緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇投資規模分析范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

表11990―2001年武漢市房地產開發投資、基本建設投資GDP及增長率

資料來源：《武漢年鑒》1989年～2002年各版

從表可以看山，武漢市房地產投資呈現山如下一些特點：

（1）年度房地產開發投資增長快。1990年武漢市房地產投資總額僅為3.35億元，而到2001年則猛增到115.34億元，增長34倍多。12年間的平均增長速度為51.74%。但同期武漢市的基本建設投資額的平均增幅只為27.12%。同期的GDP平均增幅為21.6%。特別在1992年～1995年最為明顯。由此可知，房地產開發投資增長率大大高于后兩者，房地產開發投資增長很快。

（2）投資周期性波動大。圖1為1990―2001年間武漢市房地產開發投資與基本建設投資及GDP增長率的散點折線圖。我們從圖中可以看山，1990～2001年間武漢市房地產開發投資的增長明顯呈現山一個周期波動。1993年以前，房地產開發投資增長很快，1990年的增幅只為-2.4%，1991年為2.1%，而到1992年，房地產開發投資迅速上升，增幅上升到63.2%，到1993年增長率達到極點，為341.4%。短短4年時間就上升了7.4倍。而在1994年以后，投資增長率漸漸回落。1994年、1995年分別為131.4%、60.6%。在1996年回落得最快，只有6.2%，增幅下跌了將近10倍。到1999年房地產投資首次山現了負增長。1999年之后，房地產投資增幅又有增加趨勢。

二、武漢市房地產開發投資規模趨于合理

適當和合理的房地產開發投資水平，可以拉動一國或一地區的國民經濟的發展。然而，房地產投資過度將會帶來空置房增多，銀行貸款難以收回，嚴重時，有可能引起金融風波，具有強烈的副作用。而如果房地產投資不足，房地產市場上將出現供過于求的局面，人們將無法（或很難）找到適合自己的住房，從而影響人們的生活，同樣也會給國家經濟發展帶來影響。

房地產投資規模是否合理，我們可以從房地產開發投資占固定資產投資的比重，以及房地產投資占GDP的比重來分析。表2表明了武漢市房地產投資占固定資產投資及GDP的比重的變化。

表2武漢市房地產投資與固定資產投資及GDP

從表2可知，1992年以前，武漢市年度房地產投資占年度固定資產投資的比重不足10%，市場感覺該市房地產投資不足。而此后該比值一直大于20%。而年度房地產投資與年度GDP的比值，先升后降，1992年以前均在9%以下，市場感覺房地產投資不足，房地產產品將供不應求，而1993～1998年，該比值在8.4%-24.2%之間。在這段時間，整體上來說，幾乎又是遞減的，但一般都小于18%。此階段由于投資放大，房地產產品將供過于求。由此本人初步估計，武漢市房地產投資占當年固定資產投資的比重在20%-25%之間，房地產投資占GDP的比重在8%-15%可能是武漢市房地產投資比例的合理區間。由表2判斷，從年度房地產投資分別占年度固定資產投資比重及占GDP比重的角度上來說，1993年以后，武漢市房地產投資規模處于投資合理區。

為了驗證上述推斷的正確性，下面我從武漢市房屋的空置率情況的變化進一步加以證明。

空置率用公式表示為：

房屋空置率=報告期末房屋空置面積/近三年房屋可供應量*100%

年度房地產產品的供給即為房地產開發企業年內可供銷售面積。房地產產品的實際需求可以認為就是房地產開發企業年內實際銷售面積，房屋空置面積就等于年內可供銷售面積減去年內實際銷售面積。由于房地產市場供需不均衡，無論從宏觀還是微觀分析，房地產空置存在有其客觀的必然性。不同國家、不同地域、不同用途的房地產，其空置率的變化規律是不相同的。

一個經濟社會，房地產產品存在一定的空置面積對房地產市場是必要的。國外研究表明，在西方發達國家，當房屋空置率在3%以下時，買房人幾乎找不到符合自己需要的房屋，房地產產品供不應求，此時市場上空置房屋少，市場呈現出賣方市場。而當房屋空置率在3%～10%時，市場較為平穩。整個市場供應不顯得過剩，買方對房地產產品有充分的選擇余地。當空置率大于10%時，則房地產產品逐漸顯得過剩。達到15%以上時，存在嚴重過剩。當然，發展中國家由于經濟不夠發達，其空置率標準與發達國家是不一樣的。一般認為空置率在4%～6%之間是合理的。發展中國家的空置率標準可歸納為如下：

表5列出了1990年～2001年武漢市房屋空置率情況，

表4顯示，在1995年以前，武漢市房屋空置率處于空置不足區，空置率均在4%以下，各年的房屋竣工面積（小于1000萬平方米）、房地產銷售量（小于100萬平方米）都不是很大，房屋空置的絕對量有限。此時，房地產市場處于買方市場。在這一階段，房地產開發企業一般很少關注房地產產品的功能、配套服務、小區環境等。而在1996年以后，武漢市房屋空置的絕對量逐漸擴大，空置率也由處于不足區轉變到處于合理區間（在4～6%之間），在國家決定取消實物福利分房采取貨幣分房以來，武漢市房地產市場供需兩旺，房屋竣工面積、銷售面積量放大。總之，從空置率角度來說，武漢市房地產投資規模在1996年以后達到合理區間。

篇（2）

中圖分類號:F279.246文獻標識碼:A 文章編號:1003-9031(2010)06-0046-06DOI:10.3969/j.issn.1003-9031.2010.06.12

一、引言

投資決策是企業最重要的財務決策之一,是公司財務決策的起點,其對公司的運營和發展具有不可替代的作用。企業投資規模是企業投資決策的一個重要內容,企業投資規模的大小反映企業未來生產能力的高低,投資規模如何安排會對整個國民經濟的發展和投資經濟效益產生各方面的影響。

農業經濟是國民經濟的基礎部門,農業上市公司作為連接農業生產和資本市場的重要紐帶,對推動農業產業化、提高農業科技水平、促進我國農業生產力的發展具有重要影響。目前,國家對農業上市公司的發展壯大日益重視,不少學者紛紛對農業上市公司的投資行為進行研究。但就目前國內已有的研究成果來看,國內學者對企業投資規模的實證研究較少,特別是還沒有學者專門展開對農業上市公司投資規模的研究。因此,本文以農業上市公司為研究對象,從財務角度對我國農業上市公司投資規模的影響因素進行分析,并充分考慮股改的影響,以期對農業上市公司的投資決策、資本市場監管和國家宏觀調控提供一些參考。

二、文獻綜述

(一)國外相關研究

經過長期的發展,西方經濟學中對企業投資行為的分析已較深入。早期的企業投資理論主要包括Clark的加速器投資理論、Dusenbery的流動性投資理論、Jorgensen的新古典投資理論和Tobin’s Q理論。[1]自20世紀70年代以來,隨著理論、非對稱信息理論的發展,理論界開始基于資本市場不完備的前提下研究融資約束對投資行為的影響。

早期的研究分析了融資方式對投資規模的影響,如過度投資與投資不足理論等。其后,學者們研究了不完全市場條件下的融資行為和投資特征,普遍認為企業的投資決策將受到信息和成本的影響,投資決策和融資決策之間存在交互影響。[2]考慮到融資約束、不確定性各自都不能完全解釋公司的投資行為,一些學者開始將融資約束和不確定性結合起來研究其對公司投資行為的影響。[3]

近年來,大股東控制、投資行為、經營績效及其公司價值的關系受到學者們的特別關注。如Baek et al(2003)當股權集中達到一定程度時,最基本的問題將從投資者和經理人之間的沖突轉移到控股股東和小股東之間的沖突。[4]

(二)國內相關研究

從國內現有的文獻來看,有關企業投資行為的研究在20世紀90年代末才逐漸發展起來。梅丹(2005)研究結論顯示,經典投資理論對我國上市公司確定投資規模具有適用性,上市公司投資規模主要取決于面臨的投資機會、內部現金流和負債程度,且大公司在確定投資規模方面對遠期投資機會遠比小公司敏感。[5]

此后,何青(2006)對我國企業投資行為的目標函數和影響因素進行了分析,認為我國上市公司投資行為的市場化并不純粹。同時,利率、固定資產折舊率、稅收等成本因素對我國上市公司投資行為產生了很大的影響。[6]何金耿、丁加華(2001)率先驗證了公司投資與現金流之間具有較高的敏感性。[7]吉瑞、王彥博(2007)發現企業的投資水平與企業內部現金呈顯著正相關關系,與企業的固定資產折舊率呈顯著負相關關系。[8]

國內學界對企業資本性支出的實證研究,基本上都是借鑒了Tobin’s Q模型或者基于Tobin’s Q與銷售加速相結合的模型,并在其基礎上加入一些新的研究變量t或者控制變量I,構造研究中采用的模型。

綜上所述,目前我國資本市場屬于新興市場,存在很多不完善之處影響著上市公司的投資行為和效率。上市公司投資規模的確定以及投資規模的影響因素,對上市公司的投資過度以及投資不足等低效率的投資行為進行初步判定具有很強的現實意義。鑒于此,本文主要以農業上市公司為研究對象,從企業面臨的投資機會、內部現金流、負債程度、優惠政策和股權集中度的角度來研究企業投資規模的影響因素。

三、研究假設的提出

(一)投資機會與投資規模

投資機會是市場對企業收益的估價,是企業成長性及績效的表現。Tobin’s Q的研究為度量投資機會提供了方便。梅丹(2005)驗證了經典投資理論對我國上市公司確定投資規模具有適用性。[5]本文采用Tobin’s Q值代表公司面臨的潛在長期投資機會對公司投資需求的影響,用營業收入反映當前投資機會對公司投資規模決策的影響,假設1:投資機會與投資規模成正相關關系。

(二)現金流與投資規模

大量的實證研究發現,投資規模對內部現金流敏感。何金耿、丁加華(2001)證實了不同公司間投資需求對現金流量依賴性不同,股息發放率越低,對現金流量的依賴性越高。[7]Shin and Kim(2002)發現擁有大量現金的企業比持有少量現金的企業容易做出非效率的投資決策。[9]胡國柳等(2006)找到了內部現金流與資本支出水平顯著正相關的經驗證據。[10]鑒于此,本文用內部現金流量表示企業的資產內部現金流水平,假設2:現金流與投資規模成正相關關系。

(三)負債結構與投資規模

理論表明,股東與經理人之間存在利益沖突,其反映在企業投資領域即是各種非效率的投資行為。童盼、陸正飛(2005)研究發現,負債比例越高的企業,企業投資規模越小,資產負債率與投資不足及過度投資行為的發生均呈現負相關關系。[11]本文用資產負債率表示企業的資產負債水平,假設3:負債水平與投資規模成負相關關系。

(四)優惠政策與投資規模

由于農業基礎地位的極端重要性,加上農業自身的弱質性,為了發展和保護農業,我國政府采取了強有力的保護措施,制定了諸多優惠政策。何源、白瑩等(2006)研究發現,稅收優惠政策對上市公司投資效率的提升確實具有一定的積極作用,優惠政策對農業上市公司的利潤已經產生了巨大的影響。[12]本文采用實際所得稅率的指標反映優惠政策對投資規模的影響,假設4:實際所得稅率與投資規模成負相關關系。

(五)股權集中度與投資規模

大股東控制直接影響了上市公司的投資行為和效率,中小股東的利益則被置于次要地位。[13]我國農業上市公司的股權主要集中在前三大股東尤其是第一大股東手中。盡管股權分制改革可以在一定程度上改善我國上市公司的治理結構,但不可能從根本上解決股權高度集中和大股東控制現象。因此,大股東控制問題仍然是后股權分制時代我國上市公司的重要特征之一。本文采用第一大股東持股比例作為股權集中度的替代變量,假設5:第一大股東持股比例與投資規模成正相關關系。

四、研究設計

(一)樣本選取與數據來源

本文對農業上市公司的樣本選取遵循以下標準:農、林、牧、副、漁類上市公司2004-2008年均可獲得相關數據的公司;剔除這五年中被ST和PT①過的公司。基于上述原則,本文選取了2004年1月1日前在滬、深上市的23家農業公司為研究樣本,以2004-2008年為數據窗口,所有數據均來自國泰安中國股票市場數據庫(CRMAR)中的財務和市場數據庫、上市公司年度報告以及和訊財經等網站。回歸方法采用普通最小二乘法,分析過程由EVIEWS5.0軟件、EXCEL2007完成。

(二)變量定義與模型設計

1.被解釋變量――投資規模的替代變量。本文用企業固定資產原值的增量(I)/期初固定資產原值(K)的指標來衡量企業投資規模的程度,其中I =期末固定資產原值-期初固定資產原值。

2.解釋變量――投資規模影響因素的替代變量。本文選取以下變量作為投資規模影響因素的替代變量。(1)Q:長期投資機會,用Tobin’s Q值表示,其中Q=(可流通股的市場價值+非流通股×每股凈資產+負債賬面價值)/總資產賬面價值;(2)S/K: 短期投資機會,用營業收入表示;(3)L/A:負債水平,用負債賬面價值/總資產賬面價值表示;(4)CF:內部現金流,其中CF=(經營活動產生的現金流量凈額-債務利息-股利-企業所得稅);(5)TAX:所得稅稅率,用企業所得稅/企業利潤總額表示;(6)Contral:股權集中度,用第一大股東持股比例表示。

