论文部分内容阅读
【摘 要】本文通过利用多元线性回归来分析我国信息技术产业的股权集中度与公司绩效之间的关系,分析结果是,代表股权集中度的指标第一大股东持股比例与公司绩效并无关系,而是与控制变量资产负债率有一定的相关性。
【关键词】股权集中度; 第一大股东持股比例 ;公司绩效
中图分类号:F840文献标识码:A 文章编号:1009-8283(2010)09-0026-01
1 研究背景
上市公司第一大股东的地位和作用、股权比例以及股权集中度对公司治理和业绩的影响,一直是我国学术界关注的的核心问题。近年来,国内许多学者也运用计量经济分析方法对中国上市公司的股权集中与经营绩效之间的关系进行研究,得出了一些经验性结论。但是这些结论是在描述性统计基础上得到的结论,而其回归分析的结果并没有反映出这些相关关系。本文旨在研究我国信息技术产业股权集中度与公司业绩是否相关,通过建立模型分析他们之间的关系。
2 研究假设、样本及变量选择
2.1 研究假设
如果中国上市公司大股东在公司治理中扮演着积极监督的角色,那么股权越集中,则其越有动机和能力对经理人员实施监督,经理人员越能以股东利益作为自己行为函数,公司绩效越好。由此我们提出第一大股东持股比例与公司绩效正相关。
2.2 样本选择
本文数据全部来自国泰安CSMAR数据库系统。由于我国信息产业分布面较广,股权结构复杂,属于朝阳产业,因此是股权改革的重点领域之一,本文选择以2008年以前深、沪两市信息技术行业上市公司作为研究对象,最终确定的样本公司为103家。
2.3 变量选择
被解释变量:本文选取资产收益率(ROA)作为被解释变量,这个指标在研究中是比较常见,它是反映公司业绩的基础性指标,属于会计利润指标体系,是评价上市公司业绩的综合性指标。
解释变量:本文选取第一大股东持股比例CI作为衡量股权集中度的指标。
控制变量:公司的规模、成长性、资本结构也可能影响公司的绩效。所以必须在分析中加以控制,其目的在于更好地考察股权集中度可能对公司绩效造成何种影响。因此选择以下控制变量: 公司规模(SIZE),用公司的总资产账面价值作为公司规模的衡量指标;财务杠杆(DAR),这里将资产负债率作为衡量财务杠杆指标;成长能力(GROW),公司的主营业务收入增长率会影响人们对公司发展前景的判断进而影响公司股票价格的预期,所以将主营业务收入增长率作为成长能力的指标。
3 实证分析
3.1 曲线回归估计
为了使选择的模型具有较高的拟合优度,笔者对数据进行曲线估计分析。分析得出,模型为三次形式时的R2最大,因此选用三次方形式模型拟合ROA和第一大股东持股比例是合适的。
3.2 多元线性回归模型的建立
在曲线回归分析中,根据曲线估计的结果考虑首先用三次方程模型分析,并加入控制变量,建立回归模型如下:
ROA=b0+b1CI+b2CI2+b3CI3+b4SIZE+b5DAR+b6GROW +ε
式中,ROA表示资产收益率,CI表示第一大股东持股比例,SIZE表示总资产,DAR表示资产负债率,GROW表示净利润增长率,ε表示随机扰动项。
3.3 参数估计与检验
通过样本分析,从模型的拟合情况看,相关系数R为0.987,决定系数R2为0.974,并且调整决定系数为0.972,表明模型拟合效果理想。对数据进行线性回归,得到回归方程为:
ROA=-28130.153+4246.402CI-220.588CI2+3.108CI3
+3.223E-7SIZE+162.432DAR+11.351GROW
通过分析,我们知道只有资产负债率通过显著性t检验,而其余变量均未能通过。从方差膨胀因子(VIF)列中,我们可以观察到,除资产总额,资产负债率以及净利润增长率的VIF小于10以外,其余变量的VIF都大于10,这说明此线性回归方程存在多重共线性。从模型的拟合情况看,采用逐步回归方法后所得的模型的相关系数R为0.986,决定系数R2为0.973,表明模型拟合效果理想。采用逐步回归方法后得到回归方程及检验结果如下:
