责任编辑:徐坤杰
内容摘要:本文基于供给侧结构性改革去杠杆背景,以我国2012-2017年沪深两市A股非金融类上市公司中的过度负债企业为样本,实证检验了杠杆率变动对企业绩效的影响。研究发现:我国非金融类上市公司中的过度负债企业去杠杆与企业绩效呈显著正相关关系;高杠杆企业相对于低杠杆企业,大规模企业相对于小规模企业,产能过剩行业相对于非产能过剩行业,国有企业相对于民营企业,去杠杆对企业绩效的正面影响更强。本文的进一步研究还发现:财务风险在去杠杆与企业绩效之间表现为完全中介效应,即去杠杆能够通过降低企业财务风险提升企业绩效。关键词:供给侧结构性改革去杠杆企业绩效过度负债企业
一、引言
2015年末,中央提出在扩大需求的同时提高供给质量,进行“供给侧结构性改革”。自此,“供给侧结构性改革”被官方正式提出并成为引领我国经济新常态的一项重大创新和关键抓手。党的十九大报告则更为明确地指出:以供给侧结构性改革为主线,推动我国经济高质量发展。我国的供给侧结构性改革首先是从“三去、一降、一补”入手展开的,这其中的“去杠杆”具有特殊意义。从宏观杠杆率水平看,2007年我国非金融企业债务为26.06万亿元,占国内生产总值(GDP)的比例为96.8%;2008年金融危机发生后,为刺激国内经济发展,我国政府主导加杠杆,2017年我国非金融企业债务达到132.38万亿元,占GDP的比例高达160.3%,这一比例不仅高于新兴市场经济国家平均水平55.7个百分点,高于国际清算银行所有报告国家平均水平63.7个百分点,还高于发达经济体平均水平68.7个百分点(国际清算银行BIS)。从微观杠杆率水平看,非金融A股上市公司资产负债率从2007年的44.07%上升到2017年的60.07%(Wind数据库整理),国有企业资产负债率从2007年的57.3%上升到2017年的65.7%(中华人民共和国财政部)。从行业差异看,高杠杆行业主要集中在房地产、电力、煤炭能源、重工业、钢铁等传统行业。高杠杆意味着高风险,显而易见,非金融类企业资产负债率的提高已经成为影响我国经济稳定发展的一大隐患。
其实,从2011年开始,部分企业已经因债务过高而导致大面积亏损,其中以煤炭、钢铁、有色金属、电力、热力等产能过剩行业尤为突出,2014年企业杠杆率已经超过风险警戒线。2015年10月,党的十八届五中全会提出降低杠杆率,年底又明确将去杠杆作为供给侧结构性改革的目标任务之一。自此,基于供给侧结构性改革的去杠杆拉开帷幕。2016年10月,《国务院关于积极稳妥降低企业杠杆率的意见》提出企业去杠杆;2017年全国金融工作会议上把国有企业去杠杆作为重中之重;2018年中央财经委员会首次提出结构性去杠杆,强调去杠杆的重点为地方政府和国有企业。可见,从降低杠杆率,到企业去杠杆,再到国有企业去杠杆,到最后明确为结构性去杠杆,中央的政策取向日益明晰。然而,去杠杆是否真能给企业绩效带来正效果?不同杠杆水平、不同规模、不同行业以及不同产权性质的企业去杠杆行为对企业绩效的影响是否存在显著差异?其传导机理又是什么?为回答这些问题,本文以2012-2017年沪深两市A股非金融类上市公司中的过度负债企业为样本,采用实证方法检验了杠杆率变动对企业绩效的影响,并检验了不同杠杆水平、不同规模、不同行业以及不同产权性质的企业去杠杆对企业绩效影响的差异。
本文创新之处在于:(1)将相对于上一年度杠杆率的变动程度作为主要解释变量进行实证研究,克服了已有研究简单地将企业资产负债率作为解释变量的缺陷。(2)检验了去杠杆在不同杠杆水平、不同规模、不同行业以及不同产权性质企业所具有的不同效果。(3)对去杠杆影响绩效的作用机理进行检验,解释了财务风险的中介作用,并进一步分析了有息负债率和无息负债率在去杠杆过程中对企业绩效所产生的不同效果。
二、文献回顾与研究假设
(一)文献回顾学界关于宏观层面杠杆率对经济影响的研究主要有两种不同的研究结论:一是基于金融深化理论进行实证研究得出的结论:举债对经济增长具有促进作用;二是基于债务—通缩理论进行实证研究得出的结论:举债对经济增长具有抑制作用。2008年金融危机发生后,一些研究发现杠杆率与经济增长呈现倒U型关系,即存在一个阈值,阈值前杠杆率的上升对经济增长有拉动作用;阈值后杠杆率的上升对经济增长有阻碍作用(Reinhart and Rogoff,2010;Cecchetti et al.,2011;马勇和陈雨露,2017;刘晓光等,2018)。也有研究关注金融危机发生后主要经济体去杠杆过程对经济增长的消极影响。Devlin and Mckay(2008)认为,银行通过提高贷款门槛以减少信贷供给,将引起投资支出下降以及资产价格下跌,最终导致非金融企业利润的下降;Buttiglione et al.(2014)认为,经济萧条增加了去杠杆的难度,而去杠杆加剧经济恶化。
