□文/方青軍 周一凡

（1.廣州商學(xué)院 廣東·廣州；2.中移數(shù)智科技有限公司（中移咨詢） 北京）

［提要］ 本文以2012年以來滬深上市公司第一大股東股權(quán)性質(zhì)在國有與非國有之間的轉(zhuǎn)換作為事件的起因，以第一大股東持股比例、股權(quán)集中度作為協(xié)同變量，以股權(quán)性質(zhì)未在國有與非國有之間發(fā)生轉(zhuǎn)換的樣本作為控制組，運(yùn)用因果分析法中的FECT，考察資產(chǎn)負(fù)債率在轉(zhuǎn)換前后的變化。研究結(jié)果表明：從非國有變?yōu)閲泻?，資產(chǎn)負(fù)債率在統(tǒng)計(jì)意義上顯著增加。

馬克思政治經(jīng)濟(jì)學(xué)特別強(qiáng)調(diào)所有制的根本性作用，故歷屆黨代會(huì)報(bào)告中都對(duì)此不吝筆墨，進(jìn)行重點(diǎn)闡述。1992年以來，黨的十四大至二十大報(bào)告均明確提出，堅(jiān)持和完善公有制為主體、多種所有制經(jīng)濟(jì)共同發(fā)展的基本經(jīng)濟(jì)制度，毫不動(dòng)搖鞏固和發(fā)展公有制經(jīng)濟(jì)，毫不動(dòng)搖鼓勵(lì)、支持、引導(dǎo)非公有制經(jīng)濟(jì)發(fā)展，充分發(fā)揮市場(chǎng)在資源配置中的決定性作用，更好發(fā)揮政府作用。雖然黨的歷屆黨代會(huì)報(bào)告都旗幟鮮明地指出要鼓勵(lì)支持國有經(jīng)濟(jì)和非國有經(jīng)濟(jì)的共同發(fā)展，鼓勵(lì)公平競(jìng)爭(zhēng)，但在現(xiàn)實(shí)經(jīng)濟(jì)生活中，國有企業(yè)的資產(chǎn)負(fù)債率是否比非國有企業(yè)更高呢？對(duì)于以私有制為主體的國家來說，此問題并未引起關(guān)注。由于沒有文獻(xiàn)專門涉及國內(nèi)上市公司所有制差異和資本結(jié)構(gòu)差異，因此這個(gè)問題并沒有現(xiàn)成的文獻(xiàn)以供參考，更沒有明確的、清晰的實(shí)證證據(jù)作為支撐。

除了所有制之外，還有很多因素也會(huì)影響中國上市公司資本結(jié)構(gòu)，比如資產(chǎn)負(fù)債率等。沈藝峰等（2007）認(rèn)為，公司價(jià)值（以Tobin' Q來計(jì)量）影響資本結(jié)構(gòu)（以資產(chǎn)負(fù)債率來計(jì)量），公司所有權(quán)結(jié)構(gòu)（以第一大股東持股比例來計(jì)量）通過影響公司價(jià)值從而影響資本結(jié)構(gòu)。從會(huì)計(jì)的角度分析，債務(wù)融資和股權(quán)融資相對(duì)的成本、難度也是影響資本結(jié)構(gòu)的現(xiàn)實(shí)因素。各國中央銀行的數(shù)量型或價(jià)格型的貨幣政策，如存款準(zhǔn)備金率的調(diào)整、量化寬松或去杠桿、銀根收緊等，公司所處產(chǎn)業(yè)鏈的位置、與供應(yīng)商或客戶的強(qiáng)勢(shì)弱勢(shì)地位，這些都會(huì)影響債務(wù)融資。股權(quán)融資的成本、難度也受到IPO、再融資政策的變更以及私募市場(chǎng)的深度和廣度的影響。王正位等（2011）的研究就發(fā)現(xiàn)股票再融資管制政策的變更是影響上市公司資本結(jié)構(gòu)的重要因素。

