首页 > 范文大全 > 正文

基于Probit模型的上市公司融资优序的再检验

开篇:润墨网以专业的文秘视角,为您筛选了一篇基于Probit模型的上市公司融资优序的再检验范文,如需获取更多写作素材,在线客服老师一对一协助。欢迎您的阅读与分享!

摘要:采用修正的优序融资检验模型和Odered_Probit模型对上市公司的融资行为偏好进行检验,实证结果表明我国存在着明显的外源融资偏好,而在外源融资中更偏向于股权融资。我国上市公司的融资顺序为:股权融资、内源融资、债权融资。通过Probit模型回归结果看,持股比例、股权制衡度、Roe、GDP增长率、金融机构对人民币贷款总和、3-5年贷款利率、不良贷款率、股票市值/GDP、换手率、现金流缺口均会对融资行为的选择构成影响,而市盈率、Tobin'sQ指标对于融资行为选择的影响并不显著。

关键词:融资偏好;修正的优序融资模型;Odered_Probit模型

中图分类号:F275 文献标识码:A 文章编号:1003-3890(2011)09-0070-05

一、文献综述

自20世纪50年代末MM理论的开创性研究以来,关于企业融资行为的理论研究和实证分析不断创新,其中最重要的研究之一就是美国经济学家Myers等[1]对优序融资理论的研究,根据这个理论,企业的融资顺序是留存收益、债务融资、股权融资。那么,企业在实际融资过程中是否遵循优序融资理论呢?国内外学者进行了多次求证。其中,Shyam-Sunder和Myers[2],Fama和French[3]认为企业融资遵循优序理论;而Nuri和Archer,Frank和Goyal,Fernandez等人则持相反意见。国内学者对于企业融资偏好也是持两种意见。其中黄少安和张岗[4]、陆正飞和叶康涛[5]、屈耀辉和傅元略[6]、李冬妍和李学明[7]认为上市公司存在股权融资偏好;而葛永波和张萌萌[8]、李小军[9]均认为上市公司不存在股权融资偏好。

仔细分析国内外已有的文献,对于融资行为偏好的研究基本上有三种方法。第一种是建立融资偏好度模型(李冬妍和李学明[7]),通过各种融资度指标描述性统计结果的大小确定企业对融资方式的偏好,也就是通过融资结构特征的表现判断企业融资行为的偏好(葛永波和张萌萌[8]),而事实上融资特征和融资偏好是两个不同的概念。融资偏好是企业在面临各种融资渠道时,对融资方式的偏好和选择顺序。融资结构特征是融资人依据融资偏好进行融资的最终数量结果,这种结果体现出客观上的可能融资渠道与主观上融资行为偏好的双重影响特征,是两种因素共同作用的结果。第二种是Shyam-Sunder和Myers[2]提出的优序融资理论验证模型,葛永波和张萌萌[8]、盛明泉、李昊[10]分别对该模型又进行了修正,使该模型适合内―外融资偏好检验以及股权―债权融资偏好的检验,该模型的缺点是仅能进行内源融资与外源融资、股权融资与债权融资比较,无法对多种融资方式同时进行排序。第三种是屈耀辉和傅元略[6]提出的模型,该模型通过各种融资方式发生概率的大小判定融资的先后顺序。但每个样本选择某种融资方式的拟合概率差异很大,如果由拟合概率来计算某种融资方式的平均概率并确定融资优序难免会有一定的偏差。

本文在Shyam-Sunder和Myers[2]提出的优序融资理论验证模型的基础上,首先检验了上市公司的内源融资、外源融资顺序,然后对于外源融资又进一步检验了股权融资和债权融资顺序,但该检验模型无法将内源融资、债权融资、股权融资同时进行排序,本文又采用了模型将内源融资、债权融资、股权融资放在一个模型中检验上市公司的融资偏好。

二、融资偏好检验模型构建

(一)修正的优序融资理论检验模型

Shyam-Sunder和Myers[8]提出了测试优序融资理论的检验模型,该模型为:

?驻Dit=?琢po+?茁poDEFit+?着it(1)

其中,?驻Dit是债券发行的数量;i和t分别代表公司和时期;

现金流赤字DEFit=DIVit+Iit+?驻Wit+Rit-Cit

其中,DIVit代表支付的股利,Iit代表资本支出,?驻Wit代表营运资金的增加,Rit代表期初一年内到期的长期负债,Cit代表息税后经营现金流量;?着it代表随机误差项。

