资本成本渠道

　　流动性对上市公司资本成本的影响最早源于对买卖价差的分析。A&M(1986)最早对此进行了研究,他们的理论分析表明,市场观测到的预期收益是价差的递增凹函数,即流动性越好,投资者所要求的预期收益越低。由于投资者所要求的预期收益就是上市公司筹集资金的成本,因此,流动性越好,上市公司的资本成本就越低。随后,大量研究证实了流动性溢价的存在。其中,对美国市场的研究包括Eleswarapu and Reinganum(1993)、Brennan and Subrahmanyam(1996)、Eleswarapu(1997)、Datar et al.(1998)、Amihud(2002)、Liu(2006)与Chan et al.(2008)等,以上研究均证实了美国市场流动性溢价的存在; Chan and Faff(2003)与Marshall(2006)证实了流动性也是澳大利亚证券交易所股票收益的一个重要决定因素;Chang et al.(2010)则发现了东交所的流动性效应存在的证据。

　　然而,关于流动性对资本成本影响的实证证据尚不多见。目前只发现了两篇文献提供了流动性对资本成本影响的直接实证证据。Domowitz and Steil(2002)计算了不同国家²⁹(市场)的股票资本成本,并实证检验了流动性与资本成本之间的关系。研究结果表明,交易成本(包括费用与价格影响)与资本成本之间的关系是正的,且是经济上显著的;换手率的提高降低了资本成本,且也是经济上显著的。需要说明的是,价格影响是流动性的一个常用衡量指标。在考虑换手率之后,交易成本对资本成本的影响在任何显著性水平下都显著异于0。具体而言,当交易成本增加10%时,资本成本增加1.4%或1.7%(针对资本成本的两种计算方法)。但是,在考虑交易成本之后,换手率对资本成本的影响在统计上并不显著异于0。Hail and Leuz(2009)研究了在美国的交叉上市是否降低公司的资本成本。他们发现,在美国交易所交叉上市公司的资本成本降低了70~120BP。他们根据在美国交叉上市后平均交易量的中值将ADR样本分类,想法是具有高交易量(从而更大的流动性增加)的公司应该经历了更大的资本成本降低。他们发现,这两个子样本的EXCH(表示交易所上市)系数是相似的,从而得出了流动性并未影响资本成本的结论。这两项研究存在两个主要区别:(1)采用不同的流动性代理指标得出了不一致的结论,前者认为流动性对资本成本产生了影响,只是不同流动性代理指标(价格影响与换手率)的影响存在差异,后者以交易量作为流动性代理指标得出了否定的结论;(2)研究对象存在显著差异,前者研究的是市场层面,而后者研究的是公司层面。

　　从以上研究可以看出,关于流动性对资本成本的影响尚无一致的结论,需要对此进行进一步的研究。因此,本节以中国海外上市公司为研究样本,采用多个流动性衡量指标研究了流动性对资本成本的影响。

一、理论分析与研究假设——流动性与资本成本

　　A&M(1986)、Diamond and Verrecchia(1991)分别以买卖价差与价格影响作为流动性的代理指标从理论上支持了流动性对资本成本的影响。A&M(1986)建立了关于不同预期持有期的投资者在不同价差下交易资产的模型,得到以下结论:市场观测到的预期收益是价差的递增凹函数。

　　Diamond and Verrecchia(1991)建立了一个做市商市场的交易模型,研究了信息披露对流动性的影响,以及流动性对资本成本的影响。在他们的模型中,存在三类交易者。第一类是两个大的机构投资者,他们可能会在将来受到流动性冲击,从而可能使得他们在将来交易某一随机数量的证券。另外,他们可能会获得私人信息。他们假设机构投资者是风险中性的。第二类交易者是不会获得私人信息、也不会受到流动性冲击、但能观察到所有公开信息与证券交易指令情况的交易者。这类交易者包括该证券的做市商以及与这些做市商竞争的其他交易者,如NYSE大厅交易者与楼上大额交易者。假设市场做市商是具有有限风险承担能力的风险规避型做市商。第三类交易者是小的价格接受投资者,他们既不会获得私人信息也无法观察到证券的指令流。