3.控制變量――本文選取公司規模(Size)、年份(Year)作為控制變量。其中公司規模根據國家2003年公布的企業規模劃分標準,年銷售額在3億元以下的為中小型企業,3億元及以上的為大型企業。相應地把樣本分為小規模和大規模,分別用0和1表示。考慮到股權分制改革的影響,年份的具體取值如下:對2004、2005年度的相應變量取值為0,對2006、2007、2008年度的變量取值為1。

2.模型設計

本文借鑒Tobin’s Q模型,加入新的研究變量,構建的投資規模影響因素模型如下。

(1)考慮各變量的數量級不一致,筆者把企業的投資(I)、內部現金流量(CF)以及主營業務收入(S)都除以期初固定資產存量(K)加以標準化,見模型1:

=a0+a1Qit+a2()it+a3+a4+a5Taxit+a6Contralit+a7Year+a8Size+?著

其中Iit是i公司在t期的投資支出;Kit是i公司在t期的期初固定資產存量;()it是i公司在t期的資產負債率;Qit是i公司在t期的長期投資機會; 是i公司在t期的短期投資機會;是i公司在t期的內部現金流水平;Taxit是i公司在t期的實際所得稅率水平;Contralit是i公司在t期的第一大股東持股比例水平;Year和size是設定的虛擬變量,分別代表年份和公司規模的虛擬,是隨機擾動項。

(2)大多數學者的研究表明,投資過度和投資不足都可以用投資規模對內部現金流的敏感性來解釋。為了區分投資不足和投資過度,本文借鑒通用的Vogt研究方法,在模型中加入交叉項Qit?。當交叉項的系數為正時,表示公司受融資約束,可能投資不足;當交叉項的系數為負時,表示公司存在過度投資,見模型2:

=a0+a1Qit+a2()it+a3+a4Qit?+a5+a6Taxit+a7Contralit+a8Year+a9Size+?著

(3)為了區別大規模公司和小規模公司投資影響因素的特點,本文分別加入公司規模與現金流、Tobin’s Q、主營業務收入、股權集中度的交叉項(size?、size?Qit、size?、size?contralit),以考慮大公司和小公司的資產投資分別對現金流、長期投資機會和近期投資機會的敏感程度,見模型3:

=a0+a1Qit+a2()it+a3+a4+a5Size?Qit+a6Size?++a7Size?+a8Taxit+a9Contralit+a10Size?Contralit+

a11Year+a12Size+?著

五、實證結果分析

(一)描述性統計

從表1結果可知,長期投資機會Q的均值為1.5227,短期投資機會S/K的均值為0.6847。按照經典投資理論,我國農業上市公司對未來投資收益持較樂觀態度。

從內部現金流水平看,農業上市公司的內部現金持有水平不高,均值為0.0265,低于國內上市公司的平均水平;從負債水平來看,國內企業的資產負債率大約維持在50%-60%,農業類上市公司的資產負債率為46%,處于略低水平,說明未能較好的使用財務杠桿;從實際所得稅率比例來看,均值為9.38%,最小值達到-0.7724,遠遠低于其他行業水平;從股權集中度來看,第一大股東持股比例37.11%,股權較為集中。

另外,從圖1可看出,各變量變動趨勢趨于平穩。在2006年股權分置改革后均呈現出較大的波動上升趨勢,到2007年趨于平穩。值得指出的是,2004-2008年我國農業上市公司的第一大股東持股比例基本沒有變化,股權集中度水平仍較高。

(二)相關性分析

由表2可知,解釋變量之間的相關系數較低,不存在嚴重的多重線性關系。

(三)實證回歸結果分析

整理后的模型1、2、3的回歸系數及檢驗結果見表3、4、5。實證結果表明,以上實證檢驗的結果基本支持上文的分析。查表可得,模型1和2中的F值和DW值均通過5%水平上的檢驗,即說明模型1和模型2均不存在嚴重的多重共線性和一階自相關,模型3中的DW值偏小,因含有交叉項而存在一定的多重共線性。

1.模型1的解釋變量。模型1的解釋變量中代表投資機會的Q和S、內部現金流CF/K、優惠政策TAX、股權集中度CONTRAL對農業上市公司的投資規模均存在著較為顯著的相關關系。

(1)代表長期投資機會的Q對投資規模的影響不顯著,但短期投資機會S/K對投資規模有顯著的正相關關系,這說明當前我國農業上市公司進行投資決策時,對未來潛在的投資機會并不是很關注,而考慮更多的則是當前的投資機會。

(2)代表內部現金流量水平的CF/K在5%的水平上較顯著為負,與原假設相反,這說明我國農業上市公司的融資渠道主要來源于投資和籌資產生的現金流,而不是內部融資。

(3)實際所得稅率TAX對農業上市公司的投資規模影響在5%的水平上顯著為負,這驗證了稅收優惠政策對農業上市公司的利潤已產生了巨大的影響。

(4)股權集中度在5%的水平上顯著為正,這說明了農業上市公司中,第一大股東持股比例對公司的投資規模決策具有較顯著的影響作用,持股比例越集中,公司的投資規模越大。

(5)設置的年份虛擬變量YEAR在5%的水平上顯著為負,說明我國農業上市公司股權分制改革后減少了投資支出,縮小了公司的投資規模。

2.實證分析結果。實證結果顯示,代表負債水平的資產負債率L/A、公司規模SIZE對農業上市公司的投資規模影響不顯著。

(1)當期資產負債率L/A對投資規模的影響不顯著,表明農業上市公司通過債務融資所獲得的現金并沒有進行大規模的投資,融資獲取的現金流可能更多的用于農業補貼或其它的優惠政策上。

(2)公司規模SIZE對農業上市公司的投資規模成不顯著的正相關關系,說明在研究農業上市公司的投資規模影響因素時,公司的資產規模影響力度較小。

在模型2中,加入的長期投資機會Q與內部現金流CF/K的交叉項系數為正,但相關性并不顯著,說明我國農業上市公司尚不存在明顯的投資不足狀態。在模型3中,公司規模SIZE變量與現金流量CF/K的交叉項與投資規模均成顯著的負相關關系,主要是由于我國農業上市公司的內部現金流CF/K和短期投資機會S/K對投資規模的影響力度比較大。

以上回歸結果表明,農業上市公司的投資規模主要由投資機會、內部現金流、優惠政策、股權集中度等因素影響決定。

六、穩健性檢驗

(一)單位根檢驗

本文選用的是面板數據,鑒于計量經濟理論表明,眾多經濟變量尤其是面板數據大都是非平穩變量,用非平穩變量進行回歸分析結果很大程度上表現為偽回歸。為避免偽回歸現象,本文采用ADF單位根檢驗法,確定各變量序列的平穩性,檢驗結果如表6所示。

ADF檢驗的原假設是存在單位根,查表可知,1%水平下的t統計值(臨界值)是-3.488585,上述各序列變量原值在1%水平下的t統計值均小于臨界值。因此,可以極顯著的拒絕原假設,說明各變量序列均不存在單位根,是平穩的時間序列證明上述回歸結果有效。

(二)鄒氏突變點檢驗

本文在數據的選取過程中,為了研究股權分制改革的影響,設定了虛擬變量year代表突變點,取year=0(t=2004、2205);year=1(t=2006、2007、2008)。經過鄒氏突變點檢驗到的結果驗證了2006年是突變點,如表7所示。

七、研究結論

本文以我國農業上市公司為研究對象,對我國農業上市公司的投資規模影響因素進行了分析,研究發現短期投資機會、內部現金流、實際所得稅率和股權集中度對我國農業上市公司的投資規模產生的影響較顯著;而資產負債率、長期投資機會和公司規模對我國農業上市公司的投資規模影響不顯著,這與國內目前應已有的對其他行業的研究結果存在差異。另外,本文分析得出股權分制改革對農業上市公司的投資規模產生了較顯著的影響,股改后農業上市公司整體上減少了投資支出水平觀點。

本文研究發現農業上市公司對政策支持的依賴性較大,融資渠道主要來源于外部,特別是政策性貸款,而企業的內部融資所占比例不高;其次,本文研究還發現我國農業上市公司進行投資行為決策時,仍主要關注當前的投資環境,缺乏從長期的戰略角度思考。

參考文獻:

[1]Tobin,James,.A General Equilibrium Approach to Monetary Theory,Journal of Money[J].Credit and Banking,1969(2).

[2]Dittmar,A.,Shivdasani,A.Divestitures and divisional investment policies[M].Journal of Finance,2003,58:2711-2744.

[3]Bo,H., Lensink, R., Sterken, E..Uncertainty and financing constraints [J].European Finance Review, 2003(7):297-

321.

[4]Bakes, M.,J.C.,Steinand J.Wrugler..When does the market matter: stock prices and the investment of quity-dependent firm[J].Quarterly Journal of Economics,2003(3):203-

218.

[5]梅丹.我國上市公司固定資產投資規模財務影響因素研究[J].管理科學,2005(5):80-86.

[6]何青.我國上市公司的投資行為研究:基于新古典理論的檢驗[J].當代財經,2006(2):25-30.

[7]何金耿,丁加華.上市公司投資決策行為的實證分析[J].證券市場導報,2001(9):44-47.

[8]吉瑞,王彥博.轉軌時期企業投資行為目標及影響因素[J].山西財經大學報,2007(1):92-98.

[9]Shin H.H.and Kim Y.H. .Agency costs and efficiency of business capital investment: evidence from quarterly capital expenditures [J].Journal of Corporate Finance, 2002(8):139-158.

篇（3）

經過1998年到2003年的爆發式增長，2004年至2007年的持續增長，獨立學院的規模不斷擴大，具體狀況見圖1。

從獨立學院全國的分布情況來看，湖北省排名居第一位，江蘇省排名第二（見圖2），可見各省的投資熱情和力度是不一樣的。

截止到2014年6月15日，教育部批準的獨立學院數量見圖3。

由于獨立學院的辦學是由獨立的投資人投資創辦，沒有或者很少有國家的教育經費投入，因此，獨立學院在其投資過程中重視投資的規模及其投資效益尤其重要。

二、衡量獨立學院投資合理化規模的評價標準

1、合理投資規模的數量標準

獨立學院在其投資過程中要充分考慮以下一些因素對投資決策的影響。

（1）積累增長率與國民收入增長率比較。國民收入分為積累和消費兩部分，兩者是此消彼長的關系，在國民收入的價值分配中，必須保證投資資金和消費資金有一個合理的比例。

積累增長率=國民收入增長率，積累速度與國民收入相適應；積累增長率國民收入增長率，積累速度較快。

（2）投資增長率與國民生產總值增長率比較。投資增長率=國民生產總值增長率，投資增長與經濟增長一致；投資增長率國民生產總值增長率，投資增長較快。

（3）投資品供給與投資品需求平衡關系比較。投資品供給增長率=投資品需求增長率，投資需求增長適度；投資品供給增長>投資品需求增長率，投資需求增長相對不足；投資品供給增長率

（4）積累率水平。積累率是一定時期積累基金占國民收入的比例，積累基金是國民收入中用于社會擴大再生產的生產資料和消費資料的價值。積累率用公式表示為：積累率=積累基金/國民收入使用額×100%；消費率=1-積累率。積累率30%，高積累水平。

（5）投資率水平。投資率30%，高投資率水平。

（6）投資規模。投資規模是指一定時期一個國家或一個部門、一個地區，有關單位在固定資產再生產活動中投入的以貨幣形態表現的物化勞動和活勞動的總量。

（7）獨立學院投資集中度。獨立學院的發展要兼顧到經濟發展水平和地區布局的平衡，更多地為本地區經濟發展服務。

（8）獨立學院投資整體效率。投資效益指標是投資經濟活動成效的數量表現，是考核、比較和分析項目投入和產出對比關系的工具。獨立學院在投資過程中要依據以下指標來考核投資的效益。

第一，投資效益系數。投資效益系數（通稱“投資效果系數”），是指一定時期內單位固定資產投資所增加的國內生產總值GDP。其計算公式如下：投資效益系數=國內生產總值增加額/固定資產投資總額。在運用這一指標考察投資效益時，要注意價格的可比性、影響GDP增加額的偶然因素，以及投資規模對投資效益的影響。

第二，建設周期。建設周期是從時間方面反映建設效果的指標，是固定資產在建總規模與年度投資完成額的比值。它表明已經鋪開的在建工程全部建成所需的時間，也就是固定資產從投資到交付使用、發揮效益平均所需的時間。其公式如下：建設周期（年）=在建投資總規模/年度投資完成額。

第三，生產性投資效益系數。生產性投資效益系數是GDP增加額與同期生產性投資總額的比值，表示單位生產性投資所帶來的GDP增加額。其公式如下：生產性投資效益系數=GDP增加額/同期生產性投資總額。生產性投資效益系數，不僅反映生產性投資的效果，而且可以輔助說明國民經濟投資效益系數變化的原因。

第四，固定資產交付使用率。其是指一定時期內由投資而增加的固定資產價值與同期投資完成額之間的比較。一般來說，在有一定數量的未完工程作為建設正常周轉的條件下，交付使用的固定資產所占比重越大，未完成工程所占比越小，則建設速度越快，效益就越好。用公式表示為：固定資產交付使用率=新增固定資產價值/同期投資完成額。

