徐嵩杰
內容摘要:在各個生命周期階段,選擇不同的債務融資契約,可以使得負債在每一個階段充分發揮治理功能與節稅作用。本文基于經濟學產業增長率理論,以批發和零售業上市公司作為研究對象,以產業增長率為依據劃分企業生命周期,對債務融資和財務績效關系進行研究,并提出合理化建議。結果顯示:批發和零售業上市公司的不同生命周期,負債比率、負債期限對財務績效作用效果不同;批發和零售業上市公司全部生命周期,資產負債率對財務績效始終具有反向作用;批發和零售業上市公司的成長期和衰退期,短期負債對財務績效具有正向作用,長期負債對財務績效反向作用,批發和零售產業公司成熟期,短期負債對財務績效具有負面作用,長期負債對財務績效具有正向作用。
關鍵詞:批發和零售業 ? 上市公司 ? 債務融資 ? 財務績效
隨著資本市場逐漸規范化,其有效的改善了中國金融市場活力不足的環境,加之股票市場迅速發展,對經濟振興起到了極大的促進作用。但與之作用不相上下的債券市場卻發展緩慢,尚沒有形成完善的體系。其中,債務融資與財務績效關系對我國債券市場的發展具有決定性作用。近年來,我國學者在股權融資與財務績效關系方面有較全面的研究,部分學者基于經濟學產業增長率理論,研究上市公司的行業生命周期,根據產業增長率的變化,將其劃分為成長期、成熟期、衰退期;部分學者將產業增長率劃分企業生命周期的方法運用到糧食上市公司,在同類問題的研究中具有重要的參考意義。鑒于此,本文總結已有文獻研究結論的基礎上,從經濟學產業增長率理論入手,以批發和零售業上市公司作為研究對象,對債務融資和財務績效關系進行分析,為我國批發和零售業正確規劃債務融資提供理論依據。
理論基礎
通過對世界各地企業的統計分析發現,企業普遍具有其生命周期,并可以根據企業的發展情況劃分成3-5個周期,而目前廣泛受中外學者認可的,是將企業分成初創期、成長期、成熟期、衰退期。但具體劃分方法尚未統一,可粗略分為單一變量法和多變量組合法。本文以產業增長率為依據劃分企業生命周期,考慮到我國企業行業多樣化,且特征存在較大差異,產業增長率能夠分別考慮行業對企業生命周期的影響,具有其合理性。選取兩個連續時間段,比較兩個時間段企業增長率和行業增長率。成長期企業的特點是:在兩個連續時間段內企業增長率比行業增長率強。成熟期企業的特點是:前一個時間段內企業增長率比行業增長率強,后一個時間段內企業增長率比行業增長率弱。衰退期企業的特點是:在兩個連續時間段內企業增長率比行業增長率弱。
研究假設、樣本選取與數據來源
(一)研究假設
假設1:不同時期,負債比率、負債期限與財務績效的作用效果不同。
假設2:成長期和成熟期中,資產負債率與財務績效相互正向作用,衰退期中,資產負債率與財務績效相互反向作用。
假設3:成長期和衰退期中,短期債務與財務績效相互正向作用,成熟期中,短期債務與財務績效相互反向作用。成長期和衰退期中,長期債務與財務績效相互反向作用,成熟期中,長期債務與財務績效相互正向作用。
(二)樣本選取與數據來源
數據來源:上市公司披露信息各類信息平臺,包括巨潮資訊網、國泰安數據庫等。本文以零售批發業為例,使用SPSS18.0軟件進行分析處理,并按照下列規則進行數據初始化。
選取2013-2018年滬、深交易所A股市場中2013年1月1日以前上市的批發和零售業上市公司信息,以保持數據連續性和統一性。
將2013-2018年間批發和零售業中ST和*ST的上市公司的信息刪除,以保持數據的穩定性。
對于數據異常、存在缺失值的上市公司數據予以剔除,以避免異常數據對研究結果的影響。
