基于分組固定效應(yīng)模型的中國上市公司股利政策研究

唐麗春 王勔追 劉晨

摘 要：基于1257家主板上市公司2004—2014年的數(shù)據(jù)，運(yùn)用分組固定效應(yīng)模型，考量中國上市公司的股利政策。結(jié)果表明：相比其他估計(jì)技術(shù)，分組固定效應(yīng)模型的研究結(jié)果更為準(zhǔn)確。中國上市公司在股利分配政策上具有長(zhǎng)遠(yuǎn)規(guī)劃，股利政策存在異質(zhì)性且缺乏穩(wěn)定性，股利平均支付比率處于較低水平。

關(guān)鍵詞： 分組固定效應(yīng)模型；面板數(shù)據(jù)；股利政策；股利平均支付比率

中圖分類號(hào)：F746文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)：1003-7217（2018）05-0058-05

一、引 言

近年來，國內(nèi)外學(xué)者對(duì)股利政策進(jìn)行了比較豐富的研究，其中一些學(xué)者以中國上市公司數(shù)據(jù)為樣本，研究中國的股利政策。Wang等（2011）利用Logit 模型對(duì)1024家中國上市公司1998—2008年的數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)公司的股利政策符合代理理論和稅收理論[1]。Hu和Chen（2012）用2002—2011年的面板數(shù)據(jù)估計(jì) Lintner 模型， 并得到大多數(shù)企業(yè)股利平滑的結(jié)論[2]。Lintner研究發(fā)現(xiàn)，公司會(huì)隨著收入的變化和經(jīng)營中可能發(fā)生的特殊情況逐步調(diào)整股利政策，從而使企業(yè)擁有長(zhǎng)期的股利平均支付比率。

目前估計(jì)股利平均支付比率的國外文獻(xiàn)已經(jīng)數(shù)見不鮮，但很多學(xué)者如Aivazian等（2006）、Short等（2002）、Andres等（2009）研究的股利平均支付比率的結(jié)果與算術(shù)平均值并不一致[3-5]，原因在于這些研究沒有考慮未觀察到的企業(yè)特定效應(yīng)，由此忽略了數(shù)據(jù)的面板結(jié)構(gòu)， 導(dǎo)致普通最小二乘法和組內(nèi)估計(jì)值有偏差[6， 7]。一些學(xué)者對(duì)此加以改進(jìn)，如Khan（2006）、ndres等（2009）利用廣義矩估計(jì)法估計(jì)了股利平均支付比率[5，8]，但其計(jì)算的股利平均支付比率仍然偏離了算術(shù)平均股利支付比率，估計(jì)方法仍有待改進(jìn)。

針對(duì)上述問題，本文運(yùn)用分組固定效應(yīng)模型，采用多種估計(jì)技術(shù)， 考量中國上市公司股利與收益關(guān)系。主要研究分組固定效應(yīng)模型 （GFE）的優(yōu)勢(shì)、股利平均支付比率、股利政策是否穩(wěn)定，是否存在長(zhǎng)遠(yuǎn)規(guī)劃和異質(zhì)性。對(duì)前期研究的改進(jìn)主要表現(xiàn)在：首先，考慮到非同質(zhì)性，證明中國上市公司股利政策存在異質(zhì)性。其次，利用分組固定效應(yīng)模型 （GFE），根據(jù)數(shù)據(jù)本身的性質(zhì)分組，并證明該分組是合理有效的，在此基礎(chǔ)上估計(jì)的股利平均支付比率與算術(shù)平均股利支付比率是一致的。然后，通過估計(jì)動(dòng)態(tài)面板模型來檢驗(yàn)五種方法的統(tǒng)計(jì)性質(zhì)[9]。

二、模型設(shè)計(jì)

Lintner 發(fā)現(xiàn)公司隨著收入的變化逐步調(diào)整股利政策，換言之，當(dāng)公司盈利出現(xiàn)持續(xù)的變化時(shí)，管理者將改變股利政策。

