張?jiān)鲕帲?明，宋雙雙

（1.北京科技大學(xué) 東凌經(jīng)濟(jì)管理學(xué)院，北京 100083；2.清華大學(xué)，北京 100083）

0 引言

無論是企業(yè)內(nèi)部資本市場 （internal capital market，ICM），還是外部資本市場，它們的功能都是進(jìn)行資源的優(yōu)化配置。自20世紀(jì)60年代開始，國外學(xué)者就開始研究企業(yè)內(nèi)部的資本市場，形成了有效論和無效論兩種觀點(diǎn)。有效論者［1］認(rèn)為ICM能夠降低由信息不對稱產(chǎn)生融資成本并且增強(qiáng)監(jiān)督機(jī)制，使企業(yè)以較低的成本充分利用有利的投資時(shí)機(jī)，其類似于金融中介的擇優(yōu)配置功能，能夠?yàn)楣緞?chuàng)造額外價(jià)值；然而無效論者［2-4］認(rèn)為，雙重代理問題、交叉補(bǔ)貼、管理者謀求私利和尋租等現(xiàn)象能夠破壞內(nèi)部資本市場的正常運(yùn)作，導(dǎo)致內(nèi)部資本配置的無效率。同時(shí)指出內(nèi)部資本的配置存在一種平均主義傾向，而業(yè)績并不是決定企業(yè)內(nèi)部資本配置的主要因素。

1 內(nèi)部資本市場效率測度模型的建立與評(píng)價(jià)

1.1 ICM效率測度模型的改造

企業(yè)內(nèi)部資本市場研究的一個(gè)重要方面就是有效性測量。國外目前主要有投資現(xiàn)金流敏感性法［3］、相對價(jià)值增加法［4］、Q 敏感性法［5］和現(xiàn)金流敏感性法［6-7］，國內(nèi)學(xué)者基于數(shù)據(jù)可得性和指標(biāo)合理性對模型進(jìn)行了改造。王峰娟、粟立鐘［8］提出了基于資產(chǎn)現(xiàn)金流回報(bào)率的ICM效率測度模型，并用H股上市公司的數(shù)據(jù)進(jìn)行了測算，得出了上市公司ICM總體有效的結(jié)論。計(jì)算公式如下：

公式中 cfj，t表示分部 j在t年的現(xiàn)金流；cft指所有分部在 t期的現(xiàn)金流之和；BAj，t和BAt分別表示分部j和所有分部的賬面資產(chǎn)；expj，t和expt分別表示分部j和所有分部的資本支出。

上述方法應(yīng)用的是收付實(shí)現(xiàn)制的現(xiàn)金流數(shù)據(jù)，而國外的研究表明，權(quán)責(zé)發(fā)生制的會(huì)計(jì)數(shù)據(jù)比收付實(shí)現(xiàn)制的會(huì)計(jì)數(shù)據(jù)更能影響股票價(jià)格以及投資者的決策。另外，公司的應(yīng)計(jì)項(xiàng)目同樣是利潤的組成部分，但是這一部分收入不能在現(xiàn)金流中體現(xiàn)。所以，本文用權(quán)責(zé)發(fā)生制的利潤數(shù)據(jù)來測度內(nèi)部資本市場的效率。計(jì)算公式如下：

式中，pj，t表示分部j在t年的稅后利潤；pt指所有分部在t期的利潤之和；其他指標(biāo)同公式（1）。

利用這個(gè)模型可以測量出來公司內(nèi)部資本的流向是否基于資產(chǎn)報(bào)酬率。如果資產(chǎn)報(bào)酬率高于平均水平的分部獲得了高于分部平均水平的資本，或者資產(chǎn)報(bào)酬率低于平均水平的分部得到的資本也低于分部的平均水平，其內(nèi)部資本市場是有效率的。

