資本結(jié)構(gòu)動態(tài)調(diào)整經(jīng)驗研究前沿

　　【摘要】 文章按照聯(lián)立方程模式、動態(tài)調(diào)整模式和數(shù)據(jù)挖掘模式總結(jié)了資本結(jié)構(gòu)動態(tài)調(diào)整最新的經(jīng)驗研究方法，梳理了經(jīng)驗研究成果，并對資本結(jié)構(gòu)動態(tài)調(diào)整研究面臨的挑戰(zhàn)和未來趨勢進(jìn)行了總結(jié)。
　　【關(guān)鍵詞】 資本結(jié)構(gòu)； 動態(tài)調(diào)整； 經(jīng)驗研究
　　
　　大多數(shù)研究在考察企業(yè)實際資本結(jié)構(gòu)對目標(biāo)資本結(jié)構(gòu)的偏離和回歸時，利用動態(tài)模擬技術(shù)和數(shù)據(jù)挖掘等方法來揭示資本結(jié)構(gòu)的動態(tài)調(diào)整本質(zhì)。本文按照聯(lián)立方程模式、動態(tài)調(diào)整模式和數(shù)據(jù)挖掘模式總結(jié)了資本結(jié)構(gòu)動態(tài)調(diào)整最新的經(jīng)驗研究方法，梳理了經(jīng)驗研究成果，目的是對這些紛繁的研究進(jìn)行梳理和評述，總結(jié)極富建設(shè)性的經(jīng)驗和結(jié)論，并為未來的研究提供建議。
　　
　　一、經(jīng)驗研究方法
　　
　　基于企業(yè)向最優(yōu)資本結(jié)構(gòu)回歸的長期趨勢，早期的經(jīng)驗研究用平均資本結(jié)構(gòu)替代最優(yōu)資本結(jié)構(gòu)。這種研究方法忽略了最優(yōu)資本結(jié)構(gòu)受調(diào)整成本和隨機因素的影響處在持續(xù)變動之中的事實。為了修正測量最優(yōu)資本結(jié)構(gòu)誤差造成的偏誤，后期代表性的研究大致采用了聯(lián)立方程模式、動態(tài)調(diào)整模式和數(shù)據(jù)挖掘模式三種方法。
　　（一）聯(lián)立方程模式
　　Jalilvand和Harris（1984）運用似無關(guān)方法估計一組調(diào)整方程，證實企業(yè)的融資行為受到調(diào)整成本的影響，遵循一種部分調(diào)整的模式。由于技術(shù)限制，他們假設(shè)投資決策是外生變量，而最優(yōu)資本結(jié)構(gòu)保持不變。因此他們定義的變量是為了反映調(diào)整速度的變化，而不是最優(yōu)資本結(jié)構(gòu)本身的變化，在估計調(diào)整系數(shù)時可能包含對最優(yōu)資本結(jié)構(gòu)的測量誤差。Ozkan（2001）認(rèn)為前期的資本結(jié)構(gòu)會對當(dāng)前的調(diào)整產(chǎn)生影響，因而采用了廣義矩估計和滯后兩期變量作為工具變量的方法。廣義矩法雖然有效地控制了變量的內(nèi)生性，但卻因此無法觀察到變量的內(nèi)生性對調(diào)整決策的影響。
　　Hovakimian等（2001）采用二階段聯(lián)立方程來內(nèi)生化最優(yōu)資本結(jié)構(gòu)隨時變化的特性，用第一個階段（Tobit回歸）預(yù)測值和實際值的差額作為第二個階段（Logit回歸）的自變量。他們發(fā)現(xiàn)，差異反映了融資決策的某種趨勢，當(dāng)實際值低于預(yù)測值時，企業(yè)增加負(fù)債；相反時則減少負(fù)債，此時調(diào)整強度明顯高于前者。這種方法的缺陷是將第一個階段的誤差帶入了第二階段的估計。
