论文部分内容阅读
摘 要:在公司治理的分析框架中股权结构与公司绩效的关系是一个颇具争议的问题,国内外实证研究很多,但实证结果没有得到一致的结论。本文以我国201家上市公司2000~2007年的1608个面板数据为样本,应用新近发展的Panel-Data Granger因果检验方法对大股东持股比例与公司绩效的关系进行检验,发现大股东持股比例和公司绩效之间互为因果。
关键词:大股东持股比例;公司绩效;格兰杰因果检验;面板数据
中图分类号:F421.36 文献标识码:A 文章编号:1003-5192(2010)03-0050-05
Study on the Causal Relationship between Proportion of
Blockholder and Corporate Performance
——Based on Panel-data Granger Causality Tests of Listed Companies in China
DU Mian, GU Liang
(School of Business, Shantou University, Shantou 515063, China)
Abstract:In the analytical framework for corporate governance, the relationship between ownership structure and corporate performance is a controversial issue, there are a lot of empirical researches at home and abroad, but empirical results have not been consistent conclusions. In this paper, we use a sample of 1608 panel data of 201 listed companies in China in 2000~2007 and apply newly developed Panel-Data Granger causality test method to test the relationships between the large shareholding ratio and the corporate performance. We find that the relationship between the proportion of shareholding and corporate performance is bilateral Granger causality.
Key words:proportion of blockholder; corporate performance; Granger causality tests; panel data
1 引言
在公司治理的分析框架中股权结构与公司绩效的关系是一个颇具争议的问题,理论界有外生假说与内生假说,自1983年Demestz[1]提出股权结构的内生性假说以来,各国学者们通过对股权结构和公司绩效关系进行实证分析,得出不尽相同的结果。就像陈信元[2]等指出的那样股权结构问题是公司治理的核心问题,虽然研究很多,但仅仅是一个开始,远没有结束。本文通过另一种新近发展的研究方法——面板格兰杰因果检验方法探讨我国上市公司股权结构和公司绩效的关系,对大股东持股和公司绩效的关系进行格兰杰因果检验,试图拓展这一方面的研究。
2 研究方法
2.1 Granger因果的定义
本文采用面板格兰杰因果分析方法对大股东持股和公司绩效的关系进行检验,1969年Granger[3]提出的因果关系是以时间序列的可预测性来定义因果关系,基本思想是如果X的变化引起Y的变化,则X的变化应当发生在Y的变化之前。即若“X是引起Y变化的原因”,则必须满足两个条件:其一,X应该有助于预测Y,即在Y关于Y的过去值的回归中,添加X的过去值作为独立变量应当显著地增加回归的解释能力。其二,Y不应当有助于预测X,其原因是如果X有助于预测Y,Y也有助于预测X,则很可能存在一个或几个其它的变量,它们既是引起X变化的原因,也是引起Y变化的原因。假如,要想检验“X不是引起Y变化的原因”的原假设,我们把Y对Y的滞后值以及X的滞后值进行回归,再将Y只对Y的滞后值进行回归。然后,就能用一个简单的F检验来确定X的滞后值是否对第一回归的解释能力有显著贡献,如果贡献显著,就拒绝原假设。“Y不是引起X变化的原因”的原假设也用同样的方法检验。Granger因果关系检验法假定有关变量的预测信息全部包含在这些变量的时间序列之中,检验要求估计下面的两个回归方程式
