论文摘要:本文以我国上市公司2004年一2008年的数据为样本,以终极控制人的控制权和现金流量权的分离对我国上市公司投资行为的影响为切入点,结合我国特有的制度背景,对我国上市公司的投资行为进行探讨。结果表明,我国上市公司更多的是发生了过度投资行为,而非投资不足;并且随着最终控制人两权分离程度的加大,过度投资将更加严重,而最终控制人拥有的现金流权的增加却能对过度投资行为起到一定的缓解作用;同时,良好的公司治理环境对公司的过度投资行为也能起到显著的抑制作用。
论文关键词:治理环境,两权分离,过度投资
一、引言
公司投资一直是现代公司金融理论的核心问题之一。自Modigliani和Miller(1958)提出MM定理以来,西方学者逐渐放宽MM定理的新古典假设,主要从契约理论、委托代理理论、信息不对称理论和公司治理理论等不同视角研究了公司的投资行为,我国学者在梳理国外文献的基础上,也对我国上市公司投资行为进行了研究。周红霞(2004)、王艳(2005)等从管理者的角度,分析了我国上市公司的投资问题,欧阳凌(2005)、余良元(2007)、马如静(2007)、梅丹(2009)等从股权结构的角度研究了公司的非效率投资,辛清泉(2007)则基于国有企业薪酬管制的制度背景,分析了经理薪酬对公司投资决策的治理影响。而从最终控制人两权分离的角度对上市公司投资行为的研究很少,很多学者大多集中于研究两权分离与公司价值之间的关系。如谷祺(2006)、刘锦红(2009)等,而资本投资是公司治理影响公司价值的“中间桥梁”,那么从两权分离的角度对资本投资的研究就显得尤为重要。同时,我国是一个处于转轨经济时期法律保护程度较弱的国家,当前我国经济和社会发展的一个突出特点是地区的发展不平衡,各地区存在着制度环境的差异,投资者利益保护程度不均衡。而且,我国大部分上市公司由政府控制。因此,考察我国上市公司投资的行为必须对我国上市公司所处的特殊环境进行分析,关注上市公司背后的政府行为及其所处的治理环境。现有文献还没有结合公司治理环境与公司的终极产权研究公司的投资行为。
本文借鉴Vogt(1994)的研究方法,利用樊纲和王小鲁(2010)编制的我国各地区市场化进程数据,以2004—2008年我国非金融行业的上市公司为样本,通过在模型中逐步引入交叉项,考察在我国特殊的制度背景下,治理环境、两权分离与公司投资行为三者之间的关系。检验我国上市公司究竟到底表现为哪种非效率投资,终极控股股东控制权和现金流权的分离是否会影响公司的投资行为,以及如何影响。同时,公司治理环境的改善是否能抑制上市公司非效率投资的发生。
文章剩余部分结构如下:第二部分为制度背景与研究假说;第三部分为研究设计;第四部分为实证结果及分析;第五部分为研究结论。
二、理论分析与研究假设
(一)模型的构建与分析
大股东能够凭借其所拥有的超强控制权来谋取私人收益,从而损害上市公司中小股东的利益,但是大股东要想取得私人收益,必须事先拥有足够的控制权,而且要有一定的分离度,否则大股东就没有能力也没有动机去侵占中小股东的利益。以下将通过构建模型进行分析,试图进一步揭示:在控制权与现金流量权分离的情形下,现金流权及两权分离程度与非效率投资之间的关系,进而为假设的提出奠定理论基础。
首先,假定:公司没有融资约束问题。设公司投资规模为I,参照Motta的文献,公司收益与投资存在的函数关系,并参照AggarwalandSamwick的思想,设企业控股股东通过投资获得控制权私人收益为sLnI,其中终极股东掠取控制权私人收益的比例s受到终极股东的现金流权比例a、两权分离度p、以及投资者法律保护程度k的影响,根据LaPorta等(1999)的研究,假定S,S>0,S。即(1)终极股东的现金流权比例越大、投资者法律保护程度越高、则终极股东掠取的私人收益比例就越小;(2)两权分离程度越大,则终极股东掠取的私人收益的比例就越大。借鉴Burkhartetal.(1998)、Lapoflaeta1.(2002)等的分析理念,设控制权私人收益的成本是掠夺比例s和投资者法律保护程度k的函数。并假设公司投资从时期t=0开始,折现系数为r。
