一、引言
我国目前处于逆周期调节过程中,“在稳定增长和风险防范之间取得平衡”,首先要协调好股权融资和债务融资的关系,归根结底就是企业要有合理的资本结构。企业正常开展经营和活动离不开资金的帮助,选择怎样的企业融资管理方式,以及如何合理安排各融资方式的占比,是每个企业都遇到的难题,一旦决策失误,企业将来可能就会面临财务窘境,最终导致企业开展的经营和活动无法正常持续。
通过对我国上市公司的融资形式进行具体解析后,不难发现,我国上市公司的融资顺序普遍遵循:“股权融资→债权融资→内部融资”(张英明、李锦生,2005)。即使公司的资产负债率接近于零,偿债能力较强,股票筹资依然被作为首选融资方式,例如上市互联网企业的国新健康,其资产负债率在5%左右,接近于零,股权融资比率高达70%[注:数据来源于wind数据库];并且,股权融资成本较低,上市公司都愿意选择。这就是国内学者常说的“中国上市公司的股权融资偏好”现象。
互联网行业作为新兴行业,它自身具有高尖端技术、高快速增长、高规模投入、高风险、高回报的基本特征。随着5G时代的到来,在人口数量众多、经济高位运行的中国,互联网企业保持着一个良好的发展势头。随着国家供给侧结构性改革的逐步推进、XX各项决策的实施、新型信息技术的快速渗透,人们对日益增长的高端智能化、品质差异化产业消费转型升级的需求不断增长和释放,推进我国互联网行业健康可持续的发展。因而,本文试图探讨我国上市互联网公司在特殊市场环境下的融资偏好。
本文选取了我国43个上市互联网公司样本,研究其资本结构发现:⑴资产负债率较低,远低于我国上市公司的平均值;⑵股权融资成为融资首选,偏好显著。在以上研究背景的基础上,选取成长性、股权集中度、产权比率、公司规模、盈利能力、营运能力、非债务税盾等要素,对我国互联网行业上市公司融资偏好进行实证分析。
从1990年代提出融资偏好理论以来,国内外学者不断对其理论进行拓展丰富。1984年,“优序融资理论”(Myers、Majluf,1984)指出,企业普遍遵循“内部融资→债权融资→股权融资”的融资顺序。与“优序融资理论”(Myers、Majluf,1984)所不同,中国上市公司偏好股权融资,国内学者从不同视角进行了融资偏好研究。肖作平(2004)在研究中表明,公司借贷决策受到宏观因素明显影响,有形资产比率、独特性、公司规模与融资杠杆表现正相关关系,和融资杠杆负相关的有现金流、成长性、资产流动性,非债务税盾和杠杆的正相关关系不明显;余剑梅(2012)从治理结构角度研究融资偏好影响因素,实证结果表明,第一大股东持股比例和股权融资偏好水平,两者表现负相关关系;余鹏翼、李善明(2013)研究发现,所得税税率与股权融资偏好负相关,越偏好股权融资的企业,适用所得税税率越低,;蒋海棠(2015)根据多元回归结果表明,成长性、第一大股东持股比例对股权融资没有明显影响,公司规模、盈利能力与股权融资呈现负相关关系;曹琴,周显异,李洋(2016)的Logit回归分析基于二元选择模型和分位数,得出了盈利能力、资产流动性与股权融资度正相关的研究论断。
通过相关文献研究发现,我国上市公司偏好何种融资方式,学者们各抒己见,还未形成统一的结论,同时也发现,多数文献以国内全部上市公司为研究样本,少数是针对行业上市公司的研究,而行业研究中,互联网行业上市公司资本结构影响因素及其作用机制的分析仍缺乏。因此,本文选取我国资本市场上互联网行业上市公司近五年的数据,对我国互联网行业上市公司股权融资的影响要素:公司成长性、产权比率、股权集中度、公司规模、盈利能力、营运能力、非债务税盾等做进一步的实证分析,明确相关要素对我国上市互联网公司资本结构的影响,提出优化我国互联网行业融资结构的建议。
二、上市互联网公司融资结构特征
我国互联网行业上市公司的融资结构有着自己的特征,偏好通过股票市场进行融资的方式,借助对比分析的方法,探究其偏好股权融资带来的不良影响。
(一)股权融资比例高
我国目前的经济处于转型阶段,资本市场还在稳步发展,相关的监管机制还有待完善。同时,随着股票市场的快速成长,投资者对股票价值的错误预期,导致许多股票的价格高于其价值,在较短时间内,大量资金通过股权融资获得,用于上市公司的经营活动。正因为如此,股票融资为自身积累不足的上市公司提供了融资的最佳方法,并以各种方式增加股票融资在融资结构中所占的份额。正如表2.1显示的数据,股权融资比例基本不低于40%的水平。
