張增軒,肖 明,宋雙雙
(1.北京科技大學 東凌經濟管理學院,北京 100083;2.清華大學,北京 100083)
無論是企業內部資本市場 (internal capital market,ICM),還是外部資本市場,它們的功能都是進行資源的優化配置。自20世紀60年代開始,國外學者就開始研究企業內部的資本市場,形成了有效論和無效論兩種觀點。有效論者[1]認為ICM能夠降低由信息不對稱產生融資成本并且增強監督機制,使企業以較低的成本充分利用有利的投資時機,其類似于金融中介的擇優配置功能,能夠為公司創造額外價值;然而無效論者[2-4]認為,雙重代理問題、交叉補貼、管理者謀求私利和尋租等現象能夠破壞內部資本市場的正常運作,導致內部資本配置的無效率。同時指出內部資本的配置存在一種平均主義傾向,而業績并不是決定企業內部資本配置的主要因素。
企業內部資本市場研究的一個重要方面就是有效性測量。國外目前主要有投資現金流敏感性法[3]、相對價值增加法[4]、Q 敏感性法[5]和現金流敏感性法[6-7],國內學者基于數據可得性和指標合理性對模型進行了改造。王峰娟、粟立鐘[8]提出了基于資產現金流回報率的ICM效率測度模型,并用H股上市公司的數據進行了測算,得出了上市公司ICM總體有效的結論。計算公式如下:

公式中 cfj,t表示分部 j在t年的現金流;cft指所有分部在 t期的現金流之和;BAj,t和BAt分別表示分部j和所有分部的賬面資產;expj,t和expt分別表示分部j和所有分部的資本支出。
上述方法應用的是收付實現制的現金流數據,而國外的研究表明,權責發生制的會計數據比收付實現制的會計數據更能影響股票價格以及投資者的決策。另外,公司的應計項目同樣是利潤的組成部分,但是這一部分收入不能在現金流中體現。所以,本文用權責發生制的利潤數據來測度內部資本市場的效率。計算公式如下:

式中,pj,t表示分部j在t年的稅后利潤;pt指所有分部在t期的利潤之和;其他指標同公式(1)。
利用這個模型可以測量出來公司內部資本的流向是否基于資產報酬率。如果資產報酬率高于平均水平的分部獲得了高于分部平均水平的資本,或者資產報酬率低于平均水平的分部得到的資本也低于分部的平均水平,其內部資本市場是有效率的。
樣本選擇:剔除單分部的公司、沒有披露分部信息的公司和雖然披露分部信息但關鍵指標缺失的公司,最終得到980個分部信息的觀測值和260個公司層面的觀測值。國外樣本數據來源于BVD系列數據庫,國內樣本數據來自Wind數據庫,缺失數據通過手工搜集得到。樣本區間為1997年到2012年。
基于利潤指標使用式(2)對樣本ICM效率進行計算,ICM效率統計見表1。在260個公司的觀測值中有204個上市石油公司的ICM是有效的,占比78.46%。只有21.92%的公司ICM是無效的,這說明大多數上市公司的ICM是有效的。

表1基于利潤指標的ICM效率統計
2.1.1 研究假設
公司總部相對于外部資金提供者,例如商業銀行等具有非常明顯的信息優勢,這種優勢對外能夠大大減少由于信息不對稱產生的代理成本,對內有利于公司在內部分配稀缺資源時做出合理的抉擇。另外由于總部對各個分部具有剩余所有權和控制權,在內部資本的分配上能夠根據各分部的實際情況進行資源配置,更好地實行監督和管理,減少管理上的成本,最終這種優勢會在公司績效中體現出來,即ICM創造的超額價值能夠提高公司績效的水平。至此,提出本文主要假設:
H0:中外上市石油公司的績效與內部資本市場效率正相關。
2.1.2 模型設計
為了檢驗ICM效率對公司績效的影響,我們建立如下回歸模型,其中:PS是代表ICM效率的變量;ρ1是截距項;ε代表殘差項;ρj(j=2,3,…,7)為回歸系數。

2.1.3 變量的選擇及來源
本文的因變量公司績效用總資產息稅前利潤率表示,自變量包括內部資本市場效率指標、公司的分部數量、市值率、總資產周轉率,控制變量為財務杠桿和公司的資產規模。數據來源于OSIRIS數據庫和世界銀行數據庫,部分通過手工搜集,最后得到230個觀測值用于實證分析。