Lintner用局部調(diào)整模型將公司股利行為形式設(shè)計(jì)為：

公司通常使用面板數(shù)據(jù)來測(cè)試和監(jiān)控財(cái)務(wù)過程。然而，如果樣本是包含大截面的公司面板數(shù)據(jù)和較短時(shí)間序列， 則會(huì)導(dǎo)致短面板數(shù)據(jù)問題。2007年，Wooldridge提出未觀察到的公司效應(yīng)的概念，一方面給定公司的殘差可能在多年內(nèi)（時(shí)間序列依賴性）相關(guān)，另一方面，某一年的殘差可能與不同的公司（跨部門依賴性）相關(guān)。在公司效應(yīng)方面（CovXitεit，Xi，t-kεi，t-k≠0），當(dāng)通過OLS估計(jì)時(shí)，標(biāo)準(zhǔn)差是有偏差的，Newey-West、White Fama-MacBeth 在第一階自相關(guān)中做了修正。對(duì)于時(shí)間效應(yīng)（e.g，CovXitεit，Xitεit≠0），F(xiàn)ama-MacBeth 創(chuàng)造了無偏差標(biāo)準(zhǔn)差并正確測(cè)量置信區(qū)間。當(dāng)公司效應(yīng)和時(shí)間效應(yīng)同時(shí)在數(shù)據(jù)中出現(xiàn)時(shí)，研究人員可以進(jìn)行參數(shù)化（例如時(shí)間控制變量），并在另一個(gè)維度估計(jì)標(biāo)準(zhǔn)誤差聚集。

本文采用動(dòng)態(tài)面板模型，考慮了時(shí)間序列依賴性、橫截面依賴性。為了更進(jìn)一步說明問題，本文將采用一種基本方法固定效應(yīng)模型（FE）和四種先進(jìn)方法（GMM （DIF）、GMM（SYS）、LSDVC、GFE）進(jìn)行比較。由于OLS方法忽略了數(shù)據(jù)的面板結(jié)構(gòu)，特別是固定效應(yīng)，因此，在有未觀測(cè)的異質(zhì)性的情況下，它的估計(jì)產(chǎn)生向上或向下偏倚系數(shù)和標(biāo)準(zhǔn)差的偏差。本文使用的基本方法是標(biāo)準(zhǔn)固定效應(yīng)模型（FE）。許多較為先進(jìn)的研究通過替代技術(shù)避免了使用FE方法的偏差。Arellano和Bond（1988）[9]采用廣義的矩陣框架，將滯后因變量的水平作為滯后因變量的第一差分變量的工具：他們首先基于殘差為二階序列相關(guān)，區(qū)分面板數(shù)據(jù)，以消除時(shí)間不變的固定效應(yīng)，進(jìn)而證明滯后的值為第一差分變量的合理性。然而，滯后的水平可能對(duì)第一差分變量提供很少的信息，尤其是如果它們連續(xù)相關(guān)[11]。Blundell和Bond（1995）[12]提出了一個(gè)替代系統(tǒng) GMM，除了在第一差分使用Arellano的方法，設(shè)計(jì)了兩個(gè)方程系統(tǒng)的回歸模型，利用滯后第一差異作為工具代入一個(gè)非轉(zhuǎn)換方程。然而，如果回歸包含二階序列相關(guān)，則 GMM 方法的工具是無效的。LSDVC方法從FE方法中去除近似的小樣本偏差，但它假設(shè)針對(duì)于嚴(yán)格的外生解釋變量，因此存在內(nèi)生解釋變量將降低LSDVC估計(jì)的質(zhì)量。

最后一個(gè)估計(jì)工具是Bonhomme和 Manresa（2015）的分組固定效應(yīng)模型（GFE）[13]，該模型提出了一個(gè)框架，允許在線性面板數(shù)據(jù)模型中聚類時(shí)變的不可觀測(cè)的異質(zhì)性分組存在。與其他研究方法比較，這種方法的優(yōu)點(diǎn)在于，GFE給出的特定分組和特定分組成員是由數(shù)據(jù)本身的性質(zhì)估計(jì)得來，而不是人為的分組和估計(jì)。所以，GFE模型能夠給出較優(yōu)秀的估計(jì)結(jié)果。

