外部治理环境对能源企业资本结构的影响研究

李延喜 吴国通 马壮 王云

摘 要：以中国1万5 992家能源企业数据为研究对象，采用多层线性模型重点分析了外部环境对能源企业资本结构的影响。研究发现：12.1%的企业资本结构差异可由外部环境差异解释;外部环境的改善与企业资本结构存在正相关关系;外部环境因素不仅直接影响企业的资本结构，还通过影响企业规模、有形资产比例等企业特征因素间接影响。进一步分析表明良好的外部治理环境有助于改善中小能源企业的融资约束，减少经营风险，提高资本使用效率。

关 键 词：外部环境;资本结构;能源企业;资本使用效率

DOI：10.16315/j.stm.2019.03.014

中图分类号： F273

文献标志码： A

Abstract：Considering the external governance differences in this article 15 992 energy companies were selected to construct a multilevel model， which analyzes the effects of the external environment of different region on energy companies capital structure. Research found geographical differences can explained 12.1% differences of capital structure; there is a positive relation between external environment and capital structure of energy enterprise; the external governance has a directly affection on capital structure， also it has an indirectly affection on capital structure， via its affection on other features of energy enterprise， such as scale， the proportion of tangible assets; the improvement of external environment helps change the financing constraint mediumsized and small enterprises are facing， in the meanwhile it will raise the financing willingness of enterprises with high proportion of tangible assets. Further analysis showed that a good external environment help rationalize the capital structure， reduce business risk， and improve capital efficiency.

Keywords：external environment; capital structure; energy companies; capital efficiency

能源企业作为经济增长的排头兵，为国民经济健康快速发展提供动力保障。能源产业作为我国的基础产业，直接关系到我国经济发展。能源投资的资金大、周期长，保持良好的资本结构、降低资本成本，是取得竞争优势的重要途径，因此研究影响能源企业资本结构的因素具有重要现实意义。

制度环境差异不但存在于国家之间，亦存在于一国内部的不同地区之间。中国的市场化进程已经取得了举世公认的成就，但由于资源禀赋、地理位置以及地区政策的不同，各地區政府干预程度、金融发展水平以及法治水平等方面呈现出较大的差异[1]。区域制度环境不同使处于各地区公司的资本结构存在差异[2]。随着市场化的深入，宏观环境对企业的影响程度日益加强。宏观环境对企业影响作用成为理论界的热门话题。在经济分析中更令人感兴趣的是宏观环境层和微观企业层之间的交互作用问题。传统的线性模型，例如：方差分析（ANOVA）或回归分析，只能对涉及同一层面数据的问题进行分析，但对于分析宏观环境与微观企业这类涉及两层或多层数据进行分析会导致估计误差，造成生态谬误（ecological fallacy）。多层线性模型的出现为解决这些问题提供了统计方法[3]。

多层线性模型系统地解决了生态谬误问题，减少OLS方法造成的误差，避免由人为选择分析单位可能出现的错误。受研究方法限制以往对资本结构影响因素的分析中，主要集中在公司特征因素上，缺乏宏观背景分析。本文基于多层线性模型分析宏观外部环境对微观企业资本结构的影响。试图找出外部环境对企业资本结构的影响机理，以期为政府的宏观调控及企业自身的财务决策起到一定的理论指导作用。

1 文献综述

资本结构理论是财务学中最具有争议的课题之一。自20世纪50年代以来，先后出现了MM定理、权衡理论（tradeoff）、啄序理论（pecking order）、委托代理理论（principalagent theory）以及基于行为金融学的市场时机（market timing）理论。企业资本结构受诸多因素影响，现有研究对资本结构影响因素的研究主要包括制度环境因素、行业格局和企业特征因素3个层面。

1.1 制度环境对企业资本结构影响

对制度环境的研究一般分为静态和动态2种角度。静态研究主要考察各种制度因素与企业资本结构的关系，动态研究主要对比不同国家（地区）企业的资本结构向目标资本结构的调整过程。本文是以静态的角度考察制度因素与资本结构的关系。实证结果表明，法律政策、GDP增速、市场环境等因素对企业资本结构影响显著。近年来，企业外部因素对企业资本结构的影响备受关注。LLSV最早研究发现法律制度以及产权保护等外部制度环境因素存在显著的地区差异，这些差异对企业的经营决策具有显著影响[4-5]。在我国，夏立军等[6]研究发现，处于经济转轨期的我国各地区之间的制度环境存在着显著的差异，东部地区的市场化程度高于其他地区;并且金融发展水平、地区市场化程度和政府干预程度等制度环境因素对企业资本结构具有显著影响[7-8]。任曙明等[9]支出金融深化会显著影响企业资本结构收敛目标。

