上市公司融资决策模型研究

摘要：本文将在公司层面分析影响我国高速公路上市公司融资结构的主要因素，并就具体因素进行因子分析和回归分析，从而发现影响我国高速公路上市企业融资决策的主要因素，并就相关因素进行了分析。

关键词：高速公路上市公司 融资结构融资决策

作者简介：郭骁(1981―)，男，甘肃兰州人，暨南大学管理学院博士研究生

夏洪胜(1963―)，男，湖北武汉人，暨南大学管理学院博士生导师

武玉琴(1964―)，女，甘肃兰州人，暨南大学管理学院博士研究生

一、引言

在资本结构理论发展史上，20世纪70年代初诞生了资本结构决定因素学派，又被称为融资工具选择理论。纵观资本结构影响因素学派的发展，不同的理论强调不用的影响因素。本文认为，由于资本结构理论的各种模型和假说均是以公司某种特征角度出发进行的分析，这些理论都是从公司运行的内在机理考虑资本结构或融资方式的，所以，各种理论所反映公司特点的变量都会对公司融资模式选择有影响。本文将所有较为成熟的理论所强调的主要影响融资结构的因素均考虑在内，首先从各种理论角度初步确定可能影响我国高速公路上市公司融资行为模式的因素，然后用因子分析法对各因素作进一步分析取舍。理论和经验研究表明：高速公路公司资本结构的内部影响因素包括企业规模、企业成长性、股权结构、实交所得税、抵押价值、非负债税盾、企业盈利能力、短期偿债能力、企业经营能力、公司经营风险、公司独创性以及信号。

二、模型方法

(一)分析方法确定资本结构影响因素所采用的分析工具可分为：最小二乘法(OLS)、逐步回归法(OLS的一种变形)、主成分分析法等。根据研究数据的特点，本文采用主成分分析法提取主要影响因子进行研究分析。首先对各种资本结构理论所描述的影响高速公路上市公司杠杆率因素进行归纳，在此基础上根据高速公路上市公司的会计报表制度与实际内容，定义一些理论所描述的关键变量。通过对这些变量做因子分析，发现其中相互独立的、影响公司资本结构的主要因素，就这些主要因素对公司资本结构的影响进行回归分析。

(二)分析模型根据以上方法研究应用两步模型：第一步，用简单因子分析模型确定主要影响因素。模型主要是根据观测到的变量与一组因子之间的关系来确定这组因子，模型主要用于确定影响不可观察的普通因子的最小数目。本文设计了12个财务变量(x)，希望根据因子分析模型确定未知的不可观测公司特征变量(Y)。第二步，用多变量回归模型分析第一步所确定的因子与公司资本结构的相关关系模型：在通过第一步确定了影响高速公路上市公司融资结构的主要影响因素后，后一步是分别将这些影响因素与公司融资结构(杠杆率)进行相关与回归分析，目的是发现每种描述公司特征的因素对公司融资结构的具体影响程度和方向，为研究成果最终能够指导实践创造基础。本文对公司融资结构(杠杆率)将分别用总负债率、流动负债率和长期负债率三个财务指标来衡量，将对这描述公司杠杆率的三种度量分别分析因子得分对其影响关系，并同时进行显著性检验。

三、数据选取及变量设计

本文采用的原始数据均来自上市公司年报整理；所有解释变量以2004年的数据为准。考虑到在同一年份中解释变量与被解释变量之间的必然联系问题，将被解释变量滞后一年，所以对公司杠杆率的度量来自公司2005年的资产负债数据，这样可以推断杠杆率与各种公司特征之间的非必然联系，即间接联系。

(一)解释变量对资本结构影响因素解释变量的设计采用了分类设计的方法，即对资本结构理论分析中的每个影响因素尽可能多地设计多个解释变量，因为理论化的资本结构影响因素在现实中通常可以由不同的指标来反映，且不同指标的信息含量也有所差异，如果只为每一影响因素设计―个解释变量，很可能造成严重的信息丢失，并因此而导致分析结果的偏差。样本公司的解释变量情况现对各变量说明如下：

(1)企业规模。企业规模可以从投入与产出两个角度来衡量，因此，用总资产(TA,TotalAsset)与主营业务收入(MOI，MainlyOperatingIncome)的自然对数两个指标反映企业规模因素，即ln TA与In MOI。

(2)公司资产结构。存货和固定资产是企业的有形资产，可以用来抵押，故采用存货(Inventory)占总资产的比例(INV／TA)以及固定资产占总资产的比率(STRU：FA／TA)来反映企业的资产结构(抵押价值)，构建企业抵押价值的衡量指标。式中INV、FA,TA分别表示存货、固定资产和总资产。

(5)公司经营风险。本文用息税前收益的标准差(VOLA)来表示高速公路企业经营的不稳定性。

(6)公司的独特性。本文采用销售费用占销售收入的比重(UNIQ)作为公司独特性的变量。

(7)非债务税收避护(Non-debt tax shield)。受数据资源的限制，本文用固定资产折旧与总资产之比(DEP／TTA)和累计折旧与息税前收益的比率(NOND：DE／EBIT)两个指标来代表非债务税收庇护指标。