　　预测到未来流动性需求的可能性的机构投资者所采取的行动是本模型的关键因素。他们考虑了两个机构投资者在3日内的行为。在第3日,公司股票的价值为³⁰,Q₀为公司总股本。在第2日,一个机构交易者必须获得流动性而成为流动性交易者,而另一个交易者则获得某些私人信息而成为信息交易者。在第1日,每个交易者有q的事前概率成为信息交易者,(1-q)的事前概率成为流动性交易者。在第2日变成流动性交易者的机构投资者,必需通过买卖证券将其持有证券数量变为。在第1日,两个机构投资者都知道的分布,以及将有(1-q)的概率成为流动性交易者。

　　在第3日,公司的股票价值为=,=++,并且所有市场参与者都知道该价值。在第2日,信息交易者知道,公司在交易之前披露所有或部分关于的信息,其披露的关于的信息为=+。是第3日之前公司所拥有的、任何人都不知道的信息。在第2日,公司也会披露关于的信息,其披露的关于的信息为=+。在第2日,任何人都不知道的信息。

　　假设信息交易者面对的是线性价格函数。称两个机构交易者分别为a和b。令D_at与D_bt分别表示a和b在第t日持有的证券数量,d_at与d_bt分别表示a和b在第t日交易的证券数量,则d_at=D_at-D_at-1、d_bt=D_bt-D_bt-1。如果交易者a在第2日成为流动性交易者,则d_a2=-D_a1,交易者b就成为信息交易者,他将选择交易d_b2以使其交易的预期边际成本等于基于其所获信息所判断的证券预期价值。这样,第2日的总需求为d_T2=d_a2+d_b2。

　　假设第2日做市商的价格函数为P₂=Φ+λd_T2,其中λ为交易的价格影响。假设交易者a在第2日成为信息交易者,那么信息交易者在第3日的财富为:=(d_a2+D_a1)-d_a2。该财富在第2日的期望为:E[]=(d_a2+D_a1)E[|,]-d_a2(Φ+λ{-D_b1+d_a2})。因此,为了最大化期望收益,交易者a在已知成为信息交易者的条件下在第2日执行的交易为:d_a2=(1/2λ)(E[|,]-Φ)-D_b1。假设交易者a在第2日成为流动性交易者,那么信息交易者在第3日的财富为:=-(-D_a1)。给定信息交易者的预期行动,则=-(-D_a1)(Φ+λ[{(E[|,]-Φ)/2λ}+D_a1+{-D_a1}])。该财富在第1日的期望为:E[]=D_a1(Φ+E[])-λ(η+)。最后,考虑交易者a在进入第2日知道自己将成为信息交易者还是流动性交易者之前,其预期收益为:Π=qE[(d_a2+D_a1)E[|,]-d_a2(Φ+λ{-D_b1+d_a2})]+(1-q)(D_a1{Φ+E[]}-λ{η+})。

　　每个做市商都具有固定绝对风险厌恶系数ρ_MM。如果做市商不承担做市的风险,而是平均获得指令流,那么所有做市商的总风险规避系数为ρ_MM/N≡ρ。

　　特别地,假设做市商的总风险规避系数相对较小,即做市商对于当前的信息披露几乎是风险中性的,那么,假设ρ=r/u,其中,r是一个固定的参数。做市商总体就渐近地变成对有限变量的不确定性风险中性的(随着u逐渐变大)。然而,当u→时,ρv=ρ(u+δ+Δ)→r。这意味着,当是无界变量时,做市商关于是风险规避的。称r为总体做市商的渐近风险规避系数,得出以下结论:

　　当的变化无限大时,总体做市商的风险规避系数接近一个有限值,即ρv→r,那么该风险资产在第1日的长期均衡价格调整为:

P₁=m-Q₀(6.3)

其中,m是证券的无条件价值。因此,

=-Q₀(λ+r)^-3(λ+5r)^-2(7λ³r²+23λ²r³+35λr⁴+35r⁵)<0(6.4)

　　也就是说,当总体做市商的风险规避系数r不变时,市场流动性越好,证券在第1日的价格越高,公司的资本成本越低。Bloomfield and Wilks(2000)的实验研究也得出了与此一致的结论。

　　以上关于流动性对资本成本影响的理论中,无论是以买卖价差为指标还是以价格影响为指标,均认为流动性越好,公司的资本成本越低。因此,本节提出以下研究假设:流动性³¹越好,资本成本越低。对上述理论的实证检验尚未得出一致的结论,且存在对流动性指标选用不统一的问题。因此,本节采用多个流动性衡量指标,在控制了其他变量之后,检验流动性对资本成本的影响。

