【作　　者】
罗少芳1（副教授），刘靖宇2（博士）

【作者单位】
1.江西财经职业学院财税金融学院，江西九江332000；2.江西财经职业学院科研管理处，江西九江332000

【摘　　要】

    【摘要】在信息不对称背景下，当上市公司陷入仲裁诉讼纠纷时，其可能会因此陷入严峻的融资约束困境，这会制约上市公司自由组合资产进行投资的能力，并最终降低其投资效率。异质性随机前沿模型可用于检验仲裁诉讼、融资约束和上市公司投资效率间的关系，实证结果表明：仲裁诉讼显著地加剧了上市公司面临的融资约束问题，导致上市公司实际投资支出水平偏离于最佳投资水平。
【关键词】仲裁诉讼；融资约束；投资效率；异质性随机前沿模型
【中图分类号】F275           【文献标识码】A           【文章编号】1004-0994（2016）23-0008-5一、引言
在完美的资本市场中，上市公司投资多寡仅取决于其面临投资机会的大小，即上市公司在面临较好投资机会时会增加投资支出，反之会调减投资支出，这意味着企业在完美资本市场中并不存在融资约束问题。但在现实层面，资本市场存在信贷歧视、股票市场缺乏有效性和债券市场发展畸形等诸多结构性缺陷（连玉君、苏治，2009），这致使企业于好的投资机会面前因融资难而陷入融资约束窘境。当前，我国正处于经济转型的关键时期，资本市场缺乏有效性的问题尤为突出，当自身现金流净额不够充沛时，上市公司会因此陷入融资约束困境，这无疑会限制上市公司自由组合运用资产进行投资的能力，导致其实际投资支出水平偏离于最佳投资水平，即会导致上市公司投资效率低下。
现代治理机制在上市公司内部形成了错综复杂的利益关系，不同利益相关者的目标在共存中亦会发生冲突，例如常见冲突多发生于大股东和小股东、股东和职业经理人以及债权人和股东之间等。当公司冲突的内外部协调或沟通机制失效时，其中一方便会通过仲裁诉讼途径维护自身利益。2007 ~ 2014年间仲裁诉讼事件在我国上市公司时有发生，在信息不对称环境中，仲裁诉讼事件无疑会对上市公司声誉造成影响，当这一负面影响波及上市公司投融资决策时，就会进一步加剧其面临的融资约束困境，致使其实际投资支出水平进一步偏离最佳投资水平，导致上市公司投资效率低下。
学术界关于上市公司仲裁诉讼效应方面的研究较为鲜见。林斌等（2013）研究发现，陷入诉讼纠纷公司的价值更低，特别是当公司内部控制质量偏低时，这一负面效应会显著加剧（林斌、周美华、舒伟，2013）。李小荣等（2014）实证检验显示，当债权人拥有相对较强的谈判能力时，债务诉讼反而会降低上市公司股价崩盘的风险（李小荣、张瑞君、董红晔，2014）。这些研究都是围绕仲裁诉讼对上市公司价值或市场反应产生的影响进行的，还未发现有文献基于投入视角研究仲裁诉讼对上市公司投融资决策产生的影响，为此本文拟对这一问题进行深入研究。
二、理论分析与研究假设
公司制为现代企业最主要的组织形式，其错综复杂的产权关系和两权分离制度促生了多元化的利益主体。不同利益主体间的目标既有共性也存在冲突，其中典型冲突包括公司和股东间的矛盾，股东和董事间的矛盾，股东、董事和职业经理人间的矛盾，控股大股东和中小股东间的矛盾，股东和债权人之间的矛盾，以及公司、股东、债权人和其他利益相关者间的矛盾等（林斌、周美华、舒伟，2013；乔欣，2007）。这些冲突激化到一定程度后，便有可能打破原有均衡状态而进入失衡状态，特别是当此时的内外部沟通和协商机制又处于失效状态时，公司不同主体便有可能通过诉讼维护自身利益。
