DOI:10.19699/j.cnki.issn2096-0298.2020.01.144

上市公司資本結構對公司績效的影響——以房地產(chǎn)上市公司基于面板門檻模型的檢驗為例福州理工學院 商學院 李明月

摘 要：房地產(chǎn)公司是關聯(lián)性較強的資金密集型企業(yè)，發(fā)展狀況影響到眾多上下游企業(yè)。根據(jù)權衡理論，負債融資給公司帶來低成本的同時使破產(chǎn)風險加大，因此房地產(chǎn)公司應優(yōu)化資本結構，以提高公司績效。本文采用Hansen的面板門檻模型，選取A股房地產(chǎn)上市公司2015—2017年的相關財務數(shù)據(jù)進行資本結構對績效影響的實證，結果顯示：我國房地產(chǎn)上市公司資本結構對公司績效的影響存在門檻效應，無論在低負債還是高負債區(qū)間，資本結構都對績效產(chǎn)生負向影響，但是負債水平越高越有損公司績效的提高。關鍵詞：房地產(chǎn)上市公司 資本結構 公司績效 面板門檻模型中圖分類號：F275

文獻標識碼：A

文章編號：2096-0298(2020)01(a)-144-04

近幾年房地產(chǎn)行業(yè)發(fā)展迅速，2017年房地產(chǎn)行業(yè)實際到位總資金高達156052.62億元，當年增加值為53850.7億元，占國民生產(chǎn)總值6.5%左右，在國民經(jīng)濟中占有重要的地位。為了抑制房價的高速增長，國家對房地產(chǎn)行業(yè)的措施十分頻繁，出臺了法律、金融、財稅等。由于房地產(chǎn)公司財務杠桿偏高，過度依賴外部債務融資使其極易受到國家的影響。因此研究房地產(chǎn)上市公司資本結構對公司績效的影響，探究財務杠桿與績效的真實關系，為房地產(chǎn)公司提出資本結構優(yōu)化建議，尤為是在國家對房地產(chǎn)行業(yè)嚴加管控的大環(huán)境下具有重要現(xiàn)實意義。

2 研究假設與研究設計

2.1 研究假設

本文主要研究資本結構對公司績效的影響，根據(jù)權衡理論，負債融資帶來稅盾效益的同時還使公司的財務風險加大，即負債會帶來財務困境成本，當負債帶來的稅盾收益與財務困境成本相抵時公司價值達到最大。權衡理論的最核心的觀點是公司存在最優(yōu)資本結構，所以本文認為資本結構對績效的影響可能產(chǎn)生結構變化點，提出如下假設：

假設1：房地產(chǎn)上市公司資本結構對績效不僅僅是簡單的線性影響，而是隨負債水平的提高，兩者出現(xiàn)結構性變化。

假設2：房地產(chǎn)上市公司存在最優(yōu)資本結構，低于最優(yōu)值時兩者正相關，高于最優(yōu)值時兩者負相關。2.2 研究設計

2.2.1 樣本來源

本文以房地產(chǎn)上市公司為研究對象，從國泰安數(shù)據(jù)庫下載2015—2017年的數(shù)據(jù)進行分析；考慮到A股和B股的差異，本文只選取A股市場的數(shù)據(jù)；同時考慮到房地產(chǎn)行業(yè)變化迅速，所以僅對近三年的數(shù)據(jù)進行實證分析，以期得到更準確地分析；文章剔除了包含缺漏值和異常值的公司以及ST、PT類公司；最后選取了119家房地產(chǎn)A股上市公司，運用stata13軟件進行數(shù)據(jù)處理以及實證分析。

2.2.2 變量設計

被解釋變量：本文用roe作為公司績效的代理變量，roe是凈資產(chǎn)收益率，代表股東自有資金的收益能力，是杜邦分析的核心指標，具有較強的代表性，在國際上也廣為使用。