　　Fama和French（2002）認(rèn)為最優(yōu)資本結(jié)構(gòu)和股利支付率都具有內(nèi)生性，彼此相互影響，應(yīng)該用結(jié)構(gòu)方程和二階段最小二乘法進(jìn)行估計。他們首先在資本結(jié)構(gòu)模型中擬合出下期的杠桿負(fù)債率，并將擬合值代入到動態(tài)調(diào)整（兩期杠桿負(fù)債率差異）模型中，在模擬股利支付率時也采用了相似的方法，先在不包含股利支付率的方程中估算出杠桿率，再將結(jié)果代入到模擬支付率和其變化的方程中。他們也未采用同時估計技術(shù)，因此統(tǒng)計結(jié)果中發(fā)現(xiàn)了共線性。由于在估算過程中采用了均值替代法對杠桿率和股利支付率進(jìn)行擬合，因此最優(yōu)結(jié)構(gòu)并不會隨時間發(fā)生變化。
　?。ǘ﹦討B(tài)調(diào)整模式
　　Banerjee等（2004）認(rèn)為目標(biāo)資本結(jié)構(gòu)和調(diào)整都受到企業(yè)自身因素和時間因素的影響，因而是同時變化的。他們建立了動態(tài)調(diào)整模型：Lit=（1－δit）Lit－1＋δitLit*
　　最優(yōu)結(jié)構(gòu)模型：Lit*=a0＋∑ajYjit＋∑asDs＋∑atDt
　　調(diào)整速度模型：δit=β0＋∑βkZkit＋∑βsDs＋∑βtDt
　　Lit和Lit－1分別代表當(dāng)前和滯后一期的杠桿負(fù)債率，Lit*代表最優(yōu)杠桿負(fù)債率。Yj代表一系列決定資本結(jié)構(gòu)的因素，Zk代表一系列決定調(diào)整速度的變量，Ds代表行業(yè)啞變量，Dt代表時間啞變量。Banerjee等將后兩個模型中關(guān)于調(diào)整速度和最優(yōu)資本結(jié)構(gòu)的表達(dá)式代入動態(tài)調(diào)整模型中得到一個非線性方程，用高斯牛頓迭代法估計，得到企業(yè)適時的調(diào)整速度和最優(yōu)資本結(jié)構(gòu)。他們發(fā)現(xiàn)，動態(tài)調(diào)整模型的擬合優(yōu)度達(dá)到80.14%，遠(yuǎn)遠(yuǎn)高于靜態(tài)模型的27.68%。Flannery和Rangan（2006）認(rèn)為最優(yōu)資本結(jié)構(gòu)可能受到企業(yè)自身一些相對穩(wěn)定但是不可觀察因素的影響，他們因此建立了一個與Banerjee等（2004）相似、但是包含了固定效應(yīng)的部分調(diào)整模型，擬合效果更符合實際。
　　Leary和Roberts（2005）指出調(diào)整是連續(xù)發(fā)生的，不應(yīng)該使用離散的方法，以往以年為單位的研究方法存在缺陷。他們采用了持續(xù)期限分析方法，連續(xù)估計不同結(jié)構(gòu)的調(diào)整成本對調(diào)整過程的影響，用步進(jìn)函數(shù)h（t）=lim[Pr（t≤T≤t＋m?襔T≥t）/m]來估計當(dāng)前未調(diào)整的企業(yè)在下一個時刻m進(jìn)行調(diào)整的概率；用危險函數(shù)hij（t?襔ωi）=ωih0（t）exp{xij（t）'β}來描述企業(yè)資本結(jié)構(gòu)的動態(tài)調(diào)整。其中，xij（t）代表一系列協(xié)變量，反映了一系列阻礙調(diào)整的成本；ωi是隨機誤差項。他們發(fā)現(xiàn)由于調(diào)整成本的影響，在當(dāng)前時點沒有發(fā)生調(diào)整的企業(yè)中，大約有75%在下一個時點進(jìn)行調(diào)整的概率明顯增加，它們平均用一年的時間完成調(diào)整。
　?。ㄈ?shù)據(jù)挖掘模式
　　無論是聯(lián)立方程的二階段估計方法，還是動態(tài)調(diào)整模型的非線性模擬技術(shù)，都無法處理調(diào)整行為的兩種不可觀測性，一種是不可觀測的決定因素，另一種是不可觀察的決定方式。以Hennessy和Whited（2007），Pao（2008）為代表的研究者采用了數(shù)據(jù)挖掘方法來解決這一難題。
