我国上市企业股东价值取向对利润制度影响的证实研讨.docx

我国上市企业股东价值取向对利润制度影响的证实研讨.docx

《我国上市企业股东价值取向对利润制度影响的证实研讨.docx》由会员分享，可在线阅读，更多相关《我国上市企业股东价值取向对利润制度影响的证实研讨.docx（10页珍藏版）》请在冰豆网上搜索。

我国上市企业股东价值取向对利润制度影响的证实研讨

我国上市企业股东价值取向对利润制度影响的证实研讨

摘要:

传统的客户效应、信号传递效应和管理层代理成本等股利理论均不能充分地解释中国上市公司近年来的“派现热”派现行为。

本文对1999~2002年我国A股一般行业上市公司的派现行为进行了实证分析。

研究结果表明，我国上市公司的股利政策倾向与公司股权结构的流通性和集中度具有显著的内在联系，非流通控股股东以现金股利进行“圈钱”是造成上市公司热衷派现的重要原因。

关键词:

派现股权流通性股权集中度圈钱一、研究背景:

2000年以来我国证券市场上一个引人瞩目的新动向是上市公司的派现倾向总体上明显提高。

舆论界普遍将此“派现热”归因于2000年以来证监会在再融资和发行新股方面对现金股利作出的硬性规定。

与此同时，在热衷于派现的公司中还存在一些值得关注的典型特征。

第一，如表1所示，自1999年以来，最大股东持股比例（PSHRHD1）在全部上市公司中列上限10%的公司无论是在派现公司数量还是派现金额中所占的比例都逐年显著增加，显然新一轮的“派现热”中股权集中度越高的公司派现的倾向性越强。

第二，从上市公司控股性质来看（见图1），尽管各类公司受政策影响在2000前后派现比重都有明显上扬,国有和法人非流通控股公司的程度相对更强。

第三，不少上市公司在实施高派现的同时，也在不断地通过配股或增发从股市融资，成为2000年以来股利分配中另一奇特现象。

例如在2002年年报和2003年半年报实施分配的Ａ股公司税前派现金额为555.08亿元，而在融资方面，2003年A股发行筹资总额为564.17亿元，A股配股筹资74.79亿元，可转债筹资180.6亿元，说明分红背后另有玄机。

表1：

派现公司股权集中度的分布特征（1999~2002）年度股权集中度列前10%的公司派现数量A股派现公司总数现金红利总额（百万元）股权集中度列前10%的公司派现总额（百万元）股权集中度列前10%的公司占派现公司比重（%）股权集中度列前10%的公司占派现总额比重（%）1999482978524.0518908.3716.1645.0820006966512556.0932626.2010.3838.4820018169122566.9941799.2811.7253.992002816103773.586127.6813.2861.58图1:

不同性质控股公司派现的比重（1996~2002）注：

派现比重指不同控股性质的公司中每年实施派现的数目占该类公司总体的百分比。

对于上述股利分配的新动向，西方的主流股利理论，如客户效应（ClienteleTheory）、信号传递（Signalingtheory）和代理成本（AgencyCostTheory）等似乎都不能予以充分的解释。

客户效应假说指出公司可以针对股东的纳税档次制定相应的派现率，从而最大限度地减少资本所得税给股东造成的财富损失。

然而，根据我国现行的税制，社会公众的现金股利要上缴20%的个人所得税，而二级市场的投资收益作为资本利得可以免税;同样对于机构投资者，需要按本企业高出持股企业所得税率的百分点补交红利收入所得税。

显然，现金红利实际上对各种类型的股东都存在可观的纳税成本，因此当前上市公司中普遍存在的“派现热”与满足多数股东财富最大化的需要并不相符。

信号传递假说认为，尽管股利分配与企业当期收益状况密切相关，但在信息不对称和投资者存在适应性预期的前提下，上市公司为了向外界传递经营绩效的积极信息，一般应保持稳定的股利水平，只有在企业重新制定了长期发展目标时才会平稳调整股利政策。

