楊敏（副教授）

（肇慶學院經濟與管理學院廣東肇慶526061）

一、引言

我國在“十二五”期間提出走區(qū)域專業(yè)化、產業(yè)集聚化方向的方針，并相繼出臺一系列扶持政策，著力培育出具有國際知名度和競爭力的新能源產業(yè)。對于新能源上市公司，政策的扶持固然重要，而公司的債權融資成本、債權偏好程度等因素也影響著公司的發(fā)展前景。目前我國已有的對上市公司融資偏好的研究通常以全行業(yè)上市公司為研究樣本，缺乏對各行業(yè)個體性的研究。另外，研究模型的構建也多采用單式模型，以股權融資比率或資產負債率為單一因變量，這就忽視了對公司融資偏好度的研究，即公司融資的傾向程度。本文從新能源上市公司的公司規(guī)模、盈利能力、成長性、股權流動性、償債能力和營運能力等方面對其融資偏好的影響進行研究，以資產負債率和債權融資概率為因變量，構建雙模型具體分析新能源上市公司現(xiàn)時以及未來的債權偏好度，以期為我國各行業(yè)的融資偏好研究提供經驗證據(jù)，為進一步探索新能源行業(yè)上市公司的融資偏好、優(yōu)化融資決策提供理論支持。

二、研究設計

（一）樣本選取。本文主要依據(jù)我國滬深A股和創(chuàng)業(yè)板市場69家新能源上市公司2017—2020年的財務數(shù)據(jù)，分析我國新能源上市公司的融資偏好及其影響因素，數(shù)據(jù)來源于國泰安數(shù)據(jù)庫。為保證實驗結果的準確性，剔除*ST、ST以及數(shù)據(jù)不全的樣本公司。

（二）融資結構分析。由表1可知，2017—2020年我國新能源上市公司股權融資在融資結構中的占比較低，約為35%左右，并且股權融資比例呈波動下降趨勢，由2017年的39.6%下降到2020年的34.8%，下降了12%。說明我國新能源行業(yè)正逐步調整其融資結構，下調成本較高的股權融資比率。相反，內源融資比例卻逐年迅速遞增，2017年為4.4%，到2020年增長到8.2%，其增幅高達86%。然而內源融資在新能源上市公司的融資結構中占比最低，僅為4.4%—8.2%，還不到9%。2017—2020年新能源上市公司債權融資比例為56%—59%，在融資結構中占比最高，且在這四年內穩(wěn)定保持在57%左右，表明我國新能源行業(yè)長期需要債權融資方式來解決融資需求?？梢?，在目前以及未來一段時間內我國新能源上市公司偏好債權融資。

表1 我國新能源上市公司融資結構比例

（三）研究假設。本文采用2017—2020年69家新能源上市公司的財務數(shù)據(jù)，從六個方面對公司的債權融資偏好進行研究。

1.公司規(guī)模。相比于小規(guī)模公司，大規(guī)模公司擁有較低的邊際破產成本，且更能利用業(yè)務多元化和縱向一體化分散其經營風險，減少收益的不穩(wěn)定性。隨著公司規(guī)模的擴大，公司擁有的資產是償還外界資金的有力擔保，因此公司能以較低利率獲得借款，債權融資新形成的疊加規(guī)模效應又能使公司利潤迅速增加。

2.盈利能力。在通常情況下，盈利能力高的上市公司負債率一般較低，高盈利能力帶來充足的資金流，能在很大程度上滿足公司的融資需求。

3.成長性。成長性較高的上市企業(yè)一般是中小型規(guī)模的公司，其資產組成中多為高新技術等無形資產。由于債權人注重的是其借出資金的安全性，高成長性的公司難以獲得貸款。另外，高成長性的公司承擔更多的經營風險，債權融資帶來的強制式償債要求無形中給公司的破產壓力雪上加霜。因此，公司內部股東更愿意股權融資而非債權融資。

