基于計(jì)量經(jīng)濟(jì)學(xué)的中國(guó)上市公司股息分配影響因素的實(shí)證分析
引言
在中國(guó)資本市場(chǎng)中,股息分配政策作為企業(yè)財(cái)務(wù)管理的重要組成部分,反映了企業(yè)的經(jīng)營(yíng)成果和現(xiàn)金流狀況,并影響投資者決策和公司價(jià)值。隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展和資本市場(chǎng)的成熟,研究上市公司股息分配的影響因素對(duì)理解公司財(cái)務(wù)決策和投資者行為具有重要意義。
近年來(lái),中國(guó)A股市場(chǎng)上市公司數(shù)量不斷增加,股息分配政策也日益受到關(guān)注。根據(jù)上海證券交易所2023年報(bào)告,A股上市公司年度股息總額已達(dá)2508億英鎊,成為全球最大的二級(jí)市場(chǎng)之一。盡管股息分配并非強(qiáng)制性規(guī)定,但公司派發(fā)股息通常被視為財(cái)務(wù)健康和市場(chǎng)預(yù)期積極的標(biāo)志。
本文旨在通過計(jì)量經(jīng)濟(jì)學(xué)模型,實(shí)證分析影響中國(guó)A股上市公司股息分配的因素。研究數(shù)據(jù)選取了2015至2018年間1291家A股上市公司的股息和財(cái)務(wù)指標(biāo)面板數(shù)據(jù)。通過STATA統(tǒng)計(jì)軟件和多種面板數(shù)據(jù)分析方法,包括混合面板回歸模型、固定效應(yīng)回歸模型、雙向固定效應(yīng)回歸模型和隨機(jī)效應(yīng)回歸模型,我們對(duì)影響股息分配的財(cái)務(wù)因素進(jìn)行了回歸分析。希望本文的研究能為理解中國(guó)A股上市公司的股息分配政策提供有價(jià)值的見解,并為投資者和管理者制定相關(guān)決策提供數(shù)據(jù)支持。
一、文獻(xiàn)綜述
Parsian等人(2013)研究了德黑蘭證券交易所中自由現(xiàn)金流和盈利能力流動(dòng)比率對(duì)股息支付率的影響。Sajib等人(2015)分析了孟加拉國(guó)保險(xiǎn)業(yè)的股息支付決定因素。Alfisah(2018)研究了印尼證券交易所LQ45公司中股本回報(bào)率、公司增長(zhǎng)、自由現(xiàn)金流和杠桿對(duì)股息支付率的影響,發(fā)現(xiàn)凈資產(chǎn)收益率和自由現(xiàn)金流對(duì)股息支付率有顯著影響。Sawukir(2020)分析了流動(dòng)比率、股本回報(bào)率和杠桿率對(duì)馬來(lái)西亞交易所制藥公司每股收益及股息支付率的影響。
以上研究提供了關(guān)于不同證券交易所上市公司股息支付率影響因素的寶貴見解,強(qiáng)調(diào)了各種財(cái)務(wù)指標(biāo)和行業(yè)特定變量在決定股息政策中的重要性。本文將基于這些文獻(xiàn),選擇解釋變量和分析上市公司股息支付的方法,通過細(xì)致的計(jì)量經(jīng)濟(jì)學(xué)分析和模型選擇,以中國(guó)A股上市公司為例,客觀分析這一主題。
二、數(shù)據(jù)收集和整理
本文收集了2015年至2018年中國(guó)滬深交易所1300家上市公司的股息分配數(shù)據(jù)及相關(guān)財(cái)務(wù)指標(biāo)。股息支付相關(guān)數(shù)據(jù)來(lái)源于Wind金融終端,自變量數(shù)據(jù)來(lái)源于CSMAR中國(guó)數(shù)據(jù)庫(kù)。面板數(shù)據(jù)是根據(jù)上市公司的股票代碼(上海證券交易所為“60XXXX”,深圳證券交易所為“00XXXX”)分配個(gè)人標(biāo)識(shí)符來(lái)組織的。數(shù)據(jù)按股票代碼升序排列,公司重新編號(hào)。在處理數(shù)據(jù)時(shí),由于某些自變量(如稅收和公司規(guī)模)的單位較大,因此使用自然對(duì)數(shù)對(duì)這些變量進(jìn)行轉(zhuǎn)換,以使其與其他變量相適應(yīng)。此外,為了解決時(shí)間維度上的缺失數(shù)據(jù),我們剔除了所有在特定年份有缺失觀測(cè)值的公司的數(shù)據(jù),總共剔除了36個(gè)觀測(cè)值,這確保了面板數(shù)據(jù)的平衡,用于模型回歸的實(shí)際公司數(shù)量為1291,包括5164個(gè)觀察值。另外,對(duì)于某一特定年份某一特定變量的個(gè)別觀測(cè)缺失數(shù)據(jù),使用對(duì)應(yīng)公司上一年的數(shù)據(jù)來(lái)填補(bǔ)缺失值。