1.2 行业特征对企业资本结构影响

企业的负债能力受经营状况制约，而其经营状况受行业竞争格局和运营模式影响。一般而言，垄断程度较高的行业容易享受持续的垄断利润，可以提高财务杠杆;竞争激烈的行业难以持续获得超额利润，使得企业更倾向于权益融资，以规避负债可能引致的财务风险。在传统制造企业中，有形资产占比较高，可能更倾向于负债融资;在技术型企业中，无形资产占比较高，借债的信用风险较大，限制了其负债能力。Harris等[10]指出美国各个行业的资本结构不同，其中医药、电子、食品行业负债率相对较低，而造纸、纺织、钢铁、航空等行业负债率相对较高。陆正飞等[11]的研究指出不同行业的资本结构有着明显的差异，对资本结构的影响因素进行实证研究时，应该尽量控制行业因素。

1.3 企业特征对企业资本结构影响

关于企业内部因素对企业资本结构的影响，主要从企业自身特征角度出发，研究公司盈利能力、公司规模、非债务税盾、自由现金流量等对资本结构的影响[12-13];Titman等[13]研究发现，盈利能力与负债/权益市场价值负相关;企业规模与短期负债负相关;资产专用性与负债比例负相关;非债务税盾、收入波动性、成长性等指标对资本结构没有显著影响。在此基础上，Chang等[14]采用MIMC模型进行了改进，研究发现成长性是影响资本结构的最主要因素，影响能力有大到小依次是成长性、盈利能力、抵押价值、波动性、非债务税盾、独特性。Harris等研究发现，企业规模、成长性、固定资产占比、非债务税盾与负债水平正相关，而收入波动性、广告费用、研发费用、盈利能力和产品专用性与负债水平负相关。Rajan等[15]采用极大似然法研究发现：有形资产占比与负债水平在各国均呈正相关;成长性与负债水平在各国均呈负相关。陆正飞等认为行业因素对资本结构影响显著，在机械和运输设备行业中盈利能力与资本结构负相关。沈根祥等[16]指出公司规模、盈利能力、资产担保价值与负债水平正相关，成长性、非负债税盾与负债水平负相关。刘贯春等[17]指出企业金融资产持有份额上升有助于降低企业负债比率。李家晟等[18]发现所有权结构与企业资本结构不存在明显的相关关系。吴育辉等[19]发现产品市场竞争优势有助于降低企业资产负债率。王营等[20]认为董事网络会对企业债务融资产生积极的推动作用。

2 研究设计

2.1 理论分析及变量选取

LLSV最早研究发现法律制度以及产权保护等外部制度环境因素存在显著的地区差异，这些差异对企业的经营决策具有显著影响。樊纲等、夏立军等研究发现，处于经济转轨期的我国各地区之间的制度环境存在着显著的差异，东部地区的市场化程度高于其他地区;并且金融发展水平、地区市场化程度和政府干预程度等制度环境因素对企业资本结构具有显著影响。本文借鉴他们的研究成果，分别选取政府干预程度（GOV）、金融发展水平（FIN）、法治水平（LAW）、市场发育程度（MAR）方面对外部环境进行考查。

企业规模：大多数实证研究支持企业规模与资本结构的正相关结论。Fama等[21]认为规模较大的公司信息不对称较低，债务融资成本较小。Frank等[22]也发现规模与负债水平正相关。伍中信等[23]的研究利用中国的数据，尽管采用的方法不同，但得到了大致相同的结论，即公司资本结构与其企业规模正相关。

资产结构：Myers等[24]指出，企业所拥有的资产形式会影响其资本结构，因为只有有形资产可以作为发行债券的抵押品，从而降低债务融资的成本。有较多有形资产的企业也有更多的抵押价值，可以承受较高的负债水平。

