高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

创业板上市公司融资结构微观影响因素的实证研究

上一篇

下一篇

康微婧. 创业板上市公司融资结构微观影响因素的实证研究[J]. 西南师范大学学报(自然科学版), 2020, 45(7): 115-122. doi: 10.13718/j.cnki.xsxb.2020.07.015
引用本文: 康微婧. 创业板上市公司融资结构微观影响因素的实证研究[J]. 西南师范大学学报(自然科学版), 2020, 45(7): 115-122. doi: 10.13718/j.cnki.xsxb.2020.07.015
shu
Wei-jing KANG. Empirical Research on Micro Factors of Finance Structure of Listed Companies on GEM[J]. Journal of Southwest China Normal University(Natural Science Edition), 2020, 45(7): 115-122. doi: 10.13718/j.cnki.xsxb.2020.07.015
Citation: Wei-jing KANG. Empirical Research on Micro Factors of Finance Structure of Listed Companies on GEM[J]. Journal of Southwest China Normal University(Natural Science Edition), 2020, 45(7): 115-122. doi: 10.13718/j.cnki.xsxb.2020.07.015
shu

创业板上市公司融资结构微观影响因素的实证研究

  • 吕梁学院 经济管理系，山西 离石 033000

  • 基金项目: 教育部人文社会科学规划基金项目(16YJAZH016)；山西省哲学社会科学研究项目(2019W206)；吕梁市软科学研究项目(2018RKX5867)
详细信息
    作者简介:

    康微婧(1987-)，女，讲师，主要从事公司金融研究 .

  • 中图分类号: F830

Empirical Research on Micro Factors of Finance Structure of Listed Companies on GEM

  • Department of Economic Management, Lyuliang University, Lishi Shanxi 033000, China

  • 摘要: 采用2013年-2017年我国720家创业板上市公司的财务数据，运用多元线性回归法探究了抵押价值、公司规模、成长能力、盈利能力和营运能力五大因素对融资结构的影响.研究结果表明，创业板上市公司融资结构的首要影响因素为公司规模，依次为盈利能力、营运能力、成长能力及抵押价值.公司规模的大小导致融资结构存在显著差异，盈利能力较强更加偏好内源融资，营运能力较强的公司需要更少的流动负债维持运营，成长能力强的公司更加偏好外源融资，抵押价值与融资结构无显著相关性.创业板上市公司应依据影响因素，调整融资结构，提高公司的经营业绩并优化内部治理结构.
    Abstract: In this paper, the financial data of the 720 listed companies on GEM from 2013 to 2017 have been adopted, and multiple linear regressions been used to explore the impact of mortgage value, company size, growth capacity, profitability and operational capacity on the financing structure. The research results show that the primary influencing factor is the company size, which in turn are profitability, operational capability, growth ability and mortgage value. The size of the company leads to significant differences in the financing structure; the stronger profitability, the more preference for internal financing; companies with stronger operational capabilities need fewer current liabilities to maintain operations; companies with strong growth capabilities prefer external financing; there is no significant correlation between mortgage value and financing structure. Therefore, listed companies on the GEM should adjust the financing structure according to the influencing factors, to improve the company's operating performance and optimize the internal governance structure.
  • 加载中

  • 表 1  变量定义

    变量类型 变量名称 变量符号 公式
    因变量 资产负债率 DAR 总负债/总资产×100%
    流动负债率 CDR 流动负债总额/总负债×100%
    内源融资率 IF (盈余公积+未分配利润)/总资产
    自变量 抵押价值 有形资产比率 TA (固定资产+存货)/资产总额×100%
    成长能力 营业利润增长率 OPGR (本期营业利润/去年同期营业利润-1)×100%
    总资产增长率 TAGR (期末总资产/去年同期总资产-1)×100%
    盈利能力 营业利润率 OPR 营业利润/营业收入×100%
    净资产收益率 ROE 净利润/所有者权益×100%
    企业规模 总资产规模 TAS 资产总额取对数
    营业规模 SS 营业收入取对数
    营运能力 流动资产周转率 CAT 主营业务收入净额/平均流动资产总额
    固定资产周转率 FAT 销售收入/平均固定资产净值
    总资产周转率 TAT 销售收入净额/平均资产总额
    下载: 导出CSV

