互聯網公司融資結構對公司績效的影響
——基于滬深A股互聯網企業的實證研究

馬甜甜，朱家明

(1.安徽財經大學會計學院，安徽 蚌埠 233030；2.安徽財經大學統計與應用數學學院，安徽 蚌埠 233030)

企業融資方式主要指內源融資、債務融資和股權融資的總體水平和具體結構.根據MM理論，債務融資的稅盾作用和財務杠桿效應能夠促進公司績效的提高[1]，且固定利息的償債壓力能夠促進企業管理者更加用心地經營和治理公司.但是企業也面臨著較高的融資成本、無法按期償還利息的財務風險.內源融資和股權融資成本較低，但引入大規模的股權融資可能會造成實際控制權和管理權的分離，或是大股東偏向個人利益而抑制公司整體績效的提高.

綜上所述，各種融資方式均有利弊.合理的融資結構能夠揚長避短，有效地促進公司績效的改善.融資結構不合理可能會導致資金的閑置，使企業失去更好的投資機會，也可能會導致企業不能應對及時性資金需求，帶來巨大的財務危機.因此，本文選擇了滬深A股上市的42家互聯網公司為研究對象，利用其2012-2016年的財務數據建立多元回歸模型，分別對債務融資、股權融資、內源融資總體水平和債務融資期限結構、債務融資來源結構、股權集中度作了實證分析，以期為互聯網公司優化現有融資結構提供建議與參考.

1 實證分析

1.1 樣本選擇與數據來源

本文結合我國的實際情況，參考東方財富網choice數據庫的行業分類，將互聯網企業分為互聯網服務企業、互聯網技術企業、互聯網商務企業、互聯網金融企業以及其他互聯網應用五大類型.根據統計結果，大部分互聯網企業上市時間集中在2010年左右，但考慮到新興互聯網企業上市時間較晚，為了保證樣本數量的充足性、代表性和時間序列的合理性，本文選取了滬深A股2012年年底之前上市的互聯網公司為研究樣本，在研究中剔除了數據不完整和數據存在異常的公司，總共得到42家公司作為研究樣本.數據均來自于東方財富網的choice數據終端和國泰安數據庫(http://www.gtarsc.com).

1.2 變量選擇

1.2.1 自變量

債權融資變量: (1)總體水平：資產負債率反映的是企業全部債務總額占總資產的比例，因此本文將其作為債務融資總體規模的衡量指標.(2)期限結構：債務融資從期限上劃分為一年內到期的短期負債和一年以上到期的長期負債，因此本文選取流動負債率、長期負債率來替代債務期限結構.(3)來源結構：債務融資渠道主要包括銀行信貸、企業債券、商業信用、租賃等，考慮到互聯網企業通過發行債券和租賃方式進行融資的現象極不普遍，本文采用短期借款率、長期借款率、商業信用融資率來體現互聯網企業債務融資來源結構.

股權融資變量：股權融資主要來源于股東投入的股本和形成的資本公積，所以本文用兩者之和占總資產的比重表示股權融資率.在不斷引入股權融資的過程中，公司內部股權不斷被稀釋，參考眾多學者的研究指標，本文選擇前五大股東持股比例之和來反映股權集中程度[2].

內源融資變量：內源融資來源于公司內部經營產生的成果，主要包括盈余公積、未分配利潤、折舊等，因此本文用三者之和占總資產的比重，即內源融資率作為內源融資解釋變量.

1.2.2 因變量

學術界主要采用單一指標法和綜合評價法來衡量公司績效.綜合評價法雖然選取指標較全面，但指標選取和權重確定的主觀性較大，評價結果可比性較差.單一衡量指標主要包括ROA、ROE、托賓Q值.托賓Q值的運用需要完善的資本市場，對于我國公司尚不適用.ROE僅僅反映公司投入自有資本進行經營的效率，而ROA反映了企業在一定期間內利用全部資源創造的收益效果，不僅體現了管理水平的高低，而且能夠反映企業盈利的穩定性和持久性，也能折射出企業面臨的財務風險.因此，基于評價指標的綜合性、合理性以及可獲取性，本文選擇ROA作為被解釋變量.

