股票價格對上市公司績效的影響

摘要：本文在探討股票價格與公司績效關系的基礎上，結合我國證券市場實際，引入資本結構和股權結構等因素綜合考察對公司績效變化的影響程度。研究結果表明，資本結構和公司績效在5%的置信水平下存在顯著性的負相關關系；第一大股東持股比例、股權集中度對公司績效的影響在統計意義上都是不顯著的；制造業和綜合類股價對上市公司績效的影響比較顯著，其它行業不存在顯著性差異，且行業平均敏感系數和股價的歷史波動率并不存在相關關系。

關鍵詞：股票價格；資本結構；股權結構；公司績效；面板數據模型

中圖分類號：F830.91文獻標識碼：A

文章編號：1000-176X(2009)05-0057-06

一、文獻綜述

股票價格與公司績效的相關性研究始于Ball和Brown（1968）的研究工作［1］，他們以1946—1965年261家紐約股票交易所（NYSE）上市的股票作為樣本，分析得到盈余變動與股票非正常報酬率之間存在顯著的統計相關性。理論上講，公司的權益收益源于公司盈余，上市公司的業績是其股價的內在價值體現，根據Ball和Brown的研究結果可得出上市公司的業績與股票價格之間具有很強的關聯性。在此后40年的發展歷程中，國外在這一領域的研究主要呈現出二個特點：一是該理論的研究是建立在統計和比較分析基礎上，更注重于理論的實證性研究；二是由于研究對象的不同，各流派的研究方法有所不同。但是無論采取何種研究方法和方式，其結論基本上是一致的，即都肯定了股價的信息含量，且股票價格與經營績效是相互影響的。

國內股票價格與公司績效的相關研究始于20世紀90年代，趙宇龍(1998)［2］采用事項研究的方法，考察了滬市123家樣本公司在1994—1996年3個會計年度的會計盈余披露日前后各8個交易周內未預期盈余與股票非正常報酬率之間的關系。在對混合樣本進行研究時，他找到了會計盈余數據具有信息含量的經驗證據，但在對1994年和1995年兩個會計年度盈余披露的單獨檢驗中，沒有發現未預期盈余與股票非正常報酬率之間的統計相關性。近年的晏艷陽、胡俊(2006)［3］通過對1993—2003年滬深兩市上市公司的綜合業績與股票價格指數進行時間序列的相關性檢驗，結果表明證券市場價格走勢與上市公司績效之間不存在長期均衡的關系，認為我國證券市場的價格是脫離其依托主體──上市公司業績的變化而變化的，由此也可見我國證券市場發育和理性的程度都很低。從國內相關文獻來看，股票價格與公司績效的關聯度方面還沒有形成一致的結論，但我國學者普遍認為國內上市公司股價往往嚴重偏離公司業績，股票價格發現機制不健全，證券市場難以發揮對經營者的評價和激勵—約束機制。失真的股價造成股價的信號傳遞功能失靈，即股票價格不能正確地反映并評價公司的績效。

上市公司資本結構、股權結構和經營績效研究派別眾多。關于資本結構理論，眾多主流學派沒有能就資本結構對績效的影響問題做出一個一致性的答案。資本結構的研究迄今為止仍是一個“資本結構之迷” 。近些年來，關于股權與績效的研究已經成為中國上市公司財務研究的熱點，因為不同的股權結構具有不同的公司治理效應，從而產生不同的公司績效。我國學術界較早就開始對上市公司高度集中的股權結構及我國獨特的股權分割格局對公司績效的影響進行研究，也取得了一些成果，但縱觀國內的這部分研究成果，關于股權結構與公司治理、績效關系的理論及實證研究迄今還沒有形成統一的定論。

