长江经济带工业资本结构调整的区域差异研究——来自长江经济带工业上市公司的

长江经济带工业资本结构调整的区域差异研究——来自长江经济带工业上市公司的经验证据

摘要：本文以长江经济带沪深A 股上市的594 家工业企业2005—2015 的年度财务数据为样本，采用固定效应模型，对工业资本结构调整的区域差异进行实证研究。结果表明，工业资本结构调整速度的区域差异明显，表现为上、中、下游递增的趋势。根据实证结果，本文认为应该在上游地区大力发展金融市场，以提升其资本结构调整速度。

关键词：长江经济带；区域差异；资本结构；调整速度

一、引言

长江经济带是全球重要的内河经济带，覆盖我国四川、云南、贵州、重庆、湖北、湖南、江西、安徽、浙江、江苏、上海共11个省市，人口和经济总量占全国40%以上，在我国经济发展中，占有举足轻重的战略地位。2016年3月2日，国家发展改革委、科技部、工业和信息化部共同印发了《长江经济带创新驱动产业转型升级方案》，方案重点提出了“打造工业新优势”的任务。长江经济带是我国重要的工业集聚区域，已形成了“工业走廊”的格局，其中先进轨道交通装备、汽车制造、航空航天等产业已具备较强的国际竞争力。然而，长江经济带的工业企业却面临着企业财务杠杆较高等问题。财务杠杆越高，企业所面临的负债越大，破产风险就越大。在目前宏观经济下行的背景下，国家“十三五”规划指出，企业要提高直接融资比例，实现“去杠杆”的目标，这是跨越中等收入陷阱的关键一步。在公司金融领域，如何优化企业杠杆实际上就是如何优化资本结构的问题，而资本结构的优化必然要经历资本结构的调整过程。因此，对长江经济带工业资本结构调整的研究，对优化工业资本结构、提高资本配置效率、实现工业企业“去杠杆”目标具有重要的现实意义。

长江经济带共11 个省市，横跨中国东中西部地区，区域经济发展差异较大。因此，本文试图从区域经济的视角，探讨长江经济带的工业资本结构调整速度的区域差异。根据本文的实证结果，对长江经济带工业企业如何“去杠杆”以及如何转型升级提出可供参考的措施与建议，为工业企业制定融资方案提供了理论依据。

二、文献综述

大量的理论和实证研究表明，企业存在最优的资本结构，以使得企业价值最大化。由于企业内部因素与外部融资环境的不确定性，企业最优资本结构并非固定不变。因此，为了实现企业价值最大化，决策者会根据内外部环境，对资本结构进行动态调整。

在国外的研究文献中，Leary和Rob?erts认为，因为实际资本结构偏离最优资本结构以及调整成本的存在，决策者会不断地将实际资本结构向最优资本结构调整，以实现企业价值最大化。Flannery和Rangan认为公司存在最优资本结构，并且资本结构调整速度的大小取决于资本结构调整成本的大小。在资本结构调整成本的影响因素研究中，Cook和Tang认为，宏观经济的发展状况对调整成本影响显著，在经济繁荣时期，资本结构的调整成本较低；在经济衰退时期，资本结构的调整成本较高。

在国内的研究文献中，闵亮等学者从宏观经济的角度出发，其认为宏观经济冲击对资本结构调整速度具有显著的负向影响。其他学者分别从市场化进程、法律环境、产品市场竞争、高管股权激励等角度，考察了其对资本结构动态调整的影响，实证结果表明市场化进程、法律环境、产品市场竞争、高管股权激励均对资本结构的调整有显著影响。此外，也有学者从区域差异[1]和区域因素[2]的角度，考察了中国上市公司资本结构调整速度的区域差异，结果证明，中国上市公司的资本结构调整受区域因素影响显著，不同区域的资本结构调整速度具有显著差异。张春景和马文超[3]着眼于制造业在经济发展中的特殊性，利用中国制造业上市公司的数据考察了资本结构调整。上述文献对我们了解最优资本结构以及调整成本的影响因素有着重要意义。

本文主要考虑到长江经济带工业转型发展在全国经济发展中的重要性，从区域经济的视角，研究长江经济带工业资本结构调整速度的区域差异。

1. 模型选择与估计方法

⑴模型选择。在有效市场假说的条件下，调整公司资本结构没有成本，此时，公司能够立即将资本结构调整至目标资本结构，以保证公司价值最大化。但有效市场假说的多数条件是无法得到满足的，公司资本结构的调整面临着较高的成本约束。以往的研究文献表明，由于调整成本的存在，当决策者发现实际资本结构与目标资本结构发生偏离时，并不能立即进行调整，普遍存在逐步动态调整效应。为了更精确地描述资本结构调整的动态行为，参考以往学者的实证模型，本文使用部分动态调整模型来估计资本结构的调整速度。

为了描述公司资本结构的调整速度，设计模型如（1）式所示：

LEVi,t -LEVi,t -1 =δ(LEV *i,t -1 -LEVi,t -1)+μi,t (1)

