偿债能力、成长性与资本结构的关系研究
(2011-08-30 09:59:18)
标签:
偿债能力成长性资本结构资本结构哑变量杂谈 |
分类: 学术论文 |
偿债能力、成长性与资本结构的关系研究
摘
关键词:偿债能力;成长性;资本结构;资本结构哑变量
一、引言
Modigliani和Miller对资本结构的研究拉开了探讨最优资本结构的序幕,国内外学者纷纷就资本结构的影响因素进行了大量理论阐述和实证研究,主要包括偿债能力、成长性、公司规模、股权结构、盈利能力、经济风险、税盾、非负债类税盾、资产担保价值等(Titman和Wessels;1988;Esperanca等,2003;Eriotis等,2007;Antoniou等,2008;陈维云和张宗益,2002;黄辉和王志华,2006;张海燕,2007)[1-6]。国内就偿债能力对资本结构影响的研究并不多见,而且主要是探讨以流动比率或速动比率表示的短期偿债能力对资本结构的作用。虽然陈维云和张宗益(2002)探讨了以利息保障倍数表示的偿债能力对资本结构的影响,但两者不相关的结论显然与Harris和Raviv(1990)以及Eriotis等人(2007)两者显著负相关的结论不一致。于是本文就偿债能力(包括短期偿债能力和长期偿债能力)对资本结构的影响做进一步的分析。成长性对资本结构的影响,国内外的实证研究均没有得出一致的结论:Baskin(1989)[7]以及陈维云和张宗益(2002)的研究表明两者正相关;而Kim和Sorensen(1986)[8]、Moh'd等人(1998)[9]、Ooi(1999)[10]以及王娟和杨凤林(2002)[11]的研究表明两者负相关;另外,Titman和Wessles(1988)以及冯福根等人(2000)[12]则发现两者不相关。而之所以产生这种差异主要是因为上债权人对资产负债率超过①50%的公司与资产负债率低于50%的公司的风险评价发生了质的变化,当公司的资产负债率超过50%时,即使其成长性很高,债权人很可能依然认为存在较大风险。Eriotis等人(2007)的研究证明这种质变的存在。而不同国家的债权人对不同资产负债率的风险判别各不相同,而且各个学者所用样本公司的资产负债率也存在很大差异,从而就成长性对资本结构的影响得出了不一致的结论。因此本文在Eriotis等人(2007)的研究基础上,引入资本结构哑变量,就不同资本结构类型下成长性对资本结构的影响做进一步的分析。
二、理论假设
优序融资理论认为,企业在需要资金时,对筹资方式的选择有偏好顺序,即按照内部留存收益、发行债券、发行股票的顺序筹资[13]。根据该理论,偿债能力越强也即产生内部所需资金能力越强的公司,其资产负债率往往也就越低。Eriotis等人(2007)以及陈维云和张宗益(2003)的实证结果表明短期偿债能力(速动比率)与资产负债率显著负相关,Harris和Raviv(1990)以及Eriotis等人(2007)的实证结果表明长期偿债能力(利息保障倍数)也与资产负债率显著负相关。考虑到数据收集的便利性,本文用现金流量债务比表示长期偿债能力。因此,本文提出如下假设:
H1a:资产负债率与短期偿债能力(速动比率)负相关
H1b:资产负债率与长期偿债能力(现金流量债务比)负相关
陆正飞和辛宇(1998)认为公司的成长性越强,在一定时期内所需投入的从而所需融通的资本就越多。因为成长性强的公司,即使获利水平不低,但由于下述三个原因,决定了仅仅依赖保留盈余是不够的:其一,成长性强的公司往往在无形资产(形成良好形象等) 方面需要大量投入;其二,公司的快速成长使得利润增长的速度难以满足投资增长的速度;其三,成长性强的公司往往有着良好的发展前景,因而通常不愿过多地发行新股,以免分散老股东控制权和稀释每股收益[14]。Baskin(1989) 也认为公司的快速成长离不开财务杠杆的支持,他从美国最大的500家公司中选取378个样本,研究发现不管是否存在最优的资本结构,公司的负债都与成长性直接正相关。吕长江和韩慧博(2001)的实证结果也表明成长性(主营业务收入增长率)与资产负债率显著正相关[15]。因此,本文提出如下假设:
H2:资产负债率与成长性(主要业务收入增长率)正相关
资本结构实质上是公司总负债与总资产的关系,当负债超过权益时我们预期会有一个质的变化,为了体现这种突变,我们引入了资本结构哑变量(DUMMYDR)这个解释变量。当资产负债率超过50%时,赋值为1,当负债比率低于50%时,赋值为0。Eriotis 等人(2007)的研究证明了这种突变的存在。因此,本文提出如下假设:
H3:资产负债率与资本结构哑变量正相关
三、研究设计
(一)样本数据
本文的研究样本为2002-2005年沪深两市的非金融类上市公司,为了保证数据的适用和准确,我们根据以下标准做了筛选:(1)所有的样本公司在2001年或2001年以前就已经上市,并且在2002-2005年期间没有摘牌,以确保这些上市公司的资本结构未因最近上市而扭曲;(2)剔除2002-2005年间有财务问题的ST、PT公司以及财务数据不全的公司。最后得到1078家上市公司共4312条面板数据,所使用的财务数据来源于CCER数据库,采用SPSS15.0统计软件进行分析整理。
(二)研究变量
