去杠杆政策会抑制企业固定资产投资吗？——一个融资约束的视角

秦海林，高軼玮

（1.天津工业大学 经济与管理学院，天津 300387；2.申万宏源证券有限公司，北京 100020）

一、引言与文献综述

毋庸置疑，供给层面的去杠杆政策必然影响到需求层面的投资决策与微观主体的行为选择。一般情况下，供给侧四大引擎（劳动力、资本、土地以及创新）和需求侧三驾马车（投资、消费与出口）相互协作，共同促进经济转型升级、实现高水平供需平衡、保证稳定增长。然而，从2015 年中国去杠杆政策实施以来的经济运行数据来看，经济运行已进入一个以低速增长为特征的新时期。就目前中国经济而言，“稳增长”与“控杠杆”已成为中国宏观政策调控的现实目标。显然，宏观政策的大力推行，很可能会最终扭曲企业的分散决策与行为选择。

不论是为了获取债务税盾效应，还是为了提升融资能力，负债运行都是公司财务管理的常态，2008年宽松的货币政策环境使得公司债务水涨船高。2008 年金融危机之后，中国实施了4 万亿经济刺激政策和10 项扩大内需措施，在以投资驱动的发展方式拉动经济增长的同时，中国经济增长呈现出越来越强的“杠杆依赖”特征，形成“投资—债务—信贷”相互加强的风险循环。过高的经济杠杆率可能会导致中国经济过热、泡沫集聚和债务风险加大，甚至会诱发债务危机，酿成系统性金融风险。与此同时，中国经济新的发展阶段和经济周期特征，要求政府灵活制定和推行新的、更具创新性的宏观调控措施。在此背景下，在2015 年11 月10 日的中央财经领导小组第十一次会议上，中央首次从双侧角度提出了供给侧结构性改革，即在适度扩大总需求的同时，着力加强供给侧结构性改革，其中“三去一降一补”是供给侧结构性改革的主要任务。紧接着，国务院在2016 年10 月10 日又配套推出了《国务院关于积极稳妥降低企业杠杆率的意见》。

无独有偶的是，自推行去杠杆政策以来，企业固定资产投资增长率突然呈现出连续下滑的态势。一方面，全社会固定资产投资在2013-2015 年每年的下降幅度为5%，2016-2017 年为2%的下降幅度，但在2018 年却出现了5.3%的大幅下降。其中，民间投资增长率在2016 年出现了断崖式的下滑现象，从2015 年的10%下降到2016 年的3%，降幅高达7%。①相关数据按照国家统计年鉴手工整理。民间固定资产投资是指具有集体、私营、个人性质的内资企事业单位以及由其控股（包括绝对控股和相对控股）的企业单位建造或购置固定资产的投资。另一方面，同花顺数据显示，企业固定资产净额占比在2014-2016 年均值分别为41.1%、40.6%、40.1%，而2017-2018 年分别为37.3%、37.6%。不难看出，虽然在2016 年之前企业固定资产投资只有微乎其微的下滑，但在2017 年却出现了大幅度的下滑。这一现象的确值得深思，即2016 年实施的去杠杆政策是否是造成企业固定资产投资增速大幅下降的原因？两者之间是否存在因果关系？其作用机制又是怎样？

