王志強(qiáng) 梁曉穎

摘 要：中國股市β異象的存在意味著高β公司有較低的股票收益率，這會降低公司股權(quán)融資成本，進(jìn)而改變公司的資本結(jié)構(gòu)。本文基于2008—2019年中國滬深兩市A股上市公司數(shù)據(jù)，采取面板數(shù)據(jù)回歸模型，對中國股市β與公司杠桿率之間的關(guān)系進(jìn)行研究。研究結(jié)果顯示，資產(chǎn)β與公司杠桿率存在顯著的負(fù)相關(guān)關(guān)系，賬面總杠桿率、市場總杠桿率、賬面凈杠桿率和市場凈杠桿率這四個杠桿率的回歸系數(shù)均顯著小于零;不同市場狀況下資產(chǎn)β對公司杠桿率的影響程度有差異，下行資產(chǎn)β對公司杠桿率的影響明顯大于上行資產(chǎn)β;權(quán)益β與市場總杠桿率和市場凈杠桿率之間存在顯著的負(fù)相關(guān)關(guān)系，而與賬面總杠桿率和市場凈杠桿率之間不存在負(fù)相關(guān)關(guān)系;低稅率組中多數(shù)公司選擇了高杠桿而非低杠桿，表現(xiàn)出一定的“高杠桿率之謎”，與傳統(tǒng)權(quán)衡理論不一致，中國股市β異象的存在可以做為一種解釋。

關(guān)鍵詞：β異象;公司杠桿率;高杠桿率之謎;股票收益率

中圖分類號：F830.9文獻(xiàn)標(biāo)識碼：A

文章編號：1000-176X（2021）09-0053-10

一、問題的提出

Modigliani 和Miller[1]的MM定理表明，公司價值與其資本結(jié)構(gòu)無關(guān)。但是，由于MM定理假設(shè)不存在稅收、破產(chǎn)成本和信息不對稱等條件與現(xiàn)實(shí)不符，因而公司價值與其資本結(jié)構(gòu)之間存在一定的相關(guān)關(guān)系，公司可以選擇適當(dāng)?shù)馁Y本結(jié)構(gòu)以提高公司價值。Bradley等[2]提出的權(quán)衡理論認(rèn)為，公司債務(wù)的增加一方面可以提高負(fù)債的稅遁收益使公司價值上升，另一方面會增加公司的債務(wù)風(fēng)險而提高公司的財務(wù)困境成本，故公司應(yīng)該在債務(wù)的稅遁收益與財務(wù)困境成本之間作出權(quán)衡，以選擇一個適當(dāng)?shù)膫鶆?wù)比例或資本結(jié)構(gòu)使得公司價值最大化。公司價值最大化時的資本結(jié)構(gòu)或杠桿率分別被稱為最優(yōu)資本結(jié)構(gòu)或最優(yōu)杠桿率。學(xué)者圍繞最優(yōu)資本結(jié)構(gòu)或最優(yōu)杠桿率做了大量的實(shí)證研究。結(jié)果表明，公司杠桿率與固定資產(chǎn)比例[3-4]、盈利能力[5-6]、規(guī)模[7-8]、成長性[9-10]和稅率水平[11]等公司特征相關(guān)。

相關(guān)實(shí)證研究還發(fā)現(xiàn)一些權(quán)衡理論無法解釋的現(xiàn)象。譬如，美國數(shù)百家邊際稅率很高、利潤率也很高的公司卻基本上是零杠桿，這與權(quán)衡理論“高稅收、高盈利公司應(yīng)選擇高杠桿”的結(jié)論相悖，這種現(xiàn)象被稱為“低杠桿率之謎”。與此同時，大量無法享受稅遁收益的低稅率公司卻保持著高杠桿，這種現(xiàn)象被稱為“高杠桿率之謎”[12]?！暗透軛U率之謎”和“高杠桿率之謎”并非是資本主義市場的異象，中國市場也同樣存在。例如，雙鷺?biāo)帢I(yè)（002038）自從2004年上市至2016年，總資產(chǎn)凈利潤率比較高，但負(fù)債比率卻遠(yuǎn)遠(yuǎn)低于行業(yè)均值;類似地，仁和藥業(yè)（000650）、蘇泊爾（002032）和五糧液（000858）等也存在低杠桿現(xiàn)象。與此同時，中國股市也存在著眾多高杠桿現(xiàn)象。對于本文全部樣本公司，2019年末資產(chǎn)負(fù)債率（賬面總杠桿率）在70%以上的公司有226家，占比為13.4%;在80%以上的公司有83家，占比為4.9%。對于盈利公司，2019年末資產(chǎn)負(fù)債率（賬面總杠桿率）在70%以上的公司有187家，占比為12.5%;在80%以上的公司有63家，占比為4.2%。

