Investigation on law and economics of listed companiesrsquo; financing preference based on complex network theory
Jian Yang, Shuying Bai, Zhao Qu, Hui Chang
1 Law School, Tianjin University, Tianjin, China, 2 School of Foreign Languages and Literature, Tianjin University, Tianjin, China
Abstract
In this paper, complex network theory is used to make time-series analysis of key indicators of governance structure and financing data. We analyze scientific listed companiesrsquo; governance data from 2010 to 2014 and divide them into groups in accordance with the similarity they share. Then we select sample companies to analyze their financing data and explore the influence of governance structure on financing decision and the financing preference they display. This paper reviews relevant laws and regulations of financing from the perspective of law and economics, then proposes reasonable suggestions to consummate the law for the purpose of regulating listed companiesrsquo; financing. The research provides a reference for making qualitative analysis on companiesrsquo; financing.
Introduction
Financing is the main approach for listed companies to acquire financial support and achieve better achievement. Compared with traditional companies, scientific companies are less dependent on natural resources, but more on capital investment. Studying financing issues of scientific companies and analyzing financing difference caused by different governance structure can effectively circumvent the risk of corporate financing, provide basis for empirical analysis and promote the improvement of legal regulations specific to listed companiesrsquo; financing.
The present status of listed companiesrsquo; financing in China shows the following characteristics: first of all, internal capital accumulation is insufficient so the proportion of internal financing is relatively low. Secondly, external financing is the major financing source and the proportion of equity financing is large and the percentage of medium and long-term liabilities is less than that of current liabilities. Governance structure is one of the critical factors that affect financing decision making, therefore, to some extent, different governance structure of companies leads various financing decision. In this paper, governance structure is taken as the indicator to construct a complex network among selected listed companies. Most researches on listed companiesrsquo; financing issues are qualitative analyses or use statistical approaches to establish liner relation. Distinguished from other studies, this paper utilities complex network to analyze scientific companiesrsquo; financing preference and the influence of governance structure on financing, and then proposes practical suggestions to legal regulations from the aspect of regulating financing behaviors and optimizing governance structure.
