中国上市公司资本结构动态调整机制研究

中国上市公司资本结构动态调整机制研究一、 引言自从Modigliani和Miller (1958)提出资本结构与公司价值无关定理以来，学者们通过不断放松MM定理的约束条件从不同角度发展深化了资本结构理论，如权衡理论（Modigliani和Miller，1963；Miller，1977）、优序融资理论（Myers，1977）、代理成本理论（Jensen和Meckling , 1976）、信息不对称理论（Myers，1984）等。早期对这些理论的实证检验主要着眼于静态分析，如Titman和Wessels（1988）。随着计量经济学在动态面板数据方面的不断发展，近期的研究开始将实证分析的重点集中到资本结构的动态调整上来。Fisher、Heinkel和Zechner（1989）采用动态调整模型对美国上市公司的研究表明，由于调整成本的存在，公司的资本结构并不是连续调整的。因此，负债率在一定范围内都可以看作是最优的，从而解释了为什么相似的公司会具有不同的资本结构。Banerjee、 Heshmai和Wihlborg（2000）则进一步将动态调整模型进行扩展后对426家美国上市公司和122家英国上市公司的资本结构进行了对比分析，发现上市公司的资本结构往往会偏离理论上认为的最优水平，而且向最优水平的调整过程非常缓慢。这表明调整成本不但存在而且还很重要，而前期的研究往往忽略了这一点。国内学者在这方面的研究主要集中在静态分析上。陆正飞和辛宇（1998）通过对1996年机械及运输设备业的35家公司的实证分析发现，获利能力与资本结构负相关，但企业规模、资产担保价值、成长性等因素对资本结构的影响不显著。冯根福等（2000）针对1995年以前上市的234家公司的研究发现，我国上市公司独特的股权结构是企业资本结构的重要影响因素之一，而企业财务状况的影响作用却相对较弱。王娟和杨凤林（2002）、黄晓莉（2002）、安宏芳和吕骅（2003）等也都采用横截面分析方法对上市公司资本结构的影响因素进行了分析1。由于以上研究都采用截面分析法，因此无法捕捉公司资本结构的动态调整过程。同时，上述文献都采用了公司的实际负债率作为资本结构的代理变量，但这与资本结构理论所强调的最优资本结构存在本质的差异，因此无法直接对资本结构理论进行检验。肖作平（2004）首先注意到了这个问题，他采用了一个部分调整模型对上市公司资本结构的影响因素及动态调整过程进行了分析，认为与发达国家相比，中国上市公司的调整成本较低2。该文的主要局限在于假设调整成本不随时间和公司而改变，对于处于经济转型阶段的中国上市公司而言，这样的假设显然有些过于严格了。因此，本文通过放松肖作平（2004）文中调整成本固定不变的假设对其模型进行了扩展。相比于静态模型，本文的动态模型有以下两个方面的优点：其一，通过将最优负债率和调整成本内生化，我们可以研究上市公司资本结构的动态调整机制，并分析影响公司最优资本结构（而非实际资本结构）的因素。其二，利用动态模型，我们可以分析资本结构调整成本的大小和影响因素。文章剩下部分结构安排如下：第二部分引入资本结构动态调整模型，第三部分介绍样本选择和估计方法，第四部分为实证结果和分析，第五部分做出总结。二、 资本结构动态调整模型权衡理论认为公司的最优资本结构是在负债带来的好处与成本之间权衡的结果。比如负债的免税效应与破产成本之间的权衡；负债使得公司的自由现金流量减少从而减少的代理成本和因此而导致的投资不足之间的权衡。因此，当外界条件（如宏观经济、税收制度、市场结构等）发生改变时，影响公司资本结构的因素也会随之改变，进而引起最优资本结构的变化。从这个角度来看，公司的最优负债率应该是随时间变化而不断调整的。然而，由于资本市场的不完善会导致公司的融资行为受到多种因素的限制，致使公司在偏离最优资本结构时只能做出部分调整，而调整的程度和快慢则取决于调整成本的大小。