針對資本結(jié)構(gòu)選擇中存在著“低杠桿率之謎”和“高杠桿率之謎”，有學(xué)者從市場層面拓寬其理論解釋。其中一種主要的解釋是，資本市場中存在股票價格偏離真實(shí)價值的錯誤定價，從而阻礙了資本的有效配置，影響公司的融資方式選擇及其融資成本，進(jìn)而影響公司杠桿率水平的確定。Baker等[12]用“高風(fēng)險低收益”的β異象衡量資本市場的錯誤定價，將其引入資本資產(chǎn)定價模型，用以計算股權(quán)融資成本，通過最優(yōu)化公司的加權(quán)資本成本，證明β異象對公司杠桿率水平有負(fù)向影響，并認(rèn)為高稅率、高盈利能力的公司選擇低杠桿率可能是由于其擁有較高的資產(chǎn)風(fēng)險。已有學(xué)者證明中國股票市場也存在違背風(fēng)險收益正相關(guān)關(guān)系的現(xiàn)象——β異象，并一致認(rèn)為這是市場錯誤定價的結(jié)果[13]-[15]。但是，中國資本市場作為新興市場，市場成熟度、信息透明度等較英美等發(fā)達(dá)國家低，β異象的特點(diǎn)及錯誤定價程度與發(fā)達(dá)國家存在一定差異;同時從公司融資特點(diǎn)來看，英美等發(fā)達(dá)國家是市場主導(dǎo)型金融結(jié)構(gòu)的國家，即通過債券市場和股票市場融資的比例超過80%，而中國通過債券市場和股票市場融資的比例雖然逐年增加但僅有20%左右，故中國股票市場對公司價值的影響具有一定的特殊性，需要進(jìn)行針對性的研究。

目前并未有學(xué)者研究中國股市β異象對公司杠桿率的影響，本文參考Baker等[12]的研究，考察中國股市β異象與公司杠桿率之間的相關(guān)關(guān)系，為解決中國上市公司“高杠桿率之謎”提供一種新的解釋。本文可能的貢獻(xiàn)在于：第一，突破目前研究局限于公司層面的桎梏，首次嘗試從市場層面研究中國股市β異象對公司杠桿率的影響。第二，首次嘗試?yán)霉举Y產(chǎn)β與公司杠桿率之間的負(fù)向關(guān)系解釋中國上市公司的“高杠桿率之謎”，是對傳統(tǒng)權(quán)衡理論僅以稅遁收益和財務(wù)困境成本解釋公司杠桿率偏高的一種補(bǔ)充。

二、理論分析與研究假設(shè)

假設(shè)權(quán)益市場中存在β異象，基于CAPM模型將權(quán)益資本成本計算公式修正為：

re=（βe-1）γ+rf+βe×rm（1）

其中，re表示公司權(quán)益資本成本，rf表示無風(fēng)險收益率，rm表示市場風(fēng)險溢價，βe表示公司權(quán)益β，γ表示β異象的強(qiáng)度（γ<0），決定股票超額收益隨著βe的增加而減小的程度。

再假設(shè)債務(wù)市場中不存在β異象，因此，債務(wù)資本成本表示如下：

rd=rf+βd×rm（2）

其中，rd表示公司債務(wù)資本成本，βd表示公司債務(wù)β，其他變量同上。

基于式（1）和式（2），將公司的加權(quán)平均資本成本（WACC）表示為：

WACC（Lev）=Lev×re+（1-Lev）rd=rf+βa×rm+（βa-1）γ-（1-Lev）（βd-1）γ（3）

其中，Lev表示公司杠桿率，βa表示資產(chǎn)β，由βe 、βd和杠桿率決定，即βa=Lev×βe+（1-Lev）βd。

根據(jù)Merton[16]的公司債務(wù)定價模型，得到βd與βa的關(guān)系式：

βd=βa×f（Lev）（4）

其中，f（Lev）表示杠桿率Lev的一個函數(shù)。

通過最小化公司加權(quán)平均資本成本（WACC），得到公司最優(yōu)杠桿率水平（Lev*）。

Baker等[12]證明，最優(yōu)杠桿率水平與公司資產(chǎn)β之間存在負(fù)相關(guān)關(guān)系

。而且，股票市場β異象的存在意味著高權(quán)益β的公司具有低收益，促使高權(quán)益β的公司傾向于股權(quán)融資，通過降低杠桿率水平來降低公司的加權(quán)資本成本?；诖?，筆者提出如下假設(shè)：

假設(shè)1：公司杠桿率與其資產(chǎn)β呈負(fù)相關(guān)關(guān)系。

假設(shè)2：公司杠桿率與其權(quán)益β呈負(fù)相關(guān)關(guān)系。

由于市場發(fā)展?fàn)顩r不同，當(dāng)股市處于上漲時期和處于下跌時期時公司面臨的風(fēng)險是不同的，據(jù)此將資產(chǎn)β進(jìn)一步劃分為上行資產(chǎn)β和下行資產(chǎn)β。用上行資產(chǎn)β表示股市處于上漲時期時資產(chǎn)β的情況，反映在股市上漲時公司面臨的風(fēng)險;反之，下行資產(chǎn)β表示股市處于下跌時期時資產(chǎn)β的情況，反映在股市下跌時公司面臨的風(fēng)險。

按照Baker等[12]的理論模型，可以推測二者均與公司杠桿率負(fù)相關(guān)，且這二者將同時起作用，導(dǎo)致資產(chǎn)β對公司杠桿率產(chǎn)生負(fù)向影響。

與上行資產(chǎn)β相比，下行資產(chǎn)β對公司杠桿率的影響更大。在傳統(tǒng)權(quán)衡理論中，財務(wù)困境成本的存在會降低債務(wù)的吸引力，而這種成本的多少不僅取決于無條件的違約概率和違約發(fā)生時損失的概率，還取決于發(fā)生困境和價值損失的市場狀態(tài)，市場大環(huán)境越糟糕，發(fā)生困境時的損失越多，即財務(wù)困境成本越高。由此，筆者認(rèn)為，

