民营上市公司债务融资结构研究

［摘 要］本文选取沪市上证民营企业50指数的民营上市公司为研究对象,选用其2004—2009年的面板数据,通过对债务融资结构现状进行分析,检验债务类型结构与企业绩效之间的关系和作用机制,从而通过数理统计的方法得出企业最优的债务类型结构配置。
　　［关键词］民营上市公司;债务融资类型结构；主成分分析法;最优配置

　　1 引 言
　　
　　自改革开放以来,民营经济逐渐成为我国经济发展的重要基础,对国民经济的影响越来越重要,但是融资问题成为制约民营企业发展的瓶颈,尤其是对债务融资的利用不足。因此,积极探索债务融资结构,对促进民营经济发展具有重要的现实意义。
　　
　　2 民营上市公司债务融资结构现状分析
　　
　　民营经济是一种非常具有中国特色的经济概念与经济形式,是指除了国有独资企业以及国有控股企业以外的多种其他所有制经济的统称。从经济总量上来看,截至2009年年底,我国民营经济的比重占国民经济总值的55%~60%,由于统计口径的关系,在这里不能确定一个准确的数值。但是,大体可以知道,我国的民营经济已经占据国民经济总值的一半以上,对于我国的经济发展有着非常重要的意义。但是我国现在的民营上市公司融资结构存在以下几大问题。
　　2.1 股权的集中程度过高
　　我国的民营上市企业普遍存在股权集中度过高,同时社会公众股高度分散的问题。根据2002年“中国私营企业研究”的课题报告显示,民营企业大都存在一股独大的问题。
　　2.2 融资渠道单一
　　我国的民营上市企业的资金来源主要分为内源融资以及外源融资两个部分。从这两个部分来看,我国民营上市企业的内源融资存在比重低,结构简单,渠道单一的问题,而外源融资则又偏向于股权融资,而债务融资过少的问题。详见表1。
　　2.3 债务融资结构不合理
　　从目前我国的民营企业融资状况来看,普遍存在多年以来银行贷款的现象,大部分的债务都是银行贷款,而鲜有公司债券。这一点是所有我国上市企业的一个通病,在2003年之前,一般的上市企业的负债有75%以上是银行贷款。这种现象直接导致了我国的民营上市企业的流动资金困难,经营风险大。
　　故此,优化债务融资结构,对于企业有着现实的意义。
　　
　　3 债务类型结构与企业绩效的研究方法
　　
　　3.1 样本说明
　　本文选取2009年沪市上证民营企业50指数公司5年的数据进行分析,研究期间为2005—2009年。不包含ST、PT的公司。由于金融类和房地产类上市公司其资本结构和指标具有独特性,与其他行业公司的指标数据不具有横向可比性,因此也将这两类上市公司剔除。文中涉及的数据来自巨潮资讯网及沪市官网。
　　3.2 企业绩效的衡量
　　衡量企业绩效的指标有很多,根据前人的经验研究可以分为两类：一是账面利润指标,二是市场价值指标。使用账面利润来衡量企业绩效的指标主要有主营业务利润率、总资产收益率、净资产收益率和每股收益等；使用市场价值衡量企业绩效的指标主要是Tohin?s Q。在以往的研究中,不同的学者研究不同的课题,采用的指标也就不尽相同。
　　文章分别用主营业务利润率、总资产收益率来作为公司绩效的替代变量。主营业务利润率,用当年主营业务利润与主营业务收入净额的比率表示。它表明企业每单位主营业务收入能带来多少主营业务利润,反映了企业主营业务的获利能力,是评价企业经营效益的主要指标。总资产收益率反映企业总资产的收益水平。总资产收益率,用当年的税前收益与总资产的比率表示。
　　3.3 债务融资类型结构的衡量
