基于广义矩法估计的动态面板数据分析.pdf

《基于广义矩法估计的动态面板数据分析.pdf》由会员分享，可在线阅读，更多相关《基于广义矩法估计的动态面板数据分析.pdf（13页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、债务融资对制造业经营绩效的影响效应研究?基于广义矩法估计的动态面板数据分析褚玉春?刘建平(暨南大学经济学院)摘要!本文以 2001 2007 年沪深两市 485 家制造业企业相应指标构成的平衡面板数据集为研究总样本,通过构造Dynamic Panel Data 模型、应用广义矩法估计(GMM),探究债务融资对我国制造业上市公司经营绩效的影响效应。主要结论是:负债保守型#和 负债激进型#企业之间,经营绩效存在显著差异,我国制造业公司的债权治理效应未能得到充分发挥;制造业上市公司经营绩效与债务融资比率呈近似 倒 U 形#关系。关键词?债务融资?公司治理?企业绩效?GMM 估计?稳健性检验中图分类号

2、?F276?6?文献标识码?AA Study on the Impact of Debt Financing onBusiness Performance in Manufacturing?Abstract:T his paper chooses 485 manufacturing listed companies from Shang?hai and Shenzhen stock exchanges and regards corresponding balanced panel datasets as sample?T he article analyzes the impact of d

3、ebt financing on business per?formance based on dynamic panel data with first?differenced GMM estimation?Three main conclusions are ultimately obtained:Firstly,business performanceexists distinct discrepancy depending on companies?debt financing policy is conser?vative or jacobinical,corporate gover

4、nance effect of debt financing is restricted bysome factors?Secondly,manufacturing listed companies?business performancechanges in converse?U#way with the debt proportion becoming higher?Key words:Debt Financing;Corporate Governance;Business Performance;GMM Estimation;Stabilization Test引?言债务融资是公司的重要

5、财务决策,其比率水平的高低代表着一种特定的公司治理结构,有关债务融资的治理效应一直是学术界关注的焦点。债务融资的治理效应主要表现在债务融79债务融资对制造业经营绩效的影响效应研究资对股东和经理人员的激励和约束功能、债务融资的信号传递功能以及债务融资的破产机制和控制权的 相机控制#等几个方面。债务融资的治理效应是否有效、能否充分发挥依赖于资本市场是否完善、金融体制是否健全等,有效的治理效应可以改善公司经营状况进而提高公司经营绩效。现代资本结构理论研究始于 Modigliani 和 Miller(1958)提出的 MM 定理:在完全市场的严格假定下,一个公司的企业价值与资本结构无关。后来的研究中,

6、学者们放宽完全市场的假设条件,在考虑企业所得税、破产成本、信息不对称等因素条件下,提出了一些新的融资结构理论,如权衡理论、代理理论以及优序融资理论等。其中,权衡理论综合考虑了负债的税盾效应、财务困境成本以及代理成本因素,认为最佳资本结构取决于债务的边际成本和边际收益的权衡(二者相等时为最优);代理理论将委托代理关系引入资本结构的分析框架,旨在寻求股东、经理人、债权人之间的最佳契约关系,以使得股权代理成本和债权代理成本总和最小化,从而提高公司的经营绩效;优序融资理论认为,公司在融资时以内部融资作为最佳选择,如果需要外部融资,则优先考虑负债融资,最后选择股权融资。国外学术界对债务融资的治理效应做了

7、大量实证研究,相关研究结论大都表明,负债融资比率与企业经营绩效正相关。国内学者在债务融资治理效应方面的实证研究起步较晚,研究文献不多。代表性研究有:汪辉(2003)针对总样本作公司价值对债务融资的线性回归,得出 总体上债务融资具有增加公司价值的作用#的结论;封铁英(2006)根据资产负债率大小将所选总样本分成两个子样本(高于、低于资产负债率均值),并对子样本分别进行线性回归,最终得出负债融资与公司绩效呈显著负相关关系的结论;张锦铭(2006)根据资产负债率大小将所选总样本进行了区间划分,继而在分区间上构造静态面板数据模型作回归,所得结论为:经营绩效与债务融资比率的关系呈近似 倒 U 形#并且上

