煤炭企业资本结构与经营业绩的实证研究

煤炭企业资本结构与经营业绩的实证研究
【摘要】基于煤炭行业上市公司经验数据，文章运用因子分析法综合评价了煤炭企业的经营业绩，并进一步探讨了煤炭企业资本结构与经营业绩之间的关系。

实证结果表明，煤炭类公司的经营业绩与资产负债率呈反向关系，与长期资本负债率呈正向关系。

虽然呈现明显差异，但当债务比例低于30%时，随着负债比率的上升，经营业绩将会显著提高，企业应适度增加债务以享受负债价值；而当负债比率超过65%时，则必须调整资本结构，减少债务比例，降低财务风险，以提升经营绩效。

【关键词】煤炭企业；资本结构；经营业绩
一、引言
中国是世界上以煤炭为主要能源的少数国家之一，煤炭在我国经济建设和社会发展中有着重要的地位。

近年来，煤炭行业同其他行业一样，进行了一系列的并购、重组、上市等现代企业资本、财务方面的运作，资本结构已经发生了深刻的变革。

作为煤炭类的上市公司，融资为企业的发展、扩张奠定了基础。

此外，当前煤炭企业资源整合力度不断加大，企业间优胜劣汰，煤炭资源向优势企业集中的步伐逐步加快。

对煤炭企业的资本结构与经营业绩做出较为客观的判断，对发挥煤炭行业在国民经济中的基础作用、保护广大投资者利益以及提高煤炭企业自身素质都具有积极意义。

自1958年Modigliani和Miller提出MM理论以来，对资本结构的研究已经迅速涉及到企业管理的多个领域，资本结构对经营业绩的影响就是其中之一。

理论上，资本结构能对公司业绩和企业持续发展起到至关重要的作用。

综合以往的理论研究，资本结构可以通过多个途径影响经营业绩。

首先，从债务影响这个角度分析，资本结构会提高经营业绩。

因为债务利息能够减轻公司的税收负担，企业负债将提高经营业绩。

当企业财务杠杆固定时，每股息税前利润将会随着息税前利润的提高而负担更少的利息，导致其更快地增长。

还有，负债的提高同样会增加管理者的经营压力，管理者的职业行为可能更积极一些。

其次，信号传递理论认为，资本结构决策能影响公司股价，债务融资将向市场传递积极的信号从而刺激股价，因为新的计划表明公司有较好的资产质量，未来发展可期。

而且，债务融资成本也要低于股权融资成本，当企业内部融资不能满足投资需要时，债务融资规模将会促进企业投资规模的急剧扩张。

第三，不同的资本结构必将导致企业不同的剩余利润分配权和剩余控制权，进而影响到公司治理和经营业绩。

债务负担过重将会减少企业的经营业绩，尤其不能按时还本付息时，则表明其陷入了财务困境。

以往实证研究呈现两种截然不同的结果。

一种观点认为公司经营业绩与资本结构呈负相关关系，另一种观点则恰恰相反。

Masulis和Ronald的研究表明，负
债比率在0.23～0.45之间时，财务水平将对经营业绩产生积极地影响。

之后，许多实证研究得出了相似的结论。

但是Titman和Wessels的研究表明，负债比率与收益呈现显著的负相关。

寻求这两种相矛盾的检验结果的原因是困难的，这可能与不同的时间、地点、条件以及不同的分析过程和检验假设有关。

在我国，对资本结构与经营业绩的实证研究同样得到了相反的两种结论。

陆正飞和辛宇认为公司收益与资产负债率和短期债务比率负相关。

王娟和杨凤林发现，净资产收益率随着资本结构的提高而上升。

李义超的研究结果表明，存在最优负债区间。

还有一些研究显示，资本结构与经营业绩之间没有明显的相关关系。

尽管资本结构与经营业绩的研究由来已久，本文从以下两个方面对之进行了拓展。

首先，用因子分析法来综合评价经营业绩，这可以避免单一业绩指标（如托宾Q值，净资产收益率，资产利润率）评价的一些不足。

