【作　　者】
曹 琴，周显异，李 洋（副教授）

【作者单位】
四川师范大学商学院，成都610101

【摘　　要】

   【摘要】基于二元选择Logit模型和分位数回归分析，对2010 ~ 2014年我国A股上市公司融资偏好顺序的影响因素进行实证检验，结果显示：股权集中度、非债务税盾与内部融资度正相关，营运能力、成长性、公司规模与债务融资度正相关，盈利能力、资产流动性与股权融资度正相关；但多个异质性因素在不同的分位点对融资偏好的影响程度存在显著差异，融资规模与融资方式选择之间呈现某种必然的联系。
【关键词】融资方式；融资偏好；二元选择Logit模型；分位数回归
【中图分类号】F275.5           【文献标识码】A           【文章编号】1004-0994（2016）26-0054-5一、引言
企业筹集资金的方式主要包括内部融资、债务融资、股权融资三种，由于融资方式选择的多样性，企业对各种融资方式表现出不同的偏好顺序。Donaldson（1961）最早对融资偏好顺序进行研究，并指出企业通常会优先选择内部融资。Myers和Majluf（1984）基于信息不对称提出了啄食顺序理论，认为企业应该遵循“先内后外、先债后股”的融资偏好顺序，即首先利用内部留存收益满足资金需求，其次通过银行借款、发行债券等方式进行债务融资，最后才考虑发行普通股、优先股进行股权融资。此后，国外学者对该理论的适用性进行了多次求证，研究结论基本分为两种：遵循与不遵循。前者如Shyam和Myers（1999）、Fama和French（2002）等，后者如Morck和Shleifer（1996）、Frank和Goyal（2003）等。而国内学者如刘星和魏峰（2004）、褚晓琳和王文举（2010）都认为，我国市场环境与啄食顺序理论适用环境大相径庭，上市公司呈现出股权融资偏好的实践悖论；李洋和辛丽敏（2012）、张琛和刘银国（2013）则指出，我国企业具有强烈的短期债务融资偏好。
我国资本市场正处于发展转型的关键阶段，啄食顺序理论在国内是否成立，还需要在特殊的背景下进行深入探索，特别是在十八大之后转变经济发展模式的宏观环境下，结合现实国情与政策体制探讨融资偏好的影响因素更是势在必行。因此，本文选取我国A股上市公司作为研究样本，运用因子分析、二元选择Logit模型、分位数回归等方法对其融资偏好顺序影响因素进行实证分析，旨在为我国企业理性选择融资方式、有效规范融资行为提供指导与借鉴。
二、文献回顾
啄食顺序理论开创了融资偏好研究领域的先河，但对我国特定的资本市场并不具有普遍适用性。近年来，诸多国内学者试图从不同视角探讨融资偏好顺序影响因素，但迄今为止尚未形成系统完整的理论框架与实践模式。为了从更为全面的角度解释我国企业的融资偏好行为，本文尽可能归集汇总国内文献所提及的具有代表性的影响因素。李跃和姬卿伟（2015）指出，企业的债务融资与盈利能力负相关，与营运能力正相关。孟艳玲和张俊瑞（2013）认为资产的流动性越强，企业的负债能力越强，更有利于采用债务融资方式。石七林和汪文生等（2014）指出，企业以有形资产担保举债可以降低资本成本，并且资产担保价值与股权融资正相关。李斌和孙月静（2013）认为股权所有者结构、股利支付水平、股权集中度对融资偏好顺序的影响较为显著。胡云飞（2014）的实证研究结果表明，在债务期限结构中的流动负债率较高且经营风险也同时增大的情况下，企业更倾向于采用股权融资方式。李洋和辛丽敏（2012）认为，在竞争性行业中，企业为保持市场竞争力，会采取低负债的保守融资决策，进行债务融资的可能性随之降低。此外，非债务税盾（王艳林，2013）、信息不对称程度（Wei-Peng Chen等，2010）、所得税税负（余鹏翼和李善民，2013）以及收入波动性、企业信誉、财务风险和内生资源能力（李洋和张玉梅等，2015）等因素也在不同程度上影响着我国企业对融资方式的选择。
