基于分位数回归模型的我国上市公司ROE研究

11数据来源：天相投资分析系统2008基于分位数回归的净资产收益率研究——来自2008年我国上市公司的财务数据摘要:根据公司财务的基本理论，以我国上市公司2008年财务年报作为基础数据，对我国上市公司ROE(RateofReturnonCommonStockholders'Equity)进行实证研究。指出我国上市公司ROE呈显著左偏态的尖峰厚尾分布，处在分布两侧尾部的绩优和绩差企业，反映了企业经营的风险特征和成功属性，构成了我国上市公司实证研究的重点，进而采用分位数回归方法构建计量模型进行研究。认为不同值的分位数模型刻画了ROE水平不同的企业的资金运用效率和偏好特征，分位数回归方法是研究ROE的有效工具。得出了保持SRC均衡增长，降低融资交易成本，改善公司财务管理水平，是提高我国上市公司ROE水平的客观要求的结论。关键词：净资产收益率、分位数回归、偏态分布Keywords:RateofReturnonCommonStockholders'Equity(ROE)；QuantileRegression(QR)一、导言净资产收益率(以下简称为ROE)为公司税后利润除以公司净资产的百分比，衡量公司运用自有资本的效率，是衡量公司盈利能力的一项重要财务指标，在一定程度上反映了公司的资本结构、经营效率及获利模式，常用于评价公司的综合绩效和内在价值。Hitt，Hoskisson和Kim(1997)⑴指出ROE与资本结构之间存在着密切联系，ROE不仅可以反映公司的获利水平，还可以作为研究公司财务绩效的综合测度。包括ROE在内的财务数据，在一般情况下存在着尖峰厚尾，偏态等非正态等特征，这时采用普通最小二乘(OLS)方法构建均值模型，会由于均值显著地偏离中位数，而丧失代表性。同时，对企业财务状况进行实证研究时，往往需要对其数据分布两端的尾部特征进行深入分析，研究优劣两类企业在有关财务指标上的具体表现及其相互联系。分位数(QR)回归方法估计的中位数模型和分位数模型，为解决这类问题，提供了有效的方法。分位数回归估计建立在加权误差绝对值之和最小化的基础上，有利于消除异常值的影响，克服OLS关于正态分布假设的局限，拟合的回归模型更加稳健。并且，分位数回归估计所给出的有关分位点的回归系数统计量，可以用于研究数据分布两端的尾部特征。Koenker和Bassett(1978a[2]，1978b。])首先提出了分位数回归估计的理论和方法，开创了分位数回归的先河。Koenker和Park(1996)[4]进一步将单纯形算法应用于分位数回归中，推动了分位数回归的实际应用。随后，Koenker和Machado(1999)[5]，Koenker(2005)[6]等对分位数回归估计的理论和方法进行了不断的完善和发展，为分位数回归作出了不懈努力。近年来，随着EViews、R语言等陆续开发了分位数回归的应用软件包，使得这一内容相对复杂，专业性较强的计量方法得以推广应用，成为公司财务分析的有力工具。综上所述，本文基于公司财务的基本理论，以2008年我国A股市场全部上市公司的财务年报资料作为基本数据，在对我国上市公司的ROE的统计特征描述性分析的基础上，采用分位数回归方法构建计量模型，进行实证研究。二、我国上市公司ROE的基本特征以2008年年底我国在上海证券交易所和深圳证券交易所上市的所有A股上市公司的年报资料1作为实证研究的基础数据，为了消除不可比因素，从中剔除金融行业和ST类等非正常经营的公司，由剩下的1407家上市公司的财务数据构成本实证研究的样本。以下表1为我国上市公司和大型企业ROE的均值、中位数、标准差、偏态系数Skewness和峰度系数Kurtosis等描述性统计数据。表1我国上市公司ROE的描述统计分析表指标数值均值6.0006中位数6.9230标准差16.2614偏态系数-2.9666峰度系数28.8096图1为采用1407家我国上市公司数据绘制的ROE分布直方图，更加直观地描述了我国上市公司ROE的分布特征。由表1和图1可以得出以下几点基本判断。我国上市公司ROE分布存在显著的左偏态。我国上市公司ROE的均值为6.0006，中位数为6.9230，偏态系数高达-2.9666，说明我国大多数上市公司的ROE水平高于用均值表示的平均水平，落在均值水平的右边，呈显著的左偏态。在这一存在显著偏态的状态下，均值的代表性不足，简单地使用均值来描述研究对象的一般水平，必然产生明显的偏误。我国上市公司ROE分布存在显著的尖峰厚尾特征。我国上市公司ROE的峰度系数高达28.8096，呈显著的尖峰分布。并且由图1可知，我国上市公司ROE的两端具有鲜明的长尾和厚尾特征。尤其是左端拖出的长长尾部，表明存在着一些经营状况最差，ROE水平极低的绩差公司的问题，这些极端数值对均值产生直接影响，迫使均值水平出现偏低。