众所周知，资本形成在经济增长中的作用举足轻重。无论是凯恩斯的投资乘数理论，还是传统的投资增长理论，均表明投资需求在经济增长中发挥着不可比拟的作用，且投资结构中固定资本形成占比超九成。[1]在过去几十年中，资本积累是中国经济增长的主要驱动力，保持一定的固定资产投资对于经济的平稳运行至关重要。固定资产投资与经济增长存在相互促进、相互制约的关系，投资可促进经济增长，固定资产投资的不断增加可进一步促进国民经济的增长，而固定资产投资力度不足则将制约经济的增长。鉴于固定资产投资举足轻重的地位，学者们从多个维度对其展开研究，包括以实物期权理论为中心的不确定性角度[2-4]、融资约束[5-8]、“非债务税盾”与“债务税盾”的替代效应[9-11]等。同时，宏观经济政策不确定性的确会影响到企业固定资产投资决策。徐光伟等以供给侧结构性改革带来的政策不确定性为准自然实验，运用2013-2016 年的季度数据进行实证检验发现，政策实施后企业降低了固定资产投资。[5]于博和夏青华研究发现，去杠杆政策不仅能够改变企业的杠杆率，而且还能改变其杠杆率的内部结构。[8]刘贯春等利用2012 年139 个部门的国民经济投入产出表测算了行业资产可逆性，然后使用2007-2017 年度季度数据进行实证检验，结果表明，在所处行业的资产可逆性逐步提升的情况下，经济政策不确定性抑制企业固定资产投资的效应会越来越弱，而且该效应在融资约束较为严重的企业样本中尤为显著。[12]因此，在当前情况下，如果去杠杆政策真的抑制了企业固定资产投资的积极性，就必须反思政策的执行效果是否背离了制定的初衷。

本文的边际贡献有四点：（1）根据企业固定资产投资的固有特征，提供了宏观的去杠杆政策影响企业固定资产决策的微观基础；（2）为克服实证模型的内生性问题和准确评估去杠杆政策影响企业固定资产投资的净效应，运用双重差分模型和PSM 方法检验了强制性去杠杆政策对企业固定资产投资的净影响；（3）鉴于企业固定资产投资特性因不同产权性质、行业特性而存在差异，本文基于基准回归的结果，从产权性质、行业特性角度分析了政策效应的异质性；（4）运用中介效应模型，证实了融资约束在去杠杆政策影响企业固定资产投资的过程中发挥了部分中介效应。

二、假设提出

（一）去杠杆政策与企业固定资产投资

从企业固定资产投资的资本供需均衡来看，去杠杆政策的贯彻落实很可能会促使公司减少固定资产投资。

首先，从企业固定资产投资的资本需求来看，去杠杆政策的推行，将会直接减少公司进行债权融资的渠道，间接扭曲公司的融资偏好顺序。一方面，根据优序融资理论，在一个充分竞争的资本市场上，如果有内部资本积累和债权融资可供选择，那么公司就不愿意为固定资产投资进行股权融资，这自然会加大固定资产投资的融资约束。在企业生产运营过程中，企业对资金的及时获取是影响其持续发展的关键因素，而一旦出现内部资金供给不足，就涉及到外部融资问题。[13]而信息不对称导致股权融资成本较高。此时，根据优序融资理论，信贷资金和企业债明显优于股权资金。Bernanke 和Blinder 早在1988年就提出，银行作为资金供给者，可以满足投资者的投资需求。[14]作为中国企业主要资金来源，信贷资金的投放可以在短期内缓解企业的融资约束和促进经济增长，但是其长期经济增长效应却需要优化经济增长路径来实现。[15]通过统计和分析1980-2014 年的信贷增长与投资增长，杨长汉发现，信贷增长的影响可以同步反映在投资（固定资产投资）规模上，且在此期间两者呈现同步增长的变化态势。[15]另一方面，就资本市场的实际情况而言，尽管中国证券市场得到了快速发展，但企业外部资金的主要来源仍是银行体系，数据显示，2008-2016 年间，中国上市公司获得银行新增信贷资金高达80 万亿元，几乎是同期股票市场募集资金量的10 倍。[16]这意味着，公司在财务管理和投资决策中采用债务融资策略是可行的，不仅市场上的资金供给充足，而且没有公司大股东和控股股东的股权被稀释风险。然而，去杠杆政策要求以银行为主的金融机构尽可能削减债权融资的资金供给和增加股权融资的产品供给，这意味着很多企业进行债务融资的大门将会被关闭或机会减少，即获得债务融资的概率将会大幅度下降。在这种情况下，即使股权融资唾手可得，公司也可能会放弃或推迟固定资产投资项目，选择静观其变，等待政策的松动或发生有利于债务融资的变化。由此可见，去杠杆政策将会扭曲公司的融资偏好，不仅人为地导致宏观经济信贷紧缩，而且诱致企业固定资产投资的融资约束压力随之增加。

