公司資本結構與盈利能力關系的面板數據模型分析

摘要：本文用英國倫敦證券交易所四個行業２０家上市公司８年的財務報表數據，建立了整體的和分行業的面板數據計量模型，實證分析了資本結構與公司盈利能力之間的關系，得出了不同年度和不同行業二者關系有較大差異性的結論。

關鍵詞：資本結構 盈利

一、研究背景

資本結構是指公司負債與股東權益之間的比例關系。已經有大量的文獻從理論角度分析了資本結構與公司盈利能力之間的關系。如國外Basil（2001），Berger（2005），國內周琰（2011），冉光圭（2009），劉靜芳、毛定祥（2005）等，都曾用國內外數據對二者的關系進行過實證分析，但不同的作者有著不同的結論。各種研究表明，改善公司資本結構能夠影響公司利潤，但現實中它與公司利潤是否具有規律性的關系？它對利潤是正向影響還是負向影響？影響程度有多高？回答這些問題，對于公司改進資本結構，提高公司利潤水平有很重要的意義。但國內用國外數據進行二者關系實證分析的文獻還比較少見。本文將在英國上市公司財務數據的基礎上，建立資本結構與公司利潤的計量經濟模型進行實證分析，這將為國內企業提供參考。

二、模型的設定與估計

１、樣本和數據

為了獲得研究數據，本文搜集了倫敦證券交易所上市公司公布的財務報告資料，從中選取了四個行業20家公司作為研究樣本。四個類別分別是：傳統制造類企業，零售類企業，油氣生產類企業和軟件和計算機服務類企業。每個類抽取5家公司作為代表。選取了每家公司的Gearing Ratio (%)，Return on Shareholders Funds (%)指標分別代表資本結構和公司盈利能力。為保證研究的需要，每家公司都搜集了2003-2010年一共8年的時間序列數據。這樣，在本文的分析數據中，每個指標的樣本容量都達到了160個。樣本中的公司類別和名稱見表1。

２、采用全部樣本設定模型并估計

我們首先按全部２０家公司作為樣本，選擇Gearing Ratio (%)（GRit）作為資本結構的代表性變量，選擇Return on Shareholders Funds (%)（RSFit）作為公司盈利能力的代表性變量，構建一個回歸模型進行估計。考慮到本文的數據特征是截面數據與時間序列數據的三維組合數據，所以采用面板數據模型（data Panel model）。

面板數據模型是專門用來處理截面數據與時間序列數據相組合的三維數據模型。本文中，每一個年度為一個截面，有20家公司，兩個變量，共40個數據，時間跨度為8年，所以每個變量的樣本容量是１６０，總樣本數據量是320。為了消除序列自相關影響，模型中加入了滯后一期變量RSFi(t-1)，然后利用Eviews6.0軟件中Pool模塊進行回歸估計，模型設定和估計結果如下：

模型中，14.097表示RSF在這8年中的平均水平為14.097%。 表示不同的公司對平均水平的離差，例如，COO公司的平均Return on Shareholders Funds (%)＝14.097-11.311=2.786。 表示不同年度的GR每變化一個百分點，RSF相應變化的系數。例如，２００４年的系數表明：當年Gearing Ratio (%)每上升１％，Return on Shareholders Funds (%)會上升0.104%。系數0.209則表示上年度的RSF對本期的影響程度。

從回歸結果來看，模型的擬合優度達到0.84，擬合較好，DW值1.964說明模型不存在自相關問題。F值顯著，說明整個方程顯著。另外從各個回歸系數的t值來看，多數在顯著水平以上，受到經濟波動的影響，只有個別時期效應不顯著。模型回歸結果是可用的。

估計結果表明，各公司的Return on Shareholders Funds (%)對平均數的偏離程度在-14.506-53.393之間。全部公司在不同年度Gearing Ratio (%)對Return on Shareholders Funds (%)的平均影響系數在-0.028至0.161之間。

３、分產業分析

由于20家公司分布在不同的產業部門，每個部門生產經營的類型不同，所以有必要對四類產業所屬公司進行分類分析，按四個產業分別建立模型來進行參數估計。這樣。每個產業包括5家公司，8年數據。依然建立面板數據模型進行回歸分析。

（1）General Industry

RSFit=3.660+0.062×GRit+0.614×RSFi（t-1）-0.305×RSFi（t-2）

t= （7.044） （12.805） (-9.529)

R2=0.992 D.W=2.221 F=1112.073（0.000）

2、General Retailer

RSFit=4.419+0.216×GRit-0.176×GRi（t-1）+0.735×RSFi（t-1）

t= （7.738） （-5.533） （9.174）

R2=0.943 D.W=2.112 F=172.058（0.000）

3、Oil and Gas producers

RSFit=28.687+0.183×GRit-0.269×GRi（t-2）-0.185×RSFi（t-1）

t= （2.860） （-3.481） （-1.084）

R2=0.458 D.W=1.727 F=7.330（0.001）

4、software computer services

RSFit=5.424-0.136×GRit+0.228×GRi（t-1）-0.123×GRi（t-2）+0.750×RSFi（t-1）

t= （-2.297） （2.628） （-1.777） （9.062）

R2=0.780 D.W=2.253 F=22.144（0.000）

從模型估計結果可以看出，四類行業的平均盈利水平有明顯差異，Oil and Gas producers 高達26.687%，General Industry、General Retailer、software computer services 則分別達到3.66%，4.419%，5.424％。General Retailer 資本結構1%的變動對盈利能力的影響最大，達到0.216％，其次是Oil and Gas producers，達到0.183%， General Industry影響較小，達到0.062%，對于software computer services來說，則是一種反向影響，Gearing Ratio 越高，盈利能力越低，系數為-0.136%。這是該產業的特點所決定的。

三、結論和建議

通過對資本結構和公司盈利能力的計量模型分析可以知道，公司資本結構與盈利能力之間，多數年份都是正向因果關系，即資產負債率越高，公司盈利能力越強，但整體上二者之間的影響程度較小，平均彈性系數不足０。２％。有個別年份甚至是負影響。如果分行業來看，行業之間差異性較大，零售類企業和油氣生產類企業，公司利潤受資本結構影響較大，傳統制造類企業受資本結構影響較小，軟件類和計算機服務類企業則呈現負向影響。所以我們應該分行業調整和優化資本結構，以獲得公司最大利潤。

參考文獻：

[1]Basil， A.-N. and H. Khaled (2011). ‘Revisiting the capital-structure puzzle: UK evidence.’ The Journal of Risk Finance 12(4): 329-338.

[2]Berger， A. N. and E. Bonaccorsi di Patti (2005).‘Capital structure and firm performance: A new approach to testing agency theory and an application to the banking industry.’ JOURNAL OF BANKING FINANCE 30(4): 1065-1102.

[3]周琰. 上市公司資本結構與公司業績相關關系實證分析， 黑龍江對外經貿， 2011 年第6 期

[4]冉光圭，我國上市公司資本結構對公司治理的影響山東社會科學2009年第12期

[5]劉靜芳， 毛定祥， 我國上市公司資本結構影響績效的實證分析上海大學學報( 自然科學版) 2005 年第2 期

（作者單位：山西財經大學統計學院）