長江經濟帶工業資本結構調整的區域差異研究——來自長江經濟帶工業上市公司的

長江經濟帶工業資本結構調整的區域差異研究——來自長江經濟帶工業上市公司的經驗證據

摘要：本文以長江經濟帶滬深A 股上市的594 家工業企業2005—2015 的年度財務數據為樣本，采用固定效應模型，對工業資本結構調整的區域差異進行實證研究。結果表明，工業資本結構調整速度的區域差異明顯，表現為上、中、下游遞增的趨勢。根據實證結果，本文認為應該在上游地區大力發展金融市場，以提升其資本結構調整速度。

關鍵詞：長江經濟帶；區域差異；資本結構；調整速度

一、引言

長江經濟帶是全球重要的內河經濟帶，覆蓋我國四川、云南、貴州、重慶、湖北、湖南、江西、安徽、浙江、江蘇、上海共11個省市，人口和經濟總量占全國40%以上，在我國經濟發展中，占有舉足輕重的戰略地位。2016年3月2日，國家發展改革委、科技部、工業和信息化部共同印發了《長江經濟帶創新驅動產業轉型升級方案》，方案重點提出了“打造工業新優勢”的任務。長江經濟帶是我國重要的工業集聚區域，已形成了“工業走廊”的格局，其中先進軌道交通裝備、汽車制造、航空航天等產業已具備較強的國際競爭力。然而，長江經濟帶的工業企業卻面臨著企業財務杠桿較高等問題。財務杠桿越高，企業所面臨的負債越大，破產風險就越大。在目前宏觀經濟下行的背景下，國家“十三五”規劃指出，企業要提高直接融資比例，實現“去杠桿”的目標，這是跨越中等收入陷阱的關鍵一步。在公司金融領域，如何優化企業杠桿實際上就是如何優化資本結構的問題，而資本結構的優化必然要經歷資本結構的調整過程。因此，對長江經濟帶工業資本結構調整的研究，對優化工業資本結構、提高資本配置效率、實現工業企業“去杠桿”目標具有重要的現實意義。

長江經濟帶共11 個省市，橫跨中國東中西部地區，區域經濟發展差異較大。因此，本文試圖從區域經濟的視角，探討長江經濟帶的工業資本結構調整速度的區域差異。根據本文的實證結果，對長江經濟帶工業企業如何“去杠桿”以及如何轉型升級提出可供參考的措施與建議，為工業企業制定融資方案提供了理論依據。

二、文獻綜述

大量的理論和實證研究表明，企業存在最優的資本結構，以使得企業價值最大化。由于企業內部因素與外部融資環境的不確定性，企業最優資本結構并非固定不變。因此，為了實現企業價值最大化，決策者會根據內外部環境，對資本結構進行動態調整。

在國外的研究文獻中，Leary和Rob?erts認為，因為實際資本結構偏離最優資本結構以及調整成本的存在，決策者會不斷地將實際資本結構向最優資本結構調整，以實現企業價值最大化。Flannery和Rangan認為公司存在最優資本結構，并且資本結構調整速度的大小取決于資本結構調整成本的大小。在資本結構調整成本的影響因素研究中，Cook和Tang認為，宏觀經濟的發展狀況對調整成本影響顯著，在經濟繁榮時期，資本結構的調整成本較低；在經濟衰退時期，資本結構的調整成本較高。

在國內的研究文獻中，閔亮等學者從宏觀經濟的角度出發，其認為宏觀經濟沖擊對資本結構調整速度具有顯著的負向影響。其他學者分別從市場化進程、法律環境、產品市場競爭、高管股權激勵等角度，考察了其對資本結構動態調整的影響，實證結果表明市場化進程、法律環境、產品市場競爭、高管股權激勵均對資本結構的調整有顯著影響。此外，也有學者從區域差異[1]和區域因素[2]的角度，考察了中國上市公司資本結構調整速度的區域差異，結果證明，中國上市公司的資本結構調整受區域因素影響顯著，不同區域的資本結構調整速度具有顯著差異。張春景和馬文超[3]著眼于制造業在經濟發展中的特殊性，利用中國制造業上市公司的數據考察了資本結構調整。上述文獻對我們了解最優資本結構以及調整成本的影響因素有著重要意義。