    表 2  变量描述性统计

    变量 指标 2013 2014 2015 2016 2017
    A栏：因变量
    DAR 平均值 0.323 0.336 0.322 0.314 0.321
    标准差 0.18 0.173 0.167 0.16 0.172
    DAR 平均值 0.892 0.883 0.873 0.862 0.862
    标准差 0.135 0.136 0.137 0.149 0.147
    IF 平均值 0.238 0.239 0.224 0.221 0.204
    标准差 0.146 0.143 0.153 0.148 0.12
    B栏：自变量
    TA 平均值 0.172 0.175 0.168 0.16 0.147
    标准差 0.128 0.129 0.126 0.125 0.111
    OPGR 平均值 0.295 0.312 0.276 0.283 0.438
    标准差 1.697 1.567 0.589 0.438 3.148
    TAGR 平均值 0.204 0.322 0.432 0.406 0.396
    标准差 0.248 0.578 0.717 0.711 0.669
    OPR 平均值 0.148 0.149 0.113 0.136 0.111
    标准差 0.155 0.125 0.569 0.733 0.384
    ROE 平均值 0.147 0.133 0.109 0.105 0.046
    标准差 0.124 0.226 0.171 0.089 0.785
    TAS 平均值 20.295 20.534 20.829 21.113 21.39
    标准差 0.917 0.909 0.929 0.959 0.910
    SS 平均值 19.733 19.937 20.122 20.329 20.556
    标准差 0.842 0.833 0.881 0.939 0.958
    CAT 平均值 1.07 1.101 1.051 0.991 0.938
    标准差 0.623 0.667 0.776 0.688 0.610
    FAT 平均值 12.914 13.019 12.653 12.532 12.788
    标准差 34.02 39.23 40.947 39.21 38.409
    TAT 平均值 0.721 0.711 0.658 0.609 0.571
    标准差 0.413 0.438 0.562 0.505 0.444
    下载: 导出CSV

    表 3  模型DAR的回归分析

    变量 2013 2014 2015 2016 2017
    TA 0.007
    (0.123)    		 -0.03
    (-0.492)    		 0.105*
    (1.74)    		 0.134***
    (2.67)    		 0.161***
    (2.757)
    OPGR -0.001
    (-0.219)    		 0.003
    (0.561)    		 0.035***
    (2.862)    		 0.023
    (1.611)    		 0.005***
    (3.014)
    TAGR 0.084***
    (3.021)    		 0.034**
    (2.077)    		 0.001
    (0.105)    		 0.003
    (0.393)    		 0.003
    (0.362)
    OPR -0.598***
    (-12.051)    		 -0.387***
    (-7.744)    		 -0.051***
    (-4.878)    		 -0.689***
    (-14.537)    		 -0.115***
    (-7.67)
    ROE 0.614***
    (7.702)    		 0.043
    (1.54)    		 0.088*
    (1.732)    		 0.827***
    (9.675)    		 -0.012*
    (-1.69)
    TAS -0.051*
    (-1.914)    		 -0.099***
    (-4.833)    		 -0.033
    (-1.598)    		 0.029*
    (1.955)    		 0.002
    (0.154)
    SS 0.085***
    (3.295)    		 0.13***
    (6.269)    		 0.096***
    (4.754)    		 0.041***
    (2.819)    		 0.094***
    (5.606)
    CAT 0.056**
    (2.521)    		 0.049**
    (2.252)    		 -0.005
    (-0.23)    		 -0.045**
    (-2.300)    		 -0.056***
    (-5.621)
    FAT -0.0001
    (-0.091)    		 0.0001
    (0.256)    		 -0.0001
    (-0.801)    		 0.0001
    (0.499)    		 0.0001
    (0.251)
    TAT -0.092*
    (-1.929)    		 -0.077**
    (-1.967)    		 0.044
    (1.203)    		 0.058**
    (2.277)    		 0.068**
    (2.308)
    Adj-R2 0.307 0.236 0.214 0.379 0.327
    F 32.84*** 23.47*** 20.88*** 45.52*** 36.44***
    注：*，**，***依次为在10%，5%，1%水平下显著，且括号内的数值为对应系数t统计量的值，下同.
    下载: 导出CSV

