姜 莉，徐 君 （江蘇師范大學(xué) 商學(xué)院，江蘇 徐州 221116）

0 引 言

物流業(yè)是基礎(chǔ)性、戰(zhàn)略性、先導(dǎo)性產(chǎn)業(yè)。最近幾年，為了推動(dòng)物流業(yè)向更高層次邁進(jìn)，國家出臺(tái)了許多政策對(duì)其進(jìn)行支持、引導(dǎo)。物流行業(yè)的發(fā)展經(jīng)歷了許多階段，起初，農(nóng)村等落后地區(qū)技術(shù)條件受限，打通“最后一公里”成為物流行業(yè)發(fā)展的痛點(diǎn)，而現(xiàn)在，物流行業(yè)的發(fā)展可謂是惠及全民，各種物流新業(yè)態(tài)如冷鏈物流、綠色物流、數(shù)字物流等正在如火如荼的發(fā)展。2020 年《關(guān)于進(jìn)一步降低物流成本實(shí)施意見的通知》提出要夯實(shí)與提高現(xiàn)代供應(yīng)鏈的水平，加快發(fā)展智慧物流。同時(shí)，新基建投資中的5G 技術(shù)、人工智能等技術(shù)將會(huì)進(jìn)一步促進(jìn)物流行業(yè)的數(shù)字化、智能化轉(zhuǎn)型，物流行業(yè)將會(huì)加速邁進(jìn)新一輪發(fā)展升級(jí)階段。

十九大以來，我國不斷推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，大力倡導(dǎo)物流降本增效，新時(shí)代的物流業(yè)正大步向綠色化、智慧化邁進(jìn)。但是物流行業(yè)競爭激烈，經(jīng)濟(jì)下行壓力較大，在融資方面存在融資成本高、融資途徑相對(duì)單一、缺乏合理的融資規(guī)劃等問題。本文從物流行業(yè)的融資結(jié)構(gòu)出發(fā)，探討其影響因素，提出一些改進(jìn)建議，以期能夠?qū)ξ锪魃鲜泄镜娜谫Y結(jié)構(gòu)改進(jìn)有所幫助。

1 融資結(jié)構(gòu)影響因素相關(guān)綜述

融資結(jié)構(gòu)闡述了公司匯集各種途徑融到的資金之間的構(gòu)成和比重關(guān)系。學(xué)者們?cè)谔接懭谫Y結(jié)構(gòu)影響因素的過程中研究頗豐，得出的結(jié)果也各有千秋。如在公司規(guī)模對(duì)融資結(jié)構(gòu)的影響方面，周明智和肖靖（2015） 對(duì)汽車制造業(yè)展開研究，認(rèn)為汽車制造業(yè)的企業(yè)規(guī)模能夠反向作用于融資結(jié)構(gòu)；而楊敏（2016） 以新能源上市公司為例，指出公司規(guī)模對(duì)融資結(jié)構(gòu)具有深刻的影響；康微婧（2020） 認(rèn)為公司規(guī)模與融資結(jié)構(gòu)的關(guān)系相對(duì)復(fù)雜；周曉光等（2018） 則認(rèn)為二者沒有相關(guān)關(guān)系。在盈利能力和融資結(jié)構(gòu)的關(guān)系視角，學(xué)者的結(jié)論略有分歧，李佳姍等（2015）、張竣（2016）、孫睿和劉青（2018） 對(duì)不同的行業(yè)進(jìn)行了實(shí)證分析，得出的結(jié)論基本一致，都認(rèn)為公司的盈利能力可以反向作用于融資結(jié)構(gòu)。而姜研（2020） 在研究人工智能產(chǎn)業(yè)時(shí)結(jié)論則與之不同。對(duì)于剩下的三個(gè)影響因素，學(xué)者的立場如下，張立光（2017） 通過對(duì)山東省中小微企業(yè)進(jìn)行研究，指出企業(yè)融資結(jié)構(gòu)與償債能力顯著相關(guān)；康微婧等（2020） 對(duì)上市公司進(jìn)行研究時(shí)指出這種相關(guān)性是正向的；劉超等（2019）、陳艷霞和何楓（2019）、周德慧（2020） 認(rèn)為成長因子與融資結(jié)構(gòu)關(guān)系顯著。曾元祥和李長旭（2019） 運(yùn)用DEA方法對(duì)人工智能行業(yè)實(shí)證分析得出營業(yè)能力與融資率具有顯著相關(guān)性。