本文主要考慮到長江經濟帶工業轉型發展在全國經濟發展中的重要性，從區域經濟的視角，研究長江經濟帶工業資本結構調整速度的區域差異。

1. 模型選擇與估計方法

⑴模型選擇。在有效市場假說的條件下，調整公司資本結構沒有成本，此時，公司能夠立即將資本結構調整至目標資本結構，以保證公司價值最大化。但有效市場假說的多數條件是無法得到滿足的，公司資本結構的調整面臨著較高的成本約束。以往的研究文獻表明，由于調整成本的存在，當決策者發現實際資本結構與目標資本結構發生偏離時，并不能立即進行調整，普遍存在逐步動態調整效應。為了更精確地描述資本結構調整的動態行為，參考以往學者的實證模型，本文使用部分動態調整模型來估計資本結構的調整速度。

為了描述公司資本結構的調整速度，設計模型如（1）式所示：

LEVi,t -LEVi,t -1 =δ(LEV *i,t -1 -LEVi,t -1)+μi,t (1)

其中LEVi,t 為i 公司t 年資產負債率，LEV *i,t -1 為i 公司t -1 年的目標資產負債率，μi,t 為殘差項。δ 為公司資本結構的調整速度，反映了公司從t -1年至t 年的資本結構調整快慢，δ 越大表示資本結構的調整速度越快，反之越慢。事實上，由于存在調整成本，δ ∈(0,1) 。在估計δ 時，由于目標資本結構LEV *i,t 不可觀測，模型（1）實際上是不可行的，因此我們必須先設法估計出公司目標資本結構。

在中國資本市場，國內學者研究發現，區域特征以及公司特征是資本結構的重要影響因素[2]。為了估計出目標資本結構，本文假設目標資產負債率LEV *i,t 是反映區域特征的指標向量Areai,t 以及反映公司特征的指標向量Firmi,t 的線性函數，如模型（2）所示：

其中κ 表示常數項，β 、γ 表示系數向量，ηi,t 則表示殘差項，模型（2）有效地解決了目標資本結構不可觀測的問題。將模型（2）帶入模型（1），得到本文的實證模型（3）：

⑵估計方法。本文使用的是面板數據，為了使模型估計更為有效，本文對使用固定效應還是隨機效應進行了豪斯曼檢驗（Hausman）。豪斯曼檢驗的原假設為“H0：隨機效應模型為正確模型”。如果原假設成立，則使用隨機效應比固定效應的估計模型更為有效；如果原假設不成立，則隨機效應模型估計不一致，應當采用固定效應模型，檢驗結果顯著拒絕原假設。因此，本文采用固定效應模型進行系數估計。

2. 變量選擇

（1）區域特征變量。①經濟衰退期。研究表明，宏觀經濟衰退期的加入對資本結構的調整有顯著影響，本文借鑒閔亮和沈悅[4]的研究思路，采用虛擬變量定義中國的宏觀經濟衰退期。觀察2005 年—2015年我國GDP的增長率，可以發現，在此期間我國分別經歷了2008年和2015年兩個宏觀經濟衰退期，本文將2008年和2015年設為1，其他年份為0。②區域經濟發展水平。經濟發展水平較高的地區，其資本市場相對發達，公司的融資成本較低，具有明顯的融資和資本結構調整優勢。本文借鑒金桂榮[2]的變量選擇方式，以人均GDP描述區域經濟發展水平，為避免因變量數量級差異導致模型估計偏誤，人均GDP的單位取萬元。另外，由于上市公司財務年報均未剔除通貨膨脹因素的影響，為了保證估計的一致性，本文采用人均名義GDP作為區域經濟發展水平的代理變量。

