基于gmm方法的中国文化上市公司融资行为实证研究

基于gmm方法的中国文化上市公司融资行为实证研究

一、文化传媒上市公司投融资现状分析文化利益的建立是中国政府、科学界和群众普遍关注的中心和热点。要促进文化产业的高效发展,必须通过产业发展的转型,提高生产效率。作为中国文化传媒产业主力军的文化传媒上市公司,具有收益的不确定性和较弱的资产可抵押能力,使其在产业化的发展进程中一方面拥有巨大的需求空间和发展空间,另一方面又面对着融资约束和投融资效率低下的现状。而文化传媒上市公司的投融资状况将直接影响其发展方向、发展程度以及能否持续发展。基于此,本文通过选取中国文化传媒上市公司2006~2011年的面板数据,从内源融资、债务融资和股权融资三方面入手,同时考虑公司规模的影响,运用系统GMM估计法考察融资因素对中国文化传媒上市公司投资行为影响效应的差异性。二、国内外研究现状国外对于企业投融资关系的系统研究始于上世纪50年代,可分为三个阶段:第一个阶段是资产结构理论研究。Modigliani和Miller(1958)国内对投融资关系的研究起步较晚且多借鉴西方经典理论,集中在以下三个方面:一是文化传媒产业投资战略的研究。花建(2002)认为我国文化产业的投资战略的制定必须要根据产业特点,合理分配长短期投资,公益性投资和经营性投资综上所述,当前国外对投融资关系的研究,无论是理论还是方法都相对成熟,但针对文化传媒产业的分析较少;而国内的研究多止步于定性研究,定量研究多采用静态分析框架。基于此,本文拟在借鉴国内外学者的研究成果的基础上,在中国资本市场的特殊环境下,针对文化传媒产业的特点,结合统计分析和计量动态分析方法,进一步探索融资因素对投资行为的影响。三、模型定义和变量选择(一)影响后期投资行为投资往往具有累积效应,即前期的投资行为会影响后期的投资行为。基于此,本文建立一个含有被解释变量一期滞后的动态面板回归模型:其中,I模型中投资规模的一期滞后项I(二)工程三种变量的同时考虑1.投资变量。多数文献将资本性投资视为对固定资产的投资,部分文化传媒上市公司以固定资产投资为主,其他资本投资的比例过低,甚至为零,本文采用固定资产投资来衡量中国文化传媒上市公司的投资行为。具体地,固定资产投资为固定资产净额与年末总资产的比值以消除公司规模的影响。其中,固定资产净额为固定资产原价、工程物质及在建工程三项净额之和。2.融资变量。将融资因素分为内源融资和外源融资两类,并且外源融资可具体分为债务融资和股权融资两类。文中采用资产负债表中的经营现金流净额,流动负债和归属母公司股东权益来刻画这三个融资因素。融资因素变量也都除以年末总资产来消除公司规模对融资变量的影响。此外,由于公司进行投资决策时主要由期初的融资情况决定,本文引入这三个融资因素变量的一期滞后为解释变量。3.控制变量。根据相关的研究文献,在模型(1)的基础上加入一些控制变量是有益的。本文发现公司规模、成长能力、盈利能力、投资机会和年度虚拟变量等都会对企业的投资行为产生一定影响,经回归比较分析发现,当期和往期的公司规模、盈利能力和投资机会对公司的投资行为产生影响较为显著,引入这三个变量作为控制变量对系统进行修正,但不作为本文的研究重点。经过变量选择后,在模型(1)的基础上构建的融资-投资模型如下:其中,i=1,2,…,N表示不同的文化传媒上市公司;t=1,2,…,T表示不同的时期,t-1表示变量的滞后一期;μ为干扰项。各变量的具体定义及计算方法如表1所示。四、测量试验和分析(一)数据来源:覆盖a股公司本文的数据来自CSMAR数据库,考虑到时间延续的长短和文化传媒上市公司的数量选取了2006~2011年所有文化传媒上市A股公司的年度数据。为了保证数据的有效性,剔除了以下公司:(1)2009年1月1日之后上市的公司;(2)经营不稳定的ST、(二)相关分析结果通过对2006~2011年的年末总资产平均数进行排序来对样本公司按规模大小进行分类,20家样本公司中有6家属于大型文化传媒产业上市公司,14家属于中小型文化传媒产业上市公司。表2的描述性统计分析结果显示:绝大多数变量的分布较对称,且没有较大的异常值;投资规模(I)和投资机会(Q)存在一定程度上的右偏,且不同规模的公司偏离程度不一,这说明中国文化传媒上市公司投资行为可能存在一定的规模差异。