物流上市公司融資結構影響因素研究

姜 莉，徐 君 （江蘇師范大學 商學院，江蘇 徐州 221116）

0 引 言

物流業(yè)是基礎性、戰(zhàn)略性、先導性產業(yè)。最近幾年，為了推動物流業(yè)向更高層次邁進，國家出臺了許多政策對其進行支持、引導。物流行業(yè)的發(fā)展經(jīng)歷了許多階段，起初，農村等落后地區(qū)技術條件受限，打通“最后一公里”成為物流行業(yè)發(fā)展的痛點，而現(xiàn)在，物流行業(yè)的發(fā)展可謂是惠及全民，各種物流新業(yè)態(tài)如冷鏈物流、綠色物流、數(shù)字物流等正在如火如荼的發(fā)展。2020 年《關于進一步降低物流成本實施意見的通知》提出要夯實與提高現(xiàn)代供應鏈的水平，加快發(fā)展智慧物流。同時，新基建投資中的5G 技術、人工智能等技術將會進一步促進物流行業(yè)的數(shù)字化、智能化轉型，物流行業(yè)將會加速邁進新一輪發(fā)展升級階段。

十九大以來，我國不斷推動經(jīng)濟高質量發(fā)展，大力倡導物流降本增效，新時代的物流業(yè)正大步向綠色化、智慧化邁進。但是物流行業(yè)競爭激烈，經(jīng)濟下行壓力較大，在融資方面存在融資成本高、融資途徑相對單一、缺乏合理的融資規(guī)劃等問題。本文從物流行業(yè)的融資結構出發(fā)，探討其影響因素，提出一些改進建議，以期能夠對物流上市公司的融資結構改進有所幫助。

1 融資結構影響因素相關綜述

融資結構闡述了公司匯集各種途徑融到的資金之間的構成和比重關系。學者們在探討融資結構影響因素的過程中研究頗豐，得出的結果也各有千秋。如在公司規(guī)模對融資結構的影響方面，周明智和肖靖（2015） 對汽車制造業(yè)展開研究，認為汽車制造業(yè)的企業(yè)規(guī)模能夠反向作用于融資結構；而楊敏（2016） 以新能源上市公司為例，指出公司規(guī)模對融資結構具有深刻的影響；康微婧（2020） 認為公司規(guī)模與融資結構的關系相對復雜；周曉光等（2018） 則認為二者沒有相關關系。在盈利能力和融資結構的關系視角，學者的結論略有分歧，李佳姍等（2015）、張竣（2016）、孫睿和劉青（2018） 對不同的行業(yè)進行了實證分析，得出的結論基本一致，都認為公司的盈利能力可以反向作用于融資結構。而姜研（2020） 在研究人工智能產業(yè)時結論則與之不同。對于剩下的三個影響因素，學者的立場如下，張立光（2017） 通過對山東省中小微企業(yè)進行研究，指出企業(yè)融資結構與償債能力顯著相關；康微婧等（2020） 對上市公司進行研究時指出這種相關性是正向的；劉超等（2019）、陳艷霞和何楓（2019）、周德慧（2020） 認為成長因子與融資結構關系顯著。曾元祥和李長旭（2019） 運用DEA方法對人工智能行業(yè)實證分析得出營業(yè)能力與融資率具有顯著相關性。

由此看來，學者們大都采用實證分析對融資結構的影響因素進行研究，在指標選擇上也稍有差異，同時，各個因素對于融資結構的影響所得出的結論也不完全相同，這可能與公司的選取、樣本所處的時段以及模型的選擇有關。本文擬通過因子分析法及多元線性回歸分析法，從公司規(guī)模、償債能力等5 個方面找出作用于物流上市公司融資結構的重要因素。

2 研究設計

2.1 樣本選取與指標體系構建

2.1.1 樣本選取與數(shù)據(jù)來源

本文選取了2019 年滬深A 股上市的物流行業(yè)公司，行業(yè)的分類參照同花順軟件的物流行業(yè)板塊，在剔除了ST 股、*ST 股及一些缺失值較多的公司后，將余下38 家物流上市公司作為研究樣本，本文所涉及的數(shù)據(jù)均來源于國泰安經(jīng)濟金融數(shù)據(jù)庫。

