物流上市公司融資結構影響因素實證研究

周德慧 副教授

（西安歐亞學院金融學院 陜西西安 710065）

近年來，很多新興物流公司從市場中興起。然而，由于我國物流行業起步較晚，債務市場和股票市場目前還不完善，長期負債率太低，主要依賴于短期流動負債，存在較大的財務風險以及較高的破產概率等，這些問題的存在成為了物流上市公司長期持續發展道路上巨大的障礙和阻力。因此，如何找到影響物流上市公司融資結構的關鍵因素，在提升物流上市公司整體績效方面具有較強的現實作用，并且對物流上市公司的快速、健康、穩定的發展也是具有極其重要的實踐推動意義。

樣本選擇、數據來源和指標選擇

為了數據的有效性，基于以下標準對物流上市公司進行篩選，剔除ST等財務出現異常的公司，剔除銷售凈利率為負的公司，剔除B股公司，最終選定55家物流公司，數據的有效區間是2017-2019年。本文的數據主要來自于國泰安經濟金融數據庫（CSMAR）以及各上市公司年報。

選取如下反映物流上市公司融資結構影響因素的14個具體指標。股權結構維度擁有第一大股東持股比例（X1）、前五大股東持股比例（X2）、前三大股東股東持股平方和（X3）這3個指標；總資產（X4）、營業總收入（X5）這2個指標可以比較全面反映了公司規模；存貨周轉率（X6）、應收賬款周轉率（X7）、總資產周轉率（X8）這3個指標可以比較全面反映了營運能力；盈利能力維度擁有凈資產收益率（X9）、銷售凈利率（X10）、每股收益（X11）這3個指標；總資產增長率（X12）、凈利潤增長率（X13）、營業收入增長率（X14）這3個指標可比較全面反映了成長能力，如表1所示。

基于因子分析法的影響物流上市公司融資結構關鍵因素的識別

（一）因子分析模型建立

因子分析是將多個變量X1，X2，X3，…，XP綜合為少數幾個因子F1，F2，F3，…，Fm，揭示多個指標與其相對應因子之間關系的一種統計方法。具體可以表現為以下公式：

（二）可行性分析

KMO取值在0到1之間，一般認為KMO值至少0.7以上才可以做因子分析。本文可行性檢驗的KMO值為0.891，且P值為0.000。因此，可以看出本文數據適合做因子分析。

（三）特征根確定和公共因子提取分析

公共因子是反映原始指標間共同信息的因素。因子貢獻率是此因子所對應的特征值與所有特征值之和的比值，如表2所示。從表2可以看出，特征值大于1的有5個，前5個主成分占據了累計方差的75.847%，所以可以提取這5個主成分作為物流上市公司融資結構影響因素的因子，具體可以表述為 F1、F2、F3、F4、F5。

由表3可以得出此結論：主成分2擁有3個大載荷的指標X1、X2、X3，所以可叫股權因子；主成分4擁有3個大載荷的指標X6、X7、X8所以可叫營運因子；主成分5擁有2個大載荷的指標X4、X5，所以可叫規模因子；主成分1擁有3個大載荷的指標X9、X10、X11，所以可叫盈利因子；主成分3擁有3個大載荷的指標X12、X13、X14，所以可叫成長因子。

表1 融資結構影響因素指標

表2 特征根與方差貢獻率

表3 旋轉后的因子載荷矩陣

表4 研究假設匯總

物流上市公司融資結構影響因素的實證分析

（一）變量選擇

因變量。主流的融資結構代表變量可以用資產負債率來代替，因此運用資產負債率作為本文融資結構的替代變量作為因變量。自變量。自變量選擇了因子分析法提取的5個主成分。它們分別是規模因子、盈利因子、營運因子、成長因子、股權因子。

（二）研究假設

股權高度集中的話，需要管理層等代理人的數量就會較少，這樣一來，就可以適度地降低代理成本，代理成本降低了，債權人的利益就會一定程度上受到損害，因此，這種情況下降低債務杠桿水平才能緩解這一問題?；谝陨戏治?，提出如下假設（見表4）：

