上市公司債務融資
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇上市公司債務融資范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。
上市公司債務融資范文第1篇
［關鍵詞］民營上市公司;債務融資類型結構；主成分分析法;最優配置
［中圖分類號］F270.5 ［文獻標識碼］A ［文章編號］1005-6432（2011）9-0054-04
1 引 言
自改革開放以來,民營經濟逐漸成為我國經濟發展的重要基礎,對國民經濟的影響越來越重要,但是融資問題成為制約民營企業發展的瓶頸,尤其是對債務融資的利用不足。因此,積極探索債務融資結構,對促進民營經濟發展具有重要的現實意義。
2 民營上市公司債務融資結構現狀分析
民營經濟是一種非常具有中國特色的經濟概念與經濟形式,是指除了國有獨資企業以及國有控股企業以外的多種其他所有制經濟的統稱。從經濟總量上來看,截至2009年年底,我國民營經濟的比重占國民經濟總值的55%~60%,由于統計口徑的關系,在這里不能確定一個準確的數值。但是,大體可以知道,我國的民營經濟已經占據國民經濟總值的一半以上,對于我國的經濟發展有著非常重要的意義。但是我國現在的民營上市公司融資結構存在以下幾大問題。
2.1 股權的集中程度過高
我國的民營上市企業普遍存在股權集中度過高,同時社會公眾股高度分散的問題。根據2002年“中國私營企業研究”的課題報告顯示,民營企業大都存在一股獨大的問題。
2.2 融資渠道單一
我國的民營上市企業的資金來源主要分為內源融資以及外源融資兩個部分。從這兩個部分來看,我國民營上市企業的內源融資存在比重低,結構簡單,渠道單一的問題,而外源融資則又偏向于股權融資,而債務融資過少的問題。詳見表1。
2.3 債務融資結構不合理
從目前我國的民營企業融資狀況來看,普遍存在多年以來銀行貸款的現象,大部分的債務都是銀行貸款,而鮮有公司債券。這一點是所有我國上市企業的一個通病,在2003年之前,一般的上市企業的負債有75%以上是銀行貸款。這種現象直接導致了我國的民營上市企業的流動資金困難,經營風險大。
故此,優化債務融資結構,對于企業有著現實的意義。
3 債務類型結構與企業績效的研究方法
3.1 樣本說明
本文選取2009年滬市上證民營企業50指數公司5年的數據進行分析,研究期間為2005―2009年。不包含ST、PT的公司。由于金融類和房地產類上市公司其資本結構和指標具有獨特性,與其他行業公司的指標數據不具有橫向可比性,因此也將這兩類上市公司剔除。文中涉及的數據來自巨潮資訊網及滬市官網。
3.2 企業績效的衡量
衡量企業績效的指標有很多,根據前人的經驗研究可以分為兩類：一是賬面利潤指標,二是市場價值指標。使用賬面利潤來衡量企業績效的指標主要有主營業務利潤率、總資產收益率、凈資產收益率和每股收益等；使用市場價值衡量企業績效的指標主要是Tohins Q。在以往的研究中,不同的學者研究不同的課題,采用的指標也就不盡相同。
文章分別用主營業務利潤率、總資產收益率來作為公司績效的替代變量。主營業務利潤率,用當年主營業務利潤與主營業務收入凈額的比率表示。它表明企業每單位主營業務收入能帶來多少主營業務利潤,反映了企業主營業務的獲利能力,是評價企業經營效益的主要指標。總資產收益率反映企業總資產的收益水平。總資產收益率,用當年的稅前收益與總資產的比率表示。
3.3 債務融資類型結構的衡量
根據前人的經驗研究,本文將債務類型結構按照不同來源分為商業信用、企業債券、銀行借款和其他類型負債(包括應付工資、應付福利費、應付股利等)四類。一般來說,企業負債主要有三大來源,即銀行借款、商業信用與企業債券。但我國上市公司的負債目前主要來源于銀行借款和商業信用,考慮到除了商業信用和銀行借款兩類外的其他類型的負債比例,如應付工資、應付福利費、應付股利等這類公司暫時的負債也可能對公司的經營業績產生影響,因此,本文在模型中也添加了其他類型負債比例這一自變量。
3.4 控制變量的衡量
本文研究的是不同類型的債務對企業經營績效的影響,但是,影響企業經營績效的因素很多,因此在研究設計中要控制住其他因素對經營績效的影響,以使我們能夠較準確的測量不同類型的債務對企業績效的影響。根據相關文獻的研究結果,本文設置了兩個控制變量公司規模［ln(期末資產總額)］和公司成長性［(主營業務收入本年數-主營業務收入上年數)/主營業務收入上年數)］。
4 研究方法及步驟
首先,運用網絡技術,收集上市公司數據。
其次,對收集到的正式數據運用SPSS和MATLAB進行分析。在數理統計的基礎上,得出債務類型結構與企業績效之間的方程。
最后,利用數理統計與理論分析相結合的方式得出企業最優的債務類型結構配置,并對如何改善民營上市公司的債務治理效應提出自己的建議。
5 實證分析
我們知道不同的債務類型對企業績效有或正或負的影響。在線性回歸模型中,各個自變量和因變量的相關度亦有差異。也就是說,有的變量對因變量影響顯著,另外一些變量對因變量影響不顯著。
因此,我們想要知道哪些變量對因變量的影響較為顯著,哪些較為不顯著。即在多元線性回歸分析中,我們希望從對因變量Y有影響的諸多變量中選擇一些變量作為自變量,建立“最優”回歸方程以便對因變量進行預報或控制。具體而言,我們想要知道哪種債務類型對企業績效的影響較為顯著,哪些較為不顯著。影響較為顯著的變量,我們將引入回歸方程；影響較為不顯著的變量,我們將從回歸方程中剔除,從而得到債務類型結構與企業績效之間的“最優”回歸方程。
本文我們采用主成分分析法。主成分分析法是希望用較少的變量去解釋原來資料中的大部分變異,將我們手中許多相關性很高的變量轉化成彼此相互獨立或不相關的變量。通常是選出比原始變量個數少、能解釋大部分資料中的變異的幾個新變量,即所謂主成分,并用以解釋資料的綜合性指標。因此,主成分分析實際上是一種降維方法。
主成分分析法的過程是：它把給定的一組相關變量通過線性變換轉成另一組不相關的變量,這些新的變量按照方差依次遞減的順序排列。在數學變換中保持變量的總方差不變,使第一變量具有最大的方差,稱為第一主成分,第二變量的方差次大,并且和第一變量不相關,稱為第二主成分。依次類推,I個變量就有I個主成分。其中Li為p維正交化向量(Li×Li＝1),Zi之間互不相關且按照方差由大到小排列,則稱Zi為X的第I個主成分。設X的協方差矩陣為Σ,則Σ必為半正定對稱矩陣,求特征值λi(按從大到小排序)及其特征向量,可以證明,λi所對應的正交化特征向量,即為第I個主成分Zi所對應的系數向量Li,而Zi的方差貢獻率定義為λi/Σλj,通常要求提取的主成分的數量k滿足Σλk/Σλj>0.85。
本文檢驗上述“最優”回歸方程合理性的思路是：在原有的6個變量中,“最優”回歸方程只取其中4個作為解釋變量,這相當于提取了4個主成分,即k=4。這樣的話,我們就可以通過檢驗前4個主成分的累積方差貢獻率是否大于85%,來檢驗“最優”回歸方程對自變量降維做法的合理性。
取公司成長性和公司規模為控制變量,采用線性模型如下：
總資產收益率=a+b(銀行借款比例)+c(商業信用比例)+d(債券比例)+e(其他類型負債比例)+f(公司規模)+g(公司成長性)+h
先檢驗各個自變量之間的相關性執行代碼如下：
由以上數據可以看到,相關性最大的變量是(x1,x5,x6),兩兩間的相關系數均接近1。也即銀行借款比例、公司規模和公司成長性的兩兩相關性最大,超過了50%。
由以上分析可知,x1：銀行借款比例在模型中的解釋能力與x5：公司規模、x6：公司成長性的解釋能力相似,這三個變量可能只需取其中一個加入到回歸模型中即可起到較好的解釋作用。
通過逐步回歸分析結果表明,x1、x2、x3、x4是最優回歸方程中保留的變量,而x5、x6被剔除。
利用Stepwise函數可以一目了然地看到逐步回歸結果。Stepwise函數的功能即是創建多元線性回歸分析的逐步回歸法建模的交互式圖形環境。
RMSE表示最優回歸方程的標準誤差估計。依次被添加到回歸方程中的變量為x1,x2,x3,x4。在這四個迭代步驟前后,RMSE的數值依次是：0.0579,0.0536,0.0516,0.0507,變化趨勢如下圖。可以看到,RMSE明顯地越來越小,說明逐步回歸有效地增強了變量的顯著性和解釋能力,新的模型更好。
最后,可以得出債務類型結構與企業績效之間的“最優”回歸方程為：
ROA=0.1262－0.0285×銀行借款比例＋0.0456 ×商業信用比例＋0.0365×債券比例＋0.0144×其他類型負債比例。
通過上面的逐步回歸分析得到結論：以公司規模和公司成長性作為控制變量,商業信用比例是對企業績效影響最為顯著的債務類型變量,而其他類型負債比例不顯著，回歸結果符合上面的推論。企業要想提高經營績效,那么在各種債務類型中,增加商業信用比例是效果最為明顯的方式。每增加商業信用比例一個百分點,總資產收益率將提高0.0456個百分點。若要達到總資產收益率最大化,從模型來推測,則應當將商業信用比例達到一個鞍點0.4451,從而能使收益最大化。較高的商業信用比率成本過高,而較低的商業信用比例將使得企業績效降低。因此只有取得此鞍點才能得到最優解。商業信用比例也將維持在一個穩定值以提高總資產收益率。公司規模、公司成長性的系數均改變了符號,公司規模在“最優”回歸方程中的系數變成了正數,而公司成長性在“最優”回歸方程中大于0.1541時系數變為正數,小于0.1541時系數為負數。這種現象的出現,因為逐步回歸是對因變量影響較不顯著的變量剔除,同時將對因變量影響顯著的變量加到回歸方程中。在這一增一減中,實際上是把各個自變量之間的相關性對因變量的影響降到了最低,反映在方程里也就是自變量系數的改變。
由此我們可知,當企業績效最優時,各種債務的最優配置比例如表2所示：
6 結 論
通過分析我們可以看到,民營上市公司現存債務結構與最優配置結構之間有相當大的差距,針對民企上市公司的資本結構現狀,應對企業的財務政策作出適當的調整：企業要及時償還短期債務,降低負債比率,特別是流動負債比率；在資金有余時,應及時進行短期投資,加速資金運轉,避免資金閑置；調整企業外部籌資政策,關注適度負債對提升企業價值的重要性,提高企業資產負債比率。當企業需要大量資金且負債比例較低時,可以采用發行債券籌資；對股權進行控制,當遇到惡意收購等突發事件時應收回投資,減少對外流失股份。在企業經濟效益良好時,適時贖回股票,既可以減少效益的分流,降低權益比,又能更有效掌握控股權。民營企業主要依靠的是自有資金的增長來發展企業的規模。國家政策的約束和金融市場發展滯后,約束了企業籌資方式的發展。因此,民營企業應通過擴大企業債券的發行規模、減少對企業債券市場運行的不必要的行政干預以及完善法規體系等多個方面來促進企業債券市場的發展和完善。民營企業發債融資將迫使企業增加經營壓力,增強資金成本意識,建立有效自我約束機制,這是完善及優化資本結構的直接措施。民企上市融資要加強監管力度。第一,對企業募集資金的去向問題進行嚴格管理,避免企業用股權融資得來的資金來償還債務。第二,要加強外部審計對企業財務報告的監督力度。第三,完善公司法,在法律上規范企業的融資行為,杜絕證券市場上的不良風氣。同時增加企業流通股的總量,培養對企業擁有相對控制權的投資者,激發外部市場對公司管理層的關注。過度分散的股份會削弱其控制權,客觀上促使其減少股權融資的比例,加強對債務融資的利用,優化企業的資本結構。
參考文獻：
［1］陳耿,周軍.企業債務融資結構研究――一個機遇成本的理論分析［J］.財經研究,2004(2)：58-65.
［2］楊興全.企業債務融資結構與公司治理［J］.審計與經濟研究,2004(5)：54.
［3］林萍.淺析我國國有企業資本結構與融資效率［J］.昆明大學學報,2006(3):7-9.
［4］張慧，張茂德.債務結構、企業績效與上市公司治理問題的實證研究［J］.改革,2003(5)：77-81.