由此看來，學(xué)者們大都采用實(shí)證分析對(duì)融資結(jié)構(gòu)的影響因素進(jìn)行研究，在指標(biāo)選擇上也稍有差異，同時(shí)，各個(gè)因素對(duì)于融資結(jié)構(gòu)的影響所得出的結(jié)論也不完全相同，這可能與公司的選取、樣本所處的時(shí)段以及模型的選擇有關(guān)。本文擬通過因子分析法及多元線性回歸分析法，從公司規(guī)模、償債能力等5 個(gè)方面找出作用于物流上市公司融資結(jié)構(gòu)的重要因素。

2 研究設(shè)計(jì)

2.1 樣本選取與指標(biāo)體系構(gòu)建

2.1.1 樣本選取與數(shù)據(jù)來源

本文選取了2019 年滬深A(yù) 股上市的物流行業(yè)公司，行業(yè)的分類參照同花順軟件的物流行業(yè)板塊，在剔除了ST 股、*ST 股及一些缺失值較多的公司后，將余下38 家物流上市公司作為研究樣本，本文所涉及的數(shù)據(jù)均來源于國泰安經(jīng)濟(jì)金融數(shù)據(jù)庫。

2.1.2 指標(biāo)的選擇與構(gòu)建

指標(biāo)的選擇應(yīng)能夠準(zhǔn)確地反映出各種因素對(duì)于物流行業(yè)的融資結(jié)構(gòu)的影響，本文綜合了其他學(xué)者在指標(biāo)體系構(gòu)建方面的建議，按照完備性、科學(xué)性、重要性等原則，選取20 個(gè)具體指標(biāo)，立足5 個(gè)方面綜合評(píng)價(jià)物流上市公司融資結(jié)構(gòu)，指標(biāo)體系如表1 所示。

表1 指標(biāo)體系表

2.2 采用因子分析識(shí)別重要影響因素

通過SPSS23.0 軟件對(duì)數(shù)據(jù)進(jìn)行相關(guān)操作。先對(duì)原始數(shù)據(jù)開展標(biāo)準(zhǔn)化處理，從而消除數(shù)據(jù)間的量綱差異，以便于數(shù)據(jù)之間的分析與比對(duì)，緊接著進(jìn)行KMO 和Bartlett 球形檢驗(yàn)，評(píng)判使用因子分析法處理數(shù)據(jù)的可行性。由表2 得到，KMO 值為0.674>0.5，Bartlett 球形檢驗(yàn)中P 值遠(yuǎn)小于0.01，表明因子分析可以進(jìn)行。

表2 KMO 和Bartlett 球形檢驗(yàn)

由表3 可得，前5 個(gè)公共因子總方差貢獻(xiàn)率高達(dá)81.567%，對(duì)原變量方差的解釋能力相對(duì)較好。同時(shí)，由圖1 可以看出，當(dāng)公共因子大于5 時(shí)，曲線的變化趨勢(shì)逐漸平穩(wěn)，選擇5 個(gè)公共因子較為合適。

圖1 碎石圖

表3 總方差解釋

對(duì)基于主成分得到的因子載荷陣實(shí)施方差最大化正交旋轉(zhuǎn)，從而可以使公因子的含義能夠更加清晰明確的表述出來。由表4 分析得出，公因子F涵蓋資產(chǎn)報(bào)酬率(X)、流動(dòng)資產(chǎn)凈利潤率(X)、凈資產(chǎn)收益率(X)等指標(biāo)，這些指標(biāo)主要體現(xiàn)企業(yè)的盈利能力，將其稱為盈利因子；公因子F由流動(dòng)比率X( )、速動(dòng)比率X( )、現(xiàn)金比率X( )決定，這些指標(biāo)闡述了公司在約定時(shí)間內(nèi)歸還欠款的能力，將其稱為償債因子；公因子F主要由資產(chǎn)總額X( )、營業(yè)總收入X( )決定，這些指標(biāo)能夠反映公司的規(guī)模大小，將其定義為規(guī)模因子；公因子F涵蓋流動(dòng)資產(chǎn)周轉(zhuǎn)率X( )、總資產(chǎn)周轉(zhuǎn)率(X)，這些指標(biāo)能夠闡明公司經(jīng)營狀況的好壞，取名為營運(yùn)因子；公因子F主要由營業(yè)收入增長率(X)決定，這個(gè)指標(biāo)代表公司未來成長與發(fā)展的潛力，取名為成長因子。

