羅時空，周亞虹

（1．北京大學(xué) 光華管理學(xué)院，北京100871；2．上海財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，上海200433）

一、引 言

近十年來，中國城市房價快速上漲，中央及各級地方政府陸續(xù)推出一系列政策試圖為房市降溫，但同時也引發(fā)了一些擔(dān)憂：在干預(yù)房地產(chǎn)行業(yè)以期調(diào)控房價的同時，國民經(jīng)濟(jì)其他部門是否也會受到影響？房價變化對房地產(chǎn)以外的其他行業(yè)及宏觀經(jīng)濟(jì)是否存在外溢效應(yīng)？目前國內(nèi)外學(xué)者對這一問題的研究主要集中在兩個方面：一是房價對居民消費(fèi)的影響；二是房價對企業(yè)投資的影響。無論是哪個方面的宏觀房地產(chǎn)問題研究，目前比較主流的分析框架是Iacoviello（2005）。具體而言，根據(jù) Kiyotaki和 Moore（1997），Iacoviello（2005）假設(shè)房價通過抵押貸款機(jī)制影響借貸從而影響居民的經(jīng)濟(jì)行為，并構(gòu)建了包含住房的DSGE模型，實(shí)證發(fā)現(xiàn)房價對消費(fèi)有促進(jìn)作用。①同理，房價也可以通過抵押貸款機(jī)制影響商業(yè)信貸，從而影響企業(yè)投資。

事實(shí)上，在宏觀層面，固定資產(chǎn)投資與房價波動正相關(guān)，Davis和Heathcote（2005）、Bowen（1994）、Seko（2003）、Miao和Peng（2011）等分別提供了來自美國、英國、日本、中國等國家不同時期的證據(jù)。然而，宏觀實(shí)證通常存在“互為因果”的內(nèi)生性問題，因而在缺少合適的工具變量時，簡單回歸分析難以揭示房價與其他宏觀變量的相互作用機(jī)制。而由于企業(yè)個體行為對房地產(chǎn)市場的影響很小，利用企業(yè)微觀數(shù)據(jù)進(jìn)行分析產(chǎn)生內(nèi)生性問題的可能性較小，同時也可避免宏觀加總可能掩蓋重要的企業(yè)異質(zhì)性信息。

目前已有不少文獻(xiàn)利用微觀數(shù)據(jù)研究房價對投資的影響。例如，Black等（1996）發(fā)現(xiàn)，英國企業(yè)新增投資與房地產(chǎn)價值正相關(guān)；Gan（2003）對日本的研究顯示，20世紀(jì)90年代日本房地產(chǎn)市場崩盤導(dǎo)致持有房地產(chǎn)的企業(yè)投資大幅減少；Chaney等（2012）同樣證實(shí)，美國企業(yè)持有的房地產(chǎn)價值對企業(yè)投資的影響為正。但這些文獻(xiàn)僅關(guān)注了房價對企業(yè)抵押品價值的影響，對房價作用的考察不夠全面和透徹，這是因?yàn)椋悍康禺a(chǎn)不僅可作為抵押品而成為企業(yè)的一種融資工具，也是企業(yè)一種重要的生產(chǎn)要素。

本文首先拓展了Iacoviello（2005）的模型，從理論上分析了房地產(chǎn)價格對企業(yè)投資的影響，然后利用2003-2010年我國上市公司的財(cái)務(wù)報表數(shù)據(jù)和表外附注數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)。結(jié)果表明，房地產(chǎn)既是企業(yè)重要的生產(chǎn)要素，又可作為抵押品幫助企業(yè)融資，所以房地產(chǎn)價格通過成本效應(yīng)和流動性溢價效應(yīng)影響企業(yè)投資行為；而這兩種效應(yīng)的作用方向相反，哪一種效應(yīng)占主導(dǎo)由企業(yè)面臨的融資約束大小決定：當(dāng)面臨的融資約束較大時，房價上漲更可能促進(jìn)企業(yè)投資，反之則反是。

二、理論模型

（一）模型設(shè)定

假設(shè)完全競爭的代表性企業(yè)在t期初選擇勞動力Nt以最大化其營業(yè)利潤（資本Kt已在上一期確定）：

當(dāng)生產(chǎn)函數(shù)的規(guī)模報酬不變時，容易證明：R（Kt）＝F1（wt），1）Kt≡RtKt。在t期末，企業(yè)購買房地產(chǎn)和設(shè)備來生產(chǎn)資本It：