　　Hennessy和Whited（2007）認(rèn)為企業(yè)可觀察的融資決策受制于不可觀測的決定因素。他們建立了一個將投資、分紅、杠桿水平和違約等相關(guān)決策內(nèi)生化的結(jié)HE6hEIX6A4+oAbcVOlTDdynlliiKdqNa//k/OlOsNLE=構(gòu)模型，模擬企業(yè)面對一系列融資摩擦?xí)r的調(diào)整行為。這些摩擦包括企業(yè)所得稅和個人所得稅、破產(chǎn)成本、權(quán)益融資浮選成本以及次優(yōu)化債權(quán)融資的代理成本等。結(jié)構(gòu)模型用未知參數(shù)來代表這些不可觀測的摩擦，通過模擬矩估計（SMM）最小化預(yù)測值和真實值的矩來擬合這些參數(shù)。結(jié)果發(fā)現(xiàn)融資摩擦能夠很好地解釋企業(yè)的投、融資行為。
　　Pao（2008）發(fā)現(xiàn)過去的研究大多數(shù)局限于模擬而不是預(yù)測，而且各種可觀測的影響因素可能通過不可觀察的方式作用于融資決策，因此他建立了一個資本結(jié)構(gòu)動態(tài)調(diào)整的神經(jīng)網(wǎng)絡(luò)模型（ANN），由包含了可觀測因素的輸入層、不可觀察作用形式的隱藏層以及可觀測資本結(jié)構(gòu)的輸出層組成，每一層都包含了大量與鄰近層相聯(lián)結(jié)的神經(jīng)元（節(jié)點），處于不同層的神經(jīng)元可以通過非線性聯(lián)結(jié)相互作用。神經(jīng)網(wǎng)絡(luò)模型的優(yōu)勢是不必預(yù)知可觀測因素的作用方式，因為模擬本身就是一個學(xué)習(xí)過程，而且對數(shù)據(jù)本身的分布、相關(guān)、缺失等性質(zhì)沒有限制。通過最小化資本結(jié)構(gòu)觀察值和預(yù)測值的誤差平方和（SSE），可以得到輸入層可觀測因素的作用因子（估計參數(shù)）。Pao發(fā)現(xiàn)由于神經(jīng)網(wǎng)絡(luò)模型能夠抓住因素間的復(fù)雜聯(lián)系，因此它比其他模型具有更好的模擬和預(yù)測性。
　　
　　二、經(jīng)驗研究成果
　　
　　（一）調(diào)整成本的形式對企業(yè)調(diào)整決策的影響
　　Fischer等（1989）發(fā)現(xiàn)外部融資的規(guī)模和頻率將在很大程度上取決于調(diào)整成本的結(jié)構(gòu)，企業(yè)的目標(biāo)資本結(jié)構(gòu)存在一個最優(yōu)區(qū)間。他們指出并由Leary和Roberts（2005）證實，如果調(diào)整成本始終保持不變，只要調(diào)整收益超過調(diào)整成本，企業(yè)就會按照期望完全調(diào)整；如果調(diào)整成本與調(diào)整規(guī)模成比例，成本最小化的企業(yè)只有當(dāng)負(fù)債超出最優(yōu)范圍時才做細(xì)微調(diào)整，調(diào)整只要使得負(fù)債回到邊界點即可；如果調(diào)整成本由一個固定成本和一個遞減的變動成本組成，固定成本的存在使得每一次調(diào)整都向最優(yōu)回歸，遞減的變動成本則使得每一次調(diào)整都盡可能小，最后的結(jié)果是負(fù)債回到最優(yōu)點和邊界點之間。Fama和French（2002）、Leary和Roberts（2005）還發(fā)現(xiàn)反向選擇的成本可能對融資決策有重要影響。企業(yè)會發(fā)行股票或回購債券來降低破產(chǎn)風(fēng)險，但是由于調(diào)整成本的影響，它并不會立即這樣做；反過來，低負(fù)債的企業(yè)本應(yīng)該發(fā)行債券來融資，但是同樣受調(diào)整成本的影響，它會改為內(nèi)部融資。