林業上市公司杠桿率影響因素研究

吳宇慧，王 帥，楊培濤

(中南林業科技大學 經濟學院，湖南 長沙 410004)

1 引言

在國家倡導社會經濟可持續發展與生態文明建設相結合的新形勢下，林業行業應充分發揮林業企業在生態、社會經濟方面的積極作用。隨著社會經濟金融快速發展，杠桿率一直是衡量發展程度的重要指標，一系列研究均表示經濟環境下企業杠桿率過高。2015年12月的中央經濟工作會議中，提出“三去一降一補”五大任務，其中“去杠桿”首次在中央經濟工作會議上被提出。林業企業應結合自然資源與經濟資源，高效調控杠桿率，促進傳統林業向現代林業轉變?；诖耍瑯嫿謽I企業杠桿率有效分析指標體系，提出有利于林業企業發展的杠桿率調節策略，具有重要意義。

2 文獻綜述

隨著金融發展的演化，目前國內外關于杠桿率的影響因素研究主要以微觀因素與宏觀因素兩個方面展開。Larry Lang認為，杠桿率是負債與收入的比例，宏觀經濟杠桿率可以用負債與國民收入的比例來衡量[1]。Juselius M提出在評價杠桿率時償債能力起著重要的作用[2]?；诖耍琈ian A提出債務風險與資產效率是主要影響因素[3]。Schularick M提出信貸增長會促進杠桿率升高，同時高債務成本費用負擔緩和降低杠桿率增長[4]。

中國人民銀行杠桿率研究課題組提出當前的最大風險是企業杠桿率較高的結構性風險[5]。微觀影響因素方面，主要通過基于債務風險[6]、企業自身實力[7]、投資效率[8]、科技創新[9]和企業股權[10]等方面探討企業桿桿率是否處于適度水平。宏觀影響因素方面，主要通過基于全球經濟形勢[11]、國家經濟形勢[12]、國家政府政策[13]和信息水平[14]等方面探討企業桿桿率是否處于適度水平。分析杠桿率要基于行業、產權和市場等差異來進行分析[15]，林業企業有其特點，企業杠桿率評價與研究的標準存在差異，林榅荷提出我國林業上市公司經營績效差距較大，資源增值率低，核心競爭力弱的體現[16]，林業科學技術是林業可持續發展的關鍵驅動力[17]，通過提升企業實習達到適當調節杠桿率的目的。隨著我國林權制度的不斷改革，給其投融資帶來了極大的困難[18]，需要企業在信息對稱的前提下適當擴大現金流[19]，并且合適運用國家對林業的優待政策[20]。適當調節企業股權集中度[21]，提高企業投資效率[22]，進而達到有效調節企業桿桿率的目的。

綜上，現有文獻為杠桿率的討論提供了大量的研究基礎，但對林業行業的桿桿率分析關注不足。桿桿率既是一個測度概念，又是一個行業的結構層面性問題。因此，有必要針對林業企業，構建全面有效分析指標體系，從而深入分析杠桿率結構性問題，提出合理解決方案。鑒于此，本文基于林業企業特點，全面綜合考慮債務因素、盈利因素、創新因素、營運因素、股權因素與宏觀因素等，提出采用全局主成分分析法，構建林業企業杠桿率的有效分析指標體系，確定林業企業適度杠桿率的調整原則，并提出有利于林業企業發展的杠桿率調節策略。

3 實證研究

本文提出采用全局主成分分析法，構建林業企業杠桿率的有效分析指標體系，確定林業企業適度杠桿率的調整原則，然后再通過雙向固定面板效應模型進行實證分析，結合聚類穩健標準差，研究其影響因素強度，最終提出有利于林業企業發展的杠桿率調節策略。

3.1 全局主成分分分析法

3.1.1 數據選取與說明

基于樣本的全面性與可取性，提取50家林業上市公司從2009年到2018年的數據，并對樣本做如下處理：①剔除ST、*ST、S*ST上市公司；②剔除部分數據缺失的公司；③根據具體公司的主營業務，均勻提取上市公司，保證數據涵括不同主營業務的林業企業；④剔除年報無法獲取的上市公司。一共11129個觀測值作為面板數據，所有的數據均來自于中國證監會、中國上市公司協會、上海證券交易所、深圳證券交易所、中華人民共和國國家統計局、國際貨幣基金組織和作者手工計算。

