新能源行业上公司融资结构对公司绩效的影响研究

新能源行业上市公司融资结构对公司绩效的影响研究第一章绪论研究背景及研究意义研究背景能源是关乎经济社会发展的重要物质基础，新能源一般是利用新技术来开发利用的可再生能源，包括太阳能、生物质能、地热能、风能、氢能、潮汐能等，随着常规能源的紧缺性以及环境污染问题的加重，新能源行业越来越得到各国重视。从我国发展环境看，国际范围内，应对气候变化越来越成为一个受到各国关注的议题，各国都在寻求减少化石能源的大量使用对环境带来的破坏，非化石能源快速发展，成为新的增长极；国内来看，十三五时期是全面建成小康社会的决胜阶段，也是推动能源革命的加速阶段，本着创新、协调、绿色、开放、共享的发展理念，深入推进能源革命，建设清洁高效的现代能源体系，使我们面临的重要任务。改善生态环境，提高人民生活质量，新能源的发展是其中不可缺少的重要一环。从我国能源消费结构来看，虽然近年来清洁能源所占比重有所上升，但化石能源，特别是煤炭在能源消费中一直居于主导地位，煤炭消费所占比重高达64%，这一方面反应了我国经济发展对化石能源的较强依赖性，另一方面也反映出新能源的广阔发展前景。从顶层设计来看，节能减排，构建清洁能源体系一直是政府的重要关注点，十二五期间我国先后制定了《建筑节能专项规划》以及《绿色建筑和绿色生态城区发展规划》来推动节能减排，发展清洁能源。在十三五能源发展规划中，再次明确提出了要推进能源绿色低碳发展，降低煤炭消费比重，稳步推进风电、太阳能等可再生能源发展，提出要为实现2030年非化石能源发展目标奠定基础。综合来看，新能源行业面临前所未有的发展机遇与发展空间，是实现可持续发展的关键，在此基础上，研究新能源行业的融资结构对公司绩效的影响也就具备了实际意义。研究目的及意义本文研究目的主要有以下三点.研究新能源行业上市公司的融资结构和公司绩效的近状，分析其特点。.通过计量方法进行实证分析，明确新能源行业上市公司的融资结构对其公司绩效的影响，进一步的对所得结果进行分析与阐述。.结合实证分析结果试着对新能源企业融资结构的优化给出一定的建议。研究意义：理论意义：有关融资结构对公司绩效影响的相关理论已经发展的比较成熟，但以新能源行业为标的进行的研究还比较少，本文回顾了有关企业融资结构对公司绩效影响的经典理论，并基于这些理论结合中国新能源行业的实际情况进行验证，丰富了融资结构理论，并验证了新能源这一新兴行业是否适用于国外经典理论。实践意义：新能源行业是实现可持续发展的关键，但目前发展的还不够成熟。对于企业的发展，除了技术管理等方面的创新之外，如何选择一个合适的融资结构也是至关重要的，本文通过研究这一行业中融资结构对公司绩效的影响，有望在以下两方面给出帮助性建议：1、新能源公司制定自身发展规划，2、投资者评估新能源上市公司发展从而进行投资决策。研究思路及框架本文在组织结构上，按照先理论后实证的顺序，先进行理论上的分析与总结，对国内外相关的研究文献进行了梳理与总结并且回顾了企业融资结构方面的经典理论。实证分析方面，本文通过搜集处理相关数据、描述性统计、变量设计、模型建立、回归分析、稳定性检验等步骤得出实证结论，最后在该结论的基础上加以分析并试着提出建议。本文的研究内容分为以下几个部分：第一部分是绪论，包括本文的研究背景、研究目的与意义，提供所做研究的背景支持。第二部分是理论总结与文献综述。这一部分主要从理论上分析融资结构对公司绩效的影响并且总结前人研究成果，为本文做实证分析提供理论基础与思路借鉴。第三部分是实证研究设计，提出实证研究所要解决的问题，对数据做出描述性统计，设计变量与模型，为后续分析奠定基础。第四部分是实证分析，主要为回归分析，通过回归分析得出结果后进一步的进行稳健性检验来确认结果的可信性。第五部分为结果解释及建议，在通过实证分析得出结果的基础上，对该结果进行阐释并针对新能源上市公司优化融资结构给出建议。本文的的研究框架如图1.1所示：图1.1：文章组织框架研究方法：研究方法是否科学、可行决定了研究所得结论是否正确、可信。本文在分析新能源行业上市公司融资结构对公司绩效的影响的过程中，主要运用的研究方法有：.