国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

內(nèi)部資本市場效率及其對績效的影響——來自中外上市石油公司的證據(jù)

2015-09-10 05:26:08張增軒宋雙雙
中國管理信息化 2015年1期
關(guān)鍵詞:分部因變量數(shù)目

張增軒,肖 明,宋雙雙

(1.北京科技大學(xué) 東凌經(jīng)濟(jì)管理學(xué)院,北京 100083;2.清華大學(xué),北京 100083)

0 引言

無論是企業(yè)內(nèi)部資本市場 (internal capital market,ICM),還是外部資本市場,它們的功能都是進(jìn)行資源的優(yōu)化配置。自20世紀(jì)60年代開始,國外學(xué)者就開始研究企業(yè)內(nèi)部的資本市場,形成了有效論和無效論兩種觀點。有效論者[1]認(rèn)為ICM能夠降低由信息不對稱產(chǎn)生融資成本并且增強(qiáng)監(jiān)督機(jī)制,使企業(yè)以較低的成本充分利用有利的投資時機(jī),其類似于金融中介的擇優(yōu)配置功能,能夠為公司創(chuàng)造額外價值;然而無效論者[2-4]認(rèn)為,雙重代理問題、交叉補(bǔ)貼、管理者謀求私利和尋租等現(xiàn)象能夠破壞內(nèi)部資本市場的正常運(yùn)作,導(dǎo)致內(nèi)部資本配置的無效率。同時指出內(nèi)部資本的配置存在一種平均主義傾向,而業(yè)績并不是決定企業(yè)內(nèi)部資本配置的主要因素。

1 內(nèi)部資本市場效率測度模型的建立與評價

1.1 ICM效率測度模型的改造

企業(yè)內(nèi)部資本市場研究的一個重要方面就是有效性測量。國外目前主要有投資現(xiàn)金流敏感性法[3]、相對價值增加法[4]、Q 敏感性法[5]和現(xiàn)金流敏感性法[6-7],國內(nèi)學(xué)者基于數(shù)據(jù)可得性和指標(biāo)合理性對模型進(jìn)行了改造。王峰娟、粟立鐘[8]提出了基于資產(chǎn)現(xiàn)金流回報率的ICM效率測度模型,并用H股上市公司的數(shù)據(jù)進(jìn)行了測算,得出了上市公司ICM總體有效的結(jié)論。計算公式如下:

公式中 cfj,t表示分部 j在t年的現(xiàn)金流;cft指所有分部在 t期的現(xiàn)金流之和;BAj,t和BAt分別表示分部j和所有分部的賬面資產(chǎn);expj,t和expt分別表示分部j和所有分部的資本支出。

上述方法應(yīng)用的是收付實現(xiàn)制的現(xiàn)金流數(shù)據(jù),而國外的研究表明,權(quán)責(zé)發(fā)生制的會計數(shù)據(jù)比收付實現(xiàn)制的會計數(shù)據(jù)更能影響股票價格以及投資者的決策。另外,公司的應(yīng)計項目同樣是利潤的組成部分,但是這一部分收入不能在現(xiàn)金流中體現(xiàn)。所以,本文用權(quán)責(zé)發(fā)生制的利潤數(shù)據(jù)來測度內(nèi)部資本市場的效率。計算公式如下:

式中,pj,t表示分部j在t年的稅后利潤;pt指所有分部在t期的利潤之和;其他指標(biāo)同公式(1)。

利用這個模型可以測量出來公司內(nèi)部資本的流向是否基于資產(chǎn)報酬率。如果資產(chǎn)報酬率高于平均水平的分部獲得了高于分部平均水平的資本,或者資產(chǎn)報酬率低于平均水平的分部得到的資本也低于分部的平均水平,其內(nèi)部資本市場是有效率的。

1.2 樣本選擇與ICM效率計算

樣本選擇:剔除單分部的公司、沒有披露分部信息的公司和雖然披露分部信息但關(guān)鍵指標(biāo)缺失的公司,最終得到980個分部信息的觀測值和260個公司層面的觀測值。國外樣本數(shù)據(jù)來源于BVD系列數(shù)據(jù)庫,國內(nèi)樣本數(shù)據(jù)來自Wind數(shù)據(jù)庫,缺失數(shù)據(jù)通過手工搜集得到。樣本區(qū)間為1997年到2012年。