8、市公司的最优债务融资比率在 30%左右。总的看来,此方面的研究存在分歧。笔者认为,上述有关债务融资治理的代表性研究存在不足之处。其中普遍存在的不足为:(1)研究都是采用静态面板数据模型,其缺陷在于只考虑了影响企业绩效的几个明显因素(负债率、规模、现金流、股权结构等),却忽略了一些潜在的影响因素(如市场成熟程度、开放程度等)。事实上前一期的企业绩效中隐含着这些潜在因素的影响,只要在静态面板数据模型中引入滞后一期的因变量(经营绩效)进而建立动态面板数据模型,就可以弥补上面的缺陷。(2)模型估计都是采用 OLS 估计,而 OLS 估计会受到横截面个体间不易察觉的异质性以及回归元可能存在的内生性的困扰

9、,从而产生偏误。此外还存在其他不足:(1)汪辉(2003)的研究,基于所选总样本做企业价值对资产负债率的线性回归不大合理,债务比率是一个适度指标,并非越高越好,所以总样本的债务比率和企业价值之间并非呈简单线性关系。封铁英(2006)的研究,虽然进行了简单分组,但是在组内依然存在债务比率和企业绩效之间并非呈简单线性关系的问题。(2)张锦铭(2006)的研究,其一,在确定公司最优债务比率时,没有区分行业之间的不同,而 DeAngelo 和 Masulis(1980)的研究表明,公司的最优资本结构随行业的不同而不同;其二,最优债务比率的界定受到自行划定的负债率区间的制约。为改进上述不足,本文立足于制

10、造业特定行业,在按负债率大小划分的各区间内,通过构建Dynamic Panel Data 模型来进行广义矩法估计研究及探索性分析研究,以期得到更为准确的结论。基于权衡理论、代理理论等资本结构理论,对制造业行业提出以下两点假设:80%数量经济技术经济研究&2009 年第 9 期假设?负债保守型#与 负债激进型#企业(之间,经营绩效存在显著差异。假设)?负债融资比率与经营绩效的关系呈 倒 U 形#结构,存在最优负债率区间。一、变量、模型和方法1?变量选择和定义(1)被解释变量(经营绩效)的度量指标。本文采用净资产收益率(Roe)和总资产收益率(Roa)来衡量公司经营绩效。净资产收益率=税后净利润/

11、年末股东权益总资产收益率=税后净利润/年初年末总资产平均值下文实证研究将分别以 Roe 和 Roa 作为因变量来做回归分析,相互参照以保证实证结论的稳健性。(2)解释变量(债务融资)的度量指标。债务融资,指企业资金来自于银行、非银行金融机构的贷款等债权融资活动,其度量指标采用资产负债率(DA)。资产负债率=年末负债总额/年末资产总额(3)控制变量的选择定义。从企业内部经营活动看,企业的规模、存货周转率、现金流比率可能会对企业绩效产生影响,故将此三个变量选为控制变量。此外,企业运营的外部环境因素(包括利息率、通货膨胀、经济周期和需求冲击等宏观经济因素)也可能会对公司的经营绩效产生影响,其对所有公

12、司的影响是相同的,但随时间而变化。鉴于此,本文引入时间虚拟变量作为控制变量以考虑时间因素的影响。表 1控制变量定义控制变量变量定义企业规模(lnsize)以企业年末固定资产的对数值表示存货周转率(T r)销售成本与平均存货余额的比值(单位:次)现金流比率(Cf)用经营活动产生的现金流量净额与总资产的比值表示年度虚拟变量(Dk)根据模型,设置年度虚拟变量 Dk(k=2003 2007)?2?模型设定和估计方法(1)模型设定。不论是投资者还是金融贷款机构,都倾向于将资金投入到经营绩效好的企业,以期获得更大收益或保障贷款安全。理论上讲,经营绩效好的公司拥有更多的融资机会,能够吸引更多的投资和贷款。充

