■李 洋，彭晨宸，王 丹

一、文獻(xiàn)述評

資本結(jié)構(gòu)是企業(yè)在籌集資金的過程中所作出的融資決策行為，自20 世紀(jì)50年代開始進(jìn)入主流經(jīng)濟(jì)學(xué)的視野后，就一直成為公司金融學(xué)最古老、最重要的議題之一。西方相繼出現(xiàn)的MM 理論、委托代理理論、信號傳遞理論、融資優(yōu)序理論、控制權(quán)理論等，雖然其研究視角各不相同，但始終沒有離開資本結(jié)構(gòu)影響公司價值的主線。

國外諸多學(xué)者從實證角度檢驗了資本結(jié)構(gòu)對公司價值的影響，并取得了一系列研究成果，主要概括為四種情況：（一）負(fù)債水平與公司價值無關(guān)，Black和Scholes（1974）、Litzenberger和Ramaswamy（1979）的研究傾向于支持該觀點。（二）負(fù)債水平與公司價值正 相 關(guān)，如Peterson和Ang（1997）、Flannery和Rangan（2006）都認(rèn)為負(fù)債比率的提高對公司價值產(chǎn)生正效應(yīng)。（三）負(fù)債水平與公司價值負(fù)相關(guān)，如Rajan和Zingales（1995）、Gaud和Jani 等（2005）則指出負(fù)債比率的提高對公司價值產(chǎn)生負(fù)效應(yīng)。（四）負(fù)債水平與公司價值存在區(qū)間效應(yīng)，代表觀點有Frank和Goyal（2009）、Akhtar Shumi（2013）?？梢钥闯觯瑖庾钚碌难芯拷Y(jié)論已經(jīng)逐步轉(zhuǎn)向資本結(jié)構(gòu)與公司價值的非線性關(guān)系，為我國企業(yè)資本結(jié)構(gòu)的決策優(yōu)化帶來了強(qiáng)力的理論依據(jù)和實證經(jīng)驗。

同西方文獻(xiàn)一樣，國內(nèi)關(guān)于資本結(jié)構(gòu)與公司價值的相關(guān)性研究，也沒有達(dá)成統(tǒng)一的認(rèn)識，大致存在三種類型的觀點：（一）負(fù)債水平與公司價值正相關(guān)。胡志強(qiáng)和卓琳玲（2008）以托賓Q 值作為解釋變量，提出負(fù)債比率與公司價值顯著正相關(guān)。王化成和李志杰等（2008）以資本結(jié)構(gòu)作為融資決策的代理變量，發(fā)現(xiàn)融資決策是治理機(jī)制和公司價值之間的中間變量，融資決策的優(yōu)化能夠改善公司治理，提高公司價值。（二）負(fù)債水平與公司價值負(fù)相關(guān)。胡援成（2008）通過因子分析確定模型變量，再對縮減變量進(jìn)行回歸分析，實證結(jié)果表明較高的公司價值往往伴隨較低的負(fù)債比率。陳文浩和劉春江等（2012）則發(fā)現(xiàn)負(fù)債過重消耗了公司自身積累能力，進(jìn)而降低了公司價值。（三）負(fù)債水平與公司價值非線性相關(guān)。汪昌云（2006）實證檢驗了最優(yōu)的負(fù)債區(qū)間及其凹凸駐點，發(fā)現(xiàn)負(fù)債比率與公司價值之間存在非線性關(guān)系。王俊韡和徐向藝（2008）則進(jìn)一步認(rèn)為資產(chǎn)負(fù)債率與公司價值呈現(xiàn)顯著的二次函數(shù)關(guān)系，并確定了相應(yīng)的拐點，只有資產(chǎn)負(fù)債率低于拐點時負(fù)債水平的增加才會對公司價值產(chǎn)生有利影響。國內(nèi)研究的主要問題在于偏離了MM 理論有關(guān)公司價值的實質(zhì)，對公司價值的界定存在不同程度的片面性或模糊性，因此有必要引入更為合適的公司價值替代變量；同時，現(xiàn)有研究大多運用線性回歸得出資本結(jié)構(gòu)與公司價值的線性關(guān)系，但二者之間可能呈現(xiàn)更為復(fù)雜的非線性關(guān)系及區(qū)間效應(yīng)，需要從曲線關(guān)系著手進(jìn)行論證。我國資本市場正處于發(fā)展轉(zhuǎn)型的關(guān)鍵階段，與西方的制度背景和現(xiàn)實國情有著很大差異，本文以滬深兩市的A 股上市公司作為研究樣本，運用因子分析、線性回歸、曲線擬合等方法實證檢驗資本結(jié)構(gòu)與公司價值的相關(guān)性，旨在為我國上市公司優(yōu)化資本結(jié)構(gòu)、提升公司價值提供經(jīng)驗證據(jù)。

