计量经济学论文资本结构主要影响因素的再探析

1、计量经济学课程论文PAGE PAGE 10计量经济学课程论文阿资本结构主要影扮响因素的再探析隘搬基于我国上市公鞍司的实证研究坝 一、研究背扒景唉 自从扒Modigli蔼ani和翱Miller在扒上世纪五十年代罢提出著名的MM案理论以来，很多颁学者都对资本结败构做出了重大的唉理论贡献。有关胺资本结构的研究邦目前主要分为两瓣大类：板一是以MM理论柏为基础的资本结斑构主流理论，着柏重研究资本结构肮与企业价值的关唉系岸；疤二是以MM理论瓣为基础的资本结艾构决定因素学派颁，着重研究资本安结构的影响因素芭。斑 在这里懊，我们必须承认哎，资本结构的影暗响因素分析至今半仍是一个谜，人绊们始终没能就这罢个问题达

2、成一致袄。因为有可能影按响企业资本结构阿的因素实在太多肮，人们首先拌在选择进入模型班的变量方面就存背在不同的意见，白再加上选择不同癌的公司、行业，哎选择不同时期的捌数据，选择不同挨的指标进行回归佰也就会产生不同埃的结果。版 啊在我国，关于资爸本结构影响因素坝的实证分析虽然扳起步很晚，但是阿相关的文章并不笆少。对于经常出笆现的因素，不同颁的学者研究后的罢结论是不同的 对于比较常见的因素，正相关、负相关、不相关都出现过。佰。基般于我们自身水平邦有限，我们找不绊到合适的模型进鞍行单因素的昂回归哎分析，所以我们矮仍将选择多因素佰进行拌线性回归坝分析。邦 二、研哀究方法与数据矮来源吧我们以多元线性奥回归

3、作为我们的拜研究方法，扒以拔Titman癌 爸and袄 阿We昂ssels颁在1989年的叭文章中验证拌并在之后为众多坝学者所采用扒的六个因素百：即获利能力、白规模、资产担保矮价值、成长性、巴非负债税盾、变把异性为依据，其爸中考虑到数据收百集的问题，变异懊性不再考察。暗同时，从目前的巴现实国情来看，板我国存在特殊的疤股权结构，国家皑股和法人股不能拜自由流通，且大搬多数居于控制地叭位，非流通股的伴存在使得股权割奥裂和市场格局割熬据，造成了事实把上的同股不同权蔼、同股不同利的半现象，且国家控矮股的公司很多行版为受到政府行政袄干预，其很可能敖像国企一样拥有拔较高的负债率。哎因此，特殊的股搬权结构可能

4、会对阿上市公司资本结叭构造成一定影响稗，故我们将股权啊结构作为一个变凹量予以考察。肮另外，我们认为般，企业的资本结袄构是一个动态的胺指标 如果在一年内变化十分剧烈的话，那也是不正常的。哎，它不仅受到当哎期矮营状况的影响，八而且会受到企业柏以前各期的影响耙，所以我们选择澳混合数据，而且吧采用自适应模型挨。拌我们的数据来源芭是：学校图书馆按数字资源C疤SMAR中国上埃市公司财务数据扮库，可信度较高熬。本文选用的是耙200120爸03年的数据。败三、模型构建及半实证分析扮1模型中的具凹体变量如下所示熬：绊耙2003年上市安公司的资本结构澳作为被解释变量败，设为般Y败。巴背一般认为，公司爱上市前会粉饰

5、报俺表以争取上市资碍格，这种盈余管罢理行为如果比较俺严重的话，那么鞍在上市的前几年邦，上市公司的盈背利会下降甚至变鞍为亏损。所以我阿们选择1994叭年以前（含19唉94年）上市的案A股制造业 选择制造业是因为制造业是传统产业，其上市前便已经存在了相当长的时间，相对成熟、稳定。懊作为考察的样本傲。这样一方面可敖以规避公司上市斑之初可能存在的隘过度的盈余管理哎行为；另一方面伴可以充分考察时捌间趋势的问题。俺柏由于我们选择肮的是混合数据，柏在Eviews氨下进行自适应模疤型的回归会有问斑题，所以将20八02年和200埃1年的资本结构扳作为解释变量，岸分别设为瓣Y吧1爸和Y半2皑。斑吧关于上市公司的坝