由此可见，我国企业融资偏好顺序的影响因素种类繁多，不同因素的影响程度则千差万别。随着市场经济的发展，新的影响因素还会不断产生，原有因素对融资偏好顺序的影响程度也在发生变化。而当前的诸多研究成果并没有取得突破性进展，且众说纷纭，对我国企业的融资偏好行为尚未形成统一指导，有必要在我国资本市场背景下进行再检验。
三、研究设计
（一）样本选取
本文以我国沪深两市A股上市公司作为研究对象，按照地理位置特征从七个区域（东北、西北、西南、华北、华中、华东、华南）独立、随机地抽取样本，通过剔除不符合条件的公司之后确保每个区域有50家公司、共计350家公司作为研究样本，考察时间为2010 ~ 2014年。样本公司的选取原则如下：①剔除金融类、保险类及ST公司；②剔除考察年限不足及数据不完整的公司；③剔除财务指标异常及处于亏损、重组、清算状态的公司。所有样本数据均来源于RESSET数据库和巨潮资讯网，其中因子分析和描述性统计使用SPSS 19.0软件，二元选择Logit模型和分位数回归分析使用Eviews 8.0软件。
（二）研究变量
1. 被解释变量。当前关于融资偏好的研究多用每年的资本增量来反映当年的融资度。由于股权融资的特殊性，一方面上市公司的股本达到一定规模时没有必要连续增发、配股，另一方面证监会对于股权融资行为的审批愈发严格，从而导致股权融资行为不可能持续发生，股权融资额并非每年新增，而是逐年累积。因此，本文采用李洋和辛丽敏（2012）的做法，用某年的资本存量来反映当年的融资度，将融资偏好顺序的被解释变量定义为：
                =[内部融资总额t资本总额t=留存收益t资本总额t]    （1）
                =[债务融资总额t资本总额t=负债总额t资本总额t] （2）
                =[股权融资总额t资本总额t=股本t+资本公积t资本总额t] （3）
其中：t代表某个会计年度。
2. 解释变量。
（1）原始变量。根据文献回顾及主流观点，本文选取了如下解释变量分别代表前文所涉及的融资偏好因素。其中，净资产收益率（ROE）和资产净利率（ROA）共同代表盈利能力、总资产周转率（TAT）代表营运能力、流动比率（LR）代表资产流动性、有形资产比率（RTA）代表资产担保价值、社会公众股比例（PPS）代表股权所有者结构、股利支付率（DPR）代表股利支付水平、第一大股东持股比例（CR1）代表股权集中度、流动负债率（CLR）代表债务期限结构、经营杠杆系数（DOL）代表经营风险、营业利润率（OPM）代表市场竞争力、固定资产折旧与总资产比率（DFA）代表非债务税盾、无形资产比率离差（IAD）代表信息不对称程度、实际所得税税率（TR）代表所得税税负、营业收入变化率（OIR）代表收入波动性、利息保障倍数（IPM）代表企业信誉、财务杠杆系数（DFL）代表财务风险、经营现金流量比率（OCR）代表内生资源能力。由于本文的解释变量较多，考虑到各变量之间可能存在一定重叠度，所以首先对解释变量进行因子分析，提取出主要因子。
（2）因子分析。①KMO和Bartlett检验。检验结果显示，KMO值为0.689>0.5，Bartlett检验统计量的Sig<0.01，说明原始变量之间的信息重叠程度较高，相关性较强且具有显著性，需要进一步使用因子分析来降维。②提取主成分因子。利用SPSS 19.0软件提取了前7个主成分因子进行测度，其特征值均大于1，累积贡献率达到60.131%，包含了原始变量的绝大部分信息，即本文的公共因子。③正交旋转矩阵。从表1可知，转轴后的因子系数有了明显的分化，可以根据原始变量在公共因子中载荷的大小来剔除变量，达到降低纬度、精简运算的目的。通过比较表1中各原始变量对各公共因子的相关系数可以看出，ROA（0.852）、TAT（0.837）、LR（0.814）、CR1（0.773）、DFA（0.789）、IAD（0.784）在各主成分上的载荷相对较大，即对融资方式选择的影响较大，其他变量的影响程度都相对较小。因此，本文保留ROA、TAT、LR、CR1、DFA、IAD这6个原始变量作为融资偏好顺序的解释变量。