根據(jù)方程（1）和（2）得出考慮異質(zhì)性的簡(jiǎn)單線性模型如下：

三、樣本和數(shù)據(jù)

本文數(shù)據(jù)來自 CSMAR（中國股票市場(chǎng)和會(huì)計(jì)研究）數(shù)據(jù)庫，該數(shù)據(jù)庫采用了 CRSP、Compustat 和 PACAP（太平洋資本市場(chǎng)）等國際知名數(shù)據(jù)庫和中國商業(yè)研究綜合數(shù)據(jù)庫。CSMAR 包括中國證券市場(chǎng)、財(cái)務(wù)報(bào)表和中國上市公司的公司治理數(shù)據(jù)，數(shù)據(jù)庫收集了上海證券交易所和深圳證券交易所1990年以來的庫存數(shù)據(jù)，數(shù)據(jù)每季度更新，以確保連續(xù)性和及時(shí)性。

按照標(biāo)準(zhǔn)的做法，本文僅研究在中國主板上市的公司，采用的樣本是1257家上市公司在2004—2014年的平衡面板數(shù)據(jù)，包括企業(yè)公開的稅后凈收益、每股股利等，這些公司在2004—2014年間都發(fā)放了股利。數(shù)據(jù)之所以僅采用到2014年，是因?yàn)樽?015 年下半年以來，證券市場(chǎng)波動(dòng)劇烈、監(jiān)管政策“變化莫測(cè)”、實(shí)體經(jīng)濟(jì)下行，直接導(dǎo)致投資者損失慘重（中證指數(shù)有限公司研發(fā)部提供的2017 年度A 股市場(chǎng)分紅報(bào)告[14]），因此，中國股市在2015年之后數(shù)據(jù)波動(dòng)很大，對(duì)統(tǒng)計(jì)數(shù)據(jù)會(huì)產(chǎn)生不利影響。

四、結(jié)果分析

本文研究了三組情況：（1）對(duì)于不同樣本和不同模型，如何選擇最優(yōu)分組數(shù)（表1）；（2）比較五種方法獲得的結(jié)果（表2）；（3）比較五種方法的最優(yōu)分組模式（表3）。

表1展示了 從1～10的不同分組數(shù) G的貝葉斯信息標(biāo)準(zhǔn)（BIC）的結(jié)果。BIC是模型的選擇標(biāo)準(zhǔn)，BIC最低的模型最好。因此，Lintner模型的最優(yōu)分組數(shù)是2組，而Fama 與Babiak 模型的最優(yōu)分組數(shù)是4組。

表2計(jì)算了每種估算方法的股利平均支付比率與算術(shù)平均股利支付比率之間的差異百分比。對(duì)于前4種方法（FE、GMM （DIF）、GMM（SYS）、LSDVC），不考慮企業(yè)異質(zhì)性的分組模式，結(jié)果與算術(shù)平均股利支付比率相差43.63%～85.77%。然而對(duì)于GFE方法，考慮了企業(yè)異質(zhì)性的分組模式，G = 2時(shí)僅相差3.54%，表示b和c的平均值估計(jì)與算術(shù)平均股利支付比率是一致的。由此可見，GFE模型給出了最優(yōu)估計(jì)結(jié)果，并且每組中的成員選定是基于數(shù)據(jù)本身的性質(zhì)。在表2中，所有方法的差異在44.40%～84.05% 之間。其中，GFE方法的結(jié)果與算術(shù)平均股利支付比率之間的差異為61.80%，并非最低。所以，即使運(yùn)用 Fama and Babiak的模型，分組模式也并不完美。 表2的結(jié)果證明了中國上市公司在股利支付政策上存在異質(zhì)性，然而，F(xiàn)ama and Babiak的模型不能很好地?cái)M合中國市場(chǎng)。

