1.实证方法
本节采用的是面板数据回归的方法。之所以采用面板数据,是因为前文的主成分分析方法显示,在不同的年份,融资结构的影响因素可能会发生微小的改变,因此,我们需要在考虑了时间因素的条件下进行综合分析。
2.数据的选取
面板数据的选取需要每一家样本公司选择相同的年份区间,我们前面分析的数据总共只有11家样本公司,其中,海峡股份(002320.sz)能够获取的只有2006年之后的数据,如果这样的话,那么截止到2010年只有55个数据,无法进行面板数据的回归,因此,我们在这里只选取了剩下的10家样本公司,以中海海盛(600896.sh)为标准选取了2003~2010年的时间段,总共获得80个数据。
3.变量的选取
回归分析选择资产负债率来表示融资结构并以此作为因变量,在主成分分析的基础上选择资产结构、经营风险、企业规模、实际税率、盈利能力、偿债能力、营运能力、企业的行业特性作为自变量。这是由于我们在数据整理的过程中发现,受我国上市公司分红情况整体不理想、股权分置改革还在深入等因素影响,股利支付率、非债务税盾、股权结构的数据缺失情况比较严重,同时考虑到样本容量较小对变量数目的约束,因此,我们在回归中没有考虑股利支付率、非债务税盾和股权结构的影响。
4.模型的设定
面板数据的回归模型主要分为随机效应模型、固定效应模型、混合效应模型三种,我们选择的是固定效应模型。该模型的特点是各个个体的变量系数各不相同,但是不随时间的变动而变动。其一般形式为:
(3.1)
其中,i=1,2,3,…,N;t=1,2,3,…,T;uit是随机变量。
在该模型中,因变量为资产负债率,用ZCFZ表示;自变量为资产结构、经营风险、企业规模、实际税率、盈利能力、偿债能力、营运能力、企业的行业特性,分别用ZCJG、FX、GM、SL、YLNL、CZNL、YYNL、HYTX表示。所以,固定效应模型的方程设定为:
ZCFZit=λ+β1ZCJGit+β2FXit+β3GMit+β4SLit+β5YLNLit+β6CZNLit+β7YYNLit+β8HYTXit+uit(3.2)
其中,i=1,2,3,…,10;t=1,2,3,4,5,6,7,8;uit是随机变量。
5.实证分析的步骤
首先通过EVIEWS7.0软件进行固定效应模型的估计,之后通过该软件的Hausman test功能对方程的设定合理性进行检验,该检验是先进行随机效应估算(random effects estimate),再根据该结果进行检验。
6.实证分析的结果
根据EVIEWS7.0软件输出的信息,将结果整理成表3.23和表3.24。
表3.23面板数据回归结果
变量名
标准误差
t值
P值
C
-390.7095
57.58456
-6.784970
0.0000
YLNL
0.248473
0.075916
3.273004
0.0018
CZNL
-1.972232
0.701830
-2.810128
0.0068
YYNL
-4.064009
2.115510
-1.921054
0.0597
FX
-9.494173
4.205921
-2.257335
0.0278
GM
19.47448
2.317540
8.403079
0.0000
SL
-11.64436
6.671377
-1.745420
0.0863
ZCJG
11.41467
10.56173
1.080757
0.2844
HYTX
-0.123295
0.119718
-1.029878
0.3074
表3.24Hausman检验结果
检验结果摘要
ChiSq.Statistic
ChiSq.d.f.
P值
Crosssection random
16.049146
8
0.0417
如表3.23所示,本节所选取的样本数据通过回归分析,并没有完全支持前文主成分分析的结论,因为模型中所选取的变量只有4个通过了95%置信度水平下的检验,分别是FX、GM、YLNL、CZNL;Hausman检验的结果如表3.24所示,P值很小,可以拒绝原假设,即这里设定的固定效应模型是合理的。根据上述实证结果,可以得到如下的回归方程:
ZCFZit=-390.71-9.49FXit+19.47GMit+0.25YLNLit
-1.97CZNLit(3.3)
其中,i=1,2,3,…,10;t=1,2,3,4,5,6,7,8。
由此方程可以知道,当前我国航运上市公司的融资结构主要受到经营风险、企业规模、企业盈利能力、企业偿债能力的影响。其中,企业规模、企业盈利能力与企业的资产负债率成正比,并且盈利能力的影响比较微小;其他变量与企业的资产负债率成反比,并且偿债能力的影响也比较小。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。