本文的研究变量包括被解释变量、解释变量和控制变量三部分。被解释变量为资产负债率(DR);解释变量包括短期偿债能力(LIQ)、长期偿债能力(CFDR)、成长性(GROWTH)以及资本结构哑变量(DUMMYDR);其他影响上市公司资本结构的因素还有很多,如税收效应、非债务税盾、盈利能力、行业哑变量等,但很多学者的研究表明这些因素对资产负债率的影响均不显著(Titman和Wessels,1988;Ooi,1999),而Marsh(1982)[16]、Fosberg (2004)[17]、冯福根等人(2000) 以及陈维云和张宗益(2002)研究发现公司规模越大,负债率越高,因此本文选择公司规模作为本文的控制变量,并用年末总资产的自然对数表示。各变量的定义及说明见表1:
表1
变量类型 |
变量名 |
变量符号 |
变量定义或说明 |
解释变量 |
资本结构 |
DR |
资产负债率=总负债/总资产 |
被解释变量 |
偿债能力 |
LIQ |
速动比率=速动资产/流动负债 |
CFDR |
现金流量债务比=经营现金流量净额/总负债 |
||
成长性 |
GROWTH |
主要业务收入增长率=本年主营业务收入增长额/上年主营业务收入 |
|
资本结构哑变量 |
DUMMYDR |
当DR≥50%,赋值为1;DR<50%,赋值为0 |
|
控制变量 |
公司规模 |
SIZE |
年末总资产的自然对数 |
四、实证分析
(一)Pesrson相关系数检验
为了防止回归检验中可能存在的多重共线性问题,本文计算了各变量之间的Pearson相关系数。表2列出了所有变量的相关系数矩阵:
表2
|
DR |
LIQ |
CFDR |
GROWTH |
SIZE |
DUMMYDR |
DR |
1 |
|
|
|
|
|
LIQ |
(-.544)** |
1 |
|
|
|
|
CFDR |
(-.398)** |
(.238)** |
1 |
|
|
|
GROWTH |
(.021) |
(-.014) |
(-.002) |
1 |
|
|
SIZE |
(.189)** |
(-.137)** |
(.101)** |
(.007) |
1 |
|
DUMMYDR |
(.811)** |
(-.346)** |
(-.260)** |
(.026) |
(.173)** |
1 |
注:*、**、***分别表示变量估计系数在10%、5%和1%置信水平上显著,括号里是t检验值。
由表2可以看出,Pearson相关系数矩阵中各解释变量间的相关系数均比较小,因此多重共线性在我们的回归模型中不是一个潜在的问题。各解释变量与资产负债率之间显著的相关系数说明各解释变量能够较好地解释公司的资本结构。不过成长性与资产负债率的相关系数并不显著,因此预期结果与本文的假设可能有所不符。
(二)DR回归分析
MODEL1: DRi;t =β0+β1SIZEi;t+β2LIQi;t+β3INCOVi;t+β4GROWTHi;t+β5DUMMYDRi;t+εi;t
其中,β0是截距,βi(i=1,2,3,4,5)是回归系数,i代表第i个公司,t代表第t期,ε是残差项(下同)。
资产负债率对各解释变量的回归结果如表3(Model 1)所示:
表3
Independent Variables |
Model 1 |
Model 2 |
Model 3 |
(Constant) |
.267 (9.236)** |
.177 (3.658)** |
.543 (11.677)** |
LIQ |
-.054 (-37.520)** |
-.021 (-24.111)** |
-.072 (-12.476)** |
CFDR |
-.087 (-19.371)** |
-.052 (-13.690)** |
-.109 (-8.019)** |
GROWTH |
-1.148E-06 (-.006) |
.008 (3.403)** |
.000 (-.611) |
SIZE |
.008 (6.177)** |
.010 (4.371)** |
.007 (3.070)** |
DUMMYDR |
.216 (81.204)** |
|
|
Adjusted R2 |
0.787 |
0.307 |
0.092 |
F-statistic |
3137.402 |
249.436 |
54.022 |
NO. of Firms |
4312 |
2248 |
2064 |
注:*、**、***分别表示变量估计系数在10%、5%和1%置信水平上显著,括号里是t检验值。
通过表3(Model 1)修正的R2(0.787)值可以看出建立的回归模型方程比较好,对因变量的解释力度达到了78.7%;公司的偿债能力包括速动比率和现金流量债务比均与资产负债率呈显著的负相关关系,这一结果证实了优序融资理论,即产生内部所需资金能力越强的公司在很大程度上能够自己满足项目投资所需的资金,外部融资的需求就不强烈,因此具有较低的资产负债率;资本结构哑变量与资产负债率显著正相关,这就意味着当负债超过权益时,总负债与总资产的关系发生了质的变化,支持了Eriotis 等人(2007)的结论;但成长性与资产负债率并不相关,显然与前述的假设相矛盾。产生这种现象的主要原因在于当公司的资产负债率超过50%时,债权人对该公司财务风险的评价发生了重大分歧,即使这家公司有着很高的成长性。也就是说,当资产负债率低于50%时,成长性与资产负债率正相关,当资产负债率超过50%,成长性与资产负债率不相关。为了验证这一假设,本文把样本根据资本结构哑变量分成两组,建立MODEL2和MODEL3,分别分析成长性对资产负债率的影响。
