1. 研究目的与意义、国内外研究现状(文献综述)
一、研究背景及意义
资本结构问题的研究由来已久。1958年,modilgliani和miller合作共同提出了mm理论,在经济理论界掀起了研究资本结构的浪潮,开启了资本结构研究的先河。自此以后,许多学者就资本结构问题展开了深入的理论研究,不断丰富和完善了mm理论。20世纪七八十年代,一系列基于资本市场现实环境的新模型也被先后提出,主要有权衡理论、信号传递理论、优序融资理论、市场相机抉择理论等。同时,人们充分的考虑了股利政策、税收政策等其他理论的相关内容,并将其与资本结构理论结合起来以更好的研究资本结构的本质特征。尽管如此,像如何创建准确描述最佳的资本结构、解决资本结构优化等问题在理论界还尚未达成共识,有待于进一步研究与深化。正如myers资本结构之谜中讲的:经过这么多年,我们对于资本结构问题所知甚少。由此可见,资本结构问题作为未解之谜有待于进一步探讨。
随着研究的深入发展,人们逐渐认识到,公司的资本结构并不是简单的反映了资本和债务的比例关系,它实质上反映了企业相关利益者的权利和义务。它不仅影响公司的资本成本,还对公司绩效、公司总价值等有很大的影响。企业的资本结构包括了债权结构和股权结构,通常而言,股权结构决定着公司治理结构,影响着公司的利益分配和权力构成,因此股权结构的治理效应在公司治理中的作用可想而知。债券融资相对于股权融资而言有两个特点比较鲜明:它的税盾作用以及有效的降低代理成本。因此,债券融资在现代公司治理中是必不可少的。由此可见,资本结构对企业的融资能力、资金运作以及成长性等都起着决定性的作用。从而对企业治理效果和经营绩效产生较大的影响。因此,如何选择最优的资本结构并获得最佳公司绩效就成为学者研究的一个热点。关于资本结构、公司绩效以及二者之间关系研究很多,但由于行业特点、资本市场、研究方法等不同,资本结构与公司绩效的关系并无一致结论。
2. 研究的基本内容和问题
研究目的
(一)定性分析我国信息技术行业上市公司目前的状况,重点分析资本结构及经营业绩的特征,试图了解我信息技术企业的现状。
(二)检验资本结构对经营业绩的作用方向与大小,分析二者的关系,并根据研究结果提出相关政策建议。
3. 研究的方法与方案
研究方法
研究方法上本文拟采用规范研究与实证研究相结合的方法,研究我国信息技术业上市公司资本结构与公司绩效的关系。研究分为理论和实证两个部分。
理论研究部分,首先梳理相关理论,总结以往国内外文献在相关方面的研究成果,为实证研究部分提供理论基础。
4. 研究创新点
本项目的创新之处
1、从研究内容上来看,近几年,尽管我国对资本结构对公司绩效影响的研究越来越多,但是针对具体行业的研究较少,对信息技术业资本结构对公司绩效的影响更加稀少,因此,本文将信息技术行业作为研究对象,分析其资本结构对公司绩效的影响。
2、在公司绩效的指标选择上,回顾相关文献之后,发现学者们一般采用净资产收益率、托宾q值、经济增加值等单一指标衡量公司绩效,为了更加全面的反映公司绩效,本文对公司绩效指标的选择进行了创新,选取了十一个指标衡量公司绩效,并选用最新的数据进行研究。
5. 研究计划与进展
研究设计
(一)样本选择
本文以2001年4月中国证监会发布的《上市公司行业分类指引》为标准,选取了信息技术行业的上市公司作为研究的总样本,样本的数据均来自于国泰安数据库、锐思数据库,部分数据手工收集于上海证券交易所以及巨潮资讯网等相关网站,软件采用excel2007进行描述性统计。
具体选样标准如下:
(1)研究选取的样本是2012年以前上市,并且到2014年底仍正常上市的信息技术行业上市公司;
(2)剔除发行H股或者B股的公司,因为股市分割对公司绩效和资本结构都有影响,保留只发行A股的公司;
(3)剔除数据缺失及信息明显异常的上市公司。
(二)变量选择
1、公司绩效评价指标
