论文部分内容阅读
摘 要：本文选取2015年京津冀地区创业板上市公司财务数据为样本，选择能反映绩效的10个财务指标通过信息浓缩进行因子分析，提取出4个主成分作为绩效替代指标以此来构建京津冀地区创业板上市公司资本结构与公司绩效的多元回归模型，使用SPSS19、Eviews8进行资本结构与公司绩效关系的实证分析。结果表明，京津冀地区创业板上市公司绩效与资产负债率不显著负相关，并提出了相关建议。关键词：创业板 资本结构 公司绩效
中图分类号：F276.3 文献标识码：A 文章编号：2096-0298（2017）04（c）-080-02
1 样本选取及变量定义
1.1 样本选取及数据来源
本文筛选截至2014年12月31日前创业板上市的京津冀地区的企业，剔除金融行业上市公司及被证监会处罚具有风险标识的上市公司，最后选择76家上市公司，选取2015年12月31日财务数据为研究样本，所涉及数据均来源于深圳证券交易所官网、锐思数据库。
1.2 变量定义
本文在前人的研究基础上选取10个反映公司绩效的财务指标，通过因子分析，得出综合因子得分作为公司绩效（FP）衡量指标。而对于资本结构指标度量选择上，本文采用资产负债率，为了研究更准确，本文考虑加入控制变量，相应变量定义及计算，如表1所示。
1.3 模型构建
本文选取京津冀地区76家创业板上市公司2015年财务截面数据为样本，研究资本结构与公司绩效的关系，以公司绩效为被解释变量，资本结构作为解释变量，加上控制变量来构建京津冀地区创业板上市公司绩效与资本结构之间的多元线性回归模型。模型构建如下。
FP=β0+β1 DAR+β2 scale+β3 GROWTH+μt
其β0中是常数项，β1、β2、β3是待估参数，是误差项。
2 京津冀地区创业板上市公司绩效的实证分析
2.1 因子分析适用性检验
利用SPSS19 进行因子分析，检验样本是否适合进行因子分析，通过对76个样本进行KMO和Bartlett的检验，结果发现KMO值等于0.633>0.5，显著性水平<0.05故该样本适合因子分析。
2.2 公因子提取
运用主成分分析法提取公因子，选择其中特征值大于1的因子（见表2），得知前4个因子的特征值大于1，累计的方差解释度等于76.045%，解释程度较高，提取的公因子解释原始变量的信息较充分。
2.3 计算公司绩效
综上所述提取4个公因子，累计方差解释度为76.045%，最终加权汇总计算得出综合绩效得分值。由表3可知4个公因子的累计方差贡献率为76.045%，4个因子所代表的權重是综合后的权重，需要根据成份得分系数矩阵及解释的总方差将其还原成包含原始变量的权重。最终计算得知4个因子的权重分别为：31.84%、24.84%、23.5%、19.82%。综合因子得分（FP）计算公式如下：
FP=0.3184×F1+0.2484×F2+0.235×F3+0.1982×F4
2.4 资本结构与公司绩效以及控制变量的回归分析
运用Eviews8作进一步实证分析，以公司绩效为因变量，以资产负债率及控制变量一起作回归分析，结果见表3。从表3中可以看出，资产负债率的回归系数为-0.705191，T值为-1.738761，α等于0.0864大于0.05，公司绩效与资产负债率呈负相关但是不显著相关，京津冀地区创业板上市公司提高资产负债率，公司绩效会相应降低。
3 结论与建议
本文研究了2015年京津冀区域创业板上市公司资本结构与公司绩效的关系，实证结果发现，公司绩效与资产负债率呈不显著负相关；创业板公司治理还不健全，整体负债率较低。针对存在的问题提出以下建议：京津冀地区创业板上市公司需要优化资本结构，提高负债筹资比重，拓宽负债融资渠道，优化企业负债与股东权益的结构以及比例。增加流动资产的比重，京津冀地区创业板上市公司有一半以上属于制造业企业，增加流动资产比重既有利于企业营运能力提高，公司短期偿债能力提高，也有利于公司绩效的提高。企业要提升公司治理能力水平，加强股东管理，防止一股独大及大股东侵害中小股东利益。
参考文献
[1] Modigliani，Miller.The cost of capital.coporation finance and Theory of investment[J].American Economic Review，1958（58）.
[2] 戴钰.我国传媒上市企业资本结构与公司绩效关系的实证研究[J].财经理论与实践，2013，34（181）.
[3] 王兆红，钟华梅，詹伟.体育用品企业资本结构与公司绩效关系的实证研究[J].北京师范大学学报（自然科学版），2014（3）.
[4] 霍守花，陆林.旅游上市公司资本结构与经营绩效关系的实证研究[J].安徽师范大学学报（自然科学版），2013，36（1）.
