英语原文共 6 页,剩余内容已隐藏,支付完成后下载完整资料
应用财务与会计卷。
2017年8月,第3号,第2号
ISSN 2374-2410 E-ISSN 2374-2429
由Redfame发布
网址:http://astafa.redfame.com
股权集中度、财务杠杆与低效投资--来自中国A股市场的证据
张新元,鲍南二,赵玉飞
1中国珠海暨南大学国际商学院财务系
2中国珠海暨南大学电子信息学院
3中国广州暨南大学管理学院会计系
来函:张心愿,暨南大学国际商学院财务系,中国广东省珠海市钱山路206#,邮编:519070
收到:2016年6月11日 接受:2017年7月12日 在线提供:2017年7月13日
doi:10.11114/afa.v3i2.2478 网址:https://doi.org/10.11114/afa.v3i2.2478
摘要:
本文对2014~2015年间中国A股市场的数据进行了分析。本文以2297家上市公司为研究对象,运用理论分析和实证分析相结合的方法,探讨并验证股权集中度、财务杠杆与公司低效投资行为之间的关系。研究结果表明,在我国A股市场上,财务杠杆可以有效地促进我国A股市场的发展。股权集中度会有效地抑制公司的低效投资行为。
关键词:股权集中度;财务杠杆;低效投资
1.介绍
融资和投资是企业的两大财务活动。融资与财务杠杆相关,决定了企业的财务结构。投资决策不仅仅是企业的资源配置,也是经济增长的动力。效率的高低直接关系到公司的成功与否。
低效率的投资可以分为两类:过度投资和投资不足。当公司将资金投资于净现值小于零的项目时,这被称为过度投资。当企业有闲置资金但放弃净现值超过零的项目时,就称为投资不足。如何有效地遏制低效投资仍然是学术界和实务界十分关注的一个重大课题。
股权集中度是指全部股东因持股比例的不同所表现出来的股权集中还是股权分散的数量化指标。股权集中度是衡量公司的股权分布状态的主要指标,也是衡量公司稳定性强弱的重要指标,同时也是衡量公司结构的重要指标。财务杠杆是指由于固定债务利息和优先股股利的存在而导致普通股每股利润变动幅度大于息税前利润变动幅度的现象。股权集中度和财务杠杆是企业话题中最重要的两个因素,但它们与低效率的投资几乎没有关联。本文试图对低效投资的影响因素进行扩展。此外,还验证了股权集中度和财务杠杆对我国A股市场低效投资的影响。
1.1国际研究文献综述
詹森(1986)提出,所有权与经营权的分离会导致公司过度投资。当企业拥有闲置现金流时,大多数管理者将多余的资本投入到净现值为零甚至小于零的项目中,以获得私人利益。
Stulz(1990)认为州长们会通过尽可能多的投资来获得额外的利益。债务融资可以在很大程度上减少管理者控制的资源,在很大程度上抑制其过度投资动机。
迈尔斯(1997)曾提出,公司只能接受那些债务利息和原始投资成本总额大于公司债务时的现金流量现值和相反位置的项目。由于净现值高于零,投资可能不够。总之,迈尔斯预测财务杠杆与投资支出呈负相关。
朗(1996)分别测试了两个关于投资过度和投资不足的理论。然后,他将美国工业上市公司的数据作为样本,并在此理论基础上对公司发展机会进行控制。已经发现,投资支出与财务杠杆之间的负相关只适合缺乏潜在增长的企业,而不适合那些发展迅速的企业。
Claessens(2000)分析了东亚9个国家和地区的上市公司,并提出控股股东通常采用金字塔股权结构进行交叉持股,以实现现金流量处理权与经营权分离。在做出投资决策时,他们会进行关联交易和资产回购,扭曲企业投资行为,并利用控制权寻求私利,使公司和股东利益的目标发生偏差,小股东的利益会受到伤害。最后,所有这些都会导致各种公司的低效投资决策。
Aivazian(2005)对加拿大上市公司的财务数据进行了实证分析,发现财务杠杆与投资支出呈负相关,债务可能制约投资决策的效应在低增长企业中更为有效。
Dyck和Zingales(2004)将1990年至2000年间在39个国家的上市公司的财务数据作为样本,并对跨国控制收益进行了比较和分析。他们发现控股股东对资源的权益和控制越集中,就越有可能做出低效的投资决策,这有利于所有者的私人收益。因此,他们会增加自己的私人收益,并产生过度的投资行为。
1.2中国研究文献综述
王路平,毛卫平(2010)以1999〜2005年300家制造业上市公司的财务数据为样本,研究了企业投资机会,财务杠杆和投资行为之间的关系。结果表明,财务杠杆确实影响企业的投资决策。其效果可能会抑制过度投资或导致投资不足。高增长企业与财务杠杆和投资支出之间的负相关关系弱于低增长企业。
根据中国的特殊规定,王剑锋(2011)考虑了控股股东与小股东之间的利益冲突,并以2005年至2009年的上市公司财务数据为样本。研究结果表明,针对国内上市公司,债权融资治理在中国股权制度特殊背景下仍然有效,对低增长企业更为有效。此外,对于国有上市公司而言,非国有上市公司对财务杠杆对企业投资行为的抑制作用较弱。
黄君和黄妮(2012)利用Richardson的投资模型对2006 - 2010年中国房地产上市公司进行了研究,得出结论认为,由于存在自由现金流入我们国内的房地产市场。总体而言,债务融资可能会对房地产行业过度投资产生抑制作用。
曾春华和杨兴全(2012)测试了中国上市公司过度投资和多元参与,债务融资在多元回归下对过度投资产生了影响。研究结果表明,财务杠杆与投资支出极其负相关,进而对公司绩效产生积极影响。