二、样本选择与数据来源

　　由于样本公司的日交易行情数据与财务数据是进行流动性与资本成本关系分析所必需的数据,因此本节以第五章第一节所获得的行情数据与财务数据均具备的样本为本节的初始样本³²。具体而言,包括主板市场样本Ⅰ(由193家港交所主板公司与122家新交所主板公司构成)与稳健性检验样本Ⅰ(由79家纳斯达克公司与23家伦交所AIM公司构成),共417家。

　　与本章第一节一致,仍然选择2007~2009年为样本期间,剔除数据缺失以及年末资产为负值的年份,最终获得了105个样本公司在2007~2009年间的239个样本。其中,2007年、2008年和2009年的样本公司分别为83家、76家和80家;港交所主板和纳斯达克的样本公司分别为155家和84家。

　　本节所采用的各样本公司的行情数据与财务数据、市场指数收益数据与汇率数据的数据来源同第五章第一节。分析师数据来自IBES³³。由于IBES提供的数据中包含的本节初始样本中新交所主板与伦交所AIM的样本数非常之少³⁴,因此,本节最终的研究样本只包括在港交所主板与纳斯达克上市的中国公司。

三、实证模型与变量的定义

　　本节借鉴Hail and Leuz(2009),构建如下检验模型,使用OLS多元回归分析方法检验本节的研究假设。

　　r=α+β₁Liquid+β₂Log(Asset)+β₃Lev+β₄Salegrowth+β₅RVAR+β₆Beta+γ_jInd_j+ε(6.5)

其中,α为截距,β₁~β₆、γ_j为回归系数,ε为残差。模型各变量的含义如下:

　　1.资本成本(r)

　　准确度量资本成本是很困难的。较早期的研究一般以实现收益或预期股息收益作为资本成本度量的基准,但是这种度量方法还涵盖了公司未来现金流的市场预期变化。为了克服这个问题,许多文献对此进行了研究,提出了利用当前股价与分析师预测数据来估计隐含资本成本的方法。目前较为公认的有四个模型,分别是Claus and Thomas Model、Gebhardt,Lee and Swaminathan Model(以下简称GLS模型)、Easton Model与Ohlson and Juettner-Nauroth Model(以下简称OJ模型)³⁵。为了研究交叉上市的资本成本效应,Hail and Leuz(2009)同时采用这四种模型来估计资本成本,结果发现这四个模型的估计结果十分相似。因此,本节采用目前较为常用的GLS模型来估计资本成本。徐浩萍和吕长江(2007)、肖珉和沈艺峰(2008)的研究中也采用了该模型。用r_GLS表示利用GLS模型估计得出的资本成本,其计算公式如下:

P_t=bv_t++(6.6)

其中,P_t为t年末股价,bv_t为t年末每股净资产,为分析师预测的t+τ年每股收益,bv_t+τ为分析师预测的t+τ年末每股净资产,bv_t+τ=bv_t+τ-1+-,为分析师预测的t+τ年每股股息。由于大多数情况下IBES提供了未来3年的盈利预测,因此选择T为2来估计资本成本。

　　2.流动性(Liquid)

　　与第五章一致,本节仍然采用交易量、换手率与非流动性作为流动性的度量指标,计算方法见第四章第五节。

　　当以交易量(或换手率)作为流动性衡量指标时,如果β₁小于0,则表示交易量(或换手率)越大(即流动性越好),资本成本越低,这就支持了研究假设。当以非流动性作为流动性衡量指标时,如果β₁大于0,则表示非流动性越小(即流动性越好),资本成本越低,这就支持了研究假设。

　　3.控制变量

　　Log(Asset)为年末总资产(货币单位换算为美元)的自然对数,用以衡量样本公司的规模因素。Lev为资产负债率(单位为%),用以衡量样本公司的负债情况,是年末总负债与年末总资产之间的比率。Salegrowth为销售收入增长率(单位为%),用以衡量样本公司的成长性。RVAR为当年日股票收益的标准差,用以衡量收益的变化。

　　此外,本节借鉴肖珉和沈艺峰(2008),考虑了公司的成长性与市场风险。以销售增长率(Salegrowth)来表示公司的成长性。市场风险采用贝塔系数(Beta)来表示,是当年样本股票的贝塔值。在利用CAPM模型计算贝塔系数时,对于港交所主板与纳斯达克的样本公司,分别采用恒生指数与纳斯达克综合指数的收益作为市场指数收益。

　　Ind表示样本公司所属的行业,与第五章第一节一样,仍以全球行业分类标准为划分依据。所有样本公司共涉及9个行业,分别为能源、材料、工业、非必需消费品、必需消费品、卫生保健、信息技术、电信服务与公用事业。