MM理论是微观层面最早关注资本结构与企业价值之间关系的理论,该理论认为企业价值与资本结构无关。此后,学者们又提出了权衡理论、信号理论、优序融资理论等,这些理论从不同角度研究了资本结构与企业价值的关系。国内外已有大量基于不同资本市场背景的实证研究检验了这些理论,并得出资本结构与企业绩效正相关、负相关和非线性3种结论。有学者认为,之所以直接研究资本结构与企业绩效的关系不能得到一致的结论,是因为二者之间的关系受到其他因素的影响(Faulkender et al.,2012)。一些学者认为资本结构与行业特征有关。McConnell and Servaes(1995)认为,在低增长行业中,债务资本的比例与企业市场价值正相关,而在高增长行业中,债务资本的比例与企业价值负相关;Margaritis and Psillaki(2010)的研究表明,在投资机会较少的传统行业,资产负债率的提高对于企业绩效有显著的正效应,并且呈倒U型关系;武力超等(2016)认为,随着产品市场竞争的提高,资本结构对企业绩效的影响有扩增效果。也有学者认为资本结构与产权性质有关(Li et al.,2009;陆正飞等,2015)。
自中央提出“去杠杆”改革政策以来,国内学者已展开的相关研究主要涉及以下三个方面:(1)“去杠杆”的范畴、原因和政策。学者们认为,去杠杆是把杠杆率降低到有效防范风险的阈值内(王国刚,2017);债务扩张带来的真实GDP增速和通胀增速边际效力下降,是导致我国杠杆率上升的主要原因(张斌等,2018);微观层面的信息和交易成本、税收负担和预算软约束激励机制,宏观层面的高储蓄支撑的投资导向增长模式,是我国目前高杠杆的主要原因(纪敏等,2017)。(2)去杠杆对宏观经济的影响。有学者认为,杠杆率变化对经济增长和衰退的影响为非线性(刘晓光等,2018);杠杆水平和结构与经济增长之间存在显著的负相关关系,降杠杆在一定程度上会促进经济复苏和增长(陈颖和缪海斌,2018)。(3)去杠杆对微观经济的影响。有学者认为,上市公司的资产回报率与杠杆水平之间的关系密切(蔡真和栾稀,2017);“去杠杆”应该削减基于总资本计算的真实杠杆水平,而非降低基于总资产计算的名义杠杆水平(王贞洁和王竹泉,2018)。
综上可见,从宏观层面看,杠杆率与经济增长之间关系密切;从微观层面看,资本结构与企业绩效关系密切。然而尽管如此,资本结构与企业绩效的关系仍具有不确定性,需要结合经济增长背景和政策环境予以分析。目前针对我国“去杠杆”政策的研究大都基于理论层面的逻辑分析,偏重去杠杆对宏观经济的影响,缺少去杠杆对微观经济特别是非金融企业中的过度负债企业影响的实证研究。尤其是2015年我国正式提出以宏观去杠杆为抓手,促进企业降低杠杆率的政策之后,针对这一政策实施效果所进行的研究仍然缺乏,去杠杆与企业绩效相关联的机理还需更有说服力的解释。
(二)理论分析与研究假设2008年金融危机后,我国曾出台了以“四万亿计划”为代表的经济刺激政策,这一政策带来的一个重要经济后果是我国非金融企业杠杆率的持续快速上升。通过杠杆率的提升,企业采用债务融资取得资金,扩大投资和生产。然而,尽管当产出增长率高于债务增长率时,杠杆率的上升会对经济增长有拉动作用,但当产出增长率低于债务增长率时,杠杆率的上升则会对经济增长有阻碍作用。因此,当杠杆率上升导致金融风险过大阻碍经济增长时,应积极去杠杆。从我国宏观杠杆率和微观杠杆率变动趋势看,2010-2015年间我国宏观杠杆率与微观杠杆率出现了背离,即非金融企业杠杆率呈快速上升趋势,而工业企业资产负债率呈下降趋势(蔡真和栾稀,2017)。可见,“去杠杆”并不是要笼统地降低所有企业的杠杆率,而是要降低资产负债率较高企业的杠杆率。从工业企业资产负债率和上市公司资产负债率变动趋势看,2010-2015年间,我国工业企业资产负债率与上市公司资产负债率出现了背离,即工业企业资产负债率逐年下降,但上市公司资产负债率逐年上升(蔡真和栾稀,2017)。说明我国上市公司资产负债率较高,是“去杠杆”的主要对象。
随着我国经济发展由高速增长进入中低速增长,继续加杠杆必然导致债务利息率低于投资收益率。根据权衡理论,企业资产负债率持续上升超过最优资本结构即过度负债企业,应减少负债。企业资产负债率的下降,一方面,能够降低企业财务风险,进而降低债务融资成本,在企业债务融资总额下降的情况下,债务利息率会有更大幅度的下降;另一方面,随着债务融资总额的下降,会抑制企业投资规模的快速扩张,降低企业非效率投资,进而提高投资收益率。因此,过度负债企业,通过降低资产负债率,可以降低债务利息率,提高投资收益率,进而提高企业价值。蔡真和栾稀(2017)以2015年的截面数据为基础进行线性回归后发现,资产负债率和资产收益率负向关系较为明显,说明我国上市公司资产负债率的上升会降低企业绩效,而资产负债率的下降会提升企业绩效。2018年前8个月,国有企业资产负债率降低了0.5个百分点,而净资产收益率增长了0.2个百分点(新华网,2018),这也许可以从实践角度印证这一结论。综上,本文针对我国非金融类上市公司中的过度负债企业,提出如下基本假设:
基本假设:过度负债企业去杠杆可以提升企业绩效
依代理理论的观点,杠杆率越高的企业,其管理者越倾向于选择投资高风险项目,其目标是股东财富最大化而非企业价值最大化;同时,其管理者越倾向于拒绝只给债权人带来收益的净现值为正的投资项目,这种投资短视行为不利于企业长期收益。依权衡理论的观点,若债务融资获得的收益高于资本成本,则可获得超额收益。然而,杠杆率越高的企业,其破产风险越大;直接和间接破产成本越大,融资成本越高。此外,技术创新理论认为,杠杆率越高的企业,对创新投入的抑制作用越强,越不利于提高企业竞争力;企业投资理论认为,杠杆率越高的企业,投资效率越低。可见,杠杆率越高的企业,高杠杆给企业带来的损失越大。党建兵等(2013)利用中国上市公司2003-2010年的数据研究表明,不同负债水平上市公司的资本结构调整速度存在差异,较高负债率水平的上市公司资本结构调整速度相对较快;较低负债率水平的上市公司资本结构调整速度相对较慢。这些研究结论说明,杠杆率越高的企业,资本结构调整的速度(向下)越快,去杠杆越有利于减少高杠杆给企业带来的损失,对企业绩效的正面影响更加明显。因此,本文提出以下假设:
H1:去杠杆与企业绩效呈正相关,其相关程度高杠杆企业强于低杠杆企业
不同类型企业的杠杆率必然存在差异,规模作为企业内部特征的重要因素,其差异对资本结构会产生不同影响。根据代理理论,由于借贷市场信息不对称,外源融资的代理成本高于内源融资,外源融资需支付超额融资费用。负债融资时,金融机构更依赖于企业资产负债表的状况来确定是否给企业发放贷款。规模越大的企业,其资产净值越大,对负债融资的担保能力越强,预期破产成本越低,融资议价能力越强,负债融资的超额融资费用相对于规模小的企业也就越少,进而更易获得金融机构的贷款。同时,规模越大的企业,其财务制度和内部管理相对规模小的企业更规范,金融机构所需支付的监督成本和交易成本相对较小,而且到期不能偿还债务时较易得到政府扶持,金融机构也更倾向于向规模大的企业贷款。相关实证研究也验证了在我国规模越大的企业其杠杆率越高。由此推断,相对于小规模企业,大规模企业杠杆率较高,去杠杆对企业绩效的正面影响会更加明显。因此,本文提出以下假设:
H2a:去杠杆与企业绩效呈正相关,其相关程度大规模企业强于小规模企业
行业差异对公司的税收水平、融资能力和破产风险产生影响,进而是影响资本结构的重要因素。产能过剩行业大都属于传统工业领域,同时具有典型的周期性行业特征,而周期性行业资本结构的选择会受到宏观经济周期(Gertler and Gilchrist,1994)与行业周期的影响(姜付秀和刘志彪,2005)。潜力(2016)的研究结果表明:周期性行业企业面临产能过剩、产品价格下降和负债高企等严峻挑战,资本结构呈现逆周期调整特征,即经济衰退时,资产负债率提高。应明(2016)也认为,2008年金融危机爆发后我国通过财政手段拉动出口、投资和消费,处于产业链上游的产能过剩行业在逆势扩张的过程中债务规模迅速增加。2015年,我国杠杆率水平最高的前五大行业中的建筑业,房地产业和电热、燃气及水生产和供应业均属于产能过剩行业(谭小芬等,2018)。随着我国经济增长速度放缓,这些行业自2011年以来资产负债率不断提高,且高于非产能过剩行业。由此推断,相对于非产能过剩行业,产能过剩行业杠杆率相对较高,去杠杆对企业绩效的正面影响会更加明显。如是,本文提出如下假设:
H2b:去杠杆与企业绩效呈正相关,其相关程度产能过剩行业强于非产能过剩行业
产权性质也是影响资本结构的重要因素。国内一些学者基于制度环境原因的研究已经证实,我国国有企业资产负债率比非国有企业资产负债率偏高(方军雄,2007;陆正飞等,2015)。与民营企业相比,国有企业更倾向于负债融资。一方面,预算软约束降低了国有企业财务约束和破产风险,即使国有企业杠杆率较高甚至无法到期支付利息,考虑到政府隐性担保的存在仍会选择负债融资;另一方面,国有企业负债融资的刚性兑付及破产成本较高,在债务违约时政府更可能会施以“援助之手”,考虑到信贷风险,银行等金融机构更愿意为国有企业提供便捷的融资渠道。因此,国有企业相对于民营企业更加偏爱负债融资,高额的融资需求更易转换为高额的负债率。钟宁桦等(2017)基于1998-2013年间近400万个我国规模以上工业企业负债率所做分析得出的结论是,国有企业的平均负债率始终高于民营企业。2018年中央财经委员会首次强调,去杠杆的重点为地方政府和国有企业。根据以上分析可知,相对于民营企业,国有企业更易过度负债,且其负债水平普遍较高,在我国过度负债企业中占比较高。相对于民营企业,国有企业杠杆率相对较高,去杠杆对企业绩效的正面影响应更加明显。由此,本文提出以下假设:
H2c:去杠杆与企业绩效呈正相关,其相关程度国有企业强于民营企业
三、研究设计
(一)数据来源与样本选择考虑到自2010年我国上市公司资产负债率便逐年上升,并在2011年亏损上市公司的数量开始增多,且本文被解释变量和解释变量的计量都涉及滞后一期的数据,故本文选取2012-2017年我国沪深两市A股非金融类上市公司数据作为初始研究样本。同时,本文对初始数据作出以下处理:(1)剔除ST及*ST类经营状况不佳的企业;(2)剔除创业板、中小企业板及AB股、AH股交叉上市的企业;(3)所选样本企业在2011年之前上市,在2017年之前未退市;(4)剔除2011-2017年数据披露缺失的企业。经过上述处理,最终得到1042个样本企业的6252个观测值。AB股、AH股交叉上市的企业数据来自于Wind数据库,其他数据均来自于国泰安CSMAR数据库,数据筛选通过Excel和Stata 14.0完成。
进一步,本文对过度负债企业样本数据的筛选参照黄继承和姜付秀(2015)、陆正飞等(2015)、汪强和吴世农(2007)、姜付秀和黄继承(2011)以及Faulkender et al.(2012)等的研究成果,建立影响企业杠杆率的模型。如模型(1)所示,将企业杠杆率作为被解释变量,影响企业目标杠杆率的因素作为解释变量,并对所有解释变量滞后一期。其中,解释变量中包括资产负债率(Lev),总资产净利率(Roa),企业规模(Lnsize,期末总资产的自然对数),企业抵押能力(Tang,固定资产与存货之和与总资产之比),非债务税盾(Nontax,折旧与总资产之比),流动比率(Liquidity,流动资产与流动负债之比),持续发展能力(Growth,主营业务收入增长率),独立董事比例(Idd),监事会规模(Lnjs,监事会人数的自然对数),股权集中度(Holder,公司前10位大股东持股比例的平方和),行业杠杆率特征(Feature,行业年度杠杆率中位数),产权性质(State)以及年度(Year)、行业(Industry)虚拟变量。
根据模型(1)的回归结果,当残差大于0,即实际杠杆率大于目标杠杆率时,将其定义为过度负债企业;反之,将其定义为非过度负债企业。其中,过度负债企业样本共3158个观测值,作为全样本对其进行数据分析。
(1)
(二)回归模型与变量定义为了验证以上假设,本文建立以下基本模型,运用普通最小二乘法(OLS)对变量之间关系进行实证检验:
(2)
其中,CRoa衡量企业绩效的变动程度。衡量企业绩效的考核指标主要包括总资产净利率(Roa)、净资产收益率(Roe)以及托宾Q值等。然而,由于我国股票市场存在流通股与非流通股的划分,托宾Q值会因投资者预期的偏离而导致对企业绩效的高估或低估。而净资产收益率(Roe)主要反映企业资本获益能力,不能全面反映企业的资金运用能力。故本文借鉴朱焱和张孟昌(2013)的处理方法,使用可比性和稳定性较高的总资产净利率(Roa)衡量企业绩效。进一步,为了更好地反映企业绩效变动的过程,本文采用企业绩效的变动程度(CRoa)作为被解释变量。其中,CRoat=Roat-Roat-1。
现有文献在研究去杠杆时大都使用资产负债率作为衡量企业财务杠杆的指标。为了更好的反映企业去杠杆的过程,本文采用资产负债率的变动程度(Clev)作为主要解释变量。即,令Clevt=Levt-1-Levt。
本文借鉴陈德萍和曾智海(2012)以及廖理等(2009)等学者的研究方法,选择如下变量作为控制变量:在公司特征层面,控制了企业规模(Lnsize,期末总资产的自然对数),总资产周转率(Tat),固定资产比率(Far),成本费用利润率(Ccm)和持续发展能力(Growth,主营业务收入增长率);在公司治理层面,控制了独立董事比例(Idd),监事会规模(Lnjs,监事会人数的自然对数),股权集中度(Holder,公司前10位大股东持股比例的平方和),企业上市年限(Age)和审计事务所是否为四大(Big4);最后,还控制年度(Year)、行业(Industry)、地区(Area)等虚拟变量。
本文根据证监会2012版行业分类标准,将资产负债率处于行业内前50%的企业划分为高杠杆企业,否则划分为低杠杆企业;将期末总资产的自然对数处于行业内前30%的企业划分为大规模企业,期末总资产的自然对数处于行业内后30%的企业划分为小规模企业。参照韩国高等(2011)的研究,根据证监会2012版行业分类标准,将代码为B06、B07、B08、B09、C31、C32、D44和D45的企业划分为产能过剩行业,否则划分为非产能过剩行业;根据夏立军和方轶强(2005)等的研究,根据国泰安数据库中实际控制人性质,将代码为1100、2000、2100、2120的企业划分为国有企业,否则划分为民营企业。
四、实证分析