［5］沈向光.企業負債融資的控制權效率研究――基于不完全合同理論的分析框架［J］.財會通信,2004(10)：76-78 .
［6］袁衛秋.上市公司債務期限結構與經營業績關系的實證研究［J］.河北財經大學學報,2006(1)：73-81.
［7］袁衛秋.上市公司債務期限結構的實證研究――來自汽車制造業的證據［J］.經濟評論，2005(3）.
［8］李宏艷.中國上市公司經營績效的綜合量化模型研究［J］.數學的實踐與認識，2004(8）.
［9］鄧冬云，曾繁榮.上市公司經營績效行業差異實證研究［J］.桂林電子工業學院學報，2004(6）.
［10］McColnnell and Servas..Debt Financing under Asymmetric Information［J］.The Journal of Finance.1995(50):633-659.
［11］Barclay,M.J.and Smith,C.W.The Maturity Structure of Corporate Debt［J］.Journal of Corporate Finance，1995，(50):609-631.
上市公司債務融資范文第2篇
關鍵字：上市公司；債務融資；融資結構；行業特征
企業 是采用長期債務融資還是短期債務將直接 影響 到企業的債務期限結構。在中國上市公司的債務資金來源中，是長期債務偏多還是短期債務偏多呢？長短期債務的構成情況又是怎樣呢？行業因素對中國上市公司債務融資結構的影響如何？本文的目的是對中國上市公司的債務融資結構特征進行具體分析。
樣本選擇及其行業分布
本文使用wind中國 金融 數據庫中1995至2006年所有上市a股報告合并資產負債表的非金融公司數據為樣本，同時采用中國證監會2001年4月的《上市公司行業分類指引》（該指引為三級分類，包括13個門類，91大類和288個中類。該指引判斷某一上市公司行業的方法：當公司在某一行業的營業收入比重大于或等于50%，該公司便被歸入這一行業；當公司沒有一個行業的營業收入大于或等于50%，而它在某一行業的營業收入比重超過其他行業30%時，該公司被歸為該行業。否則，公司被歸為綜合類。）來劃分上市公司所屬的行業。表1是樣本及其所在行業的統計，可以看出，中國上市公司中將近60%的公司屬于制造業。
表1 中國上市公司的行業分布情況
行業門類（行業代碼）
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
農林牧漁業（a）
14
17
25
26
27
31
35
36
37
37
37
37
采掘業（b）
5
7
10
11
11
16
19
19
21
21
21
21
制造業（c）
440
498
590
623
668
711
776
786
804
804
803
801
水電煤氣生產供應業（d）
35
37
44
48
50
53
60
61
61
61
61
61
建筑業（e）
11
13
14
15
17
22
26
26
28
28
28
28
交通 運輸、倉儲業（f）
27
31
42
44
49
53
56
58
60
61
60
59
信息技術業（g）
52
55
62
64
69
77
82
83
86
86
86
86
批發和零售貿易（h）
72
74
84
85
88
88
90
90
90
90
90
90
房地產業（j）
45
47
53
54
55
55
57
57
59
59
59
59
社會 服務業（k）
25
28
34
36
37
37
38
38
40
40
40
40
傳播與文化業（l）
9
9
9
10
10
10
10
10
10
10
10
10
綜合類（m）
67
72
73
73
74
74
74
74
74
74
74
74
總計
802
888
1040
1089
1155
1227
1323
1338
1370
1371
1369
1366
中國上市公司債務融資結構的總體特征
一、中國上市公司債務融資結構的趨勢分析
表2 1992年-2006年中國上市公司債務融資趨勢分析
年份
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
平均
總負債/總資產
0.526
0.493
0.464
0.454
0.458
0.455
0.473
0.494
0.506
0.542
0.621
0.639
0.51
流動負債/總資產
0.42
0.401
0.386
0.382
0.39
0.388
0.4
0.422
0.434
0.468
0.548
0.56
0.433
長期負債/總資產
0.105
0.092
0.078
0.072
0.069
0.066
0.074
0.071
0.073
0.073
0.073
0.078
0.077
流動負債/總負債
0.798
0.813
0.832
0.841
0.85
0.853
0.843
0.854
0.855
0.864
0.881
0.876
0.847
長期負債/總負債
0.2
0.187
0.168
0.158
0.149
0.146
0.157
0.144
0.143
0.135
0.118
0.122
0.152
銀行信用比率
0.462
0.493
0.479
0.492
0.488
0.492
0.494
0.478
0.486
0.477
0.453
0.456
0.479
注：除2006年的數據為各公司的中報外，其余各年均為年報。銀行信用比率為短期借款與長期借款之和與全部負債之比。
表2統計了中國上市公司自1995年到2006年12年的總體資產負債率、流動負債比率、長期負債比率、流動負債占總負債的比率、長期負債占總負債的比率以及銀行信用比率的變化情況，其中12年的平均值分別為51%、43.4%、7.7%、84.7%、15.2%和47.9%。圖1直觀的顯示了1995年-2006年中國上市公司的債務融資趨勢。
中國上市公司的債務融資結構中，從期限結構的分類來看，期限短的流動負債占絕對的主導地位，而期限長的長期負債則只占一個較小的比重，這表明中國上市公司偏好期限短、流動性好的流動負債。從債務資金的來源來看，銀行信貸是企業債務資金的主要來源。從1995年至2006年12年的時序特征來看，中國上市公司的總體資產負債比率約為1/2左右，12年間呈u形變化，即1995年該比率為52.6%，之后逐年遞減，2000年該比率為45.54%，從2001年該比率開始回升，到2006年達到63.86%，說明中國上市公司通過債務籌集公司 發展 所需資金的趨勢在不斷增強；流動負債比率偏高，也呈u形變化，即1995年該比率為42%，之后逐年遞減，到2000年該比率為38.83%，2001年該比率開始逐年上升，到2006年該比率為55.91%；長期負債比率很低，且呈逐年下降的趨勢，1995年該比率為10.5%，1999年該比率下降到最低點6.85%，之后又有所回升，到2006年該比率上升到7.82%；流動負債占總負債的比重呈逐年上升的趨勢，1995年為79.8%，到2005年達到最高點88.1%；長期負債占總負債的比重則呈逐年下降的趨勢，1995年為20%，到2005年達到最低點11.8%，2006年該比重有所回升，為12.2%。
從圖1可以看出，在2000年以前，中國上市公司的總體資產負債比率呈逐年遞減趨勢，長期負債占總負債的比率也呈遞減趨勢，而流動負債占總負債的比率仍呈上升趨勢，表明企業負債率的降低，主要是由于長期負債的減少造成的，這可能與在1996-1999年間央行連續7次的降息有關，企業為了避免長期債務的利息率風險而采取減少長期債務融資或用短期債務融資來替代長期債務融資的方式，以降低利息率風險，從而降低債務融資成本。
圖1 1992年-2006年中國上市公司的債務融資趨勢圖
二、中國上市公司短期債務融資結構狀況
表3列出了1995年至2006年12年間短期債務所反映的與企業具有債權債務關系的利益相關者與企業之間的債權債務關系。從表3可以看出：（1）中國上市公司的短期債務融資結構中，短期借款所占的比重最大，平均為38.36%。（2） 其次是應付票據、應付賬款和預收賬款與代銷商品款，這三項指標所反映的是企業之間的往來所形成的資金占用關系，占流動負債的比率平均為33.39%；其中又以應付賬款所占的比重最高，平均占18.76%。（3） 至于企業來自職工和股東的債務融資所占流動負債的比重不大，分別為1.84%和3.54%。（4） 從這12年的時序特征來看，短期借款占流動負債的比重呈逐年遞減的趨勢，1995年該比重為40.14%，2006年下降為34.19%；而商業信用（企業相互往來所產生的資金占用）占流動負債的比重有上升的趨勢，由1995年的28.26%上升到2006年的41.88%；再者，從表2可知流動負債呈逐年上升的趨勢。這可能有兩個原因：第一，銀行信貸的有限性；第二，隨著銀行商業化改革的深入，銀行的風險意識逐漸增強，而上市公司業績又呈下滑趨勢，故出現“惜貸”現象。企業為了籌集到企業發展所需要的資金而采取了用商業信用來替代銀行信貸的債務融資方式。這也是在中國債務融資渠道單一的情況下企業理性選擇的結果。（5）企業對職工工資的拖欠在不斷上升，1995年為1.17%，2003年上升到2.09%，對股東支付股利等的拖欠卻在下降，這間接的表明企業為了滿足經營發展的資金需求，在盡力為企業保留發展所需要的資金。
表3 短期債務所反映的各債權人與企業之間的債權債務關系
年份
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
平均
企業與銀行
40.14
41.98
41.29
42.47
40.1
37.77
38.13
36.57
37.33
36.38
33.91
34.19
38.36
企業與企業
28.26
28.91
28.75
28.5
28.14
29
30.97
35.73
39.26
39.55
41.75
41.88
33.39
企業與職工
1.17
1.34
1.57
2.17
2.31
2.12
2.14
2.1
2.09
2.06
1.2
1.78
1.84
企業與股東
7.46
4.59
4.53
4.42
4.6
5.55
4.81
4.23
0.37
0.31
0.44
1.18
3.54
企業與其他債權人
22.98
23.17
23.85
22.57
24.85
25.53
23.94
21.37
20.95
21.67
21.92
20.97
22.81
注：各指標的結構比率是各指標的平均值與全部流動負債平均值之比。“企業與銀行”之間的債權債務是指“短期借款”；“企業與企業”之間的債權債務指“應付票據、應付賬款和預收賬款與代銷商品款之和”，即商業信用；“企業與職工”之間的債權債務是指“應付工資與福利”；“企業與股東”之間的債權債務是指“應付股利與利息”；“企業與其他債權人”之間的債權債務是指“應交稅金、其他應交應付款、預提費用、一年內到期的長期債務以及其他流動負債之和”。
三、中國上市公司長期債務融資結構狀況
表4列出了1995年-2006年中國上市公司長期債務融資的結構特征，可以看出，中國上市公司的長期負債中長期借款占絕對主導地位，平均為78.59%；其次是長期應付款，主要反映的是上市公司采用補償貿易方式下引進國外設備價款、應付融資租入固定資產租賃費等，平均為13.88%；至于應付債券，它所反映的是上市公司采用發行債券的方式來為公司籌集長期資金的情況，在長期負債中所占的比重很小，僅為2.92%。從這12年的時序特征來看，長期借款和應付債券占長期負債的比重呈逐年遞增的趨勢，說明上市公司越來越多的利用銀行貸款和債券市場籌集長期資金，而長期應付款占長期負債的比重則呈逐年遞減的趨勢，意味著中國上市公司采用補償貿易籌集長期資金的比重越來越小，這可能是由于近年來外商多以設備作為直接投資進入中國而造成的。
表4 1995年-2006年中國上市公司長期債務融資結構特征
年份
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
平均
長期借款
70.06
71.92
71.09
74.21
78.19
83.22
82.61
80.58
82.21
81.43
82.97
84.6
78.59
應付債券
1.83
1.59
1.86
2.76
2.64
2.7
0.8
1.8
3.63
6.25
5.03
4.2
2.92
長期應付款
24.54
23.41
23.7
20.27
17.71
10.56
11.7
9.96
6.06
7.2
5.71
5.69
13.88
住房周轉金
0.084