6、获利能力，设为拜X拌1艾，凹X暗1板2003年的把净利润/200阿3年所有者权益般的平均值 我们采用的指标都是在相关的研究中最常见的。这是因为，这些指标的选取并不是随意的，在它们背后都有一定的理论依据。由于我们现在在相关方面的理论积累不足，所以我们认为我们不具备选择新指标的能力。采用老指标一方面是因为它们是有理论依据的；另一方面我们也可以考察这些老指标在我们的模型下会得到什么不同的结果。鞍。按办公司的规模设为敖X捌2班，等于2003袄年末总资产的自唉然对数。霸俺公司的资产担保办价值设为X挨3芭，等于（200爱3年末存货固扒定资产）/20颁03年末总资产癌。艾袄成长性设为X绊4奥，等于（200八

7、3年总资产2扮002年总资产胺）/2003年斑总资产。耙碍非负债税盾设为靶X八5跋，等于2003般年折旧额/白2003年末总翱资产。摆败公司的股权结构翱设为X捌6按，等于最近的国昂家股/总股本。叭2经过选择，蔼共得到了137肮家公司的数据。扳另外，再根据数艾据库中公司的标颁识，共剔除了1敖7家ST、PT盎公司 严格的说，这种方法比较片面。但是由于学校未购买ST/PT数据库，所以目前只能做到这个程度。至于剔除ST、PT公司的原因在于：这些公司或处于财务状况异常的情况，或已连续亏损两年以上，若这些公司纳人研究样本中将影响研究结论。蔼，这样得到了1芭20家公司的数凹据。构建的模型盎为：爸Y耙癌0翱翱

8、版1凹Y版1爸叭挨2捌Y八2板按案1埃X耙1案哀疤2半X唉2拌般捌3斑X艾3八昂按4拔X霸4蔼罢皑5霸X啊5皑熬绊6佰X扒6癌+e。班3模型的回归俺与修正（表一）扳Depende邦nt Vari般able: Y班Method:背 Least 邦Squares哀Date: 败06/04/0百5岸 Time拔: 白20:52佰Sample:办 1 120坝Include跋d obser般vations胺: 120癌Variabl瓣e拔Coeffic啊ient邦Std. Er八ror把t-Stati挨stic凹Prob. 矮C昂0.36865捌5凹0.36642癌4摆1.0060傲89靶0.3166

9、百Y1哎0.54544盎8绊0.07909肮8斑6.89584板8班0拔Y2叭0.32446颁6背0.11087百6摆2.92637埃8暗0.0042笆X1靶-0.0116安4岸0.01322白4般-0.8800澳2瓣0.3807翱X2疤-0.0128澳3半0.01734皑5袄-0.7396靶3罢0.4611安X3巴0.22795矮8八0.11946叭4绊1.90817盎2按0.059氨X4办-0.3864拜2疤0.09064矮1敖-4.2632拌1癌0佰X5跋-0.2294唉2搬0.13611矮3昂-1.6855埃2岸0.0947扒X6伴-0.0905蔼3肮0.07189吧6板-1.2591

10、柏6邦0.2106扳R-squar澳ed颁0.69396扒7隘 Mea百n depen俺dent va捌r凹0.55259按6扒Adjuste吧d R-squ扒ared百0.67191澳 S.D皑. depen捌dent va翱r板0.30597凹4颁S.E. of暗 regres阿sion班0.17525隘9傲 Aka奥ike inf啊o crite胺rion半-0.5730芭6邦Sum squ扮ared re叭sid摆3.40944爸9耙 Sch叭warz cr奥iterion吧-0.364袄Log lik凹elihood芭43.3838扮4斑 F-s搬tatisti疤c摆31.4632稗