规范分析法：为了能够更加全面、深刻的认识所要研究的问题，笔者对国内外相关研究文献与理论知识进行了搜集整理与总结，从而为下步研究提供理论基础。.实证分析法，本文以29家新能源行业上市公司在过去5年中的季度数据为样本，形成面板数据，以这些数据为基础设计变量及构建模型从而进行回归分析。除回归分析法之外，本文在实证部分还应用了以下方法：主成分分析法，用于构建被解释变量；描述性统计法，用于初步获得数据特征；相关性分析法，用于检验各变量之间是否存在多重共线性问题。1.4本文的创新点关于融资结构与公司绩效的理论已经发展的比较成熟，笔者水平所限，难以进行理论上突破性的创新，于是寻求在细节上进行创新，本文的创新点主要有以下：1．研究对象：前人所做研究多以整个市场为对象进行研究，以具体行业为对象进行分析的较少，而针对新能源行业进行分析的则更少。每个行业都有其自己的特征，通过分析大市场得出的结论未必同样适用于某个特定行业，本文通过研究新能源行业上市公司融资结构对公司绩效的影响，丰富了相关理论。2．变量设计：前人所做研究中，被解释变量多选择某单一指标，本文选取了四项指标并通过主成分分析法进行综合，提高结论说服力。第二章理论总结与文献综述理论总结MM理论MM理论是1958年由Modigliani和Miller在《资本成本、公司理财和投资理论一文中提出的，其后对于资本结构的多数研究都以这一理论为基础。MM定理有严格的前提假设，包括有效的资本市场、无税收、无破产风险等，在满足这些前提的基础上，公司资本结构与公司价值无关，公司增加负债时会提高其风险水平，从而使得股权融资成本上升，抵消了债务融资带来的成本节约，从而公司总的融资成本和公司价值不变，改变的只是公司总价值在债权人和股东之间的分配，也就是说，不存在一个最优的资本结构。修正的MM理论MM理论由于其严格的前提假设而受到了诸多挑战，1963年，Modigliani和Miller通过将公司所得税加入原有模型从而完善了MM理论，得到修正的MM理论。根据修正的MM理论，公司负债的利息可以获得税收减免，换言之，公司通过负债获得了税盾，因此，提高负债水平可以增加公司价值，因为更高的负债带来更多的税收减免。在这一理论下，存在最优的融资结构，即100%的债务融资。权衡理论早期权衡理论修正的MM理论虽然一定程度上弥补了MM理论的缺陷，但其仍然没有将提高债务水平带来的破产风险纳入模型，而权衡理论则进一步的弥补了这一点。权衡理论认为，企业可以通过增加债务来增加企业价值，但随着负债水平的上升，企业陷入财务困境的可能性也会提高，甚至会导致破产带来破产成本，这是限制企业增加负债的重要约束因素。因此，企业在决定融结构时，必须权衡破产成本和抵税优势来确定最优的融资结构。后期权衡理论后期权衡理论是对早期权衡理论的进一步发展，将负债的成本从破产成本进一步扩展到了代理成本、财务困境成本、非负债税收利益损失等方面，同时将税收利益从负债收益扩展到了非负债税收收益方面，其本质在于扩大了早期权衡理论中负债成本和收益所包含的内容，根据这一理论，企业需要权衡税收收益和各类负债成本来确定最优融资结构。理成本理论代理成本理论是由Jensen和Meckling提出的，该理论承认负债的利息抵税优势，但同时认为随着负债水平的上升，债权人的的监督成本也会上升，从而债权人会要求更高的利率，即产生了代理成本。这项成本最终会由公司股东承担，从而有损公司价值。根据代理成本理论，适度的负债水平有利于增加企业价值，但过高的负债会降低企业价值，也就是说存在最优的融资结构。序融资理论优序融资理论以信息不对称为基础，该理论认为当企业通过股票融资时，由于存在信息不对称，市场会认为该公司管理者知道公司股票被高估，从而可能导致股价下跌。内源融资因为不会向市场传递任何可能使得股价下跌的信息成为公司融资的第一选择，发行债券往往也不会向市场传递反面信号，因此是第二选择，而股权融资是最次选择。2.2文献综述务融资对公司绩效的影响周三深（2009）以2007年沪深两市A股上市公司为研究对象，通过合成的综合性绩效指标进行实证分析，得出结论公司资产负债率对综合绩效指标有显著的正向影响，其中短期负债对公司绩效的影响是正向的，长期负债的影响是负向的。