1.2.3 控制變量

表1 變量及含義

除了上述影響因素外，公司規模的大小會影響公司的治理效率和管理水平，進而影響公司績效；公司成長性體現著公司不同發展階段，對經營績效的影響也不同[3].因此本文還選取了公司規模(SIZE)和成長性(Growth)為控制變量.具體變量及含義如表1所示.

1.3 模型構建

多元回歸模型反映因變量和多個自變量之間相互依存的關系.本文選用多元回歸模型試圖尋找公司績效和融資結構之間合適的函數關系，并利用多元回歸模型對影響公司績效的眾多融資變量進行因素分析，從相關系數的大小確定重要因素和次要因素及其對公司績效的影響方向和作用強度.通過將所有融資結構變量引入回歸方程，可以看到這些因素對因變量的交叉影響效應，從而有利于選擇最優的融資結構來提高績效.因此，根據前文的變量選擇和相關研究現狀，本文分別建立了以下兩個多元回歸模型：

模型1：探究債務融資、股權融資、內源融資整體規模對公司績效的影響:

ROA=0+1DB+2SF+3IF+4SIZE+5Growth+1

模型2：探究債務期限機構、債務來源結構、股權融資率、股權集中度、內源融資率對公司績效的影響：

ROA=0+1CD+2LTD+3SBF+4LBF+5CF+6SF+7OC+8IF+9SIZE+10Growth+2

其中，0，0表示常數項，1-5，1-10表示回歸系數，1，2表示殘差.

2 實證結果與分析

2.1 各變量描述性統計

各樣本描述性統計結果顯示，ROA的均值為0.0652，說明總體上樣本公司的總資產收益率較小.同時可以看到，資產負債率均值:股權融資率均值:內源融資率均值=0.33∶0.50∶0.13，反映出互聯網公司融資結構中股權融資比例>債權融資比例>內源融比例.股權融資中，樣本公司極差較大，最大值達到了0.97，最小值卻只有0.01，但行業均值達到了0.5021，可以看出大部分公司股權融資比例占融資主導地位.而債權融資中，商業信用融資比例>短期銀行借款融資>長期銀行借款融資，且不同公司不同融資來源比例差距較大，但總體水平偏低.公司內源融資也較少，但公司規模相差不大，且成長性較強.

2.2 模型回歸結果

從表3可以看出，模型1、2的F值分別為27.439、16.573, Sig均為0<0.05，說明方程自變量能夠對因變量起顯著影響作用，兩個模型都具有統計學意義.表2 中模型1、2調整后R方均大于0.5，DW值均接近于2，模型1、2殘差均不存在自相關，說明回歸模型的擬合度較好，回歸模型是恰當的.

表2 模型匯總

表3 Anovaa

2.2.1 模型1回歸結果及分析

從表4中模型1的標準回歸系數可以看出，控制變量公司規模、主營業務增長率都能夠促進公司績效的提升，而主營業務增長率的sig=0.046<0.05,說明主營業務增長率的作用顯著.整體融資結構對ROA的影響程度從大到小依次為內源融資率、資產負債率、股權融資率.

表4 模型1方差分析與回歸系數a

內源融資率的標準系數為0.581，t值為2.332，sig=0.021<0.05，說明內源融資率對公司績效的正相關作用最強，并且顯著，這也符合優序融資理論.這是由于內源融資融資成本最低，且不會面臨償債壓力和財務風險.資產負債率的標準系數為0.175，t值為1.986，sig=0.049<0.05，表示資產負債率與企業績效呈顯著正相關關系.這也符合MM理論，即債務的稅盾作用可以減少稅收支出，從而提高公司績效.股權融資率的標準系數為-2.10，顯示出股權融資率的提高對公司績效具有消極影響.這可能是由于互聯網企業很難通過銀行借款、發行債券、公開發行股票的方式融資，更多互聯網公司采用的是私募股權融資和風險投資，從而導致創始人股權比例的不斷縮小，風險投資等機構往往會成為大股東但卻不是實際控制人，這種股東權利和實際控制權的分散，導致了公司績效的下降[4].

