洪 攀, 舒長(zhǎng)江
( 南昌航空大學(xué) 經(jīng)濟(jì)管理學(xué)院 ,南昌 330063)
自2008年全球性金融危機(jī)爆發(fā)以來(lái),我國(guó)非金融企業(yè)部門(mén)杠桿率不斷攀升,如何匹配企業(yè)資本結(jié)構(gòu)即如何合理安排企業(yè)債務(wù)資本與權(quán)益資本的比例,將杠桿率控制在合理有效范圍之內(nèi),達(dá)到顯著提升企業(yè)內(nèi)在價(jià)值的目標(biāo),日益成為社會(huì)關(guān)注的重點(diǎn)問(wèn)題。黨的十九屆四中全會(huì)和2019年中央經(jīng)濟(jì)工作會(huì)議都明確將“堅(jiān)持結(jié)構(gòu)性去杠桿的基本思路,防范金融市場(chǎng)異常波動(dòng)和共振”作為今后工作的重點(diǎn)。
企業(yè)發(fā)展需要融資,資本來(lái)源主要有權(quán)益融資和債務(wù)融資兩種方式,當(dāng)前我國(guó)資本市場(chǎng)發(fā)展并不完善,銀行在整個(gè)國(guó)民經(jīng)濟(jì)體系中起著舉足輕重的作用。由于企業(yè)規(guī)模、企業(yè)性質(zhì)、行業(yè)地區(qū)等存在差異性,導(dǎo)致企業(yè)在市場(chǎng)融資過(guò)程中會(huì)呈現(xiàn)顯著差異。大型企業(yè)、傳統(tǒng)行業(yè)企業(yè)以及國(guó)有企業(yè)在融資過(guò)程中由于其企業(yè)規(guī)模大、資產(chǎn)雄厚、與銀行聯(lián)系密切等原因,加上銀行出于維護(hù)自身穩(wěn)健性、節(jié)約成本的考慮,在資金分配過(guò)程中愿意將更多的資金出借給國(guó)有企業(yè)、傳統(tǒng)的大型工業(yè)企業(yè),間接加劇了中小企業(yè)、新興行業(yè)企業(yè)的信貸資金緊張的狀況。從區(qū)域發(fā)展異質(zhì)性視角來(lái)看,東部地區(qū)經(jīng)濟(jì)發(fā)達(dá),資本市場(chǎng)更加健全,企業(yè)融資更加便利,中西部地區(qū)雖然有諸多的扶持政策但是由于企業(yè)發(fā)展缺乏原生動(dòng)力,最終導(dǎo)致區(qū)域間發(fā)展呈現(xiàn)出結(jié)構(gòu)化差異趨勢(shì)。
按照權(quán)衡理論的觀點(diǎn),企業(yè)以負(fù)債的方式進(jìn)行生產(chǎn)經(jīng)營(yíng)可以享受稅盾效應(yīng),有助于提升企業(yè)價(jià)值,但在此過(guò)程中負(fù)債也會(huì)帶來(lái)巨大的還本付息壓力,企業(yè)破產(chǎn)成本也會(huì)上升,因此企業(yè)在生產(chǎn)經(jīng)營(yíng)過(guò)程中必須要在二者之間進(jìn)行取舍,實(shí)現(xiàn)企業(yè)資本結(jié)構(gòu)最優(yōu)化、企業(yè)價(jià)值最大化。企業(yè)杠桿對(duì)公司價(jià)值到底是具有顯著的促進(jìn)作用還是具有顯著的降低作用?現(xiàn)有文獻(xiàn)一直存在爭(zhēng)議。本文試圖從企業(yè)異質(zhì)性(不同行業(yè)、不同地區(qū))的視角出發(fā),采用分位數(shù)回歸模型,將其結(jié)果與常規(guī)模型(最小二乘與固定效應(yīng))進(jìn)行比較,來(lái)考察杠桿率對(duì)企業(yè)價(jià)值的影響過(guò)程,以期對(duì)上述爭(zhēng)議作出一定的回應(yīng)。