杨卫东、刘建国（2009）以72家房地产上市公司在2004-2008年的数据为研究对象，用计量方法建立回归模型，发现房地产行业上市公司绩效与长期银行信用融资率、商业信用平均融资率和财政融资率呈显著正相关关系。刘东姝（2017）以在沪深A股上市的102家新能源公司为研究对象，以2005-2015年为时间区间，对面板数据进行回归分析，得出结论新能源公司的债权融资对公司绩效变量ROA产生积极作用。邵立敏（2017）以111家A股上市的房地产公司为样本，以2011-2015年为时间区间，通过回归分析得出结论资产负债率、短期借款比率和长期借款比率都对公司绩效有显著的负向作用。Frank和Goyal(2003)以美国的非金融企业为对象做了研究，发现财务杠杆与公司绩效之间存在正相关关系。Abu-Rub(2012)通过对巴勒斯坦的28家上市公司的研究得出结论企业资产负债率对其ROE和ROA都具有显著的负面影响。权融资对公司绩效的影响。杨卫东、刘建国(2009)以72家房地产上市公司在2004-2008年的数据为研究对象，发现房地产行业上市公司公司绩效与股权平均融资率呈负相关关系。刘东姝(2017)以在沪深A股上市的102家新能源公司为研究对象，以2005-2015年为时间区间，得出结论股权融资对ROE产生显著的正向作用，作者认为这是因为ROE分母偏小导致其对股权融资带来的收益增加更加敏感的缘故。曹琨(2017)以华侨城A和中青旅两家上市公司2006-2015年间的数据为对象进行研究，发现股权融资率对公司绩效产生负向影响，认为其主要原因在于外源融资具有更高的融资成本。魏蒙(2017)以2013年深圳市规模以上工业企业为样本进行研究，将非上市企业也纳入研究范围，发现股权融资会对公司业绩起到促进作用。MichaelC.jensenandMeckling(2000)将股东细分为内部股东与外部股东进行研究，发现企业内部股东持有股票所占份额与企业盈利能力之间呈正相关关系。源融资对公司绩效的影响。杨卫东、刘建国（2009）以72家房地产上市公司在2004-2008年的数据为研究对象得出结论公司绩效与内部平均融资率之间存在显著的负相关关系。刘东姝（2017）的研究结果显示留存收益与折旧融资都对公司绩效起到显著的正向影响，但当以每股收益作为衡量公司绩效的指标时，折旧融资的抵税作用会降低每股收益，从而二者出现负相关关系。曹琨（2017）通过对华侨城A和中青旅两家上市公司10年中的财务数据进行研究发现内源融资与公司绩效之间存在显著正相关关系，印证了优序融资理论。第三章研究设计影响机理及假设提出债务融资整体水平债务融资的积极影响主要在其节税效应，因为借款利息是在税前扣除的。MM理论和权衡理论都认可适度提高债务水平有利于增加公司价值，这也得到了国内外很多学者的研究证实。另一方面，债务融资相对于股权融资有着更低的融资成本，而且其成本不会随着公司经营的改善而提高，这也对公司绩效起到了一定的改善作用。然而，随着债务融资水平的提高，公司潜在的破产风险也相应提高，这又会损害公司价值。总的来说，当公司债务水平没达到某一临界点时，其与公司绩效呈正相关，超过这一点后，与公司绩效呈负相关。国内的相关研究多显示债务融资水平与公司绩效呈现负相关关系。据此提出假设：假设一：新能源行业债务融资整体水平与公司绩效之间存在负相关关系。债务期限结构根据代理成本理论，短期债务能够比较有效的加强对企业的监督，从而缓解投资不足与投资过度问题，使得企业更多的投资优秀的项目，短期的还本付息压力会激励企业努力改善自身绩效。而长期债务由于借款期限长，还本付息压力相比于短期借款要小，对企业产生的激励效果比短期借款要小，这一机理也得到了国内相关研究的印证，据此，作出假设：假设二：新能源行业公司短期负债水平与公司绩效之间存在正相关关系，而长期负债水平与公司绩效呈负相关。股权融资相比于债务融资，股权融资一方面有更高的融资成本，另一方面，对公司经营者的约束也更弱，所以很容易带来代理成本，经营者倾向于为了自己的利益行事而不是最大化所有者利益。