既然我國上市公司業績的相關信息與股票價格的相關程度不高，有的研究甚至得出二者之間沒有關系或者存在反向關系的結論，那么影響公司績效除股價外還有其他哪些因素？資本結構與股權結構對公司績效影響有多大？這些問題不僅直接影響到投資者的投資利益，也關系到上市公司資源配置等功能的有效發揮。本文運用面板數據方法就遼寧板塊的整體股價、資本結構和股權結構等因素對公司經營績效的影響機制展開研究，試圖通過實證反映他們之間的關系，從而能為促進公司經營績效的改善和優化我國證券市場信息披露監管機制等方面提供借鑒。

二、數據與模型

（一）樣本選取與數據來源

本文在樣本選取時堅持三個原則：（1）考慮到A股市場和B股市場的分割、投資主體和定價機制的差別，本文樣本不包括B股股票。（2）由于ST股公司和某些賬面凈資產為負的公司已經處于非正常狀態，本文選取的樣本不包括ST公司。（3）鑒于新近上市的公司股價數據較少，對比時容易產生誤差，本文選取的樣本剔除了1999年以后上市的公司，只包含1998年以前上市的公司。

按照以上樣本選取原則，在遼寧52家境內上市公司中(截止到2007年底)選取符合條件的26家上市公司，樣本區間為1998—2007年，共有1 560個觀測樣本。所有數據來源于wind資訊金融終端。面板數據分析通過EViews 5.1完成。

