基于结构方程模型上市公司治理效用研究.docVIP

基于结构方程模型上市公司治理效用研究 　　摘要：关于公司治理的效用问题，从总体上看，公司治理水平的提高必然会带来企业价值的提升，但公司治理机制如何作用于企业，提高企业价值，其中的作用机理还不明确。本文基于结构方程模型的方法，采用PLS算法，同时考虑股东、董事会、高管、企业盈利性、企业成长性五者之间的相互关系，构建了上市公司治理效用模型。结果表明，我国上市公司董事会缺位现象明显，股权集中不利于企业的成长，高管激励有利于企业的盈利。 　　关键词：股权集中度 董事会独立性 高管激励 结构方程模型 　　一、前言 　　从所有权与控制权的分离，预示着现代企业的诞生。现代企业制度虽然使生产效率得到极大的提升，但两权分离问题成为制约企业发展的障碍。一般认为，两权分离所导致的代理成本是问题的核心，其中，由股东与管理者之间存在效用偏差，导致管理者追求个人利益最大化而非股东利益最大化的问题，称为第一类代理问题；由掌握控制权的控股股东与中小股东之间控制权偏差，导致控股股东侵害中小股东利益的问题，成为第二类代理问题。学术界一直致力于解决代理成本问题，从管家理论、委托代理理论到公司治理理论，对代理成本问题的剖析日趋完备。然而，众多的实证研究结果却无法得出一致结论，甚至截然相反。回顾这些文献可以发现，实证研究大多是基于简单的线性回归，探索公司治理的某个部分对企业价值的影响，如董事会独立性、股权集中度、股权属性等。为了综合考察公司治理对企业价值的影响，部分研究采用主成分分析的方法，构造了公司治理指数与企业价值的关系。主成分分析法虽然解决了因变量信息含量单一的问题，但在提取主成分的过程中，会丢失部分信息，且克服不了公司治理各个部分的多重共线性问题。 　　结构方程模型（structure Equation Modeling，SEM）是现代统计学的重大进展之一，它是一种将路径分析思想引入潜变量研究中，并同因子分析结合起来的多元统计分析方法。它将一些无法直接观测而又欲研究探讨的问题作为潜变量，通过一些可以直接观测的指标反映这些潜变量，从而建立起潜变量之间的关系。它能同时处理多个因变量的回归，还允许自变量和因变量都包含测量误差，因而模型更贴近实际。 　　本文通过结构方程模型的方法，对我国上市公司股权集中度、董事会独立性、高管激励、企业盈利性、企业成长性六者的关系进行探索，建立上市公司治理效用模型。 　　二、结构方程模型 　　结构方程模型主要讨论潜变量与测量变量间的关系以及潜变量与潜变量之间的关系，潜变量之间的关系称为结构方程，潜变量与测量变量之间的关系称为测量方程。其主要的建模方法有两种：LISREL（Linear Structure Relationship）建模法和PLS（Partial Least Square）建模法。 　　[判断标准＼PLS＼AMOS＼分析目标＼预测导向＼参数估计导向＼算法基础＼基于变异＼基于协方差＼理论需求＼无需充分的理论基础，探索及解释性研究＼充分的理论基础，验证式研究＼适用性＼要求预测准确＼要求参数估计准确＼分布假定＼具有弹性＼符合多元正态分布＼样本需求＼支持小样本（30左右），复杂模型为测量变量数*10＼至少100，建议300到500个样本＼] 　　鉴于我们的目标是预测公司治理各部分之间的作用以及对企业绩效的影响，且搜集的样本数据不符合多元正态分布假设，因此选择PLS方法构建上市公司治理效应的结构方程模型。其基本原理为：首先用迭代法对潜变量进行估计，然后根据迭代得到的潜变量的值与测量变量的值，结合模型的设定，对潜变量与测量变量之间的关系进行估计，包括测量方程的因子载荷和结构方程的路径系数的估计。 　　三、样本选取与模型构建 　　（一）样本选取 　　本文使用RESSET数据库对上市公司的公司治理数据和财务指标进行搜集和整理，使用SPSS 19.0对数据进行处理，然后使用Smart PLS 3.0进行计量分析。以2014年沪深300指数的企业为样本，考虑到金融类公司的报表结构与非金融类公司不同，因此我们剔除金融类公司，最终得到样本291个。通过smart PLS3.0内置的Bootstraping计算程序，按照291个样本，重复抽样6000次，计算得出我国上市公司治理效用模型的估计与检验。 　　（二）模型构建 　　公司治理，是指公司的所有者为确保自己可以得到投资回报而所作的一系列安排。从狭义上讲，是指公司内部组织管理架构上的权力划分与利益索取的分配和处置；从广义上讲，还包括公司与外部的权力和利益关系的安排。一般来说，公司治理分为内部公司治理和外部公司治理。内部公司治理是指股东、董事会、高管之间控制权和利益索取权的分配；外部公司治理是指利益相关者保护、产权市场和经理人市场对公司的外部控制和影响。本文着重考虑内