According to existing literature, researches on listed companies financing analysis are mostly conducted through empirical analysis [1–7]. In previous research, complex network has been used to explore the cooperation preference among commercial banks, small enterprises and small loan companies [8]. By means of collecting scientific listed companiesrsquo; financing data and governance structure data, this paper utilizes complex network theory to study the influence of governance structure on financing decision. In this research, we divide sample companies into groups in accordance with the similarity of corresponding indicators, analyze prominent characteristics of each group and the influence of governance structure on financing, and furthermore, we compare the research results with current situation and conduct qualitative analysis. In the end, referring to related laws and administrative regulations, we make practical proposals to legal norms specific to regulating financing and optimizing governance structure, which is expected to bring new thoughts for financing research.
During recent years, the complex network theory has gone through remarkable progress and the study of complex network has become an interdisciplinary subject which arouses extensive attention from various disciplines [9–14]. In a complex network, the components are considered as nodes and edges represent the interactions between them. Therefore, the complex network is the mathematical representation of complex system. Time series analysis is a fundamental problem of continuing interest [15–17]. Quite recently, complex network analysis of time series elicits a great deal of interest from different research fields [18–27], and all of those have demonstrated their power in characterizing real complex systems from time series. Moreover, cooper
剩余内容已隐藏，支付完成后下载完整资料
基于复杂网络理论的上市公司融资偏好的法经济学考察
Jian Yang, Shuying Bai, Zhao Qu, Hui Chang
1 Law School, Tianjin University, Tianjin, China, 2 School of Foreign Languages and Literature, Tianjin University, Tianjin, China
摘要：
本文采用复杂网络理论对治理结构和融资数据的关键指标进行时序分析。 我们分析了2010年至2014年科技上市公司的治理数据，并根据它们的相似性将它们分组。 然后，我们选择样本公司来分析它们的融资数据，并探讨治理结构对融资决策的影响以及它们所展示的融资偏好。 本文从法经济学的角度对相关的融资法律法规进行了回顾，并提出了完善法律的合理建议，以规范上市公司的融资。 该研究为对公司融资进行定性分析提供了参考。
引言：
融资是上市公司获得财务支持和取得更好业绩的主要途径。与传统公司相比，科技公司对自然资源的依赖程度较低，但更多依赖于资本投资。研究科技公司的融资问题，分析不同治理结构导致的融资差异，可以有效规避企业融资风险，为实证分析提供依据，促进上市公司融资法律法规的完善。
