基于計量經濟學的中國上市公司股息分配影響因素的實證分析

摘要：股票投資作為當今中國最大的個人投資市場之一，吸引了眾多投資者參與買賣。從現金流折現的角度看，股利是股票的息票，是債券的一種特殊形式。文章通過計量經濟學模型和STATA統計軟件，分析了2015-2018年間中國A股1291家上市公司股息分配的影響因素。利用混合面板回歸模型、固定效應回歸模型、雙向固定效應回歸模型和隨機效應回歸模型，對股利政策的影響因素進行了回歸分析。結果顯示，公司盈利能力、流動性、前一年度的股息支付率和企業杠桿率顯著影響當年的股息支付率，而稅收水平對股息支付率有負面影響。通過F檢驗、LM檢驗和Hausman檢驗，確定了最優的模型為雙向固定效應模型。為中國上市公司股利政策的決定因素提供了實證依據。

關鍵詞：股息分配；計量經濟學；上市公司；數據分析；多模型測試

在中國資本市場中，股息分配政策作為企業財務管理的重要組成部分，反映了企業的經營成果和現金流狀況，并影響投資者決策和公司價值。隨著中國經濟的快速發展和資本市場的成熟，研究上市公司股息分配的影響因素對理解公司財務決策和投資者行為具有重要意義。

近年來，中國A股市場上市公司數量不斷增加，股息分配政策也日益受到關注。根據上海證券交易所2023年報告，A股上市公司年度股息總額已達2508億英鎊，成為全球最大的二級市場之一。盡管股息分配并非強制性規定，但公司派發股息通常被視為財務健康和市場預期積極的標志。

本文旨在通過計量經濟學模型，實證分析影響中國A股上市公司股息分配的因素。研究數據選取了2015-2018年間1291家A股上市公司的股息和財務指標面板數據。通過STATA統計軟件和多種面板數據分析方法，包括混合面板回歸模型、固定效應回歸模型、雙向固定效應回歸模型和隨機效應回歸模型，我們對影響股息分配的財務因素進行了回歸分析。希望本文的研究能為中國A股上市公司的股息分配政策提供有價值的見解，并為投資者和管理者制定相關決策提供數據支持。

一、文獻綜述

Parsian等人（2013）研究了德黑蘭證券交易所中自由現金流和盈利能力流動比率對股息支付率的影響。Sajib等人（2015）分析了孟加拉國保險業的股息支付決定因素。Alfisah（2018）研究了印尼證券交易所LQ45公司中股本回報率、公司增長、自由現金流和杠桿對股息支付率的影響，發現凈資產收益率和自由現金流對股息支付率有顯著影響。Sawukir（2020）分析了流動比率、股本回報率和杠桿率對馬來西亞交易所制藥公司每股收益及股息支付率的影響。

以上研究提供了關于不同證券交易所上市公司股息支付率影響因素的寶貴見解，強調了各種財務指標和行業特定變量在決定股息政策中的重要性。本文將基于這些文獻，選擇解釋變量和分析上市公司股息支付的方法，通過細致的計量經濟學分析和模型選擇，以中國A股上市公司為例，客觀分析這一主題。

二、數據收集和整理

本文收集了2015-2018年中國滬深交易所1300家上市公司的股息分配數據及相關財務指標。股息支付相關數據來源于Wind金融終端，自變量數據來源于CSMAR中國數據庫。面板數據是根據上市公司的股票代碼（上海證券交易所為“60XXXX”，深圳證券交易所為“00XXXX”）分配個人標識符來組織的。數據按股票代碼升序排列，公司重新編號。在處理數據時，由于某些自變量（如稅收和公司規模）的單位較大，因此使用自然對數對這些變量進行轉換，以使其與其他變量相適應。此外，為了解決時間維度上的缺失數據，剔除了所有在特定年份有缺失觀測值的公司的數據，總共剔除了36個觀測值，這確保了面板數據的平衡，用于模型回歸的實際公司數量為1291，包括5164個觀察值。另外，對于某一特定年份某一特定變量的個別觀測缺失數據，使用對應公司上一年的數據來填補缺失值。

三、變量定義和描述性分析

因變量：

本文主要研究中國A股上市公司股利支付的影響因素。因變量是股息支付率（DIVPAY），它是公司年度股息總額與凈利潤的比率。

自變量：

1. 盈利能力：以每股凈利潤衡量。

2. 公司規模：以凈資產的自然對數衡量。

3. 資本結構：以杠桿率的自然對數衡量。

4. 稅收水平：以稅收總額的自然對數衡量。

5. 流動性：以每股現金流量衡量。

6. 銷售能力：以資產周轉率衡量（凈銷售額占平均總資產的比例）。

7. 上期派息率：上一年度的股息支付率。

8. 市盈率：以每股股價與每股收益的比值衡量。

分類變量：

9. 所有權類型：公司的所有權類型分為國有和私營，其中私有制為1，國有為2。

10. 控股股東：上市公司的控股股東有能力決定股利分配的時間和數額，并可能對公司的股利政策產生重大影響。

在數據收集、組織和面板化之后，本文涵蓋了1291家公司四年來的5164個觀察結果，形成了一個平衡的面板數據集，其中，包含一個因變量、七個自變量和兩個分類變量。表1介紹了數據的描述性統計。值得注意的是，因變量divpay和上一年的股息支付率lcdps的最小值為零，因為一些公司在相應的年份沒有分配股息。

