上市公司股权结构与公司绩效关系的实证分析_显著性水平论文

上市公司股权结构与公司业绩关系的实证分析,本文主要内容关键词为:股权结构论文,实证论文,公司业绩论文,上市公司论文,关系论文,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、研究现状

关于股权结构对公司业绩的影响,国外学者建立了一些比较成熟的经济计量模型,线性最小二乘回归模型是比较常用的一种,它通过对公司业绩的考察间接评价公司治理的效率。我国学者在计量分析中大多采用这种方法,并且得出了一些经验的研究结果。然而,实证研究的结果很不一致。有的学者发现,国有股对提高公司的业绩有正面的影响(周业安,1999),有的学者却发现,国有股对公司的业绩有负面影响(许小年、王燕,1997,张红军,2000);有的学者发现,股份的集中度越高公司的业绩越好(许小年、王燕,1997),有的学者却发现,有一定集中度,有相对控股股东、并且有其他大股东的存在,总体而言最有利于公司治理机制发挥作用,公司业绩也趋于最大(孙永祥,黄祖辉,1999);有的学者发现,流通股(或称为社会公众股)对提高公司业绩没有影响(许小年、王燕,1997,张红军,2000),有的学者却发现,流通股对公司业绩有正面影响(周业安,1999)。实证研究结果的不一致,使人们无法清楚地了解我国公司的实际运行情况,对我国公司不同所有权制度的效率的认识不能形成统一的观点。这对我们评价股份制改革的成败,总结过去的经验和不足,认识当前存在的问题带来了困难。也使得制定进一步的改革方案失去了依据,增加了改革的盲目性和风险。因此,有必要对这一问题进行更深入的研究。

二、造成实证分析结果不一致的原因

造成实证分析结果不一致的原因,主要是各学者选择的样本存在差异。许小年对1993年至1995年上海和深圳两个市场上市公司的混合数据(pool-ing data),使用最小二乘虚拟变量回归模型进行了研究。周业安的回归分析使用了我国上市公司1997年的截面数据。张红军、孙永祥和黄祖辉使用的是我国上市公司1998年的截面数据。

由于我国正处于经济转轨时期,市场环境和制度都处于变革之中。不同时期上市的公司,因为受政策面和市场面的影响不同,公司治理和公司经营方面表现出的差别很大。表1列出了不同年份上市的公司业绩对比情况。从表中可以看出,不同年份上市公司经营业绩差别巨大,新上市的公司业绩较好,早期上市公司目前大多业绩不佳。虽然引起这种现象发生的原因很多,但上市时间是一个不可忽视的因素。

表1 不同年份上市公司1998年度业绩对比

1998 1997 1996 1995 1994 1993 1992

每股收益(元)

0.32

0.27 0.21 0.04 0.17 0.13 -0.03

净资产收益率(%) 11.78 10.32 8.32 1.53 6.52 5.48 -1.61

资料来源:吴松“我国股票市场能不承受国企改革之重”《江汉论坛》2001年第4期,第30页。

另一方面目前我国证券市场正处在高速扩张时期,每年都有大量新公司上市。1992年上市公司仅有53家,2000年底已超过1000家,增加了近20倍。在考察股权结构的影响时应该把样本的这种变化考虑进去。例如比较1992年和1993年上市公司股权结构的变化情况,假设调查得到1992年国家股占上市公司总股份的比例为30%,1993年这一比例增加到40%。由于样本相互独立,我们无法判断净变化后总变化的信息。一种可能是,净增加的10%是因为1992上市的公司国家股比重大幅度上升引起的;另外一种可能是,由于受政府政策和市场的影响1992上市的公司国家股比重大幅度降低,但1993年新上市的公司国家股的比重安排得更高,后来上市的150家公司将1992年的53家公司的实际变化“稀释”了。

鉴于上述两方面的原因,截面数据模型的实证结果很可能出现不一致的现象。

三、解决实证结果不一致的一种方案——选择平行数据模型

截面数据分析,截面数据分析是指仅利用截面数据作为计量经济学模型的样本数据对模型的参数进行估计。例如在某一时刻对居民家庭消费情况的市场研究,可以比较不同收入水平的家庭的消费方式;在某一时点上对企业财务报表所反映的各项指标进行分析,以便比较某一个行业中各企业的行为和经营状况。在用于因果分析的经典计量经济学模型中,截面数据模型是应用最多的一类模型。

