新三板分层政策对我国中小企业融资定价的影响
2019-01-02
一、引言
我国于2016年5月27日颁布《全国中小企业股份转让系统挂牌企业分层管理办法(试行)》,将新三板挂牌企业分为创新层和基础层两个层级。分层方案的落地,意味着新三板结束了简单的规模化增长,进入了质、量并重,更强调质的精细化发展阶段。新三板高速发展的同时,企业发展的两极化格局也逐渐显现。本文从定增价格入手,结合Oaxaca-Blinder模型,探讨分层政策是否加剧“两极化”差异并考察分层政策对我国中小企业融资定价的影响。
二、数据和实证方法
(一)数据
本文所使用的新三板公司的基本资料和财务数据来源于 Wind 数据库。数据的样本期间为 2015年4月至 2017年4月。为了确保实证结果的有效性,我们对数据样本进行了如下处理:(1)剔除自愿放弃进入创新层的公司;(2)剔除有违规行为的公司。整理后,本文所使用的样本共包含5347家公司,其中基础层4210家,创新层1137家。
(二)变量
被解释变量为新三板定向增发企业的定增价格。解释变量包括企业财务指标和新三板特征变量指标。其中解释变量的选取如下:
(1)政策的影响:分层政策为本文的虚拟变量。企业位于创新层,则分层政策变量等于1;企业位于基础层,则分层政策变量等于0。(2)财务指标变量的选取:新三板公司定增股票的定价难以依据市场价格确定,而是综合考虑定增公司的情况后,由双方协商确定。本文选取了运营能力(总资产周转率)、负债程度(资产负债率)、偿债能力(利息支付倍数、经营活动现金流/负债)、盈利能力(销售毛利率、每股收益、净利润)等作为解释变量构建回归模型。(3)新三板特征变量的选取:考虑到新三板与主板、中小板和创业板的不同,本文还加入了新三板特色的变量指标:是否包含做市商以及定向增发发行规模(新股发行数量)。
(三)实证方法
本文参考采用多因素回归分析方法,模型设定为:
Pi=a1Li+a2iADPt+a3iAPt+a4iAAOt+a5AD+a6VMt+a7SIt+eit
其中:Li表示分层政策的虚拟变量,Li=1表示创新层;Li=0表示基础层;ADPt、APt、AAOt、AD分别表示新三板公司i在t时期的偿债能力、盈利能力、运营能力、负债程度;VMt表示t时期增发实施是否包含做市商的虚拟变量;SIt表示t时期的增发新股的发行规模(新股发行数量);eit表示残差,它统一表示了凡是对被解释变量有影响而没有被各个解释变量所反映的信息的总和。
三、实证检验
在本文的第二部分,我们给出了研究定增定价的主导因素的实证模型,基于此,在本部分我们汇报了主要的实证结果。
(一)变量描述性统计
表1报告了变量的描述性统计结果。通过对比不同变量下创新层与基础层企业的数据,可以看出创新层企业普遍好于基础层。
表1 变量描述统计
(二)实证检验
1.线性回归
为衡量分层当年政策效应,这部分我们选取分层后(2016年6月之后)到2016年年报披露前(2017年4月之前)实施定向增发的公司数据。估计结果显示,层级项的系数为1.248,且在5%的显著性水平上显著,说明创新层相比于基础层公司的增发价格多1.248元。此外,销售毛利率、总资产周转率、每股收益这三个指标对新三板增发价格的影响较大,且在0.1%显著水平下通过检验。“是否包含做市商”这一指标虽然与实际发行价格负相关,但是统计结果不显著。现实生活中,做市商的作用之一是使股价与公司价值匹配,但由于市场流动性不足、做市商供需失衡、估值困难等问题,做市商试图压低定增价格的现象并不鲜见。
表2 分层政策实施后新三板定增价格的线性回归结果
legend:*p<0.1;**p<0.05;***p<0.001。
由表2的回归结果,可以发现定向增发价格与分层层级有显著正相关关系。但是考虑到进入创新层企业更具有优势性,因此需要检验定增股价与“层级”呈现正相关关系是因为“分层政策”对投资者传递的信号作用还是公司的优势。
为了检验上述问题,我们筛选了2014年公司年报发布之后到分层政策之前的数据,依据分层政策的分层标准,人为将样本公司分为“创新层”和“基础层”进行回归。此时还没有分层政策对投资者传递的信号作用,“层级”的回归系数不包含“分层政策的信号作用”系数。
表3 分层政策实施前新三板定增价格的线性回归结果
legend:*p<0.1;**p<0.05;***p<0.001。
表3结果显示,此时“层级”的回归系数依然显著。说明“分层政策”传递的信号作用不强,不同层级公司的定增价格的差异是由公司特性决定的。基于上述分析,我们采用OB模型分解带来不同层级公司定增价格的差异的相对重要因素。
2.OB模型
Oaxaca是在均值上对差异进行分解的,其前提是被分解的样本符合正太分布。由图1所示,创新层和基础层融资价格不是正太分布。
图1 创新层的融资价格(左)、基础层的融资价格(右)
针对偏态分布的Oaxaca,我们需要用到Rif回归,最终回归结果如表4所示。可见,不用层级公司的定增价格之间的差异是显著的,差异的“可解释部分”主要归因于每股收益、资产负债率、净利润。
表4 影响不同层级公司定增价格因素的Oaxaca分解
legend:*p<0.1;**p<0.05;***p<0.001。
四、结论
本文检验了分层政策的政策效应,发现定向增发价格与分层层级有显著正相关关系,但“分层政策”传递的信号作用不强,不同层级公司的定增价格的差异主要是由公司特性决定的。OB模型的回归结果显示,不用层级公司的定增价格之间的差异是显著的,差异的“可解释部分”主要归因于每股收益、资产负债率、净利润。
(首都经济贸易大学,北京 100070)