公司績效與資本結構相關性研究
——基于北京地區信息技術業上市公司年報數據

（北京聯合大學管理學院 北京 100101）

近幾十年來，針對上市公司的資本結構與績效的關系研究一直是學術界關注的熱點，也是投資者進行投資的重要參考資料，具有很強的指導意義。目前國內關于資本結構與公司績效的相關研究日益豐富，呈現出百花齊放的特點，然而針對反映國家科技力量、提升國家綜合實力的重要戰略性產業之一的信息技術業的相關研究卻很少，特別是針對位居我國信息技術業領先地位的北京地區信息技術業上市公司的相關研究更是缺乏。因此，對此類上市公司進行資本結構與公司績效研究，具有較強的理論意義和實用價值。

一、研究背景

中外學者關于資本結構的理論研究已較為成熟并得出了大批研究成果。現代資本結構理論的開端是MM定理。1958年，美國經濟學家莫迪利亞尼和米勒（Franco Modigliani&MertonH.Mille r）提出了著名的MM定理，認為在一定條件下資本結構與企業價值是不相關的。隨后學者們通過不斷放松MM定理嚴格的假設條件，引入稅收效應、代理成本、信息不對稱等因素，發現資本結構的選擇對公司的價值有著重要的影響。此后，眾多學者都圍繞資本結構與企業價值這一問題展開了大量的研究。20世紀70年代以來，國內外學者對資本結構與公司績效的關系問題作了大量理論和實證方面的研究，但由于在研究時期、研究對象、研究方法以及變量選取等方面存在的差異，國內外學者們研究得出的結論并不一致，主要包括以下幾類：資本結構與公司績效呈正相關關系；資本結構與公司績效呈負相關或不相關關系；資本結構與公司績效的區間范圍存在對應關系；資本結構與公司績效呈非線性關系，存在最優資本結構；衡量企業價值的具體指標不同與資本結構的關系不同。本文以北京地區信息技術業上市公司為研究樣本，通過實證分析揭示樣本公司績效與資本結構之間的關系，目的在于尋求最佳資本結構，改善公司績效水平，使公司的價值獲得最大化。

二、模型設計

（一）樣本選取。本文選取滬深交易所2007年初即已上市的北京地區信息技術業上市公司共14家中的12家作為研究樣本（考慮到數據應具有普遍性，故樣本中未選擇中國東方紅衛星股份有限公司和航天信息股份有限公司），研究跨度設定為2007-2011年共5年，這樣就形成了一個12×5的面板數據，以得到的60個觀測值為基礎，對北京地區信息技術業上市公司的資本結構與經營績效的相關性進行了實證研究。本文研究樣本所使用的數據來源于銳思數據庫（www.resset.cn），數據處理及分析采用Eviews6.0軟件。

（二）度量指標的選取。

1.被解釋變量：績效的度量指標。已有的研究成果表明，衡量經營績效的指標有很多，主要包括：凈資產收益率、總資產收益率、每股收益、每股凈資產、托賓Q、經濟附加值EVA、平衡計分卡BSC等。考慮到目前我國的上市公司主要以投資報酬率指標作為衡量公司業績的主要手段，因此，本文選取總資產收益率（ROA，Return on total assets）作為績效的度量指標，該指標反映的是公司運用全部資產所獲得利潤的水平，即總資產的投資報酬率。該指標越高，表明公司投入產出水平越高，資產運營越有效，它是評價和考核企業盈利能力的主要指標和代表性指標，體現出企業管理水平的高低。一般認為，企業總資產收益率越高，企業資產運營效益越好，對企業投資人、債權人的保障程度越高。總資產收益率的計算公式為凈利潤/平均資產總額。

2.解釋變量：資本結構的度量指標。已有的研究成果表明，衡量資本結構的指標主要包括資產負債率、長期負債率、流動負債率等，其中尤以資產負債率指標最為典型和綜合，它可以用來衡量廣義資本結構。對于資產負債率的度量理論界也有市場價值和賬面價值兩種不同的意見。西方學者傾向于用市場價值來衡量，因為市場價值與企業的實際價值緊密相關，如Balakrishnan和 Fox（1993），將資本結構定義為總負債賬面價值/（總負債賬面價值+權益市場價值）。考慮到我國資本市場較短的發展歷程及特殊性，選取市場價值來衡量不現實，因此我國學者（如李青原和王永海，2006；劉志彪、姜付秀等，2003）更多使用賬面價值度量資產負債率。在綜合已有研究成果的基礎上，本文選取資產負債率（DAR，Debt-to-assets ratio）度量資本結構。資產負債率的計算公式為總負債賬面價值/總資產賬面價值。

3.控制變量。以往的資本結構實證研究成果表明控制變量可以有多種選擇，諸如企業規模、未來成長性、資產結構、行業類別等最具代表性，考慮到自變量若選取個數過多或不恰當都會對統計的顯著性產生不利影響，因此在借鑒已有的研究成果的基礎上，本文選取成長性、公司規模作為控制變量。

