【作 者】
杨 宝1（副教授），蔡 红2
【作者单位】
（1.重庆理工大学会计学院，重庆 400054；2.重庆理工大学财务处，重庆 400054）
【摘 要】
【摘要】本文以2006年证监会出台“再融资企业20%分红要求”作为中国上市公司半强制分红“实质监管”的分水岭，考察了强制分红政策的总体效应。结果表明，股权再融资上市公司（SEO组）在“实质监管”后现金分红并未增加，非股权再融资的上市公司（非SEO组）在“实质监管”后现金分红则显著增加。这说明我国2006年之后的半强制分红政策有一定的“分红文化”倡导效应。
【关键词】再融资；半强制分红政策；现金股利我国证监会等部门曾于2001年、2004年、2006年、2008年、2013年分别出台“半强制分红政策”，但有别于其他新兴市场国家，我国证监会是将分红监管与再融资资格“挂钩”。如《上市公司证券发行管理办法》（2006）（简称《办法（2006）》）就规定“上市公司公开发行证券应符合最近3年以现金或股票方式累计分配的利润不少于最近三年实现的年均可分配利润的20%”，这是证监会首次量化公司再融资利润分配的比例要求。2008年证监会更是将该比例提高至30%。因此，本文将2006年作为我国上市公司分红“明线监管”的分水岭，试图考察在证监会的“明线监管”下，有再融资动机的上市公司股利分配会做何选择？“明线监管”能否切实提高投资者的现金分红权益？一、文献回顾与研究假设
关于我国证监会的“半强制分红政策”，现有研究结论并无定论。何涛、陈晓（2002）研究发现现金股利的市场反应与企业市值并无相关关系，因而半强制分红监管政策的合理性尚存疑问；肖星、陈晓（2002）认为，大股东可能出于自身利益而主动发放现金股利，这弱化了半强制分红政策保护外部股东利益的作用。杨熠、沈艺峰（2004）的研究发现投资者确实关注公司约束高管可操控自由现金流的治理功能，一定程度上为证监会将公司分红与再融资挂钩的做法提供了经验证据。李常青等（2010）考察了半强制分红政策的市场反应，发现投资者在政策发布期间经历了“预期—失望”的市场，据此指出我国半强制分红政策存在“钓鱼式分红”的弊端。展凯、陈华（2012）研究认为半强制分红政策“一刀切”式的做法存在“监管悖论”的局限性：即该政策未考虑公司现金流、融资约束等情况，“一刀切”式地要求具有资金需求的上市公司分红并不合理。从约束上市公司“圈钱”的效应来看，皮海洲（2011）分析认为，目前的半强制分红政策尚不能很好地医治股市的“圈钱病”，监管政策需进一步完善。李慧（2013）研究了半强制分红政策对公司分红策略的影响，发现在监管政策下融资压力不同的企业表现出了不同的分红策略。这说明证监会的监管政策对于公司分红有重要影响。
综观我国历次发布的半强制分红政策，其基本特点如下：一是将分红要求与上市公司再融资资格挂钩。《关于加强社会公众股东权益保护的若干规定（2004）》（简称《规定（2004）》）、《办法（2006）》、《关于修改上市公司分红的若干规定的决定（2008）》（简称《决定（2008）》）等监管政策都是把上市公司在再融资前是否分红、分红比例作为考核要件，政策的出发点是强化上市公司分红回报股东意识。二是政策的监管强度呈现逐步强化的态势。从监管方式来看，半强制分红政策经历了与融资资格“原则性挂钩”向“实质性挂钩”的转变。《规定（2004）》首次将再融资资格与是否现金分红挂钩、《办法（2006）》进一步以20%现金分红比例量化了要求、《决定（2008）》明确了必须是现金分红并将分红比例要求提高至30%；从现金分红比例的要求看，经历了原则性要求到逐步提高现金分红比例的“量化要求”的演变。三是还存在监管的“空白”。对于大部分不打算实施融资的上市公司，一系列的“半强制分红政策”对其没有任何约束力，其现金分红行为仍然可以“我行我素”。
基于以上分析，本文认为，由于半强制分红政策针对于再融资企业，因此股权再融资公司（SEO）上市公司的现金分红行为会随着政策的变迁而相应做出重要调整；而对于没有进行股权再融资（非SEO）的企业，其分红行为受到的影响有限。从监管规则的演进来看，相比于“监管萌芽阶段”（2006年以前），半强制分红的“实质监管阶段”（2006年以后）对于SEO上市公司分红的要求有实质性提高。不难预期，SEO上市公司在“实质监管”前后的现金分红决策可能会表现出“突变”。
据此，本文提出研究假设：半强制分红政策主要影响了SEO上市公司的分红行为，并且半强制分红的“实质监管”将显著提高SEO上市公司现金分红水平。
二、研究设计