基于利潤指標(biāo)使用式(2)對樣本ICM效率進(jìn)行計算,ICM效率統(tǒng)計見表1。在260個公司的觀測值中有204個上市石油公司的ICM是有效的,占比78.46%。只有21.92%的公司ICM是無效的,這說明大多數(shù)上市公司的ICM是有效的。

表1基于利潤指標(biāo)的ICM效率統(tǒng)計

2 內(nèi)部資本市場效率對公司績效的影響

2.1 研究假設(shè)與模型設(shè)計

2.1.1 研究假設(shè)

公司總部相對于外部資金提供者,例如商業(yè)銀行等具有非常明顯的信息優(yōu)勢,這種優(yōu)勢對外能夠大大減少由于信息不對稱產(chǎn)生的代理成本,對內(nèi)有利于公司在內(nèi)部分配稀缺資源時做出合理的抉擇。另外由于總部對各個分部具有剩余所有權(quán)和控制權(quán),在內(nèi)部資本的分配上能夠根據(jù)各分部的實際情況進(jìn)行資源配置,更好地實行監(jiān)督和管理,減少管理上的成本,最終這種優(yōu)勢會在公司績效中體現(xiàn)出來,即ICM創(chuàng)造的超額價值能夠提高公司績效的水平。至此,提出本文主要假設(shè):

H0:中外上市石油公司的績效與內(nèi)部資本市場效率正相關(guān)。

2.1.2 模型設(shè)計

為了檢驗ICM效率對公司績效的影響,我們建立如下回歸模型,其中:PS是代表ICM效率的變量;ρ1是截距項;ε代表殘差項;ρj(j=2,3,…,7)為回歸系數(shù)。

2.1.3 變量的選擇及來源

本文的因變量公司績效用總資產(chǎn)息稅前利潤率表示,自變量包括內(nèi)部資本市場效率指標(biāo)、公司的分部數(shù)量、市值率、總資產(chǎn)周轉(zhuǎn)率,控制變量為財務(wù)杠桿和公司的資產(chǎn)規(guī)模。數(shù)據(jù)來源于OSIRIS數(shù)據(jù)庫和世界銀行數(shù)據(jù)庫,部分通過手工搜集,最后得到230個觀測值用于實證分析。

表2 變量定義與描述

2.2 實證研究結(jié)果

2.2.1 描述性統(tǒng)計

表3 全樣本描述性統(tǒng)計

描述性統(tǒng)計結(jié)果顯示,因變量總資產(chǎn)的息稅前利潤率最小為-0.186 3,最大為0.423 1,均值是0.115 3,說明在所有觀測值中有的公司息稅前處于虧損狀態(tài),但是總體上是盈利的,與實際情況相符。內(nèi)部資本市場效率指標(biāo)有正有負(fù),體現(xiàn)了樣本內(nèi)部資本市場分為有效和無效兩種情況,但是均值大于0,說明樣本中大多數(shù)ICM是有效的。

2.2.2 相關(guān)性分析

對變量進(jìn)行相關(guān)性檢驗(表格省略)可以得出核心變量ICM效率(PS)和因變量(資產(chǎn)的息稅前利潤率)具有顯著正相關(guān)關(guān)系,這也初步支持了本文的主要假設(shè);資產(chǎn)負(fù)債率與因變量顯著負(fù)相關(guān),初步證明公司負(fù)債水平高,對息稅前利潤率有負(fù)向影響;最后分部數(shù)目和外部資本市場的活躍程度對資產(chǎn)的息稅前利潤率具有正相關(guān)關(guān)系,但是不顯著,還需要在回歸分析中進(jìn)一步討論兩者對因變量的影響。在多元線性回歸中要確保變量之間不存在多重共線性,我們用方差膨脹因子 (Variance Inflation Factor,簡記VIF)進(jìn)行檢驗,發(fā)現(xiàn)模型中各變量的VIF遠(yuǎn)遠(yuǎn)小于臨界值10,表明各變量之間不存在多重共線性。

