基于PCA—logit組合模型的融資租賃驅動因素分析

蔣惠鳳

內容摘要：融資租賃作為一種新型融資方式，對企業融通資金有至關重要的作用，但其在國內金融市場所占比例非常小。為了探索促進融資租賃在我國發展的驅動因素，本文從稅率、債務替代、代理成本和破產成本因素角度出發，提出影響融資租賃的研究假設。以滬市A股上市公司為樣本，通過構建PCA-logit組合模型分析每個因素的影響，最終得出結論：實際所得稅稅率對融資租賃決策不存在明顯影響，負債比率、成長機會與融資租賃呈現明顯的正相關關系，盈利能力和融資租賃主要體現為負相關關系。

關鍵詞：融資租賃 主成分分析 邏輯回歸分析

引言

融資租賃是一種能夠擴展企業融資空間的創新型融資工具，哪些因素對企業進行融資租賃產生影響，國內外學者紛紛對此進行研究，主要從融資租賃的幾大理論出發，即稅收差別理論、債務替代理論、代理成本理論和破產成本理論。但國外學者得出的結論并不一致，關于所得稅的探討中出現了兩種觀點：一是稅率較低的企業更愿意融資租賃，二是所得稅稅率與企業融資租賃之間沒有明顯關系。在企業債務替代關系研究上，也存在融資租賃和債務之間展現互相替代關系和負相關關系兩種分歧。在破產成本和代理成本研究上，學者們的結論一致，認為融資租賃可以使企業存在的代理問題數量減少，特別對成長性和風險性較高的企業尤為有用。

國內學者結合我國資本市場和相關理論進行了研究。來明敏（2005）指出企業的融資租賃與企業名義所得稅之間是負相關關系；胡春靜（2009）得出企業的名義所得稅和融資租賃之間存在相關性，而實際所得稅率與融資租賃之間沒有關聯。王亞珂等（2015）認為稅率差別理論、債務替代理論和破產成本理論對我國上市公司的融資租賃決策影響很大，可是代理成本理論卻沒有明顯影響。從掌握的文獻來看，國內對融資租賃的影響因素研究并不多，構建模型時考慮的影響因素并不全面，也忽視了各影響因素之間可能存在的多重共線性問題。基于以上原因，本文首先用主成分分析方法，提取影響因素中的主成分，消除多重共線性的影響，然后以提取的主成分為輸入變量，構建logit模型，判斷影響融資租賃的因素。

研究設計

（一）樣本選取和數據來源

為了讓研究結果更加真實、準確，本文首先按照以下標準對滬市1096家上市公司報表逐一進行手工篩選。標準如下：為避免由于財務情況的不穩定而影響研究結論，去除2014年被披露為ST或*ST的企業；去除金融業、保險業上市公司，因為這些公司與其他企業相比，資本結構與財務報告結構有所不同；2014年公司樣本都是數據完整的，這樣能夠使研究樣本相對一致。按照上述標準選取后，一共去除了486家上市公司，其中被披露為ST或*ST的上市公司52家、金融業上市公司36家，數據不全樣本公司398家。

為了確定上市公司是否選擇融資租賃方式融通資金，對滬市A股剩余610家上市公司的年報逐一進行手動篩選。標準如下：在公司年度會計報表中固定資產附注明細項目下披露融資租賃固定資產的上市公司；在長期應付賬款中包括了應付融資租賃款的上市公司。若是滿足以上其中一個標準，則斷定這個企業在本年采用了融資租賃。有119家上市公司有融資租賃行為，占比為19.5%；有491家上市公司沒有采取融資租賃，占比為80.5%。數據來源于上海證券交易所網站所提供的A股2014年度財務報表及RESSET金融研究數據庫。

（二）研究假設

依據稅率差別理論，租賃雙方的所得稅稅率水平若在融資租賃發生時是不一樣的，此時雙方會因為稅收優勢傳遞現象的出現而獲得收益。根據《中華人民共和國企業所得稅法》規定，以融資租賃方式租出的固定資產不得計算折舊扣除。因此，融資租賃方式租入的固定資產可以計提折舊，在企業所得稅稅前扣除。高稅負的企業從低稅負的企業租入資產，根據所得稅法，高稅負的企業通過稅前計提折舊獲得較大的稅收收益，與此同時，承租企業將融資租賃資產折舊所帶來的稅收收益以融資租賃費用的形式部分轉讓給出租企業，使出租企業通過出租資產也充分獲得了稅收上的好處，出租企業和承租企業都能獲得融資租賃的稅收收益。因而提出假設一：所得稅率與企業融資租賃正相關。