解釋變量：總資產(chǎn)負債率門檻變量：總資產(chǎn)負債率。

控制變量：公司規(guī)模、成長性、長期負債比率、股權結構控制變量。

2.2.3 模型設計

本文使用Hansen提出的面板門檻模型進行實證檢驗，該模型的基本設定如下：

1 文獻綜述

自從MM定理提出以來，國外學者對資本結構與績效之間的關系進行大量的理論研究和實證檢驗，相繼發(fā)展了權衡理論、代理理論等。Wai-Ching Poon(2013)[1]研究了馬來西亞銀行業(yè)種族和管理結構對公司績效影響的實證檢驗，實證分析表明股權結構越集中越有利于銀行績效的提高。Peter and 探究什么因素決定著Darush(2017)[2]研究了瑞典的中小企業(yè)，

短期負債和長期負債的比例，這是一篇考察債務期限結構的決定因素的文章，與以往研究總負債水平的決定因素不同，豐富了相關理論和實證研究。

國內學者對資本結構的研究主要是實證研究，較少涉及理論研究。田凌云(2017)[3]用因子分析法計算出績效的綜合得分，然后研究資本結構與績效之間的關系，結果表明負債率的提高不利于績效的提升。董艷飛(2019)[4]以房地產(chǎn)上市公司為研究對象，對資本結構與績效之間關系進行實證檢驗，運用多元線性回歸分析方法，結果顯示總資產(chǎn)負債率越高，公司績效越差。

通過對國內外文獻的梳理，發(fā)現(xiàn)關于資本結構與公司績效關系的研究主要集中在兩者之間的線性關系上，有較少學者考慮了兩者的非線性關系，一般通過加入二次項或者認為劃分樣本為高負債和低負債區(qū)間進行研究，但是二次項容易造成嚴重多重共線性，人為劃分主觀性太強，容易造成偏誤。所以本文引入Hansen提出的面板門檻模型進行研究，該方法是根據(jù)數(shù)據(jù)本身的特點進行劃分，可以有效避免上述問題。144

2020年1月 www.cnzgsl.com

Copyright?博看網(wǎng) www.bookan.com.cn. All Rights Reserved.運營管理

μi其中yit是被解釋變量， xit表示解釋變量， q是門檻變量，

表示個體效應， γ表示門檻值， i表示個體， t代表時間， I(qit≤γ)是指示函數(shù)，當括號里面的內容成立時為1，不成立為0。該模型相當于是分段函數(shù)，首先檢驗門檻效應是否存在，原假設是β1和備擇假設是存在門檻效應，即β1在統(tǒng)計上顯著β2沒有顯著差別，

由于傳統(tǒng)的F統(tǒng)計量是非標準的，Hansen提出通過的不等于β2。

自抽樣法(bootstrap)獲得經(jīng)驗樣本，計算經(jīng)驗p值。

通過上一步驟如果模型存在門檻效應，接下來需要對門檻值是否等于真實值進行檢驗。由于LR統(tǒng)計量不存在規(guī)則的分布函數(shù)，需要構造非拒絕域，根據(jù)Hansen的建議，1%、5%、10%顯著水平下的臨界值分別是10.59、7.35、6.53。

根據(jù)Hansen面板門檻模型的基本設定，本文資本結構對公司績效影響的面板門檻模型設定如下：

roeit=μit+θ'CONTROLS+β1×ratioitI(ratioit≤γ)+β2×ratioitI(ratioit>γ)+εit3 實證分析

3.1 描述性統(tǒng)計分析

表2是所有變量的描述性統(tǒng)計，可以看出，樣本上市公司的凈資產(chǎn)收益率均值是7.7%左右，資產(chǎn)負債率平均高達65%，總負債中長期負債比例平均為33%，第一大股東持股比例平均40%左右，最大達80%，說明一股獨大現(xiàn)象普遍，國有股比例均值較小，且中位數(shù)是0，說明大部分的房地產(chǎn)上市公司都完成了股權改革。

表2 變量的描述性統(tǒng)計

變量roeratio

均值

標準差

最小值

中位數(shù)