其次，从企业固定资产投资的资本供给来看，考虑到企业固定资产投资具有周期长、金额大和风险高等特征，管理层与股权投资者作为理性经济人，会在逐利动机的支配下，回避固定资产投资项目，偏爱短平快的非固定资产投资项目，从而加大固定资产投资的融资约束。一方面，所有权与控制权分离导致的股权代理问题表明，管理层会出于自身利益的考虑避免固定资产投资。根据成本收益权衡理论，管理者在进行一项固定投资之前，从个人角度需要考虑该项投资所产生的风险、承担的责任和该项投资给自己带来的收益。[17]就固定资产投资可能产生的成本而言，在进行一项固定资产投资之前，管理者需要付出时间和精力来研究和测算这个项目给公司带来的边际收益与边际成本，并进行权衡度量。显然，当项目的成败直接影响到企业的绩效，继而波及与之挂钩的薪酬，而收益的不确定又很大时，加之固定资产市场价格的波动和新型固定资产的不断问世，可能会加大项目投资的风险，预测该项投资的净收益就会很困难。此时，管理者权衡私人边际成本与私人边际收益的结果更可能是私人边际净收益为负。[18]由此可见，固定资产投资可能产生的巨大风险使得管理者采取风险规避策略，努力保持现有的私人收益状态而选择不进行固定资产投资。另一方面，股权集中产生的“堑壕效应”意味着大股东为获取私人收益会减少固定资产投资。尽管股权集中度的提高可以缓解小股东搭便车背景下的投资不足问题，但同时不可忽略的是大股东的侵权行为。大股东为了让公司和中小股东的利益更多地输送到自身，可能会选择那些净现值不高却对自己最有益的投资项目，因此，考虑到公司固定资产投资所具有的对全体股东的正外部性，大股东自然会在投资总量不变的情况下，压缩用于固定资产投资的资金。总的说来，鉴于固定资产投资金额大、周期长和风险高等特点，银行在去杠杆政策背景下惯常采取的惜贷、抽贷、压贷和断贷等措施，会直接恶化企业的外部融资环境，因此公司固定资产投资将会不可避免地面临更为严峻的融资约束问题，使得管理层和股权投资者不约而同地倾向于选择短平快的投资项目，而放弃高风险的固定资产投资项目。据此，可以提出如下假设：

H1：去杠杆政策会降低企业固定资产投资。

（二）去杠杆政策、企业性质与企业固定资产投资

一方面，普遍存在的金融抑制现象意味着，国有企业在去杠杆的政策环境中仍旧面临相对较小的融资约束压力。在中国资本市场不完善的情况下，金融抑制现象主要表现在国有大中型企业可以获得低成本、无约束的长期信贷支持，而民营或中小企业却普遍面临融资难、融资贵的问题。[19]同时，国有企业追求包括经济利益之内的多元目标，天然具有过度投资的倾向，而非国有企业却普遍存在投资不足的倾向。[20]在这种条件下，即便作为去杠杆政策的主要实施对象，国有企业的融资约束压力也不会骤然加大，即它们不会成为去杠杆政策的一刀切对象。因此，对于国有企业而言，金融抑制现象会缓解它们去杠杆政策所引起的融资约束压力。另一方面，预算软约束的制度设计不仅让国有企业没有破产之虞，而且政府还为其投资行为提供了隐性担保，所以它们在政绩冲动的支配下，存在强烈的固定资产投资饥渴。预算软约束的存在降低了破产威胁在国有企业的有效性，因为国有企业即使陷入财务困境也容易获得政府的救济，从而大大降低债务契约的履约成本。[19]国有企业一般存在政治关联现象，其中政治关联的“扶持之手”认为政治关联会给企业带来金融信贷、税收便利等资源，广泛的政治关系网络，良好的公众形象等，[21]这些均会缓解国有企业融资约束问题。同时在研究地方政府投资行为时发现，政府大多会把资金投向资源密集型、投入比例高、回收期漫长的项目，因为这些项目的指标衡量结果可以更好地反映官员业绩，[22]与之类似，国有企业政治关联产生的晋升激励也会催生企业过度投资行为。总之，无论是金融抑制现象缓解固定资产投资供给层面的融资约束，抑或是预算软约束弱化固定资产投资需求层面的融资约束，这些均会对去杠杆政策降低企业固定资产投资的影响产生缓和效应。显然，这种现象是很难发生在非国有企业身上的。据此，提出如下假设：

