物流上市公司系统风险与财务变量之间关系实证分析.docx

物流上市公司系统风险与财务变量之间关系实证分析 摘要：本文以33家中国物流上市公司1997年至2005年的年报资料为样本，采用多元回归方法，对中国物流行业系统风险和七个会计变量之间的关系进行了实证分析。研究结果表明：经营效率和盈利水平与系统风险负相关, 而流动性、财务杠杆、公司规模和成长性与系统风险没有显著的相关性。 关键词：物流行业, 系统风险, 系统风险决定因素, 公司特有变量 一、引言 自从Sharpe (1964) , Lintner (1965)和 Black (1972)提出资本资产定价模型 (CAPM)以来， 不少学者对其有效性及相关的问题进行了研究。CAPM不仅是抽象的理论，它还被分析者、投资者和公司广泛使用。 它是一种将风险和要求的报酬率联系在一起的一种有效的方法。根据 CAPM，公司的全部风险包括两种类型：非系统风险和系统风险。非系统风险，也称公司特有风险，能够通过多样化组合消除。相反，系统风险不能通过多样化组合消除。系统风险代表了相对于市场的变动，或者说一支股票的风险相对于市场组合的风险。因此，系统风险能够随着公司管理而变动。换句话说，管理者关于经营、投资和筹资的决策影响公司的绩效，因此也影响公司的报酬率与市场报酬率之间的关系。这表明公司特有变量能够解释系统风险。 在公司特有变量对系统风险的影响方面，不少学者进行了实证研究。汤谷良（2004）指出，系统性风险对公司整体风险水平有重大影响。吴世农等（1999）挑选了7个会计变量指标，运用19971998年200家上市公司的资料，发现总资产增长率、财务杠杆、股利支付率对系统风险有显著影响，经营杠杆与系统风险没有显著关系。Jin-Soo Lee等 (2006)运用19972002年16家美国航空公司的数据，发现盈利性、成长性和安全性与系统风险负相关，而财务杠杆、公司规模与系统风险正相关。汤光华等(2006)利用19942004年上市公司的数据，发现六个会计变量与系统风险有显著的影响关系。陈晓悦等(2000)利用1994年9月至1998年10月中国股票市场的数据，得出CAPM在中国不适用的结论。 二、假设 为识别公司系统风险（beta值）的财务特征, 以前的研究通常使用以下一些财务变量：流动性、财务杠杆、经营杠杆、经营效率、盈利性、公司规模和成长性。本研究在物流企业中也同样使用了这几个变量来提出假设。本文尝试研究七个可控制的公司特有变量与系统风险之间的关系，提出如下理论假设： 假设 1：流动比率与beta值负相关 假设 2：财务杠杆与beta值正相关 假设 3：经营杠杆与 beta值正相关 假设 4：经营效率与 beta值负相关 假设 5：盈利性与 beta值负相关 假设 6：公司规模与beta值负相关 假设 7：公司成长性与 beta值负相关 三、研究方法 1.数据选择 公开交易的中国物流上市公司1997年2005年财务数据通过锐思数据（ 获得。样本总数为206 ( 1997年9家， 1998年15家，1999年16家，2000年19家， 2001年24 家， 2002年27家， 2003年31家， 2004年 32家， 2005年 33家)。 估计的 beta值通过对公司的日股票报酬率对市场报酬率进行回归分析得到。公司的日股票报酬率以每日股票价格变动百分比来衡量, 市场报酬率以加权值计算。 2.研究方法 为识别公司系统风险和七个变量之间的关系，我们通过9年来每家公司每年的beta 值和财务变量之间的关系，利用下面的多元回归模型进行分析： Beta=a0 a1 X1 a2 X2 a3 X3 a4 X4 a5X5 a6X6 a7X7 在这里， Beta 代表估计的系统风险； a0代表常数项； X1代表流动性； X2代表财务杠杆； X3代表经营杠杆； X4代表经营效率； X5代表盈利性； X6代表公司规模； X7代表公司成长性。 四、实证结果与分析 1.描述性统计结果与分析 33家物流上市公司1997年至2005年9年间系统风险beta值和7个财务变量的描述性统计结果如下表。 样本物流企业系统风险的均值为1.0338 ，范围为0.441.55。这表明物流行业的系统风险接近于市场平均风险1.0，可以被投资者看作是风险一般的行业。样本公司的流动比率范围为0.1315.08，均值为1.9086。财务杠杆比率范围为0.030.96，均值为0.3914。经营杠杆比率范围为0.020.68，均值为0.1660。经营效率的均值为0.3839，范围为 0.05 1.60。作为盈利性水平的 ROE均值为 7.073%。公司规模的均值为43.7亿元，范围为2.7亿元723.04亿元，标准差为 98.39亿元，这表明样本包括了不同规模的公司。利润增长率的均值为负数(-26.03%), 表明中国物流行业的成长性不佳，盈利水平呈逐年下降的趋势。 2.假设检验 研究结果表明，回归模型在alpha 0.01的水平上是显著的 (F 值：3.172), 并且有三个显著相关的变量 (经营杠杆、经营效率和盈利性)， R2 值为 10.1%。虽然在相关性分析中发现一些变量之间的显著相关性，方差膨胀因子值 (VIF)的范围为 1.021-1.308, 显著低于经验值10，表明在本研究中可以不考虑多重共线性。 本研究的结果表明中国物流行业的经营效率和盈利性与系统风险显著负相关，与假设4和假设5一致。经营杠杆与系统风险显著负相关，与假设3相反，这个结果与某些国内学者的研究结论一致（吴世农等，1999）；汤光华等，2006）。流动性与系统风险不存在显著的相关性，这也与国内某些学者的研究结论一致（吴世农等，1999；汤光华等，2006）。其余几个变量，如财务杠杆、公司规模和成长性与系统风险不存在显著的相关性，与国外学者的研究结论不一致（Jin-Soo Lee 等，2006）。 五、结论 本文研究了中国物流行业系统风险和财务变量之间的相互关系。本文的两项假设得到支持：经营效率和盈利性与系统风险beta值显著负相关。这与其他学者的研究结论一致，表明确实存在一些财务变量与公司的系统风险相关。 我们同时发现：经营杠杆对系统风险有显著影响，但是与beta 值负相关，这与主流财务理论相左，与我们的假设不符，其中原因有待进一步研究。 研究结果还表明：在本文中四项假设未得到支持。中国物流行业的流动比率、财务杠杆、公司规模和成长性与系统风险没有显著的相关性。这表明中国物流行业的系统风险在某种程度上与财务信息相脱节。 本文研究再次证实，CAPM不能直接应用于中