我国上市公司的主要融资方式为债权融资和股权融资，在信息不对称环境中，诉讼势必会对上市公司融资活动产生两方面的不利影响：①增加融资的难度。诉讼会极大地损害上市公司的声誉，这主要体现在两个方面（Engelmann K.和Cornell B.，1978）：一方面，上市公司若败诉，法院便极有可能判决其行为违法，这无疑会损害债权人和股东对公司的信任，导致其减少对公司的股权投资和债权授信，从而增加上市公司的融资难度；另一方面，诉讼金额一般较大，一旦上市公司败诉，常常涉及巨额赔偿或补偿，这可能使其陷入资金严重短缺困境，从而削弱债权人和股东对公司的信心，导致其削减或拒绝授信和投资给公司，这也会增加上市公司的筹资难度（Tan L.，2010）。②增加融资成本。在信息不对称背景下，上市公司在融资行为中会与债权人和股东围绕融资成本进行博弈，即努力压低债务利息或努力抬高股票发行溢价，当上市公司面临仲裁诉讼特别是当其因此陷入信任危机时，公司势必会于“讨价还价”行为中处于不利地位，最终增加公司的融资成本（林斌、周美华、舒伟，2013）。
我国上市公司普遍存在融资约束问题（连玉君、苏治，2009），仲裁诉讼又会通过影响融资可能性和成本进一步恶化其融资困境，这将对公司投资行为产生不良影响，即上市公司可能因此全部或部分地错失投资机会，使实际投资水平偏离最优投资水平，导致投资效率低下。
为此，本文提出如下研究假设：上市公司仲裁诉讼纠纷和投资非效率项显著正向相关，即发生仲裁诉讼纠纷的公司，其投资效率相对更低。
三、研究设计
（一）数据来源与样本选取
本文分析所用原始数据均采集于国泰安数据库，并根据如下标准对样本进行了筛选：①将研究的样本区间设定为2007 ~ 2014年，由于本文研究用变量涉及滞后一期项，实际上纳入分析的为2008 ~ 2014年样本公司；②由于金融类上市公司信息披露不同于其他类型上市公司，故剔除此类公司；③为避免重大重组行为对本研究造成不利影响，笔者选择剔除营业收入增长超过150%的样本公司；④为克服离群值的潜在不良影响，本文选择在1%和99%百分位上对原始数据进行缩尾处理。
（二）异质性随机边界模型
在进行实证研究时，本文沿用Wang（2003）的方法，即采用异质性随机前沿模型展开相关分析，而异质性随机前沿模型的设定关键是基于相关理论或经验设定前沿边界（Wang H. J.，2003）。Q投资理论代表人物Hayashi（1982）认为，在完美的资本市场中，企业投资决策仅取决于其面临的投资机会，即当企业面临的投资机会越大时，其投资支出亦越大，反之投资支出越小（Hayashi和Fumio，1982）。基于这一思想，企业的最佳投资支出水平可以表达为如下数学式：
INVTi，t/Ki，t-1=α0+βQi，t+vi，t     （1）
式（1）中：INVTi，t代表企业i在t时期的投资支出水平；Ki，t-1代表企业i的期初固定资产净额；Qi，t衡量企业i在t时期面临的投资机会；参数β为资本的调整参数；vi，t为常规意义上的随机干扰项。而Wang（2003）和Kumbhakar（2011）的相关研究表明，销售收入及其滞后一期对上市公司投资支出也具有显著影响，为此本文选择在随机前沿模型中引入这两个变量，如下式所示：
INVTi，t/Ki，t-1=α0+β1Qi，t+β2SALEi，t/Ki，t-1+
β3SALEi，t-1/Ki，t-2+vi，t          （2）
式（2）中：SALEi，t代表企业i在t时期的销售收入；SALEi，t-1代表企业i在t-1时期的销售收入；β1、β2和β3为待估参数。但在现实中，资本市场并不完美，常常存在各种摩擦，迫使企业在投资决策中不可避免地面临融资约束困境，最终导致企业投资支出水平偏离最佳状态，为此Chrinko和Schaller（1995）对原始Q投资模型进行了如下改进：
INVTi，t/Ki，t-1=α0+β1Qi，t+β2SALEi，t/Ki，t-1+
β3SALEi，t-1/Ki，t-2-F（zi，t）+vi，t     （3）
式（3）中新引入的投资支出影响项目F（zi，t），代表企业实际投资支出偏离最佳投资支出水平的程度，主流文献认为这是企业融资约束问题导致的结果。一般认为F（zi，t）是一个大于零的数，若假设F（zi，t）=ui，t，那么式（3）便可简化为如下形式：
INVTi，t/Ki，t-1=α0+β1Qi，t+β2SALEi，t/Ki，t-1+