文章邊際貢獻(xiàn)在于:第一,傳統(tǒng)的OLS法難以精準(zhǔn)估計(jì)企業(yè)杠桿對(duì)企業(yè)價(jià)值非線性影響,本文以2008—2019年A股上市非金融企業(yè)5780個(gè)研究樣本,從企業(yè)異質(zhì)性(不同行業(yè)、不同地區(qū))的視角出發(fā),采用分位數(shù)回歸模型考察了企業(yè)杠桿對(duì)企業(yè)價(jià)值非均勻影響;第二,企業(yè)杠桿對(duì)公司價(jià)值的影響一直存在爭(zhēng)議,文章實(shí)證結(jié)果表明,無(wú)論是分行業(yè)還是分地區(qū),企業(yè)杠桿對(duì)企業(yè)價(jià)值的影響與企業(yè)價(jià)值初始值大小緊密關(guān)聯(lián),研究結(jié)論為企業(yè)杠桿對(duì)公司價(jià)值影響研究提供了一個(gè)新的視角,回應(yīng)了傳統(tǒng)文獻(xiàn)關(guān)于二者之間關(guān)系的分歧。
余下結(jié)構(gòu)安排如下:第二部分是文獻(xiàn)回顧;第三部分是研究設(shè)計(jì);第四部分是穩(wěn)健性檢驗(yàn);最后是研究結(jié)論與啟示。
Modigliani and Miller[1]提出的MM理論,開(kāi)創(chuàng)了現(xiàn)代公司金融研究的先河,該理論強(qiáng)調(diào),在一個(gè)完全有效的市場(chǎng)中,企業(yè)價(jià)值不會(huì)受到企業(yè)資本結(jié)構(gòu)的影響。隨著認(rèn)識(shí)由淺入深,MM理論在現(xiàn)實(shí)應(yīng)用中不斷受到挑戰(zhàn),諸多學(xué)者對(duì)其進(jìn)行修正,目前針對(duì)企業(yè)債務(wù)結(jié)構(gòu)與企業(yè)價(jià)值之間關(guān)系的研究大致形成了以下幾種觀點(diǎn)。
觀點(diǎn)一認(rèn)為,企業(yè)債務(wù)比率與企業(yè)價(jià)值之間存在著顯著的正相關(guān)關(guān)系。Jensen[2]通過(guò)構(gòu)建包含管理層行為與企業(yè)價(jià)值相關(guān)關(guān)系的JM模型指出,企業(yè)負(fù)債行為能夠激勵(lì)管理者,存在使得企業(yè)價(jià)值最大化的最優(yōu)資本結(jié)構(gòu),即邊際債務(wù)成本等于邊際收益。Ross[3]提出的信號(hào)傳遞理論指出,提升企業(yè)債務(wù)比率能顯著提升公司價(jià)值。Frank and Goyal[4]運(yùn)用插補(bǔ)法修正后的數(shù)據(jù)樣本,同樣證實(shí)了企業(yè)杠桿率對(duì)公司價(jià)值的正相關(guān)關(guān)系。Margaritis and Psillaki[5]針對(duì)企業(yè)所有權(quán)結(jié)構(gòu)、資產(chǎn)負(fù)債率以及公司價(jià)值之間的關(guān)系進(jìn)行研究,發(fā)現(xiàn)企業(yè)資產(chǎn)負(fù)債率對(duì)企業(yè)價(jià)值有正向促進(jìn)作用。
觀點(diǎn)二認(rèn)為,企業(yè)債務(wù)比率對(duì)企業(yè)價(jià)值存在負(fù)向作用。根據(jù)Myers and Majluf[6]啄食理論的觀點(diǎn)可知,企業(yè)面臨融資需求時(shí)應(yīng)當(dāng)遵循先股權(quán)后債權(quán)的融資順序,盈利能力在企業(yè)杠桿率與企業(yè)價(jià)值之間起著顯著的作用。Rajan and Zingalas[7]研究證明了企業(yè)資本結(jié)構(gòu)與企業(yè)價(jià)值之間存在負(fù)相關(guān)關(guān)系。劉義鵑和朱燕萍[8]從不同行業(yè)視角進(jìn)行研究發(fā)現(xiàn),大部分行業(yè)資產(chǎn)負(fù)債率與企業(yè)價(jià)值之間呈現(xiàn)負(fù)相關(guān)關(guān)系。