張瑤 李珍
【摘 要】文章采用分位數回歸法重新審視了中國上市公司資本結構影響因素,進一步從分布函數不同部位對其影響因素進行分析,比傳統只考慮條件均值的普通最小二乘法更具有優勢,并根據研究結果對上市公司的治理提出建議。
【關鍵詞】 資本結構; 分位數回歸; 上市公司
一、引言
資本結構理論是企業理論的一個重要組成部分,在研究資本結構影響因素角度上的傳統方法是最小二乘法,其本質上是一種均值回歸,即從平均的角度基于大多數公司的財務杠桿下,對其影響因素做回歸分析,忽略了兩端尾部的信息特征。而對這一問題的探析加入新的分位數回歸方法,則可以考慮分布的整體情況,可根據不同的分位數點,即在不同的資本結構下對其影響因素做回歸分析。
二、研究理論及文獻綜述
現代資本結構理論的誕生是以MM資本結構理論的出現為標志的,其出現在財務理論的發展史上有著里程碑式的重要意義。許多文獻證明,公司規模在資本結構的選擇中扮演著非常重要的角色。Warnerh(1997)、Meconnel和Angclua(1982)的研究均發現公司規模越大,其破產成本越小。Myers(1997)認為大公司中管理者的自由裁量權和成長機會較少的原因使得大公司的邊際破產成本較低。而Fama和Jensen(1983)從代理成本的角度來分析規模對資本結構的影響,認為與小公司相比,大公司更傾向于向貸款人提供更多的信息。另外在研究方法方面,閆慶悅、李娜(2007)采用panel data模型對內外兩條路徑分別檢驗了公司治理因素對資本結構選擇的影響,并得到各影響因素之間的關系。陳耀輝,邵希娟(2010)采用多元回歸模型及神經網絡模型對上市公司資本結構及其影響因素進行了分析,結果發現,神經網絡模型的殘差平方和SSE較小,預測能力更強。
從上面的文獻回顧中可以發現,其中絕大部分文獻采用的是線性的計量模型。首先,前人在研究方法上用的是OLS方法,即為解釋就平均而言解釋變量與被解釋變量的關系,它側重于整個分布的集中趨勢,對于樣本整體分布的描述略顯不足,不但使回歸結果受到極端值的支配,也忽略了尾部分布下解釋變量與被解釋變量的關系。因此,本文將采用新的研究模型——分位數回歸的方法來研究我國上市公司資本結構的影響因素是十分必要的。
三、研究假設
在國內外已有研究的基礎上,本文試圖通過對滬深A股的部分可獲得完整資料的上市公司來研究資本結構的影響因素。根據國內外已有的文獻和研究成果,本文提出如下假設:
假設1:企業獲利能力與其資本結構(資產負債率)負相關。
當公司獲利能力較強時,公司就能夠保留較多的留存收益,減少對外負債。對于虧損的公司來說,由于受到增配股票的業績條件的限制而得不到股權融資,或通過對外舉債來滿足資金的需求。
假設2:公司規模與其資本結構(資產負債率)正相關。
公司規模在資本結構中起著重要的作用。根據權衡理論,大企業更傾向于多元化經營,具有較為穩定的現金流量,發生財務困境的機會相對較少,抵抗風險的能力較強,因此,大公司有意愿和能力使用較多的負債。
假設3:有形資產擔保率與公司的資產負債率正相關。
如果企業用于擔保的有形資產,如存貨和固定資產等所占的比重較大,則企業的信用等級越高,越容易獲得更多的債權融資,其資產負債率就會越高。
假設4:企業自由現金流量與公司的資產負債率負相關。
在沒有約束經理層舉債的情況下,經理將避免使用負債。在此基礎上提出如果公司缺乏投資機會并有自由現金流量時傾向于發行股票。
假設5:發展機會與公司的資產負債率正相關。
公司的前景越好,潛力越大,需要從外部借入的資金就越多。
四、研究設計
(一)研究方法的選擇
本文將采用分位數回歸的方法進行實證研究。分位數回歸是一種基于因變量Y的條件分布來擬合自變量X的回歸模型。
假設條件分布y|x的總體q分位數Yq(x)是x的線性函數,即:
yq(xi)=x''''■βq (1)
其中,βq被稱為“q分位數回歸系數”,估計量■可以由以下最小化問題來定義:
■qy■-x''''■β■+∑■■(1-q)y■-x''''■β■(2)
若:q=1/2,則為“中位數回歸”(median regression)。此時,目標函數簡化為:
Min∑■■y■-x''''■β (3)
故中位數回歸也被稱為“最小絕對離差估計量”(Least Absolute Deviation Estimator,LAD)。顯然,它比均值回歸(OLS)更不易受到極端值的影響,所以更加穩健。由于分位數回歸的目標函數帶有絕對值,不可微分,故通常使用線性規劃(linear programming)的方法來計算■q。
(二)樣本的選取和數據來源
在樣本選取方面,本文以2003—2010年深滬兩市的A股上市公司作為研究樣本,所有數據均來自中國股票市場研究數據庫(CARMAR DATABASE)。鑒于金融和保險行業的資本結構的特殊性,筆者剔除了上述樣本中所有金融和保險行業的公司。其次,考慮到綜合性行業的主營業務難以確定,故也剔除掉該類公司。最后在剔除了缺失數據的公司后,得到2003—2010年的739家公司,共計樣本容量5 912個。
(三)定義變量
1.資本結構。本文以目前研究的普遍做法為標準,即以資產負債率(Y)作為研究企業資本結構的數量指標。其中,資產負債率=負債總額/資產總額。
2.獲利能力。本文以總資產利潤率作為衡量企業獲利能力的數量指標??傎Y產利潤率(ROA)=凈利潤/資產總額。