在融资的过程中,上市公司常把股票融资作为主要渠道,对股票融资存在的不确定性认识不到位,忽视股票融资的成本和风险。一旦股价跌幅较大,上市公司的融资成本和风险就可能会无限增大,导致公司资产大幅缩减,最终可能会影响其生存和发展。
表:2.1 2014年至2018年我国互联网行业上市公司融资结构
年份 | 股权融资比例 | 债务融资比例 | 内源融资比例 |
2014 | 39.19% | 36.16% | 24.65% |
2015 | 46.09% | 34.61% | 19.30% |
2016 | 50.13% | 31.82% | 18.05% |
2017 | 48.47% | 31.74% | 19.79% |
2018 | 52.02% | 37.68% | 10.30% |
注:数据来源于wind数据库,使用excel2013计算得出
(二)负债水平低
融资结构是否合理,通常采用资产负债率这一重要尺度来衡量,其基本原则是,在保障公司财务健全性的前提下,财务杠杆的作用得到充分发挥,使经理最大化地实现了企业的利益和价值。但是,我国股票市场近年来发展速度较快,已经远远超过发展缓慢的债券市场。这种情况下,在发行债券方面,我国上市公司受到XX的大力控制与监管,采用发行债券这种途径获得的资金较为有限,在融资中依靠债券筹集的资金所占比例相对较小。
表:2.2 2014-2018年资产负债率
年份 | 上市公司 | 信息传输.软件和信息技术服务业 | 互联网行业 |
2014 | 85.25% | 49.87% | 36.16% |
2015 | 84.66% | 50.06% | 36.16% |
2016 | 84.64% | 47.07% | 31.82% |
2017 | 83.87% | 41.13% | 31.74% |
2018 | 83.54% | 40.78% | 37.68% |
注:数据来源于wind数据库和《中国证券期货统计年鉴》
如表2.2所示,2014年至2018年互联网行业的资产负债率还不足40%,而信息传输、软件和信息技术服务业整个行业的资产负债率达到了40%以上。虽然二者与我国上市公司全行业80%以上的资产负债率相比较,还有很大的差距,但互联网行业和信息传输、软件和信息技术服务业的差距在逐渐减小,说明我国也在努力调整不合理的融资结构。
互联网行业资产负债率不足40%,资产负债率水平较低,使得公司的债务风险在一定程度上被规避,但债券融资比股权融资获得收益的可能性风险更低、收益更稳定,应该逐渐提高债券融资比例,成为构成上市互联网公司融资结构中的一个重要部分。因此,债券融资在目前我国上市公司的融资结构中所占比例低的问题亟待解决。
三、上市互联网公司融资偏好模型建立
基于上述分析,把上市互联网公司的成长性、产权比率、股权集中度、公司规模、盈利能力、营运能力、非债务税盾等要素作为研究对象,构造多元回归模型,进行实证分析。
(一)研究方法
根据研究目标的确定,采用了理论实证有机结合的科学研究分析方法,定性、定量地深入研究了影响我国互联网行业上市公司融资偏好的主要影响因素。在此研究基础上,进一步确定了需要的解释变量和被解释变量,通过基础分析构建的模型以及结合选定的样本进行实证研究,最后,根据本文研究结果得出结论并提出改进意见。本文运用SPSS20.0软件,对成长性、股权集中度、产权比率、公司规模、盈利能力、营运能力、非债务税盾等一系列影响上市互联网公司股权融资偏好的因素进行分析,利用多元线性回归找出互联网行业上市公司股权融资偏好的主要因素。
(二)变量选取
1.被解释变量
上市公司融资偏好的有关文献研究角度多样。张宗益和骆垠杏(2012)等研究者,把被解释变量设置为上市公司是否进行再融资这种分类变量;陆正飞、辛宇(1998)等学者的研究文献中,有关融资偏好的被解释变量,用资产负债率来表示。我国证监会对于上市公司运用股权融资筹集资金的审批越来越严格,而上市公司股本达到一定规模,公司不会再继续增发配股,因此,股权融资额是处于一个不断积累的过程,所以本文参考李洋、张玉梅、梁可可(2015年)对于股权融资偏好的定义方式,选取如下公式来反映互联网行业上市公司的股权融资偏好:
(3.1)
2.解释变量
根据数据可得性原则以及互联网行业上市公司融资偏好的影响因素的分析,选取了成长性(柳严,2015)、股权集中度(王宇峰、严湘,2015)、产权比率、公司规模(余明桂、李文贵、潘红波,2013)、盈利能力(陆正飞、叶康涛,2004)、营运能力(王松、2011)、非债务税盾(冯根福、吴林江、刘世彦,2000)等因素进行分析。
(1)成长性
成长性高的上市互联网公司,无形资产的比例较高,一般来说,拥有大量无形资产的公司,银行不愿意为其提供贷款;从公司内部股东角度来说,如果股权融资能够产生规模效应,资本边际效率得到提高,经营风险得以降低,股权融资是内部股东更乐意进行的。同时,成长性公司的债权融资渠道被局限,促使股权融资需求增加。高成长阶段的上市公司,其利润增速低于投资增速,公司高成长性的长期维持,无法通过保留盈余和折旧等内源融资方式来实现,故而,它们对于外源融资有着强烈的需要。高成长性公司的经营风险和破产概率较高,这对于关注财产安全性的债权人来说,不愿为高成长性公司提供债券融资。而一些风险资本往往看重公司的成长性,因此愿意为成长性公司提供股权融资。
因此,本文提出第一个预期假设:
假设1:成长性与股权融资偏好表现正相关关系。
(2)股权集中度
上市公司有着较高的国有股比例,存在严重的国有股一股独大现象;而绝大部分股份因为过低的非流通股的比例,没有办法上市流通。因此,本文对上市公司治理结构中一股独大现象,采用股权集中度指标来进行准确衡量。股权越集中,对股权融资越偏好。衡量上市公司股权集中度的比例较多,为了使我国国有股一股独大的特点反映更为准确,文章选用第一大股东持股比例来表示股权集中度的问题。
因此,本文提出第二个预期假设
假设2:第一大股东持股比例与股权融资偏好表现正相关关系。
(3)产权比率
在金融市场发达的地区,银行机构拥有较高的管理能力,上市公司保有较高的资产负债率,从而使得银行和上市公司在融资选择上拥有更多自由选择权;而金融发展落后的地区,中小企业很难获得银行贷款,为了满足企业正常发展需要,只能寻找其他的融资方式。文章为探究融资方式是否收到金融市场发展程度的影响,选取了衡量公司借贷程度的产权比率指标。
因此,本文提出第三个预期假设
假设3:产权比率与股权融资偏好表现负相关关系。
(4)公司规模
金融市场的不断发展伴随着承担风险系数的升高,经营策略的多元化有助于帮助大公司降低风险。规模越大的公司,对于风险的抵御能力越强。根据国外研究,Myers(1977)认为规模越大的公司,其边际破产成本越低,是由于管理者自由程度低、成长机会少导致,因此,比起小公司,大公司更应该进行债权融资。此外,大公司较少产生信息不对称问题,债权人对于相关信息的获取较容易,监督成本也相对较低,从而使得大公司进入债务市场更容易,借贷成本更低。因此,规模越大的公司,更倾向于选择债务融资。
因此,本文提出第四个预期假设
假设4:公司规模与股权融资偏好表现负相关关系。
(5)盈利能力
获利能力即盈利能力,“优序融资理论”表明,经营状况良好的公司,其总资产收益率高,资产负债率低,不是债务融资方式筹集不到资金,也不是为了保持资产负债率的较低水平,而是融资方式比较丰富多样。
在理论研究基础上,国外研究者通过X数据进行实证研究表明,公司盈利能力和财务杠杆表现负相关关系;同时,国内学者陆正飞和辛宇(1998)、肖泽忠和邹宏(2008)在我国实证研究中,依托中国上市公司数据,证明了公司盈利性同公司负债比率表现负相关关系。
因此,本文提出第五个预期假设
假设5:公司盈利能力与股权融资偏好表现正相关关系。
(6)营运能力
上市互联网公司用总资产周转率指标来表示营运能力,即主营业务收入净额与总资产的比率,是公司资产管理效果的重要衡量指标。上市公司营运能力越强,资金利用效果越好,资产管理效率越高,从而维持较好的财务状况,较强的资信能力,风险抵御能力增强。因为上市公司在此种情形下,可以轻松通过发行债券融资和银行借贷两种方式融资,因此,负债水平会保持较高水准。