四、描述性统计结果与分析

　　各解释变量(除行业变量)的描述性统计结果见表6.5。其中,按照GLS模型的估算,239家样本公司在2007~2009年间的资本成本均值为11.51%。Hail and Leuz(2009)对一个来自全球的大样本³⁶的研究表明,在1990~2005年间这些样本公司的资本成本均值为11.67%;沈红波(2007)根据OJ模型估计了358个研究样本在2004年的预期资本成本,其均值为12.44%。因此,本节样本公司的资本成本与这些研究所得出的结果相似。其他变量的描述性统计结果此处不再赘述。

表6.5样本描述性统计

变　量

均　值

中　值

最大值

最小值

标准差

观测数

r_GLS

0.1151

0.0856

0.6679

0.0021

0.1071

239

Liquid(Logvol)

14.2833

14.4783

19.1469

9.6311

1.6806

239

Liquid(Turnover)

1.4975

0.5513

22.4601

0.0294

2.8833

239

Liquid(Illiq)

0.1196

0.1502

0.5124

0.0000

0.0967

239

Log(Asset)

6.5602

6.4957

10.3725

4.4870

1.0390

239

Lev

36.7416

35.4921

81.7125

2.8846

19.3402

239

Salegrowth

43.0323

27.9455

658.74

-54.0623

77.2337

239

RVAR

0.0422

0.0389

0.1097

0.0199

0.0137

239

Beta

0.8547

0.7763

2.2818

-0.5552

0.4192

239

　　从所有样本所属的行业(行业变量的描述性统计表略)来看,属于信息技术、非必需消费品行业与工业行业的样本公司最多,这与第五章的情况无明显差异。对于各年度分样本而言,情况类似。因此,从描述性统计结果来看,未发现不同年度上市的样本公司所属行业的明显差异。

五、多元回归结果与分析

　　表6.6是对239个样本公司的流动性与资本成本的多元回归结果。数据显示,当以交易量或换手率作为流动性衡量指标时,流动性指标的回归系数均小于0,且均在5%的显著性水平下显著。这说明,在控制了其他变量之后,交易量较大或换手率较高的上市公司其资本成本较低。当以非流动性作为流动性衡量指标时,流动性指标的回归系数大于0,并且在5%的显著性水平下显著。这说明,非流动性较大的上市公司其资本成本较高。

表6.6　流动性与资本成本的多元回归分析——按GLS模型计算资本成本

变　量

Liquid=Log(Vol)

Liquid=Turnover

Liquid=Illiq

Intercept

0.1155

(1.61)

0.0128

(0.20)

0.0532

(0.86)

Liquid

-0.0115^**

(-2.06)

-0.0060^**

(-2.27)

0.3215^***

(3.38)

Log(Asset)

0.0161

(1.53)

0.0056

(0.66)

-0.0039

(-0.47)

Lev

0.0003

(0.72)

0.0002

(0.38)

-0.0001

(-0.23)

Salegrowth

-0.0001

(-0.77)

-0.0000

(-0.39)

-0.0001

(-0.72)

RVAR

2.2733^***

(4.39)

2.6216^***

(4.83)

1.7169^***

(3.23)

Beta

-0.0547^***

(-3.05)

-0.0474^***

(-2.63)

-0.0188

(-0.93)

Ind

包括

包括

包括

F Value

4.22^***

4.30^***

4.86^***

R Square

0.2087

0.2119

0.2329

Number of Observations

239

239

239

　　注:1.括号中的数值为t值;

　　2.^*、^**和^***分别表示在10%、5%和1%的水平下显著。

　　因此,上述结果表明,流动性越好的公司,其资本成本越低。该结论与Domowitz and Steil(2002)以交易成本(包含交易费用与价格影响)作为流动性衡量指标所得出的结论一致。这支持了研究假设。

　　对于控制变量而言,(1)公司规模(Log(Asset))与公司资本成本之间的关系不显著,这一结果与Hail and Leuz(2009)的发现相似,而汪炜和蒋高峰(2004)、沈红波(2007)与肖珉和沈艺峰(2008)对国内公司为主导的研究则表明,公司规模与资本成本显著正相关;(2)收益变化(RVAR)与公司资本成本显著正相关,该结论与Hail and Leuz(2009)的发现一致,而沈红波(2007)却发现我国A股上市公司的资本成本与股票收益率的波动性(采用过去24个月的日收益率标准差来表示)显著负相关,这从一个侧面反映了我国A股市场对收益波动性的定价与国际市场存在差异。其他控制变量对公司价值的影响此处不再赘述。