在债务融资比例较高时，公司面临紧迫的破产风险，这会促使管理者改善公司绩效，而在股权融资比例较高时，则没有紧迫的破产风险，这就导致管理者在做投资决策时会不够谨慎。在股权集中度方面，过于分散的股权会弱化股东的监督动机，从而不利于改善公司绩效。基于以上分析，作出假设：假设三：新能源行业股权融资率与公司绩效呈负相关，股权集中度与公司绩效呈正相关。内源融资内源融资来自公司内部资金积累，根据优序融资理论，内源融资是公司筹集资金的第一选择，具有最低的融资成本，同时，内源融资不会稀释原有股东的每股收益和控制权。但就新能源行业来看，由于行业发展还不够成熟，内源融资受公司利润水平的制约，不是公司主要的融资渠道，基于以上分析作出假设：假设四：新能源行业公司内源融资水平与公司绩效呈较弱的正相关关系。样本选取及数据来源本文选取的研究样本均从中证内地新能源主题指数50只成分股中选取，中证内地新能源主题指数是由中证800指数中具有一定比例新能源生产业务或设备业务的公司股票组成以反应新能源产业公司的整体表现。该指数成分股的选样方法如下：最近一个会计年度在以下业务的收入占比或利润占比达到30%・新能源生产（包括太阳能、风能、核能、生物质能、地热能、海洋能和氢能等）・新能源技术设备，节能技术与设备、电池。在50只成分股中，为了获得2013年以来的公司财务数据，本文剔除了在2013年以后上市的公司，最后样本公司数为42家。本文所用数据来源包括CSMAR国泰安金融研究数据库、相关企业年度与季度财务报表，数据后期处理应用了Eviews、Stata软件。变量设计被解释变量衡量公司绩效的指标广义来说可以分为两种：财务指标和市场价值指标。其中市场价值指标在国外的相关研究中较为多见，其局限在于对市场有效性要求较高，考虑到国内资本市场相比国外还存在差距，本文舍弃市场价值指标，使用财务指标。财务指标的优点在于易于量化，更加直观。具体而言，衡量公司绩效的指标有很多，在考虑指标综合性及借鉴前人研究经验的基础上，本文选择总资产收益率（ROA）、每股收益（EPS）、营业利润率四个指标，并通过主成分分析法将四个指标符合为一个反应公司绩效的综合指标P。解释变量.资产负债率：资产负债率是公司负债对资产的比例，用来衡量企业负债整体水平。.短期及长期负债比率：是短期（长期）负债对资产的比率，反应公司负债的期限结构。.股权融资率：是股本与资本公积之和对资产的比率，用以反映公司股权融资的整体水平。.前十大股东持股比例：是公司前十大股东所持股票数占总股数的比例，反应公司股权集中度。.留存收益率（IFR）：是盈余公积与未分配利润之和对资产的比率，反应公司内源融资整体水平。.33控制变量.公司规模：规模大的公司因为能获得规模优势所以具备了更低的生产成本，从而有利于提高利润，对公司绩效产生很大影响，所以本文将公司规模放入控制变量。本文选择总资产指标并将其作取对数处理来衡量公司规模。.营运能力：营运能力主要体现为公司运用资金的效率，资金运用效率越高，盈利能力也就越强，也会显著影响公司绩效。本文选择综合性较强的总资产周转率来衡量公司营运能力。.成长能力：成长能力是公司扩大规模的能力，与公司规模直接相关，因此就影响到了公司绩效。本文选择营业收入增长率来衡量公司成长能力。本文所用变量说明表如表2.1：表2.1：实证分析变量选取汇总变量类型变量名称变量符号变量计算被解释变量总资产收益率ROA净利润/总资产平均余额营业净利率OPR净利润/营业收入基本每股收益EPS净利润/普通股加权平均数综合绩效变量P主成分分析法解释变量资产负债率DAR负债/资产流动负债率SDR流动负债/负债长期负债率LDR非流动负债/负债股权融资率EFR（股本+资本公积）/资产总额前十大股东持股比例OP前十大股东持股数/总股本内源融资率IFR留存收益/资产控制变量营业收入增长率IGR（本期营收-上期营收）/上期营收资产对数LNALn（资产总额）

