經濟新常態下我國電商上市公司資本結構與企業績效關系研究

王廣生

(中國社會科學院，北京 100732)

黨的十九大報告擘畫了建設“數字中國”“網絡強國”的宏偉藍圖，我國數字經濟發展進入新的階段。電子商務是數字經濟最有活力、最為集中的重要組成部分，在政府和市場的雙重推動下，我國電商企業取得了長足發展，并朝著高質量、高效率、重創新的方向穩步前進，在助推數字經濟和促進經濟轉型升級等方面發揮著重要的作用。近年來，我國電商保持高速發展的態勢，根據國家統計局電子商務交易平臺有關數據，2017年全國電子商務交易額達29.16萬億元，同比增長11.7%，我國繼續保持全球網絡零售市場占比及數額最大的領先地位[1]。與電商行業的高歌猛進形成鮮明對比的是，一長串耳熟能詳的電商倒下，如一元奪寶、許鮮網、優庫速購、綠盒子，等等。這不僅與進入經濟新常態后國家經濟下行壓力增大有關，也與企業所處行業以及自身的商業模式、運行效率、資本結構等有關。本研究以經濟新常態為研究背景，以我國電商類上市公司為研究主題，探討資本結構與企業績效的關系，如我國電商上市公司的資本結構是怎樣的？其資本結構與企業績效有怎樣的關系？如何從資本結構方面進一步提高企業績效？嘗試通過回答以上問題，從理論和實踐兩個方面為電商發展提供意見建議。

一、文獻回顧及假設提出

馬克思在《資本論》中關于資本結構的論述，闡明了資本結構與剩余價值的二元關系，指出資本結構決定了剩余價值的生產、積累、實現及分配，可以認為這是資本結構研究的濫觴[2]。美國經濟學家莫迪格萊尼(Modigliani,1958)和米勒(Miller,1963)分別在《美國經濟評論》發表《資本成本、公司理財與投資理論》 《企業所得稅和資本成本：一項修正》，開啟了企業資本結構研究的先河。隨后，經濟學家們開始關注企業資本結構這一主題，并放寬理論假設的前提條件，嘗試從不同的視角開展資本結構及其影響因素的研究，當然也包括資本結構與企業績效的研究(如Berger A N, Di Patti E B,2006；Onayemi M, Akindapo A, Ojokuku R, et al.,2010; Abu-Rub N,2012)。但是，現有文獻中針對電商企業的相關研究很有限。

1.關于資本結構研究的主要觀點

莫迪尼亞尼和米勒(1958)指出，在完善的資本市場這一理想條件下，鑒于套利機制的作用，企業的市場價值取決于投資決策，與資本結構無關[3]。隨后，莫迪尼亞尼和米勒(1963)對上述觀點進行修正，指出如果將企業所得稅考慮在內，由于債務利息具有稅盾的作用，因此企業的市場價值會隨著負債率的提高而增加[4]。以上觀點闡明了企業融資決策的基本規律，被稱為莫迪尼亞尼-米勒定理，在學界視為現代資本結構理論的奠基石。但是，由于以上假設在現實的經濟社會中并不存在，因此之后又有不少學者在此基礎上不斷完善有關理論。

詹森、麥克林(Jensen M C, Meckling W H, 1976)，格魯伯、瓦納(Gruber M J, Warner J B, 1977)，邁爾斯、梅吉拉夫(Myers S C, Majluf N S, 1984)等學者在莫迪尼亞尼-米勒定理的基礎上，提出了均衡理論。均衡理論認為，有負債企業的價值是無負債企業的價值加上節稅收益的現值，減去財務危機成本的現值及代理成本的現值。其主要貢獻在于將債務危機成本和代理成本計算在企業資本結構之中，是優化企業資本結構的重要思路。一些學者在此基礎上提出了信息不對稱下的資本結構理論，包括激勵理論、信號傳遞理論、控制權理論等，從公司治理的視角探討通過資本結構的優化來實現企業價值[5]。上述資本結構理論以微觀經濟學為理論基礎，通過實證研究方法進行規范性研究，在一定程度上闡明了企業在資本結構安排上的本質關系[6]。

2.我國學者對于資本結構研究的高被引文獻

魏振民(1981)較早使用了資本結構的概念[7]，陳今池、沈小鳳(1986)從中外合資經營企業的角度較早界定了資本結構的概念[8]。馮根福、吳林江、劉世彥(2000)首先從理論上對我國上市公司資本結構形成的影響因素作出說明，然后運用主成分分析法、多元回歸法對其資本結構形成可能的影響因素進行實證分析，結果表明我國上市公司獨特的股權結構是企業資本結構的重要影響因素，企業財務狀況的影響作用相對較弱[9]。洪錫熙、沈藝峰(2000)從資本結構決定因素學派的研究視角，以我國上交所工業類公司為樣本，對影響資本結構的主要因素進行實證分析，結果表明，企業規模和盈利能力對企業資本結構的選擇有顯著影響 ,公司權益、成長性和行業因素對企業資本結構沒有顯著影響[10]。呂長江、王克敏(2002)認為，上市公司資本結構、股利分配、管理股權比例等3個元素之間存在顯著的相互作用關系[11]。

