定向增發對上市公司財務績效的影響研究

| 武婷 黃亞平

定向增發具有進入門檻低、程序簡單、周期短、認購方式靈活和成本低等優點，2020年2月14日頒布的定向增發新規放寬了再融資市場的核心約束，引發上市公司定向增發熱潮，迅速發展成為我國的主流股權再融資方式。在新時期制造業高質量發展的政策指引下，各省(市)結合區域實際制定推動高端制造業發展的優惠政策，制造業在各行業定向增發中具有舉足輕重的地位。國內外相關研究主要集中在定向增發動因、影響因素、長短期的公告效應和利益輸送等方面，且大多是研究股價，少有研究財務績效，并且研究方法大多數通過對比定向增發前后的財務績效變化，或進行回歸分析研究相互之間的關系，鮮有研究對定向增發與財務績效的影響機制和路徑進行分析。基于此，本文試圖研究制造業上市公司定向增發與財務績效的影響機制，以期為上市公司和政府相關部門提供參考性建議，從而推動定向增發在我國市場健康平穩發展。

一、理論基礎和研究假設

Friday, Swint H, Howton等(2000)通過對1990-1996年200個信托公司定向增發后的數據進行統計分析，研究定向增發對公司財務績效的影響，結果表明樣本公司定向增發后三年財務績效中值均顯著提高，定向增發與財務績效顯著正相關。Fu F(2010)認為定向增發會導致不良業績，并通過實證研究發現定向增發與經營績效顯著負相關。佟巖、華晨和宋吉文(2015)研究認為引入機構投資者對企業起監督制衡作用，且能積極參與公司治理。王曉亮、田昆儒(2016)研究認為通過非公開發行新股引進機構投資者可以抑制公司過度投資行為，提高資金使用效率。王俊飚、劉明和王志誠(2012)研究發現機構投資者會降低折價率，從而維護公司利益。上市公司定向增發會分散股權，根據監督理論，引進外部機構者能改善股權結構，起到有效制衡大股東的作用，從而有利于提升公司的績效。基于此，本文提出假設1：

H1：定向增發對財務績效的影響存在“股權制衡”效應，即定向增發通過股權制衡提升上市公司財務績效。

投資者一般選擇將資金投向自己熟悉的領域，結合防御理論，公司管理層作為公司的運營者，對公司的財務和盈利狀況最為熟悉，一旦公司股價被低估，則會自發地認購公司更多的股份。許榮、劉洋(2012)研究認為大股東認購定向增發股份，增加自身的持股比例，向市場傳遞積極信號，公司財務績效會顯著提升。王莉婕、馬妍妍(2014)研究表明大股東認購比例對上市公司的財務績效有顯著正向影響。Krishnamurthy S, Spindt P, Subramaniam V等(2005)研究認為，定向增發能夠提高短期財務績效，而對長期財務績效的影響不顯著。基于此，本文提出假設2：

H2：定向增發對財務績效的影響存在“治理結構”效應，即定向增發會改善治理結構提升上市公司的財務績效。

融資約束會阻礙上市公司技術創新，而定向增發可以大大緩解上市公司融資約束，從而促進上市公司技術創新。根據技術創新理論，上市公司通過加大研發投入實現技術創新，從而降低生產成本，進而提高財務績效。除此之外，加大研發投入可獲得差異化優勢，增強品牌在市場中的競爭力，占領更多的市場份額，從而提高公司財務績效。何宜慶等(2017)和唐文秀等(2018)研究證實研發投入會正向影響上市公司財務績效。基于此，本文提出假設3：

H3：定向增發對財務績效的影響存在“技術創新”效應，即定向增發通過促進技術創新提升上市公司的財務績效。

上市公司定向增發引入新資產，無論是新舊資產搭配，還是人員間的合作均有磨合的過程，短時間內財務績效難以提升，經過資本結構優化、工作效率提高后，財務績效才會提升。同時，如果定向增發融資是投入項目，回收期較長，對公司財務績效的影響也存在時間滯后。張博、扈文秀和楊熙安(2019)研究認為上市公司定向增發對長期財務績效的影響強于短期財務績效。基于此，本文提出假設4：

