评价网 > 科教论文 > 经济学毕业论文 > 金融论文 > 正文

电力行业上市公司资本结构影响因素实证分析(2)

2017-10-25 02:55
资产结构与资本结构正相关 资产结构是指活动资产、固定资产、无形资产和长期投资之间的比例。代理本钱理论以为,债权人面临着道德风险与逆向选择,当公司发行债务,将其投资于风险更高的资产,从而从债权人那里谋取价值,有形资产的担保能在一定程度上降低债务代理本钱,资产有形性与杠杆正相关;另外,根据信息不对称理论,有形资产较少的企业将面临较少的信息不对称题目,应该进行权益融资而不是债务融资。本文假定资产结构与资本结构正相关。用(固定资产 存货)/总资产来度量资产的有形性(用x6表示)。
关于资本结构的度量,本文采用总负债/总资产,即资产负债率来衡量资本结构(变量用Y表示)。

实证

本文采用的是面板数据,主要是由于面板数据模型可同时反映研究对象在时间和截面单元两个方向上的变化及不同时间、不同单元的特性,综合利用样本信息,使研究更加深进,同时可以减少多重共线性带来的影响。面板数据模型主要有变系数模型和变截距模型,根据样本数据性质的不同,这两种模型又都有确定效应模型和随机效应模型之分,分别对应不同的参数估计。本文选用的是固定影响变截距模型(选择该模型的检验过程略,主要是F检验),模型的形式为:
Y_it=a_i X_itβ μ_it
其中:x_it为1×K向量,β为K×1向量,α_i为个体影响,为模型中被忽略的反映个体差异变量的影响;μi_itt为随机误差项,为模型中被忽略的随横截面和时间变化的因素的影响,假设其均值为零,方差为δ²,并假定μ_it和X_it不相关。引进虚拟变量成为下列形式:
Y=Da Xβ μ
令D=[d₁,d₂,……d_n],其中di代表第i各单位的虚拟变量。上式叫做LSDV(最小二乘虚拟变量模型)。采用Eviews软件对模型进行估计,估计结果见下表:
540)this.width=540" vspace=5>
由表二可以看出,模型的解释能力是比较高的,调整后的R²达到98.75%,模型拟合优度很高, F统计量为334.251,说明模型整体线性关系明显。
表一的实证结果表明:公司规模对财务杠杆有正向效应,在5%明显性水平下,P=0.000,说明二者之间呈明显的正相关关系,另外,公司规模的回回系数为0.159,也即公司规模每扩大1%,公司的资产负债率将增加0.159%个单位。这就证实了公司规模越大,公司和外部债权人之间的信息不对称程度越低,公司更轻易通过债务融资,又由于公司规模越大,规模效应越大,边际本钱递减从而其破产本钱变小,因此规模越大的公司越倾向于债务融资。这很好的印证了电力行业的行业特征,电力行业的边际本钱很小,存在很大的规模效应。


公司盈利能力和资本结构明显负相关,回回系数为-0.941, 说明主营业务利润占总资产的比例每增长1个单位,将引起公司资产负债率降低0.941个单位;同时该系数的尽对值也是所有变量中系数最大的,说明电力公司的盈利性对其资产负债率最大,这和优序融资一致,当盈利能力较强时,公司偏好内源融资,企业就有可能保存较多的盈余而更少的发行债券。
成长性和资本结构正相关,但不明显,P=0.208,回回系数=0.038,资产负债率关于成长性的弹性为0.038,从学上的弹性看属于缺乏弹性,说明当成长性上升1%时,公司资产负债率上升0.038%,这一结论和优序融资理论相符,和国内一些学者的结论不太一致,产生这一现象的原因可能是电力行业大多是由以前的国有企业改制而来,高级治理职员大多由国家的任命产生,公司大股东对公司的治理作用不是很高,从而传统的代理理论无法解释电力上市公司的资本结构。
非债务税盾和资本结构负相关,它的回回系数为-0.433,说明非债务性避税1个单位,公司的资产负债率将下降0.433个单位,它的系数的尽对值是除了盈利能力系数外最大的,这也和电力行业的实际情况相符,电力行业属国家基础设施产业,公司规模一般很大,公司的固定资产也相对较多,因此每年对公司提取的折旧也较多,折旧所带来的避税作用也较强,非债务税盾作为税收上风的替换形式降低了公司的实际税负,公司债务融资较少。