2.2 面板Granger 因果检验的原理
格兰杰提出因果关系主要对象是时间序列数据,但当面对具有时间和个体双重维度的数据(Panel-Data)时有些束手无策,Panel Data数据库显示个体(包括个人、企业、地区或国家)之间存在差异,而单独的时间序列和横截面不能有效反映这种差异。基于传统Granger因果检验的思想,2001年 Hurlin和 Venet[4]第一个提出了固定系数面板数据的Granger检验方法,2004年 Hurlin[5]进一步提出固定系数异质面板数据的Granger检验方法。
Hurlin and Venet[4,5]近期的研究表明由于面板数据同时包含时间和截面两个维度的数据,增大样本数量、提高格兰杰因果检测的自由度并且减少了解释变量之间的共线性,从而基于面板数据的格兰杰因果检验比时间序列数据有更强的准确性。
本文应用2001年Hurlin和Venet[4]提出的固定系数的面板格兰杰因果检验方法来检验大股东持股和公司绩效的面板格兰杰因果关系。Hurlin和Venet[4]研究了基于面板数据的VAR过程,对于每一个截面i和时间t,我们检测滞后p∈R期的模型
其中Vi,t=αi+ωt+εi,t,εi,t~i.i.d.(0,σ2ε),X、Y分别表示两个不同的变量,在方程(3)中,假定Y与其自身以及X的过去值有关,如果估计结果表明X项的系数和显著异于零,则说明有X到Y的单向因果关系,即变量X引致变量Y。同样,在方程(4)中如果估计结果表明Y项的系数和显著异于零,则说明有Y到X的单向因果关系。若两者都显著异于零,则说明变量X和Y有双向因果关系。
通过在模型中设定个体效应误差αi和变量在宏观时间内变化的时间效应误差ωt,达到控制未被观察的异质性。同时Hurlin和Venet[4]假定任意给定的i∈[1,N],模型自回归系数γ(k)和回归系数β(k)是不变的。
即设置零假设为变量之间不存在格兰杰因果关系,一般情况下,验证零假设的统计量可以通过Hurlin和Venet[5]构造Wald检验的F统计量来检验
Fhnc=(RSSr-RSSu)/pRSSu/[N(T-p)-p-1]
其中RSSr表示零假设下的限制残差平方和,RSSu无限制的残差平方和。前提条件是滞后长度p是正确设定的,变量X未必是Y的格兰杰因果原因,如果模型(3)的统计量不显著。
由于原始持股比例变量主成分(OS)数据存在一定的偏斜,需要对原始数据进行相应的转换为去除大股东持股比例数据的有偏,我们参照2001年Demsetz and Villaonga [6]对大股东持股比例的考察,定义大股东持股比例变量为BH=logOS1-OS,公司绩效指标即前文提到的投入资本回报率ROIC。
本文利用以下两个模型来检测大股东持股比例和公司绩效的格兰杰因果关系
2.3 面板数据的单位根检验
在进行时间序列的分析时,研究者为了避免伪回归问题,会通过单位根检验对数据平稳性进行判断,在进行Panel-Data的Granger因果检验时,也必须确保参加因果检验的变量是平稳的。因此,在进行Panel-Data 的Granger因果检验前必须先进行Panel-Data 的单位根检验。
面板数据单位根检验,在同质性假设下的主要方法有Levin and Lin(LL),Levin,Lin和Chu(LLC)[7],还有Breitung检验[8]和Hadri检验。而异质性假设下的检验方法主要有Im,Pesaran和 Skin(IPS)[9],还有Fisher-ADF检验和Fisher-PP检验,本研究采用LLC、IPS、Fisher-ADF检验和Fisher-PP检验。
3 研究设计
3.1 变量设计
为了研究股权结构与公司绩效的因果关系,本文设计了股权结构与公司绩效两个方面的变量,股权结构反映的是公司股权的分散与集中程度,主要有以下三个指标:
(1)前5大股东持股比例(A5)
自Demsetz and Lehn[10]将前5大股东持股比例作为研究股权结构变量,国内外学者在研究股权结构时大多选用该变量衡量股权结构,本文借鉴前人的做法,选取前5大股东持股比例之和来衡量股权集中度。
(2)主要股东持股比例(MH)
主要股东持股比例是指公司中持股比例大于等于5%的大股东的持股比例之和,MH=∑bhi。本文参考Berger、Ofek 和Yermack[11]的研究方法,同时结合国内研究的大股东的现状,为反映公司大股东持股性质,定义当第一大股东持股比例大于等于5%时,公司主要股东持股比例为股东的持股比例之和,定义当公司第一大股东的持股比例小于5%时,公司主要股东持股比例为第一大股东持股比例。
(3)赫芬达尔指数(HI)