3. 控制变量。尽管本文着重探讨融资偏好顺序的影响因素，但由于经济发展不平衡等客观原因的存在，本文所选取的样本个体之间存在较大差异，除了以上解释变量会影响融资偏好，还有一些企业特征因素在很大程度上也会影响融资偏好，因此本文进一步引入公司规模（SIZE）、公司成长性（GROW）、公司所属行业（INDU）作为控制变量。
综上所述，本文构建的研究变量如表2所示：

四、实证检验
（一）描述性统计
表3列示了样本公司2010 ~ 2014年的融资结构情况。其中，所占比重最大的是债务融资，其比重高达55%；股权融资的比重为30%，排名第二；而内部融资的比重最小，只有15%。此外，对债务融资结构的进一步分析表明，短期负债的比重为41%，远远高于长期负债。由此可得出，我国上市公司的融资偏好顺序依次为：短期债务融资、股权融资、内部融资、长期债务融资。该结论与褚晓琳和王文举（2010）的观点吻合。

表4列示了样本公司融资结构比率均值，从中可看出，样本公司2010 ~ 2014年的外部融资比率均值一直稳定在80%左右，明显高于内部融资度；产权比率的均值呈现逐年上升的趋势，债务融资度远远大于股权融资度；同时，流动负债率比较平稳，比例保持在70%以上，说明我国上市公司有较强的短期债务融资偏好。

（二）二元选择Logit模型分析
现有文献往往利用多元线性回归或逐步回归来检验融资偏好因素，但融资偏好更多地体现出企业对于融资方式“是”与“否”的一种选择行为，即因变量的取值为 1（选择某种融资方式）和0（不选择某种融资方式），本文认为更适合采用二元选择模型进行分析。二元选择模型是因变量只有1或者0两种取值的离散因变量模型，根据各随机误差项分布函数形式的不同可分为Pobit模型、Logit模型、Extreme value模型。本文参考阮素梅（2014）的做法，采用二元选择Logit模型对融资偏好顺序的影响因素进行实证检验，首先需要对被解释变量进行重新定义。
1. 被解释变量的重新定义。本文在二元选择Logit模型中用y表示融资方式并对其赋值，分析角度从内部融资与外部融资、债务融资与股权融资两个层面进行（苏冬蔚和曾海舰，2011）。即在2010 ~ 2014 年间，样本公司若进行了内部融资，则y=1，若进行了外部融资，则y=0；若进行了债务融资，则y=1，若进行了股权融资，则y=0。
2. 模型设计。
Logit（pi）=ln[pi(y=1)1-pi(y=1)]=β0+[i=1nβi×Xi]+ε  （4）
其中：pi代表不同融资方式发生的概率；Xi代表各解释变量及控制变量；βi为各解释变量及控制变量的回归系数；ε代表残差。
3. 估计结果。本文将二元选择Logit模型的分析过程划分为两个步骤，模型1不考虑控制变量，模型2在模型1的基础上进一步引入控制变量，以此检验实证结果的稳健性。Eviews 8.0软件输出的二元选择估计结果如表5所示。