三、變量定義和描述性分析
因變量:
本文主要研究中國(guó)a股上市公司股利支付的影響因素。因變量是股息支付率(DIVPAY),它是公司年度股息總額與凈利潤(rùn)的比率。
自變量:
1.盈利能力:以每股凈利潤(rùn)衡量。
2.公司規(guī)模:以凈資產(chǎn)的自然對(duì)數(shù)衡量。
3.資本結(jié)構(gòu):以杠桿率的自然對(duì)數(shù)衡量。
4.稅收水平:以稅收總額的自然對(duì)數(shù)衡量。
5.流動(dòng)性:以每股現(xiàn)金流量衡量。
6.銷售能力:以資產(chǎn)周轉(zhuǎn)率衡量(凈銷售額占平均總資產(chǎn)的比例)。
7.上期派息率:上一年度的股息支付率。
8.市盈率:以每股股價(jià)與每股收益的比值衡量。
分類變量:
9. 所有權(quán)類型:公司的所有權(quán)類型分為國(guó)有和私營(yíng),其中私有制為1,國(guó)有為2。
10. 控股股東:上市公司的控股股東有能力決定股利分配的時(shí)間和數(shù)額,并可能對(duì)公司的股利政策產(chǎn)生重大影響。
在數(shù)據(jù)收集、組織和面板化之后,本文涵蓋了1291家公司四年來(lái)的5164個(gè)觀察結(jié)果,形成了一個(gè)平衡的面板數(shù)據(jù)集,其中包含一個(gè)因變量、七個(gè)自變量和兩個(gè)分類變量。表1介紹了數(shù)據(jù)的描述性統(tǒng)計(jì)。值得注意的是,因變量divpay和上一年的股息支付率lcdps的最小值為零,因?yàn)橐恍┕驹谙鄳?yīng)的年份沒有分配股息。
表1 描述性統(tǒng)計(jì) | ||||||
Stats | N | Mean | Std.Dev. | Max | Min | Measurement |
divpay | 5164 | 11.79 | 34.96 | 1453.9 | 0 | % |
profit | 5164 | 0.33 | 0.83 | 28.02 | -5.74 | Yuan |
ln_size | 5164 | 9.18 | 0.92 | 14.50 | 7.18 | Ln_million |
ln_leverage | 5164 | 4.55 | 1.01 | 9.93 | 0.53 | Ln_% |
pe | 5164 | 1.01 | 3.26 | 65.79 | -56.18 | 1 |
turnover | 5164 | 0.66 | 0.61 | 9.52 | 0.00 | 1 |
fcps | 5164 | 0.09 | 1.62 | 32.03 | -26.22 | Yuan |
lcdps | 5164 | 0.11 | 0.28 | 11.00 | 0 | 1 |
ln_tax | 5164 | 5.34 | 1.66 | 12.72 | -3.06 | Ln_million |
四、預(yù)回歸分析與檢驗(yàn)
(一)相關(guān)分析
通過Stata對(duì)各變量生成的相關(guān)矩陣,分析各解釋變量之間的相關(guān)系數(shù)。解釋變量之間的相關(guān)系數(shù)均未顯著超過0.8,說明控制變量之間不存在嚴(yán)重的多重共線性問題。同時(shí),與因變量表現(xiàn)出明顯正相關(guān)的解釋變量是上一年度的利潤(rùn)和股利支付率。這表明,上一年度的利潤(rùn)水平和股利分配情況對(duì)因變量具有顯著的解釋力。公司規(guī)模與稅收的相關(guān)系數(shù)為0.726,呈顯著正相關(guān)。這表明,隨著公司規(guī)模的擴(kuò)大,其稅負(fù)也可能增加。
(二)單位根檢驗(yàn)
為了全面檢驗(yàn)和分析面板數(shù)據(jù),本文對(duì)所有變量進(jìn)行了Im, Pesaran和Shin (IPS)單位根檢驗(yàn)。結(jié)果表明,所有變量的IPS單位根檢驗(yàn)的p值為0.000,導(dǎo)致拒絕所有面板包含單位根的原假設(shè)。因此,確認(rèn)面板是靜止的。
