中国证券公司多元化战略的 “阈值边界效应”研究

武 剑 谢 伟

一、引言

随着金融全球化、自由化的迅猛发展,以及金融产品融合创新力度的不断增强,世界主要发达国家的投资银行已从分业经营状态加速走向多元化的综合经营状态,并且愈发呈现出不断深化的趋势。从最近几年发展情况看,实现多元化的综合经营战略已成为世界发达投资银行保持和提高其核心竞争力的重要手段。与国际投行相比,中国证券公司的多元化战略整体还处于起步阶段。为了适应证券行业新发展趋势的需要,同时也为了使中国的证券公司能够应对国际投行的挑战,中国证监会最近几年连续出台了有关证券公司业务范围调整的规定,主要涉及证券投资基金、资产管理、转融通、代理证券买卖等多项投行业务。这些规定的出台,目的在于放松对中国证券公司分业经营的管制,鼓励其开展多元化经营,促进金融产品创新,增强中国证券公司的整体竞争力。

经过前几年中国证券行业的不断深入改革以及资本市场的日趋完善,中国证券公司的多元化经营以及业务创新能力都得到了长足发展,证券公司的资产规模以及业务收入结构也都因此发生了显著变化。那么,由此而来的问题是:中国证券公司的多元化经营战略究竟对自身盈利能力起到了何种作用?多元化经营战略是否有助于增强中国证券公司的抗风险能力?伴随着资产规模的不断扩大,中国证券公司多元化经营战略与盈利能力、抗风险能力的关系是否会发生变化,具体又会呈现出什么规律?在金融混业经营的背景下,上述问题已逐渐成为业界和学界共同关注的焦点。特别是目前关于多元化战略的绩效研究,普遍都是针对实体企业的发展状况所进行的,而关于金融机构多元化战略的绩效研究仍较为稀缺,尤其是基于 “阈值效应”视角,在不同 “门限边界值内”考察中国证券公司的多元化战略与绩效之间关系的问题,目前尚无相关文献可供参考。鉴于此,本文综合运用 “阈值效应模型”和 “面板门限模型”两种计量检验方法,基于新的研究视角,对中国证券公司的多元化经营战略与绩效之间的关系进行揭示,旨在为中国证券公司多元化经营战略的进一步完善和持续发展提供参考依据。

二、文献综述

学术界对于多元化战略是否能够真正地提高金融机构经营绩效这一问题一直存有争议。持肯定观点的学者认为:金融机构实施多元化战略有利于金融产品创新,促进金融产品交叉销售,从而使企业获得范围经济和规模经济,最终可以提高金融机构的盈利能力。Segal(2003)[1]通过采用超越对数成本函数的方法研究发现,美国寿险公司的多元化普遍具有规模经济,其中一些主要寿险产品还具有范围经济。Chiorazzo等 (2008)[2]通过对1993—2003年意大利银行的数据分析,发现多元化经营总体上可以增加商业银行的盈利能力,并且规模较大的银行多元化经营效益更加明显。黄泽勇 (2012)[3]通过广义超越对数函数实证发现,中国证券公司多元化普遍存在范围经济效应,其中大型证券公司多元化战略的范围经济效应要比中小型证券公司更强。崔惠贤 (2013)[4]通过对中国84家寿险公司12年的数据研究,发现寿险公司的多元经营对企业绩效具有显著的正向促进作用。郑少峰和尹小蒙 (2013)[5]运用熵法和随机前沿法测度商业银行多元化和X效率,发现多元化对中国商业银行的绩效具有显著正向影响。然而,持否定观点的学者则认为:根据委托代理理论,多元化虽然拓宽了业务范围,但也增加了所有者对企业信息获取的难度,在信息不对称的情况下,经理人会更有动机寻求自身利益最大化,从而导致企业内部资本市场对资源配置无效,最终给企业带来损失。Berger等 (2010)[6]利用1996—2006年中国88家银行数据,构造各类业务和区域的双重多元化指标,发现中国商业银行多元化存在范围不经济现象。周开国和李琳 (2011)[7]利用中国14家银行数据研究发现,多元化会增加银行收入波动风险,并会导致银行盈利的损失风险加大。张强春和王志芳 (2014)[8]通过实证发现,中国财险公司多元化经营对其绩效具有负面影响,多元化程度越高,公司的盈利能力就越差。除此之外,还有一些学者认为多元化与金融机构经营绩效之间并不存在显著性关系。如 Lepetit等 (2008)[9]对欧洲1996—2002年银行的多元化经营进行分析,发现多元化对于改善欧洲银行的盈利水平并不明显,这种情况对小型银行而言,表现更为突出。刘孟飞等 (2012)[10]通过风险绩效模型对中国19家商业银行数据进行分析,发现多元化经营对商业银行收益水平没有显著的影响。