附表1實證分析樣本公司概覽

證券代碼證券簡稱首發上市日期公司中文名稱所屬證監會行業［行業級別］門類行業

600719.SH大連熱電1996-07-16大連熱電股份有限公司電力、煤氣及水的生產和供應業

600795.SH國電電力1997-03-18國電電力發展股份有限公司電力、煤氣及水的生產和供應業

000558.SZ萊茵置業1994-05-09萊茵達置業股份有限公司房地產業

000616.SZ億城股份1996-11-08億城集團股份有限公司房地產業

000511.SZ銀基發展1993-05-18沈陽銀基發展股份有限公司房地產業

600758.SH紅陽能源1996-10-29遼寧紅陽能源投資股份有限公司建筑業

600125.SH鐵龍物流1998-05-11中鐵鐵龍集裝箱物流股份有限公司交通運輸、倉儲業

000679.SZ大連友誼1997-01-24大連友誼(集團)股份有限公司批發和零售貿易

600694.SH大商股份1993-11-22大商集團股份有限公司批發和零售貿易

600739.SH遼寧成大1996-08-19遼寧成大股份有限公司批發和零售貿易

000715.SZ中興商業1997-05-08中興-沈陽商業大廈(集團)股份有限公司批發和零售貿易

600718.SH東軟股份1996-06-18沈陽東軟軟件股份有限公司信息技術業

600077.SH國能集團1997-05-20遼寧國能集團(控股)股份有限公司信息技術業

000898.SZ鞍鋼股份1997-12-25鞍鋼股份有限公司制造業

000761.SZ本鋼板材1998-01-15本鋼板材股份有限公司制造業

000530.SZ大冷股份1993-12-08大連冷凍機股份有限公司制造業

600747.SH大連控股1996-09-16大連大顯控股股份有限公司制造業

000585.SZ東北電氣1995-12-13東北電氣發展股份有限公司制造業

000597.SZ東北制藥1996-05-23東北制藥集團股份有限公司制造業

000820.SZ金城股份1998-06-30金城造紙股份有限公司制造業

000818.SZ錦化氯堿1997-10-17錦化化工集團氯堿股份有限公司制造業

000059.SZ遼通化工1997-01-30遼寧華錦通達化工股份有限公司制造業

000698.SZ沈陽化工1997-02-20沈陽化工股份有限公司制造業

000410.SZ沈陽機床1996-07-18沈陽機床股份有限公司制造業

000751.SZ鋅業股份1997-06-26葫蘆島鋅業股份有限公司制造業

000881.SZ大連國際1998-09-02中國大連國際合作(集團)股份有限公司綜合類資料來源: Wind資訊

（二）變量選擇與數據分析

1.變量選擇

表1 變量定義表

變量名稱變量符號變量定義

凈資產收益率（%）ROEROE=凈利潤／總資產

股價（元）SP樣本股票的未加權的年度均價

資產負債率（%）LV資產負債率=總負債／總資產

流通股比例（%）CSP流通股比例=流通股／總股本

第一大股東持股比例（%）CR1第一大股東持股比例=第一大股東持股／總股本

股權集中度（%）CR10股權集中度=前十大股東持股比例之和

為了深入研究遼寧板塊股價對公司經營績效的影響，在變量的選取上除了股票價格外還選取了資本結構與股權結構等變量作為模型的解釋變量，各變量的界定如表1所示。本文用凈資產收益率(ROE)作為衡量上市公司績效（P）的指標；以各只股票的未加權的年度均價作為股價（SP）變量；以資產負債率（LV）反映資本結構；以流通股比例（CSP）、第一大股東持股比例(CR1)、股權集中度(CR10)代表股本結構（OS）。

2.描述性統計分析

表2是1998—2007年遼寧上市公司相關變量的描述性統計結果；圖1反映了各相關變量平均值的逐年變化情況。

表2相關變量描述統計表

變量名稱變量符號最小值最大值中位數平均值標準差

凈資產收益率(%)ROE-110.20964.8597.2066.67113.389

股價(元)SP0.12748.7506.9558.4597.116

資產負債率(%)LV10.98891.26347.52549.07016.351

流通股比例(%)CSP17.88286.15241.68043.78113.496

第一大股東持股比例(%)CR112.77082.12040.16042.50416.038

股權集中度(%)CR1022.07087.44058.59960.01712.878

圖1 相關變量平均值逐年變化趨勢圖

從表2和圖1可以看出：(1)各相關變量基本是穩定的，沒有發生大的異常突變。(2)各變量的中位數和平均值大致相當，說明變量分布比較對稱，符合統計分布。(3)凈資產收益率(ROE)由1998年的10.44%下降至2002年的0.08%，并在2002年后一直處于上升的趨勢。(4)資產負債率(LV)由1998年的41.84%上升至2002年的51.68%，隨后幾年一直保持50%左右，說明遼寧上市公司再融資比例下降。(5)流通股比例(CSP)在2005年以前變化不是很大，2005—2007年有較大幅度的上升，說明隨著股權分置改革的不斷深入，遼寧上市公司的股權結構正在逐步走向合理。(6)第一大股東持股比例(CR1)較穩定地保持在42%左右，反映了第一大股東仍牢固地保持著對公司的控制權。(7)描述股權集中度的前十大股東持股比例（CR10）在2005年前保持60%左右，2005年后有下降的趨勢。

（三）模型選擇與形式的設定

1.模型選擇

國內外關于上市公司業績與股票價格相關性的理論與實證研究已有很多，這些研究不論在理論上還是方法上都在不斷地改進，取得了一定的成果，但是仍存在著分析不夠全面、樣本容量不夠大等問題，所以本文采用了面板數據模型，在一定程度上很好地彌補了以往研究的不足。面板模型（Panel Data）又被稱為平行數據、時間序列/截面數據模型等，它綜合了時間序列和橫截面兩個維度上的信息，能更好地識別和度量單純的時間序列和單純的橫截面數據所不能發現的影響因素。同時，從模型的效果方面來說，面板模型擴大了樣本容量，能夠減少解釋變量出現多重共線性的可能性以及模型中被忽略變量與解釋變量的相關性，所以利用面板模型進行分析效果優于單純時間序列或截面數據的分析。

本文選用的面板模型為：

Pit=f(LN(SP)it，LVit，OSit)+uit(1)

其中，i代表橫截面維度，t代表時間維度；Pit為上市公司經營績效變量；LN(SP)it為股票未加權年度均價的自然對數；LVit表示資本結構的解釋變量； OSit代表股權結構的一組解釋變量；uit為均值為零的白噪聲序列。

