摘要：近年来，随着“走出去”战略的深入推进，我国民营企业对外直接投资（OFDI）规模持续扩大，已成为我国对外投资的重要主体。但相较于国有企业，民营企业面临着更为严峻的融资约束问题，这一问题是否会抑制其对外直接投资行为，成为学术界和实务界关注的焦点。基于此，本文选取2016-2022年我国A股上市民营企业为研究样本，构建融资约束综合指标，运用面板回归模型实证检验融资约束对民营企业对外直接投资的抑制效应，并进一步分析企业异质性和外部环境的调节作用。研究发现，融资约束显著抑制了民营企业的对外直接投资规模和投资概率，且这种抑制效应在中小企业和高新技术民营企业中更为突出；同时，金融发展水平的提升和政府补贴的增加能够有效缓解融资约束对民营企业对外直接投资的抑制作用。本文的研究结论为缓解民营企业融资约束、促进其对外直接投资健康发展提供了理论依据和政策参考。

关键词：融资约束；民营企业；对外直接投资；抑制效应；面板回归

一、引言

在经济全球化深入发展和我国对外开放水平不断提升的背景下，对外直接投资已成为我国企业参与全球资源配置、提升国际竞争力的重要途径。据商务部统计，2022年我国对外直接投资流量达1465.4亿美元，其中民营企业占比超过60%，成为我国对外投资的主力军。然而，民营企业在对外直接投资过程中面临着诸多制约因素，其中融资约束问题尤为突出。与国有企业相比，民营企业由于产权性质、资产规模、信用评级等方面的劣势，在信贷市场、资本市场中往往面临融资渠道狭窄、融资成本偏高、融资规模受限等问题，导致其对外直接投资所需的大额、长期资金难以得到有效保障。

现有研究已证实融资约束是企业对外直接投资的重要制约因素，但针对民营企业这一特定主体的实证研究仍有待深化，尤其是关于融资约束抑制效应的异质性特征和调节机制的探讨还不够充分。基于此，本文以我国A股上市民营企业为研究对象，系统考察融资约束对其对外直接投资的抑制效应，旨在明确二者之间的内在关联及影响边界，为破解民营企业融资困境、推动其对外直接投资高质量发展提供针对性的政策建议。这一研究不仅能够丰富融资约束与企业对外直接投资相关领域的理论研究，也能为民营企业的国际化经营决策和政府部门的政策制定提供实践参考。

二、文献综述

（一）融资约束相关研究综述

融资约束的概念最早由Fazzari等（1988）提出，他们认为当企业内部融资成本与外部融资成本存在显著差异，且外部融资成本高于内部融资成本时，企业就面临融资约束。国外学者围绕融资约束的测度方法和经济后果展开了大量研究，测度方法方面，先后提出了投资-现金流敏感性模型、KZ指数、WW指数、SA指数等经典测度指标，其中SA指数因无需使用企业财务报表中的内生性指标，被广泛应用于融资约束的实证研究中。经济后果方面，研究发现融资约束会抑制企业的固定资产投资、研发投入、创新产出等，进而影响企业的成长能力和市场竞争力。

国内学者结合我国金融市场的发展特征，对融资约束的相关问题进行了拓展研究。李科和徐龙炳（2011）研究发现，我国民营企业面临的融资约束显著高于国有企业，这种“所有制歧视”是导致民营企业融资困境的重要原因。连玉君等（2010）通过实证检验证实，融资约束会显著抑制企业的投资效率，且这种抑制效应在中小企业中更为明显。此外，还有学者探讨了金融发展、政府补贴、数字金融等因素对企业融资约束的缓解作用，为破解企业融资困境提供了理论思路。

（二）企业对外直接投资的影响因素研究综述

关于企业对外直接投资的影响因素，现有研究主要从企业内部特征和外部环境两个维度展开。企业内部特征方面，全要素生产率、企业规模、资产负债率、所有权性质等是影响企业对外直接投资的重要因素。Helpman等（2004）提出的异质性企业贸易理论认为，只有生产率较高的企业才能承担对外直接投资的固定成本，进而开展对外直接投资活动，这一结论得到了众多实证研究的证实。企业规模方面，大规模企业拥有更充足的资金、技术和管理经验，更易开展对外直接投资。