H4：定向增發對上市公司長期財務績效的影響比短期財務績效更顯著。

二、研究設計

（一）對象選取與數據來源

2017年我國A股市場共有2514家制造業上市公司，其中當年有349家通過定向增發方式再融資。為避免財務數據不真實對研究造成影響，剔除其中的9家＊ST和ST公司；為不受公開增發、配股、發行可轉換債券等公司其他重大事項的影響，剔除2017-2020年有相關重大事項的制造業上市公司1家；因本文只探究2017年實施定向增發行為的財務效應，因而剔除初定349家中2018-2020年間有定向增發行為的136家制造業上市公司，以排除其余年份定向增發對財務績效的影響；最后剔除有缺失數據的14家制造業上市公司。本文最終選定189家制造業上市公司作為研究樣本，定向增發、治理結構等數據均來自CSMAR數據庫，技術創新和財務數據來自RESSET數據庫，數據處理則主要通過EXCEL和SPSS22.0實現。

（二）變量選取

根據本文的研究假設，本文將定向增發設定為外衍潛變量，治理結構、技術創新、股權制衡和財務績效設定為內衍潛變量。本文建立盈利、營運、償債和發展四維度能力因子作為觀察變量衡量制造業上市公司財務績效，各變量的類型以及觀察變量的計算方法如表1所示。

表1 變量定義表

（三）測量模型

測量模型是由不同觀察變量來測量潛變量的模型，公式表示為：

其中，Y為觀察變量，X為潛變量，λ為常數系數項，ε為測量誤差項。當一個潛變量解釋多個觀察變量時，稱該潛變量為觀察變量的共同解釋變量。

本文分別以定向增發、治理結構、技術創新、股權制衡和財務績效為潛變量建立五個測量模型，以2017年的制造業上市公司定向增發為例，構建綜合測度模型。令觀察變量增發比例、實募資金、發行規模分別為y、z和w，定向增發為X，則有：

其中，λ，λ和λ為常系數項，ε，ε和ε為測量誤差項。根據模型公式，利用Amos22.0軟件建立概念模型并對參數進行估計，定向增發在增發比例、實募資金和發行規模上的標準化因素負荷量皆大于0.7，R2大于0.5，可共同反映定向增發情況，模型較為理想。

三、研究結果分析

（一）信度與效度檢驗

本文利用Amos分析軟件進行信度分析，結果如表2所示，各觀察變量對潛在變量的測量皆通過顯著性檢驗，定向增發、治理結構、股權制衡和技術創新在觀察變量的因素載荷皆大于下限標準0.45，且絕大部分大于0.6，說明觀察變量能較好地測量潛變量。測量模型的組成信度皆大于0.7，說明潛變量內部一致性較高。同時，收斂效度大于0.5，說明定向增發等潛變量對觀察變量的平均解釋能力較強，信度和收斂效度皆通過檢驗。

表2 信度分析表

本文分析潛變量兩兩之間的區別效度，以防潛變量之間高度相關，區別效度檢驗如表3所示。股權制衡、治理結構和定向增發的相關系數分別為-0.094、-0.221、0.215均小于技術創新的AVE值0.722，整體通過區別效度檢驗。

表3 區別效度分析表

（二）財務績效測度

本文參照國資委對企業的評價標準，選取常見的分別在盈利、償債、營運和發展四方面具備代表性的11項財務指標，構建財務績效測度模型，利用SPSS22.0對財務數據進行因子分析，具體如表4所示。