13、裕的企业资本会打破企业发展的资金匮乏瓶颈,从而顺利实施设备改进、技术创新等活动,以提高企业的绩效,形成良性循环。因此,企业本期经营绩效会对下一期的经营绩效产生动态连续影响。为体现上述动态影响效应,本文设立含有因变量滞后一期动态项的 Dynamic Panel Data模型:模型?Roeit=?+?Roei,(t-1)+1DAit+2lnsiz eit+3Trit+4Cfit+5Dk+!it81债务融资对制造业经营绩效的影响效应研究(将年平均资产负债率在 0,0?4 和(0?4,1 区间的企业分别定义为 负债保守型#和 负债激进型#。模型)?Roait=+#Roai,(t-1)+1DAit+2l

14、nsiz eit+3T rit+4Cfit+5Dk+%it其中,i=1,2,N;t=2,3,T;k=2003,2004,2007。基于判定假设)真伪性的需要(区间数据检验法#(),现依据企业年平均资产负债率DA?+的大小,在考虑各组样本量的基础上,将研究总样本分成 7 组:(0,DA?,0?2 组(14 家);+0?2 DA?,0?3 组(45 家);0?3 DA?,0?4 组(75 家);.0?4 DA?,0?5 组(109 家);/0?5 DA?,0?6 组(131 家);0 0?6 DA?,0?7 组(79 家);1 0?7 DA?,1 组(32 家)。然后,针对每组企业,应用模型()考

15、察负债率对公司经营绩效的具体影响效应,得到分区间的影响关系,从而寻找其中规律以验证 倒 U 形#理论假设的真伪。(2)估计方法的选择。普通最小二乘估计(OLS),会受到横截面个体间不易察觉的异质性以及回归元可能存在的内生性的困扰而产生偏误;群内估计法(Within Groups)能够排除个体异质性所带来的偏误,却受内生性的困扰;工具变量法(IV)不受内生性的影响,然而因异质性的存在会产生估计的偏差。基于上述估计法的缺陷,笔者选择动态矩法估计(一阶差分 GMM 估计)来对模型参数进行估计。该方法是由 Arellano 和 Bond 于 1991 年提出,它同时解决了内生性和异质性所带来的问题,可

16、以得到更为准确的估计。(3)一阶差分 GMM 估计原理。一阶差分 GMM 估计的原理在于:(通过一阶差分消除个体固定效应的影响;+选取有效工具变量,以剔除可能存在的内生性,从而对面板模型进行合理估计。为方便探究该估计法的原理,现将模型 写成更为一般的形式:yit=?+?yi,(t-1)+2xit+vi+vt+eit(1)其中,y 代表公司经营绩效,x 代表影响经营绩效的各解释变量,vi和vt分别是因不同的个体效应、时间效应所带来的偏误,eit是纯随机扰动项。公式(1)经一阶差分后,变为:yit-yi,(t-1)=?(yi,(t-1)-yi,(t-2)+2(xit-xi,(t-1)+(vt-vt

17、-1)+(eit-ei,(t-1)(2)很显然,方程式(2)已经消除了方程式(1)中因不同个体效应所带来的偏误 vi。方程式(2)中,回归元仍可能存在内生性,并且 yi,(t-1)-yi,(t-2)和 eit-ei,(t-1)是序列相关的,为此必须选定有效工具变量而后进行估计。基于 eit无自相关、前期回归元与未来的随机扰动项不相关的假定,可以得到下面矩条件:E yi,(t-s)(eit-ei,(t-1)=0?当 s32;t=3,4,T(3)E xi,(t-s)(eit-ei,(t-1)=0?当 s32;t=3,4,T(4)由矩条件(3)、(4)知:当 s32 时,yi(t-s)和 xi(t-

18、s)可分别作为方程式(2)中 yi,(t-1)-yi,(t-2)和 xit-xi,(t-1)的有效工具变量。82%数量经济技术经济研究&2009 年第 9 期(+区间数据检验法,即将总样本按负债率分成若干区间,而后在分区间上分别进行回归分析。DA?为 2001 2007 年的序时平均数,采用 首尾折半法#计算。一阶差分 GMM 估计的一致性在于所选择工具变量的有效性,鉴于此,实证时应用Sargan 检验来判别、选取合适工具变量。Sargan 检验的原假设为:过度识别限制是有效的,即工具变量有效。在原假设成立的条件下,Sargan 统计量服从自由度为 r-k 的&2分布(r 是工具变量的秩,k