外部环境方面，东道国市场规模、制度质量、贸易壁垒，以及母国的金融发展水平、政策支持等因素均会影响企业的对外直接投资决策。国内学者针对我国企业的对外直接投资行为进行了大量研究，发现母国金融发展水平的提升能够通过缓解企业融资约束，促进企业对外直接投资（熊李力等，2020）；政府补贴作为一种外部资金支持，能够有效弥补民营企业对外直接投资的资金缺口，降低其投资风险（王碧珺等，2018）。

（三）融资约束与企业对外直接投资的关联研究综述

近年来，融资约束与企业对外直接投资的关联成为学术界研究的热点。国外学者如Buch等（2009）通过对德国企业的实证研究发现，融资约束会显著降低企业对外直接投资的概率和规模，且这种抑制效应在依赖外部融资的行业中更为突出。国内学者也得出了类似的结论，黄玖立和冼国明（2011）基于我国工业企业数据的研究表明，融资约束是制约我国企业对外直接投资的重要因素，且对民营企业的抑制作用强于国有企业。

但现有研究仍存在一些不足：一是部分研究对融资约束的测度不够精准，未能全面反映民营企业的融资困境；二是关于融资约束抑制效应的异质性分析不够深入，对不同特征民营企业的差异关注不足；三是对缓解融资约束抑制效应的调节机制探讨不够系统，缺乏对外部环境因素调节作用的综合考察。本文将针对上述不足展开研究，力求弥补现有研究的空白。

三、研究设计

（一）样本选取与数据来源

本文选取2016-2022年我国A股上市民营企业为初始研究样本，为保证样本的有效性，按照以下标准进行筛选：（1）剔除金融类上市公司，因金融类企业的财务特征与非金融类企业存在显著差异；（2）剔除ST、*ST类上市公司，此类企业面临财务困境，可能影响研究结果的准确性；（3）剔除对外直接投资数据和财务数据缺失的上市公司；（4）为避免极端值的影响，对所有连续型变量进行1%的缩尾处理。最终得到有效观测值4268个。

本文的对外直接投资数据来源于国泰安数据库（CSMAR）和Wind数据库，通过上市公司年报中的“对外投资”“长期股权投资”等项目整理得到；企业财务数据、公司治理数据均来源于国泰安数据库（CSMAR）；金融发展水平数据来源于《中国统计年鉴》和各省（自治区、直辖市）统计年鉴；政府补贴数据来源于上市公司年报。

（二）变量定义

1. 被解释变量：对外直接投资（OFDI）

本文从投资规模和投资概率两个维度衡量民营企业的对外直接投资行为。（1）对外直接投资规模（OFDI_Size）：采用上市公司当年对外直接投资的金额取自然对数来表示，若当年未开展对外直接投资，则取值为0；（2）对外直接投资概率（OFDI_Dum）：虚拟变量，若上市公司当年开展对外直接投资，则取值为1，否则取值为0。

2. 核心解释变量：融资约束（FC）

借鉴Hadlock和Pierce（2010）的研究方法，采用SA指数测度企业的融资约束程度，SA指数的计算公式如下：

$$SA = -0.737 \times Size + 0.043 \times Size^2 - 0.040 \times Age$$

其中，Size表示企业规模，采用企业总资产的自然对数表示；Age表示企业上市年限，即当年年份减去企业上市年份。SA指数的绝对值越大，表明企业面临的融资约束程度越严重。为便于解释，本文将SA指数取绝对值，记为FC，FC值越大，融资约束程度越高。

3. 调节变量

（1）金融发展水平（FD）：采用各省（自治区、直辖市）的金融机构年末贷款余额与地区生产总值（GDP）的比值来表示，该指标越大，表明当地金融发展水平越高；（2）政府补贴（Subsidy）：采用上市公司当年获得的政府补贴金额取自然对数来表示。