3.對于特定行業的上市公司資本結構研究文獻

我國還有不少學者對于特定行業的上市公司資本結構進行研究。張佳林、杜穎、李京(2003)對電力行業上市公司資本結構進行研究，結果表明資本結構和公司結構呈現正相關，適當提高負債率能夠提高公司績效[12]。柳松(2005)以我國農業類上市公司為研究對象，實證分析控股股東結構、公司規模、盈利能力、成長性、資產結構、股權流通性、收入變異程度、非負債稅盾和所得稅等與其資本結構之間的關系，結論表明，盈利能力與其短期負債對總資產賬面價值的比值和總負債對總資產賬面價值的比值呈顯著負相關[13]。柳松、顏日初(2005)以我國房地產類上市公司為研究對象，實證分析表明，公司規模與其負債比率在1%或5%的顯著性水平下顯著正相關[14]。朱順泉(2005)以我國47家上市信息業公司為樣本，運用主成分分析法、多元回歸分析法，對資本結構的影響因素進行實證分析，并對資本結構的優化提出了一些有建設性的意見[15]。程大友(2004)以滬深上市的 36家醫藥類上市公司為樣本，研究資本結構與資產結構、成長性、公司規模、獲利能力和經營風險之間的相關性，以及公司績效與資本結構之間的關系，結果表明，資產結構和企業規模對以長期負債比率表示的資本結構有顯著影響，資產負債率與總資產收益率呈現正相關[16]。此外還有關于文化類上市公司資本結構與績效關系的研究(張慶、桑磊泉、陳歡，2015),關于紡織類上市公司資本結構影響因素的研究(譚恒，2007),關于食品類上市公司資本結構與盈利能力的研究(王閩，2012),關于銀行類上市公司資本結構與競爭力關系的實證研究(夏喜軍，2011)，關于電力類上市公司資本結構對公司績效的影響研究(孫超，2015)，等等。

現有文獻中，對于電商上市公司資本結構的研究比較少。李曜、叢菲菲(2015)以蘇寧云商為例，對民企資本結構的選擇進行單案例深入分析，結果表明，在激烈的產業競爭來臨前，民營企業的低財務杠桿不僅是金融歧視造成的，而且是企業為建立競爭優勢和獲取財務彈性而自主選擇的戰略[17]。李正偉(2017)同樣以蘇寧云商為例，以該公司2012年至2014年財報為數據來源，運用因素分析法進行實證分析，結合電商企業的經營績效、營運效率和資本結構的配比，提出了電商企業提高經營效益的意見建議[18]。張越楠(2017)以3家國內典型電商公司為例，利用2012年至2015年有關財務指標測算結果，分析財務杠桿的運用及資本結構情況，建議電商公司根據戰略發展需要調整資本結構，提高財務杠桿彈性，有效平衡風險與收益[19]。高冠群、李興法(2016)認為資本結構安排不當是美國電子產品零售連鎖品牌瑞賽電器在短短幾年內由輝煌走向破產的重要原因[20]。上述文獻雖然對電商上市公司資本結構進行了一定深度的研究，但是，樣本數量比較有限，根據萬德數據庫有關信息統計，截至2017年12月31日我國滬深上市電商有26家，而現有文獻最多只分析了3家電商；現有文獻以蘇寧云商為例進行的分析代表性也有限，根據2014年年報，蘇寧云商的總資產是我國上市電商公司總資產均值的5.5倍，因此該公司的情況并不具有廣泛代表性[21]；現有文獻的研究數據最遲延展至2015年，沒有將經濟新常態作為大背景開展研究，而且難以反映出電商行業快速變化的特征；此外，國內外尚未有文獻使用面板數據對電商上市公司的資本結構進行研究。因此，在經濟新常態下使用面板數據對上市電商公司資本結構與企業績效關系進行研究，在理論和實踐方面均具有重要的意義。

根據以上文獻及有關常識，可以提出以下原假設：

H01總資產周轉率與企業績效呈現正相關；

H02資產負債率與企業績效呈現正負相關；

H03無形資產占比與企業績效呈現正相關；

H04流動資產占比與企業績效呈現正相關；

H05固定資產占比與企業績效呈現負相關。

二、研究方法和數據來源

研究方法在學術研究中發揮著重要作用，直接關系到研究的成敗。綜合考慮對電商上市公司資本結構與企業績效關系研究的可行性、可靠性、科學性，本研究以經濟新常態下我國電商上市公司的面板數據為樣本，使用多元線性回歸方法進行分析，運用多個變量的最優組合共同估計因變量。