債務替代理論認為，融資租賃是企業借款籌資的一種替代與互補形式。當企業出現財務困境時，銀行提供的經濟支持并不能完全幫助企業度過難關，公司還需要尋找其它較低成本的融資方式，融資租賃方式在這時就成為公司的首要選擇。假設企業需要的融資數額在事先是確定的，企業融資租賃增加的結果總是借款籌資的減少。因而提出假設二：債務比率與企業融資租賃負相關。

依據代理成本理論，如果一個企業出現投資不足的問題而其成長機會卻比較高時，會較少使用借款融資的方式解決這一問題，而融資租賃擁有優先求償的權利，企業更多會選擇采取融資租賃的方式解決投資不足的問題。即當企業的成長性很高時，其就更多會選擇融資租賃。因而提出假設三：成長機會和企業融資租賃正相關。

根據破產成本理論，企業如果發生破產清算，則要考慮投資或者借出去的資金的償還程度，因為融資租賃沒有別的抵押和擔保，其擔保物是承租設備，所以出租企業的安全就因為財產所有權而得到了保證，如果承租企業出現了違約，出租企業就能夠收回租賃資產，使損失減少到最小。一旦企業的盈利能力變弱以后，債權人這時就會害怕自己的投資是不是可以收回，為了減少債權人對風險的考慮，其就會提出更高的回報率要求，此時融資成本就會增加。所以，當盈利能力不好的時候，企業會更喜歡選擇租賃融資獲得收益。因而提出假設四：盈利能力和融資租賃負相關。

（三）變量設計

分別用表1中所示變量代表研究假設中所提出的影響因素。

（四） PCA-Logit模型構建

主成分分析（PCA）通過正交變換，將一組可能存在相關性的變量轉換為一組線性不相關的變量，轉換后的這組變量叫主成分，這些主成分能夠反映原始變量的絕大部分信息，且所含的信息互不重疊。由于影響企業融資租賃的各個因素均為反映企業各方面績效的財務指標，可能影響因素之間也存在相關性，因此為了消除變量間多重共線性問題，減少多重共線性對回歸模型的影響，首先利用主成分分析方法對原始變量提取主成分，然后以主成分為輸入變量，以企業有沒有融資租賃行為為輸出變量，它是一個定性的（0-1）變量，所以構建logit模型確定各解釋變量對融資租賃的影響方向和程度。

結果與分析

（一）主成分提取結果

通過計算變量之間的兩兩相關系數（見表2）發現自變量間存在很強的相關性，多項自變量間的相關系數在顯著性水平為0.01時顯著相關，因此有必要先對變量提取成分。表3為方差解釋表，特征根的大小表示對應主成分能夠描述原有信息的多少，累計方差貢獻率表示對原有信息的解釋能力，一般可根據特征根大于1或累計方差貢獻率大于85%確定提取的成分個數。表3顯示前5個成分的特征根均大于1，第6個成分的特征根為0.61，根據特征根大于1選取主成分，應選取5個主成分：F1、F2、F3、F4、F5，此時累計方差貢獻率為83.231%，所以這5個成分能夠代表最初的10個指標來分析影響融資租賃的因素。將這5個主成分作為輸入變量，以是否有融資租賃行為作為輸出變量計算logit回歸模型。

（二）邏輯回歸結果及分析

表4中卡方是對模型回歸系數無效假設所對應的似然比檢驗量，sig指所對應的p值，p值為0，小于0.05，其檢驗結果表明該模型在95%置信水平下，整體檢驗十分顯著。

表5是以提取的5個主成分為解釋變量的系數及檢驗表，對邏輯回歸方程的回歸系數進行顯著性檢驗時，通常使用Wald檢驗，其公式為，單變量Wald統計量服從自由度等于1的λ2分布，Sig是變量的顯著程度。如果Wald檢驗拒絕零假設，此時系數具有顯著性；如果Wald檢驗接受零假設，則表示自變量和因變量之間系數為0。從表5的檢驗結果來看，第1、第2、第3主成分通過了Wald檢驗，其sig值均為0，而第4、第5主成分未通過wald檢驗，因此，其系數有很大可能為0。因此主要基于第1、第2、第3主成分的視角，觀察各原始變量對被解釋變量的影響。

由于F1、F2、F3、F4、F5是原始變量所得稅稅率、資產負債率、長期負債校正率、固定資產增長率、總資產增長率、息稅前利潤、稅前利潤、每股股利、凈資產收益率、總資產的線性組合，因此可以根據每個成分的線性組合系數和邏輯回歸方程前的系數結合去判斷對融資租賃的影響。主要考慮F1、F2、F3三個主成分，由前面的主成分分析得出因子載荷矩陣，如表6所示。再用因子載荷矩陣中的特征向量/SQR（對應特征值），即可求出其線性組合方程式分別為：