當(dāng)股市處于下行狀態(tài)時，公司擁有更高的系統(tǒng)風(fēng)險，財務(wù)困境成本更高，此時杠桿率水平應(yīng)更低。

從再融資風(fēng)險和降價銷售的角度來看，在市場不景氣時，再融資風(fēng)險和降價銷售的折價較高，這將增加處于較高系統(tǒng)風(fēng)險水平的公司在困境狀態(tài)中的損失價值，并降低公司杠桿率水平，故下行資產(chǎn)β更能代表財務(wù)困境成本，β異象對公司杠桿率的負(fù)向影響集中在下行風(fēng)險中。

同理，將權(quán)益β分解為上行權(quán)益β和下行權(quán)益β，分別考察上行權(quán)益β和下行權(quán)益β對公司杠桿率的影響?；诖?，筆者提出如下假設(shè)：

假設(shè)3：公司杠桿率與其上行資產(chǎn)β和下行資產(chǎn)β均呈負(fù)相關(guān)關(guān)系。

假設(shè)4：公司杠桿率與其上行權(quán)益β和下行權(quán)益β均呈負(fù)相關(guān)關(guān)系。

三、研究設(shè)計

（一）變量選取及其度量

1.被解釋變量

本文的被解釋變量為公司杠桿率。參考Fama和French[17]的做法，將公司杠桿率分為賬面杠桿率和市場杠桿率。賬面杠桿率定義為總負(fù)債除以總資產(chǎn)（總負(fù)債與總權(quán)益之和）;市場杠桿率與賬面杠桿率的區(qū)別在于總權(quán)益部分，賬面杠桿中的權(quán)益為財務(wù)報表中的所有者權(quán)益的賬面價值，而市場杠桿的權(quán)益部分采用的是公司股票市值。另外，將杠桿率分為總杠桿率和凈杠桿率，總杠桿率為總負(fù)債除以總資產(chǎn)，凈杠桿率在總資產(chǎn)和總負(fù)債的基礎(chǔ)上同時減去現(xiàn)金及現(xiàn)金等價物。我們采用賬面總杠桿率、市場總杠桿率、賬面凈杠桿率和市場凈杠桿率四種杠桿率作為被解釋變量分別進(jìn)行考察。其中，賬面總杠桿率（LevBG）用負(fù)債合計/（負(fù)債合計+賬面權(quán)益）×100%衡量，市場總杠桿率（LevMG）用負(fù)債合計/（負(fù)債合計+市場權(quán)益）×100%衡量，賬面凈杠桿率（LevBN）用（負(fù)債合計-現(xiàn)金及現(xiàn)金等價物）/（負(fù)債合計+賬面權(quán)益-現(xiàn)金及現(xiàn)金等價物）×100%衡量，市場凈杠桿率（LevMN）用（負(fù)債合計-現(xiàn)金及現(xiàn)金等價物）/（負(fù)債合計+市場權(quán)益-現(xiàn)金及現(xiàn)金等價物）×100%衡量。

2.解釋變量

本文的核心解釋變量為系統(tǒng)性風(fēng)險，分別用權(quán)益β（βe）和資產(chǎn)β（βa）度量。其中，權(quán)益β為傳統(tǒng)意義下股東承擔(dān)的系統(tǒng)性風(fēng)險，采用CAPM模型得到?？紤]到非流動性和異質(zhì)性的影響，參考Hong和Sraer[18]的做法，使用相鄰三個交易日的市場超額收益率作為解釋變量，用過去一年約250個交易日的股票日超額收益率進(jìn)行線性回歸。具體模型如下：

Rit=αi+βi1Rm，t-1+βi2Rmt+βi3Rm，t+1+εit（5）

其中，Rit表示個股日超額收益率，Rm，t-j（j=-1，0，1）表示市場日超額收益率，εit表示誤差項(xiàng)。權(quán)益β為回歸得到的三個系數(shù)估計值之和，即βe=βi1+βi2+βi3。

根據(jù)相關(guān)理論，無杠桿條件下資產(chǎn)β等于權(quán)益β，有杠桿條件下可以在權(quán)益β的基礎(chǔ)上剔除負(fù)債的影響得到資產(chǎn)β，即βa=βe×（1-市場凈杠桿率）。

用市場超額收益率的正負(fù)區(qū)分股市上漲和股市下跌，將樣本區(qū)分為兩部分，用式（5）分別估計出上行權(quán)益β（β+e）和下行權(quán)益β（β-e）。

相似地，用上行權(quán)益β（β+e）和下行權(quán)益β（β-e）計算上行資產(chǎn)β（β+a）和下行資產(chǎn)β（β-a），即β+a=β+e×（1-市場凈杠桿率），β-a=β-e×（1-市場凈杠桿率）。