19、是待估参数个数)。Eviews 分析结果给出 J 统计量和工具变量的秩r(J统计量即为 Sargan 统计量),据此通过 scalar pvar=chisq(J,r-k)命令就可以求得检验的 P 值。在 0?05 的显著性水平下,当 P 0?05,不拒绝原假设,即工具变量有效。二、模型估计和实证分析1?样本选择与数据来源(1)样本选择。本文实证研究样本选自沪深两市上市公司,选择行业定位在制造业,以排除因行业的差异对研究的影响。样本期间为 2001 2007 年。为保证研究的科学性,按照以下标准选取样本:(1)剔除每年被ST 或 PT 的公司;(2)剔除资产负债率大于 1的异常样本公司;(3)剔

20、除数据缺失的公司。最终确定由 485 家制造业上市公司 7年的相应指标构成的平衡面板数据集作为研究样本。(2)数据来源。本文所用数据主要来自锐思金融数据库,还有部分数据取自中国上市公司资讯网(www?cnlist?com)、巨潮资讯网(www?cninfo?com?cn)。表 2分样本各指标均值和标准差?样本?DA变量?总样本样本 1样本 2样本 3样本 4样本 5样本 6样本 70,1 0,0?2(0?2,0?3(0?3,0?4(0?4,0?5(0?5,0?6(0?6,0?7(0?7,1Roeit0?049(0?534)0?047(0?177)0?065(0?080)0?056(0?090)

21、0?050(0?120)0?059(0?333)0?042(0?309)-0?012(1?862)Roait0?027(0?065)0?040(0?116)0?049(0?056)0?036(0?055)0?028(0?062)0?027(0?048)0?015(0?076)-0?002(0?089)DAit0?486(0?168)0?147(0?087)0?257(0?085)0?358(0?091)0?453(0?096)0?547(0?102)0?642(0?097)0?743(0?104)lnsiz eit19?921(1?123)19?024(0?652)19?811(1?146)1

22、9?657(0?871)19?841(1?101)20?054(1?229)20?177(1?169)20?181(0?885)Trit4?953(8?910)3?618(3?228)3?766(3?284)5?908(12?379)5?351(13?729)4?919(3?906)4?721(4?530)4?318(8?050)Cfit0?055(0?073)0?061(0?084)0?062(0?065)0?056(0?070)0?057(0?069)0?056(0?073)0?052(0?078)0?037(0?080)样本量339598315525763917553224?注:表中所列

23、数据为各变量的均值,括号内为标准差。83债务融资对制造业经营绩效的影响效应研究2?描述性统计分析从分样本的角度看(见表 2):对所选 485 家样本公司而言,Roeit和Roait的均值分别是0?049和 0?027,资产负债率的均值为 48?6%,公司规模、存货周转率、现金流比率的均值分别为 19?921、4?953、0?055。从样本 1 至样本 7(负债率递增)可发现:Roeit和 Roait的均值大体呈先增后减态势(见图 1 和图 2),在(0?2,0?3 区间上二者具有最大均值(0?065、0?049);公司规模呈递增趋势,表明负债率高的公司具有扩大规模的趋向;存货周转率、现金流比率

24、亦先增后减,两者最高均值(5?908、0?062)分别在负债率区间(0?3,0?4 和(0?2,0?3 上取得。从分年度的角度看(见表 3):2001 2005 年,Roei和Roai的均值有升有降,没有明显的趋势,而 2006 年和 2007 年 Roei和 Roai的均值均有明显的提升,这可能是由于股权分置改革进入全面铺开阶段的结果。2001 年至 2007 年 485家公司各年的平均资产负债率分别为43?3%、45?1%、47?6%、51?5%、53?4%、55?7%和 56%,呈 现 逐 年 递 增 的 趋 势;2001 2004 年,各年的平均负债率均低于 50%,表现出 轻债务融资

25、重股权融资#的偏好特征,有悖于优序融资理论。2005 年开始,伴随着股权分置改革的启动,债务融资比率超过股权融资比率,企业开始有更加注重债务融资的倾向。此外,公司规模和存货周转率呈稳健的逐年递增趋势,现金流比率则有起有伏。84%数量经济技术经济研究&2009 年第 9 期表 3485家公司分年度各指标均值和标准差?年份变量?2001200220032004200520062007Roei0?065(0?261)0?058(0?455)0?070(0?215)0?071(0?364)0?068(0?282)0?090(1?198)0?125(0?159)Roai0?037(0?066)0?032