盈利能力：陈晓等[25]研究发现，上市公司的盈利能力与负债水平正相关。尽管股权融资成本低于负债融资成本，但财务杠杆的提高仍然能降低總融资成本，提高公司价值。

流动比率：一般而言，流动资本充足的企业面临的资金压力较小，支付长期负债费用的能力较强。由此可知流动比率与资本结构、短期债务水平负相关，与长期债务水平正相关。

产品独特性：产品独特性是衡量产品市场竞争环境的，Titman[26]认为产品独特性高的企业应该降低负债水平，以避免破产事件给各利益相关方造成较大损失。本文使用销售费用与主营业务收入的比值衡量。

具体变量的定义及表示方式，如表1所示。

2.2 数据来源与处理

本文研究数据来自1999—2009年《中国工业企业数据库》，该数据库包含中国规模以上工业企业的数据，国内外很多已有研究使用了此数据库，具有较强的可信度。陈林[27]发现，《中国工业企业数据库》中提供的2010年数据质量问题较为严重，存在恶意编造的可能性。为了确保研究结论的可靠性，本文并未选取2010年至2013年的数据。同时，本文采用聂辉华等[28]提供的方法对数据进行处理，删除职工人数少于8、销售额低于500万元、职工人数缺失、总资产缺失、销售额缺失、固定资产净值缺失的样本。由于不同行业企业的资本结构有较大差别，本文仅对能源生产行业数据进行分析，选取了火力发电、水利发电、核力发电、其他能源发电、热力生产与供应燃气生产与供应行业的公司作为样本。最终获得包含1万5 992家企业，共计5万4 478个观测样本。根据前文所述，资本结构变量选取总负债与总资产的比值作为代理变量。外部环境变量选取《中国市场化指数——各地区市场化相对进程2011年报告》中的变量作为市场化水平、政府干预程度、法制水平、金融发展水平的代理变量。

变量分地区的统计结果，如表2所示。上海的资本结构较低为0.43，而黑龙江能源企业的平均资本结构最高为0.75。企业平均资本结构为0.58。说明不同地区企业的资本结构存在着明显的差异。本研究立足于探究地区间资本结构差异的原因，找到影响企业资本结构的因素。

对样本进行相关性检验，检验结果如表3所示，结果显示外部环境变量间具有较高的相关性，而企业特征变量间不具备完美的相关性。由于外部环境变量存在相关性，如果将外部环境变量全部加入一个模型进行回归，将导致多重共线性。因而选择在模型构建时分别加入外部环境变量，分别考察其对资本结构的影响。

2.3 多层线性模型设定

本文研究宏观外部环境对微观企业资本结构的影响，数据具有多层嵌套结构，其中宏观环境对企业资本结构即有直接影响也通过影响企业自身其他因素间接影响企业资本结构。传统上，处理具有嵌套结构的数据主要有2种方法：其一，基于高层数据进行分析，将低层次数据进行集合，形成组内均值或其他形式数据（例如，将企业层的数据集合成高层数据，得到地区经济的数据等），仅仅考虑高层次的因素对因变量的影响。这种做法在一定程度上可以反应集合的作用，但却放弃了对个体差异的解释，且损失了很多有用且宝贵的信息，是一种资源浪费。其二，基于低层次（个体）数据的分析，即直接把来自不同组群的高层次数据与低层数据进行合并，然后使用主要适用于单一层次数据结构的统计分析方法，对具有多层结构的数据进行分析，将高层（如地区）数据当作低层（如个体、企业）数据来处理，从而获得对低层单位整体状况的了解。这样的分析放弃了对不同组群（如地区）之间差异的考虑，使得很多原本由宏观变量带来的差异被解释为个体的差异。

为了直观的比较多层线性模型与普通最小二乘法模型的差别，本文首先将宏观数据合并到微观企业，给出普通最小二乘法回归模型：

由于样本数据具有分层结构，使用普通最小二乘法回归进行分析，会将区域宏观因素与微观企业特征相混淆，“以全概偏”产生生态谬误（ecological fallacy）问题。生态谬误与简化论都是由于分析单位不明确或分析层次混乱照成的，采用多层线性模型技术可以解决生态谬误问题[29]。假设去掉其它影响因素，只研究企业规模对资本结构的影响，选取河北和四川2个地区分别进行回归，如图1所示。回归直线分别代表四川地区和河北地区上市公司的公司规模与公司资本结构的回归结果。从图中可以看出，2个地区的回归结果有着不同的斜率和截距。结果表明由于外部环境不同，公司规模对资本结构的影响水平亦不同;因此，当研究像这样具有层级结构的数据样本时，最小二乘回归模型可能无法观测到高层级的变量因素的影响作用。为了将宏观环境变量更准确的加入到企业资本结构影响模型中，本文建立资本结构影响因素的多层线性模型。