根據(jù)Greenwood等（2000），我們可以把AI理解為投資技術(shù)的沖擊或者投資機(jī)會；資本品在安裝過程中存在調(diào)整成本，假設(shè)調(diào)整成本為／（2Kt）。與一般的投資理論文獻(xiàn)不同，這里資本品（固定資產(chǎn)）包括設(shè)備和房地產(chǎn)兩類。我們把產(chǎn)品的價格標(biāo)準(zhǔn)化為1，容易證明獲得一單位資本品的成本為pt＝我們將其定義為資本品的價格。給定投資需求，企業(yè)通過兩個渠道來融資：

其中，F(xiàn)t表示外部融資，Dt≥0表示當(dāng)期的分紅。遵循Iacoviello（2005），我們假設(shè)企業(yè)僅進(jìn)行外部債務(wù)融資。為了簡化模型，我們只考慮期內(nèi)（intra-temporal）債務(wù)，放松這一假設(shè)不會改變模型定性結(jié)論。

假設(shè)在t期，企業(yè)資本存量中房屋所占比例為ht∈[0，1]。根據(jù)Iacoviello（2005），由于借貸雙方之間存在不完全合同，外部融資受到Kiyotaki和Moore（1997）形式的融資約束：

我們主要關(guān)注房地產(chǎn)價值對企業(yè)投資的影響，所以為了簡化討論，假設(shè)設(shè)備不能作為抵押品，即θm＝0，則式（4）可寫為：

根據(jù)式（3）和式（5），企業(yè)投資的流動性約束為：

經(jīng)簡化，在滿足式（2）和式（6）的情況下，企業(yè)求解如下動態(tài)規(guī)劃問題：

其中，β為折現(xiàn)因子。

（二）房價對企業(yè)投資的影響：流動性溢價的作用

將式（6）右側(cè)變量定義為流動性供給L。L越大，式（6）就越有可能不起約束作用。我們可以把RtKt理解為企業(yè)內(nèi)部的流動性供給，而為外部的流動性供給。容易看到，?L／?Ph≥0，即房價上漲可以增加企業(yè)的流動性供給。

假設(shè)房地產(chǎn)價格和設(shè)備價格以及工資率都外生給定，不同時期的投資技術(shù)沖擊AI獨(dú)立同分布。令qt和μt分別為式（2）和式（6）的拉格朗日乘子。對企業(yè)動態(tài)規(guī)劃問題式（7）的控制變量求一階導(dǎo)數(shù)可得：

相應(yīng)的松弛條件為：

式（8）就是我們熟悉的新古典投資方程。企業(yè)投資的邊際收益取決于當(dāng)期實(shí)現(xiàn)的投資機(jī)會和qt（等于未來資本邊際收益的貼現(xiàn)值）。企業(yè)投資的邊際成本來自以下幾個方面：生產(chǎn)資本品的邊際成本pt、邊際調(diào)整成本χIt／Kt以及“流動性溢價”（liquidity premium）μt。

我們考慮穩(wěn)態(tài)均衡附近的企業(yè)投資行為，同時為了使討論更加有意思，假設(shè)θhh（ph／pm）α≥R／pm且資本折舊δ為0。放松這些假設(shè)不會影響后續(xù)實(shí)證分析。與宏觀商業(yè)周期文獻(xiàn)通常討論脈沖響應(yīng)相同，假設(shè)處于穩(wěn)態(tài)均衡的企業(yè)受到一個正的投資技術(shù)沖擊。給定投資技術(shù)沖擊，我們通過比較靜態(tài)分析來考察房地產(chǎn)價值變化對企業(yè)投資的影響。命題1揭示了在穩(wěn)態(tài)均衡附近企業(yè)的投資決策及其受房價邊際變化的影響。

命題1：（1）當(dāng) AIq＜p+χ（hθhph+R）／p時，I／＝（AIq-p）／χ，μ＝0；即房價上漲抑制投資即房價變化通過企業(yè)房地產(chǎn)存量作用于投資的效應(yīng)為零。（2）當(dāng) AIq≥p+χ（hθhph+R）／p時，I／K＝（hθhph，即房價上漲促進(jìn)投資；，即房價變化會通過企業(yè)房地產(chǎn)存量作用于投資。

