我國上市公司資本結構與經營績效關系的實證分析

沈 磊

(淮南師范學院 金融與數學學院，安徽 淮南 232038)

相關數據顯示，2018年參與股票投資交易的股民人均虧損6萬元。根據2018年7月5日統計數據，2018年度上證指數跌幅16.57%，深圳成指跌幅18.2%。股民在震蕩的股市中謀求生存，需要對上市公司股票進行準確的價值分析，確定公司當前和未來的盈利能力與市場股價的契合度，以從內在價值增長中尋求長期投資收益。對上市公司資本結構與經營績效的關系進行實證研究，可為股票價值投資提供理論基礎。

1 理論基礎

Durand(1952)在其關于企業債務與權益成本計量方法的報告中闡述了資本結構的概念[1]。Modigliani & Miller(1958)指出在無稅的條件下公司的資本結構對公司價值不產生影響[2]。后續學者們在早期資本結構理論的基礎上放寬假定條件，實證研究公司價值、經營績效與公司資本結構之間的關系。Lakshmi(1988)認為公司普通股期望收益率與債務權益比正相關[3]。Frank & Goyle(2003)提出公司經營績效與體現市場價值的財務杠桿比率之間呈負相關關系[4]。隨著我國資本市場制度不斷完善，國內學者對我國上市公司的資本結構進行了實證分析。張桂林等(2003)以電力行業上市公司財務數據為樣本進行實證分析，認為上市公司凈資產收益率與負債比率之間呈顯著正相關關系[5]。張玉明等(2015)基于資產負債率和市盈率構建模型進行分析，結果表明不存在一個適宜的資本結構區間來涵蓋所有企業[6]。陳玉蓉(2017)對40家上市電力公司的財務數據進行實證分析，提出資產負債率與企業經營績效之間呈負相關關系，與股權集中程度之間無明顯線性關系[7]。

2 研究樣本和指標的選取

2.1 研究樣本的選取

不同行業的公司的資本結構存在差異，重工業公司因為生產需要往往會借款經營，導致負債率較高。金融類上市公司經營門檻較高，自有資本較為充足，負債率相對較低。為使研究結果具有普遍性，考慮到不同市場結構的影響，并排除先天資源差異較大的行業和政策性因素影響較大的行業，本文選取制造業、建筑業、信息技術服務業中的100家上市公司為樣本，對其2014-2017年公布的財務數據進行實證分析。

2.2 指標的選取

主成分分析法通過降維的方式把多指標轉化為少數主成分綜合指標，每個主要變量指標可以反映原始變量的大部分信息，并且不重復其中包含的信息[8]。該方法簡化了待分析的變量，可獲得更加科學有效的數據信息。為了全面、系統地分析問題，我們在衡量公司經營績效時選取企業償債能力、營運能力、盈利能力指標，具體為托賓Q值、產權比率(DER)、存貨周轉率(TOV)、主營業務利潤率(PRMO)、總資產周轉率(TAR)、速動比率(QR)、ROE增長率7個變量。

3 實證檢驗與分析

首先運用主成分分析法構造反映企業綜合業績的指標，其次將構造的指標與企業的資產負債率相結合建立回歸模型進行實證分析。鑒于一元回歸模型難以提供變量間的最優組合方案，我們在一元線性回歸基礎上配以非線性回歸方程，以解決最優資本結構合理區間問題。

3.1 模型的構建

資產負債率(DAR)和綜合業績(Z)模型如下：

模型1：Z=β11+β12DAR+ε1

模型2：Z=β21+β22DAR+β23DAR2+ε2

3.2 主成分分析

基于托賓Q值、速動比率、主營業務利潤率、總資產周轉率、存貨周轉率、產權比例和ROE增長率7個變量進行主成分分析，獲得各個主成分的特征值以及方差貢獻率。為方面描述，將上述7個變量分別定義為Z1～Z7。

