去杠杆背景下制造业企业资本结构对经营业绩的影响研究

李彩霞 刘雄 韩贤

【摘要】  我国制造业上市公司的规模较大，推动制造业的发展对确保我国经济的中高速增长具有重要的现实意义。然而，部分制造业上市公司的债务融资和股权融资不平衡，影响了公司的经营业绩。文章以沪深两市A股制造业上市公司2011—2015年的财务数据作为研究样本，选取七个指标，利用主成分分析法构建经营业绩指数，并对经营业绩指数和资本结构进行回归分析，结果表明，制造业上市公司的资产负债率与经营业绩呈显著负相关，长期负债率与经营业绩呈显著正相关。

【关键词】   制造业;资本结构;经营业绩;回归分析

【中图分类号】  F275  【文献标识码】  A  【文章编号】  1002-5812（2019）04-0027-05

一、引言

以1958年的MM理论为开端，学术界相继从不同角度解释了资本结构，形成了控制理论、新优序融资理论、信号传递模型、代理成本理论、权衡理论等。现有研究成果发现，不合理的资本结构将导致治理结构缺陷，影响公司治理效果，最终影响公司的经营业绩。因此，在调整公司资本结构的基础上，完善公司治理结构，改善公司经营业绩，实现二者螺旋式上升，具有重要的现实意义。

随着全球经济一体化的逐步加深，企业间的竞争日趋激烈，外部环境的不确定性不断上升，制造业尤其是传统制造业去杠杆迫在眉睫。考虑到企业所处的制度背景及企业自身的性质等因素，分析处于经济体制转型背景下的我国企业的资本结构更有意义。从财务角度看，主要体现在企业资本结构不合理，而资本结构不合理会直接影响企业的经营业绩及长远发展战略。因此，本文通过对制造业上市公司资本结构对经营业绩的影响机理进行分析，选取沪深两市A股制造业上市公司进行实证研究，旨在为优化制造业上市公司资本结构、提高经营业绩和加快制造业供给侧结构性改革提供借鉴。

二、研究回顾

上市公司资本结构对经营业绩的影响是当前管理学、金融学等领域研究的热点和重点之一，国内外学者对此进行了大量的理论分析和实证研究。Modigliani & Miller提出的MM定理开拓了西方资本结构理论，开创性地把资本结构研究从应用性、描述性的传统财务学领域纳入到一般均衡分析的理论框架[1]。

在研究资本结构对经营业绩的影响时，部分学者采用简单的线性回归模型，如张爱美等以资产负债率、流动资产比率、固定资产比率等作为自变量，以净资产收益率作为因变量，建立线性回归模型予以分析[2]。也有部分学者采用主成分分析与线性回归相结合的方法分析资本结构对经营业绩的影响，如章强远、王新宇将营业收入利润率、总资产收益率、销售净利率、净资产收益率等进行因子分析，采用主成分分析法提取综合指标，建立以资产负债率为自变量的回归模型[3]。从研究结论来看，资本结构与经营业绩的理论研究和实证结果存在差异，主要有两种代表性观点。一种观点认为资本结构与经营业绩存在正相关关系，代表性研究有：Frankand Goyal研究发现公司经营业绩与财务杠杆比率呈正相关关系[4]。另一种观点认为资本结构与经营业绩存在负相关关系，其中，Chingfu Chang，et al.使用结构方程模型（SEM）分析样本公司的资本結构，发现经营绩效对资本结构具有反向作用[5];宋忠宁、张建萍通过回归分析发现，公司盈利能力与资产负债率呈负相关关系[6];王译、徐焕章以经营业绩综合指标为因变量，多个资本结构指标为自变量，采用多元线性回归分析发现，资产负债率与经营绩效呈显著的负相关关系[7]。

上述研究从不同侧面分析了资本结构与经营业绩之间的关系，对本文的研究提供了一定的参考和借鉴。在现有扶持实体经济和去杠杆的宏观政策背景下，研究制造业企业资本结构与经营业绩的关系具有一定的现实意义。本文以沪深两市A股制造业上市公司2011—2015年的财务数据作为研究样本，采用主成分分析和多元线性回归方法，实证分析资本结构对经营业绩的影响。