2.1.2 指標的選擇與構建

指標的選擇應能夠準確地反映出各種因素對于物流行業(yè)的融資結構的影響，本文綜合了其他學者在指標體系構建方面的建議，按照完備性、科學性、重要性等原則，選取20 個具體指標，立足5 個方面綜合評價物流上市公司融資結構，指標體系如表1 所示。

表1 指標體系表

2.2 采用因子分析識別重要影響因素

通過SPSS23.0 軟件對數(shù)據(jù)進行相關操作。先對原始數(shù)據(jù)開展標準化處理，從而消除數(shù)據(jù)間的量綱差異，以便于數(shù)據(jù)之間的分析與比對，緊接著進行KMO 和Bartlett 球形檢驗，評判使用因子分析法處理數(shù)據(jù)的可行性。由表2 得到，KMO 值為0.674>0.5，Bartlett 球形檢驗中P 值遠小于0.01，表明因子分析可以進行。

表2 KMO 和Bartlett 球形檢驗

由表3 可得，前5 個公共因子總方差貢獻率高達81.567%，對原變量方差的解釋能力相對較好。同時，由圖1 可以看出，當公共因子大于5 時，曲線的變化趨勢逐漸平穩(wěn)，選擇5 個公共因子較為合適。

圖1 碎石圖

表3 總方差解釋

對基于主成分得到的因子載荷陣實施方差最大化正交旋轉，從而可以使公因子的含義能夠更加清晰明確的表述出來。由表4 分析得出，公因子F涵蓋資產報酬率(X)、流動資產凈利潤率(X)、凈資產收益率(X)等指標，這些指標主要體現(xiàn)企業(yè)的盈利能力，將其稱為盈利因子；公因子F由流動比率X( )、速動比率X( )、現(xiàn)金比率X( )決定，這些指標闡述了公司在約定時間內歸還欠款的能力，將其稱為償債因子；公因子F主要由資產總額X( )、營業(yè)總收入X( )決定，這些指標能夠反映公司的規(guī)模大小，將其定義為規(guī)模因子；公因子F涵蓋流動資產周轉率X( )、總資產周轉率(X)，這些指標能夠闡明公司經(jīng)營狀況的好壞，取名為營運因子；公因子F主要由營業(yè)收入增長率(X)決定，這個指標代表公司未來成長與發(fā)展的潛力，取名為成長因子。

表4 旋轉后的成分矩陣

3 實證分析

3.1 變量選擇

資產負債率能夠對公司的融資情況有一個較為整體與客觀的反映，因此將其作為因變量，將上文中提取出來的5 個公因子作為自變量，下面研究這些公因子對融資結構的影響。

3.2 研究假設

盈利能力強的公司在經(jīng)營過程中能夠獲得較多的利潤，公司的財務狀況相對較好，并且可將所獲得的利潤作為公司日后發(fā)展的留存收益。公司一般會較先選擇內部籌資盡可能的舒緩資金壓力。由此提出假設H1。

H1：物流上市公司的盈利能力與融資結構負相關。

償債能力是指公司能否如期償還所欠債務，保證資金鏈不斷裂。償債能力強說明公司在經(jīng)營中產生的現(xiàn)金凈流量相對較多，能夠及時歸還欠款，商業(yè)信用水平相對較高，更容易籌得資金。由此提出假設H2。

H2：物流上市公司的償債能力能夠正向作用于融資結構。

規(guī)模大的公司管理模式相對成熟，融資策略趨向多元化，較少出現(xiàn)資金鏈斷裂的情況，抗風險能力強，在公眾心中具有良好的企業(yè)形象。債權人通過綜合評估，權衡利弊，為保證自身財產的安全與價值效益，更傾向與大公司達成合作。由此提出假設H3。

H3：物流上市公司的公司規(guī)模與融資結構正相關。

營運能力是指公司進行經(jīng)營時，達到最優(yōu)化的人力資源以及生產資料的配置，實現(xiàn)資金的快速回籠。當公司運營狀況優(yōu)良，風險管控能力較強的情況下，融資一般不會納入考慮。由此提出假設H4。

H4：物流上市公司的營運能力對融資結構有抑制作用。

成長能力能夠彰顯企業(yè)的發(fā)展方向及趨勢，未來經(jīng)營范圍能否得到進一步延伸等。如果公司的發(fā)展正處于快速上升期，留存的收益相對于公司龐大的資金需求往往杯水車薪，公司需要依賴外界融資填補自身的資金空缺，支撐公司的發(fā)展。由此提出假設H5。