26、(0?067)0?037(0?070)0?034(0?062)0?032(0?063)0?040(0?053)0?055(0?071)DAi0?433(0?163)0?451(0?162)0?476(0?164)0?515(0?165)0?534(0?167)0?557(0?165)0?560(0?166)lnsiz ei19?510(1?009)19?672(0?995)19?827(1?019)19?992(1?033)20?093(1?094)20?162(1?186)20?190(1?311)T ri3?799(3?931)4?348(7?151)4?706(5?393)5?162(8

27、?815)5?304(10?972)5?436(12?003)5?912(10?758)Cfi0?055(0?074)0?069(0?072)0?060(0?073)0?064(0?068)0?078(0?066)0?072(0?079)0?057(0?076)?注:表中所列数据为各变量的均值,括号内为标准差。3?独立样本 t 检验为检验假设,将总样本分成两组:负债保守型#(0,DA?,0?4)和 负债激进型#(0?4 DA?,1)。在 SPSS 软件中进行两独立样本 t 检验,原假设 H0:两组企业之间的经营绩效均值无显著差异。检验结果见表 4。表 4独立样本 t 检验结果判定两样本方差是否

28、相等的 Levene 检验判定两样本均值是否相等的 t 检验FSig?tDfSig?(2?tailed)Roe两样本的方差无显著差异两样本的方差有显著差异13?0470?0002?3283?66633932762?9260?0200?000Roa两样本的方差无显著差异两样本的方差有显著差异1?2260?2687?7787?78433931697?5420?0000?000?表 4显示,负债保守型#和 负债激进型#企业经营绩效(Roe 和 Roa)的 Levene 检验的 F 值分别为 13?047 和 1?226,对应显著性水平 Sig?为0?000 和 0?268,表明在 0?05 的显著性

29、水平下,两组企业的 Roe 具有不同方差,而 Roa 具有相同方差。因此,Roe 和 Roa的均值 t 检验值分别为 3?666和 7?778,相应的 Sig?均为 0?000,即二者的 t 检验均拒绝原假设,从而验证了假设的正确性:负债保守型#和 负债激进型#企业之间,经营绩效存在显著差异,并且 负债保守型#(0,DA?,0?4)企业经营绩效相对较高。t 检验的结果表明,负债比率水平的高低对企业绩效产生显著影响,低位负债比率企业具有较高经营绩效而高位负债比率企业具有较低经营绩效#是我国制造业上市公司的现状;而在西方发达国家,许多制造业企业在 70%左右的高位负债率水平下仍具有较高经营85债务

30、融资对制造业经营绩效的影响效应研究绩效,这表明我国制造业公司的债权治理效应未能得到充分发挥。4?模型的估计与实证分析表 5 显示,对应于模型 的 7 个分区间回归估计,Sargan 统计量的 p 值分别为:0?611、0?455、0?523、0?792、0?178、0?150、0?214,在 0?05 的显著水平下,不拒绝过度识别限制有效的原假设,认为所选工具变量有效而且面板单位根检验显示模型的残差均是平稳的,因此估计结果合理。表 5GMM 估计结果(因变量为 Roeit)?模型?DA?区?间自变量?模型?1模型?2模型?3模型?4模型?5模型?6模型?70,0?2(14 家)(0?2,0?3

31、(45 家)(0?3,0?4(75 家)(0?4,0?5(109家)(0?5,0?6(131 家)(0?6,0?7(79 家)(0?7,1(32 家)Roeit(-1)0?343(0?297)0?291*(0?000)0?116*(0?011)-0?111(0?134)-0?212*(0?000)-0?234*(0?000)-0?790*(0?000)DAit-1?015(0?251)0?135*(0?023)-0?011(0?899)-1?338*(0?000)-2?683*(0?000)-2?722*(0?000)-8?491*(0?000)lnsiz eit0?267(0?260)0?0