1.2 樣本選擇與ICM效率計(jì)算

樣本選擇：剔除單分部的公司、沒有披露分部信息的公司和雖然披露分部信息但關(guān)鍵指標(biāo)缺失的公司，最終得到980個(gè)分部信息的觀測值和260個(gè)公司層面的觀測值。國外樣本數(shù)據(jù)來源于BVD系列數(shù)據(jù)庫，國內(nèi)樣本數(shù)據(jù)來自Wind數(shù)據(jù)庫，缺失數(shù)據(jù)通過手工搜集得到。樣本區(qū)間為1997年到2012年。

基于利潤指標(biāo)使用式（2）對樣本ICM效率進(jìn)行計(jì)算，ICM效率統(tǒng)計(jì)見表1。在260個(gè)公司的觀測值中有204個(gè)上市石油公司的ICM是有效的，占比78.46%。只有21.92%的公司ICM是無效的，這說明大多數(shù)上市公司的ICM是有效的。

表1基于利潤指標(biāo)的ICM效率統(tǒng)計(jì)

2 內(nèi)部資本市場效率對公司績效的影響

2.1 研究假設(shè)與模型設(shè)計(jì)

2.1.1 研究假設(shè)

公司總部相對于外部資金提供者，例如商業(yè)銀行等具有非常明顯的信息優(yōu)勢，這種優(yōu)勢對外能夠大大減少由于信息不對稱產(chǎn)生的代理成本，對內(nèi)有利于公司在內(nèi)部分配稀缺資源時(shí)做出合理的抉擇。另外由于總部對各個(gè)分部具有剩余所有權(quán)和控制權(quán)，在內(nèi)部資本的分配上能夠根據(jù)各分部的實(shí)際情況進(jìn)行資源配置，更好地實(shí)行監(jiān)督和管理，減少管理上的成本，最終這種優(yōu)勢會(huì)在公司績效中體現(xiàn)出來，即ICM創(chuàng)造的超額價(jià)值能夠提高公司績效的水平。至此，提出本文主要假設(shè)：

H0：中外上市石油公司的績效與內(nèi)部資本市場效率正相關(guān)。

2.1.2 模型設(shè)計(jì)

為了檢驗(yàn)ICM效率對公司績效的影響，我們建立如下回歸模型，其中：PS是代表ICM效率的變量；ρ1是截距項(xiàng)；ε代表殘差項(xiàng)；ρj（j=2，3，…，7）為回歸系數(shù)。

2.1.3 變量的選擇及來源

本文的因變量公司績效用總資產(chǎn)息稅前利潤率表示，自變量包括內(nèi)部資本市場效率指標(biāo)、公司的分部數(shù)量、市值率、總資產(chǎn)周轉(zhuǎn)率，控制變量為財(cái)務(wù)杠桿和公司的資產(chǎn)規(guī)模。數(shù)據(jù)來源于OSIRIS數(shù)據(jù)庫和世界銀行數(shù)據(jù)庫，部分通過手工搜集，最后得到230個(gè)觀測值用于實(shí)證分析。

表2 變量定義與描述

2.2 實(shí)證研究結(jié)果

2.2.1 描述性統(tǒng)計(jì)

表3 全樣本描述性統(tǒng)計(jì)

描述性統(tǒng)計(jì)結(jié)果顯示，因變量總資產(chǎn)的息稅前利潤率最小為-0.186 3，最大為0.423 1，均值是0.115 3，說明在所有觀測值中有的公司息稅前處于虧損狀態(tài)，但是總體上是盈利的，與實(shí)際情況相符。內(nèi)部資本市場效率指標(biāo)有正有負(fù)，體現(xiàn)了樣本內(nèi)部資本市場分為有效和無效兩種情況，但是均值大于0，說明樣本中大多數(shù)ICM是有效的。