鉴于学界对金融机构多元化战略与经营绩效之间关系的问题在理论和实证方面所取得的研究成果明显不一致的情况,一部分学者开始反思其中的原因,他们认为现有观点不一致可能说明金融机构的多元化战略与经营绩效之间的关系并不总是单纯的线性关系,而是一种连续的非线性关系,即具有 “阈值效应”。许莉等 (2010)[11]利用中国财险公司的数据,在回归模型中加入多元化的二次项后,发现财险公司多元化与绩效之间存在明显的 “阈值效应”。也有一些学者通过 “面板门限模型”发现金融机构多元化与绩效之间在不同的门限边界内会呈现出不同的统计关系,即具有 “门限边界效应”。黄泽勇 (2013)[12]利用“面板门限模型”对中国108家商业银行2007—2011年间的数据进行研究,发现多元化与银行绩效存在显著的 “门限边界效应”,即当银行资产规模大于1 224亿元时,多元化与经营绩效呈正向线性关系,当小于这一规模时,多元化与银行绩效呈负向线性关系。聂富强和石凯 (2016)[13]同样采用 “面板门限模型”对中国22家财险公司进行研究,发现财险公司的多元化也具有显著的 “门限边界效应”,当多元化小于某一门限边界值时,则能改善财险公司绩效,一旦超过该值水平,其带来的边际效应是递减的。

综上所述,现有文献关于金融机构多元化战略的研究主要集中在银行业和保险业且研究数量较少,而关于证券公司多元化战略的实证研究则更为缺乏,特别是基于 “阈值效应”“门限边界效应”的视角对证券公司多元化战略与经营绩效之间的关系进行考察的文献目前尚属空白。此外,现有文献关于金融机构多元化战略的 “阈值效应”和 “门限边界效应”的研究也不尽完善,尚无对两者概念进行细致的区分,以致一些文献虽然通过实证分析发现某类金融机构的多元化在全域范围内不存在 “阈值效应”,但却没有进一步考察 “在不同的门限边界范围内”是否会存在“阈值效应”,即检验是否可能存在 “门限边界效应”。另有一些文献虽然对某类金融机构多元化是否会存在 “门限边界效应”进行了检验,但却总是先验地将金融机构多元化与经营绩效之间的关系看成线性的,忽略了两者之间可能存在的 “阈值效应”,从而使其研究结论不全面,可靠性受到质疑。

鉴于以上情况,笔者试图在以下方面有所贡献:一是综合运用 “阈值效应模型”和 “面板门限模型”两种计量检验方法,从 “阈值效应”和 “门限边界效应”的统一视角,全面考察中国证券公司的多元化战略与经营绩效之间的关系,因而与以往文献相比,本文的检验结果会更加接近于真实情况,更具有稳健性。二是现有文献在分析企业多元化战略与经营绩效之间关系时,大都没有考虑资产规模对其具有的“异质性”影响,本文将 “资产规模”这一因素贯穿到整个多元化战略 “阈值效应”“阈值边界效应”的模型分析中,由此计算得到的多元化 “阈值”和“门限边界值”对于证券公司的多元化战略制定会更具有实用价值。三是根据所测得的 “阈值”,构建动态标准差,对证券公司的多元化战略状况进行分类,从而为判断证券公司当前多元化战略状况,以及下一步多元化战略发展提供了颇具价值的参考依据。

