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