32、20*(0?098)0?011(0?747)-0?064(0?203)-0?053(0?539)0?200*(0?029)-3?136*(0?001)Trit0?040(0?432)-0?006*(0?002)-0?001*(0?002)0?003(0?153)0?108*(0?000)0?219*(0?000)-0?071*(0?090)Cfit1?603*(0?003)0?429*(0?004)0?066(0?644)-0?071(0?570)3?803*(0?000)0?721(0?184)-7?586*(0?045)D2003-0?056(0?419)-0?001(0?925)0?00

33、9(0?267)0?027*(0?049)0?134*(0?000)0?017(0?737)0?640*(0?000)D20040?001(0?967)0?006(0?268)-0?002(0?698)0?064*(0?000)0?059(0?218)-0?060(0?256)0?228(0?122)D20050?034(0?368)-0?014*(0?100)-0?008(0?266)0?032*(0?021)0?068*(0?048)-0?033(0?600)1?006*(0?000)D2006-0?002(0?952)0?010(0?121)0?018*(0?007)0?034*(0?0

34、03)0?015(0?652)0?069(0?257)-0?710*(0?005)D2007-0?073(0?469)0?025*(0?001)0?028*(0?003)0?011(0?387)-0?009(0?812)-0?212*(0?004)0?663*(0?007)Sargan统计量2?688(0?611)13?926(0?455)13?050(0?523)8?745(0?792)17?476(0?178)18?197(0?150)17?851(0?214)?注:表中所列数据为各变量的回归系数,括号内为参数估计对应的 p 值,*、*、*分别代表显著性水平为 10%、5%、1%。(1)负

35、债率 DAit对经营绩效影响效应分析。从分区间模型?1 至?7 回归结果看,在不同的资产负债率区间,资产负债率与经营绩效(Roeit)的关系不尽相同:在 0,0?286%数量经济技术经济研究&2009 年第 9 期区间,回归系数为-1?015(p=0?251),二者呈微弱负相关关系;在(0?2,0?3 区间,回归系数为 0?135(p=0?023),二者呈显著正相关关系;在(0?3,0?4 区间,二者几乎不存在影响关系;在(0?4,0?5、(0?5,0?6、(0?6,0?7、(0?7,1 区间,回归系数分别为-1?338(p=0?000)、-2?683(p=0?000)、-2?722(p=0?

36、000)、-8?491(p=0?000),二者则均呈显著负相关。可见,随着负债率的增加,负债率对经营绩效的影响效应可分为四个阶段:微弱负相关、显著正相关、不相关、显著负相关,其中正相关表明债权融资对公司产生积极的治理效应,负相关则表明债权融资治理效应的无效性。结合上文谈到的代理理论和权衡理论可知,企业负债比率对经营绩效是否产生积极作用,需要综合考虑负债的引入及负债比率的变化所带来的收益(税收收益)、成本(股权代理成本、债权代理成本和财务困境成本)的变化情况。据此,对上面各阶段影响效应所反映的情形做出分析。在 0,0?2 区间,企业负债比率较低,不存在因企业破产或破产可能性加大而带来的财务困境成

37、本,故只考虑负债所带来的税收收益、股权(债权)代理成本即可;微弱负相关的效应表明,负债的引入虽然降低了股权代理成本并带来一定的税收收益,但是这些有利效应被同时引进的债权代理成本所抵消。在(0?2,0?3 区间,显著正相关的效应表明,负债的税盾效应在此阶段充分体现,税收收益高过股权代理成本及债权代理成本之和,从而有助于促进企业经营绩效的提高。在(0?3,0?4 区间,不相关的实证结论表明,此阶段财务困境成本开始发生作用,负债带来的总成本和税收收益大小几乎相当。在(0?4,0?5、(0?5,0?6、(0?6,0?7、(0?7,1区间,显著负相关的效应表明,不断加大的财务困境成本超出税收收益,从而对

38、企业绩效产生负向影响。上面实证结论,即可验证假设)债融资比率与公司绩效的关系呈近似 4倒 U 形5结构,存在最优负债率区间#是合理的:微弱负相关和显著正相关阶段,近似代表 倒 U 形#结构的左侧上升部分(;不相关阶段,代表 倒 U 形#结构顶部先升后降的部分,最优负债率区间即出现在这一阶段;显著负相关阶段,代表 倒 U 形#结构右侧下降部分,并且由|-1?338|-2?683|-2?722|-8?491|可知右侧下降部分为外凸形的,恰好与 倒 U 形#结构右侧部分的形态一致。近似 倒 U 形#结构的结论表明:在我国特定的经济发展环境、市场体制下,适度的债权融资会产生积极的治理效应,而过高的债权