而近年来我国上市公司现金股利的整体剧烈波动，似乎也不能简单地归于信号传递。

根据代理成本理论，发放现金股利有助于缓解管理层与外部股东利益冲突的代理成本问题。

如果该假说成立，则股权越集中，大股东对公司的控制能力的越强，代理成本越小，发放现金股利的要求就越低，反之亦然。

然而，表1显示，我国大股东所持的股份占公司总股份的比重越大时现金股利的发放越反而越多，这显然与代理成本理论相悖。

二、研究假设:

LaPorta等（1999）以及Claessen（2000）指出，在东亚一些国家和地区的大型企业内部普遍存在由某个家族控股，进而支配公司治理的现象。

在保护中小股东权益的法制不完备的条件下，大股东可以轻易地以牺牲公司和其他股东利益为代价攫取私利，因而公司内部主要的代理问题转化为公众小股东与公司决策大股东（而不是经理层）之间的矛盾。

与此类似，长期以来我国大多上市公司最突出的特点就是股权高度集中于不可流通的国家股和法人股，其他公众流通股难以与之抗衡，根据前述派现公司在股权结构方面具有的典型特征,本文认为上述控股股东与小股东之间的代理问题在我国不仅依然存在,而且必然会对股利政策产生影响。

为此,本节针对我国控股股权特有的非流通性和高集中度对公司股利政策取向的影响推出如下假设：

（一）股权流通性对现金股利政策的影响:

在我国上市公司中，占据绝对控股地位的国有股和法人股的产权却又严重残缺，其股份不能在二级市场上自由流通的，一般只能通过协议转让的方式来进行转让。

通常转让的价格是以公司的每股净资产为基础,而不是以股票的市价为依据（通常协议价格是每股帐面价格的1.2~1.3倍，这仅仅相当于公司同期流通股的市场价格的1/5或更低）。

我们知道,股东的收益来自两个部分:

资本利得（股票市场价格的上升）和股利。

既然上市公司的控股股东（实际上往往是公司的发起者）不能从资本利得上获利或者很少获利,现金股利就自然成为其主要的“套现”获利手段。

而且，在“同股不同价”的前提下，“同股同利”的分配方式必然带给非流通股远高于公众流通股的股本收益率。

这种表面上利益均沾的高额派现，实际上成为非流通股东最直接的掠取公司利润的手段。

前面提到的近年来高派现和配股融资相互伴生的现象其实也根源于我国上市公司股权流通性差异所造成的“同股不同价”。

这是因为，在中国经济转型的特殊时期，外部环境的不确定性使决策者和公众一样对企业的经营前景都没有十分清晰的预期判断。

此时，股东关注的主要是当期的收益成本，其决策模型近似地退化为单期（SingleperiodModel）。

在跨期决策的情形下，放弃配股权的收益是配股的发行价格，而潜在的机会成本是由公司未来现金流的NPV模型计算的股票内在价值。

大股东只有在预期股票内在价值低于配股价格时放弃配股权才是理性选择。

而当决策模型为单期时，大股东权衡的是配股发行价格与放弃配股权的当期机会成本，也就是配股后的股权稀释成本。

非流通股股东是以每股一元（或一元的净资产）的帐面价格获取的,也即其股权稀释成本。

而配股发行价格虽然通常比股票市场价格低，但总是显著超过非流通股的帐面价值。

这意味着放弃配股当期的机会成本总是低于其收益。

而在配股后旋即实施派现，等于非流通股股东盗用流通股股东的融资，是对公众股东更隐蔽也是更恶劣的“侵害”行为。

因此，本文推出：

假设1:

我国上市公司总股本中非流通股所占比重与派现的可能性显著正相关。

（二）股权集中度对现金股利决策:

然而,非流通大股东能在多大程度上通过现金股利获益还受到公司股权集中程度的影响。

由于现金股利具有一定的外生性，如果大股东在公司并不拥有绝对控制权（即存在相互制衡的其他利益集团）,就难以自行支配股利政策取向。

另一方面,现金股利在股利分配上也受公司可分配利润的制约,而且全体股东都具有相同的利润分配权。

因此股权越分散，控股股东的相对收益也越低，对现金股利的偏好也会随股权集中度下降而减弱。

当然，大股东牟取私利的途径也不仅限于发放红利。

如国有控股股东可以从与其利益关联方（通常是公司改制上市前的母公司）之间的关联交易中获益。

关联方通过与上市公司进行资产置换,产品差价购销、占用上市公司资金等方式隐蔽地将利润转移至母公司或大股东，而损害公司和中小股东的利益。

但是，以上非股利获利行为也是有成本的。

比如，产品购销会增加销售税，降低公司净利润率，直接影响公司再融资的资格。

加之证监会对各种非规范关联交易的监管限制也越来越严格，更增加了从中获利的难度。

因此，控股程度不同的大股东会在权衡现金股利与关联交易的比较优势后进行取舍。

一般来说，股权越集中，控股股东越倾向于前者。

当股权结构足够分散，以至公司决策权不再被单一股东控制时，派现与否将更在更大程度上体现着多数股东的利益。

此时，公司的当期利润和增长前景，以及股利对公众股东的财富效应，以及外部融资条件等因素将逐步对股利政策起支配作用。

由于我国股权分散的上市公司通常是规模小、民资为主的成长型企业，具有较高的资金需求普遍，在权益融资难度和成本较大的情况下，股权相对分散的公司更希望将利润以转增股本的方式保留下来，派现倾向也相应下降。

一旦公司确实决定发放股利，则主要是为了传递公司近期经营状况乐观的积极信息，以便树立良好的市场形象，为再融资创造条件。

综上所述，本文推出如下两个层面的假设：

假设2a:

我国上市公司股权的集中度越高派现倾向越强。

假设2b:

股权集中的公司派现主导动因是大股东“圈钱”，而股权分散的公司派现主导动因是信号传递。

以上分析表明，我国上市公司控股股权非流通性与超垄断相互并生这一制度性弊端使大股东对现金股利具有特殊偏好，派发红利也就成为非流通大股东侵害公众小股东的手段之一。

换言之，股利不是降低了公司大小股东之间的代理问题，而恰恰是相反。

本文将上述控股股东侵害其他股东利益的行为称为大股东的“圈钱”（LargeOwnershipExpropriation）。

大股东“圈钱”现象在国外文献中也频频提及,并非中国特有，只不过同时反映在非流通股与可流通社会公众股之间。

而2000年以来，关于“国有股减持”和“全流通”问题几起几落,始终没有形成确定可行的方案。

非流通股股东考虑到其所持股份未来流通价格的悬而未决，以及为换取流通权而被迫给予公众流通股东的必要补偿，势必加紧了以大量派现来瓜分公司当前利益、“挤榨”公司价值（MilktheCompany）的短期性行为。

本文认为这是造成近年来的“派现热”的深层动因。

三、研究方案:

（一）样本构成:

本研究以香港理工大学中国会计与金融研究中心和深圳市国泰安信息技术有限公司合作开发的2002版CSMAR（ChinaStockMarket&AccountingResearch）数据库为数据源，选择1999年至2002年间上海证券交易所和深圳证券交易所内实施过派现方案（包括同时进行送股或转增资本）的A股一般行业上市公司为样本。

由于以大股东“挤榨”公司的行为不能排除派现与当期不能排除现金股利与收益水平不符的过度高派现，因此样本中涵盖了净利润为负的上市公司。

（二）变量设计:

1.因变量的选择：

为判别公司派现的真实动机，本文选取了三个股利分配的量化指标：

1）二元离散变量DIVATi。

DIVATi=1表示i公司在t年度实施了分红方案且每股税后净股利不小于0.005元，反之则DIVATi=0。

这一“派现”发生频率的判定指标可用于定性分析派现决策的影响因素。

Borsch-Supan（1987）指出，当二元选择是按效用最大化方式进行的，其选择变量Y的概率密度应为具有极限值的逻辑分布,即,本文也按照这一原理定义DIVATi的概率密度。