赫芬达尔指数是一种测量产业集中度的综合指数,Demsetz和Lehn [10]将前5大股东持股比例的赫芬达尔指数HI5作为衡量股权集中度的衡量指标。HI=∑n1X2i,其中Xi指第i阶层股东股权占有率,n指样本数。为衡量股权集中度指标,赫芬达尔指数一方面能够理想地考察股权集中度的高低和分布是否均匀,另一方面赫芬达尔指数能够将持股人的持股比例转换为无量纲的量,避免了单位量纲上的问题。故而本文借鉴使用赫芬达尔指数(HI)。
(4)公司绩效衡量指标(Return on Invested Capital)
本文选取公司投入资本回报率(Return on Invested Capital,简称ROIC)[12]来衡量绩效,本指标是总资产净利润的衍生指标,描述资本化资产的获利能力。所谓“投入资本”即剔除了货币资金、交易性金融资产、循环占用的应收应付款项等非资本化资产,由于计算“全部投入资本”时剔除了少数股东权益,因此净利润中也剔除了少数股东损益,计算公式:投入资本回报率=税息前利润/投入资本,其中:全部投入资本=股东权益(不含少数股东权益)+负债合计-无息流动负债-无息长期负债。资本回报率指标是反映公司经营活动中利用资本创造回报的能力,是考察公司创造价值能力的主要静态评估指标,只有公司投入资本的回报率超过用以进行现金流量折现的加权平均资本成本时,才会创造价值。
3.2 数据和样本选择
本文选取了1999年前在上海与深圳证券交易所上市的公司作为研究样本,数据来源于国泰安信息技术有限公司(GTA)的CSMAR数据库、Wind数据库、中国证券监督管理委员会网站和中国经济研究中心的CCER数据库。为保证研究样本的有效性,本文还剔除了如下样本:(1)剔除属于金融类的上市公司;(2)剔除在A股上市同时,在B股H股和N股也发行股票的样本公司;(3)考虑到被ST、*ST、**ST、PT类发生巨额亏损的公司的不稳定性,剔除选择区间内上述类型公司;(4)剔除研究的时间区间内没有持续经营的公司;(5)剔除数据有问题和数据不全样本公司。最终我们得到样本公司201家,共计1608个样本数据构成的平衡面板数据。
4 实证分析
4.1 主成分因子分析结果
通过主成分因子分析对前5大股东持股比例(A5)、赫芬达尔指数(H5)、主要股东持股比例(MH)进行主因子分析,提出主成分因子。
根据主成分分析的基本步骤,利用SPSS软件,对我们研究的面板数据进行主成分分析,具体分析结果见表1与表2。
通过描述性统计数据和股权比例相关矩阵我们可以看出对于本文衡量股权结构数量比例指标在很大程度上均存在较大关联度即三个股权结构变量的相关值均大于80%,故而可以确认本文分析的股权结构原始变量可以做主成分分析,若直接将上述原始变量引入方程必然会导致回归方程的线性相关和回归参数的有偏和不一致。
根据主成分分析法提取特征值大于1或累计贡献率大于85%的原则,由表2可看出由于第一个因子就已经对我们的股权结构比例给与较充分的概括,因此就本次分析来说因子1就是我们所要寻找的主成分因子。
我们定义主成分因子分析提取的主成分因子代表本文的股权集中度选项定义为OS。
4.2 面板数据格兰杰因果分析结果
根据格兰杰因果分析的步骤,我们首先进行面板数据的平稳性检验(单位根检验),若我们分析的面板数据是非平稳数据则需要进行面板数据协整,之后方可做格兰杰因果检验。
(1)面板数据单位根检验结果
对于面板单位根检验现在比较流行的做法有LLC、IPS、FISHER等检验方法,通过对分析的面板数据分别做LLC、IPS、FISHER的面板单位根检验,借助统计分析软件EVIEWS我们得到面板单位根检验的结果如表3所示。
通过对ROIC和BH的面板单位根检验可以得出:在LLC、IPS和FISHER的面板单位根检验下,ROIC和BH均通过1%的显著性检验,ROIC和BH均不存在单位根,即我们研究的公司绩效和大股东持股比例变量是稳定的,进而数据不需要协整即可进行格兰杰因果分析。
(2)面板数据格兰杰因果检验结果
本文通过对样本数据的VAR检验来实现格兰杰因果分析,具体分析模型见文中模型(5)和(6)。在进行VAR检验时,需要选取合适的滞后期,理论上VAR中各方程式的残差必须符合无序列相关的要求,即白噪声过程才可以进行分析。我们选取AIC的最小值以确定最佳滞后期,经检验最适滞后期为2。根据面板格兰杰因果分析的原理,利用EVIEWS软件将我们的数据进行分析,格兰杰因果关系结果如表4所示。
表4描述对模型(5)和(6)分别在公司绩效ROIC和大股东持股BH滞后1期和2期的条件下进行回归的结果,从回归结果看,大股东持股比例BH在公司绩效ROIC分别在滞后1期和2期的条件下P值分别为0.0935和0.0986,在10%的统计水平上显著。而当大股东持股比例BH和公司绩效ROIC滞后两期同时回归时结果不显著。公司绩效ROIC在大股东持股比例BH分别在滞后1期和2期的条件下P值分别为0.0878和0.0055,在1%的统计水平上显著。而当公司绩效ROIC和大股东持股比例BH滞后两期同时回归时P值分别为0.0053和0.0007,在1%的统计水平上显著。