（9）獨立學院投資發展能力分析。獨立學院在發展過程中，要注意投資發展能力的分析。主要要考察以下八項指標：營業收入增長率、資本保值增值率、資本積累率、總資產增長率、營業利潤增長率、技術投入比率、營業收入三年平均增長率和資本三年平均增長率。

（10）獨立學院投資盈利能力分析。盈利能力是指企業投資獲取利潤的能力，也稱為企業的資金或資本增值能力，通常表現為一定時期內企業收益數額的多少及其水平的高低。獨立學院由股東投資，只有保持合理的盈利才能保證學院的正常發展。

（11）獨立學院投資償債能力分析。獨立學院償債能力是反映其財務狀況和經營能力的重要標志，是獨立院校償還到期債務的承受能力或保證程度，包括償還短期債務和長期債務的能力。

2、適度投資規模的理論標準

適度投資規模的理論標準包括：有利于社會總供求的平衡，追求社會總供求的平衡是投資規模調控的最重要目標；投資增長率等于或者略大于GDP增長率；投資與消費比例關系協調；財政、信貸、外匯和物資基本平衡；投資效益能夠不斷提高；積累增長率等于國民收入的增長率；消費和投資增長相協調。

3、邊際效用模型下的投資規模的合理化分析

（1）邊際效用遞減法則（The law of diminishing marginal utility，也稱邊際效益遞減法則）的基本概念。邊際效用遞減是經濟學的一個基本概念，是指在一個以資源作為投入的企業，單位資源投入對產品產出的效用是不斷遞減的。換句話就是雖然其產出總量是遞增的，但是其二階倒數為負，使得其增長速度不斷變慢，使得其最終趨于峰值，并有可能衰退，即可變要素的邊際產量會遞減。當消費者消費某一物品的總數量越來越多時，其新增加的最后一單位物品的消費所獲得的效用（即邊際效用）通常會呈現越來越少的現象（遞減），用數學語言表達即是：x是自變量，y是因變量，y隨x的變化而變化，隨著x值的增加，y的值在不斷減小。這就是著名的邊際效用遞減原理，也叫做戈森第一法則。

（2）人才邊際效用的模型分析。所謂人才的邊際效用問題，是指在我國目前的生產技術條件下、現行的經濟運行模式和管理體制下，通過擴大教育投資的規模，不斷地培養和增加高素質人才對整個國民經濟運作過程中的供給，將會刺激國民經濟的迅速發展。但是隨著教育投資規模的不斷擴大，人才供給的不斷增加，邊際效用規律就會起作用，當人才的供給達到一定量后，如再擴大人才的供給，由于我國現存的管理體制、用人制度、企業的生產技術條件和我國目前的就業狀況等諸多因素的限制，人才的作用將會不斷降低，邊際收益下降，邊際成本上升，最后出現負效用。根據這一規律，人才的供給必須控制在一定量上，才能使企業勞動生產率不斷提高，成本降低，邊際收益不斷上升。

從表1可以看出，當大學生人數占總人數20%時，其邊際效用最高。當達到70%時，出現負效用。說明隨著大學生人數的不斷增加，高素質人才在企業中所產生的效用越來越低，其結果必然是大材小用，不利于發揮人才的優勢，影響其工作積極性，導致企業人才流動頻繁，無法形成穩定的人才結構，使企業處于一種動蕩的狀態。

通過圖4可以看出，總產量與大學生人數增加成正比例增長，但是平均產量與邊際產量卻快速下降，說明大學生供給的增加并沒有使生產效益提高。

通過圖5可以看出，隨著大學生這種勞動力供給的不斷增加，其工資收入不斷降低。也就是說，大學生這種勞動力，供給越少時，工資越高；供給越多時，工資越低。而工資的降低，實際上是對大學畢業生這種高素質勞動力水平和價值的否認，從而打壓了其勞動的積極性，不利于其智力的發揮，也就是勞動力發揮價值的邊際效用下降。

大學生其實應該看成是一種社會生產要素，一種生產力，即掌握一定高技術知識的生產力。因此，在獨立學院不斷擴大投資規模，增加在校學生數量的時候，就必須研究其供給市場的均衡，找出經濟發展過程中大學生的合理需要量，從而測算獨立學院未來投資的總規模。

三、獨立學院投資策略分析

目前我國獨立學院在教育投資上的主要方式是擴大大學校園的占地面積，增加招生規模。盡管擴招給社會經濟發展提供了大量有用之才，也使國民經濟得到了迅速發展，但是不斷擴大招生的規模，而忽視學生素質和技能的培訓，也產生了很多負面效應。通過對人才邊際效用問題的分析和畢業學生就業狀況的調查研究，我國獨立學院一味擴大校園面積和招生人數的做法在未來會面臨諸多的困難，因此有必要對獨立學院未來投資的方向進行探討。

1、加強政府對獨立學院投資規模結構的宏觀調控

高等教育供求總量的失衡，特別是結構性失衡，會對社會發展產生許多不利影響。對高等教育個人需求過旺而導致的實際供給過多，不僅會帶來社會資源的浪費，還會造成勞動力市場上的結構性失業，進而影響社會的穩定。盲目增加獨立學院的數量，不斷擴大獨立學院的招生規模，必然會帶來投資的巨大浪費。這種增加數量的投資方式，會使各獨立學院把資金與工作重心放在擴大生源上，而忽視教學方法改革、教學質量的提高、教學方法的創新。因此，政府應加強對獨立學院投資規模結構的宏觀調控，使其結構趨于合理。

2、建立合理的獨立學院發展的層次結構

在我國1022所普通高等學校中，大學、學院有590所，高等專科學校和職業技術學院有432所。在高等教育重心偏高的情況下，許多獨立學院不在辦出自己特色上下功夫，而是盲目攀比，一味追求升格。國民經濟和社會發展所需要人才的知識水平和專業技能是多層次的，既要有學識廣博精深的高級專門人才，又要有掌握某一學科基本理論和技能的一般技術人才，但更多需要的是通曉某一專業、有一技之長的技術人員和高級技術工人。如果不切實際地盲目擴大本科教育的規模，會造成人才浪費與人才短缺并存的局面。因此，當前應該在建設好一批重點大學和重點學科的同時，合理引導獨立學院大力發展適合當地經濟和社會發展需要的高等職業教育。

3、大力推進獨立學院教學方式的改革

由于本身的辦學水平和條件所限，獨立學院很難和公立大學進行競爭，因此其發展方向必須要有自己的特色。具體來說，包括以下幾點：一是積極構建“能力本位”的人才培養體系。獨立學院必須深化教育教學改革，轉換人才培養模式，辦出特色，以面向社會需要的應用型人才為培養目標。二是努力實現師資隊伍素質的根本轉變。獨立學院如果是教學型高校，就要在教育教學上下功夫，把教學做為中心工作，努力提高教學水平，培養高素質的教師隊伍。如果定位為應用型高校，就必須培養有大量實踐經驗的應用型教師，使其緊密結合企業的實際需要，進行理論與實踐結合的教學。

4、擴大社會影響力，加大突破獨立學院學生就業難問題方面的投資力度

首先，應對獨立學院學生實施全程化的就業指導。全程化的就業指導應該涵蓋新生入學時的專業教育、職業生涯規劃、政策指導、信息服務、思想指導、應聘指導、創業指導等內容，并根據獨立學院人才培養的各個階段分年級逐步實施。全程化的就業指導要將德育教育、專業教育、素質教育有機結合，列入大學的教育教學計劃，并作為一門特殊的課程開設。

篇（4）

2013年是全面貫徹落實黨的十精神第一年，深刻把握十提出的“四個著力”、“五個更多”以及“四化”同步的內在聯系和客觀規律，按照中央經濟工作會議要求和省、市決策部署，盤縣不斷擴大投資規模，既要“騰籠換鳥”，推進戰略性新興產業規模化發展；又要“鳳凰涅磐”，促進傳統產業脫胎換骨，高新化發展。為此，分析2012年投資情況，把握投資增長的因素，展望2013年投資形勢，抓住投資機遇。

一、投資效益、規模和增速分析

2012年盤縣為了打造“貴州西部充滿活力、富有魅力，宜居宜業的大城市”，以擴大投資為抓手，多措并舉促投資，使全社會固定資產投資規模擴大，總量快速增長。

（一）投資拉動，亮點紛呈

2012年，盤縣圍繞省、市確定的總基調、總目標、總任務，搶抓國發2號文件重大發展機遇，全縣經濟社會發展呈現出“發展提速、投資增長、民生改善、后勁增強、社會和諧、位次前移、民族團結”的良好局面。全縣經濟增長高位運行，經濟總量進一步擴大，發展成績明顯好于預期，連續5年躋身全國中小城市最具區域帶動力和最具投資潛力百強縣，最具投資潛力百強縣位次前移6位、排名90位，縣域經濟發展綜合預排名全省第一。2012年，全縣地區生產總值達300.72億元，增長17.4%；固定資產投資完成420億元，增長86.45%。預計全縣工業產值達515.69億元，增長22%。工業對經濟增長的貢獻率達60%。園區建設有序推進，紅果經濟開發區、盤北經濟開發區、盤南工業園區共完成基礎設施投資25.98億元，產業集聚、集中發展日益明顯；煤電鋼、煤電鋁、煤電化“三個一體化”積極推進，黔桂煤電鋁項目邁出實質性步伐。城鎮建設實現新突破，城鎮化率達34.5%。

（二）投資項目增加，規模擴大

盤縣2012年一季度集中開工44個項目，總投資近55億元，其中，中央投資3億多元，省級投資0.8億元，市級投資0.47億元，縣級投資4.7億元，其他資金來源45.6億元，其中，產業項目14個，交通項目8個，城市基礎設施及住房4個，社會事業項目11個，農業、林業、水利項目3個，其他項目4個。

2012年盤縣紅果經濟開發區兩河新區、盤北工業園區、盤南產業園區3個園區入園項目46個，總投資638.07億，完成投資64.5億，意向入園項目21個，投資221.95億，建成標準廠房12.3萬平方米，全年盤縣工業項目91個，總投資927.61億，預計完成125.41億，累計完成投資238.87億，集體開工項目213個，投資266.11億，超完成投資任務，全年招商引資項目81個，投資1224.72億，到位資金221.64億，有意向項目32個，總投資600億。規模整體高于往年。

（三）投資總量增加，快速增長

數據來源：盤縣統計局2012年12月份經濟要情。

2012年1-12月，全社會固定資產投資累計完成423.81億元，同比增長111.6%。其中：基本建設投資完成134.85億元，同比增長75.38%；更新改造投資完成38.97億元，同比增長49.38%；其他投資完成52.34億元，同比增長139.41%；房地產開發投資完成9.45億元，同比增長86.04%；農村非農戶投資完成60.95億元，同比增長41.65%；跨區項目完成投資14.36億元，同比增長27%。各類投資額占全社會完成投資額的比重如圖1所示。

從各月累計投資完成情況看，1-3月、1-9月、1-11月、1-12月累計投資同比增長都在100%以上，其它各月都超過30%以上的快速增長區間（詳情見圖2）。

數據來源：盤縣統計局2012年1-12月份經濟要情。

二、固定資產投資存在的問題

2012年盤縣的固定資產投資增長較快，結構有所調整，質量逐步提高，但也存在著一些值得關注的問題：

（一）外商投資動力不足

從投資類型角度看，2012年盤縣的國有投資和民間投資增長較快，而外商投資增長較慢，暴露出了動力不足的問題。

（二）房地產開發投資不足

在2012年1-12月全社會固定資產投資累計完成423.81億元中，房地產開發投資完成9.45億元，占總量3%（見圖1）。房地產開發投資嚴重不足，從而導致房價過高，農民買不起，阻慢了城鎮化進程，2012年盤縣城鎮化率達34.5%，落后于全國、全省水平（詳情見圖3）。

圖3：2007年-2012年盤縣城鎮率與全國、全省比較

（三）行業投資集中度高

從由投資三次產業分組來看，改造提升傳統煤炭產業，加強高產高效和安全標準化礦井建設，支持盤江精煤股份有限公司做大做強。推廣煤炭新科技、新裝備、新技術、新工藝的運用；推進地方煤礦進行資源整合、技改和擴能，進一步優化煤炭產業結構，建設煤炭大集團、大基地。深入實施西電東送戰略，促進資源就地轉化，積極推進黔桂公司“上大壓小”建設，積極發展水電、風電發電項目。加快建設國家重要的煤電鋼、煤電化等一體化資源深加工基地。首黔循環經濟項目，電解錳項目等第二產業投資比重高；房地產業、交運倉儲郵政業、教育業等第三產業投資比重次之，投資行業較為集中，其他行業投資比重不高。

三、對上述問題的建議

（一）政策吸引，提升外商投資信心

盤縣要以十報告中提出的“全面提高開放型經濟水平”為指引，創新舉措，全面提高招商引資工作水平。

一是強化現代服務業招商。要以十精神為指引，積極轉變招商引資工作思路，以傳統的工業招商為主向以現代服務業招商為主轉變，加強跨國公司區域總部、服務外包、現代商貿、城市綜合體、大型超市、百貨、五星級酒店、中介咨詢、金融機構等項目的引進，推動盤縣開放型經濟和現代服務業快速發展。

二是強化以商招商，以大商招小商。通過引進央企、跨國公司和世界500強及行業龍頭企業落戶盤縣，依托大型企業的影響力和號召力，吸引和帶動一批相關配套企業落戶盤縣，形成產業集群。