4.股權流動性。當股權分散時，公司經理層一般不能由某一大股東直接委任，而是經股東大會表決來聘任符合資格的經理人員，這樣經理層就只有公司的經營管理權而不擁有剩余索取權，經理層的在職消費必將加大。債權融資形成的還款壓力會減少公司可控資金，因此經理層不愿意被債權融資限制其在職消費。

5.償債能力。償債能力強的公司一般規(guī)模較大，在與債權人的談判中往往能占據(jù)主導，以較低的利率成交。公司利用自身資產的抵押價值，創(chuàng)造出額外的資金流來擴大公司規(guī)模，而資產的使用權仍歸公司所有。股權融資則會分散公司對自身資產的控制權，資產的抵押價值將下降。

6.營運能力。公司的營運能力越強，資金運營周轉的情況越好，經濟資源利用效率越高，其對外界資金的需求量就越低。

7.資產負債率。公司的資產負債率也是影響債權融資偏好的重要因素，資產負債率越高，面臨的破產風險越高，債權融資偏好越低。綜上所述，本文提出以下研究假設：

假設1：公司規(guī)模與債權融資偏好正相關；

假設2：盈利能力與債權融資偏好負相關；

假設3：成長性與債權融資偏好負相關；

假設4：股權流動性與債權融資偏好負相關；

假設5：償債能力與債權融資偏好正相關；

假設6：營運能力與債權融資偏好負相關；

假設7：資產負債率與債權融資偏好負相關；

（四）變量定義及模型構建。

1.變量定義。

（1）被解釋變量。被解釋變量選取了資產負債率和債權偏好度，分別體現(xiàn)了公司現(xiàn)時和未來的債權融資偏好程度。資產負債率可以綜合評價公司的負債水平，反映其債權融資偏好。債權偏好度是指公司當年是否進行債權融資，即公司當年進行債權融資的概率，包括長期借款、短期借款及商業(yè)信用，體現(xiàn)了公司整體對未來的債權融資傾向。由于融資偏好不能以具體數(shù)據(jù)的形式在實際應用中表達，本文定義其為一種虛擬變量，即當公司在觀測年份進行了債權融資，當年的變量賦值為1，否則為0。由于目前我國的債券市場發(fā)展水平低且審核程序嚴格，債券融資在我國上市公司債權融資中占比過少，因此本文未將債券融資列入公司債權融資當中。

（2）解釋變量。本文基于公司規(guī)模、盈利能力、成長性、股權流動性、償債能力、營運能力六個方面選取了總資產規(guī)模、營業(yè)規(guī)模、凈資產收益率、營業(yè)利潤率、營業(yè)增長率、總資產增長率、流通股比例、抵押價值、速動比率和流動資產周轉率共10個解釋變量來分析公司的融資偏好?？傎Y產規(guī)模、營業(yè)規(guī)模是反映公司規(guī)模的重要指標，由于該指標數(shù)值過大，嚴重影響實證結果的準確性，本文采用其自然對數(shù)作為計量數(shù)據(jù)；凈資產收益率、營業(yè)利潤率能反映公司在日常經營中的盈利能力，是影響公司融資偏好的重要因素；營業(yè)增長率、總資產增長率能反映公司所處的發(fā)展階段，成長性不同的公司具有明顯的債權融資偏好差異；流通股比例能反映公司的股權狀況，流通比例的不同在很大程度上影響著經理層的融資決策；償債能力包括抵押價值和速動比率，抵押價值是指公司存貨與固定資產占總資產的比例，是公司向外界進行債權融資的一種保證，也是外界對公司的融資額度、融資期限的首要評判標準；速動比率是速動資產變現(xiàn)后用以償還流動負債的能力；流動資產周轉率是用于評價公司資產利用率的重要指標。變量定義見表2。

表2 變量定義

2.模型構建。本文分析新能源上市公司融資偏好的影響因素，主要采用回歸分析法分別構建兩個模型。模型一以資產負債率為因變量，以各解釋變量為自變量，研究各自變量對公司現(xiàn)時融資規(guī)模的影響程度。模型二因變量為債權偏好度，自變量為各解釋變量和資產負債率。由于公司現(xiàn)時的融資規(guī)模能在很大程度上影響公司未來的融資偏好，公司是否進行債權融資必須考慮到現(xiàn)時的債務狀況。因此，資產負債率是該模型必不可少的變量之一。為方便模型構建，本文定義因變量按表2順序分別為Y1、Y2，定義自變量按表2順序分別為X1—X10，回歸模型為：