就内部融资与外部融资的估计结果可以看出，只有CR1与DFA这两个解释变量通过了显著性检验，且与内部融资显著正相关，而其余解释变量对内部融资的影响程度并不显著；在加入了控制变量之后，该结论仍然成立，说明二元选择估计结果具有较强的稳健性，其中， GROW与内部融资显著负相关（即与外部融资显著正相关），INDU也通过了显著性检验。
由此说明，我国上市公司的股权集中度、非债务税盾与内部融资呈正相关关系，成长性与外部融资呈正相关关系，所属行业对内外部融资方式的选择也会造成显著影响。上市公司的股权越集中，控股股东为了避免控制权被稀释，选择内部融资的意愿就更为强烈；而固定资产折旧、无形资产摊销、税收抵免、税务亏损递延等非债务税盾的存在，会产生与债务利息类似的节税作用，且并不会导致财务风险增大，上市公司通过外部融资来获取债务税盾的动机减弱，也就更倾向于采用内部融资方式；成长性越强的上市公司往往需要越多的资金来满足投资扩张需要，但其内部的资金积累并不充足，选择外部融资的可能性更大；此外，行业因素也不容忽视，应该予以控制。
就债务融资与股权融资的估计结果可以看出，解释变量ROA、TAT、LR在模型1和模型2中都通过了显著性检验，其中ROA、LR与债务融资显著负相关（即与股权融资显著正相关），TAT与债务融资显著正相关；而CR1受控制变量的影响较大，在模型1和模型2中的相关性与显著性都不一致，其二元选择估计结果并不稳健；控制变量SIZE、GROW与债务融资都显著正相关，INDU也通过了显著性检验。
由此说明，我国上市公司的营运能力、规模大小、成长性与债务融资呈正相关关系，盈利能力、资产流动性与股权融资呈正相关关系，所属行业对债务融资和股权融资的选择也会带来显著影响。营运能力越强的上市公司资金利用效率越高，需要筹集更多资金来满足资产的周转需求，由于债务融资相对于股权融资有税盾及财务杠杆效应，因此选择债务融资的意愿就更为强烈；规模越大、成长性越强的上市公司信用状况越好，越有可能受到银行信贷的青睐及达到发行债券的条件，也就更倾向于进行债务融资；盈利能力越强的上市公司，越容易获得增发、配股的资格，一般具有明显的股权融资偏好；资产流动性越强的上市公司往往偿债能力也越强，选择债务融资的可能性本应更大，但实证结果却表明其更倾向于股权融资，这可能与我国资本市场特殊的体制和现状有关。公司的流动资产充足、变现能力较强，其股票较畅销，进而呈现出股权融资偏好的实践悖论，但难逃“圈钱”嫌疑，具体原因还需要在后续研究中进一步探讨。此外，行业因素同样不容忽视，应该予以控制。
尽管二元选择模型适用于融资偏好因素的研究，但该方法也存在一定程度的缺陷：其一，进行二元选择分析时，是以给定的标准条件来判断公司在某个年度是否发生了相应的融资行为，所得出的数据指标反映的是公司融资的动态选择，数据并不连续，对不满足条件的指标进行剔除时，可能存在当年进行了融资，但融资额并未达到标准而被剔除的情况；其二，二元选择Logit模型的被解释变量是只有1或0两种取值的非连续变量，其赋值条件存在主观性，观测点也较为有限，斜率系数仅度量了影响因素变动所引起的被解释变量取1的概率。针对以上不足，本文认为还需要进一步通过分位数回归分析，得出不同分位点的线性回归方程，一方面与二元选择模型的分析结果相互对比和验证，另一方面也对二元选择模型尚未解释的其他异质性因素进行探讨。
（三）分位数回归分析
分位数回归是计量经济学的前沿研究之一，它通过对自变量多个分位数的分析来得到因变量的条件分布情况，是对传统均值回归很好的补充。而不同分位数的估计结果，可以清楚地揭示数据的异质性问题，进而提高分析结果的准确性和稳定性。此时，被解释变量不再是1和0两种取值，而是采用表2中的定义，用某年的资本存量来反映当年的融资度。Eviews 8.0软件输出的分位数回归结果见表6、表7、表8。

