创业板上市公司资本结构影响因素Panel Data模型研究.docVIP

创业板上市公司资本结构影响因素Panel Data模型研究【摘 要】资本结构是公司财务与融资决策的关键内容。创业板市场作为多层次的资本市场体系的一员，对为中小企业提供更方便的融资渠道及为风险资本营造一个正常的退出机制起着重要的作用。文章选取创业板市场36家上市公司2009～2011年面板数据，对创业板上市公司资本结构影响因素进行了Panel Data模型分析。研究结果表明，我国创业板企业总体负债比率较低，资本结构与企业规模呈正相关关系，与营运能力及偿债能力呈负相关关系，与盈利能力、成长能力无显著相关关系。文章研究的目的在于为我国创业板上市公司的健康发展提供数据支持。 【关键词】资本结构；创业板上市公司；影响因素；Panel Data模型 一、文献综述 2009年10月30日，中国创业板正式上市。创业板的设立，为众多高科技中小企业创造了融资机会，同时促进了企业的发展壮大。本文拟对我国创业板上市公司资本结构的影响因素进行实证研究，并提出相应的优化对策，力求为规范创业板投资行为与完善市场配置资源提供数据支持。陆正飞和辛宇（1998）通过实证研究，论证指出不同行业的资本结构有着明显的差异，资本结构与获利能力呈显著的负相关关系，公司规模与成长性对资本结构的影响不甚显著。陈德萍和陈永圣（2010）以创业板55家上市公司为基础，通过多元统计分析方法论证得出，保持其他变量不变，公司资本结构与其流动负债的偿债能力、非债务税盾呈显著的负相关关系，与盈利能力、资产担保价值之间呈显著的正相关关系。创业板公司的成长性及股权集中程度对资本结构的影响尚不明确。国内外学者对上市公司资本结构影响因素问题进行了大量的研究，取得了一系列研究成果。Stonehill（1996）认为，影响资本结构的因素主要是国家因素、产业因素及公司特征因素三个层面，其中国家因素对资本结构的影响最大。大部分学者主要从公司的某些特征角度进行分析。Titman和Wessels（1988）研究指出，影响资本结构的企业特征因素中，公司规模、成长性、资产担保价值与其资本结构呈正相关关系，盈利能力、非债务税盾及波动性与其资本结构呈负相关关系。从具体分析结果来看，影响企业的融资需求和资本结构的因素是极其复杂的，以上研究结论差异主要是由于依据的模型及样本选取的不同造成的，关键在于数据处理和建立合理的模型。 二、变量选取及样本区间设定 笔者在国内外学者研究成果的基础上，提出如下基本假设：创业板上市公司盈利能力、公司规模、营运能力、偿债能力以及成长能力与其资本结构具有一定的相关关系。同时，本文拟用Panel Data模型进行实证研究。根据假设，确定本文研究所需变量：解释变量包括代表盈利能力的净资产收益率；代表公司规模的总资产，并做自然对数处理；代表营运能力的应收账款周转率；代表偿债能力的流动比率及代表成长能力的营业收入同比增长率。被解释变量为资产负债率。样本数据为创业板前36家上市公司2009年第4季度～2011年第3季度的季度数据。所有数据取自Wind金融资讯数据库，运用Eviews6.0软件进行分析。 三、实证分析 （1）基本描述。首先对模型中各变量进行基本描述性统计。由分析得知，创业板上市公司资产负债率平均值约为15.3%，远远低于我国整体上市公司的负债水平，数据恰好说明了我国中小创业板企业债务融资难的问题。（2）面板单位根检验。为了避免伪回归，需要先分析数据的平稳性。（3）回归模型。根据影响形式的不同，面板数据模型通常分为固定效应模型和随机效应模型两种。当数据中所包含的截面成员是所研究总体的所有单位时，即截面成员单位之间的差异可以被看作回归系数的参数变动时，固定影响模型是一个合理的Panel Data模型。当把反映截面差异的特定常数项看作是跨截面成员的随机分布，以样本结果对总体进行分析，则选用随机影响模型。首先建立随机效应回归：yi=α+vi+xiβ+μi，用Hausman检验该模型是否是随机效应模型。Hausman Test统计量（W）为x2（5）=5.1599，P值为0.3967，接受原假设“随机影响模型中个体影响与解释变量不相关”，将模型设定为随机模型。面板数据模型一般有三种形式：变截距模型、动态变截距模型和变系数模型（高铁梅，2009）。面板数据模型形式为：Yit=αit+X′itβit+μit（i=1，2…N，t=1，2…T） 模型检验基于两个原假设：H1：β1=β2=…=βN；H2：α1 =α2=…αN，β1=β2=…βN利用协方差构造两个F统计量，若检验结果接受假设H2则为不变系数模型，无需进一步检验。如果拒绝假设H2，则检验假设H1，若接受H1，则模型为变截距模型，若拒绝H1，则模型为变系数模型。计算得到两个统计量分别为F2=20.7577，F1=0.6088，在给定5%的显著性水