因此，我们可以用如下部分调整模型来描述公司资本结构的动态调整过程：) ( 1*1 = it it it it it TL TL TL TL (1)其中， *it TL 和it TL 分别表示公司i 在第t 年的最优资本结构和实际资本结构。it 为调整系数，表示在一个年度内公司的资本结构向最优水平调整的程度，主要用于反映调整成本的大小。若it =1，则表明公司可以在一个期间内完成全部调整，即不存在调整成本，那么公司在第t 年的资本结构处于最优水平上；若it =0，则表明调整成本相当的高，以至于公司不做任何调整，其在第t 年的资本结构仍然保持在前一年的水平上。如果0 1 it ，则说明在存在调整成本的情况下，公司只进行了部分调整。由于最优资本结构无法直接观测，我们设定其函数形式为：) , , ( *t i it it D D Y F TL = (2)其中it Y 是影响公司最优资本结构的一组变量， i D 和t D 分别为行业和时间虚拟变量，分别用于反映行业和宏观经济要素的影响。前面已经提到，调整成本也是随时间变化和公司的不同而有所差异的，因此，我们将调整系数表示为：) , , ( t i it it D D Z G = (3)其中， it Z 为一组影响调整成本的变量。 (1)式可以变形为：*1 (1 ) it it it it it TL TL TL = + (4)(2)式和(3)式可以用以下线性模型加以表示：*0 it j jit s s t tj s tTL Y D D = + + + (5)0 it k kit s s t tk s tZ D D = + + + (6)这里， s 和s 都是需要估计的参数。因此，我们可以用由(4)-(6)式构成的模型来描述上市公司资本结构的动态调整行为。三、 代理变量的选择1资本结构的度量用于衡量公司资本结构的指标主要有市值负债率和账面负债率两种。前面已经提到，最优资本结构是公司在负债的节税效应和相关成本之间权衡的结果，因此公司在举债后，负债市场价值的改变并不会直接影响公司利用税盾效应而得到的收益。而且，当公司面临破产时，债权人的债务是按照负债的账面价值而不是市场价值来衡量的，因为此时公司的价值更接近其账面价值。因此本文采用账面负债率作为公司资本结构的代理变量。2最优资本结构的影响因素在我们的动态模型中，最优资本结构是无法观测的，因此我们选择以下几个无论在理论上还是实证中都被认为对上市公司的资本结构有显著影响的变量来拟合由（5）式确定的最优资本结构，进而分析这些要素对最优资本结构的影响。（1）公司规模。大规模公司一般具有较强的风险分散能力，因此破产的风险也相对较低。对于大公司而言，破产的固定成本占其总资产的比例很小，这使得其负债的成本相对较低（Titman 和Wessels，1988）。另一方面，大公司能够更好地做到信息的公开化，从而有效降低信息的不对称程度，所以大公司更容易得到银行的贷款。对于处于转型阶段的发展中国家而言，大公司还往往被政府赋予重要的社会责任。在“国家信用”作为担保的情况下，债权人往往对大公司有更强的信心。因此，公司规模应该与负债率正相关。（2）资产结构。传统的资本结构理论认为，当公司面临破产时，相对于很快就消失掉的无形资产，有形资产更容易变现, 从而降低了破产成本。同时，有形资产的担保能在一定程度上降低债务的代理成本。从这两个角度来讲，有形资产的比例应与负债率正相关。但在研究中国上市公司的资本结构时，我们还需考虑由于市场发育不完善而产生的影响。首先，法律制度的不完善有可能导致在违约发生的情况下，债权人对抵押品的追索成本相当高。其次，由于次级市场的规模很小，资产的流动性较差，致使公司资产的抵押价值存在很大的不确定性。在这种情况下，二者的关系可能不显著甚至负相关。（3）成长性。根据权衡理论，对于成长速度较快的公司而言，负债的代理成本也相对较高。