因此,本文提出第六个预期假设
假设6:营运能力与股权融资偏好表现负相关关系。
(7)非债务税盾
非债务税盾,除债务利息之外的其他费用,拥有抵减税收的作用。根据权衡理论,衡量企业非负债类免税程度的指标有很多,包括公司的折旧、投资税收减免和亏损减免等,而用折旧率表示非债务税盾的用法较为普遍。因为非债务税盾可以有效替代债务税盾(DeAngelo and Masulis,1980),因此,满足其他条件相同的前提下,公司拥有较多非债务税盾,可能会减少负债融资的使用。
因此,本文提出第七个预期假设
假设7:非债务税盾与股权融资偏好表现正相关。
3.变量定义
表:3.1变量定义表

(三)模型构建
我国上市公司股权融资偏好现象的存在,是由于股票和债券发行制度的特殊性、国有股一股大等因素导致。本文选取了互联网及相关服务行业上市公司的财务数据为样本,综合分析我国互联网及相关服务行业各项因素是如何影响上市公司融资偏好的。构建的多元回归模型(杨生辉,2016)如下:
(3.2)
其中:α为常数项,β名为回归系数。
(四)样本选择与数据来源
该部分研究的样本为2014-2018年我国互联网及相关服务行业(按照证监会2012年的行业标准划分的)上市公司的财务指标,数据来自于wind数据库。样本按如下原则进行了选取:
1.互联网及相关服务行业上市公司中,部分公司处于上市初期,资本结构不稳定,相关数据有一定的缺漏,为保证模型的正确计算,对样本中未具备五年以上上市时间的公司进行了剔除。
2.在样本筛选过程中,剔除了财务数据异常的ST类和*ST类这两类上市公司,因为采用这些异常数据会影响模型的运算。
3.剔除财务数据缺失的上市公司
根据以上原则筛选后,选取了43家互联网及相关服务业上市公司2014-2018年的财务数据,时间跨度为5年。
四、上市互联网公司融资偏好实证结果与分析
根据建立的多元回归模型,连续观测不同时刻的截面个体,使用SPSS20.0软件进行描述性统计以及逐步回归分析,探究相关变量与股权融资偏好之间的正负相关性。
(一)描述性统计
对被解释变量和解释变量,在已有样本的整合数据基础上进行描述性统计。表:4.1以2014-2018年五年为一个统计区间,获得各变量描述性统计结果,包括极小值、极大值、均值和标准差。
从表4.1所示数据中看出,本文所选的上市互联网公司体现出以下特点:(1)股权融资比率总体水平较高,平均值为50.39%,其中,最大值达到了123.87%,这表明,所选样本公司满足我国互联网行业偏好股权融资的现状,样本数据在股权融资比率这一方面来看,具有代表性。(2)股权融资比率的标准差为21.61%,数值较小,首先,这表明所选数据较接近平均值,公司资本结构彼此之间的差距较小;其次,也可以得出,我国互联网行业上市公司的资本结构水平,在2014-2018年五年间保持总体稳定水平,没有剧烈波动。(3)在所有变量中,公司规模的标准差最小,仅为0.92,表明样本中的上市公司在2014-2018年五年间公司规模变化较小。
表:4.1解释变量和被解释变量的描述性统计分析
极小值 | 极大值 | 均值 | 标准差 | |
股权融资比率 | 1.2044 | 123.8735 | 50.390059 | 21.6087530 |
成长性 | -74.2415 | 678.4336 | 43.896857 | 103.7718358 |
股权集中度 | 6.9800 | 66.8000 | 27.631982 | 12.3106276 |
产权比率 | -2.4559 | 24.4106 | 0.747500 | 1.8262678 |
公司规模 | 19.5603 | 24.1025 | 21.854703 | 0.9218133 |
盈利能力 | -199.9157 | 95.7079 | 4.144212 | 28.3516351 |
营运能力 | 0.0627 | 12.3729 | 0.724427 | 1.4539783 |
非债务税盾 | -0.0430 | 11.7230 | 2.226089 | 2.0774293 |