Faulkender等（2008）發(fā)現(xiàn)具有負(fù)向現(xiàn)金流的企業(yè)有補足現(xiàn)金流缺口的需求，其調(diào)整成本是沉沒成本，對企業(yè)融資決策的影響小；具有正向現(xiàn)金流的企業(yè)有分紅的需求，外部融資主要補償了分紅的現(xiàn)金支出，調(diào)整成本是邊際成本，調(diào)整速度較慢；現(xiàn)金流接近于0的企業(yè)，其調(diào)整成本即融資的邊際成本非常高，因此調(diào)整速度非常慢；受到財務(wù)約束的企業(yè)調(diào)整得也比較慢。
　　
　?。ǘ┪⒂^經(jīng)濟條件對企業(yè)調(diào)整決策的影響
　　規(guī)模是制約調(diào)整的重要因素。Jalilvand和Harris（1984）發(fā)現(xiàn)規(guī)模越大的企業(yè)執(zhí)行成本越低，市場開拓力和壟斷程度也越強，相對更容易實現(xiàn)調(diào)整。Banerjee等（2004）也證實相同調(diào)整成本對大企業(yè)的影響要小于小企業(yè)，因而大企業(yè)的調(diào)整速度更快。但是Nivorozhkin（2001）發(fā)現(xiàn)，在不同的制度背景下，規(guī)模大小對于調(diào)整速度有完全相反的影響。行業(yè)特征也是形成差異調(diào)整的關(guān)鍵原因。Bradley等（1984）、Miao（2005）發(fā)現(xiàn)由于融資和生產(chǎn)決策的相互作用形成了企業(yè)的個體差異，因此行業(yè)因素會影響最終的調(diào)整，比如高增長行業(yè)的最優(yōu)資本結(jié)構(gòu)和調(diào)整速度更低。Pao（2008）發(fā)現(xiàn)不同行業(yè)調(diào)整決策的關(guān)鍵影響因素不同，比如高科技行業(yè)的行業(yè)風(fēng)險因子與增長機會因子都與調(diào)整正向相關(guān)，但前者與傳統(tǒng)行業(yè)相反，后者則相同。
　　除此之外，不同的研究還發(fā)現(xiàn)，增長機會、收入波動性、流動負(fù)債比率、投資情況、資產(chǎn)專用性和財務(wù)困境等對調(diào)整速度都有影響。Lemmon（2008）指出，盡管先前的研究揭示了很多影響因子，但是基于它們的經(jīng)驗研究的R2只有18%-29%，在控制了固定效應(yīng)后的R2卻能達(dá)到60%，這說明實際調(diào)整還受到時間不變因素的驅(qū)使，使得企業(yè)既有向均值反轉(zhuǎn)的趨勢，也有保持本身資本結(jié)構(gòu)長期不變的趨勢。
　?。ㄈ┖暧^制度背景對企業(yè)調(diào)整決策的影響
　　Choe等（1993）、Gertler等（1993）在研究中揭示宏觀經(jīng)濟條件是企業(yè)融資決策的重要影響因素。相關(guān)研究也發(fā)現(xiàn)了宏觀經(jīng)濟影響調(diào)整行為的新證據(jù)。Hackbarth等（2006）指出，既然最優(yōu)資本結(jié)構(gòu)取決于稅盾利益與破產(chǎn)成本的均衡，而稅盾收益受制于由經(jīng)濟擴張或收縮決定的現(xiàn)金流水平，破產(chǎn)成本也依賴于由當(dāng)前經(jīng)濟狀態(tài)決定的違約可能性和違約損失，那么宏觀經(jīng)濟條件的變化必定導(dǎo)致最優(yōu)資本結(jié)構(gòu)的變化。這一推斷得到了Levy和Hennessy（2007）的證實。
　　不同制度背景下的偏離成本和調(diào)整成本存在較大差異，因此不同國家的企業(yè)調(diào)整速度不同，比如英國企業(yè)的調(diào)整成本大于偏離成本，因此調(diào)整速度慢，偏離程度大；美國企業(yè)則剛好相反。經(jīng)濟轉(zhuǎn)型國家的逐漸調(diào)整成本要高于一次調(diào)整成本，因此調(diào)整速度明顯更快。Delcoure（2007）對中東歐國家的研究揭示，影響這些轉(zhuǎn)型經(jīng)濟國家調(diào)整速度的主要因素是銀行系統(tǒng)的差異和財務(wù)限制、企業(yè)經(jīng)營和投資者保護(hù)的法律環(huán)境等市場條件。