三是強化招商引資項目的包裝策劃。根據自身優點和產業布局需要，有針對性的策劃包裝一批優質招商引資項目，特別是針對高檔房地產、酒店、大型百貨、超市、城市綜合體進行包裝策劃，有的放矢地開展招商引資。

四是強化對外推介宣傳盤縣。立足盤縣紅果新城，推介盤縣區位條件優越、生態環境優美、歷史文化積淀深厚、產業基礎扎實、治安環境良好、經營成本低廉、開發空間巨大、政府服務高效的優勢條件，叫響城市品牌，激發國際國內500強企業、重點行業龍頭企業對盤縣的投資熱情。

（二）以點帶面，促多行業投資共同發展

近年來投資領域不斷擴大，但也暴露出了投資行業過于單一的弊端。因此，要充分調動各行業投資的積極性，以城鎮化為龍頭，加大房地產業投資力度，從而提高城鎮化率，帶動其他行業投資，逐步扭轉投資行業單一的局面。最終實現以點帶面的效果，帶動多行業共同發展，促進投資的全面發展。

（三）合理優化，加快重點項目投資建設

盤縣有著良好的區位優勢，具備優良的投資環境，隨著以未來科技城為代表的戰略性新興產業基地、煤化工基地、紅果經濟開發區兩河新區、盤北工業園區、盤南產業園區等重大項目的奠基開工，以及2012年盤縣啟動煤炭、電力、化工、鋼鐵、建材、裝備制造、特色食品生產及農產品加工、新興產業等產業推進計劃，全縣共實施重大建設項目197個，完成工業投資198億元，完成產業投資項目210億元，經濟社會實現了又好又快發展，在2013年盤縣投資面臨新的發展機遇。因此，應合理優化投資結構，加快重點項目投資的建設步伐，使投資真正成為拉動盤縣經濟駛入新型“四化” 同步發展的經濟增長快車道。

參考文獻：

篇（5）

一、企業投融資戰略的戰略模式

（一）快速擴張戰略

所謂的快速擴張投融資戰略指的是企業在作出投資、融資的戰略決策時，都是以擴張資產的規模為主要目的。快速?U張的投融資戰略是企業要實現多元化、一體化發展下的一種重要手段。企業在進行快速擴張的投融資戰略的時候，往往需要留存很大一部分的利潤，甚至是全部的利潤用于投資戰略上，就有可能會造成企業的內外部資金緊張。而在資金緊張的時候，企業就需要通過有效的融資手段，來獲取外部的資金，彌補投資戰略下的資金缺口。企業的外部籌資主要來源于兩個方面，分別是債券融資與股權融資。在大規模戰略擴張中，大部分的融資資金來源是債券融資，往往這種融資方式會增加企業的負債，形成企業的高負債率，就有可能會影響到企業資本結構的穩定性。

（二）穩健發展戰略

所謂的穩健發展戰略指的是企業作出投融資戰略決策的時候，關注的焦點在于企業效益的穩定增長。在企業經營效益逐年增長的同時，企業的資產規模也在逐漸擴大。在作出投融資戰略規劃的時候，既考慮到企業發展的可能性，又會重視企業面臨的風險。企業實施穩健型的投融資發展規劃，會從企業資產角度出發，優化現有的資源配置，提高企業的核心業務能力，提高資金的使用效率，避免出現閑散的資金浪費，從而來提升企業的效益，當獲得的利潤積累到一定時期后，在進行適當的擴張，實現利潤的再增長。在企業實施穩健型的投融資戰略過程中，會體現出適當負債、適當的分配以及重視收益情況等特征。

（三）防御收縮型戰略

一般來說，防御收縮型投融資戰略屬于防御型的戰略決策，當企業面臨著不良經濟環境的時候，往往會采取這種戰略，來保護企業經營的安全，促進企業能夠平穩的發展。防御收縮型的戰略，是對企業生存的市場作出分析后，要預防可能出現的財務風險或者是財務危機的基礎上，維護企業的生存與發展，就適度的進行投融資決策。在防御收縮型的投融資戰略決策中，企業把促進資金的流入、減少資金的支出當作是主要的目的，借助于精簡機構，減少企業的日常開支減輕庫存量、降低企業的生產成本等方式，提高企業的管理力度，最大化的發揮出人力、物力的作用，提升企業主營業務的盈利能力，提高企業的市場核心競爭力，從而進一步實現企業資金的回流。在防御型的投融資戰略模式中，體現出低負債、低收益以及高分配的特點，與穩健型的投融資戰略決策以及快速擴張型的投融資戰略決策有著明顯的不同。

二、企業投融資的現狀分析

（一）企業的財務管理分析

在20世紀時候，我國的企業管理學家第一次提出要將企業的財務管理理論的內容擴展到財務戰略范圍上，推動企業的財務管理與戰略之間的相互結合。作為財務戰略決策，指的是在保證企業現金流平穩運行的背景下，實現企業的戰略規劃，來提升企業在財務競爭上的優勢，企業需要樹立全面發展的意識，結合財務管理的數據，能夠對企業的資金進行長期的規劃，進而來保證企業能夠正常的運行。其中，投融資戰略的合理運用，有助于維護企業現金流的平穩運行，提高財務管理的效率，進而來提升企業的經濟效益。當前，我國企業的整體融資狀況卻不容樂觀，企業在開展投融資戰略決策的時候，容易受到市場的影響，比如說融資途徑不暢、金融體系不完善，使得企業與銀行之間的金融信息是不對稱的等問題，就會影響企業投融資戰略決策的有效性與科學性，進而就可能會影響到企業財務管理的開展。

（二）投融資戰略分析

企業在開展投融資戰略決策的時候，資金的籌集與投放是其中最為重要的一個環節，也可以說在企業財務戰略決策中，最為重要的一部分就是投融資戰略決策，投融資戰略實施的效果如何，對企業之后的經營有著重大的影響。但是從實際中來看，我國企業在投融資戰略分析方面的力度不夠，存在著不全面的問題。特別是在改革開放以后，一些企業容易受到計劃經濟體制的影響，在企業財務管理模式的選擇上還存在一定的滯后性，不能夠跟上市場經濟的變化趨勢，在分析企業的投融資戰略規劃的時候，就無法從市場的變化出發，存在一定的滯后性，就會影響投融資戰略決策的實施效果。

三、企業投融資戰略的發展規劃分析

（一）完善企業的投融資渠道及結構

當前，我國企業的投融資的戰略規劃以及模式選擇會因為企業之間發展規模、經營實力的區別而存在一定的差異，大多數的企業是有著自身成熟的投融資戰略規劃與風險控制措施，一般來說，企業在開展投融資戰略的時候，比較重視風險控制體系，一般而言其投融資戰略的開展安全系數較高，相對獲取的收益就會較少。但是，市場上還存在著大量的中小型企業，由于自身的發展規模不大，資金力量較為薄弱，在資金管理上缺乏科學的管理理念指導，使得自身在開展投融資戰略的時候，面臨著巨大的風險，投融資的渠道較少，使得企業的劣勢更加突出，影響著企業的長久發展。為此，企業的領導者與管理者就需要意識到這方面存在的不足，能夠提高對市場敏感度的分析，在進行投融資戰略規劃的時候，先充分的調查現有的市場條件，在結合自身的發展情況，慎重的選擇企業的投融資方案，對未來做出可行性的規劃。比如說，當前互聯網金融快速發展，企業要完善企業的投融資戰略結構，就可以選擇一些資質較好、信用等級高的網絡金融服務平臺，在該平臺上有選擇性的拓展企業的經營業務，借助于網絡貸款的優勢，以及在互聯網下大數據資源共享的基礎上，提高對市場的分析力度，不斷完善企業的風險防范體系，促進投融資戰略的順利開展。

（二）與時俱進，順應市場發展的潮流

篇（6）

一、引言

隨著中國證券市場逐步向規范運作的方向發展，如何從不同角度衡量上市公司的投資價值，從而控制風險，是所有投資者共同面臨的問題。目前中國股市持續低迷，這一方面可能是受08年金融危機的影響，使股民意識到股市的風險，不敢輕易投資；另一方面可能是受市場整體經濟形勢的不景氣，使投資活動減少的影響。本文通過對財務報表中主要經濟指標間的相互關系、變動趨勢和量值進行比較、判斷，運用多元統計分析中的主成分分析法，并構造二項logistic回歸模型進行對比分析，從財務的視角來分析上市公司投資價值。

二、文獻綜述

吳世農和盧賢義（2001）應用fisher線性判定分析、多元線性回歸分析和logistic回歸分析三種方法，分別建立三種財務困境預測模型，研究結果表明三種模型都能在財務困境發生前進行相對準確的預測，但相對同一信息集，logistic預測模型的誤判率最低。張愛民等（2001）采用主成分分析方法建立財務失敗預測模型，并進行了實證檢驗。徐光華和吳鳴明（2006）采用logistic回歸方法建立財務預警模型，檢驗傳統財務指標和eva指標的預測能力。

投資價值的判斷會受到財務指標和樣本選取的限制。各種模型都有財務指標選擇的側重點，從而可能因忽視其他方面財務指標存在一定的片面性；此外，不同行業和樣本數量的選取也會對投資價值的適用性產生影響。因此，本文選取我國制造業上市公司作為研究樣本，借鑒巨潮資訊網站公布的財務報表數據，經整理得到有關財務指標，分別采用主成分分析法和logistic回歸法構建制造業上市公司投資價值財務評價指標體系， 并對其判別效果進行比較分析。

三、上市公司投資價值模型設計

（一）研究方法介紹。

1.主成分分析法

在多指標的研究中，往往由于變量個數太多，并且彼此之間存在著一定的相關性，因而使得所觀測的數據在一定程度上有信息的重疊，而且當變量較多時，在高維空間中研究樣本的分布規律比較復雜，由此便產生了主成分分析法。它又稱為主分量分析或主軸分析，它是利用降維思想把多個指標化為少數幾個綜合指標的一種統計分析方法。而這幾個綜合變量可以反映原來多個變量的大部分信息。在綜合評價中，應用主成分分析方法既可以消除各指標不同量綱的影響，也可以消除由各指標間相關性所帶來的信息重疊。特別是它克服了綜合評價中認為確定各指標權重系數的問題。

2.二項logistic回歸

如果因變量為分類變量，則不符合一般回歸分析模型要求，這時可用logistic回歸來分析。又如模型中因變量只能取兩個值時，則用二項logistic回歸，如果取多個值則可以用多項logistic回歸來分析。本文之所以用二項logistic回歸來進行預警研究，是因為該模型有如下優點：第一，logistic回歸的因變量和自變量之間關系是非線性的；第二，logistic回歸不需要假設方差不變，而且它也沒有關于自變量分布的假設條件，各個自變量可以是連續變量，也可以是離散變量，還可以是虛擬變量，也不需要假設它們之間存在多元正態分布；第三，logistic回歸的因變量是分類變量，研究的目的在于事件發生的概率，而且預測精度較高，我們可以分析公司是否具有投資價值。

（二）樣本的選取。

由于上市公司的投資價值受行業因素的影響較大，不同行業的上市公司投資價值在同一時間內可比性不強，因此本文選擇一個行業進行集中分析。本文選取我國滬深兩市股制造業上市公司2012年16家st公司（連續2年虧損而被特殊處理的公司），并按照1：1的比例選取相同會計年度的16家非st公司作為樣本，樣本數據取自巨潮資訊網站公布的財務報表。根據統計學原理，當樣本容量大于等于30 時，對總體具有很大程度的代表性。

r>

（三）指標變量的選取。

現代財務管理理論認為：企的財務狀況主要取決于企業的盈利能力、償債能力、營運能力和成長能力。本文從上述四個方面出發并考慮到現金流在財務管理中的重要作用，選擇了13個財務指標做為自變量，它們分別為：反映盈利能力的凈資產收益率x1、凈利潤率x2與總資產收益率x3；反映償債能力的流動比率x4、速動比率x5與資產負債率x6；反映營運能力的存貨周轉率x7、應收賬款周轉率x8與資產周轉率x9；反映成長能力的凈利潤增長率x10、總資產增長率x11與凈資產增長率x12；反映現金流量的經營活動產生的現金凈流量增長率x13。

四、上市公司投資價值實證分析

（一）單樣本的t檢驗。

已選取的基礎指標體系是進行指標變量篩選的基礎，但不能說明各個上市公司在這些指標上存在著顯著差異，因此需要對其進行單樣本t檢驗，以判別是否存在顯著差異。單樣本t檢驗的零假設為：總體均值與指定檢驗值之間不存在顯著差異。在0.05的顯著性水平下，若t檢驗的p值小于0.05，則拒絕零假設，認為總體均值與檢驗值之間存在顯著差異，反之則認為不存在顯著差異。我們選取的13個指標t檢驗對應的p值分別是：x1為0.628，x2為0.076，x3為0.107，x4為0.000，x5為0.000，x6為0.000，x7為0.034，x8為0.062，x9為0.000，x10為0.004，x11為0.048，x12為0.316，x13為0.042。不難發現x1、x2、x3、x8、x12的t檢驗的p值大于0.05，認為不顯著，因此在進行logistic回歸分析前，可先剔除這五個指標。 　（二）主成分分析。