根据格兰杰因果关系定义,在我们分别选取滞后1期和2期为研究对象对格兰杰因果方程进行回归,回归结果显示:在大股东持股比例滞后1期和2期时大股东持股比例均是公司绩效的格兰杰原因,在公司绩效滞后1期和2期时公司绩效均是大股东持股比例的格兰杰原因,故公司绩效与大股东持股比例互为格兰杰因果关系。
5 研究结论与解释
本文首次采用面板数据的格兰杰因果检验,实证结果表明我国上市公司大股东持股和公司绩效之间存在因果关系,这一结论与2010年Du等[13]的研究结果是一致的,该论文考虑了股权结构与公司绩效的内生性问题,但与国内以前的许多学者结论是不一致的,这些学者基本采用不同的研究方法。关于这一问题的研究作者在今后的系列文章还将进行探讨。该论文拓展了对股权结构和公司绩效关系研究的方法,另一方面本文采用ROIC衡量公司的绩效指标,更加注重从资本化获利能力考查公司的绩效。
参 考 文 献:
[1]Demsetz H. The structure of ownership and the theory of the firm[J]. The Journal of Law and Economics, 1983, 26: 375-390.
[2]陈信元,陈东华,朱凯.股权结构与公司绩效[J].中国会计与财务研究,2004,6(4):1-46.
[3]Granger C W J. Investigating causal relations by econometric models and cross-spectral methods[J]. The Econometric Society, 1969, 37: 424-438.
[4]Hurlin C, Venet B. Granger causality in panel data models with fixed coefficients[DB/OL].http://www.core.ucl.ac.be/archives/EC2-2001/program.html, 2001-12-13.
[5]Hurlin C. Testing granger causality in heterogeneous panel data models with fixed coefficients[DB/OL].http://www.univ-orleans, 2004-02-02.
[6]Demsetz H, Villaonga B. Ownership structure and corporate performance[J]. Journal of Corporate Finance, 2001, (7): 209-233.
[7]Levin A, Lin C, Chu C. Unit root tests in panel data: asymptotic and finite-sample properties[J]. Journal of Econometrics, 2002, 108: 1-24.
[8]Breitung J, Meyer W. Testing for unit roots in panel data: are wages on different bargaining levels co-integrated[J]. Applied Economics, 1994, 26: 353-361.
[9]Im K S, Pesaran M H, Shin Y. Testing for unit roots in heterogeneous panels[J]. Journal of Econometrics, 2003, 115: 53-74.
[10]Demsetz H, Lehn K. The structure of corporate ownership: causes and consequences[J]. Journal of Political Economy, 1985, 93: 1155-1177.
[11]Berger P G, Ofek E, Yermack D L. Managerial entrenchment and capital structure decisions[J]. Journal of Finance, 1997, 52: 1411-1438.
[12]Porter M E. The five competitive forces that shape strategy[J]. Harvard Business Review, 2008, (1): 1-18.
