论文：政府规制与否对企业融资方式影响的实证研究.doc

论文：政府规制与否对企业融资方式影响的实证研究政府规制与否对企业融资方式影响的实证研究基于企业自由现金流角度的分析摘要：本文采用实证方法研究政府规制与否对企业融资方式的影响。研究从自由现金流角度把研究样本分为被规制和非规制两个小组，建立了一个动态的实证研究模型，通过对被规制行业和非规制行业的两组样本数据进行比较分析。实证结果表明，我国上市公司融资方式的选择与其所在行业是否被规制有着密切的联系。关键词：政府规制；融资方式；自由现金流EmpiricalstudyabouttheRegulationeffectontheChoiceofFinance-AnalysisBasedontheFreeCashFlowAbstract:Inthispaper,webuildadynamicempiricalmodeltostudytheentrepreneurschoiceofthecapitalstructure.Dataofsamplesareclassifiedintoseveralgroupsbasedonthefreecaseflow.Throughthecomparativeanalysisontheregulatedgroupandnon-regulatedgroup,weshowthattheprocessionofthefinancialchoiceaboutourlistcompaniesisdeeplyrelativetowhetheritisinaindustryregulatedbythegovernmentornot.Keywords:CapitalStructure;regulation;FinancialChoice;Freecashflow作者联系方式：张洁电话email：通信地址：上海市复旦大学管理学院产业经济学系，200433一、引言企业资本结构又称为融资结构,是指企业取得长期资金的各项来源、组成以及相互关系。融资方式的选择是企业最重要的战略决策之一，因而相关关系。本文将通过严格的实证分析，讨论企业所处行业是否受到规制对企业融资方式选择的影响。本文的研究思路是：首先通过自由现金流模型计算企业理想的资本结构，然后将实际资本结构与理想资本结构比较，并据此对所选取样本企业进行分组，最后通过Logistic回归分析不同组别企业融资方式的选择。3研究设计和样本选择1模型的建立为了精确计算出企业的基准现金流（即理想的现金流），本文选用了学术界一致认可的Opler(1999)自由现金流模型。自变量有：企业规模，企业的负债状况，净资产对应的现金情况，净资产对应的营运资本情况，现金股利的发放情况，企业的成长机会，固定资产投资增加幅度等。下面为本文的自由现金流量模型：指标定义如下：变量名称定义cash（货币资金短期投资）/负债合计的自然对数Size资产规模的自然对数Leverage总负债/总资产Cashflow现金及现金等价物净增加额/净资产Nwc（流动资产流动负债）/净资产Herfin5前五大股东持股比例平方和Divdum当年发放现金股利为0不发放为1I/KT年的固定资产增加值/T-1年固定资产原值TobinsQ（流通股股数每股市价非流通股股数每股净资产负债）/资产帐面价值Finance_choice0为债务融资1为权益融资2研究设计本文分三步建立实证研究模型：将样本公司分为的规制组和非规制组，根据现金流模型运用spss统计软件分别对两组数据进行回归分析，得出规制组和非规制组的基准现金流比率。根据第一步的回归结果，分别计算规制组和非规制组线性的残差量。该变量可以作为企业现金流过度或不足的表征变量，反映企业实际资本结构与目标资本结构之间的差异。如果企业的实际Cash超过基准现金流比率，我们就说该企业现金流过度。如果企业的实际Cash低于基准现金流比率，我们就说该企业现金流不足。根据残差计算的结果，把样本分为四组，即现金流过度的规制组，现金流不足的规制组,现金流过度的非规制组，现金流不足的非规制组。按照的分组结果，则可以采用Logistic回归分析企业融资方式的选择，回归模型如下：其中FINCHO为属性变量，代表企业实际的融资方式选择，当FINCHO为0时，表示企业进行债务融资，当FINCHO为1时，表示企业进行权益融资。3.样本的选取我们所选取的样本数据全部来源于国泰安数据库，CCER数据库以及“巨潮资讯网”等公开披露的2002年2004年年度报告。