我国装备制造业上市公司资本结构调整速度研究_工商管理

/梁杰王悦

一、引言

一直以来，企业资本结构问题都是财务管理领域的重要课题，备受学者们的关注和重视。早些年，大量文献主要是研究目标资本结构的影响因素问题，然而，随着经济技术的进步，学者们已将研究视角转移到企业资本结构调整速度的相关问题上。

目前，我国经济已进入新常态，各行各业的市场竞争压力较大，企业为了生存并且不断扩大规模，就必须进行融资，以支撑企业的发展。为了提高企业价值，管理层更加关注如何筹资，才能快速达到企业的目标资本结构。由于装备制造业是国民经济的支柱性产业，有着举足轻重的地位。因此，在这个背景下，研究装备制造业的资本结构调整速度这一问题就显得至关重要。

二、理论基础与假设

（一）理论基础

1.动态资本结构理论

以往学者们研究的目标资本结构，大多是以静态资本结构理论为基础的，实际上资本结构并不是一成不变的，而是不断变化的。有的趋向目标资本结构变化，有的则背离目标资本结构变化。总之，资本结构是处于一个动态调整的过程，由此建立一个动态的框架体系进行分析，更符合实际情况。

动态资本结构理论强调，资本结构本质是不断逼近目标资本结构的，由此就产生了调整速度的概念。调整速度，是指公司实际调整的程度与应该调整程度的比值。资本结构调整是要付出代价的，只有调整所获得的收益大于所付出的成本时，公司才会进行资本结构调整，且不会是完全调整，而是不断地进行部分调整。

2.代理理论

根据代理理论，公司的所有权属于股东，但实际经营权却在管理层手中。当公司想扩大规模，需要大量资金的时候，由于负债具有财务杠杆的作用，所以公司首先要通过负债融资，来满足自身的融资需求。当公司打算向银行借款或从资本市场发行债券进行筹资时，由于债务对公司高管行为能够产生很强的约束效应。因此，管理层普遍具有保持较低负债水平的倾向。

在实际资本结构高于目标资本结构时，管理层更愿意向低负债的方向调整。同时，由于此时的财务风险较大，更希望通过股权融资，来解决资金需求问题。因此，资本结构向下调整会更加敏感和及时；相反，当实际资本结构较目标低时，管理层不愿意向高负债的方向调整，调整速度相对来说比较慢。在公司的经营过程当中，其资本结构水平往往处于偏离目标资本结构的状态，而这种偏离状态有低于目标值和高于目标值这两种状态。

（二）研究假设

根据以上理论分析，本研究提出假设：预期我国装备制造业上市公司的资本结构，向下调整速度要比向上调整速度快，从而呈现出非对称性，即高于目标资本结构比低于目标资本结构的调整速度快。

三、研究设计

（一）样本选取与数据来源

以装备制造业中8个行业的上市公司为研究对象进行实证研究。以沪、深两市2007—2014年A股装备制造业非“ST”的7232个上市公司样本观测值为初选样本，在此基础上进行剔除。最后，关于拟合目标资本结构模型，得到4099个上市公司样本观测值；关于资本结构调整速度的模型，得到4108个上市公司样本观测值。

（二）模型与变量设计

借鉴盛明泉等（2016）的方法，选择资本结构部分调整模型，测算企业资本结构的调整速度。其模型为：

其中，Levi，t、Levi,t-1分别代表i公司在t年和t—1年末的资本结构（账面资产负债率），Lev*i,t代表i公司在t年的目标资本结构。把Lev*i,t-Levi,t-1称为实际资本结构与目标资本结构的偏离程度，记为Dev；把Levi,t-Levi,t-1称为公司i在t年的实际调整程度ΔLev。系数λ表示实际资本结构以平均每年λ的速度，向目标资本结构趋近，也就是通常所称的，实际资本结构向目标资本结构调整的速度。为残差项。

从公式（1）可看出，为了测算资本结构调整速度，一是应得出企业的目标资本结构。借鉴已有得出目标资本结构的方法，将拟合目标资本结构的模型（2），内化到资本结构部分调整模型（1）中，从而得出模型（3）。在对模型（3）进行估计时，运用OLS回归方法进行数据处理，得到β0、参数向量β后，将其代入模型（2）。得到目标资本结构的拟合模型后，再将样本数据带入该目标资本结构的拟合模型，就得出各样本的目标资本结构。二是再次运用OLS回归的方法，对资本结构调整速度模型进行估计，得出资本结构的年平均调整速度λ。