2.模型形式設定

模型(1)包括三種情形：變系數模型、變截距模型和既無個體影響又無結構變化的一般模型。最后一種情形相當于將多個時期的截面數據堆積在一起作為樣本數據，能夠起到增加樣本變量的作用；變系數模型，即除了存在個體影響，橫截面的經濟結構也是變化的，因而結構參數在不同橫截面單位上是不同的，也稱無約束模型；變截距模型假設在個體成員上存在個體影響而無結構變化，并且個體影響可以用截距項的差別來說明。

不同模型形式其估計結果有很大差異，如果模型形式設定不正確，估計結果將與所要模擬的經濟現實偏離甚遠，因此在建立面板模型前需對模型形式的設定進行檢驗，即檢驗樣本數據符合哪種模型形式，從而避免模型設定的偏差，改進參數估計的有效性。檢驗原理基于以下兩個假設：

H1：斜率在不同的橫截面樣本點和時間上都相同，但截距不相同，即模型屬于變截距模型。

H2：斜率和截距在不同的橫截面樣本點和時間上都相同，即一般的模型形式。

檢驗方法經常使用協方差檢驗，該檢驗是通過構造兩個F統計量來完成的，在假設H1和H2下的F統計量分別為：

F1=（S2-S1）/［（N-1）k］S1/［NT-N（k+1）］~F［（N-1）k，N（T-k-1）］（2）

F2=（S3-S1）/［（N-1）（k+1）］S1/［NT-N（k+1）］~F［（N-1）（k+1），N（T-k-1）］（3）

如果接受假設H2，即樣本數據符合一般模型，沒必要進行進一步檢驗；如果拒絕H2，則需進一步檢驗假設H1，如接受假設H1，則認為樣本數據符合模型變截距模型，反之為樣本數據符合變系數模型。

其中，S1、S2、S3分別是變系數模型、變截距模型和一般模型進行估計時的殘差平方和，N表示個體截面成員的個數，T表示每個截面成員的觀測時期總數，k為待估計參數（不含截距項）的個數。

將數據代入3個模型，得出相應的殘差平方和為：S1=2.254162，S2=11.99932，S3=20.84466，檢驗結果如表3所示。

表3面板模型設定形式的檢驗

F檢驗值自由度臨界值（1%顯著性水平）臨界值（5%顯著性水平）

F1=3.5969（125，104）1.561.37

F2=5.7181（150，104）1.541.35

由表3可以看出，在1%和5%的顯著性水平上，F1統計量的值和F2統計量的值均大于檢驗的臨界值，所以認為樣本數據符合變系數模型。

對于固定效應模型（Fixed Effects Model）還是隨機效應模型（Random Effects Model）的選擇，經驗表明，當不能把觀測個體當作從一個大總體中隨機抽樣的結果時，使用固定效應模型；否則選擇隨機效應模型。由于本文研究的26家樣本公司是按一定的規則選取的樣本，并非是從總體隨機抽取的樣本，個體成員之間的差異可以被看作回歸系數的參數變動，因此按照經驗方法直接選取了固定效應模型進行分析，省去了通過Hausman檢驗來判斷模型類型的步驟［4］，該模型的特點在于同時考慮了橫截面數據和時間序列，消除了橫截面的偏差，著重于以固定截距代表每個橫截面單元的不同特征。

（四）回歸結果與分析

為了反映個體之間的差異性，更為深入地研究26家上市公司或所屬行業（CSRC）的股價對經營績效的敏感度差異，建立了以股價LN（SP）為截面特定系數變量的固定效應變系數模型：

Pit=c+αi+βiLN（SP）it+γ1LVit+γ2CSPit+γ3CR1it+γ4CR10it+uit，i=1，2 ，…26， t=1，2，…10(4)

其中，c為各截面成員的公共截距項，αi為各截面成員特有的截距項，βi為各上市公司的股價對經營績效的敏感系數，γi（i=1，2，3，4）為各上市公司資本結構和股權結構變量對其經營績效的敏感系數。

