公司治理結構與債務融資效率實證研究

鄧玉琴

摘?要：在我國經濟轉型與新常態背景下，信息技術服務業進入快速發展階段，與此同時帶來的是巨大的融資需求。因此，針對信息技術類創業板上市公司治理結構與債務融資效率之間的關系進行研究，對于規范信息技術企業融資行為、優化公司治理結構、改善企業經營管理等具有重要的理論與實踐意義。文章基于我國A股創業板上市的291家信息技術企業的相關數據，以其2010—2022年的資產負債率作為衡量債務融資水平的指標，建立回歸模型，從實證角度對公司治理結構與債務融資效率進行了分析，針對實證分析的結果得出相關結論，并提出合理的對策和建議。

關鍵詞：信息技術企業；公司治理結構；融資效率；創業板

中圖分類號：F830文獻標識碼：A文章編號：1005-6432（2024）02-0041-04

DOI：10.13939/j.cnki.zgsc.2024.02.011

1?引言

公司治理不僅是現代企業管理的一個重要組成部分，也是企業提高經營業績和增強競爭力的一個重要影響因素。良好的公司治理結構是保持企業健康發展的前提條件，也是提高公司債務融資效率的動力，有利于改善公司治理結構、提高投資者信心、吸引更多的資本投資者，以支持企業的長遠發展。

信息技術行業作為國民經濟的重要組成部分，2022年9月20日工信部指出將推動新一代信息技術產業大力發展作為產業結構優化升級的戰略重點。截至2022年10月30日，已有4973多家上市公司。其中創業板占比約24%，共有1206多家，總市值有110000億元之多，占A股總市值的14%，平均市盈率達38倍多，發展尤為迅速。新一代信息技術產業是創業板的龍頭產業，總市值近21400億元，已有291家，占創業板上市公司總數的24.1%，僅次于制造業。信息技術類創業板企業良好的前景以及成長性是有目共睹的，但隨著其規模的增大，也出現了諸多治理問題。例如，企業治理結構較差，無法為實體企業發展創造良好的投融資環境，且會導致資本錯配、管理者謀私利等現象愈發嚴重。高融資需求、高融資成本與低融資效率之間的矛盾，嚴重制約了企業的發展。因此，對信息技術類創業板上市公司的治理結構與債務融資效率進行研究尤為必要，該研究對于規范信息技術企業融資行為、優化公司治理結構、改善信息技術類企業經營管理等有重要的理論與實踐價值。

2?相關文獻綜述

隨著公司的不斷發展，許多學者關注到公司治理結構對融資效率的影響。從管理層特點和激勵機制方面，張濤和郭瀟（2018）研究表明高管薪酬激勵能夠解決企業代理問題，給市場釋放積極信號，降低融資成本，進而提高企業融資效率[1]；田曉麗和張玲（2020）對A股上市公司董事長的個人經歷和薪酬激勵機制與企業融資效率的關系進行了實證分析，得出企業董事長的學歷水平、國外經歷等對企業融資效率均有顯著影響[2]。從股權結構看，潘永明等（2016）分析得出，股權集中度、股權制衡度與企業融資效率呈負相關關系，并對上市公司的融資成本影響顯著[3]；王元芳（2016）研究表示，合理的股權結構能夠遏制財務造假問題，有利于降低企業可能存在的財務風險，提升企業價值，提高企業融資效率[4]。從董事會機制及獨立董事制度層面，劉冰和方政指出，針對企業長期存在的代理成本的問題，企業需建立有效的董事會機制和獨立董事制度[5]。此外，白繼科（2021）認為，公司治理結構包括股權集中度、領導權結構、高管持股、機構投資者、董事會規模五個要素對公司債務融資效率產生影響[6]；張明祥（2019）研究表示，我國上市公司采取的融資方式，取決于公司的治理模式，并從不同股東的價值取向、公司治理與債務結構等角度進行了分析[7]。