-0.13
-0.13
0.247
-0.283
-1.03
-0.1
專項應付款
0.048
0.058
0.05
1.1
1.28
1.4
1.34
1.55
1.57
0.7
其他長期負債
3.15
3.16
3.44
2.5
1.63
4.48
3.81
6.38
6.7
3.96
4.73
3.94
3.99
注：各指標的結構比率是各指標的平均值與全部長期負債平均值之比。
表5 1995年-2006年中國上市公司長期借款為0的樣本分布
年份
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
長期借款為0的公司數
220
250
333
342
416
434
476
488
480
508
531
514
占總樣本比率
27.43
28.15
32.02
31.41
36.02
35.37
35.98
36.47
35.04
37.05
38.79
37.63
長期負債為0的公司數
104
118
157
145
179
219
291
274
237
229
240
217
占總樣本比率
12.97
13.29
15.1
13.32
15.5
17.85
22
20.48
17.3
16.7
17.53
15.89
應付債券不為0的公司數
45
47
54
45
44
41
14
18
30
38
37
40
占總樣本比率
5.61
5.29
5.19
4.13
3.81
3.34
1.06
1.35
2.19
2.78
2.7
2.93
從表5 可以看出，盡管銀行信貸是企業長期債務資金的主要來源，但有相當大比率的上市公司 ，其長期借款為0，甚至于有16.49%的企業根本就不使用長期債務，所有的債務資金全部來源于期限短、流動性好的流動負債。并且，從圖2可以看出，在2001年以前，上市公司的債務融資完全依賴于短期流動負債而根本就不使用長期負債的趨勢在增強，從2002年起這一趨勢又有所下降；而長期借款為0的公司占總樣本的比率呈逐年上升的趨勢，表明越來越多的企業開始尋求銀行以外的融資渠道來籌集公司發展所需的長期資金。從應付債券不為0的樣本分布來看，通過發行債券來籌集長期資金的公司很少，并且從1995年到2001年，通過發行債券來籌集長期資金的公司占總樣本的比率呈遞減的趨勢，這是由于我國企業債券市場不發達，導致我國上市公司債務融資方式單一的必然結果。從2002年起，這一趨勢有所扭轉，通過發行債券來籌集長期資金的公司占樣本的比率開始呈現上升的趨勢，但趨勢并不十分明顯（圖2），表明我國迫切需要大力發展企業債券市場，為我國上市公司融資渠道多元化提供支持。
圖2 1992年-2006年
一、 中國 上市公司各行業門類債務融資結構的統計 分析
1 . 行業門類各負債比率的描述性統計
表6為分別對除 金融 、保險業以外的12個行業門類總體資產負債比率、流動負債比率和長期負債比率從1995年至2006年12年平均值的描述性統計。從表6可以看出：① 制造業、建筑業、信息技術業、批發和零售貿易、房地產業和綜合類等行業的總體資產負債率較高，平均值在50%以上，其中又以建筑業的總體資產負債率水平為最高，平均值為60.59%；其他行業的總體資產負債率水平居中，平均值在40%和50%之間。② 建筑業、批發和零售貿易以及房地產業等的流動負債比率很高，平均值在50%以上，其中又以建筑業的流動負債率水平為最高，平均值為54.76%；農林牧漁業、采掘業、制造業、信息技術業、 社會 服務業、傳播與文化業以及綜合類等的流動負債比率居中，平均值在30%和50%之間；水電煤氣生產供應業和 交通 運輸、倉儲業的流動負債比率較低，平均值在30%以下。③ 與流動負債比率相比，所有行業的長期負債比率都顯得十分低，其中只有采掘業、水電煤氣生產供應業和交通運輸、倉儲業的長期負債比率平均值在10%以上，而其他行業均低于10%。
因此，可以看出，中國的管制型行業，如水電煤氣生產供應業和交通運輸、倉儲業的總體資產負債比率和流動負債比率較其他行業低，而長期負債比率則較其他行業高。原因可能有兩個：第一，管制型行業的利潤較高，而在中國高利潤公司偏好于股權融資或內部融資，從而使其總體負債水平相對較低；同時中國管制型行業的上市公司都是當地較好的 企業 ，容易從銀行貸到長期貸款，因而其長期負債率比其他行業高。第二，水電煤氣生產供應業和交通運輸、倉儲業中的企業，大多屬于壟斷性企業。產品大多不存在更新換代 問題 ，收益風險主要是需求不足，而不是競爭引起的。產品或服務的價格比較穩定，業務收益波動程度較低、也比較穩定，而且具有一次性投資規模大、后續投資小、投資回收期長等特征，因而不難推斷其長期負債率比其他行業高的結論。
表6 中國上市公司行業門類各負債比率的描述性統計（12年平均值）
行業代碼
a
b
c
d
e
f
g
h
j
k
l
m
平均
總負債/總資產
46.8
47.01
51.74
42.58
60.59
40.55
51.26
55.78
56.7
40.74
47.11
55.06
51.08
20.28
14.68
51.27
18.81
12.26
20.14
27.63
30.32
41.18
20.18
38.38
30.97
44.8
流動負債/總資產
40.94
35.02
44.04
26.03
54.76
25.8
47.42
51.63
50.38
31.61
41.75
47.79
43.31
19.72
13
48.81
13.57
15.27
16.07
27.6
30.18
41.53
18.58
37.7
23.91
42.63
長期負債/總資產
6.8
11.97
7.69
16.31
5.83
14.7
3.83
4.12
6.3
8.95
5.35
7.23
7.71
8.08
11.96
11.37
15.63
7.47
15.86
5.86
6.46
7.82
10.32
7.5
16.6
12.46
注：表格中上方的數字表示均值，下方的數字表示標準差。行業代碼標識同表1，以下各表同。
2 . 行業門類短期債務融資結構分布
表7 中國上市公司各行業門類短期負債結構分布（12年平均值）
行業代碼
短期借款
應付票據
應付賬款
預收賬款與代銷商品款
應付工資與福利
應付股利、利息
應交稅金
其他應交、應付款
預提費用
一年內到期的其他長期債務
其他
a
44.24
4.92
13.07
6.08
2.94
2.6
2.53
19.57
0.99
2.73
0.29
b
21.09
9.68
23.44
7.1
3.4
2.44
5.65
20.23
0.46
5.88
0.63
c
39.96
7.52
20.55
7.44
2.09
3.44
2.61
9.08
1.41
5.07
0.77
d
32.64
1.65
12.04
3.29
2.06
10.06
6.11
17.49
1.65
12.37
0.68
e
26.81
1.45
27.03
18.77
2.99
1.46
3.16
13.98
1.31
1.87
1.14
f
31.89
2.65
11.91
1.61
1.55
5.75
2.98
16.54
9.13
15.09
0.87
g
31.58
5.85
25.58
10.08
1.6
2.37
1.91
12.93
1.79
5.83
0.66
h
42.52
9.74
19.67
10.29
1.41
2.42
0.31
10.24
0.65
2.37
0.3
j
40.96
1.39
11.21
17.08
1.02
2.88
2.88
14.16
3.89
4.03
0.48
k
38.37
1.87
12.18
10.05
1.58
5.14
2.99
19.02
0.9
7.38
0.52
l
45.6
3.62
12.62
8.23
0.95
6.23
1.82
11.41
2.55
4.88
2.11
m
46.31
4.1
13.13
9.83
0.98
3.09
1.47
13.37
1.91
3.72
2.03
注：各指標的結構比率是各指標的平均值與全部流動負債平均值之比。
表7給出了中國上市公司各行業門類短期負債結構的分布情況，表格中的數據為1995年至2006年12年的平均值。觀察表7可以得出：（1） 從短期借款來看，采掘業和建筑業的短期借款占流動負債的比重相對較低，12年的平均值分別為21.09%和26.81%，其他行業的短期借款占流動負債的比重的平均值均在30%以上，這說明銀行貸款仍是大部分行業短期負債的主要來源。（2） 從商業信用來看，水電煤氣生產供應業和交通運輸、倉儲業的商業信用占流動負債的比重偏低，12年的平均值分別為16.98%和16.17%；農林牧漁業、房地產業、社會服務業、傳播與文化業和綜合類行業的商業信用占流動負債的比重居中，平均值在20%至30%之間；采掘業、制造業、建筑業、信息技術業和批發與零售貿易行業的商業信用占流動負債的比重很高，平均值在30%以上。從商業信用的內部分布情況來看，大部分行業都是應付賬款占商業信用的比重較高，其次是預收賬款與代銷商品款，應付票據占商業信用的比重最低。（3） 從企業與職工的債權債務關系來看，大部分行業的應付福利與工資占流動負債的比重都很低，其中最高的行業為采掘業，但平均值也不過為3.4%，最低的行業為傳播與文化業，平均值為0.95%。（4）從企業與股東的債權債務關系來看，大部分行業的應付股利和利息占流動負債的比重都很低，但水電煤氣生產供應業的應付股利和利息高于其他行業，平均值為10.06%，比最低的行業高出了近7倍；另外，交通運輸與倉儲業、社會服務業和傳播與文化業的應付股利和利息占流動負債的比重平均值也都在5%以上。（5） 從除上述流動負債以外的其他流動負債來看，大部分行業的應交稅金占流動負債的比重很低，其中最高的行業為水電煤氣生產行業，但也不過為6.11%，最低的行業為批發與零售貿易，僅為0.31%；其他應交應付款的比重相對較高，除了制造業以外，其他行業的比重均在10%以上；大部分行業的預提費用占流動負債的比重都很低，平均值一般在1%至3%之間，但交通運輸、倉儲業的比重較高，平均值達到9.13%；除了水電煤氣生產供應業和交通運輸、倉儲業以外，大部分行業的一年內到期的其他長期債務占流動負債的比重都在10%以內，這與本文在前面得出的關于水電煤氣生產供應業和交通運輸、倉儲業的長期負債比率較其他行業高的結論相一致。
3 . 行業門類長期債務融資結構分布
表8給出了中國上市公司各行業門類長期負債結構的分布情況，表格中的數據為1995年至2006年12年的平均值。從表8可以看出：（1）從長期借款來看，除了交通運輸、倉儲業外（平均值為43.87%），其他行業的長期借款在長期負債中所占的比重都占絕對優勢，其中又以采掘業為最高，平均值為96.15%，這說明銀行的長期貸款是各行業長期負債的主要資金來源。（2） 從長期應付債券來看，除了傳播與文化業外（平均值為13.39%），大部分行業的應付債券占長期負債的比重都比較低，尤其是農林牧漁業和建筑業等，平均值僅為0.2%左右，這說明對大部分行業而言，債券融資并非企業融資的主要渠道。（3）從長期應付款來看，交通運輸、倉儲業的長期應付款占長期負債的比重遠遠高于其他行業，平均值為44%。究其原因可以發現，交通運輸、倉儲業的長期應付款占長期負債的比重從1995年以來基本上呈逐年遞減的趨勢，該比重最高的年份是1997年，高達74.75%，到2006年，該比重仍高達16.94%，因此12年的平均值達到44%也就不奇怪了。另外，水電煤氣生產供應業、建筑業、社會服務業和傳播與文化業等的長期應付款占長期負債的比重的平均值也都在10%以上，這說明一部分行業企業樂于采用補償貿易方式或融資租入固定資產的方式來為企業 發展 籌集資金。
表8 中國上市公司各行業門類長期負債結構分布（12年平均值）
行業代碼
a
b
c
d
e
f
g
h
j
k
l
m
長期借款
85.47
96.15
85.33
84.06
85.76
43.87
90.26
88.61
82.6
63.1
71.54
84.39
應付債券
0.19
1.51
3.49
4.61
0.2
1.47
1.23
0.72
5.69
4.66
13.39
3.17
長期應付款
8.88
1.89
7.24
10.71
11.94
44
3.71
6.88
7.67
14.41
10.44
9.35
住房周轉金
0.25
-0.1
-0.13
-0.08
0.29
-0.11
0.12
-0.52
0.35
-0.05
-1.01
-0.05
專項應付款
3.05
0.04
1.46
0.42
0.37
0.22
1.77
1.27
0.13
0.57
1.27