　　Cook（2009）認(rèn)為盡管很多研究都注意到了宏觀經(jīng)濟環(huán)境對調(diào)整的影響，但是仍然缺乏對具體宏觀經(jīng)濟條件實際影響的經(jīng)驗研究。他選用期限息差、違約息差、GDP增長率和市場股息率作為制約調(diào)整速度的宏觀經(jīng)濟變量，將企業(yè)分成良好、中等和較差經(jīng)濟環(huán)境三個組別，發(fā)現(xiàn)處在以較高的期限息差、GDP增長率和較低的違約息差、市場股息率為表征的、良好經(jīng)濟環(huán)境中的企業(yè)，其調(diào)整速度明顯高于其他尤其是經(jīng)濟環(huán)境較差的企業(yè)。
　　
　　三、國內(nèi)研究成果
　　
　　王皓和趙?。?004）、童勇（2004、2006）、連玉君和鐘經(jīng)樊（2007）應(yīng)用與Banerjee等（2004）、Flannery和Rangan（2006）類似的模型，揭示中國企業(yè)雖然存在最優(yōu)資本結(jié)構(gòu)，但是由于債權(quán)融資困難、證券監(jiān)管有限，加上內(nèi)部治理的缺陷，調(diào)整成本非常大，因此調(diào)整速度非常緩慢，負(fù)債普遍不足。肖作平（2004）發(fā)現(xiàn)企業(yè)的股權(quán)融資偏好可能來自信息不對稱，但是政府主導(dǎo)型的融資體制和高昂的融資成本導(dǎo)致債券融資并不足以解決信息不對稱的問題。制度力量在中國企業(yè)資本結(jié)構(gòu)決策中起主導(dǎo)作用。黃輝（2009）提供了宏觀經(jīng)濟制度影響調(diào)整速度的證據(jù)。他發(fā)現(xiàn)破產(chǎn)法的適用范圍、各地區(qū)的法制建設(shè)、股市發(fā)展程度等制度層面的因素顯著影響企業(yè)的調(diào)整行為；企業(yè)的微觀特征對調(diào)整行為的決定作用在不同的宏觀經(jīng)濟環(huán)境中表現(xiàn)不同；較好的宏觀經(jīng)濟環(huán)境有利于較快地調(diào)整。
　　王正位等（2007）指出，銀行貸款和股權(quán)融資的監(jiān)管政策不同，導(dǎo)致兩個市場上的融資摩擦不同，股票市場的調(diào)整成本大于銀行貸款市場的調(diào)整成本。潘敏和邵科（2007）發(fā)現(xiàn)管理層對于實際負(fù)債率高于最優(yōu)負(fù)債率的偏離的調(diào)整，存在強烈的偏好；反之則調(diào)整動機明顯不足。黃輝（2009）也發(fā)現(xiàn)了調(diào)整的不對稱性，但是得到的證據(jù)不同：負(fù)債不足的企業(yè)有著比負(fù)債過度的企業(yè)較快的調(diào)整速度；負(fù)債過度的企業(yè)只有在其股價被高估時才會較快地調(diào)整。這說明在宏觀制度的影響下，企業(yè)在融資順序和融資時機上有優(yōu)序和擇機的動機。
　　Qian（2009）發(fā)現(xiàn)大型國企更容易得到銀行的青睞，具有明顯的融資優(yōu)勢，調(diào)整速度要高于其它企業(yè)。債務(wù)比例減少較多的企業(yè)在1999-2004期間的調(diào)整速度低于全樣本企業(yè)；將樣本期向前擴展到1993年后，這些企業(yè)的調(diào)整速度更加緩慢。說明經(jīng)濟改革加快了企業(yè)的調(diào)整速度。企業(yè)短期的調(diào)整行為更符合擇機理論的預(yù)期，但是長期仍然表現(xiàn)出逐步回歸的趨勢。
　　