基于研究目的與數據完整性，分別從企業的6個方面：償還方面、盈利方面、創新方面、營運方面、股權方面以及宏觀因素方面一共選取了22個林業企業杠桿率影響因素變量，具體如表1所示。

3.1.2 變量的相關系數分析

面板數據進行全局主成分分析之前，需要對各個變量之前的相關系數進行檢驗，采用皮爾森相關系數分析兩兩變量的相關系數的方法， 多數變量之間的相關系數均超過0.7，且顯著性較好，說明變量之間的相關性較高，因此適合全局主成分分析法。

3.1.3 KMO與SMC檢驗

首先對22個變量進行標準化處理，防止異方差性，對一些數據進行取對數處理。KMO檢驗結果如表2所示。

表2 抽樣充分的 Kaiser-Meyer-Olkin 度量

由表2分析可得KMO系數為0.720，大多數變量系數值超過0.7，表明變量之間相關性較高，分析表明此面板數據適合采用全局主成分分析。

3.1.4 全局主成分的特征值分析

全局主成分分析法提取的主要成分如表3所示，根據主成分的特征值大小，挑選出一共選出6個特征值均大于一的主要成分，第一個主要成分的征值累計貢獻率達到了29.4%，6個主要成分的征值累計貢獻率達到了75.9%，說明提取出來的6個主要成分可以充分解釋22個原始變量，從而達到優化模型的目的，因此選出6個主要成分，而且剩余的16個變量占比均小于5%，說明這些變量對整體分析影響不大。

表3 主成分(特征值)

3.1.5 全局主成分的因子荷載矩陣分析

如表4所示是變量進行全局主成分分析之后的因子載荷矩陣，表中每一列表示一個主成分的原來變量線性組合的系數，第一個主成分所在列的第一行系數即表示第一個主成分和杠桿率滯后一期變量之間的線性關系系數，這個系數越大，說明主成分對該變量的代表性就越大。

表4 主成分的因子載荷矩陣

3.1.6 全局主成分的提取

根據上述分析，綜合提取6個主成分，由22個初始變量在6個主成分中占的比例，通過線性組合形成的形式來表達。6個主成分分別用P1、P2、P3、P4、P5、P6來代替，如下是6個主成分的表達式。為突出重點，只列核心變量。

P1=0.370lnNCA+0.365lnsize+0.291lntang+0.308lnEBIT+0.337lnNDTs

(1)

P2=0.277liquid+0.274slev+0.294slev+0.299lntang+0.195lninno+0.200lnunique

(2)

P3=0.224eoc1-0.170eoc2-+0.537lngdp+0.388r-0.610cpi

(3)

P4=0.196lnEBIT-0.512profit+0.422eoc1-0.233eoc2-+0.37fint

(4)

P5=0.473liquid+0.225board+0.199equity-0.061fint+0.042gdqy

(5)

P6=0.229profit+0.606growth+0.430eoc2+0.369equity+0.310fint

(6)

綜合上述分析可知，主成分所代表的意義可以由線性系數較大的幾個變量進行綜合分析來確定。

第一個主成分P1反映企業償還能力方面。第二個主成分P2反映企業創新能力方面。第三個主成分P3反映宏觀經濟方面。第四個主成分P4反映企業運營能力方面。 第五個主成分P5反映企業股權方面。第6個主成分P6反映企業盈利方面。

22個原始指標數，基本涵蓋大部分林業杠桿率的影響因素層次，通過全局主成分分析，研究得出林業企業杠桿率影響因素中最主要的成分，即6個主成分的組合是分析林業企業杠桿率的有效合理指標體系，其中P1代表企業償還能力方面，P2代表企業創新能力方面，P3代表宏觀經濟方面，P4代表企業運營能力方面，P5代表企業股權方面，P6代表企業盈利方面。

3.2 實證研究

本文以50家林業上市公司為研究樣本，通過采用全局主成分分析法構建林業企業桿桿率有效分析體系，然后再運用雙向固定面板效應模型進行實證分析，結合聚類穩健標準差，研究其影響因素強度。

3.2.1 豪斯曼檢驗

首先，對面板數據進行豪斯曼檢驗，判斷實證研究模型屬于固定效應模型或者隨機效應模型。檢驗結果如表5所示，可知其p值為0，即拒絕原假設，所以實證分析應該選擇固定效應模型?；诿姘鍞祿奶攸c，選擇雙向固定效應模型進行分析，即控制企業和年份。