[13]Du M, Xiao S, Gu L. Ownership structure, board composition, debt financing and corporate performance[J]. Contemporary Asian Economy Research, 2010, 1(1): 71-85.
关键词:大股东持股比例;公司绩效;格兰杰因果检验;面板数据
中图分类号:F421.36 文献标识码:A 文章编号:1003-5192(2010)03-0050-05
Study on the Causal Relationship between Proportion of
Blockholder and Corporate Performance
——Based on Panel-data Granger Causality Tests of Listed Companies in China
DU Mian, GU Liang
(School of Business, Shantou University, Shantou 515063, China)
Abstract:In the analytical framework for corporate governance, the relationship between ownership structure and corporate performance is a controversial issue, there are a lot of empirical researches at home and abroad, but empirical results have not been consistent conclusions. In this paper, we use a sample of 1608 panel data of 201 listed companies in China in 2000~2007 and apply newly developed Panel-Data Granger causality test method to test the relationships between the large shareholding ratio and the corporate performance. We find that the relationship between the proportion of shareholding and corporate performance is bilateral Granger causality.
Key words:proportion of blockholder; corporate performance; Granger causality tests; panel data
1 引言
在公司治理的分析框架中股权结构与公司绩效的关系是一个颇具争议的问题,理论界有外生假说与内生假说,自1983年Demestz[1]提出股权结构的内生性假说以来,各国学者们通过对股权结构和公司绩效关系进行实证分析,得出不尽相同的结果。就像陈信元[2]等指出的那样股权结构问题是公司治理的核心问题,虽然研究很多,但仅仅是一个开始,远没有结束。本文通过另一种新近发展的研究方法——面板格兰杰因果检验方法探讨我国上市公司股权结构和公司绩效的关系,对大股东持股和公司绩效的关系进行格兰杰因果检验,试图拓展这一方面的研究。
2 研究方法
2.1 Granger因果的定义
本文采用面板格兰杰因果分析方法对大股东持股和公司绩效的关系进行检验,1969年Granger[3]提出的因果关系是以时间序列的可预测性来定义因果关系,基本思想是如果X的变化引起Y的变化,则X的变化应当发生在Y的变化之前。即若“X是引起Y变化的原因”,则必须满足两个条件:其一,X应该有助于预测Y,即在Y关于Y的过去值的回归中,添加X的过去值作为独立变量应当显著地增加回归的解释能力。其二,Y不应当有助于预测X,其原因是如果X有助于预测Y,Y也有助于预测X,则很可能存在一个或几个其它的变量,它们既是引起X变化的原因,也是引起Y变化的原因。假如,要想检验“X不是引起Y变化的原因”的原假设,我们把Y对Y的滞后值以及X的滞后值进行回归,再将Y只对Y的滞后值进行回归。然后,就能用一个简单的F检验来确定X的滞后值是否对第一回归的解释能力有显著贡献,如果贡献显著,就拒绝原假设。“Y不是引起X变化的原因”的原假设也用同样的方法检验。Granger因果关系检验法假定有关变量的预测信息全部包含在这些变量的时间序列之中,检验要求估计下面的两个回归方程式
2.2 面板Granger 因果检验的原理