似不相關回歸法（SUR）是對假設出現的截面異方差和同期相關性同時進行修正的廣義最小二乘法，但此法對橫截面單元多而時序長度較短的面板模型估計是失效的，模型（4）就是這種類型。為了減少由于橫截面數據造成的異方差影響，采用估計橫截面權重的加權最小二乘法對模型進行估計，回歸結果如表4所示。

從表4得知模型整體擬合效果較好。調整的可決系數達97.5%，個股股價對上市公司經營績效的敏感系數 βi都通過了t檢驗（檢驗的相伴概率全為0.000，未列入表中）。DW值為1.819073，當樣本容量為260（NT=26×10）、解釋變量個數為5時，查D-W檢驗的臨界值表可得在1%的顯著性水平上dL = 1.46， du=1.63，因為 dU

表4模型（4）估計結果

上市公司 （股票名稱）αi

βi

系數值t統計量上市公司 （股票名稱）αi

βi

系數值t統計量

制造業

沈陽機床 0.3666340.08325114.87568鋅業股份-0.1667270.13675419.23744

東北制藥-0.4045030.17887919.30282東北電氣-0.7382290.25043213.20769

大連控股-0.1631820.1186089.61232沈陽化工-0.2130310.15126619.12072

大冷-0.3677790.17519420.39991本鋼-0.2593330.15023213.41438

鞍鋼股份-0.0446800.09879212.69512遼通化工-0.2199500.15102326.95545

金城股份-0.5161300.18629313.33916錦化氯堿-0.3810350.17488515.46703

批發與零售貿易

中興商業-0.0424010.11874715.90616大商股份 0.7442770.04829412.86419

大連友誼-0.1382230.13432516.44365遼寧成大 0.5492800.0594837.539602

交通運輸、倉儲業

鐵龍物流 0.3711920.07986513.47318

電力、煤氣及水的生產和供應業

大連熱電-0.0908910.12970815.62740國電電力 0.6256380.0550099.038036

房地產業

銀基發展-0.0770150.13222016.26485萊茵置業-0.0225960.12027611.36478

億城股份0.2617250.08755510.83192

信息技術業

國能集團 0.1009530.09498710.85206東軟股份 0.8419930.04732016.40913

建筑業

紅陽能源-0.2634850.15124714.04547

綜合類

大連國際 0.2474970.0757028.316288

共同截距c1.302089t統計量=12.35810 （0.0000）

γ1-0.001854t統計量= -2.553437 （0.0114）

γ2-0.002367t統計量= -2.687376 （0.0078）

γ3-0.000760t統計量= -0.600232 （0.5490）

γ4-0.000390t統計量= -0.260712 （0.7946）

調整可決系數R2 0.975201

DW值1.819073

F統計量186.1829（0.0000）

注：t統計量括號內是t檢驗的相伴概率，F統計量括號內是F檢驗的相伴概率。

模型（4）的估計結果顯示：（1）資本結構和公司績效在5%的置信水平上存在顯著性的負相關關系，即負債的增加將降低公司的經營績效。（2）流通股比例與績效負相關。（3）第一大股東持股比

例、股權集中度變量前的系數在統計意義上不顯著，說明“一股獨大”或股權的集中程度對遼寧上市公司績效的負面影響不是很顯著。

變系數模型只說明了各截面變量前面的系數不是完全相同，由表4的檢驗結果看，模型（4）中上市公司股價系數似乎存在差異，為了進一步了解各行業股價對績效變量敏感系數之間的差異情況，借助系數約束條件的Wald 檢驗分析了不同行業股價對績效的平均敏感系數之間的關系。

對上述固定效應變系數模型進行Wald檢驗的結果如表5所示，由于篇幅所限，只列出部分檢驗結果。

檢驗結果表明批發與零售貿易，交通運輸、倉儲業，電力、煤氣及水的生產和供應業與房地產業4大行業間的敏感系數不存在顯著的差異；信息技術業和建筑業間也不存在顯著的差異；制造業和綜合類兩大行業與其他行業均存在著顯著差異。