(一)描述性统计为了消除异常值,防止某些变量分布较为分散,本文对连续变量进行1%以下和99%以上分位数的缩尾处理。表1列示了主要变量的描述性统计结果:过度负债企业样本中,绩效变动程度有正有负,标准差为0.053,说明企业绩效较上年有增有减,且变化程度存在差异;总资产净利润率标准差为0.053,表明企业绩效也存在较大差异;杠杆率变动程度有正有负,标准差为0.058,表明部分企业杠杆率已有下降,但去杠杆过程存在差异,仍有企业存在加杠杆现象。资产负债率标准差为0.173,均值为0.614,说明过度负债企业杠杆率的差异较大,且平均杠杆率较高。
表1 主要变量的描述性统计
变量 | 样本量 | 平均值 | 标准差 | 最小值 | 中位数 | 最大值 |
CRoa | 3158 | -0.010 | 0.053 | -0.251 | -0.003 | 0.176 |
Roa | 3158 | 0.016 | 0.053 | -0.228 | 0.019 | 0.151 |
Clev | 3158 | -0.042 | 0.058 | -0.307 | -0.029 | 0.049 |
Lev | 3158 | 0.614 | 0.173 | 0.210 | 0.624 | 0.985 |
(二)回归结果表2给出了基本假设的回归结果。其中:结果(1)为不添加公司特征和公司治理等控制变量的回归结果,Clev系数为0.229,并在1%的水平上显著,即初步证明去杠杆对企业绩效具有正面效应;结果(2)为仅添加代表公司特征的财务指标作为控制变量的回归结果,Clev系数为0.241,并在1%的水平上显著;结果(3)为仅添加代表公司治理的指标作为控制变量的回归结果,Clev系数为0.228,并在1%的水平上显著;结果(4)为将所有控制变量均加入到模型中的回归结果,Clev系数为0.241,并在1%的水平上显著。因此,过度负债企业去杠杆与企业绩效呈显著正相关,即去杠杆能够提高过度负债企业收益。故而基本假设成立。
表2 基本假设回归结果
变量 | 被解释变量:总资产净利润率变动(CRoa) | |||
(1) | (2) | (3) | (4) | |
Clev | 0.229*** | 0.241*** | 0.228*** | 0.241*** |
控制变量 | 未控制 | 仅控制企业财务指标 | 仅控制企业治理指标 | 控制 |
年度/行业/地区 | 控制 | 控制 | 控制 | 控制 |
样本量 | 3158 | 3158 | 3158 | 3158 |
R2 | 0.097 | 0.295 | 0.099 | 0.297 |
Adj. R2 | 0.082 | 0.282 | 0.083 | 0.283 |
注:***代表1%水平上显著,**代表5%水平上显著,*代表10%水平上显著;括号内为t统计量;下同。
表3给出了对不同杠杆水平、不同规模、不同行业类型以及不同产权性质企业的回归结果。结果(1)至结果(8)是分别对高杠杆企业和低杠杆企业、大规模企业和小规模企业、产能过剩行业和非产能过剩行业、国有企业和民营企业进行回归的结果,回归结果中解释变量Clev的系数皆在1%的水平上显著为正。进一步,运用似无相关模型对结果(1)至结果(8)进行组间系数差异性检验,Chi2分别为6.620、4.100、4.160和3.510,皆在10%的水平上显著。说明过度负债企业中,高杠杆企业相对于低杠杆企业,大规模企业相对于小规模企业,产能过剩行业相对于非产能过剩行业,国有企业相对于民营企业,去杠杆对企业绩效的正面影响更强。假设H1、H2a、H2b、H2c皆成立。
表3 研究假设H1、H2a、H2b、H2c分组回归结果
变量 | 被解释变量:总资产净利润率变动(CRoa) | |||||||
高杠杆 企业 (1) | 低杠杆 企业 (2) | 大规模 企业 (3) | 小规模 企业 (4) | 产能过剩行业 (5) | 非产能过剩行业 (6) | 国有企业 (7) | 民营企业 (8) | |
Clev | 0.270*** | 0.134*** | 0.332*** | 0.176*** | 0.316*** | 0.233*** | 0.363*** | 0.206*** |
卡方值 | 6.620*** | 4.100** | 4.160** | 3.510* | ||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
年度/行业/地区 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
样本量 | 1576 | 1582 | 940 | 957 | 473 | 2685 | 2022 | 1136 |
