| 由于上述相关性分析受到不同企业和不同年份的干扰，因而只能大致给出各变量之间的相互关系，各变量之间的准确关系还需要进一步通过回归模型的具体检验才能得知。
3.实证模型的检验
根据（1）式和（2）式的联立方程回归模型，本文首先运用基于面板数据的随机效应和固定效应对该联立方程分别进行估计，回归结果可分别参见表3和表4的第2—3栏。为了在随机效应和固定效应之间进行取舍，本文分别对上述方程的估计结果进行了Hausman检验：负债比例影响市场份额增长率方程回归模型的检验结果为chi-sq(5)=137.693；市场份额增长率影响负债比例方程回归模型的检验结果为chi-sq(6)=386.020。上述检验结果的概率值均为0，从而拒绝了随机效应假设，所以我们应该接受固定效应模型的估计结果。
另外，考虑到负债比例和市场份额增长率之间可能存在一定的内生性，本文进一步运用两阶段最小二乘法（2SLS）和三阶段最小二乘法（3SLS）对联立方程进行了估计，并将资产有形性（TANG）和非债务税盾（NDTS）作为（1）式的工具变量，将固定资产投入（INVE）和生产能力利用率（PCUL）作为（2）式的工具变量。其回归结果可分别参见表3和表4的第4—5栏。
由表3可见，以上四种方法的估计结果均表明负债比例与市场份额增长率显著负相关，这表明负债对产品市场竞争强度有负面影响，从而支持了本文提出的假设1。在运用两阶段最小二乘法和三阶段最小二乘法对该方程进行估计后，估计结果的显著性水平与随机效应和固定效应模型相比有了较大的改善，这说明负债比例和市场份额增长率之间的确存在较强的内生性，同时也再次验证了负债比例过高会削弱企业的产品市场竞争能力。由于样本容量较大，相关控制变量的回归结果也非常显著。
表3负债比例影响市场份额增长率方程的回归统计表
|
|
随机效应
|
固定效应
|
2SLS
|
3SLS
|
|
DAR
|
-0.2759***
(-3.24169)
|
-0.2402***
(-6.96129)
|
-0.0919***
(-12.36754)
|
-0.1052***
(-15.38512)
|
|
INVE
|
0.43458***
(11.28907)
|
0.43458***
(14.34340)
|
0.43651***
(16.117066)
|
0.42954***
(16.493125)
|
|
PCUL
|
0.02127***
(8.34486)
|
0.02961***
(8.16125)
|
0.02685***
(8.222822)
|
0.02537***
(5.393834)
|
|
PROF
|
1.19115***
(12.94583)
|
1.01472***
(17.08151)
|
1.2441***
(12.75207)
|
2.2239***
(23.96468)
|
|
UNIQ
|
-0.2076***
(-2.94003)
|
-0.7711***
(-7.26918)
|
-0.1995***
(-2.893816)
|
-0.06742**
(-2.405328)
|
|
调整R
|
0.156354
|
0.346181
|
0.134226
|
0.127182
|
|
F值
|
56.09972
|
13.62352
|
——
|
——
|
|
DW值
|
1.972005
|
2.248611
|
1.977152
|
1.913727
|
注：括号内的数字为该参数的t值，***、**、*分别代表参数在1%、5%、10%的水平上显著。
表4市场份额增长率影响负债比例方程的回归统计表
|
|
随机效应
|
固定效应
|
2SLS
|
3SLS
|
|
MSGR
|
-0.0289***
(-9.11619)
|
-0.02741***
(-10.7696)
|
-0.06237***
(-7.882746)
|
-0.0647***
(-8.207299)
|
|
SIZE
|
0.13039***
(37.20911)
|
0.20825***
(85.17913)
|
0.05248***
(21.56891)
|
0.05464***
(22.24494)
|
|
PROF
|
-0.81054
(-33.5246)
|
-0.6883
(-41.7420)
|
-1.7624***
(-15.07095)
|
-1.7342***
(-14.87351)
|
|
TANG
|
0.13079***
(9.59511)
|
0.08156***
(10.73104)
|
0.16083***
(8.491133)