肖作平[9]研究發(fā)現(xiàn),財(cái)務(wù)杠桿的提升會(huì)顯著惡化企業(yè)績(jī)效,不利于提升企業(yè)價(jià)值。連玉君和程建[10]研究指出,在成長(zhǎng)機(jī)會(huì)較少的情況下,企業(yè)杠桿率與企業(yè)價(jià)值呈現(xiàn)負(fù)相關(guān)關(guān)系,當(dāng)成長(zhǎng)機(jī)會(huì)較多時(shí),杠桿率與企業(yè)價(jià)值呈現(xiàn)正相關(guān)關(guān)系。
觀點(diǎn)三認(rèn)為,企業(yè)杠桿率與企業(yè)價(jià)值之間存在“倒U形”關(guān)系,企業(yè)資本結(jié)構(gòu)存在最優(yōu)狀態(tài)。Gruber和Warner[11]通過(guò)研究發(fā)現(xiàn),企業(yè)存在使得其價(jià)值實(shí)現(xiàn)最大化的最佳資本結(jié)構(gòu),這符合權(quán)衡理論的具體內(nèi)涵。汪輝[12]就債務(wù)融資與企業(yè)市場(chǎng)價(jià)值之間的關(guān)系進(jìn)行了實(shí)證探討發(fā)現(xiàn),在債務(wù)融資規(guī)模未達(dá)到最優(yōu)狀態(tài),提升債務(wù)融資比重會(huì)增加企業(yè)市場(chǎng)價(jià)值,當(dāng)債務(wù)規(guī)模超過(guò)最優(yōu)資本結(jié)構(gòu),提升債務(wù)融資比重會(huì)降低市場(chǎng)價(jià)值。胡援成[13]從MM模型和修正的MM模型出發(fā),構(gòu)建符合我國(guó)基本情況的理論模型并實(shí)證驗(yàn)證了企業(yè)存在價(jià)值最大化的最優(yōu)杠桿率。李露[14]以上交所上市公司的數(shù)據(jù)為樣本進(jìn)行實(shí)證研究發(fā)現(xiàn),資本結(jié)構(gòu)與企業(yè)價(jià)值之間存在 “倒U形”關(guān)系。
綜合現(xiàn)有國(guó)內(nèi)外文獻(xiàn)研究來(lái)看,有關(guān)企業(yè)杠桿率與企業(yè)價(jià)值之間關(guān)系研究雖然已經(jīng)展開(kāi),但是目前學(xué)界缺乏統(tǒng)一的結(jié)論。以行業(yè)異質(zhì)性和區(qū)域異質(zhì)性作為切入點(diǎn),通過(guò)采用OLS和分位數(shù)回歸方法進(jìn)行對(duì)比,驗(yàn)證不同行業(yè)和不同區(qū)域企業(yè)杠桿率對(duì)企業(yè)價(jià)值影響的非對(duì)稱性,對(duì)現(xiàn)有文獻(xiàn)研究形成有益補(bǔ)充。此外,通過(guò)分位數(shù)回歸結(jié)果可知,企業(yè)資本結(jié)構(gòu)存在最優(yōu)區(qū)間,對(duì)前述研究中產(chǎn)生的分歧形成較好的回應(yīng)。
選取了2008—2019年A股上市公司財(cái)務(wù)數(shù)據(jù)作為研究樣本,為保持?jǐn)?shù)據(jù)的合理性、有效性做了以下處理:第一,剔除了ST、PT公司、金融行業(yè)上市公司以及樣本缺失的上市公司;第二,剔除當(dāng)季IPO、H股和B股企業(yè)數(shù)據(jù)樣本。處理后得到578家微觀企業(yè)數(shù)據(jù)樣本,按照行業(yè),劃分為制造業(yè)、房地產(chǎn)業(yè)、建筑業(yè)、交通運(yùn)輸業(yè)、信息技術(shù)業(yè)、批發(fā)零售業(yè),按照公司區(qū)域,劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)。為了消除數(shù)據(jù)異常值的影響,樣本數(shù)據(jù)進(jìn)行了1%和99%百分位的縮尾處理。數(shù)據(jù)來(lái)源于wind數(shù)據(jù)庫(kù)、choice金融終端、中國(guó)人民銀行官網(wǎng)、國(guó)家統(tǒng)計(jì)局、地方統(tǒng)計(jì)局官網(wǎng)。