11、2颁Durbin-傲Watson 澳stat啊2.06414凹7邦 Pro隘b(F-sta办tistic)案0芭通过回归我们发皑现，在伴班5的水平下霸，t检验值经查坝表得1.658败，除了八Y隘1跋和X斑4颁是显著地通过了凹t检验外，Y绊2捌 唉、X扮3鞍和八 挨X跋5岸只是勉强通过了扳t检验。再加上埃模型修正后的背拟合优度肮为埃0.皑67191，模疤型并不理想。罢对此，我们认为翱可能是样本仍存凹在不足，通过逐阿个观察，我们发耙现有些公司的资霸本结构非常高，版我们认为，很可稗能是由于这些异败常值，从而导致傲模型不理想。我伴们将2003年班资本结构指标超澳过90的公司白剔除（7家公司艾），再把另

12、外一澳家公司剔除，原澳因是这家公司在氨2002年的资柏本结构还是26般6，但是到了按2003年就下背降到81，虽背然小于90，笆但是由于变化幅败度太大，仍将其岸剔除。这样共得昂到112个样本岸。经懊回归班得到如下结果：（表二）安Depende隘nt Vari挨able: Y斑Method:稗 Least 案Squares罢Date: 挨06/04/0叭5把 T邦ime: 傲21:09靶Sample:哎 1 112耙Include吧d obser般vations扳: 112翱Variabl熬e邦Coeffic坝ient俺Std. Er叭ror绊t-Stati白stic哎Prob. 皑C扮-0.0

13、320碍4扒0.11306埃8蔼-0.2833败7澳0.7775懊Y1挨0.96428胺7皑0.07139耙1哎13.5071拔0氨Y2胺-0.0891唉0.07460摆5袄-1.1943搬0.2351埃X1叭-0.3127扒0.03691搬-8.4718盎5跋0罢X2哎0.00417邦0.00539白7班0.77268把9佰0.4415昂X3搬0.00996捌0.03656摆2伴0.27241巴4瓣0.7858艾X4疤0.17906翱3背0.03351芭8胺5.34234昂0哎X5氨-0.0486稗4耙0.04063吧7俺-1.1968拔5哎0.2341霸X6白0.01437傲1碍0.021

14、39爸8袄0.67161芭5败0.5033懊R-squar肮ed敖0.92192搬7搬 Mea扒n depen败dent va佰r艾0.49135爱4坝Adjuste罢d R-squ芭ared阿0.91586办3靶 S.D岸. depen八dent va盎r扒0.17587胺2俺S.E. of背 regres捌sion暗0.05101叭4扮 Aka稗ike inf昂o crite爱rion捌-3.0364拜8按Sum squ坝ared re败sid隘0.26805埃3肮 Sch跋warz cr伴iterion翱-2.8180案3捌Log lik盎elihood拔179.042癌9翱 F-s柏t

15、atisti奥c艾152.034敖5癌Durbin-颁Watson 扮stat扳1.97821暗5板 Pro拔b(F-sta澳tistic)扒0办可以看到，经过靶样本的修正后，敖模型的绊拟合半程度明显提高。肮Y耙1版、岸X把1斑和X班4佰明显通过了t检癌验，其他指标均鞍未能通过。般（1）霸经过逐步回归法袄（过程略），得绊到摆Y哎盎0靶隘佰1霸Y罢1袄罢挨1挨X隘1蔼凹绊4叭X案4哀绊e。回归结果为版：（表三）挨Depende爱nt Vari跋able: Y邦Method:翱 Least 胺Squares把Date: 艾06/04/0背5柏 Time啊: 伴21:24案Sample:爸 1 11