由于各學者研究的模型不同、樣本不同，且基于不同視角下探討公司治理結構對融資效率的影響，最終并未得出一致性結論。此外，關于信息技術類創業板上市公司治理結構相關各要素對債務融資效率的影響的研究甚少。文章運用我國信息技術類創業板上市公司的數據，實證探究其公司治理結構與債務融資效率的關系，對緩解公司融資約束、優化公司治理結構以及提高企業債務融資效率具有一定借鑒意義。

3?研究假設

借鑒已有的相關研究，結合信息技術類創業板上市企業的相關特點，重點研究信息技術類公司治理結構相關各要素對債務融資效率的影響。

H1：第一大股東持股比例同資產負債率呈負相關關系。

股權集中度較高的企業很少擔心由于股權融資削弱大股東的控制權，經理人代理成本高，債務融資額度有限且負債過高會增加公司財務風險，大股東不愿意債權人介入企業治理，所以股權集中度較高的企業更傾向于股權融資，這里用第一大股東持股比例作為衡量股權集中度的指標。

H2：董事會規模與資產負債率呈正相關關系。

董事會人數增加，表明有更多的投資主體參與企業重大問題的決策，在利益的溝通協調上存在更大的分歧，將很難達成一致意見，因此，董事會規模越大的信息技術類上市公司更傾向于債權融資。

H3：獨立董事會規模同資產負債率呈正相關關系。

負債融資不僅可以限制大股東和管理層，降低治理成本，還可以限制經營者過度自由使用企業資金，導致破產風險，造成獨立董事聲譽受損。因此，獨立董事比例高的企業更傾向于債權融資。

H4：監事會規模與資產負債率呈正相關關系。

監事會作為監督董事會和經理層的部門，正常情況下，監事會規模越大，越有利于企業融資決策理性發展，不會盲目偏向于股權融資，反而會有選擇性地進行債務融資。

H5：董事長總經理兩職分離時，同資產負債率呈正相關關系，反之，呈負相關關系。

當董事長和總經理兩職合一時，控制權高度集中，股權融資可以籌集到更多支配資金用于自身效用最大化。出于對自身收益考慮，進行股權融資更好，而兩職分離情況下，股權融資帶來的收益會被協調兩者分歧產生的成本所抵消，所以此時負債融資更滿足兩者的利益要求。

H6：高管持股比例同資產負債率呈負相關關系。

高管人員持股比例越高，他們與股東的利益就更加趨于一致，本著股東利益最大化的原則，低成本的股權融資更符合股東利益，并且出于對道德風險的規避，企業更傾向于股權融資。

4?研究設計

4.1?樣本選取與數據收集

文章樣本為截至2022年10月30日深交所統計的信息技術類創業板上市公司的數據，樣本數總共291個，不考慮數據不完整的公司，余下280個樣本。文章數據來源于國泰安數據庫以及各上市公司年報。

4.2?定義變量

4.3?模型構建

Y=α＋β1X1＋β2X2＋β3X3＋β4X4＋β5X5＋β6X6+ε

其中，Y為資產負債率；X1、X2、X3、X4、X5、X6表示公司治理結構影響企業債務融資效率的相應指標；β1、β2、β3、β4、β5、β6為Y相對應的回歸系數；ε為隨機變量。

5?實證分析

5.1?描述性分析

5.1.1?資產負債率

通過對比資產負債率相關數據，信息技術類創業板上市公司的資產負債率差距較大，有些差距已達到50%左右，優化步伐有待加快。

5.1.2?第一大股東持股情況

第一大股東持股比例最高達53.90%，最低為10.88%，各公司參差不齊。根據統計數據分析，持股比例在10%～40%的公司數最多，共有227家，占總數的81.16%；第一大股東持股比例在40%以上的公司有53家，所占樣本公司比例為18.84%，相對來說，股權集中度較高的公司也有一部分，他們的資產負債率比40%以下的對應值高，這說明股權集中度較高的創業板上市公司比股權適度集中的公司有更高的負債水平，股權集中度較高的公司對債權融資的偏好高于股權適度集中的公司。

