(上海對外經貿大學 上海 201620)

一、引言

近年來，由于國際局勢嚴峻加上國內經濟增長放緩，我國非金融上市企業(yè)的負債率一直居高不下。但對于企業(yè)自身來說，高負債率并不代表過度負債。過度負債的企業(yè)是如何調整自身資本結構的呢?其調整速度又是多少呢?本文旨在研究上述問題，研究我國過度負債上市企業(yè)的資本結構調整。

二、文獻回顧

在現(xiàn)實世界中,由于一系列現(xiàn)實因素影響，如：企業(yè)稅、代理成本等,企業(yè)的資本結構會影響其價值。因此理論上每一家企業(yè)都存在一個目標資本結構使企業(yè)價值達到最大(Kraus and Litzenberger,1973;Scott,1976)[1]。

根據(jù)陸正飛等(2015)[2]的研究，目前國際上對過度負債的衡量主要有三種方式：(1)實際負債率與由Tobit分年度回歸得到的預期負債率的差值(姜付秀等，2008[3])；(2)實際負債率與企業(yè)當年所屬行業(yè)的負債率的差值(姜付秀等，2008[3])；(3)企業(yè)負債所能達到最大稅收優(yōu)惠時的利息支出或實際利息支出(Graham，2000[4])。由于現(xiàn)在主要是由第一種方法來衡量過度負債，因此本文也采用第一種方法。

三、假設

由于各種現(xiàn)實因素，企業(yè)往往偏離其目標資本結構運行。但為達到自身價值最大化，企業(yè)仍然會不斷調整自身資本結構以達到其目標標準(Saugata Banerjee，Almas Heshmati，Clas Wihlborg[5])。因此本文假設：

H1：過度負債的企業(yè)，其近期負債率的年度變化量均值為負；

H2：過度負債越嚴重的企業(yè)，其近期年度資產和權益增長率均值越大，負債增長率均值越小。

四、研究設計

(一)樣本選取及數(shù)據(jù)處理

本文選取我國2004年至2018年A股上市企業(yè)作為樣本。數(shù)據(jù)來自WIND數(shù)據(jù)庫、國泰安數(shù)據(jù)庫。本文使用Excel進行數(shù)據(jù)預處理，再使用Matlab進行表格合成，最終用Stata進行實證研究。

本文在處理數(shù)據(jù)方面進行了以下操作：剔除ST或*ST的樣本企業(yè)；剔除年度數(shù)據(jù)不足四年的企業(yè)；剔除金融類樣本企業(yè)。最終得到2898家樣本企業(yè)。

(二)模型構建與變量選取

1.Tobit回歸

本文對樣本進行Tobit分年度回歸。選用變量參考姜付秀等(2008)[4]的研究，具體包括以下指標：企業(yè)盈利能力(roa)、資本結構的行業(yè)中位數(shù)(ind_levb)、企業(yè)資產增長率(growth)、固定資產占比(fata)、企業(yè)總資產的對數(shù)(size)和第一大股東持股比例(shrcr1)。構建模型如下：

levbt=β0+β1*roat-1+β2*ind_levbt-1+β3*growtht-1+β4*fatat-1+β5*sizet-1+β6*shrcr1t-1+vt+ε

(1)

gaplevt=levbt-levt

(2)

上述式子中的levt為上市企業(yè)實際負債率，levbt為其目標負債率，gaplevt為兩者差值，在下文中用“GAP”代指，vt是企業(yè)年固定效應向量，ε為隨機擾動項。最終回歸結果請看下文表一。

本文將GAP為負的這部分上市企業(yè)，即其目標負債率小于實際負債率的企業(yè)定義為過度負債企業(yè)，合計共1215家企業(yè)，約占原樣本的42%。本文將這部分企業(yè)作為新樣本進行接下來的實證研究。