最大值0.49756

0.07733360.1260828-0.7410180.078428

0.65330330.1739820.08756180.68500240.9400504

0

0.332195

0.9377

roe是本文的被解釋變量，代表公司績效， μ表示個體效應， ratio是本文的解釋變量，同CONTROLS代表一系列控制變量，時也是門檻變量，其他變量與上述模型一致。

以上是單一門檻模型，雙重門檻是在單一門檻值的基礎上進行第二個門檻值的搜索，然后固定住第二個門檻值重新搜索第一個門檻值，從而得到優(yōu)化的第一個門檻值。多重門檻模型以此類推。本文雙重門檻模型設定如下：

longratio0.33499120.1812883czhcr1gygtshrsizegrow

0.76149690.73432830.024140.51353753.47220938.57339

15.98534

7.11610

38.66190

80.870.7612853

127.78404172.0099

0.04139230.1271074

0.86141790.21514620.042590.993666523.636324.219207

1.49475715.911

19.34885

23.57006

-9.95131.108352

其中γ1表示第一個門檻值， γ2是第二個門檻值，其他變量含義同上。

表1 變量定義

變量類型被解釋變量解釋變量門檻變量

變量名稱凈資產(chǎn)收益率資產(chǎn)負債率資產(chǎn)負債率公司規(guī)模

變量符號roeratioratiosize

變量定義凈利潤/平均所有

者權益

總負債/總資產(chǎn)總負債/總資產(chǎn)總資產(chǎn)對數(shù)

3.2 門檻效應檢驗及門檻值的估計

首先檢驗資本結構對績效的影響是否存在門檻效果，由于不知道所構造統(tǒng)計量的分布，所以Hansen提出采用bootstrap自抽樣法對現(xiàn)有樣本進行抽樣，對得到的經(jīng)驗樣本計算統(tǒng)計量，同時計算出經(jīng)驗p值。表3是門檻效果的檢驗結果，本文進行了300次的自抽樣檢驗，從表中數(shù)據(jù)可得單一門檻和雙重門檻效果較為顯著，三重門檻效果不顯著。

表3 門檻效果自抽樣檢驗

臨界值

模型

F值

p值

BS次數(shù)300300300

1%11.3831.6559.

5%6.612

10%4.1

公司成長性grow

(本年主營業(yè)務收

入-上年主營業(yè)務收入)/上年主營業(yè)務收入

第一大股東持股比例

第二至第十大股東持股比例/第一大股東持股比例國有股比例流通股數(shù)量/總股本數(shù)量

單一門檻27.863***0.000雙重門檻3.286***三重門檻

2.526

0.0000.167

-0.443-1.2555.832

3.377

股權集中度cr1

注：* p<0.05, ** p<0.01, *** p<0.001

股權制衡度

控制變量

股東性質流通股比例長期負債率

czh

表4是門檻值的估計和置信區(qū)間，由于三重門檻效果不顯著，我們著重關注單一門檻模型和雙重門檻模型。單一門檻模型的門檻估計值是0.88，95%的置信區(qū)間也比較小，說明比較可信；雙重門檻模型的兩個估計值比較相近，并且0.859的置信區(qū)間十分寬泛，因此可信度不高，我們對此持懷疑態(tài)度。因此下一步我們需要進行門檻估計值是否等于真實值的檢驗，根據(jù)圖1、圖2、圖3可以看出單一門檻值的置信區(qū)間比較集中，而雙重門檻模型的第二個門檻值置信區(qū)間極大，所以本文選用單一門檻模型進行參數(shù)估計和檢驗。同時也證明了本文的假設1，資本結構對公司績效的影響存在結構變化點，所以本文以88%資產(chǎn)負債率為界點把樣本分為低負債和高負債區(qū)間，分段進行研究。

145

gygtshr

longratio長期負債/總負責

t2=1時是2016年；t3=1時是2017年；當t2和t3都是0時，是2015年

會計年度(虛擬變量)t2、t3

www.cnzgsl.com 2020年1月

Copyright?博看網(wǎng) www.bookan.com.cn. All Rights Reserved.Operation Management

表4 門檻估計值和置信區(qū)間

門檻估計值

單一門檻模型雙重門檻模型

Ito1Ito2三重門檻模型

0.8590.8790.603

[0.224,0.862][0.879,0.2][0.235,0.848]

