中国上市公司派现送股与未来业绩关系的实证分析，本文主要内容关键词为：实证论文,中国论文,上市公司论文,业绩论文,未来论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、研究背景
股利政策是现代公司理财活动的三大核心内容之一。在西方关于股利理论有MM理论、剩余股利理论、客户效应理论及信号理论等。其中信号理论或称为股利信息内涵假说影响较大，该理论认为股利是管理当局向外界传递其掌握的内部信息的一种手段，当他们预计到公司的发展前景良好，未来有大幅度增长时，就会通过增加股利的方式将这一信息传递给股东和潜在的投资者；相反，当预计到公司的发展前景不太好，未来盈利将呈持续性不理想时，那么他们往往维持甚至降低现有股利水平，向股东和潜在投资者发出利淡信号。国内外关于股利政策的研究正是基于股利信号理论验证股利的信号传递作用，研究有两种不同的结论。
第一类研究结论认为股利具有信号传递效应。其代表性成果有：Linter[1]是最早用信号理论来解释股利政策，发现公司都按照长期的平均盈利水平制定了固定的股利支付率。Aspuith和Mullins[2]以1954-1980年期间其股票在NYSE和AMEX上市首次分配现金股利和停止分配现金股利10年以上而又恢复分配的公司为样本，研究公布日前后五天的股价和非正常收益（AR）的变动情况，结果发现在分配现金股利宣告当日和前一日，非正常收益显著高于其他时间。此外还有Bdckley[3]、Dileman和Oppenheimen[4]、Benartzi，Michaaely和Thaler[5]也作出了类似的研究。Miller和Rock[6]建立了一个两阶段模型来验证股利的信号传递功能。Shlomo Benartizi、Roni Michaely和Richard Thaler[7]采用大样本统计分析，他们发现股利增长中确实包含着公司未来前景的一部分信息。国内研究认为股利具有信号传递效应代表性研究成果：陈晓悦等[8]研究得出纯现金股利、股票股利和混合（现金加股票）股利三类公司的首次股利公告均能导致大于0的超额收益率；股票股利和混合股利的超额收益率大于纯现金股利的超额收益率，而混合股利的超额收益率主要来源于股票股利。陈伟和刘星等（1998）主要结论是：从整体上看，我国股利政策在宣告日前后均会产生异常报酬率；单纯送股、配股、派现三类事件引起的累计超额收益率依次减少；股利增加和股利减少两类事件的信息传递效应存在差异。魏刚[9]指出现金股利、股票股利与公司的经营业绩的关联度较大；上一年度的每股收益与股票股利的支付水平也存在很显著的负相关关系；蓝发钦[10]实证研究结论是股利支付水平与公司异常收益率成正相关关系。
第二类研究结论认为没有明显的信号传递效应。Watts[11]是所有金融专家中第一个实证研究股利与未来公司利润关系的，研究的结论是股利政策本身并未传递多少信息。我国学者杨朝辉等（1997）研究得出的结论是公司分红送配前后没有明显的超额收益（注：选取了1993-1995年100家上市公司的分红配送方案公告作为样本。）；陈浪南[12]研究得出现金股利不具有信号传递效应，而送股、配股具有明显的信号传递效应。
综上所述，国内开展股利信号传递模型实证研究大都从分配股利对股价影响或是研究股利发放日前后的异常收益率来分析验证我国股利政策是否具有信号传递作用，对于股利发放对未来业绩影响的实证分析涉及较少。究竟股利分配政策对公司未来业绩发展如何？分配与否对未来业绩影响如何？现金股利或股票股利对公司未来业绩影响是否相同？高比例与小比例送股到底哪一个更值得推崇？本文以现金股利（不分配现金股利为零）与股票股利为自变量，每股收益与净资产收益率为因变量建立多元回归模型，引入经验数据，通过回归分析、相关性检验及显著性水平分析两者之间的关系及影响程度，实证检验我国上市公司派现送股传递未来业绩信号的效应。
二、研究假设
MM理论认为在理想的市场条件下，公司的股利政策与企业市场价值无关，也就是说企业的股利政策无关紧要。但理想市场在现实中并不存在，在信息不对称的情况下，股利政策有信号传递的作用。企业可以通过公告向投资者传递公司的信息，而现金红利比语言更有说服力，可以传递公告所未能提供的信息。所以，现金红利在某种程度上可以看作是企业未来经营状况的指示器。
现金红利是真正的现金流出，没有一定盈利能力和足够现金的公司是不可能发放的。其他的分红方式不需要企业资金的流出，上市公司可以通过更改会计政策等手段，在公司实际经营情况没有改变的情况下虚增企业利润，然后通过账面上的处理，向股东“分红”，所以其他分红方式所反映的信息不如现金红利的可靠。高的现金股利也反映了公司管理层对于未来盈利的预期，经营困难的公司无法模仿高盈利公司发放现金股利，因此通过现金股利可以较为真实地向市场传递公司经营状况和发展前景的信息。基于上述分析，我们研究提出：