在參考國內外理論和實證研究成果的基礎上，本文具體度量指標如表1所示：

表1 研究變量界定

（三）模型構建。假設解釋變量（資本結構）對被解釋變量（績效）具有影響且為負相關關系，據此構建模型如下：

ROA=β0+β1DAR+β2GROWTH+β3SIZE+μ

其中：β0代表常數項，βj為系數，其中 j=1，2，3。 DAR 代表公司的資產負債率，ROA代表公司的總資產收益率，GROWTH代表公司成長性，SIZE代表公司規模，μ代表隨機誤差項。

三、實證分析與結果

（一）描述性統計分析。利用Eviews6.0對模型中北京地區信息技術業上市公司2007-2011年之間的各變量進行描述性統計（表2）。

表2 描述性統計分析

該表顯示，績效的均值5.87%，最小值-8.93%，最大值17.72%，標準差4.85%，反映出樣本公司的績效水平有差異，但偏離度不大。資本結構的均值44.21%，最小值20.04%，最大值67.57%，標準差11.44%，反映出樣本公司普遍負債水平不高，直接融資比重較低，通常我國理論界認為資產負債率為50%較為合適，西方學者一般認為60%左右比較合適。控制變量之一——反映公司成長性的營業收入增長率均值14.52%，最小值-45.56%，最大值45.20%，標準差18.77%，表現出較大差異。控制變量之二——反映公司規模的總資產對數均值21.16，最小值18.39，最大值24.13，標準差僅為1.37，表現出差異和偏離度均較小。

（二）相關性分析。通過表3可以發現，公司績效與資本結構成負相關關系，即隨著負債比例的提高總資產收益率會下降，這與本文的假設一致。公司績效與公司成長性及規模成正相關關系，即隨著營業收入的增長和公司規模的擴大，總資產收益率會提高。

表3 相關系數表

（三）回歸分析。運用Eviews6.0軟件，分別對12家樣本公司2007-2011年總資產收益率、資產負債率、成長性、公司規模的截面數據進行普通最小二乘法（OLS）分析，結果如表4所示：

表4 回歸分析結果

根據表4中數據，可得模型估計結果：

ROA=0.012562-0.136547 DAR+0.151611 GROWTH+0.003995 SIZE

（0.070303）（0.041928）（0.024648）（0.003468）t=（0.178684）（-3.256694）（6.151128）（1.151945）R2=0.508780，R2=0.482464，F=19.33395

（四）模型檢驗。

1.經濟意義檢驗。模型估計說明，在假定其他變量不變的情況下，DAR每增長1%，平均來說ROA會下降0.136547%；在假定其他變量不變的情況下，營業收入每增長1%，平均來說ROA會增加0.151611%；在假定其他變量不變的情況下，資產的自然對數每增長1%，平均來說ROA會增長0.003995%，這與理論分析和經驗判斷相一致。

2.統計檢驗。

（1）擬合優度。可決系數R2是對模型擬合優度的綜合度量，其值越大，說明在被解釋變量的總變差中由模型作出了解釋的部分占得比重越大，模型的擬合優度越高，模型總體線性關系的顯著性越強。反之亦然。經濟統計方法告訴我們：根據實際情況，在社會科學中遇到的典型數據，經常要考慮R2較低的情形。從回歸結果（R2=0.508780）看，樣本公司績效變異性的50.88%能夠由資本結構和公司績效之間的線性關系所解釋，而49.12%屬于其他因素的影響。

（2）F 檢驗。 針對 H0：β1=β2=β3=0，給定顯著水平為 a=0.05，通過對F分布表查表可知相應自由度對應的F臨界值為 2.76，小于表4中的 F（19.33395），因此拒絕原假設H0：β1=β2=β3=0，說明回歸方程顯著，即在 5%的顯著性水平上，方程通過F檢驗，表明資本結構（資產負債率DAR），公司成長性（營業收入增長率GROWTH），公司規模（總資產的自然對數SIZE）聯合起來對公司績效（ROA）有顯著影響。

四、研究結論與建議

本文以北京地區信息技術業上市公司為研究對象，研究在同時存在成長性與規模兩個控制變量的條件下，資本結構對公司績效的影響。研究發現模型中代表解釋變量資本結構的資產負債率的系數為負數，說明公司的負債對于提高公司績效具有負向作用，公司應該確定合理的資本結構。代表控制變量公司成長性的營業收入增長率及代表公司規模的總資產的自然對數的系數均為正，說明公司成長性與規模對績效具有正向作用，尤以成長性的影響更為顯著。綜合以上分析，本文認為公司應致力于改善經營狀況，不斷擴大營業收入和資產規模，適度控制負債規模，合理運用財務杠桿，從而提高公司績效。