表5 豪斯曼檢驗結果

3.2.2 雙向固定效應模型的建立

利用stata15進行雙向固定效應分析，并使用聚類穩健標準差。被解釋變量為上市公司資產負債率，解釋變量為全局主成分分析法提取出來的六個主成分。

所以，構建林業上市公司杠桿率影響因素模型如下：

levi,t=β0+β1P1i,t-β2P2i,t-β3P3i,t+β4P4i,t-β5P5i,t-β6P6i,t+εi,t

(7)

其中，i的取值為1，2，3，…，50，分別代表50家林業上市公司；t的取值為1，2，3，…，10，代表2009年到2019年；lev代表企業桿桿率；P1代表企業償還能力方面；P2代表映企業創新能力方面；P3代表宏觀經濟方面；P4代表企業運營能力方面；P5代表企業股權方面；P6代企業盈利方面。βi為各個自變量的系數，εi,t為隨機擾動項。

4 經驗性結果

實證分析結果如表6所示。

表7 雙向固定效應實證分析結果

如表6所示，實證分析結果顯示，企業杠桿率與P1、P4在1%的顯著性水平上正相關，與P2、P3、P6在1%的顯著性水平上負相關，與P5在5%的顯著性水平上負相關。模型的擬合優度R-squared的within，between，overall的數據分別為0.788、0.867、0.861，模型的擬合優度較高，說明說明回歸直線對觀測值的擬合程度較好，樣本回歸模型對總體回歸模的代表性較強。結合聚類穩健標準差，能進一步證明實證分析的數據顯著性。

所以回歸模型如下所示：

levi,t=-39.674+3.075P1i,t-6.563P2i,t-21.312P3i,t+8.284P4i,t-2.071P5i,t-2.747P6i,t

(8)

(23.110) (0.840) (0.990) (5.440) (2.210)

(1.010) (0.380)

(-1.720) (3.670) (-6.640) (-3.920) (3.750) (-2.040) (-7.200)

(0.092) (0.001) (0.000) (0.00) (0.000)

(0.046) (0.000)

回歸系數下方括號中所示的數據從上到下依次為回歸系數的的標準誤差、t統計量和p值。

5 結論與政策建議

在國家提出可持續發展的大背景下，林業作為第一產業的重要組成部分，林業發展模式也從傳統林業轉向現代林業，自然資源與經濟資源齊頭并進，所以其杠桿率研究具有很深的意義。

5.1 主要結論

通過理論研究與實證分析的結合，企業償還能力方面、企業創新能力方面、宏觀經濟方面、企業運營能力方面、企業股權方面和企業盈利方面六個主成分指標值都對林業上市公司杠桿率有顯著影響，主要結果如下。

(1)企業償還能力越強，林業企業的杠桿率越高，林業自身的特點，非流動資產和有形資產規模較大，企業更偏向于用林權抵押貸款的方式換取更大的現金流，以實現企業運營目標。

(2)林業企業創新能力與企業杠桿率有負相關關系，即用于產品研發和產品獨特性上的支出越多，企業創新能力越高，企業杠桿率越低，債務風險也明顯緩解。

(3)企業股權方面，監視會人數越多，產權比率越高，股東權益比率越高，企業杠桿率越低；公司前十大股東持股占比的系數為負，說明公司前十大股東持股占比越高，企業杠桿率越高，因為股份越集中，更傾向于做出不全面決策。

5.2 政策建議

5.2.1 建立基于國家政策與林業企業特征的發展模式

林業企業調節杠桿率要基于自身特點，不斷創新集體林業經營的體制機制，并且結合林權制度等一系列國家政策，構建高效的林權抵押貸款機制，依法明晰產權、放活經營、規范流轉。在信息對稱的前提下，適當以此來擴大現金流，在一定程度上調節企業現金流，充分發揮杠桿率的經濟作用，注意企業杠桿率的適度區間，防止債務危機。

5.2.2 開展多方式全面創新，完善林業產業鏈

林業企業應加大企業創新支出，鼓勵企業技術改進性的投資，創新銷售方式，完善林業產業鏈；加強林業科學研究與科技合作，提升科技創新能力，促進林業產業結構的調整與發展。

5.2.3 合理規范林業企業股權結構，提升企業決策力

企業股權結構是企業發展與治理的基礎，林業企業應該避免企業股份過于集中，適當分散股東的決策權，將股權集中度適當控制在一個合理的范圍，防范股東的個人決策對公司的影響，優化股權結構，治理企業要用全面性、科學性的眼光看問題，提升企業決策力。