0.55
其他長期負債
2.15
0.56
2.76
0.31
1.44
10.72
2.9
3.17
3.56
17.56
4.37
2.78
注：各指標的結構比率是各指標的平均值與全部長期負債平均值之比。
二、門類行業間債務融資結構差異檢驗
非參數檢驗又稱為任意分布檢驗（distribution-free test），它不考慮 研究 對象總體分布的具體形式，也不對總體參數進行統計推斷，而是通過檢驗樣本所代表的總體分布形式是否一致來得出統計結論。非參數檢驗具有適用范圍廣，不論樣本來自的總體分布形式如何都可適用的優點；然而，如果對符合用參數檢驗的資料用非參數檢驗，則會丟失信息，導致檢驗效率下降，犯第ⅱ類錯誤的可能性比參數檢驗大。因此，為了得到更為精確的結論，本文同時采用參數和非參數檢驗對1995年至2006年12年間中國上市公司12個門類行業間的債務融資結構差異進行分析，其中參數檢驗是指兩因素方差分析，即以“行業”和“年份”為因素，非參數檢驗是指成組設計多個樣本比較的秩和檢驗（kruksal-wallis檢驗）。另外，為了進一步對各門類行業彼此之間的債務融資結構差異程度進行分析，本文采用scheffe法進一步做均數間的兩兩比較。
1 . 各負債比率的差異檢驗
表9是對1995至2006年12年各行業門類間的各種負債比率進行參數檢驗和非參數檢驗的結果。從表9的參數檢驗結果可以看出，不同年份以及不同門類行業間的各負債比率之間存在顯著差異，因為所有的f值都在1%甚至更低的水平上顯著。另外，從f值來看，由于行業的f值都比年份相對應的f值高，故可以得知各負債比率之間的差異更多的是由于行業差異而不是年份差異造成的。從表9的非參數檢驗結果可以看出，所有的kruksal-wallis檢驗卡方統計值都在1%的水平上顯著，進一步表明門類行業間的各負債比率存在顯著差異。
表9 1995年至2006年中國上市公司各負債比率的差異檢驗結果
負債比率
方差分析的f值（p值）
kruksal-wallis檢驗
卡方檢驗值（p值）
總體
年份
行業
總負債/總資產
17.35（0.0000）
14.47（0.0000）
20.23（0.0000）
72.124（0.0001）
流動負債/總資產
35.23（0.0000）
15.07（0.0000）
55.40（0.0000）
105.545（0.0001）
長期負債/總資產
18.64（0.0000）
3.00（0.0015）
34.28（0.0000）
102.425（0.0001）
2 . 行業門類間短期債務結構的差異檢驗
表10是對1995至2006年12年各行業門類間短期債務結構分布進行參數檢驗和非參數檢驗的結果。從表10的參數檢驗結果可以看出：（1）各年份的短期借款沒有區別，而各行業間的短期借款有顯著差別；（2） 年份因素和行業因素都對商業信用的差別有顯著 影響 ，且行業因素的影響更大；（3） 年份因素對企業與職工的債權債務沒有影響，而行業因素對其有顯著影響；（4）年份因素和行業因素都對企業與股東的債權債務有顯著影響，且年份因素的影響似乎更大；（5） 年份因素和行業因素都對企業與其他債權人之間的債權債務有顯著影響，且行業因素的影響更大。表10的非參數檢驗結果進一步支持了門類行業間短期債務的結構分布存在顯著差異的結論，因為所有的卡方檢驗值都在1%的水平上顯著。
表10 1995年至2006年行業門類間短期債務結構分布的差異檢驗結果
債務種類
方差分析的f值（p值）
kruksal-wallis檢驗
卡方檢驗值（p值）
總體
年份
行業
企業與銀行
10.30（0.0000）
1.12（0.3482）
19.48（0.0000）
85.158（0.0001）
企業與企業
30.49（0.0000）
10.13（0.0000）
50.85（0.0000）
103.834（0.0001）
企業與職工
10.10（0.0000）
1.58（0.1119）
18.61（0.0000）
92.631（0.0001）
企業與股東
13.09（0.0000）
13.57（0.0000）
12.61（0.0000）
32.062（0.0007）
企業與其他
21.76（0.0000）
4.22（0.0000）
39.30（0.0000）
102.426（0.0001）
從以上分析可知各行業間的短期借款有顯著差別，但對各門類行業彼此之間短期借款的差異程度尚不清楚，故本文采用scheffe法進一步做均數間的兩兩比較（表11）。從表11可以看出，在5%的水平下，短期借款有多個檢驗結果顯著，且顯著的結果比較均勻的分散在若干行業門類之間，行業間的短期借款差異主要是由于農林牧漁業、采掘業、建筑業、交通運輸和倉儲業、信息技術業、傳播與文化業和綜合類行業之間的差異引起的。
表11 12個行業門類間短期借款的scheffe檢驗
行業
a
b
c
d
e
f
g
h
j
k
l
b
0.000
c
0.993
0.000
d
0.052
0.054
0.702
e
0.000
0.930
0.010
0.920
f
0.024
0.104
0.546
1.000
0.971
g
0.018
0.134
0.479
1.000
0.982
1.000
h
1.000
0.000
1.000
0.208
0.000
0.119
0.092
j
0.999
0.000
1.000
0.493
0.003
0.342
0.285
1.000
k
0.916
0.000
1.000
0.930
0.054
0.845
0.797
0.994
1.000
l
1.000
0.000
0.937
0.013
0.000
0.005
0.004
1.000
0.986
0.719
m
1.000
0.000
0.863
0.006
0.000
0.002
0.001
0.998
0.957
0.574
1.000
注：僅列出了p值。
3 . 行業門類間長期債務結構的差異檢驗
表12是對1995至2006年12年各行業門類間長期債務結構分布進行參數檢驗和非參數檢驗的結果。從表12的參數檢驗結果可以看出：（1） 年份因素和行業因素都對企業長期借款有顯著影響，且行業因素的影響更大；（2）在1%的水平下，年份因素對應付債券沒有影響，但在5%的水平下對應付債務有顯著影響，行業因素則在1%甚至更低的水平上對應付債券有顯著影響；（3）年份因素和行業因素對長期應付款都有顯著影響，且行業影響較大；（4）年份因素對其他長期負債沒有顯著影響，而行業因素對其有顯著影響。表12的非參數檢驗結果進一步支持了門類行業間長期債務的結構分布存在顯著差異的結論，因為所有的卡方檢驗值都在1%的水平上顯著。
表12 1995年至2006年行業門類間長期債務結構分布的差異檢驗結果
債務種類
方差分析的f值（p值）
kruksal-wallis檢驗
卡方檢驗值（p值）
總體
年份
行業
長期借款
17.53（0.0000）
3.96（0.0000）
31.10（0.0000）
79.976（0.0001）
應付債券
3.44（0.0000）
2.06（0.0284）
4.82（0.0000）
39.798（0.0001）
長期應付款
12.95（0.0000）
5.37（0.0000）
20.53（0.0000）
58.768（0.0001）
其他
4.94（0.0000）
0.87（0.5713）
9.01（0.0000）
53.466（0.0001）
注：“其他”是指“住房周轉金、專項應付款與其他長期負債之和”。
結 論
通過對中國上市公司債務融資結構的總體特征進行分析，發現在中國上市公司債務融資結構中，流動負債比率較高且呈逐年上升的趨勢，長期負債比率較低且呈逐年下降的趨勢；中國上市公司的債務融資有1/2左右是靠銀行信貸實現的，且這一比重在1995至2006年12年中的變化并不大。在中國上市公司的短期債務融資中，以銀行貸款為主，其次為企業之間的往來所形成的資金占用關系，至于企業來自職工和股東的債務融資所占流動負債的比重不大。在中國上市公司的長期債務融資中，長期借款占絕對主導地位，其次是長期應付款，至于應付債券在長期負債中所占的比重很小；此外，盡管銀行信貸是企業長期資金的主要來源，但有相當大比率的上市公司，其長期借款為0，甚至于有的企業根本就不使用長期債務。
通過分析中國上市公司債務融資結構的行業特征，發現各行業的總體資產負債率水平都比較高，12年的平均值都在40%以上；在1995至2006年12年間，大部分行業的總體資產負債率和流動負債比率都經歷了一個u形變化過程；在負債結構中，流動負債比重過高，長期負債比重偏低；中國受管制行業的長期負債比率相對高于其他行業，流動負債比率相對低于其他行業；銀行貸款和商業信用是大部分行業短期負債的主要來源；長期借款是大部分行業長期負債的主要來源。
參考 文獻 ：
[1]盧俊.資本結構 理論 研究譯文集[m].上海三聯書店，上海人民出版社，2003.
[2]韓德宗,向凱.我國上市公司債權融資結構的實證研究——以醫藥、生物制品行業為例[j]. 經濟 科學 ，2003,(2)，p68-75.
[3]譚小平.我國上市公司債務融資結構研究[j].暨南大學博士論文，2005.
上市公司債務融資范文第3篇
隨著我國全流通時代的到來,股份所有制公司的所有權日益分散，委托問題越來越引起關注。盡管如此，大多數公司權益融資和公司治理之間對債務融資的關注十分缺乏。目前國外已經對具有融資結構的公司同時進行了理論研究和實踐性探索，并且已經取得了一些相關成果。Jensen（1986）研究認為債權人對公司收益具有較大的影響，主要體現在債權集中程度上面。一般來說，如果債權集中，債權人內部利益相關，他們比較容易產生共同的觀點，達成公司高層決策需要的成本則比較低，公司運營效率就會高，反之，債權人需要相互溝通，談判來達到共同的目的。Demsetz, Villalonga（2001）認為公司最重要的目的是為了能夠獲利，在市場競爭中得以生存，因此公司所做出的一切決策需要以公司利益最大化為前提，股東人行動成本高出公司收益時候公司管理機制失效，而且債權人所有制不同會對公司收益產生深遠的影響。袁顯平、柯大鋼（2006）認為學者在分析債務時候，往往認為企業所有債務是相同的，事實上不然，企業的債務期限不同，利潤優先權也不一樣，企業管理結構不同，收益也會不盡相同。張雪芳、劉春杰（2006）等人根據MM理論結合古典與當論研究了這一問題并且對公司治理進行了分析，他們認為企業運營成本和融資結構有著不可分割的關系。本文沿用前任的研究成果，發現企業的管理結構和公司治理相關度十分高，合理的融資結構能夠對公司的盈利，管理起到改良作用，并且減少公司運營成本。不合理的融資結構會對公司產生負面效果，增加企業運營成本的同時降低公司的實際存在價值。也就是說，融資結構對公司的整體運營具有深遠的影響。本文的研究目的是根據中國現在市場實際情況確立最合理的融資結構與融資方式，進而提升公司的管理效率，使得公司在激烈的市場競爭中達到利益最大化。
二、研究設計
（一）研究假設已有研究分析表明，債務融資的治理效應必然促進企業價值增長，即適當的債務融資會優化公司治理結構、提高治理水平，從而提升企業價值。國內外大量的實證研究證明，公司治理水平與企業價值之間是正相關的。原紅旗（2003）借助指標CGI及中國實際數據進行實證分析，發現我國上市公司治理水平確實對企業價值有高度顯著的正向促進作用，并隨著改革深入和證券市場的規范化，呈現出逐年增強的趨勢。因此，提出假設：
假設1：債務融資治理效應與企業價值顯著正相關
通常情況下，公司盈利能力越高，公司的價值也就會越高
假設2：公司盈利能力與公司價值顯著正相關
研究表明，公司規模對公司價值的影響主要體現在公司業績這一方面。國內外已有不少研究者用公司規模作為變量解釋公司的價值增長，他們認為公司價值增長可以解釋為公司規模擴張的結果。
假設3:公司規模與公司價值顯著正相關
通常情況下，公司成長性指標越好，公司價值便價值越大。
假設4：公司成長能力與公司價值顯著正相關
（二）樣本選取與數據來源本文研究的樣本主體是國內A股上市公司。目前為止，由于2013年的年報數據尚未進行統計，因此本文選取的研究區間為2010年至2012年。原始樣本為2010年12月31日前上市的所有A股公司。并且，為避免受到新股和債務融資率指標在計算中的影響，使用凈債務指標；同時，為了確保數據統計的精確度和客觀性，本了如下剔除：排除所有金融保險類的公司；排除異常數據（凈資產收益率ROE小于－1000%）；排除數據不完整的公司。經過統計，符合這樣條件的數據有2967組。樣本數據來源于wind資訊。