格兰杰提出因果关系主要对象是时间序列数据,但当面对具有时间和个体双重维度的数据(Panel-Data)时有些束手无策,Panel Data数据库显示个体(包括个人、企业、地区或国家)之间存在差异,而单独的时间序列和横截面不能有效反映这种差异。基于传统Granger因果检验的思想,2001年 Hurlin和 Venet[4]第一个提出了固定系数面板数据的Granger检验方法,2004年 Hurlin[5]进一步提出固定系数异质面板数据的Granger检验方法。
Hurlin and Venet[4,5]近期的研究表明由于面板数据同时包含时间和截面两个维度的数据,增大样本数量、提高格兰杰因果检测的自由度并且减少了解释变量之间的共线性,从而基于面板数据的格兰杰因果检验比时间序列数据有更强的准确性。
本文应用2001年Hurlin和Venet[4]提出的固定系数的面板格兰杰因果检验方法来检验大股东持股和公司绩效的面板格兰杰因果关系。Hurlin和Venet[4]研究了基于面板数据的VAR过程,对于每一个截面i和时间t,我们检测滞后p∈R期的模型
其中Vi,t=αi+ωt+εi,t,εi,t~i.i.d.(0,σ2ε),X、Y分别表示两个不同的变量,在方程(3)中,假定Y与其自身以及X的过去值有关,如果估计结果表明X项的系数和显著异于零,则说明有X到Y的单向因果关系,即变量X引致变量Y。同样,在方程(4)中如果估计结果表明Y项的系数和显著异于零,则说明有Y到X的单向因果关系。若两者都显著异于零,则说明变量X和Y有双向因果关系。
通过在模型中设定个体效应误差αi和变量在宏观时间内变化的时间效应误差ωt,达到控制未被观察的异质性。同时Hurlin和Venet[4]假定任意给定的i∈[1,N],模型自回归系数γ(k)和回归系数β(k)是不变的。
即设置零假设为变量之间不存在格兰杰因果关系,一般情况下,验证零假设的统计量可以通过Hurlin和Venet[5]构造Wald检验的F统计量来检验
Fhnc=(RSSr-RSSu)/pRSSu/[N(T-p)-p-1]
其中RSSr表示零假设下的限制残差平方和,RSSu无限制的残差平方和。前提条件是滞后长度p是正确设定的,变量X未必是Y的格兰杰因果原因,如果模型(3)的统计量不显著。
由于原始持股比例变量主成分(OS)数据存在一定的偏斜,需要对原始数据进行相应的转换为去除大股东持股比例数据的有偏,我们参照2001年Demsetz and Villaonga [6]对大股东持股比例的考察,定义大股东持股比例变量为BH=logOS1-OS,公司绩效指标即前文提到的投入资本回报率ROIC。
本文利用以下两个模型来检测大股东持股比例和公司绩效的格兰杰因果关系
2.3 面板数据的单位根检验
在进行时间序列的分析时,研究者为了避免伪回归问题,会通过单位根检验对数据平稳性进行判断,在进行Panel-Data的Granger因果检验时,也必须确保参加因果检验的变量是平稳的。因此,在进行Panel-Data 的Granger因果检验前必须先进行Panel-Data 的单位根检验。
面板数据单位根检验,在同质性假设下的主要方法有Levin and Lin(LL),Levin,Lin和Chu(LLC)[7],还有Breitung检验[8]和Hadri检验。而异质性假设下的检验方法主要有Im,Pesaran和 Skin(IPS)[9],还有Fisher-ADF检验和Fisher-PP检验,本研究采用LLC、IPS、Fisher-ADF检验和Fisher-PP检验。
3 研究设计
3.1 变量设计
为了研究股权结构与公司绩效的因果关系,本文设计了股权结构与公司绩效两个方面的变量,股权结构反映的是公司股权的分散与集中程度,主要有以下三个指标:
(1)前5大股东持股比例(A5)
自Demsetz and Lehn[10]将前5大股东持股比例作为研究股权结构变量,国内外学者在研究股权结构时大多选用该变量衡量股权结构,本文借鉴前人的做法,选取前5大股东持股比例之和来衡量股权集中度。
(2)主要股东持股比例(MH)
主要股东持股比例是指公司中持股比例大于等于5%的大股东的持股比例之和,MH=∑bhi。本文参考Berger、Ofek 和Yermack[11]的研究方法,同时结合国内研究的大股东的现状,为反映公司大股东持股性质,定义当第一大股东持股比例大于等于5%时,公司主要股东持股比例为股东的持股比例之和,定义当公司第一大股东的持股比例小于5%时,公司主要股东持股比例为第一大股东持股比例。
(3)赫芬达尔指数(HI)
赫芬达尔指数是一种测量产业集中度的综合指数,Demsetz和Lehn [10]将前5大股东持股比例的赫芬达尔指数HI5作为衡量股权集中度的衡量指标。HI=∑n1X2i,其中Xi指第i阶层股东股权占有率,n指样本数。为衡量股权集中度指标,赫芬达尔指数一方面能够理想地考察股权集中度的高低和分布是否均匀,另一方面赫芬达尔指数能够将持股人的持股比例转换为无量纲的量,避免了单位量纲上的问题。故而本文借鉴使用赫芬达尔指数(HI)。