二、研究設(shè)計

（一）樣本數(shù)據(jù)

本文以我國滬深兩市A 股上市公司作為研究對象，考慮到不同區(qū)域的覆蓋面，首先按照我國的地理位置特征劃分為東北、西北、西南、華北、華中、華東、華南7 個樣本區(qū)域，然后從每個區(qū)域中獨立、隨機(jī)地抽取樣本。為了保證樣本數(shù)據(jù)的穩(wěn)定性和連續(xù)性，本文以2009～2013年作為選樣窗口，規(guī)避單個年度的異常值，在剔除ST、金融類、不足考察年限及重要數(shù)據(jù)缺失的公司后，每個區(qū)域選擇了50家發(fā)行A 股的公司，最終得到350 家公司作為研究樣本。所有樣本數(shù)據(jù)均來源于CCER 中國經(jīng)濟(jì)研究中心數(shù)據(jù)庫以及巨潮資訊網(wǎng)披露的年報資料，并經(jīng)過手工整理，數(shù)據(jù)分析通過SPSS19.0 統(tǒng)計軟件完成。

（二）研究變量

1.被解釋變量

公司價值是指企業(yè)在未來經(jīng)營期限內(nèi)所創(chuàng)造的的現(xiàn)金流量現(xiàn)值之和。由于我國資本市場的非完全有效性，在現(xiàn)實中多用代理指標(biāo)來衡量公司價值，如財務(wù)績效指標(biāo)、市場價值指標(biāo)（托賓Q）、經(jīng)濟(jì)附加值指標(biāo)（EVA）。刑天才、袁野（2013）認(rèn)為，國外推崇的托賓Q 與EVA 在我國資本市場機(jī)制不盡完善的條件下難以取得精確數(shù)據(jù)，我國暫時還不具備全面應(yīng)用托賓Q 與EVA 的市場條件。而陸正飛、宋小華（2006）則通過實證分析得出，財務(wù)績效指標(biāo)對于我國上市公司的價值評估具有較高的參考意義。因此，本文綜合選取多個財務(wù)績效指標(biāo)，分別從不同角度衡量公司價值。

（1）原始變量

公司價值與許多因素密切相關(guān)，本文根據(jù)國內(nèi)外主流文獻(xiàn)的研究成果，選取總資產(chǎn)收益率（ROA）、凈資產(chǎn)收益率（ROE）、主營業(yè)務(wù)收益率（MOP）、每股收益（EPS）、每股凈資產(chǎn)（NAPS）、每股現(xiàn)金流量（CFPS）這6 個財務(wù)績效指標(biāo)來衡量公司價值。

（2）因子分析

①KMO和Bartlett 檢驗。表1 顯示了KMO和Bartlett 檢驗結(jié)果，KMO 值為0.631，大于統(tǒng)計學(xué)家Kaiser 給出的標(biāo)準(zhǔn)值0.6，說明原始變量之間的信息重疊度較高，適合進(jìn)行因子分析；Bartlett 球形度檢驗的相伴概率Sig.為0，小于顯著性水平0.05，說明原始變量的相關(guān)矩陣不是單位矩陣，符合因子分析的前提條件。

②提取公共因子。表2 顯示了各個成分的特征根、方差貢獻(xiàn)率和累計貢獻(xiàn)率，SPSS19.0 軟件提取了前3 個主成分進(jìn)行測度，得出的累積貢獻(xiàn)率為75.574%，說明前3 個主成分包含了原始變量的大部分信息，即本文的公共因子。

表2 解釋的總方差

③因子載荷矩陣。以表2 中求得的特征值所對應(yīng)的、長度為1 的特征向量，來計算公共因子的載荷，求出負(fù)載矩陣并作正交旋轉(zhuǎn)，結(jié)果如表3 所示。

表3 旋轉(zhuǎn)后的因子載荷矩陣

④因子得分方程。表4 給出了因子得分系數(shù)矩陣，據(jù)此推導(dǎo)3 個主成分的因子得分方程，分別為K1、K2、K3：

表4 因子得分系數(shù)矩陣

⑤公司價值綜合因子。將3 個主成分的因子得分K1、K2、K3分別乘以表2 中各自的方差貢獻(xiàn)率，再除以累計貢獻(xiàn)率，即可得到公司價值綜合因子的計量模型CV：