（2）公司特征變量。國內大量實證研究表明，公司規模、成長性、盈利能力、資產有形性、行業虛擬變量、年度虛擬變量均顯著影響公司資本結構。鑒于本文主要研究工業資本結構調整速度的區域差異，單個行業并無行業差異，不考慮行業變化的影響。因此，本文選取公司規模、成長性、盈利能力、資產有形性四個變量作為公司的特征變量，同時控制年度差異。本文所涉及的變量定義如表1所示。

3. 樣本篩選

已有研究表明，在研究資本結構調整速度差異的問題上，數據的觀測區間越長，研究結論越有效[5]，因此，本文選擇2005—2015年共11年長江經濟帶滬深A股工業上市公司的年度財務數據為初始樣本。參照已有文獻，本文按照如下原則對初始樣本進行篩選處理：剔除ST、PT類上市公司；剔除同時擁有B股或H股的上市公司；剔除模型中關鍵變量數據缺失的觀測樣本；剔除觀測數據樣本連續少于2年的上市公司；按省級注冊地將公司樣本分類；剔除資產負債率大于1或者Tobin’s Q值大于10的公司樣本。按照地理區域劃分標準，將長江經濟帶11個省市劃分為上游地區（四川、云南、貴州）、中游地區（江西、湖北、湖南、重慶）、下游地區（安徽、上海、江蘇、浙江）。最終得到長江經濟帶594家工業上市公司為研究對象，其中上游地區95家，中游地區165家，下游地區334家。

本文的所有數據均來自國泰君安數據庫（CSMAR），數據全部采用Stata MP14.1軟件進行處理。

三、實證分析

1. 變量的基本統計量

變量的基本統計量如表2 所示。為了避免異常值導致模型估計偏誤，本文將公司規模、盈利能力、資產有形性三個變量進行了5‰的雙邊縮尾處理，并通過了正態檢驗。從表中可以看出，除TOBINQ以外，其他變量的均值與中位數的差別均在可接受的范圍內。TOBINQ描述的是公司成長性，數據表明，50%的工業上市公司成長性在1.95 以下，低于行業均值2.41，說明工業行業大多數公司的成長性不足，這與工業行業產能過剩的現狀相對應。

2. 長江經濟帶區域內的估計結果對比

長江經濟帶區域內估計結果對比如表3所示。本文對該分組樣本間估計的系數進行了嚴格的假設檢驗，檢驗結果均在5%的顯著性水平下拒絕了“H0：組間估計系數不存在差異”的原假設，故我們認為分樣本的估計系數存在顯著差異。

從表3可以看出，對工業資本結構調整速度的影響因素中：（1）區域經濟發展水平（RGDP）對長江經濟帶下游工業上市公司的資本結構存在顯著的負向影響，這與金桂榮的實證結果一致[2]，但其他區域樣本則不顯著。究其原因可能是因為區域經濟發展水平越高的下游區域，金融市場越發達，企業更偏向于以股權融資，從而降低了負債率。（2）經濟衰退期（CY?CLE）對工業資本結構的影響并不顯著。閔亮和沈悅的研究結論表明，經濟衰退期對融資約束型公司的資本結構具有顯著的負向影響；對非融資約束型公司的資本結構具有顯著的正向影響[4]。本文僅對長江經濟帶的工業行業樣本進行了研究，相當于閔亮和沈悅研究樣本的子樣本，與其研究結論對比發現，經濟衰退期對長江經濟帶的工業資本結構的影響并不顯著。（3）公司規模（SIZE）對工業資本結構具有顯著的正向影響，這與資本結構的權衡理論相符合，規模越大的企業其破產成本與融資成本越低，融資信譽度越高，更容易融得資金，因而資產負債率越高。（4）公司成長性（TOBINQ）僅在長江經濟帶上游地區的影響顯著為正，中下游地區則不顯著。其原因可能是因為上游地區的資本市場不發達，企業外源融資主要來源于銀行貸款，從而導致資產負債率較高。（5）盈利能力（PROFIT）對工業資本結構具有顯著的負向影響，這與融資優序理論相符合。外部融資成本高于內部融資成本，以至于高盈利性企業由于內部資金充足，會優先考慮內部融資，此類融資不體現在賬面負債上，故負債率較低，國內外的實證研究均支持這一結論。（6）資產有形性（TANG）均有顯著的正向影響。實際上，當公司破產時，有形資產的價值最大。某種程度上，公司的有形資產越多代表公司的信用越高，從而越容易通過負債的形式融入資金，因而負債率較高。