根据多层线性模型的分析步骤首先建立空模型（M0）。空模型主要有3个用途：是否需要使用多层线性模型技术;宏观环境因素对企业资本结构影响的大小;宏观环境变量对因变量的解释能力并为多层线性模型的建立提供参照。模型如下：

3 实证结果分析

3.1 回归结果分析

根据以上步骤，建立企业资本结构影响因素的多层线性模型并进行估计，M0和M1的统计结果如表4所示。模型M0的组内方差为0.121，并在1%的水平上显著，说明地区间的差异可以解释企业资本结构差异的12.1%，证明能源类企业资本结构地区间差异明显，提示应使用多层线性模型以拟合有用的外部环境特征。由于不存在第1层或第2层变量，零模型中只有1项固定效应（即γ00）被估计，其估计值为0.581，可被解释为所有研究对象因变量的平均值，所以平均言，企业的资本结构大约为0.581。模型的AIC和BIC统计量，分别为8 006.9和8 033.6，虽然在空模型中这2个统计量没有实际意义，但是他作为1个始点，为以后的模型提供比较依据。

模型M1地区层面的解释变量回归系数表明，政府干预的降低、金融发展水平、市场化程度、法制水平的提高均对企业的资本结构具有显著的正向作用，说明外部环境的改善，有助于促使企业提高企业的财务杠杆，符合理论预期。当加入政府干预程度指标时，ICC由空模型的0.121减小到0.083，说明加入外部环境变量可以部分解释地区间的差异，AIC和BIC分别降到了7 651.6和7 687.2，与模型M0相比有所降低，说明加入了政府干预程度指标提高了模型的拟合度。其余的外部环境指标与政府干预程度类似，均降低了组间相关系数，提高了模型的拟合度。

模型M2的统计结果，如表5所示。M2回归结果显示，加入企业层面变量，表明企业特征变量对企业资本结构的影响是显著的。与模型M1相比，地区间误差σ2u0，和个体误差σ2r均有明显较减小，说明企业特征变了解释了一部分地区内企业资本结构差异，就加入政府干预程度宏观变量的模型而言，AIC和BIC检验分别由M1模型的7 651.6和7 687.2降低到-3 591.9和-3 511.8，模型的拟合度得到了极大的提升。因而在模型中加入个体层面的变量是合理的，即企业的资本结构取决于企业所处区域经济环境和企业自身特征差异。通过加入企业层面解释变量的拟合系数可以发现企业规模、盈利能力与企业资本结构正相关，资产结构、流动比率、产品独特性与企业资本结构负相关。企业规模大，盈利能力强的企业容易获得和使用债务融资。企业的有形资产比例，流动比率的上升，产品独特性的降低会显著的降低企业的资本结构。

在加入企业所处外部环境和企业特征变量对企业资本结构的解释作用后，个体误差σ2r仍然较大，因而考虑继续加入企业因素对企业资本结构影响的随机作用，建立模型M3。M3回归结果显示，与模型M2相比，解释变量的回归系数略有变化，但影响方向均未变化。以检验政府干预程度的M3模型为例，AIC和BIC由模型M2的-3 591.9和-3 511.8降低到-5 835.9和-5 711.2，拟合度进一步提升。验证了模型中加入企业特征因素随机变量的正确性。由于企业特征变量在地区层面存在随机性，说明企业特征变量对其资本结构影响在地区间存在差异。本文在模型M4中加入跨层交互变量，建立随机截距与随机斜率模型，以此验证企业层面解释变量和地区层面解释变量之间跨层交互作用对企业资本结构更为复杂的影响关系。具体的在M4的全部模型中都加入了企业规模及资产结构与外部环境变量交互作用的变量。特别的认为金融发展水平可以顯著的影响一个企业的盈利能力，从而间接的影响企业的资本结构，所以在M4的金融发展水平模型中加入金融发展水平与企业盈利能力的跨层交互项。

