现金流不确定性对现金股利政策影响研究

自Lintner(1956)在公司在股利。留存收益和税收中的收入分配一文中提出股利政策与经济的周期性波动及长期成长趋势有关,并推断现金流的稳定性是股利发放的一个重要影响因素。Brav等和Michaely(2005)发现超过三分之二的CFO认为现论文网金流不确定性是股利发放的一个重要影响因素,且公司采取回购股票方式以改变股票被低估的现状。迄今为止,学术界从实证角度对股利政策影响因素进行了实证研究,然而对现金流不确定性关注不够。此,本文利用2005-2010年770家上市公司的面板数据分析现金流不确定性对公司股利政策的影响。

一。文献综述

(一)国外文献国外学者对股利政策的研究已有很多,其中信号理论和代理理论是两大主流观点。信号理论认为股利政策的变化代表着公司经营状况的变化,当公司现金流的不确定性大时,股利支付率将变小,从而传递出公司未来的风险大的信号。现金股利信号的研究始于Lintner(1956)对美国1945-1953年28家上市公司关于公司在股利。留存收益和税收中的收入分配问题的问卷调查,研究结果表明股利变化与公司长期的净收益呈正相关。但正式提出股利信号的概念是Miller和Modigliani(1961),其指出股利的任何变化都会被投资者作为未来获利能力的信号进行评估。Saeid等通过对德黑兰证交所(TSE)2006―2010年上市公司数据进行研究,得出结论是现金流的不确定性与股利政策之间的关系成负相关。代理理论认为当现金流的不确定性大时,股东为了防止管理者过度浪费资金或者纳入己馕,减少代理成本,公司应该多发放股利。代理理论最早被用来解释股利政策的是Rozeff(1982),其通过对64个行业1000家上市公司连续五年的数据进行研究得出代理成本对股利支付率有显著影响。Jensen(1986)认为自由现金流量应完全交付股东以降低代理人可支配的现金流,同时在资本市场上更新筹集再投资计划所需的资金将受到控制,由此可以降低代理成本。

(二)国内文献相比国外两种股权结构模式,在经济体制建设的过程中,经股权分置改革后,存在流通股与非流通股,就必然存在着信号传递和代理问题。姜秀珍等(2004)结果表明现金流不确定性与每股股利的支付成负相关。王爱莲(2010)研究表明,现金流不确定性越大,公司越倾向于不支付或支付较少股利。白杨(2011)运用同样的测量方法研究2009-2010年沪深两市上市公司数据,结果支持上述观点。闫荣城等(2011)研究表明,现金流不确定性与上市公司支付倾向具有显著相关,但是与支付力度不相关。王珊珊和邓路(2009)研究表明现金流不确定性高的公司发放现金股利的倾向较低,随着现金流不确定性的增加,公司削减股利的可能性显著增加,如果现金流不确定性增大,现金流减少,公司增加股利的可能性显著下降。因此,已有文献以现金流不确定性为切入口研究其对股利政策影响的文献均反映出现金流不确定性与股利政策支付力度成负相关,符合信号理论。晏艳阳和陈共荣(2001)。陈洪涛和黄国良(2006)研究均表明股利支付可以减低代理成本。魏刚(2000)提出股利政策既可以减少代理成本,又可以作为一个信号,向投资者传递公司持久盈利的信息。

二。研究设计

(一)研究假设从信号理论角度出发,上市公司股利发生变化意味着公司预期业绩及盈利能力将变化。现金流不确定性较高意味着未来风险较大,公司的价值将降低,公司将减少股利的发放。同时,外部融资受到金融约束的影响,公司将增大内部融资,从而降低股利的发放。投资者认为公司具有足够的实力并能产生足够量的现金流才选择发放现金股利,股利支付力度增加意味着管理者对公司可持续发展能力充满信心,且存在足够的现金流以满足预期资金需求。同时,财务保守行为通过采取措施提高公司现金流持有量的充足性,以应对外部不确定性带来的风险。当现金流不确定性增加时,管理者将减少现金股利的发放额,增加利润的内部留存额以缓解未来资金困境。另外,从代理理论角度出发,上市公司的代理问题主要是因为投资者和管理者利益不同,投资者希望管理者发放现金股利以获得红利,管理者偏好于公司可支配现金流增加而不以现金股利方式发放于投资者。高股利政策可以减少代理成本,同时现金股利的发放将会减少内部融资,从而使外部融资成本增加。根据以上理论回顾与分析,信号理论认为现金流不确定性与股利政策成负相关,代理理论认为现金流不确定性与股利政策成正相关,两种理论均具有一定的合理性。学术界对现金流不确定性与股利政策影响的实证研究起步较晚,研究较少。但国内外学者的实证研究结论表明现金流不确定性对股利政策的影响更符合信号理论的解释。本文认为公司面临现金流不确定性大时很可能不支付股利或支付较低股利,并将公司的收益留在公司以应付预期的资金短缺。由此,本文提出以下假设:

假设1:现金流不确定性与现金股利支付倾向负相关

假设2:现金流不确定性与现金股利支付力度负相关

(二)数据来源及样本选择本文以深沪两市2005-2010年共6年的所有A股上市公司作为初始研究样本并做出了如下处理:剔除了ST和PT类上市公司,因为这些公司财务状况异常且不一定具备所需的真实特征,不能反映真实情况;剔除金融行业,因为金融行业的经营业务与其他行业存在较大差异且较为特殊;剔除新股(2004之后发行的股票),因为新上市股票初入市场,IPO效应会对上市公司的经营状况造成影响,在本文中不具有可研究性;有些数据不全的公司通过巨潮咨询网补齐,剔除数据不全的公司。因为在研究期间无交易,导致无连续性,缺乏可研究性;去除资产负债率大于1和净资产小于0的异常数据。经过筛选后,最终得到770家非金融类上市公司6年的财务和交易数据组成的面板数据见表(1)。本文所使用的数据主要来自于国泰安数据库。(三)变量定义(1)被解释变量。国内学者对股利水平测定选取的变量一般为每股股利。每股现金股利/每股收益或每股现金股利/每股净资产。但是单独使用这几个变量存在一定程度的缺陷。首先,使用每股股利会因为公司规模而没有可比性。其次,上市公司中存在较为严重的盈余操纵问题,EPS难以反映真实情况。因此每股股利和每股股利/每股收益都不能反映股利支付程度的实际情况。本文从现金股利支付倾向和现金股利支付水平两个层面测度现金股利政策。其中,现金股利支付倾向采用哑变量(DD)衡量,现金股利支付水平采用股利支付率(DPR1)即每股现金股利/每股净资产(2)解释变量。本文采用现金流不确定性作为解释变量。由于现金流不确定性无法直接观测,必须构建一个替代变量。已有的研究主要采用以下指标衡量现金流不确定性:近两年的股票收益的标准差作为现金流的不确定性的变量。已有研究以股票收益的波动性。规模或者资产负债率来衡量现金流不确定性易产生内生问题。上市公司一般使用经营现金净流量(ONCF),净现金流量(NCF),公司自由现金流(EFCF)三个变量来反映现金流,由于本文探讨的现金流为公司全部活动产生的现金流,且经营现金净流量(ONCF)与净现金流量(NCF)具有较强的相关性,所以本文用净现金流量(NCF),公司自由现金流(EFCF)两个变量最近三年的标准差来反映现金流的不确定性。(3)控制变量。本文选取了公司规模(SCALE)。资产负债率(LEV)。盈利能力(ROE)。流动性水平(QR)。系统风险(BETA)。公司成长性(RT)。股权集中度(L1)和(HERF)以及股份流通性(CRT)。资产专用型(AST),资金的充足性(CR)作为控制变量,以控制相关变量的影响。变量定义如表(2)所示。

(四)模型构建本文对现金股利政策的两个测度层面分别构建面板数据回归分析模型,采用probit二元选择模型探讨现金流不确定性对现金股利支付倾向的影响见模型(1);采用OLS。固定效应模型和随机效应模型探讨现金流不确定性对现金股利支付力度的影响见模型(2),

F-1(P)=?琢i+?茁iXit+?酌iYit+?着it(1)

F是累积的标准正态分布函数,所以F-1就是累积标准正态分布函数的逆函数或反函数。P为发放现金股利的概率,即现金股利发放为1的概率值,?琢i为截距,?茁i。?酌i为回归系数,Xit为自变量,Yit为控制变量,?着it代表随机误差项。

DPR1=?琢i+?茁iXit+?酌iYit+?着it(2)

其中DPR1表示每期现金股利/每股净资产,?茁i。?酌i为回归系数,Xit为自变量,Yit为控制变量;?琢i代表截面数据的个体效应,如果认为个体之间不存在差异,?琢i为常数;如果个体之间的差异性是系统的,则?琢i为与Xit相关的随机变量,应采用固定效应模型进行估计;如果个体之间的差异性是随机的,则?琢i为与Xit无关的随机变量,采用随机效应模型进行估计;实证过程中根据Hausman检验的结果选择固定效应或随机效应模型;?着it代表随机误差项。本文的自变量包括STNCF和STEFCF。首先将现金流不确定性指标(STNCF。STEFCF)代入模型1形成模型1。1。模型1。2和模型1。3,具体如下:

F-1(P)=?琢i+?茁iSTNCF+?酌iYit+?着it(1。1)

F-1(P)=?琢i+?茁iSTEFCF+?酌iYit+?着it(1。2)

F-1(P)=?琢i+?茁iSTNCF+?茁iSTEFCF+?酌iYit+?着it(1。3)

其次将现金流不确定性指标(STNCF。STEFCF)代入模型2形成模型2。1。模型2。2和模型2。3,具体如下:

DPR1=?琢i+?茁iSTNCF+?酌iYit+?着it(2。1)

DPR1=?琢i+?茁iSTEFCF+?酌iYit+?着it(2。2)

DPR1=?琢i+?茁iSTNCF+?茁iSTEFCF+?酌iYit+?着it(2。3)

三。实证检验分析

(一)描述性统计本文首先对主要变量进行了一般描述性统计,结果见表(3)。从表(3)可以看出,上市公司的每股现金股利(DPS1)均值为0。09元,每股现金股利与净资产比(DPR1)均值低至2。4百分号,表明上市公司平均现金股利支付率处于较低的水平。另外,上市公司股利政策的制定存在群聚“现象,80百分号以上的上市公司的每股股利在0。2元以下(黄娟娟,2009)。这说明存在上市公司发放低股利迎合投资者对股利的偏好的一种普遍现象。

(二)回归分析本文采用面板数据分别运用二项probit回归模型。OLS回归模型。随机效应模型和固定效应模型对现金流不确定性与股利政策的关系进行实证研究,其中随机效应模型和固定效应模型是根据Hausman检验结果对其进行选择。现金流不确定性与现金股利支付倾向及现金股利支付水平的回归结果分别如表(4)和表(5)所示。从表(4)中可以发现:STNCF在模型1。1中在远小于1百分号的水平上与现金股利支付倾向正相关,STEFCF在模型1。2中在远小于5百分号的水平上与现金股利支付倾向正相关。双因素回归中STNCF在模型1。3中在远小于5百分号的水平上与现金股利支付倾向正相关。表明公司现金流不确定性程度越高,公司越倾向于支付现金股利,这与假设1不相符。一方面是因为存在一种股利迎合现象,即管理者通常迎合投资者偏好制定股利政策(MalcolmBaker JeffreyWurgler,2004),在资本市场中存在投资者对股利的特殊偏好会驱动公司的股利政策变化的股利迎合行为(黄娟娟,2009;尹建海,2007;熊德华,刘力,2007)。另一方面当现金流具有高度不确定性时,管理者为了增强投资者对公司的信心或吸引潜在投资者,公司坚持发放股利以传递出公司良好发展的信号。因此,股利支付倾向和现金流不确定性呈正相关。从表(5)中可以看到,F统计值表明所有回归模型都在远小于1百分号的水平上显著,说明模型拟合的整体效果较好。在模型2。1和模型2。2中,现金流不确定性(STNCF。STEFCF)与每股股利/每股净资产(DPR1)均在远小于5百分号的水平上呈显著负相关,在双因素回归模型2。3中,现金流不确定性(STEFCF)与每股股利/每股净资产(DPR1)在远小于10百分号的水平上呈显著负相关。回归结果表明公司在制定股利分配决策时会考虑现金流不确定性的影响。现金流不确定性与股利支付率成负相关,这与假设2一致。当公司面临的现金流不确定性越大,公司会发放越少的现金股利,以维持公司经营所需的现金流。四。结论

本文研究得出以下结论:中国上市公司发放的股利少,均值仅为0。09元,远远低于美国等国家的股利支付水平。现金流的不确定性与股利支付倾向成正相关,与股利支付力度呈负相关。即当面临的现金流不确定性较大的情况下,公司仍然会发放股利,但是在原来的基础上会减少股利发放的量。本文通过实证研究发现股利市场存在股利迎合现象,现金流不确定性大时,公司坚持发放股利且股利发放低。由于中国资本市场退市制度的不完善和现金股利政策受到再融资意图和监管层因素的严重影响,上市公司管理者为了迎合投资者对股利的偏好制定支付现金股利的政策,因此现金流不确定性与股利支付倾向成正相关,符合代理理论的解释。现金流不确定性与股利支付力度成负相关,支持信号理论,现金股利可以传达公司发展状况及盈利能力的信息,可为投资者考量公司发展状况及未来投资意愿提供依据。

现金流不确定性对现金股利政策影响研究