β3SALEi，t-1/Ki，t-2+vi，t-ui，t （4）
式（4）是一个典型的随机前沿模型。为便于对投资非效率项ui，t进行异质性设定，本文将式（4）简化成如下形式：
INVTi，t/Ki，t-1=x"i，tβ+εi，t   εi，t=vi，t-ui，t  （5）
式（5） 中，x"i，t=（1，Qi，t，SALEi，t/Kt-1，SALEit-1/Kt-2，dumg，dumt，dumi）"，β为待估参数向量组，而dumg、dumt和dumi分别代表区域虚拟变量、时间虚拟变量和行业虚拟变量。式（5） 中的vi，t为常规意义上的随机干扰项，且vi，t ~ i.i.d.N（0，    ）。其中ui，t代表融资约束问题导致的企业实际投资支出与最佳投资水平的偏离程度，即投资非效率项。由于ui，t具有非负特征，为了方便对其进行异质性设定，此处假定其服从非负的截断型半正态分布，即ui，t ~ N+（ωi，t，    ）。在此基础上，我们基于Wang（2003）的做法对ui，t进行如下异质性设定：
ωi，t=exp（b0+z"i，tδ）    （6）
式（6）中：ωi，t代表企业投资非效率项的期望；z"i，t为投资非效率项影响因素的向量组，即用以反映企业的融资约束状态，此处特指上市公司现金流（CFK）、总体规模（SIZE）、债权融资（DEBT）、股权融资增量（EQUI）和仲裁诉讼指标（LITI）；δ则为待估参数向量。借助这一异质性随机前沿模型，我们不仅可以估算上市公司的投资效率，还可以进一步分析投资效率影响因素的作用性质，尤其是分析上市公司仲裁诉讼纠纷对投资效率的影响。
（三）研究变量设定
1. 主模型变量设定。本文核心目标是实证分析仲裁诉讼对上市公司投资效率的影响，但投资效率数据无法直接获取，需要基于上述异质性随机前沿模型进行定量估算。在异质性随机前沿模型的主模型部分，我们将投资支出设定为其被解释变量，同时为克服规模效应产生的不利影响，选择用年初固定资产净额指标对其进行平减。主模型的解释变量为投资机会衡量指标，此处选择同Wang（2003）和Kumbhakar2011）的设定形式保持一致，即将主模型的解释变量设定为托宾Q值、销售收入和销售收入滞后一期，并同样使用期初固定资产净额对销售收入指标进行相应平减，以避免规模因素可能对本研究产生的不利影响。同类似研究保持一致，本文在主模型中也系统控制了样本公司的行业异质性、地区异质性和时间异质性。
2. 异质性部分的变量设定。仲裁诉讼对投资效率作用分析的导入，是通过随机前沿模型异质性设定部分体现的，因此将核心解释变量设定为仲裁诉讼，具体设定选择与林斌等（2013）的研究保持一致，即当上市公司某一年度存在仲裁诉讼时，将该年度及随后年度赋值为1，否则赋值为0（林斌、周美华、舒伟，2013）。同学术界具有代表性的研究保持一致，本文将其他控制变量分别设定为公司现金流量、规模、股权融资增量和债权融资增量（连玉君、苏治，2009；Wang H. J.，2003）。
上述相关变量的定义详见表1。

四、实证结果与分析
（一）变量的描述性统计分析
在利用处理后的数据进行相关实证分析之前，首先要对相关变量数据进行描述性统计分析，其主要目的是查看进入分析的数据是否存在明显离群值现象，因为这关乎实证结论的稳健性。本文分析用变量的描述性统计分析结果见表2。观察表2可知，各指标的中位数和均值均相差不大，且标准差均比较小，不存在明显离群值现象，所以处理后的数据可以直接用于后续相关实证分析。

（二）异质性随机前沿模型的估计结果与分析
1. 异质性随机前沿模型的设定形式与筛选。异质性随机前沿模型的不同设定形式和对应估计结果见表3，其中模型（1） ~ 模型（5）分属五种不同的设定形式。模型（1） ~ 模型（4）未引入反映公司仲裁诉讼的变量，模型（5）引入了反映公司仲裁诉讼的变量。在模型前沿的异质性设定方面，模型（1）中未引入反映样本公司行业、时间和地区异质性的虚拟变量；模型（2）中引入了反映样本公司行业异质性的虚拟变量；模型（3）中引入了反映样本公司行业异质性和时间异质性的虚拟变量；模型（4）和模型（5）中则同时引入了反映样本公司行业、时间和地区异质性的虚拟变量。