命題1說明，當(dāng)投資機(jī)會較好時，企業(yè)有較大的投資需求，引起流動性供給不足，流動性溢價μ＞0。此時，企業(yè)無法實(shí)現(xiàn)理想投資，從某種意義上可以說投資由流動性供給決定。當(dāng)投資機(jī)會較差時，企業(yè)的投資需求較小，此時不存在流動性供給不足的問題，流動性溢價μ＝0。房價上漲會提高資本品價格，同時也可能降低企業(yè)的流動性溢價，兩者對投資邊際成本的作用方向恰好相反。我們將前者稱為房價上漲的“成本效應(yīng)”，將后者稱為“流動性溢價效應(yīng)”，其中房價的流動性溢價效應(yīng)通過企業(yè)持有的房地產(chǎn)來影響流動性進(jìn)而影響企業(yè)投資。具體而言，企業(yè)持有的房地產(chǎn)越多，房價變化對投資的邊際影響越大。此外，流動性溢價效應(yīng)存在的必要條件是企業(yè)面臨“事后”融資約束，即內(nèi)部融資和外部融資所能提供的最大流動性仍無法完全滿足當(dāng)期投資的流動性需求。

（三）房價對企業(yè)投資的影響：基于事前融資約束的視角

現(xiàn)在我們考慮“事前”融資約束的影響。與上文提到的事后融資約束不同，事前融資約束衡量的是企業(yè)尋求外部融資的能力。我們使用θh∈[0，1]來度量企業(yè)的事前融資約束，θh越大，企業(yè)可用于抵押融資的資產(chǎn)越多，因而借貸約束越小。我們同樣通過比較靜態(tài)分析來考察在穩(wěn)態(tài)均衡附近不同事前融資約束下房價對企業(yè)投資的影響。由命題1容易得到：

命題2說明，房價變化通過企業(yè)房地產(chǎn)存量作用于投資的效應(yīng)期望值為正，但當(dāng)事前融資約束較小時，這一效應(yīng)為零的概率較大；房價變化對企業(yè)投資產(chǎn)生正向影響和負(fù)向影響的概率大于零，且當(dāng)事前融資約束較大時，產(chǎn)生正向影響的可能性較大，而當(dāng)事前融資約束較小時，產(chǎn)生負(fù)向影響的可能性較大。

最后，模型中企業(yè)的流動性約束來自借貸約束式（5），容易發(fā)現(xiàn)，房價變化同樣通過企業(yè)房地產(chǎn)存量作用于企業(yè)借貸，且與對投資的影響類似。

上述各命題成立的關(guān)鍵假設(shè)為式（5）。容易證明，如果模型中融資約束與企業(yè)持有的房地產(chǎn)價值無關(guān)，即式（5）變?yōu)镕t≤θKt≡那么房價變化只存在成本效應(yīng)。

命題4：如果融資約束與企業(yè)持有的房地產(chǎn)價值無關(guān)，其他假設(shè)不變，則對于任意

三、實(shí)證分析

（一）研究假設(shè)和數(shù)據(jù)選取

由于事前融資約束θ可以根據(jù)可觀測變量構(gòu)造，本文的實(shí)證分析主要圍繞命題2和命題3展開。我們將得到命題4的模型稱為備選模型，將得到命題1、命題2和命題3的模型稱為基準(zhǔn)模型。根據(jù)命題2和命題3，我們提出以下待檢驗(yàn)假設(shè)：

假設(shè)1：當(dāng)事前融資約束較大時，房價上漲傾向于促進(jìn)企業(yè)投資；而當(dāng)事前融資約束較小時，房價上漲則傾向于抑制企業(yè)投資。

假設(shè)2：房價變化通過企業(yè)房地產(chǎn)存量作用于投資的效應(yīng)為正，且隨著企業(yè)事前融資約束的減小，這一效應(yīng)減弱。

假設(shè)3：房價變化通過企業(yè)房地產(chǎn)存量作用于借貸的效應(yīng)為正，且隨著企業(yè)事前融資約束的減小，這一效應(yīng)減弱。

我們的零假設(shè)對應(yīng)于備選模型下的命題4。如果零假設(shè)被拒絕，那么我們推斷基準(zhǔn)模型符合現(xiàn)實(shí)，否則備選模型可能更符合現(xiàn)實(shí)。