3.有形資產擔保價值(TANG):(存貨凈額+固定資產凈額)/資產總額。
4.規模(ASSET):企業資產總額的自然對數。
5.發展機會(TBQ):以Tobins Q值來表示公司的發展機會。
(四)模型設計
根據前面所述,建立回歸模型如下:
y=β0+β1ASSET+β2TANG+β3ROA+β4TBQ (4)
五、實證結果分析
根據建立模型及樣本數據,本文采用STATA11統計軟件對所選樣本進行回歸分析。回歸結果如表1。
表1報告了規模、有形資產擔保價值、獲利能力和發展機會對中國A股上市公司的資本結構影響程度的估計結果。OLS估計反映的是一種期望結果。從表中可以看出,就平均效應而言,規模、有形資產擔保價值和發展機會對企業的債務水平有顯著的正相關影響,分別為0.0286、0.1936、0.0565。而獲利能力對企業的資本結構有顯著的負相關影響,影響系數為-1.1065。由此可見影響企業平均負債水平的因素主要是企業的獲利能力。
另一方面,從橫向看企業資產規模在不同分位點影響力度來看,其分位數的數值變化趨勢呈現出先上升再下降的情況,即與負債率處于樣本中間水平時相比,高負債率和低負債率的企業的資本結構受規模的影響相對較小。而有形資產擔保價值在各分位點的回歸結果可以看出,除了分位點0.1和0.2外,分位數回歸曲線呈現出逐漸下降的趨勢。這說明,有形資產擔保價值對于負債率高的企業的資本結構的影響程度要小于負債率低的企業。
企業盈利能力的各分位點回歸結果表明,其回歸曲線是一條向下的曲線。由于盈利能力與企業的負債率是負相關的關系,因此回歸結果表明盈利能力對于負債率較高的企業的影響程度更大。此外,在各個分位點下,盈利能力的回歸系數的絕對值均大于其他的自變量,表明盈利能力是影響企業資本結構的一個主要的因素。
企業的發展能力的分位數回歸結果中,從0.1到0.7七個分位點上,企業的發展能力與其資本結構為負相關的關系,而在0.8和0.9分位點上則為正相關。同時,除了0.1、0.2和0.6分位點外,其余分位點的回歸均不顯著。這說明了企業的發展能力對資本結構的影響是變動的。筆者認為,這是因為前景好的企業需要更多地獲得外部資金,然而一般而言,有潛力的企業都是規模較小、缺乏有形資產的中小企業,其承擔負債的能力往往較低。因此,企業的發展能力對資本機構的影響方向不定。由此也可以看出,采用分位數回歸的結果比僅僅使用傳統的最小二乘法更為準確。
六、研究結論及建議
(一)研究結論
新的分位數回歸的方法考慮了分布的整體情況,并可以從分布函數不同部位,即在不同的資產負債率下,分別考慮影響因素的變動情況,因此該方法比只考慮條件均值的普通最小二乘法更具有優勢,也更為準確。
(二)結論解釋及政策建議
1.在國內,普遍認同的上市公司融資排序為:內部融資,發行新股,銀行貸款,發行債券。這一點和國外文獻中所表現出的融資順序是不同的。企業盈利能力作為影響企業資本結構的主要因素,盈利能力與企業的負債率成負相關的關系,且隨著q分位數據的回歸結果顯示:企業負債率越高,受企業盈利能力的影響越大。要想在公司的發展進程中獲取先機,就必須注重內部融資的效率問題,提高企業的盈利水平,特別是高負債企業,其受到企業的盈利能力的影響較大,更要注重“自我造血”,利用留存收益成本相對較低、風險相對較小的特點提高盈利的效率。
2.在權衡理論看來,當經濟處于上升和繁榮階段時,企業盈利水平的預期較高,進而企業抵抗財務風險的能力較強,或破產的可能性更小。故當企業受益于經濟增長而獲得更大規?;蚋叩挠行钨Y產擔保價值時,越傾向于舉債。模型回歸看來:有形資產擔保價值與企業的負債率呈正相關的關系,并可從不同的分位來看,隨著q值的增大,其對負債率的影響逐漸減小。此時,上市公司適當地增加負債比例,不僅可以減少企業的綜合資本成本率,亦可使得單位利潤所承擔的固定利息降低,從而增加股權所有者分到的利潤,企業可受益于財務杠桿的作用。
3.企業規模與其負債率的相關關系隨著企業負債程度的不同而有所差異。當負債率較低時,資產規模與企業資本結構呈正相關關系;而企業擁有較高債務杠桿時,資產規模與企業資本結構為負相關關系。企業的發展能力在不同的債務水平上與其資本結構有不同的相關關系,同時在部分分位點上的回歸結果不顯著。這表明企業的發展能力對資本結構的影響方向不定。筆者認為這是因為前景好的企業需要更多地獲得外部資金,然而一般而言,有潛力的企業都是規模較小、缺乏有形資產的中小企業,其承擔負債的能力往往較低。
【參考文獻】
[1] 吳建南,馬偉.估計極端行為模型:分位數回歸方法及其實現與應用[J].數理統計與管理,2006(25).
[2] Baker M,J. Wurgler. Market timing and capital structure [J].Journal of Finance,2002,(62):1-32.
[3] Kroajczyk R. A,A.Levy.Capital structure choice macroe-
conomic conditions and financial constraints [J].Journal of F inancia l E conom ics,2003,(68):75-109. [20]. Journal of Financia l E conomics,2003,(68):75-109.