1)因變量,托賓 Q 。企業(yè)價(jià)值代理變量,企業(yè)價(jià)值是以未來(lái)預(yù)計(jì)現(xiàn)金流量進(jìn)行折現(xiàn)到當(dāng)前來(lái)衡量。由于企業(yè)投資在未來(lái)所產(chǎn)生的效益目前無(wú)法進(jìn)行預(yù)計(jì),借鑒潘海英和胡慶芳[15]的研究采用托賓 Q來(lái)表示企業(yè)價(jià)值,記為 t bq。
2)自變量,企業(yè)杠桿率。借鑒牛慕鴻[16]、劉曉光[17]等的研究,采用企業(yè)資產(chǎn)負(fù)債率衡量企業(yè)杠桿率,記為 l ev。
3)控制變量的選取。參照周菲[18]、綦好東[19]等的研究,選取以下幾種控制變量:前十大股東持股比例,記為 largest;營(yíng)業(yè)收入同比增長(zhǎng)率,記為growth; 成立年限用 ln(1+成立年限)表示,記為age ; 公司資產(chǎn)總額的對(duì)數(shù),記為 zc;經(jīng)營(yíng)性現(xiàn)金流與 凈利潤(rùn)的比值,記為c fo。
其中,i 表示企業(yè),t表示時(shí)期, Xi,t是控制變量的向量表示, εi,t表 示隨機(jī)擾動(dòng)項(xiàng), β1表示杠桿率對(duì)企業(yè)價(jià)值回歸結(jié)果。分別采用普通OLS、固定效應(yīng)模型和分位數(shù)回歸,對(duì)比 β1在不同回歸方法下是否具有顯著差異性,以期驗(yàn)證企業(yè)杠桿率對(duì)企業(yè)價(jià)值影響 是否存在非對(duì)稱性,即企業(yè)是否存在最優(yōu)杠桿率區(qū)間。
表1報(bào)告了全樣本下各變量描述性統(tǒng)計(jì)結(jié)果①①鑒于篇幅限制,文章只報(bào)告了全樣本下的各變量的描述性統(tǒng)計(jì),分行業(yè)、分地區(qū)各變量的描述性統(tǒng)計(jì)在此省略,如有需要,請(qǐng)向作者索取。。表1結(jié)果表明,全樣本中 t bq均值為2.109 5,中位數(shù)為1.647 5,最大值為25.123 0,最小值為?20.730 4,說(shuō)明企業(yè)價(jià)值存在較大差異。 lev均值為0.481 6,中位數(shù)為0.486 2,最大值為0.971 7,最小值為0.017 8,說(shuō)明企業(yè)杠桿率之間存在顯著分化。
表2報(bào)告了變量之間的相關(guān)系數(shù)。表2表明,企業(yè)價(jià)值與企業(yè)杠桿率之間的相關(guān)系數(shù)在1%水平上顯著為負(fù)值,這一推斷是否成立,需要后續(xù)進(jìn)一步的計(jì)量檢驗(yàn)。
表 1 全樣本下變量描述性統(tǒng)計(jì)
表 2 變量間的相關(guān)系數(shù)