三、理论假设

由于资金来源、行业及所处宏观环境不同，上市公司具有差异化的资本结构和经营绩效。我国上市公司首选股权融资方式，有违经典优序融资理论，原因在于：一是中西方制度环境存在差异，我国资本市场发展起步较晚，法律监管体系尚不成熟，上市公司为了降低股权融资成本，大多采取低分红或者配股、送股的措施，直接造成留存利润的资本化，股权融资的成本远远低于债务融资。二是目前我国发行股票的限制条件比发行债券的限制条件宽松，发行股票比发行债券更容易。三是股权融资的财务风险较小，在同等条件下，资产负债率较高的公司的经营业绩必然低于资产负债率较低的公司。综上，现阶段我国上市公司偏好股权融资，债务融资较少。

权衡理论指出，公司负债增加，公司破产的概率也将增大，而破产成本会减少负债的抵税价值，造成经营业绩的下降。如郭凯华认为我国上市公司破产机制不完善，部分达到破产条件的上市公司因受到政府干预和保护而继续经营，以至于不顾市场价值和经营业绩，盲目扩大负债，资产负债率越来越高，经营业绩越来越恶化[8]。同时，信号传递理论认为，当上市公司为了避免由于负债增加而引起的信号传递，使外部人员误以为公司的经营管理不善、资金周转不灵从而引发财务危机时，经营业绩较好的公司通常会优先考虑股权融资以降低融资成本。可见，高比例的资产负债率会降低上市公司的经营业绩。根据万德（Wind）数据库资料显示，2015年我国A股制造业上市公司平均流动负债率达84.37%，流动负债率较高，负债的抵税效应不明显，资产负债率的提高难以带来经营业绩的提高。因此，本文提出假设：

H1：资产负债率与经营业绩呈负相关。

由于制造业上市公司的固定资产比重较大，厂房的建设、机械设备的购置等都依靠长期负债，具有资金占用量大、投资回收期长的特点，因此制造业上市公司更需要长期资金的支撑。但是我国制造业上市公司普遍存在长期负债率较低的问题，根据万德（Wind）数据库的资料分析可知，2015年我国A股制造业上市公司平均长期负债率仅为15.63%，不利于资产投资扩张。2015年我国A股制造业上市公司流动负债率高达84.37%，加大了上市公司的财务风险，一旦市场环境发生变化，将导致资金周转困难，直接增加上市公司的流通性风险 [9]。对于上市公司来说，长期借款避免了股权稀释问题;同时，负债利息可以在税前扣除，相比短期负债融资，长期负债融资的抵税效应更加明显，在公司经营状况良好时，可以充分发挥财务杠杆作用，进而增加公司的经营业绩。因此，本文提出假设：

H2：长期负债率与经营业绩呈正相关。

四、实证分析

（一）数据来源及样本、变量的选取

1.数据来源及样本。本文根据证监会行业分类指引，选取沪深两市A股制造业上市公司2011—2015年的财务数据作为研究对象。为确保数据的有效性，消除异常样本值对实证结论准确性的影响，本文对所选样本的数据进行了整理和分类汇总，对数据的处理遵循以下三个原则：（1）剔除ST、PT上市公司，剔除经营异常或连续亏损的上市公司。（2）剔除2011年之后上市的公司。（3）剔除数据缺失的上市公司。最终确定1 155家上市公司共5 775个样本作为研究对象。在此基础上，利用SPSS 14.0软件进行主成分分析和回归分析。本文所选数据均来源于万德（Wind）数据库。

2.变量选取。国内外学者衡量上市公司经营业绩的方法主要有两种：一种是选取单一的指标衡量，如李文新[10]、程学华[11]选取净资产收益率衡量经营业绩。另一种是选取多重指标衡量，即采用因子分析法、层次分析法或平衡计分卡等方法量化经营业绩。如黄嵘对经营业绩的多个指标采用主成分分析，分别就资产负债率、长期负债率建立线性回归模型[12]。本文考虑到采用主成分分析构建综合指标，可以通过提取各经营业绩指标中的有用信息，全面反映不同经营业绩指标所包含的主要信息，避免相关性造成的偏差，达到降维的目的。结合已有研究，本文从盈利能力、偿债能力、营运能力和发展能力四个方面进行指标选取，以全面反映制造业上市公司的经营业绩。经营业绩指数（P）的指标选择与变量设计见表1。

在已有实证研究中，对于资本结构的选取有狭义和广义之分。杨华等直接以资产负债率（狭义）表示资本结构[13];毛英、赵红则选择广义资本结构，从资产负债率、负债规模以及股权集中度三个方面综合加以考虑[14]。结合上述指标选择，本文以资产负债率作为解释变量。同时，考虑到制造业上市公司行业规模大、资金需求量大、投资回收期长等经营特点，而长期负债较之短期负债更为稳定，筹集资金可以用于制造业上市公司扩大生产经营规模等，更适合制造业的生产经营特点，因此，本文在解释变量中还增加了长期负债率指标，用于解释负债的规模结构，如表2所示。