因为股东此时具有更大的投资灵活性，他们可以通过投资在次优项目上来从银行或债权人的手中攫取财富（Titman 和Wessels，1988）。这表明公司的成长性应该与负债率负相关。另一方面，由于高成长性的公司多数属于新兴行业，经营上具有较大的风险，所以难以获得足够的长期贷款。为了弥补其大量的资金需求，短期贷款成为这些公司的主要选择。那么总负债率和成长性之间的关系也可能不显著或正相关。（4）非负债类税盾。根据权衡理论，较高的非负债类税盾（如折旧）会部分抵消负债带来的税盾效应。所以在其他条件相同的情况下，拥有较多非负债类税盾的公司会更少的使用债务，即二者负相关。Bradley 等（1984）研究发现非负债类税盾与负债率正相关。Titman和Wessels（1988）的研究发现二者关系不显著。（5）盈利能力。根据权衡理论，盈利能力强的公司会提高负债率从而更好的利用税盾效应。从代理成本理论来看，外部股东也会强制经理人提高负债率以减少公司的自由现金流量从而降低代理成本。据此，盈利能力应该与负债率正相关。而优序融资理论则依据内部任和外部人之间的信息不对称，认为公司会优先使用内部资金，所以二者负相关。（6）资产流动性。资产流动性对公司负债率的影响既有正面的也有负面的。一方面，资产流动性高的公司支付短期债务的能力较强，因此应有较高的负债率。但另一方面，具有较多流动资产的公司也许会用其为投资融资，那么资产流动性就会对负债率负相关。（7）公司的成熟度。成立时间较长的公司往往具有相对详尽的经营记录和较高的品牌价值，因此会具有较高的负债率。但是，Scholes 和Wolfson（1989）则认为公司进行资本结构调整的成本会随着公司成立时间的增加而增加，即二者负相关，因为其决策会受到较多的约束。Ralph and Marga(2004)针对十个发展中国家的研究发现二者正相关。（8）股权流通性。由于中国上市公司存在特殊的股权割裂现象，因此股权流通性也就成为一个重要的影响因素。Jensen 和Meckling（1976）认为，由于股权代理成本和债券代理成本的存在，企业现金流量的概率分布并不独立于它的所有权结构，企业资本结构的不同会引起股权代理成本和债权代理成本之间的转移。我国上市公司的股权结构有两个特殊之处，一是存在着独特的非流通股股权结构安排，二是在非流通股中，国家股和法人股占有重要地位。非流通股的存在造成了同股不同权、同股不同利。由于非流通股股东具有信息优势，因此上市公司的配股过程中，非流通股股东放弃配股权的现象普遍存在，而流通股股东则往往积极配合。因此，对于流通股比例较高的公司而言，其通过股票市场获得的资金会较多，负债率则相对较低。另一方面，由于流通股集中度非常低，流通股股东很少干预企业的经营活动，所以上市公司的控制权一般为国家股和法人股所掌握。这会产生预算“软约束”问题，使得国家控股的上市公司很可能像国有企业那样拥有较高的负债率。鉴于以上分析，我们认为股权流通性应与负债率负相关。（9）宏观经济状况和行业因素。考虑到中国处于经济发展的转型阶段，而股市的发展时间也较短，我们在模型中加入时间虚拟变量来控制经济结构调整和政策变化对公司资本结构的影响。前期的许多研究都发现行业是影响公司资本结构的重要因素（如，陆正飞、辛宇，1998；王娟、杨凤林，2002；郭鹏飞、孙培源，2003），因此我们加入行业虚拟变量来控制行业差异的影响。3调整速度的影响因素公司向目标资本结构调整的速度主要取决于调整成本的大小，主要包括固定成本和制度成本。前者主要指进行调整所需的会计费用、律师费用、资产评估费用等成本；后者则视公司的经营绩效和资本市场的发展状况而定。对于不同的公司而言，进行调整的固定成本的绝对数量差别不大，而其相对大小则会因公司规模、盈利能力的差异而有所区别。