我們選取2003年以前上市的A股公司作為主要研究對象。按照證監(jiān)會的行業(yè)分類，我們剔除了采掘業(yè)、房地產(chǎn)業(yè)和建筑業(yè)的企業(yè)，因?yàn)檫@些行業(yè)中的企業(yè)本身與土地或房地產(chǎn)緊密相關(guān)，其投資決策必然受到房地產(chǎn)的影響。此外，我們還剔除了ST及財(cái)務(wù)信息不完整的企業(yè)。公司財(cái)務(wù)數(shù)據(jù)來自國泰安上市公司財(cái)務(wù)報表數(shù)據(jù)庫。

國泰安上市公司財(cái)務(wù)報表附注數(shù)據(jù)庫收集了2003年以來上市公司的固定資產(chǎn)項(xiàng)目年度明細(xì)數(shù)據(jù)。雖然財(cái)務(wù)報表附注變量沒有統(tǒng)一的命名規(guī)定，但一般而言公司的固定資產(chǎn)項(xiàng)目可分為機(jī)器設(shè)備和房地產(chǎn)兩大類。我們將包含房屋或者土地等關(guān)鍵字的固定資產(chǎn)項(xiàng)目歸為房地產(chǎn)類，并利用這些數(shù)據(jù)構(gòu)造我們需要的房地產(chǎn)相關(guān)數(shù)據(jù)。省際房屋銷售年度平均價格數(shù)據(jù)來自國家統(tǒng)計(jì)局。根據(jù)數(shù)據(jù)的可得性，本文的樣本期間為2003-2010年。

我們發(fā)現(xiàn)幾乎所有樣本企業(yè)都持有房地產(chǎn)，可見房地產(chǎn)確實(shí)是企業(yè)重要的固定資產(chǎn)項(xiàng)目之一。因此，我們剔除沒有持有任何房地產(chǎn)的企業(yè)。本文的最終樣本包含789家公司2003-2010年共6312個觀測值。

（二）實(shí)證模型和變量定義

本文的理論模型是對新古典投資理論（Hayashi，1982）的拓展。相應(yīng)地，我們在經(jīng)典實(shí)證投資模型（Fazzari等，1988）的基礎(chǔ)上引入與房地產(chǎn)有關(guān)的變量。具體而言，我們分別建立以下模型來檢驗(yàn)假設(shè)1、假設(shè)2和假設(shè)3：

其中，ui表示公司的固定效應(yīng)。表示房價，用房屋平均銷售價格來衡量。Iit表示當(dāng)期新增投資，用當(dāng)期的固定資產(chǎn)、在建工程、工程物資三項(xiàng)增加值之和來衡量；Fit表示當(dāng)期新增借款，用籌資活動現(xiàn)金流中的借款來衡量；CASHit表示現(xiàn)金流，用現(xiàn)金及現(xiàn)金等價物增加值來衡量。這三個變量均用期初固定資產(chǎn)Kit-1進(jìn)行標(biāo)準(zhǔn)化處理。TBQit-1表示企業(yè)的托賓Q，等于企業(yè)的總資產(chǎn)市場價值與總資產(chǎn)賬面價值之比，其中非流通股價格按照每股凈資產(chǎn)計(jì)算。

新古典投資實(shí)證研究發(fā)現(xiàn)現(xiàn)金流與托賓Q對投資均有一定的解釋力，但如何理解其經(jīng)濟(jì)含義存在爭議，相關(guān)討論參見Kaplan和Zingales（1997）。在實(shí)證模型中同時引入這兩個變量，主要是使用它們控制影響企業(yè)投資的部分因素，以增加模型的擬合優(yōu)度。Eisfeldt和Rampini（2006）認(rèn)為負(fù)向投資意味著資產(chǎn)重組，而且證實(shí)其調(diào)整成本與正向投資不同。本文的理論模型沒有考慮調(diào)整成本的異質(zhì)性。為了使實(shí)證設(shè)計(jì)與理論假設(shè)保持一致，這里不考慮樣本期間內(nèi)新增投資為負(fù)的企業(yè)。