陈燕,郑亚辉,秦燕(2016)发现经营性债务水平越高,新投资支出水平越低,投资效率低下的程度越高。经营性债务水平与企业投资效率呈正相关。相反,当金融债务增加时,公司新的投资支出也在飙升,投资效率低下的程度也较高。
1.3研究假设
基于股东和管理者之间的代理问题,詹森(Jensen,1976)提出:企业管理者倾向于根据自己的利益扩大公司规模,这很容易导致过度投资。然而,投资决策受到现金流量的制约。而债务融资,债务偿还和硬约束则抑制了管理层持有的自由现金流,从而抑制了过度投资。基于股东和债权人之间的冲突,Myers(1977)提出过多的债务会导致大量债权人分割收益,导致股东缺乏动机,其净现值等于0或低于利息支出。因此投资发生了。中国上市公司股权结构具有股权集中的特征。当企业面临金融危机时,强大的股东将为政府控股公司提供资金支持。另外,有实力的股东也有类似的投资倾向,获得了自营股权收益。因此,在股权集中的情况下,强势股东一方面倾向于境外投资,另一方面企业拥有广泛的资金来源,削弱了金融杠杆对投资的限制。因此,本文提出了如下假设:
H1:财务杠杆限制了有效投资。
H1a:财务杠杆限制投资。
H1b:投资促进财务杠杆。
H2:股权集中限制有效投资。
H2a:股权集中限制投资。
H2b:股权集中促进投资。
- 研究方法
2.1样本选择和数据源
本文选取沪深两市A股上市公司2013~2016年的财务数据,分析了2014~2015年间A股上市公司财务数据的变化滞后。本文选取了2013年2月1日前在沪深两市上市的所有A股公司作为样本,并按以下规则进行了拟合:(1)剔除ST、*ST和PT c。 (2)剔除金融和保险公司;(3)清除数据丢失的公司。然后对极值进行提取,最后得到(空白)样本。所有财务数据均来自国泰安数据库,并用Stata 12.0对其进行了统计分析。
2.2低效投资的计量标准
本文根据理查森(2006)和任清泉(2007)的调查,建立了一个投资水平的估算模型,用以衡量低效投资行为。以下为具体流程:
- 利用模型(1)对样本进行回归分析,得出t年的例外投资支出。
- 将预期投资支出(剩余系列)作为第t年低效投资,通过从预期投资支出减去实际投资支出计算得出。 如果剩余是积极的,那么本文假设公司存在过度投资。 否则,如果残差是负数,那么该公司投资不足。
Invt=a0 a1Growth a2Sale a3CF a4Size a5Invt-1 Sigma;year Sigma;Industry Ɛ (1)
在方程中,Inv表示公司的总投资支出,等于t年固定资产的变化除以tminus;1年的变化。固定资产包括固定资产、工程物资和在建工程。以Growth来表示企业收入增长率。其次,Sales的价值等于收入分配的固定资产。CF代表现金流量,Size用总资产的自然对数表示,Industry按中国证监会分类标准分类。
2.3股权集中度、财务杠杆与低效投资关系的模型构建
根据王(2011)的调查,本文建立了一个模型(2.2)来检验股权集中度、债务融资和低效投资之间的关系,该模型描述如下:
NonInv=a0 a1Debt a2Shr1 a3Debt*Shr1 a4Growth a5Sale a6CF Sigma;year Sigma;Industry Ɛ (2)
在这个方程中,NonInv代表有效投资,包括投资过度和投资不足。变量的定义如下表1所示:
表1变量定义表
变量 |
Signal |
定义 |
|
解释变量 |
过度投资 |
OverInv |
模型(1)中的正数残差所代表的第t年的过度投资量 |
投资不足 |
UnderInv |
模型(1)中由负剩余绝对值表示的投资不足量 |
|
解释性变量 |
债务融资 |
Debt |
在 t 中的总负债minus;1 年/总资产 tminus;1 年 |
所有权集中 |
Shr1 |
最大股东持股比例 |
|
控制变量 |
增长 |
Growth |
在 t 中的收入增长率minus;1 年 |
生产能力 |
Sales |
主要业务收入 (t )minus;1 年/固定资产 tminus;1 年 |
|
现金流量 |
CF |
在 t 中现金净额minus;1 年/总资产 tminus;1 年 |
- 结论
本文使用两种分析方法,包括面板数据和横截面数据。 为了精确测量模型(1)中的低效投资,我们将数据视为面板数据。 然后,我们将模型(1)中的结果分为两组:投资不足和过度投资。 最后分别做两组模型(2)。
3.1选择模型
整理的数据首先被代入模型(1)。 由于面板数据,我们有三种模型可供选择:混合效果模型,固定效果模型和随机效果模型。 细节见表3。
在计算混合效应模型的VIF值后,我们发现没有多重共线性问题。 细节见表2。
表2变量间的VIF检验
全文共6831字,剩余内容已隐藏,支付完成后下载完整资料
资料编号:[9612],资料为PDF文档或Word文档,PDF文档可免费转换为Word
|
VIF |
1/VIF |
Growth |
1.13 |
. 881731 |
Invt-1 |
1.12 |
. 892464 |
Sale |
1.03 |
. 967464 |
CF |
1.01 |
. 987762 |
Size |
1.01 |
. 994249 |
以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。