其中，t+1為2017年的數(shù)據(jù)，t+2為2018年的數(shù)據(jù)，依此類推。

三、實證分析

（一）描述性統(tǒng)計。由表3可見，新能源上市公司的資產負債率在四年間均保持在0.56—0.59的水平上，而各年的標準差都較小，說明新能源上市公司債權融資較大，且各公司整體債務情況相似，所選樣本具有研究價值。債權偏好度呈下降趨勢，由2017年的0.77下跌到2020年的0.58，但仍接近六成，說明當新能源上市公司面臨融資需求時，選擇債權融資的幾率達60%。標準差的均值在0.4以上，說明隨著資產負債率的提高和還款壓力的增大，部分公司在選擇融資方式時更加注重債權融資的邊際成本及本公司的實際情況。在公司規(guī)模方面，其總資產規(guī)模和營業(yè)規(guī)模指數(shù)均逐年上升，且標準差均在1.50以下，說明我國新能源上市公司整體發(fā)展均衡，發(fā)展態(tài)勢良好，沒有出現(xiàn)一家獨大的現(xiàn)象。但在成長性方面，總資產增長率和營業(yè)增長率的均值波動都較大，各年的標準差也不穩(wěn)定，說明近年來受宏觀經濟形勢持續(xù)不明朗的影響，我國部分新能源公司的業(yè)務受到沖擊，拖累公司業(yè)績的提高和規(guī)模的進一步擴大，公司業(yè)務擴張更加步步為營，差異化逐漸明顯。新能源上市公司的盈利能力不斷加強，在這四年內其凈資產收益率和營業(yè)利潤率的均值呈上升趨勢，升幅分別為167%和300%。近年來國際能源價格持續(xù)在低位徘徊，國際投資者對能源價格的回升明顯信心不足，能源成本的下降直接導致利潤空間的增大。各年標準差較大，表明能正確研判能源價格走勢和擁有更高技術的新能源公司往往更能在低成本中占得先機。股票流通率高達85%以上，公司股票不易被炒作，這有利于維持公司治理的穩(wěn)定及新能源行業(yè)的形象，也能更容易地取得銀行借款等外界資金。在償債能力方面，抵押價值各年的均值和標準差均保持在穩(wěn)定水平，而速動比率的均值2017年為0.80，2020年上升到1.21，升幅達51%，原因可能是隨著新能源上市公司盈利能力的提高，公司的貨幣資金、應收賬款等速動資產大幅度增加。在營運能力方面，流動資產周轉率呈波動下跌趨勢，且標準差在這四年內均處于高位，說明隨著新能源行業(yè)整體營業(yè)增長率的下跌，營運能力不同的公司出現(xiàn)分化的現(xiàn)象。

表3 各變量的均值與標準差

（二）顯著性檢驗。本文假設偏好債權融資的公司與偏好其他融資方式的公司在本文選定的解釋變量上不存在顯著差異，而顯著性檢驗就是利用樣本信息判斷研究對象的實際情況與原假設是否合理。本文對各解釋變量分別進行K-S檢驗、T檢驗和Man-Whitney U檢驗，剔除對上述兩類公司具有相似作用的解釋變量，保留差異性明顯的解釋變量進行實證研究。由于本文利用兩個被解釋變量分別構建兩個模型來研究新能源上市公司的債權融資偏好，因此本文分別對解釋變量進行顯著性檢驗。假設顯著性水平為0.05，若解釋變量的Sig值小于0.05，則認為解釋變量存在顯著差異。