R2 | 0.374 | 0.288 | 0.345 | 0.368 | 0.317 | 0.309 | 0.242 | 0.215 |
Adj. R2 | 0.349 | 0.259 | 0.299 | 0.325 | 0.241 | 0.293 | 0.218 | 0.171 |
(三)稳健性检验为了确保研究结论的稳健性,本文进行了如下稳健性检验:(1)将解释变量替换为虚拟变量(Treat),若企业杠杆率较去年同期下降,则对Treat赋值为1,否则赋值为0;将被解释变量替换为净资产收益率的变动(CRoet=Roet-Roet-1),总资产净利润率(Roa)以及市场指标托宾Q值的变动程度(Ctobinqt=Tobinqt-Tobinqt-1)。(2)将杠杆率变动(Clev)经行业年度均值调整后的杠杆率变动作为工具变量,运用2SLS进行回归分析;使用联立方程模型,对联立方程模型的单一方程分别采用OLS、2SLS、3SLS进行检验,解决内生性问题。回归结果显示,前文结论依然成立。
五、进一步研究
(一)传导机理研究由前文研究结果可知,过度负债企业去杠杆可以提升企业绩效,且在高杠杆企业中效果更加显著。然而,企业通过降低杠杆率为什么可以提升企业绩效?这一过程中存在何种传导机理?本文从创新投入、企业投资和财务风险3个方面通过实证检验分析其中的传导机理。
为了检验去杠杆的传导机理,参照温忠麟和叶宝娟(2014)提出的中介效应检验方法:(1)以企业无形资产净额增加额占总资产之比衡量企业创新投入(Inno);(2)根据喻坤等(2014)将固定资产净额变动和在建工程净额变动之和进行总资产标准化后的值作为企业投资(Inv);(3)为了消除股票市场对财务风险度量的影响,根据Mackie-Mason(1990),采用修正后的Altman Z值衡量财务风险(Risk),该值越大则代表企业财务风险越低。令CInnot=Innot-Innot-1,CInvt=Invt-Invt-1,CRiskt=Riskt-Riskt-1,并将其作为中介变量,得到主要检验回归结果如表4。进一步,使用Bootstrap方法对CInno、CInv、CRisk作为中介因子时的间接效应分别进行检验,结果得到间接效应的置信区间分别为[-0.0005311,0.0082535]、[-0.0141073,-0.0013203]和[0.2199658,0.3096112]。综上,创新投入和企业投入间接效应结果不显著,财务风险在去杠杆与企业绩效的关系中起到完全中介作用,即去杠杆能够通过降低企业财务风险提升企业绩效。
表4 中介效应检验
变量 | 创新投入中介效应检验 | 企业投资中介效应检验 | 财务风险中介效应检验 | ||||||
(1) CRoa | (2) CInno | (3) CRoa | (4) CRoa | (5) CInv | (6) CRoa | (7) CRoa | (8) CRisk | (9) CRoa | |
Clev | 0.243*** | -0.041*** | 0.240*** | 0.242*** | -0.175*** | 0.249*** | 0.241*** | 3.194*** | -0.022 |
CInno | -0.074 | ||||||||
CInv | 0.040*** | ||||||||
CRisk | 0.082*** | ||||||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
年度/行业/地区 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
样本量 | 3125 | 3125 | 3125 | 2698 | 2698 | 2698 | 3158 | 3139 | 3139 |
R2 | 0.289 | 0.046 | 0.291 | 0.287 | 0.090 | 0.292 | 0.297 | 0.373 | 0.564 |
Adj. R2 | 0.275 | 0.027 | 0.276 | 0.270 | 0.069 | 0.275 | 0.283 | 0.361 | 0.555 |
注:由于企业创新投入、企业投资和财务风险数据存在缺失值,故样本量减少。
(二)债务来源结构性去杠杆对企业绩效的影响根据债务来源不同,债务融资可分为有息债务和无息债务。为了进一步探究有息负债率和无息负债率降低时对企业绩效的不同影响,本文将有息负债率变动程度(YXClev)和无息负债率变动程度(WXClev)分别作为解释变量对模型(2)进行回归。其中,有息负债率变动程度为前一期期末有息负债和总资产之比减去本期期末有息负债和总资产之比的差额;无息负债率变动程度为前一期期末无息负债和总资产之比减去本期期末无息负债和总资产之比的差额。回归结果显示,YXClev和WXLev的系数皆在1%的水平上显著为正。进一步,运用似无相关模型对系数差异性进行检验,Chi2为2.89,在10%的水平上显著。因此,相对于无息负债,降低企业有息负债率更能显著提高企业绩效。