(一) 回归分析
采用逐步回归法建立被解释变量和解释变量的多元回归模型,剔除了不够显著的若干变量,得出如下回归结果:
表:4. 2模型汇总
模型 | R | R 方 | 调整 R 方 | 标准 估计的误差 |
1 | .330a | .109 | .104 | 20.4493573 |
2 | .502b | .252 | .245 | 18.7743559 |
3 | .566c | .320 | .310 | 17.9469426 |
4 | .592d | .351 | .338 | 17.5796493 |
5 | .609e | .370 | .355 | 17.3492005 |
6 | .619f | .384 | .366 | 17.2084973 |
7 | .630g | .397 | .376 | 17.0666197 |
表:4. 3 Anovaa
模型 | 平方和 | df | 均方 | F | Sig. | |
1 | 回归 | 10853.243 | 1 | 10853.243 | 25.954 | .000b |
残差 | 89071.533 | 213 | 418.176 | |||
总计 | 99924.777 | 214 | ||||
2 | 回归 | 25199.771 | 2 | 12599.886 | 35.747 | .000c |
残差 | 74725.005 | 212 | 352.476 | |||
总计 | 99924.777 | 214 | ||||
3 | 回归 | 31963.207 | 3 | 10654.402 | 33.079 | .000d |
残差 | 67961.570 | 211 | 322.093 | |||
总计 | 99924.777 | 214 | ||||
4 | 回归 | 35025.522 | 4 | 8756.380 | 28.334 | .000e |
残差 | 64899.255 | 210 | 309.044 | |||
总计 | 99924.777 | 214 | ||||
5 | 回归 | 37016.872 | 5 | 7403.374 | 24.596 | .000f |
残差 | 62907.905 | 209 | 300.995 | |||
总计 | 99924.777 | 214 | ||||
6 | 回归 | 38329.242 | 6 | 6388.207 | 21.572 | .000g |
残差 | 61595.535 | 208 | 296.132 | |||
总计 | 99924.777 | 214 | ||||
7 | 回归 | 39631.989 | 7 | 5661.713 | 19.438 | .000h |
残差 | 60292.788 | 207 | 291.270 | |||
总计 | 99924.777 | 214 |
表:4. 4 系数a
模型 | 非标准化系数 | 标准系数 | t | Sig. | 共线性统计量 | |||
B | 标准误差 | 试用版 | 容差 | VIF | ||||
1 | (常量) | 51.431 | 1.410 | 36.488 | .000 | |||
盈利能力 | -.251 | .049 | -.330 | -5.094 | .000 | 1.000 | 1.000 | |
2 | (常量) | 55.658 | 1.454 | 38.284 | .000 | |||
盈利能力 | -.383 | .050 | -.502 | -7.693 | .000 | .828 | 1.207 | |
产权比率 | -4.926 | .772 | -.416 | -6.380 | .000 | .828 | 1.207 | |
3 | (常量) | 57.973 | 1.479 | 39.205 | .000 | |||
盈利能力 | -.380 | .048 | -.499 | -7.992 | .000 | .828 | 1.207 | |