三、研究设计

（一）阈值效应模型设定

1.异质性 “阈值效应”模型。

证券公司在实施多元化战略的过程中,不仅要考虑多元化水平对经营绩效所产生的影响,而且还要考虑多元化水平与现有资产规模之间的匹配程度。一般而言,规模较大的证券公司在公司治理、信息获取和科技水平等方面往往要比小型证券公司更具有优势,其更能够充分利用多元化战略促进自身的经营绩效提升。因而,对于处在不同资产规模阶段的证券公司,其多元化战略与经营绩效之间可能会呈现出不同的关系和规律。基于上述情况的考虑,同时为了与以往文献中的模型相区别,本文将反映企业特质因素的“资产规模”纳入证券公司的多元化战略 “阈值效应”模型中,以考察每家证券公司的多元化战略“阈值效应”可能存在的异质性特征,本文具体的异质性 “阈值效应”检验模型如式 (1)所示:

式 (1)中,下标i代表证券公司,t代表时期；ηi表示个体效应；λt为时间效应；εit为随机误差项,反映其他可能起作用但未被模型捕获的因素。

PERFit是反映证券公司绩效方面的被解释变量,其包括两项指标:证券公司的盈利能力指标 “总资产收益率”(ROAit)和抗风险能力指标 (NACit)。对于证券公司的抗风险能力指标 (NACit),目前,中国证监会规定了四类不同风险控制指标来加以量化,其中反映对风险灵活处置能力的指标有一项,具体为“净资本与净资产之比”；反映资本对风险覆盖程度的指标有三项,按风险覆盖程度的大小,依次有:“净资本与各项风险资本准备之和的比例” “净资本与负债之比” “净资产与负债之比”。对于 “净资本与各项风险资本准备之和的比例”,中国证监会对属于不同评级类别的证券公司要求的标准不尽相同,因此无法就该指标对所有券商做统一对比。而对于“净资本与负债之比”和 “净资产与负债之比”这两项指标,它们之间存在较大的重叠性,考虑到净资本是在净资产基础上按风险权重对有关风险资产进行减扣得来 (袁闯等,2012[14]),因而 “净资产与负债之比”相对来说能最大程度地反映一家证券公司的风险覆盖能力,基于此,我们选择 “净资产与负债之比”作为资本对风险覆盖程度的代理指标。综上所述,我们选择 “净资本与净资产之比”和 “净资产与负债之比”这两项指标,并对其各赋同等权重进行加总 (王聪和宋慧英,2012[15]),最终构成本文证券公司的抗风险能力指标 (NACit)。

在解释变量方面,DIVit代表第i个证券公司在第t年的多元化水平,本文使用熵指数法对其进行计算(郑建明等,2014[16]),具体如式 (2)所示:

在式 (2)中,DIV即为熵指数,代表证券公司的多元化水平,DIV值越高,说明多元化程度越高,当DIV值为0时,说明证券公司是完全经营一种业务的专业化公司。n代表证券公司涉足的业务领域数,根据目前大多数证券公司财务报告披露的业务分类方法,可将证券公司所涉足的业务类别具体分为五个领域:经纪业务 (S1)、投行业务 (S2)、自营业务(S3)、资管业务 (S4)、其他业务 (S5),故有n=5。而Si代表证券公司所从事的第i类业务收入占总营业收入的比重。

在式 (1)中,作为核心解释变量,是用来判断证券公司的多元化经营是否具有 “阈值效应”,当其系数β2值显著时,说明中国证券公司多元化经营具有显著的 “阈值效应”。而控制变量ASit代表证券公司的总资产水平,反映了不同证券公司的发展规模,其与多元化水平的交乘项 “ASit·DIVit”用于判断证券公司的 “阈值效应”是否具有异质性,即判断所有的证券公司多元化经营都会遵循一个共有的阈值水平,还是每家证券公司会根据自身不同的发展规模,存在一个独自的阈值水平,从而形成每家券商独自的多元化与经营绩效发展轨迹。当系数β2和β3同时显著时,不仅说明中国证券公司多元化经营具有显著的 “阈值效应”,而且还说明这种 “阈值效应”具有显著的企业异质性。