(8)股权结构。本文采用国家持股比率(PSS，Percentage of Stock Held by State)及流通股比率(PCS，Percentage of Current Stocks)两个指标反映企业股权结构，国家持股比例是国家股占总股本的百分比，流通股比例是流通股(社会公众股)占总股本的比例。

(9)信号。本文用股利支付，息税前收入(DIVI)来表示股利支付率。

(11)经营能力。经营能力主要体现为公司对流动资产管理的能力，反映企业经营能力的指标主要有应收账款周转率(1it)、存货周转率(RST)、总资产周转率(RTY)。

(12)短期偿债能力。衡量企业的短期偿债能力主要是对流动资产和流动负债进行分析，如果流动资产大于流动负债，说明企业具有偿债能力，反之则偿债能力不足。本文主要由流动比率(LR)和流动负债比率(LDR)两个指标来反映企业所面临的短期债务影响样本公司。

(二)被解释变量本文研究的目的在于发现资本结构主要影响因素，构建高速公路上市公司融资结构决策模型，指导高速公路上市公司相关利益方的行为。本文用不同指标来衡量高速公路上市公司的资本结构，即总负责／总资产、长期负责／总资产、流动负责／总资产，样本公司的被解释变量情况。在多变量回归模型中，用Lev表示公司按以上指标衡量的资产负债率，即公司的财务杠杆率。

四、结果分析

以上解释变量和被解释变量中，由于个别上市公司数据缺失，现选取9个解释变量作为对3个被解释变量的影响因素，所有变量对应的财务指标对应关系。

(一)因子分析因子分析通常通过以下步骤进行处理：首先，计算所有变量的相关矩阵，从矩阵和统计量确认与其他变量无关的变量，评价因子模型的恰当性，以及处理在某些变量上有缺失值case；其次，因子提取，确定描述数据所

需要的因子数及其计算方法；再次，因子旋转，集中于变换因子使之更好解释；最后，计算每个case的因子得分，然后将其用于各种进一步的分析中。

它的特征值可看出，第一个因子的特征值为3.392，约占方差的24.231％，基于过程内定取特征值大于1的规则，Facter过程提取了前五个因子，五个因子的特征值共占去方差的84.316％。可见，被放弃的九个因子解释的方差仅占15％，因此说明前五个因子提供了原始数据的足够信息。

初始因子负荷矩阵，通过这个系数矩阵可以用各原变量写出因子表达式，以便了解因子的含义。从中可看出第一、第二、第三、第四及第五因子即Fl、F2、F3、F4、F5在原变量上的载荷值相差不大，故不太好解释其含义；在实际应用中还无法确定五个主因子分别代表了设定的具体财务指标。需运用统计软件对数据进行转换以便较为明显的看出层次关系。

转轴后的因子系数已经明显向两极分化，有了更鲜明的实际意义：因子F1中系数绝对值最大的是国家持股比例，为0.928，根据对原始变量的定义可以将该因子知,别为公司股权结构指标。因子F2中系数绝对值最大的是存货占总资产的比例为-0.906，根据对原始变量的定义可将该因子识别为公司抵押资产价值。一般而言，盈利能力较强的高速公路上市公司具有较好的净现金流，因此可以更充分的运用自有资金，在此基础上通过适量的抵押贷款来进行债权融资；因子F3中系数绝对值最大的是主营业务收入增长率为0.927，因此可以认为F3代表了高速公路公司的成长性；因子F4中系数绝对值最大的是净资产收益率为0.735，因此将该因子识别为公司盈利能力指标；因子F5中系数绝对值最大的是流动比率为0.946，因此将该因子识别为高速公路上市公司的短期偿债能力指标。

(二)回归模型分析在以上因子分析中已经确定了对融资结构的主要影响因素，以这些因素为自变量分别对因变量做回归分析。回归系数估计结果显示：

(1)回归方程中五个主要可能的影响因素对长期负债比率的相关检验均无法通过(SIG值>0.05)，为了对样本公司的资产负债结构有完整的分析，仍保留对长期负债比率的分析结果。各种变量不能解释公司长期负债率的大小，可能的主要原因是：一是在相当长的时期内，我国高速公路上市公司的长期贷款(固定资产贷款)需要政府批准，手续较为繁琐，所以银行对公司的贷款主要以流动资金贷款为主；二是作为长期负债主要来源的公众债券市场也尚未形成。

(2)公司抵押资产的价值和公司的短期偿债能力与总资产负债率具有显著的负相关关系(SIG值

(3)公司的盈利能力和公司的成长性这两个重要指标并没有成为我国高速公路上市公司融资结构决策的主要影响因素。这一结论充分反映了公司融资决策的非理性考虑，理应该是充分运用具体项目的未来成长收益来偿还一定的借贷利息以优化融资结构；也从侧面说明目前我国高速公路上市公司的经营行为仍与国外有较大差距，尚未将项目未来的盈利收益于现时的融资决策联系起来，缺乏对财务杠杆的充分利用，单方面利用股票融资将导致融资成本的上升以及投资回报率的损失。