表4 旋轉(zhuǎn)后的成分矩陣

3 實(shí)證分析

3.1 變量選擇

資產(chǎn)負(fù)債率能夠?qū)镜娜谫Y情況有一個(gè)較為整體與客觀的反映，因此將其作為因變量，將上文中提取出來的5 個(gè)公因子作為自變量，下面研究這些公因子對(duì)融資結(jié)構(gòu)的影響。

3.2 研究假設(shè)

盈利能力強(qiáng)的公司在經(jīng)營過程中能夠獲得較多的利潤，公司的財(cái)務(wù)狀況相對(duì)較好，并且可將所獲得的利潤作為公司日后發(fā)展的留存收益。公司一般會(huì)較先選擇內(nèi)部籌資盡可能的舒緩資金壓力。由此提出假設(shè)H1。

H1：物流上市公司的盈利能力與融資結(jié)構(gòu)負(fù)相關(guān)。

償債能力是指公司能否如期償還所欠債務(wù)，保證資金鏈不斷裂。償債能力強(qiáng)說明公司在經(jīng)營中產(chǎn)生的現(xiàn)金凈流量相對(duì)較多，能夠及時(shí)歸還欠款，商業(yè)信用水平相對(duì)較高，更容易籌得資金。由此提出假設(shè)H2。

H2：物流上市公司的償債能力能夠正向作用于融資結(jié)構(gòu)。

規(guī)模大的公司管理模式相對(duì)成熟，融資策略趨向多元化，較少出現(xiàn)資金鏈斷裂的情況，抗風(fēng)險(xiǎn)能力強(qiáng)，在公眾心中具有良好的企業(yè)形象。債權(quán)人通過綜合評(píng)估，權(quán)衡利弊，為保證自身財(cái)產(chǎn)的安全與價(jià)值效益，更傾向與大公司達(dá)成合作。由此提出假設(shè)H3。

H3：物流上市公司的公司規(guī)模與融資結(jié)構(gòu)正相關(guān)。

營運(yùn)能力是指公司進(jìn)行經(jīng)營時(shí)，達(dá)到最優(yōu)化的人力資源以及生產(chǎn)資料的配置，實(shí)現(xiàn)資金的快速回籠。當(dāng)公司運(yùn)營狀況優(yōu)良，風(fēng)險(xiǎn)管控能力較強(qiáng)的情況下，融資一般不會(huì)納入考慮。由此提出假設(shè)H4。

H4：物流上市公司的營運(yùn)能力對(duì)融資結(jié)構(gòu)有抑制作用。

成長能力能夠彰顯企業(yè)的發(fā)展方向及趨勢(shì)，未來經(jīng)營范圍能否得到進(jìn)一步延伸等。如果公司的發(fā)展正處于快速上升期，留存的收益相對(duì)于公司龐大的資金需求往往杯水車薪，公司需要依賴外界融資填補(bǔ)自身的資金空缺，支撐公司的發(fā)展。由此提出假設(shè)H5。

H5：物流上市公司的成長能力與融資結(jié)構(gòu)正相關(guān)。

3.3 回歸模型建立

多元回歸分析是指將一個(gè)或者多個(gè)自變量與因變量進(jìn)行回歸，根據(jù)相應(yīng)的結(jié)果剖析二者之間的線性關(guān)系?；貧w模型如下：

其中：Y 為因變量，X, X,…, X為自變量，ε 是殘差項(xiàng)，β, β,…, β是回歸系數(shù)。

3.4 擬合優(yōu)度檢驗(yàn)和F 檢驗(yàn)

調(diào)整后的R值能夠較好地評(píng)估多元線性回歸模型擬合的水平，數(shù)值越靠近1，擬合的越好。如表5 所示，調(diào)整后的R為0.875，說明選取的5 個(gè)因變量能夠較好的反映出資產(chǎn)負(fù)債率。DW 檢驗(yàn)常作為評(píng)判模型的自相關(guān)性的標(biāo)準(zhǔn)，數(shù)值越靠近2，表明模型自相關(guān)性越弱，此處的值為1.793，回歸模型可以建立。

表5 模型摘要

F 檢驗(yàn)用以評(píng)估因變量與自變量是否存在線性關(guān)系。觀察表6，F(xiàn) 值達(dá)到52.845，且顯著性遠(yuǎn)小于0.05，說明通過此模型可直觀地展現(xiàn)因變量與自變量的關(guān)系。