    表 4  模型CDR的回归分析

    变量 2013 2014 2015 2016 2017
    TA -0.142***
    (-2.952)    		 -0.005
    (-0.102)    		 0.0001
    (0.001)    		 -0.118**
    (-2.179)    		 -0.124**
    (-2.228)
    OPGR -0.0004
    (-0.15)    		 0.002
    (0.395)    		 -0.004
    (-0.364)    		 -0.012
    (-0.758)    		 0.0004
    (0.26)
    TAGR -0.037*
    (-1.669)    		 0.001
    (0.075)    		 0.017*
    (1.952)    		 0.015
    (1.599)    		 0.011
    (1.381)
    OPR -0.081**
    (-2.024)    		 -0.034
    (-0.828)    		 -0.009
    (-1.02)    		 -0.046
    (-0.892)    		 -0.016
    (-1.14)
    ROE 0.002
    (0.028)    		 -0.013
    (-0.559)    		 -0.119***
    (-2.784)    		 -0.275***
    (-2.979)    		 0.003
    (0.417)
    TAS -0.136***
    (-6.356)    		 -0.102***
    (-6.139)    		 -0.126***
    (-7.261)    		 -0.143***
    (-9.065)    		 -0.133***
    (-8.636)
    SS 0.141***
    (6.736)    		 0.103***
    (6.141)    		 0.124***
    (7.251)    		 0.128***
    (8.057)    		 0.11***
    (6.885)
    CAT -0.098***
    (-5.494)    		 -0.138***
    (-7.783)    		 -0.138***
    (-7.127)    		 -0.085***
    (-4.091)    		 -0.097***
    (-4.726)
    FAT -0.0001
    (-0.352)    		 -0.0001
    (-0.862)    		 -0.0001
    (-0.019)    		 -0.0001
    (-0.254)    		 0.0001
    (0.631)
    TAT 0.029
    (0.754)    		 0.132***
    (4.158)    		 0.111***
    (3.613)    		 0.067**
    (2.405)    		 0.069**
    (2.458)
    Adj-R2 0.194 0.188 0.177 0.166 0.166
    F 18.29*** 17.85*** 16.66*** 15.48*** 15.52***
    下载: 导出CSV