显然，处在ROE分布左侧尾部的绩差公司，集聚着我国上市公司的风险特征；与其相对应的处在ROE分布右侧尾部营业绩偏好一批绩优企业，集中了我国上市公司的成功经验，反映了我国企业发展的努力方向，这两类企业构成了我国上市公司ROE实证研究的重点。我国上市公司ROE分布存在显著的过度离散特征。由我国上市公司ROE的标准差16.2614和均值6.0006，可以计算出其离散系数为2.71倍，说明我国上市公司之间ROE水平的差异非常显著。综上所述，我国上市公司ROE存在显著的左偏态，尖峰厚尾和过度离散的特征下，简单地采用均值，以及采用普通最小二乘OLS方法拟合的均值模型来研究我国上市公司ROE，存在着客观的局限。采用分位数回归估计方法拟合的中位数模型，以及数据分布两端尾部的分位数模型，有利于深入研究我国上市公司ROE的一般水平，以及处在ROE分布左右两端尾部，经营业绩偏差和偏差的两类公司ROE的具体特征。三、我国上市公司ROE分位数回归研究ROE的分母是净资产，而公司的净利润并非全部来自于净资产，这使得ROE在逻辑上和形式上都存在一定的局限。一般公司的资金来源和资金占用，主要包括净资产、日常经营获得的现金流、从金融中介机构获得的间接融资、固定资产折旧等，因此构造一个其他资金来源为自变量，ROE为因变量的计量模型，从资金来源和资金效率的视角，对我国上市公司ROE进行实证研究。首先，在我国上市公司公布的所有财务数据，筛选出4项与ROE存在密切的经济联系，反映公司不同资金来源的财务指标，作为对我国上市公司ROE研究的自变量。包括销售商品收到的现金(SaleReceivesCash,SRC)、通过借款收到的现金(ObtainsLoanReceivesCash,OLRC)、固定资产折旧(FixedAssetDepreciation,FAD)、现金的期初余额(CashOpeningBalance，COB)。然后，给出我国上市公司ROE实证研究计量模型的形式，为ROE*=C+pSRC+卩OLRC+卩FAD+卩COB+81234由于回归模型的因变量ROE为一绝对数值水平相对较小的百分数，而自变量SRC、OLRC、FAD和COB的绝对数值水平均很大，为使回归系数的有效数字出现在小数点附近，令式中的ROE*=ROEx1,000,000。最后，采用分位数回归方法，拟合我国上市公司ROE中位数回归模型和上侧和下侧的分位数模型，对我国上市公司中业绩偏好和业绩偏差两类企业，以及中位数水平进行实证研究。在分位数回归估计中，对于一组随机样本F(y)=(Y<y)，有关于Y的T分位数qG)=inf{y:F(y)>t}o其中Q表示分位数。T为分位数的参数，T在由0至1之间取值，对应于0至100%位置上的分位数。在本实证分析中，分别取T值为0.1，0.9和0.5，构造出业绩偏差的下侧10%分位数模型，业绩偏好的上侧10%分位数模型，以及T值为0.5时的中位数模型，对我国上市公司ROE特征进行全面的实证研究。表2即为采用分位数回归方法，利用EViews6.0软件，所计算出来的T值分别为0.1，0.5和0.9分位数模型的回归系数。由于实证分析所采用的数据为横截面数据，存在着显著的异方差问题，因而采用了工具变量(InstrumentalVariable)方法,以残差项平方的倒数作为权数来消除异方差。表2中各项回归系数均在1%水平上显著。表2我国上市公司ROE分位数模型回归系数分析表指标QRt=0.1QRt=0.5QRt=0.9SRC0.94140.41222.1081OLRC-1.3393-0.3160-3.3076FAD-4.0735-7.5080-22.6975COB9.63282.6054-3.3463由表2可以得出以下判断。采用分位数回归方法估计的3个分位数模型之间差异明显，相同的资金来源对于不同ROE水平的企业，具有显著不同的经济意义。说明分位数回归方法可以解释各项资金来源对于我国上市公司中不同经营业绩水平企业的具体影响，是进行我国上市公司ROE研究的有效方法。SRC是我国上市公司内生性的资金来源，是决定ROE水平的基本因素。在4项自变量中，只有SRC的回归系数在3个分位数模型都为正值，SRC成为我国上市公司ROE唯一的一致性的正向动因。在表2中，T=0.9分位数模型的回归系数最高，达到2.1081；T=0.1的分位数模型的回归系数为0.9414。处在ROE水平两端的公司，对SRC较为敏感。其中经营状况偏好的企业，对于SRC的变动最为敏感，反映了在现实经济运行中，SRC对于绩差企业扭转亏损，绩优企业进一步提高盈利水平的重要意义。因此，努力提高企业SRC水平，以及提高企业SRC对ROE的贡献，是改善我国上市公司业绩的关键所在。OLRC为外源性融资。