H2：与国有企业相比，去杠杆政策降低企业固定资产投资需求的效应在非国有企业更为显著。

（三）去杠杆政策、行业性质与企业固定资产投资

抵押担保优势与固定资产投资敏感性高的行业特性，表明去杠杆政策降低企业固定资产投资效应在制造业行业更为显著。由于融资约束的异质性，融资约束问题普遍存在于工业企业[23]，其中制造业属于资本密集型企业，需要大量的资金和资产，融资压力较大，极易受到融资约束的影响。[24]且去杠杆政策从以下两方面加剧固定资产投资面临的融资约束问题：一方面，去杠杆政策下抵押担保优势的弱化将加重资本供给层面的融资约束问题。作为资本密集型产业，制造业依赖信贷资金的特性暗含着去杠杆政策增加融资约束的效应更为明显。对于中国这样的快速发展的新兴市场国家而言，快速的工业化过程导致了资本密集型工业部门的政策偏向，政府通过银行信贷对金融资源进行重新配置。[13]制造业企业作为资产密集型行业，具有抵押担保的优势，银行是更有效的融资渠道，即其资金来源更多为固定资产的抵押担保。在去杠杆政策的实施下，银行审慎经营与“惜贷”的倾向使得制造业具有的抵押担保优势被弱化，融资约束问题可能更为严重。另一方面，制造业作为固定资产的主要投资领域，去杠杆政策将增加固定资产投资需求层面的融资约束。制造业在任何国家的发展进程中都举足轻重，2009-2014 年，中国每年流入实体经济的资金平均在9.5 万亿左右，总额巨大，绝大多数资金不是流向了国企，就是被制造业和房地产所吸收。[25]在按领域分的固定资产投资核算中，制造业占比最大，在2015-2017 年占比分别为32.7%，31.5%，30.7%①数据来源于中国统计年鉴。，所以，制造业作为固定资产投资的主要贡献者，对固定资产投资的敏感性也更强。即便制造业对固定资产投资需求更旺盛，但在去杠杆政策下，银行信贷资金的收紧无疑增加企业融资约束，迫使企业推迟对固定资产的投资。据此，提出如下假设：

H3：与非制造业行业相比，去杠杆政策降低企业固定资产投资需求的效应在制造业行业更为显著。

三、研究设计

（一）模型设定与变量定义

1.双重差分模型设定

企业投融资决策之间的紧密联动性吸引了众多学者的关注，且西方学术界对此研究积淀颇深。以MM 无关定理为基准，学者们在该模型中嵌入各种更为现实的摩擦因素以建立融资与投资之间的联系，如信息不对称、融资成本以及税收结构等扩展该模型。无论是基于理论模型的建立，抑或是实证分析检验，企业投资话题历久弥新。鉴于企业投资受多方面因素的影响，为了克服OLS 的内生性问题和准确评估强制性去杠杆对企业投资的影响，本文选择采用双重差分模型进行实证检验。使用DID 模型需要获得强制性去杠杆政策之前控制组与对照组的企业价值差异以及政策实施后两组企业投资行为差异，这样用两个差异的差异推测出政策的效果，排除“趋势性”影响，能够更为准确地推出因果效应。而仅仅采用混合样本OLS 方法进行估计时，则不能够体现出强制性去杠杆作为外生冲击变量对企业投资的净影响，利用DID 方法就是避免因为内生性问题而导致的有偏估计。为了考察去杠杆政策对企业投资的影响，本文采用归并回归的双重差分模型如下：

