2023年我们发现在我国负债融资与企业价值之间的关系并没有得到致的....doc

2023年第4期〔总第4期〕 我们发现，在我国负债融资与企业价值之间的关系并没有得到一致的结果，因此为了能够更好地反映企业价值，我们有必要寻求产生结果不一致的原因，同时有必要进一步寻找影响负债治理效应的根本因素，起到正确反映企业价值信息的作用。为了满足企业价值最大化，综合体现企业经营管理活动中的资产特性，我们引入资产质量概念。资产质量如何影响债务治理？高负债不能体现高企业价值，那么真正反映企业价值的信息又是什么呢？本文试图在理论分析的根底上结合实证检验，为我国上市公司资产质量、债务融资提供一些经验性证据。 一、 理论分析 〔一〕资产质量定义和特性 不同观点关注的角度有所不同：张鸣关注财务管理目标下的资产财务质量；王生兵关注资产的盈利能力、流动能力和安全能力；李树华关注资产的未来经济效益；张新民关注资产的变现能力、利用效率和与其他组合增值的能力等。 根据企业会计准那么对资产的定义，资产是企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。预期会给企业带来经济利益主要是指资产直接或间接导致现金和现金等价物流入企业的潜力。根据ISO9000 质量体系规定，质量是指一组固有特性满足要求的程度。对于不同使用对象有不同的描述，在财务学中，资产质量是指资产所具有的所有特征和特性的总和，在资产运作过程中，能为资产所有者带来经济利益的能力。可以从以下几方面理解：一是，资产质量有一组固有特性组成；二是，这些固有特性是能够给企业带来经济利益的特性；三是，这些固有特性是通过企业在资产的获得、管理及其销售过程中形成的属性。 由此可以看出，资产是企业进行生产经营活动的必备条件，资产质量的优劣直接影响和制约着企业经营活动的兴衰和成败。本文从资产质量的三个维度对资产特性进行分类。首先是资产的根本特性：收益性；其次是质量特性：存在性、结构性和变现性；最后是时间特性：有效性和先进性。 〔二〕资产质量与债务治理 企业采用债务治理和传递信号，有其本钱和收益。其收益包括：债务的税盾作用〔Modigliani and Miller，1963〕， 债务可以传递公司信息质量〔Ross，1977；Leland and Pyle，1977〕，债务可以作为反并购工具〔Harris and Raviv，1988〕，可以降低经理人员的代理本钱〔Jensen，1986〕。其本钱包括：增大破产风险、经理进行高风险项目投资、投资缺乏〔Jensen and Meckling，1976〕等。因此债务融资选择要依据企业自身资产质量，只有在选择债务融资方式带来的收益大于本钱时，才能起到很好的治理作用。只有高资产质量企业采取高债务融资才能增加企业价值，而低资产质量企业采取高债务融资会适得其反。 因此作出如下假设：H1a：高资产质量高债务企业，债务融资与企业价值之间为正相关关系。 H1b：低资产质量高债务企业，债务融资与企业价值之间为负相关关系。 由于“预算软约束〞行为的存在，使得国有控制企业资本结构的选择与资产特性并不直接挂钩，使得企业不一定在高资产质量条件下选择高负债，低资产质量企业也有可能选择高负债。非国有控制企业资本结构的选择依据其自身资产质量来降低代理本钱，增加企业价值。只有预计企业未来经济效益好的前提下，才会利用较高负债。因此作出如下假设： H1c：在国有控制企业中，低资产质量债务融资与企业价值负相关关系明显，在非国有控制企业中，表现不明显。 可以推断出，高债务传递高企业质量的实质是高资产质量带来高企业价值。因此可以预期，高资产质量带来高企业价值。我们做如下假设： H2：资产质量与企业价值之间为正相关关系。 二、研究设计 〔一〕样本筛选 本文选取2023—2023 年A 股上市公司为样本，由于金融类企业财务指标的含义与其他企业相应指标的含义不同，故将其剔除，并剔除局部数据缺失的公司，为了排除极值对结论的影响，本文剔除了公司债务融资比例、市场价值等指标最大与最小各1％的观测值，最后样本是4820 家。