资产流动性与公司资本结构——来自中国制造业A股上市公司的经验证据

●邢艳鹤

资产流动性与公司资本结构
——来自中国制造业A股上市公司的经验证据

●邢艳鹤

文章以中国制造业A股上市公司2007—2010年的公开财务报表数据为样本，采用多元回归模型对我国制造业上市公司资产流动性与公司资本结构的关系进行了实证检验。结果发现：公司资本结构与公司资产流动性显著负相关；公司资本结构与其盈利能力显著负相关；公司资本结构与公司规模显著正相关；公司股权集中度、实际税率与公司资本结构之间的关系不显著。

资产流动性 资本结构 多元回归模型

一、研究设计

（一）研究假设

尽管资产流动性极大地有助于解释公司资产负债率，但是从以上描述可以发现，现有的研究对资产流动性与资本结构间的相关性结论仍存在较大的差异，一部分学者认为两者之间应该是正相关关系，另一部分学者认为两者之间应该是负相关关系，也有学者认为两者之间可能呈现曲线型关系。而且他们的实证研究对象主要是特定的行业或特定类型的资产，甚少从大样本来实证检验资产流动性与资本结构间的相关性，需要做进一步的深入探讨。结合我国的特有制度背景和公司特征，本文对我国制造业上市公司资产流动性和资本结构间的相关性作出探讨。考虑到我国资本市场较之于西方发达资本市场的不成熟性以及我国上市公司治理结构的不完善性，现提出研究假设：其它条件保持不变时，资产流动性与我国上市公司资产负债率呈负相关。

(1)观察并记录100例门诊患者与护理人员之间发生纠纷的次数;(2)观察并记录100例门诊患者对导诊护理服务的满意程度。

（二）样本选择与数据来源

由于行业发展状况不同，行业所处的宏观环境不同，导致了不同行业的企业具有不同的资本结构，这是被很多学者所证明了的。因此，在本文资产流动性与资本结构相关性的研究中，笔者专门选择制造业这个具体的行业来进行研究，因为该行业上市公司数据很多，便于选取样本。

好在奋力拼搏自强不息的中年人是社会主流。他们在前边打基础，趟路子，积人脉，付学费，中年后开始见成效，收果子，打江山，坐天下。如果按40岁算进入中年，这个岁数的刘邦刚揭竿而起，刘备才请到军师诸葛亮，曹雪芹刚开始动笔写《红楼梦》，爱因斯坦刚提出相对论，毛泽东刚带领队伍来到延安，钱学森刚从美国学成归来，袁隆平的杂交水稻研究刚起步……即便生活困顿，衣食不周，筚路蓝缕，但其精气神十足，心气很大。因为后边的路还长着呢，他们还要大展宏图，大有可为，事业还辉煌得很。今日而言，马云、马化腾、刘强东、施一公、饶毅、李彦宏、俞敏洪、马伟明等风云人物，个个都是中年精英，雄姿英发，个个都独掌一面，名闻天下。

表1 样本年度分布

（三）指标选择与模型构建

（1）注重提高财务会计管理的层次。网络时代的到来对企业财务会计管理会产生很大影响，企业要想在市场中得以良好的生存发展，这就需要注重创新发展，提高财务会计管理的层次。传统财务会计管理主要是资金管理为主，这是低层次的财务会计管理，面对新时期的发展环境，企业就要注重和内部管理环境相结合，加强企业跨级审计工作，保障审计的质量。企业内部控制的过程重要加强，对于整个供应链的分析工作要做好，优化供应链的流程，积极克服自身缺点，强化核心服务等。

由于本文所要研究的是资本结构与公司资产流动性的关系，而资本结构的影响因素还有很多，如税率越高，使用负债筹资就越有利；企业经营情况越好，发生偿债危机的可能性就越低；公司治理机制越完善，管理层侵占股东利益的可能性就越低，进而资产流动性与公司资本结构的正向关系就越显著等。此外，不同年度、不同行业公司的资本结构也会不同。因此，为了排除以上因素的影响，需要引入一系列控制变量对以上因素进行控制，从而得出资本结构与资产流动性之间的“净”关系。

检验公司资本结构与资产流动性之间是否存在相关关系，以及如果这种相关关系存在，是正的关系还是负的关系，可以通过对两者进行回归并通过回归系数的显著性以及符号来进行判断。而要进行回归，就必须建立回归模型。模型的建立需要解决两个问题：一是应该使用什么变量来反映企业的资本结构及其资产流动性，即被解释变量和解释变量的设定问题；二是如何在研究资本结构与资产流动性之间的关系时有效排除其他因素的影响，即如何解决模型的多重共线性以及内生性等问题。根据资本结构的定义，可以采用资产负债率，即总负债/总资产的比率来代表公司的资本结构。而对资产流动性的衡量则有很多指标，如流动比率，速动比率等。由于流动资产中的存货和应收账款等较之于现金以及短期投资变现通常更加困难，因此本文使用更容易变现的现金及现金等价物来衡量流动性，即使用（现金+现金等价物）/总资产来代表公司的资产流动性。根据Pulvino（1998）的实证研究结果，资产非流动性是公司资本结构的重要决定因素之一，Shleifer&Vishny（1992）在研究资本结构与资产流动性之间的关系时也考虑了资产非流动性的影响，因此，除了从正向的角度反映资产流动性对公司资本结构的影响外，笔者还将从反向角度入手以佐证研究结论。即将引入一个反映企业资产非流动性的变量——固定资产净额/总资产，并研究其与企业资本结构的关系。