总资产周转率AT营业收入/平均资产余额3.4模型建立为了考察债务融资、股权融资、内源融资对公司绩效的影响，本文建立线性回归模型如下：（3.1）第四章实证分析3.1描述性统计在运用回归分析进行实证研究之前，先对所有样本数据进行描述性统计，从而观察样本特征以及分辨异常值。描述性统计结果如下表：表3.11：样本数据描述性统计变量年份平均值极大值极小值标准差DAR20130.5052.8610.0760.24920140.4981.8050.1180.22420140.4981.8050.1180.22420150.4970.9190.1190.16720160.5090.8080.2420.14720170.5260.8160.1940.13720160.5090.8080.2420.14720170.5260.8160.1940.137SDR20130.77510.2120.19TOC\o"1-5"\h\z2015 0.784 0.999 0.349 0.1722016 0.759 0.994 0.123 0.1872017 0.752 0.997 0.103 0.191LDR20130.2250.78800.1920140.2210.77200.19120150.2160.6510.0010.17220160.2410.8770.0060.18720170.2480.8970.0030.191IFR2013IFR20130.1290.322-2.8070.24620140.130.355-1.5220.2320150.1470.402-0.9520.15820160.1530.433-0.2170.11720170.1530.408-0.1730.117EFR2013 20140.130.355-1.5220.2320150.1470.402-0.9520.15820160.1530.433-0.2170.11720170.1530.408-0.1730.117EFR2013 0.354 1.109 0.077 0.1872014 0.414 1.438 0.069 0.2142015 0.322 1.045 0.066 0.1632016 0.30.6180.1050.1182017 0.276 0.688 0.093 0.11OP2013 0.547 0.944 0.148 0.1772014 0.544 0.942 0.127 0.1720170.5470.870.2150.135变量年份平均值极大值极小值标准差ROA20130.0230.168-0.9590.08620140.030.964-0.8290.11320150.0310.157-0.0350.03320160.0350.191-0.0560.03920170.0260.201-0.0210.034ROE20130.0682.931-0.5630.24120140.0691.649-1.2790.1820150.0660.735-0.0670.08720160.0670.362-0.1160.0720170.5470.870.2150.135变量年份平均值极大值极小值标准差ROA20130.0230.168-0.9590.08620140.030.964-0.8290.11320150.0310.157-0.0350.03320160.0350.191-0.0560.03920170.0260.201-0.0210.034ROE20130.0682.931-0.5630.24120140.0691.649-1.2790.1820150.0660.735-0.0670.08720160.0670.362-0.1160.0720170.0520.363-0.0450.06420150.09920160.11120170.098EPS20130.21720140.22720150.264OPR2013-0.0190.353-8.4350.7371.2322014-0.0230.994-15.3221.2320.425-0.4 0.110.505-0.1480.1140.474-1.0190.1531.53-1.720.3491.82-3.3 