2.2.2 相關(guān)性分析

對變量進(jìn)行相關(guān)性檢驗(yàn)（表格省略）可以得出核心變量ICM效率（PS）和因變量（資產(chǎn)的息稅前利潤率）具有顯著正相關(guān)關(guān)系，這也初步支持了本文的主要假設(shè)；資產(chǎn)負(fù)債率與因變量顯著負(fù)相關(guān)，初步證明公司負(fù)債水平高，對息稅前利潤率有負(fù)向影響；最后分部數(shù)目和外部資本市場的活躍程度對資產(chǎn)的息稅前利潤率具有正相關(guān)關(guān)系，但是不顯著，還需要在回歸分析中進(jìn)一步討論兩者對因變量的影響。在多元線性回歸中要確保變量之間不存在多重共線性，我們用方差膨脹因子 （Variance Inflation Factor，簡記VIF）進(jìn)行檢驗(yàn)，發(fā)現(xiàn)模型中各變量的VIF遠(yuǎn)遠(yuǎn)小于臨界值10，表明各變量之間不存在多重共線性。

2.2.3 全樣本回歸分析

本部分主要考慮模型的進(jìn)一步回歸分析，見表4列出了本文以息稅前利潤率為因變量，來檢驗(yàn)多元線性模型的回歸結(jié)果，所有回歸方程都通過顯著性檢驗(yàn)，且擬合優(yōu)度達(dá)到35%以上，擬合效果非常好，對每個(gè)模型具體分析如下：

表4 以資產(chǎn)息稅前利潤為因變量的多元回歸結(jié)果

第一個(gè)模型進(jìn)行OLS回歸，模型總體通過顯著性檢驗(yàn)，且調(diào)整后的擬合優(yōu)度達(dá)到36.77%，可認(rèn)為存在較顯著的線性關(guān)系。模型中的核心解釋變量ICM的效率（PS）與資產(chǎn)的息稅前利潤率在1%水平上顯著正相關(guān)，支持本文的主要假設(shè)，ICM效率對公司績效有顯著的正向影響。同時(shí)發(fā)現(xiàn)系數(shù)為2.53，證明ICM效率對因變量的影響程度較大，約有2.5倍的乘數(shù)效應(yīng)。分部的數(shù)目、外部資本市場的活躍程度兩個(gè)指標(biāo)與因變量在10%水平上顯著正相關(guān)，這兩個(gè)指標(biāo)對公司績效的具體影響在后面的分組回歸中詳細(xì)闡述。

第二個(gè)模型使用的是“OLS＋穩(wěn)健標(biāo)準(zhǔn)差”進(jìn)行回歸，主要目的是排除異方差對統(tǒng)計(jì)結(jié)果產(chǎn)生的干擾，這是目前最通用的方法。從結(jié)果來看，模型2總體通過顯著性檢驗(yàn)，且比模型1的擬合優(yōu)度有所提高，從變量的顯著性水平來看，結(jié)論同模型1是一致的，說明OLS估計(jì)的結(jié)果是比較穩(wěn)健的。

第三個(gè)模型使用的是“OLS＋聚類穩(wěn)健標(biāo)準(zhǔn)差”進(jìn)行回歸，基于面板數(shù)據(jù)的特點(diǎn)，同一個(gè)體在不同時(shí)期的擾動(dòng)項(xiàng)之間往往存在自相關(guān)。此時(shí)，對標(biāo)準(zhǔn)差的估計(jì)應(yīng)該使用聚類穩(wěn)健的標(biāo)準(zhǔn)差。所以，使用以“company（公司）”為聚類變量進(jìn)行回歸，結(jié)果表明，模型整體通過顯著性檢驗(yàn)，且擬合效果很好。ICM效率與因變量在1%水平上顯著正相關(guān)，與模型1的結(jié)論一致。要注意的是，分部數(shù)目和外部資本市場活躍程度在本次回歸中不顯著，與之前回歸結(jié)果有所差異，所以這兩個(gè)指標(biāo)在下一部分的分組回歸中進(jìn)一步討論。

2.2.4 子樣本回歸

2.2.4.1 基于分部數(shù)目的子樣本回歸

從描述性統(tǒng)計(jì)可以看出分部數(shù)目的平均值約為4，將總體樣本分成3組：①分部數(shù)小于等于3；②分部數(shù)大于3小于等于5；③分部數(shù)大于5，用構(gòu)建的多元線性回歸模型進(jìn)行子樣本回歸，得到見表5的回歸結(jié)果。