本文对异质性随机前沿模型进行上述形式设定的目的有两个：其一是逐步引入反映样本公司行业、时间和地区异质性的虚拟变量，检验异质性设定的必要性；其二是在前期同类研究模型设定基础上引入本文核心解释变量，增强本研究和同类研究之间的可比性。我们采用极大似然值和似然比检定两套方法对模型（1） ~ 模型（5）进行筛选，相关检验结果见表3。表3中的似然比检定结果显示，无论是将模型（1）还是模型（5）设定为基准模型进行检定，结果都显示模型（5）为最佳设定形式，且极大似然值的检验结果也有效支持了这一结论，所以后续相关实证研究均基于模型（5）展开。
2. 异质性随机前沿模型的估计结果分析。观察表3中模型（5）前沿设定部分的估计结果可知，解释变量TOBIN、SALE和LSALE对上市公司投资支出均具有显著的正向影响，这有效验证了传统Q投资理论假说，即企业投资多寡主要取决于其面临投资机会的大小。当公司面临的投资机会越大，其投资支出便会越多，反之越少。我们也对反映样本公司异质性虚拟变量的联合显著性进行了检验，结果显示行业虚拟变量、时间虚拟变量和地区虚拟变量的联合作用均显著，但限于篇幅未予呈现，有兴趣的读者可向笔者索取。
观察表3中模型（5）异质性设定部分的估计结果可以发现，变量CFK对上市公司投资的非效率项具有显著负向影响，这说明上市公司自有现金流可以有效缓解上市公司面临的融资约束问题。变量SIZE对上市公司投资非效率项有显著的负向影响，这意味着上市公司规模越大，越能有效避免信息不对称对公司融资带来的不利影响，从而避免上市公司实际投资支出水平过多偏离于最佳状态。变量DEBT对上市公司投资非效率项具有显著负向影响，这说明上市公司可以通过债权融资方式缓解其面临的融资约束困境，有效削减其投资支出的非效率项。变量EUQI对上市公司投资非效率项具有显著负向影响，这表明上市公司可以通过股权融资方式募集其投资所需资金，缓解其因投资而面临的融资约束问题，最终有效减少投资中的非效率项。
观察表3中模型（5）变量LITI的回归分析结果可知，其对上市公司投资支出的非效率项具有显著正向影响，研究假设H得证。这意味着当上市公司其他融资环境未发生明显变化时，其面临的仲裁诉讼纠纷会恶化其融资约束境况，从而会使其投资支出更大幅度地偏离于最佳投资水平。
（三）上市公司投资效率估算结果与分析
下面将基于表3中模型（5）定量估算上市公司的投资效率（EFF）较为详细的统计分析结果呈现于表4中。表4显示，我国上市公司投资效率的均值约为0.65，即融资约束问题导致上市公司实际投资支出与最佳投资水平偏离约35%左右，可见上市公司投资效率总体上尚有很大提升空间。上市公司投资效率均值和中位数较为接近，其标准差为0.13，这说明上市公司投资效率的总体差异程度不大。

下图为上市公司投资效率频数分布图，进一步直观呈现了上市公司投资效率水平的分布情况。观察可知，绝大多数样本公司的投资效率值分布在0.65及两侧处，仅有极少数样本公司投资效率值分布于0.30和0.90附近，这意味着大多数样本公司的投资效率水平约为0.65，仅有极少数样本公司的投资效率水平超高或超低。

（四）稳健性检验
本文的核心研究目标是检验上市公司仲裁诉讼纠纷对其投资效率的影响，上述实证分析结果表明仲裁诉讼纠纷显著加剧公司的融资约束困境，最终导致实际投资支出水平更多地偏离于最佳投资水平。我国东部和中西部地区的经济社会发展状况差异较大，另外公司最终控制人属性分为国有和民营两类，行业属性方面制造业公司占了半壁江山，因此有必要进一步检验这一结论于不同的地区、最终控制人属性和行业间是否具有稳健性，相关的检验结果见表5。表5中的回归分析结果显示，不管在东部地区还是在中西部地区，不管是国有公司还是民营公司，不管是制造业公司还是非制造业公司，仲裁诉讼都显著加剧了上市公司的融资约束问题，最终导致其投资支出水平偏离于最佳投资水平，可见本文的研究结论具有较好的稳健性。