所有财务数据来自于国泰君安公司与香港理工大学联合开发的CSMAR 数据库，所有市场数据来自于Wind 咨询数据库。 〔二〕研究方法 1. 被解释变量。 Tobinq 代表托宾Q =〔每股市场价格× 流通股股数+ 每股净资产× 非流通股股数+ 债务账面价值〕/ 总资产。 2. 解释变量。 Dz 代表债务融资率= 债务融资净额/ 年末公司总资产，债务融资净额=〔年末短期借款+ 长期借款+ 应付债券〕-〔年初短期借款+ 长期借款+ 应付债券〕。 为了更好地衡量资产质量，本文采用主成份分析方法来衡量资产质量。Factor1 代表资产质量结构性；Factor2 代表资产质量有效性和盈利性；Factor3 代表资产质量先进性；Factor4 代表资产质量变现性；Factor5 代表资产质量存在性和局部资产有效性；Factor6 代表资产质量整体特性。 3. 控制变量。 Lnta 表示年末总资产的自然对数，控制企业规模对企业市场价值的影响，根据目前研究〔汪辉，2023；白重恩，2023〕，我国公司规模与市场价值之间表现为负相关关系。 因此，我们预期符号为负。Pe 表示企业成长性，即市盈率。成长性好的公司代表公司前景较好，我们预期符号为正。 Control 代表公司最终控制人，本文主要将上市公司分为两类，国有控制上市公司和非国有控制上市公司，国有控制包括中央政府控制、地方政府控制、各级国资委控制等；非国有控制包括民营控制、社会团体控制、个人控制、集体控制和外资控制等。Control 为虚拟变量，如果是非国有控制那么取值为1，否那么为0。 First 代表第一大股东持股比例，主要考核第一大股东持股比例对企业价值的影响。 Secfive 代表第二大股东至第五大股东持股比例之和，Sixten 代表第六大股东至第十大股东持股比例之和，这两个变量用以考核公司其他大股东持股比例对公司价值的影响。从对中小股东的侵害角度来看，公司第一大股东以外的其他大股东可能会对第一大股东形成制约，从而提高公司价值。但这些大股东也可能与第一大股东合谋以侵害中小股东利益。 Market 代表市场化指数，反映市场发育的完善程度对企业价值的影响；Govern 代表政府干预指数；Legal 代表法律环境完善指数；Market、Govern 和Legal 三个变量是反映企业治理环境对企业价值的影响，三个变量根据樊纲和王小鲁〔2023〕 编制的各地区市场化进程数据及其子数据构建而成，Market 越大代表市场发育程度越好，Govern 越大代表政府干预越少，Legal 越大代表法律环境越好。Year 表示年度的通称，用以控制时间对资本结构决策的影响；Ind 表示行业的通称。 4. 模型。 Tobinq=a1+a2Lnta+a3Pe+a4Control+a5First+a6Secfive+a7Sixten+a8Market+a9Govern+a10Legal+a11Factor1+a12Factor2+a13Factor3+a14Factor4+a15Factor5+a16Factor6+a17Y2023+a18Y2023+a19Y2023+a20Y2023+ Ind+U〔1.2〕 三、实证分析 〔一〕描述性统计 通过描述性统计〔编者：限于篇幅表格略〕，列示了最终控制人变量的描述性统计。可以看出，国有控制公司和非控制公司在Lev、Dz、规模、第一大股东持股比例、第二大股东至第五大股东持股比例之和、市场化指数有显著区别，而在Tobinq 和资产质量因子上并没有显著区别。相比国有控制公司，非国有控制公司有较高的资产负债率和债务融资率，规模小于国有控制公司，第一大股东持股比例小于国有控制公司指标，但是第二大股东至第五大股东持股比例之和大于国有控制公司的该指标，有较高的市场化指数。 