考慮到資產(chǎn)β和權(quán)益β均為系統(tǒng)性風(fēng)險度量指標(biāo)，不能完全反映單個公司的所有風(fēng)險，因此，我們將總風(fēng)險指標(biāo)作為一個重要的解釋變量進(jìn)行具體考察，總風(fēng)險包括權(quán)益風(fēng)險（Riske）和資產(chǎn)風(fēng)險（Riska）。權(quán)益風(fēng)險（Riske）用過去一年（約250個交易日）股票超額收益率的標(biāo)準(zhǔn)差度量，資產(chǎn)風(fēng)險（Riska）為權(quán)益風(fēng)險×（1-市場凈杠桿率）。類似地，將資產(chǎn)風(fēng)險區(qū)分為上行資產(chǎn)風(fēng)險（Risk+a）和下行資產(chǎn)風(fēng)險（Risk-a），將權(quán)益風(fēng)險區(qū)分為上行權(quán)益風(fēng)險（Risk+e）和下行權(quán)益風(fēng)險（Risk-e）。其中，上行權(quán)益風(fēng)險（Risk+e）用過去一年（約250個交易日）中市場收益率大于零時股票超額收益率的標(biāo)準(zhǔn)差衡量，下行權(quán)益風(fēng)險（Risk-e）用過去一年（約250個交易日）中市場收益率小于零時股票超額收益率的標(biāo)準(zhǔn)差衡量，上行資產(chǎn)風(fēng)險（Risk+a）用上行權(quán)益風(fēng)險×（1-市場凈杠桿率）衡量，下行資產(chǎn)風(fēng)險（Risk-a）用下行權(quán)益風(fēng)險×（1-市場凈杠桿率）衡量。

3.控制變量

考慮到公司杠桿率還受公司特征的影響，我們選擇了八個公司財務(wù)指標(biāo)作為控制變量，如下：固定資產(chǎn)比率（FR），用固定資產(chǎn)凈額/資產(chǎn)合計×100%衡量;總資產(chǎn)凈利潤率（PR），用息稅前利潤（EBIT）/資產(chǎn)總計×100%衡量; 總資產(chǎn)（lnA），用資產(chǎn)合計的自然對數(shù)衡量;市值賬面比（MB），用（負(fù)債合計+市場權(quán)益）/（負(fù)債合計+賬面權(quán)益）衡量;資產(chǎn)增長率（AG），用（t年資產(chǎn)合計-t-1年資產(chǎn)合計）/t-1年資產(chǎn)合計衡量;綜合稅率（T），用（營業(yè)稅金及附加+所得稅費(fèi)用）/利潤總額衡量;流動比率（CR），用流動資產(chǎn)合計/流動負(fù)債合計衡量;托賓Q比率（QR），用市場權(quán)益/（資產(chǎn)-無形資產(chǎn)凈額-商譽(yù)凈額）衡量。

（二）模型設(shè)定

本文具體考察資產(chǎn)β和權(quán)益β對公司四種杠桿率的影響，采用面板數(shù)據(jù)回歸模型來進(jìn)行分析。對于假設(shè)1和假設(shè)2，利用如下模型檢驗(yàn)：

Levit=α1βit+α2Riskit+∑8j=1δjControls

γ1FRit+γ2PRit+γ3lnAit+γ4MBit

+γ5AGit+γ6Tit+γ7CRit+γ8QRit

+εit（6）

其中，Levit表示公司i在t期的杠桿率，分別采用LevBG、LevMG、LevBN和LevMN作為被解釋變量進(jìn)行估計;βit表示公司i在t期的系統(tǒng)性風(fēng)險，分別采用βa和βe作為解釋變量進(jìn)行估計;Riskit表示公司i在t期的總風(fēng)險，分別采用Riska和Riske作為另一重要解釋變量進(jìn)行估計;Controls表示8個控制變量，分別表示公司i在t期的8個財務(wù)指標(biāo)值。

對于假設(shè)3和假設(shè)4，本文采用如下檢驗(yàn)?zāi)Ｐ停?/p>

Levit=α1β+it+α2β-it+α3Risk+it+α4Risk-it+∑8j=1δjControls+εit（7）

其中，β+it表示公司i在t期的上行系統(tǒng)性風(fēng)險，分別采用βa和βe作為解釋變量進(jìn)行估計;β-it表示公司i在t期的下行系統(tǒng)性風(fēng)險，分別采用β+a和β+e作為解釋變量進(jìn)行估計;Risk+it表示公司i在t期的上行總風(fēng)險，分別采用Risk+a和Risk+e作為另一重要解釋變量進(jìn)行估計;Risk-it表示公司i在t期的下行總風(fēng)險，分別采用Risk-a和Risk-e作為另一重要解釋變量進(jìn)行估計;其他變量同上。

（三）樣本選取與數(shù)據(jù)來源

本文以滬深兩市所有A股作為研究對象，樣本區(qū)間為2008—2019年，樣本區(qū)間的選擇依據(jù)是公司財務(wù)數(shù)據(jù)披露從2002年以后趨于標(biāo)準(zhǔn)化，而股票交易數(shù)據(jù)由于中國A股進(jìn)行了股權(quán)分置改革，導(dǎo)致2005—2007年股票收益率異常變動。

本文對數(shù)據(jù)做如下處理：（1）剔除金融類公司（包括銀行、證券和保險）;（2）剔除股票被ST的公司;（3）剔除年報數(shù)據(jù)中賬面權(quán)益為負(fù)值的公司;（4）剔除賬面凈杠桿率小于零的公司，以便讓公司杠桿率介于區(qū)間[0，1]之內(nèi);（5）為避免受個別極端值和異常值的影響，對全部連續(xù)變量數(shù)據(jù)在1%水平進(jìn)行雙向縮尾處理。

