基于系统广义矩估计的动态面板数据分析.pdf

《基于系统广义矩估计的动态面板数据分析.pdf》由会员分享，可在线阅读，更多相关《基于系统广义矩估计的动态面板数据分析.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2009 年第 6 期河北经贸大学学报（双月刊）摘要：融资约束是制约企业和地区经济发展的极大障碍，从20032007年中国上市公司的面板数据和动态面板的分析结果发现，中国上市公司普遍存在融资约束；金融发展有助于降低企业的融资约束水平，民营上市公司的融资约束较国有上市公司得到更加明显的缓解；金融中介的发展在缓解企业融资约束中的作用远比股票市场发展的作用大。关键词：金融发展；融资约束；欧拉方程中图分类号：F832文献标识码：A文章编号：1007-2101（2009）06-0022-062009 年 11 月第 30 卷第 6 期河 北 经 贸 大 学 学 报Journal of Hebei Uni

2、versity of Economics and TradeNov.2009Vol.30 No.6中国金融发展与企业融资约束的缓解基于系统广义矩估计的动态面板数据分析饶华春（广东金融学院 中国金融转型与发展研究中心，广东 广州 510521）国民经济收稿日期：2009-03-24基金项目：国家自然科学基金项目（70602033）；广东省科技厅重大规划项目（2007B08703005）；广东金融学院课题（08XJ02-08）作者简介：饶华春（1970），男，江西抚州人，广东金融学院讲师，暨南大学经济学院博士生，研究方向为公司金融。融资约束是发展中国家普遍存在的问题。Fazzari et al.（

3、1988）1（简称FHP）在其开创性的研究中将融资约束定义为：在资本市场不完善的情况下，企业由于内外部融资成本存在较大差异，无法支付过高的外部融资成本导致融资不足，由此使投资低于最优水平、投资决策过于依赖企业内部资金。融资约束的出现是企业融资渠道不畅的结果，具体表现为企业内源资金积累不足、难以获得银行贷款、难以发行股票或债券等。金融发展水平（如金融业、信贷资金分配的市场化程度）是影响企业融资约束程度的重要因素。一、文献回顾Modigliani和Miller（1958）2认为，在完美的资本市场中，企业的投资完全取决于技术偏好和产量需求，投资决策与其财务结构、融资渠道无关。然而，现实世界并不存在真

4、正意义上的完美的资本市场，信息不对称和代理问题会提高外部资金的使用成本，使得留存收益、负债和发行股票等作为投资资金的来源并不等价，企业的融资能力总是在很大程度上影响其投资行为。Greenwald et al.（1984）3、Myers和Majluf（1984）4以及Myers（1984）5等发现非对称信息所产生的市场不完全，以及在此市场中融资决策所具有的信号传递作用将导致企业外部融资成本高于内部融资成本。Bernanke和Gertler（1989）6以及Gertler（1992）7等从代理问题出发，认为代理问题同样也会使得外部融资的成本高于内部融资的成本。当企业面临的内、外融资成本存在差异时，

5、企业的投资决策将受到内部融资可得性的影响，即企业的投资数量将会在很大程度上依赖于企业的内部融资能力；外部融资越困难、成本越高，企业的投资对其内部融资能力的依赖程度就越强。为证明融资约束的存在及其对企业投资的影响，FHP选用19701984年间421家美国制造业企业的面板数据为样本，根据股息支付高低来估计企业融资约束的程度，实证检验了企业投资与内部现金流的关系。他们认为，如果由于交易成本、信息成本使外部融资成本高于内部融资成本，那么对于一个具有好的投资机会的企业来说，支付大量股息是不符合价值最大化原则的；如果融资约束问题很重要，那么对一个具有相当好的投资机会的企业来说，投资对现金流将非常敏感。随