2）每股股利（DPSt）。

Linter（1964）和Allen&Michaely（2002）通过对美国企业实证研究发现，每股股利大致等于当期每股净利润率与上期每股股利的加权平均，每股股利不是随当期的盈利状况频繁波动，而是在较长时期保内保持相对稳定的发放金额。

他们认为公司保持这种派现趋势是为了传递公司内部稳定的经营状况。

因此这一股利分配水平指标可用来检验信号传递假说。

3）股利发放率（PORt），即股利/净利润比率。

本文以此变量作为大股东“圈钱”行为的量化指标。

这是因为,PORt/PORt-1=DPSt/DPSt-1÷EPSt/EPSt-1，而稳定的股利分配水平意味着DPSt/DPSt-1趋近1。

由于EPSt主要受外生经济变量的影响而呈随机波动的趋势，因此，保持稳定的股利分配水平必然使股利发放率具有相对更高的时序波动性，相反，如果公司以股息率的经常性波动为代价来保持稳定的股利发放率，则发放股利的真实动机更可能是控股股东“圈钱”。

2.控制变量：

国内已有实证研究通过分析股利分配决策与公司资本规模、经营业绩、成长期、资本结构等因素的关系来检验信号传递和代理成本理论，并发现这些经典理论在我国也有一定的解释能力。

为了更清晰反映控股股东偏好对股利政策的净效应，我们选取了如下指标作为本研究的控制变量。

（1）相对市值指数（MVPt）:

Fama&French（2001）和Grulion（2002）发现美国上市公司的资本市值越大，派现倾向越高，并解释为小规模公司或者处于企业成长前期，资金需求相对更大，或者当前收益欠佳在市场上处于不利的融资时机，因而派现的可能性较低。

这与我国上市公司市值与经营绩效的关系类似。

为此我们引入MVPt来控制市值对派现倾向的负效应。

MVPt表示第t年市值低于样本公司的上市公司i的公司占全部沪深两市公司的百分比。

（2）资产流动性（CASH）:

本文选取经营现金流/总资产比率来反映企业资产转化为现金的难易程度。

根据信号传递理论，资产流动性越高，表明企业累计盈余越充分，发放现金股利的能力就越强。

而从代理问题理论来看，盈余现金流越多，经理层潜在的代理成本也越大。

两种假说都预测该指标将与派现倾向呈正相关关系。

（3）资产收益率（ROA）:

根据信号传递理论，派发股利可以向市场传递公司目前业绩良好的和（或）经营前景乐观的内幕信息，因此一般认为盈利性与派现概率和水平显著正相关。

（4）成长性指标（Tobin’sQ）:

大量国外实证研究表明,上市公司分红与企业成长性关联较大。

在成熟市场处于高速成长期的公司,为了满足扩大投资所需的大量资金，通常更希望将利润留存在企业内部，因而较少实施现金分红。

就代理成本而言，若当前投资机会不足，发放现金股利还有利于限制管理层挪用闲置的资金。

为此，我们也选取常用的成长性指标Tobin’sQ比率为控制变量。

考虑到非流通股的市场价值难以合理地确定，为更准确地反映公众投资者对公司成长潜力的预期判断，本文将Tobin’sQ修定为：

（5）资本结构（DER）:

财务杠杆率:

公司的股利政策也同资本结构相互制约。

若上市公司的财务杠杆率过高，使资本成本上升、资本结构失衡，此时再发放现金股利,则只能使财务状况更加恶化。

因此一般情况下,负债比率高的公司更倾向于增加内部融资和权益资本,一般不派或少派红利。

（6）派现前后的盈利变动（ROECHG）:

由于2001前后有关配股和增发资格作出的新规定对上市公司总体的股利分配倾向都有明显影响，为了考察控制了这一政策效应之后，控股股东的股利偏好对“派现热”的边际效应，本文引入一个判别派现对盈利水平影响的虚拟变量ROECHG。