表3報(bào)告了不同計(jì)量模型下企業(yè)杠桿對(duì)企業(yè)價(jià)值的影響程度。在均值(OLS)和固定效應(yīng)(FE)回歸模型下,企業(yè)杠桿對(duì)企業(yè)價(jià)值存在顯著的負(fù)向影響,并且這種影響是線性的。但是在分位數(shù)回歸模型下可以看到,企業(yè)杠桿對(duì)企業(yè)價(jià)值的影響并不是均勻的,當(dāng)企業(yè)價(jià)值初始位置處在5%分位數(shù)之前時(shí),回歸系數(shù)在10%的水平上顯著為正,當(dāng)企業(yè)價(jià)值初始位置處在5%分位數(shù)之后時(shí),回歸系數(shù)從正數(shù)逆轉(zhuǎn)為負(fù)數(shù),常規(guī)模型(OLS和FE)結(jié)果與分位數(shù)模型結(jié)果產(chǎn)生顯著差異。研究結(jié)論暗示,當(dāng)前的我國(guó)實(shí)體行業(yè)的整體杠桿率已經(jīng)處于非常高的位置,提升企業(yè)杠桿率帶來(lái)的稅盾效應(yīng)已經(jīng)不能抵扣企業(yè)的破產(chǎn)成本,只有一些行業(yè)龍頭企業(yè)才具有加杠桿的空間。圖1(a)~圖1(f)進(jìn)一步顯示,當(dāng)企業(yè)價(jià)值初始位置由5%分位數(shù)向95%分位數(shù)不斷轉(zhuǎn)移時(shí),企業(yè)杠桿對(duì)企業(yè)價(jià)值的負(fù)向影響程度邊際遞增。這表明當(dāng)企業(yè)價(jià)值初始值高時(shí),隨著杠桿率的提升,企業(yè)價(jià)值能夠得到顯著提升,當(dāng)企業(yè)價(jià)值初始值較低時(shí),杠桿率提升對(duì)企業(yè)價(jià)值會(huì)產(chǎn)生更大的阻滯作用。原因在于企業(yè)價(jià)值高,企業(yè)實(shí)力越雄厚,在市場(chǎng)上融資十分便利,對(duì)企業(yè)發(fā)展起著重要的促進(jìn)作用,企業(yè)價(jià)值低,企業(yè)面臨的融資約束越大,企業(yè)融資渠道窄,企業(yè)經(jīng)營(yíng)發(fā)展受到巨大影響,加之,這部分企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中處于劣勢(shì)地位,企業(yè)容易陷入經(jīng)營(yíng)困境,形成惡性循環(huán)。圖2表明,不同行業(yè)企業(yè)價(jià)值初始位置處在同一百分位時(shí),企業(yè)杠桿對(duì)企業(yè)價(jià)值的影響存在顯著差異,具體來(lái)說(shuō),在同一百分位水平上,批發(fā)零售業(yè)、信息技術(shù)業(yè)、制造業(yè)的企業(yè)杠桿對(duì)企業(yè)價(jià)值影響強(qiáng)度要遠(yuǎn)遠(yuǎn)大于建筑業(yè)、交通運(yùn)輸業(yè)和房地產(chǎn)業(yè),表明輕資產(chǎn)行業(yè)企業(yè)價(jià)值對(duì)杠桿率的依賴程度要遠(yuǎn)遠(yuǎn)大于重資產(chǎn)行業(yè)的企業(yè),暗示國(guó)家在實(shí)施金融“去杠桿”政策過(guò)程中,需要區(qū)別對(duì)待不同行業(yè)的企業(yè),防止因去杠桿而造成企業(yè)價(jià)值銳減,引發(fā)行業(yè)次生風(fēng)險(xiǎn)。
表 3 不同行業(yè)企業(yè)回歸結(jié)果②②鑒于篇幅限制,表3只報(bào)告了自變量回歸系數(shù),控制變量和常數(shù)項(xiàng)回歸系數(shù)在此省略,如有需要,請(qǐng)向作者索取。
圖1 不同行業(yè)企業(yè)回歸系數(shù)比較
圖2 不同行業(yè)企業(yè)分位數(shù)回歸系數(shù)比較