本文關(guān)注的重點(diǎn)是所有制變化對(duì)資本結(jié)構(gòu)的影響，而只有排除其他變量的影響后才能精準(zhǔn)估計(jì)所有制變化對(duì)資本結(jié)構(gòu)的影響。為此，本文所適用的數(shù)據(jù)處理方法必須滿足下述兩個(gè)要求：第一，需要把樣本的時(shí)間窗口鎖定在所有制變更前后。由于此時(shí)主要是受到所有制變化這個(gè)干預(yù)或者沖擊，因此可以避免其他因素的干擾。允許非國有變?yōu)閲?，也允許國有變?yōu)榉菄?。第二，需要排除可觀測(cè)到的協(xié)同變量和不可觀測(cè)到的隱含變量的影響。在改變所有制時(shí)，第一大股東持股股份性質(zhì)、第一大股東持股比例、股權(quán)集中度往往是被同時(shí)考慮的，因?yàn)楣蓹?quán)集中度低時(shí)持有較少的股份就可以對(duì)公司進(jìn)行控制，而股權(quán)集中度高時(shí)則必須提高持有比例以防止控制權(quán)旁落。因此，本文把第一大股東持股比例、股權(quán)集中度作為協(xié)同變量。決策者除了考慮公司價(jià)值最大化或者實(shí)際控制人價(jià)值最大化外，也必須考慮外部融資政策限制，比較不同融資方式的融資成本。這些變量難以觀測(cè)或難以計(jì)量，但確實(shí)存在，因此必須把這些變量作為隱含變量來進(jìn)行處理，并且允許這些變量隨時(shí)間而變（不可觀測(cè)時(shí)變混淆變量）。能同時(shí)滿足前述兩方面要求的只有三位華人學(xué)者Liu 等（2022）共同開發(fā)的因果分析框架中的交互固定效應(yīng)法（簡(jiǎn)稱“IFEct”）和矩陣補(bǔ)全法（簡(jiǎn)稱“MC”）。

一、研究方法、研究變量和研究樣本

（一）研究方法。在因果分析法框架中，觀測(cè)值包括被干預(yù)的樣本組（簡(jiǎn)稱“干預(yù)組”）和未被干預(yù)的參照組（簡(jiǎn)稱“參照組”）。Liu 等（2022）的做法是利用參照組把模型的參數(shù)估計(jì)出來，然后利用模型參數(shù)估算一個(gè)反事實(shí)的估計(jì)量也就是干預(yù)組假如沒有受到干預(yù)的估算值，最后處理反事實(shí)估計(jì)量與干預(yù)組實(shí)際觀測(cè)到的觀測(cè)值之間的差異，也就是干預(yù)組受到干預(yù)的平均效果（簡(jiǎn)稱“ATT”）。Liu 等（2022）用參照組樣本來擬合模型估計(jì)參數(shù)，避免了將早期干預(yù)組的觀測(cè)值用作晚期干預(yù)組的參照組，因此從根源上避開了負(fù)權(quán)重問題，同時(shí)允許干預(yù)效果的異質(zhì)性（不同的個(gè)體允許受到不同的干預(yù)效果）和時(shí)變混淆變量的存在，從而拓展了模型的應(yīng)用范圍。在Bai（2009）、Gobillon and Magnac（2016）、Xu（2017）、Athey et.al（2021）的研究基礎(chǔ)上，Liu 等（2022）進(jìn)一步完善并開發(fā)出了RFECT 包，可以計(jì)算固定效應(yīng)法（簡(jiǎn)稱“FECT”）、交互固定效應(yīng)法（簡(jiǎn)稱“IFEct”）和矩陣補(bǔ)全法（簡(jiǎn)稱“MC”）三種反事實(shí)因果估計(jì)量。

（二）研究變量。本文的變量如表1 所示。（表1）

表1 變量定義一覽表

（三）研究樣本。2005年前后開展的股權(quán)分置改革中，控股股東為了獲得流通權(quán)會(huì)向流通股股東出讓部分權(quán)益從而影響持股比例。2008年美國次貸危機(jī)波及中國，許多上市公司被國企紓困救危，股權(quán)性質(zhì)和持股比例均發(fā)生變動(dòng)。同時(shí)，中國每五年召開一次黨的代表大會(huì)，黨的執(zhí)政理念和執(zhí)政舉措會(huì)發(fā)生調(diào)整。為了消除這種制度和外在沖擊性影響，為了與黨代會(huì)周期一致，本研究選定的樣本期間自2012年始，終于2021年。由于上海證券交易所創(chuàng)業(yè)板推出時(shí)間不長(zhǎng)，因此樣本主要包括上海證券交易所的主板、深圳證券交易所的中小板和創(chuàng)業(yè)板。數(shù)據(jù)來源于國泰安CSMAR。

利用RFECT 提供的panelview 功能，我們得到中國滬深A(yù) 股所有制變更個(gè)體分布。深色部分是國有組，也就是被干預(yù)的組，淺色部分是非國有組，也就是參照組，白色的部分為缺失值。（圖1）

圖1 中國滬深A(yù) 股：所有制變更個(gè)體分布圖

二、研究結(jié)果與各種檢驗(yàn)

（一）研究結(jié)果。隨機(jī)數(shù)種子設(shè)定為1234，迭代2，000 次，采用交叉驗(yàn)證方法，以預(yù)測(cè)偏差平方和之平均值（簡(jiǎn)稱“MSPE”）為評(píng)判標(biāo)準(zhǔn)，確定交互固定效應(yīng)法中的隱含變量的個(gè)數(shù)和模型參數(shù)，得到動(dòng)態(tài)處理效應(yīng)圖2 和參數(shù)估計(jì)表2。（圖2、表2）