影响上市公司经营业绩的因素较多，除受资本结构影响以外，公司规模、前十大股东持股比例、年度等因素也会对经营业绩产生影响。如果遗漏这些影响因素，将导致回归结果偏误，因此，本文在实证分析中加入控制变量，对模型予以修正，如表3所示。

（二）实证检验

1.经营业绩的主成分分析。本文采用主成分分析，对经营业绩指标提取主因子，计算得出综合得分。表4为对主成分分析进行的可行性检验。KMO检验用于考察经营业绩X1—X7变量之间的偏相关性，检验值为0.694，大于0.5，说明X1—X7变量之间基本符合进行因子分析的条件。根据Bartlett球形检验统计量，Sig.值为0.000，小于0.01的显著性水平，因此X1—X7变量之间存在显著的相关性。综合KMO检验和Bartlett球形检验结果，表明X1—X7变量可以进行因子分析。

通过SPSS 14.0软件进行因子提取，结果见下页表5和表6。

由下页表5可知，前两项公因子的特征值都大于1，并且两项公因子的初始特征值占累积方差贡献率达到69.028%，即这两个主成分因子可以解释变量方差的69.028%，说明总体将近70%的信息可由前两个公因子予以解释。根据表6中两个主成分因子所占的权重，对两个主成分分别重新命名，将第1主成分命名为经营成果因子，反映盈利发展能力;第2主成分命名为财务状况因子，反映偿债能力和营运能力。参照旋转后的成分矩阵，可以计算得出经营成果因子F1、财务状况因子F2两个主成分的得分函数。

结合表5，计算经营业绩的综合因子得分，计算公式如下：

根据上述公式，计算样本公司经营业绩的综合因子得分。

2.资本结构与经营业绩的回归分析。

（1）描述性统计。表7数据显示，制造业上市公司经营业绩的综合指标P在平均水平上较好，但从样本公司经营业绩P的极大值和极小值來看，部分样本公司的经营业绩存在较大差异。资产负债率的极大值为75.06%，极小值为10.16%，这是由于制造业行业门类中行业大类繁多，例如机械设备与食品饮料，两个大类中的样本公司资产负债率相差较大，但资产负债率的平均值为41.73%，间接表明制造业上市公司偏向于股权融资的方式筹集资金;长期负债率的最大值为48.62%，最小值为0，均值仅为14%，可见样本公司的长期负债率水平较低且差距较大;公司规模的最大值为24.196，最小值为20.381，均值为21.936，说明总体样本公司的规模水平指标相差不大;前十大股东持股比例平均值在56%左右，表明前十大股东拥有对公司的控制权和决策权。

（2）相关性分析。为了验证各变量之间是否存在线性关系，本文对主要研究变量进行了相关性分析，相关性系数检验结果如表8所示。结果显示，资产负债率（Y1）与经营业绩指数（P）呈负相关，通过了1%的显著性水平检验，与本文提出的假设一致。长期负债率（Y2）与经营业绩指数（P）呈负相关，且没有通过相关性检验，这可能是因为经营业绩指数（P）可能受到其他因素的影响，这一关系需在回归分析中进一步验证。

（3）回归分析。为了进一步确认制造业上市公司资本结构对其经营业绩的影响，本文以经营业绩的综合指数P作为被解释变量，资产负债率Y1、长期负债率Y2作为解释变量，公司规模Y3、前十大股东持股比例Y4、年度变量Y5作为控制变量，建立多元线性回归模型如下：

式中，α为常数项，β1—β5为待估计参数，ε为随机误差。

回归分析结果如表9所示。在5%的显著性水平上，决定系数R2为0.455，说明解释变量对被解释变量的解释力度达到了45.5%，拟合效果较为理想。全部指标Sig.均为0.000，说明各回归系数均能通过t检验，DW值1.845接近于2，表明回归方程较为可靠。一般而言，共线性统计量VIF小于10时，说明各变量之间不存在多重共线性，该模型中VIF最大值仅为1.51，远小于10，说明不存在多重共线性，回归结果较为稳健。

