- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中国上市公司商业信用融资的影响因素实证的研究
中国上市公司商业信用融资的影响因素实证的研究
摘要:商业信用是企业在市场上短期融资的重要方式,与一般的外源融资方式相比,具有更多的优势。本文通过实证研究,验证得出企业获得的商业信用与短期银行借款比率、资产负债率、国有股股本比例、企业成长能力呈显著正相关关系;而企业获得的商业信用水平,与企业毛利润率以及企业成立的年数两个方面呈负相关关系。
关键词:因子分析;企业融资;商业信用
中图分类号:F832.51;F276.3 文献识别码:A 文章编号:1001-828X(2016)024-000-02
一、理论综述
(一)融资比较优势理论
Petersen和Rajan(1997)研究得出,商业信用融资较其他方式具有比较优势。一是对客户控制方面的优势。企业的正常生产经营,稳定的原材料供应十分重要,如果客户变更原材料供应渠道,必须在信息搜集整理和重新订约等方面花费成本。二是在信息获取方面的优势。提供商业信用的企业,可以及时、高效而又成本低廉地得到获得商业信用的企业信息。三是在财产挽回方面的优势。如果客户经营失败或者破产,企业索回原材料后可以通过现有渠道出售或者转售给其他企业,原材料起到一种抵押和担保的作用。金融机构(银行)则不具备上述优势。
(二)信贷配给理论
“信贷配给”概念最早由Meltzer于1960年提出,他指出由于金融市场的不完善,在信贷配给方面,大企业相比小企业更有利。1981年,Stiglitz和Weiss对此理论进行了完善,他指出在金融市场上由于银企之间的信息不对称,会引起信贷配给的逆向选择和道德风险问题。小企业由于稳定性不能保证,往往不能得到贷款。于是商业信用作为另一种资金来源,往往被小企业所使用。1997年,Petersen和Rajan进一步作出研究,通过对美国3404家小规模企业进行研究,发现企业如果难以从金融机构获得贷款,往往会选择使用更多的商业信用。
二、我国商业信用融资现状
我国现阶段商业信用的发展还存在一些问题:一是信用体制方面不健全,由于历史上受计划经济体制的长期影响,大多数企业没有强烈的经济主体信用观念,不愿意主动进行偿债,更缺乏完善的制度体系对企业行为进行约束。二是我国企业大部分规模小,因自有资本少、经济实力弱、赊销能力差,在出现赊销风险时,现金或净资产少,往往不能有效偿还账款。同时,在票据市场方面,相比较相发达国家而言,国内票据市场主要为商品流通提供服务,不具备有效的融资功能。在这种约束情况下,合理使用商业信用融资在当前形势下显现出更大的优越性。
三、实证分析
(一)研究假设
(二)样本选择与变量选取
为了验证以上假设,本文随机选取了2015年上海证券交易所制造业中100家公司作为原始样本,样本剔除了三年内ST,PT的公司数据,剔除了应收、应付账款为负、主营业务收入非正以及数据不完整或有异常的公司,最后筛选得出93家企业为样本。数据来源:国泰安数据库,巨潮资讯。运用软件:SPSS16.0。
本文企业获得的商业信用的水平(PR)以应付账款与总资产的比作为衡量指标,表示企业成长能力以企业主营业务销售增长率(GROWTH)作为衡量指标,企业的盈利能力以企业主营业务毛利润率(PROFIT)作为衡量指标。
(三)理论模型与实证检验
1.描述性统计
我们首先对各解释变量做了pearson相关系数检验,检验结果表明各变量间存在多重共线性。为避免其影响,我们决定采取因子分析法来检验它们之间的相关性。
2.因子分析法
在科学研究过程中,需要收集大量数据进行分析寻找规律。但是多个变量之间不可避免的会存在相关性,无疑会增加问题分析的复杂性。但如果不过分析结果而减少指标会失去使原指标所包含的信息。因子分析是一种降维的方法。通过运用因子分析,用少数几个因子代替一组观测变量,这几个因子包含了原来指标所蕴含的大部分数据信息。然后可以用这几个因子进行统计分析,从而代替原来的众多变量进行分析。
因子模型的一般表达式为:
首先对各解释变量的相关矩阵进行检验,检验结果为KMO检验和Barlett球度检验的结果,KMO检验值为0.533,因此我们可以认为,原始数据样本能够满足因子分析的要求。Barlett球度检验的结果显示,近似X2值为82.09,自由度为28,检验的显著概率为0.000,拒绝原假设,因子分析的适用性较好。下面进行提取因子,从scree plot图中显示特征值大于1的点有四个,运用主成分分析法进行因子提取共提取因子4个,分别定义为FAC_1, FAC_2, FAC_3, FAC_4。
分析因子旋转后的矩阵以及因子载荷图后得到关于四个因子的解释:FAC_1主要与资产负债率,短期借款比率密切相
原创力文档


文档评论(0)