产权比率 | -4.189 | .755 | -.354 | -5.545 | .000 | .791 | 1.264 | |
营运能力 | -3.971 | .867 | -.267 | -4.582 | .000 | .948 | 1.055 | |
4 | (常量) | 56.852 | 1.492 | 38.116 | .000 | |||
盈利能力 | -.412 | .048 | -.540 | -8.639 | .000 | .792 | 1.263 | |
产权比率 | -4.144 | .740 | -.350 | -5.599 | .000 | .791 | 1.265 | |
营运能力 | -4.617 | .873 | -.311 | -5.287 | .000 | .896 | 1.116 | |
成长性 | .038 | .012 | .184 | 3.148 | .002 | .901 | 1.110 | |
5 | (常量) | 131.225 | 28.952 | 4.532 | .000 | |||
盈利能力 | -.392 | .048 | -.514 | -8.218 | .000 | .771 | 1.298 | |
产权比率 | -4.072 | .731 | -.344 | -5.571 | .000 | .789 | 1.267 | |
营运能力 | -4.550 | .862 | -.306 | -5.277 | .000 | .895 | 1.118 | |
成长性 | .043 | .012 | .207 | 3.533 | .001 | .881 | 1.135 | |
公司规模 | -3.421 | 1.330 | -.146 | -2.572 | .011 | .936 | 1.069 | |
6 | (常量) | 148.268 | 29.837 | 4.969 | .000 | |||
盈利能力 | -.378 | .048 | -.496 | -7.928 | .000 | .757 | 1.321 | |
产权比率 | -4.190 | .727 | -.354 | -5.762 | .000 | .785 | 1.274 | |
营运能力 | -4.501 | .856 | -.303 | -5.260 | .000 | .894 | 1.118 | |
成长性 | .043 | .012 | .205 | 3.531 | .001 | .881 | 1.135 | |
公司规模 | -3.938 | 1.342 | -.168 | -2.935 | .004 | .905 | 1.106 | |
股权集中度 | -.208 | .099 | -.118 | -2.105 | .036 | .939 | 1.065 |
(续上表)
7 | (常量) | 158.585 | 29.990 | 5.288 | .000 | |||
盈利能力 | -.387 | .048 | -.508 | -8.154 | .000 | .750 | 1.333 | |
产权比率 | -4.139 | .722 | -.350 | -5.737 | .000 | .784 | 1.276 | |
营运能力 | -4.704 | .854 | -.316 | -5.508 | .000 | .883 | 1.133 | |
成长性 | .041 | .012 | .195 | 3.377 | .001 | .875 | 1.142 | |
公司规模 | -4.256 | 1.339 | -.182 | -3.178 | .002 | .893 | 1.120 | |
股权集中度 | -.221 | .098 | -.126 | -2.256 | .025 | .935 | 1.070 | |
非债务税盾 | -1.230 | .581 | -.118 | -2.115 | .036 | .933 | 1.072 |
五、研究结论及政策建议