制度成本主要归因于资本市场不完善或公司治理效率低下等因素，这会导致公司无法及时获得融资资金或融资环节过于复杂，从而使融资的机会成本增加。我们认为，对中国上市公司而言，制度成本是资本结构调整成本的主要组成部分。我们选取以下几个对调整成本有显著影响的变量来拟合由（6）式决定的调整速度模型。（1）偏离最优负债率的程度。在资本市场较为完善的情况下，调整成本中固定成本占主要比重，那么公司只有在目前的资本结构与最优水平之间有足够的大的偏差时，才会对其进行调整，调整速度应当和偏离最优水平的程度正相关。但对于中国而言，由于制度成本占很大的比重，二者可能负相关。这是因为，当公司的资本结构偏离最优水平的程度不大时，可以通过日常的经营活动（如改变内部留存收益）来完成其资本结构的调整。但当偏离程度较大时，就只能通过外部融资实现调整，因为此时所需的资金量较大。然而，由于中国资本市场不完善（如公司债券市场的发展严重滞后；股权融资要受到融资监管的限制，一方面要达到配股增发条件，另一方面融资实现的周期普遍较长），致使获得外部融资的成本变得很高，从而严重阻碍了公司资本结构的及时调整。因此，我们认为对中国上市公司而言，公司的负债率偏离最优值的程度和调整速度负相关。（2）公司规模。公司规模对调整速度可能会产生正反两个方面的影响。一方面，中国多数大规模上市公司往往都属于垄断性行业，收益稳定，内源资金充裕。同时，其进行调整的固定成本占其总资产比例很小，而信息公开化程度也较高，因此更容易获得外部资金。这使得公司规模和调整速度正相关。另一方面，大规模公司进行调整所需的资金量往往较大，而公司的融资决策也往往要经过多方利益的权衡，即调整成本中机会成本的比例较高，从而导致其调整速度与公司规模之间的关系不显著甚至负相关。（3）成长性。成长性强的公司可以通过改变其新的融资来源来实现资本结构的快速整。而对于非成长性公司而言，则只能通过发行新股来偿还银行贷款或进行相反的操作来调整其资本结构。在信息不对称的情况下，以上两种操作都会给市场传递负面信号，从而降低公司的市场价值。因此我们预期调整速度和成长性正相关。 四、 样本选取和估计方法1样本的选取本文数据取自仅发行A 股的上市公司1998-2003 年报。我们遵循以下原则对样本进行了筛选：（1）不考虑金融类上市公司；（2）在1998-2003 年连续6 年可以获得相关数据的公司；（3）剔除1997-2003 年内被ST 和PT 的上市公司；（4）剔除负债率大于100%及净利润率大于100%或小于-100%的含有奇异值的公司。基于以上原则，本文选取了1998 年1 月1日以前上市的469 家公司作为研究对象。表1 样本描述性统计量（1998-2003，N=469 家，T=6 年，NT=2814）变量名称 变量含义 计算方法 平均值标准差 最小值 最大值TL 资本结构 总负债/总资产 0.43 0.17 0.01 0.96FR 资产流动性 流动资产/流动负债 1.81 1.74 0.15 41.97SIZE 公司规模 Ln（总资产） 21.00 0.86 18.59 24.33NDTS 非负债类税盾 累计折旧/总资产 0.13 0.11 0 0.91TANG 资产结构 (固定资产+存货)/总资产 0.50 0.17 0.02 0.94NPR 盈利能力 净利润/主营业务收入 0.09 0.14 -0.93 0.96TSHR 股权流通性 流通股数/总股本数 0.38 0.14 0.05 1.00AGE 成熟度 观察年份-公司成立时间 7.57 3.74 1 37Tobins Q 成长性 公司市值/公司帐面值 1.68 0.60 0.87 8.10DIST 偏离最优值的程度 | TLit* -TLit-1| 表1中列示了文中第三部分所涉及变量的定义方法和基本统计量。在计算Tobins Q时需要使用公司的市场价值，考虑到中国特殊的股权结构，我们采用冯根福等（2000）所建议的计算方法。