五、模型選擇與實(shí)證結(jié)果
(一)模型選擇測(cè)試
1.混合面板回歸模型
在這個(gè)模型中,divpayit代表第i公司的派息率在時(shí)間t . profitit代表周期t i公司的盈利能力ln (sizeit)的自然對(duì)數(shù)周期t i公司的大小ln (leverageit)的自然對(duì)數(shù)周期t i公司的杠桿比率peit第i公司的市盈率在時(shí)間t turnoverit第i公司的資產(chǎn)周轉(zhuǎn)率在時(shí)間t fcpsit每股自由現(xiàn)金的lcdpsit是第i家公司在第t時(shí)期上一期的股息支付水平。ln(taxit)是第i家公司在第t時(shí)期所繳納稅款的自然對(duì)數(shù)。alpha表示每個(gè)解釋變量的回歸系數(shù)。它是誤差項(xiàng),表示模型不能解釋的隨機(jī)變量。
2.個(gè)體固定效應(yīng)模型
在此模型中,γ表示單個(gè)公司的固定效應(yīng),控制在單個(gè)數(shù)據(jù)級(jí)別上不隨時(shí)間變化的固定因素,例如管理風(fēng)格、企業(yè)文化和品牌價(jià)值。這些因素很難量化,但會(huì)對(duì)公司業(yè)績(jī)產(chǎn)生重大影響。
3.雙向固定效應(yīng)模型
該模型在考慮個(gè)體固定效應(yīng)的基礎(chǔ)上,還考慮了時(shí)間固定效應(yīng)。是時(shí)間固定效應(yīng),控制隨時(shí)間變化但不依賴于公司的固定因素,如政策、法規(guī)和結(jié)構(gòu)性宏觀經(jīng)濟(jì)條件。
4.隨機(jī)效應(yīng)模型
在該模型中,ui表示第i家公司特有的隨機(jī)效應(yīng),vi表示第t個(gè)時(shí)期特有的隨機(jī)效應(yīng)。隨機(jī)效應(yīng)模型考慮了公司之間和隨時(shí)間的不可觀察因素對(duì)因變量的影響。例如,在企業(yè)財(cái)務(wù)分析中,內(nèi)部管理質(zhì)量或外部市場(chǎng)條件的變化難以量化,可能會(huì)顯著影響公司的股息支付行為。
表2 尋找最優(yōu)模型的測(cè)試結(jié)果 | ||||
測(cè)試 | Breusch-Pagan LM test | F test (1) | Hausman test | F test (2) |
F(1290, 3865) = 1.55 | chi2(8) = 910.05 | F( 3, 3862) = 7.81 | ||
Prob > chibar2 =1.0000 | Prob > F = 0.0000 | Prob > chi2 = 0.0000 | Prob > F = 0.0000 |
表2展示了四個(gè)測(cè)試的結(jié)果。在混合面板模型和隨機(jī)效應(yīng)模型之間選擇更好的模型需要使用Breusch-Pagan LM檢驗(yàn)。Breusch-Pagan LM檢驗(yàn)的結(jié)果不能拒絕不存在個(gè)體隨機(jī)效應(yīng)的原假設(shè)(p值= 1.0000),建議選擇混合模型。
在混合面板模型和個(gè)體固定效應(yīng)模型之間,使用F檢驗(yàn)來(lái)確定更好的模型。個(gè)體固定效應(yīng)模型回歸結(jié)果的F檢驗(yàn)p值為0.0000,說明個(gè)體固定效應(yīng)模型優(yōu)于集合面板模型??紤]到?jīng)]有使用聚類穩(wěn)健標(biāo)準(zhǔn)誤差,這個(gè)F檢驗(yàn)是無(wú)效的。結(jié)論將使用LSDV(最小二乘虛擬變量)方法進(jìn)一步驗(yàn)證。在加入聚類穩(wěn)健標(biāo)準(zhǔn)誤差后,許多單個(gè)虛擬變量在5%的水平上顯著,從而拒絕了“所有單個(gè)虛擬變量都為零”的原假設(shè),這表明存在單個(gè)固定效應(yīng)和使用合并面板回歸的不適當(dāng)性。