拟合目标资本结构的模型为：

其中，β是回归系数向量，Xi,t-1是一系列目标资本结构的拟合变量，也就是影响因素。选取的目标资本结构影响因素有：公司规模、盈利能力、公司成长性、抵押能力、资本结构行业年度中位数。拟合目标资本结构变量的具体符号和内容，如表1所示。

将公式（2）代入公式（1）之后，推导出资本结构内的模型为：

四、实证分析

（一）目标资本结构

1.描述性统计

目标资本结构拟合变量的描述性统计结果，如表2所示。

从表2可得到分析结果：

（1）资产负债率水平。在样本区间内，装备制造业上市公司资产负债率（Levi，t）平均为0.4203，中位数为0.4113，数据显示均值与中位数差异较小。同时，最小值是0.000，最大值却高达2.9109。说明各年度、各公司之间的资本结构存在很大差距。

（2）公司规模。公司规模（SIZEi，t-1）的最小值为17.4673，最大值为26.6466，而平均值为21.4631。这说明我国装备制造业上市公司的公司规模大部分处于均值以下。

（3）盈利能力。盈利能力（PROFi，t-1）的最小值为－2.6818，最大值为2.5668，而平均值为0.0573。这说明我国装备制造业上市公司的盈利能力大部分处于均值以上。

（4）公司成长性。公司成长性（GROWi，t-1）的最小值为-0.9961，最大值为30.0917，平均值为0.2110。这说明我国大部分装备制造业上市公司的公司成长性在均值以下。换言之，公司成长性两极分化严重。

（5）非债务税遁。非债务税遁（NDTSi，t-1）的最小值为0.000，最大值为5.6403，平均值为0.1204。说明我国装备制造业上市公司非债务税遁在均值之下的占绝大部分。

（6）抵押能力。抵押能力（TGi，t-1）的最小值为0.000，最大值为0.9271，平均值为0.3570。这说明我国装备制造业上市公司的抵押能力大部分分布在均值以下。

（7）资本结构行业年度中位数。资本结构行业年度中位数（LEVIMi，t-1）的最小值是0.1483，最大值为0.6094，而平均值为0.4083。这说明我国装备制造业上市公司的资本结构行业年度中位数，在均值以上的占大部分。

2.回归结果分析

通过对模型（3）进行回归，可得出拟合目标资本结构的变量所对应的系数，从而为目标资本结构的测算奠定基础。

从表3可看出，LEVi，t-1的系数为0.770，即1-λ的值为0.770，λ的值为0.230。在目标资本结构内化模型（3）中，公司规模（SIZEi，t-1）的系数λ*β1为0.020；盈利能力（PROFi，t-1）的系数λ*β2为0.044；公司成长性（GROWi，t-1）的系数λ*β3为0.004；非债务税遁（NDTSi，t-1）的系数λ*β4为0.009；抵押能力（MORTi，t-1）的系数λ*β5为0.036；资本结构行业年度中位数（LEVIMi，t-1）的系数λ*β6为-0.086；常量λ*β0为-0.321。由此，可以相应地计算出模型（2）中各变量所对应的系数。

在目标资本结构拟合模型（2）中，公司规模（SIZEi，t-1）的系数β1为0.087；盈利能力（PROFi，t-1）的系数β2为0.191；公司成长性（GROWi，t-1）的系数β3为0.017；非债务税遁（NDTSi，t-1）的系数β4为0.039；抵押能力（MORTi，t-1）的系数β5为0.157；资本结构行业年度中位数（LEVIMi，t-1）的系数β6为-0.374；常量β0为-1.396。此外，调整后的R2为75.60%，说明模型的拟合效果较好，回归结果较可靠。D.W统计量的值为1.985，非常接近2。表明模型残差是服从正态分布的，所构建模型的解释力较强。

（二）资本结构调整速度

1.描述性统计分析

从表4可看出，资本结构的调整状况分为过度调整、恰当调整、部分调整、未调整4种情况。

（1）过度调整状况。从装备制造业上市公司的角度看，过度调整的样本观测数为1997家，占总样本数的48.61%。说明接近一半的样本公司存在资本结构过度调整的情况。

（2）恰当调整状况。恰当调整的样本观测数为64家，占总样本数的1.56%。说明仅有极少数的样本公司进行资本结构的恰当调整，不仅向目标资本结构进行调整，而且调整程度适当。

（3）部分调整状况。部分调整的样本观测数为1519家，占总样本数的36.98%。说明有36.98%的样本公司向目标资本结构进行调整，但调整的程度不够。

（4）未调整状况。未调整的样本观测数为528家，占总样本数的12.85%。说明这些样本公司未向目标资本结构进行调整。

从总体状况来看，资本结构调整速度的中位数为0.0676，标准差为17.3389。表明我国装备制造业上市公司资本结构调整速度，总体的波动性比较大，不同装备制造业上市公司间、同一装备制造业上市公司不同年度的调整速度千差万别。在过度调整情况下，中位数为-0.1944，表明调整方向总体是背离目标资本结构的；在部分调整情况下，调整速度的中位数为0.2827，表明我国装备制造业上市公司资本结构进行部分调整的调整程度较小。