表2 變量定義與描述
2.2.1 描述性統計

表3 全樣本描述性統計
描述性統計結果顯示,因變量總資產的息稅前利潤率最小為-0.186 3,最大為0.423 1,均值是0.115 3,說明在所有觀測值中有的公司息稅前處于虧損狀態,但是總體上是盈利的,與實際情況相符。內部資本市場效率指標有正有負,體現了樣本內部資本市場分為有效和無效兩種情況,但是均值大于0,說明樣本中大多數ICM是有效的。
2.2.2 相關性分析
對變量進行相關性檢驗(表格省略)可以得出核心變量ICM效率(PS)和因變量(資產的息稅前利潤率)具有顯著正相關關系,這也初步支持了本文的主要假設;資產負債率與因變量顯著負相關,初步證明公司負債水平高,對息稅前利潤率有負向影響;最后分部數目和外部資本市場的活躍程度對資產的息稅前利潤率具有正相關關系,但是不顯著,還需要在回歸分析中進一步討論兩者對因變量的影響。在多元線性回歸中要確保變量之間不存在多重共線性,我們用方差膨脹因子 (Variance Inflation Factor,簡記VIF)進行檢驗,發現模型中各變量的VIF遠遠小于臨界值10,表明各變量之間不存在多重共線性。
2.2.3 全樣本回歸分析
本部分主要考慮模型的進一步回歸分析,見表4列出了本文以息稅前利潤率為因變量,來檢驗多元線性模型的回歸結果,所有回歸方程都通過顯著性檢驗,且擬合優度達到35%以上,擬合效果非常好,對每個模型具體分析如下:

表4 以資產息稅前利潤為因變量的多元回歸結果
第一個模型進行OLS回歸,模型總體通過顯著性檢驗,且調整后的擬合優度達到36.77%,可認為存在較顯著的線性關系。模型中的核心解釋變量ICM的效率(PS)與資產的息稅前利潤率在1%水平上顯著正相關,支持本文的主要假設,ICM效率對公司績效有顯著的正向影響。同時發現系數為2.53,證明ICM效率對因變量的影響程度較大,約有2.5倍的乘數效應。分部的數目、外部資本市場的活躍程度兩個指標與因變量在10%水平上顯著正相關,這兩個指標對公司績效的具體影響在后面的分組回歸中詳細闡述。
第二個模型使用的是“OLS+穩健標準差”進行回歸,主要目的是排除異方差對統計結果產生的干擾,這是目前最通用的方法。從結果來看,模型2總體通過顯著性檢驗,且比模型1的擬合優度有所提高,從變量的顯著性水平來看,結論同模型1是一致的,說明OLS估計的結果是比較穩健的。
第三個模型使用的是“OLS+聚類穩健標準差”進行回歸,基于面板數據的特點,同一個體在不同時期的擾動項之間往往存在自相關。此時,對標準差的估計應該使用聚類穩健的標準差。所以,使用以“company(公司)”為聚類變量進行回歸,結果表明,模型整體通過顯著性檢驗,且擬合效果很好。ICM效率與因變量在1%水平上顯著正相關,與模型1的結論一致。要注意的是,分部數目和外部資本市場活躍程度在本次回歸中不顯著,與之前回歸結果有所差異,所以這兩個指標在下一部分的分組回歸中進一步討論。
2.2.4 子樣本回歸
2.2.4.1 基于分部數目的子樣本回歸
從描述性統計可以看出分部數目的平均值約為4,將總體樣本分成3組:①分部數小于等于3;②分部數大于3小于等于5;③分部數大于5,用構建的多元線性回歸模型進行子樣本回歸,得到見表5的回歸結果。
3組回歸結果的P值與0無顯著差異,整體都通過顯著性檢驗,且擬合效果很好。在3組中解釋變量ICM的效率都在1%水平上與因變量顯著正相關,但是從自變量系數大小可以看出,ICM效率對公司績效水平的影響程度是不同的。在第一組和第三組中,ICM效率的系數分別為22.3和19.8,遠大于第二組該變量的系數2.5,這說明隨著分部數目的增多,ICM效率對公司績效的影響程度呈現正U型關系。
當分部數目處于兩端時,ICM有效性對公司績效有較大的影響,分部數目處于中間時影響較小。
這可能與公司總部對分部的管理和控制能力相關聯,當部門數目較少和較多時,管理者更容易管理,決策的執行過程也會更加理性化。例如,如果一個公司只有兩個分部,則總部進行資本配置時可以采用均分的方法;而當分部數目較多時,每個分部對決策的影響較小,當總部通過衡量總體情況確定資本分配方案時,其分部的執行力度更強;當分部數目處于中間水平時,容易出現部門間鼎立的局面,總部的決策在具體實施時會遇到較大的阻力,使得ICM的優勢作用被淡化。由此可見,當分部數目處于兩端的情況下,有效的ICM能更大程度地促進公司總體的績效水平。
為了進一步驗證分部數目對ICM的影響是否呈現正U型關系,將原始模型中分部數量變量SegNum換成該變量的平方項,進而進行回歸,結果顯示:分部數量的平方項與因變量在10%水平上顯著正相關,這與前面的分析相一致,證明分部數量與公司績效呈現正U型關系,且擬合效果較好。同時變量的VIF遠小于10,說明新模型不存在多重共線性。這說明當分部數量處于中間水平時,總部對分部的控制和管理能力較低,會淡化內部資本市場發揮的作用,進而影響公司績效。
2.2.4.2 基于外界資本市場活躍程度的子樣本回歸檢驗
從描述性統計可以看出表現ECM活躍度的指標MCG的平均值為1.050 8,而活躍程度一般分為相對活躍與相對不活躍,因此將總體樣本分成兩組:①MCG<1.050 8;②MCG>=1.050 8。 子樣本回歸結果見表5。
ECM活躍和相對不活躍的兩組回歸整體都通過顯著性檢驗,且擬合優度很好,且VIF檢驗發現不存在多重共線性。在兩組中PS都在1%水平上與因變量顯著正相關,且該變量的系數分別為2.431 464和2.432 924,兩者相差很小,可以說對于樣本中的公司,在不同的ECM活躍程度下,ICM效率對公司績效的影響程度幾乎無差異。
究其原因,在樣本公司中有約36.7%的公司位于2013年世界500強名單之中,而這些大型的石油公司均是跨國公司,隨著石油、天然氣需求量的增大以及世界全球化的發展,石油公司會綜合考慮上下游的成本和不同銷售市場的需求而進行選址,所以國家或市場位置差異對公司整體的影響就被大大弱化了。
為了增加回歸結果的說服力和穩健性,本文進行穩健性檢驗。用銷售收入的息稅前利潤率替代資產的息稅前利潤率來衡量公司績效,進而探討與內部資本市場等因變量的關系。在總體回歸模型中,利用EBIT/Sales替代EBIT/TA進行檢驗,發現核心解釋變量ICM效率 (PS)在原有的顯著性水平和相關方向上成立,且方程擬合度很好,進一步支持了上文得出的結論,說明本文的模型具有較好的穩健性。