本文使用的市場層面數(shù)據(jù)是A股上市公司的日度及月度收益率、日度及月度綜合A股市場收益率（流通市值加權(quán)法計算）、日度及月度Fama-French三因子等數(shù)據(jù)，數(shù)據(jù)來自于國泰安CSMAR數(shù)據(jù)庫;公司杠桿率、固定資產(chǎn)比率、總資產(chǎn)凈利潤率、總資產(chǎn)、市值賬面比、資產(chǎn)增長率、綜合稅率、流動比率、托賓Q比率等年度財務(wù)指標(biāo)數(shù)據(jù)來源于國泰安CSMAR數(shù)據(jù)庫;日度及月度無風(fēng)險利率數(shù)據(jù)來源于銳思（RESSET/DB）金融研究數(shù)據(jù)庫。

四、實(shí)證分析

（一）變量描述性統(tǒng)計及相關(guān)性分析

表1報告了變量的描述性統(tǒng)計結(jié)果。我們按照總資產(chǎn)凈利潤率是否大于零將公司分為盈利公司和非盈利公司。在1 727家公司中，盈利公司有1 518家、非盈利公司有209家。描述性統(tǒng)計結(jié)果顯示，所有變量的標(biāo)準(zhǔn)差均不大，說明對數(shù)據(jù)進(jìn)行縮尾處理有效地剔除了極端值和異常值的影響。

通過變量間的相關(guān)系數(shù)分析結(jié)果（結(jié)果略，留存?zhèn)渌鳎┛芍?，不論是從?quán)益角度還是資產(chǎn)角度，資產(chǎn)β、上行資產(chǎn)β及下行資產(chǎn)β之間的相關(guān)性較強(qiáng);各個控制變量與資產(chǎn)β之間的相關(guān)性很弱，說明可以將控制變量與資產(chǎn)β同時加入回歸方程而不會出現(xiàn)嚴(yán)重的多重共線性問題。

（二）中國股市β異象的存在性檢驗(yàn)

在前面的理論分析中，假設(shè)中國股市中存在β異象，在此基礎(chǔ)上研究錯誤定價即β異象對公司杠桿率的影響，因此，首先需要檢驗(yàn)中國股市中是否存在β異象。我們根據(jù)每個月月末權(quán)益β由低到高進(jìn)行排序并十等分，按照等權(quán)重和市值加權(quán)分別構(gòu)造十個投資組合，以及買入最低β組合、賣空最高β組合的零投資組合（1-10）;然后，考察每個組合在下個月的超額收益率和風(fēng)險調(diào)整后的異常收益率，用Fama-French三因子模型估計各組合的異常收益率α。表2報告了各組合的異常收益率及其t值。由表2可知，當(dāng)投資組合構(gòu)建采用市值加權(quán)的方法時，最低β組合的α為0.970%，最高β組合的α僅為0.140%，隨著β的增加，β組合的異常收益率總體上呈現(xiàn)下降趨勢;同時零投資組合（最低-最高）獲得了顯著的正收益0.830%。采用等權(quán)重構(gòu)建組合有類似的結(jié)果。這表明，β的大小與其收益負(fù)相關(guān)，中國A股市場中存在β異象。

（三）資產(chǎn)β對公司杠桿率的影響

1.基本回歸結(jié)果

由于非盈利公司存在公司破產(chǎn)和股票摘牌的可能，其公司財務(wù)指標(biāo)和股票收益率可能存在異常，因此，我們只考察盈利公司的資產(chǎn)β對杠桿率的影響。對各模型進(jìn)行Hausman檢驗(yàn)，檢驗(yàn)結(jié)果顯示，統(tǒng)計量的P值幾乎為0，這表明拒絕隨機(jī)效應(yīng)模型，

限于篇幅，具體結(jié)果未在正文列出，留存?zhèn)渌?。因此，采用固定效?yīng)面板數(shù)據(jù)回歸模型進(jìn)行實(shí)證分析。表3報告了資產(chǎn)β分別與公司四種杠桿率之間的回歸結(jié)果。以資產(chǎn)β與賬面總杠桿率（LevBG）的回歸結(jié)果為例，表3結(jié)果顯示，在控制資產(chǎn)風(fēng)險后，資產(chǎn)β與杠桿率顯著負(fù)相關(guān)，資產(chǎn)β值每增加1個單位，杠桿率就會降低7.877%。這說明，資產(chǎn)β是賬面總杠桿率的重要決定因素。雖然在加入控制變量后資產(chǎn)β對杠桿率的負(fù)向影響由7.877%下降為4.914%，但仍然是顯著的負(fù)相關(guān)。對于其他杠桿率度量指標(biāo)，回歸結(jié)果也顯示出相同的結(jié)論。因此，假設(shè)1成立。