4. 控制变量

借鉴现有研究，选取以下变量作为控制变量：（1）全要素生产率（TFP）：采用LP方法测算，反映企业的生产效率；（2）企业规模（Size）：采用企业总资产的自然对数表示；（3）资产负债率（Lev）：采用企业总负债与总资产的比值表示，反映企业的偿债能力；（4）净资产收益率（ROE）：采用企业净利润与净资产的比值表示，反映企业的盈利能力；（5）股权集中度（Top1）：采用第一大股东持股比例表示，反映企业的公司治理水平；（6）企业年龄（Age）：采用当年年份减去企业成立年份取自然对数表示。此外，还加入了年份虚拟变量（Year）和行业虚拟变量（Industry），以控制年份和行业固定效应。各变量的具体定义如表1所示。

（三）模型构建

1. 基准回归模型

为检验融资约束对民营企业对外直接投资规模的抑制效应，构建面板固定效应模型（1）：

$$OFDI\_Size_{it} = \alpha_0 + \alpha_1 FC_{it} + \sum_{k=1}^n \alpha_k Control_{itk} + \lambda_i + \mu_t + \varepsilon_{it}$$

为检验融资约束对民营企业对外直接投资概率的抑制效应，构建面板Probit模型（2）：

$$Probit(OFDI\_Dum_{it}=1) = \beta_0 + \beta_1 FC_{it} + \sum_{k=1}^n \beta_k Control_{itk} + \lambda_i + \mu_t + \varepsilon_{it}$$

其中，i表示企业，t表示年份；$$\alpha_0$$、$$\beta_0$$为截距项；$$\alpha_1$$、$$\beta_1$$为核心解释变量融资约束（FC）的系数，若系数显著为负，则表明融资约束对民营企业对外直接投资具有抑制效应；$$Control_{itk}$$为控制变量；$$\lambda_i$$为个体固定效应；$$\mu_t$$为年份固定效应；$$\varepsilon_{it}$$为随机扰动项。

2. 调节效应模型

为检验金融发展水平和政府补贴对融资约束抑制效应的调节作用，在基准回归模型的基础上，加入融资约束与调节变量的交互项，构建调节效应模型（3）和（4）：

$$OFDI\_Size_{it} = \gamma_0 + \gamma_1 FC_{it} + \gamma_2 FC_{it} \times FD_{it} + \sum_{k=1}^n \gamma_k Control_{itk} + \lambda_i + \mu_t + \varepsilon_{it}$$

$$OFDI\_Size_{it} = \delta_0 + \delta_1 FC_{it} + \delta_2 FC_{it} \times Subsidy_{it} + \sum_{k=1}^n \delta_k Control_{itk} + \lambda_i + \mu_t + \varepsilon_{it}$$

其中，$$FC_{it} \times FD_{it}$$为融资约束与金融发展水平的交互项，$$FC_{it} \times Subsidy_{it}$$为融资约束与政府补贴的交互项。若交互项系数显著为正，则表明调节变量能够缓解融资约束对民营企业对外直接投资的抑制效应。

四、实证结果与分析

（一）描述性统计

表2报告了主要变量的描述性统计结果。从被解释变量来看，对外直接投资规模（OFDI_Size）的均值为0.582，标准差为1.236，表明不同民营企业的对外直接投资规模存在较大差异；对外直接投资概率（OFDI_Dum）的均值为0.216，说明样本中有21.6%的民营企业在当年开展了对外直接投资，整体投资参与度不高。核心解释变量融资约束（FC）的均值为3.725，标准差为0.418，表明民营企业普遍面临融资约束，且不同企业的约束程度存在一定差异。调节变量方面，金融发展水平（FD）的均值为1.124，政府补贴（Subsidy）的均值为15.368，均存在一定的个体差异。控制变量的统计结果与现有研究基本一致，表明样本数据具有合理性。

（二）基准回归结果分析

表3报告了融资约束对民营企业对外直接投资抑制效应的基准回归结果。列（1）为面板固定效应模型的回归结果，列（2）为面板Probit模型的回归结果。从列（1）可以看出，融资约束（FC）的系数为-0.325，且在1%的水平上显著为负，表明融资约束显著抑制了民营企业的对外直接投资规模，即民营企业面临的融资约束程度越高，其对外直接投资规模越小。从列（2）可以看出，融资约束（FC）的系数为-0.287，且在1%的水平上显著为负，表明融资约束显著降低了民营企业对外直接投资的概率，即融资约束程度越高，民营企业开展对外直接投资的可能性越小。上述结果验证了本文的核心假设，即融资约束对民营企业对外直接投资具有显著的抑制效应。

