我國上市公司資本結構行業差異研究

沈雅芳

摘要：研究資本結構的行業差異，不僅是研究資本結構影響因素的重要方面，也是分析資本結構的核心要素。影響因素分析揭示了我國上市公司不同行業門類之間資本結構的巨大差異，這并不是由于個別行業門類的異常值引起的，也不是因為不同板塊企業存在顯著差異，而是行業門類間普遍存在的。

關鍵詞：資本結構;行業差異;上市公司

中圖分類號：F275 ? ?文獻標識碼：A

文章編號：1005-913X（2020）03-0094-03

一、理論分析

資本結構行業差異研究是資本結構影響因素研究的一個重要方面，國內外學者對此均有研究。本研究借鑒已有的相關研究成果，分析了國內主板、創業板和中小板三大板塊特征要素的差異。企業資本結構是否合理，直接關系到企業的風險和收益。研究發現，三大板塊的不同企業資本結構存在一定的差異。將三大板塊分析作為一個虛擬變量，作為解釋企業資本結構差異的行業因素之一。

二、計算方法

在實證分析中，通常以負債總額占總資產的比例來反映企業的資本結構，該比例被稱為負債率或財務杠桿，具體計算方法是：

（1）賬面財務杠桿（LEV1）=負債/總資產;

（2）負債-權益市值比（LEV2）=負債/市值;

（3）市場財務杠桿（LEV3）=負債/（總資產-股東權益合計+市值）。

現選擇以下可能影響我國上市公司資本結構的因素進行研究。

三、實證分析

（一）實驗數據

收集我國深滬股市3 458家上市公司在2017年的部分財務數據以及其行業分類情況，其中“行業分類”是根據我國證監會《上市公司行業分類指引》，將其分成90個行業，并將所有企業按照主板、中小板、創業板的要求劃分為傳統的三大證券板塊。

（二）財務杠桿分析

根據三大板塊劃分的企業的LEV1、LEV2和LEV3的描述性統計的結果對比可知，主板的均值顯著高于中小板和創業板，中小板的均值也高于創業板，中值也同樣呈現出相同的結果。各個LEV1、LEV2和LEV3的峰度、偏度和J-B系數都各不相同。

根據相關分析，LEV1與TANG、INASSET正相關，與GROW、RETA、OUTSHARE負相關。LEV2與TANG、INASSET正相關，與GROW、RETA、OUTSHARE負相關。LEV3與TANG、INASSET正相關，與GROW、RETA、OUTSHARE負相關。

（三）上市公司財務杠桿率的影響因素

本實驗首先采用多元線性回歸模型實證檢驗上市財務杠桿的影響因素，模型具體形式是：

LEV=β0+β1TANG+β2RETA+β3LNASSET+β4GROW+β5OUTSHARE+ε

其中，LEV代表財務杠桿，在分析中以LEV1、LEV2和LEV3代入。

其余變量如前所述：βi（j=0，1，…，6）為待估參數，ε為隨機干擾項。

通過數據分析可知，TANG、LNASSET和OUTSHARE的系數均顯著為正，RETA、GROW的系數顯著為負。解釋變量TANG、LNASSET對主板LEV1的影響方向與前述一致。調整R^2只有0.30，說明模型對樣本的解釋能力有待提高。F檢驗值為155.64且在1%的水平上統計顯著，方程的總體顯著性成立。

TANG、LNASSET和OUTSHARE的系數均顯著為正，RETA、GROW的系數顯著為負。解釋變量TANG、LNASSET對主板LEV2的影響方向與前述一致。調整R^2只有0.38，說明模型對樣本的解釋能力有待提高。F檢驗值為221.76且在1%的水平上統計顯著，方程的總體顯著性成立。

TANG、LNASSET和OUTSHARE的系數均顯著為正，RETA和GROW的系數顯著為負。各解釋變量對主板LEV3的影響方向與前述一致。F檢驗值為531.07且在1%的水平上統計顯著，方程的總體顯著性成立。

同樣的方法對中小板進行數據分析，TANG和LNASSET的系數均顯著為正，RETA、GROW和OUTSHARE的系數顯著為負。解釋變量TANG、LNASSET對中小板LEV1的影響方向與前述一致。調整R^2只有0.358，說明模型對樣本的解釋能力有待提高。F檢驗值為99.40且在1%的水平上統計顯著，方程的總體顯著性成立。

TANG、LNASSET的系數均顯著為正，RETA、GROW和OUTSHARE的系數顯著為負。解釋變量TANG、LNASSET對中小板LEV2的影響方向與前述一致。調整R^2只有0.37，說明模型對樣本的解釋能力有待提高。F檢驗值為104.02且在1%的水平上統計顯著，方程的總體顯著性成立。