    表 5  模型IF的回归分析

    变量 2013 2014 2015 2016 2017
    TA -0.017
    (-0.397)    		 0.0007
    (0.014)    		 0.016
    (0.345)    		 0.117***
    (2.636)    		 -0.001
    (-0.032)
    OPGR -0.005**
    (-1.988)    		 -0.003
    (-0.732)    		 -0.038***
    (-4.021)    		 -0.038***
    (-3.008)    		 -0.006***
    (-4.097)
    TAGR -0.037*
    (-1.856)    		 -0.021*
    (-1.676)    		 -0.029***
    (-3.575)    		 -0.004
    (-0.487)    		 -0.018*
    (-2.650)
    OPR 0.396***
    (11.026)    		 0.563***
    (15.120)    		 0.113***
    (13.975)    		 0.53***
    (12.713)    		 0.232***
    (19.448)
    ROE 0.306***
    (5.308)    		 0.044**
    (2.101)    		 0.416***
    (10.579)    		 0.081
    (1.073)    		 0.013**
    (2.262)
    TAS -0.057***
    (-2.979)    		 -0.088***
    (-5.800)    		 0.044*
    (2.744)    		 -0.101***
    (-7.882)    		 -0.063***
    (-4.929)
    SS 0.041**
    (2.164)    		 0.071***
    (4.578)    		 -0.066***
    (-4.234)    		 0.081***
    (6.251)    		 0.028**
    (2.093)
    CAT -0.024
    (-1.472)    		 -0.033**
    (-1.999)    		 -0.041**
    (-2.297)    		 -0.055***
    (-3.244)    		 -0.011
    (-0.664)
    FAT -0.0001
    (-0.986)    		 -0.0001
    (-0.723)    		 -0.0001
    (-0.319)    		 -0.0001
    (-0.077)    		 -0.0001
    (-1.303)
    TAT 0.002
    (0.064)    		 0.005
    (-0.156)    		 0.147***
    (5.225)    		 0.025
    (1.087)    		 0.001
    (0.057)
    Adj-R2 0.444 0.379 0.438 0.433 0.458
    F 58.35*** 45.25*** 57.71*** 56.61*** 62.52***
    下载: 导出CSV
  • [1] 刘素荣, 李积鹏, 孙严.融资结构对创业板公司业绩影响的实证研究[J].工业技术经济, 2016, 35(9): 85-91. doi: 10.3969/j.issn.1004-910X.2016.09.011
    [2] DURAND D. Cost of Debt and Equity Funds for Business: Trends and Problems of Measurement[C]. New York: In national Bureau of Economic Research, Conference on Research on Business Finance, 1952.
    [3] doi: http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_5a3c1d2898aa6a29e5631edd1a7fb6bf TITMAN S, WESSELS R. The Determinants of Capital Structure Choice[J]. The Journal of Finance, 1988, 43(1): 1-19.
    [4] GRILLI L. Internet Start-ups Access to the Bank Loan Market: Evidence from Italy[J]. Applied Economics, 2005, 37(3): 293-305. doi: 10.1080/0003684042000295331
    [5] doi: http://d.old.wanfangdata.com.cn/NSTLQK/10.1007-s11187-005-4067-0/ COLOMBO M G, GRILLI L. Funding Gaps? Access to Bank Loans by High-Tech Start-Ups[J]. Small Business Economics, 2007, 29(1/2): 25-46.
    [6] MAC AN BHAIRD C, LUCEY B. Determinants of Capital Structure in Irish SMEs[J]. Small Business Economics, 2010, 35(3): 357-375. doi: 10.1007/s11187-008-9162-6
    [7] KIESCHNICK R, MOUSSAWI R. Firm Age, Corporate Governance, and Capital Structure Choices[J]. Journal of Corporate Finance, 2018, 48: 597-614. doi: 10.1016/j.jcorpfin.2017.12.011
    [8] SERGHIESCU L, V A IDEAN V L. Determinant Factors of the Capital Structure of a Firm- An Empirical Analysis[J]. Procedia Economics and Finance, 2014, 15: 1447-1457. doi: 10.1016/S2212-5671(14)00610-8
    [9] SINGH A, HAMID J. Corporate Financial Structures in Developing Countries[R]. Washington, DC: International Finance Corporation Technical Paper NO. 1, 1992.
    [10] DELCOURE N. The Determinants of Capital Structure in Transitional Economies[J]. International Review of Economics & Finance, 2007, 16(3): 400-415.
    [11] 张维迎, 吴有昌.公司融资结构的契约理论:一个综述[J].改革, 1995, 8(4): 109-116, 52. doi: http://d.old.wanfangdata.com.cn/Periodical/jjllyjjgl200303009
    [12] 王娟, 杨凤林.上市公司筹资结构的实证研究[J].经济理论与经济管理, 1998(6): 23-28. doi: http://www.cnki.com.cn/Article/CJFDTotal-JJLL806.004.htm
    [13] 陆正飞, 辛宇.上市公司资本结构主要影响因素之实证研究[J].会计研究, 1998(8): 34-37. doi: http://www.cnki.com.cn/Article/CJFDTotal-KJYJ808.007.htm
    [14] 鲍静海, 张会玲.创业板上市公司融资结构分析——解读科技型中小企业融资困境[J].金融理论与实践, 2010(12): 83-86. doi: 10.3969/j.issn.1003-4625.2010.12.018
    [15] 孙思博, 姚佐文.创业板上市公司资本结构影响因素的实证研究[J].北方经贸, 2011, 31(7): 116-118. doi: 10.3969/j.issn.1005-913X.2011.07.070
    [16] 张运坤.河南省创业板上市公司融资结构优化研究[J].信阳师范学院学报(哲学社会科学版), 2014, 34(3): 39-42. doi: http://d.old.wanfangdata.com.cn/Periodical/xysfxyxb-zxsh201403010
    [17] 王永德, 于利利.创业板上市公司资本结构与融资方式研究[J].北方经贸, 2015(4): 169-170. doi: 10.3969/j.issn.1005-913X.2015.04.094
    [18] 张树忠, 郝亚玲.河南省上市公司资本结构影响因素实证研究[J].河南工业大学学报(社会科学版), 2015, 11(3): 105-109. doi: 10.3969/j.issn.1673-1751.2015.03.025
    [19] 杨敏.上市公司融资结构的影响因素——基于新能源上市公司的实证分析[J].财会月刊, 2016, 37(17): 17-21. doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ckyk-b201606004
    [20] 周晓光, 官玥, 黄晓霞.文化创意产业债务融资结构的影响因素研究——基于2012—2016年上市公司的面板数据[J].运筹与管理, 2018, 27(12): 125-132. doi: http://www.cnki.com.cn/Article/CJFDTotal-YCGL201812016.htm
    [21] 杨楠.创业板上市公司融资结构的影响因素分析[J].金融理论与实践, 2012, 34(12): 69-74. doi: 10.3969/j.issn.1003-4625.2012.12.016
    [22] PETERSEN M A, RAJAN R G. Trade Credit: Theories and Evidence[J]. Review of Financial Studies, 1997, 10(3): 661-691. doi: 10.1093/rfs/10.3.661
    [23] 田刚, 齐晶.吉林森工集团融资结构对企业经营绩效影响研究[J].林业经济问题, 2019, 39(3): 292-299. doi: http://d.old.wanfangdata.com.cn/Periodical/lyjjwt201903011
  • 加载中
表( 5)
计量
  • 文章访问数:  1036
  • HTML全文浏览数:  1036
  • PDF下载数:  3
  • 施引文献:  0
出版历程
  • 收稿日期:  2019-09-09
  • 刊出日期:  2020-07-20