我国上市公司融资现状具有以下特点：首先，内部资本积累不足，内部融资比例较低。其次，外部融资是主要的融资来源，股权融资比例较大，中长期负债比例低于流动负债。治理结构是影响融资决策的关键因素之一，因此，在一定程度上，企业的不同治理结构会导致各种融资决策。本文以治理结构为指标，在选定的上市公司中构建复杂网络。大多数关于上市公司融资问题的研究都是定性分析或使用统计方法来建立班轮关系。本文与其他研究相区别，利用复杂网络分析科技公司的融资偏好以及治理结构对融资的影响，并从规范融资行为和优化治理结构等方面提出法律规制的实践建议。
根据现有文献，对上市公司融资分析的研究大多是通过实证分析进行的[1-7]。在以往的研究中，复杂网络被用来探讨商业银行，小企业和小额贷款公司之间的合作偏好[8]。本文通过收集科技上市公司的融资数据和治理结构数据，运用复杂的网络理论研究治理结构对融资决策的影响。在本研究中，我们根据相应指标的相似性将样本公司分组，分析各组的突出特点和治理结构对融资的影响，并将研究结果与现状进行比较，并进行定性分析。最后，结合相关法律，行政法规，对规范融资和优化治理结构的法律规范提出了切实可行的建议，有望为融资研究带来新的思路。
近年来，复杂网络理论取得了显著进步，复杂网络的研究已成为一门引起各学科广泛关注的交叉学科[9-14]。在复杂网络中，组件被视为节点，边缘表示它们之间的交互。因此，复杂网络是复杂系统的数学表示。时间序列分析是持续关注的基本问题[15-17]。最近，时间序列的复杂网络分析引起了不同研究领域的极大兴趣[18-27]，并且所有这些都证明了它们从时间序列中表征真实复杂系统的能力。此外，社会生活中的合作行为被广泛研究[28-32]。本研究采用复杂网络对科技上市公司的治理结构和融资数据进行分析，并根据相似性对其进行分组。基于分组结果，揭示网络拓扑是研究的关键。
方法：
复杂网络在许多自然系统中至关重要，因为它可以描述不同类型的复杂系统，其中包含大量单元，其中节点和边缘分别代表组件单元和节点之间的交互。在这项研究中，建立了融资复杂网络。节点代表公司，边缘由节点之间的相关强度决定，这意味着公司之间的相似性。两个节点之间的相关性由所选指标之间的相关性确定。根据Gao etal教授提出的方法。[33]，这里我们说明如何利用指标之间的相关强度来建立边缘，然后构建复杂的网络。我们使用公司治理结构和融资指标产生特征向量。对于每对特征向量Ti和Tj，相关系数可写为：
(1)
M是特征向量的维数，，。
元素Cij限于区间-1le;Cijle;1，其中Cij，0和-1分别代表相关性，没有相关性和反相关性。C是对称矩阵，Cij表征节点i和j之间的连接状态。最后，通过转换相关矩阵C，可以形成选择重要阈值rc然后选择邻接矩阵A.转换原理如下：
(2)
这意味着是否| cij | ge;rc，将有一个边连接节点i和j，否则将没有边。 复杂网络由所有节点和边缘组成，相应的拓扑结构可以由邻接矩阵A显示。
Newman（2004）提出了模块化Q的概念。它是一种质量函数，用于测试顶点到区域的划分是否有意义，然后可以建立区域结构。[34]。
假设网络有n个顶点。对于分成两部分的特定网络，如果顶点i在部分1中，则设si = 1，如果顶点i在部分2中，则设si = -1。并且我们将Aij注释为顶点i和j之间的边数。虽然在某些情况下Aij可能是一些大值，但在大多数情况下它是0或1（两个顶点之间总是有0或1个边）。但是，如果边缘随机放置，则顶点i和j之间的预期边缘数量是，其中ki和kj是顶点的度数，并且是网络中边缘的总数。模块性可写为（3）其中s是元素为si的向量。发布的1/4m的主要因素与先前的模块化定义兼容。
然后我们可以得到一个带有元素（4）的新的实对称矩阵B，称为模块性矩阵。我们专注于这个矩阵的属性。现在，我们只知道每个行和列的元素总和为零，因此总有一个特征向量（1,1,1 ...），其特征值为零。
给定方程（3），我们可以将s作为B的归一化特征向量ui的线性组合，因此具有。之后我们有了（5）其中beta;i是特征向量ui处B映射的特征值。此外，为了简洁，我们取消了1/4m的主导因素。
上述算法仅使用前导特征向量的元素的符号，并且幅度传达信息。与较大幅度的元素相关的顶点对模块性做出了很大贡献，而对于小模块则相反。它表明，将一个小幅度元素对应的顶点从一个组改变到另一个对Q的变化很小。即元素的大小是一个顶点是一个区域或另一个区域的一部分“多少”的度量。也就是说，对于元素接近零的顶点，它们位于区域的边界线上。因此，算法不仅让我们将顶点分成组，而且让我们在它们属于一个组或另一个组的程度的连续范围内更改它们。如果特定分区不再在区域边缘内产生并且随机对应物预期产生，则Q = 0。除0之外的值表示随机性的偏差。
复杂网络中区域结构的检测至关重要且值得关注。作为一种数据分析方法，最好的思路可能是用来说明本文中社交网络等网络数据集的结构。在本文中，检测区域结构的方法是基于Newman（2006）提出的方法[35]。通常，区域结构方法假设随机分为子组的网络，目的是找出这些组。此外，区域结构方法可以认识到网络不存在良好划分的可能性，该结果本身被认为对其对网络拓扑的影响感兴趣。考虑到我们可以选择顶点组大小的自由度，可以实现该项中系数（）的最大值。根据u1中元素的符号划分顶点，遵循u1中相应元素为正的所有顶点都为正的原则进入一组，其余顶点在另一组中。算法是：我们计算模块性矩阵的主要特征向量，并根据该向量中相应元素的符号将顶点分成组。
所得网络的连接由阈值rc表示。即使rc非常小，也将连接具有弱相关性的节点对。在这种情况下，将隐藏时间序列中相关性的物理内容。节点之间的连接数量将随着rc值的增加而减少，并且将显示更多不同。然而迄今为止，还没有一种用于确定临界阈值的通用方法。
在这项研究中，我们可以估计复杂网络结构相对稳定的rc范围，我们使用Q来选择临界阈值rc。特别是，虽然模拟复杂网络的特定过程，但可以计算出临界阈值rc。例如，通过增加rc的值来减少连接数，并保持确定网络的模块性几乎不变。根据纽曼算法，当Q的值大于0.3时，它反映了显着的区域结构，然后我们可以找出阈值[34]。
在复杂的融资活动网络中的应用
研究背景：