經過數據初始化處理后,以產業增長率為依據劃分企業生命周期,將剩余批發和零售業上市公司按照劃分規則劃分生命周期。結果顯示,27家上市公司處于成長期,24家上市公司處于成熟期,44家上市公司處于衰退期。并依次討論三個生命周期中,債務總額和債務期限與財務績效的作用效果。
研究變量選取與模型構建
(一)研究變量的選取
因變量。本文選取資產收益率(PRG)作為因變量,并以此反映財務績效。
資產收益率能夠反映企業的經營情況,可以從側面反映企業在市場中的競爭位置。資產收益率是企業競爭能力、發展能力的重要指標。在資產總額不變的情況下,資產收益率是反映企業盈利能力,資本的產出效率,資本的利用效率的重要指標,其數值波動情況能夠預測企業的發展趨勢。
資產收益率(PRG)=凈利潤/平均總資產
平均總資產=(資產期初余額+資產期末余額)/2
自變量。本文從債務水平和債務期限兩個方面選取自變量,通過兩個方面的數據反映企業債務融資情況。
資產負債率(CFL),是反映企業債務水平的最重要的數據,是負債占企業資產的比例。體現了企業對負債的運用能力、還款能力、公司的財務情況。
資產負債率(CFL)=債務總額/資產總額
短期負債率(DFH)和長期負債率(KTM)是反映企業債務期限的重要指標。
短期負債率(DFH)=期末流動負債/期末債務總額
長期負債率(KTM)=期末長期負債/期末債務總額
控制變量。財務績效受多方面因素干擾,為真實反映單一債務融資指標對于財務績效的影響,在討論時需要提出其他因素的作用效果。本文選取下列控制變量:
公司規模(SIZE)。公司規模是能夠影響公司財務績效的關鍵因素,在討論債務融資對公司財務績效的影響時必須對其加以考慮,因此本文選取公司規模作為控制變量。相同發展階段的公司,規模相對大的公司較規模相對小的公司融資需求相對大??傎Y產是最直觀的反映公司規模的指標,為降低樣本間總資產差距,本文選取總資產的對數作為公司規模的指標。
公司規模(SIZE)=LN(期末總資產)
成長性(GROW)。通常成長性高的企業其財務績效較成長性低的企業具有一定優勢,因此本文將成長性作為控制變量。資產增長率是企業成長性的最顯著的表現形式,本文選取資產成長率作為企業成長性的指標。
成長性(GROW)=年度資產增長額/年初資產總額
現金流(MRT)。資產現金回收率是反映企業資本產出現金流量能力的重要指標,因此本文將現金流作為控制變量。資產現金回收率數值的大小反映了企業發揮資本作用的能力,也體現了企業的運用管理、適應市場能力,本文選取現金回收率作為現金流的指標。
現金流(MRT) =年度經營活動現金凈流量/期末資產總額
(二)模型構建
本文通過構建下列3個模型驗證假設。分別從債務水平和債務期限兩個方面討論債務融資對財務績效的影響。
建立模型1,以討論批發和零售業上市公司資產負債率對于財務績效的作用效果。
模型1:PRG=a0+a1CFL+a2SIZE+a3GEOW+a4MRT+ζ1
建立模型2,以討論批發和零售業上市公司長期負債對財務績效的作用效果。
模型2:PRG=a0+a1DFH+a2SIZE+a3GEOW+a4MRT+ζ2
建立模型3,以討論批發和零售業上市公司和短期負債對財務績效的作用效果。
模型3:PRG=a0+a1KTM+a2SIZE+a3GEOW+a4MRT+ζ3
其中,a0是常數項,a1是因變量系數,a2-a4是各控制變量系數,ζ1-ζ3是隨機誤差。
實證分析
(一)描述性分析
經過數據初始化處理,收集到的樣本數據剩余570個有效數據,并分成3個發展階段。其中,成長期發展階段的有效數據158個,成熟期發展階段142個,衰退期發展階段270個。具體包括:資產收益率(PRG)、資產負債率(CFL)、短期負債率(DFH)、長期負債率(KTM)、總資產的對數(SIZE)、資產成長率(GROW)、現金回收率(MRT)。使用SPSS18.0軟件依次處理3個發展階段的有效樣本數據,得到描述性分析結果。