2.2.3 全樣本回歸分析

本部分主要考慮模型的進(jìn)一步回歸分析,見表4列出了本文以息稅前利潤率為因變量,來檢驗多元線性模型的回歸結(jié)果,所有回歸方程都通過顯著性檢驗,且擬合優(yōu)度達(dá)到35%以上,擬合效果非常好,對每個模型具體分析如下:

表4 以資產(chǎn)息稅前利潤為因變量的多元回歸結(jié)果

第一個模型進(jìn)行OLS回歸,模型總體通過顯著性檢驗,且調(diào)整后的擬合優(yōu)度達(dá)到36.77%,可認(rèn)為存在較顯著的線性關(guān)系。模型中的核心解釋變量ICM的效率(PS)與資產(chǎn)的息稅前利潤率在1%水平上顯著正相關(guān),支持本文的主要假設(shè),ICM效率對公司績效有顯著的正向影響。同時發(fā)現(xiàn)系數(shù)為2.53,證明ICM效率對因變量的影響程度較大,約有2.5倍的乘數(shù)效應(yīng)。分部的數(shù)目、外部資本市場的活躍程度兩個指標(biāo)與因變量在10%水平上顯著正相關(guān),這兩個指標(biāo)對公司績效的具體影響在后面的分組回歸中詳細(xì)闡述。

第二個模型使用的是“OLS+穩(wěn)健標(biāo)準(zhǔn)差”進(jìn)行回歸,主要目的是排除異方差對統(tǒng)計結(jié)果產(chǎn)生的干擾,這是目前最通用的方法。從結(jié)果來看,模型2總體通過顯著性檢驗,且比模型1的擬合優(yōu)度有所提高,從變量的顯著性水平來看,結(jié)論同模型1是一致的,說明OLS估計的結(jié)果是比較穩(wěn)健的。

第三個模型使用的是“OLS+聚類穩(wěn)健標(biāo)準(zhǔn)差”進(jìn)行回歸,基于面板數(shù)據(jù)的特點,同一個體在不同時期的擾動項之間往往存在自相關(guān)。此時,對標(biāo)準(zhǔn)差的估計應(yīng)該使用聚類穩(wěn)健的標(biāo)準(zhǔn)差。所以,使用以“company(公司)”為聚類變量進(jìn)行回歸,結(jié)果表明,模型整體通過顯著性檢驗,且擬合效果很好。ICM效率與因變量在1%水平上顯著正相關(guān),與模型1的結(jié)論一致。要注意的是,分部數(shù)目和外部資本市場活躍程度在本次回歸中不顯著,與之前回歸結(jié)果有所差異,所以這兩個指標(biāo)在下一部分的分組回歸中進(jìn)一步討論。

2.2.4 子樣本回歸

2.2.4.1 基于分部數(shù)目的子樣本回歸

從描述性統(tǒng)計可以看出分部數(shù)目的平均值約為4,將總體樣本分成3組:①分部數(shù)小于等于3;②分部數(shù)大于3小于等于5;③分部數(shù)大于5,用構(gòu)建的多元線性回歸模型進(jìn)行子樣本回歸,得到見表5的回歸結(jié)果。

3組回歸結(jié)果的P值與0無顯著差異,整體都通過顯著性檢驗,且擬合效果很好。在3組中解釋變量ICM的效率都在1%水平上與因變量顯著正相關(guān),但是從自變量系數(shù)大小可以看出,ICM效率對公司績效水平的影響程度是不同的。在第一組和第三組中,ICM效率的系數(shù)分別為22.3和19.8,遠(yuǎn)大于第二組該變量的系數(shù)2.5,這說明隨著分部數(shù)目的增多,ICM效率對公司績效的影響程度呈現(xiàn)正U型關(guān)系。

