3.樣本分組標準和閾值的主觀性
以前的絕大多數研究基於反映融資約束程度的一定企業特征或定性信息對全部樣本進行分組，然後分組估計投資—現金流的敏感性。這一做法的假設是，樣本分組的標準和“閾值”（threshold）在分組前是已知的。但是，在現實中，一家企業麵臨的融資約束程度是不可直接觀察的。研究者可以預期一些企業比另外一些企業麵臨更大的融資約束，但並不能準確地在事前對這些企業進行區分。因此，在大多數研究中，用於樣本分組的企業特征標準和閾值是基於主觀判斷（judgment calls）的。這意味著所估計的不同樣本組的投資—現金流敏感係數可能對所選擇的分組標準和“閾值”敏感，這也可能是導致現有文獻中關於投資—現金流敏感性與融資約束關係的研究出現相互矛盾的結論的主要原因（Hovakimian＆Titman，2003）。
哈伯德（1998）也指出，按某種主觀的標準區分融資約束企業和非融資約束企業的方法並不能產生理想的實證檢驗結果，原因有二：一是度量企業淨值或信息不對稱程度的變量是不完美且不準確的；二是同一企業的信息不對稱程度和代理問題在不同時期並非一成不變，如隨著企業的發展、成熟與社會知名度的提高，投資者與企業管理層在企業所投資項目的風險或質量方麵的信息不對稱程度會變得不嚴重，代理問題的嚴重性也會隨企業的淨值波動而變化。但是現有文獻中常用的分組標準，如規模、是否屬於企業集團等，是沒有考慮到信息不對稱和代理問題隨時間推移而發生變化這一因素的。
綜合上述分析可知，投資—現金流敏感性並不是衡量企業融資約束（投資不足）的良好變量。
4.1.2 沃格特（1994）的現金流與投資機會交乘項判別模型
根據詹森（1986）的自由現金流假說，可以從理論上推斷，除信息不對稱外，經理與股東之間的代理問題也會導致投資—現金流的敏感性。因此，FHP（1988）模型檢驗得到的投資—現金流敏感性既可能是信息不對稱所致，也可能是代理問題所致。沃格特（1994）通過建立理論模型分別論證了代理問題和信息不對稱導致的投資—現金流敏感性與投資機會的關係：（1）在缺乏投資機會但代理問題嚴重的公司中，有著最大化企業規模偏好的經理會充分利用新增的現金流進行過度投資，從而使這類公司的投資對現金流的波動更為敏感，因而代理問題導致的投資—現金流敏感性與投資機會負相關；（2）在投資機會較多但信息不對稱嚴重的公司中，經理無法令人信服地將企業投資機會質量方麵的信息傳遞給投資者，因而無法獲得滿足投資機會所需的外部融資，從而使得企業投資對內部現金流的波動越敏感，因此，信息不對稱導致的投資—現金流敏感性與投資機會正相關。
沃格特（1994）建立了一個包含現金流（CF）與投資機會（托賓Q）及其交乘項在內的計量模型（4-3），並預期：（1）若企業的投資—現金流敏感性是源於與自由現金流相關的代理問題，則投資—現金流敏感程度將與托賓Q負相關，即交乘項係數β5為負；（2）若企業的投資—現金流敏感性是源於信息不對稱所致的融資約束，則投資—現金流敏感程度將與托賓Q正相關，即交乘項係數β5為正。
（I/K）itβ0+β1（CF/K）it+β2（Cash/K）it+β3（Sales/K）it
+β4Qit-1+β5（CF/K）it×Qit-1+εit（4-3）
其中，Cash、Sale分別為現金存量和銷售收入。
沃格特（1994）利用模型（4-3）對取自Compustat數據庫中1973～1990年間數據完整的359家公司進行了投資—現金流敏感性的動因檢驗，結果發現，資本性投資支出的實證檢驗結果更加支持自由現金流假說，而研發支出的檢驗結果更符合優序融資理論的解釋，即前者的投資—現金流敏感性為代理問題所致，而後者則為信息不對稱所致。
沃格特（1994）模型不僅在其他國家的研究中得到較多的運用（如Pawlina＆Renneboog，2005；Szewczyk et al。，1996），在中國也頗受青睞（如全林等，2004；何金耿和丁加華，2001；梅丹，2005），但中國學者關於投資—現金流敏感性的動因檢驗結果存在較大的分歧，連玉君（2007）認為分歧產生的原因是這些研究無一例外地采用了存在較大衡量偏誤的托賓Q作為投資機會的替代變量。
4.1.3 連玉君（2007）的經營效率與現金流交乘項判別模型
連玉君（2007）認為，沃格特（1994）模型並不適用於中國上市公司，原因有二：（1）沃格特（1994）模型的基本假設是低成長公司擁有較多的自由現金流量，但缺乏良好的投資機會，而高成長公司的財務狀態則恰好相反。但中國上市公司往往表現出低成長伴隨低盈利能力的現象（連玉君和程建，2006），並不滿足上述假設；（2）沃格特（1994）假設引入交乘項後的模型依然是線性的，這樣交乘項的係數才具有其預期的含義。然而，梅耶斯和馬吉拉夫（1984）指出，投資不足問題會隨著投資機會的增加而越發嚴重，這意味著現金流和托賓Q交乘項的係數與托賓Q的變化相關，從而使得模型呈現出非線性關係，此時交乘項係數的含義已經不再是線性模型設定下的邊際效果了。
鑒於此，連玉君（2007）從信息不對稱和代理成本理論的基本假設入手構造了一個新的動因檢驗模型：
Iit/Kit-1β0+β1FQit+β2CFit+β3CFit×DEit+β4TLit+εit（4-4）
其中：FQ是連玉君為避免托賓Q衡量偏誤而采用VAR（向量自回歸）模型直接構造的邊際Q的代理變量——基準Q；CF為現金流量；DE為以托賓Q對負債率、規模、投資支出、流通股比例和個股超額收益率進行隨機邊界極大似然估計後得到的經營效率，大於中位數則取1，否則取0；TL為負債率。該模型的基本思想是：若投資—現金流敏感性主要是由代理問題引起的，則隨著經營效率的提高（代理成本的降低），經理人的過度投資將得到有效抑製，從而使投資—現金流敏感性下降，即β3應顯著為負。由於這類公司擁有豐富的現金流，債務融資功能居於次要地位，使得負債的增加並不會顯著影響其投資支出，因此β4應該不顯著；反之，如果投資—現金流敏感性主要是由於信息不對稱所致，則即使經營效率提高，投資—現金流敏感性也不會有明顯變化，但外部融資數量的增加卻能夠對投資支出產生顯著影響，因此對於這類公司，預期β3不顯著而β4顯著為正。