　　四、挑戰(zhàn)與趨勢
　　
　　資本結(jié)構(gòu)動態(tài)調(diào)整研究至少在如下方面取得了令人矚目的進(jìn)展：首先，動態(tài)調(diào)整觀念改變了靜態(tài)研究思維，有助于更好理解實際融資決策；其次，運用了更為成熟的統(tǒng)計方法，更好地解決了決策的內(nèi)生性問題；第三，將微觀經(jīng)濟因素和宏觀制度背景納入分析中，研究基礎(chǔ)更為客觀。不可否認(rèn)，動態(tài)調(diào)整研究也面臨挑戰(zhàn)。
　　首先，目前大多數(shù)研究是靜態(tài)權(quán)衡理論在動態(tài)框架上的延展，主要是為了驗證朝向最優(yōu)資本結(jié)構(gòu)的動態(tài)回歸。由于經(jīng)驗研究中發(fā)現(xiàn)了對優(yōu)序融資理論的支持，未來有必要對長期調(diào)整趨勢和短期調(diào)整沖擊進(jìn)行綜合研究，完善理論模型并且改進(jìn)經(jīng)驗研究方法。
　　其次，現(xiàn)有的研究已經(jīng)將宏觀經(jīng)濟因素納入到了模型中，但是方法比較單一。比如Cook（2009）以GDP增長率、債券息差、違約息差和股息率的四分位數(shù)來界定經(jīng)濟情況的好和壞。我國大多數(shù)研究者用前兩個指標(biāo)來確定宏觀環(huán)境的差異，如黃輝（2009）。未來研究需要對宏觀經(jīng)濟更為適當(dāng)?shù)拿枋觥?br/>　　第三，受到不同制度背景的影響，即使相同模型也會得到不同結(jié)論。特別是轉(zhuǎn)型經(jīng)濟特有的政治和經(jīng)濟因素對調(diào)整決策有關(guān)鍵影響。關(guān)于資本結(jié)構(gòu)動態(tài)調(diào)整研究的重要問題就是揭示制度因素對企業(yè)資源配置效率的影響，對中國特殊制度背景更為細(xì)致地考慮將是未來研究的方向。
　　
　　【參考文獻(xiàn)】
　?。?］ 連玉君，鐘經(jīng)樊.中國上市公司資本結(jié)構(gòu)動態(tài)調(diào)整機制研究［J］.南方經(jīng)濟，2007（1）：23-38.
　　［2］ 黃輝.制度導(dǎo)向，宏觀經(jīng)濟環(huán)境與企業(yè)資本結(jié)構(gòu)調(diào)整——基于中國上市公司的經(jīng)驗證據(jù)［J］.管理評論，2009（3）：10-18.
　?。?］ 王正位，趙冬青，朱武祥.資本市場摩擦與資本結(jié)構(gòu)調(diào)整——來自中國上市公司的證據(jù)［J］.金融研究，2007（6）：109-119.
　?。?］ Banerjee S.，Heshmati，A.，and Wihlborg，C. The Dynamic of Capital Structure［J］. Research in Banking and Finance，2004，4：275-297.
　?。?］ Cook，D.O. and T.，Tang.Macroeconomic Conditions and Capital Structure Adjustment Speed［J］. Journal of Corporate Finance，2009，2：1-15.
　?。?］ Leary，M.T.，and Roberts，M.R. Do Firms Rebalance Their Capital Structures？［J］. The Journal of Finance，2005，6：2575-2619.
　?。?］ Pao，H..A Comparison of Neural Network and Multiple Regression Analysis in Modeling Capital Structure［J］. Expert Systems with Applications，2008，35:720-727.