H1：股權集中度與物流上市公司融資結構之間存在顯著的負因果關系。

高成長性公司由于行業發展景氣，所以可以借此機會進一步擴大自身的規模發展壯大，但是由于高成長的公司資金實力還不是特別雄厚，所以如果要發展壯大，必須要進行外部融資，因此那些高成長性公司的總負債往往會比較高。因此，提出如下假設：

H2：成長性與物流上市公司融資結構之間存在顯著的正因果關系。

大公司信息來源渠道相對比較廣闊，而且所掌握信息的準確性比較高，所以他們能夠提供給債權人更多信息資源，所以，債權人出于信息安全和自身利益的考慮，會選擇和大公司合作，因為可以減少合作后帶來的種種風險，這樣一來，大公司也就更加容易獲得資金支持。因此，提出如下的假設：

H3：公司規模與物流上市公司融資結構之間存在顯著的正因果關系。

當一個企業擁有較好的營運能力，這個企業的正常運營的時候，用的資金反而會更少些，因此，它就不太需要從外部進行債務融資。因此，提出如下假設：

H4：營運能力與物流上市公司融資結構之間存在顯著的負因果關系。

有些企業由于自身的獲利能力較強，具有較強的資金實力，具有充足的現金流和資金周轉能力，因此，他們一般很少需要進行外部負債，即使是擴大規?；蛘呤沁M一步發展壯大。因此，提出如下假設：

H5：盈利能力與物流上市公司融資結構之間存在顯著的負因果關系。

（三） 回歸模型的建立

回歸分析法是通過統計數據，運用多個自變量的組合最優化建立回歸方程來從而預測因變量的回歸分析稱為多元回歸分析。其模型一般形式為：

Y稱為因變量；X1，X2，…，Xk稱為自變量或解釋變量；ε為隨機誤差；β0，β1，…，βk是回歸系數。

（四）回歸結果分析

本文采用全部進入的方法對模型進行逐步回歸。回歸結果如表5所示。根據表5中回歸的結果，可以看出：

第一，股權集中度因子對融資結構影響回歸系數的T值為-1.724，可以通過統計檢驗，且回歸系數為負，也即股權集中度越高，融資能力反而越低。

第二，成長因子對融資結構影響回歸系數的T值為3.500，可以通過統計檢驗，且回歸系數為正，也即成長性越好，公司融資能力就越強。

第三，規模因子對融資結構影響回歸系數的T值為3.917，可以通過統計檢驗，且回歸系數為正，也即公司規模越大，公司的融資能力也就越強。

第四，營運因子對融資結構影響回歸系數的T值為0.155，不能通過統計檢驗。

第五，盈利能力因子對融資結構影響回歸系數的T值為-1.285，不能通過統計檢驗。具體結果如表6所示。

結論

運用因子分析法對物流上市公司融資結構影響因素的多個指標進行關鍵因素的提煉，再用多元回歸的方法對物流上市公司融資結構與關鍵影響因素進行計量分析，結論發現：第一，提取出了成長因子、股權因子、規模因子、營運因子、盈利因子這5個主成分。第二，成長因子、規模因子與物流上市公司融資結構存在著顯著的正相關作用。第三，股權因子與物流上市公司融資結構存在著顯著的正相關作用。第四，營運因子、盈利因子對融資結構的影響不顯著。

表5 回歸系數

表6 結果匯總

綜上，提出優化物流上市公司融資結構的對策建議：

第一，適度降低股權集中度，形成股權制衡的局面。股權集中度一旦過高，就必然會出現股權融資代理成本過高的局面，所以必須減少絕對股東持股比例，適度增加其他股東持股的比重，形成股權相互制衡的局面，降低第一大股東控制資本結構決策的權力和能力。

第二，適度促進企業的成長速度?；貧w結果表明：物流上市公司的成長性與融資結構呈現顯著正相關關系。企業成長有利于物流上市公司股權融資，而股權融資又對企業成長具有較強的促進作用，這種相互轉換對融資結構的優化比較有利。

第三，適度擴大企業經營規模?；貧w結果表明企業規模越大，物流上市公司融資能力越強，其抵抗財務風險的能力就越強。因此，物流上市公司應適度擴大公司規模，合理選擇和確定資金的來源，拓寬公司的融資渠道。