其中，下标i 代表企业，t 代表时期，j 代表控制变量参数的序号。被解释变量Investit为企业i 在时期t的固定资产投资比例，timeit为政策变量，treatedit为处理变量，timeit×treatedit为政策变量与处理变量的交互项，以考察去杠杆政策对企业固定资产投资的影响，Xjit为控制向量，εit为随机误差项。

2.相关变量定义

（1）被解释变量

本文主要关心的是2016 年去杠杆政策实施前后企业投资行为的变化，参照刘一楠[26]和徐光伟等[5]关于企业固定资产投资的处理方法，本文将（固定资产净额+在建工程+工程物资净额）/总资产作为衡量企业固定资产投资行为的代理变量。

（2）解释变量

处理变量（treated）：本文主要的解释变量是表征企业是否受到政策影响的虚拟变量。根据秦海林和高軼玮的做法[27]，当企业受到“去杠杆”影响时为1，否则为0。具体来说，为了在“去杠杆”的同时又控风险，中央提出“五控三增”的具体措施加以落实。其中，“五个控”中有关行业标准的控制中指出，企业在不同的行业，资本结构不一样，发展阶段不一样，这种情况下确定了一个能够保证企业稳健发展的合理的资产负债率控制标准，三大类标准具体为，工业企业为70%，非工业企业为75%，科研设计企业为65%。本文考察去杠杆政策对企业固定资产投资行为的影响，而固定资产因行业不同而存在显著差异。就三大类资产负债率控制标准而言，在现实中工业企业更多地属于资本密集型行业，因此以工业企业的资产负债率标准70%作为变量分组的依据较为恰当。如此一来，如果企业资产负债率处于70%以下则为控制组，即treated=0，否则为处理组，即treated=1。这意味着，处理组的企业在2016 年及这之后应该受到去杠杆政策的显著影响。

时间变量（time）：该变量是时间虚拟变量，代表去杠杆政策实施前后时间段的一个虚拟变量，时间在2016 年之前则取值为0，而在2016 年之后则取值为1。

处理变量×时间变量（treated×time），该变量为虚拟变量，是处理变量treated 和时间变量time 的交互项，用于度量处理组的政策效应。如果β3为负，表明去杠杆政策降低了企业固定资产投资，反之则相反。

（3）控制变量

由于企业的特性与经营表现会影响企业的价值，如果不控制这些因素，可能会造成遗漏变量偏误，从而损害估计结果的一致性，因此，加入了一系列反映企业特征的控制变量。X 表示本文的控制变量上市时间、净资产收益率、成长性、每股收益、速动比率、息税前利润、每股股利、前十大股东持股比例、第一大股东持股比例、机构持股比例、是否两职合一。year 为年份固定效应，industry 为行业效应，分别用来控制特定年份与行业可能影响企业价值的宏观经济因素和政策变动等。

由双重差分模型可知，（3-1）式包含两次差分。第一次差分为政策出台前后负债率大于70%与负债率小于70%的企业价值的变动，分别为 β1+β2，β1；第二次差分为两组样本企业价值的差异，即Δ=（β1+β3）-β1=β3。因此，强制性去杠杆政策对企业投资的净影响取决于时间虚拟变量和政策干预虚拟变量交叉项的回归系数β3。如果β3为负，表明去杠杆政策降低了企业投资。具体的变量定义见表1。

