内容摘要:本文以各种资本结构理论为依据,以我国28家电力行业上市公司为样本,采用面板数据模型对资本结构影响因素进行实证研究。
关键词:资本结构 影响因素 面板数据(Panel data)
电力是当前人类社会生产生活的必需品,对国民经济发展起着重要作用。从资金需求来看,电力行业属资金密集型行业,它的发展需要各种渠道的资金投入,电力行业资本结构的合理与否直接关系到公司融资成本的高低和市场价值的大小。2003年以来,全国缺电现象日益严重,国家对电力行业的投资力度加大;2004年,我国一共有24个省份拉闸限电,“电荒”现象依然存在;2005年,电力供应仍然偏紧,最大电力缺口在2500万千瓦左右,华东、华北等地区夏季用电高峰时期供需矛盾依然突出。从中可以看出,电力行业的发展任务艰巨,责任重大。 目前,我国日益壮大的资本市场为电力行业的融资需求提供了一个较好的基础,电力行业只有充分利用资本市场上可利用的资源,优化其自身的资本结构,提高企业绩效,才能缓解整个国民经济的电力供给压力并加快电力行业的可持续发展。因此,对电力行业资本结构的研究具有重要的现实意义。
建立研究框架
样本的选取和数据的来源
到目前为止,在沪深两市上市的电力公司共有50余家,本文采用面板数据,在此选择1999年12月31日前上市的公司,样本期为2000—2004年,再剔除ST类上市公司,最后符合条件的有28家单位的样本。本文的数据来源于wind金融数据库、证券之星网站。
实证假设
资本结构是指企业的各种资本的构成及其比例关系,广义的资本结构是指企业的全部资本的构成。狭义的资本结构是指长期资本结构,而短期负债资本作为营运资本来管理。本文主要研究微观影响因素对资本结构的影响,这些微观因素主要有公司规模、盈利能力、成长性、非债务税盾、流动性、资产结构。在实证之前先提出以下假设,通过检验来说明实证结果的可靠性。
公司规模与资本结构正相关 权衡理论认为,公司直接的破产成本是固定的,随着公司规模的增大,公司的边际成本递减,破产成本只占公司价值的很小一部分。此外,根据不对称信息理论,相对小企业来说,大企业信息的披露更充分,信息不对称程度更低;另外,企业规模越大,更容易实行多元化经营,抵御风险的能力越强,倾向于债务融资扩大其财务杠杆,因此假定公司规模与资本结构正相关。本文采用公司的主营业务收入的自然对数来衡量公司规模(用x1表示)。
盈利能力与资本结构负相关 优序融资理论认为,企业偏好内部融资,如果需要外部融资,债务融资优先,其次是股权融资。根据这一理论,公司将优先选择留存收益作为资金来源,盈利能力越强的公司就越容易进行内部融资,高盈利能力的公司通常具有较低的财务杠杆水平。因次,公司盈利能力与资本结构负相关。本文采用公司主营业务利润与总资产的比率来衡量盈利能力(用x2表示)。
成长性与资本结构正相关 优序融资理论认为,高成长性公司往往缺少资金,内部融资较为困难,不得不选择次优的债务融资。根据代理成本理论,债务会对经理人员产生约束,增加负债可以使经理人员受到更多的约束和监督,因此成长性与资本结构正相关。本文采用前后两年间公司总资产的增长率来衡量(用x3表示)。
非债务税盾与资本结构负相关 在一个考虑公司所得税、个人所得税的模型中,折旧、投资税贷和税务亏损递延等非债务税盾可作为债务融资税收优惠的替代,非债务性避税越多的公司,其债务融资就越少。因此,非债务税盾和公司资本结构间应是负相关关系。用公司年折旧额与公司总资产的比值来作为非债务税盾的代理变量(用x4表示)。
流动性与资本结构负相关 流动性高的公司支付短期到期债务的能力较强,但是公司流动比率高,说明公司具有较多的流动性资产,资金周转速度快,并有可能用这些流动资产作为新的投资资金来源,从而减少对债务的需求,因此流动性与资本结构负相关。流动性用公司流动资产与流动负债的比率来衡量(用x5表示)。
资产结构与资本结构正相关 资产结构是指流动资产、固定资产、无形资产和长期投资之间的比例。代理成本理论认为,债权人面临着道德风险与逆向选择问题,当公司发行债务,将其投资于风险更高的资产,从而从债权人那里谋取价值,有形资产的担保能在一定程度上降低债务代理成本,资产有形性与杠杆正相关;另外,根据信息不对称理论,有形资产较少的企业将面临较少的信息不对称问题,应该进行权益融资而不是债务融资。本文假定资产结构与资本结构正相关。用(固定资产+存货)/总资产来度量资产的有形性(用x6表示)。
关于资本结构的度量,本文采用总负债/总资产,即资产负债率来衡量资本结构(变量用Y表示)。
实证分析