2.解釋變量

資本結(jié)構(gòu)的概念有廣義與狹義之分，廣義資本結(jié)構(gòu)是指企業(yè)全部資本的來源構(gòu)成及其比例關(guān)系，不但包括長期資本，而且包括流動負(fù)債；狹義資本結(jié)構(gòu)專指長期資本的來源構(gòu)成及其比例關(guān)系，僅僅包括長期負(fù)債與權(quán)益資本，而將流動負(fù)債列入營運資金。國外研究較多使用狹義資本結(jié)構(gòu)，而我國上市公司的流動負(fù)債在資本來源中占據(jù)絕大多數(shù)比重，不能將其排除在外，廣義資本結(jié)構(gòu)更適用于我國國情。因此本文所指的資本結(jié)構(gòu)將流動負(fù)債考慮在內(nèi)，運用廣義資本結(jié)構(gòu)概念，以資產(chǎn)負(fù)債率（ALR）作為解釋變量。

3.控制變量

盡管本文著重探討資本結(jié)構(gòu)與公司價值的相關(guān)性，但由于經(jīng)濟(jì)發(fā)展不平衡等客觀原因的存在，所選取的樣本個體之間存在較大差異，還有一些企業(yè)特征因素在很大程度上也會影響研究結(jié)果。因此本文進(jìn)一步引入公司規(guī)模（SIZE）、公司成長性（GROW）這兩個控制變量。

綜上所述，本文構(gòu)造的研究變量如表5 所示。

表5 研究變量定義表

三、實證檢驗

（一）描述性統(tǒng)計

表6 列示了解釋變量與被解釋變量的描述性統(tǒng)計結(jié)果。由表6 可知，350 家樣本公司2009～2013年ALR 的均值為53.02%，而根據(jù)王俊韡、徐向藝（2008）的研究結(jié)果，2003～2006年我國上市公司資產(chǎn)負(fù)債率的均值為49.29%，可見其負(fù)債水平在逐步上升，但仍然維持在50%左右，基本符合國際通行的債務(wù)標(biāo)準(zhǔn)。

此外，2009～2013年ALR均值處于52.1%～53.5%的區(qū)間內(nèi)，變化趨勢平穩(wěn)；但CV 均值2010年上升了262%，2011年下降了43.28%，2012年下降了235%，2013年上升了76.33%，波動幅度較大。從描述性統(tǒng)計結(jié)果來看，資本結(jié)構(gòu)與公司價值的相關(guān)性是不確定的，需要進(jìn)行更為深入的實證檢驗。

表6 描述性統(tǒng)計結(jié)果

（二）相關(guān)分析

為了預(yù)檢驗研究變量之間的關(guān)聯(lián)程度與相關(guān)方向，本文首先對各變量進(jìn)行初步的相關(guān)分析，SPSS19.0 軟件輸出的Pearson 相關(guān)分析矩陣如表7所示。

表7 相關(guān)分析矩陣

表7 的相關(guān)分析結(jié)果顯示，兩兩研究變量之間均在1%或5%的水平上顯著相關(guān)。其中，ALR 與CV 的相關(guān)系數(shù)為-0.301，呈顯著的負(fù)相關(guān)關(guān)系，說明提高資產(chǎn)負(fù)債率會降低公司價值，該結(jié)論與MM理論相悖。而SIZE、GROW 與CV 的相關(guān)系數(shù)分別為0.2、0.076，均呈顯著的正相關(guān)關(guān)系，說明擴(kuò)大資產(chǎn)規(guī)模、增強(qiáng)成長能力會提升公司價值。

（三）多重共線性診斷

在線性回歸分析之前，需對解釋變量與控制變量進(jìn)行多重共線性診斷，為構(gòu)建多元線性回歸模型提供依據(jù)。容差的倒數(shù)VIF 值越大，顯示共線性越嚴(yán)重，則不適合線性回歸分析。SPSS19.0 軟件輸出的多重共線性診斷結(jié)果如表8 所示：

表8 多重共線性診斷

表8 的多重共線性診斷結(jié)果顯示，解釋變量與控制變量的VIF 值都小于2，表明回歸方程不存在多重共線性問題，本文使用的研究變量是有效的，可以進(jìn)行多元線性回歸分析。

（四）線性回歸分析

本文以公司價值綜合因子CV 作為被解釋變量，以資本結(jié)構(gòu)ALR 作為解釋變量，以公司規(guī)模SIZE、公司成長性GROW 作為控制變量，由此構(gòu)建多元線性回歸模型：