表4 財務評價指標

KMO 和巴特利特檢驗的檢驗結果如表5所示，其中KMO值等于0.654，大于0.5，說明變量間的相關性較強；Bartlett的球形度檢驗的P值為0.000〈0.05，拒絕原假設，表明相關系數矩陣和單位矩陣差異顯著，說明樣本財務數據適合做因子分析。

表5 KMO 和巴特利特檢驗

本文采用主成分分析方法對11個成分進行提取，抽取方差解釋力度較大的特征值大于1的成分作為公性因子，各主成分的總方差解釋情況如表6。本文從11個財務指標成分中提取4個作為公共因子，方差累計貢獻率78.595%，大于70%，能夠反映原始變量的大部分信息，可以較好地衡量財務績效。

表6 總方差解釋表

本文以最大方差法對成分進行旋轉，旋轉后的成分矩陣如表7所示。公因子Fi1在凈資產收益率、每股收益和資產報酬率上的載荷最大，主要反映公司的盈利能力，公因子Fi2、Fi3、Fi4分別主要反映公司的償債能力、營運能力和發展能力。

表7 旋轉后的成分矩陣

構建盈利能力（Fi1）、償債能力（Fi2）、營運能力（Fi3）和發展能力（Fi4）四個觀測變量的財務績效測度模型：

使用Amos軟件對財務績效測量模型進行參數顯著性估計，結果如表8所示，表明四個觀察變量對財務績效在5%的水平下顯著。

表8 財務績效參數估計結果

（三）結構模型分析

結構模型反映潛變量之間的關系，其基礎模型如式(9)所示，其中η和δ為潛變量，α為相關系數，ε為誤差項。

本文選取2017年發生定向增發的189家公司，利用Amos22.0分別以2018年和2020年的財務數據建立結構方程模型1(短期模型)和結構方程模型2(長期模型)。在假設模型基礎上，進行模型識別、參數估計、模型評價和模型修正，基于文獻理論，得到模型如圖2所示。

圖2 修正后的結構模型

定向增發、治理結構、技術創新、股權制衡和財務績效分別以δ、η、η、η和η表示，則此結構模型公式表達為：

其中，β（i=1,2...6）為對應的相關系數，ε（i=1,2,3,4）為對應線性回歸的誤差項。

進一步對兩結構方程模型進行標準化參數估計，分析結果如圖3和圖4所示。

圖3 模型1標準化路徑估計

圖4 模型2標準化路徑估計

本文選取絕對擬合度指標GFI、RMSEA，增值擬合度指標NFI、TLI、AGFI、CFI、IFI，以及綜合擬合度指標卡方自由度比共8項指標評估結構方程模型的擬合度，模型的擬合度評估情況如表9所示，從檢驗結果可見本文模型1和模型2的擬合程度良好。

表9 模型擬合度檢驗

（四）路徑分析與假設檢驗

對上述模型1和模型2分別進行參數估計，可以得到各潛變量之間的具體影響路徑和顯著性，如表10所示。

表10 潛變量間的路徑顯著性

實證研究表明，模型1的“定向增發→財務績效”路徑和模型2的“治理結構→技術創新”路徑在10%的水平上顯著負相關，模型1的“技術創新→財務績效”路徑和模型2的“定向增發→治理結構”路徑、“治理結構→股權制衡”路徑以及“股權制衡→財務績效”路徑在5%水平拒絕原假設，顯著相關，除模型1的“股權制衡→財務績效”路徑不顯著，其余均在1%的水平上顯著。

由表11可知，模型1除“定向增發→治理結構→股權制衡→財務績效”路徑，其余五條路徑的路徑系數皆顯著，存在“定向增發→治理結構→技術創新→財務績效”的影響路徑。定向增發引入外部大股東會降低管理層的控制權，改善治理結構，促進上市公司技術創新，從而正向影響財務績效，假設1不成立。但模型2的“定向增發→治理結構→股權制衡→財務績效”路徑表明，定向增發引入機構投資者等外部大股東可以改善治理結構，加強上市公司總體股權集中、降低股權制衡，提高公司治理效率，從而改善公司的財務績效。