在3个分位数模型中，OLRC的回归系数为均为负值，反映OLRC与ROE负相关，OLRC的实际效率为负，我国上市公司外源性融资的交易成本依然居高不下。在表2中，工=0.9的分位数模型的回归系数绝对水平最高，达到-3.3076；p=0.1分位数模型的回归系数也有-1.3393。类似于SRC,业绩状态处在优劣两端的企业，对于OLRC的敏感程度均大于中位数模型所反映的一般水平。说明外源性融资成本均对于绩差和绩优两类公司的压力明显偏大，尤其是对绩优公司的负面影响最为突出。因此，对于我国上市公司而言，仍然难以获得低成本的金融支持，企业增大OLRC只是在现金流不足时的被动选择。降低融资交易成本，改善我国上市公司融资环境，彻底扭转外源性融资的负面效应的不利局面，仍然是全面提高我国上市公司经营效率，推动我国上市公司持续发展的重要问题。我国上市公司融资环境是否改善最直观的标志之一，就是OLRC的回归系数由负转正，并且首先在经营业绩偏好的一类企业中由负转正。FAD是我国上市公司固定资产的价值补偿，间接反映了固定资产的规模。在表2中，3个分位数模型FAD的回归系数为均为负值，并且呈现出经营绩效越好越是敏感的趋势，T=0.1分位数模型的回归系数为-4.0735；而p=0.9分位数模型达到-22.6975。说明FAD及其所反映的固定资产规模与上市公司的ROE水平负相关，固定资产规模偏低的上市公司，具有经营管理中的灵活优势，体现了劳动密集的资源禀赋优势，具备资本重组和企业兼并成本较低等属性，这一特征在绩优公司中表现得特别鲜明；而在绩差公司中，FAD差异对于ROE的影响则不非常明显，从回归系数的数值水平分析，FAD对企业ROE水平的影响仅为绩优公司的17.95%。COB是期初以现金形式存在的资金总额，是企业用于满足日常偿付需要的流动性保证。p=0.1分位数模型的回归系数为9.6328,中位数模型的回归系数为2.6054,而p=0.9的分位数模型的回归系数为-3.3463，反映不同经营绩效水平的公司对于COB具有截然不同要求。绩差公司对于COB的依赖性较大，需要较大的COB水平来维持企业的正常经营运行，COB水平高的企业ROE偏好；绩优公司的COB与ROE水平显著负相关，COB水平高的企业ROE偏差，反映这类企业财务管理相对健全，生产经营处于良性平稳运行状态，可以通过稳定的SRC现金流和健全的资金管理规划，有效地压缩COB，降低财务成本，提高资金使用综合效率。说明，虽然大多数上市公司财务管理水平和资金占用效率依然偏低，但是加强财务管理，提高资金占用效率的要求，已经通过我国上市绩优公司的绩效状况初步体现出来。四、结论根据实证研究的结果，可以得出以下结论。我国上市公司ROE呈显著左偏态，尖峰厚尾分布，均值模型不具有充分的代表性，同时经营绩效偏差的上市公司构成了分布左端的长尾，集聚着企业经营的风险特征；处在ROE分布右侧尾部的经营业绩偏好企业，集中了企业经营的成功经验，绩优和绩差的两类企业构成了我国上市公司ROE实证研究的重点。因此采用分位数回归方法，拟合中位数模型和上侧和下侧的分位数模型，进行实证研究。通过分位数回归方法拟合的中位数模型，下侧10%分位数模型，和上侧10%分位数模型，对我国上市公司ROE状况进行实证研究的结果表明，我国上市公司的绩差和绩优公司，在ROE水平及其资金运用、盈利模式和资金来源各个方面均表现出显著不同的特征和要求。说明分位数回归模型是研究我国上市公司ROE问题的科学方法和有效手段。在3个分位数回归模型中，SRC是我国上市公司ROE的正向因素，持续、稳定的SRC现金流是提高ROE水平的基本要求，努力提高企业SRC水平是改善我国上市公司业绩的关键所在；OLRC对ROE的回归系数为负，说明我国上市公司间接融资交易成本过高，现代金融的外部经济性尚未得到体现，改善企业间接融资环境，依然是一个长期而艰巨的工作；FAD与ROE负相关，是我国上市公司ROE的负向因素，中小企业应对市场变动的灵活优势，劳动和知识密集型产业所体现的禀赋优势，依然是我国上市公司绩优企业的基本特征之一;与绩差公司的COB对ROE回归系数为正值不同，绩优公司的COB与ROE呈显著的负相关，说明绩优公司财务管理水平明显优于绩差公司，科学地压缩COB，改善资金占用效率，是现代企业财务管理的客观要求，提高企业财务管理水平对于改善我国上市公司经营绩效具有重要意义。本实证研究是以我国上市公司2008年财务数据作为样本进行的横截面分析，缺乏时间序列的动态研究。后续研究中，将采用多年的财务数据，构建基于面板数据的分位数模型，将关于我国EOR的分位数回归模型研究扩展到时间序列领域。参考文献Hitt,M.A.,andD.Smart,Debt:ADiscipliningForceforManagersoraDebi