在固定效應(yīng)模型和隨機(jī)效應(yīng)模型之間進(jìn)行選擇,需要進(jìn)行Hausman檢驗(yàn)。豪斯曼檢驗(yàn)的結(jié)果拒絕了ui與解釋變量不相關(guān)的零假設(shè)。因此,固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型。
對(duì)于個(gè)體固定效應(yīng)和雙向固定效應(yīng)模型,需要加入時(shí)間固定效應(yīng)進(jìn)行比較驗(yàn)證。所有年度虛擬變量聯(lián)合顯著性的F檢驗(yàn)結(jié)果強(qiáng)烈拒絕無(wú)時(shí)間固定效應(yīng)的原假設(shè),p值為0.0000。對(duì)比兩種模型的赤池信息準(zhǔn)則(Akaike Information Criterion, AIC)和貝葉斯信息準(zhǔn)則(Bayesian Information Criterion, BIC)值,可以得出雙固定效應(yīng)模型的AIC和BIC值更小的結(jié)論。因此,雙向固定效應(yīng)模型優(yōu)于個(gè)體固定效應(yīng)模型。
綜上所述,通過F檢驗(yàn)、Breusch-Pagan LM檢驗(yàn)和Hausman檢驗(yàn)得出結(jié)論。在四種模型中,雙向固定效應(yīng)模型是最優(yōu)的。
(二)改進(jìn)的模型和回歸結(jié)果
下表是按公司代碼聚類的帶有標(biāo)準(zhǔn)誤差的模型。模型5包含所有解釋變量。模型6和模型7排除了解釋變量資產(chǎn)周轉(zhuǎn)率和現(xiàn)金流動(dòng)性,這兩個(gè)變量在統(tǒng)計(jì)顯著性水平上完全不顯著??梢杂^察到,模型7中的所有解釋變量要么顯著要么接近顯著。
表 3 改進(jìn)后的回歸結(jié)果 | |||
(5) | (6) | (7) | |
profit | 15.188*** | 15.203*** | 15.288*** |
(3.820) | (3.805) | (3.782) | |
ln_size | 3.543** | 3.535** | 3.533** |
(1.487) | (1.483) | (1.485) | |
ln_leverage | 2.399* | 2.414* | 2.497** |
(1.253) | (1.238) | (1.222) | |
pe | -0.087*** | -0.086** | -0.088*** |
(0.033) | (0.034) | (0.033) | |
turnover | 0.354 | ||
(1.052) | |||
fcps | 0.350 | 0.350 | |
(0.257) | (0.257) | ||
ln_tax | -1.474 | -1.438 | -1.423 |
(0.922) | (0.955) | (0.958) | |
lcdps | 36.519** | 36.497** | 36.870** |
(18.233) | (18.243) | (18.225) | |
2015.year | 0.000 | 0.000 | 0.000 |
2016.year | 1.093** | 1.082** | 1.113** |
2017.year | 1.399*** | 1.398*** | 1.373*** |
2018.year | 2.832*** | 2.830*** | 2.867*** |
N | 5164 | 5164 | 5164 |
(三)分類變量下的討論
在公司所有權(quán)分類和控股股東存在的情況下,本文基于模型7進(jìn)行回歸,結(jié)果如表4所示。模型8是帶有解釋變量的民營(yíng)企業(yè)股利分配模型。模型9是帶有解釋變量的國(guó)有企業(yè)股利支付率模型。模型10是無(wú)控股股東企業(yè)的股利支付率模型,有解釋變量。模型11是帶有解釋變量的有控股股東的企業(yè)股利支付比率模型。
表4 分類變量下的回歸結(jié)果 | ||||
(8) | (9) | (10) | (11) | |
property=1 | property=2 | mshareholder=0 | mshareholder=1 | |
profit | 9.147*** | 17.372*** | 3.739 | 15.251*** |
(1.950) | (4.404) | (7.970) | (3.612) | |