公司的市场价值为总负债的帐面价值与股票的市场价值之和。流通股的市价为流通股年平均股价与流通股股本数之积,而非流通股市价为其股本数与每股净资产之积。表2 样本行业分布及行业虚拟变量的定义行业门类名称（代码） 公司数目（家） 百分比（%） 行业虚拟变量 合并方法农、林、牧、渔业（A） 8 1.71 采掘业（B） 2 0.43 制造业（C） 258 55.01 SIC1 C+B电力、煤气及水的生产和供应业（D） 23 4.90 SIC2 D建筑业（E） 7 1.49 交通运输、仓储业（F） 15 3.20 SIC3 F信息技术业（G） 26 5.54 SIC4 G批发和零售贸易（H） 57 12.15 SIC5 H房地产业（J） 14 2.99 SIC6 J+E社会服务业（K） 12 2.56 SIC7 K+L传播与文化产业（L） 3 0.64 综合类（M） 44 9.38 M+A合计 469 100表2 中列示了样本公司的行业分布，这里我们采用中国证监会2001 年4 月发布的上市公司行业分类指引按行业门类对样本公司进行行业划分。在定义虚拟变量时，为了避免由于部分行业内公司数目过少而造成统计检验量的偏误，我们对公司数目小于10 家的行业进行了合并，最终得到8 个行业门类，因此定义了表 2 中列示的7 个行业虚拟变量，以综合类为对比基础。2估计方法我们用于实证分析的模型为：*1 (1 ) it it it it it it TL TL TL = + + (7)其中， it 为随机干扰项，我们假设其服从均值为零、方差有限的正态分布， *it TL 和it 分别由(5)式和(6)式确定。由于整个模型是非线性的，我们采用非线性最小二乘法（Nonlinear OLS）进行估计，迭代方式为高斯牛顿法。迭代前必须给出参数的初始值，步骤如下：用it TL做被解释变量，估计由(5)式确定的静态模型，得到的参数值作为(5)式中参数估计的初始值。将从第一步得到的负债率的拟合值作为最优负债率的初始值带入(1)式，计算得到一组it 的初始值。利用从第二步中得到的it 的初始值对(6)式进行估计，得到其中参数估计的初始值。作为对比，我们还估计了如下静态模型：0 it j jit s s t t itj s tTL Y D D = + + + + (8)这也是目前多数国内学者在分析上市公司资本结构影响因素时所采用的模型。事实上，静态模型是我们所讨论的动态模型的特殊形式，当调整系数为1 时动态模型就转化为静态模型，其中隐含着一个很强的假设，即公司的资本结构在任何时候都处于最优水平上。本文的数据处理和模型估计都采用STATA8.0 软件包完成。五、 实证结果及分析1最优负债率静态模型和动态模型的估计结果见表3，整体来看，两个模型估计结果具有较高的一致性，参数估计值的符号和显著性都比较接近。二者存在以下差异：其一，动态模型的解释能力明显高于静态模型，表明上市公司的资本结构服从一个动态调整的过程。其二，在静态模型中资产结构与资本结构正相关，但不显著，而在动态模型中二者显著负相关。这与我们前面的分析一致，说明法律制度的不完善和次级市场规模较小导致公司固定资产的抵押价值大幅降低。与公司的资本结构成负相关的因素有：资产流动性FR、非负债类税盾NDTS、资产结构TANG、盈利能力NPR、股权流通性TSHR 和成长性Tobins Q；正相关的因素有：公司规模SIZE 和公司的成熟度AGE。资产流动性与资本结构负相关表明短期偿债能力强的公司并没有利用该优势增加短期负债，而是更多地进行再投资。成长性与资本结构的负相关与权衡理论是一致的，表明高成长性的公司负债的代理成本也相对较高。这是因为中国上市公司中高成长性的公司多属于风险较高的新兴行业，而且规模都较小，因此难以获得银行贷款。盈利能力与资本结构负相关与权衡理论相矛盾。