（三）變量定義 本文選取了如下變量：（1）被解釋變量。反映企業績效指標的指標有： ROE（凈資產收益率）、ROA（總資產收益率）和CPM（主營業務利潤率） 等。本文選取總資產收益率 ROA 作為描述企業績效的指標。理由主要如下：凈資產收益率 ROE只能體現自有資本獲取收益的能力，而不能展現債權形式資源投資的影響；另外，由于凈資產收益率ROE考慮了債務融資的杠桿效應，因此難以獨立體現負債的治理效應。例如，在凈資產收益率較高的情況，公司可能表現為過高的負債，而凈資產收益率較低的情況只能反映該公司的融資策略可能相對保守，卻不能直接得證明債務治理的優劣。但是，對于總資產收益率ROA而言，它不但可以反映上市公司全部資源投資的貢獻，同時公司資產的綜合利用效果得到了很好地體現。由此，我們根據分析和經驗選擇總資產收益率作為研究的指標，并且認為基于該指標的分析效果會更合適。（2）解釋變量。主要包括：債務融資率（DFA）。上市公司該年債務融資凈額占年末該上市公司總資產的比率。為了體現作為樣本的上市公司的債務融資的實際情況，本文選用樣本上市公司該年的負債總額（短期負債、長期借款、流動負債、應付債券）和上一年的負債總額之差作為本年的凈債務（債務融資凈額）。同時，上市公司的債務融資狀況利用債務融資凈額占總資產比例（DFA）來描述。資產負債率（DE）。年度總負債占總資產的比率。（3）控制變量。凈資產收益率（ROE）。凈利潤和平均股東權益的比率。該指標在衡量上市公司盈利能力時十分重要。本文加入ROE主要是因為公司盈利能力對公司價值的影響十分明顯。公司規模（SIZE）。公司規模在衡量公司價值的眾多變量中有著舉足輕重的地位。本文采用公司年末總資產的自然對數值作為衡量公司規模的指標。公司成長能力（DO）。公司成長能力（DO）通常用凈利潤增長率表達，一般是將當年凈利潤和去年凈利潤之差比上去年凈利潤。
（四）模型建立 根據以上的分析并借鑒國內外學者的相關研究文獻，擬建立如下模型：
ROAi，t=?琢i+?茁1（DFA）i，t+?茁2ROEi，t+?茁3ln（SIZEi，t）+?茁4DOi，t+?著i，t（1）
ROAi，t=?琢i+?茁1（DE）i，t+?茁2ROEi，t+?茁3ln（SIZEi，t）+?茁4DOi，t+?著i，t （2）
其中 i 表示公司，t 表示年份。備注：由于在考察公司價值變化影響的時候，許多變量的絕對值也會發生相應地變化，因此可能會出現誤差，因此上述模型均使用相對量（增長率、比率或對數值）作為變量。
三、實證檢驗分析
（一）描述性統計從表（1）中，可以看出：就資產負債率而言，三年的總體資產負債率在 50％左右，并呈現出逐年遞增的趨勢。2010 年至2012年平均值分別為 46.6%、49.0%、50.9%。就債務融資率來講，3 年來，上市公司的債務融資率也在小幅上升，這與資產負債率小幅上升的趨勢是一致的。上市公司的 3 年績效情況來看，總資產收益率在 4％上下浮動；而凈資產收益率在經過 2010年到 2012年的上漲后，在 2004 年反而是負增長。這與我國股市持續低迷有關。尤其自 2010年以來，到 2012年連續下跌，使得上市公司的市場價值大大縮水。凈資產收益率的下降與總資產收益率的相對穩定，說明債務融資對公司治理起到了一定的作用。
（二）相關性分析由相關性表（2）和表（3），幾個變量間的Pearson相關系數的顯著水平均不顯著，這表明變量間相對是相互獨立的，該相關系數證明該表所選樣本的數據是有效的。
（三）回歸分析從兩個模型的回歸系數表（4）和表（5）來看，債務融資率與資產負債率與總資產收益率之間是負相關關系。具體分析如下：（1）模型1檢驗。首先，總資產收益與凈資產收益率呈正相關性，這和前文的假設相符，說明當企業的盈利水平增強后，企業的價值將會增大。其次，公司規模與總資產收益率之間顯著正相關，相關系數為1.456，這與原假設也基本符合，顯著概率0.000遠小于1%，說明非常顯著。其意義為在一定條件下，公司規模的增大也會使得公司價值產生增值。而公司成長性指數DO與總資產收益率呈現顯著的正相關性，相關系數為0.001，T統計量為12.603，顯著概率遠小于1%，說明公司價值隨著公司成長性改善而增大。債務融資率與總資產收益率的相關系數為-0.042，此處與原假設有偏差，即當債務融資增多后，反而會使公司的價值減小。此處的負相關性可以用經濟學原理中的“時滯效應”來解釋，即某年度的債務融資引起的治理效應通常要延后一年反映出來，有時候甚至延遲更長時間。這說明債務融資率的增大并不能保證公司價值的增加。（2）模型2檢驗。首先，總資產收益與凈資產收益率呈正相關性，這和前文的假設相符，說明當企業的盈利水平增強后，企業的價值將會增大。其次，公司規模與總資產收益率之間顯著正相關，相關系數為1.534，這與原假設也基本符合，其意義為在一定條件下，公司規模的增大也會使得公司價值產生增值。資產負債率DE的參數位-0.06，而T統計量有非常顯著的解釋程度，顯著水平位0.000
上市公司債務融資范文第4篇
傳統理論下，股權融資和債務融資的選擇更多考慮融資成本問題，而在新資本結構理論下融資模式和財務治理理論相結合，融資模式可發揮財務治理作用，成為一種財務治理手段。就融資順序而言，國外普遍奉行啄食理論。Jensen和Meckling（1977）第一次將企業融資與成本聯系起來，認為由于企業內外部利益相關者之間的利益沖突不同，成本主要分為股權成本和債權成本。當經理層對企業的絕對投資額一定時，增加企業債務融資的比例，經理層的股權比例會相應增加，從而激勵經理層努力經營，降低股權成本。Harris和Raviv（1988）指出企業不同債務比例會導致不同的控制權轉移模式或行為。低債務比率的企業可能會被標價收購；高債務比率的企業可能會被杠桿收購；中間債務比例則使控制權在各利益相關者間形成競爭狀態。張春霖（1995）指出我國國有企業存在嚴重的內部人控制問題，提出可以通過改變融資機構的性質緩解該問題。于東智（2003）研究表明我國上市公司債務治理失效，企業績效與負債比率負相關。鄧莉（2007）研究表明我國銀行債權對債務人內部治理沒有顯著的治理效應，銀行貸款率與企業績效呈負相關關系。作為主要的債權人，銀行并沒有發揮有效的監督和約束作用。我國正處于經濟轉軌時期，證券市場發展不完善，投資者盲目投資，股權融資成為企業融資的首選，而融資成本低很多的債務融資被冷落，嚴重違背融資的決策標準。其次，銀行借款是企業主要的債務來源，理論上銀行是最優的外部監管人，但我國銀行和國有企業的同源性導致銀企不能成為獨立的市場主體，銀行缺乏治理參與的動力。另外，我國債券融資嚴重不足，債券市場嚴重滯后。2010年滬深兩市全年股票融資接近9000億元，相比之下，同年我國共發行165只企業債券，規模只有3627.03億。事實上，我國交通運輸業基本完成了股份制改革，股票融資市場不再是交通運輸上市公司主要融資市場，而龐大的銀行體系和成長的債券市場才是企業未來的主要融資市場。同時債權人是企業重要的利益相關者，其提供資金甚至超過股東，對公司治理具有重大的影響。因此重點分析債務融資的財務治理效應和債權人在財務治理中的作用對完善交通運輸業企業的治理具有十分重要的理論意義和實踐意義。
二、研究設計
（一）研究假設 本文基于前人研究，提出以下假設：
假設1：在我國交通運輸上市公司中，債務融資率與顯性成本負相關
假設2：在我國交通運輸上市公司中，債務融資率與隱性成本負相關
假設3：隨著我國交通運輸企業整體債務率的升高，企業的經營績效越低，債務比率與公司績效負相關
假設4：短期債務和長期債務均與公司績效負相關，但與短期債務相比，長期債務在我國交通運輸企業的治理效應更差
假設5：銀行貸款率與公司績效負相關，債券融資率與公司績效正相關
假設6：在我國交通運輸上市公司中，融資租賃率與企業績效負相關
（二）樣本選取和數據來源 本文選取我國滬深兩市的所有A股交通運輸類上市公司。時間窗口為后股改2006年至2010年。本文要求所有樣本公司必須是2008年之前上市并到2010年仍然存在。為了保障數據的有效性，本文在篩選數據時按照以下標準：剔除被PT或ST的交通運輸類上市公司；剔除數據不完整或缺失的交通運輸類上市公司；剔除08年以后上市的公司。最后本文得到71家交通運輸上市公司的數據。其中2006年61個樣本，2007年65個樣本，2008年71個樣本，2009年71個樣本，2010年71個樣本，共339個樣本。所有數據均來自銳思金融數據庫和國泰安數據庫，數據處理軟件使用excel2007和stata13版。
（三）變量選取 本文選取如下變量：（1）被解釋變量。第一，顯性成本。顯性成本表現為在職消費。由于經理層的在職消費大多在公司的管理費用中列支，因此本文選用管理費用率表示。第二，隱性成本。隱性成本的結果可觀察，但很難證實，無法準確衡量。但隱性成本表現為過度投資，過度投資則會導致企業的投資效率低下。因此可以用投資效率的高低來衡量過度投資的結果。本文選用凈資產收益率替資效率。第三，公司績效。為了更好地反映企業績效，本文選取了總資產凈利率、資產報酬率和主營業務資產利潤率三個指標作為我國交通運輸上市公司財務治理總體績效的替代變量。總資產凈利率反映企業整體資產的經營情況和獲利能力，可以較好的反映企業績效。資產報酬率（息稅前利潤/總資產）選擇的息稅前利潤作為分子，能夠剔除債務杠桿效應、節稅效應等因素的干擾。主營業務資產利潤率代表了企業的核心競爭力，有利于企業核心發展主營業務，提高經營者管理水平和產品競爭力。（2）解釋變量。主要包括：資產債率、短期債務率、長期債務率、銀行借款率、融資租賃率等。其中在會計上，融資租賃以“長期應付款”賬戶記錄，所以本文用長期應付款率替代融資租賃率。（3）控制變量。公司規模。公司規模影響企業績效，規模越大，成本、公司績效等越大。本文將用總資產的對數表示公司規模。企業成長性。公司成長性越好，經營業績越佳。本文用主營業務增長率表示企業成長性。自由現金流量。企業的自由現金流量對顯性成本和隱性成本都產生影響。當企業現金流量豐富時，由于股權激勵不足和內部人控制因素，經理層傾向于更多在職消費和無效投資。第一大國股東持股比例。企業的股權集中度影響著企業績效。一般而言，股權集中度越高，控股股東基于控制的公共利益所產生的正面激勵也越高，控股股東越有可能保持對經理層的有效控制，從而提高企業績效。國有股比例。我國交通運輸企業為公益事業型行業，國有成份高，所有者缺位和內部人控制現象嚴重，對公司的成本和公司績效產生不良影響。因此該變量也必須考慮。具體變量定義見表（1）。
（四）模型建立 為了檢驗假設，本文建立如下回歸模型：
回歸方程1：檢驗債務融資對顯性成本的影響：RMET=C+β1DAR+β2SIZE+β3FCF+β4GROW+β5OWNI+β6SLATE+ζ（1）
回歸方程2：檢驗債務融資對隱性成本的影響：ROE=C+β1DAR+β2SIZE+β3FCF+β4GROW+β5OWNI+β6SLATE+ζ（2）
回歸方程3：檢驗整體債務對公司績效的影響：ROA=C+β1DAR+β2SIZE+β3FCF+β4GROW+β5OWNI+β6SLATE+ζ（3）
ROAEBT=C+β1DAR+β2SIZE+β3FCF+β4GROW+β5OWNI+β6SLATE+ζ（4）
ROMBT=C+β1DAR+β2SIZE+β3FCF+β4GROW+β5OWNI+β6SLATE+ζ（5）
回歸方程4：檢驗債務期限的財務治理效應
ROA=C+β1SDAR+β2LDAR+β3SIZE+β4FCF+β5GROW+β6OWNI+β7STATE+ζ（6）
ROAEBT=C+β1SDAR+β2LDAR+β3SIZE+β4FCF+β5GROW+β6OWNI+β7STATE+ζ（7）
ROMBT=C+β1SDAR+β2LDAR+β3SIZE+β4FCF+β5GROW+β6OWNI+β7STATE+ζ（8）
回歸方程5：檢驗債務來源的財務治理效應，主要包括銀行貸款和企業債券
ROA=C+β1ROBL+β2RZQ+β3RZZ+β4SIZE+β5FCF+β6GROW+β7OWNI+β8SLATE+ζ（9）
ROAEBT=C+β1ROBL+β2RZQ+β3RZZ+β4SIZE+β5FCF+β6GROW+β7OWNI+β8SLATE+ζ（10）
ROMBT=C+β1ROBL+β2RZQ+β3RZZ+β4SIZE+β5FCF+β6GROW+β7OWNI+β8SLATE+ζ（11）
三、實證檢驗分析