其中：α0為常數(shù)項；α1為解釋變量的回歸系數(shù)；α2、α3為控制變量的回歸系數(shù)；ε 為誤差項，代表回歸模型未包括的其他因素對公司價值的影響。

基于以上回歸模型，SPSS19.0 軟件輸出的回歸估計結(jié)果如表9 所示：

表9 線性回歸模型估計結(jié)果

表9 中調(diào)整R2為0.205，說明回歸模型的擬合優(yōu)度并不高，資本結(jié)構(gòu)與公司價值之間可能存在比線性更為復(fù)雜的非線性關(guān)系，需要進(jìn)一步做曲線擬合分析；但Sig.等于0，小于顯著性水平0.05，說明回歸結(jié)果總體上是顯著的，研究變量之間具有顯著的相關(guān)性。

同 時，ALR、SIZE、GROW的回歸系數(shù)分別為-1.294、0.155、0.045，且各自的Sig.均等于0，小于顯著性水平0.05，說明所有變量都通過了t 檢驗。其中，ALR 與CV 顯著負(fù)相關(guān)，SIZE、GROW 與CV 顯著正相關(guān)，與表6 中相關(guān)分析結(jié)果一致，說明回歸結(jié)果具有較強(qiáng)的穩(wěn)健性。

（五）曲線擬合分析

由于線性回歸模型的擬合優(yōu)度不高，本文以公司價值綜合因子CV 作為被解釋變量，以資本結(jié)構(gòu)ALR 作為解釋變量進(jìn)行曲線擬合，利用SPSS19.0 軟件對樣本數(shù)據(jù)同時選用線性模型、倒數(shù)模型、二次多項式、三次多項式、對數(shù)模型、復(fù)合模型、冪模型、S曲線模型、增長模型、指數(shù)模型和邏輯模型，各模型的曲線擬合結(jié)果如表10 所示：

表10 各模型曲線擬合結(jié)果

通過比較表10 中各模型相關(guān)系數(shù)的平方值（R2），可知三次多項式（0.122）的擬合結(jié)果是最優(yōu)的，且Sig.等于0，小于顯著性水平0.05，說明該模型有意義。本文進(jìn)一步分析三次多項式模型的系數(shù)，得到表11。

表11 三次多項式擬合結(jié)果

表11 中ALR、ALR2、ALR3的Sig.均小于顯著性水平0.05，說明所有變量皆通過了t 檢驗。由此得到三次多項式模型：

由于擬合的三次函數(shù)（公式6）剛好具有特殊性，得到的曲線類似于函數(shù)Y=X3，如果利用函數(shù)極值定理，令其一階導(dǎo)數(shù)為0，則無法求得相應(yīng)的兩個駐點。因此，本文對公式6 進(jìn)行二次求導(dǎo)，并令其二階導(dǎo)數(shù)為0，即可得到該三次多項式的拐點ALR*約為42%。

該三次多項式的擬合曲線如圖1 所示。從CV曲線的變化趨勢可以看出，當(dāng)ALR 在（0，42%]的區(qū)間時，CV 曲線趨于平緩，波動較小，CV 不隨ALR 的增大發(fā)生明顯變化，二者之間無顯著關(guān)系；而當(dāng)超過拐點，即ALR 在（42%，∞）的區(qū)間時，CV 曲線呈陡然下滑的趨勢，CV 隨著ALR 的增大而大幅降低，二者之間顯著負(fù)相關(guān)。

圖1 三次多項式的擬合曲線

四、研究結(jié)論

綜上所述，本文得出如下研究結(jié)論：資產(chǎn)負(fù)債率與公司價值的相關(guān)性呈顯著的曲線關(guān)系，拐點為42%，存在區(qū)間效應(yīng)。當(dāng)資產(chǎn)負(fù)債率小于42%時，公司價值與負(fù)債水平的關(guān)系并不顯著，受負(fù)債比率的影響程度較??；當(dāng)資產(chǎn)負(fù)債率大于42%時，公司價值與負(fù)債水平呈顯著的負(fù)相關(guān)關(guān)系，隨負(fù)債比率的增大而降低。

根據(jù)表6 的描述性統(tǒng)計結(jié)果，2009～2013年資產(chǎn)負(fù)債率的均值為53.02%，正處于公司價值的降低區(qū)間內(nèi)，表明負(fù)債水平的增加將不利于公司價值的提升。因此我國上市公司應(yīng)該適度降低資產(chǎn)負(fù)債率，才能進(jìn)一步提高公司價值，而事實上，2010～2013年資產(chǎn)負(fù)債率的均值呈現(xiàn)逐漸下降的趨勢，正好符合公司價值提高的要求。