3組回歸結(jié)果的P值與0無顯著差異，整體都通過顯著性檢驗(yàn)，且擬合效果很好。在3組中解釋變量ICM的效率都在1%水平上與因變量顯著正相關(guān)，但是從自變量系數(shù)大小可以看出，ICM效率對公司績效水平的影響程度是不同的。在第一組和第三組中，ICM效率的系數(shù)分別為22.3和19.8，遠(yuǎn)大于第二組該變量的系數(shù)2.5，這說明隨著分部數(shù)目的增多，ICM效率對公司績效的影響程度呈現(xiàn)正U型關(guān)系。

當(dāng)分部數(shù)目處于兩端時(shí)，ICM有效性對公司績效有較大的影響，分部數(shù)目處于中間時(shí)影響較小。

這可能與公司總部對分部的管理和控制能力相關(guān)聯(lián)，當(dāng)部門數(shù)目較少和較多時(shí)，管理者更容易管理，決策的執(zhí)行過程也會(huì)更加理性化。例如，如果一個(gè)公司只有兩個(gè)分部，則總部進(jìn)行資本配置時(shí)可以采用均分的方法；而當(dāng)分部數(shù)目較多時(shí)，每個(gè)分部對決策的影響較小，當(dāng)總部通過衡量總體情況確定資本分配方案時(shí)，其分部的執(zhí)行力度更強(qiáng)；當(dāng)分部數(shù)目處于中間水平時(shí)，容易出現(xiàn)部門間鼎立的局面，總部的決策在具體實(shí)施時(shí)會(huì)遇到較大的阻力，使得ICM的優(yōu)勢作用被淡化。由此可見，當(dāng)分部數(shù)目處于兩端的情況下，有效的ICM能更大程度地促進(jìn)公司總體的績效水平。

為了進(jìn)一步驗(yàn)證分部數(shù)目對ICM的影響是否呈現(xiàn)正U型關(guān)系，將原始模型中分部數(shù)量變量SegNum換成該變量的平方項(xiàng)，進(jìn)而進(jìn)行回歸，結(jié)果顯示：分部數(shù)量的平方項(xiàng)與因變量在10%水平上顯著正相關(guān)，這與前面的分析相一致，證明分部數(shù)量與公司績效呈現(xiàn)正U型關(guān)系，且擬合效果較好。同時(shí)變量的VIF遠(yuǎn)小于10，說明新模型不存在多重共線性。這說明當(dāng)分部數(shù)量處于中間水平時(shí)，總部對分部的控制和管理能力較低，會(huì)淡化內(nèi)部資本市場發(fā)揮的作用，進(jìn)而影響公司績效。

2.2.4.2 基于外界資本市場活躍程度的子樣本回歸檢驗(yàn)

從描述性統(tǒng)計(jì)可以看出表現(xiàn)ECM活躍度的指標(biāo)MCG的平均值為1.050 8，而活躍程度一般分為相對活躍與相對不活躍，因此將總體樣本分成兩組：①M(fèi)CG＜1.050 8；②MCG＞=1.050 8。 子樣本回歸結(jié)果見表5。

ECM活躍和相對不活躍的兩組回歸整體都通過顯著性檢驗(yàn)，且擬合優(yōu)度很好，且VIF檢驗(yàn)發(fā)現(xiàn)不存在多重共線性。在兩組中PS都在1%水平上與因變量顯著正相關(guān)，且該變量的系數(shù)分別為2.431 464和2.432 924，兩者相差很小，可以說對于樣本中的公司，在不同的ECM活躍程度下，ICM效率對公司績效的影響程度幾乎無差異。

究其原因，在樣本公司中有約36.7%的公司位于2013年世界500強(qiáng)名單之中，而這些大型的石油公司均是跨國公司，隨著石油、天然氣需求量的增大以及世界全球化的發(fā)展，石油公司會(huì)綜合考慮上下游的成本和不同銷售市場的需求而進(jìn)行選址，所以國家或市場位置差異對公司整體的影響就被大大弱化了。