(三)DR回归分析(DUMMYDR=0)、DR回归分析(DUMMYDR=1)
MODEL2: DRi;t(DUMMYDR=0)=β0+β1SIZEi;t+β2LIQi;t+β3INCOVi;t+β4GROWTHi;t+εi;t
MODEL3: DRi;t(DUMMYDR=1)=β0+β1SIZEi;t+β2LIQi;t+β3INCOVi;t+β4GROWTHi;t+εi;t
表3(Model 2、Model 3)的回归结果表明:当资产负债率低于50%时,成长性与资产负债率正相关,当资产负债率超过50%时,成长性与资产负债率不相关,这与本文的假设完全一致。因为当公司的资产负债率超过50%这一临界值时(不同行业这一临界值有所不同),债权人对公司资本结构的评价发生了质的变化,虽然49%的资产负债率与50%的资产负债率可能并没有显著性的差异,不过就是这1%的变化犹如99oC的水再加上1oC沸腾了债权人的风险心理。于是不同债权人对资产负债率超过50%的公司的风险的评价出现较大分歧,虽然有的公司成长性很高,但面对这种风险,不少债权人做出了谨慎的选择。所以当资产负债率超过50%时,成长性与资产负债率的相关性并不显著。而当资产负债率低于50%时,传统上认为风险并不显著,所以成长性高的公司越易得到债权人的亲睐,资产负债率也就越高。
五、结论
实证结果表明:偿债能力包括短期偿债能力和长期偿债能力均与资本结构存在显著的负相关关系,与本文的假设完全一致;在一定的风险条件下,公司的成长性与资产负债率呈正向变化,即公司的成长速度越快,资产负债率越高。这是因为快速成长公司的内部留存收益往往无法满足其投资所需,另外成长性强的公司往往有着良好的发展前景,因而通常不愿过多地发行新股,以免分散老股东控制权和稀释每股收益;所谓一定的风险条件是指资产负债率低于50%,当资产负债超过50%时,债权人对公司的风险评价发生了根本的变化,此时,成长性与资产负债率就不相关。当然不同行业对资产负债率的风险临界值有着不同的把握,具体的情况还有待于进一步研究。
注释:
①本文所指的资产负债率超过50%均包括等于50%这一情况。
参考文献
[10] Ooi J. The determints of capital
[11] 王娟, 杨凤林. 中国上市公司资本结构影响因素的最新研究[J]. 国际金融研究. 2002(8): 45-52.
[12] 冯福根, 吴林江, 刘世彦. 我国上市公司资本结构形成的影响因素分析[J]. 经济学家. 2000(5): 2-15.
[13] Myers S C. The capital structure puzzle[J]. The Journal of Finance. 1984, 39(3): 575-592.
[14] 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(8): 34-37.
[15] 吕长江, 韩慧博. 上市公司资本结构特点的实证分析[J]. 南开管理评论. 2001(5): 26-29.
[16] Marsh P. The choice between equity and debt: an empirical study[J]. Journal of Finance. 1982, 37(1): 121-144.
[17] Fosberg R H. Agency problems and debt financing:leadership structure effects[J]. Corporate Governance. 2004, 4(1): 31-38.
Yang Guangling
(Business Administration College,Zhejiang University of Fiance&Economics,
310018, Hangzhou,China)
Abstract:Employing the panel data methodology,the
paper examine the capital structure determinants,such as ability of
repaying debt and growth, of 4312 non-financial companies listed on
the A shares in China during 2002-2005.The finding of this study
justify the hypothesis that there is a negative relation between
the capital structure of the firms and their ability of paying off
debt . But the empirical results that there is no
relation
Key words:ability of paying off debt;growth ;capital structure;capital structure dummy variable