表1 主要变量定义

（二）数据来源与描述性统计

为了研究强制性去杠杆政策对企业投资的影响，本文选取2013-2018 年A 股非金融类全部上市公司作为研究样本，样本数据来源于同花顺数据库，在使用前对数据作了初步处理。首先，剔除金融类、ST 及*ST 类企业数据以及异常值样本数据。然后，鉴于本文的年份区间是2013-2018 年，故此删除2013 年以后上市的企业样本。最后，除虚拟变量之外，对所有变量进行1%和99%分位数水平上的缩尾处理，以此控制异常值对结果的影响。最终用于回归分析的有效样本为1 453 个。本文使用Stata14.0与Excel2007 进行数据处理与分析，选用非平衡面板数据固定效用模型，在回归分析过程中Stata14.0对缺失值自动删除。

根据表2 的描述性统计，可以发现，被解释变量企业固定资产投资比例存在很大的差别，最小值为0.009，最大值为0.974，均值为0.4。同时，资产负债率的最小值为5.55，最大值为89.49，而均值为43.822，标准差为20.668，这表明上市公司资产负债率非常高。如此一来，考虑到过去四十多年里投资驱动中国经济增长的历史背景，不能推断去杠杆政策的执行可能会抑制公司的固定资产投资。

表2 主要变量的描述性统计

（三）平行趋势检验

为了避免选择偏差，要进行平行趋势检验，因为DID 方法有一个重要前提——共同趋势假设，即控制组和处理组在基期不存在显著的差异，这是使用DID 方法的前提。对此，借鉴Bertrand 和Mullainathan提出的平行趋势检验方法[28]，本文设计了如下模型：

其中，Invest 为衡量公司固定资产投资的指标，before3、before2、before1 均为虚拟变量，如果样本分别是受到政策影响前的第2 年和第1 年的数据，则该指标分别取1，反之则取0；如果样本是受到政策影响的当年，则current 取值为1，反之则取0；而当样本是受到政策影响后的第1 年、第2 年的数据时，则after1、after2 分别取 1，否则为 0。X 为本文的控制变量上市时间、净资产收益率、成长性、每股收益、速动比率、息税前利润、每股股利、前十大股东持股比例、第一大股东持股比例、机构持股比例。具体检验结果如表3 所示。

表3 平行趋势检验

根据上述平行趋势检验结果，before3、before2、before1 均不显著，而 current、after1、after2 的系数均显著，说明去杠杆政策的实施对处理组和控制组的企业投资产生影响，由此，本文的双重差分模型通过了平行趋势检验，该模型的使用具有合理性和科学性。

四、实证分析

（一）基准回归

由于固定资产投资和每股股利的缺失值较多，经过面板数据模型的F 检验和Hausman 检验，本文应该采用的估计方法是非平衡面板数据固定效应模型。在回归过程中，缺失值由Stata14.0 自动删除，所以观测值就是有效样本数，而非公司数量。

表4 报告了强制性去杠杆政策对企业固定资产投资的主效应回归结果。方程（1）的估计结果显示，去杠杆政策显著降低了企业固定资产投资，并且这一效果在1%水平上显著。由于方程（1）未控制除固定效应外的任何变量，所以回归模型可能面临遗漏变量偏误问题。在方程（2）和（3）中逐步加入反映企业特征与公司治理的控制变量之后，反映政策效应的资产负债率×政策时间的回归系数在统计性质上非常稳定，不仅系数符号仍旧为负，而且系数大小也没有出现明显的变化，依然在1%的水平上显著。由此可见，去杠杆对企业价值的产生的效应不仅在统计上，而且在经济意义上都十分显著，即实证结果证实了假设1。