表5 以資產的息稅前利潤率為因變量的分組回歸結果
本文以1997年到2012年的國內外上市石油公司為研究樣本,得到4點研究結論:
(1)構建了基于利潤指標的ICM效率測量模型,樣本檢驗結果與基于現金流指標的測量模型基本等效,并得出國內外上市石油公司ICM大部分有效。
(2)公司的ICM效率與績效顯著正相關,且系數達到2.53。證明ICM效率對公司績效影響強度較大,所以石油企業應該有意識地建立ICM,并且注重提高其運行效率,以促進公司整體績效。
(3)按分部數目做子樣本檢驗,結果顯示,隨著分部數目的增多,ICM效率對公司績效的影響程度呈正U型關系,同時分部數目與公司績效也呈正U型關系。因此,石油公司在確定分部數目時,要考慮管理能力和部門特點,避免出現部門之間角力的狀況而導致ICM的作用被弱化。
(4)外部資本市場活躍程度子樣本檢驗發現,其活躍程度不影響ICM效率與公司績效的顯著正相關關系。這體現了樣本公司跨國家、跨地域的特征,外部資本市場活躍程度對公司整體績效沒有顯著影響。
[1]T Khanna,K Palepu.Is Group Affiliation Profitable in Emerging Markets? An Analysis of Diversified Indian Business Gorups[J].Journal of Finance, 2000, 55(2):867-892.
[2]Owen Lamont.Cash Flow and Investment: Evidence from Internal Capital Market[J].Journal of Finance, 1997, 3(1): 83-120.
[3]H Shin,R Stulz.Are Internal Capital Market Efficient? [J].The Quarterly Journal of Economics,1998(5):531-552.
[4]Raghuram Rajan,Henri Servaes,Luigi Zingales.The Cost of Diversity:The Diversification Discount and Inefficient Investment[J].The Journal of Finance, 2000,2(1): 35-77.
[5]Urs C Peyer,S Anil.Leverage and Internal Capital Markets:Evidence from Leverage Recapitalizations [J].Journal of Financial Economics, 2001(59):477-515.
[6]Antoinette Schoar.Effects of Corporate Diversification on Productivity[J].The Journal of Finance, 2002(6):2379-2402.
[7]Vojislav Maksimovic, Gordon Phillips.Do Conglomerate Firms Allocate Resources Inefficiently Across Industries? Theory and Evidence [J].The Journal of Finance, 2002(2): 721-765.
[8]王峰娟,粟立鐘.中國上市公司內部資本市場有效嗎?——來自H股多分部上市公司的證據[J].會計研究,2013(1):70-75.