我们认为，虽然从理论上来讲，中国上市公司的所得税相对于GDP 而言较高，而破产成本很低，所以盈利性公司负债的税收优势非常明显，应当有较高的负债率。但是，中国上市公司的破产成本低是因为法律制度不健全，以至于公司对债权人的违约行为在多数情况下都不会导致破产。在这种情况下，债权人（如银行）的财务危机成本增加了。在利率无法通过市场来调节的情况下，银行就会通过限制放贷数量来达到降低风险的目的。这种状况表现为银行的普遍“惜贷”行为，因此盈利性公司的负债率反而较低。股权流通性、公司规模及成熟度与资本结构的关系与我们的理论预期相一致，这里不再赘述。表3 静态模型和动态模型的回归结果对比静态模型 动态模型参数 估计值 标准差 估计值 标准差A、最优负债率：0 -1.1790* 0.0998 0.1027* 0.0110FR -0.0262* 0.0012 -0.1090* 0.0042SIZE 0.0839* 0.0047 0.0321* 0.0006NDTS -0.2188* 0.0291 -0.3010* 0.0333TANG 0.0172 0.0155 -0.0436* 0.0085NPR -0.1472* 0.0134 -0.3465* 0.0310TSHR -0.2278* 0.0267 -0.0415* 0.0078AGE 0.0113* 0.0015 0.0051* 0.0006TOBIN -0.0117* 0.0041 -0.0184* 0.00271999 -0.0087 0.0049 2000 -0.0107 0.0061 0.0076* 0.00282001 -0.0154* 0.0071 0.0013 0.00152002 -0.0263* 0.0082 -0.0290* 0.00612003 -0.0236* 0.0095 -0.0026 0.0015SIC1 -0.0491* 0.0163 -0.0222* 0.0044SIC2 -0.1048* 0.0260 -0.0238* 0.0121SIC3 -0.0814* 0.0314 -0.0254 0.0140SIC4 -0.0149 0.0253 0.0072* 0.0034SIC5 -0.0085 0.0198 -0.0435* 0.0107SIC6 0.0158 0.0319 0.1202* 0.0322SIC7 -0.0655 0.0340 -0.0711* 0.0261B、调整速度：0 0.1570* 0.0541SIZE -0.0036* 0.0018DISTA -0.1005* 0.0083TOBIN 0.0897* 0.01632000 0.0072 0.00872001 -0.0805* 0.02282002 -0.0510* 0.01922003 -0.0034 0.0044SIC1 0.0129 0.3120SIC2 -0.0050 0.0163SIC3 -0.0577 0.0356SIC4 0.0846 0.0449SIC5 -0.0492 0.0316SIC6 -0.0429 0.0401SIC7 -0.0147 0.0241调整后的R2 0.3515 0.7972注：*、* 和 * 分别表示在1%、5%和10%水平上显著。8同时，我们发现时间虚拟变量和行业虚拟变量对公司的最优资本结构都有显著的影响。前者表明，对处于转型阶段的中国而言，宏观经济状况的变化对公司的融资行为会产生重要的影响；后者表明不同的行业在资本结构的选择上有很大的差异，这与郭鹏飞、孙培源（2003）的分析是一致的。2调整速度表3 中B 栏列示了影响调整速度的各种因素的估计结果，基本上与我们的理论预期一致。偏离最优负债率的程度与调整速度负相关，表明当公司的负债率接近最优水平时，公司可以快速实现调整，而与最优水平有较大差距时反而表现出“调整惰性”。