2.基于市場狀況的分組回歸結(jié)果與分析

不同市場狀況下資產(chǎn)β對公司杠桿率影響的

回歸結(jié)果如表4所示。從表4可知，對于賬面總杠桿率LevBG，有無控制變量，上行資產(chǎn)β的估計系數(shù)都不顯著，而下行資產(chǎn)β的估計系數(shù)均顯著為負(fù);對于其他三種杠桿率度量指標(biāo)，有無控制變量，上行資產(chǎn)β和下行資產(chǎn)β的估計系數(shù)均顯著為負(fù)?？偟膩碚f，無論股市上漲還是下跌，資產(chǎn)β基本上都與公司杠桿率負(fù)相關(guān)。上行資產(chǎn)β的估計系數(shù)及其t值的絕對值明顯小于下行資產(chǎn)β的估計系數(shù)及其t值的絕對值。這表明，盡管資產(chǎn)β對杠桿率的負(fù)向影響是由上行資產(chǎn)β和下行資產(chǎn)β共同驅(qū)動的，但是兩者的作用大小不同，下行資產(chǎn)β的影響明顯大于上行資產(chǎn)β的影響。這一結(jié)果與傳統(tǒng)權(quán)衡理論一致，下行資產(chǎn)β更適合作為財務(wù)困境成本衡量變量，即與股市上行狀態(tài)相比，股市處于下行狀態(tài)時公司債務(wù)導(dǎo)致公司價值的損失更大，公司會選擇更低的杠桿率水平。假設(shè)3得證。

3.基于市值的分組回歸結(jié)果與分析

由于不同市值公司錯誤定價的程度存在差異，將全部盈利公司按照流通市值的前30%、中間40%、后30%的分位數(shù)分為低市值組、中市值組和高市值組，分別研究不同組別內(nèi)資產(chǎn)β對公司杠桿率的影響，回歸結(jié)果如表5所示。由表5可知，不同市值水平下資產(chǎn)β對公司杠桿率都存在十分顯著的負(fù)向影響，而且資產(chǎn)β對公司杠桿率的影響程度隨著公司市值的增加而下降，也就是說，市值越大的公司其資產(chǎn)β對公司杠桿率的負(fù)向影響越小，反之市值越小的公司其資產(chǎn)β對公司杠桿率的影響越大。主要原因在于，在中國的資本市場中，低市值公司套利機(jī)會更多投機(jī)性更大，更易出現(xiàn)錯誤定價的現(xiàn)象，β異象的程度更高，則其資產(chǎn)β對公司杠桿率的影響程度更高。

（四）權(quán)益β對公司杠桿率的影響

1.基本回歸分析

為了驗(yàn)證上文提出的假設(shè)2和假設(shè)4，本文采用固定效應(yīng)面板數(shù)據(jù)回歸模型對權(quán)益β與公司杠桿率之間進(jìn)行回歸，結(jié)果如表6所示。

由表6可知，只有市場總杠桿率（LevMG）和市場凈杠桿率（LevMN）與權(quán)益β之間存在顯著的負(fù)相關(guān)關(guān)系，而賬面總杠桿率（LevBG）和市場凈杠桿率（LevBN）與權(quán)益β之間不存在負(fù)相關(guān)關(guān)系。實(shí)證結(jié)果部分支持假設(shè)2成立，這一結(jié)果與來自美國股市的實(shí)證結(jié)果不完全一致，其原因可能在于，中國股市不如美國股市那樣相對理性和成熟，中國上市公司股價的波動與其公司財務(wù)狀況變動不完全一致。

2.基于市場狀況的分組回歸分析

不同市場狀況下公司上行權(quán)益β和下行權(quán)益β對公司杠桿率影響的估計結(jié)果如表7所示。由表7可知，沒有加入控制變量，上行權(quán)益β和下行權(quán)益β對賬面杠桿率的影響不顯著，對市場杠桿率的影響基本上是顯著為負(fù);加入相關(guān)控制變量，上行權(quán)益β和下行權(quán)益β對賬面杠桿率的影響變?yōu)檎闲袡?quán)益β對市場杠桿率的影響保持顯著為負(fù)，而下行權(quán)益β對市場杠桿率的影響變?yōu)檎?，但從其估計系?shù)看上行權(quán)益β的影響力度大于下行權(quán)益β的影響力度?？偟膩砜矗?的經(jīng)驗(yàn)證據(jù)不能完全支持假設(shè)4。其可能的原因在于：一是中國上市公司股價的波動與其公司財務(wù)狀況變動不完全一致。二是中國股市波動呈現(xiàn)出“牛短熊長”，與美國股市的波動特征“牛長熊短”正好相反。

（五）穩(wěn)健性檢驗(yàn)

為了確保本文結(jié)果的可靠性，我們作了如下三種穩(wěn)健性檢驗(yàn)：

限于版面，穩(wěn)健性檢驗(yàn)結(jié)果未在正文列出，留存?zhèn)渌鳌?/p>

首先，控制行業(yè)的影響?；貧w結(jié)果顯示，四種杠桿率下，加入行業(yè)控制變量βia和Riskia后，資產(chǎn)β對公司杠桿率的影響效果雖然有些變化，但仍然顯著為負(fù)。說明在控制了相關(guān)行業(yè)變量之后本文的研究結(jié)果穩(wěn)健。

其次，具體考察在控制行業(yè)變量之后上行資產(chǎn)β和下行資產(chǎn)β對公司杠桿率的影響?；貧w結(jié)果顯示，不論用何比率來衡量公司杠桿率，二者均與公司杠桿率顯著負(fù)相關(guān)，且下行資產(chǎn)β的負(fù)向影響稍大于上行資產(chǎn)β，說明本文研究結(jié)果仍然穩(wěn)健。