四、預回歸分析與檢驗

（一）相關分析

通過Stata對各變量生成的相關矩陣，分析各解釋變量之間的相關系數。解釋變量之間的相關系數均未顯著超過0.8，說明控制變量之間不存在嚴重的多重共線性問題。同時，與因變量表現出明顯正相關的解釋變量是上一年度的利潤和股利支付率。這表明，上一年度的利潤水平和股利分配情況對因變量具有顯著的解釋力。公司規模與稅收的相關系數為0.726，呈顯著正相關。這表明，隨著公司規模的擴大，其稅負也可能增加。

（二）單位根檢驗

為了全面檢驗和分析面板數據，本文對所有變量進行了Im，Pesaran和Shin （IPS）單位根檢驗。結果表明，所有變量的IPS單位根檢驗的p值為0.000，導致拒絕所有面板包含單位根的原假設。因此，確認面板是靜止的。

五、模型選擇與實證結果

（一）模型選擇測試

1. 混合面板回歸模型

divpayit=λ1profitit+λ2lnsizeit+λ3lnleverageit+λ4peit+λ5turnoverit+λ6fcpsit+λ7lcdpsit+λ8lntaxit+εit

在這個模型中，divpayit代表第i公司的派息率在時間t. profitit代表周期t i公司的盈利能力ln（sizeit）的自然對數周期t i公司的大小ln（leverageit）的自然對數周期t i公司的杠桿比率peit第i公司的市盈率在時間t turnoverit第i公司的資產周轉率在時間t fcpsit每股自由現金的lcdpsit是第i家公司在第t時期上一期的股息支付水平。ln（taxit）是第i家公司在第t時期所繳納稅款的自然對數。alpha表示每個解釋變量的回歸系數。它是誤差項，表示模型不能解釋的隨機變量。

2. 個體固定效應模型

divpayit=λ1profitit+λ2lnsizeit+λ3lnleverageit+λ4peit+λ5turnoverit+λ6fcpsit+λ7lcdpsit+λ8lntaxit+γi+εit

在此模型中，γ表示單個公司的固定效應，控制在單個數據級別上不隨時間變化的固定因素，例如，管理風格、企業文化和品牌價值。這些因素很難量化，但會對公司業績產生重大影響。

3. 雙向固定效應模型

divpayit=λ1profitit+λ2lnsizeit+λ3lnleverageit+λ4peit+λ5turnoverit+λ6fcpsit+λ7lcdpsit+λ8lntaxit+γi+δt+εit

該模型在考慮個體固定效應的基礎上，還考慮了時間固定效應。是時間固定效應，控制隨時間變化但不依賴于公司的固定因素，如政策、法規和結構性宏觀經濟條件。

4. 隨機效應模型

divpayit=λ1profitit+λ2lnsizeit+λ3lnleverageit+λ4peit+λ5turnoverit+λ6fcpsit+λ7lcdpsit+λ8lntaxit+ui+vt+εit

在該模型中，ui表示第i家公司特有的隨機效應，vi表示第t個時期特有的隨機效應。隨機效應模型考慮了公司之間和隨時間的不可觀察因素對因變量的影響。例如，在企業財務分析中，內部管理質量或外部市場條件的變化難以量化，可能會顯著影響公司的股息支付行為。

表2展示了四個測試的結果。在混合面板模型和隨機效應模型之間選擇更好的模型需要使用Breusch-Pagan LM檢驗。Breusch-Pagan LM檢驗的結果不能拒絕不存在個體隨機效應的原假設（p值=1.0000），建議選擇混合模型。

在混合面板模型和個體固定效應模型之間，使用F檢驗來確定更好的模型。個體固定效應模型回歸結果的F檢驗p值為0.0000，說明個體固定效應模型優于集合面板模型。考慮到沒有使用聚類穩健標準誤差，這個F檢驗是無效的。結論將使用LSDV（最小二乘虛擬變量）方法進一步驗證。在加入聚類穩健標準誤差后，許多單個虛擬變量在5%的水平上顯著，從而拒絕了“所有單個虛擬變量都為零”的原假設，這表明存在單個固定效應和使用合并面板回歸的不適當性。

在固定效應模型和隨機效應模型之間進行選擇，需要進行Hausman檢驗。豪斯曼檢驗的結果拒絕了ui與解釋變量不相關的零假設。因此，固定效應模型優于隨機效應模型。

對于個體固定效應和雙向固定效應模型，需要加入時間固定效應進行比較驗證。所有年度虛擬變量聯合顯著性的F檢驗結果強烈拒絕無時間固定效應的原假設，p值為0.0000。對比兩種模型的赤池信息準則（Akaike Information Criterion， AIC）和貝葉斯信息準則（Bayesian Information Criterion， BIC）值，可以得出雙固定效應模型的AIC和BIC值更小的結論。因此，雙向固定效應模型優于個體固定效應模型。