我們利用spss19.0對訓練樣本進行主成分分析，得到特征根和方差貢獻率如下所示：主成分1的特征跟為2.726，方差貢獻率為34.075﹪；主成分2的特征跟為2.26，方差貢獻率為28.256﹪；主成分3的特征跟為1.064，方差貢獻率為13.3﹪；主成分4的特征跟為0.956，方差貢獻率為11.947﹪；主成分5的特征跟為0.592，方差貢獻率為7.395﹪；主成分6的特征跟為0.223，方差貢獻率為2.786﹪；主成分7的特征跟為0.168，方差貢獻率為2.105﹪；主成分8的特征跟為0.11，方差貢獻率為0.137﹪。

從以上數據可以看出，前四個主成分方程的累計貢獻率達到87.578%，說明前四個主成分反映原指標體系信息的87.578%。但第四個主成分的特征根小于1，說明它對總體影響不明顯，最終我們取前三個主成分，它的累計方差貢獻率是75.63%。下面在表1中給出了主成分系數矩陣，可以說明各主成分在各變量上的載荷，從而得出具體影響各主成分的指標。

表1 成分矩陣

成分

1 2 3

x4 0.888 0.340 -0.112

x5 0.868 0.391 -0.140

x6 -0.735 -0.181 -0.147

x7 0.050 0.567 -0.073

x9 0.165 -0.183 0.957

x10 0.694 -0.517 0.088

x11 -0.239 0.770 0.181

x13 0.271 -0.863 -0.219

表1顯示，主成分1中，x4、x5、和x6的負荷量較為明顯且集中，主要代表了企業的償債能力；主成分2中，x11和x13的負荷量明顯大于其他比率，代表了企業的成長能力；主成分3中，x9的負荷量為0.975遠高于其他指標，代表了企業的營運能力。最終，通過主成分分析，我們選取了x4、x5、x6、x9、x11、x13這六個指標。我們對這六個指標進一步做主成分分析發現：依舊根據特征根大于1取前三個主成分，但此時前三個主成分的累計方差貢獻率為85.982%，明顯大于上次的75.63%，說明模型得到了很好的改善。

（三）logistic回歸分析。

運用spss軟件對32家制造業上市公司的原始數據進行logistic回歸分析，在分析時賦予非st公司的值為0，st公司的值為1，并把它作為因變量y。把x4、x5、x6、x7、x9、x10、x11和x13作為自變量，并采用基于最大似然估計的向前逐步回歸法，選入自變量基于score檢驗統計量，剔除變量基于最大偏似然估計的似然比檢驗結果。最終我們得到x6、x7、x9和x13這四個變量對總體的預測影響較大，其余變量被系統剔除。經過4步計算，模型對樣本分類的準確率達到了90.6%，其中st公司的判準率為87.5%，非st公司的判準率為93.8%。并可建立logistic回歸方程：logit（p）=-1.276-4.868x6+0.027x7+3.709x9+0.7x13。而如果用主成分分析得出的結果，將x4、x5、x6、x9、x11、x13直接做二項logistic回歸，得出的總體準確率只有84.4%，遠不如上述90.6%準確。因為用主成分分析忽略了x7指標

對總體的影響。

五、研究結論

本文首先采用主成分分析的方法，對初始的13個財務指標進行篩選，最后得出x4、x5、x6、x9、x11、x13這六個指標，它們的累計方差貢獻率為85.982%，已近能很好的解釋整體，通過這六個指標的系數就可以比較好的判斷公司是否具有投資價值。但在實際應用中，主成分分析更多的只是達到目的的中間手段，它往往會被作為許多大型研究的中間步驟，在對數據進行濃縮后繼續采用其它統計方法以解決實際問題。所以，我們由主成分分析篩選出的指標再進行logistic回歸，最通過這六個指標可以正確判斷總體84.4%的數據，但沒有通過用向前逐步回歸法進行logistic回歸后得出的準確率90.6%高。原因是因為在進行主成分分析時，我們把指標x7剔除了，但實際上x7對整體數據具有一定的解釋能力。因此，本文主成分方法沒有二項logistic回歸準確，二項logistic回歸不僅能篩選出較為精確的指標，而且能給出了模型對樣本分類的準確率，使模型具有更大的可信度。

所以，我們在分析制造業上市公司是否具有投資價值時，主要通過分析資產負債率、存貨周轉率、資產周轉率以及現金凈流量增長率這四個指標，就可以達到90.6%的準確率。但本文分析中也存在一些缺陷：首先，文章選取的樣本數量還不是很多，不足以說明全部問題；其次，所選的都是財務指標，沒有考慮非財務指標的影響，使模型準確度沒能達到更好。但文章的分析還是可以對投資者的投資行為有一定的啟發。

參考文獻：

[1]徐光華，吳明鳴.基于eva 的行業財務預警模型研究——以滬市it上市公司為例[j].經濟管理，2006，（12）.

篇（7）

中圖分類號:F270 文獻標識碼:A 文章編號:1003-5192(2010)06-0032-06

The Threshold Effect Analysis of Board Size on Corporate R&D Investment Behavior

――Base on Panel Data of Manufacturing and High-tech Industry Companies

LIU Sheng-qiang1,2, LIU Xing1

(1.School of Economy and Business Administration, Chongqing University, Chongqing 400044, China; 2.School of Accounting, Chongqing Technology and Business University, Chongqing 400067, China)

Abstract:Base on panel data of manufacturing and high-tech industry companies who discourse R&D expenditure in financial statements from 2004 to 2008, this paper studies the relationship between board sizes and R&D expending behavior by using the threshold model that Hansen proposed in 1999. When the threshold variable is company size, the results show that only when the company sizes exceeds a critical value, there will be a “increasing first, decreasing later” non-linear relationship between board sizes and corporate R&D expenditure. So we deduce that corporate governance effects of board sizes present the “low level trap” phenomenon. When the threshold variable is board sizes, the study suggests that the best board size should be 7 or 9. The results also show that percentage of independent directors on the Board play no effects to improve corporate R&D investment decisions.

Key words:board sizes: corporate R&D expenditure; threshold effects

1 引言

在知識經濟時代和市場競爭日趨激烈的今天,企業投資行為中的R&D投資已成為影響企業生存和發展的重要戰略性投資決策行為。早期關于R&D投資的研究多從宏觀的角度,研究企業外部的技術或經濟因素如什么樣的市場結構和企業規模更有利于R&D投資,以及R&D投資與經濟周期之間有何關系等等。隨著上市公司R&D披露的逐步規范和研究數據獲取的可能,一些學者開始直接利用微觀資本市場數據,研究企業內部公司治理對企業R&D投資行為的影響。作為直接監督和控制著經營者行為的董事會,是內部公司治理的一個非常重要要素,然而,關于董事會規模對企業R&D投資行為的影響的研究卻十分鮮見,本文擬利用2004~2008年連續披露R&D支出信息的制造業和信息技術業上市公司為研究樣本,采用Hansen[1]提出的門檻效應模型,分別以公司規模和董事會規模作為門檻變量,實證檢驗董事會規模對企業R&D投資行為的影響,期望能對上市公司治理優化、R&D投資行為決策提供一些經驗證據。

2 文獻回顧和研究假設

學術界關于董事會的研究已有很長的歷史,董事會規模也常常被視為影響董事會效率的關鍵因素之一。Zahra和Pearce[2]的研究顯示,在現代企業組織中,董事會主要扮演戰略制定或審核、監督控制及后勤保障的角色,并且扮演這種角色的能力大小將視其組成而定。當某項重大戰略決策(如企業R&D投資)因團體利益沖突而變得效率低下或無法實施時,董事會便常通過擴大或縮減董事會規模、增加外部董事的席次等方式來提升董事會功能。

關于董事會規模對企業R&D投資行為的影響,現有研究有兩種截然不同的觀點。一種觀點從資源富裕理論的角度認為,董事會規模與企業R&D投資正相關。其理由是:首先,董事會規模的擴大,會使實現企業R&D投資所必須的專業技能、管理藝術以及財務知識等在董事會內部實現更好的互補,有利于R&D投資決策過程中吸收各種不同的意見,減少投資風險;Bacon[3]認為,在大規模的董事會中,有多樣背景的專業人士而產生的經營決策,決策質量更佳;Xie等[4]也認為,董事會規模的擴充,可汲取不同領域的專業知識,能發揮正面的監督效果。其次,董事會規模可作為衡量一個組織通過外部環境獲取相關資源能力的計量指標,董事會規模越大,企業能從外部環境獲得的資源就越多,其抗風險能力就越強,從而更有利于擴大企業R&D的投資活動。最后,董事會規模較大時,董事會內部有更多的機會和可能選擇富有開拓進取的杰出人士擔任企業的CEO,也會導致企業的R&D投資增加;Ocasio[5]指出,在CEO之下的治理聯合的平穩性和內聚性能得到很好的競爭時,規模相對較大的董事會更可能產生風險偏好型的CEO。另一種觀點從理論和組織行為學的角度得出剛好相反的結論認為,董事會規模與企業R&D投資負相關。其理由有:首先,董事會規模的擴大勢必導致一項既定的R&D投資決策最后因董事會成員協調難度的增加而付諸東流;Jensen[6]指出,隨著董事會成員的增加,組織內部容易產生派系且需要整合及解決眾人的意見使效率變差,不見集思廣益的功效,而尊敬和禮貌不及讓CEO難堪的風氣會占上風,坦率和追求真理的好作風會遭拋棄。其次,董事會規模的擴大會導致決策程序繁瑣,決策效率低下;Lipton和Lorsch[7]指出,董事數量的增加很可能導致董事會的功能紊亂,即使董事會的監控能力會隨著董事會規模的擴大而增加,但是由此帶來的成本將超過其收益,比如,緩慢的決策制定速度、舉行更少的關于經理層績效的公正性的討論以及對分享風險的偏離。最后,董事會規模的擴大還會產生“搭便車”現象,而一旦這種現象在董事會內部蔓延,就會導致董事會功能喪盡。

由此可見,現有文獻關于董事會規模對企業R&D投資行為的影響并沒有形成一致的結論。多數學者如:Jensen[8]、于東智[9]、余怒濤等[10]認為董事會對企業財務行為及績效的影響是一種曲線關系,即存在一個合理的規模,不能太大,也不能太小。另外,董事會規模的治理效應還受公司規模大小的影響嚴重,當公司規模較小時,隨著董事會規模的擴大,其治理效應更多的表現為資源富裕下的知識和專業技能的增加而對企業R&D投資決策的正向促進作用,隨著公司規模進一步擴大并超過某一零界值時,此時再增加董事會規模,其正向治理作用又可能表現為因組織行為中的協調難度增加對企業R&D投資的負向阻礙作用。

基于以上的分析,本文提出如下假設:

假設1 在其他因素不變的情況下,隨著公司規模的擴大,董事會規模與企業R&D投資之間表現為先增后減的非線性關系。

假設2 在其他因素不變的情況下,隨著董事會規模的擴大,董事會規模與企業R&D投資之間表現為先增后減的非線性關系。

3 模型設計與數據來源

3.1 模型設計

根據Hansen[1,11]提出的門檻效應模型,先建立兩個存在單一門檻值的門檻模型,然后分別逐漸擴展到多重門檻值模型,兩個單一門檻值模型分別是:

模型一是以公司規模(用資產總額表示)為門檻變量的回歸模型為

3.2 樣本選擇

考慮到我國A股市場上近60%的上市公司是制造業,上市公司中披露R&D支出的公司80%以上是制造業和信息技術業[12,13],我們選取2004~2008年度連續披露了R&D支出的制造業和信息技術業A股上市公司為研究樣本,研究樣本的確定原則為:(1)2004~2008年年報中連續披露了R&D支出的制造業和信息技術業上市公司;(2)考慮到公司的決策制定和規劃一般要先于決策的實施,同時為了避免變量之間可能存在的內生性問題,本文將解釋變量滯后一期,因此剔除上市時間不足一年的公司;(3)剔除被ST、PT的公司和所有者權益為負值的公司;(4)剔除數據不全的公司。

由于我國上市公司于2007年開始實施新的會計準則,而實施新準則后對于按照“收付實現制”記賬現金流量表并未發生根本性改變,為了保持數據的可比性,我們選擇了現金流量表中“支付的其他與經營活動有關的現金”附注中披露的研發費用。研究中所需要的其他數據均來自于北京大學中國經濟研究中心CCER相關數據庫。最終有效樣本123家連續5年共615個研究樣本。

4 實證分析

為了確定模型的具體形式,首先需要確定門檻值的個數。我們按照Hansen所提供的方法,分別對模型一和模型二依次在不存在門檻、一重門檻、雙重門檻和三重門檻的設定下對模型進行估計和檢驗,結果發現:以資產總額為門檻變量的模型一和以董事會規模為門檻變量的模型二,在單一門檻和三重門檻效應下都不顯著;而雙重門檻下,模型一在1%顯著性水平下顯著(F值為47.000,P值為0.003),對應的兩門檻估計值分別為2.4e+09元和2.5e+09元;模型二在5%顯著性水平下顯著(F值為5.103,P值為0.047),對應的兩門檻估計值分別為6.50人和10.50人。表2給出了雙重門檻下的模型一和模型二的回歸結果。