该模型默认企业融资选择时首先选择内源融资,因此只需对股权融资和债权融资顺序进行检验即可。但我国资本市场并不成熟,企业在融资选择时也未必按照先内源融资再外源融资的顺序进行,因此有必要对内源融资、外源融资顺序进行验证。本文借鉴盛明泉、李昊[10]的做法,分别对内源融资―外源融资顺序、股权融资―债权融资顺序进行检验。

1. 内源融资偏好的检验模型

?驻IFit是指企业第t期的内源融资量;Ait-1是指企业第t-1期期末的资产总额,考虑到不同企业规模对融资方式的影响,本文对模型数据进行了标准化处理。DEFit是企业的现金流赤字,DEFit=DIVit+Iit

+?驻Wit+Rit-Cit。

模型(2)检验标准是:如果?琢po=0,并且?茁po≈1,则企业偏好内源融资,否则,企业偏好外源融资。

2. 股权与债权融资偏好的检验模型

?驻Dit是指企业第t期主动性债权融资的增加额,包括一年内到期的长期负债、长期借款、应付债券的增加额之和。

如果模型(2)的检验结果表明我国上市公司的融资行为是内源融资偏好,即?琢po=0且?茁po≈1通过了检验,则我们将利用模型(4)来检验当内源融资不足时,上市公司是偏好债权融资还是股权融资。如果模型(2)的检验结果表明我国上市公司的融资行为时偏好外源融资,即?琢po=0且?茁po≈1通过了检验,则我们将利用模型(3)来检验上市公司是偏好债权融资还是股权融资。

(二)Odered_Probit模型

修正的优序融资理论检验模型只能进行内源融资―外源融资顺序检验、债权融资―股权融资顺序检验,但没有办法对多种融资顺序进行排序,本文将采用Odered_Probit模型,对多种融资方式进行排序,以全面了解上市公司的融资偏好。

Probit模型采用的是累计正态概率函数。本文所使用的有序Probit模型如下:

Y*ij=?茁x'ij+?着ij(5)

其中,Y*ij表示第i个公司选择了第j种融资方式的的趋向,j=1,2,3,…,j;?茁表示影响因素的系数,?着ij表示随机误差项,且?着ij是独立同分布的随机变量,x'ij表示影响因素。

Yij可以通过Y*ij按下式得到:

Yij=1,Y*ij?燮cut12,若cut1<Y*ij?燮cut23,若cut2<Y*ij?燮cut34,若Y*it>cut3(6)

其中,cutn表示第n个分类阀值,n=1,2,…,J-1。

因此,每种融资方式选择的概率为:

P(Yi=1)=F(cut1-xi′?茁)

P(Yi=2)=F(cut2-xi′?茁)-F(cut1-xi′?茁)

P(Yi=M)=1-F(cutm-xi′?茁)

该模型强调被选作响应类别Yij的实际值是完全任意的。模型的要求就是较大的类别值对应于较大潜在变量值,即Yi<Yi。

在参考前人研究的基础上,本文选用的包括如下因素:

(1)股权集中度:Faccio,Lang和Young认为在对投资者保护较弱的情况下,债务融资可以增加大股东对上市公司更多资源的控制,不会稀释他们的控制权,因此大股东有增加债务融资的的动机。本文对于股权集中度用第一大股东持股比例来表示。

(2)股权制衡度:多个大股东的存在可以起到抑制大股东非效率融资的行为。本文用第二至第五大股东持股比例之和/第一大股东持股比例来代替股权制衡度。

(3)市盈率:新股发行价=市盈率×每股收益。市盈率越高,新股发行价格就会越高,公司就可以筹集到更多的资金。

(4)成长能力:公司的成长性好,意味着公司投资机会多,因此,需要的现金流也较多。古永嘉等人发现,未来成长性高的企业偏向于权益融资。Tong和Green发现,成长性和债务杠杆间显著正相关。Leary和Robert也发现,未来成长能力对公司外部融资以及权益融资的选择均有正面显著影响。本文用Tobin'sQ代替公司的成长能力。

(5)盈利能力:根据Myers[1]优序融资理论,盈利能力越强的公司,越容易进行内源融资。Fama和French[3]的研究显示,盈利能力强的公司的融资行为服从于融资优序理论。Drobetz和Fix发现,盈利能力较强的公司使用较少的负债。Tong和Green发现,盈利能力和债务杠杆间显著负相关。本文用Roe表示净资产收益率。