ln_size | 3.549** | 3.070 | 6.192 | 3.284** |
(1.461) | (1.983) | (7.791) | (1.599) | |
ln_leverage | -0.301 | 4.526*** | -1.820 | 2.622** |
(0.772) | (1.642) | (1.405) | (1.221) | |
pe | -0.031 | -0.161** | 0.016 | -0.091*** |
(0.037) | (0.074) | (0.067) | (0.035) | |
ln_tax | 0.167 | -2.575* | -0.681 | -1.371 |
(0.535) | (1.346) | (3.422) | (0.925) | |
lcdps | 4.892 | 49.579*** | 13.311 | 39.242** |
(8.007) | (19.000) | (20.064) | (19.493) | |
2015.year | 0.000 | 0.000 | 0.000 | 0.000 |
2016.year | 0.818* | 0.877 | 2.460 | 1.016** |
2017.year | 1.745** | 0.904 | -0.148 | 1.386*** |
2018.year | 3.222*** | 1.947 | 7.037 | 2.540** |
N | 2064 | 3100 | 208 | 4956 |
相比之下,很明顯,在幾乎所有的解釋變量中,控股股東和國(guó)有所有權(quán)的存在都會(huì)顯著影響派息。利潤(rùn)水平對(duì)股利分配有顯著的正向影響,符合實(shí)際情況。對(duì)于國(guó)有企業(yè)和大多數(shù)有控股股東的企業(yè)來(lái)說,股息支付比例在很大程度上分別受到中國(guó)政府國(guó)資委和控股股東的影響和控制。
六、結(jié)論
通過對(duì)2015至2018年期間1291家A股上市公司數(shù)據(jù)的研究,本文主要采用混合面板回歸模型、個(gè)體固定效應(yīng)模型、雙向固定效應(yīng)模型和隨機(jī)效應(yīng)模型,對(duì)股息分配的影響因素進(jìn)行了系統(tǒng)的回歸分析。通過Breusch-Pagan LM檢驗(yàn)、F檢驗(yàn)和Hausman檢驗(yàn),本文最終選擇了個(gè)體雙向固定效應(yīng)模型作為最優(yōu)模型。
實(shí)證分析結(jié)果表明,公司的盈利能力、公司規(guī)模、杠桿率、前一年度的股息支付率和公司稅收水平是影響股息支付的重要因素。其中,公司盈利能力、公司規(guī)模、杠桿率和前一年度的股息支付率對(duì)股息分配有顯著正向影響,表明利潤(rùn)高、規(guī)模大、杠桿率高以及過去股息分配較多的公司更傾向于支付更多的股息。稅收水平對(duì)股息分配有顯著負(fù)向影響,表明稅收負(fù)擔(dān)較重的公司可能會(huì)減少股息支付。此外,流動(dòng)性對(duì)股息分配也有一定的正向影響,但在固定效應(yīng)模型中的顯著性較低。
總之,本文的研究不僅為理解中國(guó)A股上市公司股息分配的影響因素提供了新的實(shí)證證據(jù),同時(shí)也為投資者和公司管理層在決策過程中提供了有價(jià)值的參考。未來(lái)的研究可以進(jìn)一步擴(kuò)展數(shù)據(jù)樣本的時(shí)間范圍,并考慮更多可能影響股息分配的因素,如宏觀經(jīng)濟(jì)政策、行業(yè)特征等,以便更全面地揭示股息分配的影響機(jī)制。
文章來(lái)源: 《中國(guó)集體經(jīng)濟(jì)》 http://k2057.cn/w/jg/1406.html
欄目分類
- 1短視頻走紅的原因及影響——以“抖音”為例
- 2短視頻發(fā)展現(xiàn)狀、存在的問題及意見
- 3以“李子柒”為例研究社會(huì)化創(chuàng)意下的內(nèi)容營(yíng)銷策略
- 4企業(yè)市場(chǎng)營(yíng)銷中存在的問題及對(duì)策
- 5論樹洞傳播的匿名效應(yīng)
- 6總體國(guó)家安全觀對(duì)當(dāng)代大學(xué)生的要求
- 7全媒體時(shí)代,如何做好新聞選題策劃?