样本企业分为两组，A组为被规制企业，为存在一定行业准入或许可证管理的企业，本文选择了石油能源，电力等行业的上市公司作为规制企业的样本；B组为非规制企业，选择的是行业进出无规制的企业，包括服装、零售等企业。整个实证分析过程中两组数据始终并行处理。在行业选择的基础上，以保证回归具有良好的拟合优度，根据本文研究目的，我们按照如下原则进行了样本公司的筛选：(1)为避免新股发行的影响,选取了在2002年前上市的上市公司为原始样本；(2)为避免异常值的影响,剔除了在3年中被ST和PT的上市公司；(3)为保持样本公司的产业性质,剔除了在3年中变更主营业务的上市公司；（4）剔除了数据不全的上市公司；（5）剔除因为并购重组等行为改变主业或者进行较大的资产置换的公司；(6)剔出了主业行业特征不明显的公司。此外,在样本上市公司的行业分类上,本文采用中国证监会公布的上市公司行业分类指引作为标准。经过上述筛选后，非规制组共有113家样本企业，规制组有37家样本企业。四、实证过程及其结果分析1.描述性统计我们首先对样本及样本中主要变量进行一些简单描述（见附表1和2）。从表1和表2中我们可以看出，规制企业在公司规模和股权集中度的均值都高于非规制企业，而资产负债率的均值却低于非规制企业，这也比较符合我们选取样本的实际情况。因为我们选取的规制企业都是石油电力等国家的命脉行业，其资产规模都比较大，国家一般对其都是绝对的控股，所以在公司规模和股权集中度指标上大于非规制行业也是合情理的。在资产负债率上偏小是因为这些企业处于相对垄断地位，不管盈利与否，其资产状况都是比较优越的。2.初步回归结果首先计算样本企业的基准现金流比率，我们把两组的变量数据代入spss统计软件，得到如表3结果：表3对因变量cash回归分析的结果非规制组规制组VariablecoefficientTsigcoefficientTSigConstant-1.589-1.0110.3130.3580.2250.822Size0.1021.4100.160-2.24-0.3580.721Leverage-3.535*-12.6250.000-3.184-6.947*0.000Cashflow1.378*4.1620.0002.0842.737*0.007Nwc0.193*4.2760.0001.6895.326*0.000Divdum-0.269*-2.9600.003-0.113-0.6320.529I/k-0.136-1.3980.1630.1050.2350.815TobinsQ-2.35-0.2090.8350.1260.3940.694R20.6420.539AdujstedR20.5300.617SampleSize339112注：系数右上角标明*为显著性水平99%，标明*为显著性水平95%，标明*为显著性水平90%从回归结果我们可以看出，对自有现金流影响较大的有资产负债率和现金及现金等价物净增加额/净资产以及营运资本和当年是否发放现金股利，根据回归结果剔除不显著自变量，我们可以写出规制组和非规制组的基准现金流线性方程：规制组：CASH=-3.184Leverage+2.084Cashflow+1.689Nwc非规制组：CASH=-3.535Leverage+1.378Cashflow+0.193Nwc-0.296Divdum然后把各个变量代入基准现金流方程算出其基准现金流，再根据实际现金流基准现金流，计算出残差量，该值大于0表示现金过度，小于0表示现金不足。下面表4是对这两组样本残差统计的结果：表4对残差的统计结果非规制组规制组大于0小于0大于0小于0样本数27366样本数6557所占比例80.519.5所占比例58%42%3.融资方式过程的选择对以上四组的融资方式进行Logistic回归分析，其中FINCHO为属性变量，代表企业实际的融资方式选择，当FINCHO为0时，表示企业进行债务融资，当FINCHO为1时，表示企业进行权益融资。回归结果见表5、表6、表7和表8。我们从现金流过度和不足两个角度进行讨论。(1)现金过度状况下政府是否规制行为对企业融资方式的影响表5现金流过度的规制组Logistic回归结果VariableCoefficientS.E.WaldDfSig.Size0.5820.5011.35110.245Leverage-4.6823.5801.77110.191Cas