由表4可知，經過K-S檢驗后，解釋變量X1、X4、X5、X6、X10的顯著性水平小于0.05，則拒絕原假設，這五個解釋變量能導致新能源上市公司的融資偏好產生顯著差異；而變量X2、X3、X7、X8、X9則接受原假設，不存在顯著差異。為進一步檢驗分析兩個獨立樣本總體均值是否存在顯著性，本文對接受原假設的五個解釋變量進行T檢驗,對拒絕原假設的五個解釋變量進行Man-Whitney U檢驗。從檢驗結果可以看出，T檢驗中變量X7的Sig值在兩個模型中均大于0.05，檢驗未能通過；Man-Whitney U檢驗中變量X10的Sig值雖通過模型Y1的檢驗，但未能通過模型Y2的檢驗，違反模型構建的數(shù)據(jù)一致性原則，因此解釋變量X7、X10被剔除。其余變量均通過兩個模型的檢驗，可以參與構建回歸模型，因此模型Y1、Y2應進行相應的調整。

表4 解釋變量的顯著性檢驗

（三）多重共線性檢驗。當解釋變量回歸系數(shù)的絕對值較大時，模型中的標準誤差會不斷擴大，導致模型容易接受原假設，因此本文采用容忍度和方差膨脹因子檢驗來剔除滯后的解釋變量。容忍度的取值范圍為0至1，容忍度為0代表解釋變量之間存在完全共線性，而容忍度為1則代表解釋變量之間幾乎不存在共線性。當VIF值在0至10之間，表明各解釋變量間共線性程度較低，不會影響實證結果的嚴謹性。

由表5可見，各解釋變量的容忍度分布在0.28至0.79之間，方差膨脹因子（VIF）分布在1.27—3.57之間，表明各解釋變量之間不存在多重共線性，對實驗結果不存在干擾項，可用于多元線性回歸。

表5 多重共線性檢驗

（四）回歸分析。從表6可知，模型Y1的擬合優(yōu)度R2在這四年間均接近80%，擬合優(yōu)度好，各解釋變量能反映資產負債率80%的變化。資產負債率與總資產規(guī)模、營業(yè)規(guī)模在這四年內均顯著正相關，一方面說明規(guī)模大的新能源上市公司由于其自身擁有充足的資產和良好的信譽度，能無形中給予銀行等外界機構放款的信心；另一方面說明相比于規(guī)模小的公司，規(guī)模大的公司因其擁有充實的客戶群體和高效的決策管理，往往能承擔起債務風險且能有效利用較高比率的財務杠桿來進行經營運作，因此公司規(guī)模越大，就需要更多的債權融資。資產負債率與營業(yè)利潤率在這四年內顯著負相關，營業(yè)利潤率的上升代表公司自有現(xiàn)金流的增加，公司在日常經營活動中能積累營運所需資金。根據(jù)優(yōu)序融資理論，內源融資因其成本最低而倍受青睞。在同樣的市場環(huán)境下，公司會相應降低其資產負債率，減輕利息負擔壓力。在償債能力方面，資產負債率與抵押價值、速動比率均呈正相關關系，說明公司的償債能力越強，越偏好于進行債權融資。其中，抵押價值的相關性呈波動下跌趨勢，由2017年的2.54下跌到2020年的1.69，跌幅達32%，系數(shù)也由0.18下跌到0.12，跌幅達33%。相反，速動比率的相關性呈逐年上升趨勢，由2017年的1.33上漲到2020年的2.02，漲幅達52%，系數(shù)也由0.03上漲到0.06，漲幅達100%。由此可見，過去外界對新能源上市公司的融資貸款只看重公司的抵押價值，而隨著經濟發(fā)展步伐的加快和市場交易的發(fā)展，無法迅速流通的公司存貨和固定資產等不能繼續(xù)作為公司債務的唯一保證。近年來，速動資產在公司的融資審查中扮演著重要角色，速動比率高的公司具有更高的償債能力，因此更能贏得外界的信任。其余解釋變量與資產負債率的相關性不強。