1. 研究方法与模型。经验研究中，如何计量政策的动态实施效果是非常困难的。Ashenfelter与Card（1985）在收入结构研究中首次提出双重差分估计法（Difference-in-Differences，DID），Wooldridge（2007）认为，DID模型能较好地控制控制组（congtrol group）与处理组（treatment group）的系统性差别，因而可很好地反映外生变量（如政策）变化的“净影响”。其基本思想是：如果政策的发布实施主要针对经济体中一部分对象，而对另一部分对象不产生影响或影响较小，那么可将该政策近似看作一项自然科学实验。此时受政策影响对象与不受政策影响对象，两个群体在政策实施后的差异便是政策的“净效应”。
前文已将《办法（2006）》及之后的半强制分红监管界定为“实质监管”。由于我国半强制分红“实质监管”的对象为SEO上市公司，而对非SEO上市公司没有明确的监管要求，因此，“实质监管”对不同上市公司的影响差异表现为双重差异：“实质监管”前后的差异和不同公司间的差异。鉴于此，本文将检验样本分为两组：一组是“处理组”，即“实质监管”政策发布后进行了股权再融资，直接受到政策影响的SEO上市公司样本组；另一组是“控制组”，即“实质监管”政策发布后没有进行股权再融资，政策未直接影响的非SEO上市公司样本组。为进行双重差分分析，本文定义以下变量：虚拟变量SEO，处理组上市公司样本取1；控制组取0；时间变量TIME，实质监管后的年份（2006 ~ 2010年）取1；实质监管前的年份（2001 ~ 2005年）取0。
本文建立DID模型如下：
Dps=α0+α1SEO+α2time+γSEO×time+αiControlvariables+ε （1）
依据以上DID模型，处理组“实质监管”后（time=1）的期望分红为：
E（Dps）=α0+α1+α2+γ （2）
处理组“实质监管”前（time=0）的期望分红为：
E（Dps）=α0+α1 （3）
可见，处理组“实质监管”前后分红差异的期望为：
Difference1=α2+γ （4）
控制组“实质监管”后（time=1）的期望分红为：
E（Dps）=α0+α2 （5）
控制组“实质监管”前（time=0）的期望分红为：E（Dps）=α0 （6）
所以，控制组“实质监管”前后分红差异的期望为：
Difference2=α2 （7）
综合以上，半强制“实质监管”政策对SEO上市公司分红行为的净影响为：
Difference=Difference1-Difference2=γ （8）
这说明，DID模型交乘项SEO×time的系数γ代表了“实质监管政策”对处理组（SEO）上市公司分红行为的净影响。
此外，本文还控制了其他可能影响公司分红的因素，主要包括：①企业规模Size，取公司年末净资产自然对数；②财务杠杆Lev，取公司年末资产负债率；③盈利能力Roe，取公司年度净资产收益率；④成长性Grow，取公司本年度主营业务收入增长率；⑤现金流水平NCPS，取公司年度每股自由现金流量，其计算方法为：［（净利润+利息支出+非现金支出）-追加营运资本-资本性支出］/总股数；⑥金融危机的影响Crisis，受金融危机影响的年份2008年度、2009年度取1，其他年度取0；⑦产权性质SOE，国有企业取1，民营企业取0。
2. 研究样本与数据来源。本文选取我国证券市场2001 ~ 2010年A股上市公司作为研究样本，这样做的目的是使得“实质监管”前后各有5个年度的样本，便于比较分析实质监管前后分红的变化。同时剔除以下样本：①特殊行业（金融、保险类）上市公司样本；②被实施ST、PT以及∗ST的上市公司；③数据缺失的上市公司样本。最后本文共得到11 361个上市公司样本。其中，将2006年以后进行配股、增发的SEO上市公司作为“处理组”，共有4 234个样本观测值；剩余的9 293个非SEO样本观测值作为“控制组”。样本观测值在各年度的分布情况见表1。
公司分红数据取自于国泰安“中国股票市场股利政策研究数据库”；相关财务数据取自于CSMAR中国上市公司财务报表数据库、中国上市公司治理结构研究数据库；2006 ~ 2010年配股、增发上市公司信息取自于CSMAR中国上市公司配股、增发研究数据库。E（Dps）=α0 （6）
所以，控制组“实质监管”前后分红差异的期望为：
Difference2=α2 （7）
综合以上，半强制“实质监管”政策对SEO上市公司分红行为的净影响为：
Difference=Difference1-Difference2=γ （8）