模型M4的回归结果，如表7所示。模型结果显示外部环境变量不仅显著影响企业资本结构（截距效应），同时也存在显著的层级间交互作用。加入跨层交互作用后，企业特征因变量的回归系数有了较大变化，但影响方向未变化。政府干预程度、金融发展水平、市场发育程度对资本结构的影响能力减弱。主要是因为外部环境和企业特征的交互作用解释了外部环境变量的大部分。加入金融发展水平的M4模型比较特殊，在加入金融发展水平与企业特征的交互作用后，截距效应不再显著，说明金融发展水平并不直接影响企业资本结构，而是通过影响企业特征变量间接对资本结构影响造成影响。外部环境和企业规模的交互作用为负，说明了外部环境变量与企业规模共同降低了企业的资本结构，说明企业规模对资本结构的影响随外部环境的改善而降低，外部环境的改善有助于改善中小型企业面临的融资约束，提高其资本结构。而外部环境变量与资产结构的交互作用则提高了企业的资本结构。说明资产结构对资本结构的影响随外部环境的改善而升高，外部环境的改善有助于使有形资产比例较高的企业愿意提高财务杠杆，以提高盈利能力。加入交互作用的企业特征变量拟合系数有所提高，主要源于环境变量与企业特征变了的交互作用解释了企业特征变量随外部环境变化的部分。模型的拟合效果进一步提升，以加入政府干预程度的M4模型为例，AIC和BIC的值由原来的-5 835.9和-5 711.2分别降低到-5 967.5和-5 825.0。

为了验证多层线性模型的稳健性使用OLS方法对M4模型进行回归，包含了M4模型的企业层面和地区层面及交互作用的变量，如表8所示。比较结果发现通过显著性检验的变量其系数符号与模型M4的结果一致，但是OLS回归对企业层面和地区层面的变量回归系数存在不同程度的高估或低估。比如OLS模型普遍高估了企业规模和地区因素对资本结构的影响，低估其它变量的影响。应用多层模型使用其特有的拟合效果检验可以更加准确的度量企业层面和地区层面因素对个体企业资本结构的影响。

3.2 稳健性测试

本文研究数据的时间窗口是1999—2009年，数据的时效性可能会导致研究结论出现偏倚。同时，已经有文献对《中国工业企业数据库》所提供数据的真实性产生质疑。为了确保研究结论的可靠性，本文选择我国沪深A股能源类上市公司1999—2018年的数据进行了重新检验和分析。经过回归后发现，论文的研究结论并未发生实质性改变。

4 结论

本文使用《中国工业企业数据库》中的能源类企业数据，构建多层线性模型，分析了外部环境对企业资本结构的影响，描绘区域外部环境对企业资本结构影响的差异。本文通过实证研究得出3个主要结论：第一，外部环境与能源类企业资本结构存在正相关关系，每提高一个单位政府干预程度、市场化水平或法制水平会企业资本结构分别提高1.2%、1.2%和1%。这一方面是因为随着外部环境的改善，企业融资约束会得到缓解，企业更容易取得贷款;另一方面在市场环境较好时企业同时愿意提高其财务杠杆，来获取更多的盈利;第二，外部环境因素对企业的资本结构不仅有直接影响，还通过影响企业规模、有形资产比例等企业特征因素间接影响企业资本结构。外部环境提高，能提高企业的资本结构。外部环境与企业特征的交互作用降低了企业特征因素对资本结构的影响;第三，外部环境的改善有助于改善中小型企业的面临的融资约束，同时会提高有形资产比例较高企业的融资愿意。地区间的差异可以解释企业资本结构差异的12.1%，剩余的87.9%由企业特征及区域宏观变量与企业特征交互作用解释，说明了企业所处外部环境对企业的重要影响。因此要使能源类企业健康稳定发展，要着力改善企业所处外部环境，推进市场化进程，降低政府干预，增加金融市场活力，提到法制水平，降低交易成本，提升资本配置效率。

参考文献：

[1] 樊纲，王小鲁，张立文，等.中国各地区市场化相对进程报告[J].经济研究，2003，（3）：9.

[2] 肖作平.债务期限结构和区域因素：来自中国上市公司的经验证据[J].证券市场导报，2007，（11）：43.