表2展示了股利的第一個(gè)滯后部分的影響（AR （1））和通過FE、GMM （DIF）、GMM（SYS）、LSDVC和GFE方法，基于方程（1）和方程（2）計(jì)算的平衡樣本的公開股利收益。

計(jì)算出最優(yōu)分組后，運(yùn)用Lintner 模型對(duì)最優(yōu)分組的數(shù)據(jù)進(jìn)行處理，并用FE、GMM （DIF）、GMM（SYS）和LDVC方法分析同樣本數(shù)據(jù)。表3展示了Lintner 模型的比較結(jié)果，這4種方法計(jì)算的股利平均支付比率與算術(shù)平均股利支付比率的差異在9.90%～27.25%之間，相比于沒有計(jì)算出最佳分組情況（43.63%～85.77%），差異被大大縮小，這再次證明了從 GFE得到的分組是合理并貼近實(shí)際情況的。再觀察不同的組：第1組（g1，304家公司），其調(diào)整系數(shù)速率的范圍0.73～0.90，股利平均支付比率34.02%～39.35%；第2組（g2，953家公司），調(diào)整系數(shù)速率的范圍0.34～0.58，股利平均支付比率1.73%～8.05%。顯然，第2 組的調(diào)整系數(shù)速率相對(duì)較小，所以第二組股利政策比第1組更平穩(wěn)。

五、結(jié)論與建議

以上研究證明，分組固定效應(yīng)模型考慮了企業(yè)異質(zhì)性的分組模式，其特定分組模式和特定分組成員是由數(shù)據(jù)本身的性質(zhì)估計(jì)得來，而且得到的分組模式是合理并貼近實(shí)際情況的，其研究結(jié)果更為準(zhǔn)確，這種研究方法為企業(yè)制定合理的股利政策提供了更實(shí)際的參考標(biāo)準(zhǔn)。

就中國上市公司而言，股利分配政策存在長(zhǎng)遠(yuǎn)規(guī)劃，股利政策具有異質(zhì)性且不穩(wěn)定，股利平均支付比率比較低。雖然本文數(shù)據(jù)僅采用到2014年，但這個(gè)結(jié)論仍適用于現(xiàn)在，因?yàn)楦鶕?jù)中證指數(shù)有限公司研發(fā)部提供的2017 年度A 股市場(chǎng)分紅報(bào)告[14]，全市場(chǎng)分紅上市公司股利支付率的均值和中位數(shù)分別為37.05%以及30.12%（由于個(gè)股股利支付率極值的影響，報(bào)告建議采用中位數(shù)作為標(biāo)準(zhǔn)）且市場(chǎng)整體的股利支付率為28.61%。

導(dǎo)致研究結(jié)果的原因主要在于：首先，我國執(zhí)行的是“半強(qiáng)制”分紅政策及其對(duì)應(yīng)的“門檻”股利支付率30%的要求，A 股市場(chǎng)整體上發(fā)放的是“門檻股利”，目的是為了應(yīng)付監(jiān)管部門的相關(guān)監(jiān)管要求。其次，成長(zhǎng)型行業(yè)對(duì)再融資的需求較為迫切，它們分紅的動(dòng)機(jī)主要是為了滿足再融資的條件，沒有意愿支付較高股利。再者，中國上市公司很多是國有企業(yè)，政府作為國有企業(yè)的“隱形擔(dān)?！保沟脟衅髽I(yè)在資金短缺甚至虧損時(shí)仍然較容易從銀行獲取借款，而不是從資本市場(chǎng)再融資，從而其在分紅方面動(dòng)力明顯偏弱。最后，很多公司盈利能力較差，現(xiàn)金流量緊張，沒有能力支付較高股利，甚至出現(xiàn)了常年不分紅的“鐵公雞”。