圖2 動(dòng)態(tài)處理效應(yīng)（IFEct 法）圖

表2 處理結(jié)果一覽表

圖2 顯示了采用交互固定效應(yīng)反事實(shí)估計(jì)量估算出的動(dòng)態(tài)干預(yù)效果，底部的柱狀圖顯示的是在對(duì)應(yīng)干預(yù)時(shí)刻被干預(yù)的個(gè)體數(shù)量。

表2 中，r=0 表明沒有時(shí)變混淆變量，交互固定效應(yīng)法與固定效應(yīng)法結(jié)果一樣，表明個(gè)體干預(yù)效應(yīng)和時(shí)間效應(yīng)是固定的。干預(yù)的平均效果ATT 為0.07%，在1%統(tǒng)計(jì)意義上顯著，這表明從非國有變?yōu)閲泻?，資產(chǎn)負(fù)債率在統(tǒng)計(jì)意義上顯著增加，或者從國有變?yōu)榉菄泻?，資產(chǎn)負(fù)債率在統(tǒng)計(jì)意義上顯著減少。股權(quán)集中度的符號(hào)為負(fù)，也與設(shè)想的一致。

為了進(jìn)行對(duì)比，同時(shí)也運(yùn)用矩陣補(bǔ)全法對(duì)模型參數(shù)進(jìn)行了估計(jì)，結(jié)果放在表2 右列。Lamda.norm=1 也表明沒有時(shí)變混淆變量。干預(yù)的平均效果ATT 與交互固定效應(yīng)法一致。

（二）安慰期檢驗(yàn)。圖3 為采用交互固定效應(yīng)法估算的安慰期檢驗(yàn)的結(jié)果，底部的柱狀圖顯示的是在對(duì)應(yīng)干預(yù)時(shí)刻被干預(yù)的個(gè)體數(shù)量。干預(yù)前的-2、-1、0 作為安慰期，以深灰色表示。等效的區(qū)間為［-0.36σ，0.36σ］。（圖3）

圖3 安慰期檢驗(yàn)（IFEct 法）圖

安慰期t 檢驗(yàn)的p 值0.765 大于0 很多，不能拒絕差異等于0 的原假設(shè)，IFEct 估計(jì)結(jié)果通過了均值差異法（Difference-in-means，簡(jiǎn)稱DIM）檢驗(yàn)。雙單側(cè)檢驗(yàn)（Two One-Sided Test，TOST）的p 值非常接近于0，拒絕有顯著差異的原假設(shè)，IFEct 估計(jì)結(jié)果通過了等效檢驗(yàn)。說明不存在過度擬合模型。

（三）事前趨勢(shì)檢驗(yàn)。圖4 顯示基于交互固定效應(yīng)法估算的事前趨勢(shì)檢驗(yàn)結(jié)果，底部的柱狀圖顯示的是在對(duì)應(yīng)干預(yù)時(shí)刻被干預(yù)的個(gè)體數(shù)量，A 線為干預(yù)前平均預(yù)測(cè)誤差和90%置信區(qū)間；B 線為計(jì)算出來的最小范圍，即可以拒絕原假設(shè)的最小界限；C 線為等效范圍。當(dāng)B 線落在C 線內(nèi)時(shí)，可以認(rèn)為通過了檢驗(yàn)。由圖4 可以看出，IFEct 通過了檢驗(yàn)，這就說明不存在事前趨勢(shì)。（圖4）

（四）翹尾檢驗(yàn)。圖5 顯示了基于交互固定效應(yīng)法估算的翹尾效應(yīng)檢驗(yàn)。底部的柱狀圖顯示的是在對(duì)應(yīng)干預(yù)退出時(shí)刻被干預(yù)的個(gè)體數(shù)量。干預(yù)結(jié)束后的三期以淺灰色表示。t 檢驗(yàn)p 值0.932 大于0 很多，不能拒絕差異等于0 的原假設(shè)，IFEct 估計(jì)結(jié)果通過了均值差異法（簡(jiǎn)稱DIM）檢驗(yàn)。雙單側(cè)檢驗(yàn)（TOST）的p 值非常接近于0，拒絕有顯著差異的原假設(shè)），IFEct 估計(jì)結(jié)果通過了等效檢驗(yàn)。說明不存在翹尾效應(yīng)。（圖5）

圖5 翹尾效應(yīng)檢驗(yàn)（IFEct 法）圖

三、研究結(jié)論

本文的研究表明，在第一大股東股權(quán)性質(zhì)從非國有變?yōu)閲泻?，上市公司資產(chǎn)負(fù)債率在統(tǒng)計(jì)意義上顯著提高，且模型經(jīng)受住了安慰期檢驗(yàn)、事前趨勢(shì)檢驗(yàn)和翹尾檢驗(yàn)。這表明社會(huì)更愿意把資源以債權(quán)債務(wù)方式交由國有企業(yè)來配置。這種意愿到底是出于免責(zé)還是國有上市公司配置資源效率更高，有待于將來進(jìn)一步研究。