39、融资则产生消极的治理效应。债权融资在最优负债率状态下拥有最好的公司治理效应。(2)最优负债融资率区间的界定。上文谈到张锦铭(2006)的研究中,其最优负债融资率的界定受制于划分的既定区间,故最优负债融资率欠精确。为摆脱既定区间对最优负债率界定的制约,本文在已划分的 7 个既定区间的基础上,再次构造便于研究需要的其他区间进行探索性回归分析+,以期得到更为精确的最优负债率区间。由既定区间下回归所得的四阶段影响效应,可知最优负债率区间为(0?3,0?4。既定区间下的回归表明,在(0?2,0?3 区间,负债率对经营绩效产生显著正效应。经探索性回归分析发现:在(0?2,0?35 区间,负债率依然对经营绩

40、效产生显著正效应(回归系数为0?258,p=0?002);然而在(0?2,0?4 区间,负债率不再对经营绩效产生影响效应(sig?87债务融资对制造业经营绩效的影响效应研究(+在负债率区间 0,0?2、(0?2,0?3 上,债务融资比率对企业经营绩效影响效应的图形走势呈先微降后升结构,与真实 倒 U 形#结构(左侧部分无微降的走势)有一定的差别。探索性分析(或称试探性分析),即在已划分的7 个既定区间的基础上,构造其他多个相应的负债率区间,并在新构造的区间上进行试探性回归分析,通过比较各个回归结果来寻求更为精确的结论。=0?854);在(0?35,0?4 区间,负债率几乎不对经营绩效产生效应(

41、sig?=0?572)。这表明更为准确的最优负债率区间为(0?35,0?4。(3)稳健性检验。为佐证上述广义矩法估计实证结论的稳健性,笔者再以 Roait为因变量来进行动态面板数据模型的回归,回归结果见表 6。表 6GMM 估计结果(因变量为 Roait)?模型?DA?区?间自变量?模型)?1模型)?2模型)?3模型)?4模型)?5模型)?6模型)?70,0?2(14 家)(0?2,0?3(45 家)(0?3,0?4(75家)(0?4,0?5(109 家)(0?5,0?6(131 家)(0?6,0?7(79 家)(0?7,1(32家)Roait(-1)0?205(0?561)0?275*(0?

42、003)0?100*(0?032)-0?185*(0?038)0?303*(0?000)0?079(0?220)0?135*(0?000)DAit-0?972(0?226)0?139*(0?003)0?009(0?875)-0?676*(0?000)-0?136*(0?001)-0?212*(0?006)-0?393*(0?000)lnsiz eit0?123(0?376)0?002(0?788)-0?013(0?507)-0?050*(0?091)0?010(0?404)0?027(0?367)-0?066*(0?004)Trit0?031(0?507)-0?004*(0?019)-0?00

43、0(0?263)0?003*(0?046)0?002(0?748)0?001(0?920)-0?001(0?837)Cfit1?177*(0?001)0?210(0?113)0?145(0?197)-0?092(0?609)0?331*(0?000)0?716*(0?000)-0?086(0?429)D2003-0?050(0?439)0?004(0?344)0?007(0?238)0?015*(0?041)0?008(0?239)0?014*(0?095)0?033*(0?004)D2004-0?007(0?811)0?004(0?419)-0?001(0?637)0?032*(0?000)

44、0?000(0?976)0?004(0?696)0?020*(0?017)D20050?023(0?464)-0?012*(0?040)-0?005(0?271)0?013*(0?064)-0?006(0?115)-0?021*(0?038)0?003(0?625)D20060?021(0?465)0?002(0?651)0?010*(0?042)0?021*(0?001)0?008*(0?068)0?018*(0?023)0?010(0?252)D2007-0?047(0?415)0?016*(0?023)0?021*(0?001)0?004(0?541)0?008(0?120)-0?002