2.3 穩(wěn)健性檢驗(yàn)

為了增加回歸結(jié)果的說服力和穩(wěn)健性，本文進(jìn)行穩(wěn)健性檢驗(yàn)。用銷售收入的息稅前利潤率替代資產(chǎn)的息稅前利潤率來衡量公司績效，進(jìn)而探討與內(nèi)部資本市場等因變量的關(guān)系。在總體回歸模型中，利用EBIT／Sales替代EBIT／TA進(jìn)行檢驗(yàn)，發(fā)現(xiàn)核心解釋變量ICM效率 （PS）在原有的顯著性水平和相關(guān)方向上成立，且方程擬合度很好，進(jìn)一步支持了上文得出的結(jié)論，說明本文的模型具有較好的穩(wěn)健性。

表5 以資產(chǎn)的息稅前利潤率為因變量的分組回歸結(jié)果

3 相關(guān)結(jié)論與建議

本文以1997年到2012年的國內(nèi)外上市石油公司為研究樣本，得到4點(diǎn)研究結(jié)論：

（1）構(gòu)建了基于利潤指標(biāo)的ICM效率測量模型，樣本檢驗(yàn)結(jié)果與基于現(xiàn)金流指標(biāo)的測量模型基本等效，并得出國內(nèi)外上市石油公司ICM大部分有效。

（2）公司的ICM效率與績效顯著正相關(guān)，且系數(shù)達(dá)到2.53。證明ICM效率對公司績效影響強(qiáng)度較大，所以石油企業(yè)應(yīng)該有意識(shí)地建立ICM，并且注重提高其運(yùn)行效率，以促進(jìn)公司整體績效。

（3）按分部數(shù)目做子樣本檢驗(yàn)，結(jié)果顯示，隨著分部數(shù)目的增多，ICM效率對公司績效的影響程度呈正U型關(guān)系，同時(shí)分部數(shù)目與公司績效也呈正U型關(guān)系。因此，石油公司在確定分部數(shù)目時(shí)，要考慮管理能力和部門特點(diǎn)，避免出現(xiàn)部門之間角力的狀況而導(dǎo)致ICM的作用被弱化。

（4）外部資本市場活躍程度子樣本檢驗(yàn)發(fā)現(xiàn)，其活躍程度不影響ICM效率與公司績效的顯著正相關(guān)關(guān)系。這體現(xiàn)了樣本公司跨國家、跨地域的特征，外部資本市場活躍程度對公司整體績效沒有顯著影響。

［1］T Khanna，K Palepu.Is Group Affiliation Profitable in Emerging Markets？ An Analysis of Diversified Indian Business Gorups［J］.Journal of Finance， 2000， 55（2）：867-892.

［2］Owen Lamont.Cash Flow and Investment： Evidence from Internal Capital Market［J］.Journal of Finance， 1997， 3（1）： 83-120.

［3］H Shin，R Stulz.Are Internal Capital Market Efficient？ ［J］.The Quarterly Journal of Economics，1998（5）：531-552.

［4］Raghuram Rajan，Henri Servaes，Luigi Zingales.The Cost of Diversity：The Diversification Discount and Inefficient Investment［J］.The Journal of Finance， 2000，2（1）： 35-77.

［5］Urs C Peyer，S Anil.Leverage and Internal Capital Markets：Evidence from Leverage Recapitalizations ［J］.Journal of Financial Economics， 2001（59）：477-515.

［6］Antoinette Schoar.Effects of Corporate Diversification on Productivity［J］.The Journal of Finance， 2002（6）：2379-2402.

［7］Vojislav Maksimovic， Gordon Phillips.Do Conglomerate Firms Allocate Resources Inefficiently Across Industries？ Theory and Evidence ［J］.The Journal of Finance， 2002（2）： 721-765.

［8］王峰娟，粟立鐘.中國上市公司內(nèi)部資本市場有效嗎？——來自H股多分部上市公司的證據(jù)［J］.會(huì)計(jì)研究，2013（1）：70-75.