首先看表2中的模型一,回歸結果的F值為6.57,對應的P值為0.000,表明模型設定從整體上能夠反映回歸效果。Wald檢驗為2.65,對應的P值為0.000,說明固定效應明顯。模型一中的雙重門檻將董事會規模分為三個不同的區間,并且董事會規模的估計系數和顯著性水平在不同區間內顯著不同。當資產規模小于2.4e+09元時(簡稱低規模),盡管系數估計值為正(0.066),但不顯著,表明企業資產總額較小時,董事會人數的增加并不一定會導致企業R&D投資額的增加,當資產規模處于2.4e+09元和2.5e+09元之間時(簡稱中等規模),系數估計值為正(0.641),并且在1%顯著性水平下顯著,表明當資產規模增加到一定程度后,增加董事會人數將對企業R&D投資有正向促進作用,當資產規模大于2.5e+09元時(簡稱高規模),系數估計值為負(-0.537),并且在1%顯著性水平下顯著,表明當企業資產處于高規模狀態時,進一步增加董事會人數將對企業R&D投資有負向抑制作用。如前所述,增加董事會人數,可以吸收更多具有不同知識領域人士的加入,他們的加入,可為企業的重大投資決策提供更為科學合理的思考和建議,提高決策的科學性,降低決策失敗的概率。但隨著董事會人數進一步的增加,由于董事會內部之間的派系斗爭和協調難度加大,可能導致最終的決策方案不是最優選擇而是多方博弈之后的一種均衡和折中。另外,董事會人數的增加還會導致公司決策程序繁瑣,決策機制緩慢,從而導致R&D投資時機的喪失,甚至導致決策失效等。因此,從整體上看,董事會規模與企業R&D投資之間是一種先正后負的非線性關系,假設1正確。但同時應該看到,這其中的正向關系,在資產規模較小時并不顯著,也就是說,只有在資產總額超過某一閥值之后,董事會規模與R&D投資之間才會表現出明顯的正向關系。由此看來,董事會規模的公司治理效應可能存在類似于宏觀經濟學中的“低水平陷阱”現象,只有在公司資產和富裕資源達到或超過某一限額之后,董事會規模的治理效應才會顯現,當公司規模過小時,企業可利用的資源十分有限,此時增加董事人數,雖能提高R&D投資決策的科學性,但由于受可利用的資源限制而致使這些科學合理的投資決策無法付諸實踐,可謂是“巧婦難為無米之炊”。

再看表2中的模型二,同理從對應的F值和Wald值可知,模型二能能從整體上反映回歸效應,并且固定效應明顯。當董事會人數少于6.5人時,系數估計值(0.057)為正,且在5%的顯著性水平下顯著,表明此階段董事會規模的擴大將對企業R&D投資有正向促進作用;當董事會人數處于6.5人到10.5人之間時,系數估計值(-0.056)為負但不顯著,表明此階段董事會規模的變化,對企業R&D投資的影響差異不大;當董事會人數大于10.5人時,系數估計值(-0.101)為負值,并且在10%的顯著性水平下顯著,表明此時若進一步增加董事會人數,董事會規模會對企業R&D投資產生負向阻礙作用。由此可見,從整體上看假設2成立。我國制造業和信息技術業上市公司最有利于企業R&D投資的董事會人數是介于6.5人至10.5人之間,考慮到董事會人數若為偶數,在股東大會上進行投票時可能會出現半數對半數的投票結果,從而可能出現僵持局面和董事長“把持”董事會的可能,董事會人數為偶數不利于投票決策。因此,我們認為最佳的董事會規模應為7人或者9人。

模型一和模型二中,獨立董事在董事會中所占比例對企業R&D投資的影響都未通過顯著性檢驗,表明我國獨立董事并未發揮其應有的治理效應,獨立董事的“花瓶”現象仍普遍存在。

為了檢驗上述結論的可靠性,筆者進行了三個方面的穩健性檢驗:一是改變主要變量的定義和計算,對于解釋變量R&D投資,采用研發支出與企業凈資產之比,而董事會規模改為本公司年末所有高層管理人員的數量,包括所有董事、監事和高級管理人員;二是增加控制變量,增加控股股東性質、兩權設置狀態等控制變量;三是剔除R&D支出的極端值(1%)。重新回歸結果顯示,研究結論沒有發生顯著變化,研究結果具有較好的穩健性。

5 結論與政策建議

本文研究發現:無論是以公司規模還是以董事會規模為門檻變量,董事會規模與企業R&D投資之間都表現出“先增后減”的非線性關系。但這種非線性關系,只有當公司規模超過某一臨界值之后才顯著,公司規模較小時,董事會規模的治理效應并不顯著,這一現象有點類似于宏觀經濟學中的“低水平陷阱”現象;同時,這種非線性關系是一種存在雙門檻值(6.5和10.5)的“先增后減”非線性關系,當董事會人數介于6.5人和10.5人之間時,其治理效應無顯著差異,考慮到董事會規模為偶數時可能出現投票結果半數對半數的僵持狀態,因此,最佳的董事會規模應為7人或者9人。研究還發現我國上市公司公司獨立董事治理效應弱化,獨立董事“花瓶”顯現仍普遍存在。

因此,我們建議:(1)保持合理的公司規模。公司規模過小,董事會的很多創新決策項目就無法付諸實踐,但過大的公司規模又可能會降低董事會規模的治理效應,應根據企業所處的行業特點、經營環境等,將公司規模控制在一個合理的范圍之內。(2)確定合理的董事會規模。董事會規模不是越大越好,也不是越小越好,而應選擇一個合理規模,就制造業和信息技術業上市公司而言,最佳的董事會規模是7人或者9人。(3)完善董事會結構,本文研究發現董事會結構對企業R&D投資行為的治理效應不顯著,獨立董事“花瓶”普遍存在,可以通過調整獨立董事的來源和構成等來完善董事會結構來提高其對企業R&D投資的治理效應。如獨立董事來源于政府部門還是企業界還是高校好,還需要進一步深入研究。

參 考 文 獻:

[1]Hansen B E. Threshold effects in non-dynamic panels: estimation, testing, and inference[J]. Journal of Econometrics, 1999, 93: 345-368.

[2]Zahra S A, Pearce II JA. Boards of directors and corporate financial performance, a review and integrated model[J]. Journal of Management, 1989, 2: 291-334.

[3]Bacon J. Corporate directorship practice: member and committees of the board[M]. New York: The Conference Board, 1973.

[4]Xie B, Davidson III W N, DaDatt P J. Earnings management and corporate governance: the role of the board and the audit committee[J]. Journal of Corporate Finance, 2003, 9: 295-316.

[5]Ocasio W. Political dynamics and circulation of power: CEO succession in U.S. industrial corporations, 1960-1990[J]. Administrative Science Quarterly, 1994, 31: 586-611.

[6]Jensen M C. The modern industrial revolution, exit, and the failure of internal control systems[J]. Journal of Financial Economics, 1993, 48: 831-880.

[7]Lipton M, Lorsch J A. Modest proposal for improved corporate governance[J]. Business Lawyer,

1992, 48(1): 59-77.

[8]Jensen M C, Meckling W H. Theory of the firm: managerial behavior, agency cost and ownership structure

[J]. Journal of Financial Economics, 1976, 3(4): 305-360.

[9]于東智,池國華.董事會規模、穩定性與公司績效:理論與經驗分析[J].經濟研究,2004,(4):70-79.

[10]余怒濤,沈中華,等.董事會規模與公司價值關系的進一步檢驗――基于公司規模門檻效應的分析[J].中國會計評論,2008,(9):237-254.

篇（8）

中圖分類號：F2243 文獻標志碼：A 文章編號：1671-1254（2014）02-0069-07

The Minimum Investment and the Entrepreneur Welfare

―Based on the External Financing Analysis Framework of Asymmetric Information

XIA Zi-xiang， TIAN Cun-zhi， GUO Qiu-ping

（Economic Research Center， Kunming University of Science and Technology， Kunming 650093， Yunnan， China）

Abstract：The minimum investment refers to the government restrictions on the investment exemption market or private placement varieties. Based on the external financing analysis framework of asymmetric information， the paper analyzes the effects the minimum investment has on the equilibrium interest rate， investment and entrepreneur welfare. The conclusions show that equilibrium interest rate of capital market is scaled down when the minimum investment decreases， that the entrepreneurs whose financial strength are very weak without any shadow ring were not affected by the minimum investment， that entrepreneurs whose financial strength are in the borderline of system were affected by the minimum investment， and that entrepreneurs with strong financial strength benefited from the minimum investment and their net revenue is increased.

Keywords：the minimum investment； asymmetric information； equilibrium interest rate； entrepreneur welfare

一、最低投資規模與企業家福利研究概述

對于最低投資規模，一種較為常見的定義是：最低投資規模是指對投資免責市場或私募發行品種的限制。由于證券管理機構對這類市場的監管力度有限，為阻止中小投資者進入高風險市場，一個比較有效的方法就是對特定投資品種設定最低投資規模。企業有兩項最基本的財務活動：投資與融資，因此企業的利益與其投資活動是密不可分的。為了保護中小投資者，大部分風險較高的投資項目都會有最低投資規模要求。我國企業的投資規模受三大因素的影響：投資機會、內部現金流與負債程度。因此，如何確定企業的投資規模也成了經典投資理論的研究熱點之一。部分學者的研究結論表明：經典投資理論適用于確定我國企業的投資規模[1]。

目前，國內外學者在投資規模方面的研究主要集中在以下三方面：

（一）關于企業的投資規模與投資機會之間的研究

Modigliani和Miller[2]于1958年在他們的論文中提出了著名的MM理論，該理論開創性地提出了企業的投資規模與投資機會之間的關系。他們的研究認為企業的投資決策與項目的凈現值息息相關，決定企業投資規模的是企業的投資機會，其他因素不會對投資規模產生影響。但該研究也忽略了一個重要的問題，那就是信息不對稱以及成本對企業的投資同樣會產生很大的影響。Stulz（1990）[3]的研究正好彌補了這一不足，他從信息不對稱角度分析了負債融資對企業投資規模的影響，指出企業的籌資政策可以減少“投資不足和過度投資”這兩種成本。

（二）關于負債融資對投資規模的影響研究

大量研究結論顯示投資規模與負債之間是一種負相關關系，而且，這種負相關關系在低成長性企業中體現得比高成長性企業更顯著。負債融資可能造成投資不足或投資過度，其原因在于負債融資減少了企業自由現金流，使管理者能夠控制的自由現金流減少，而投資不足又將抵消因股東和管理者之間的成本而產生的過度投資行為。防止過度投資行為的方式之一是負債，這樣可以降低股東和經理之間的成本，以提高投資效率 [4-7]。短期負債會帶來成本，而且，短期負債的成本甚至可能高于長期負債，但是短期負債相對于長期負債來說，對企業投資規模的變化更不敏感。因此，企業可以利用短期負債來對投資不足問題進行控制 [8-9] 。

（三）關于投資規模、財務冗余與融資結構的研究

大量關于企業投資規模方面的研究為企業確定最優投資規模提供了依據，然而，上述文獻中的投資規模是由企業自主決定的，而非由監管部門外生決定。那么，外生的最低投資規模究竟會對投資者產生什么影響？如何設置最低投資規模才能做到既能讓資金實力弱的中小投資者規避風險，又能提高企業家福利？最低投資規模受哪些因素的影響等，這些問題的研究結論可為政策制定者提供理論依據。本文正是在對以上問題作研究的基礎上，得出一些有意義的結論。

本文運用 Tirole（2006）建立的非對稱信息下的可變投資分析框架，在一般均衡視角下對最低投資規模與企業家福利、最低投資規模與資本市場均衡利率之間的關系作了深入探討，考察了最低投資規模對不同類別的企業家的投資活動和福利產生的不同影響。本文的貢獻和工作在于：第一，文中的凈投資函數及其特征并非像凱恩斯宏觀經濟學那樣直接假設出來，而是通過非對稱信息下的最優契約嚴格推導出來；儲蓄函數也是基于外部投資者的跨期效用最大推導出來的；第二，融入了道德風險、成本、異質企業家等被新古典宏觀經濟學忽略的因素，討論了最低投資規模對均衡利率的影響；第三，在Tirole（2006）的可變投資模型中引入了新的變量――最低投資規模，就非對稱信息下最低投資規模對不同企業家的融資及福利產生的影響進行了嚴格的理論探討。

二、模型假設

本文采用可變投資分析框架，其基本假設有：

1參與者：企業家和投資者，其中企業家組成一個測度為1的連續統。

2時期：兩期。記為t=0，1，其中第0期投資，第1期獲得收益。

3每一個企業家選擇投資規模I∈[I，+∞），并且都需要向外部融資。其中I表示最低的投資規模。

4企業家擁有相同的固定投資技術，唯一不同的是企業家的初始資產這里僅考慮企業家之間的一維異質性。A。設A服從區間[A，]上的連續分布，累積分布函數和密度函數分別為G（A）和g（A）。

5項目投資具有風險：如果實施，可能會成功，也可能會失敗；成功時產生與投資規模成比例的利潤RI，失敗時不產生任何收入。

6項目成功的概率受到企業家工作努力程度的影響，但企業家的工作努力程度是不可觀察的這里的假設表明項目受到企業家道德風險的約束。實際上，我們還可以把此假設理解為企業家可以選擇項目成功概率比較高的項目，也可以選擇成功概率低但是他比較喜歡的項目（易于實施、將來能為企業家派生更多副產品、對朋友有利、產生在職消費、等有魅力等）。總之，道德風險是指借款者采取的降低投資者價值的行動。本模型的道德風險強調的是利潤降低。從數學上看，是從一階隨機占優的角度而言。。當企業家盡職時，項目成功的概率為pH，企業家沒有私人收益；當企業家卸責卸責表明企業家在本職工作上投入太少精力而把主要精力用于其它與項目無關或關系很少的活動。時，項目成功的概率為pL，企業家獲得私人收益B>0。記Δp=pH-pL>0。