- 8 “抖音”APP優(yōu)劣勢(shì)分析與短視頻產(chǎn)業(yè)的發(fā)展思考
- 9《論語(yǔ)》中孔子的“孝”思想
- 10網(wǎng)易云音樂內(nèi)容營(yíng)銷的手段分析
- 網(wǎng)球運(yùn)動(dòng)技能發(fā)展與訓(xùn)練方法研究
- 普通高校網(wǎng)球教學(xué)改革與創(chuàng)新路徑研究
- 繽紛延時(shí),多彩網(wǎng)球——初中網(wǎng)球體育社團(tuán)的建設(shè)策略
- 課程思政背景下高校網(wǎng)球課程建設(shè)路徑探究
- 智慧體育下高職網(wǎng)球教學(xué)多元化構(gòu)建研究
- 音舞融合:鋼琴教育中的跨藝術(shù)培養(yǎng)路徑
- 虛擬現(xiàn)實(shí)技術(shù)在高校舞蹈實(shí)踐教學(xué)中的運(yùn)用
- 音樂在舞蹈創(chuàng)作中的研究
- 高校街舞技能教學(xué)引入新媒體技術(shù)的可行性和實(shí)踐路徑研究
- 基于社會(huì)群眾文化建設(shè)下中國(guó)舞的藝術(shù)創(chuàng)新與發(fā)展研究
- 2023JCR影響因子正式公布!
- 國(guó)內(nèi)核心期刊分級(jí)情況概覽及說明!本篇適用人群:需要發(fā)南核、北核、CSCD、科核、AMI、SCD、RCCSE期刊的學(xué)者
- 我用了一個(gè)很復(fù)雜的圖,幫你們解釋下“23版最新北大核心目錄有效期問題”。
- 重磅!CSSCI來(lái)源期刊(2023-2024版)最新期刊目錄看點(diǎn)分析!全網(wǎng)首發(fā)!
- CSSCI官方早就公布了最新南核目錄,有心的人已經(jīng)拿到并且投入使用!附南核目錄新增期刊!
- 北大核心期刊目錄換屆,我們應(yīng)該熟知的10個(gè)知識(shí)點(diǎn)。
- 注意,最新期刊論文格式標(biāo)準(zhǔn)已發(fā)布,論文寫作規(guī)則發(fā)生重大變化!文字版GB/T 7713.2—2022 學(xué)術(shù)論文編寫規(guī)則
- 盤點(diǎn)那些評(píng)職稱超管用的資源,1,3和5已經(jīng)“絕種”了
- 職稱話題| 為什么黨校更認(rèn)可省市級(jí)黨報(bào)?是否有什么說據(jù)?還有哪些機(jī)構(gòu)認(rèn)可黨報(bào)?
- 《農(nóng)業(yè)經(jīng)濟(jì)》論文投稿解析,難度指數(shù)四顆星,附好發(fā)選題!