这说明，DID模型交乘项SEO×time的系数γ代表了“实质监管政策”对处理组（SEO）上市公司分红行为的净影响。
此外，本文还控制了其他可能影响公司分红的因素，主要包括：①企业规模Size，取公司年末净资产自然对数；②财务杠杆Lev，取公司年末资产负债率；③盈利能力Roe，取公司年度净资产收益率；④成长性Grow，取公司本年度主营业务收入增长率；⑤现金流水平NCPS，取公司年度每股自由现金流量，其计算方法为：［（净利润+利息支出+非现金支出）-追加营运资本-资本性支出］/总股数；⑥金融危机的影响Crisis，受金融危机影响的年份2008年度、2009年度取1，其他年度取0；⑦产权性质SOE，国有企业取1，民营企业取0。
2. 研究样本与数据来源。本文选取我国证券市场2001 ~ 2010年A股上市公司作为研究样本，这样做的目的是使得“实质监管”前后各有5个年度的样本，便于比较分析实质监管前后分红的变化。同时剔除以下样本：①特殊行业（金融、保险类）上市公司样本；②被实施ST、PT以及∗ST的上市公司；③数据缺失的上市公司样本。最后本文共得到11 361个上市公司样本。其中，将2006年以后进行配股、增发的SEO上市公司作为“处理组”，共有4 234个样本观测值；剩余的9 293个非SEO样本观测值作为“控制组”。样本观测值在各年度的分布情况见表1。
公司分红数据取自于国泰安“中国股票市场股利政策研究数据库”；相关财务数据取自于CSMAR中国上市公司财务报表数据库、中国上市公司治理结构研究数据库；2006 ~ 2010年配股、增发上市公司信息取自于CSMAR中国上市公司配股、增发研究数据库。
三、实证分析
1. 描述统计分析。表2分全样本、实质监管前、实质监管后分别报告了主要变量的描述性统计结果。可以发现，2001 ~ 2010年间A股样本公司现金分红的均值为每股0.077 6元高于中值0.016 7元，这说明总体而言我国大部分上市公司分红水平较低，并且上市公司间分红水平差异显著，少数分红较高的上市公司拉高了总体分红的均值。此外，对比来看，证监会“实质监管后”各年度上市公司分红均值为0.079 6元每股高于“实质监管”前的分红均值0.074 8元，表明自2006年证监会实施半强制分红“实质监管”之后，我国上市公司分红水平有所提高。
2. 单变量分析。表3报告了半强制分红“实质监管”前后各样本组分红均值差异情况。从全样本看，相比于“实质监管”前，半强制分红“实质监管”后上市公司平均分红水平提高0.004 8元，且在5%水平上显著。
E（Dps）=α0 （6）
所以，控制组“实质监管”前后分红差异的期望为：
Difference2=α2 （7）
综合以上，半强制“实质监管”政策对SEO上市公司分红行为的净影响为：
Difference=Difference1-Difference2=γ （8）
这说明，DID模型交乘项SEO×time的系数γ代表了“实质监管政策”对处理组（SEO）上市公司分红行为的净影响。
此外，本文还控制了其他可能影响公司分红的因素，主要包括：①企业规模Size，取公司年末净资产自然对数；②财务杠杆Lev，取公司年末资产负债率；③盈利能力Roe，取公司年度净资产收益率；④成长性Grow，取公司本年度主营业务收入增长率；⑤现金流水平NCPS，取公司年度每股自由现金流量，其计算方法为：［（净利润+利息支出+非现金支出）-追加营运资本-资本性支出］/总股数；⑥金融危机的影响Crisis，受金融危机影响的年份2008年度、2009年度取1，其他年度取0；⑦产权性质SOE，国有企业取1，民营企业取0。
2. 研究样本与数据来源。本文选取我国证券市场2001 ~ 2010年A股上市公司作为研究样本，这样做的目的是使得“实质监管”前后各有5个年度的样本，便于比较分析实质监管前后分红的变化。同时剔除以下样本：①特殊行业（金融、保险类）上市公司样本；②被实施ST、PT以及∗ST的上市公司；③数据缺失的上市公司样本。最后本文共得到11 361个上市公司样本。其中，将2006年以后进行配股、增发的SEO上市公司作为“处理组”，共有4 234个样本观测值；剩余的9 293个非SEO样本观测值作为“控制组”。样本观测值在各年度的分布情况见表1。
公司分红数据取自于国泰安“中国股票市场股利政策研究数据库”；相关财务数据取自于CSMAR中国上市公司财务报表数据库、中国上市公司治理结构研究数据库；2006 ~ 2010年配股、增发上市公司信息取自于CSMAR中国上市公司配股、增发研究数据库。