表4和表5報(bào)告了常規(guī)模型和分位數(shù)模型的回歸結(jié)果。從表4結(jié)果顯示,東部地區(qū)、中部地區(qū)和西部地區(qū)企業(yè)杠桿率對(duì)企業(yè)價(jià)值之的影響在1%水平下負(fù)相關(guān)。表5結(jié)果顯示,當(dāng)企業(yè)價(jià)值初始位置在5%的分位點(diǎn)之前時(shí),企業(yè)杠桿率對(duì)企業(yè)價(jià)值的影響顯著為正,當(dāng)企業(yè)價(jià)值初始位置處在5%分位數(shù)之后時(shí),企業(yè)杠桿率對(duì)企業(yè)價(jià)值的影響顯著為負(fù),常規(guī)模型(OLS和FE)結(jié)果與分位數(shù)模型結(jié)果產(chǎn)生顯著差異。結(jié)果表明,在當(dāng)企業(yè)價(jià)值初始位置處在5%分位點(diǎn)前,提高杠桿率會(huì)顯著提升企業(yè)價(jià)值,在5%分位點(diǎn)后,杠桿率提升對(duì)企業(yè)價(jià)值產(chǎn)生顯著的負(fù)向作用。圖3(a)~圖3(c)顯示,東部地區(qū)企業(yè)價(jià)值初始位置在75%分位數(shù)之前,杠桿率對(duì)企業(yè)價(jià)值影響比較平穩(wěn),但是在75%分位數(shù)之后,這種影響急劇增大。類似情況,中西部地區(qū)企業(yè)的突發(fā)點(diǎn)在65%分位數(shù)的位置,這表明中西部企業(yè)杠桿率對(duì)企業(yè)價(jià)值的影響相比東部企業(yè),其企業(yè)價(jià)值初始位置前移了10%分位點(diǎn),說(shuō)明東部企業(yè)價(jià)值對(duì)企業(yè)杠桿率的依賴程度要遠(yuǎn)遠(yuǎn)低于中西部,暗示經(jīng)濟(jì)發(fā)達(dá)程度可以緩解企業(yè)杠桿對(duì)企業(yè)價(jià)值的負(fù)向沖擊。圖4進(jìn)一步顯示,當(dāng)企業(yè)價(jià)值初始位置由5%分位數(shù)向95%分位數(shù)不斷轉(zhuǎn)移時(shí),不同地區(qū)企業(yè)價(jià)值初始位置處在同一百分位時(shí),企業(yè)杠桿對(duì)企業(yè)價(jià)值的影響存在顯著差異,具體來(lái)說(shuō),在75%分位數(shù)之前,在同一百分位水平上,中西部企業(yè)的企業(yè)杠桿對(duì)企業(yè)價(jià)值影響強(qiáng)度要遠(yuǎn)遠(yuǎn)高于東部,之后這種關(guān)系發(fā)生反轉(zhuǎn)。暗示國(guó)家在實(shí)施金融“去杠桿”政策過(guò)程中,需要區(qū)別對(duì)待不同地區(qū)的企業(yè),防止因去杠桿而造成企業(yè)價(jià)值銳減,引發(fā)區(qū)域次生風(fēng)險(xiǎn)。
圖3 不同地區(qū)企業(yè)回歸系數(shù)比較
圖4 不同地區(qū)企業(yè)分位數(shù)回歸結(jié)果比較
表 4 不同地區(qū)企業(yè)常規(guī)模型回歸結(jié)果
表 5 不同地區(qū)企業(yè)分位數(shù)模型回歸結(jié)果①①鑒于篇幅限制,表5只報(bào)告了自變量回歸系數(shù),控制變量和常數(shù)項(xiàng)回歸系數(shù)在此省略,如有需要,請(qǐng)向作者索取。
為了檢驗(yàn)結(jié)果的可靠性,本文進(jìn)一步進(jìn)行魯棒性驗(yàn)證。用資產(chǎn)收益率替代托賓Q值作為因變量的代理變量,用企業(yè)的長(zhǎng)期財(cái)務(wù)杠桿(長(zhǎng)期債務(wù)/總資產(chǎn))替代企業(yè)的平均杠桿率作為自變量的代理變量,檢驗(yàn)結(jié)果如表6所示,結(jié)果表明除了回歸系數(shù)稍微有所變化外,并不影響最終結(jié)論。