從表1、2、3可以得出:
資產收益率(PRG)分別是5.07%、4.23%、4.01%,這符合企業發展周期特點,說明生命周期轉換后財務績效逐漸降低,成長期最高、成熟期相對降低,衰退期降低明顯。
資產負債率(CFL)分別是55.44%、58.79%、50.24%。其中成長期、成熟期債務融資水平較高,成熟期債務融資水平達到峰值,隨著轉入衰退期,債務融資水平顯著下降。短期負債率(DFH)分別是88.25%、85.79%、85.44%,長期負債率(KTM)分別是7.37%、9.22%、10.64%,在三個發展周期,企業短期負債率均高于長期負債率,短期負債占比逐年減少,長期負債占比逐年增加。
總資產的對數(SIZE)極大值和極小值波動較小,分別是22.34、22.66、21.95,說明批發和零售產業無明顯差異。其中成熟期數值最大,為22.66。在經過成長期的擴張后,企業發展相對穩定,占據一定市場份額,因此從成長期到成熟期,總資產的對數呈現上升趨勢。企業進入衰退期后,收益降低,市場份額逐漸減少,總資產的對數呈現下降趨勢。
總資產增長率(GROW)與企業生命周期相對應,分別是22.31%、14.46%、8.52%??傎Y產增長率隨企業生命周期前進而減低。現金回收率(MRT)分別是1.63%、4.39%、4.26%,成長期向成熟期轉變時現金回收率上升,成熟期向衰退期轉變時現金回收率降低,符合企業發展特點。
綜上所述,描述性統計結果說明企業處于不同生命周期階段,其債務融資情況與財務績效的關系各有特點,相互之間差異較大。本文采用Kruskal-Wallis H方法,對變量在各周期的差異性進行分析,分析結果如表4所示。
根據表4檢驗結果可以看出,資產負債率(CFL)、長期負債率(KTM)通過1%水平下的檢驗。所以資產收益率(PRG)、短期負債率(DFH)在不同生命周期階段內存在差異。
(二)相關性分析
為了判斷各變量之間的關聯性是否偏大,因此在回歸分析前,首先做相關性分析,確保實證分析結果準確。本文在95%的水平下對變量進行相關性分析,結果顯示,短期負債率和長期負債率相關程度較高,其他變量相關程度均處于較低水平。為使結果更加準確,采用共線性統計量容差和方差膨脹因子進行進一步共線性檢測。經過檢測,3個周期內各變量容忍度均>0.1,方差膨脹因子均<10,通過相關性檢驗,可以進一步進行回歸分析。
(三)回歸結果分析
成長期回歸分析。將樣本數據分別帶入模型1、2、3,得到下列結果:
F值sig.的最大值是0.022,在5%水平下顯著,顯示自變量和因變量間關系顯著,R2最大值是0.261,自變量的說明力度較低,因影響財務績效因素過多,本文僅選取重要因素。
資產負債率(CFL)非標準化系數為-0.124,顯著性統計量為-7.142,在1%水平下顯著,可以得出零售產業在成長期資產負債率與財務績效間反向作用。
短期負債率(DFH)非標準化系數為0.046,說明短期負債率增加1,資產收益率增加4.7%,在5%水平下顯著,可以得出零售產業在成長期短期負債率和財務績效間正向作用。
長期負債率(KTM)非標準化系數為-0.086,在1%水平下顯著,可以得出零售產業在成長期長期負債率和財務績效間反向作用。
公司規模(SIZE)在模型2、3中<0,可以得出零售產業在成長期公司規模和財務績效間反向作用。
成熟期回歸分析。將樣本數據分別帶入模型1、2、3,得到下列結果:
F值sig.的最大值是0.000,在1%水平下顯著,顯示自變量和因變量間關系顯著,模型合理。模型1中,R2的數值是0.442,說明模型合理,模型2、3的R2分別是0.225和0.212,因影響因素過多,選取自變量有限。
資產負債率(CFL)非標準化系數為-0.151,在1%的水平下顯著,說明批發和零售業成熟期資產負債率和財務績效是反向作用。且CFL每增加1%,PRG減少15.1%。
短期負債率(DFH)非標準化系數為-0.087,說明短期負債率增加1,資產收益率減少8.7%,在1%水平下顯著,可以得出零售產業在成熟期短期負債率和財務績效間反向作用。
長期負債率(KTM)非標準化系數為0.085,說明長期負債率增加1,資產收益率增加8.5%,在5%水平下顯著,可以得出零售產業在成熟期長期負債率和財務績效間正向作用。
總資產的對數(SIZE)、資產成長率(GROW)、現金回收率(MRT)在企業成熟期與財務績效均是正向作用,且1%水平下顯著。
衰退期回歸分析。將樣本數據分別帶入模型1、2、3,得到下列結果:
F值sig.是0.000,在1%水平下顯著,顯示自變量和因變量關系顯著,模型合理。R2最大值是0.167,自變量的說明力度較低,因影響財務績效因素過多,本文僅選取重要因素。
資產負債率(CFL)非標準化系數為-0.046,在1%的水平下顯著,說明批發和零售業衰退期資產負債率和財務績效是反向作用。且CFL每增加1%,PRG減少4.6%。此時企業需要提升資本利用率。
短期負債率(DFH)非標準化系數為0.024,說明短期負債率增加1,資產收益率增加2.4%,在1%水平下顯著,可以得出零售產業在衰退期短期負債率和財務績效間正向作用。
長期負債率(KTM)非標準化系數為-0.031,說明長期負債率增加1,資產收益率減少3.1%,在5%水平下顯著,可以得出零售產業在衰退期長期負債率和財務績效間反向作用。
公司規模(SIZE)非標準化系數<0,與財務績效反向作用。資產成長率(GROW)、現金回收率(MRT)非標準化系數>0,與財務績效正向作用。
結論與建議
綜上所述,可得到以下結論:批發和零售業上市公司的不同生命周期,負債比率、負債期限對財務績效作用效果不同;批發和零售業上市公司全部生命周期,資產負債率對財務績效始終具有反向作用;批發和零售業上市公司的成長期和衰退期,短期負債對財務績效具有正向作用,長期負債對財務績效反向作用,批發和零售業上市公司成熟期,短期負債對財務績效具有負面作用,長期負債對財務績效具有正向作用。
因此建議:批發和零售業上市公司在不同的生命周期階段,面臨著不同的經營風險,批發和零售業上市公司需要根據實際情況,合理制定與之對應的債務融資策略。批發和零售業上市公司應當進一步規范債務融資市場,制定完善的債權人對公司的監察和管束法規。在成長期和衰退期,批發和零售業上市公司應當重視增加短期債務比例,使用短期債務對應資金短缺問題,而在成熟期,批發和零售業上市公司應當提升長期債務比例,通過合理配置短期和長期負債比例,提升資本利用效率。
參考文獻:
1.胡蘇.產品市場競爭、內部控制質量與債務融資[J].財會月刊,2019(8)
2.徐曉俊,殷明.勞動力成本上升對商貿流通企業融資影響的實證研究[J].商業經濟研究,2018(24)
3.饒萍,吳青.經濟政策不確定性、內部控制與債務融資[J].企業經濟,2019,38(3)
4.何亞偉.市場化進程、內部控制缺陷與債務融資成本研究[J].財會通訊,2019(9)
5.潘佳.生命周期視角下批零企業債務融資與財務績效的關系研究[D].湘潭大學,2017
6.彭小珈,楊曙.融資結構與財務績效關系研究—以滬深農業類上市公司為例[J].中國鄉鎮企業會計,2018(6)