6、后的一些研究，如Hoshiet al.（1991）8、Calomiris（1994）9以及Lamont（1997）10采用不同的样本和方法也证实了FHP的结论。近年来，越来越多的研究开始关注影响企业融资约束的因素。一些研究从企业自身的角度来考察22融资约束的影响因素。如Pagano et al.（1998）11发现企业的融资约束和其信贷记录有着密切的关系，良好的信贷记录可以提高企业的声誉，降低企业的融资约束，从而帮助企业以较低的成本进行直接或间接的外部融资；Cull和Xu（2003）12认为企业良好的经营表现可以使得银行对其未来的现金流有着稳定的预期，从而比较容易获得银行贷款，减轻融资约束。另

7、一些研究则从企业外部环境的角度来考察融资约束的影响因素，认为发达的金融市场能有效地减轻信息不对称的程度和代理问题，降低企业的融资约束，并通过这一微观的传导机制促进经济的发展。Rajan和Zingales（1998）13发现，发达的金融中介和金融市场能够减少市场不完全性，从而减少外源融资和内源融资成本差异。Demirguc-Kunt和Maksimovic（2002）14认为，发达的金融发展水平不仅能为企业提供充足的外部资金，而且能确保投资者获得企业投融资决策的信息，从而使企业更加容易获得外部资金。Love（2001）15发现企业尤其是小企业的融资约束会随着一国金融发展水平的提高而降低。他认为，这

8、说明金融发展能通过减少信息不对称和契约不完备所导致的资本市场的不完善，从而减轻企业的融资约束，提高资源的配置效率。在国内，朱红军等（2006）16、李斌等（2006）17的研究同样发现，金融发展水平的提高，能缓解企业的融资约束。本文和以上文献主要有以下不同：首先，国内研究企业融资约束的实证性文献很多，基本上都是使用托宾模型或者基于托宾与销售加速相结合的模型，本文则使用欧拉方程投资模型；其次，本文使用的动态面板系统GMM估计方法可以避免内生性所引起的估计偏差。二、模型、方法与数据（一）模型及变量定义早期的融资约束研究往往使用销售加速模型和托宾Q模型。销售加速模型认为投资与现金流之间的正相关关系就

9、是融资约束的证据，但是，后来的研究普遍认为，现金流系数为正可能并不表示内部现金流对企业投资有着重要影响，而是有可能表明了企业未来具有更高的盈利能力。而托宾Q模型将反映企业未来市场价值和潜在投资机会的托宾Q纳入投资决定模型，公司利润的现金流变量被添加到Q模型中来检验融资约束的程度，从而将融资约束与未来增长预期对企业投资的影响区分开来，解决了销售加速模型的不足。但是，Q模型的应用对资本市场的效率假设有很高的要求，并且在Q值的选取上也存在较大异议。尤其是，鉴于发展中国家证券市场通常存在着效率不高的不争事实，托宾Q模型中相关数值的计算就存在更大的争议。饶育蕾和汪玉英（2006）18的实证研究表明，企业

10、投资与代表投资机会的托宾Q值之间呈负相关关系，托宾Q并没有能够正确代表公司的价值和投资机会，原因是中国特殊的股权安排以及中国证券市场定价的偏离，使托宾Q不能真实反映公司价值。而且，证券市场缺乏有效性会使得实证检验中的托宾Q不可避免地存在严重的衡量偏误（Erickson和Whited，2000）19，该衡量偏误将导致统计推断失效。Bond和Meghir（1994）20提出了欧拉方程投资模型。他们的模型包括滞后一期的投资及其平方项和产生的现金流，一个控制非完全竞争环境的产出变量，以及一个代表潜在的破产成本和税收优势的负债变量。这既控制了未来预期收益对投资支出的影响，但又不包括难以准确计算的托宾Q值