1.樣本及數據選擇

2.變量選擇及定義

由于樣本數量有限，本研究不宜選擇太多的變量，否則會導致估計結果不準確。綜合現有文獻關于變量的選擇，對其中的二十多個變量進行慎重比較，本研究選取以下變量。

本研究的被解釋變量是企業績效，選取資產收益率(ROA)作為衡量的指標。現有文獻大多數也是用資產收益率衡量企業績效，例如張正堂(2008)，朱金鳳、楊鵬鵬(2009)，蔡春、蔡利、田秋蓉(2011)，等等。在數學模型中，用ROA表示。

本研究的解釋變量有以下幾個：一是流動資產占總資產比重。二是固定資產占總資產比重。選擇以上兩個變量是基于衡量企業流動性的考慮，流動資產比率越大則資產的流動性越強、風險性越小，但是收益性會變差；反之則固定資產比率越大，資產流動性越差、風險越大，收益會隨之提高。流動資產占比在數學模型中用LDZC表示，固定資產占比在數學模型中用GDZC表示。三是總資產周轉率。該指標能反映出企業全部資產的經營質量和利用效率，在一般情況下，總資產周轉率高則表明該企業資產管理效率高，資產對企業利潤的貢獻度也越大，總資產周轉率在數學模型中用ZZC表示。四是資產負債率，它能夠衡量企業利用債權人提供的資金進行經營活動的能力，修正后的莫迪尼亞尼-米勒定理指出，企業的資產負債率提高能促進企業的綜合資本成本降低，資產負債率在數學模型中用ZCFZ表示。五是無形資產占總資產比重，無形資產是企業維持競爭優勢的重要因素，在一般意義上，具有競爭力的企業，無形資產在企業的資產總量中占50%以上，無形資產占比在數學模型中用WXZC表示[22]。

基于以上考慮，從萬德數據庫中導出24家企業2013年至2017年的季報相關數據，共計2880個有效數據項。

由以上變量定義可構建多元線性回歸模型如下：

ROA=α+β1LDZC+β2GDZC+β3ZZC+β4ZCFZ+β5WXZC+ε

證明 注意到GT嚴格正且EP[GT]=1。因此由標值點過程模型下的Girsanov型測度變換定理知[7-8]:可以定義一個概率測度:且有是PR-Brownian運動,Nt是強度為λR=λ(ξ+1)的PR-Poisson過程，且Vi仍是獨立同分布的隨機變量,其有PR概率密度函數

其中，α為常數項，βi(其中，i=1,2,3,4)表示相應變量的估計參數，ε為隨機誤差項。

3.變量基本情況

在進行模型估計前，我們先對變量的基本情況進行統計。使用Eviews對有關數據進行變量描述性統計，可以得到表1(變量描述性統計)。使用Eviews對有關數據進行相關性分析，可以得出表2(變量相關性分析)。從表中數據來看，電商上市公司之間的資產收益率、總資產周轉率、資產負債率等相差較大，企業的績效和資本結構普遍存在一定差異；數據之間的相關性并不強，不存在多重共線性。從以上分析的基本情況來看，適合進行面板模型估計。

表1變量描述性統計

注：除觀測數保留整數外，其余均保留兩位有效數字

表2變量相關性分析

ROALDZCGDZCZZCZCFZWXZCROA1.00 LDZC0.03 1.00 GDZC-0.05 -0.72 1.00 ZZC0.27 0.09 -0.09 1.00 ZCFZ-0.55 0.19 -0.10 0.02 1.00 WXZC-0.01 -0.49 0.33 -0.25 -0.09 1.00

表格來源：本研究根據所搜集數據自行匯總

4.變量檢驗

為了使估計結果是有意義的，首先要考慮數據的平穩性及是否適合進行相關估計的問題。鑒于本研究所使用的數據是5年的季度數據，本研究使用的樣本的個數為24個，因此數據的情況為大N小T，不需要考慮單位根和協整的問題。

在建立模型進行估計前，應當先進行模型設定形式檢驗，確定選擇固定效應還是隨機效應。我們對數據進行Hausman檢驗，從Eviews中導出檢驗結果，如表3所示(各變量Hausman檢驗結果)。從表中可以看出，Hausman檢驗的檢驗統計量為21.153149，P值為0.0008，因此，我們拒絕固定效應模型不存在系統差異的原假設，應當建立固定效應模型。

表3各變量Hausman檢驗結果

Test SummaryChi-Sq. StatisticChi-Sq. d.f.Prob.Cross-section random21.15314950.0008Cross-section random effects test comparisons:VariableFixedRandomVar(Diff.)Prob.LDZC3.4970852.5863260.5780560.2310GDZC-7.028378-4.5662003.9864900.2175ZZC5.4240365.2478010.0030000.0013ZCFZ-1.282823-1.2831240.0000680.9709WXZC-10.013132-4.8302557.5931200.0600