其次，本文把研究领域限制在煤炭行业，这对于煤炭企业的资本成本、市场价值、经营效率、企业的经营稳定性以及煤炭企业内部的法人治理结构有着重大而直接的影响。

二、研究设计
（一）经营业绩评估方法选择
本文运用因子分析法来评估煤炭企业的经营业绩。

多变量大样本无疑会为科学研究提供丰富的信息，但在大多数情况下，许多变量之间指标分析可能是孤立的，而不是综合的。

盲目减少指标会损失很多信息，容易产生错误的结论。

因此需要找到一个合理的方法，尽量减少原指标所含信息的损失，对所收集的资料作全面的分析。

探讨存在相关关系的变量之间，是否存在不能直接观察到但对可观测变量的变化起支配作用的潜在因子，这种分析方法称为因子分析。

根据因子分析法原理，衡量经营业绩的不同指标可以根据它们之间的相关性进行分类简化，相关性强的同类指标可合成一个共同因子，然后，主要因子综合起来评价经营业绩。

（二）基础指标选择
本文以深、沪证券交易所煤炭行业上市公司作为分析目标变量。

考虑到上市公司的治理结构和财务目标特点，本文在指标的选取上参考了财务指标评价体系，所选择的与煤炭企业经营业绩相关的指标及其性质见表1。

（三）数据来源和样本
选择深、沪证券交易所上市的煤炭开采行业的28家上市公司作为研究对象，研究窗口为2000—2009年，最终确定的混合样本共214个。

基础指标数据来源于国泰安数据库，部分缺失数据通过中国上市公司网（http：///）进行了补充。

以2009年数据为例，对28家煤炭类上市公司的资本结构进行了统计分析（见表2）。

数据表明，64.30%公司的资产负债率在30%～65%之间，有18家；有4
家公司资产负债率在30%以下，有6家在65%以上。

三、经营业绩的因子分析过程
我们使用SPSS软件来进行数据处理。

首先，我们对基础数据是否存在潜在结构、适合因子分析进行了检验。

检验结果表明，KMO（Kaiser-Meyer-Olkin）的值超过0.6，达到了0.659，说明基础数据适合性较好，能得到较好的因子结构。

具体的检验结果见表3。

其次，根据因子分析结果，10个基础指标被合成了4个主要因子，这包含了基础指标72.79%的信息含量。

可将这四个因子命名为F1，F2、F3和F4。

其中：F1主要负荷了销售利润率、资产利润率、净资产收益、每股收益的信息，应为经营收益性因子；F2主要负荷了总资产增长率和资本增长率的信息，应为经营发展性因子；F3主要负荷了存货周转率、应收账款周转率和总资产周转率的信息，应为经营效率性因子；F4主要负荷了托宾Q值的信息，应为企业价值性因子。

表4反映了各因子的具体方差贡献率及累计的方差贡献率。

最后，采用回归方法求出因子得分矩阵，得到4个主因子的得分F1、F2、F3、F4，再根据各因子重要程度来综合经营业绩（用Performance表示）。

重要性取决于各因子的方差贡献率。

评估方法见公式（1）：
Performance=（F1×34.88%+F2×15.34%+F3×12.50%
+F4×10.07%）/72.79%（1）
四、实证结果
我们使用了线性模型来实证检验煤炭企业经营业绩与资本结构的关系。

具体的线性模型见公式（2）。

Performance=β0+β1Structure+αμ（2）
公式中，Performance代表经营业绩，Structure代表资本结构，分别用资产负债率和长期资本债务比来代替，μ代表控制的主要因素。

检验主要控制了公司规模、多元化经营和年度差异。

表5和表6分别报告了经营业绩对资产负债率和长期资本负债率的回归结果，其中检验1、2、3和4分别回归了全部样本和分组样本（30%以下，30%～65%，65%以上）数据。