表6是各行業股價對績效的平均敏感系數和平均歷史波動率，其中平均歷史波動率反映的是股票年度收益率的平均標準誤差。

表5 Wald檢驗結果

原假設χ2統計量原假設H0χ2統計量

βi制=βi批

48.89805

（0.0000）βi批=βi交

0.242107

（0.6227）

βi交=βi電

0.096164

(0.7565)βi電=βi房

0.140010

（0.7083）

βi房=βi信

25.32513

（0.0000）βi信=βi建

67.94878

（0.4485）

βi建=βi綜

169.2488

（0.0000）βi綜=βi制

467.2049

（0.0000）

注：βi制等分別表示各行業股價對績效的平均敏感系數，χ2統計量下面括號內數據是檢驗的相伴概率。

表6 各行業股價的敏感系數與歷史波動率

行 業(CSRC)行業平均敏感系數股價的平均歷史波動率

制造業0.15460.4336

建筑業0.15120.4633

房地產業0.11340.5051

電力、煤氣及水的生產和供應業0.09240.4473

批發與零售貿易0.09020.5041

交通運輸、倉儲業0.07990.2926

綜合類0.07570.6458

信息技術業0.07120.4399

由表6看出不同行業股價對上市公司績效的影響力度差異不是很大，其中，制造業與建筑業的行業股價對績效的影響度較大。

經計算，行業平均敏感系數與股價的歷史波動率的相關系數為-0.077，且相伴概率為0.428＞0.01，說明二者在1%置信水平上不存在線性相關關系。

三、研究結論

本文建立了一個研究股價、資本結構和股權結構對經營績效影響的面板模型，使用了基于固定效應變系數模型的廣義加權最小二乘法對模型進行了檢驗。通過研究得出以下結論：

第一，資本結構與績效在5%的置信水平上存在顯著性的負相關關系，即負債的增加將降低公司的經營績效，這個結論與權衡理論的預測一致，但與優序融資理論相悖。

第二，流通股比例與績效負相關，這個結論與陳小悅和徐曉東（2001）［5］是一致的，說明遼寧現階段流通股股東并不能成為公司有效的監督者，反而對公司績效的提高產生了負面影響。

第三，第一大股東持股比例、股權集中度對經營績效的影響在統計意義上都是不顯著的，反映了遼寧上市公司的第一大股東或少數大股東結成聯盟治理對績效的影響效果不顯著。

第四，不同行業的股價對上市公司績效的影響力度大多不存在顯著性差異，只有制造業和綜合類與其它行業相比存在差異，且行業平均敏感系數和股價的歷史波動率不存在相關關系。

參考文獻：

［1］ Ball，R.P，Brown.An Empirical Evaluation of Accounting Income Nurnbers［J］.Joumal of Accountlng Research，1968(Autumn):159-178.

［2］ 趙宇龍.會計盈余披露的信息含量——來自上海股市的經驗證據［J］.經濟研究，1998，(7) .

［3］ 晏艷陽，胡俊.股票價格與上市公司業績的關聯分析——對中國證券市場的研究［J］.系統工程，2006，（8）.

［4］ 高鐵梅.計量經濟分析方法與建模：EViews應用及實例［M］.北京：清華大學出版社，2006.316.

［5］ 陳小悅，徐曉東.股權結構、企業績效與投資者利益保護［J］.經濟研究，2001，（11）.

［6］ 李勝坤.中國上市公司資本結構影響因素分析［J］.云南財經大學學報，2007，（4）.

［7］ 中聯財務顧問有限公司.中國上市公司業績評價報告(2007)［R］.北京:中國經濟出版社，2007.

［8］ 吳冬梅.公司治理概論［M］.北京:首都經濟貿易大學出版社，2006.126.

（責任編輯：韓淑麗）