7在第0期無法獲得融資的企業家將其自有資金A用于儲蓄。

8市場利率為r>0，儲蓄函數S（r）是單調遞增的這里的儲蓄函數是由外部投資者的偏好最大化推導出來的。限于篇幅，我們沒有給出其具體的推導過程。。

9企業家盡職時，項目凈現值為正；卸責時項目凈現值為負，且單位投資的可保證收入不足以補償貸款的本利，即該假設可以保證規模報酬不變模型中的最優投資規模是有限的。

ρ1>1+r>max{pLR+B，ρ0}

10其中ρ1=pHR表示單位投資的預期收益率；ρ0=pH（R-BΔp）表示單位投資的預期可保證收入。

11企業家和投資者是風險中性的，且受到有限責任保護。

12設pHR

13企業家具有議價權，其提出一個投資者“要么接受，要么拒絕”的融資契約。

博弈時序如圖1所示：

三、最優化模型

篇（9）

企業在投資之前，必須進行投資策劃及其項目的前期準備工作。投資決策是十分重要的工作，在很大程度上決定著投資活動的成敗，決策的本質就是一個比較選擇的過程。因為方案是多種多樣的，決策要對各方案進行比較、分析，選擇最佳方案。投資是企業永恒的主題，它既是企業誕生的唯一方式，也是企業得以存續和發展的最重要手段。

一、納稅籌劃的企業投資規模的選擇

根據相關的企業投資理論，項目規模的大小會直接影響企業將來的生產經營規模及生產過程中的納稅水平，反過來，企業的稅賦水平也制約著投資規模的確定。首先，投資規模的大小決定納稅人身份的界定。我們知道，增值稅是我國的主體稅種，它具有普遍征收的特點，適用于生產、批發、零售和進出口商品，及加工、修理修配等領域的各個環節，因此，大部分企業都會遇到繳納增值稅問題。而我國現行的增值稅對一般納稅人和小規模納稅人實行差別稅率。小規模納稅人指從事貨物生產或提供應稅勞務，以及從事貨物生產或提供應稅勞務為主，并兼營貨物批發或零售，年應納增值稅銷售額在100萬元以下和從事貨物批發或零售，年應納銷售額在180萬元以下的納稅人。如果投資者在投資決策中確定的投資規模，使項目建成投產后企業適合小規模納稅人標準，則按小規模納稅人身份納稅，否則以一般納稅人身份納稅。因此，投資者便可以在分析、比較小規模納稅人和一般納稅人的稅賦水平后，對擬定的投資規模進行調整，使其適用低稅賦納稅人身份。其次，投資規模繼而影響企業納稅的絕對水平。而企業應納稅額現金支付的剛性約束也反過來制約投資規模的確定。一般情況下，規模大，企業的獲利能力大，納稅的絕對額也大；規模小，獲利能力小，納稅的絕對額也小。依稅法規定，企業應納稅額的計算依托于法定稅率和企業賬面記載的應稅收益額，而不考慮這種賬面意義的收益所實際取得的現金流入狀況。

但企業納稅行為規范卻是，只要體現出賬面或會計觀念下的應稅收益，企業就必須依法及時足額地動用現實的現金予以繳納，否則會受到稅法的嚴厲制裁，使企業利益遭受極大損害。由此可見，在課稅條件下，由于按會計收益計算的應交稅額與應交稅款按現實現金支付的剛性約束矛盾的客觀存在，使企業規模最大化在納稅目標的約束下，并非是最優的。因此，投資者在確定投資規模時，必須充分考慮納稅現金支付的剛性約束，即合理確定納稅目標約束下的投資規模，避免因規模最大化導致稅前賬面收益極大化，由此發生的納稅現金需求超過企業現金供給，給企業帶來諸如聲譽受損等不利影響。

結合納稅籌劃活動對企業投資規模進行界定，首先要對企業自身營運能力進行分析，即通過對存量投資重組、潛能開發及增量投資優化組合的分析，確定投資的既有能力、潛在能力和追增能力；其次要把握企業外部環境變動情況，利用預測手段來把握經濟環境發展態勢，決策投資規模的大小；此外，還需要對稅前收益最大化的投資規模進行實證分析。投資規模因該趨近于企業營運負荷能力的極限，即投資的追加邊際成本等于其邊際收益，此時投資規模是適宜而且有效的。需要注意的是，投資規模的確定依據是企業運營能力和外部經濟環境，因而必須注意到其動態演進的變化特征。

二、企業投資方式的選擇分析

不同的投資方式，企業所得稅的政策有所不同。投資是企業得以存續和發展的主要手段，對投資主體來說，盈利是投資的主要目的，而所得稅對企業凈利潤的影響是非常大的，所以投資決策中所得稅籌劃就成為了重要的內容。投資在方式上可分為兩大類，即直接投資 和間接投資。直接投資形成各種形式的企業，其生產經營成果既要征收流轉稅，純收益還要征收企業所得稅；間接投資的交易須征收證券交易稅（目前仍征收印花稅），其收益則征收企業所得稅。對直接投資的綜合評估主要考慮投資回收期、投資的現金流出和現金流入的凈現值、項目的內部報酬率等財務指標。我們需要考慮的稅收因素主要是指影響這些指標的稅收政策。投資者首先要判定其投資項目按照稅法規定應征收的稅種、稅率以及征收方式等，這一切都將影響企業的稅費負擔，并因此進一步影響到投資者的稅后收益。這需要投資者在估算銷售收入的時候必須考慮銷售稅金及附加，這樣才能搞好納稅籌劃。比如某企業有A、B兩個項目可投資，假設這兩個項目的企業所得稅稅率沒有差別，并且預計兩個項目投產以后，年含稅銷售收入均為100萬元，外購各種允許扣除項目的含稅支出均為90萬元。已知A項目產品征收17%的增值稅，B項目產品征收5%的營業稅。不考慮其他因素，請進行投資決策。

（1）計算A項目稅后銷售收入凈值：

A項目年應納增值稅（萬元）

A項目增值稅后生產經營所得（萬元）

A項目應納所得稅（萬元）

A項目稅后利潤（萬元）

（2）計算B項目稅后銷售收入凈值：

B項目年應納營業稅（萬元）

B項目營業稅后生產經營所得（萬元）

B項目應納所得稅（萬元）

B項目稅后利潤（萬元）

（3）A、B項目稅后利潤差額：

A項目與B項目稅后利潤差額（萬元）

通過以上比較可知，由于兩個項目的應征稅種和稅率存在差異，在其他條件一致的情況下，A項目將為投資者帶來更多的稅后利潤，故應該選擇A項目。除了流轉稅外，直接投資更重要的是要考慮企業所得稅的稅收待遇。我國企業所得稅制度規定了很多稅收優惠待遇，包括稅率優惠和稅額扣除等方面的優惠，比如設在國務院批準的高新技術產業開發區內的高新技術企業，其企業所得稅稅率為15%；其他諸如第三產業、“三廢”利用企業、“老、少、邊、窮”地區新辦企業等都存在企業所得稅的優惠政策。投資者應該在綜合考慮目標投資項目的各種稅收待遇的基礎上，進行項目評估和選擇，以期獲得最大的投資稅后收益。

參考文獻：

篇（10）

關于基礎設施投資的研究，現有文獻中多以基礎設施投資經濟效應的顯著程度來判斷基礎設施投資規模的適度性.在實證研究中，大多數學者以基礎設施投資的經濟效應是否達到最大化作為評價投資規模適度性的標準[2]。例如，認為拉動GDP增長是基礎設施投資的最主要作用，并以對GDP是否表現出正向的拉動作用作為基礎設施投資是否過度的判斷標準。其他有關基礎設施投資規模適度性評價的研究參見[1][3][4][5][8][10]。

另外，基礎設施投資作為促進經濟發展和城鎮化過程的重要手段，其投資規模具有很強的政策性，所以近年來一些學者開始通過基礎設施的投資效率比較研究來探討其投資規模的適度性[6]。例如，建立了基礎設施投入和產出的綜合指標體系，并應用二階段數據包絡法對我國各省份的基礎設施總體投資效率進行了比較與評價。

綜上所述，以往對于基礎設施投資的研究具有以下缺陷。首先，絕大多數研究均針對基礎設施投資的總量或總體存量，只有少數文獻著眼于具體部門或行業，但僅涵蓋了交通，電力等對經濟增長作用明顯的行業；從而就不能對改善基礎設施投資效率提出全面的建議。其次，對基礎設施投資規模適度性的研究，通常只考慮了其對經濟增長的推動作用，而忽略其社會發展效應。

為克服上述缺陷，本文采用DEA方法，以基礎設施投資相關數據作為投入變量，以經濟增長和城鎮化增長的指標作為產出變量，利用我國31省市2004-2013年的數據綜合評價基礎設施投資的效率，并將該效率值作為衡量整個基礎設施投資對社會綜合產出影響大小的指標；其次以該效率值作為因變量，以各類基礎設施投資額作為解釋變量，運用Tobit模型進行回歸，分析各類基礎設施投資對該效率的影響，通過回歸系數的符號對其投資規模適度性做出判斷。

二、基礎設施投資概論和基礎理論分析

（一）基礎設施的界定

在關于基礎設施的研究中，學者對于基礎設施的內涵和界定并沒有統一，精確的定義，往往根據自己的理解和研究的需要自行定義：國內外的相關研究多從兩個角度來界定基礎設施，第一，從行業部門角度將其分為交通，通信，電力，供水，教育，衛生社會保障等；第二，從職能的角度將其分為經濟性和社會性基礎設施。本文主要研究基礎設施投資效率和各類基礎設施投資結構及規模適度性問題，結合本文內容，世界銀行的報告以及我國《國民經濟行業分類標準》，本文中關于基礎設施的界定如圖2.1所示。

（二）基礎設施投資規模適度性判定

基礎設施作為國民經濟的基礎和社會發展的物質載體，其綜合承載能力決定著一定時期社會的綜合產出水平。這里，綜合產出水平涵蓋經濟和社會發展兩個方面，各類基礎設施對整個系統社會綜合產出的影響如2.1式所示：

G=Min{MaxGi}

MaxG1=f（I1）……MaxGi=f（Ii）……MaxGn=f（In）（2.1）

這里，Ii為第i類基礎設施的存量水平，Gi為由其確定的最大社會綜合產出，G為整個基礎設施系統所決定的最大社會綜合產出水平；若G1=G2=…Gn=G，則達到最理想情況。然而，在現實情況下，各類基礎設施中，有些處于短缺狀態，而另外一些處于過度狀態，這種不平衡就造成了資源浪費，導致基礎設施系統的綜合產出不高。此時，基礎設施投資的目的就是作為增量部分，優先投資短缺的而減少對相對過度的基礎設施的投資，盡可能平衡各類基礎設施的水平。

本文以各類基礎設施投資對整個投資效率的影響在模型中的正負作為判斷投資規模適度性的標準。若某類基礎設施對整個投資效率的影響為正，則說明其投資規模相對不足，應增加其投資規模來提高整體效率；若某類基礎設施對投資效率的影響為負，則說明該類基礎設施投資過度，應降低其投資速度。

三、我國基礎設施投資效率實證分析

相比于應用參數方法的單一產出指標評價體系，應用非參數方法的數據包絡分析法從多產出角度研究基礎設施投資的效率更為全面。為分析規模適度性問題，我們首先應用DEA數據包絡分析方法對2004-2013年我國31省市的基礎設施投資效率進行計算和評價。

（一）基礎設施投資效率評價的理論框架

1、DEA方法的原理與評價模型。DEA方法是一種用來評價同類性質的決策單元之間相對效率的非參數方法，該方法是通過數學規劃模型來計算各個決策單元之間的相對效率，并據此來進行相對有效性評價。與參數方法相比，DEA方法無需構造具體的生產函數就可以對決策單元的效率進行評價，而且能夠對分散的數據進行綜合分析，并且不必知道它們之間的關系。因此DEA方法被廣泛應用于計算各種研究領域的投入產出效率，DEA方法有基于輸入導向（Input-DEA）和基于輸出導向（Output-DEA）兩類，其中前者是在輸出固定時最小化輸入，而后者是在輸入固定時最大化輸出。

結合本文研究內容，運用基于輸入導向的方法進行分析更為恰當，本文使用DEA方法的經典模型――B2C模型進行效率的計算和評價。B2C模型的原模型和對偶問題如（3.1），（3.2）所示。

（PBC2）max（μTyj0+μ0）=Vp，s.t.ωTxj-μTyj-μ00，j=1，2，…nωTxj0=1，ω0，μ0.（3.1）

（DBC2）minθ=VD∑nj=1yjλj+s-=θxj0，∑nj=1λj=1，s-0，s+0，λj0，j=1，2，…n（3.2）

2、評價指標體系的建立。在用DEA方法進行基礎設施投資效率計算和評價時，投入產出指標的選取直接關系到評價結果的準確性。為了盡可能反應實際情況并且便于獲取數據，我們以基礎設施投資總額和該行業部門總就業人數作為投入指標，以地區生產總值的增加值和城鎮人口的增加值作為輸出指標，建立評價指標體系如圖3.1所示。