由于企業(yè)杠桿對(duì)公司價(jià)值的影響一直存在爭(zhēng)議,文章以2008—2019年A股上市非金融企業(yè)5780個(gè)研究樣本,從企業(yè)異質(zhì)性(不同行業(yè)、不同地區(qū))的視角出發(fā),采用分位數(shù)回歸模型,并將其結(jié)果與常規(guī)模型(最小二乘與固定效應(yīng))進(jìn)行比較。結(jié)果表明:第一,無(wú)論是不同行業(yè)還是不同地區(qū),企業(yè)杠桿率對(duì)企業(yè)市場(chǎng)價(jià)值的影響在各個(gè)分位點(diǎn)上存在著非對(duì)稱性。企業(yè)價(jià)值處于較高水平時(shí) ( 5%分位點(diǎn)前),杠桿率對(duì)企業(yè)價(jià)值提升具有明顯的正向促進(jìn)作用,隨著企業(yè)價(jià)值降低(超過(guò)5%分位點(diǎn)),杠桿率對(duì)企業(yè)價(jià)值具有明顯的負(fù)向作用,并且企業(yè)價(jià)值越小,杠桿率的負(fù)向作用越強(qiáng);(2)企業(yè)價(jià)值初始位置處在同一百分位時(shí),杠桿率對(duì)企業(yè)價(jià)值的影響在不同行業(yè)間存在顯著差異。具體來(lái)說(shuō),在同一百分位水平上,批發(fā)零售業(yè)、信息技術(shù)業(yè)、制造業(yè)的企業(yè)杠桿對(duì)企業(yè)價(jià)值影響強(qiáng)度要遠(yuǎn)遠(yuǎn)大于建筑業(yè)、交通運(yùn)輸業(yè)和房地產(chǎn)業(yè),表明輕資產(chǎn)行業(yè)企業(yè)價(jià)值對(duì)杠桿率的依賴程度要遠(yuǎn)遠(yuǎn)大于重資產(chǎn)行業(yè)的企業(yè)。同樣,從區(qū)域異質(zhì)性角度看,企業(yè)杠桿對(duì)企業(yè)價(jià)值的影響存在顯著差異。具體來(lái)說(shuō),在75%分位數(shù)之前,當(dāng)不同地區(qū)企業(yè)價(jià)值初始位置處在同一百分位時(shí),中西部企業(yè)杠桿率對(duì)企業(yè)價(jià)值影響強(qiáng)度要遠(yuǎn)遠(yuǎn)高于東部。
表 6 不同行業(yè)企業(yè)分位數(shù)回歸結(jié)果①①鑒于篇幅限制,表6只報(bào)告了自變量回歸系數(shù),控制變量和常數(shù)項(xiàng)回歸系數(shù)在此省略,如有需要,請(qǐng)向作者索取。
相應(yīng)政策啟示:微觀層面,一是不同行業(yè)、區(qū)域企業(yè)應(yīng)該專注于提升企業(yè)的盈利水平,根據(jù)自身情況合理安排債務(wù)結(jié)構(gòu),既要充分發(fā)揮財(cái)務(wù)杠桿提升企業(yè)市場(chǎng)價(jià)值的作用,又要將企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)控制在合理范圍之內(nèi);二是銀行等金融機(jī)構(gòu)在對(duì)企業(yè)放貸過(guò)程中要仔細(xì)評(píng)估每個(gè)企業(yè)價(jià)值的初始值和債務(wù)承擔(dān)能力,建立嚴(yán)格的風(fēng)險(xiǎn)警示和應(yīng)對(duì)機(jī)制,避免企業(yè)杠桿率過(guò)高造成經(jīng)營(yíng)困境,危及到銀行等金融機(jī)構(gòu)。宏觀層面,一是國(guó)家在加快完善我國(guó)資本市場(chǎng)體系的過(guò)程中,需要對(duì)中西部地區(qū)采取適當(dāng)?shù)膬A斜政策,緩解中西部地區(qū)融資約束,發(fā)揮企業(yè)債務(wù)融資形成的“稅盾效應(yīng)”;二是建立健全信息共享機(jī)制,利用好信息共享平臺(tái),破解銀行等金融機(jī)構(gòu)和企業(yè)之間信息不對(duì)稱問(wèn)題,為金融機(jī)構(gòu)“敢于貸、愿意貸”工作打下基礎(chǔ)。
南昌航空大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)2021年3期