假设1：每股收益与净资产收益率与公司上一年度的现金股利成正相关关系。
股利分配政策实质上是一个向股东返还现金的方法选择问题。一般处于发展阶段，需要大量资金投入的公司倾向于采用送股方式，而当公司及其所在行业进入成熟期，投资机会减少，增长速度放慢，现金充裕时则倾向于采取派现的方式，送股减少。送股使流通在外的股份数增加，每股账面价值和每股收益同比例下降，同时公司账面上的未分配利润减少，股本增加。送股稀释了当期的每股收益，与当期的每般收益成反比。由于送股将资金留在企业内部，相当于内部筹资用于公司扩大规模或是报酬率更高的投资项目，对公司未来前景看好，因此，理论上送股将与公司未来业绩成正相关。基于上述分析，我们研究提出：
假设2：每股收益与净资产收益率与公司上一年度的股票股利成正相关关系。
上市公司送股分高比例送股和小比例送股，由于每股收益、净资产收益率与公司上一年的股票股利成正相关关系。理论上送股将与公司未来业绩成正相关。据此，我们建立以下假设：
假设2.1：小比例送股的方式有利于下一年度业绩良好。
假设2.2：高比例送股的方式有利于下一年度业绩良好。
三、研究设计
（一）研究样本的选取
本文随机选取沪深两市229家样本公司，剔除了1998-2001年不分配股利的公司，选择1998年分配股利的135家公司、1999年分配股利的139家公司和2000年分配股利的163家公司作为研究对象，数据来源为《2002年上市公司速查手册》。
对高比例送股和小比例送股的检验，样本的选择以上海证券交易所和深圳证券交易所上市的A股作为总体，分别以上交所105家和深交所124家上市公司的有关数据为样本，样本点涵盖工业、商业、房地产业、公用事业和综合类五大板块。为确保分析结果的准确性并排除偶然因素的影响，我们选择的样本点符合下述条件：（1）公司在1998年以前上市；（2）公司只发行A股；（3）在观察期内无大规模重组行为。
（二）研究模型
现金股利、股票股利与每股收益和净资产收益率具有线性相关性，因此，我们建立二元线性回归模型，通过F、t检验及相关性分析，研究股利分配如何影响上市公司下一年度业绩。
模型一：每股收益y=a[，0]+a[，1]x[，1]+a[，2]x[，2]+εε～N（0，δ[，1][2]）
模型二：净资产收益率z=b[，0]+b[，1]x[，1]+b[，2]x[，2]+μμ～N（0，δ[，2][2]）
x[，1]：现金股利，x[，2]股票股利，ε、μ：其它随机因素的影响，即不可观测的随机误差
（三）变量设计
中国上市公司有主要两种股利支付方式：股票股利和现金股利（不分配当作0）。本研究采用多变量回归分析的方法，对样本公司的实际情况进行统计度量。
1.自变量
（1）现金股利：x[，1]，用于反映公司的派现能力（注：由于本文研究的公司派现时点有中期派现也有年末派现，为了避免一年两次分红公司的干扰，我们将在两个时点均派现的公司予以剔除。同现金股利的理由，我们对股票股利中期与年末送股的公司予以剔除。）。
（2）股票股利：x[，2]，用于反映公司的送股能力（注：由于本文研究的公司派现时点有中期派现也有年末派现，为了避免一年两次分红公司的干扰，我们将在两个时点均派现的公司予以剔除。同现金股利的理由，我们对股票股利中期与年末送股的公司予以剔除。）。
2.因变量（注：样本数据以上市公司年报中披露的数据为主。）
（1）每股收益y，净利润与年末普通股股份总数的比值。每股收益是衡量上市公司获利能力最重要的财务指标，它反映普通股的获利水平与公司下一年度盈利能力的大小，通过不同时期的比较，可了解公司盈利能力的变化趋势及公司未来业绩的好坏，因此选用该指标作为公司未来业绩的指标。
（2）净资产收益率z，净利润与年末股东收益的比率。净资产收益率反映公司所有者权益的投资报酬率，具有很强的综合性；因此选用其作为反映上市公司盈利能力的替代指标。
（四）统计分析方法
1.变量的显著性检验t统计量
对于多元回归方程，方程的显著性并不意味每个解释变量对被解释变量都是重要的。如果某个解释变量并不重要，则可以从方程中把它剔除，重新建立更为简单的方程。所以需要对解释变量进行显著性检验，引入t统计量。对于原假设H[,0]：a[,i]=0，计算统计量t=a[,i]/S[,ai]，a[,i]为方程的变量系数，a[,i]为系数的a[,i]的估计量，S[,ai]为a[,i]的标准差。在给定的显著性水平a=0.05下，查表临界值t[,0.05]/2=1.96。若|t|≥t[,0.05]/2则拒绝原假设，断定a[,i]在显著水平（1-a）下不为零，也就是变量x[,2]作为解释变量是显著的。反之，若|t|≤t[,0.05]/2，则x[,i]是不显著的。