〔二〕多因素分析 通过债务融资与企业价值统计分析〔按照资产质量分类上下资产质量是依据资产特性进行分类的，本文主要探讨资产质量对债务融资治理效应分析，因此当公司具有全部有利于债务融资治理的资产特性时为高资产质量公司，如果资产特性都不利于债务融资治理效应时为低资产质量公司，其余的为资产质量中等公司。为了更好地比拟资产质量对债务融资效应分析，本文只选取高资产质量公司和低资产质量公司。 ，编者：限于篇幅统计表略〕，列示了不同资产质量公司债务融资与企业价值之间的多元回归结果，结果说明： 首先，从high 资产质量企业实证数据中可以看出，债务融资率与Tobinq 是正相关关系，验证了假设H1a，说明在高资产质量企业，采用债务融资方式可以提升企业价值，同时说明高资产质量企业在高债务情况下，继续采用债务融资可以传递公司质量信息，因为不必担忧债务融资带来的风险。 其次，从low 资产质量企业的实证数据中可以看出，Dz 与Tobinq 在0.01 水平上显著负相关， 验证了假设H1b，说明低资产质量企业，采用债务融资方式对企业价值将产生负面影响，因为低资产质量采用债务融资带来的破产风险将大于其带来的收益。 最后，从控制变量来看，规模与Tobinq 呈负相关；成长性在高资产质量企业与Tobinq 并不显著，可能是高资产质量企业本身代表高收益、高有效和高安全资产的企业，就是高公司质量企业，已经包含成长性，因此结果不显著；在高资产质量企业，第一大股东持股比例、Sixten 与Tobinq 呈现正相关，Secfive 与Tobinq 负相关但并不显著，说明高资产质量企业治理结构较好，进而有利于企业价值的提升；而在低质量企业，那么First、Secfive 和Sixten 与Tobinq 都呈现负相关，说明低质量企业，治理结构对企业价值产生负面影响。 为了进一步分析不同最终控制人低资产质量公司债务融资治理效应，将样本按照最终控制人进行分类，并进行多元回归〔编者：限于篇幅统计表略〕列示了低资产质量债务融资与企业价值〔按照最终控制人进行分类〕之间的多元回归结果。结果说明：首先，验证了假设1c，在国有控制公司中，Dz 与Tobinq 是负相关，并且在0.01 水平上显著，在非国有控制公司实证结果中，Dz 与Tobinq 是正相关，但结果并不显著，说明低资产质量企业采用高债务融资，给企业价值带来负面影响，主要表现在国有控制公司中，而非国有控制公司中，其结果并不显著。 其次，从控制变量来看，在国有控制公司中，First、Secfive 和Sixten 与Tobinq 都是负相关，说明国有股比例越大，代理问题越严重，不利于企业价值的提高，同时第六大股东至第十大股东表现出明显的合谋效应，给企业价值带来负面影响。 最后， 在非国有控制公司中，First、Secfive 与Tobinq 是正相关，而Sixten 与Tobinq 并不相关，说明在非国有控制公司中，即使在低资产质量企业，第一大股东至第五大股东对企业价值并没有表现出负面影响。资产质量与企业价值概率分析〔编者：限于篇幅表略〕列示了资产质量与企业价值之间的多元回归结果。结果说明： 首先，从Model 1 验证了假设H2，Factor1 与Tobinq显著正相关，说明合理的资产结构有利于提高企业价值；Factor2 与Tobinq 负相关，并且在0.1 水平上显著，与预期的相反，但在控制了年度和行业之后，Factor2 和Tobinq 显著正相关，说明收益高和有效性的资产能够为企业带来更大的价值；Factor3 与Tobinq 显著正相关，说明先进性好的资产能够增加企业价值；Factor4 与Tobinq 显著正相关，说明变现性好或流动性好的资产能够给企业带来较多的经济利益流入，促进企业价值的提高；Factor5与Tobinq 显著负相关，因为Factor5 代表不良资产特性，说明不良资产不利于企业价值的提高；Factor6 与Tobinq显著正相关，说明资产质量与企业价值显著正相关