2.GMM回歸

本文采用部分調整模型來考察過度負債企業(yè)的負債率調整速度，將當期的負債率作為上一期負債率與目標負債率的加權平均值。具體模型構建如下：

Kij,t=λ(βXij,t-1+vt)+(1-λ)Kij,t-1+εij,t

(3)

其中Kij,t為上市企業(yè)實際負債率，Kij,t-1是企業(yè)滯后一期負債率，(βXij,t-1+vt)是其目標資本結構代理，其中Xij,t-1為企業(yè)相關指標滯后一期值，此處包含了具體的企業(yè)特征，vt是年固定效應向量，εij,t為t期隨機擾動項。由式(3)可知，λ越大，則企業(yè)每一年向其目標負債率縮小的比例就越大，因此可以將λ作為上市企業(yè)向其目標負債率靠攏的調整速度。為了使實證結果更加準確，本文并沒有直接將Tobit回歸中的目標負債率用于GMM回歸中，而是根據(jù)GMM回歸的前提要求，重新選擇合適的指標進行回歸。

本文參考Blundell和Bond(1998)[6]，采用二階段系統(tǒng)廣義矩估計法(GMM)進行回歸。由于面板數(shù)據(jù)中存在時間間隔數(shù)據(jù)，因此采用正交偏差的方法，使樣本數(shù)據(jù)的利用達到最大化。

本文參考Murray和Vidhan[7]挑選了一些對企業(yè)資本結構影響較大的指標，并按照以下條件進行篩選：(1)模型擾動項存在一階自相關，二階以上無自相關；(2)不存在工具變量過度識別問題。

上述條件是GMM回歸的使用前提。最終選取變量包括以下幾項，分別為企業(yè)總資產的對數(shù)(Log total assets)，應付票據(jù)及應付賬款(Acct and notes_payable)，實收資本(或股本)(Actual receipt capital)，固定資產(Fixed assets)，流動資產(Liquid assets)，所有者權益合計的對數(shù)(Log total equity)，總負債的對數(shù)(Log total liabilities)，貨幣資金(Money funds)，總資產凈利率(ROA)，凈資產收益率(ROE)，營業(yè)總收入(Tot_oper_rev)。后得到的我國過度負債上市企業(yè)資本結構的調整速度請看下文表二。

五、實證結果與分析

(一)Tobit回歸結果分析

表一 Tobit回歸

(注：表中第四列數(shù)據(jù)為指標系數(shù)的顯著性水平，下同)

由表一中數(shù)據(jù)可知，企業(yè)的目標負債率與企業(yè)的盈利能力(ROA)和第一大股東持股比例(shrcr1)呈反比，與其所處行業(yè)負債率中位數(shù)(indlevb)、成長能力(growth)、固定資產占比(fata)、企業(yè)規(guī)模(size)呈正比。

(二)GMM回歸結果分析

表二 GMM回歸

(注：表二中的Arellano-Bond test for AR(1)的p值說明了模型擾動項存在一階自相關，AR(2)的p值則說明模型擾動項存在二階以上無自相關；Hansen test的p值為0.753，遠大于0.1，說明原模型不存在工具變量過度識別問題。)

結合式(3)與表二數(shù)據(jù)可知，表中第一行指標對應的系數(shù)即為，因此我國過度負債企業(yè)負債率的調整速度大致為(1-0.76)=0.24，既每年企業(yè)大約向其目標負債率調整24%。

(三)調整渠道分析

接下來本文仿照De Jonghe and ?ztekin(2015)[8]的方法，根據(jù)式(2)計算出的GAP，取年度平均以后按從小到大排序，并平分為五份。再從這五份觀察值中提出第一份和第五份，將每份所包含的企業(yè)年度負債率變化量、總資產、總負債、所有者權益總值的增長率平均值再進行平均，最后得到兩列數(shù)據(jù)，具體數(shù)據(jù)見下圖表三。

表三 調整渠道分析(單位：百分比)