2.方程整体显著性检验F统计量
对于多元回归方程，总体显著性检验对总体的线性关系是否显著作出判断。检验回归方程总体线性是否成立，即被解释变量y与解释变量x[,1]、x[,2]之间的线性关系是否显著，需要假设H[,0：a[,1]=0、a[,2]=0，计算F=（S[,回]/p）/（S[,残]/（n-p-1）～F（p，n-p-1）其中S[,回]为回归方程的均方程，S[,残]为误差的均方差，p为变量的个数，n为样本总量。给定显著性水平a=0.05下，查F分布表，临界值F[,A]（3.150）=2.66。如果F>F[,A]，拒绝H[,0]，判定回归方程总体线性（1-a）水平下显著成立；如果F 3.解释能力R[2] R[2]又称拟合优度检验，是检验回归方程对样本观测值的拟合程度。反映了解释变量在多大的程度上揭示了被解释变量。R[2]=（SST—SSE）/SST其中SST为总体均方差，SSE为误差的均方差。显然有0≤R[2]≤1，R[2]越接近1，估计回归方程的拟合优度越好。对于规定的y，SST是不变的。随着模型中解释变量个数的增加，SSE趋向于变小，R[2]会变大。为剔除模型中解释变量个数的变化对R[2]的影响，使用调整的R[2]即 当在模型中增加解释变量时，SSE将减少，同时n-p也将减少；从而使SSE的减少量得到一定的补偿。通常R[2]的值比R[2]小。 四、研究结果及分析 （一）现金股利、股票股利与每股盈余的相关性分析 从表1、表2的数据看，上述方程的整体性检验F值都已通过检验，整个方程的拟合度都在20％以上，表现出较好的解释能力。 表1 现金股利、股票股利与每股盈余的最小二乘法分析 ┌────────┬────────┬───────┬───────┐ ││a[,0] │a[,1] │a[,2] │ ├────────┼────────┼───────┼───────┤ │1998年 │ -0.139477│0.206832 │0.199796 │ │t（a=0.05） │ -1.303 │3.342 │4.830 │ │sigt│0.1948 │0.0011│0.0000│ ├────────┴────────┴───────┴───────┤ │N=135R[2]=0.15294F=12.18775 SigF=0.000│ ├────────┬────────┬───────┬───────┤ │1999年 │0.1160 │0.226 │0.08 │ │t（a=0.05） │0.144 │1.350 │3.075 │ │ sigt │0.884 │0.1793│0.0025│ ├────────┴────────┴───────┴───────┤ │N=139R[2]=0.08768F=6.35302 SigF=0.0002 │ ├────────┬────────┬───────┬───────┤ │2000年 │-0.846964 │0.77056 │0.313738 │ │t（a=0.05） │3.291 │3.677 │1.687 │ │sigt│0.0012 │O.003 │0.0936│ ├────────┴────────┴───────┴───────┤ │N=163 R[2]=0.1203 F=11.53 SigF=0.000│ └─────────────────────────────────┘ 表2 现金股利、股票股利与净资产收益率的最小二乘法分析 ┌─────────┬─────────┬───────┬───────┐ │ │b[，0]│b[，1]│b[，2]│ ├─────────┼─────────┼───────┼───────┤ │1998年│-2.133981 │5.473988 │6.051479 │ │t（a=0.05） │-0.811│3.531 │5.320 │ │sigt │O.4188│0.006 │0.000 │ ├─────────┴─────────┴───────┴───────┤ │N=135 R[2]=0.1988 F=16.75724 SigF=0.000 │ ├─────────┬─────────┬───────┬───────┤ │1999年│1.980973 │5.415499 │1.96818 │ │t（a=0.05） │0.926 │4.106 │0.515 │ │sigt │0.3558│0.0001│0.6073│ ├─────────┴─────────┴───────┴───────┤ │N=139 R[2]=0.115380F=8.87 SigF=0.002 │ ├─────────┬─────────┬───────┬───────┤ │2000年│-36.3166028 │30.198766 │14.56090 │ │t（a=0.05） │-3.746│3.998 │1.835 │ │sigt │0.0003│0.0001│0.0684│ ├─────────┴─────────┴───────┴───────┤ │N=163 R[2]=0.12597 F=11.530511 SigF=0.000 │ └───────────────────────────────────┘ 1.1998年度两个回归方程的系数都通过了显著性检验，说明在该年度现金股利与股票股利对每股收益和净资产收益率都有显著性影响，同时成正相关关系，符合我们的假设条件。 2.从1999年度的每股收益统计表可以看出，参数a[，2]在t=0.05显著性水平上通过检验，但a[，1]未通过，说明股票股利对下一年的每股收益有较强的影响，而现金股利影响不显著，方程整体性显著性水平较强，现金股利与股票股利对下一年的每股收益均呈正相关，验证了我们的假设。 3.在2000年度，a[,1]在t=0.05显著性水平上可以通过，而a[，2]则不能通过，这说明在2000年度现金股利政策与2001年度的每股收益有显著的相关性，而股票股利对2001年度的每股收益影响较弱。现金股利与股票股利对下一年的每股收益均呈正相关，也符合我们的假设条件。分析1999、2000两年统计结果不同的原因：（1）1999年5.19行情和2000年初的股市非理性上扬使市场对于上市公司分配关注减小，也使得上市公司现金股利分配的动能减小，从本研究统计特征来看，1999年度现金股利反映公司下一年盈余的特征减弱。到2000年年末由于中国证券监督委员会要求将分红作为上市公司再筹资的必要条件。（2）面对新政策的规定，为了跨过再筹资的门槛，许多上市公司改变了过去暂不分配的做法，开始对投资者派现；还有许多公司筹资后用于改善经营，提高公司盈利能力，这也使得2000年度的现金股利政策与2001年度每股收益具有较为显著的相关性。 4.从表2我们可以看出1998年、1999年度和2000年度的数据都通过了方程的整体性显著性检验。三年的b[，1]通过了t=0.05时的显著性检验，说明现金股利对下一年的净资产收益率具有较强相关性，1999年、2000年的b[,2]未曾通过显著性检验，说明这两年的股票股利与下一年的净资产收益率无显著相关性。究其原因在于：为了解决上市公司不分配公司状况，2000年末中国证监会提出有意将发放现金股利作为上市公司筹资的必要条件。这对于2000年的上市公司分配产生了重大影响，大部分公司进行派现，送股较少，使得股票股利对净资产收益率的影响不显著。从统计特征来看，2000年的R[2]和F统计量都比1999年有大的提高，说明了中国证监会监管措施已初具成效。 （二）小比例送股、高比例送股对公司未来业绩影响相关性分析 通过SPSS软件计算和统计分析（注：利用最小二乘法建立回归方程，并对回归方程做显著性检验。）（结果见表3），可得出以下结论： 表3 小比例送股、高比例送般与下一年度业绩关系的统计分析表 小比例送股 高比例送股 相关检验 a[，1]a[，2]b[，1]b[，2] a[，1]a[，2]b[，1]b[，2] a[，1]、a[，2]值 0.01310.21211.671 3.0170.422 0.224 0.419 3.017 偏相关系数显著性概率 0.014 0.648 0.038 0.0690.768 0.224 0.419 0.361 T检验 0.00270.00359 0.002 0.3691 均大于5％的显著性水平 显著性检验（R[2]）0.32850.291回归方程拟合度均较弱 F检验 0.00410.0008 没有显著性影响 1.小比例送股的模型一，我们对样本相关系数进行了显著性检验，发现现金股利偏相关系数显著性概率0.014，小于0.05；股票股利偏相关系数显著性概率0.648，远大于0.05。由此我们可以得出结论，每股收益同前一年的现金股利呈正相关关系，由显著性水平可知，每股收益同现金股利的相关性检验十分显著，相关性水平较高；每股收益同前一年的股票股利也呈正相关关系，但其相关性弱于与现金股利的相关关系，由显著性水平可知，每股收益和股票股利无显著相关关系。