创业板上市公司融资结构微观影响因素的实证研究

    作者简介: 康微婧(1987-)，女，讲师，主要从事公司金融研究
  • 吕梁学院 经济管理系，山西 离石 033000
  • 收稿日期:  2019-09-09
基金项目:  教育部人文社会科学规划基金项目(16YJAZH016)；山西省哲学社会科学研究项目(2019W206)；吕梁市软科学研究项目(2018RKX5867)

摘要: 采用2013年-2017年我国720家创业板上市公司的财务数据，运用多元线性回归法探究了抵押价值、公司规模、成长能力、盈利能力和营运能力五大因素对融资结构的影响.研究结果表明，创业板上市公司融资结构的首要影响因素为公司规模，依次为盈利能力、营运能力、成长能力及抵押价值.公司规模的大小导致融资结构存在显著差异，盈利能力较强更加偏好内源融资，营运能力较强的公司需要更少的流动负债维持运营，成长能力强的公司更加偏好外源融资，抵押价值与融资结构无显著相关性.创业板上市公司应依据影响因素，调整融资结构，提高公司的经营业绩并优化内部治理结构.

English Abstract

    全文HTML

  • 融资结构主要指公司的各种筹资方式及各种筹资方式所占的比例.企业的融资结构不同会使企业的融资成本、财务风险不同，进而经营效益、治理结构、总体价值及业绩也被影响[1].资金作为企业运营及发展的必备条件，由企业通过一定的融资方式得到，融资方式选择得越合理，越有利于企业价值最大化的实现.

    我国的创业板上市公司主要是指中小型的高新技术企业，它们存在资金短缺或者超募资金的状况，表明它们的融资结构存在一定的问题.目前大多数研究主要以主板市场上的企业为主，对创业板的研究相对较少.因此，研究创业板上市公司的融资结构，优化创业板上市公司的融资结构，可以使资本市场的资源配置更为合理，上市公司的业绩得到提高，公司的内部治理结构更为完善，并促进企业战略转型和升级、产业结构调整及国民经济健康发展.然而，创业板上市公司融资结构的影响因素众多，无法很好地掌控，本文借鉴已有的研究成果，重点研究企业融资结构的微观影响因素，进而考察创业板上市公司融资的整体情况、期限结构和来源结构，使创业板市场的融资作用更好地发挥出来.

1.   文献综述

    1.1.   国外相关研究综述

  • 从20世纪50年代起，公司的融资结构成为西方学者热衷研究的问题. Durand[2]在1952年提出资本结构理论之后，国外的许多学者开始分析公司资本结构的影响因素.研究思路、研究视角、样本差异导致研究得到的结论相差很大. 1988年，Titman等[3]作为研究融资结构影响因素的代表性人物，指出融资结构的主要影响因素包括公司规模、成长能力、盈利能力、资产担保价值和变异性. Grilli [4]、Colombo等[5]都依据回归分析方法研究企业规模、企业年限、抵押价值、研发及创新能力对企业融资结构的影响.随后Mac an Bhaird等[6]在2010年研究爱尔兰创业板上市公司表明，融资结构的重要影响因素为企业年限、企业规模和所有制结构. Kieschnick等[7]进行研究并进一步指出企业年龄与负债率负相关，且公司规模与资产负债率之间呈现的正相关关系也被Serghiescu等[8]证实.此外，Singh等[9]在研究印度等9个发展中国家的制造业上市公司后发现，发展中国家的资本市场不太完善，上市公司的融资顺序(股权融资、债券融资、内部融资)并没有依照优序融资理论. Natalya[10]进一步研究中欧国家的上市公司后也发现了这一问题.