最后，更換數(shù)據(jù)和樣本區(qū)間。將日度收益率數(shù)據(jù)更換為月度收益率數(shù)據(jù)計算β及風(fēng)險和縮小樣本區(qū)間為2015—2019年重新進(jìn)行實(shí)證檢驗(yàn)，回歸結(jié)果顯示，資產(chǎn)β對公司杠桿率存在顯著的負(fù)向影響，說明本文研究結(jié)果穩(wěn)健。

（六）“高杠桿率之謎”的一種解釋

為了嘗試用β異象解釋“高杠桿率之謎”，將盈利公司按照賬面總杠桿率水平分為低杠桿組（賬面總杠桿率<50%）和高杠桿組（賬面總杠桿率≥50%），同時按照綜合稅率水平的高低將盈利公司分為低、中、高三組，其中綜合稅率<5%為低稅率組，綜合稅率>30%為高稅率組，綜合稅率介于5%—30%之間為中稅率組。在賬面總杠桿率及綜合稅率雙變量分組下，得到盈利公司相關(guān)變量的描述性統(tǒng)計結(jié)果，具體如表8所示。

由表8可知，在低稅率組中，有24家公司選擇了低杠桿，有35家公司選擇了高杠桿，選擇高杠桿的公司占低稅率組所有公司（24+35）的比例為59.3%，顯示出低稅率組中更多的公司選擇高杠桿而不是低杠桿，表現(xiàn)出“高杠桿率之謎”。傳統(tǒng)權(quán)衡理論表明，低稅率公司因無法從稅遁收益中獲利而選擇低杠桿，這一現(xiàn)象不能用傳統(tǒng)的權(quán)衡理論解釋。

在同一杠桿率水平下，我們對低稅率組與高稅率組的杠桿率和資產(chǎn)β進(jìn)行非參數(shù)檢驗(yàn)，以考察它們的均值是否存在顯著差異，檢驗(yàn)結(jié)果如表9所示。由表9可知，對于低杠桿公司，低稅率組與高稅率組的杠桿水平均無顯著差異，因此，高稅率組并沒有表現(xiàn)出顯著的高杠桿水平，這與傳統(tǒng)權(quán)衡理論的論斷“低稅率低杠桿、高稅率高杠桿”不完全一致;對于高杠桿公司，低稅率組的杠桿水平顯著低于高稅率組的杠桿水平，這符合傳統(tǒng)的權(quán)衡理論。對于低杠桿公司，低稅率組具有較高的資產(chǎn)β（0.971）和上行資產(chǎn)β（1.271），高稅率組具有較低的資產(chǎn)β（0.900）和上行資產(chǎn)β（1.135），其非參數(shù)檢驗(yàn)的P值顯示，它們之間存在顯著的差異。這種顯著差異可能是引起高稅率組并沒有表現(xiàn)出顯著的高杠桿水平的原因。對于高杠桿公司，其非參數(shù)檢驗(yàn)的P值顯示，低稅率組的四個杠桿率指標(biāo)值顯著低于高稅率組的四個杠桿率指標(biāo)值，低稅率組的三個資產(chǎn)β指標(biāo)值顯著高于高稅率組的三個資產(chǎn)β指標(biāo)值。這一結(jié)果再次為假設(shè)1和假設(shè)3提供了經(jīng)驗(yàn)證據(jù)支持。

五、研究結(jié)論與啟示

本文從市場層面出發(fā)，基于2008—2019年中國A股上市公司數(shù)據(jù)，采取面板數(shù)據(jù)回歸模型，研究中國股市β異象對公司杠桿率的影響。權(quán)益市場中出現(xiàn)錯誤定價導(dǎo)致β異象的存在，對于資產(chǎn)風(fēng)險相對較高的公司而言，選擇低杠桿水平將獲得較低的資本成本，對于擁有低風(fēng)險資產(chǎn)的公司而言，高杠桿水平時融資的資本成本相對是較優(yōu)的。實(shí)證結(jié)果表明，資產(chǎn)β對公司杠桿率存在負(fù)向影響，高資產(chǎn)β的公司有低杠桿率。并且，中國股市β異象對公司杠桿率的負(fù)向影響有助于解釋“高杠桿率之謎”，傳統(tǒng)權(quán)衡理論中僅憑稅收和財務(wù)困境成本的考慮因素?zé)o法完全解釋公司杠桿率的選擇，高盈利的公司沒有選擇高杠桿的原因可能是因?yàn)槠鋼碛休^高的資產(chǎn)β。進(jìn)一步分析發(fā)現(xiàn)，由于低市值的公司股票更易出現(xiàn)投機(jī)行為，使得其公司權(quán)益資產(chǎn)更易出現(xiàn)錯誤定價，導(dǎo)致市值較低的公司杠桿率水平受資產(chǎn)β的影響更大。同時我們將資產(chǎn)β分為上行資產(chǎn)β和下行資產(chǎn)β兩部分，研究不同市場走向情況下資產(chǎn)β對公司杠桿率的影響，結(jié)果表明，無論股市上漲還是下跌，公司資產(chǎn)β都對公司杠桿率存在負(fù)向影響，但影響程度存在差異，下行資產(chǎn)β對公司杠桿率的負(fù)向影響更大，這進(jìn)一步印證了權(quán)衡理論中下行β可作為財務(wù)困境成本代表的結(jié)論。