2.回归结果分析

在拟合出公司的目标资本结构之后，可运用资本结构部分调整模型，即模型（1）测算装备制造业上市公司的平均资本结构调整速度。基于以上假设，首先，将全样本分为高于目标资本结构组和低于目标资本结构组，即向下调整组和向上调整组，运用OLS回归法，来测算我国装备制造业上市公司的平均资本结构调整速度，以验证本文所提出的假设。其次，分别对细分行业和细分年度进行回归，以了解现阶段装备制造业上市公司的调整速度现状。

（1）不同负债水平下资本结构调整速度分析。Byoun（2008）、Faulkender（2012）、黄继承等（2015）的研究结果表明，在资本结构低于目标和高于目标时，由于企业调整资本结构的成本和收益不尽相同，因此，趋向目标调整的速度并不对称。借鉴已有研究的做法，以偏离目标资本结构的程度Dev为标准，将样本分划为低于目标资本结构（偏离程度大于零）、高于目标资本结构（偏离程度小于零或等于零）两组，分别估计它们的资本结构调整速度。从不同负债水平下的资本结构调整速度分析结果（见表5）可看出：①在全样本装备制造业上市公司中，偏离程度Dev的回归系数为0.708。这表明在研究区间内，装备制造业上市公司的年平均调整速度为70.8%，整体的调整速度比较快。②低于目标时，资本结构向上调整的速度为7.80%，而高于目标水平时的向下调整速度为72.5%。这说明我国装备制造业上市公司趋向目标调整资本结构的速度具有不对称性，并且不对称程度更高，说明向下调整比向上调整更敏感，更及时。即使这样，向下调整也是部分调整，未达到完全调整。这符合我国装备制造业上市公司资本结构调整速度非对称性的预期。

（2）资本结构调整速度的行业分析。从装备制造业的全样本和8个细分行业大类资本结构的年平均调整速度分析结果（见表6）可看出：①在全部装备制造业上市公司中，资本结构偏离（Dev）的回归系数为0.708。也就是说，在2007—2014年8年内，装备制造业上市公司的调整速度为70.80%。②我国金属制品业行业、通用设备制造业行业、专用设备制造业行业、汽车制造业行业、铁路、船舶、航空航天和其他运输设备制造业行业、电气机械及器材制造业行业、计算机、通信和其他电子设备制造业行业以及仪器仪表制造业行业上市公司的年平均调整速度分别为：42.00%、30.40%、45.60%、98.90%、27.90%、27.70%、42.20%和29.80%。只有汽车制造业行业的资本结构调整速度，高于我国装备制造业上市公司的年平均调整速度，几乎达到完全调整。其他7个行业的调整，都低于我国装备制造业上市公司的年平均调整速度，且都是部分调整。③总体来看，在装备制造业中，汽车制造业行业上市公司的年平均调整速度最快、最敏感，电气机械及器材制造业行业的上市公司的年平均调整速度最慢。

（3）资本结构调整速度的年度分析。从装备制造业的全样本和8个年度资本结构的年平均调整分析结果（见表7）可看出：①2007—2014年，装备制造业上市公司的年平均调整速度为70.80%，说明整体的调整速度比较快。②装备制造业上市公司2007年、2008年、2009年、2010年的整体平均调整速度分别为：－18.60%、－10.50%、－53.50%、－42.70%。4年的共同特点，是都进行了部分反向调整，只是与2009年、2010年相比，2007年、2008年的调整慢一些。③装备制造业上市公司2011年、2012年、2013年、2014年的整体平均调整速度分别为：90.90%、65.60%、92.80%、22.30%。说明与前4年相比，这4年资本结构调整的整体趋势有所改善，资本结构都朝趋向目标资本结构的方向快速调整。其中，2011年、2013年的调整接近完全调整，2012年的调整也较快，但2014年整体平均调整速度相对较慢，说明本年的调整不敏感。

五、结论

我国装备制造业上市公司趋向目标调整资本结构的速度，在不同负债水平上具有非常高的不对称性。

在我国装备制造业的8大细分行中，汽车制造业行业的资本结构调整速度最快，其他7个行业的资本结构调整速度相对较慢。装备制造业上市公司不同年度的资本结构调整速度存在差异，随着年份的递增，资本结构调整速度有所改善。