控制变量方面，全要素生产率（TFP）的系数显著为正，表明企业生产率越高，越有能力开展对外直接投资，这与异质性企业贸易理论的结论一致；企业规模（Size）的系数显著为正，说明大规模企业拥有更充足的资源和更强的抗风险能力，更易开展对外直接投资；净资产收益率（ROE）的系数显著为正，表明盈利能力较强的企业，内部融资能力较强，能够为对外直接投资提供资金支持；资产负债率（Lev）的系数显著为负，说明企业偿债能力越弱，对外直接投资的意愿和能力越低；股权集中度（Top1）的系数显著为正，表明股权集中的企业决策效率更高，更易推进对外直接投资决策；企业年龄（Age）的系数显著为正，说明成立时间较长的企业，经营经验更丰富，更易开展对外直接投资。

注：***、**、*分别表示在1%、5%、10%的水平上显著，括号内为t值（列1）和z值（列2）。

（三）异质性分析

1. 按企业规模异质性分析

将样本企业按总资产规模分为中小企业和大型企业，其中总资产小于样本均值的为中小企业，大于等于样本均值的为大型企业，分组回归结果如表4所示。列（1）为中小企业的回归结果，列（2）为大型企业的回归结果。可以看出，中小企业融资约束（FC）的系数为-0.456，且在1%的水平上显著为负；大型企业融资约束（FC）的系数为-0.189，且在5%的水平上显著为负。对比可知，融资约束对中小企业对外直接投资的抑制效应显著强于大型企业。原因在于，中小企业资产规模较小、信用评级较低，融资渠道更为狭窄，融资约束问题更为突出，对外直接投资所需的大额资金难以得到有效保障，因此融资约束的抑制效应更为明显。

2. 按行业异质性分析

将样本企业分为高新技术企业和非高新技术企业，其中高新技术企业按照国家相关标准认定，分组回归结果如表5所示。列（1）为高新技术企业的回归结果，列（2）为非高新技术企业的回归结果。可以看出，高新技术企业融资约束（FC）的系数为-0.523，且在1%的水平上显著为负；非高新技术企业融资约束（FC）的系数为-0.215，且在5%的水平上显著为负。这表明融资约束对高新技术民营企业对外直接投资的抑制效应更强。原因在于，高新技术企业对外直接投资多集中于技术研发、高端制造等领域，所需资金规模大、投资周期长、风险高，对外部融资的依赖程度更高，因此融资约束的抑制效应更为突出。

（四）调节效应分析

1. 金融发展水平的调节作用

表6列（1）报告了金融发展水平的调节效应回归结果。可以看出，融资约束与金融发展水平的交互项（FC×FD）系数为0.187，且在1%的水平上显著为正，表明金融发展水平的提升能够有效缓解融资约束对民营企业对外直接投资的抑制效应。原因在于，金融发展水平较高的地区，金融机构的信贷供给能力更强，信贷审批流程更为便捷，民营企业的融资渠道更为畅通，融资成本更低，从而能够有效缓解融资约束，为对外直接投资提供资金支持。

2. 政府补贴的调节作用

表6列（2）报告了政府补贴的调节效应回归结果。可以看出，融资约束与政府补贴的交互项（FC×Subsidy）系数为0.156，且在1%的水平上显著为正，表明政府补贴的增加能够有效缓解融资约束对民营企业对外直接投资的抑制效应。原因在于，政府补贴作为一种无偿的外部资金支持，能够直接弥补民营企业对外直接投资的资金缺口，降低其投资风险，同时还能向市场传递积极信号，提升民营企业的信用评级，进一步缓解其融资约束。