股利作為投資者收益，代表著上市公司在盈利的同時(shí)注重投資者回報(bào)。本文估算的中國上市公司的平均股利支付比率顯然低于資本市場(chǎng)發(fā)達(dá)國家，且股利政策不穩(wěn)定，鑒此，建議：（1）完善關(guān)于股利政策。近年，有關(guān)部門不斷推出各種刺激分紅政策，鼓勵(lì)上市公司進(jìn)行分紅。但有些政策還不夠完善，因此仍需完善關(guān)于股利政策，以便于上市公司執(zhí)行不出現(xiàn)偏差。（2）完善資本市場(chǎng)的稅收體系。對(duì)一些利潤分配不合理不合規(guī)的公司征收與之相對(duì)應(yīng)的留存收益稅，以保證上市公司合理股利分配。（3）優(yōu)化上市公司股權(quán)結(jié)構(gòu)。建立健全中小股東保護(hù)機(jī)制，避免公司股利政策的制定由少數(shù)大股東操縱，保護(hù)中小股東的利益。（4）提高公司盈利能力。盈利能力是公司賴以生存的基礎(chǔ)，是公司制定股利分配政策的保障，因此，無論從國家層面還是公司內(nèi)部，都要努力創(chuàng)造條件搞好經(jīng)營，提高公司盈利水平和質(zhì)量，公司應(yīng)多層次、全方位地打造自身特有的利潤增長(zhǎng)點(diǎn)，制定長(zhǎng)遠(yuǎn)發(fā)展戰(zhàn)略，形成契合自身優(yōu)勢(shì)的利潤增長(zhǎng)模式。

參考文獻(xiàn)：

[1] Wang X， Manry D， Wandler S. The impact of government ownership on dividend policy in China[J]. Advances in Accounting， 2011， 27（2）： 366-372.

[2] Hu F， Chen X. Dividend smoothing and firm value： evidence from Chinese firms[C]. International Conference on Information Management， Innovation Management and Industrial Engineering， 2012： 98-101.

[3] Aivazian V A， Booth L， Cleary S. Dividend smoothing and debt ratings[J]. Journal of Financial & Quantitative Analysis， 2006， 41（2）： 439-453.

[4] Short H， Zhang H， Keasey K. The link between dividend policy and institutional ownership[J]. Journal of Corporate Finance， 2002， 8（2）： 105-122.

[5] Andres C， Betzer A， Goergen M， et al. Dividend policy of German firms[J]. Journal of Empirical Finance， 2009， 16（2）： 175-187.

[6] Mcdonald J G， Jacquillat B， Nussenbaum M. Dividend， investment and financing decisions： empirical evidence on French firms[J]. Journal of Financial & Quantitative Analysis， 1975， 10（5）： 741-755.

[7] Robinson C J. International perspectives on corporate finance：the Linter model and dividend policy among publicity listed firms in barbados[J]. Savings & Development， 2005， 29（2）： 155-168.

[8] Khan T. Company dividends and ownership structure： evidence from UK panel data[J]. Economic Journal， 2006， 116（510）： 172–189.

[9] Arellano M， Bond S R. Dynamic panel data estimation using PPD： a guide for users[M]. London： Institute for Fiscal Studies， 1988.

[10]Fama E F， Babiak H. Dividend policy： an empirical analysis[J]. Publications of the American Statistical Association， 1968， 63（324）： 1132-1161.

[11]Arellano M， Bover O. Another look at the instrumental variable estimation of error-components models [J]. Journal of Econometrics， 1990， 68（1）： 29-51.

[12]Blundell R， Bond S. Initial conditions and moment restrictions in dynamic panel data models[J]. Economics Papers， 1995， 87（1）： 115-143.

[13]Bonhomme S， Manresa E. Grouped patterns of heterogeneity in panel data[J]， Econometrica， 2015， 83（3）：1147-1184.

[14]中證指數(shù)有限公司研發(fā)部. 2017 年度A 股市場(chǎng)分紅報(bào)告[N]. 上海證券報(bào)， 2018：009.

（責(zé)任編輯：鐘 瑤）