六、结论与启示
本文选取2012-2017年我国沪深两市A股非金融类上市公司数据,以过度负债企业为研究样本,基于公司特征、行业特征和企业性质视角检验了去杠杆与企业绩效之间的关系,结果表明:(1)过度负债企业去杠杆能够提升企业绩效,这验证了我国进行供给侧结构性改革的正确性。(2)相对于低杠杆企业,去杠杆对于高杠杆企业绩效的正面影响更加显著;去杠杆对于大规模企业、产能过剩行业和国有企业绩效的正面影响更加显著。(3)财务风险在去杠杆与企业绩效的关系中起到了完全中介作用;相对于无息负债率,有息负债率的降低对企业绩效的正面效应更加显著。本文实证结论为供给侧结构性改革之“去杠杆”提供了经验证据。然而,由于高杠杆毕竟是长期累积而成,去杠杆的任务也难以一蹴而就,而是需要企业和政府找准着力点,协同发力,建立可持续性去杠杆的新机制。
企业层面的着力点主要包括:(1)根据自身规模、所处行业、产权性质以及负债程度等把握好去杠杆的节奏和重点,应遵循去有息负债为主,去无息负债为辅的原则,明确企业杠杆率的合理区间,做到有的放矢。(2)标本兼治,通过增加股权融资、债转股等方式扩大权益性资本比重,以获得当前“去杠杠”和企业资本结构持续优化的双重效果。(3)综合考虑经济环境和自身因素,形成有效的财务风险预警机制,合理设定最优资产负债率水平,保持稳健的偿债履约能力。
政府层面的着力点主要包括:(1)将大规模企业、产能过剩行业以及国有企业作为去杠杆的重点,因企施策,有针对性地化解企业高负债风险。(2)在发展全国性资本市场的同时,注意扶持区域性资本市场的发展;通过政府引导基金等直接支持企业的改制、兼并重组;通过国有企业混合所有制改革等增加股权融资比例;继续推进放管服改革,优化营商环境,积极扩大境外直接融资规模。(3)履行好宏观监管职责,优化监管程序和方法,构建和改进企业尤其是国有企业资产负债和财务风险考核指标,对重点行业及杠杆率过高的企业进行重点监督和关注,及时进行去杠杆指引。(4)针对不同行业、不同规模的企业制定符合企业实际的杠杆率约束标准;规范不同负债类型的债务水平标准;使各类企业能够稳妥处理债务事项,化解企业债务风险。
主要参考文献
陈德萍,曾智海.2012.资本结构与企业绩效的互动关系研究——基于创业板上市公司的实证检验.会计研究,8:66~71+97
蔡真,栾稀.2017.为什么企业回报下降杠杆还在上升?——兼论宏微观杠杆率的背离.金融评论,9(4):62~77
党建兵,卢斌,曹启龙.2013.不同负债水平公司的资本结构调整速度相同吗?——基于中国上市公司的经验证据.产业经济研究,3:64~73
韩国高,高铁梅,王立国,齐鹰飞,王晓姝.2011.中国制造业产能过剩的测度、波动及成因研究.经济研究,12:18~31
黄继承,姜付秀.2015.产品市场竞争与资本结构调整速度.世界经济,7:99~119
纪敏,严宝玉,李宏瑾.2017.杠杆率结构、水平和金融稳定——理论分析框架和中国经验.金融研究,2:11~25
姜付秀,黄继承.2011.市场化进程与资本结构动态调整.管理世界,3:123~134
姜付秀,刘志彪.2005.行业特征、资本结构与产品市场竞争.管理世界,10:74~81
刘晓光,刘元春,王健.2018.杠杆率、经济增长与衰退.中国社会科学,6:50~70
陆正飞,何捷,窦欢.2015.谁更过度负债:国有还是非国有企业?.经济研究,12:54~67马勇,陈雨露.2017.金融杠杆、杠杆波动与经济增长.经济研究,6:31~45
王贞洁,王竹泉.2018.我国上市公司杠杆错估及其关联效应——对“去杠杆”政策的思考.经济管理,4:20~35
夏立军,方轶强.2005.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.经济研究,5:40~51
钟宁桦,刘志阔,何嘉鑫,苏楚林.2016.我国企业债务的结构性问题.经济研究,51(7):102~117
朱焱,张孟昌.2013.企业管理团队人力资本、研发投入与企业绩效的实证研究.会计研究,11:45~52+96
Buttiglione,L.,P. Lane,L.Reichlin, and V.Reinhart, 2014.Deleveraging? What Deleveraging?”.Geneva Reports on the World Economy,16
Devlin, W.,and H. McKay, 2008.The Macroeconomic Implications of Financial ‘Deleveraging’. Economic Round-Up,4:47~73