(4)公司绩效衡量指标(Return on Invested Capital)
本文选取公司投入资本回报率(Return on Invested Capital,简称ROIC)[12]来衡量绩效,本指标是总资产净利润的衍生指标,描述资本化资产的获利能力。所谓“投入资本”即剔除了货币资金、交易性金融资产、循环占用的应收应付款项等非资本化资产,由于计算“全部投入资本”时剔除了少数股东权益,因此净利润中也剔除了少数股东损益,计算公式:投入资本回报率=税息前利润/投入资本,其中:全部投入资本=股东权益(不含少数股东权益)+负债合计-无息流动负债-无息长期负债。资本回报率指标是反映公司经营活动中利用资本创造回报的能力,是考察公司创造价值能力的主要静态评估指标,只有公司投入资本的回报率超过用以进行现金流量折现的加权平均资本成本时,才会创造价值。
3.2 数据和样本选择
本文选取了1999年前在上海与深圳证券交易所上市的公司作为研究样本,数据来源于国泰安信息技术有限公司(GTA)的CSMAR数据库、Wind数据库、中国证券监督管理委员会网站和中国经济研究中心的CCER数据库。为保证研究样本的有效性,本文还剔除了如下样本:(1)剔除属于金融类的上市公司;(2)剔除在A股上市同时,在B股H股和N股也发行股票的样本公司;(3)考虑到被ST、*ST、**ST、PT类发生巨额亏损的公司的不稳定性,剔除选择区间内上述类型公司;(4)剔除研究的时间区间内没有持续经营的公司;(5)剔除数据有问题和数据不全样本公司。最终我们得到样本公司201家,共计1608个样本数据构成的平衡面板数据。
4 实证分析
4.1 主成分因子分析结果
通过主成分因子分析对前5大股东持股比例(A5)、赫芬达尔指数(H5)、主要股东持股比例(MH)进行主因子分析,提出主成分因子。
根据主成分分析的基本步骤,利用SPSS软件,对我们研究的面板数据进行主成分分析,具体分析结果见表1与表2。
通过描述性统计数据和股权比例相关矩阵我们可以看出对于本文衡量股权结构数量比例指标在很大程度上均存在较大关联度即三个股权结构变量的相关值均大于80%,故而可以确认本文分析的股权结构原始变量可以做主成分分析,若直接将上述原始变量引入方程必然会导致回归方程的线性相关和回归参数的有偏和不一致。
根据主成分分析法提取特征值大于1或累计贡献率大于85%的原则,由表2可看出由于第一个因子就已经对我们的股权结构比例给与较充分的概括,因此就本次分析来说因子1就是我们所要寻找的主成分因子。
我们定义主成分因子分析提取的主成分因子代表本文的股权集中度选项定义为OS。
4.2 面板数据格兰杰因果分析结果
根据格兰杰因果分析的步骤,我们首先进行面板数据的平稳性检验(单位根检验),若我们分析的面板数据是非平稳数据则需要进行面板数据协整,之后方可做格兰杰因果检验。
(1)面板数据单位根检验结果
对于面板单位根检验现在比较流行的做法有LLC、IPS、FISHER等检验方法,通过对分析的面板数据分别做LLC、IPS、FISHER的面板单位根检验,借助统计分析软件EVIEWS我们得到面板单位根检验的结果如表3所示。
通过对ROIC和BH的面板单位根检验可以得出:在LLC、IPS和FISHER的面板单位根检验下,ROIC和BH均通过1%的显著性检验,ROIC和BH均不存在单位根,即我们研究的公司绩效和大股东持股比例变量是稳定的,进而数据不需要协整即可进行格兰杰因果分析。
(2)面板数据格兰杰因果检验结果
本文通过对样本数据的VAR检验来实现格兰杰因果分析,具体分析模型见文中模型(5)和(6)。在进行VAR检验时,需要选取合适的滞后期,理论上VAR中各方程式的残差必须符合无序列相关的要求,即白噪声过程才可以进行分析。我们选取AIC的最小值以确定最佳滞后期,经检验最适滞后期为2。根据面板格兰杰因果分析的原理,利用EVIEWS软件将我们的数据进行分析,格兰杰因果关系结果如表4所示。
表4描述对模型(5)和(6)分别在公司绩效ROIC和大股东持股BH滞后1期和2期的条件下进行回归的结果,从回归结果看,大股东持股比例BH在公司绩效ROIC分别在滞后1期和2期的条件下P值分别为0.0935和0.0986,在10%的统计水平上显著。而当大股东持股比例BH和公司绩效ROIC滞后两期同时回归时结果不显著。公司绩效ROIC在大股东持股比例BH分别在滞后1期和2期的条件下P值分别为0.0878和0.0055,在1%的统计水平上显著。而当公司绩效ROIC和大股东持股比例BH滞后两期同时回归时P值分别为0.0053和0.0007,在1%的统计水平上显著。