（五）稳健性检验

为保证研究结果的可靠性，本文采用以下方法进行稳健性检验：一是替换融资约束测度指标，采用KZ指数替代SA指数重新进行回归，回归结果显示融资约束的系数仍显著为负，核心结论保持一致；二是改变样本区间，剔除2020年疫情影响的样本，采用2016-2019年的样本重新进行回归，核心结论未发生变化；三是采用工具变量法，选取企业所在地区的金融机构分支机构数量作为融资约束的工具变量，解决内生性问题，回归结果显示融资约束对民营企业对外直接投资的抑制效应依然显著。上述稳健性检验结果表明，本文的研究结论具有可靠性和稳健性。

五、研究结论与政策建议

（一）研究结论

本文以2016-2022年我国A股上市民营企业为研究样本，实证检验了融资约束对民营企业对外直接投资的抑制效应，并分析了企业异质性和外部环境的调节作用，得出以下主要结论：第一，融资约束对民营企业对外直接投资具有显著的抑制效应，既降低了民营企业对外直接投资的规模，也减少了其对外直接投资的概率，这一结论在经过稳健性检验后依然成立；第二，融资约束的抑制效应存在显著的企业异质性，对中小企业和高新技术民营企业的抑制作用更为突出；第三，外部环境因素能够有效缓解融资约束的抑制效应，金融发展水平的提升和政府补贴的增加，均能显著降低融资约束对民营企业对外直接投资的负面影响。

（二）政策建议

1. 缓解民营企业融资约束，拓宽融资渠道

针对民营企业融资困境，政府部门应进一步完善金融市场体系，打破“所有制歧视”，引导金融机构加大对民营企业的信贷支持力度。一是鼓励商业银行设立专门的民营企业信贷部门，优化信贷审批流程，降低民营企业的信贷门槛；二是大力发展多层次资本市场，支持符合条件的民营企业通过IPO、债券发行、股权融资等方式拓宽直接融资渠道；三是规范发展数字金融，依托大数据、人工智能等技术，为民营企业提供个性化的金融服务，降低其融资成本。

2. 实施差异化政策支持，关注重点企业群体

针对融资约束抑制效应的异质性特征，政府部门应实施差异化的政策支持，重点扶持中小企业和高新技术民营企业的对外直接投资。一是对中小企业提供专项信贷额度、财政贴息等政策支持，缓解其融资压力；二是建立高新技术民营企业对外直接投资风险补偿机制，降低其投资风险；三是搭建中小企业和高新技术民营企业对外直接投资服务平台，为其提供信息咨询、市场调研、法律维权等一站式服务。

3. 提升金融发展水平，优化外部融资环境

各地区应加快金融改革步伐，提升金融发展水平，为民营企业对外直接投资营造良好的外部融资环境。一是加大对金融机构的培育和引进力度，完善金融机构体系，提升金融服务供给能力；二是加强金融基础设施建设，建立健全企业信用评价体系，降低金融机构与民营企业之间的信息不对称；三是推动区域金融协同发展，打破区域金融壁垒，促进金融资源在不同地区之间的合理配置。

4. 强化政府补贴精准性，提高政策支持效率

政府部门应优化政府补贴政策，提高补贴的精准性和效率，充分发挥政府补贴对融资约束的缓解作用。一是建立政府补贴与民营企业对外直接投资绩效挂钩的机制，将补贴资金向投资规模大、投资效益好、带动作用强的民营企业倾斜；二是简化政府补贴审批流程，提高补贴资金的拨付效率，确保补贴资金及时到位；三是加强对政府补贴资金的监管，防止资金挪用、截留等问题，确保补贴资金真正发挥作用。

（三）研究不足与展望

本文的研究仍存在一些不足：一是仅选取A股上市民营企业作为研究样本，未涵盖非上市民营企业，研究结论的适用性可能存在一定局限；二是对融资约束的测度仅采用了SA指数和KZ指数，未能全面反映民营企业的融资困境；三是未深入探讨融资约束影响民营企业对外直接投资的具体传导机制。未来研究可进一步扩大样本范围，纳入非上市民营企业，构建更为全面的融资约束测度指标，深入分析融资约束影响民营企业对外直接投资的传导路径，为破解民营企业融资困境、促进其对外直接投资高质量发展提供更为精准的理论依据和政策建议。