本文的研究結(jié)論驗證了資產(chǎn)負(fù)債率對于公司價值的區(qū)間效應(yīng)，但與西方研究結(jié)果存在兩方面的差異：其一，西方學(xué)者得出的資產(chǎn)負(fù)債率拐點在70%左右（Frank和Goyal，2009、Akhtar Shumi，2013），而本文得到的拐點只有42%；其二，MM 理論及西方經(jīng)驗證據(jù)認(rèn)為資產(chǎn)負(fù)債率低于拐點時，公司價值與負(fù)債水平呈正相關(guān)關(guān)系，但本文的結(jié)論是該區(qū)間內(nèi)公司價值與負(fù)債水平無顯著關(guān)系。造成以上差異的原因在于，我國目前多數(shù)投資者對于公司負(fù)債的認(rèn)識仍舊存在誤區(qū)，往往認(rèn)為無負(fù)債或負(fù)債少的公司才是好公司，負(fù)債的稅盾效應(yīng)、財務(wù)杠桿效應(yīng)、公司治理效應(yīng)、信號傳遞效應(yīng)等功能在我國并未得到充分發(fā)揮，與西方國家的實際情況差距較大。因此，該結(jié)論提示我們，應(yīng)該積極培育信貸市場與債券市場，有效發(fā)揮負(fù)債的財務(wù)杠桿作用和信號傳遞機(jī)制，合理利用債務(wù)融資來提升公司價值，資產(chǎn)負(fù)債率對公司價值影響的拐點將會大大提高。

[1]Black F,Scholes M.The Effects of Dividend Yield and Dividend Policy on Common Stock Prices and Returns[J].Journal of Financial Economics,1974,1(1):1～22.

[2]Litzenberger R H,Ramaswamy K.The Effect of Personal Taxes and Dividends on Capital Asset Prices:Theory and Empirical Evidence [J].Journal of Financial Economics,1979,7(2):163～195.

[3]Peterson P,Ang J S.Direct Evidence on the Marginal Rate of Taxation on Dividend Income [J].Journal of Financial Economics,1997,14(2):267～282.

[4]Flannery M K,Rangan K P.Partial Adjustment toward Target Capital Structures[J].Journal of Financial Economics,2006，79(3):469～506.

[5]Gaud P,Jani E,Hoesli M,Bender A.The Capital Structure of Swiss Companies:an Empirical Analysis Using Dynamic Panel Data [J].European Financial Management,2005,11(1):51～69.

[6]Frank M Z,Goyal V K.Capital Structure Decisions:Which Factors Are Reliably Important[J].Financial Management,2009,9(1/2):1～37.

[7]Akhtar Shumi O B.Determinants of Capital Structure for Japanese Multinational and Domestic Corporations[J].International Review of Finance,2013,9(1/2):1～26.

[8]胡志強(qiáng)，卓琳玲.IPO 市場時機(jī)選擇與資本結(jié)構(gòu)關(guān)系研究[J].金融研究，2008，（10）：136～149.

[9]王化成，李志杰，孫健.境外上市背景下治理機(jī)制對公司價值的影響——基于融資決策傳導(dǎo)效應(yīng)的研究[J].會計研究，2008，（7）：90～100.

[10]胡援成.中國企業(yè)資本結(jié)構(gòu)問題研究[M].北京：中國財政經(jīng)濟(jì)出版社，2008：51～73.

[11]陳文浩，劉春江，陳曉懿.管制放松背景下的利率變動與公司資本結(jié)構(gòu)動態(tài)調(diào)整——基于制造業(yè)的經(jīng)驗分析[J].財經(jīng)研究，2012，（12）：63～73.

[12]汪昌云.公司財務(wù)政策與公司治理：中國的實踐[M].北京：中國人民大學(xué)出版社，2006：173～188.

[13]王俊韡，徐向藝.資本結(jié)構(gòu)與利益相關(guān)者控制權(quán)研究[J].開發(fā)研究，2008，（1）：148～151.

[14]刑天才，袁野.我國上市公司資本結(jié)構(gòu)動態(tài)調(diào)整的實證研究[J].財經(jīng)問題研究，2013，（5）：64～70.

[15]陸正飛，宋小華.財務(wù)指標(biāo)在股票投資決策中的有用性：基于中國證券市場的實證研究[J].南開管理評論，2006，（9）：31～38.