    • 1.2.   国内相关研究综述

  • 20世纪90年代之后，我国学者对融资结构的影响因素也做了大量研究，通过不同的研究视角、研究方法和研究对象得出许多不同的结论. 1995年，张维迎[11]详细地解释了国外融资结构理论体系，并阐释了公司融资的激励模型、信号显示模型、控制模型. 1998年，王娟等[12]发现盈利能力、企业规模、抵押价值与融资结构负相关.同年，陆正飞等[13]以沪市A股上市公司为研究对象，表明企业规模对融资结构没有产生显著影响. 2010年，鲍静海等[14]研究了创业板上市公司中28家公司的数据发现，企业的融资风险较大，且缺乏长期资金来源，很难筹集到所需的资金. 2011年，孙思博等[15]以65家公司为研究对象，指出融资结构的影响因素有企业规模、偿债能力、盈利能力、高管持股等. 2014年，张运坤[16]研究河南省创业板上市的8家公司发现，内部融资比例较大. 2015年，王永德等[17]以2013年的数据为样本研究发现，公司规模、盈利能力与融资结构呈现正相关关系.同年，张树忠等[18]指出成长能力与融资结构负相关，而抵押价值与融资结构的关系恰好相反. 2016年，杨敏[19]认为营运能力与流动负债正相关. 2018年，周晓光等[20]表明上市企业的盈利能力与资产负债率呈现负相关关系，而企业规模、成长性与资产负债率之间无相关关系.

    • 1.3.   国内外相关研究评析

  • 国内外学者由于研究的模型不同、环境不同、样本不同，最终并没有得出相同的结论.融资结构的影响因素有很多，如公司规模、盈利能力、抵押价值等，这些因素对融资结构产生的影响也不相同，可能为正、可能为负、可能没有影响；融资的顺序也不相同，可能遵循优序融资理论、可能违背它.已有的研究主要基于主板A股上市公司，基于创业板的研究相对较少，且主要关注融资结构影响因素的个别方面，很少对其展开全面探究，并做出适合中国特色的创业板上市公司融资结构影响因素的理论解释.本文运用我国创业板上市公司的数据，来实证探究其融资结构的微观影响因素，以期为上市公司融资结构影响因素的研究提供充分的理论支持.

2.   研究假设

  • 借鉴已有研究，结合创业板上市公司的相关特点，重点讨论抵押价值、企业规模、营运能力、盈利能力和成长能力对融资结构的影响并进行实证分析[21].

    公司经营者及公司股东之间有代理问题存在，且无形资产的价值经常难以量化，故无形资产率过高的公司较难得到投资人的青睐，而有形资产经常对债权人具有担保功效，金融机构通常依据有形资产(固定资产、存货)的数量发放贷款.但创业板上市企业大多属于高新技术企业，无形资产比率较大，可抵押的资产比率较低，不可能获得较多的债务融资.假设一：

    H1：创业板上市公司的抵押价值与资产负债率正相关.

    权衡理论表明：企业规模较大，较可能运用负债筹资，不需要过多担心它破产所导致的风险.创业板上市企业中大多属于高新技术企业，一般规模较小，而规模较小的企业向外部披露的信息较少，向金融机构所传递出的积极信号也少，较难筹集到金融机构的短期流动资金.假设二：

    H2：创业板上市公司的企业规模与流动负债率正相关.

    融资优序理论指出：企业的营运能力加强，其资产周转的速度也会加快，资金回笼的速度也越快，财务状况良好，会更多地依赖内源融资，一般不需要依靠短期资金来确保正常运转.假设三：

    H3：创业板上市企业的营运能力与流动负债率负相关.

    企业获利能力、偿债能力及融资能力体现出其盈利能力.盈利能力较强的公司较能在经营过程中积累较多的留存收益，且盈利能力较强的企业发生财务风险的可能性较小，越有可能获得银行的信任，银行越愿意把资金借给它.假设四：

    H4：创业板上市公司的盈利能力与资产负债率、内源融资比率正相关.

    创业板上市公司具有高成长性的特点.其成长性越强，积累了大量的留存收益，还款能力和信用状况较好，投资者会更加愿意投资这些公司，债务融资能力强.假设五：

    H5：创业板上市公司的成长能力与资产负债率、内源融资比率正相关.