表中Q1代表這些上市企業(yè)中過度負債最嚴重的部分，Q5則是過度負債最輕的部分。最右邊那列為兩組數(shù)據(jù)的均值差異是否顯著的配對樣本t檢驗。

由表中數(shù)據(jù)可知兩組數(shù)據(jù)的負債率變化量均值均為負值，說明這些過度負債的企業(yè)總體上有減小自己負債率的趨勢。假設H1得到驗證。另外根據(jù)t檢驗可知，Q1企業(yè)減小其負債率的幅度明顯要大于Q5。表中數(shù)據(jù)還表明，Q1企業(yè)為了更快降低其負債率，其資產增長率與權益增長率要明顯大于Q5企業(yè)，同時前者負債增長率明顯小于后者。假設H2同樣得到了驗證。

目前國內二銨市場延續(xù)平穩(wěn)交投態(tài)勢，預計8月下旬國內秋季市場將進入集中拿貨期，貨源供應持續(xù)偏緊。國際市場采購需求放緩，但缺口仍存，企業(yè)待發(fā)訂單充裕。綜上所述，在原材料價格高位支撐下，預計二銨價格高位維穩(wěn)，局部窄幅調整。

還有一點，這兩組企業(yè)的資產、負債和權益年增長率均值均顯著為正，這說明我國過度負債企業(yè)仍在大肆擴張其規(guī)模。

另外對于Q5企業(yè)在負債增長率大于資產增長率的情況下，負債率變化量均值仍然為負，本文解釋如下：

讀者可以查看表(4)，第一、三、五列分別是股票代碼600759的企業(yè)2004年至2018年的負債率、總資產和總負債數(shù)值，第二行是負債率的年變化量，四、六行則是總資產和總負債的年增長率，最后一行則是對應年度觀察數(shù)據(jù)的平均值。由表中數(shù)據(jù)可知，由于2007年資產大幅上漲的同時負債下降，導致負債率下降了將近124個百分點，這對于整個負債率的年度變化量均值直接產生一個向下的影響。所以筆者建議讀者勿將負債率的變化量均值簡單地與資產增長率均值和負債增長率均值的比值掛鉤。

asset liability ratioassetsliabilities1.3469212.31E+083.12E+081.4671060.1201852.64E+080.1401883.87E+080.2419271.287371-0.179742.69E+080.018393.46E+08-0.106370.046506-1.240871.48E+094.4881168596495-0.801740.1924070.1459021.91E+090.2920823.67E+084.3457130.2930420.1006352.43E+090.2771157.13E+080.9450860.4392590.1462173.51E+090.4414771.54E+091.1607170.5929370.1536785.11E+090.4554243.03E+090.9646140.587936-0.0055.81E+090.1377753.42E+090.1281790.659720.0717846.93E+090.1927084.57E+090.3383310.530371-0.129351.18E+100.7037086.26E+090.3696670.6186060.0882351.42E+100.2023848.78E+090.4024180.6490220.0304161.74E+100.2240571.13E+100.2842420.6508210.00181.64E+10-0.056291.07E+10-0.053670.627158-0.023661.47E+10-0.103429.22E+09-0.13602-0.051410.5295510.577364

六、結論

本文最終研究結論為以下四點：

1.我國上市企業(yè)中的過度負債企業(yè)約占42%；

2.我國過度負債企業(yè)向其目標負債率調整的速度大致為24%；

3.我國過度負債企業(yè)的負債率已有一定下降趨勢，但趨勢緩慢；

4.過度負債越嚴重的企業(yè)，其資本與權益增長率越大，負債增長率越小，但均顯著為正。

從以上結論可以看出，我國企業(yè)總體負債率居高不下，其中屬于過度負債的企業(yè)占了將近一半，仍然有不少的企業(yè)的負債率有上升的空間。我國過度負債企業(yè)的負債率總體來看已有下降趨勢，但由于其企業(yè)規(guī)模仍然處于大肆擴張階段，導致下降趨勢十分緩慢。我國企業(yè)降低負債率的道路注定是漫長且艱辛，不可能一蹴而就的。