对于其他控制变量,本文选择资产负债率(LARit)作为证券公司的财务杠杆代理变量；IPO则为代表证券公司 “上市与否”的虚拟变量,用来检验上市与非上市两种状态下证券公司多元化战略与经营绩效之间的关系差别,若为上市或挂牌新三板的证券公司则取1,否则取0。此外,由于证券公司各种业务的经营状况会直接受到资本市场的波动影响,所以本文还选取了 “上证指数”的年度平均值(SZZit)作为宏观影响因素的控制变量。

2.常规 “阈值效应”模型。

为了对式 (1) “异质性阈值效应模型”的解释效果做进一步验证和比较分析,本文同时还考虑了不含企业异质性因素的 “常规阈值效应模型”,具体模型如式 (3)所示:

式 (3)不同之处在于没有考虑异质性因素 “ASit·DIVit”项,实际上式 (3)的 “常规阈值效应模型”是式 (1)“异质性阈值效应模型”的一种特例,当式 (1)中的 “ASit·DIVit”项不显著时,式 (1)也就退化到了式 (3)。式 (3) “常规阈值效应模型”所要模拟的是:在资产规模的全域范围内,所有券商都会共同享有一个多元化与经营绩效之间的 “阈值效应”轨迹关系；在式 (3)和式 (1)都能得到较好的显著性和解释力的情况下,本文将首选式 (1)的 “异质性阈值效应模型”作为主解释模型,因为式 (1)考虑了证券公司的资产规模对 “阈值效应”的影响,所以能够对每一家证券公司多元化与绩效之间的关系做出单独模拟和解释,故而具有较强的灵活性和现实性。

（二）阈值边界效应模型设定

当上述异质性或常规 “阈值效应”模型在资产规模的全域范围内没有检验出证券公司的多元化战略与经营绩效具有 “阈值效应”或其他显著性统计关系时,本文将继续检验两者在不同资产规模的门限边界范围内是否会具有 “阈值效应”,即检验证券公司多元化战略与经营绩效之间是否可能存在 “阈值边界效应”关系。因为尽管两者在资产规模全域范围内不存在 “阈值效应”关系,但并不能说明它们在“不同的资产门限边界值范围内”也不存在 “阈值效应”①已往文献没有对 “阈值”和 “门限值”概念进行专门区分,由此导致了一些研究结论存在争议。鉴于此,本文有必要对两者概念做扼要辨析。所谓 “阈值”包括两类情况:第一类是指当自变量取某一值时,其对应的被解释变量或函数值是连续的,但斜率正负方向发生了变化,此时自变量的取值只被称为 “阈值”。第二类情况是指当自变量取某一值时,其对应的被解释变量或函数值在此处是不连续的或是函数形式发生了变化,此时自变量取值除了被称之为 “阈值”外,也可称之为 “门限值”。因此 “门限值”只算是 “阈值”当中的一种情况,但不是所有的 “阈值”都是 “门限值”。本文所研究的 “阈值”概念专指第一类情况,“门限值”概念专指第二类情况。关系。基于此且同时为避免人为因素对不同资产规模区间划分所导致的模型设定偏误问题,本文采用Hansen(1999)[17]所提出的“面板门限模型”,以总资产规模 (ASit)作为 “门限边界值”变量,利用数据特点的内生性来自行识别 “阈值效应”可能存在的资产规模适用范围,从而对多元化战略可能存在的 “阈值边界效应”进行检验,具体检验模型如下。

1.异质性 “阈值边界效应”模型。

当证券公司多元化与经营绩效之间存在资产规模“单重门限边界”的 “异质性阈值效应”时,检验模型如式 (4)所示,式 (4)可被称为异质性 “阈值单重门限边界效应”模型。

当证券公司多元化存在 “双重门限边界”的“异质性阈值效应”时,检验模型如式 (5)所示,式 (5)可被称为异质性 “阈值双重门限边界效应”模型。

当证券公司多元化存在 “三重门限边界”的“异质性阈值效应”时,检验模型如式 (6)所示,式 (6)可被称为异质性 “阈值三重门限边界效应”模型。

2.常规 “阈值边界效应”模型。

当证券公司多元化与经营绩效之间存在资产规模“单重门限边界”的 “常规阈值效应”时,检验模型如式 (7)所示,式 (7)可被称为常规 “阈值单重门限边界效应”模型。