本文采用的是面板数据,主要是因为面板数据模型可同时反映研究对象在时间和截面单元两个方向上的变化规律及不同时间、不同单元的特性,综合利用样本信息,使研究更加深入,同时可以减少多重共线性带来的影响。面板数据模型主要有变系数模型和变截距模型,根据样本数据性质的不同,这两种模型又都有确定效应模型和随机效应模型之分,分别对应不同的参数估计方法。本文选用的是固定影响变截距模型(选择该模型的检验过程略,主要是F检验),模型的形式为:
Y
it=a
i+X
itβ+μ
it 其中:x
it为1×K向量,β为K×1向量,α
i为个体影响,为模型中被忽略的反映个体差异变量的影响;μi
itt为随机误差项,为模型中被忽略的随横截面和时间变化的因素的影响,假设其均值为零,方差为δ
2,并假定μ
it和X
it不相关。引入虚拟变量成为下列形式:
Y=Da+Xβ+μ
令D=[d
1,d
2,……d
n],其中di代表第i各单位的虚拟变量。上式叫做LSDV(最小二乘虚拟变量模型)。采用Eviews软件对模型进行估计,估计结果见下表:
由表二可以看出,模型的解释能力是比较高的,调整后的R
2达到98.75%,模型拟合优度很高, F统计量为334.251,说明模型整体线性关系显著。
表一的实证结果表明:公司规模对财务杠杆有正向效应,在5%显著性水平下,P=0.000,说明二者之间呈显著的正相关关系,另外,公司规模的回归系数为0.159,也即公司规模每扩大1%,公司的资产负债率将增加0.159%个单位。这就证明了公司规模越大,公司和外部债权人之间的信息不对称程度越低,公司更容易通过债务融资,又因为公司规模越大,规模效应越大,边际成本递减从而其破产成本变小,因此规模越大的公司越倾向于债务融资。这很好的印证了电力行业的行业特征,电力行业的边际成本很小,存在很大的规模效应。
公司盈利能力和资本结构显著负相关,回归系数为-0.941, 说明主营业务利润占总资产的比例每增长1个单位,将引起公司资产负债率降低0.941个单位;同时该系数的绝对值也是所有变量中系数最大的,说明电力公司的盈利性对其资产负债率影响最大,这和优序融资理论一致,当企业盈利能力较强时,公司偏好内源融资,企业就有可能保留较多的盈余而更少的发行债券。
成长性和资本结构正相关,但不显著,P=0.208,回归系数=0.038,资产负债率关于成长性的弹性为0.038,从经济学上的弹性分析看属于缺乏弹性,说明当成长性上升1%时,公司资产负债率上升0.038%,这一结论和优序融资理论相符,和国内一些学者的结论不太一致,产生这一现象的原因可能是电力行业大多是由以前的国有企业改制而来,高级管理人员大多由国家的任命产生,公司大股东对公司的治理作用不是很高,从而传统的代理理论无法解释电力上市公司的资本结构问题。
非债务税盾和资本结构负相关,它的回归系数为-0.433,说明非债务性避税1个单位,公司的资产负债率将下降0.433个单位,它的系数的绝对值是除了盈利能力系数外最大的,这也和电力行业的实际情况相符,电力行业属国家基础设施产业,公司规模一般很大,公司的固定资产也相对较多,因此每年对公司提取的折旧也较多,折旧所带来的避税作用也较强,非债务税盾作为税收优势的替代形式降低了公司的实际税负,公司债务融资较少。
流动性也和资本结构负相关,系数为-0.002,是所有系数中最小的,它的变化引起公司资产负债率的变化较小,电力行业由于其行业特征,其生产和销售具有很强的周期性和季节性,例如夏季用电高峰时期电力常常供不应求,因此资金的投入也有周期性,故其资金的流动性对公司的资产负债率影响不是很大。
资产结构和资本结构显著正相关,资产结构对企业经营风险和经济效益都有重大影响,各种流动资产、固定资产、无形资产和长期投资的合理配置使公司的资产偿债能力和获利能力都能达到最佳点。另外,根据信息不对称理论,有形资产较多的企业面临较少的信息不对称问题,容易在外部市场上融资。故资产结构和公司的资产负债率间存在正相关关系。
本文的实证结果表明:电力行业公司的规模、成长性和资产结构与财务杠杆正相关,而盈利能力、非债务税盾和流动性与财务杠杆负相关。本文仅对电力行业上市公司进行研究,得出的某些结论和其他学者的结论不一致,这可能是由电力行业的行业特征决定的。其次,本文未把宏观影响因素变量纳入模型,因此在对资本结构影响因素的解释上不太完整,将在以后的研究中进一步完善。
参考文献:
1.李子奈,叶阿忠.高等计量经济学[M].清华大学出版社,2000
2.易丹辉. 数据分析与Eviews应用[M].中国统计出版社,2003
3.陆正飞,辛宇.上市公司资本结构主要影响因素之实证研究「J].会计研究,1998
4.肖作平.资本结构影响因素:理论和证据[J].证券市场导报,2003(6)