其中LEVi,t 为i 公司t 年资产负债率，LEV *i,t -1 为i 公司t -1 年的目标资产负债率，μi,t 为残差项。δ 为公司资本结构的调整速度，反映了公司从t -1年至t 年的资本结构调整快慢，δ 越大表示资本结构的调整速度越快，反之越慢。事实上，由于存在调整成本，δ ∈(0,1) 。在估计δ 时，由于目标资本结构LEV *i,t 不可观测，模型（1）实际上是不可行的，因此我们必须先设法估计出公司目标资本结构。

在中国资本市场，国内学者研究发现，区域特征以及公司特征是资本结构的重要影响因素[2]。为了估计出目标资本结构，本文假设目标资产负债率LEV *i,t 是反映区域特征的指标向量Areai,t 以及反映公司特征的指标向量Firmi,t 的线性函数，如模型（2）所示：

其中κ 表示常数项，β 、γ 表示系数向量，ηi,t 则表示残差项，模型（2）有效地解决了目标资本结构不可观测的问题。将模型（2）带入模型（1），得到本文的实证模型（3）：

⑵估计方法。本文使用的是面板数据，为了使模型估计更为有效，本文对使用固定效应还是随机效应进行了豪斯曼检验（Hausman）。豪斯曼检验的原假设为“H0：随机效应模型为正确模型”。如果原假设成立，则使用随机效应比固定效应的估计模型更为有效；如果原假设不成立，则随机效应模型估计不一致，应当采用固定效应模型，检验结果显著拒绝原假设。因此，本文采用固定效应模型进行系数估计。

2. 变量选择

（1）区域特征变量。①经济衰退期。研究表明，宏观经济衰退期的加入对资本结构的调整有显著影响，本文借鉴闵亮和沈悦[4]的研究思路，采用虚拟变量定义中国的宏观经济衰退期。观察2005 年—2015年我国GDP的增长率，可以发现，在此期间我国分别经历了2008年和2015年两个宏观经济衰退期，本文将2008年和2015年设为1，其他年份为0。②区域经济发展水平。经济发展水平较高的地区，其资本市场相对发达，公司的融资成本较低，具有明显的融资和资本结构调整优势。本文借鉴金桂荣[2]的变量选择方式，以人均GDP描述区域经济发展水平，为避免因变量数量级差异导致模型估计偏误，人均GDP的单位取万元。另外，由于上市公司财务年报均未剔除通货膨胀因素的影响，为了保证估计的一致性，本文采用人均名义GDP作为区域经济发展水平的代理变量。

（2）公司特征变量。国内大量实证研究表明，公司规模、成长性、盈利能力、资产有形性、行业虚拟变量、年度虚拟变量均显著影响公司资本结构。鉴于本文主要研究工业资本结构调整速度的区域差异，单个行业并无行业差异，不考虑行业变化的影响。因此，本文选取公司规模、成长性、盈利能力、资产有形性四个变量作为公司的特征变量，同时控制年度差异。本文所涉及的变量定义如表1所示。

3. 样本筛选

已有研究表明，在研究资本结构调整速度差异的问题上，数据的观测区间越长，研究结论越有效[5]，因此，本文选择2005—2015年共11年长江经济带沪深A股工业上市公司的年度财务数据为初始样本。参照已有文献，本文按照如下原则对初始样本进行筛选处理：剔除ST、PT类上市公司；剔除同时拥有B股或H股的上市公司；剔除模型中关键变量数据缺失的观测样本；剔除观测数据样本连续少于2年的上市公司；按省级注册地将公司样本分类；剔除资产负债率大于1或者Tobin’s Q值大于10的公司样本。按照地理区域划分标准，将长江经济带11个省市划分为上游地区（四川、云南、贵州）、中游地区（江西、湖北、湖南、重庆）、下游地区（安徽、上海、江苏、浙江）。最终得到长江经济带594家工业上市公司为研究对象，其中上游地区95家，中游地区165家，下游地区334家。

本文的所有数据均来自国泰君安数据库（CSMAR），数据全部采用Stata MP14.1软件进行处理。

三、实证分析

1. 变量的基本统计量

变量的基本统计量如表2 所示。为了避免异常值导致模型估计偏误，本文将公司规模、盈利能力、资产有形性三个变量进行了5‰的双边缩尾处理，并通过了正态检验。从表中可以看出，除TOBINQ以外，其他变量的均值与中位数的差别均在可接受的范围内。TOBINQ描述的是公司成长性，数据表明，50%的工业上市公司成长性在1.95 以下，低于行业均值2.41，说明工业行业大多数公司的成长性不足，这与工业行业产能过剩的现状相对应。

2. 长江经济带区域内的估计结果对比

长江经济带区域内估计结果对比如表3所示。本文对该分组样本间估计的系数进行了严格的假设检验，检验结果均在5%的显著性水平下拒绝了“H0：组间估计系数不存在差异”的原假设，故我们认为分样本的估计系数存在显著差异。