六、稳健性检验

　　由于资本成本无法直接观测到,因此任何对资本成本的度量方法都只是近似地估计。为了检验以上实证检验结果是否可能会受到本节所采用的GLS资本成本估计方法本身存在的问题而造成偏差,本节利用股息贴现模型(也被称为Gordon增长模型)估计资本成本进行稳健性检验。Domowitz and Steil(2002)与汪平等(2011)的研究就是采用的这个模型。用r_DS³⁷表示利用股息贴现模型,计算得出的资本成本,计算公式如下:

r_DS=+g(6.7)

其中,为分析师预测的t+1年每股股息,P_t为t年末股价,g为股息的长期增长率。由于IBES提供的长期预测数据绝大多数都是每股收益的长期增长率,而关于股息长期增长率的数据非常少,因此,本节以IBES提供的每股收益长期增长率作为对应样本公司的股息长期增长率。

　　根据所获得的分析师预测数据,共获得了86个样本公司在2007~2009年间的189个资本成本估计,其中,2007年、2008年和2009年的样本公司分别为59家、62家和68家;港交所主板和纳斯达克的样本公司分别为132家和57家。对该稳健性检验样本进行描述性统计的结果见表6.7。其中,利用股息贴现模型估计的资本成本均值为12.90%,中值为6.35%,这与根据GLS模型估计的结果接近。

表6.7稳健性检验样本描述性统计

变　量

均　值

中　值

最大值

最小值

标准差

观测数

缺失值

r_DS

0.1290

0.0635

0.8620

-0.0509

0.1524

189

0

Liquid(Logvol)

14.5644

14.7134

18.0128

9.8514

1.5208

189

0

Log(Asset)

6.8986

6.7858

10.5632

4.8670

1.0331

188

1

Lev

38.2268

36.2625

81.7124

3.4130

19.4327

188

1

Salegrowth

32.7042

25.3001

343.9072

-55.5862

48.0307

188

1

RVAR

0.0412

0.0379

0.1097

0.0222

0.0130

189

0

Beta

0.9039

0.8558

1.9270

0.1104

0.3828

189

0

　　本节只以交易量作为流动性指标进行稳健性检验。利用流动性与股息贴现模型计算出的资本成本之间的多元回归结果见表6.8。表中数据所显示的结论与表6.6完全一致:以交易量度量的流动性与资本成本显著负相关,这说明,在控制了其他控制变量之后,交易量较大的上市公司其资本成本较低。因此,本节所得出的结论是稳健的。

表6.8　流动性与资本成本的多元回归分析——按股息贴现模型计算资本成本

变 量

Intercept

Liquid

Log(Asset)

Lev

Salegrowth

RVAR

Beta

Ind　　

系数

0.5088^***

-0.0307^***

-0.0068

-0.0002

0.0007^***

-2.0715^***

0.1546^***

包括

t值

4.7111

-3.7212

-0.5073

-0.3014

3.7123

-2.7006

5.3392

F值

10.87^***

R平方

0.4680

观测数

188

　　注:^*、^**和^***分别表示在10%、5%和1%的水平下显著。

七、小结

　　本节以在港交所主板与纳斯达克上市的105家中国海外上市公司为研究样本,研究了流动性对资本成本的影响。与第一节一致,仍然选择交易量、换手率与非流动性来衡量样本公司的流动性,利用GLS模型来估计资本成本,采用OLS多元回归模型检验了流动性对资本成本的影响。

　　在控制了公司规模、成长性、财务杠杆、市场风险以及行业等因素的前提下,多元回归结果表明,流动性越好,上市公司的资本成本就越低。

　　本节的研究结论证实了流动性对公司上市决策影响的资本成本渠道:上市公司的流动性越好,公司的资本成本越低,因此这激励了公司选择流动性较好的证券交易所上市。

　　此外,由于目前关于流动性对资本成本影响的直接证据比较少,且尚未取得一致结论,因此,本节的研究为流动性对资本成本的影响提供了可靠证据。

　　本章的研究结论证实了流动性对公司上市决策影响的内在机理,即流动性通过对公司价值与资本成本的影响,进而影响了公司上市决策。因此,流动性通过对公司上市决策的影响,进而影响了证券交易所之间对上市资源的竞争。