TANG、LNASSET的系數均顯著為正，RETA、GROW和OUTSHARE的系數顯著為負。各解釋變量對中小板LEV3的影響方向與前述一致。F檢驗值為237.80且在1%的水平上統計顯著，方程的總體顯著性成立。

同樣的方法對創業板進行數據分析，TANG和LNASSET的系數均顯著為正，RETA、GROW和OUTSHARE的系數顯著為負。解釋變量TANG、LNASSET對創業板LEV1的影響方向與前述一致。調整R^2只有0.37，說明模型對樣本的解釋能力有待提高。

TANG、LNASSET的系數均顯著為正，RETA、GROW和OUTSHARE的系數顯著為負。解釋變量TANG、LNASSET對創業板LEV2的影響方向與前述一致。調整R^2只有0.42，說明模型對樣本的解釋能力有待提高。

TANG、LNASSET的系數均顯著為正，RETA、GROW和OUTSHARE的系數顯著為負。各解釋變量對創業板LEV3的影響方向與前述一致。

（四）上市公司財務杠桿率的行業差異

為了檢驗不同行業上市公司的財務是否存在顯著差異，可采取虛擬變量方法將行業進行量化并引入回歸模型，模型具體形式是：

其中，Dk（k=2，……78）為虛擬變量，當觀測值屬于第k個行業時，Dk=1，否則Dk=0;不加入反映第1個行業的D1是為了避免出現完全共線性;γk為虛擬變量相應的系數。

在模型中新加入的77個虛擬變量的系數分別為C（7）、C（8）、…C（83）。檢驗主板市場，不同行業上市公司的財務杠桿是否存在顯著差異。

主板市場的LEV1作為財務杠桿衡量指標時，對線性約束條件的F檢驗值為3.27，P值為0.00，說明在1%水平上可拒絕“γ2=γ3=…=γ77=0”的約束條件。主板市場的LEV2作為財務杠桿衡量指標時，對線性約束條件的F檢驗值為7.39，P值為0.00。主板市場的LEV3作為財務杠桿衡量指標時，對線性約束條件的F檢驗值為6.18，P值為0.00。意味著在主板市場，不同行業上市公司的財務杠桿存在顯著差異。

中小板市場LEV1作為財務杠桿衡量指標時，對線性約束條件的F檢驗值為2.19，P值為0.00，說明在1%水平上可拒絕“γ2=γ3=…=γ67=0”的約束條件。中小板市場的LEV2作為財務杠桿衡量指標時，對線性約束條件的F檢驗值為3.44，P值為0.00。中小板市場的LEV3作為財務杠桿衡量指標時，對線性約束條件的F檢驗值為3.09，P值為0.00，即在中小板市場，不同行業上市公司的財務杠桿存在顯著差異。

創業板市場的LEV1作為財務杠桿衡量指標時，對線性約束條件的F檢驗值為2.49，P值為0.00，說明在1%水平上可拒絕“γ2=γ3=…=γ49=0”的約束條件。創業板市場的LEV2作為財務杠桿衡量指標時，對線性約束條件的F檢驗值為4.15，P值為0.00。創業板市場的LEV3作為財務杠桿衡量指標時，對線性約束條件的F檢驗值為2.60，P值為0.00，即在創業板市場，不同行業上市公司的財務杠桿存在顯著差異。

四、總結與展望

當以LEV1、LVE2和LEV3作為財務杠桿衡量指標時，主板、中小板和創業板三個板塊的所有不同行業的上市公司的財務杠桿的確存在顯著差異。對我國上市公司資本結構及其影響因素的實證分析表明，我國上市公司不同行業的資本結構存在較大差異。且這種差異不是由個別行業門類的異常值引起的，也沒有顯著的板塊企業的差異，而是行業門類間普遍存在的。同一行業的資本結構都具有高度穩定性，資本結構行業間的差異亦具有穩定性。

各個行業的資本結構與其影響因素有著顯著的相關關系，有些行業的影響因素很少，相反，有些行業的資本結構的影響因素非常多。另外，同一因素對各行業的影響力度是不一樣的。不同行業資本結構的影響因素是有差異的，同一因素對各行業的影響力度也不一樣。對于不同板塊的企業來說，各行業的影響因素也并不完全一致。

參考文獻：

[1] 晏艷陽，劉振坤.股權結構對公司業績的影響：假定與實證[J].財經理論與實踐，2004（2）.

[2] 譚 克.中國上市公司資本結構行業差異的實證研究[J].產業經濟研究，2005（3）.

[3] 黃 輝，王志華.資本結構行業差異及其影響因素的實證分析——來自我國上市公司的經驗數據[J].財經理論與實踐，2006（1）.

[4] 賀 霞.我國上市公司資本結構影響因素行業差異實證分析[J].商情，2016（24）.

[5] 歐陽征，戴 芳.基于我國上市公司行業差異的資本結構對比分析[J].時代金融，2016（12）.

[責任編輯：王 旸]