①基金项目：安徽省社会科学创新发展研究课题重大项目（2016ZD019）。
作者简介：王康（1992-），男，安徽巢湖人，硕士研究生，主要从事会计学方面的研究；李博（1994-），男，安徽涡阳人，硕士研究生，主要从事企业管理方面的研究。
中图分类号：F276.3 文献标识码：A 文章编号：2096-0298（2017）04（c）-080-02
1 样本选取及变量定义
1.1 样本选取及数据来源
本文筛选截至2014年12月31日前创业板上市的京津冀地区的企业，剔除金融行业上市公司及被证监会处罚具有风险标识的上市公司，最后选择76家上市公司，选取2015年12月31日财务数据为研究样本，所涉及数据均来源于深圳证券交易所官网、锐思数据库。
1.2 变量定义
本文在前人的研究基础上选取10个反映公司绩效的财务指标，通过因子分析，得出综合因子得分作为公司绩效（FP）衡量指标。而对于资本结构指标度量选择上，本文采用资产负债率，为了研究更准确，本文考虑加入控制变量，相应变量定义及计算，如表1所示。
1.3 模型构建
本文选取京津冀地区76家创业板上市公司2015年财务截面数据为样本，研究资本结构与公司绩效的关系，以公司绩效为被解释变量，资本结构作为解释变量，加上控制变量来构建京津冀地区创业板上市公司绩效与资本结构之间的多元线性回归模型。模型构建如下。
FP=β0+β1 DAR+β2 scale+β3 GROWTH+μt
其β0中是常数项，β1、β2、β3是待估参数，是误差项。
2 京津冀地区创业板上市公司绩效的实证分析
2.1 因子分析适用性检验
利用SPSS19 进行因子分析，检验样本是否适合进行因子分析，通过对76个样本进行KMO和Bartlett的检验，结果发现KMO值等于0.633>0.5，显著性水平<0.05故该样本适合因子分析。
2.2 公因子提取
运用主成分分析法提取公因子，选择其中特征值大于1的因子（见表2），得知前4个因子的特征值大于1，累计的方差解释度等于76.045%，解释程度较高，提取的公因子解释原始变量的信息较充分。
2.3 计算公司绩效
综上所述提取4个公因子，累计方差解释度为76.045%，最终加权汇总计算得出综合绩效得分值。由表3可知4个公因子的累计方差贡献率为76.045%，4个因子所代表的權重是综合后的权重，需要根据成份得分系数矩阵及解释的总方差将其还原成包含原始变量的权重。最终计算得知4个因子的权重分别为：31.84%、24.84%、23.5%、19.82%。综合因子得分（FP）计算公式如下：
FP=0.3184×F1+0.2484×F2+0.235×F3+0.1982×F4
2.4 资本结构与公司绩效以及控制变量的回归分析
运用Eviews8作进一步实证分析，以公司绩效为因变量，以资产负债率及控制变量一起作回归分析，结果见表3。从表3中可以看出，资产负债率的回归系数为-0.705191，T值为-1.738761，α等于0.0864大于0.05，公司绩效与资产负债率呈负相关但是不显著相关，京津冀地区创业板上市公司提高资产负债率，公司绩效会相应降低。
3 结论与建议
本文研究了2015年京津冀区域创业板上市公司资本结构与公司绩效的关系，实证结果发现，公司绩效与资产负债率呈不显著负相关；创业板公司治理还不健全，整体负债率较低。针对存在的问题提出以下建议：京津冀地区创业板上市公司需要优化资本结构，提高负债筹资比重，拓宽负债融资渠道，优化企业负债与股东权益的结构以及比例。增加流动资产的比重，京津冀地区创业板上市公司有一半以上属于制造业企业，增加流动资产比重既有利于企业营运能力提高，公司短期偿债能力提高，也有利于公司绩效的提高。企业要提升公司治理能力水平，加强股东管理，防止一股独大及大股东侵害中小股东利益。
参考文献
[1] Modigliani，Miller.The cost of capital.coporation finance and Theory of investment[J].American Economic Review，1958（58）.
[2] 戴钰.我国传媒上市企业资本结构与公司绩效关系的实证研究[J].财经理论与实践，2013，34（181）.
[3] 王兆红，钟华梅，詹伟.体育用品企业资本结构与公司绩效关系的实证研究[J].北京师范大学学报（自然科学版），2014（3）.
[4] 霍守花，陆林.旅游上市公司资本结构与经营绩效关系的实证研究[J].安徽师范大学学报（自然科学版），2013，36（1）.
①基金项目：安徽省社会科学创新发展研究课题重大项目（2016ZD019）。
作者简介：王康（1992-），男，安徽巢湖人，硕士研究生，主要从事会计学方面的研究；李博（1994-），男，安徽涡阳人，硕士研究生，主要从事企业管理方面的研究。