从表6、表7、表8中可看出，各变量对内部融资度、债务融资度、股权融资度的尾部影响方式并不相同。表6中，TAT在中高分位点（0.5、0.75、0.95）、CR1和SIZE在低分位点（0.05、0.25）、IAD和GROW在高分位点（0.75、0.95）对内部融资度有显著影响；表7中，GROW在低分位点（0.05）对债务融资度有显著影响；表8中，CR1在高分位点（0.75、0.95）、IAD在中低分为点（0.05、0.25、0.5）、GROW在较低分位点（0.25）或高分位点（0.95）对股权融资度有显著影响。
由此说明，营运能力、股权集中度、信息不对称程度、公司规模、公司成长性等异质性因素在不同的分位点对各种融资方式的影响程度存在明显差异，与融资偏好顺序之间可能具有更为复杂的关系。其中：营运能力在中高分位点与内部融资度显著负相关；股权集中度在低分位点与内部融资度显著负相关，在高分位点与股权融资度显著正相关；信息不对称程度在高分位点与内部融资度显著正相关，在中低分位点与股权融资度显著正相关；而公司规模、成长性等因素则在不同的分位点对融资偏好有着不同程度的影响。这些异质性因素的存在，导致我国上市公司在不同的融资规模下选择的融资方式也会有所区别，通过传统的均值回归很难面面俱到。融资规模大小与融资方式选择之间呈现某种必然的联系，但二者的关系还需要在后续研究中进一步探索。
五、小结
综上所述，本文得出如下研究结论：①融资偏好更多体现出企业对于融资方式“是”与“否”的一种选择行为，适合采用二元选择Logit模型进行分析。实证结果表明：股权集中度越高，非债务税盾的利用程度越大，上市公司越倾向于选择内部融资；营运能力和成长性越强，公司规模越大，上市公司越倾向于选择债务融资；盈利能力越强，资产流动性越好，上市公司越倾向于选择股权融资。②二元选择模型由于具有赋值条件的主观性、观测点的非连续性等缺陷，故进一步采用分位数回归分析来提高研究结论的准确性。实证结果表明，多个异质性因素在不同的分位点对融资偏好顺序的影响程度存在显著差异，融资规模大小与融资方式选择之间呈现某种必然的联系，需要在后续研究中深入探索。

主要参考文献：
Donaldson G．Corporate Debt Capacity： A Study of Corporate Debt Policy and the Determination of Corporate Debt Capacity［M］．Boston： Harvard Business School，1961．
Myers S. C.， Majluf N. S.．Corporation Finance and In-vestment Decisions when Firms Have Information that Investors do not Have［J］．Journal of Finance Economics，1984（13）．
Fama E.， French K.．Testing Tradeoff and Pecking Order Predictions about Dividends and Debt［J］．Review of Financial Studies，2002（15）．
Morck R.， Shleifer A.， Robert Ward Vishny．Management Ownership and Market Valuation： An Empirical Analysis［J］．Journal of Financial Economics，1996（20）．
Frank M. Z.， Goyal V. K.．Testing the Pecking Order Theory of Capital Structure［J］．Journal of Financial Economics，2003（67）．
刘星，魏峰．我国上市公司融资顺序实证研究［J］．会计研究，2004（6）．
褚晓琳，王文举．基于内部人控制的股权融资偏好博弈分析［J］．经济与管理研究，2010（12）．
张琛，刘银国．债务的公司治理效应——基于现金流代理成本的考察［J］．经济与管理评论，2013（3）．
李跃，姬卿伟．新疆上市公司融资方式及影响因素研究［J］．西部经济管理论坛，2015（1）．
孟艳玲，张俊瑞．上市公司资产流动性与资本结构相关性研究——来自A股制造业的经验数据［J］．求索，2013（11）．
石七林，汪文生，王娟．我国煤炭上市公司融资偏好实证分析［J］．中国矿业，2015（12）．
李斌，孙月静．中国上市公司融资方式影响因素的实证研究［J］．中国软科学，2013（7）．
胡云飞．公司融资影响因素的实证研究［J］．武汉金融，2014（12）．
王艳林．债务税盾、非债务税盾与债务融资［J］．财会通讯，2013（9）．