表6 模型Y1回歸分析

從表7可知，模型Y2的擬合優(yōu)度在0.68至0.76之間，擬合效果較好，解釋變量能反映債權偏好度近七成的信息。債權偏好度與資產負債率均呈顯著負相關關系，系數(shù)在-0.18至-0.21之間，說明隨著新能源上市公司負債規(guī)模的增長，公司的還款壓力也隨之加大，公司不得不考慮高債務水平帶來的破產風險，債權偏好度也相應下降。另一方面，當公司的負債規(guī)模不斷擴大，債權融資的邊際成本遞增，邊際收入進一步收窄，直至邊際利潤為0，在沒有高效益投資項目的情況下，公司的債權偏好度也為0。債權偏好度與公司規(guī)模正相關。資產規(guī)模及營業(yè)規(guī)模較大的公司有實力利用高比率的財務杠桿來獲取更多的稅前利潤，并且規(guī)模較大公司因其具有資產優(yōu)勢，在與銀行等金融機構談判時能獲得更多的籌碼，從而取得較低利率的借款，因此其債權偏好度也隨之增加。然而，債權偏好度與公司規(guī)模的相關性及系數(shù)呈波動下降趨勢。根據(jù)上述結論，公司規(guī)模大導致負債水平上升，反過來會降低債權偏好度。債權偏好度與凈資產收益率顯著負相關，可見，凈資產收益率的上升增加了公司的可用營運資金，公司對外界資金的需求量降低，債權偏好度隨之下降。在公司成長性方面，債權偏好度與營業(yè)增長率、總資產增長率正相關，且相關性逐年遞增，漲幅分別為39%、18%。公司營業(yè)額和資產的增加不可避免地拉伸公司已有的資金鏈，容易導致公司資金供應不足，且新能源行業(yè)前期資金投入量大，回本期長，公司亟需向外界融資來解除困境。除此以外，在上市公司成長初期，由于公司信譽度不高并且缺乏抵押物等，公司難以獲得外界的債權融資，而只能進行成本高的股權融資。因此，高成長性的新能源上市公司具有強烈的債權融資偏好。其余解釋變量與債權偏好度的相關性不強。

表7 模型Y2回歸分析

綜合以上兩個模型，實證結果與假設1、假設2、假設5、假設7相符，與假設3矛盾，未能驗證假設4和假設6。

四、結論

本文基于2017—2020年我國69家新能源上市公司的數(shù)據(jù)實證分析了新能源行業(yè)現(xiàn)時和未來債權融資偏好的影響因素，得出以下結論：（1）公司規(guī)模與資產負債率、債權偏好度正相關，說明規(guī)模效應能有效提高財務杠桿的利用效率，且能容易獲得外界信任。而隨著公司規(guī)模的擴大，現(xiàn)有的負債水平帶來的財務風險導致公司債權偏好度逐漸減弱。（2）反映公司盈利能力的凈資產收益率、營業(yè)利潤率分別與債權偏好度、資產負債率負相關，說明充足的資金流量能有效降低公司對外界融資的需求，公司更傾向于利用成本低的內源融資。（3）公司的成長性與債權融資偏好度正相關，高成長性的公司因業(yè)務擴張容易引起資金鏈斷裂的危險，并且缺乏債務融資的有效擔保造成負債水平低下，財務杠桿未能充分利用，因此高成長性的公司更偏好于債權融資。（4）償債能力與債權融資偏好度正相關，償債能力強的公司可向外界債權人提供較多抵押擔保，因此能獲得較低利率的債權融資，從而提高公司的債權融資偏好。（5）資產負債率高的公司缺乏債權融資動力，公司管理層因現(xiàn)有的高債務水平而對高風險的債權融資卻步,可避免公司因償還債務而造成資金鏈斷裂，導致違約成本大增。（6）公司的股權流動性、營運能力與債權融資偏好的關系未能得到驗證。

我國上市公司在整體上偏好股權融資，然而各個行業(yè)具有自身的獨特情況，研究分析應結合樣本行業(yè)的實際情況，不能一概而論。本文利用雙指標分析我國新能源行業(yè)上市公司的融資偏好，為學者們研究類似問題提供經驗證據(jù)和方法指導。