（一）描述性統計 表（2）報告了全部樣本、國有控股樣本和非國有控股樣本的基本描述性統計。從表中看出：（1）無論是總體還是國有控股或非國有控股的上市公司，第一大股東持股比例均值和中位數分別為45.16%和45.61%，其中國有控股樣本股權集中度略高，高于非國有控股上市公司第一大股東大多為控股股東。（2）總體上看，我國交通運輸業多為國有企業或國有控股企業。國有股比例均值和中位數分別為33.34%和35.03%，均高于25%的最低限制，處于優勢表決地位。（3）從業績水平上看，國有控股的三個指標-總資產凈利率7.06%、資產報酬率9.89%、主營業務資產凈利率11.58%均略高于非國有控股的6.08%、8.84%和10.8%。這可能預示著適量的國有股權在某種程度上有助于提高公司業績。（4）從投資效率上看，非國有控股的凈資產收益率9.88%略高于國有控股的9.73%，說明國有控股企業經理層更注重構建“企業帝國”，投資效率低。（5）從負債水平上看，全部樣本資產負債率均值和中位數分別為42.08%和39.87%，說明我國交通運輸上市公司的資產負債率偏低，與國際水平相差較大，這可能與我國企業債券市場不發達有關。同時，國有控股上市公司的資產負債率37.8%遠低于非國有控股上市公司的47.1%，說明國有控股企業并未積極采取債務融資工具，發揮負債的積極治理效應。
（二）相關性分析 表（3）中列出了所有變量的Pearson相關系數。可看出：（1）三個績效指標（ROA，ROAEBT，ROMBT）的相關系數較大，分別為0.9691、0.7262、0.7738，且均在1%水平下顯著，說明三個績效指標關聯性強，均能良好的反映績效。另外，凈資產收益率指標和三個績效指標的相關系數較大，分別為0.8160、0.8077、0.6282，說明ROE和三個績效指標的關聯度較大，可用于反映企業績效。（2）ROE和三個績效指標ROA、ROAEBT、ROMBT均與資產負債率DAR顯著負相關，表明債務比例的增加降低了公司績效，我國交通運輸上市公司的債務治理效應弱化，這和預期假設一致。（3）管理費用率RMET和短期債務比SDAR顯著正相關，與長期債務比LDAR顯著負相關，說明短期債務并沒有因為現時償還壓力有效限制經營者在職消費，相反長期債務因為未來現金流預留而對在職消費起到限制作用。（4）ROE和三個績效指標均有長期債務比例LDAR、銀行借款率ROBL顯著負相關，說明銀行未能對負債企業進行良好的監督約束作用。（5）就債務結構內部而言，資產負債率DAR、長期債務比率LDAR和銀行借款率ROBL顯著正相關，相關系數分別為0.6561，0.7870，0.7225，說明債務融資中銀行借款占比較大，且銀行借款大多為長期貸款。這說明交通運輸上市公司債務融資中主要采取長期貸款方式，負債融資渠道單一。
（三）回歸分析 本文進行了如下回歸：（1）假設1的實證結果。從表（4）中可看出：第一，資產負債率與管理費用率正相關，在10%水平上顯著。說明在我國交通運輸行業中，隨著企業負債的增加，經理層并沒有減少在職消費，債務融資在對經理層的約束限制有限，成本并沒有降低。這與假設1基本一致。第二，企業規模和管理費用率顯著負相關，說明隨著企業規模的擴大，管理費用支出反而得到有效控制，這可能是因為企業規模擴大之后，公司管理制度和內部控制制度得到優化，費用支出嚴格按照制度，因此管理費用支出受到約束。第三，第一大股東持股比例與管理費用率正相關，在10%水平上顯著，說明隨著控股股東持股比例的增加，控股股東反而減少了對經理層的監督，經理層在職消費更容易。企業成長性和國有股比例與管理費用率均表現為負相關，均未通過10%的顯著性檢驗，回歸結果沒有說服力。（2）假設2的實證結果。從表（5）中可看出：第一，資產負債率和凈資產收益率顯著負相關，且通過1%的顯著性檢驗。說明在我國交通運輸業中隨著企業資產負債率的升高，經理層的過度投資行為并未受到多大限制，相反經理層更傾向于增加負債來構建企業帝國，進行過度投資。這與假設2一致。第二，第一大股東持股比例與凈資產收益率顯著正相關，且通過了1%的顯著性檢驗。這說明了控股股東對企業投資有利益協調效應，控股股東由于其持股比例較大，有足夠的動力監督經營者的行為，可避免股權分散情況下小股東搭便車而造成的監管不力的現象，同時足夠投票權可保證控股股東本身或其代表直接參與企業經營，從而促進企業的投資效果。相反，國有股比例與凈資產收益率負相關，且通過了1%的顯著性檢驗。這說明國有控股對限制經理層過度投資行為是無效的。這與預期的假設一致。股權集中度高有助于限制經理層過度投資行為，但如果控股股東性質為國有，則恰恰相反，經理層的過度投資行為更嚴重。第三，企業成長率、自由現金流量和凈資產收益率的回歸系數為正，說明隨著企業成長的加快和自由現金流量的增多，企業有更多資金進行投資，且投資效果較好。（3）假設3的實證結果。從表（6）中數據可以看出：第一，資產負債率和三個績效指標――總資產凈利率、資產報酬率、主營業務資產利潤率――均顯著負相關，且通過1%的顯著性檢驗。這說明我國交通運輸上市公司負債越高，企業的經營績效越差，債務融資在公司治理中表現消極，未起到良好的財務治理效果。這與文預期的假設3一致。第二，三個模型中第一大股東持股比例的系數顯著為正，均通過1%的顯著性檢驗，表明控股股東持股比例的增加有助于提高公司績效，即股權集中度與公司績效正相關。La Porta（1999）認為投資者法律保護較弱的國家股權集中是股東對自身利益保護的結果，因為沒有公司控制權的小股東面臨著利益被盤剝的被動局面，而大股東有足夠的動力監督經營者行為，具有積極的治理效應。本文的結果體現了這一點。與此相反，三個模型中國有股比例系數均顯著為負，模型三和五通過了5%的顯著性檢驗，模型四通過了10%的顯著性檢驗。這在一定程度上表明隨著國有股比例的增加，其行政干預的攫取之手對公司績效產生負面影響。可見，股權集中度越高，對控股股東基于控制的公共利益所產生的正面激勵也越高，控股股東越有可能保持對經理稱的有效控制，從而提高企業績效；但如果控股股東為國有，國有股比例越高，對公司產生的負面效應越大，是一只攫取之手。第三，三個模型中自由現金流量系數為正，且均通過了5%的顯著性檢驗，表明自由現金流量的增加有助于企業績效，這和“自由現金流量假說”相悖，這可能與我國交通運輸業的行業特點有關。三個模型中，企業資產規模系數均為負，模型三和四不顯著，模型五顯著，說明企業規模對我國交通運輸上市公司的績效不顯著。（4）假設4的實證結果。表（7）三個模型中調整的R2分別為0.2461，0.2446，0.2032，擬合程度基本可以接受。從表中數據可以看出：第一，模型六和模型七中長短期債務比的回歸系數均顯著為負，模型八中長期債務比的系數顯著為負，短期債務比的系數為負，但不顯著。總體而言，無論是長期債務還是短期債務，隨著債務比例的增加，公司業績反而降低。這與假設3一致。第二，三個模型中，短期債務比的系數絕對值遠小于長期債務比的系數絕對值，和本文預期的假設一致，表明在我國交通運輸上市企業中，和短期債務融資相比，經理層更傾向于借入長期債務，長期債務使經理層無需面臨短期的償還壓力，可自由構建企業帝國，導致企業經營績效差。（5）假設5和假設6的實證結果。表（8）三個模型的調整值分別為0.2207，0.2483，0.2832，擬合程度基本可以接受。從表中數據可以看出：第一，三個模型中銀行借款率的系數顯著為負，均通過1%的顯著性檢驗，說明銀行存款在我國交通運輸上市公司中的治理作用表現消極，銀行借款比例的增加反而使公司績效降低。這是因為我國交通運輸上市公司多為國有企業，銀行作為債權人在監督約束經營者或參與公司治理方面缺乏獨立性，兩者難以形成嚴格的債權債務關系。第二，三個模型中債券融資率的系數均為正，說明債券的增加有助于我國交通運輸上市公司績效的提高，債券融資能夠起到良好的治理作用。但三個模型中系數的顯著性均不高，這可能是樣本數量的局限性而致。第三，三個模型中融資租賃率的系數均顯著為負，其中模型九和模型十中系數均通過1%的顯著性檢驗，模型十一通過5%的顯著性檢驗，表明在我國交通運輸上市公司中增加融資租賃反而降低了企業績效，融資租賃模式在交通運輸企業的財務治理中未起到良好的治理效果。
上市公司債務融資范文第5篇
關鍵詞：貨幣政策；債務融資；會計穩健性
文章編號：1003-6636（2013）02-0055-08；中圖分類號：F230；文獻標識碼：A
一、引言
會計穩健性（Conservatism），即會計謹慎性（Prudence），指在不確定的條件下， 需要運用判斷作出必要估計時包含的一定程度的審慎， 比如資產或收益不可高估，負債或費用不可低估（IASB，2008）。早在中世紀，會計穩健性作為一項計量原則，在商業活動中得到了廣泛的應用。在14世紀早期，Henley在其著作《家政》中建議從事莊園賬目審計的人員保持“忠誠和謹慎”。Bliss（1924）[1]最早完整給出穩健性的定義，他將穩健性表述為“預見所有可能的損失，但不預期任何不確定的收益”。我國2006年2月新頒布的《企業會計準則》對穩健性的定義如下：穩健性要求企業對交易或者事項進行會計確認、計量和報告時保持應有的謹慎，不應高估資產或者收益、低估負債或者費用。Watts（2003）[2]認為，穩健性是會計政策的基本特征之一，其起源就是為了滿足企業債權人對會計報告可靠性的需要。有關會計穩健性的研究主要集中在四個方面：第一，會計穩健性存在性研究；第二，會計穩健性形成動因的研究；第三，會計穩健性計量方法的研究；第四，會計穩健性經濟后果的研究。在我國，國有經濟占主導地位，且我國經濟尚處于新興與轉軌時期，在此背景下，對會計穩健性動因及經濟后果的研究顯得很重要。有關穩健性形成動因的研究，Watts（2003）[3]294根據大量的實證研究結果將穩健性形成的原因歸為四個方面：契約、股東訴訟、管制及稅收，其中契約因素對穩健性的需求正成為國內外研究的焦點，尤其是債務契約。
貨幣政策是各國政府干預和調節宏觀經濟的重要手段。Gertler and Gilchrist（1994）[4]指出當貨幣政策發生變化時，企業面臨的宏觀經濟環境隨之發生變化，企業、債權人及股東的行為也將發生變化。本文將進一步豐富宏觀經濟政策① ①宏觀經濟政策包括經濟周期、財政政策、貨幣政策、收入分配政策、對外經濟政策、匯率政策、產業政策、信貸政策等。與微觀企業行為② ②微觀企業行為包括公司治理、商業模式、財務管理、會計政策、內部控制、稅務籌劃、融資活動及投資活動等。關系的研究，借鑒宏觀經濟政策研究的成果，在微觀層面上分析宏觀經濟政策的微觀傳導機制。[5]選取宏觀經濟政策如貨幣政策研究對會計穩健性的影響是學術界探討得比較少的領域，本文意在探究宏觀經濟政策之貨幣政策與微觀企業行為之會計政策即會計穩健性的關系，之所以將貨幣政策、債務融資與會計穩健性放在一起進行研究，是基于這樣的設想即當貨幣政策進入緊縮期時，往往經濟發展速度放緩，企業面臨的風險和不確定性因素增加，經營困難的可能性也將提高。此時，一方面企業增加銀行信貸，另一方面銀行對企業未來的盈利及償債能力更加難以判斷，導致放貸意愿減弱。在此情況下，企業為了獲取銀行貸款，會選擇更加穩健的會計政策，向銀行傳遞自身盈利能力和償債能力的信號。[5]52可見，在貨幣政策緊縮期，作為債權人的銀行和作為債務人的企業之間存在信貸方面的博弈，而這種博弈導致了企業會計穩健性的選擇。
二、文獻回顧、理論分析與研究假設
饒品貴，姜國華（2011）[6]56采用Khan and Watts（2009）[7]136公司層面會計穩健性模型驗證了貨幣政策緊縮階段，企業會計穩健性更高。貨幣經濟學研究證據表明貨幣政策在對實體經濟的作用上存在非對稱性，即擴張性貨幣政策在拉動經濟增長方面乏力，而緊縮性貨幣政策對遏制經濟過熱效果顯著。[8]基于此，學者們較多研究緊縮性貨幣政策對實體經濟的影響，本文也不例外。就理論分析而言，貨幣政策緊縮期經濟增長速度放緩，企業將會面臨更大不確定性，且使投資者與企業的信息不對稱增加，促使企業采用更加穩健的會計政策；另一方面，銀根緊縮將使得企業的借款成本增加，而穩健性高的企業其借款成本較低（Ahmed，2002）。[9]融資成本是企業生存和發展的關鍵因素，因此，在貨幣政策緊縮期企業愿采取更穩健的會計政策以降低其融資成本。綜上，提出如下假設：
假設1：貨幣政策緊縮期企業會選擇更穩健的會計政策。
Watts（2003）[3]294指出契約特別是債務契約① ①債務契約指債權人與企業之間存在信息不對稱，債權人會通過在債務合約中加入一些限制性條款，如要求企業的盈利能力、資產負債率比重、利息保障倍數等達到一定水平，限制現金股利發放等，以此限制企業對債權人的不利行為。是會計穩健性產生的最主要原