3.   研究设计

    3.1.   样本与数据

  • 本文选取RESSET数据库中2013—2017年创业板上市公司的数据为样本，剔除金融企业、ST、*ST公司及年度数据不全的公司，最终选择720家上市公司进行研究，来实证分析创业板上市企业融资结构的微观影响因素.本文采用的数据处理软件为Eviews 10.

    • 3.2.   变量确定

  • 选取的因变量为资产负债率、流动负债率和内源融资比率，依次衡量创业板上市公司负债水平、公司融资的期限结构及资金来源结构.本文对以下自变量的选取都依据已有的研究及理论，认为这些因素对融资结构的影响最为密切，能全面、综合地反映出企业的价值，变量定义详见表 1.

    • 3.3.   模型构建

  • 本文通过回归分析来探究创业板上市公司融资结构的微观影响因素，为了便于建模，把因变量DAR，CDR，IF分别定义为Y1-Y3，把自变量TA，OPGR，TAGR，OPR，ROE，TAS，SS，CAT，FAT，TAT依次定义为X1-X10.建立模型1为

    其中i=1，2，3；t表示2013年12月的数据；n=0，1，2，3，4；εi为随机误差项.

4.   实证结果及分析

    4.1.   变量描述性统计

  • 从表 2可以看出，因变量的均值、标准差都较小，表明整体上创业板上市企业的发展状况良好，所选取样本代表性好.

    表 2-A栏，在5年期间资产负债率整体偏低，维持在32%左右.尽管资产负债率没有统一的标准，但通常认为该比率为50%比较合理.目前我国创业板上市公司不能充分运用债务工具来实现市场价值的提升，融资结构有待进一步优化.通过分析流动负债率，创业板上市公司特别偏好流动负债，流动负债的均值在这5年间均在86%以上.创业板上市公司在融资过程中会优先考虑低利息率、容易获得的流动负债.但是随着创业板上市企业的发展，流动负债具有的利率随时变动、偿还期限较短的缺点暴露出来，阻碍了公司绩效的提高.将这5年的数据进行比较得出流动负债的均值由0.892(2013年)降到0.862(2017年)，可知创业板上市企业正逐步优化其债务期限结构，增加利率稳定、期限较长的非流动负债方面的融资来降低财务风险，促进公司长远发展.从2013年到2017年，内源融资比率很低，为21%左右，且呈逐渐下降趋势，表明内源融资严重不足，自我积累能力较低，偏好外源融资.主要是由于大多数的创业板上市公司属于成长型的创业期企业，规模比较小，经营风险较大，内源融资能力整体较低.

    表 2-B栏，从资产抵押价值方面来看，TA的均值为15%左右，较低，由于创业板上市公司中多数为高新技术企业，在抵押贷款方面优势不大.分析成长能力，OPGR从0.295(2013年)增加到0.438(2017年)，TAGR也在增加，揭示了创业板上市公司在不断成长.分析创业板上市公司的盈利能力，ROE的均值(10%左右，2017年除外)和OPR的均值(11%左右)整体较低，表明企业整体盈利水平不高，经营绩效不是很好，仍有待提高.公司规模表现在TAS，SS两方面，在逐渐扩张.在营运能力方面，CAT，FAT，TAT的均值呈下降趋势，周转率下降表明创业板上市公司的销售收入增长缓慢.

    • 4.2.   回归分析

  • 模型DAR的回归结果见表 3，调整后的R2在0.214~0.379之间，F值在1%水平下显著，表明模型拟合程度较好.创业板上市公司的资产负债率与有形资产率之间无显著相关性. Petersen等[22]表明企业的固定资产比率越高，越可能获得长期性的债务融资.但前文表明创业板上市企业固定资产较少，长期性的债务融资也较少，故抵押价值对资产负债率的影响不显著，与假设H1不相符.在1%的显著性水平下，资产负债率与营业利润率显著负相关，表 2中表明创业板上市公司的营业利润率在下降，自有流动资金减少，经常会增加所持负债，导致利息负担加重，与假设H4相悖.而表 3中其他解释变量与资产负债率之间的相关性不强，故假设H5未得到证实.