表6 F 檢驗(yàn)

3.5 回歸結(jié)果分析

表7 為回歸結(jié)果。盈利因子F()的t 值為-3.481，顯著性小于0.01，能夠通過檢驗(yàn)，且回歸系數(shù)為負(fù)值，說明公司盈利能力較強(qiáng)，公司有大量的留存資金支撐自己的發(fā)展，會(huì)減少自己的負(fù)債率，與假設(shè)H1 相符。償債因子F()的t 值為-13.027，顯著性遠(yuǎn)小于0.01，能夠通過檢驗(yàn)，回歸系數(shù)也是負(fù)值，說明償債能力很強(qiáng)時(shí)，公司的負(fù)債率反而低，與假設(shè)H2 不相符，考慮為物流公司涉及的領(lǐng)域較多，對(duì)于一些指標(biāo)的計(jì)算存在信息不對(duì)稱的情況，債權(quán)券人所搜集到的材料不能證實(shí)其償債能力。規(guī)模因子F()的t 值為7.950，顯著性遠(yuǎn)小于0.01，能夠通過檢驗(yàn)，且回歸系數(shù)為正值，說明規(guī)模大的公司籌集外界的資金相對(duì)簡單，能夠承受財(cái)務(wù)杠桿帶來的風(fēng)險(xiǎn)，公司的融資能力較強(qiáng)，可以驗(yàn)證假設(shè)H3。營運(yùn)因子F()沒有通過顯著性檢驗(yàn)，說明物流上市公司的營運(yùn)能力對(duì)融資結(jié)構(gòu)影響不顯著，假設(shè)H4 不成立，考慮為公司的流動(dòng)資產(chǎn)不足，營運(yùn)能力表現(xiàn)不佳。成長因子F()對(duì)融資結(jié)構(gòu)影響的回歸系數(shù)的t 值為4.239，顯著性遠(yuǎn)小于0.01，能夠通過檢驗(yàn)，且回歸系數(shù)為正值，說明公司的成長過程中，企業(yè)需要通過融資來緩解自身的資金壓力，支撐自己的發(fā)展，與假設(shè)H5 相符。

表7 回歸結(jié)果

4 結(jié)論與建議

文中選定38 家物流上市公司，嘗試構(gòu)建了指標(biāo)體系，研究其融資結(jié)構(gòu)的影響因素。先通過因子分析方法對(duì)20 個(gè)指標(biāo)實(shí)施降維，由此獲得5 個(gè)公因子，分別為盈利因子、償債因子、規(guī)模因子、營運(yùn)因子和成長因子，并將提取出的5 個(gè)公因子認(rèn)定為自變量，用資產(chǎn)負(fù)債率衡量公司的融資結(jié)構(gòu)，并將其看為因變量，進(jìn)行多元回歸分析。得出如下結(jié)論：（1） 物流上市公司的盈利能力、償債能力對(duì)融資結(jié)構(gòu)抑制作用明顯，而公司規(guī)模、成長能力與融資結(jié)構(gòu)呈正相關(guān)關(guān)系；（2） 物流上市公司的營運(yùn)能力與融資結(jié)構(gòu)之間的關(guān)系并不顯著。

基于實(shí)證研究結(jié)論，提出如下建議：

（1） 強(qiáng)化公司的償債意識(shí)，合理規(guī)劃到期貸款的償債時(shí)間，恪守誠信的本分，建立良好的商業(yè)信用，降低經(jīng)營風(fēng)險(xiǎn)。

（2） 提升公司盈利能力。在公司生產(chǎn)經(jīng)營中，要盡量降低成本，實(shí)施綠色物流，增加自身的利潤空間，將公司獲取的利潤作為內(nèi)部留存收益，減少對(duì)外界資金的依賴。

（3） 合理拓展公司規(guī)模。規(guī)模大的公司整體的經(jīng)營狀況趨于穩(wěn)定，更加偏向負(fù)債經(jīng)營。并且，大公司融資渠道趨于多元化，破產(chǎn)風(fēng)險(xiǎn)小，并且能夠較好地恪守誠信之道，容易獲得投資者的青睞。

（4） 適度拉升公司成長能力。由結(jié)論可知，提高物流上市公司的成長能力有利于對(duì)外融資，物流公司應(yīng)響應(yīng)國家政策，提高自身的核心競爭力，向綠色化、智慧化方向發(fā)展。