REit表示房地產(chǎn)規(guī)模，REVit≡REit×則表示企業(yè)持有的房地產(chǎn)價值。上市公司的財(cái)務(wù)報表附注部分雖然披露了企業(yè)持有的房地產(chǎn)規(guī)模，但是按賬面價值而非市場價值計(jì)算。我們按照以下步驟來估算企業(yè)持有的房地產(chǎn)價值：（1）Nelson等（1999）估算得到房地產(chǎn)的折舊壽命在38-45年，本文假設(shè)折舊壽命為40年，根據(jù)房地產(chǎn)原值和累計(jì)折舊推算房地產(chǎn)的平均年齡AGEit。（2）企業(yè)分布于31個省、直轄市、自治區(qū)，所在地區(qū)的房價年增長率記為PIt（PLACEi）。由于缺少1999年以前的地區(qū)房價數(shù)據(jù)，我們用地區(qū)CPI來代替。西藏、新疆和青海等較偏遠(yuǎn)地區(qū)存在價格數(shù)據(jù)缺失問題，因此當(dāng)?shù)貐^(qū)CPI數(shù)據(jù)缺失時我們用全國CPI來代替，當(dāng)?shù)貐^(qū)房價數(shù)據(jù)缺失時我們用地區(qū)CPI來代替。由于來自這些地區(qū)的企業(yè)很少，上述近似處理對估計(jì)結(jié)果的影響不大。（3）假設(shè)T期初企業(yè)持有的房地產(chǎn)賬面凈值為REBViT，則凈市場價值可由下式估算：

利用上述步驟估算得到的房地產(chǎn)市場價值考慮了截面和時序兩個維度上的房地產(chǎn)價格異質(zhì)性。該方法可能存在的測量誤差在于，假設(shè)企業(yè)僅在其所在地區(qū)持有房地產(chǎn)。如果企業(yè)在其所在地區(qū)以外持有房地產(chǎn)，那么我們可能會低估房地產(chǎn)價值對企業(yè)投資的影響。

（三）內(nèi)生性問題和解決辦法

首先，本文理論模型使用的是均衡狀態(tài)的比較靜態(tài)分析方法，但現(xiàn)實(shí)中如果企業(yè)發(fā)現(xiàn)持有房地產(chǎn)對投資有利，則可能會主動擴(kuò)大其房地產(chǎn)規(guī)模。本文的理論模型并沒有包括這一機(jī)制，因而在對式（12）和式（13）進(jìn)行回歸時可能出現(xiàn)“互為因果”的內(nèi)生性問題。為了緩解這一問題，我們將所有企業(yè)持有的房地產(chǎn)規(guī)模固定在2003年初的水平。這也是本文使用平衡面板數(shù)據(jù)的主要原因。

其次，式（11）中的房價變量可能與企業(yè)所在地區(qū)的“房地產(chǎn)周期”相關(guān)。如果房地產(chǎn)市場繁榮傳遞到其他行業(yè)從而促進(jìn)企業(yè)投資，那么房價對企業(yè)投資的影響為正。為了緩解這一問題，根據(jù)周京奎和吳曉燕（2009），我們利用城市公共品對房價的溢出效應(yīng)來構(gòu)造房價的工具變量。②城市公共品如城市基礎(chǔ)設(shè)施、城市生態(tài)、城市公共衛(wèi)生條件等構(gòu)成了房地產(chǎn)的外部環(huán)境特征。除了房地產(chǎn)周期因素外，房地產(chǎn)價格中還包含“享樂價值”（hedonic value），而城市公共品的外部性會影響房地產(chǎn)的享樂價值，從而影響房價。

最后，本文分析的是微觀數(shù)據(jù)，而且剔除了房地產(chǎn)相關(guān)行業(yè)的企業(yè)，所以一般而言樣本企業(yè)行為對房地產(chǎn)價格的影響有限，房價可視為由宏觀因素決定。但我們尚不能完全排除大型企業(yè)對某地區(qū)的實(shí)體經(jīng)濟(jì)影響很大這一可能性。因此，作為穩(wěn)健性檢驗(yàn)，我們選取位于市場力量分散地區(qū)的規(guī)模較小企業(yè)對式（11）進(jìn)行回歸分析。