5.1.3?董事長與總經理任職情況

通過描述性統計分析，結果顯示董事長與總經理兩職狀態的均值為0.47，表明很多公司通過外部引入職業經理人來提升公司治理效率。但也存在一部分公司是選擇董事長兼任，控制權得以進一步集中。其中，兼任狀態的公司數有132家，資產負債率為26.95%；分離狀態的公司數有148家，資產負債率為23.78%。

總的來說，無論兩職狀態如何，資產負債率都較低，但董事長與總經理分離狀態下的資產負債率比兼任狀態下的低，這說明董事長與總經理分離狀態下偏向于股權融資，而兩者兼任狀態下較偏向于債權融資，這與前面的理論描述以及假設情況有所不同，公司可能已注意到控制權集中對公司長期發展帶來的風險。

5.2?多元回歸分析

因面板數據的個體效應較為顯著，用普通最小二乘法得到的結果往往并不理想，因此文章通過EViews?8.0軟件處理數據后，在混合數據模型、隨機效應模型與固定效應模型之間檢驗和選擇，并運用最終選擇的模型進行分析。

5.2.1?混合效應和固定效應之間的選擇

原假設：運用混合效應模型效果好；備擇假設：運用固定效應模型。首先對模型進行估計，分別找出該模型的殘差平方和，結果如表2所示。

對模型分別做混合模型回歸和固定效應模型回歸，分析出相應的殘差平方和SSEr和SSEu，構造F統計量：F=（SSEr/N-1）/（SSEu/（N×T-N-K）），其中，N為截面個體數，T為時期數，K為自變量個數，F服從F（N-1，N×T-N-K）分布，相應各指標結果如表2所示。

從表2的檢驗結果可以看出，F=3.414522，F服從自由度為（N-1，N×T-N-K）的統計量，因在F分布表中未查到F0.05（280-1，280×3-280-14）=F0.05（279，546）對應的值，但查到F0.05（125，200）的值為1.52，由分布趨勢可推斷出，在5%的顯著性水平下，臨界值?F0.05（279，546）<F0.05（125，200）=1.52，而F值3.414522>臨界值F0.05（279，546），所以應拒絕原假設，采用固定效應模型。

5.2.2?在固定效應和隨機效應之間進行選擇

原假設：運用隨機效應模型；備擇假設：運用固定效應模型。

先將模型做隨機效應回歸，在其結果的基礎上進行檢測，檢測結果中的P值為0.2389，在5%的顯著水平下，該值大于0.05，因此接受原假設，運用隨機效應模型更好。

綜上所述，通過檢驗分析，運用隨機模型較好，因此，文章回歸分析運用隨機模型，對面板數據進行回歸，得到如表3所示的結果。

從表3結果可以看出，可決系數R2=0.1054，擬合優度不高，但考慮到所采用的是面板數據，所以此處相對能接受；定義在5%的顯著性水平下，選擇P<0.05的解釋變量。所以在此處可以剔除變量X4（0.6768）和X5（0.7404）。

方程顯著性檢驗：在顯著性水平α=0.05下，通過F分布表查出自由度為k-1=13和n-k=266的臨界值Fα（13，266），Fα（13，200）的值為2.36，據分布表趨勢可推斷，Fα（13，266）<Fα（13，200）。F=3.7116>Fα（13，200）>Fα（13，266），說明回歸方程顯著。

t檢驗：給定α=0.05，查t分布表，在自由度為n-14=266時得到臨界值趨近于2，由于剩余解釋變量系數的t值分別是2.277、2.5788、-3.2242、-3.0518，其絕對值均大于臨界值2，所以第一大股東持股比例、董事會規模、獨立董事規模以及高管持股比例對資產負債率有較顯著影響。