综合考虑以上因素，建立如下多元回归模型：

其中βi为回归系数，i=0，1，2，3；ε为残差项；DA是因变量，代表公司资本结构；assetliquidity表示公司资产的流动性；controlvariable代表控制变量，包括公司盈利能力、公司规模、股权集中度等变量；dummy代表年度虚拟变量。变量定义如表2所示。

表2 研究变量

二、实证结果及分析

以上变量间的相关性分析初步证实了资本结构与资产流动性负相关的假设，但这仅是一个相关性分析，只是说明了资本结构的变动方向与资产流动性的变动性方向相反，对于资产流动性的变动是否会引起资本结构的变动以及如果引起变动，这个变动在统计上是否显著等问题，相关性分析并不能解决。为此，需要利用之前建立的回归模型进行多元回归分析。本文先同时把资产流动性指标和资产非流动性指标作为解释变量，进行回归分析。从表5可以看到，调整后的R平方为0.887，回归模型的拟合优度很高。从回归结果（表6）可以看到，进一步证实了本文的假设。这表明在其他因素保持不变的情况下，资产流动性每增加1%，企业的资产负债率就要减少0.9%左右，与资本结构与企业资产流动性负相关的假设相一致。

考虑到2006年会计准则发生重大变化，笔者选取了沪、深两市所有制造业A股上市公司2007—2010年的数据作为样本，在剔除变量数据无法观测的公司以及ST公司之后，共得到观测值2633个，具体如表1所示。本文所有数据均来自CSMAR中国上市公司财务报表数据库；行业分类则依据中国证监会2003年9月发布的《中国上市公司行业分类指引》作出；所用分析工具为SPSS Statistics 17.0以及Excel电子表格。

从表3的描述性统计中可以看到，沪、深两市所有A股上市公司四年资产负债率的均值约为49.76%，可以看到不同公司间的资本结构差异较大，从最小的0.91%到最大的99.85%不等。而且该序列的偏度值（Skewness）和峰度值（Kurtosis）与标准正态分布S=0，K=3相差比较大，这说明了对各个公司所属年度进行控制的必要性。并且可以看到我国上市公司固定资产比率差异很大，最小值为0，最大值有85.17%，均值约为30%，此外，可以看到各个公司的资产流动性也存在很大的差异，其标准差有0.104。并且我国制造业上市公司的盈利能力比较低，平均资产报酬率约为5%。表3显示出了我国制造业A股上市公司高的股权集中度，前十大股东共占据了整个上市公司股权的53%左右，这与我国A股上市公司大多数是国有企业改制上市有关。相对总资产报酬来说，所得税费用占整个总资产比率很低，均值不到1%左右，就均值而言，利润高于所得税。

表3

单从以上描述性统计的结果并不能发现公司资本结构与其相应资产流动性之间的关系，为此需要作进一步的分析。为了研究各个变量之间的相关性，构建了相关系数矩阵如表4所示。由表4可知，与所建立的假设相符，资本结构与企业资产流动性负相关，相关系数约为-0.37。但资本结构与表征资产流动性的另一变量——固定资产净额占整个总资产的比重之间却并未显现出强相关性，相关系数不到-0.03。在引入的几个控制变量中，资本结构与公司盈利能力、公司规模以及实际所得税显现出了比较强的相关性，相关系数分别约为-0.24、0.30、-2.42。企业的股权集中度似乎并未对其资本结构造成显著影响，相关系数的绝对值均不足0.01。表4统计数据显示出固定资产比率与其它控制变量之间的相关性不强，但是资产流动性与企业盈利能力以及与企业规模和股权集中度之间的相关性很大。总的来讲，各个控制变量之间基本上呈现出了较强的相关性。

随后，本文单独以资产非流动性指标作为解释变量和以资产流动性指标作为解释变量分别进行回归分析。一般而言，固定资产比重越大，企业流动性越低，所以在解释变量中笔者采用了固定资产净额占总资产的比重这一资产非流动性指标，以期从反面映证结论。当单独采用资产非流动性指标作为解释变量时，系数为0.013，但是sig.为0.079，其在5%的显著性水平下并不显著。当单独采用资产流动性指标作为解释变量时，系数为-0. 088，sig.为0.000，表明其在5%的显著性水平下显著为