F1=0.5×Totass+0.02×ActRate+0.14×ROE+0.51×EBIT-0.01×Totassgrrt+0.13×PPS+0.3×Dbastrt+0.5×Profit+0.34×LTRate+0.01×assgrrt

F2=（-0.13）×Totass-0.01×ActRate+0.46×ROE+0.19×EBIT+0.21×Totassgrrt+0.51×PPS-0.43×Dbastrt+0.22×Profit-0.41×LTRate+0.14×assgrrt

F3=0.08×Totass+0×ActRate+0.33×ROE-0.3×EBIT+0.49×Totassgrrt+0.14×PPS+0.32×Dbastrt-0.31×Profit+0.3×LTRate+0.49×assgrrt

根據表5中的邏輯回歸方程回歸系數，結合各主成分的線性組合系數，得出各原始變量與融資租賃相關系數，如表7所示。

從表7可知，實際所得稅稅率前的系數分別為0.01264、0.00655和0，是為0或接近于0，所以假設一不成立，所得稅對融資租賃的影響并不明顯，可能是所選取的樣本并沒有區分是融資租出方還是租入方，作用被相互抵消了。反映籌資替代作用的指標—資產負債率和長期負債校正率前的系數均為正值，與假設相反，究其原因可能是因為我國融資租賃并未為廣大企業所使用，使得其籌資替代作用未能發揮。反映代理成本的固定資產增長率的系數分別為0.00632、-0.0917和0.21119，由表6的因子載荷矩陣可知，固定資產增長率主要通過第3主成分體現，而第3主成分前的系數為0.21119，所以驗證了假設三，認為成長機會和企業融資租賃正相關。其它指標為反映盈利能力的，從表7中可以看到，系數有正有負，但是系數為負占大多數，因此可以驗證假設四成立，盈利能力和融資租賃負相關。

結論

本文以滬市A股上市公司作為研究樣本，以2014年為研究期間，首先運用主成分分析方法對原始變量提取主成分，消除原始變量間的多重共線性，形成獨立變量，然后以提取的對原始變量有83.231%的解釋能力的5個主成分作為邏輯回歸方程的輸入變量，以是否有融資租賃行為為輸出變量構建logit模型，進而判斷各原始變量是否對融資租賃有影響，研究結果表明：

實際所得稅率對融資租賃決策不存在明顯影響。對這一解釋為，當企業開始采取融資租賃決策，一般是針對某個具體項目進行，因為企業的實際所得稅率是每年的所得稅與利潤總額之比，區別于企業融資租賃決策的實際情況，并且還有一個重要原因有可能是我國對企業融資租賃缺少優惠政策。

負債比率與融資租賃呈現明顯的正相關關系。根據實證分析，當負債比率很高時，企業通過融資租賃取得收益的可能性也很大，這個結果顯示與國外債務理論不同，這意味著國外的債務替代理論并不完全符合國內融資租賃市場。這是因為在籌措資金時，我國企業會將各種融資渠道所需的資金成本與有可能存在的風險大小相結合思考，最終選擇一個最完美的資本結構以實現企業價值最大化。企業在進行債務融資時會選擇將融資租賃與債務融資相結合的方式來維持資本結構的穩定性。所以，企業的負債比率與融資租賃是正相關關系。另外，成長機會與融資租賃呈現正相關關系，盈利能力和融資租賃則呈現負相關關系。

參考文獻：

1.Chu Ling，Mathieu Robert，Zhang Ping.Why Firms Lease Short-Lived Assets：A Tax-Based Explanation[J].Canadian Tax Journal，2008（2）

2.Ho Daniel，Kan Shirley，Wong Brossa.International Lease Accounting and Tax Consequences：The Hong Kong Perspective[J].International Journal of Economics and Finance，2010（11）

3.Callimaci Antonello，Fortin Anne，Landry Suzanne.Determinants of Leasing Propensity in Canadian Listed Companies[J].International Journal of Managerial Finance，2011（7）

4.Mehran.H，Taggar.R.A，Yermack.CEO ownership，leasing，and debt financing[J].Financial Management，1999（28）

5.Sumit Agarwal，Brent W.Ambrose，Hongming Huang，et al.The Term Structure of Lease Rates with Endogenous Default Triggers and Tenant Capital Structure：Theory and Evidence[J].Journal of Financial and Quantitative Analysis，2011（46）

6.Lasfer，M.A.，Levi.The determinants of the leasing decision of small and large companies[J].European Financial Management，1998（42）

7.來明敏.我國企業融資租賃影響因素的實證研究—基于logistic分析[J]. 財會通訊（學術版），2005（7）

8.胡春靜. 融資租賃影響因素的實證分析—以滬市A股上市公司為例[D].浙江大學，2009

9.王亞珂，王莉華.我國上市公司融資租賃影響因素實證研究—以滬市A股上市公司為例[J].商業會計，2015（15）