通过对2014-2018年我国互联网行业上市公司股权融资偏好的影响要素进行实证分析发现,上市公司的股权融资偏好与成长性、盈利能力、产权比率、营运能力、大股东持股比例存在相关性,且都很显著。并依据研究结论提出改进我国上市互联网公司的融资偏好的建议,促进上市互联网公司更好的发展。
(一)研究结论
1.成长性和股权融资偏好表现正相关关系,验证了研究假设1。这表明成长性高的公司在难以获得银行的贷款的情况下,更愿意进行股权融资。因此,上市公司在高成长性下,更加倾向于发行股票实现融资。
2.第一大股东持股比例和股权融资偏好表现负相关关系,不符合研究假设2。表明上市互联网公司的大股东侵占行为并不明显,这可能是因为企业内部管理缺乏规范性,存在着内部人控制和管理者缺位的问题,导致股权结构对股权融资偏好的影响受到限制。
3.产权比率系数和股权融资偏好表现负相关关系,验证了研究假设3。这表明在金融市场发达的地区,较高管理能力的银行机构和保有较高资产负债率的上市公司,在融资选择上拥有更多自由选择权;而金融发展落后地区,中小企业很难获得银行贷款,为了满足企业正常发展需要,只能寻找股权融资等方式筹集资金。
4.公司规模和股权融资偏好表现负相关关系,验证了研究假设4。表明有能力的大公司采取多元化经营的策略,同时,依赖于较少的信息不对称问题,监督成本也相对较低,使得大公司进入债务市场更轻松,借贷成本更低,获得债务融资更容易。
5.盈利能力和股权融资偏好表现负相关关系,不符合研究假设5。可能的是因为盈利能力较强的公司,会首先选择留存收益等内部融资途径筹集资金,符合“优序融资理论”的预测。
6.营运能力和股权融资偏好表现负相关关系,验证了研究假设6。这表明上市公司营运能力越强,资金利用效果和资产管理效率越好,从而维持较好的财务状况和资信能力,风险抵御能力增强,发行债券融资和股权融资都较容易,因此对于股权融资的偏好不那么强烈。
7.非债务税盾和股权融资偏好表现负相关关系,不符合研究假设7。可能是因为上市公司的非债务税盾,大部分有固定资产折旧形成,可担保资产必然有很多,可用来保证借债,担保债务的风险小于非担保债务,进行担保融资更加便利。从而导致非债务税盾越低,越偏好股权融资。
(二)政策建议
1.发展债券市场
我国债券市场的发展落后于股票市场的现状,XX应利用制度或政策的调整来逐步改善,加快债券市场的发展。在我国,上市公司发行股票和债券的审批制度相同,其带来的后果是,经营状况和信用状况差别很大的上市公司承担相同的债券成本,同时各种上市公司债券的投资者都要以相同的收入来承担不同的风险,降低了上市公司发行债券的积极性以及投资者投资债券的积极性。可以适当丰富债券融资的方式,加强投资者对债券投资的信心,使债券市场更加稳定。
2.平衡地区金融发展
我国金融发展存在地区间差异,外部融资约束程度也不尽相同。存在较大的金融发展差异,小则对企业的融资能力产生了影响,中则对部分地区的经济发展产生制约,大则对我国整体经济发展速度产生了阻碍。因此应加大对低金融发展地区的金融发展力度,给子它们更多支持与帮助,使资本市场发展更加全面均衡。
3.建立完善的资本市场规则
企业上市融资的风险,国家只有监管的职能,并不承担相关风险,企业需自行承担上市过程中的一切风险。因此,企业对是否发行股票、选择增发还是配股等问题进行决策时,应该首先从企业自身收益角度考虑,分析决策会面临的各种风险,调研资本市场的目前状况等,依托企业在发展过程中建立的信用关系进行正确决策。其次,绩效考核体系、财务会计制度、企业考核指标体系等内容都应进一步完善,用制度去规范行为。最后,公司的管理责任应进一步明确,中介机构的行为逐步规范,并制定修改一系列制度规则,包括规范首次公开发行股票并上市的行为、限制募集资金的使用、监督上市公司的国有股权等,进一步完善资本市场规则。
参考文献
[1]张英明、李锦生:《上市公司资本结构的国际比较及启示》,载《现代管理科学》2005年第8期;
[2]Myers S.、Majluf N.,“Corporate financing and investment decisions when firms have information that investors do not have”,Journal of Financial Economics,1984,13.