45、(0?838)0?020*(0?002)Sargan统计量3?451(0?485)17?099(0?251)10?795(0?702)11?389(0?578)11?982(0?529)16?671(0?274)10?892(0?620)?注:表中所列数据为各变量的回归系数,括号内为参数估计对应的 p 值,*、*、*分别代表显著性水平为 10%、5%、1%。对应于模型)的 7 个分区间回归估计,Sargan 统计量的 p 值分别为:0?485、0?251、0?702、0?578、0?529、0?274、0?620,在 0?05 的显著水平下,不拒绝过度识别限制有效的原假设,认为所选工具变量有效

46、,而且面板单位根检验亦显示模型的残差均是平稳的,因此估计结果合理。88%数量经济技术经济研究&2009 年第 9 期从分区间模型)?1 至)?7 回归结果来考察负债比率和经营绩效二者之间的关系:在 0,0?2 区间,回归系数为-0?972(p=0?226),二者呈微弱负相关关系;在(0?2,0?3 区间,回归系数为 0?139(p=0?003),二者呈显著正相关关系;在(0?3,0?4 区间,二者几乎不存在影响关系;在(0?4,0?5、(0?5,0?6、(0?6,0?7、(0?7,1 区间,回归系数分别为-0?676(p=0?000)、-0?136(p=0?001)、-0?212(p=0?00

47、6)、-0?393(p=0?000),二者之间均呈显著负相关关系。即随着负债率的增加,负债率依次对企业绩效产生的效应为:微弱负相关、显著正相关、不相关、显著负相关,从而表明 倒U形#结构关系的合理性,与前文以 Roeit为因变量所得的结论相吻合。再次进行探索性回归分析,结果显示:在(0?2,0?35 区间,负债率同样对经营绩效产生显著正效应(回归系数为 0?142,p=0?009);然而在(0?2,0?4 区间,负债率不再对经营绩效产生影响效应(p=0?937);并且在(0?35,0?4 区间,负债率对经营绩效不具有明显效应(p=0?271)。结论与前文以 Roeit为因变量所得结论一致,从而

48、验证了 最优负债率区间为(0?35,0?4#这一结论具有稳健性。三、结论和启示1?主要结论本文以 2001 2007 年沪深两市 485 家制造业企业相应指标构成的平衡面板数据集为研究总样本,通过构造 Dynamic Panel Data 模型、应用广义矩法估计(GMM),探究了债务融资对我国制造业上市公司经营绩效的影响关系及债权的治理效应。主要研究结论有:(1)公司 轻债务融资重股权融资#的偏好有所改观。2001 2004 年,各年的平均负债率均低于 50%,表现出 轻债务融资重股权融资#的偏好特征,有悖于优序融资理论,自 2005 年开始,伴随着股权分置改革的启动,债务融资比率超过股权融资

49、比率,企业开始表现出更加注重债务融资的倾向。(2)债权治理效应有待进一步发挥。负债保守型#和 负债激进型#企业之间,经营绩效存在显著差异,负债保守型#企业的经营绩效相对较高。低位负债比率企业具有较高经营绩效而高位负债比率企业具有较低经营绩效#是我国制造业上市公司的现状,而在西方发达国家,许多制造业企业在 70%左右的高位负债率水平下仍能具有较高经营绩效,这表明我国制造业公司的债权治理效应未能得到充分发挥。(3)公司经营绩效与债务融资比率呈近似 倒 U 形#结构。经营绩效随债务融资比率的增加呈先增后减的趋势,且最优债务融资比率区间为(0?35,0?4。倒 U 形#结构的结论显示:适度的债务融资比

50、率会对公司产生积极的治理效应进而可以促进公司经营绩效的提高;而过高的债务融资比率则会对公司产生消极的治理效应,此时公司绩效开始随着负债率的增加而降低;而(0?35,0?4 的债务融资比率会对公司产生最有效的治理效应,此时公司经营绩效达到最好状态。与发达国家相比,我国制造业上市公司的最优债务融资比率偏低,这缘于我国当前的经济体制对债权融资治理效应存在约束。这些约束条件包括:第一,不完善的破产机制导致债权人的利益无法得到保障,同时作为债权人的银行为保持 良好#业绩、地方政府基于自身的利益都不希望企业破产而采取相应的干预手段,这样破产清算压力的匮乏使得治理效应大打折扣;第二,国有银行受行政干预影响而