11、，克服了托宾Q模型的不足。在实证研究中，为避免经济波动的影响，欧拉方程投资模型通常被转换为下面的实证模型。IS!it=0+1IS!i，t-1+2IS!2i，t-1+3CFS!i，t-1+4DS!i，t-1+i+it（1）（1）式中，i表示公司、t表示年份，I表示投资支出，本文以企业购买固定资产、无形资产及其他资产的现金支出来衡量。S表示销售收入，本文以主营业务收入来衡量。CF是现金流，现金流的定义通常为扣除非经常项目和折旧前的收入减去现金股利，由于部分数据难以收集，本文用年度的经营活动产生的现金流净额来代替。D表示企业的负债，等于总负债。i为不可观察的个体效应，it为随机扰动项。根据Bond和

12、Meghir（1994）的观点，如果3的符号为正且显著，则表明企业存在着融资约束。根据金融发展可以降低市场不完全性的思路来研究企业融资约束问题，可在欧拉方程投资模型加入反映金融发展水平的交互变量来检验金融发展是否有利于缓解融资约束：IS!it=0+1IS!i，t-1+2IS!2i，t-1+3CFS!i，t-1+4DS!i，t-1+5CFS!i，t-1*FD+6CFS!i，t-1*FIN+国民经济饶华春中国金融发展与企业融资约束的缓解232009 年第 6 期河北经贸大学学报（双月刊）表1主要变量的描述性统计变量I/SCF/SD/S样本组国有民营全部样本国有民营全部样本国有民营全部样本测观数2

13、1250 9503 0752 1250 9503 0752 1250 9503 075均值0.1990.1950.1980.1810.1660.1770.9260.9570.934标准差0.3090.3230.3130.1770.2860.2110.8580.8130.846最小值-0.105-0.001-0.105-0.227-0.000-0.227-0.023-0.080-0.023中位数0.1990.1090.1040.1300.1170.1250.6770.7550.696最大值06.36203.92006.36202.19006.48106.48010.69106.03110.691

14、7CFS!i，t-1*SIT+i+it（2）参照Demirguc-Kunt和Levine（1996）21采用的金融发展衡量指标，FIN是衡量金融中介发展的指标，等于M2/GDP与贷款总额/GDP之和，STK为衡量股票市场发展指标，等于股票市值/GDP、交易量/GDP与交易量/股票市值之和，FD是衡量金融发展的指标，它等于FIN与STK之和。金融发展、金融中介发展、股票市场发展与投资对主营业务收入敏感程度的交互乘积项系数5、6、7分别用来考察它们对企业融资约束的影响。根据Laeven（2003）22的观点，如果5、6、7显著为负，则意味着金融发展使得企业投资对内部现金流的依赖程度减少，缓解了企业

15、的融资约束。（二）方法在模型（1）、模型（2）中，由于因变量的滞后项作为解释变量，从而导致解释变量具有内生性，因此如果应用面板数据的随机效应或者固定效应对模型进行估计，得到的参数估计值将是一个有偏差的、非一致的估计量，从而导致所推导出的经济含义也是扭曲的。为解决这一问题，本文采用Arellano和Bond（1991）23提出的动态面板广义矩法（GMM）对模型进行估计。这一方法先是对估计方程进行一阶差分以去掉固定效应的影响，然后用一组滞后的解释变量作为差分方程中相应变量的工具变量，从而获得一致性估计。GMM估计包括一步GMM估计和两步GMM估计。由于两步估计的标准差存在向下偏倚，这种偏倚经过Wi

16、ndmeijer（2005）24调整后会减小，但会导致两步GMM估计量的近似渐进分布不可靠，所以，在经验应用中通常使用一步GMM估计量（Bond，2002）25。由于一步系统GMM利用了比一步差分GMM更多的信息，可以有效控制某些解释变量的内生性问题，通过将弱外生变量的滞后项作为工具变量纳入估计方程，从而获得一致性估计。因此，前者比后者的估计结果更有效。因此，我们将选择一步系统GMM估计方法。但一步系统GMM加入水平方程的同时也增加了矩约束条件的数量，从而需要进行Sargan检验，以判断新增的工具变量是否有效。此外，对于GMM估计量是否有效可行，Bondet al.（2001）26指出了一种简