当证券公司多元化存在 “双重门限边界”的“常规阈值效应”时,检验模型如式 (8)所示,式(8)可被称为常规 “阈值双重门限边界效应”模型。

当证券公司多元化存在 “三重门限边界”的 “常规阈值效应”时,检验模型如式 (9)所示,式 (9)可被称为常规 “阈值三重门限边界效应”模型。

在上述式 (4)～(9)模型中,I(·)为示性函数,当括号内的关系成立时取1,否则取0；γ为待估的资产规模门限边界值；其余变量的含义同式(1)。通过对比可知,式 (4)～(9)的 “阈值边界效应模型”实际可以看作式 (1)和式 (3) “阈值效应模型”的一种扩展形式,而式 (1)和式 (3)“阈值效应模型”可以被看作是 “阈值零重门限边界效应模型”,其实际上可被视为 “阈值的多重门限边界效应模型”的一种 “特例”。

对于上述式 (4)～(9)异质性和常规 “阈值边界效应模型”,其系数和门限数的具体确定方法是:首先对 “阈值单重门限边界模型”即式 (4)和式(7)利用格点搜寻法去寻找使该模型残差平方和最小的门限估计值；然后构建统计量其中S0为在原假设 H0:β1=β2,β3=β4,β5=β6下得到的残差平方和。由于F统计量是非标准的,所以需要使用Bootstrap法来获得F的渐进分布,并且计算其P值 (Hansen,1999[17])。如果统计量F显著,则说明单重门限估计值是显著的,进而构建似然比统计量来计算门限的置信区间,检验门限估计值是否等于其真实值 (Hansen,2000[18])。之后以此类推,分别对式 (5)、式 (6)、式 (8)和式 (9)的 “阈值双重、三重门限边界效应模型”进行同样的估计和检验,直至得到的门限边界值不具有显著性为止。一般认为,Hansen的方法适合检验3个及其以下的门限边界值 (Caner和Hansen,2004[19])。

（三）模型数据说明

根据分析需要及数据的可得性,本文选取了2007—2016年中国59家证券公司的数据,其中包括除东兴证券和申万宏源证券外的所有26家上市证券公司①东兴证券成立于2008年,申万宏源证券于2015年由申银万国和宏源证券两家证券合并而来,两者没有从2007年开始相对应的数据。,全部7家挂牌新三板的证券公司,以及26家非上市证券公司。样本数据主要来源于WIND数据库,缺漏值从各证券公司的年报和财报中整理获取,其中由于多元化取值在0到1之间,为避免回归估计系数过小,分别对总资产 (AS)和上证综指 (SZZ)值进行对数化处理。所有变量的描述性统计结果如表1和表2所示。

表1 中国59家证券公司业务收入结构描述性统计分析

表2 中国59家证券公司变量描述性统计分析

四、模型判定

根据上述 “阈值效应”和 “阈值边界效应”的模型设定,本部分将在资产规模全域范围内,检验中国证券公司多元化战略可能存在的适用模型。首先本文将基于式 (1)和式 (3)的 “异质性”和 “常规”阈值效应模型,对在 “不考虑资产规模门限边界值”的情况下中国证券公司多元化战略是否会存在 “阈值效应”进行检验,具体检验结果如表3所示。

表3 阈值效应检验 （聚类标准误）

从表3看,在对盈利能力 (ROA)的回归中,在模型1所代表的常规 “阈值效应”模型里,多元化程度 (DIV)、多元化平方 (DIV2)估计系数都不显著,说明如果不考虑资产规模的影响,中国证券公司的多元化水平与盈利能力 (ROA)之间不存在任何显著的统计关系。而模型2中加入了总资产×多元化(AS·DIV)项,即考虑了企业异质性因素影响后,不仅AS·DIV项自身十分显著,而且DIV、DIV2项的系数都呈现出1%的正向显著水平,这说明中国证券公司的多元化水平与盈利能力之间不是单纯的 “线性关系”,而是存在显著的 “异质性阈值效应”关系,即这种 “阈值效应”关系能随着每家证券公司不同资产规模的变动呈现出不同的形态轨迹。因此,本文后续将以模型2代表的 “异质性阈值效应模型”即式 (1)对中国证券公司的多元化战略与盈利能力之间所具有的 “阈值效应”进行具体实证分析。