因。債務融資是借貸雙方的契約行為，當債務方債務比例比較高的時候，債權方就更有約束債務方的動力。當債務比例越高時，作為舉債方的企業面臨破產的風險增加，此時債權人越發關注債務人的履約情況，對盈利能力的關注讓位于對償債能力的關注，從而迫使企業采用更穩健的會計政策。Khan and Watts（2009）[7]137研究表明債務比例高則會計穩健性強。春，孫林巖（2006）[10]實證研究表明銀行債務比例上升，則會計穩健性增強。徐昕，沈紅波（2010）[11]通過我國A股上市公司的數據研究表明銀行貸款比例與會計穩健性顯著正相關。饒品貴，姜國華（2011）[6]64采用Khan and Watts會計穩健性模型實證研究發現債務多的企業其會計穩健性更高。但趙春光（2004）[12]認為我國上市公司會計穩健性是制度和監管造成的，上市公司并未自愿提高會計穩健性；他還認為在我國債務主要來自國有商業銀行，受行政制約，而不受債務契約限制，所以，債務因素在中國并不能引起自愿的會計謹慎要求。孫錚、劉鳳委、李增泉（2005）[13]認為在我國債權人法律保護意識不夠健全，以政府干預為主的聲譽機制是企業貸款行為的主要外部履約機制。聲譽較好的企業因具有“政治關系”往往能夠獲得更多貸款，即獲得更多銀行信貸的企業往往是那些有“政治關系”、有較好聲譽的企業。因此，銀行可能會對貸款金額較大的企業進行債務約束的力度降低，這樣反而對會計穩健性的要求降低了，從而導致債務人在進行會計政策選擇時，放松了自身謹慎性會計選擇。綜上，提出如下研究假設：
假設2：債務人債務比例越高，其會計穩健性反而降低。
三、研究設計
（一）模型選擇及變量定義
1.應計-現金流模型
縱觀會計穩健性的度量方法，國外使用比較多的是盈余-股票回報模型（Basu，1997） 和應計-現金流模型（Ball和Shivakumar，2005），這兩種方法在國內有關會計穩健性實證研究中也廣為采用。不過，我國證券市場在2007年至2011年間波動較大，使得我國上市公司的股票回報率波動較大，特別是在2008、2009年間，比如大盤上證綜合指數從2007年的最高點612404跌至2008年的最低點166493，后又反彈至2009年的最高點347801，又到2010年最低點231974，后至2011年的最高點306746，絕大多數上市公司的股價均劇烈波動，因此使用盈余-股票回報模型可能會帶來偏差。另外，我國資本市場發展時間不長，還不是很完善，特別在2005年9月股權分置改革全面推行的背景下，股票的價格摻雜著諸多噪音，不能及時有效的反映企業的好消息和壞消息，即Basu計量模型未必適應當前的中國資本市場，因此，綜上兩方面的原因，本文采用應計-現金流模型，即：
Acci，t=α0+α1CFOi，t+α2DCFOi，t+α3CFOi，t×DCFOi，t+εi，t
ACCt，t表示i公司t期的應計項除以期初總資產，其值等于t期營業利潤② ②根據夏立軍（2003）的實證研究結果表明采用線下項目前總應計項更能有效揭示盈余管理，因此這里在計算總應計項時使用營業利潤，而不是凈利潤。減t期經營活動現金凈流量。CFOi，t表示i公司t期經營現金凈流量除以期初總資產。DCFOi，t為虛擬變量，當CFOi，t小于0時，DCFOi，t取1，反之取0。CFOi，t*DCFOi，t為交互項目，表示應計項目對負經營現金凈流量的關系。εi，t為i公司t年殘差項。Ball and Shivakumar（2005）[14]認為應計項目在該模型中主要起到兩個作用：一是減少現金流的“噪音”；二是對未實現的收益和損失進行不對稱的確認。基于第一個作用，應計項目與現金流間呈負相關關系，α1預期為負；第二個作用表明損失比收益更能及時得到反應，或者說壞消息（負經營現金流）在應計項目中得到及時反映，若α3系數顯著為正，則應計項目與負經營現金流間的正相關性會更強，該模型不但能夠檢驗應計項目減少經營現金流的“噪音”，而且能夠驗證會計穩健性的存在性。模型中的α1為“好消息”的反應系數，α1+α3為“壞消息”的反應系數，若α3顯著為正，則α1+α3大于α1，表示應計項更及時反應“壞消息”，且α3系數越大，則會計穩健性越強。
2修正Jones模型
Healy（1985）[15]根據應計項是否容易受企業管理人員主觀判斷的影響將應計項區分為操控性應計項和非操控性應計項，基于此，本文對Ball和Shivakumar（2005）的應計-現金流模型進行修改，即將應計項區分為操控性應計項和非操控性應計項，而操控性應計項正是學術界對盈余管理度量采用比較多的指標，這樣首先便將論題轉到對盈余管理度量模型的選擇上來。國內外學術界衡量盈余管理程度的模型使用比較多的是修正Jones模型，夏立軍（2003）[16]認為分行業估計并采用線下項目① ①以營業利潤為界限，將營業利潤之上的項目稱為線上項目，它們被認為大都是經常性的；營業利潤之下的項目稱為線下項目，它們被認為大都是偶然性的。線下項目前總應計項=營業利潤-經營活動現金流量；包括線下項目總應計項=凈利潤-經營活動現金流量。前總應計利潤作為因變量估計特征參數的截面Jones模型最能夠有效揭示出盈余管理。劉大志（2011）[17]通過實證檢驗的方法驗證在中國的資本市場中采用分年度、分行業的修正Jones模型最能有效度量盈余管理。Subramanyam（1996）[18]通過實證研究結果表明截面Jones模型和修正截面Jones模型比時間序列模型更能有效揭示盈余管理行為。因此本文在求解盈余管理程度時建立修正Jones模型，并分年度、分行業求解，模型如下：
GTAi，tAi，t-1=a11Ai，t-1+α2ΔREVi，t-ΔRECi，tAi，t-1+α3PPEi，tAi，t-1+εi，t
NDAi，tAi，t-1=α11Ai，t-1+α2ΔREVi，t-ΔRECi，tAi，t-1+α3PPEi，tAi，t-1
DAi，t=GTAi，t/Ai，t-1-NDAi，t/Ai，t-1
GTAi，t 為i公司t年總應計項，其值等于營業利潤減經營活動現金流量凈額；Ai，t-1為i公司t-1年總資產；REVi，t為i公司t年的營業收入變化量；RECi，t為i公司t年應收賬款凈額變化量；PPEi，t為i公司t年的固定資產價值② ②因我國2006年2月15日的新《企業會計準則》規定資產負債表對固定資產金額的披露只披露凈值，因此基于數據的可獲取性，Jones模型及其修正模型中的固定資產價值均取凈值。；NDAi，t為i公司t年非操控性應計項目；DAi，t為i公司t年操控性應計項目。α1，α2，α3為行業特征參數；εi，t為i公司t年殘差。
在對修正Jones模型進行行業分類時，行業分類標準按照中國證監會2001年4月的《上市公司行業分類指引》，該《指引》將上市公司分13大類，因考慮到C類制造業數量眾多，基于此，本文對制造業按照二級代碼進一步分類，考慮到需要的C2樣本數量過少（2008-2011年各年度均少于10），因此將其合并到C9其他制造業中；L類傳播與文化產業樣本量過少（各年度均小于10），直接將該類剔除，經過這樣處理后共分19個行業。綜合后面樣本選擇中的剔除原則，各年樣本具體分布情況見表1。
3修正的應計現金流模型
本文實證研究部分基本思路是采用Ball和Shivakumar（2005）的應計-現金流模型，但將該模型中的應計項分為操控性應計項和非操控性應計項，為了驗證我國資本市場中會計穩健性的存在性及其產生的根本原因，因此在應計-現金流原始模型的基礎上另外增加包含操控性應計項和非操控性應計項的模型，另外為了檢驗前面提出的研究假設是否成立，因此模型的建立闡述如下：
（1）貨幣政策與會計穩健性之模型建立
為了檢驗假設1，并檢驗我國資本市場中會計穩健性形成的原因，特分別建立模型1、模型2和模型3：
Acci，t=α0+α1CFOi，t+α2DCFOi，t+α3CFOi，t×DCFOi，t+α4MPTC+α5MPTC×CFO×DCFO+αx（x=6，7，…，24）INDUSTRy（y=1，2，…，19）+αm（m=25，26，27，28）YEARn（n=2008-2011）+εi，t
①
OperAcci，t=α0+α1CFOi，t+α2DCFOi，t+α3CFOi，t×DCFOi，t+α4MPTC+α5MPTC×CFO×DCFO+αx（x=6，7，…，24）INDUSTRy（y=1，2，…，19）+αm（m=25，26，27，28）YEARn（n=2008-2011）+εi，t
②
NoperAcci，t=α0+α1CFOi，t+α2DCFOi，t+α3CFOi，t×DCFOi，t+α4MPTC+α5MPTC×CFO×DCFO+αx（x=6，7，…，24）INDUSTRy（y=1，2，…，19）+αm（m=25，26，27，28）YEARn（n=2008-2011）+εi，t
③
2008年受美國次貸危機的影響，央行9月份開始下調存款準備金率，表明該年央行執行適度寬松的貨幣政策。2009年金融危機波及國內，經濟發展出現不景氣局面，該年央行繼續實行寬松的貨幣政策。2010年國內經濟開始慢慢復蘇，央行利用貨幣政策調控宏觀經濟發展，6次上調存款準備金率，表明該年央行執行的是緊縮性貨幣政策。2011年雖然央行6次上調存款準備金率，但是該年11月又下調存款準備金率，因此嚴格意義上，2011年不能認為是從緊的貨幣政策。因此，2008年至2011年4年間，2010年為貨幣政策緊縮期① ①貨幣政策緊縮期的判斷根據中國人民銀行官方網站數據。。
在模型1、模型2和模型3中，OperAcci，t為操控性應計項，NoperAcci，t為非操控性應計項。MPTC貨幣政策緊縮期的虛擬變量，若在2010年，MPTC取1，否則取0。MPTC*CFOt*DCFOt為MPTC與CFOt*DCFOt的交互項，α5表示在貨幣政策緊縮階段，會計盈余對“壞消息”反應系數的增量，若該系數顯著為正，表明在貨幣政策緊縮階段，應計項對“壞消息”的反應更為及時，即說明會計穩健性更強。若假設1成立，該模型中的系數α5顯著為正，表明貨幣政策緊縮期要求會計穩健性越強。考慮到不同的行業、不同年份，會計穩健性可能差別較大或存在差異，所以模型中加入年度變量YEARn和行業變量INDUSTRy，變量含義：若樣本為當年度取1，其余年度取0；樣本為某行業時取1，其余行業為0。3個模型中的其余變量定義同前文介紹的應計-現金流模型一致。
（2）債務融資與會計穩健性之模型建立
為了檢驗假設2，并驗證我國資本市場中會計穩健性形成的原因，特分別建立模型4、模型5和模型6：
Acci，t=α0+α1CFOi，t+α2DCFOi，t+α3CFOi，t×DCFOi，t+α4LOAN+α5LOAN×CFO×DCFO+αx（x=6，7，…，24）INDUSTRy（y=1，2，…，19）+αm（m=25，26，27，28）Yearn（n=2008-2011）+εi，t
④
OperAcci，t=α0+α1CFOi，t+α2DCFOi，t+α3CFOi，t×DCFOi，t+α4LOAN+α5LOAN×CFO×DCFO+αx（x=6，7，…，24）INDUSTRy（y=1，2，…，19）+αm（m=25，26，27，28）Yearn（n=2008-2011）+εi，t
⑤
NoperAcci，t=α0+α1CFOi，t+α2DCFOi，t+α3CFOi，t×DCFOi，t+α4LOAN+α5LOAN×CFO×DCFO+αx（x=6，7，…，24）INDUSTRy（y=1，2，…，19）+αm（m=25，26，27，28）Yearn（n=2008-2011）+εi，t
⑥
模型4、模型5和模型6中，LOAN為資產負債率，其值等于負債總額與資產總額之比，用來表示企業總體負債水平，LOAN*CFOt*DCFOt為交互項，α5表示貸款比例提高時，應計項對“壞消息”反應系數的增量，若該系數顯著為正，表明貸款比例提高時，應計項對“壞消息”的反應更為及時，即說明會計穩健性更強。相反，該系數顯著為負，則表明負債比例越高，則會計穩健性反而降低了。模型中控制變量分別為年度變量YEARn和行業變量INDUSTRy，其含義：若樣本為當年度取1，其余年度取0；樣本為某行業時取1，其余行業為0。模型中其余變量的定義同前文介紹的應計-現金流模型。
（二）樣本選擇
2006年2月15日國家財政部頒布新的《企業會計準則》，要求所有上市公司于2007年1月1日執行新的《企業會計準則》，新準則與舊準則有很大不同，考慮到選取的模型中需要上期資產指標，為了使數據具有可比性，因此本文擬選擇2008年-2011年共4年的滬深A股上市公司作為研究樣本。在樣本篩選過程中，對如下樣本進行剔除：（1）因金融行業的性質和采用的會計準則與其他行業有很大的差異，剔除金融類上市公司；（2）由于首次發行股票公司當年的會計盈余和其他年份有很大的差異，剔除當年IPO公司；（3）為了使數據更具有可比性，因此剔除ST類公司；（4）剔除ACC及CFO異常值的樣本，具體做法是剔除了其最大及最小部分1%的樣本；（5）剔除數據不全的公司。并綜合前文行業分類情況，最后選取樣本公司分布如下：2008年1022個樣本，2009年1105個樣本，2010年1176個樣本，2011年834個樣本，共4137個樣本。所用財務數據及上市公司基本資料均來自國泰安CSMAR中國證券市場研究數據庫，本文模型采用SPSS190統計軟件進行多元回歸。