[3] 张雷，雷雳，郭伯良.多层线性模型应用[M].北京：教育科学出版社，2003：28.

[4] LA PORTA R，LOPEZDESILANE F，SHLEIFER A，et al.Law and finance[J].Journal of Political Economy，1998，（106）：1113.

[5] LA PORTA R，LOPEZDESILANES F，ZAMARRIPA G.Related lending[J].The Quarterly Journal of Economics，2003，118（1）：231.

[6] 夏立軍，方轶强.政府控制、治理环境与公司价值：来自中国证券市场的经验证据[J].经济研究，2005，（5）：40.

[7] 朱凯，陈信元.金融发展，审计意见与上市公司融资约束[J].金融研究，2009（7）：66.

[8] 唐松，杨勇，孙铮.金融发展、债务治理与公司价值：来自中国上市公司的经验证据[J].财经研究，2009（6）：4.

[9] 任曙明，张婧阳，郑洋.金融深化下上市公司资本结构行业内差异的收敛性[J].科技与管理，2010，12（2）：50.

[10] HARRIS M，RAVIV A.The theory of capital structure[J].The Journal of Finance，1991，46（1）：297.

[11] 陆正飞，辛宇.上市公司资本结构主要影响因素之实证研究[J].会计研究，1998，（8）：34.

[12] BRADLEY M，JARRELL G A，KIM E H.On the existence of an optimal capital structure：Theory and evidence[J].The Journal of Finance，1984，39（3）：857.

[13] TITMAN S，WESSELS R.The determinants of capital structure choice[J].The Journal of Finance，1988，43（1）：1.

[14] CHANG C，LEE A C，LEE C F.Determinants of capital structure choice：A structural equation modeling approach[J].The Quarterly Review of Economics and Finance，2009，49（2）：197.

[15] RAJAN R G，ZINGALES L.What do we know about capital structure：Some evidence from international data[J].The Journal of Finance，1995，50（5）：1421.

[16] 沈根祥，朱平芳.上市公司資本结构决定因素实证分析[J].数量经济技术经济研究，1999，16（5）：54.

[17] 刘贯春，张军，刘媛媛.金融资产配置、宏观经济环境与企业杠杆率[J].世界经济，2018，41（1）：148.

[18] 李家晟，李红霞.公司的所有权结构对资本结构的影响：比较中国与俄罗斯的公司治理[J].科技与管理，2004（6）：32.

[19] 吴育辉，黄飘飘，陈维，吴世农.产品市场竞争优势、资本结构与商业信用支持：基于中国上市公司的实证研究[J].管理科学学报，2017，20（5）：51.

[20] 王营，曹廷求.董事网络增进企业债务融资的作用机理研究[J].金融研究，2014，（7）：189.

[21] FAMA E F，FRENCH K R.Testing tradeoff and pecking order predictions about dividends and debt[J].Review of Financial Studies，2002，15（1）：1.

[22] FRANK M Z，GOYAL V K.Capital structure decisions：which factors are reliably important？[J].Financial Management，2009，38（1）：1.

[23] 伍中信，张娅，张雯.信贷政策与企业资本结构：来自中国上市公司的经验证据[J].会计研究，2013，（3）：51.

[24] MYERS S C，MAJLUF N S.Corporate financing and investment decisions when firms have information that investors do not have[J].Journal of Financial Economics，1984，13（2）：187.

[25] 陈晓，单鑫.债务融资是否会增加上市企业的融资成本[J].经济研究，1999，9（1）：18.

[26] Titman S.The effect of capital structure on a firms liquidation decision[J].Journal of Financial Economics，1984，13（1）：137.

[27] 陈林.中国工业企业数据库的使用问题再探[J].经济评论，2018，（6）：140.

[28] 聂辉华，江艇，杨汝岱.中国工业企业数据库的使用现状和潜在问题[J].世界经济，2012，35（5）：142.

[29] GUO G，ZHAO H.Multilevel modeling for binary data[J].Annual Review of Sociology，2000：441.

[30] ANDERSON C J.Applied longitudinal data analysis：Modeling change and event occurrence[J].Publications of the American statistical association，2009，100（469）：352.

[31] RAO S J.Regression modeling strategies：with applications to linear models，logistic regression，and survival analysis[J].Publications of the American Statistical Association，2005，98（461）：257.

[编辑：费 婷]