（四）實(shí)證結(jié)果

我們估計(jì)得到企業(yè)在2003年初持有的房地產(chǎn)平均房齡在0-26年，均值約為8年，這導(dǎo)致房地產(chǎn)的市場價值與賬面價值之間存在較大差異。如果以賬面價值計(jì)算，2003年初樣本企業(yè)持有的房地產(chǎn)平均規(guī)模為28400萬元，約占固定資產(chǎn)的50%，占總資產(chǎn)的13%；而如果以市場價值計(jì)算，房地產(chǎn)平均規(guī)模為56800萬元，約占固定資產(chǎn)的92%，占總資產(chǎn)的23%?？梢?，資產(chǎn)負(fù)債表很可能低估了房地產(chǎn)在企業(yè)資產(chǎn)組合中的重要地位。

遵照研究慣例，我們以公司總資產(chǎn)來度量其事前融資約束?？傎Y產(chǎn)規(guī)模小于當(dāng)年30%分位數(shù)的公司被認(rèn)為事前融資約束較大，大于當(dāng)年70%分位數(shù)的公司被認(rèn)為事前融資約束較小。表1報告了式（11）的回歸結(jié)果。固定效應(yīng)OLS回歸結(jié)果顯示，對于不同的事前融資約束程度，房價對企業(yè)投資的邊際影響有正有負(fù)，但統(tǒng)計(jì)上不顯著。固定效應(yīng)2SLS回歸結(jié)果顯示，當(dāng)事前融資約束較大時，房價上漲顯著促進(jìn)企業(yè)投資；而當(dāng)事前融資約束較小時，房價上漲顯著抑制企業(yè)投資。假設(shè)1得到驗(yàn)證。

表1 房價對企業(yè)投資的影響

表2分別報告了式（12）和式（13）的固定效應(yīng)OLS回歸結(jié)果。式（12）中σ的估計(jì)值反映了房價通過企業(yè)房地產(chǎn)存量作用于投資的效應(yīng)大小。從表2中可以看到，這一效應(yīng)在1%的水平上顯著為正。進(jìn)一步分析發(fā)現(xiàn)，當(dāng)事前融資約束較大時，房價的這一效應(yīng)為0．111（在1%的水平上顯著）；當(dāng)事前融資約束較小時，這一效應(yīng)為0．060（同樣在1%的水平上顯著）。這一結(jié)果與假設(shè)2基本一致。式（13）中η的估計(jì)值反映了房價通過企業(yè)房地產(chǎn)存量作用于借貸的效應(yīng)大小。從表2中可以看到，這一效應(yīng)在1%的水平上顯著為正。對于事前融資約束較大和較小的兩個樣本企業(yè)組，這一效應(yīng)分別為1．963和0．104（均在1%的水平上顯著）。假設(shè)3得到驗(yàn)證。

表2 房價通過房地產(chǎn)存量對企業(yè)投融資的影響

容易發(fā)現(xiàn)，房價對借貸的影響效應(yīng)顯著大于投資，因而與投資相比，借貸對房地產(chǎn)價值變化的反應(yīng)更為敏感。但在基準(zhǔn)模型下，借貸和投資對房地產(chǎn)價值變化的敏感程度應(yīng)相等。這說明，基準(zhǔn)模型雖然能夠部分描述現(xiàn)實(shí)，但還是過于簡單?，F(xiàn)實(shí)中除債務(wù)融資外還有股權(quán)融資，所以企業(yè)投資還可能受到股權(quán)融資約束的影響。

（五）穩(wěn)健性檢驗(yàn)