时序数据分析,时序数据分析是指仅利用时间序列数据作为计量经济学模型的样本数据对模型的参数进行估计。例如我们使用随着时间(月、季或年)变化的数据来研究居民家庭消费情况,可以分析国家的宏观经济政策对居民家庭消费的影响;使用时间序列数据对企业财务报表所反映的各项指标进行分析,可以比较制度变迁、技术进步等因素对企业行为和经营状况的影响。在用于因果分析的经典计量经济学模型中,时序数据模型也是常用一种类型。

平行数据分析,单纯使用截面数据模型或者时间序列模型的研究,有时会使我们的工作局限在某些特定的方面。例如我们在研究影响公司业绩的因素时,使用截面数据模型,可以选择包括企业的规模、行业类别、财务杠杆等因素作为解释变量,分析这些因素对企业价值的影响。但是无法分析在一个行业内,技术进步、制度变迁、宏观经济政策等因素为企业带来的随时间而增加的盈利能力。单纯使用时间序列模型也存在类似的不足。平行数据(panelData)是若干个截面数据的组合。利用平行数据的研究,是近20年来计量经济学研究中最活跃的一个领域,这一方面是由于平行数据为计量经济学模型的理论方法研究提供了一个更为丰富的环境,但更重要的是在实际应用中它能够用于研究仅用截面数据或者时序数据所无法研究的问题。例如,上面提到的对公司业绩的研究,即要考虑企业的规模、行业类别、财务杠杆等因素的影响,又要考虑技术进步、制度变迁、宏观经济政策的影响,这时就要使用平行数据模型。

在实际使用平行数据模型时,常假设模型系数不变,而截矩项随时间和截面数据单位的变化而改变。解决变截矩问题主要有两种方法,一种方法是使用固定效应模型,另一种方法是使用随机效应模型。WilliamH.Greene介绍了一种在两种模型之间选优的方法,称为Hausman检验,目前被普遍采用。本文样本数据的Hausman检验结果支持使用随机效应模型。

四、样木选择和经济变量的定义

我们以1996年12月31日以前上市的530家公司构成研究对象的样本,观察这530家公司从1996年到2000年间所有权结构及其变化对公司业绩的影响。为了保证样本的一致性、客观性和代表性,我们按简单随机抽样的原则,从这530家公司中抽取了183家公司,剔除ST公司后,实际样本为169家。计量模型中使用的全部变量列在表2中。

表2 计量模型中使用的变量

五、回归结果

假设上述各解释变量都对公司业绩有显著影响,那么回归结果中各解释变量的系数应该不等于零(在给定的显著性水平下)。如果某个解释变量不影响公司业绩,则该解释变量在回归方程中的系数可能为零。检验结果表明,总资产对公司业绩没有显著影响,行业中只有公用事业变量对公司业绩有显著影响,因此我们在模型中去掉总资产和除公用事业以外的其他虚拟变量。最后模型中包括的解释变量有:描述股权结构的各变量、财务杠杆、公用事业虚拟变量和截矩项。

回归模型如公式(1)所示。

pit=a+β1LEVERAGEil+β2PUBil+β3F+eit(1)

其中:P代表公司业绩,分别取净资产收益率、资产总收益率。LEVERAGE为财务杠杆,PUB为公用事业虚拟变量,F代表某一种所有权结构,分别是所有权集中度、国有股比例、法人股比例或流通股比例。回归结果列在表3和表4中。

表3 股驻结构对净资产收益率的影响

注:括号内为t检验统计量,a表示显著性水平为1%,b表示显著性水平为5%,c表示显著性水平为10%。

表4 股权结构对资产总收益率地的影响

注:括号内为t检验统计量,a表示显著性水平为1%,b表示显著性水平5%,c表示显著性水平为10%。

表3结果显示,股权集中度、国家股比例、法人股比例和流通股比例都不能排除模型系数为零的假设(显著性水平10%)。财务杠杆不能排除模型系数为零的假设,截距项显著不为零(显著性水平1%),公用事业虚拟变量在股权集中度和国家股比例的模型中系数不为零(显著性水平10%)。

从表4中的结果可以看出,股权集中度、国家股比例、法人股比例和流通股比例作为解释变量都不能排除在模型系数为零的假设。财务杠杆和截距项显著不为零(显著性水平为1%),公用事业虚拟变量在股权集中度和流通股比例的模型中系数不为零(显著性水平为10%)。

六、结论

平行数据模型是更适于分析我国公司股权制度与公司业绩关系的计量模型。使用平行数据模型检验的结果显示,股权集中度、国家股比例、法人股比例和流通股比例对上市公司业绩没有显著影响。

标签:;  ;  ;  ;  ;  ;  ;  

上市公司股权结构与公司绩效关系的实证分析_显著性水平论文
下载Doc文档

猜你喜欢