17、单的检验办法，即将GMM估计值分别与固定效应估计值及混合OLS估计值比较。由于混合OLS估计通常严重高估滞后项的系数，而固定效应估计则一般会低估滞后项的系数，因此如果GMM估计值介于两者之间，则GMM估计是可靠有效的。（三）样本及数据来源本文选择20032007年沪深两市非金融类上市公司作为研究样本，并按如下原则进行样本筛选：为避免异常值的影响，剔除每年被ST和PT的公司以及拥有B股和H股的公司；为保证对变量统计结果解释的一致性，剔除20032007年间投资或现金流小于0的公司样本，剔除样本区间内总资产成长率或销售成长率大于100的公司以防止兼并重组的影响，最终得到615家上市公司作为研究样本

18、。样本公司数据来源于中国证券市场数据库（CCER）。用于度量中国金融发展的指标所需要的数据全部来自20042008年的中国统计年鉴和中国金融年鉴。表1是主要变量的描述性统计结果。三、实证结果与分析如前所述，为了检验GMM估计的可靠性，可以将滞后因变量的GMM估计值与混合OLS和固定效应模型的估计值相比。我们对动态面板模型（1）进行混合OLS和固定效应模型估计，表2得到（I/S）t-1的OLS估计值为0.660，固定效应模型的估计值为0.154，而（I/S）t-1的GMM估计值为0.315，确实处于其他两个估计值之间。分组估计中也是如此。这说明我们的GMM估计结果是可靠有效的，未因弱工具变24表

19、3模型（2）一步系统GMM估计结果0.314a（12.75）-0.065a（-10.34）0.492a（5.94）0.026a（4.17）-0.072a（-4.11）0.084a（12.65）0.0070.8240.9023 0750.311a（12.83）-0.062a（-9.90）15.015a（5.19）0.020a（3.32）-5.501a（-5.13）0.072a（11.08）0.0060.8160.8990.314a（12.75）-0.065a（-10.34）0.295a（7.58）0.026a（4.17）-0.071a（-4.11）0.084a（12.65）0.0020.8010

20、.8790.245a（9.14）-0.052a（-8.14）0.457a（5.15）0.021a（3.07）-0.031c（-1.74）0.684a（9.36）0.0050.7750.8312 1250.242a（9.09）-0.051a（-7.94）9.354a（2.83）0.020a（2.94）-3.357a（-2.73）0.066a（9.07）0.0090.7460.8290.245a（9.14）-0.052a（-8.14）0.374a（7.92）0.021a（3.07）-0.030c（-1.74）0.068a（9.36）0.0050.7750.8300.511a（7.54）-0.096

21、a（-3.46）0.772a（3.29）0.013（0.89）-0.161a（-3.14）0.092a（5.21）0.0080.7230.8259500.532a（8.13）-0.087a（-3.19）21.569a（3.24）-0.006（-0.40）-7.963a（-3.23）0.070a（4.15）0.0010.7100.7950.511a（7.54）-0.096a（-3.47）0.332a（3.30）0.013（0.88）-0.159a（-3.13）0.092a（5.21）0.0020.7060.754全部样本国有企业民营企业变量（I/S）t-1（I/S）2t-1（CF/S）t-1（D

22、/S）t-1（CF/S）t-1*FD（CF/S）t-1*FIN（CF/S）t-1*STKConstantAR（1）AR（2）Sargan Test观测数量问题而出现严重偏误。从表2可知，一步系统GMM估计的萨甘统计量的p值为0.914，不能拒绝工具联合有效的原假设。因此，我们选取的工具及其滞后阶数是合适的。残差自相关检验AR（1）和AR（2）伴随P值分别为0.005和0.835，这验证了一阶差分方程中的残差项不再存在自相关，模型（1）GMM估计效果较好。同此分析，模型（2）GMM估计效果也较好。表2模型（1）混合OLS、固定效应FE、一步系统GMM估计结果全部样本0.660a（23.24）-0