五、研究结论与启示
本文基于异质性随机前沿模型，利用上市公司2007 ~ 2014年的数据，实证检验了仲裁诉讼对上市公司投资效率的影响，最终形成的主要研究结论和启示可概括为如下三个方面：
1. 上市公司的融资约束现象较为普遍。针对投资效率值的描述性统计分析结果显示，上市公司的平均投资效率仅约为0.65，意味着上市公司普遍面临融资约束问题，平均导致上市公司实际投资支出水平偏离于最佳投资水平约35%左右。可见，通过缓解上市公司面临的融资约束问题，可使其投资效率平均提升35%左右。
2. 仲裁诉讼加剧了上市公司投资效率低下问题。随机前沿模型异质性设定部分的估计结果显示，在系统控制现金流净额、规模、股权融资和债权融资因素的影响后，仲裁诉讼纠纷对上市公司投资非效率项具有显著正向影响。这意味着在信息不对称的环境中，上市公司仲裁诉讼纠纷会在投资者和债权人中产生负面影响，减少了上市公司的融资机会，增加了上市公司的融资成本，最终限制上市公司通过组合资产进行自由投资的能力，导致投资效率低下的问题。
3. 仲裁诉讼对上市公司投资效率产生负面影响的结论具有稳健性。本文基于区域异质性、最终控制人属性异质性和行业异质性的回归分析结果显示，无论是在东部地区样本组还是在中西部地区样本组中，无论是在国有企业样本组中还是在民营企业样本组中，也无论是在制造行业样本组中还是在其他行业样本组中，在系统控制上市公司其他投资效率影响因素后，仲裁诉讼代理变量均对上市公司投资的非效率项具有显著正向影响。可见，仲裁诉讼对上市公司投资效率产生负面影响的结论具有稳健性。
综合上述实证分析可知，上市公司在日常生产经营活动中，当内外部利益相关者发生经济纠纷时，要尽可能通过内外部的协调和沟通机制进行处理，避免发生仲裁诉讼，因为仲裁诉讼纠纷会加剧其面临的融资约束问题，致使公司实际投资支出水平进一步偏离于最优投资水平。

主要参考文献：
连玉君，苏治．融资约束、不确定性与上市公司投资效率［J］．管理评论，2009（1）．
林斌，周美华，舒伟．内部控制、公司诉讼和公司价值［J］．中国会计评论，2013（4）．
李小荣，张瑞君，董红晔．债务诉讼与股价崩盘风险［J］．中国会计评论，2014（2）．
乔欣．公司纠纷的司法救济［M］．北京：法律出版社，2007．
Engelmann K.， Cornell B.．Measuring the Cost of Corporate Litigation： Five Case Studies［J］．International Journal of Rock Mechanics & Mining Sciences & Geomechanics Abstracts，1978（3）．
Tan L.．Creditor control rights， state of nature verification， and financial reporting conservatism［J］．Journal of Accounting & Economics，2010（1）．
Wang H. J.．A Stochastic Frontier Analysis of Financing Constraints on Investment［J］．Journal of Business & Economic Statistics，2003（3）．
Bhaumik S.， Das P.， Kumbhakar S.．Firm Investment and Credit Constraints in India， 1997-2006: A Stochastic Frontier Approach［J］．Social Science Electronic Publishing，2011（1）．