對于式（11）可能存在的內(nèi)生性問題，這里我們僅考慮位于市場力量較為分散地區(qū)的規(guī)模較小企業(yè)。我們根據(jù)地區(qū)人均規(guī)模以上工業(yè)企業(yè)數(shù)量來衡量該地區(qū)的市場力量分散程度，相關(guān)數(shù)據(jù)來自中經(jīng)網(wǎng)?！捌髽I(yè)密度”越大，該地區(qū)存在市場壟斷的可能性越小。同時，企業(yè)規(guī)模越小，其對當(dāng)?shù)厥袌龅挠绊懥σ苍叫?。我們選取當(dāng)年企業(yè)密度排在前八位的地區(qū)、資產(chǎn)規(guī)模小于當(dāng)年中位數(shù)的企業(yè)觀測值。由于資產(chǎn)規(guī)模用于控制內(nèi)生性問題，我們采用其他常用變量來度量事前融資約束。根據(jù)Fazzari等（1988）和鄭江淮等（2001），我們使用派息率和實(shí)際控制人這兩種指標(biāo)來衡量融資約束程度。其中，派息率用年度派息數(shù)與上年度凈利潤之比來衡量；我們將實(shí)際控制人為國有企業(yè)或者國有機(jī)構(gòu)、開發(fā)區(qū)、事業(yè)單位的企業(yè)界定為公有性質(zhì)企業(yè)，其他界定為非公有性質(zhì)企業(yè)。我們將派息率高于當(dāng)年中位數(shù)或者公有性質(zhì)企業(yè)觀測值歸入事前融資約束較小的樣本組，將派息率低于當(dāng)年中位數(shù)或者非公有性質(zhì)企業(yè)觀測值歸入事前融資約束較大的樣本組。表3報告了回歸結(jié)果。與表1的結(jié)果基本一致，在融資約束較小的樣本組中，房價對投資的影響在5%的水平上顯著為負(fù)，在融資約束較大的樣本組中則統(tǒng)計(jì)上不顯著。

表3 內(nèi)生性問題的穩(wěn)健性檢驗(yàn)

此外，我們還分別采用住宅平均銷售價格、辦公樓平均銷售價格和商業(yè)營業(yè)用房平均銷售價格來度量房價重新進(jìn)行回歸分析?；貧w結(jié)果仍支持本文的研究假設(shè)。③有意思的是，在使用辦公樓平均銷售價格或商業(yè)營業(yè)用房平均銷售價格度量房價時房價對企業(yè)投融資的影響效應(yīng)更大，可能的原因是：企業(yè)持有的房地產(chǎn)中辦公樓或商業(yè)營業(yè)用房所占比例大于住宅，所以投資或借貸對這兩類房屋價格變化的反應(yīng)更為敏感。

四、結(jié) 論

本文從理論和實(shí)證兩個方面全面考察了房價對企業(yè)投融資的影響。研究發(fā)現(xiàn)，房地產(chǎn)價格對企業(yè)投融資的成本效應(yīng)和流動性溢價效應(yīng)方向相反，哪一種效應(yīng)占主導(dǎo)由企業(yè)面臨的融資約束大小決定。本文為基于Iacoviello（2005）框架的我國宏觀房地產(chǎn)問題研究（Miao和Peng，2011；肖爭艷和彭博，2011）提供了直接的微觀實(shí)證基礎(chǔ)。本文還發(fā)現(xiàn)，房價對債務(wù)融資的流動性溢價效應(yīng)大于投資。這說明Iacoviello（2005）框架雖然可操作性強(qiáng)，但可能過分強(qiáng)調(diào)了房地產(chǎn)金融加速器的作用，而忽視了其他融資渠道的影響。宏觀經(jīng)濟(jì)因素（如本文討論的房價）對企業(yè)融資行為的影響可能要比經(jīng)典文獻(xiàn)所描述的復(fù)雜，④這是未來值得進(jìn)一步研究的課題。

本文的研究結(jié)論還具有一定的政策含義。本文得到以下結(jié)論：當(dāng)房地產(chǎn)增值1元時，企業(yè)借款平均增加約0．424元，投資增加約0．076元。這說明房價對企業(yè)負(fù)債行為的影響很大，對投資行為的影響則相對較小，但同樣不容忽視?；诖?，政府在實(shí)施穩(wěn)定房價的經(jīng)濟(jì)政策（如限購、征收房產(chǎn)稅等）時也需要注意相關(guān)政策對實(shí)際經(jīng)濟(jì)特別是生產(chǎn)部門的影響。目前來看，減緩房價上漲可能會抑制中小企業(yè)投資，從而對經(jīng)濟(jì)造成負(fù)面影響。但可以預(yù)見，隨著金融發(fā)展和金融創(chuàng)新，企業(yè)的融資約束會逐漸減小。因此，穩(wěn)定房價從長遠(yuǎn)看有利于降低企業(yè)投資成本，促進(jìn)企業(yè)投資和經(jīng)濟(jì)增長。此外，央行貨幣政策的信貸傳導(dǎo)效果同樣可能受到房地產(chǎn)政策的影響，因而政府應(yīng)努力做好房地產(chǎn)政策和貨幣政策的協(xié)調(diào)。