Variableczh

303.3 門檻模型參數(shù)估計

95% 置信區(qū)間[0.876,0.884]

首先對各個變量的是否存在嚴重的多重共線性進行檢驗，根據(jù)表5來看，平均VIF膨脹因子僅為1.79，一般是小于10說明不存在嚴重多重共線性。接著進行hausman檢驗，發(fā)現(xiàn)固定效應模型較合適。最后引入時間虛擬變量，發(fā)現(xiàn)不顯著，而且在樣本研究期間不存在顯著的差異，故舍去。

表5 多重共線性檢驗結果

VIF2.62.51.911.861.761.571.111.041.79

1/VIF0.3853080.400130.5233870.5385380.5670250.6370570.580.965117

0.880

cr1size

20LR ratio

值tshr

10gyglongtratio

0.2.4.6門檻參數(shù) (ratio).81growMean VIF

圖1 單一門檻模型的估計值和置信區(qū)間

8表6 Hausman檢驗結果

Test: Ho:difference in coefficients not systematic

6chi2(8)=(b-B)'[(V_b-V_B)^(-1)](b-B)= 20.35

Prob>chi2 = 0.0091

值LR 4表7 時間虛擬變量檢驗結果

2Test: t2=t3Test: t2=t3=0

F(1,226)=2.57

.2.4.6門檻參數(shù) (ratio).81F(2,226)=1.38

0Prob>F=0.110Prob>F=0.2534

圖2 雙重門檻模型的第二個估計值和置信區(qū)間

根據(jù)上述檢驗，本文使用不加時間虛擬變量的固定效應模

30型進行參數(shù)估計，表8是考慮了異方差和截面相關的穩(wěn)健估計結果，其中rd2表示當資產(chǎn)負債率小于門檻值時指示函數(shù)與ratio的交乘項。結果表明，當資產(chǎn)負債率大于門檻值88%時，資本結構

20對公司績效的影響是負向的，系數(shù)大小為－0.441；當資產(chǎn)負債率小于88%時，資本結構與公司績效的關系顯著負相關，但是系數(shù)

值LR 降低為－0.225，說明在低負債區(qū)間資本結構對公司績效的損害作用降低。本文結果拒絕了假設2，沒有出現(xiàn)最優(yōu)資本結構。長期負債比率與績效是負相關，可能長期負債的成本相對較高，而債權人的監(jiān)督控制作用還沒有效發(fā)揮；第一大股東持股比例對績效的影響是正向的，股權制衡度與績效是負相關；國有持股和流

010.2.4.6門檻參數(shù) (ratio).81通股有損公司績效；公司規(guī)模對績效影響不顯著；主營業(yè)務收入增長率越大，績效越高。

圖3 雙重門檻模型的第一個估計值和置信區(qū)間

146

2020年1月 www.cnzgsl.com

Copyright?博看網(wǎng) www.bookan.com.cn. All Rights Reserved.運營管理

表8 模型的參數(shù)估計

Roe

ratio

-0.441***(-8.07)0.216***(5.10)-0.0756***(-11.13)-0.0925***

4 結論與建議

本文通過實證檢驗證實了假設1，拒絕假設2。沒有出現(xiàn)最優(yōu)資本結構，本文認為可能是我國房地產(chǎn)上市公司的資產(chǎn)負債率普遍偏高，總體負債水平并不是處于最優(yōu)資本結構的區(qū)間，還沒能體現(xiàn)資本結構對績效達到最大化貢獻的水平。根據(jù)本文的研究結論，提出以下幾點建議：降低負債水平，拓寬融資渠道。負債水平越高越有損公司績效的提升，因此房地產(chǎn)公司應適當降低負債水平，拓寬融資渠道；優(yōu)化股權結構，降低國有股比例，股權集中有利于發(fā)揮股東的監(jiān)督作用和發(fā)揮債權人的治理作用。

rd2

longratio

czh

(-7.02)

0.00217***

(6.74)-0.518***(-17.98)-0.197***(-6.46)0.00443(0.25)0.00144***(12.09)0.324(0.83)0.194355188.4

參考文獻

[1] Wai-Ching Poon. The Outcome of Politically Connected Boards

on Commercial Bank Performance in Malaysia[J].Modern Applied Science,2013(7).