根据格兰杰因果关系定义,在我们分别选取滞后1期和2期为研究对象对格兰杰因果方程进行回归,回归结果显示:在大股东持股比例滞后1期和2期时大股东持股比例均是公司绩效的格兰杰原因,在公司绩效滞后1期和2期时公司绩效均是大股东持股比例的格兰杰原因,故公司绩效与大股东持股比例互为格兰杰因果关系。
5 研究结论与解释
本文首次采用面板数据的格兰杰因果检验,实证结果表明我国上市公司大股东持股和公司绩效之间存在因果关系,这一结论与2010年Du等[13]的研究结果是一致的,该论文考虑了股权结构与公司绩效的内生性问题,但与国内以前的许多学者结论是不一致的,这些学者基本采用不同的研究方法。关于这一问题的研究作者在今后的系列文章还将进行探讨。该论文拓展了对股权结构和公司绩效关系研究的方法,另一方面本文采用ROIC衡量公司的绩效指标,更加注重从资本化获利能力考查公司的绩效。
参 考 文 献:
[1]Demsetz H. The structure of ownership and the theory of the firm[J]. The Journal of Law and Economics, 1983, 26: 375-390.
[2]陈信元,陈东华,朱凯.股权结构与公司绩效[J].中国会计与财务研究,2004,6(4):1-46.
[3]Granger C W J. Investigating causal relations by econometric models and cross-spectral methods[J]. The Econometric Society, 1969, 37: 424-438.
[4]Hurlin C, Venet B. Granger causality in panel data models with fixed coefficients[DB/OL].http://www.core.ucl.ac.be/archives/EC2-2001/program.html, 2001-12-13.
[5]Hurlin C. Testing granger causality in heterogeneous panel data models with fixed coefficients[DB/OL].http://www.univ-orleans, 2004-02-02.
[6]Demsetz H, Villaonga B. Ownership structure and corporate performance[J]. Journal of Corporate Finance, 2001, (7): 209-233.
[7]Levin A, Lin C, Chu C. Unit root tests in panel data: asymptotic and finite-sample properties[J]. Journal of Econometrics, 2002, 108: 1-24.
[8]Breitung J, Meyer W. Testing for unit roots in panel data: are wages on different bargaining levels co-integrated[J]. Applied Economics, 1994, 26: 353-361.
[9]Im K S, Pesaran M H, Shin Y. Testing for unit roots in heterogeneous panels[J]. Journal of Econometrics, 2003, 115: 53-74.
[10]Demsetz H, Lehn K. The structure of corporate ownership: causes and consequences[J]. Journal of Political Economy, 1985, 93: 1155-1177.
[11]Berger P G, Ofek E, Yermack D L. Managerial entrenchment and capital structure decisions[J]. Journal of Finance, 1997, 52: 1411-1438.
[12]Porter M E. The five competitive forces that shape strategy[J]. Harvard Business Review, 2008, (1): 1-18.
[13]Du M, Xiao S, Gu L. Ownership structure, board composition, debt financing and corporate performance[J]. Contemporary Asian Economy Research, 2010, 1(1): 71-85.