在融资过程中，根据不同的募集资金来源，有两种融资方式：内部融资和外部融资。内部融资意味着投资者利用自己的储蓄。外部融资是投资者利用其他人储蓄的方式，因为他们的投资基金和债务资产系统是外部融资的主要衡量标准。 股权融资和债务融资是两种外部融资方式。股权融资是指公司通常在初创阶段从股东或投资者筹集资金或增加资本和股份的方式。股权融资代表股东对公司所有权的控制权。债务融资是通过发放债券或获得银行信贷从债权人筹集资金的方式。 债务融资代表债权人对公司的权利。本文选择股权融资和债务融资来分析科技上市公司的融资偏好。
在科技上市公司融资分析中的应用
在研究中，上述方法用于揭示真实的融资复杂网络。从2010-2014年，选择45家科技上市公司作为样本公司和治理结构与融资数据，对相应指标数据进行对比分析，构建复杂网络。上市公司代表网络的节点。如果两家公司在相应的指标上有很高的相似性，则存在一个联系，否则就没有联系，最终形成的群体是为了区分样本上市公司。模块化根据每年的阈值变化而变化，因此，通过参考每年的数据和预期的分组结果，我们选择合理的阈值和相应的模块化来构成组。
结果表明，随着阈值的增加，治理结构的模块性先上升后下降，阈值为0.21时达到峰值。在2010年和2014年的数据中，当阈值在0.21-0.24内时，模块化保持最大值，因此，我们选择0.21作为治理结构复杂网络的模块性，并且每年的相应阈值是Q = 0.3902 ，Q = 0.3958，Q = 0.4810，Q = 0.5000，Q = 0.4795。
在融资结构的模块化分布中，模块化值总体随着阈值的上升而增加，并在阈值在0.95-0.99内达到峰值。因此，每年融资结构复杂网络的门槛和模块性为r = 0.95，Q = 0.4908； r = 0.99，Q = 0.6626；r = 0.96，Q = 0.3457；r = 0.99，Q = 0.7414；r = 0.96，Q = 0.3848。所有模块化值都大于0.3，因此它可以形成稳定的网络结构。根据模块化，对所有节点进行分组，构建复杂网络。
结果与讨论
治理结构对上市公司融资的影响
管理对融资决策的影响
- 董事会结构和规模对融资结构的影响
在《中华人民共和国公司法》 [36]中，第114条规定公司董事会可以决定董事会成员兼任经理。因此，董事会主席是否兼任经理，即董事会结构，在一定程度上影响了融资决策。具体而言，当董事长兼任经理人时，公司控制力度集中，内幕控制问题严重，因此在这种情况下，管理层倾向于股权融资以降低代理成本。当董事会主席不是总经理时，董事会更倾向于债务融资作为对经理的限制和监督，以及降低代理成本。董事会的规模也决定了决策。在《中华人民共和国公司法》第44条规定，有限责任公司应设三至十三名董事。第108条规定，股份有限公司的董事会成员为5至19人。在选择股权融资时，更容易影响大股东的利益分配。因此，如果董事会规模较大，不同投资者之间在协调和沟通方面的差异将更大，达成统一意见将更加困难。在这种情况下，股权融资的收益将会减少。如果公司选择债务融资，代表其控制公司的股东的股权不会削弱，其地位保持不变，因此更容易就不同股东之间的利益分配和债务的决策成本达成协议融资低于股权融资。综合以上因素，董事会规模较大的上市公司倾向于债务融资，以减少不同投资者之间的矛盾和决策成本；规模较小者倾向于股权融资。
- 独立董事制度对融资结构的影响
独立董事制度是指代表小股东进入董事会的独立董事，他们在监督，提名和支付评估中发挥作用。《关于建立上市公司独立董事制度的指导意见》 [37]规定，中国各上市公司应当按照要求聘请合适的人选为独立董事。至少有一名独立董事应为专业会计师。至少三分之一的董事会成员应为独立董事。独立董事的职责之一是保护和维护股东的利益，特别是对中小股东而言。因此，引入独立董事制度是为了减少上市公司违规行为的可能性。独立董事在制定融资决策过程中的治理目标之一是通过债务融资限制管理和资金运作，因此，独立董事首选债务融资。一方面，债务融资引入债权人约束管理层和大股东，然后降低内部治理成本；另一方面，严格限制债权可以避免公司经营者过度自由使用可能导致破产的资金，并威胁到独立董事的声誉。
- 管理层持股对融资结构的影响
根据委托-代理理论，增加管理者的持股可能使高层管理人员和股东的利益保持一致，降低外部股权代理成本，更好地实现对经营者的激励和约束。一旦持股，高级管理层不希望他们对公司的控制权被稀释，因此他们支持债务融资以提高资产负债率。当高级管理层持股比例较高时，管理人员不必担心股权稀释，因此他们更倾向于基于成本考虑的股权融资。
- 监事会规模对融资结构的影响
《中华人民共和国公司法》第51条规定，有限责任公司应设监事会，其成员不得少于三人。股东相对较少且规模较小的有限责任公司可能会有一至两名监事而非监事会。监事会应当包括公司职工代表的适当比例，其比例不得低于三分之一。监事会的职责是监督和限制。合理规模的监事会和董事会成员履行职责，使公司采用适当的融资策略，利用财务杠杆为公司创造更多利润。因此，合理规模的监事会有助于监督董事会做出更好的融资决策。
所有权状况对融资决策的影响
所有权集中度是指由于所有股东的不同份额比例，股权集中度或股权分散的定量指标。它是所有权情况的代表性指标。所有权集中度通常由前五名或前十名股东（CR5或CR 10）的持股比例表示。目前，中国上市公司的所有权大多集中，国有股占很大比例。考虑到公司的控制权高度集中在一个或几个股东身上，高所有权集中的公司倾向于股权融资，利益相关者不仅获得公司生产经营的最大利润，而且承担大部分损失和风险。公司运营失败，面临亏损。在这种情况下，盈利模式的特点是高风险和高收益，因此，投资者会选择股权融资来分散投资风险，降低风险投资成本。同时，由于所有权集中度较高，股权融资不会动摇或削弱大股东对公司的控制权。此外，为了最大化投资收益，大股东将积极利用一切手段和方法来监督和管理运营商在日常运营中的行为。
分组结果和分析
lt;
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[18729]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
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。