Faulkender, M., M. J. Flannery, K. W. Hankins, and J. M. Smith, 2012.Cash Flows and Leverage Adjustments. Journal of Financial Economics,103(3): 632~646
Gertler, M.,and S.Gilchrist, 1994.Monetary Policy, Business Cycles, and the Behavior of Small Manufacturing Firms.The Quarterly Journal of Economics,109(2):309~340
Li, K.,H. Yue,and L. Zhao, 2009.Ownership,Institutions,and Capital Structure:Evidence from China. Journal of comparative economics,37(3):471~490
Mackie-Mason, J. K., 1990.Do Taxes Affect Corporate Financing Decisions?. Journal of Finance,45(5):1471~1493
Margaritis, D.,and M.Psillaki, 2010.Capital Structure,Equity Ownership and Firm Performance.Journal of banking & finance,34(3):621~632
Reinhart,C.M.,and K. S.Rogoff.2010.Growth in a Time of Debt,American Economic Review,100(2):573~578
责任编辑:徐坤杰
赋予农民更多财产权利,既有利于地方财政和经济持续健康发展,实现发展动能转换;又有利于全面推进乡村振兴战略和城乡融合发展,增进人民福祉和实现共同富裕。[详细]
全面建成小康社会不是终点,而是新生活、新奋斗的起点。新的征程上,我们要始终不忘初心、牢记使命,为实现第二个百年奋斗目标、实现中华民族伟大复兴的中国梦而奋力拼搏,在新时代铸就新的历史伟业。[详细]
新近召开的中央财经委员会第十次会议特别强调了共同富裕的社会目标,并坚定承诺为此“构建初次分配、再分配、三次分配协调配套的基础性制度安排”。简要地讲,三次分配指政府对市场分配进行三个层次的矫正性再分配:一是税收分配作为初次再分配;二是基本公共服务均等[详细]
习近平总书记在庆祝中国共产党成立100周年大会上的重要讲话中强调:“以史为鉴、开创未来,必须继续推进马克思主义中国化。”在理论层面上,习近平法治思想是习近平新时代中国特色社会主义思想的重要组成部分,是中国特色社会主义法治理论的集成创新,是马克思主义法治[详细]
2020年11月召开的中央全面依法治国工作会议,确立了习近平法治思想在全面依法治国中的指导地位。作为习近平新时代中国特色社会主义思想的重要组成部分,习近平法治思想展现出科学缜密的逻辑架构,实现了理论逻辑、历史逻辑与实践逻辑的辩证统一。习近平法治思想以马克[详细]
习近平总书记在庆祝中国共产党成立100周年大会上的重要讲话中指出:“以史为鉴、开创未来,必须进行具有许多新的历史特点的伟大斗争。”我们要深入学习贯彻习近平总书记关于进行伟大斗争的一系列重要论述,敢于斗争、善于斗争,发扬斗争精神,提高斗争本领,勇于战胜一[详细]
实现中华民族伟大复兴是近代以来中华民族最伟大的梦想。习近平总书记在庆祝中国共产党成立100周年大会上的重要讲话中指出:“实现伟大梦想就要顽强拼搏、不懈奋斗。”历经百年接续奋斗,我们党团结带领中国人民开辟了伟大道路、建立了伟大功业、铸就了伟大精神、积累了[详细]
习近平总书记在庆祝中国共产党成立100周年大会上的重要讲话中指出:“今天,我们比历史上任何时期都更接近、更有信心和能力实现中华民族伟大复兴的目标,同时必须准备付出更为艰巨、更为艰苦的努力。”新的征程上,我们必须深刻认识和准确把握外部环境的深刻变化和我国[详细]
习近平总书记在庆祝中国共产党成立100周年大会上的重要讲话中指出:“一百年前,中国共产党的先驱们创建了中国共产党,形成了坚持真理、坚守理想,践行初心、担当使命,不怕牺牲、英勇斗争,对党忠诚、不负人民的伟大建党精神,这是中国共产党的精神之源。”一百年来,[详细]
习近平总书记在庆祝中国共产党成立100周年大会上的重要讲话中指出:“我们坚持和发展中国特色社会主义,推动物质文明、政治文明、精神文明、社会文明、生态文明协调发展,创造了中国式现代化新道路,创造了人类文明新形态。”走自己的路,是党的全部理论和实践立足点,[详细]