(1)不存在控制权私人收益时,控股股东的净收益为,则控股股东在所有未来的时间内,利益最大化的条件为:
为了使控股股东利益获得最大,企业存在着最优投资规模。对(2.1)式两边求关于I的偏导数并令其等于0,可以得到企业投资的最优规模为:
私人收入比例越高,被发现的概率越高,从而获取控制权的成本增加速度超过私有收益的增加速度,于是可得:
则控股股东在所有未来的时间内,利益最大化的条件为:
为了使控股股东利益获得最大,对(2.3)式两边求关于I的偏导数并令其等于0,可以得到企业投资的最优规模为:
因此I**>I*,即存在控制权私有收益的投资规模I**水平大于不存在控制权私有收益时的最优投资水平I*水平,说明上市公司存在过度投资行为。
首先,对(2.4)式a求导,则有:
因为,所以,>0,并且S,因此
由此可知,现金流权越高,越能抑制终极股东的过度投资行为。
接着,对(2.4)式p求导,则有:
因为,所以>0,并且S>0,因此>0
由此可知,两权分离程度越大,终极股东过度投资行为越严重。
最后,对(2.4)式k求导,则有:
因为,所以>0,并且S,因此
由此可知,投资者法律保护程度越高,越能抑制终极股东的过度投资行为。
从以上推理可知,对中小股东权益保护程度较弱的法律制度背景下,两权分离导致上市公司偏离了其最佳投资规模,其结果最终导致了公司价值的下降。根据式(2.4)-(2.7),我们可以提出以下研究假设:
假设1:我国上市公司投资现金流敏感度存在,并且更多的是发生了过度投资的非效率投资行为,而非投资不足;
假设2:当终极控制股东的现金流权比例a越大时,终极控股股东通过投资获得的控制权私人收益的比例就越小,进而越能抑制过度投资的发生;
假设3:当终极控制股东的两权分离的程度p越小时,终极控股股东通过投资获得的控制权私人收益的比例就越小,进而越能抑制过度投资的发生;
假设4:当投资者法律保护程度k越大时,终极控股股东通过投资获得的控制权私人收益的比例就越小,进而越能抑制过度投资的发生;
三、研究设计
(一)样本选取与数据来源
本文的研究样本为2004~2008共5年在沪深证券交易所所有上市A股公司,由于存在滞后一年的变量,因此整体样本取自2003~2008年。在样本的选取上,遵循以下标准:(1)剔除金融类公司,因为其债务结构具有特殊性;(2)剔除PT、ST公司;(3)剔除终极控股股东控制权小于10%的公司;(4)剔除终极控制人性质不详的公司。对于本文所使用到的主要连续变量,我们对处于0-1%和99%-100%之间的极端值样本进行了WINSORIZE处理。所有的财务数据主要来源于香港大学中文金融研究中心利国泰安信息技术有限公司共同开发的CSMAR数据库以及北京大学经济研究中心开发的CCER数据库。本文运用Excel和Stata11.0数据分析软件对数据进行处理。
(二)模型设计及变量定义
本文在借鉴Fazzari等(1988)和Vogt(1994)的基础上,首先检验样本公司投资与现金流之间是否存在显著的相关性(模型1);在此基础上,引入FCF*Q的交叉项来检验投资现金流敏感的原因是否为过度投资(模型2),如果交叉项的回归系数显著为负,则表明投资现金流敏感的原因为过度投资(Vogt,1994)
Inv=β+βFCF+βQ+βSales+βLev+βSize+∑Year+∑Industry+ε(1)
Inv=β+βFCF+βQ+βSales+βFCF×Q+βLev+βSize+∑Year
+∑Industryε(2)
然后,在Vogt模型基础上再引入由现金流量权哑C、两权分离度哑CV构造的交叉项DC*Q*FCF和DCV*Q*FCF来检验现金流权、两权分离对过度投资的影响,如果DC*Q*FCF的系数为正,则说明现金流权有利于抑制过度投资的发生。而DCV*Q*FCF的系数为负,则说明两权分离会使过度投资加剧。