(6)GDP增长率:一国GDP增长率是反映该国整体宏观经济状况的指标,当GDP增长率较高时,企业的盈利水平较高且有良好的预期,企业会倾向于债权融资。相反,企业更倾向于股权融资。

(7)信贷配给:信贷规模的大小反映了央行货币政策的松紧程度。信贷配给总量增加时,上市公司债务融资成本下降,上市公司倾向于选择债务融资。本文使用金融机构人民币贷款总额(用自然对数表示)来度量信贷配给状况。

(8)信贷利率:债务融资的成本主要取决于贷款的利率,当贷款利率上升时,企业的债权融资成本升高,企业将更倾向于选择股权融资。本文用3―5年贷款利率表示信贷利率。

(9)违约风险:当贷款的违约风险增加时,信贷市场的信用状况恶化,上市公司债务融资的成本将上升,企业倾向于选择股权融资。本文采用不良贷款率作为信贷风险的替代变量。

(10)股票市场的规模:股市规模越大,意味着上市公司从资本市场获得的资金越多,在融资总额一定的前提下,意味着债务融资的需求将会降低。本文用股票市值/GDP来表示股票市场的规模。

(11)股票市场的流动性:李小平等[11]研究表明股票换手率与股权融资具有显著的正相关性,这显示我国上市公司在进行股权融资时会选择有利的市场时机。本文用换手率代替股市的流动性。

(12)现金流赤字:Frank和Goyal发现,与优序融资理论相反,当需求外部资金时,股权融资优先于债券融资。Lemmon和Zender发现,基于现金需求的优序融资理论很好地描述了公司的融资政策。

三、数据和变量

(一)样本选取

1. 优序融资理论检验的数据是以1999年1月1日以前在我国A股证券交易市场上市的1 028家公司为初始样本,剔除了金融类和ST、*ST、SST和S*ST公司后,剩下703家上市公司,研究其在2001―2009年的融资行为,共得到9年的面板数据,总计6 327个观测值。

2. Odered-probit模型在优序融资理论检验数据的基础上剔除了同一年度同时出现多种融资方式的样本,最终得到2 061个样本。对于融资方式的界定采用如下方式:(1)内源融资:借鉴Haan和Hinloopen[12]的做法,如果公司留存收益增量/总资产>5%,则认为公司进行了内源融资。设定一个阈值的原因是这样做可以避免原始数据统计上的误差。(2)债权融资:如果上市公司在当期发行了企业债券、可转债、可分离交易可转债或者当长期借款增量/总资产>5%,则定义为公司进行了债权融资。对于长期借款设定阈值的原因是为了确保银行借款的真实存在。(3)股权融资:若上市公司在当期实施了增发或者配股,则定义该公司进行了股权融资。

模型的特点是对于每一种具体的融资选择都可以进行编码。比如对于不同的融资方式{股权融资,内源融资,债权融资},可以编码为{0,1,2},其中,0,1,2表示因变量的有序分类排序。因此,对于内部融资、债权融资、股权融资三种形式,可以形成6种融资优序组合,其中两两相反,在我们的实证检验中仅需列出不存在两两相反的三种即可,定义如下:(1)融资优序h1:{股权融资,内源融资,债权融资};(2)融资优序h2:{股权融资,债权融资,内源融资};(3)融资优序h3:{内源融资,股权融资,债权融资}。模型估计后,以似然比检验法确定这三种融资优序的排名,排在首位的即是实际中最可能出现的一种融资优序。

(二)描述性统计

各变量的描述性统计结果如表1所示。

四、实证检验结果

(一)修正的优序融资理论

首先对全部样本进行了固定效应和随机效应分析,经过Hausman检验,最终确定了随机效应模型为最优模型,随机效应模型的回归结果如表2所示:

采用stata11.0进行模型估计。

根据R2的回归结果可知,内―外融资和股―债融资模型的拟合效果都非常好。但对自变量的检验结果不支持原假设,即?茁po≠1,上市公司存在外源融资偏好,而外源融资中偏好于股权融资。

(三)Odered_Probit模型检验

为了进一步了解上市公司对于内源融资、债权融资、股权融资三种融资方式的偏好,本部分采用Stata11.0对有序Probit模型进行了估计,得到3个对数似然函数最大值,表3是似然比检验的结果,在5%的显著性水平上,x2的临界值是3.84。