如果派现前ROE低于配股资格临界值6%,而则派现后超出,则ROECHG=1,否则为0。

3.解释变量：

本文选择了下列三组解释变量来检验前提假设。

表4:

解释变量说明变量意义变量名称变量涵义股权集中度HSHSCONMSHSCONLSHSCON判别股权集中度（高、中、低）的一组虚拟变量：

如果前二大股东持股百分比之差高于样本上限1/4的临界值，则高集中度指数（HSHSCON）为1,否则为0;如果前二大股东持股百分比之差低于样本下限1/4的临界值，则低集中度指数（LSHSCON）为1,否则为0;如果前二大股东持股百分比之差介于上下1/4的临界值之间，则中集中度指数（MSHSCON）为1,否则为0;PSHSHD1第一大股东持股比例，反映第一大股东的绝对控制能力。

DPSHSHD12前二大股东持股百分比之差，反映第一大股东的相对控制能力。

H5前5大股东Herfindahl指数，即前5大股东持股比例的平方和，反映前五大股东的绝对控制能力。

因为Herfindahl指数是有界的,我们按Demsetz&Lehn（1985）的方法将其转换成对数变量，。

股权流通性PSHRTRD流通股股东持股百分比（三）分析方法:

1.股权流通性对现金股利政策影响的检验:

我们运用Logit模型

（1）对派现判定变量DIVATt的概率与股权流通性指标（PSHRTRD）的相关关系进行回归分析。

该模型将DIVATt概率转换为对数形式之后作为因变量,以确保因变量的估计值介于[0,1]之间。

（1）2.股权集中度对现金股利政策影响的的检验:

步骤一：

为分析股权集中度对派现频率的影响程度，我们首先将Logit模型中的解释变量依此置换为表4中列出的四类股权集中度指标。

考虑到同类解释变量之间的共线性，我们在（2-1）~（2-4）中对各组股权集中度指标进行了单独检验（详见表7.1）。

其中，（2-4）用以判断股权集中度不同的公司在股利决策上是否以及具有怎样差异。

根据假设2a,前三组股权集中度指标应显著为正，而（2-4）中HSHSCON的回归系数应比LSHSCON更显著为正。

步骤二：

为检验假设2b对公司派现与信号传递效应相关性的判断，我们首先在Lintner（1964）的计量模型中加入控制变量和股权集中度的解释变量HSHSCON和LSHSCON构造了模型（3）,并以四种形式的解释变量组合对DPSt进行了回归分析（见表7.2）。

依Lintner（1964）的观点,如果股利分配主要用于信号传递,DPSt-1的回归系数应显著大于EPSt。

（3）步骤三：

为检验假设2b对公司派现与大股东“圈钱”行为相关性的判断，我们仍以HSHSCON和LSHSCON为股权集中度指标构造了模型4，并以四种解释变量组合方式对POR进行了回归分析（见表7.3）。

（4）Allen&Michaely（2002）和LaPortal等（1997）认为股利支付率（PORi）的水平也受管理层代理成本的影响，因为PORi越高，暗示外部股东认为管理层的代理问题越严重,需要加大派现力度来限制管理层谋取私利。

为了剔除股东与管理层代理问题对股利政策的影响，本节选取CASH和TQosd这两个常用的管理层代理成本指标为控制变量。

（四）实证结果:

表6表明，每个控制变量的相关系数都在1%的显著性水平下与预期相一致，验证了这些变量的有效性。

而加入流通性指标PSHRTRD的扩展模型

（1）不仅增强了简单控制变量模型（0）的总体回归效果，而且相关系数也显著为负，说明股权流通性越低的公司派现的可能性越大，因此支持了假设1的论断。

表6:

股权流通性与现金股利决策相关性的Logit回归分析（1999~2002）因变量:

DIVAT模型（0）模型

（1）回归变量:

回归系数预期符号参数估计值参数估计值Interceptα0-1.299***116.574-1.055***46.884MVPα1+0.943***52.5130.932***51.150ROAα2+18.846***261.43718.510***250.714CASHα3+3.863***157.3383.878***157.982TQα4--0.197***60.560-0.191***56.480DERα5--0.050***6.236-0.049***5.991ROECHGα6+1.960**3.7351.940**3.663PSHRTRDα7--0.007**5.158R-Square0.0400.285注：