當(dāng)分部數(shù)目處于兩端時,ICM有效性對公司績效有較大的影響,分部數(shù)目處于中間時影響較小。

這可能與公司總部對分部的管理和控制能力相關(guān)聯(lián),當(dāng)部門數(shù)目較少和較多時,管理者更容易管理,決策的執(zhí)行過程也會更加理性化。例如,如果一個公司只有兩個分部,則總部進(jìn)行資本配置時可以采用均分的方法;而當(dāng)分部數(shù)目較多時,每個分部對決策的影響較小,當(dāng)總部通過衡量總體情況確定資本分配方案時,其分部的執(zhí)行力度更強(qiáng);當(dāng)分部數(shù)目處于中間水平時,容易出現(xiàn)部門間鼎立的局面,總部的決策在具體實施時會遇到較大的阻力,使得ICM的優(yōu)勢作用被淡化。由此可見,當(dāng)分部數(shù)目處于兩端的情況下,有效的ICM能更大程度地促進(jìn)公司總體的績效水平。

為了進(jìn)一步驗證分部數(shù)目對ICM的影響是否呈現(xiàn)正U型關(guān)系,將原始模型中分部數(shù)量變量SegNum換成該變量的平方項,進(jìn)而進(jìn)行回歸,結(jié)果顯示:分部數(shù)量的平方項與因變量在10%水平上顯著正相關(guān),這與前面的分析相一致,證明分部數(shù)量與公司績效呈現(xiàn)正U型關(guān)系,且擬合效果較好。同時變量的VIF遠(yuǎn)小于10,說明新模型不存在多重共線性。這說明當(dāng)分部數(shù)量處于中間水平時,總部對分部的控制和管理能力較低,會淡化內(nèi)部資本市場發(fā)揮的作用,進(jìn)而影響公司績效。

2.2.4.2 基于外界資本市場活躍程度的子樣本回歸檢驗

從描述性統(tǒng)計可以看出表現(xiàn)ECM活躍度的指標(biāo)MCG的平均值為1.050 8,而活躍程度一般分為相對活躍與相對不活躍,因此將總體樣本分成兩組:①M(fèi)CG<1.050 8;②MCG>=1.050 8。 子樣本回歸結(jié)果見表5。

ECM活躍和相對不活躍的兩組回歸整體都通過顯著性檢驗,且擬合優(yōu)度很好,且VIF檢驗發(fā)現(xiàn)不存在多重共線性。在兩組中PS都在1%水平上與因變量顯著正相關(guān),且該變量的系數(shù)分別為2.431 464和2.432 924,兩者相差很小,可以說對于樣本中的公司,在不同的ECM活躍程度下,ICM效率對公司績效的影響程度幾乎無差異。

究其原因,在樣本公司中有約36.7%的公司位于2013年世界500強(qiáng)名單之中,而這些大型的石油公司均是跨國公司,隨著石油、天然氣需求量的增大以及世界全球化的發(fā)展,石油公司會綜合考慮上下游的成本和不同銷售市場的需求而進(jìn)行選址,所以國家或市場位置差異對公司整體的影響就被大大弱化了。

2.3 穩(wěn)健性檢驗

為了增加回歸結(jié)果的說服力和穩(wěn)健性,本文進(jìn)行穩(wěn)健性檢驗。用銷售收入的息稅前利潤率替代資產(chǎn)的息稅前利潤率來衡量公司績效,進(jìn)而探討與內(nèi)部資本市場等因變量的關(guān)系。在總體回歸模型中,利用EBIT/Sales替代EBIT/TA進(jìn)行檢驗,發(fā)現(xiàn)核心解釋變量ICM效率 (PS)在原有的顯著性水平和相關(guān)方向上成立,且方程擬合度很好,進(jìn)一步支持了上文得出的結(jié)論,說明本文的模型具有較好的穩(wěn)健性。

表5 以資產(chǎn)的息稅前利潤率為因變量的分組回歸結(jié)果

3 相關(guān)結(jié)論與建議

本文以1997年到2012年的國內(nèi)外上市石油公司為研究樣本,得到4點研究結(jié)論:

(1)構(gòu)建了基于利潤指標(biāo)的ICM效率測量模型,樣本檢驗結(jié)果與基于現(xiàn)金流指標(biāo)的測量模型基本等效,并得出國內(nèi)外上市石油公司ICM大部分有效。