中國股市β異象的存在影響公司的融資成本，進(jìn)而影響了公司資本結(jié)構(gòu)或杠桿率的決定，這導(dǎo)致傳統(tǒng)權(quán)衡理論的解釋力下降，但并非是對傳統(tǒng)權(quán)衡理論的否定，而是希望從市場層面對其進(jìn)行一定的補(bǔ)充。本文的實(shí)證研究僅證明公司資產(chǎn)β對其杠桿率的負(fù)向影響，而對于這種負(fù)向影響的傳導(dǎo)機(jī)制還存在欠缺。對于解決“高杠桿率之謎”來說，中國股市β異象為我們提供了一個新的起點(diǎn)，不再局限于公司層面，但現(xiàn)實(shí)較為復(fù)雜，中國股市β異象對“高杠桿率之謎”的解釋程度究竟有多大，究竟有多少公司的“高杠桿率之謎”能夠通過這種理論予以解釋還需要進(jìn)行進(jìn)一步的分析和研究。

參考文獻(xiàn)：

[1]Modigliani， F.，Miller， M.H. The Cost of Capital，Corporation Finance and the Theory of Investment[J].The American Economic Review，1958，48（3）：261-297.

[2] Bradley，M.， Jarrell， G.A.， Kim， E.H.On the Existence of an Optimal Capital Structure：Theory and Evidence[J].The Journal of Finance， 1984，39（3）：857-878.

[3] Gungoraydinoglu，A.， Oztekin， O. Firm-and Country-Level Determinants of Corporate Leverage： Some New International Evidence[J].Journal of Corporate Finance，2011，17（5）：1457-1474.

[4] 劉貫春，張軍，劉媛媛.金融資產(chǎn)配置、宏觀經(jīng)濟(jì)環(huán)境與企業(yè)杠桿率[J].世界經(jīng)濟(jì)，2018， （1）：148-173.

[5] 李朝霞.影響中國上市公司融資結(jié)構(gòu)的主要因素分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2003，（10）：5-12.

[6] 馮曉琪，樸哲范.上市公司杠桿率動態(tài)變化及影響因素——基于制造業(yè)的面板數(shù)據(jù)實(shí)證分析[J].金融理論與教學(xué)，2013，（6）：19-22.

[7] 車青玲.非金融企業(yè)杠桿率波動及影響因素研究——基于地方代表性企業(yè)面板數(shù)據(jù)的研究[J] .華北金融，2015， （5）：9-13.

[8] 牛斐.國有企業(yè)軟預(yù)算約束對資本結(jié)構(gòu)的影響研究[J].管理世界，2018， （9）：182-183.

[9] Myers，S.C.，Majluf， N.S.Corporate Financing and Investment Decisions When Firms Have Information That Investors do not Have[J].Journal of Financial Economics，1984，13（2）：187-221.

[10] Jong，A.， Kabir， R.，Nguyen， T.T. Capital Structure Around the World：The Roles of Firm and Country-Specific Determinants [J]Journal of Banking & Finance，2008，32（9）：1954-1969.

[11] Liang，J.L.， Li， F.，Song， H.S.An Explanation of Capital Structure of Chinas Listed Property Firms[J].Property Management， 2014，32（1）：4-15.

[12] Baker，M.，Hoeyer， M.F.，Wurgler， J. Leverage and the Beta Anomaly[J].Journal of Financial and Quantitative Analysis，2020，55（5）：1491-1514.

[13] 于誼卉.投資者能用β獲利嗎——來自中國股市的證據(jù)[D].成都：西南財經(jīng)大學(xué)碩士學(xué)位論文， 2018.

[14] 熊海芳，齊玉錄，劉蘊(yùn)祺.基于高頻數(shù)據(jù)的連續(xù)β、跳躍β與低β異象[J].金融學(xué)季刊，2018，（2）：76-96.

[15] 周亮，王銀枝.中國股市低風(fēng)險異象研究[J].金融理論與實(shí)踐，2020，（3）：90-96.

[16] Merton， R. C. On the Pricing of Corporate Debt： The Risk Structure of Interest Rates[J].The Journal of Finance 1974，29 （2）， 449-470.

[17] Fama E.F.， French， K.R. The Cross-Section of Expected Stock Returns[J].The Journal of Finance，1992，47（2）：427-465.

[18] Hong， H.，Sraer， D.Speculative Betas[J].The Journal of Finance，2016，71（5）： 2095-2144.

（責(zé)任編輯：巴紅靜）

收稿日期：2021-06-01

基金項(xiàng)目：國家自然科學(xué)基金面上項(xiàng)目“股市極端波動中流動性螺旋的微觀機(jī)制與治理研究”（71873023）

作者簡介：王志強(qiáng)（1965-），男（蒙古族），內(nèi)蒙古烏海人，教授，博士，博士生導(dǎo)師，主要從事金融學(xué)與數(shù)量經(jīng)濟(jì)學(xué)等研究。E-mail：wangzhiqiang@dufe.edu.cn

梁曉穎（1997-），女，山東煙臺人，碩士研究生，主要從事金融學(xué)研究。E-mail：1103189357@qq.com