表11 定向增發對財務績效的影響路徑及系數

表12結果顯示，定向增發對財務績效有負的直接影響，而間接影響為正，總效應為負，定向增發對財務績效的影響主要來自直接效應，驗證了定向增發會降低財務績效。同時，由定向增發的長期財務總效應為-0.2149，而短期財務總效應為-0.128，即定向增發對制造業上市公司長期財務績效的影響比短期財務績效更顯著，假設2和假設3均不成立，假設4成立。

表12 直接效應、間接效應與總效應估計結果

四、結論與建議

本文以2017年A股成功定向增發的189家制造業上市公司為研究樣本，實證研究定向增發對上市公司短期財務績效和長期財務績效的影響，得到以下結論：（1）制造業上市公司定向增發會削弱管理層的控制權，促進技術創新，從而給財務績效帶來正向效應。中長期技術創新會給公司帶來更大的收益，而定向增發引進機構投資者能夠促進技術創新，且技術創新能降低公司生產成本或取得差異化優勢，從而增加公司競爭優勢，提高財務績效。（2）制造業上市公司定向增發會削弱管理層控制權，促進公司總體股權集中，降低股權制衡，從而提升財務績效。定向增發的發行對象為少數特定投資者，定向增發會使公司股權更加集中，從而降低股權制衡，提高公司管理效率，進而正向影響財務績效。（3）制造業上市公司定向增發的財務效應無論短期，還是長期，皆表現為負，且定向增發對制造業上市公司長期財務績效的影響比短期財務績效更顯著。定向增發會引發上市公司過度投資，且盈余管理、經理人追求自由現金流和大股東及其關聯方的利益輸送等均可能降低制造業上市公司財務績效。

根據本文的研究結論，提出以下建議：

1.對制造業上市公司的建議。（1）加強募集資金使用的規劃性。上市公司應在定向增發前對項目進行綜合評估，對相關費用進行預估，并充分考慮回收期，使募集資金效用最大化。同時上市公司應該密切關注國家政策走向，積極響應國家創新驅動號召，合理利用定向增發募集的資金進行技術創新，增加研發投入，并加快創新項目的成果轉化，以降低生產成本和獲得更多產品差異化優勢，真正增強企業核心競爭力。（2）引進外部機構投資者，改善公司治理結構。通過定向增發引進機構投資者等外部投資者，可以有效抑制上市公司管理層的過度投資行為。公司管理層應著眼于公司中長期績效，進行理性決策；同時機構投資者發揮監督作用，實現互利共贏，推動公司長遠發展。

2.對投資者的建議。（1）樹立理性觀念，著眼長期績效。研究結果表明定向增發對制造業上市公司財務績效影響總體為負，所以投資者應保持謹慎態度，除要事前盡可能多地獲取定向增發項目信息，還需根據財務報表信息判斷上市公司是否有盈余管理行為。另外，投資者可適度關注高科技公司，高科技公司定向增發募集資金用于技術創新占比較大，技術創新對公司的財務績效有顯著的促進作用。（2）投資者應充分發揮監督作用。定向增發的投資者應在上市公司實施定向增發后保持對公司的關注，通過定期報告和相關披露信息，留意項目相關情況，監督資金使用，關注階段成效，并積極提供建議。

3.對監管部門的建議。（1）適當向技術創新類項目傾斜。審核定向增發的材料時，可適當降低技術創新項目的定向增發再融資的審核標準，減少高新技術企業的融資障礙，同時，推出更多技術研發相關優惠補助政策，從而促進企業快速轉型升級。（2）加強定向增發后的監管。在上市公司定向增發后，相關部門也應當加強對企業資金使用的監督，跟蹤定向增發所融資金的用途，防止出現大股東及其關聯方圈錢行為，最大程度保護中小股東的權益，對以惡意掏空公司的定向增發實施嚴厲處罰。