对这一现象的唯一解释是中国上市公司进行外部融资的成本很高，而这又归因于资本市场的不完善。因为公司调整其资本结构主要有三种手段：内源融资、股权融资和债务融资。对于多数内部资金不是很充裕的公司而言，通过内源融资来实现对资本结构的较大调整即使可行也一定是个非常缓慢的过程。而股权融资的门槛又往往较高，即使能够达到相应的条件，融资实现的周期一般也较长。至于债务融资，受限于发展严重滞后的公司债券市场，多数上市公司只能通过银行贷款获得资金，而这一资金来源显然是有限的。因此，对中国的上市公司而言，出现这种调整惰性就是情理之中的事情了。公司规模与调整速度在5%水平上显著负相关。这表明对于大规模公司而言，调整成本中制度成本占了更大的比重。我们认为有两个原因：一是小公司的资本结构调整往往可以伴随着公司的日常经营活动来完成，而大公司的调整由于所需的资金规模较大，在资本市场不完善的情况下，融资行为往往容易受阻。另一方面，由于大规模公司多为国企转型而来，相对于规模较小的民营上市公司而言，其治理机制要复杂得多，因此在融资的过程中所涉及的利益群体也相对较多，致使调整的机会成本很高。公司的成长性和调整速度正相关，这与我们前面的理论预期是一致的，表明成长性较强的公司在资本结构调整方面有更大的灵活性。如果我们结合公司规模和偏离最优水平的程度这两个因素对调整速度的影响就会发现，在调整所需的资金规模不大的情况下（如小规模公司的调整、偏离最优水平较少时的调整），公司都会积极向最优水平调整，反之则表现出明显的“调整惰性”。这表明，中国上市公司在条件允许的情况下会积极地向最优负债水平调整，这与权衡理论是一致的，但资本市场的不完善导致当公司需要大量资金来实现调整时却难以实现融资需求。因此，上市公司的“调整惰性”事实上是一种无奈之举。表4 中列示了按时间、公司规模和行业进行分类统计的调整速度和最优比率。最优比率是最优负债率与实际负债率之间的比值（ *it it TL TL ），用以衡量公司资本结构的优化程度,当公司处于最优资本结构水平上时，其值为1。总体来看，我国上市公司存在较高的调整成本，调整系数的均值只有0.3583，同时表现出整体上的低负债率，最优比率的均值为1.132。从时间上来看，从1999 年到2002 年上市公司总体的调整速度呈现先增后减的趋势，在2000 年达到最大。我们认为政策因素对这一转变过程具有重要作用。1999 年3 月，证监会对配股的规定作了调整，放松了净资产收益率标准，使得一些公司可以通过股权融资来获取资金。同年7 月，证券法出台，出于对监管机制不断严格的预期，资本结构不合理的公司进行了积极的调整，这使得我们观察到2000 年的调整速度加快。但随后两年调整速度的减慢则进一步说明了上市公司在进行调整时面临着结构性的障碍。从公司规模来看，小规模公司具有相对快的调整速度，对此我们在前文已经作了解释。表4 调整速度和最优比率的分类统计描述调整速度 最优比率均值 中位数 均值 中位数A ：按年份1999 0.364 0.352 1.121 1.1002000 0.397 0.377 1.146 1.1182001 0.300 0.283 1.181 1.1162002 0.303 0.294 1.148 1.0832003 0.333 0.327 1.183 1.129B ：按行业门类采掘业和制造业（B+C） 0.342 0.338 1.141 1.106电力、煤气及水的生产和供应业（D） 0.317 0.320 1.254 1.124交通运输、仓储业（F） 0.286 0.274 1.163 1.141信息技术业（G） 0.461 0.435 1.188 1.149批发和零售贸易（H） 0.293 0.285 1.144 1.088建筑业和房地产业（E+J） 0.283 0.282 1.137 1.123社会服务业和传播与文化产业（K+L） 0.349 0.334 1