通过表3似然比检验结果可知,上市公司的融资存在最优排序,即h1:{股权融资、内源融资、债权融资}。

对于最优排序h1进行Probit估计,结果如表4所示:

从表4可知方程拟合较好,在5%显著性水平下,持股比例、股权制衡度、净资产收益率、GDP增长率、金融机构对人民币贷款总和、3―5年贷款利率、不良贷款率、股票市值/GDP、换手率、现金流赤字均会对融资行为的选择构成影响,而且从估计系数来看金融机构人民币贷款总和以及股票市值两指标对融资行为的影响力更强,而市盈率、Tobin'sQ指标对于融资行为选择的影响并不显著。

五、结论

通过以上的实证研究可以发现,我国上市公司的融资行为与Myers优序融资的检验结果不相吻合,通过修正的优序融资验证模型证明我国存在着明显的外源融资偏好,而在外源融资中我国存在着明显的股权融资偏好。通过Odered-Probit实证检验模型进一步对内源融资、债权融资、股权融资顺序检验,检验结果表明,我国上市公司的融资顺序为:首先选择股权融资、其次是内源融资、最后选择债权融资。Odered-Probit的影响因素中既包括公司特征因素,同时也包括了信贷市场因素和股权市场因素,其中金融机构人民币贷款总和以及股票市值两指标对融资行为的影响力非常显著,至于信贷市场和股权市场是如何对上市公司的融资行为构成影响,则需要进行进一步的深入研究。

参考文献:

[1]Myers,S.,Majluf,N. Corporate financing and investment decisions when firms have information investors do not have [J].Journal of Financial Economics,1984,(13): 187-221.

[2]Shyam-Sunder,L.,Myers S. C. Testing static tradeoff against pecking order models of capital structure[J].Journal of Financial Economics,1999,(51): 219-244.

[3]Fama,E.,French K. Testing tradeoff and pecking order predictions about dividends and debt [J].Review of Financial Studies,2002,(15): 1-33.

[4]黄少安,张岗.中国上市公司股权融资偏好分析[J].经济研究,2001,(11):12-27.

[5]陆正飞,叶康涛.中国上市公司股权融资偏好解析――偏好股权融资就是缘于融资成本低吗?[J].经济研究,2004,(4):50-59.

[6]屈耀辉,傅元略.优序融资理论的中国上市公司数据验证――兼对股权融资偏好再检验[J].财经研究,2007,(2):108-118.

[7]李冬妍,李学明.上市公司融资顺序的实证研究[J].会计之友,2007,(3):92-94.

[8]葛永波,张萌萌.企业融资偏好解析――基于农业上市公司的实证数据[J].华东经济管理,2008,(6):42-48.

[9]李小军.股权融资偏好亦或过度融资――来自中国上市公司再融资的经验证据[J].财贸研究,2009,(2):90-95.

[10]盛明泉,李昊.优序融资理论对上市公司融资行为的解释力[J].山西财经大学学报,2010,(10):49-56.

[11]李小平,岳亮,万迪.基于股票换手率的市场时机与外部融资方式选择研究――来自中国A股上市公司的经验证据[J].运筹与管理,2008,(1):106-113.

[12]Haan,D.,Hinloopen,J.Preference hierarchies for internal finance,bank loans,bond,and share issues:evidence for dutch firms[J].Journal of Empirical Finance,2003,(10):661-681.

Inspection on Pecking Order of the Listed Company based on Probit Model

Jiang Yi, Liu Shulian

(Accounting School, Dongbei University of Finance and Economics, Dalian 116025, China)

Abstract: This article uses modified pecking order model and Odered_Probitmodel to test the financing behavior of listed companies. The empirical results show that our country has the obvious exogenous financing preference, and preferring in equity financing in foreign financing. The listed financing order of our country is the first choose is equity financing, followed by internal financing, finally choose the debt financing. Through the Probit model, regression results show the shareholding, degree of ownership balance, Roe, GDP growth rate, loan sum of financial institutions to RMB, 3-5 years loan interest rate, bad loans rate, stock market value/GDP, turnover rate, and cash flow gap both will have the influence to the financing behavior choice of constitute, and p/e ratio, Tobin's Q index have not significant influence for the financing behavior choice.

Key words: financing preference; modified Pecking order model; Odered_Probit model