    模型CDR的回归分析见表 4，调整后的R2在0.166~0.194之间，F值在1%水平下显著，表明模型拟合程度不错.流动负债率与营业规模呈现显著正相关关系，即流动负债率与企业规模显著正相关，与假设H2保持一致.同时，从表 3、表 5表明资产负债率和内源融资比率这2个被解释变量，都与营业规模之间显著正相关.由于创业板上市公司在逐渐扩张，其规模越大，资产越多，越容易获得外界的贷款，更易获得流动负债，更能承担流动负债所产生的财务风险；同时，在日常生活中积累更多的留存收益供公司内源融资时使用.但表 4也可看出，流动负债率与总资产规模呈现显著负相关关系，可能一些创业板上市公司规模较大，日常经营中积累的留存收益足够公司内源融资使用，不需要借入短期资金，这与假设H2相矛盾.总之，流动负债率与企业规模之间的关系比较复杂.流动负债率与流动资产周转率在1%的显著性水平下负相关.创业板上市公司的流动资产周转率呈下降趋势，企业的变现能力会减弱，进而更可能通过流动负债筹资，这与假设H3相符.表 4中其余解释变量与流动负债率的相关性不强.

    模型IF的回归分析见表 5.

    调整后的R2在0.379~0.458之间，F值在1%水平下显著，模型拟合程度好.在1%的显著性水平下，内源融资率与营业利润率显著正相关，即内源融资率与盈利能力显著正相关，与假设H4相吻合.创业板上市公司盈利能力较弱，日常经营中积累较少的留存收益供公司内源融资使用.内源融资率与总资产规模在1%的显著性水平下显著负相关.依据不对称理论，公司规模越大，对外公布的信息越多，越能吸引股权投资者的目光，从而对其进行更多的股权融资，内源融资比率下降.内源融资比率与营业利润增长率、总资产增长率负相关，这是由于处于高成长阶段的企业经常会需要更多的资金支持，创业板上市公司中大多为中小高新技术企业，其利润增速往往低于投资，企业只依靠自身积累难以满足成长的需要，这与假设H5相矛盾.其余解释变量与内源融资比率的相关性不强.

5.   结语

  • 本文通过对创业板上市公司融资结构的微观影响因素进行实证探究，主要得出以下结论：①公司规模是影响创业板上市企业融资结构的第一大要素，对融资结构的各个方面都产生显著影响，且公司规模与融资结构的关系比较复杂. ②盈利能力是影响创业板上市企业融资结构的第二大要素，盈利能力与资产负债率呈负相关关系，但与内源融资比例正相关. ③营运能力作为第三大影响要素，与流动负债率显著负相关. ④成长能力作为第四大影响因素，与内源融资比率负相关. ⑤抵押价值，对融资结构的影响不显著.

    基于上述实证研究结论，为优化创业板上市公司融资结构，本文提出如下政策建议：

    1) 加强企业自身的发展.本文表 2-A栏中资产负债率(约32%)偏低，流动负债率(约86%)过高. ①开拓融资渠道.上市公司要逐渐完善其债务结构，通过内部积累、股权融资、债券融资、商业信用等方式拓宽融资渠道，充分运用财务杠杆，降低代理成本及经营风险. ②确定合理的融资期限结构.本结论中创业板上市公司的流动负债率越低，公司的营运能力越强.创业板上市公司应依据自身发展状况，确定合理的短、中、长期融资组合，保证营运资金、长期资本化需求及融资成本不会过重，保持公司资产的流动性，从而使收益最大化[23].

    2) 增强外部融资环境. ①创建合理的信用评价体系.本文研究表明抵押价值对融资结构没有产生显著影响，可能由于创业板上市公司大多为高新技术企业，其核心技术及专利是资产的重要成分，故在抵押贷款时其价值不易进行估量.因此，金融机构需依据创业板上市公司的特殊性创建一套合理的信用评价体系对其做出合理评价，便于获得投资人的支持. ②健全债权人机制.依据本文研究结果，盈利能力对资产负债率会产生负向影响，即当公司的盈利能力增强，不愿把更多的收益分配给债权人，而选择内源融资筹集资金，最终使资产负债率降低.当前，我国上市企业的流通股股东一般主要关注在股价升降中套利，很少关注企业盈利情况、资金利用情况，故对经营者的约束根本无法落实.而债权融资，其融资成本所造成的损失及破产风险，在很大程度上影响管理者对公司的控制，进而会使公司发展壮大.因此，健全债权人机制，使更多的债权人融入到企业的发展中，充分发挥其治理效应.

参考文献 (23)

目录

版权所有：西南师范大学学报(自然科学版)

地址：重庆市北碚区西南大学 电话：023-68252540，68254576，68254478 电子邮箱：xbbjb@swu.edu.cn

本系统由北京仁和汇智信息技术有限公司开发

/

返回文章
返回