0.471.621-0.6130.33520160.3021.88-0.760.36120170.2531.54-0.170.307IGR20136.247636.305-0.98552.103201416.0511296.289-0.999108.19920152.144279.325-0.99921.59920162.583230.743-0.9919.86920152.144279.325-0.99921.59920162.583230.743-0.9919.86920170.59720170.597AT20130.3620140.35620150.33120160.32920170.24120.444-0.9592.0283.0760.0130.332.6590.0030.3262.2950.020.2961.130.0260.2270.8430.0080.166LNA201322.51725.56320.2141.142201422.54525.6920.2241.045201522.99225.81220.6511.05201623.3425.89221.0620.92201723.57326.00622.2380.863通过描述性统计可以发现，资产负债率、短期及长期负债率、股权融资率、前十大股东持股所占比例在五年间的波动没有体现出直观的变动趋势，内源融资率、总资产收益率、营业利润率、每股收益及资产对数在五年间呈现上升趋势。假设公司管理者调整资产结构的初衷是实现公司价值最大化，那么内源融资率的上升就初步印证了假设四的成立。股权融资率、净资产收益率、资产周转率则略有下降，其中股权融资率的下降，初步印证了假设三的成立。值得关注的是，营业收入增长率在五年中的波动很大，有很大的标准差与极差，为了平滑这项数据，笔者分别对每家样本公司的营业收入数据做了季节调整，然后再次计算出营业收入增长率，调整后的数据结果如表3.2所示：表3.12季节调整后营收增长率汇总年份 平均值 极大值 极小值 标准差2013 0.750474 79.45894 -0.98353 6.4758262014 8.033862 720.1426 -0.99608 59.411092015 0.620882 92.44022 -0.97777 7.1361692016 0.716332 40.72078 -0.98734 4.2983932017 0.189362 3.637776 -0.42633 0.444777可以看到，根据经过季节调整的营业收入计算所得的营业收入增长率仍然有较大的标准差，这是本文选取季度数据进行研究的一个局限，鉴于该变量的不稳定性较大，在后续实证中不再将其纳入控制变量。3.2主成分分析：对于三个衡量公司绩效的指标，先通过主成分分析得到一个综合的业绩指标，再利用所得的业绩指标进行回归，主成分分析步骤如下：首先对ROA、OPR、EPS三个变量进行KMO及巴特利特球形检验以确认是否能够进行因子分析，检验结果如表3.21所示：表3.21：KMO及球形检验结果表KMO测量检验适当性0.679Bartlett球形检验近似卡方1032.554df3显著性0.000从上表中可以看出，KMO检验结果大于0.5，球形检验显著性为0，可以进行因子分析。表3.22：主成分提取表成分起始特征值撷取平方和载入旋转平方和载入总计方差的%累加%总计方差的%累加%总计方差的%累加%2.26575.49875.4982.26575.49875.4981.99266.466.40.48916.30291.80.48916.30291.80.76225.40191.80.2468.2100从表3.22可以看出，前两个成分得累积方差贡献率已经达到91.8%，再加之第三个成分的特征根很小，所以舍弃第三个成分，提取前两个成分，分别记为f1、f2。接下来通过旋转得到旋转成分矩阵如下：表3.23：旋转成分矩阵成分12EPS0.959-0.037ROA0.8860.258OPR0.5370.833可以看出，EPS和ROA在第一个成分上有较大载荷，OPR在第二个成分上有较大载荷，所以这两个成分能够比较全面的体现三个绩效指标所含信息。