ROA=-13909.078+161.309DAR
方差膨胀因子(VIF)小于10,表明方程已经不存在多重共线性,变量的系数都通过了显著性t检验,方程的拟合优度也很好。由于扰动项存在异方差时会造成严重的后果,所以必须对模型中的扰动项是否存在异方差进行检验。在此采用Spearman等级相关检验方法对模型进行检验。结果显示未标准残差的绝对值与资产负债率控制变量的Spearman的相关系数为-0.158,并且其双尾检验的显著性分别为0.468,大于0.05,说明在5%的显著性水平上,这个检验值不显著,故可认为此模型中不存在异方差。本文采用德宾-沃森(Durbin-Watson)方法检验模型是否存在自相关问题。通过检验,我们得出DW=2.143,远远大于0,所以可以推断不存在一阶正序列相关。
至此,对于影响我国信息技术行业公司绩效影响因素问题的模型已经可以建立,并且已经消除了多元线性回归中存在的三大问题——多重共线性、异方差和自相关问题。最后所得到的回归方程为:
ROA=-13909.078+161.309DAR
其中,ROA表示资产收益率,DAR表示资产负债率,GROW表示净利润增长率
4 结论
通过以上的回归分析可以发现,上市公司第一大股东持股比例与公司业绩指标(净资产收益率ROA)不存在显著的正相关关系,即当股权集中程度提高时,公司的整体业绩并不会呈现上升趋势。这与前面的假设不符;相反,信息技术产业公司业绩与财务杠杆有一定的相关性。鉴于此,股权集中并不能从根本上改变上市公司现有绩效状况,所以应主要通过外部治理市场寻求提高公司业绩的途径。
参考文献:
[1] 陈晓婷.持股集中度与公司绩效的关系[J].经济学研究.2009 11(139):81~82
[2] 李平生.中国上市公司股权结构与公司业绩关系的实证分析[D].2006 5
[3] 达摩达尔•N•古扎拉蒂.计量经济学基础(第四版)[M].北京:中国人民大学出版社,2005.
【关键词】股权集中度; 第一大股东持股比例 ;公司绩效
中图分类号:F840文献标识码:A 文章编号:1009-8283(2010)09-0026-01
1 研究背景
上市公司第一大股东的地位和作用、股权比例以及股权集中度对公司治理和业绩的影响,一直是我国学术界关注的的核心问题。近年来,国内许多学者也运用计量经济分析方法对中国上市公司的股权集中与经营绩效之间的关系进行研究,得出了一些经验性结论。但是这些结论是在描述性统计基础上得到的结论,而其回归分析的结果并没有反映出这些相关关系。本文旨在研究我国信息技术产业股权集中度与公司业绩是否相关,通过建立模型分析他们之间的关系。
2 研究假设、样本及变量选择
2.1 研究假设
如果中国上市公司大股东在公司治理中扮演着积极监督的角色,那么股权越集中,则其越有动机和能力对经理人员实施监督,经理人员越能以股东利益作为自己行为函数,公司绩效越好。由此我们提出第一大股东持股比例与公司绩效正相关。
2.2 样本选择
本文数据全部来自国泰安CSMAR数据库系统。由于我国信息产业分布面较广,股权结构复杂,属于朝阳产业,因此是股权改革的重点领域之一,本文选择以2008年以前深、沪两市信息技术行业上市公司作为研究对象,最终确定的样本公司为103家。
2.3 变量选择
被解释变量:本文选取资产收益率(ROA)作为被解释变量,这个指标在研究中是比较常见,它是反映公司业绩的基础性指标,属于会计利润指标体系,是评价上市公司业绩的综合性指标。
解释变量:本文选取第一大股东持股比例CI作为衡量股权集中度的指标。
