上市公司资本结构行业差异分析_公司研究论文.docVIP

上市公司资本结构行业差异分析_公司研究论文 上市公司资本结构行业差异分析_公司研究论文 【论文关键词】资本结构 行业特征 面板数据 　　【论文摘要】本文基于我国10个行业上市公司连续5年的面板数据分行业建立的动态调整模型。研究发现:我国上市公司的资本结构存在显著的行业差异资本结构影响因素对不同行业的影响力的大小和方向也存在很大差异同时各行业受宏观经济因素的影响,资本结构的调整成本和资本结构的适宜度也各不相同。 　　本文运用面板数据构建了我国上市公司分行业资本结构动态调整模型,通过对多个行业上市公司连续五年数据的分析,试图对我国上市公司资本结构行业差异进行较全面的分析,并对产生这些差异的原因进行解释。 　　一、模型变量与动态调整模型 　　1.模型变量的选取。本文选择了与行业经营特点紧密相关的盈利能力、公司规模、成长性、资产可抵押性、非债务税盾和收益波动性等指标作为影响公司资本结构的因素纳入动态调整模型,指标代码及计算方法见表1: 　　　　　　　　　　 　　对于资本结构的度量,学术界普遍采用三种方式:总负债/总资产,总负债/股东权益,长期负债/总资产。本文采用总负债/总资产(DEBT)来衡量企业的资本结构。由于采用市场价值计算企业资产价值存在较大困难,本文的DEBT指标采用账面价值计算。 　　2.动态调整模型。以上分析表明企业的最优资本结构是由多个因素综合作用的结果,因此最优资本结构可以表示为: 　　DEBT*it=β0+β1PR Oit+β2SIZEit+β3GR OWit+β4TANGit+β5NDTSit+β6INVAit+εit(1) 　　然而,由于企业在调整资本结构时存在调整成本,并不是将资本结构调整到最优值,而是遵循一个动态目标并运用如下调整模型: 　　DEBTit-DEBTit-1=δ(-DEBTit-1)(2) 　　其中: DEBT*it表示公司第t期的最优资本结构DEBTit和DEBTit-1分别为第t年和t-1年的实际资本结构系数δ用来度量资本结构的调整成本,δ越小,表明企业承担的调整成本越高。将式(2)调整为DEBTit的函数再代入式(1),并加入时间固定效应变量Tt和个体特定效应控制变量μt,以控制与公司个体相关但未被模型包含的其他资本结构影响因素,最终建立资本结构动态调整模型如下:DEBTit=β0+β1PROit+β2SIZEit+β3GROWit+β4TANGit+β5NDTSit+β6INVAit+(1-δ)DEBTit-1+Tt+μt+εit(3) 　　模型中Tt表示时间固定效应变量,可以理解为宏观经济因素变动对资本结构调整的影响εit为未被观察到的随时间和截面个体同时变化的剩余误差项。本文所采用的模型与肖作平(2004)和王皓、赵俊(2004)所采用模型的原理基本一致。因同行业企业一般具有大致相同的特征,因此模型中并未包含企业特征效应变量。 　　二、样本的确定及数据来源 　　本文采用的行业分类标准为证监会2001年4月发布的《上市公司行业分类指引》,即13个行业大类,各行业大类下进一步分行业门类。本文同时对制造业下的各行业门类也分别进行分析,以考察相似行业的资本结构差异情况。按照2001年证监会官方公布的分类结果,首先选择在深沪两市1998年12月31日以前上市的所有非金融类A股上市公司为避免异常值的影响,样本中删除了1999～2003年中曾被ST和PT的公司及在任何一年中负债率大于1的公司同时为了保证模型估计的可靠性,考虑到统计中对样本的最低要求,对于样本小于30家的行业不加以分析最后取得数据完整的588家公司1999～2003年连续5年的完整数据,共2 940个观察单元。样本分属6个行业大类,其中制造业公司338家,分属5个行业门类。各行业样本分布情况见表2: 　　　　　　 　　三、实证分析 　　1.资本结构行业差异的统计描述与假设检验。将各行业资产负债率整理后统计描述如表3所示。从表3中可以发现,行业间各期负债率的平均值存在较明显的差别。分行业来看,代码为J的房地产业的负债率最高,5年的平均值为0.534,然后依次为批发零售贸易业、综合类行业、信息技术业、制造业和电力、煤气及水生产供应业。房地产业的负债经营特征明显,批发零售贸易业存在大量的短期负债,而电力、煤气及水生产供应业投资需求较少,因而负债率也相对较低。从制造业下的各行业门类来看,机械设备仪表行业的负债率最高,而食品行业的负债率最低。除制造业2003年的标准差大于0.2外,其他各行业各期的标准差均小于0.2,这说明各行业负债率的集中度较高。同时,各行业的负债率在5年中均出现了不同程度的增长。 　　　　　　　　　　 　　2.行业间影响资本结构选择的各因素分析。模型中包含有不可观察的公司特征效应μt被解释变量的滞后项,同时本研究的时间维