16、2笆Include矮d obser皑vations背: 112伴Variabl蔼e芭Coeffi扳cient傲Std. Er瓣ror版t-Stati败stic把Prob. 坝C傲0.05047熬3靶0.01413跋6皑3.57057挨4摆0.0005蔼Y1哎0.88682凹8矮0.02615哀9奥33.9020罢6背0袄X1笆-0.3135氨9巴0.03366氨6爱-9.3147蔼1柏0伴X4半0.19028澳7霸0.02977俺6.39200蔼1耙0吧R-squar八ed岸0.91904敖3八 Mea傲n depen案dent va坝r跋0.49135拔4佰Adjuste板d R-squ巴a

17、red懊0.91679哀4芭 S.D傲. depen暗dent va背r鞍0.17587八2哎S.E. of罢 regres安sion鞍0.05073吧1皑 Aka艾ike inf罢o crite百rion澳-3.0895摆Sum squ版ared re靶sid巴0.27795笆3稗 Sch翱warz cr拜iterion背-2.9924柏1办Log lik爸elihood背177.011耙7把 F-s奥tatisti暗c芭408.681捌4霸Durbin-俺Watson 白stat奥2.00788柏6肮 Pro般b(F-sta肮tistic)拜0邦（2）扒由Goldfe扳ldQuan班dt检

18、验可得板：（表四）佰Depende跋nt Vari懊able: Y矮Method:捌 Least 翱Squares俺Date: 版06/04/0巴5阿 Time邦: 绊22:14耙Sample:版 1 42岸Include笆d obser八vations拜: 42哎Variabl挨e拜Coeffic暗ient隘Std. Er皑ror傲t-Stati白stic氨Prob. 半C肮0.02808隘6百0.02222氨1耙1.26389澳3凹0.214癌Y1胺0.92398按4扒0.04480捌7胺20.6215埃5傲0挨X1俺-0.4156靶5靶0.06874班6碍-6.0461版7扮0埃X4暗0

19、.23372班4罢0.05391吧5巴4.33501扒6柏0.0001瓣R-squar哎ed班0.92125埃1稗 Mea碍n depen凹dent va柏r胺0.45272暗8按Adjuste案d R-squ罢ared巴0.91503班4哎 S.D凹. depen邦dent va埃r芭0.19355拔3哎S.E. of靶 regres靶sion傲0.05641阿9癌 Aka隘ike inf伴o crite隘rion耙-2.8216爸4傲Sum squ拔ared re爸sid背0.12095巴6柏 Sch柏warz cr捌iterion澳-2.6561懊5昂Log lik疤elihood板63

20、.2544安6俺 F-s俺tatisti坝c俺148.182懊Durbin-肮Watson 八stat按2.12294背2绊 Pro昂b(F-sta澳tistic)斑0案（表五）靶Depende俺nt Vari爱able: Y埃Method:靶 Least 艾Squares叭Date: 埃06/04/0啊5翱 Time爸: 耙22:15敖Sample:霸 71 112胺Include哎d obser阿vations矮: 42艾Variabl扳e办Coeffic稗ient办Std. Er白ror熬t-Stati拔stic隘Prob. 白C绊0.03404盎6按0.02094白1.62584阿4傲

21、0.1122笆Y1颁0.91616鞍2摆0.03844傲2隘23.8324按0绊X1俺-0.2898般3埃0.06647鞍6哀-4.3599罢7颁0.0001俺X4挨0.28109袄2坝0.05014艾7吧5.60535安0坝R-squar疤ed俺0.94281巴1奥 Mea盎n depen瓣dent va颁r啊0.48516拜5扳Adjuste俺d R-squ搬ared碍0.93829瓣6拌 S.D坝. depen疤dent va霸r癌0.17560班9疤S.E. of败 regres澳sion癌0.04362柏2氨 Aka巴ike inf癌o crite扳rion挨-3.3361版3坝Sum squ肮ared re扮sid般0.07230氨9肮 Sch盎warz cr叭iterion奥-3.1706耙4鞍Log lik捌elihood懊74.0586安8唉 F-s伴tatisti暗c扒208.821佰2柏Durbin-摆Watson 叭stat癌2.16810蔼3笆 Pro阿b(F-sta版tistic)败0白由以上两