控制变量:公司的规模、成长性、资本结构也可能影响公司的绩效。所以必须在分析中加以控制,其目的在于更好地考察股权集中度可能对公司绩效造成何种影响。因此选择以下控制变量: 公司规模(SIZE),用公司的总资产账面价值作为公司规模的衡量指标;财务杠杆(DAR),这里将资产负债率作为衡量财务杠杆指标;成长能力(GROW),公司的主营业务收入增长率会影响人们对公司发展前景的判断进而影响公司股票价格的预期,所以将主营业务收入增长率作为成长能力的指标。
3 实证分析
3.1 曲线回归估计
为了使选择的模型具有较高的拟合优度,笔者对数据进行曲线估计分析。分析得出,模型为三次形式时的R2最大,因此选用三次方形式模型拟合ROA和第一大股东持股比例是合适的。
3.2 多元线性回归模型的建立
在曲线回归分析中,根据曲线估计的结果考虑首先用三次方程模型分析,并加入控制变量,建立回归模型如下:
ROA=b0+b1CI+b2CI2+b3CI3+b4SIZE+b5DAR+b6GROW +ε
式中,ROA表示资产收益率,CI表示第一大股东持股比例,SIZE表示总资产,DAR表示资产负债率,GROW表示净利润增长率,ε表示随机扰动项。
3.3 参数估计与检验
通过样本分析,从模型的拟合情况看,相关系数R为0.987,决定系数R2为0.974,并且调整决定系数为0.972,表明模型拟合效果理想。对数据进行线性回归,得到回归方程为:
ROA=-28130.153+4246.402CI-220.588CI2+3.108CI3
+3.223E-7SIZE+162.432DAR+11.351GROW
通过分析,我们知道只有资产负债率通过显著性t检验,而其余变量均未能通过。从方差膨胀因子(VIF)列中,我们可以观察到,除资产总额,资产负债率以及净利润增长率的VIF小于10以外,其余变量的VIF都大于10,这说明此线性回归方程存在多重共线性。从模型的拟合情况看,采用逐步回归方法后所得的模型的相关系数R为0.986,决定系数R2为0.973,表明模型拟合效果理想。采用逐步回归方法后得到回归方程及检验结果如下:
ROA=-13909.078+161.309DAR
方差膨胀因子(VIF)小于10,表明方程已经不存在多重共线性,变量的系数都通过了显著性t检验,方程的拟合优度也很好。由于扰动项存在异方差时会造成严重的后果,所以必须对模型中的扰动项是否存在异方差进行检验。在此采用Spearman等级相关检验方法对模型进行检验。结果显示未标准残差的绝对值与资产负债率控制变量的Spearman的相关系数为-0.158,并且其双尾检验的显著性分别为0.468,大于0.05,说明在5%的显著性水平上,这个检验值不显著,故可认为此模型中不存在异方差。本文采用德宾-沃森(Durbin-Watson)方法检验模型是否存在自相关问题。通过检验,我们得出DW=2.143,远远大于0,所以可以推断不存在一阶正序列相关。
至此,对于影响我国信息技术行业公司绩效影响因素问题的模型已经可以建立,并且已经消除了多元线性回归中存在的三大问题——多重共线性、异方差和自相关问题。最后所得到的回归方程为:
ROA=-13909.078+161.309DAR
其中,ROA表示资产收益率,DAR表示资产负债率,GROW表示净利润增长率
4 结论
通过以上的回归分析可以发现,上市公司第一大股东持股比例与公司业绩指标(净资产收益率ROA)不存在显著的正相关关系,即当股权集中程度提高时,公司的整体业绩并不会呈现上升趋势。这与前面的假设不符;相反,信息技术产业公司业绩与财务杠杆有一定的相关性。鉴于此,股权集中并不能从根本上改变上市公司现有绩效状况,所以应主要通过外部治理市场寻求提高公司业绩的途径。
参考文献:
[1] 陈晓婷.持股集中度与公司绩效的关系[J].经济学研究.2009 11(139):81~82
[2] 李平生.中国上市公司股权结构与公司业绩关系的实证分析[D].2006 5
[3] 达摩达尔•N•古扎拉蒂.计量经济学基础(第四版)[M].北京:中国人民大学出版社,2005.