23、.113a（-15.05）0.175a（6.96）0.013c（1.80）0.024a（3.04）0.3613 075国有企业0.567a（18.16）-0.096a（-12.34）0.320a（9.16）0.011（1.43）0.015c（1.67）0.3582 125民营企业0.910a（12.43）-0.161a（-5.43）0.050a（3.03）-0.008（-0.53）0.026（1.34）0.419950全部样本0.154a（4.02）-0.043a（-4.81）0.086a（2.72）-0.033a（-2.71）0.177a（13.35）0.2203 075国有企业0.112a

24、（2.69）-0.035a（-3.85）0.130a（2.70）-0.016（-1.21）0.160a（9.68）0.5122 125民营企业0.300a（2.84）-0.057b（-2.38）0.071a（3.17）-0.108a（-3.47）0.231a（5.97）0.358950全部样本0.315a（12.95）-0.064a（-10.31）0.164a（7.49）0.023a（3.81）0.079a（12.29）0.0050.8350.9143 075国有企业0.245a（9.18）-0.052a（-8.13）0.313a（10.05）0.020a（3.02）0.067a（9.72）0

25、.0030.8730.8262 125民营企业0.524a（8.01）-0.089a（-3.34）0.048a（4.14）0.001（0.06）0.084a（4.95）0.0020.7290.802950OLSFE一步系统GMM变量（I/S）t-1（I/S）2t-1（CF/S）t-1（D/S）t-1ConstantAdj.R2AR（1）AR（2）Sargan Test观测数注：表2、表3中的一步系统GMM估计是在stata10.0中嵌入“xtabond2”程序进行的。内生变量滞后期选择Lag（2，2）；AR（1）、AR（2）、SarganTest给出的都是统计量对应的p值；括号内为t值；a、b

26、、c分别表示在1%、5%和10%的水平上显著。国民经济饶华春 中国金融发展与企业融资约束的缓解表2列出了模型（1）的检验结果。全部样本中，（I/S）t-1的系数为正，（I/S）2t-1的系数为负，并且都在1%或5的水平上显著，与Bond和Meghir（1994）构建欧拉理论方程时对这两个系数的预期符号一致，（CF/S）t-1的系数全部在1%的水平上显著为正，说明中国上市公司普遍受到了融资约束。进一步从不同性质企业来看，国有企业的系数比民营企业的系数更大一些，说明国有企业的融资约束程度高于民营企业。这与郑江淮等（2001）27的结果类似。他们的结论是，国家股比重越低的上市公司没有受到明显的外源融

27、资约束，而国家股比重越高的上市公司却受到了外源融资约束。其主要原因可能是国有上市公司经营机制不完善、经252009 年第 6 期河北经贸大学学报（双月刊）营业绩状况较差、投资者对其投资价值评价较低等。表3报告了使用一步系统GMM方法对模型（2）进行估计的结果。结果显示，在全部样本中，交互乘积项系数显著地小于0，金融发展缓解了企业的融资约束。这与朱红军等（2006）、李斌等（2006）的研究结论基本一致。交互乘积项系数的绝对值比绝对值要大得多，可以认为金融中介的发展在缓解企业融资约束中的作用远比股票市场发展的作用大。在分组样本中，民营企业的交互项系数的绝对值都比国有企业相应的系数绝对值要大得多，

28、因此不管是从金融发展的作用、还是从金融中介、股票市场发展的作用看，民营企业的融资约束都较国有企业得到更加明显的缓解。分组样本同样证明了金融中介的发展在缓解企业融资约束中的作用远比证股票市场发展的作用大。这一估计结果令人颇感意外。理论上说，企业的融资约束程度取决于企业与资金供给者之间的信息不对称程度及代理问题的严重程度。如果信贷市场或资本市场越完善，企业与资金供给者之间信息不对称程度越低，那么企业受到的外源融资约束程度就越低。就中国上市公司来说，上市公司投资受到外源融资约束的程度，一方面取决于股票市场的完善程度，即上市公司与股权投资者之间的信息不对称程度，另一方面取决于上市公司与债权投资者之间的