表4 基准回归

与此同时，以方程（3）为例，可以发现，绝大多数的控制变量对企业固定资产投资也具有较强的解释力。首先，营业收入增长率与企业固定资产投资呈现出负相关的关系，这似乎不合常理，但是细加深究，却又在情理之中，即营业收入增长率越高，企业的市场竞争力就越强，所以在短期内无需通过加大固定资产投资来提高经营杠杆系数，从而藉此增强企业盈利能力。其次，速动比率与企业固定资产投资之间也是负相关关系，这意味着，公司短期偿债能力与固定资产投资之间是一种替代关系，即为了控制短期债务风险，企业应该在固定资产投资方面保持理性和克制态度，因为后者不仅所需资金规模大，而且投资回收期偏长，容易造成短期内的公司现金流短缺。再次，前十大股东的持股比例与企业固定资产投资负相关，而第一大股东持股比例却与企业固定资产投资正相关，这个发现值得深思，其背后的经济逻辑也是意味深长的。虽然前十大股东的持股比例相对中小股东来说较高，但是相对于第一大股东来说却又往往相形见绌，所以其他九大股东在公司运营中常常抱着抛售套现的心理，并在手下见真章，从而对企业固定资产投资之类的长远规划漠不关心。然而，第一大股东在很大程度上就是公司的实际运营者和掌舵人，执掌着公司的前途和命运，非常在意公司的做大做强，所以其并不急着现金分红和抛售套现，而是着眼于公司的长远发展，因此，其持股比例越高，公司的固定资产投资比例也就越高。最后，机构持股比例也与企业固定资产投资正相关，这是因为机构投资者的专业优势和信息优势，不仅能够通过改善公司治理结构来缓解企业融资约束和提高企业的创新能力[29，30]，而且还可以进一步提高其投资效率和拉升公司估值[31]，这自然会激励企业进行更大规模的固定资产投资。

进一步来看，可以利用双重差分的净效应结果更加直观地体现去杠杆政策对公司投资的净影响，即运用双重差分模型进行回归检验，通过对比去杠杆政策前后企业固定资产投资的变化情况来证明本文假设1 的内容，具体的检验结果如表5 所示。

从表5 中结果不难看出，在去杠杆政策实施前，处理组与控制组的企业固定资产投资并不存在显著差异。但在政策实施后，处理组与控制组的企业固定资产投资在1%统计水平上存在显著差异。并且双重差分结果在5%显著性水平上显著，表明在克服其他因素影响的情况下，去杠杆政策显著降低了处理组企业样本中企业的固定资产投资。

表5 双重差分检验结果

基准回归结果显示，去杠杆显著降低了企业固定资产投资，但这一效果是否稳健呢？为此，本文采用PSM-DID 进行稳健性检验。通过平衡性检验结果可以看出，在经过匹配后，控制变量之间的偏差几乎不具有显著性。①完整的检验结果备索。这表明此时不具有样本选择偏差问题。在这种情况下，双重差分净效果仍在1%统计水平上显著为负（见表6）。再次证明本文主效应的稳健性，即去杠杆政策的实施显著降低了企业固定资产投资。

表6 双重差分回归结果

（二）异质性分析

1.基于产权异质性的分析

表7 的方程（1）和（2）报告了去杠杆政策对国有企业以及非国企企业的固定资产投资分别产生的影响。②完整的检验结果备索。可以发现，方程（1）表明去杠杆政策虽然降低了国有企业固定资产投资，但并不具备统计意义上的显著性。方程（2）表明去杠杆政策在1%统计水平上显著降低了非国有企业的固定资产投资比例。因此，假说2 得到证实。

2.基于行业异质性的分析

表7 的方程（3）和（4）报告了去杠杆政策对制造业与非制造业企业的固定资产投资造成的影响。可以发现，对于制造业企业而言，其多属于重资产行业，对固定资产的投入要求较高，而去杠杆政策在1%统计水平上显著降低企业的固定资产投资。而对于非制造业企业，其更多地属于轻资产型，固定资产投资相对较低，所以其固定资产投资并不受此次去杠杆政策的影响。于是，假说3 得到证实。