表3列出了各变量之间的相关系数。其结果表明:所选取的融资因素变量与投资规模显著相关,各融资解释变量之间的相关关系不太显著。除股权融资变量之外,其他融资变量与投资规模均正相关,但是各变量之间具体的相关关系还需要通过模型验证才能得知。进一步考察方差膨胀因子(VIF检验)发现取值处于1.25和3.14之间,表明各解释变量之间不存在多重共线性问题。(三)基于自相关的模型检验本文所取的面板数据存在1~3年覆盖不全的情况,横截面单位数量大于时间序列跨度,且模型存在内生性问题,故采用系统GMM估计法进行回归估计,并进行了检验干扰项序列相关性的ArellanoBond检验和检验工具变量过度识别的Sargan检验。表4为模型(2)分全样本、大型企业和中小型企业三种规模进行估计的结果,其中系数的标准误进行了稳健性(Robust)处理,均为纠正了异方差和序列相关后的估计量。从表4可以看出,三种情况下模型(2)的Wald统计量均在1%的水平上显著,这表明模型整体非常显著,具有较好的拟合效果。Sargan检验的结果均接受了不存在过度识别的原假设,表明三种情况下所有工具变量均有效。Arellano-Bond检验结果表明在全样本和中小型文化传媒上市公司的情况下,模型(2)符合系统GMM估计法差分后的干扰项只存在一阶自相关而不存在二阶自相关这一假设,而大型上市公司的动态模型由于横截面个数与时间跨度相同不符合系统GMM大横截面数量、小时间跨度的假设,存在一阶序列相关。实证结果显示:(1)三种情况下滞后一期的投资规模变量都通过了1%的显著性检验且系数估计值为正,表明滞后一期的投资行为与当期投资行为显著正相关,从而说明文化传媒上市公司的投资行为的确具有显著的累计效应。其中,中小型企业动态模型的回归系数0.958在1%的显著水平下显著,这意味着中小型企业受往期投资行为的影响更大。(2)滞后一期的内源融资(IF)的估计系数在全样本和中小型企业的情况下显著为负,表明企业的投资规模并没有随着内源融资比例增加而扩大。虽然内源融资具有低成本、低风险且自主性强等特点,导致该结果的原因可能是经营活动产生的现金流并没有为企业的投资行为提供充足的资金支持。(3)滞后一期的债务融资(DF)和股权融资(EF)的估计系数显著为正,说明增加债务融资和股权融资比例与企业投资规模之间具有显著的正相关关系,企业依赖外源融资来满足投资活动的资金的需求。其中,中小型企业的滞后一期的股权融资的回归系数0.994在1%的显著水平下显著,说明中小型企业具有一定的股权融资偏好。(4)控制变量中除了滞后一期的盈利能力(EBIT)与投资规模显著存在负相关关系外,其他控制变量回归系数为正,但基本上都不显著,说明公司规模(ASSET)和投资机会(Q)对投资规模的影响存在较大的不确定性。(5)与全样本相比,中小型企业融资因素变量的估计系数的数值相对较大,表明中小型企业的投资行为受融资因素的影响更大。这符合中小型企业的处于发展初期的特点,其发展空间更大,对融资带来资金的需求也相应增加。五、投资行为与融资效率与传统的OLS估计,固定效应模型和随机效应模型相比,本文采取的系统GMM估计法考虑到滞后的投资规模变量的内生性问题,并弥补了差分GMM弱工具变量的不足,因而实证结果更为准确可靠。实证结果表明,投资行为具有累积效应,滞后一期的投资行为对当期的投资行为具有显著的促进作用。内源融资对中国文化传媒上市公司的投资行为存在一定的负效应,债务融资和股权融资则与投资行为显著正相关,且中小型公司对外源融资中的股权融资存在较强的偏好。同时,文化传媒上市公司的规模和投资机会有利于投资规模的扩大,但公司的盈利能力对投资行为有一定的负作用。上述研究结论将有助于丰富融资因素与投资行为关系方面的研究成果,同时也具有一定的政策启示作用。第一,中国文化传媒上市公司应注重投资的连贯性和系统性,积极利用投资的正向累积效应。第二,中国文化传媒上市公司应优化内部现金流管理,提高内源融资效率。第三,银行信贷是我国文化传媒上市公司债务融资的主要方式,但文化传媒产业投资风险大、可抵押资产