四、實證檢驗結果及分析
（一）描述性統計分析
對模型主要變量進行描述性分析，結果見表2。由表2統計結果顯示，ACC的均值為-00004，說明就平均而言，樣本公司獲得了負的應計項目，最小值、最大值分別為-07152、13002，表明不同公司間的應計項目差別較大；OperAcc均值為00782，說明就平均而言，樣本公司的操控性應計項為正值，最小值、最大值分別為803216×10-6、12617，表明不同樣本公司操控性應計項差別較大。NoperAcc均值為-00785，說明就平均而言，樣本公司的非操控性應計項為負值，最小值、最大值分別為-14062、03223，表明不同公司間的非操控性應計項有一定差異。CFO均值為00593，說明就平均而言樣本公司獲得了正的經營凈現金流量，最小值、最大值分別為-07321、10747，表明不同公司間的經營活動凈現金流量差別較大，DCFO均值為02219，該變量為虛擬變量，說明有2219%的樣本公司經營現金凈流量為負；MPTC為貨幣政策緊縮期的虛擬變量，其均值為02843，表明有2843%的樣本公司處于貨幣政策緊縮期；LOAN均值為04926，說明多數樣本公司資產負債率處于1∶2，最小值、最大值分別為00071、12624，表明不同公司間的資產負債率差別較大。
（二）多元回歸結果與分析
模型1、模型2和模型3回歸結果見表3，現將各模型回歸結果分析如下：1模型1回歸結果中，CFO系數顯著為負，與應計-現金流原始模型一致，驗證了應計項抵減經營現金流“噪音”的作用，但是CFO*DCFO交互項系數卻顯著為負，與應計-現金流模型矛盾；2模型2回歸結果中，CFO系數顯著為正，該結論與應計-現金流模型的符號相反，且CFO*DCFO交互項系數顯著為負，與應計-現金流模型矛盾；3模型3回歸結果中，CFO的系數顯著為負，驗證了應計項（確切的說是應計項中的非操控性應計項）抵減經營現金流“噪音”的作用，且CFO*DCFO交互項系數在1%顯著水平為正，進一步驗證了應計項更及時確認“壞消息”，即我國資本市場中會計穩健性得到檢驗。根據模型3的回歸結果，可以得出這樣的結論：我國會計穩健性是存在的，不過穩健性既不是應計項造成的，也不是操控性應計項產生的，而根源于非操控性應計項。這一結論的原因在于應計項（非操控性應計項）能夠及時確認經濟損益，但主要是出于對未來情況的預測，而非操控性應計項主要是對公司未來損益的預測，因此，非操控性應計項更能夠體現及時確認經濟損益的作用。基于此，繼續分析模型3的回歸結果：在模型3的回歸結果中，在驗證我國上市公司中會計穩健性存在的前提下，MPTC*CFO*DCFO交互項系數為00467，且在1%顯著水平上為正，表明在貨幣政策緊縮階段，應計項對“壞消息”的反應更為及時，即說明會計穩健性更強，假設1得到檢驗。
模型4、模型5和模型6回歸結果見表4，各模型回歸結果分析如下：1模型4回歸結果中，CFO系數顯著為負，驗證了應計項抵減經營現金流“噪音”的作用，但CFO*DCFO交互項系數顯著為負，與應計-現金流模型矛盾；2模型5回歸結果中，CFO系數顯著為正，且CFO*DCFO交互項系數顯著為負，均與應計-現金流模型矛盾；3模型6回歸結果中，CFO系數顯著為負，驗證了應計項抵減經營現金流“噪音”的作用，且CFO*DCFO交互項系數在1%顯著水平上為正，表明應計項對“壞消息”的反應更為及時，進一步驗證了我國資本市場中會計穩健性是存在的，不過其是由非操控性應計現造成的。而且在模型6的回歸結果中，LOAN*CFO*DCFO交互項系數在5%顯著水平上為負，說明非操控性應計項對“壞消息”的反應系數增量為負增量，表明負債比例越高，使非操控性應計項確認“壞消息”（負經營現金流）沒有確認“好消息”及時，則會計穩健性反而降低了。這一回歸結果驗證了假設2的正確性。
五、敏感性測試
為了使研究結論更可靠、更真實，現對模型進行敏感性測試。前面已經分年度、分行業通過Jones模型求解了操控性應計項、非操控性應計項，但在實證研究中采用了面板數據檢驗假設1和假設2。結果也驗證了我國上市公司中會計穩健性的存在，并證實了假設1和假設2的正確性。但在敏感性測試中將采用截面數據即分年度對2008-2011年各年數據分別進行多元回歸，這里需要說明的一點是：前面已經通過模型3和模型6驗證了會計穩健性的存在性，且產生于非操控性應計項，此外也驗證了假設1和假設2的正確性。在敏感性測試中主要就是進一步檢驗模型3和模型6回歸結果的真實性，因此這里選擇3和模型6作敏感性分析（其實對模型1、模型2、模型4和模型5選取截面數據進行多元回歸，其結果與前面結論是一致的，因篇幅關系，該部分內容省略）。現將模型6的回歸結果列于表5：
現對表5分析如下：12008—2011年各年度CFO的系數均在1%顯著水平上為負，驗證了應計項（非操控性應計項）抵減經營現金流“噪音”的作用；22008—2011年各年度，CFO*DCFO交互項系數均在1%顯著水平上為正，驗證了應計項（非操控性應計項）更能及時確認“壞消息”（負經營現金流），即檢驗了我國資本市場中會計穩健性的存在性。而且CFO*DCFO交互項系數從2008年到2011年依次為03536、03643、05963和05162，這一回歸結果說明我國會計穩健性不但是存在的，而且2007年1月1日上市公司執行新會計準則后，會計穩健性總體逐年在增加，不過在2010年交互項系數為05963，在4個年度中是最大的，不但大于2008年、2009年的，而且大于2011年的。為什么會出現這種情況，可能的原因就在于2010年為貨幣政策緊縮期，這一回歸結果無疑進一步證實在貨幣政策緊縮期，會計政策更加穩健；32008—2011年各年度，除2009年LOAN*CFO*DCFO交互項系數為負但不顯著外，其余3年中LOAN*CFO*DCFO交互項系數均在1%或5%顯著水平上為負，這進一步驗證了負債比例越高，使得非操控性應計項更加不能及時確認“壞消息”（負經營現金流），即會計穩健性反而降低了。以上進行的敏感性測試，不但進一步證實了我國會計穩健性的存在性，且是非操控性應計項造成的，而且回歸結果有力地檢驗了假設1和假設2的正確性。
六、研究結論與啟示
本文采用2008—2011年滬深A股上市公司數據作為研究樣本，通過Ball和Shivakumar（2005）的應計-現金流修正模型實證檢驗了貨幣政策、債務融資與會計穩健性之間的相關性。實證研究結果表明：我國上市公司的會計政策具有穩健性，且穩健性根源于應計項中的非操控性應計項；貨幣政策緊縮期因企業面臨更大的不確定性，潛在的風險增加，在此情況下，企業將會采取更加穩健的會計政策。根據Watts（2003）的實證研究結果表明穩健性產生的原因主要有債務契約、股東訴訟、管制及稅收，而且其認為債務契約是會計穩健性形成的最主要原因，但本文實證研究結論并未驗證Watts的說法，而是得出相反的結論：債務比例越高、會計穩健性卻降低了。也許正如趙春光（2004）所言：我國上市公司會計盈余穩健性是制度和監管造成的；我國債務融資受行政制約，而不受債務契約限制，債務契約在中國并不能引起自愿的謹慎要求。
本文從宏觀經濟角度并結合債務融資研究其與會計穩健性的關系，基于該視角研究會計穩健性，研讀現有文獻發現并不多見，且選取的樣本為新的《企業會計準則》頒布后的上市公司數據，無疑更具有現實意義。可以考慮從宏觀經濟角度研究會計穩健性，此為本文啟示一；在實證研究上，為了避免股價波動的影響，對穩健性的計量沒有采用Basu模型（盈余/股票回報模型），而是采用了Ball和Shivakumar（2005）的應計-現金流計量模型，目的是探索該模型在我國資本市場中的應用。但具體使用該模型時應將應計項區分為操控性應計項和非操控性應計項，此為啟示二。
參考文獻：
[1]Bliss，J.H. Management through accounts[M].New York： The Ronald Press Co，1924.
[2]Watts，R.Conservatism in accounting PartⅠ：Explanations and implications [J].Accounting Horizons，2003（17）：207-221.
[3]Watts，R.Conservatism in accounting PartⅡ：Evidence and research opportunities [J].Accounting Horizons，2003（17）：287-301.
[4]Gertler M.，S. Gilchrist.Monetary policy，business cycles，and the behavior of small manufacturing firms[J].Quarterly Journal of Economics，1994（109）：309-340.
[5]姜國華，饒品貴.宏觀經濟政策與微觀企業行為-拓展會計與財務研究新領域[J].會計研究，2011（3）：9-18.
[6]饒品貴，姜國華.貨幣政策波動、銀行信貸與會計穩健性[J].金融研究，2011（3）：51-71.
[7]Khan M.，R.Watts.Estimation and empirical properties of a firm-year measure of accounting conservatism[J].Journal of Accounting and Economics，2009（48）：132-150.
[8]索彥峰，范從來.貨幣政策能夠影響貸款供給嗎——來自銀行資產組合行為的經驗證據[J].經濟科學，2007（6）：57-65.
[9]Ahmed A.，B.Billings，R.Morton，M.Stanford-Harris.The role of accounting conservatism in mitigating bondholder-shareholder conflicts over dividend policy and reducing debt costs[J].Accounting Review，2002（77）：867-890.
[10]春，孫林巖.銀企關系、股權特征與會計穩健性-來自中國上市公司的經驗證據[J].財政研究，2006（7）：70-72.
[11]徐昕，沈紅波.銀行貸款的監督效應與盈余穩健性-來自中國上市公司的經驗證據[J].金融研究，2010（2）：102-111.
[12]趙春光.中國會計改革與謹慎性的提高[J].世界經濟，2004（4）：53-62.
[13]孫錚，劉鳳委，李增泉. 市場化進程、政府干預與企業債務期限結構[J].經濟研究，2005（5）：22-35.
[14]Ball R，Shivakumar L.Earnings Quality in U.K.Private Firms[J]. Journal of Accounting and Economics，2005（39）：83-128.
[15]Healy P.M.The effect of bonus schemes on accounting decisions[J]. Journal of Accounting and Economics，1985（7）：85-107.
[16]夏立軍. 盈余管理計量模型在中國股票市場的應用研究[J].中國會計與財務研究，2003（6）：94-152.
[17]劉大志. 應計利潤分離模型的效力檢驗—基于中國資本市場的實證研[J].中南財經政法大學學報，2011（1）：85-91.
[18]K.R.Subramanyam and John J. Wild.Going-Concem Status， Eamings Persistence， and Informativeness of Eamings[J]. Contemporary Accounting Research，1996（13）：251-273.
Monetary Policy， Bebt Financing and Accounting Conservatism Research：Based on
the Empirical Evidence of Ashares’ Listed Companies in China
WANG Meng
（School of Economics and Management，Zhejiang Industry Polytechnic College，Shaoxing，Zhijiang，312000，China）