模型二，我们同样对样本相关系数进行了显著性检验，发现现金股利偏相关系数显著性概率0.038，小于0.05；股票股利偏相关系数显著性概率0.069，大于0.05。由显著性水平可知，下一年的净资产收益率同前一年的现金股利有显著相关关系，和前一年的股票股利的相关关系并不显著。上述分析说明小比例送股对公司下一年度业绩的影响是正相关的，验证了我们的假设，但是在小比例送股的情况下，现金股利对下一年度业绩的影响更为显著，而股票股利对其影响并不显著。 2.小比例送股的模型一中R[2]=0.3285；模型二中R[2]=0.291；两个模型中的拟合优度在30％左右，都不是非常好。每股收益与现金股利、股票股利建立的回归方程比净资产收益率与现金股利、股票股利建立的回归方程拟合优度要好。 3.小比例送股的分析采用F检验，我们通过SPSS软件计算其显著性水平，发现：（1）模型一的显著性概率为0.0041，小于5％，所以拒绝原假设，即自变量从总体上对回归方程影响十分显著，说明现金股利与股票股利在小比例送股情况下对上市公司下一年的每股收益具有较大的影响。（2）模型二的显著性概率为0.0008，远小于5％，故也拒绝原假设，回归方程有一定的意义，也就是说小比例送股的情况下股票股利与现金股利从总体上对下一年的净资产收益率有一定的影响。 4.对小比例送股的每一个自变量的回归系数采用T检验，我们通过SPSS软件计算其显著性水平：（1）分析模型一可以知道a[,1]的显著性概率为0.0027，a[,2]的显著性概率为0.0359，两者都小于5％。也就是说，不但自变量从整体上对次年的每股收益有显著性影响，同时现金股利与股票股利对次年的每股收益也有一定的影响。（2）分析模型二可以知道b[,2]的显著性概率0.002（小于5％），b[,1]的显著性概率为0.3691（大于5％），可知，虽然模型二的股票股利和现金股利从整体上对净资产收益率有显著影响，但是，现金股利是净资产收益率较强的影响因素，而股票股利对净资产收益率的影响不够显著。 5.高比例送股的模型一，观测显著性水平，现金股利偏相关系数显著性概率0.768；股票股利偏相关系数显著性概率0.224。每股收益同前一年的现金股利、股票股利之间的相关关系出现偏差，相关性水平总体看来不是很高，在进行显著性概率检验时也均大于5％的显著性水平。而且在所研究的样本中还出现了股票股利同每股收益呈负相关关系的情况。股票股利不再同公司未来业绩有明显的相关性。模型二，观测显著性水平，现金股利偏相关系数显著性概率0.419；股票股利偏相关系数显著性概率0.361。净资产收益率同前一年的现金股利、股票股利之间的相关关系出现偏差，相关性水平总体看来不是很高，在进行显著性概率检验时也均大于5％的显著性水平。由此得出，送股较多的公司未来业绩反而不佳，其持续稳定发展的增长后劲不足。 6.对高比例送股进行R[2]检验和F、t检验，我们发现：（1）任何一个模型所生成的回归方程拟合度均较弱；（2）股票股利和现金股利从整体上对每股收益和净资产收益率都没有显著性影响；（3）股票股利和现金股利对各个因变量的显著性概率检验均大于5％的显著性水平。 由上述分析，我们可以得出如下结论： 1.我国上市公司的现金股利、股票股利与下一年度的每股收益、净资产收益率成正相关关系。 2.三年的现金股利、股票股利对下一年度的每股收益、净资产收益率影响的显著性各不相同，说明了我国上市公司的股利分配政策对未来业绩影响趋势不稳定，信号传递理论在我国远不如国外显著，同时也说明了我国上市公司制定股利分配政策的过程中存在很多错误观念，缺乏一个稳定的股利政策目标。 3.从实证检验结果来看，2000年数据统计的显著性明显好于1999年，这也说明证监会提出的“有意将发放现金股利作为上市公司筹资的必要条件”的监管措施初具成效。 4.小比例送股对公司的未来业绩增长有一定程度的影响，而且呈正相关关系，我们检验了样本公司中2000年和2001年的股利分配，发现送股上市公司中绝大部分是小比例送股，高比例送股极少。这也说明了我国上市公司送股的分配方式绝大多数选择小比例送股，送股方式正在逐渐趋于良好，是目前我国上市公司较为理想的一种选择方案。高比例送股对上市公司的长远发展无显著影响，即送股较多的公司未来业绩反而不佳，其持续稳定发展的增长后劲不足。 标签：显著性论文; 现金股利论文; 回归方程论文; 显著性水平论文; 显著性检验论文; 股利分配论文; 送股论文; 概率计算论文; 净资产收益率论文; 实证分析论文; 每股收益论文; t检验论文; 