注釋：

①有意思的是，杜莉等（2010）的實(shí)證分析得到相反的結(jié)論。

②具體而言，房價的工具變量包括所在地區(qū)的城市人均道路長度、每萬人擁有公共交通工具數(shù)量、城市污水日處理能力、普通高等院校數(shù)量、普通高中數(shù)量、人均公共綠地面積，相關(guān)數(shù)據(jù)來自中國經(jīng)濟(jì)信息網(wǎng)。經(jīng)檢驗(yàn)，弱工具變量問題較小。

③受篇幅限制，相關(guān)估計(jì)結(jié)果未列示，有興趣的讀者可向作者索取。

④羅時空和龔六堂（2012）發(fā)現(xiàn)我國上市公司的債權(quán)融資和股權(quán)融資都是順經(jīng)濟(jì)周期的，但債權(quán)融資比例其實(shí)是逆經(jīng)濟(jì)周期的。

[1] 杜莉，潘春陽，張?zhí)K予，等．房價上升促進(jìn)還是抑制了居民消費(fèi)——基于我國172個地級城市面板數(shù)據(jù)的實(shí)證研究[J]．浙江社會科學(xué)，2010，（8）：24-30．

[2] 羅時空，龔六堂．宏觀經(jīng)濟(jì)波動與企業(yè)融資行為——來自中國上市公司的證據(jù)[R]．北京大學(xué)工作論文，2012．

[3] 肖爭艷，彭博．住房價格與中國貨幣政策規(guī)則[J]．統(tǒng)計(jì)研究，2011，（11）：40-49．

[4] 周京奎，吳曉燕．公共投資對于房地產(chǎn)市場的價格溢出效應(yīng)研究——基于中國30省市數(shù)據(jù)的檢驗(yàn)[J]．世界經(jīng)濟(jì)文匯，2009，（1）：16-32．

[5] Black J，De Meza D，Jeffreys D．House prices，the supply of collateral and the enterprise economy[J]．Economic Journal，1996，106（434）：60-75．

[6] Bowen A．Housing and the macroeconomy in the United Kingdom[J]．Housing Policy Debate，1994，5（3）：241-251．

[7] Chaney T，Sraer D，Thesmar D．The collateral channel：How real estate shocks affect corporate investment[J]．American Economic Review，2012，102（6）：2381-2409．

[8] Davis M A，Heathcote J．Housing and the business cycle[J]．International Economic Review，2005，46（3）：751-784．

[9] Dixit A K，Stiglitz J E．Monopolistic competition and optimum product diversity[J]．American Economic Review，1977，67（3）：297-308．

[10] Eisfeldt A L，Rampini A A．Capital reallocation and liquidity[J]．Journal of Monetary Economics，2006，53（3）：369-399．

[11] Fazzari S M，Hubbard R G，Petersen B C．Financing constraints and corporate investment[J]．Brookings Paper on Economic Activity，1988，（1）：141-195．

[12] Gan J．Collateral channel and credit cycle：Evidence from the land-price collapse in Japan[R]．Working Paper，Hong Kong University of Science and Technology，2003．

[13] Greenwood J，Hercowitz Z，Krusell P．The role of investment-specific technological change in the business cycle[J]．European Economic Review，2000，44（1）：91-115．

[14] Hayashi F．Tobin’s marginal Q and average Q：A neoclassical interpretation[J]．Econometrica，1982，50（1）：213-224．

[15] Iacoviello M．House prices，borrowing constraints，and monetary policy in the business cycle[J]．American Economic Review，2005，95（3）：739-764．

[16] Kaplan S，Zingales L．Do investment-cash flow sensitivities provide useful measures of financing constraints？[J]．Quarterly Journal of Economics，1997，112（1）：169-215．

[17] Kiyotaki N，Moore J．Credit cycles[J]．Journal of Political Economy，1997，105（2）：211-248．

[18] Miao J，Peng T．Business cycles and macroeconomic policy in China：Evidence from an estimated DSGE model[R]．Working Paper，Southwestern University of Finance and E-conomic，2011．

[19] Nelson T R，Potter T，Wilde H H．Real estate asset on corporate balance sheets[J]．Journal of Corporate Real Estate，1999，2（1）：29-40．

[20] Seko M．Housing prices and economic cycles：Evidence from Japanese prefectures[R]．Paper presented in the“Nexus between the Macro Economy and Housing”workshop，2003．