根據上述Hausman檢驗結果，我們建立固定效應模型進行估計，從Eviews中導出估計結果，如表4(固定效應模型估計結果)所示。將估計結果代入上文模型有：

ROA=0.023231+0.034971LDZC-0.070284GDZC+0.054240ZZC-0.012828ZCFZ-0.100131WXZC

表4固定效應模型估計結果

VariableCoefficientStd. Errort-StatisticProb.C0.0232310.0141691.6395920.1018LDZC0.0349710.0194621.7968910.0730GDZC-0.0702840.036004-1.9521350.0515ZZC0.0542400.00306717.682670.0000ZCFZ-0.0128280.000654-19.623060.0000WXZC-0.1001310.068727-1.4569350.1458

續表

Fixed Effects (Cross)(略)Cross-section fixed (dummy variables)R-squared0.761196Mean dependent var0.050980Adjusted R-squared0.746370S.D. dependent var0.049356S.E. of regression0.024856Akaike info criterion-4.492884Sum squared resid0.278647Schwarz criterion-4.240717Log likelihood1107.292Hannan-Quinn criter.-4.393763F-statistic51.34210Durbin-Watson stat1.480418Prob(F-statistic)0.000000

5.結果分析

模型的擬合度比較理想(0.761196)，模型中的解釋變量與被解釋變量之間存在線性關系。該擬合度高于創業板上市公司資本結構與企業績效關系的擬合度0.268(陳德萍、曾智海，2012)、國企上市公司資本結構與公司績效的擬合度0.291(牛昆，2016)、上市零售企業資本結構與公司績效關系的擬合度0.187(容宇恩，2014)、蘇寧云商資本結構實證研究的擬合度0.348(李曜、叢菲菲，2015)。雖然本研究的擬合度仍低于商業銀行資本結構與績效關系的擬合度0.904(郭彪，2018)，但是在樣本數量有限、面板數據時間較短、季度數據未經審計等現實情況下，已經達到較好的擬合度。模型的Durbin-Watson統計值為1.480418，表明模型不存在自相關，統計結果是有效的。

無形資產占比的回歸系數為-0.100131、P值為0.1458，未通過顯著性檢驗。流動資產占比的回歸系數為0.034971、P值為0.0730，固定資產占比的回歸系數為-0.070284、P值為0.0515，以上2個解釋變量在0.1的水平上通過顯著性檢驗。總資產周轉率的回歸系數為0.054240、資產負債率的回歸系數為-0.012828，且兩者的P值均為0.0000，通過顯著性檢驗。以上情況說明，流動資產占比、總資產周轉率與企業績效呈現正相關，固定資產占比、資產負債率與企業績效呈現負相關，如表5所示( 原假設分析一覽表)。

表5原假設分析一覽表

表格來源：本研究根據估計結果自行匯總

三、結論與展望

本研究實證結果表明，經濟新常態下我國電商上市公司的總資產周轉率與企業績效呈現正相關，資產負債率與企業績效呈現弱負相關。總資產周轉率與企業績效呈現較強的正相關，說明總資產周轉次數越多，則企業的績效越好；企業運營能力較強，尤其是電商的重要特點是擴大業務量的邊際成本較小，這也使得規模經濟效應進一步凸顯。資產負債率與企業績效呈現弱負相關，這與文化類上市公司的實證結果類似(白積洋，2012)。這表明電商上市公司傾向于采取低資產負債率來保障企業的財務資金安全，籌資策略較為保守，負債率偏低，資本運作能力較弱。無形資產占比對于企業績效的影響不顯著，原因可能是無形資產占總資產的比例太小，這也說明企業的核心競爭力不足。流動資產占比與企業績效呈現弱正相關，固定資產占比與企業績效呈現弱負相關，體現了企業保持流動性的重要性，企業應當保持一定的流動資產，以保證資產的變現能力和債務償還能力。

根據以上實證結果，可以對我國電商上市公司提出以下建議：首先，進一步發揮規模效應，可以上線更多的產品，經營區域向中西部地區、國外市場進行拓展，通過擴大企業規模提高總資產周轉率，進而提升企業績效。其次，進一步提高資本運作能力，充分利用多層次資本市場進行直接融資，維持一個相對穩定的資本結構和合理的負債率，實現企業資產保值增值。最后，將流動資產控制在科學合理的比例范圍內，保持適當的流動性，建立債務風險管理制度，切實防范債務風險。

當然，本研究也存在一些局限性，例如擬合度有待進一步提高，解釋變量可以進一步拓展，時間序列的時間長度可以進一步增加。這些方面都可以在以后的研究中予以考慮。