目前大部分学者对公司绩效指标的选择主要有两个方向:一个是单一指标的公司绩效衡量,一个是多重指标的公司绩效衡量。单一指标的公司绩效衡量是指选用一个指标来代表公司的总体绩效,在我国相关学者研究当中,常用的指标有:托宾Q值、净资产收益率、经济增加值等。托宾Q值是指完全有效市场条件下公司市场价值和公司重置成本的比值,但托宾Q值有一个严格的假设条件:市场完全有效,且不存在股权分置现象,企业的价值可以真实的在股价中得到体现,但我国的金融市场发展不够完善,托宾Q值在我国的使用存在局限。净资产收益率只能体现公司的盈利能力,而公司绩效除了盈利能力,还包括偿债能力、营运能力和发展能力等绩效,使用净资产收益率指标评价公司整体绩效,不够完整。经济增加值是一个绝对性的指标,不利于不同规模、不同行业、不同部门的绩效评价。
多重指标的公司绩效衡量是指采用多个指标对公司的绩效进行评价。目前,主要的评价方法有:层次分析法、综合平衡计分卡、因子分析法等。层次分析法定量数据较少,而定性成分多,不易令人信服;平衡积分卡要求的指标无法完全实现量化,而且工作量极大,不适用于所有的企业。因子分析法是将大量的观测数据转化为少数的能代表其信息的综合数据,它可以延伸到公司的各个层面,进行较全面的衡量,能达到全方位描述公司整体绩效的目的,目前的因子分析法是通过stata软件操作的,各因子的权重是根据各自的方差贡献率大小来确定的,并不是人为规定的,因此该法的结果更为客观合理。本文决定采用因子分析法对公司绩效进行衡量,主要从公司的盈利能力、偿债能力、营运能力和发展能力四个方面反映公司绩效。选择资产报酬率、净资产收益率、营业利润率、营业净利率、应收账款周转率、存货周转率、流动比率、速动比率、现金比率、利润总额增长率、基本每股收益增长率11个指标,各财务指标定义如下:
表1拟选取的公司经营绩效指标
指标类型 | 指标名称 | 度量标准 |
盈利能力 | 资产报酬率 | (利润总额 财务费用)/平均资产总额 |
净资产收益率 | 净利润/股东权益平均余额 | |
营业利润率 | 营业利润/营业收入 | |
营业净利率 | 净利润/营业收入 | |
营运能力 | 应收账款周转率 | 营业收入/应收账款平均占用额 |
存货周转率 | 营业成本/存货平均占用额 | |
偿债能力 | 流动比例 | 流动资产/流动负债 |
速动比率 | (流动资产-存货)/流动负债 | |
现金比率 | 现金及现金等价物期末余额/流动负债 | |
发展能力 | 利润总额增长率 | (本期利润总额-上期利润总额)/上期利润总额 |
基本每股收益增长率 | (本期基本每股收益-上期基本每股收益)/上期基本每股收益 |
2、解释变量
本文参考学者们研究资本结构对经营绩效的影响时所选用的变量,同时考虑了财务数据的可获得性,围绕着融资结构、债务结构和股权结构的治理效应进行选择,选用了对资本结构关系较密切的指标,如:代表融资结构的资产负债比率,代表债务结构的流动负债占比,代表股权结构的前十大股东持股比例、国有股比例。
3、控制变量
为稳妥起见,加入了固定资产比率、公司规模、高管持股比例、三个控制变量。具体变量定义见下表:
表2主要变量设计表
变量类型 | 变量名 | 变量定义 | 赋值及含义 |
被解释变量 | PER | 公司绩效 | 因子分析法得出 |
解释变量 | LEV | 总资产负债率 | 平均总负债/平均总资产 |
CDR | 流动负债率 | 期末流动负债/期末总负债 | |
CR10 | 前十大股东持股比例 | 前十大股东持股数量/总股本数量 | |
PS | 国有股比例 | 国有股数量/总股本数量 | |
控制变量 | FAR | 固定资产比率 | 期末固定资产/期末总资产 |
SIZE | 公司规模 | 期末总资产的对数 | |
MSR | 高管持股比例 | 高管持股数量/总股本数量 |
(三)模型设定
本文在借鉴曹英杰、代亚男等人的基础上,为了检验假设1、2、3、4,建立如下模型:
上述模型中,相关变量定义见表1,β1~β8为回归系数,eit为残差。
项目研究计划及预期进展
时间 | 研究活动 |
2015年12月2016年1月 | 阅读相关书籍,掌握数据分析方法。确定样本对象,查阅资料,收集所需财务报表,采集相关数据。 |
2016年2月2016年3月 | 分析全行业债务结构、股权结构和公司绩效现状,对相关指标进行描述性统计,并形成分析图表。 |
2016年3月2016年4月 | 运用多元回归模型检验基本假设,并根据回归结果分析该行业资本结构与公司绩效的关系。 |
2016年4月2016年5月 | 整理所有调查结果,进行归类装订,完成结题报告。 |