表1 主成分分析的方差貢獻率

根據表1，采用Z1～Z5五個主成分，其累計方差貢獻率為87.3%，達到分析數據的要求。計算各主成分指標單獨方差貢獻率，并將其作為各主成分的權重構建反映公司綜合業績的綜合指標Z。

Z=0.287Z1+0.228Z2+0.132Z3+0.115Z4+0.109Z5

3.3 相關性分析

對上市公司的綜合業績與資產負債率進行線性相關性分析。通過計量軟件對綜合業績和公司資產負責率兩個變量的描述性統計量進行觀察，根據相關系數=協方差/標準差之積，計算二者的相關系數。針對所選取的100家上市公司財務數據分別構建反映其綜合績效的指標變量，并結合每個上市公司的資產負債率計算二者之間相關系數，以此反映變量間線性相關性。最后通過對這100個相關系數進行均值處理，得出這些上市公司資產負債率與綜合業績指標的平均相關系數為-0.273。在絕對數層面，0.273明顯小于1，說明從平均水平看所選取的上市公司的資產負債率與其綜合業績指標之間雖然存在線性關系，但是關聯程度相對較弱；在影響方向層面，相關系數負號表示變量之間反相關，即上市公司資產負債率越高，綜合業績反而越差。由此可知，公司資產負債率與綜合業績之間呈低度負相關關系。

3.4 模型估計

對模型1進行回歸分析，以資產負債率為解釋變量，以主成分分析擬合出的綜合業績為被解釋變量構建模型1，并對其進行參數估計，輸出結果如表2所示。

表2顯示模型1估計的擬合優度R2為0.074，說明對被解釋變量擬合效果差，即資產負債率對綜合業績的線性解釋程度差，這是因為綜合業績指標受到多個因素的影響，資產負債率只是其中的一個，一個因素的解釋貢獻率不高。

通過方差分析得出回歸方程的顯著性檢驗F統計量為52.21，檢驗P值為0.00，在1%的顯著水平下擬合的回歸方程具有顯著的統計學意義，即認為解釋變量與被解釋變量之間存在線性關系。

在回歸系數顯著性檢驗中，資產負債率的回歸系數t檢驗統計量為-7.2，P值為0.00，取1%的顯著水平，資產負債率回歸系數t值大于臨界值，拒絕原假設，即參數顯著性檢驗通過。資產負債率的回歸系數為-0.54，說明資產負債率與綜合業績之間存在負相關關系，驗證了之前的結論。對樣本而言，資產負債率每增加1個百分點，綜合業績減少0.54個百分點。回歸方程為：

Z=0.253-0.54×DAR

為尋找最優的資本結構區間，構建模型2，即在線性回歸模型中引入了資產負債率的二次項。

表3 模型2擬合結果

從表3可看出，引入二次項后回歸系數都不顯著，說明上市公司綜合業績與資產負債率之間沒有二次曲線關系，只有線性關系。可見，上市公司資本結構的最優區間是不存在的。

4 結論

以2014～2017年上海證券交易所上市公司三個行業(制造業、建筑業和信息技術服務業)為樣本構建上市公司綜合業績指標，并將其與資產負債率指標相結合構建回歸模型進行實證分析，結果顯示通過顯著性檢驗的參數值為負值。引入二次項后，回歸系數不再顯著。由此得出結論：我國上市公司資本結構與經營績效存在負相關關系，且不存在上市公司資本結構的最優范圍。

制造業、建筑業和信息技術服務業公司在經營過程中，負債越高越不利于公司經營績效的提升。負債規模的擴大一方面會增加企業成本，降低企業用于設備更新、技術改革的留存利潤；另一方面持續高負債經營會導致企業債務敞口，增大破產風險，降低經營績效。可見，盲目采用債權融資方式，追求債務稅盾、財務杠桿會使企業經營活動受到掣肘，不利于企業經營績效的提升。企業應合理分配股權和債權融資的比例，綜合考慮行業間、企業間差異，選擇適合自身長遠發展的資本結構。