6?結論與建議

通過對公司治理結構與債務融資效率兩者之間的關系進行理論和實證分析研究，總結得出如下主要結論：一是第一大股東持股比例同資產負債率顯著正相關，二是董事會規模同資產負債率顯著正相關，三是獨立董事同資產負債率顯著負相關，四是監事會規模、董事長與總經理兩職狀態均對資產負債率的影響不顯著，五是高管持股比例同資產負債率呈負相關關系。在此基礎上，對信息技術類創業板上市公司完善治理結構，提高融資效率給予如下建議。

6.1?優化股權結構

在上市公司初期階段，股權高度集中可能更有利于公司的運行和管理。然而在上市以后，往往會發生濫用職權，只注重自己的利益，經營目標偏移等現象。在創業板市場的信息技術行業，其第一大股東持股比例比板塊高出1.9%，而對應的資產負債率卻低于板塊的2.56%，最低僅為0.18%，信息技術業作為其中發展迅速的行業，更應合理分散股權，通過配股、股份轉讓以及出售等手段來降低控股比例，當然也有很少一部分公司采取職工持股，適度引入職工股份，使員工主人翁意識增強。另外，員工持股可以作為一種激勵模式，激勵員工更積極高效的工作，或者在給予某些優惠的條件下讓員工出資購買，這樣既拓寬了公司的融資渠道，員工也因為持有一定的股份參與公司的決策活動，有利于治理結構的優化。

6.2&nbsp;完善董事會治理水平，強化監事會的作用

構建合理的董事會結構，設置更為規范的監事會，增強獨立董事和監事會的獨立性，減少內部人控制和大股東操縱，保護中小股東權益。完善獨立董事引入和淘汰機制，加強對獨立董事的規范和激勵，設定標準對獨立董事的職責情況進行評估，引進具有專業知識背景的人才，淘汰不能認真履行職責的人員。創業板企業董事的碩士及以上學歷達78%，而信息技術公司約72.56%，略低于整個創業板，高學歷和知識背景的董事對公司的戰略目標的制定以及經營決策起到很大的作用，信息技術企業具有高投入、高風險的特點，更應注重引進高素質的綜合型人才。

6.3?提高債務融資比例

相對于股權融資而言，債務融資更有激勵作用，并且能夠緩解股權融資帶來的委托代理問題，融資成本較低。適當的債務融資能夠提升企業市場價值，因此它是公司治理中的重要因素。目前，信息技術類創業板上市公司的資產負債率約25%，相對低于整個創業板市場，債務融資的治理效應并未得到很好的體現，因此，公司應根據自身的情況合理地提高資產負債率的比例，減少公司因股權融資偏好所帶來的問題，以構建合理的公司融資結構。此外，加強債權人對公司的監督，搭建并且優化企業經理和公司債務資金的提供者之間激勵與制衡關系，有利于提高公司治理效率。

參考文獻：

[1]張濤，郭瀟.高管薪酬契約與融資約束研究——基于我國滬深?A?股上市公司的經驗數據?[J].經濟與管理評論，2018，34（1）：96-107.

[2]田曉麗，張玲.董事長背景特征、薪酬激勵與企業融資效率[J].會計之友，2020（20）：68-72.

[3]潘永明，王靜.基于自組織理論的中小企業團體融資模式研究[J].商業研究，2016（6）：122-128.

[4]王元芳.?股權結構、機構投資者與融資效率關系研究[D].濟南：山東財經大學，2016.

[5]劉冰，方政.公司內部治理機制與股權融資成本——股權性質差異條件下的影響因素分析[J].經濟管理，2011，33（12）：135-140.

[6]白繼科.科技型中小企業研發投入對信貸融資成本的影響——基于公司治理結構的調節作用[J].西部財會，2021（5）：46-50.

[7]張明祥.上市公司內部控制缺陷與融資約束研究[D].北京：中央財經大學，2019.