　　根据前人的经验研究,本文将债务类型结构按照不同来源分为商业信用、企业债券、银行借款和其他类型负债(包括应付工资、应付福利费、应付股利等)四类。一般来说,企业负债主要有三大来源,即银行借款、商业信用与企业债券。但我国上市公司的负债目前主要来源于银行借款和商业信用,考虑到除了商业信用和银行借款两类外的其他类型的负债比例,如应付工资、应付福利费、应付股利等这类公司暂时的负债也可能对公司的经营业绩产生影响,因此,本文在模型中也添加了其他类型负债比例这一自变量。
　　3.4 控制变量的衡量
　　本文研究的是不同类型的债务对企业经营绩效的影响,但是,影响企业经营绩效的因素很多,因此在研究设计中要控制住其他因素对经营绩效的影响,以使我们能够较准确的测量不同类型的债务对企业绩效的影响。根据相关文献的研究结果,本文设置了两个控制变量公司规模［ln(期末资产总额)］和公司成长性［(主营业务收入本年数-主营业务收入上年数)/主营业务收入上年数)］。
　　
　　4 研究方法及步骤
　　
　　首先,运用网络技术,收集上市公司数据。
　　其次,对收集到的正式数据运用SPSS和MATLAB进行分析。在数理统计的基础上,得出债务类型结构与企业绩效之间的方程。
　　最后,利用数理统计与理论分析相结合的方式得出企业最优的债务类型结构配置,并对如何改善民营上市公司的债务治理效应提出自己的建议。
　　
　　5 实证分析
　　
　　我们知道不同的债务类型对企业绩效有或正或负的影响。在线性回归模型中,各个自变量和因变量的相关度亦有差异。也就是说,有的变量对因变量影响显著,另外一些变量对因变量影响不显著。
　　因此,我们想要知道哪些变量对因变量的影响较为显著,哪些较为不显著。即在多元线性回归分析中,我们希望从对因变量Y有影响的诸多变量中选择一些变量作为自变量,建立“最优”回归方程以便对因变量进行预报或控制。具体而言,我们想要知道哪种债务类型对企业绩效的影响较为显著,哪些较为不显著。影响较为显著的变量,我们将引入回归方程；影响较为不显著的变量,我们将从回归方程中剔除,从而得到债务类型结构与企业绩效之间的“最优”回归方程。
　　本文我们采用主成分分析法。主成分分析法是希望用较少的变量去解释原来资料中的大部分变异,将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少、能解释大部分资料中的变异的几个新变量,即所谓主成分,并用以解释资料的综合性指标。因此,主成分分析实际上是一种降维方法。
　　主成分分析法的过程是：它把给定的一组相关变量通过线性变换转成另一组不相关的变量,这些新的变量按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变,使第一变量具有最大的方差,称为第一主成分,第二变量的方差次大,并且和第一变量不相关,称为第二主成分。依次类推,I个变量就有I个主成分。其中Li为p维正交化向量(Li×Li＝1),Zi之间互不相关且按照方差由大到小排列,则称Zi为X的第I个主成分。设X的协方差矩阵为Σ,则Σ必为半正定对称矩阵,求特征值λi(按从大到小排序)及其特征向量,可以证明,λi所对应的正交化特征向量,即为第I个主成分Zi所对应的系数向量Li,而Zi的方差贡献率定义为λi/Σλj,通常要求提取的主成分的数量k满足Σλk/Σλj>0.85。
　　本文检验上述“最优”回归方程合理性的思路是：在原有的6个变量中,“最优”回归方程只取其中4个作为解释变量,这相当于提取了4个主成分,即k=4。这样的话,我们就可以通过检验前4个主成分的累积方差贡献率是否大于85%,来检验“最优”回归方程对自变量降维做法的合理性。
　　取公司成长性和公司规模为控制变量,采用线性模型如下：
总资产收益率=a+b(银行借款比例)+c(商业信用比例)+d(债券比例)+e(其他类型负债比例)+f(公司规模)+g(公司成长性)+h
　　先检验各个自变量之间的相关性执行代码如下：