29、信息不对称。中国上市公司虽然都是具有一定规模的大企业，都有较强的抵押能力，但是性质不同的上市公司与商业银行和政府有着不同的关系，上市公司在股权和债务融资约束上存在着差异。民营企业的融资约束都较国有企业得到更加明显的缓解主要是由于中国国有企业有其特殊性，即一直受到国家财政和信贷的大力支持，金融发展的程度对其影响并不是很大。朱红军等（2006）的研究也表明，预算软约束的存在扭曲了国有企业面临的真实的融资约束，减弱了金融发展对国有企业所带来的积极作用，产生了“漏出”效应。然而，考虑到民营企业经营活动对银行贷款的依赖程度较低，主要依赖内源融资（企业家自有资金、企业留利等）和非正规金融（如私人借贷、贸易

30、信贷、地下钱庄等）以及金融漏损效应（金融资源从国有部门向私人部门的流动）等，我们认为，金融发展只是有限地改善了民营企业的融资约束，金融体系若要充分发挥其功能，还需加快自身的改革。四、结论和政策建议在中国转型经济的的特殊制度背景下，融资约束的存在是制约企业和地区经济发展的重要障碍，如何缓解融资约束，促进企业的健康发展，进而实现地区之间经济的平衡发展，成为政策制定者和实务界关注的课题。本文通过更适用于中国上市公司的欧拉方程投资模型，利用20032007年上市公司面板数据和动态面板广义矩估计方法，考察了金融发展对缓解企业融资约束的作用。实证分析发现：（1）中国上市公司普遍存在融资约束，但不同公司所受

31、融资约束程度不同，国有上市公司的融资约束程度高于民营上市公司；（2）金融发展有助于降低企业的融资约束水平，金融发展过程中，民营企业的融资约束较国有企业得到更加明显的缓解；（3）金融中介的发展在缓解企业融资约束中的作用远比股票市场发展的作用大。从这些结论可以得出的政策建议是：首先，进一步深化金融改革，推进金融部门的市场化改革，在提高金融深度的同时改善金融体系的内部构成以适应经济结构；其次，放松对民营企业上市的限制，扩大民营企业进入股票市场投融资的规模；第三，推进中小金融机构的发展，通过建立中小企业银行、发展政策性中小企业融资担保机构等措施缓解民营等中小企业面临的融资约束和发展困境。参考文献：1

32、Fazzari，S.M.，Hubbard，R.G.andPeterson，B.C.1988:Financial Constraints and Corporate Investment，Brooking Papers on Economic Activity，Vol.1:，141195.2 Modigliani，F.and Miller，M.1958:The cost of capital，corporationfinance，andthetheoryofinvestment，American Economic Review，Vol.48:261297.3 Greenwald，B.，Stigl

33、itz，J E.and Weiss，A.1984:InformationalImperfectionsintheCapitalMarketandMacroeconomicFluctuations，TheAmericanEconomicReview，Vol.48:194199.4 Myers，S.C.and Majluf，N.S.1984:Corporate financingand investment decisions when firms have informationthat investors do not have，Journal of Financial Economics，V

34、ol.13:187221.5 Myers，S.C.1984:The capital structure puzzle，Journal of Finance，Vol.39:575592.6 Bernanke，B.andGertler，M.1989:Agencycosts，net26Financial Development and Relief of Corporate Financing Constraints in China:Based on DynamicPanel Data with System GMM EstimationRao HuachunAbstract:Financing

35、restraints are the major block for the development of enterprises and regional economy.The analysis ofthe panel data and dynamic panel of Chinas listed companies during 2003-2007 shows that financing constraints areuniversal in the enterprises;the financial development helps to relieve the constrain