綜上所述，通過F檢驗、Breusch-Pagan LM檢驗和Hausman檢驗得出結論。在四種模型中，雙向固定效應模型是最優的。

（二）改進的模型和回歸結果

表3是按公司代碼聚類的帶有標準誤差的模型。模型5包含所有解釋變量。模型6和模型7排除了解釋變量資產周轉率和現金流動性，這兩個變量在統計顯著性水平上完全不顯著。可以觀察到，模型7中的所有解釋變量要么顯著要么接近顯著。

（三）分類變量下的討論

在公司所有權分類和控股股東存在的情況下，本文基于模型7進行回歸，結果如表4所示。模型8是帶有解釋變量的民營企業股利分配模型。模型9是帶有解釋變量的國有企業股利支付率模型。模型10是無控股股東企業的股利支付率模型，有解釋變量。模型11是帶有解釋變量的有控股股東的企業股利支付比率模型。

相比之下，很明顯，在幾乎所有的解釋變量中，控股股東和國有所有權的存在都會顯著影響派息。利潤水平對股利分配有顯著的正向影響，符合實際情況。對于國有企業和大多數有控股股東的企業來說，股息支付比例在很大程度上分別受到中國政府國資委和控股股東的影響和控制。

六、結語

通過對2015-2018年期間1291家A股上市公司數據的研究，本文主要采用混合面板回歸模型、個體固定效應模型、雙向固定效應模型和隨機效應模型，對股息分配的影響因素進行了系統的回歸分析。通過Breusch-Pagan LM檢驗、F檢驗和Hausman檢驗，本文最終選擇了個體雙向固定效應模型作為最優模型。

實證分析結果表明，公司的盈利能力、公司規模、杠桿率、前一年度的股息支付率和公司稅收水平是影響股息支付的重要因素。其中，公司盈利能力、公司規模、杠桿率和前一年度的股息支付率對股息分配有顯著正向影響，表明利潤高、規模大、杠桿率高及過去股息分配較多的公司更傾向于支付更多的股息。稅收水平對股息分配有顯著負向影響，表明稅收負擔較重的公司可能會減少股息支付。此外，流動性對股息分配也有一定的正向影響，但在固定效應模型中的顯著性較低。

總之，本文的研究不僅為中國A股上市公司股息分配的影響因素提供了新的實證證據，同時也為投資者和公司管理層在決策過程中提供了有價值的參考。未來的研究可以進一步擴展數據樣本的時間范圍，并考慮更多可能影響股息分配的因素，如宏觀經濟政策、行業特征等，以便更全面地揭示股息分配的影響機制。

參考文獻：

[1]葉薇，王靜.上市公司股利分配影響因素實證研究——以信息技術行業上市公司為例[J].當代經濟，2023，40（08）：96-103.

[2]王丁玥.上市公司現金股利分配影響因素研究[J].產業創新研究，2022（21）：145-147.

[3]田方正，李銘宇，李永軍.上市公司股利分配政策研究——以格力電器為例[J].河北企業，2022（02）：142-144.

[4]錢靜媛.上市公司股利政策影響因素研究[J].中國集體經濟，2021（31）：90-91.

[5]王洪洲，孫麗華.公司治理、CEO風險偏好與現金股利政策[J].財會通訊，2020（09）：72-77.

[6]云苗苗.上市公司股利分配政策的案例分析——以格力電器為例[J].中外企業家，2020（11）：2-3.

[7]郭志強.上市公司股利分配政策存在的問題及完善建議[J].經營與管理，2018（11）：49-51.

[8]Parsian，H.，& Koloukhi，A.S.（2013）.A study on the effect of free cash flow and profitability current ratio on dividend payout ratio：Evidence from Tehran Stock Exchange.ERN：Other Microeconomics：Intertemporal Firm Choice，2013.

[9]Sajib，M.R.，Dutta，D.K.，& Chaity，N.S.（2015）.Determinants of dividend payouts： Study on the insurance sector of Bangladesh.Econometric Modeling：Corporate Finance & Governance，2015.

[10]Alfisah，K.E.（2018）.Factors of dividend payout ratio and influence on company value（Case study on LQ 45 companies in Indonesia Stock Exchange on the 2011-2015）.Asian Journal of Business and Management.

[11]Sawukir，S.（2020）.Analysis of the effect of fundamental factors and its implications on dividend payout ratio.

[12]蔣沅宏.我國上市公司股利政策影響因素研究[J].現代經濟信息，2018（18）：296+298.

[13]盧建詞，姜廣省.混合所有制與國有企業現金股利分配[J].經濟管理，2018，40（02）：5-20.

[14]張林娜.我國上市公司股利分配政策研究[J].經貿實踐，2018（02）：164+166.

（作者單位：倫敦大學學院）