最后，根据两个成分的方差贡献率占累计方差贡献率的比值为权重计算综合绩效指标P,计算公式如下：（3.2）回归分析：首先根据方程3.1进行初步回归，得到结果如下所示：表3.31初次回归结果汇总表变量回归系数变量回归系数DAR-1.3842***AT0.8177***（0.2481） （0.0739）SDR0.0139LNA0.1830***（0.1126） （0.0254）IFR1.5437***Cons-4.0703***（0.2496） （0.6237）EFR0.2729R20.4923(0.2233)调整R20.4878OP-0.035F109.45(0.1387) (0.0000)注：表中***、*分别表示在99%、90%置信水平上显著模型总体F值为109.45,在99%置信水平上可以拒绝F检验原假设，该模型有效。在5个解释变量中，只有dar和ifr的系数在1%统计水平上显著，SDR、EFR、OP三个变量的系数均未通过10%统计水平上的T检验。异方差检验及处理从解释变量系数显著性来看，SDR、EFR、OP三个变量系数不显著，这显示模型可能存在异方差问题，所以下一步进行异方差检验，所用方法为White检验和BM检验，结果如表3.41所示：表3.41：异方差检验结果White检验近似卡方525.9289BP检验近似卡方3596.9800P-value0.0000两个检验都拒绝了同方差假设，可以判断存在异方差，本文选择用加权最小二乘估计来解决异方差问题，处理后的回归结果如下：表3.42：加权最小二乘回归结果变量回归系数变量回归系数DAR-0.7790***DAR-0.7790***AT1.1340***（0.1381） （0.0650）SDR-0.3868***LNA0.0110**（0.0704） （0.0054）IFR0.9542***R20.4393（0.1521） 调整R20.4344EFR-0.3249*** F88.54（0.0977）OP0.1454*（0.0846）注：表中***、**、*分别表示在99%、95%、90%置信水平上显著模型总体F检验仍然显示在99%置信水平下显著，在99%置信水平下，只有OP和LNA两个变量系数不显著，在90%的置信水平下，所有变量都显著。实证小结根据回归分析，内源融资对公司绩效有显著的正面影响，这与优序融资理论是相符的，而优序融资理论认为债权融资是优于股权融资的，这一点与新能源行业的实际情况不符。回归结果显示，资产负债率和股权融资率都对公司绩效产生了显著的负面影响，并且资产负债率的系数绝对值更大，说明对于国内的新能源行业来说，股权融资是要优于债权融资的。从负债期限结构来看，流动负债率对公司绩效的影响是负面的，因为长期负债率在数值上等于1-流动负债率，因此可以推断，长期负债率对于公司绩效会产生积极影响。第五章研究结论与政策建议研究结论从债务融资对公司绩效的影响来看，资产负债率、流动负债率对公司绩效产生消极影响，因而也可推断长期负债率与公司绩效负相关。债务融资本身有着较高的融资成本，并且在负债水平偏高时会提高陷入财务困境的风险。本文选取的新能源行业公司的资产负债率在50%左右浮动，结合权衡理论和本文实证结果可以推断，这个比率已经偏高，使得增加负债的边际成本超过了边际收益，造成了资产负债率跟公司绩效之间的负相关，换言之，新能源行业的最优资产负债率水平应当是低于50%的。从负债的期限结构看，短期负债与公司绩效负相关，长期负债与公司绩效正相关。究其原因，笔者认为在于长期负债因为还本付息周期长，使得公司有条件投资于长期性高收益的项目，而新能源行业高质量的投资往往便是具有期限长收益高的特征，所以长期负债比短期负债更有利于公司发展。从内源融资对公司绩效的影响看，内源融资对公司绩效可以起到显著的促进作用，这也印证了优序融资理论。从股权融资对公司绩效的影响看，一方面，股权融资率对公司绩效产生负面影响这就印证了优序融资理论中关于股权融资会向市场传递负面信号的观点；另一方面，前十大股东持股比例对公司绩效产生较弱的正面影响，即股权集中度的提高可以改善公司绩效，这可能是因为股权的集中增强了大股东对管理者进行监督的动机，从而有利于促使管理者服务于股东利益，从而改善公司绩效。政策建议0%左右的资产负债率已是偏高水平，新能源行业上市公司应考