英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

中国港口上市公司股权结构对经营绩效的影响研究

摘要：公司股权结构对经营绩效有着巨大影响，是公司治理结构选择的基础。如今，中国是世界上港口上市企业最多的国家，但是公司的股权结构却十分复杂。本文研究了中国港口公司股权结构对经营绩效的影响，运行成分分析法来衡量经营绩效，然后根据估计结果采用线性回归来研究股权结构与企业绩效之间的关系，最后，为了促进中国港口行业又快又好的发展，本文对股权结构的优化提出了建议。回归结果表明大多数港口上市公司第一大股东处于绝对控股地位，第一大股东和第二大股东持股比例的差异很大，意味着股权集中度相对比较高。同时，前五大股东持股比例的平方与公司绩效负相关。

关键词：股权结构，公司绩效，上市港口公司

1.引言

近年来，中国港口企业获得了相对较快的发展，中国拥有世界上最多的港口公司。中国港口上市公司可以分成两阶段：（1）1993-2000年是港口企业发展的第一阶段，这段时期港口行业取得了迅猛发展并且规模不断扩大；（2）2002-2010年是港口企业发展的第二阶段，港口行业在第一阶段的基础上继续发展并且集装箱吞吐量飙升，此外一些公司为上市做出了积极地准备。

因此，如何优化中国上市港口企业的股权结构是一个重要问题。为了给优化股权结构提供有价值的信息和建议，本文从上市港口公司的角度讨论了股权结构对企业绩效的影响，并且分析了股权结构的特征。

关于股权结构与企业绩效的关系，大多数西方学者认为较高的股权集中度对提高企业绩效有积极作用，过于分散的股权结构使得对管理者的监管缺失（Berle, Means, 1932）。近期研究表示股权集中度与企业绩效具有显著的正相关关系（Edwards, 1999）。一些学者仅从股权集中度的视角对股权结构对企业绩效的影响进行研究，大多数结构表明股权集中度与企业绩效正相关（Zhang Hongjun, 2000; Zhang Ruijun, Zhang Hao, 2008;Zhang Xueping, 2010）。

尽管国内外学者的研究结果不尽相同，但对之后的研究具有非常有用的参考价值，结果可以总结为如下几点：（1）研究思路，大对数学者使用股权结构作为解释变量，经营绩效指标作为被解释变量；（2）指标的选取，大多数关注股权集中度；（3）研究结论，多数研究结果表明股权集中度与企业绩效正相关，但有些学者认为股权集中度对企业绩效没有积极作用或者股权集中度与企业绩效呈倒“U”型关系。

本文试图从性质和股权集中度两个角度研究股权结构对企业绩效的作用机制。基于年报数据评估中国上市港口的企业经营绩效，并对三家企业股权结构的优化和改进提出意见。

文章剩余部分安排如下，第二部分是基本概念和假设；第三部分是中国港口上市公司企业绩效因素分析；第四部分是股权结构对企业绩效影响的回归分析；最后是结论和展望。

2.基本概念和假设

2.1基本概念

（1）股权结构：本文选取股权集中度来分析股权结构；股权集中度指的是指母公司股权持有人和具体量化指标的总体比例，包括赫芬达尔指数，前五大股东比例和Z指数。

（2）公司绩效：本文选取上市港口公司经营效率的相关指标包括净收入，流动比率和其他财务指标。此外，还有一些其他指标，比如反映港口容量和竞争力的吞吐量。

2.2假设

由于中国上市港口企业的股权性质，内部股东的持股比例几乎为零。因此我们选取国有股比例，法人股比例和流通股比例作为解释变量。基于股权集中度对企业绩效的理论影响，本文从股权性质和股权集中度的角度提出假设，见表1.

表1：假设内容

3.上市港口公司业绩评价

为了更加准确清晰地评估上市港口公司股权结构与企业绩效的关系，我们选取代表性的指标来反映企业绩效。

3.1中国上市港口企业利润

本文所列上市港口公司为中国证监会定义的A股上市公司，样本数据来自深圳证券交易所和上海证券交易所上市港口公司年报。我们选择了2008年至2010年的数据范围，由于2010年宁波港、唐山港和大连港没有完整的数据，本文将予以删除，其他13家上市港口公司将用于实证分析。本文选取2008-2010年上市港口公司年报指数以反映上市港口公司的综合经营状况，经营绩效评估采用因子分析。

3.2评价指标体系的选择

港口业与其他行业不同，因此运营绩效评估不仅应包括财务指标，还应包括反映港口竞争力的一些非经营指标。根据港口行业的特点，本文设定了10个指标来评估上市港口公司的经营业绩。为方便计算，10个指标分为成本和收益两大类，见表2。

表2：评估类别

3.3上市港口公司业绩评价

（1）数据预处理

由于基于成本的运营绩效指标是反向指标，原始数据需要在因子分析之前进行标准化。对于每个指标，最佳值为1，而最差值为0。基本转换原则是：

对于收益率指标，

（1）

对于成本类指标，

（2）

其中，i-港口；j-指标；-标准化数据；-原始数据；-数据最小值；-数据最大值。

（2）相关性测试和KMO测试

原始变量矩阵的大部分相关系数接近1，并且大部分值都很高；相关系数的p值小0.05，这意味着它通过了显着性检验。在原始变量中存在强相关性，因此因子分析是适用的。

表3：KMO测试和巴特利特球形测试

表3是KMO试验和Bartlett试验的结果。KMO统计数据为0.782，高于0.5，而Bartlett试验的p值小于0.05。它也表明了因子分析法适用于原始数据。

（3）因子分析和评估结果

表4：特征根和方差贡献率

从表4可以看出，前四个因子的累积方差贡献率为89.097％，其包含了大部分运营绩效信息。

根据旋转因子加载矩阵和因子得分系数矩阵，上市港口公司的整体绩效得分列于表5。

表5：上市港口公司综合业绩评分

您可能感兴趣的文章

• 数字普惠金融能否缩小中国城乡收入差距？——区域城乡收入结构透视外文翻译资料
• 政府补贴和研发投入对中国新能源上市公司财务竞争力影响的实证研究外文翻译资料
• 商业银行风险管理探讨外文翻译资料
• 如何应对房地产繁荣：国家经验的教训外文翻译资料
• 试论时代互联网金融风险的防范外文翻译资料
• 金融创新与风险共担外文翻译资料
• 资本和劳动分配结构和中国的经济增长外文翻译资料
• 绿色金融对中国经济高质量发展的影响研究一一机制与实证分析外文翻译资料
• 数字经济、普惠金融与包容性增长外文翻译资料
• 风险投资的绿色化与我国实体产业的绿色创新外文翻译资料