Inv=β+βFCF+βQ+βSales+βDC+βFCF*Q+βFCF*Q*DC+βLev
+βSize+∑Year+∑Industry+ε(3)
Inv=β+βFCF+βQ+βSales+βDCV+βFCF*Q+βFCF*Q*DCV+βLev
+βSize+∑Year+∑Industryε(4)
最后,在Vogt模型基础上引入由治理环境变量哑DGM构造的交叉项DGM*Q*FCF检验制约机制能否缓解大股东代理问题下的过度投资行为(模型5),如果交叉项回归系数显著为正,则说明该制约机制是有效的;否则无效。
Inv=β+βFCF+βQ+βSales+βDGM+βFCF*Q+βFCF*Q*DGM+βLev
+βSize+∑Year+∑Industry+ε(5)
其中,我们将樊纲和王小鲁(2010)编制的各地区2003-2007市场化进程、政府与市场的关系以及市场中介发育和法律制度环境得分,分别作为2004-2008年各地区的市场化指数(Mar)、政府干预指数(Gov)、法制水平指数(Law)。此外,本文的现金流量应该定义为企业的自由现金流(Jensen,1986),但由于该指标本身的不可观测性,我们用经营活动的现金流量净额来替代。这与Arthur(2001)和王华、黄之骏(2006)的处理类似。具体变量定义见表1
表1变量定义
变量名称 | 变量代码 | 变 量 定 义 | |||
投资支出 | Inv | t年固定资产、工程物资和在建工程的净值改变量/年初总资产 | |||
投资机会 | Q | t-1年末的Tobin_Q值其中,Tobin_Q=(每股价格×流通股股数+每股净资产×非流通股股数+负债账面价值)/总资产 | |||
自由现金流 | FCF | t-1年的经营现金流量净额/总资产 | |||
生产能力 | Sales | t-1年主营业务收入/总资产 | |||
财务杠杆 | Lev | t-1年末的公司资产负债率 | |||
公司规模 | Size | t-1年末公司总资产的自然对数 | |||
现金流权比例 | C | ∑∏a ,其中,a 为第i条控制链的所有链间控股比例 | |||
控制权比例 | V | ∑min(a )其中,a 为第i条控制链的所有链间控股比例 | |||
两权分离度 | CV | 控制权/现金流权 | |||
市场化指数 | Mar | 数值越大,表示市场化程度越高 | |||
政府干预指数 | Gov | 数值越大,表示政府干预程度越低 | |||
法治水平指数 | Law | 数值越大,表示法制化水平越高 | |||
行业 | Industry | 行业虚拟变量,行业按证监会的分类标准(除制造业继续划分为小类外,其他行业以大类为准),共有20个行业虚拟量 | |||
年度 | Year | 用来控制宏观经济的影响,本文涉及6年的上市公司数据,因此共5个年度哑变量 |
变量 | 样本数 | 平均值 | 中位数 | 最小值 | 最大值 |
Inv | 5573 | 0.0487 | 0.0157 | -0.2095 | 0.6424 |
FCF | 5580 | 0.0546 | 0.0543 | -0.1910 | 0.2661 |
Q | 5581 | 1.1897 | 0.9476 | 0.4718 | 4.4259 |
Sales | 5581 | 0.6874 | 0.5607 | 0.0722 | 2.7121 |
CV | 5408 | 1.4968 | 1.0000 | 1.0000 | 11.6123 |
Mar | 5581 | 7.9271 | 7.9700 | 3.8600 | 11.7100 |
Gov | 5581 | 8.6802 | 8.8200 | 5.0300 | 10.6000 |
Law | 5581 | 7.1670 | 6.1800 | 2.1100 | 16.6100 |