三、实证分析
1. 描述统计分析。表2分全样本、实质监管前、实质监管后分别报告了主要变量的描述性统计结果。可以发现，2001 ~ 2010年间A股样本公司现金分红的均值为每股0.077 6元高于中值0.016 7元，这说明总体而言我国大部分上市公司分红水平较低，并且上市公司间分红水平差异显著，少数分红较高的上市公司拉高了总体分红的均值。此外，对比来看，证监会“实质监管后”各年度上市公司分红均值为0.079 6元每股高于“实质监管”前的分红均值0.074 8元，表明自2006年证监会实施半强制分红“实质监管”之后，我国上市公司分红水平有所提高。
2. 单变量分析。表3报告了半强制分红“实质监管”前后各样本组分红均值差异情况。从全样本看，相比于“实质监管”前，半强制分红“实质监管”后上市公司平均分红水平提高0.004 8元，且在5%水平上显著。
进一步分析发现，“处理组”（SEO上市公司）在“实质监管”政策实施后并未显著提高其现金分红水平，这一结果耐人寻味。“控制组”（非SEO公司）在“实质监管”政策实施后的现金分红水平显著增加（在1%水平上显著）。对此也不能简单地归因于是“迎合”证监会半强制分红监管的结果。
3. 回归分析。加入控制变量后DID模型的估计结果见表4。其中模型（1）为全样本的估计结果，模型（2）、（3）分别为民营企业组、国有企业组的DID模型估计结果。
表4的回归结果显示，DID模型交乘项SEO×time的系数分别为-0.038 7、-0.070 3、-0.028 2，且都在1%水平上显著，表明证监会分红的“实质监管”并没能起到促进股权再融资上市公司分红的作用，与前文的预期不一致。
本文认为可能的原因有：第一，《办法（2006）》、《决定（2008）》等“实质监管”政策本身具有“监管悖论”的弊端。有股权再融资需求的上市公司，大多成长性良好、投资机会比较多，但现金流比较匮乏，因此，强制性要求资金“捉襟见肘”的SEO上市公司进行分红明显不合理。第二，SEO上市公司囿于融资约束的理性选择。根据“优序筹资”理论，内源性资金的成本低于外部筹资（如配股、增发），因此，即便证监会量化了SEO上市公司分红要求，SEO上市公司也会选择较低的股息支付率。况且《办法（2006）》规定的是，以“现金或股票方式”发放的股利不低于可分配利润的20%，那么SEO上市公司完全可以“股票股利”的方式达到监管“明线”的要求。第三，“一圈、一分”过程中造成了资金成本的浪费。根据税法规定，上市公司派发给股东的股息红利需缴纳股息所得税，而上市公司配股、增发过程中也要支付大量的外部融资成本。因此，SEO公司如果大量分红势必耗费大量的“额外成本”，不符合资金管理的基本原则。
进一步分析还可以发现，“实质监管”虚拟变量time的回归系数均不显著，说明2006年以后证监会等部门对于上市公司分红的“实质监管”并未显著提高样本公司的分红水平；SEO的回归系数显著为正，说明相比于非SEO上市公司，SEO上市公司现金分红水平更高。从控制变量来看，公司规模、盈利能力、现金流能力等与上市公司分红水平显著正相关，而财务杠杆、成长机会、金融危机的发生等对上市公司现金分红水平有显著负面影响。
四、结论与启示
本文将我国证监会2006年及以后发布的半强制分红政策界定为“实质监管”政策，并将半强制分红“实质监管”当作外生的自然实验，考察其对于上市公司现金分红的总体影响。单变量分析的结果发现，总体而言“实质监管”后上市公司分红水平显著提高，但分组分析显示股权再融资上市公司（SEO组）在“实质监管”后现金分红并未增加，未进行股权再融资的上市公司（非SEO组）在“实质监管”后现金分红则显著增加。另外，双重差分模型（DID）的回归结果也显示，“实质监管”政策并未促进SEO上市公司的现金分红的积极性。
股权再融资企业（SEO组）在半强制分红监管下并未显著提高现金分红的事实，并不能简单解读为SEO上市公司对监管的“漠视”，但的确暴露出《办法（2006）》、《决定（2008）》等监管规则存在不合理性。然而，未受监管政策直接影响的非SEO上市公司在“实质监管”后显著提高了现金分红水平的事实，一定程度上可以解读为证监会的半强制分红政策存在“分红文化倡导”的效应。
主要参考文献
何基报.境内外上市公司分红的差异及原因实证研究［R］.深圳：深圳证券交易所研究报告，2011.
【基金项目】重庆市社科规划项目“财务主体利益关联视角的上市公司现金分红决策研究”（项目编号：2014BS034）；国家社科基金（项目编号：13BJY014）