（二）基礎設施投資效率實證分析

1、模型的建立與數據處理。引入松弛變量和非阿基米德無窮小量ε的Input-BC2模型如（3.3）所示：

（P-ε）max（μTyj0+μ0）=Vpεs.t.ωTxj-μTyj-μ00，j=1，2，…nωTxj0=1，ωε，μεe.（3.3）

其對偶問題如（3.4）所示：

（D-ε）min[θ-ε（Ts-+eTs+）]s.t.∑nj=1xjλj+s-=θxj0∑nj=1yjλj+s+=yj0∑nj=1λj=1，s-，s+0λj0，j=1，2，…n（3.4）

其中ε為無窮小量，線性規劃（D-ε）的最優解為λ0，s-0，s+0，θ0若θ0=1，則決策單元j0為弱DEA有效的，若θ0=1，且s-0=0，s+0=0，則j0為DEA有效的。

綜合考慮我國投資策略，我們選擇新世紀以來基礎設施投資投入產出作為分析對象，由于2002年國家統計局對我國《國民經濟行業分類》進行了調整，為了保持數據的統一性，本文中選取我國31省從2004-2013年間的基礎設施投入與產出數據作為評價對象進行效率分析。其中為排除價格因素對投入與產出數據的影響，在基礎設施投入方面，用各省市歷年的固定資產投資價格指數對基礎設施投資數據進行平減，對各省市GDP同樣利用相應的價格指數進行調整。

2、求解與結果分析。應用輸入導向的Input-BC2模型，對我國2004-2013年期間31個省市基礎設施投入產出數據進行效率計算和分析（數值結果由DEAP2.1軟件計算得出）。為了保證各地區10年間的基礎設施投資效率在時間序列上的可比性，我們將31個地區從2004-2013年間的310組數據放在一起組成一個生產可能集進行分析比較，各省市計算結果見表3.1。

表3.1表明，從整體上看我國基礎設施投資效率呈遞減趨勢，說明基礎設施投資整體上的效果在降低，其對經濟增長和城鎮化的促進作用在降低，在投資過程中可能存在結構的不均衡和不合理，阻礙了其對社會綜合產出的影響。北京、天津、上海、江蘇、山東、廣東、西藏、青海、寧夏這些省市10年間的基礎設施投資效率處于較高水平，直轄市和東部沿海經濟發達省份投資效率高說明在投資配置過程中結構合理；邊疆少數民族地區投資效率也處于較高水平，說明這些地區的投資對城鎮化進程和經濟增長都產生較大的促進作用，體現了我國近些年通過政策支持優化基礎設施資源配置，促進較為落后的偏遠地區共同發展的政策落實情況較好。相比這幾個省市其他地區的投資效率表現出不同的特點，需要進一步進行分析以對優化投資結構，提高投資效率提供一定的有益指導。

四、基于Tobit模型的各類基礎設施投資適度性實證分析

本節中，我們通過Tobit模型對各類基礎設施投資規模的適度性進行檢驗。

（一）Tobit模型介紹

第3節中通過DEA方法計算出來的基礎設施投資效率的取值范圍是[0，1]，是截斷數據，若以這種效率值為被解釋變量，采用普通最小二乘法（OLS）進行回歸分析，得到的參數估計值是有偏的。

故我們選擇基于最大似然估計法的Tobit回歸模型進行分析，Tobit模型的基本形式如（4.1）所示。

y*i=βxi+εiyi=y*i，0

εi?N（0，σ2），xi為解釋變量向量，yi為被解釋變量向量，β為參數向量。

（二）各類基礎設施投資規模適度性實證結果分析

1、適度性評價模型的構建與數據說明

基于2.2中提出的基礎設施投資規模適度性的評判標準，本節選擇各個類別的基礎設施投資規模作為解釋變量，應用Tobit模型分析每一類基礎設施投資對整體效率的影響從而分析其投資規模的適度性，建立的回歸模型如（4.2）所示。

Yef=β0+β1Xny+β2Xjt+β3Xtx+β4Xky+β5Xsl+β6Xjy+β7Xwh+β8Xws+ε（4.2）

其中Yef為上一章中通過DEA方法計算的各省份基礎設施投資效率值，Xny為能源設施，Xjt為交通設施，Xtx為通信設施，Xky為科研設施，Xsl為水利設施，Xjy為教育設施，Xwh為文化體育設施，Xws為衛生和社會保障設施。β0，β1，β2，β3，β4，β5，β6，β7，β8為待估參數，其正負反應了各類基礎設施投資對基礎設施投資效率的影響程度和投資規模的適度性，ε為隨機擾動項。

2、適度性實證結果分析

首先，我們使用我國31省市2004-2013年10年的面板數據從整體上分析我國各類基礎設施投資規模的適度性問題。由于各類基礎設施投資數據量很大，而且被解釋變量投資效率的取值范圍為[0，1]，故我們首先對各類基礎設施投資數據取對數處理，再通過Stata軟件進行Tobit回歸分析，計算結果如表4.1所示。

表4.1反映了在各個解釋變量中，能源，通信，科研，文化基礎設施投資與投資效率呈負相關關系，交通，水利，衛生社保，教育基礎設施投資與投資效率呈正相關關系.其中，能源，通信，科研基礎設施，文化基礎設施投資分別在1%和5%水平下與投資效率顯著負相關，水利，衛生社保基礎設施投資在5%水平下與投資效率顯著正相關，而教育和交通基礎設施投資與整體效率的正相關關系并不能通過顯著性檢驗。于是我們有如下分析：

首先，能源、通信、科研和文化基礎設施投資對整個投資效率的影響是負向的。即在目前的基礎設施存量水平和結構下，這幾類基礎設施投資規模已經過度，增加其投資會對整個社會綜合產出的增長產生抑制作用，降低整個基礎設施投資系統的效率。故在接下來的基礎設施投資中，應減緩這幾類行業部門投資的速度，使各類基礎設施投資協調發展。

其次，水利、衛生社保基礎設施投資對整個投資效率的影響是正向的。這表明水利和衛生社保基礎設施投資規模不足，增加其投資能夠較大的促進社會綜合產出的增加。故在后繼基礎設施投資中應增加這兩個行業部門投資的規模，提高投資速度，來促進基礎設施投資效率的提高和社會綜合產出的增長。

再次，交通和教育基礎設施投資與整個投資效率呈正相關，但并不顯著。這在一定程度上顯示了我國交通和教育基礎設施投資規模不足。

（三）分區域基礎設施投資適度性實證結果分析

在第三節中對我國基礎設施投資概況的介紹表明，由于我國各地區地理環境，經濟發展情況以及國家政策支持程度不同，各地區基礎設施投資情況差異顯著，因此在分析基礎設施投資規模適度性問題時，要根據不同地區的實際情況具體分析，才能對各類基礎設施投資情況做出更為真實的判斷，進而對提高投資效率提出更有效的政策建議。

所以，下面我們根據我國各地區經濟發展狀況以及基礎設施投資情況的特點，將中國31個省市劃分為四個區域，東部，中部，西部和東北部（如表4.2所示）進行分析。

表4.2我國各省市區域劃分

東部地區北京 天津 河北 上海 江蘇 浙江 福建 山東 廣東 海南

中部地區山西安徽江西河南湖北湖南

西部地區內蒙古 廣西 重慶 四川 貴州 云南 西藏 陜西 甘肅 青海 寧夏 新疆

東北地區遼寧吉林黑龍江

利用相同的模型（如（4.3）所示）對各地區進行分析，其中被解釋變量為各地區的基礎設施投資效率，解釋變量為各地區內不同種類基礎設施投資數據。

YRef=β0+β1XRny+β2XRjt+β3XRtx+β4XRky+β5XRsl+β6XRjy+β7XRwh+β8XRws+ε（4.3）

利用各地區省份10年基礎設施投資和效率面板數據分別對東部，中部，西部和東北部地區進行回歸分析，回歸結果如表4.3所示。

從表4.3可知，不同區域基礎設施投資情況差異明顯：同一區域內不同部門基礎設施投資規模適度性存在很大不同，同一部門基礎設施投資在不同區域亦表現出不同的適度性。

具體來看，在東部地區，能源、交通、文化體育基礎設施投資與整個基礎設施投資效率顯著負相關，教育基礎設施投資與整個投資效率顯著正相關，而其他行業部門投資與投資效率的相關性并不顯著。這表明在東部地區能源供給，交通運輸和文化體育基礎設施規模已經過度，而教育基礎設施規模存在不足。

在中部地區通信，科研和文化體育基礎設施投資規模過度，而交通和衛生社保基礎設施投資規模不足。在西部地區能源，通信，科研和文化體育基礎設施投資規模過度，而交通和水利基礎設施投資規模不足。在東北地區科研設施投資規模過度，而其他部門基礎設施與投資效率的關系并不顯著。在今后的投資決策中要減緩對已經出現規模過度的基礎設施的投資，而對規模不足的則要加快投資速度，使得各類基礎設施投資均衡協調發展。

篇（11）

二、研究設計

（一）研究假設 本文以房地產企業為研究樣本。在以往的相關研究中，我國的很多學者都是從成本的角度進行研究，而忽視了成長性對房地產上市公司融資結構與投資行為所產生的影響。由于房地產上市公司的成長情況不同，所以投資決策的側重和投資額度的多少存在較大差異，所以針對該現象，本文將研究樣本分為高成長組和低成長組。高成長組房地產上市公司的投資規模，投資資金的來源與低成長組房地產上市公司相比存在較大的差異。因此，提出以下假設：

Hl：在高成長組中，企業外源負債融資增量與投資規模正相關。即負債融資增量越多，投資規模越大

H2：在低成長組中，企業內源權益融資增量與投資規模正相關。即內源融資增量越多，投資規模越大

H3：高成長組企業的負債與投資規模的相關程度低于低成長組企業權益融資增量與投資規模的相關程度

（二）樣本選取及數據來源 本文以2009年至2010年的房地產上市公司的年報作為樣本，同時剔除兩年間ST公司和數據不完的公司，得到106家公司作為研究樣本。兩年的106個上市公司形成的面板數據模型，相對于單純的截面數據和單純的時間序列數據模型而言有以下優點：一是樣本觀測量大大增加，106個房地產上市公司共212個樣本；二是降低多重共線性；三是減少估計誤差。研究所用數據主要來自國泰安數據庫（CSMAR），并利用Stata10軟件進行統計分析。

（三）變量定義 如表1所示：

（四）模型構建 本文以FHP（1988）的理論模型作為基礎模型，并通過借鑒其他學者的相關經驗設立模型如下：

Ij，t/Aj，t-1=b0+b1ALRj，t+b3AERj，t +b2CFj，t/Aj，t+b4CROTjt/Ajt-1+b5Grj，t +εj，t t

三、實證結果與分析

（一）描述性統計 如表2所示：

對總體樣本進行描述性統計分析結果如表2所示：投資規模的均值是0.153，投資規模的最大值21.627，而最小值是-0.564，樣本全距較大，說明房地產公司之間的投資規模存在較大的差異。本期負債增量融資的均值是12.47，本期權益增量融資的均值為6.101，說明房地產公司主要的融資方式是負債融資，權益融資量相對較小，從描述統計的角度說明了整體融資結構不太合理。內部現金凈流量均值為-3.813，說明房地產企業的經營性活動產生的現金流不足。成長機會最小值為-1，最大值為827.202，說明房地產企業之間的成長性存在很大的差異。

（二）回歸分析 根據成長機會值對樣本進行分組，成長機會這個變量的平均值是2.085，大于均值的作為高成長組樣本（63個），低于均值的作為低成長組樣本（149個），進行多元線性模型回歸后得到結果如表3所示：

（三）研究結論 在高成長組企業中，本期負債增量融資與投資規模之間的正相關性在5%水平上顯著，證實了假設1，在低成長組企業中，本期權益增量融資與投資規模呈現正相關性在5%水平上顯著，證實了假設2。回歸結果說明我國高成長性房地產公司的長期投資主要依賴外源性的負債融資。高成長組企業中，本期負債增量融資與投資規模的相關系數為0.077，而低成長組企業中，本期權益增量融資與投資規模的想關系數為0.263，這正好與假設3描述相符。在高成長組中投資規模與主營業務資產收益率成負相關（系數為-0.208）在5%水平上顯著，而在低成長組中，這種關系在5%水平上并不顯著。此外影響房地產企業投資規模的變量有：本期權益增量融資、內部現金流量、成長機會等。由此可以說明成長性不同的房地產上市公司，其融資結構與投資行為之間的關系有較大的差別。

四、相關建議

（一）完善房地產上市公司的融資渠道 對于高成長性房地產上市公司投資資金主要依賴于債務融資。債務融資一方面會增加企業將面臨的財務風險，另一方面也會增加債務融資約束。權益融資相對于其他融資手段，具有無償還期及再融資能力強等優點，它可以大幅度提高企業長期投資能力并降低企業的財務風險。如何培育良好的直接融資環境，降低銀行信貸融資比例，這成為完善我國房地產融資渠道首要問題。

（二）大力發展多元化的融資方式 采用銀行貸款是我國房地產公司主要的融資方式，然而銀行貸款會產生相應的政策風險和財務風險，從而增加公司發展過程中的不確定因素。相比較而言，項目融資、金融租賃、投資基金等融資方式，相對而言財務風險較低，有助于房地產上市公司持續快速的發展。

參考文獻：

[1]DanyAoun，Junseok Hwang The effects of cash flow and size on the investment decisions of ICT firms： A dynamic approach 2008，1：1-20.