表7 企业产权性质的异质性分析

（三）中介效应分析

本文建立中介效应模型，选择融资约束SA 指数作为中介变量，并借鉴温忠麟的做法[32]设定如下的中介效应模型：

其中，SA 指数=-0.737size+0.043size2-0.04age 测度上市公司所面临的融资约束大小，其中，size=ln（企业资产总额/1 000 000），资产总额单位为元，age 为公司的成立年限，由此计算出来的该指数为负，且绝对值越大表示面临的融资约束越严重[33]。

根据温忠麟的中介效应检验程序[28]，首先应当检验模型（4-1）中 β3是否显著。如果 β3显著，则进行模型（4-2）与（4-3）的检验，若 δ3和 φ4均显著，但φ3不显著，这说明融资约束发挥了完全中介效应；若φ3显著，则说明融资约束发挥了部分中介效应。若δ3和φ4中至少一个不显著时，则需要做SobleZ 检验来判断中介效应是否存在。具体结果见表8。①完整的检验结果备索。

表8 报告了融资约束的影响机制。方程（2）显示了去杠杆政策的实施对企业融资约束的影响，结果显示，去杠杆政策的实施增加了融资约束0.054 个单位，且在1%的水平上显著。方程（3）表明在控制融资约束变量后，去杠杆政策仍在1%统计水平上显著降低企业固定资产投资。这说明融资约束发挥了部分中介效应，契合本文的逻辑主线。

表8 中介效应检验

五、结论与建议

（一）研究结论

基于中国A 股非金融类上市公司2013-2018年数据，本文运用双重差分模型研究去杠杆政策对企业固定资产投资行为的影响，得出了如下结论：一是去杠杆政策可能抑制企业固定资产投资需求。去杠杆政策从资本供需两方面强化固定资产投资面临的融资约束问题，进而最终降低企业固定资产投资。二是去杠杆政策实际降低了企业固定资产投资比例，同时融资约束也的确发挥了部分中介效应。这意味着去杠杆政策促使企业推迟固定资产投资行为的作用机制是融资约束的增加。三是去杠杆政策降低企业固定资产投资的效应主要存在于非国有企业、制造业行业的企业。

（二）政策建议

对于政府而言，在实施去杠杆政策的同时需要解决随之产生的融资约束问题，以此缓冲固定资产投资下滑的态势。从资本需求角度而言，应加大企业股权融资的便利程度，加快推进中国多层次资本市场体系的建设，以矫正去杠杆政策对企业融资偏好的扭曲程度。对于企业而言，应该着眼于企业的发展战略，不能因为去杠杆政策的意外冲击而放弃固定资产投资的长远目标，要积极主动地创新公司融资策略，在去杠杆进程中稳步推动固定资产投资战略。作为微观经营主体的企业，应充分发挥主观能动性，建立完善的监督治理体系，及时发现解决管理层或大股东出于私人收益的考量而取消对公司发展与其他利益相关者有利的固定资产投资决策的行为。

此外，鉴于企业性质与行业特性的差异，应加大力度精准识别政策的异质性，从而采取针对性措施缓解去杠杆政策降低企业固定资产投资的异质性影响。虽然国家针对民营企业、中小微企业融资难、融资贵问题提出并颁布实施了多项举措，但是，去杠杆政策所造成的银行信贷收紧仍主要集中在非国有企业，加剧了其资金链断裂的风险，增加了未来发展状况的不确定性。同时，制造业企业作为中国实体经济的支撑点，去杠杆政策加大其固定资产投资的敏感性并弱化其抵押贷款的优势，这些均是去杠杆政策与稳增长目标之间矛盾冲突的焦点。总之，在去杠杆政策的落实过程中理应推行和强化结构性去杠杆政策，尤其要重点关注非国有企业与制造业行业的融资约束问题，而非一刀切、无差异化地推进政策落地实施。