36、ts,especially for the private enterprises;financial intermediaries play a larger role than stock market in relieving the constraints.Key words:financial development;financing constraints;Euler equationworth，andbusinessfluctuations.AmericanEconomicReview，Vol.79:1431.7 Gertler，M.1992:Financial capacit

37、y and output fluctuation in an economy with multi-period financial relationship，Reviewof Economic Studies，Vol.59:4554728 Hoshi，Kashyap and Scharfstein.1991:Corporate structure，liquidity，and investment:Evidence from Japanese paneldata，Quarterly Journal of Economics，Vol.106:3360.9 Calomiris，C.and Hubb

38、ard，R.G.1994:Tax Policy，InternalFinance and Investment:Evidence from theUndistributed Profits Tax of 1936-1937，Journal of Business，Vol.68:443248.10 Lamont，O.1997:Cash Flow and Investment:Evidencefrom International Capital Markets，Journal of Finance，Vol.52:83110.11 Pagano，M.，Panetta，F.and Zingales L.

39、1998:Why DoCompanies Go Public?An Empirical Analysis，Journalof Finance，Vol.53:27641.12 Cull，R.and Xu，L.C.2003:Who Gets Credit?TheBehavior of Bureaucrats and State Banks in AllocatingCredit to Chinese State-Owned Enterprises，Journal ofDevelopment Economics，Vol.71:5335591.13 Rajan，R.and Zingales，L.199

40、8:Financial Dependence andGrowth，American Economic Review，Vol.88:559587.14 Demirguc-Kunt，A.andMaksimovic，V.2002:FundingGrowth in Bank-Based and Market-Based FinancialSystems:Evidence from Firm-Level Dada，Journal ofFinancial Economics，Vol.65:337363.15 Love，I.2001:Financial Development and Financing C

41、onstraints:International Evidence from the Structural Investment Model，World Bank Working Paper，No.2694.16 朱红军，何贤杰，陈信元.金融发展、预算软约束与企业投资 J.会计研究，2006，（10.）17 李斌，江伟.金融发展、融资约束与企业成长 J.南开经济研究，2006，（3）.18 饶育蕾，汪玉英.中国上市公司大股东对投资影响的实证分析 J.南开管理评论，2006，（5）.19 Erickson，T.and Whited，T.M.2000:Measurement errorand th

42、e relationship between investment and Q，Journal of Political Economy，Vol.108:102710571.20 Bond，S.and Meghir C.1994:Dynamic investment models and the firm s a financial policy，Review of Economic Studies，Vol.61:197222.21 Demirguc-Kunt，A.and Levine，R.1996:Stock marketdevelopment and financial intermedi

43、aries:stylized facts，World Bank Economic Review，Vol.10:291321.22 Laeven，L.2003:Does Financi al Liberalization ReduceFinancingConstraints?FinancialManagement，Vol.32:534.23 Arellano，M.and Bond S.1991:Some Tests of Specification for Panel Data:Monte Carlo Evidence and an Application to Employment Equat

44、ions，Review of Economic Studies，Vol.58:277297.24 Windmeijer，F.2005:A Finite Sample Correction forThe Variance of Linear Efficient Two-Step GMM Estimators，Journal of Econometrics，Vol.126:2551.25 Bond，S.2002:Dynamic Panel Data Models:A Guideto Micro Data Methods and Practice，CEMMAP Working Paper CWP09/02，Department of Economics，Institute for Fiscal Studies，London.26 Bond，S.，Hoeffler，A.and Temple，J.2001:GMM Estimation of Empirical Growth Models，CEPR DiscussionPaper No13048.27 郑江淮，何旭强，王华.上市公司投资的融资约束：从股权结构角度的实证分析 J.金融研究，2001，（11）.责任编辑：学诗责任校对：王岩云国民经济饶华春 中国金融发展与企业融资约束的缓解27