从表3可以看出，对工业资本结构调整速度的影响因素中：（1）区域经济发展水平（RGDP）对长江经济带下游工业上市公司的资本结构存在显著的负向影响，这与金桂荣的实证结果一致[2]，但其他区域样本则不显著。究其原因可能是因为区域经济发展水平越高的下游区域，金融市场越发达，企业更偏向于以股权融资，从而降低了负债率。（2）经济衰退期（CY?CLE）对工业资本结构的影响并不显著。闵亮和沈悦的研究结论表明，经济衰退期对融资约束型公司的资本结构具有显著的负向影响；对非融资约束型公司的资本结构具有显著的正向影响[4]。本文仅对长江经济带的工业行业样本进行了研究，相当于闵亮和沈悦研究样本的子样本，与其研究结论对比发现，经济衰退期对长江经济带的工业资本结构的影响并不显著。（3）公司规模（SIZE）对工业资本结构具有显著的正向影响，这与资本结构的权衡理论相符合，规模越大的企业其破产成本与融资成本越低，融资信誉度越高，更容易融得资金，因而资产负债率越高。（4）公司成长性（TOBINQ）仅在长江经济带上游地区的影响显著为正，中下游地区则不显著。其原因可能是因为上游地区的资本市场不发达，企业外源融资主要来源于银行贷款，从而导致资产负债率较高。（5）盈利能力（PROFIT）对工业资本结构具有显著的负向影响，这与融资优序理论相符合。外部融资成本高于内部融资成本，以至于高盈利性企业由于内部资金充足，会优先考虑内部融资，此类融资不体现在账面负债上，故负债率较低，国内外的实证研究均支持这一结论。（6）资产有形性（TANG）均有显著的正向影响。实际上，当公司破产时，有形资产的价值最大。某种程度上，公司的有形资产越多代表公司的信用越高，从而越容易通过负债的形式融入资金，因而负债率较高。

对比各组的资本结构调整速度可知，长江经济带工业资本结构的调整速度为44.66%（1-0.5534），上游的调整速度为39.53%，中游的调整速度为46.04%，下游的调整速度为46.57%，表现为上、中、下游工业资本结构调整速度递增的特征，这与麦勇和胡文博的研究结论一致[5]。上游地区的调整速度与长江经济带整体调整速度相比慢5.13%，比中游地区慢6.51%，比下游地区慢7.04%，差距较大，这与西部地区不发达的金融市场相对应。麦勇和胡文博以西、中、东的区域划分方式对全国上市公司的资本结构调整速度进行研究，采用同样的估计方法，得出资本结构调整速度的估计值分别为西部32.3%、中部35.4%、东部44.3%。由于长江经济带横跨东中西部地区，可以将长江经济带上游、中游、下游看作全国西部、中部、东部的子样本。进一步对比可知，上、中、下游的调整速度比西、中、东部平均调整速度分别高7.23%、10.64%、2.27%。究其原因可能是长江经济带的多数工业企业为国有企业，容易获得国家的政策支持。

四、结论与建议

本文采用2005—2015年长江经济带工业A股上市公司的年度财务数据，建立资本结构动态调整的固定效应模型，对样本按区域分组进行估计，并将结果进行对比。实证研究表明：（1）长江经济带工业资本结构的调整速度存在明显的区域差异，呈现出由上、中、下游的递增趋势，且上游与中下游工业资本结构调整速度的差距较大。（2）区域经济发展水平对经济发达的下游地区的工业资本结构具有显著的负向影响，对区域经济水平较低的中上游地区影响不显著。（3）工业企业成长性对资本结构的影响程度有限，在成长性较高的工业企业中具有显著影响，在成长性较低的工业企业中影响不显著。

根据以上研究结论，本文认为应该着力发展上游地区的金融市场，尤其是资本市场。研究表明，上游地区的工业资本结构调整速度远低于中下游地区，调整成本较高，其直接原因是由于金融市场的资本市场不发达。由于长江经济带上游地区（云南、贵州、四川）金融市场相对不完善，主要以银行的间接融资为主，资本市场的直接融资不发达，阻滞了区域内工业企业资本结构的动态调整。由此加速完善云贵川地区的金融市场制度，大力发展区域性股权市场，积极实施债转股，可提高区域内企业资本结构调整速度。

参考文献

[1]麦勇,胡文博,于东升.上市公司资本结构调整速度的区域差异及其影响因素分析——基于2000—2009年沪深A股上市公司样本的研究[J].金融研究,2011(07).

[2]金桂荣.区域因素影响下我国上市公司资本结构动态调整研究[J].中国软科学,2016(07).

[3]张春景, 马文超.基于企业经营预期下的资本结构调整——来自我国制造业上市公司的经验证据[J]. 会计研究, 2014(08).

[4]闵亮, 沈悦. 宏观冲击下的资本结构动态调整——基于融资约束的差异性分析[J]. 中国工业经济, 2011(05).

[5]盛明泉, 张春强,王烨.高管股权激励与资本结构动态调整[J]. 会计研究, 2016(02).

【长江经济带工业资本结构调整的区域差异研究——来自长江经济带工业上市公司的】相关文章：

长江的作文05-20

新型工业化与经济结构调整战略08-26

美丽的长江作文07-07

关于长江的诗10-27

长江学生作文11-11

关于长江的古诗08-21

美丽的长江作文03-07

与长江有关的诗句04-28

优秀长江作文01-06

描写长江的句子01-03