[3]肖作平:《资本结构影响因素和双向效应动态模型——来自中国上市公司面板数据的证据》,载《会计研究》2004年第2期;
[4]余剑梅:《我国上市公司股权融资偏好研究》,载《经济纵横》2012年第11期;
[5]余鹏翼、李善民:《国内上市公司并购融资偏好因素研究——基于国内并购与海外并购对比分析》,载《经济与管理研究》2013年第11期;
[6]蒋海棠:《房地产上市公司融资偏好影响因素研究》,载《财会通讯》2015年第32期;
[7]曹琴,周显异,李洋:《融资偏好顺序的影响因素探索——基于二元选择Logit模型与分位数回归》,载《财会月刊》2016年第26期;
[8]张宗益、骆垠杏:《我国上市公司股权再融资偏好的影响因素》,载《技术经济》2012年第9期;
[9]陆正飞,辛宇:《上市公司资本结构主要影响因素之实证研究》,载《会计研究》1998年第8期;
[10]李洋、张玉梅、梁可可:《上市公司融资偏好因素的实证检验——基于面板数据分析》,载《经济与管理学研究》2015年第15卷第4期;
[11]柳严:《非债务税盾与资本结构的影响研究——基于创业板上市公司的实证检验》,载《对外经贸》2015年第2期;
[12]王宇峰、严湘:《高新技术上市公司股权再融资偏好及影响因素研究》,载《财会通讯》2015年33期;
[13]余明桂、李文贵、潘红波:《民营化、产权保护与企业风险承担》,载《经济研究》2013年第9期;
[14]陆正飞、叶康涛:《中国上市公司股权融资偏好解析——偏好股权融资就是缘于融资成本低吗?》,载《经济研究》2004年第4期;
[15]王松:《上市公司融资顺序的实证研究——来自甘肃的数据》,载《财会通讯》2011年第6期;
[16]冯根福、吴林江、刘世彦:《我国上市公司资本结构形成的影响因素分析》,载《经济学家》2000年第5期;
[17]DeAngelo Harry、Masulis Ronald W,“Optimal capital structure under corporate and personal taxation”,Journal of North-Holland,1980,3.
[18]杨生辉:《对上市公司资本结构影响因素的实证研究》,载《中国市场》2016年第21期;
[19]杜鹤丽:《我国上市公司融资偏好研究》,载《当代经济》2015年第35期;
[20]周显异、李洋、梁可可:《上市公司融资偏好顺序的影响因素检验——基于因子分析与二元Logit模型》,载《金融与经济》2015年第07期;
[21]朱武祥、魏炜、王正位:《回归经典:资本结构研究60年思考》,载《金融研究》2014年第12期;
[22]葛永波、姜旭朝:《企业融资行为及其影响因素——基于农业上市公司的实证研究》,载《金融研究》2008年第5期;
[23]仲怀公、徐洪波:《内部控制有效性、会计信息质量与股权融资偏好》,载《财会通讯》2017年第33期;
[24]张军:《中国上市公司融资偏好问题研究》,载《经济研究导刊》2012年第17期;
[25]王振山、王秉阳:《股票投机、信息发现与权益成本——对股权融资偏好的再讨论》,载《经济评论》2018年第2期;
[26]肖泽忠和邹宏:《中国上市公司资本结构的影响因素和股权融资偏好》,载《经济研究》2008年第6期;
下载提示:
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。
2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。
原创文章,作者:写文章小能手,如若转载,请注明出处:https://www.447766.cn/chachong/15188.html,