(2)公司的ICM效率與績效顯著正相關(guān),且系數(shù)達(dá)到2.53。證明ICM效率對公司績效影響強(qiáng)度較大,所以石油企業(yè)應(yīng)該有意識地建立ICM,并且注重提高其運(yùn)行效率,以促進(jìn)公司整體績效。

(3)按分部數(shù)目做子樣本檢驗,結(jié)果顯示,隨著分部數(shù)目的增多,ICM效率對公司績效的影響程度呈正U型關(guān)系,同時分部數(shù)目與公司績效也呈正U型關(guān)系。因此,石油公司在確定分部數(shù)目時,要考慮管理能力和部門特點,避免出現(xiàn)部門之間角力的狀況而導(dǎo)致ICM的作用被弱化。

(4)外部資本市場活躍程度子樣本檢驗發(fā)現(xiàn),其活躍程度不影響ICM效率與公司績效的顯著正相關(guān)關(guān)系。這體現(xiàn)了樣本公司跨國家、跨地域的特征,外部資本市場活躍程度對公司整體績效沒有顯著影響。

[1]T Khanna,K Palepu.Is Group Affiliation Profitable in Emerging Markets? An Analysis of Diversified Indian Business Gorups[J].Journal of Finance, 2000, 55(2):867-892.

[2]Owen Lamont.Cash Flow and Investment: Evidence from Internal Capital Market[J].Journal of Finance, 1997, 3(1): 83-120.

[3]H Shin,R Stulz.Are Internal Capital Market Efficient? [J].The Quarterly Journal of Economics,1998(5):531-552.

[4]Raghuram Rajan,Henri Servaes,Luigi Zingales.The Cost of Diversity:The Diversification Discount and Inefficient Investment[J].The Journal of Finance, 2000,2(1): 35-77.

[5]Urs C Peyer,S Anil.Leverage and Internal Capital Markets:Evidence from Leverage Recapitalizations [J].Journal of Financial Economics, 2001(59):477-515.

[6]Antoinette Schoar.Effects of Corporate Diversification on Productivity[J].The Journal of Finance, 2002(6):2379-2402.

[7]Vojislav Maksimovic, Gordon Phillips.Do Conglomerate Firms Allocate Resources Inefficiently Across Industries? Theory and Evidence [J].The Journal of Finance, 2002(2): 721-765.

[8]王峰娟,粟立鐘.中國上市公司內(nèi)部資本市場有效嗎?——來自H股多分部上市公司的證據(jù)[J].會計研究,2013(1):70-75.

猜你喜歡
分部因變量數(shù)目
有機(jī)物“同分異構(gòu)體”數(shù)目的判斷方法
與有序分拆的分部量1 相關(guān)的恒等式及組合證明
調(diào)整有限因變量混合模型在藥物經(jīng)濟(jì)學(xué)健康效用量表映射中的運(yùn)用
中國藥房(2022年7期)2022-04-14 00:34:30
適應(yīng)性回歸分析(Ⅳ)
——與非適應(yīng)性回歸分析的比較
偏最小二乘回歸方法
關(guān)于正整數(shù)不含分部量2的有序分拆的幾個組合雙射
關(guān)于分部積分的幾點說明
考試周刊(2016年86期)2016-11-11 07:46:31
《哲對寧諾爾》方劑數(shù)目統(tǒng)計研究
牧場里的馬
探討不定積分分部積分法
河南科技(2014年15期)2014-02-27 14:12:50
云浮市| 子长县| 长子县| 休宁县| 五寨县| 昂仁县| 乌拉特后旗| 河南省| 噶尔县| 溧水县| 建始县| 大邑县| 宁河县| 蓬安县| 太白县| 天津市| 包头市| 浑源县| 定襄县| 韩城市| 思茅市| 商河县| 霍州市| 镇原县| 南部县| 玉环县| 井陉县| 确山县| 闻喜县| 龙陵县| 德惠市| 仪陇县| 长白| 泗阳县| 阳朔县| 任丘市| 分宜县| 平舆县| 万安县| 鄢陵县| 丹棱县|