[2] ?hman,P&Yazdanfar,D.Short-and long-term debt determinants in

Swedish SMEs[J].Review of Accounting and Finance,2017,16(1).[3] 田凌云,中國房地產(chǎn)上市公司資本結構對公司績效的影響及優(yōu)

化研究[D].重慶大學,2017.

[4] 董艷飛,房地產(chǎn)上市公司資本結構與公司績效關系研究[J].會計

與公司治理,2019(3).

cr1

gyg

tshr

size

grow

_consr2_wNF

t statistics in parentheses

* p<0.05, ** p<0.01, *** p<0.001(上接143頁)

3.6 對負債情況合理判斷

首先，查看公司短期借款或中長期借款額度與借款費用增長比例情況，看是否存在有貸款但沒有對應的利息支出，或有利息支出但未發(fā)現(xiàn)貸款的可疑情形，要進一步對公司的實際負債情況做出正確的分析和判斷，搜集比報表資料更深入、更具體的信息，諸如公司的審計報告、監(jiān)管部門材料公告及媒體和專家評論的專題分析等，關注是否存在銀行貸款未在會計記錄中反映的現(xiàn)象。其次，關注會計報表附注對公司所在行業(yè)情況、面臨的機遇與風險、重點投資計劃、或有事項、資產(chǎn)負債表日后事項、重要資產(chǎn)轉讓及其出售說明、公司合并及分立等重要事項的披露，從公司的大事件入手，分析其籌資、融資的可能性和來源渠道。最后，根據(jù)公司貸款卡查詢其在人民銀行征信系統(tǒng)的信息，也是獲得公司實際借款信息必不可少的途徑。

正確研判信息是防止被“割韭菜”的有效手段，面對上市公司披露的利好消息，投資者一定仔細觀察，認真分析，通過對上市公司的經(jīng)營環(huán)境、國際國內局勢的了解，結合公司公布的會計報表來分析公司財務狀況、經(jīng)營模式、業(yè)務開展、行業(yè)競爭等因素，防止落入人為制造的陷阱，造成投資者的資產(chǎn)損失。

濟出版社.2009(6).

[3] 《上市公司國有股權監(jiān)督管理辦法》(國資委財政部令

第36號).

[4] 陳成維.論上市公司財務報告的陷阱、識別與防范[J].人力資源

管理,2010(6).

[5] 雷艷.上市公司制造虛假財務信息常用手法及識別方法的探討

[J].財會學習,2007(12).

[6] 成慕杰,李忠寶.上市公司會計造假的手段及其甄別[J].商業(yè)研

究,2002(12).

[7] 陸建橋.關于會計計量的幾個理論問題[J].會計研究,2005(5).[8] 施然.黑賬[J].北京:經(jīng)濟科學出版社,2010(6).

[9] 宋傳聯(lián).對我國上市公司財務報告舞弊信號的審計識別[J].財會

研究,2005(11).

[10] 謝詩芬,戴子禮.現(xiàn)值和公允價值會計:21世紀財務變革的重要

前提[J].財經(jīng)理論與實踐,2005(9).

參考文獻

[1] 《關于全面推進金融業(yè)綜合統(tǒng)計工作的意見》

(國辦發(fā)〔2018〕18號).

[2] 《高級會計實務》編委會.高級會計實務[M].北京:中國財政經(jīng)

www.cnzgsl.com 2020年1月

147

Copyright?博看網(wǎng) www.bookan.com.cn. All Rights Reserved.