對比各組的資本結構調整速度可知，長江經濟帶工業資本結構的調整速度為44.66%（1-0.5534），上游的調整速度為39.53%，中游的調整速度為46.04%，下游的調整速度為46.57%，表現為上、中、下游工業資本結構調整速度遞增的特征，這與麥勇和胡文博的研究結論一致[5]。上游地區的調整速度與長江經濟帶整體調整速度相比慢5.13%，比中游地區慢6.51%，比下游地區慢7.04%，差距較大，這與西部地區不發達的金融市場相對應。麥勇和胡文博以西、中、東的區域劃分方式對全國上市公司的資本結構調整速度進行研究，采用同樣的估計方法，得出資本結構調整速度的估計值分別為西部32.3%、中部35.4%、東部44.3%。由于長江經濟帶橫跨東中西部地區，可以將長江經濟帶上游、中游、下游看作全國西部、中部、東部的子樣本。進一步對比可知，上、中、下游的調整速度比西、中、東部平均調整速度分別高7.23%、10.64%、2.27%。究其原因可能是長江經濟帶的多數工業企業為國有企業，容易獲得國家的政策支持。

四、結論與建議

本文采用2005—2015年長江經濟帶工業A股上市公司的年度財務數據，建立資本結構動態調整的固定效應模型，對樣本按區域分組進行估計，并將結果進行對比。實證研究表明：（1）長江經濟帶工業資本結構的調整速度存在明顯的區域差異，呈現出由上、中、下游的遞增趨勢，且上游與中下游工業資本結構調整速度的差距較大。（2）區域經濟發展水平對經濟發達的下游地區的工業資本結構具有顯著的負向影響，對區域經濟水平較低的中上游地區影響不顯著。（3）工業企業成長性對資本結構的影響程度有限，在成長性較高的工業企業中具有顯著影響，在成長性較低的工業企業中影響不顯著。

根據以上研究結論，本文認為應該著力發展上游地區的金融市場，尤其是資本市場。研究表明，上游地區的工業資本結構調整速度遠低于中下游地區，調整成本較高，其直接原因是由于金融市場的資本市場不發達。由于長江經濟帶上游地區（云南、貴州、四川）金融市場相對不完善，主要以銀行的間接融資為主，資本市場的直接融資不發達，阻滯了區域內工業企業資本結構的動態調整。由此加速完善云貴川地區的金融市場制度，大力發展區域性股權市場，積極實施債轉股，可提高區域內企業資本結構調整速度。

參考文獻

[1]麥勇,胡文博,于東升.上市公司資本結構調整速度的區域差異及其影響因素分析——基于2000—2009年滬深A股上市公司樣本的研究[J].金融研究,2011(07).

[2]金桂榮.區域因素影響下我國上市公司資本結構動態調整研究[J].中國軟科學,2016(07).

[3]張春景, 馬文超.基于企業經營預期下的資本結構調整——來自我國制造業上市公司的經驗證據[J]. 會計研究, 2014(08).

[4]閔亮, 沈悅. 宏觀沖擊下的資本結構動態調整——基于融資約束的差異性分析[J]. 中國工業經濟, 2011(05).

[5]盛明泉, 張春強,王燁.高管股權激勵與資本結構動態調整[J]. 會計研究, 2016(02).

【長江經濟帶工業資本結構調整的區域差異研究——來自長江經濟帶工業上市公司的】相關文章：

長江的作文05-20

新型工業化與經濟結構調整戰略08-26

美麗的長江作文07-07

關于長江的詩10-27

長江學生作文11-11

關于長江的古詩08-21

美麗的長江作文03-07

與長江有關的詩句04-28

優秀長江作文01-06

描寫長江的句子01-03