以下各表中*、**、***分别表示检验结果在10%、5%和1%的水平下显著。

表7.1报告了股权集中度与派现可能性的相关分析。

模型（2-1）~（2-3）的结果说明大股东的控制能力（无论相对还是绝对）越强，公司派现的倾向性越明显。

（2-4）中显著为正，而显著为负，说明股权最集中的公司派现可能发生高于市场平均水平,而股权最分散的公司则相反,因而支持了股权集中度越高的公司派现倾向越强的假设。

表7.1:

股权集中度对与派现概率相关性的Logit回归分析（1999~2002）因变量:

DIVAT模型（2-1）模型（2-2）模型（2-3）模型（2-4）回归变量:

回归系数预期符号参数估计参数估计参数估计参数估计Interceptα0-1.687***-1.509***-1.029***-1.279***MVPα1+0.834***0.870***0.840***0.817***ROAα2+18.511***18.606***18.442***18.530***CASHα3+3.846***3.853***3.829***3.829***TQα4--0.186***-0.188***-0.183**-0.184***DERα5--0.047***-0.047**-0.046***-0.046**ROECHGα6+1.968**1.970**1.965**1.975**PSHSHD1α7+0.009***DPSHSHD12α8+0.006***H5α9+0.181***HSHSCONα10+0.410***LSHSCONα11+/--0.341***R-Square0.28990.28860.29010.2925表7.2列出了股权集中度对股利分配水平（DPS）的影响特征。

各组EPS的回归系数均较DPSt-1更大，即DPSt在更大程度上取决于DPSt-1水平而不是当期利润，说明我国上市公司的股利分配水平总体上比较稳定，能在一定程度上体现信号传递效应。

（3-2）与（3-4）进一步显示,显著为正，而则不然，说明股权越集中的公司股利分配的实际水平也更高;另一方面，在（3-3）与（3-4）中,比更显著为正,而比更显著为正。

这说明股权集的公司不仅派现的金额更多，而且派现水平与同期的盈利状况联系更为紧密;股权分散的公司不仅派现则更倾向于保持稳定的低股利分配趋势。

因此上市公司总体表现出的信号传递效应主要体现于股权分散的公司。

表7.2:

股权集中度与股利分配水平之间关系的回归分析（1999~2002）因变量:

DPS模型（3）（3-1）（3-2）（3-3）（3-4）回归变量：

回归系数参数估计参数估计参数估计参数估计Interceptα0-0.019-0.024**-0.014-0.017MVPα10.046***0.043***0.042***0.040***CASHα20.045**0.045***0.039***0.037**TQα30.010***0.010***0.010***0.010***DERα40.0020.0030.0020.003ROECHGα50.045***0.045***0.046***0.046***EPSα60.049***0.050***0.042***0.044***DPSt-1α70.190***0.186***0.178***0.183***HSHSCONα80.013***0.017*LSHSCONα90.002-0.028**EPS×HSHSCONα100.041***0.023*EPS×LSHSCONα11-0.036***-0.001DPSt-1×HSHSCONα12-0.083***-0.114**DPSt-1×LSHSCONα130.221***0.262***R-Square0.1370.1390.1510.156表7.3反映，我国上市公司的股利分配率比较稳定，这一特征在集中度高的公司中更为典型，而且从与的相关系数来看，股权越集中，POR的水平也越高。

表7.3的结果支持了大股东高派现动机在于“圈钱”的假设。

表7.3:

股权集中度与股利分配比率之间关系的回归分析（1999~2002）因变量:

POR模型（4）（4-1）（4-2）（4-3）（4-4）回归变量:

回归系数:

参数估计参数估计参数估计参数估计Interceptα00.086***0.072***0.086***0.066***CASHα10.0940.085**0.10***0.079**TQα20.02**0.021***0.02***0.022***ROECHGα30