2.2.2 模型2回歸結果及分析

(1)債務期限結構回歸分析

從表5模型2的回歸結果可以看出，流動負債率和長期負債率標準化系數分別為0.174、0.125，說明對ROA有正效應，但是關系都不顯著.

表5 模型2方差分析與回歸系數a

(2)債務來源結構回歸分析

在債務來源結構中，短期借款對ROA的標準化系數為0.188，sig=0.036，反映出短期借款的提高可以顯著促進公司績效的提升；從長期借款和商業信用的標準化系數和sig的值可以發現，長期借款融資率與公司績效沒有明顯的相關關系，而商業信用融資率的增加會顯著降低企業績效.短期借款雖然面臨著較快的償債壓力，但是正是因為這種借款利息的存在，會督促企業管理層加強對公司的治理，從而提高公司績效.商業信用融資成本低，單獨來看，其對公司績效應該是促進作用，但是模型2 卻顯示對公司績效起消極作用，可能是受到其他變量的影響.因為商業信用融資在一定程度上折射出公司資金周轉不靈的現狀，由于信息的不對稱可能使銀行和投資人等對公司經營能力產生懷疑，從而使公司不能順利通過銀行借款和發行債券的方式融得資金，導致公司績效下降.

(3)股權集中度回歸分析

股權集中度越高，越有利于大股東對公司進行監督管理，減少股權分散帶來的治理效率低下.從回歸結果可以看得到，股權集中度的提高對ROA確實有積極作用，但是作用不顯著.

3 結論與建議

從對樣本公司的研究中可以發現，互聯網公司平均經營績效不是很理想，這與互聯網公司極少的內源融資規模、過高的股權融資偏好和單一的債權融資方式有很大關系，由此本文提出以下優化融資結構的建議：

(1)提高企業創新能力和盈利能力，盡可能采用成本最低的內源融資方式.互聯網公司應重視人力資源，加強對創新人才的引入和培養，加強對技術等無形資產的研發，突破創新瓶頸才能持續獲利，從而增加留存收益和未分配利潤，提高內源融資比例.

(2)合理協調債股比.適當增加負債融資規模，充分發揮債務的避稅作用.可以適當增加銀行短期借款比例，減少商業借款融資率和長期借款率.另一方面，互聯網上市公司應適當減少股權融資規模，對于股權集中度低的公司要提高大股東持股比例，股權集中度高的公司則要優化股權結構，引入治理能力強的股東，提高公司治理效率.

(3)拓展多元化融資渠道.政府應積極發展債券市場，減少對企業發行債券的干預；公司也應積極提升自身盈利能力以滿足發行債券的要求，優化債務來源結構.完善互聯網企業信用評估體系，適當放寬對互聯網企業的貸款條件，同時改善銀企關系，允許銀行對企業階段性持股，使銀行能夠全面了解企業運營情況，并參與治理，形成債權和股權的合力約束，充分發揮治理作用，提高公司績效.

參考文獻：

[1]謝奕辰.創業板上市公司融資結構對企業績效影響研究[D].合肥:安徽財經大學碩士學位論文,2015.

[2]孫繼國.房地產上市公司資本結構與公司績效研究——來自A股市場的經驗數據[D].天津:天津大學博士學位論文,2011.

[3]侯冰心.輕資產企業資本結構對財務績效影響及優化路徑研究[D].北京:首都經濟貿易大學碩士學位論文,2017.

[4]高康康.我國互聯網企業融資模式問題研究[D]. 北京:中國財政科學研究院碩士學位論文,2016.