|
0.06238***
(7.13701)
|
|
NDTS
|
-0.1918***
(-8.98004)
|
-0.06482***
(-4.73051)
|
-0.2315***
(-6.359819)
|
-0.11327***
(-7.533221)
|
|
HHI
|
-0.13626***
(-3.39239)
|
-0.14354***
(-4.93950)
|
-0.1134**
(-2.166335)
|
-0.12984***
(-2.928179)
|
|
调整R
|
0.439167
|
0.973986
|
0.347923
|
0.341316
|
|
F值
|
259.0883
|
186.0512
|
——
|
——
|
|
DW值
|
1.739327
|
1.779249
|
1.680767
|
1.750346
|
注：括号内的数字为该参数的t值，***、**、*分别代表参数在1%、5%、10%的水平上显著。
从表4可以看出，以上四种方法的估计结果均表明市场份额增长率与负债比例显著负相关，这说明产品市场竞争强度对企业的负债程度也有负面影响，从而支持了本文提出的假设2。在运用两阶段最小二乘法和三阶段最小二乘法对该方程进行估计后，估计结果及其显著性水平与随机效应和固定效应模型相比相差不大，因而随机效应和固定效应模型的估计结果在该方程中仍具有一定的参考价值。此外，在该表中还有企业规模、盈利能力、资产有形性和非债务税盾等变量对负债比例也有显著影响。
六、结论
在资本结构与产品市场竞争的研究中，国内外学者大多忽略了它们之间的双向互动关系。为了弥补这一不足，本文以我国A股上市公司的相关数据为背景，运用联立方程模型对这种双向互动关系进行了检验，其结果表明：企业的负债比例与市场份额增长率之间存在双向的负相关关系，即一方面，负债对企业的产品市场竞争强度有负面影响；另一方面，倾向于提高产品市场竞争强度的企业会主动选择较低的负债比例。上述研究结论的意义可以归结为：企业在选择其资本结构时，不仅需要考虑负债的税收利益，还要考虑其所面对的外部市场竞争环境。企业只有适当降低其负债比例，才有可能提高其产品市场竞争强度，并在激烈的市场竞争环境中立于不败之地。
参考文献
1 Brander, J. A., Lewis, T. R. Oligopoly and Financial Structure: the limited Liability Effect[J]. American Economic Review, 1986, 76(5): 956-970.
2 Kovenock, D., Phillips, G. M. Capital Structure and Product-Market Behavior: an Examination of Plant Exit and Investment Decisions[J]. Review ofFinancial Studies, 1997, 10(3): 767-803.
3 Campello, M. Capital Structure and Product Markets Interactions: Evidence from Business Cycles[J]. Journal of Financial Economics, 2003, 68(3): 353-378.
4 Poitevin, M. Financial Signaling and the ‘Deep Pocket’ Argument[J]. RAND Journal of Economics, 1989, 20(1): 26-40.
5 Zingales, L. Survival of the Fittest or the Fattest? Exit and Financing in the Trucking Industry[J]. Journal of Finance, 1998, 53(3): 905-938.
6 朱武祥, 陈寒梅, 吴迅. 产品市场竞争与财务保守行为——以燕京啤酒为例的分析[J]. 经济研究, 2002, 8: 26-36.
7 刘志彪, 姜付秀, 卢二坡. 资本结构与产品市场竞争强度[J]. 经济研究, 2003, 7: 60-67.
8 姜付秀, 刘志彪. 经济波动中的资本结构与产品市场竞争[J]. 金融研究, 2005, 12: 73-85.
9 姜付秀等. 产品市场竞争与资本结构动态调整[J].经济研究, 2008, 4: 99-110. 3/3 首页 上一页 1 2 3 |