根据上页表9的回归结果发现，资产负债率的回归系数为-3.854，表明该指标与经营业绩呈显著负相关，与前文的理论分析相符，验证了假设H1，与现有大多数实证研究的结果一致;同时该结果也验证了财务杠杆理论，即当公司最终的净利率高于融资成本率时，负债的增加有利于提高经营业绩，所以较高的资产负债率会影响上市公司的经营业绩，高财务杠杆公司更容易发生财务风险，上市公司在运用财务杠杆的同时应当保持合理的负债比例。

长期负债率的回归系数为0.708，表明该指标与经营业绩呈显著正相关关系，长期负债的增加有利于经营业绩的提高，这与前文提出的假设H2一致。长期负债融资成本虽高，公司资金成本较大，但一方面公司对流动负债的依赖性会降低，从而减轻公司的短期偿债压力，财务风险较低，可以保障公司提高经营业绩;另一方面，如果公司较好地运用可转换债券和融资租赁等长期负债工具，会规避使用债权资产所产生的经营风险和财务风险，固定的租金支付也会形成节税价值，进而提高公司的经营业绩[15]。

五、研究结论与展望

本文通过主成分分析与回归分析，研究得出制造业上市公司的资产负债率与经营业绩呈显著负相关;长期负债率与经营业绩呈显著正相关。为优化制造业上市公司的资本结构，提高经营业绩，本文提出以下对策建议。

（一）推进金融体制改革，降低融资成本

从供给侧结构性改革角度来看，制造业企业需要更多的长期资金更新设备、技术从而完成转型升级，但部分银行机构从风险角度出发，倾向于短期化贷款，难以满足制造業企业的现实需求。因此，应构建与制造业转型升级相匹配的长期贷款金融体系，在金融领域内使需求与供给相匹配。

（二）保持合理的负债规模，合理运用财务杠杆

制造业企业应根据自身的盈利能力来确定资本结构，合理选择股权融资与债务融资，保持稳定的债务结构，降低财务风险。企业应拓宽长期债务融资方式，不局限于银行长期借款，采用如长期债券等方式，优化自身负债结构。

由于受到研究时间和能力的局限性，本文的研究过程还存在一定的提升空间，主要表现在：第一，因制造业企业种类繁多，各地区政治环境、经济政策等宏观环境不同，其资本结构和经营业绩可能存在地区差异。第二，本文采用多元线性回归方法，讨论了资本结构对经营业绩的影响，但并未考虑各变量之间的非线性关系，实证结果可能存在一定的偏差。上述研究局限，应随着今后研究的不断深入加以完善。S

【主要参考文献】

[1] 刘志彪.在特定制度环境下实证研究资本结构问题——谭克博士《中国上市公司资本结构影响因素研究》评介[J].产业经济研究，2005，（5）.

[2] 张爱美，董雅静，郑毅，吴卫红.我国化工行业上市公司资本结构对经营业绩影响实证分析[J].商业会计，2014，（17）.

[3] 章强远，王新宇.我国金融板块上市公司资本结构与经营业绩相关性分析[J].浙江金融，2009，（11）.

[4] Frank M Z，Goyal V K.Testing the Pecking Order Theory of Capital Structure[J].Journal of Financial Economics，2003，67，（02）.

[5] Chang Chingfu，Alice C Lee，Cheng F Lee.Determinants of Capital Structure Choice：A Structural Equation Modeling Approach[J].The Quarterly Review of Economics and Finance，2009，49，（02）.

[6] 宋忠宁，张建萍.江苏上市公司盈利能力与资本结构实证研究[J].现代商贸工业，2010，22（07）.

[7] 王译，徐焕章.制造业上市公司资本结构对经营绩效的影响研究[J].财会月刊，2017，（08）.

[8] 郭凯华.中部地区上市公司资本结构与经营业绩相关性研究[D].太原理工大学，2012.

[9] 秦缜.电力行业上市公司资本结构对经营绩效影响研究[D].华北电力大学，2014.

[10] 李文新，李慧.湖北省上市公司资本结构与经营绩效关系的实证[J].统计与决策，2012，（10）.

[11] 程学华.中国上市稀土公司的资本结构与企业经营绩效相关性研究[J].青岛大学学报（自然科学版），2018，31（02）.

[12] 黄嵘.广播电视行业资本结构与经营业绩的相关性分析[J].特区经济，2013，（08）.

[13] 杨华，陈迅，田洪刚.资本结构与经营绩效非线性关系研究——来自中国能源行业上市公司的经验证据[J].财经论丛，2011，（01）.

[14] 毛英，赵红.基于EVA我国上市公司资本结构与经营绩效关系的实证研究[J].经济问题，2010，（05）.