(一)变量与模型 本文采用2009—2013年在中国创业板上市的355家企业的财务数据实证检验PE对企业成长性的影响。 1.总体上PE对企业成长性的影响 在变量的选取上,首先,本文以企业的成长性作为研究对象,即被解释变量。它通过企业总资产(Assets)的增长率来衡量企业的扩张能力,并用企业扩张能力来表示企业的成长性。企业总资产包括两部分,即净资产与负债,净资产是自身所有可自由支配的资金,可衡量企业自身的实际财富;负债包括各种应付款、主动借款等,企业可通过举债经营扩大生产规模,开拓市场,增强企业活力,这也体现了企业利用他人资金为自己赚钱的能力。因此,企业成长性(Growth,G)的测度公式可表示为: G=Assetst-Assetst-1Assetst-1 其次,是核心解释变量私募股权基金(PE)的衡量指标选取。本文借鉴已有文献的研究方法设置虚拟变量PE,以企业上市前是否被私募股权基金投资为判断依据,若企业存在PE投资,则取值为“1”,否则取值为“0”。即: PE=1,企业存在PE投资; 0,企业不存在PE投资 最后,本文还在回归方程中纳入一些其他影响企业成长性的控制变量,以避免回归方程的估计偏误。根据以往研究和企业扩张相关因素分析,本文研究还将选取以下几个控制变量:第一,公司经营绩效变量(ROE),我们通过净资产收益率来衡量。企业绩效是企业经营情况的直接反映,这必然会对企业成长性产生影响。第二,公司规模变量(SIZE),是公司总资产数据,为方便模型的计量我们将总资产取对数值。公司规模的大小可影响管理的风险与难度、企业生产效率、被外界关注层度等,这一系列因素都可能影响到企业的成长。第三,财务杠杆变量(LEV),它通过企业的资产负债率来衡量,反映了企业经营策略及经营风险等因素。第四,股权集中度变量(H5),这里通过赫芬达尔指数来衡量,它等于公司前5位大股东持股比例的平方和。它可以反映企业政策制定的效率、权利的监督与约束等,这可能会对企业成长性产生影响。 此外,为考察PE对企业成长性影响的时间效应(YN,N=1,2,3,4),我们将加入时间虚拟变量将企业IPO年份及之后三年分别取值为“1”,其余年份取值为“0”,建立控制时间效应与没有控制时间效应两个模型进行对比考察。同时还将对时间虚拟变量进行Wald检验,以确定时间效应的存在,以及每年时间效应的差异性。 在模型的选择上,由于模型的核心解释变量为企业PE背景的虚拟变量,具有截面固定性,因此排除固定效应模型。接下来将通过BP检验,来确定混合效应与随机效应中选择更适合的模型。对随机效应模型回归,并进行BP检验的结果见表1。从表1的回归结果来看,无论是否控制时间效应,PE对企业的成长性并没有显著性影响。但是从BP检验的结果来看,检验结果并不显著,因此不能拒绝原假设“不存在个体随机效应”。为使回归结果更准确,应建立混合回归模型进行分析,其中小标i、t分别表示第i个企业在第t年的数据;—表示可能存在的不随时间变动的个体固定效应,为随机扰动项。为考察PE对企业成长性的影响,我们建立以下混合回归模型: Git=β0+β1PEit+β2ROEit+β3SIZEit+β4LEVit+β5H5it+ui+εit(1) Git=β0+β1PEit+β2ROEit+β3SIZEit+β4LEVit+β5H5it+∑4n=1βn+5Yn+ui+εit(2) 2.不同背景的PE对企业成长性的影响 为考察不同背景的PE对企业成长性的影响,我们按照PE的合伙人背景,将PE分为国营PE(S)、民营PE(PRIVATE)、中外合资PE(NF)、国外独资PE(F)。这里将外资背景的PE分开考察是因为中外合资的PE成立时间可能较国外独资背景的PE短,而且因为中外合资的PE会有民营资本的参与,可能会与国外PE的运作和表现有所差异,从而影响对国外PE运作能力的考察,因此我们将含外资的PE进行分开研究。下面将进行模型的选择。同样以上四个变量具有截面固定性,因而排除固定效应模型。接下来进行BP检验,确定混合效应与随机效应中选择更适合的模型。随机效应模型回归并进行BP检验的结果见表1。从表1的回归结果来看,不控制时间效应时,国营背景的PE对企业成长性在10%的水平上显著。然而控制时间效应后,国营背景的PE对企业成长性的影响变得不显著,而外资独营的PE对企业成长性变得显著。另外,不管是否控制时间效应,民营PE与中外合资PE对企业成长性均没有显著性影响。但是从BP检验的结果来看,检验结果并不显著,因此不能拒绝原假设“不存在个体随机效应”,为使回归结果更准确,应建立混合回归模型进行分析。考察不同背景的PE对企业成长性的影响,我们建立的混合回归模型如下: |