H5：物流上市公司的成長能力與融資結構正相關。

3.3 回歸模型建立

多元回歸分析是指將一個或者多個自變量與因變量進行回歸，根據(jù)相應的結果剖析二者之間的線性關系。回歸模型如下：

其中：Y 為因變量，X, X,…, X為自變量，ε 是殘差項，β, β,…, β是回歸系數(shù)。

3.4 擬合優(yōu)度檢驗和F 檢驗

調整后的R值能夠較好地評估多元線性回歸模型擬合的水平，數(shù)值越靠近1，擬合的越好。如表5 所示，調整后的R為0.875，說明選取的5 個因變量能夠較好的反映出資產負債率。DW 檢驗常作為評判模型的自相關性的標準，數(shù)值越靠近2，表明模型自相關性越弱，此處的值為1.793，回歸模型可以建立。

表5 模型摘要

F 檢驗用以評估因變量與自變量是否存在線性關系。觀察表6，F(xiàn) 值達到52.845，且顯著性遠小于0.05，說明通過此模型可直觀地展現(xiàn)因變量與自變量的關系。

表6 F 檢驗

3.5 回歸結果分析

表7 為回歸結果。盈利因子F()的t 值為-3.481，顯著性小于0.01，能夠通過檢驗，且回歸系數(shù)為負值，說明公司盈利能力較強，公司有大量的留存資金支撐自己的發(fā)展，會減少自己的負債率，與假設H1 相符。償債因子F()的t 值為-13.027，顯著性遠小于0.01，能夠通過檢驗，回歸系數(shù)也是負值，說明償債能力很強時，公司的負債率反而低，與假設H2 不相符，考慮為物流公司涉及的領域較多，對于一些指標的計算存在信息不對稱的情況，債權券人所搜集到的材料不能證實其償債能力。規(guī)模因子F()的t 值為7.950，顯著性遠小于0.01，能夠通過檢驗，且回歸系數(shù)為正值，說明規(guī)模大的公司籌集外界的資金相對簡單，能夠承受財務杠桿帶來的風險，公司的融資能力較強，可以驗證假設H3。營運因子F()沒有通過顯著性檢驗，說明物流上市公司的營運能力對融資結構影響不顯著，假設H4 不成立，考慮為公司的流動資產不足，營運能力表現(xiàn)不佳。成長因子F()對融資結構影響的回歸系數(shù)的t 值為4.239，顯著性遠小于0.01，能夠通過檢驗，且回歸系數(shù)為正值，說明公司的成長過程中，企業(yè)需要通過融資來緩解自身的資金壓力，支撐自己的發(fā)展，與假設H5 相符。

表7 回歸結果

4 結論與建議

文中選定38 家物流上市公司，嘗試構建了指標體系，研究其融資結構的影響因素。先通過因子分析方法對20 個指標實施降維，由此獲得5 個公因子，分別為盈利因子、償債因子、規(guī)模因子、營運因子和成長因子，并將提取出的5 個公因子認定為自變量，用資產負債率衡量公司的融資結構，并將其看為因變量，進行多元回歸分析。得出如下結論：（1） 物流上市公司的盈利能力、償債能力對融資結構抑制作用明顯，而公司規(guī)模、成長能力與融資結構呈正相關關系；（2） 物流上市公司的營運能力與融資結構之間的關系并不顯著。

基于實證研究結論，提出如下建議：

（1） 強化公司的償債意識，合理規(guī)劃到期貸款的償債時間，恪守誠信的本分，建立良好的商業(yè)信用，降低經(jīng)營風險。

（2） 提升公司盈利能力。在公司生產經(jīng)營中，要盡量降低成本，實施綠色物流，增加自身的利潤空間，將公司獲取的利潤作為內部留存收益，減少對外界資金的依賴。

（3） 合理拓展公司規(guī)模。規(guī)模大的公司整體的經(jīng)營狀況趨于穩(wěn)定，更加偏向負債經(jīng)營。并且，大公司融資渠道趨于多元化，破產風險小，并且能夠較好地恪守誠信之道，容易獲得投資者的青睞。

（4） 適度拉升公司成長能力。由結論可知，提高物流上市公司的成長能力有利于對外融資，物流公司應響應國家政策，提高自身的核心競爭力，向綠色化、智慧化方向發(fā)展。