从对证券公司抗风险能力 (NAC)的回归结果看,可以发现:无论是模型3所代表的 “常规阈值效应模型”,还是模型4的 “异质性阈值效应模型”,其中的多元化程度 (DIV)、多元化平方 (DIV2),以及AS·DIV项估计系数皆不显著,说明在资产规模的全域范围内,证券公司的多元化与抗风险能力之间既没有简单的 “线性”关系,也没有更为深入的异质性和常规 “阈值效应”关系。因此,本文接下来采用式 (4)～(9)异质性和常规 “阈值边界效应模型”在资产规模全域范围内寻找可能存在的门限边界值,进而在不同的资产门限边界范围内对中国证券公司多元化战略与抗风险能力 (NAC)之间的“阈值效应”关系进行检验。具体结果如表4所示。

表4 阈值边界效应检验 （自举法）

在表4中,我们通过Bootstrap法反复抽样300次,分别得出了式 (4)～(9)抗风险能力 (NAC)的异质性和常规 “阈值边界效应模型”的统计量F值和P值。可见无论是 “异质性”,还是 “常规”阈值效应模型,都只有式 (4)和式 (7)“单重门限边界模型”的F值在1%的水平上显著,而双重门限、三重门限边界模型的F值都不能通过显著性检验,说明模型拒绝无门限边界值的原假设,在资产规模全域范围内,模型只接受存在单重门限边界值的状况。因此,本文后续将以式 (4)和式 (7)的异质性和常规 “阈值单重门限边界模型”对中国证券公司多元化战略与抗风险能力 (NAC)之间的关系进行实证分析。

五、多元化战略与盈利能力的阈值效应分析

根据表3的 “模型判断”结果,本部分将基于表3中模型2所估计的 “异质性阈值效应模型”,利用二次项模型的特性,对样本中证券公司每年实施多元化战略的阈值水平进行测算并对其展开分析,下面式 (10)为阈值的具体测算方法 (武剑和林金忠,2015[20]):

在式 (10)中,Threit代表证券公司每年的多元化阈值水平,分别代表模型2中的DIV、DIV2、AS·DIV项的估计系数。由于系数为正,模型2表现出的中国证券公司多元化与其盈利能力之间的 “阈值效应”是一种U型轨迹关系,所以,当多元化水平达到阈值 (Threit)时,公司的盈利能力呈现出最低状态,因此,阈值水平 (Threit)也被称之为多元化的 “最劣水平”。在给定资产规模下,当多元化水平位于阈值 (Threit)左侧时,如果证券公司不断地实施多元化战略,就有可能导致公司的盈利能力持续下降,此时,证券公司多元化战略表现出的是一种 “范围不经济”状态,公司应适度地控制多元化战略进程。当多元化水平超过阈值 (Threit)时,证券公司的盈利能力就有可能随着公司多元化战略的深入而不断提高,此时,证券公司多元化战略表现出的是一种 “范围经济”状态,证券公司应大力推进多元化进程。总之,证券公司应该根据其资产规模,使多元化保持在适度水平,以尽量避免多元化接近其“最劣水平”即阈值水平。

下面本文将采用 “动态标准差”法来构建阈值的上临界值和下临界值 (武剑,2012[21]),以此对中国证券公司多元化战略状况做进一步评判, “动态标准差 (STDt)”的具体测算方法,如式 (11)所示:

在式 (11)中,由于每家证券公司每年阈值水平各不相同,所以评判每家证券公司多元化战略各年的标准也不一样,因此,本文 “动态标准差”使用每家证券公司每年各自的阈值 (Threit)来代替传统标准差中作为统一评判标准的mean值。其中,“Threit+动态STDt”被定义为阈值的上临界水平,而“Threit-动态STDt”被定义为阈值的下临界水平。根据阈值、上下临界值位置与盈利能力之间的对应关系,可以将多元化战略状况划分为4种类型,具体如图1所示。

图1 基于 “异质性阈值效应模型”的中国证券公司多元化战略状况分类

在图1中,当多元化取值位于阈值右侧的 “范围经济”区间时,上临界值将此区间一分为二。由此可分为两种状态:第一种状态:当 “多元化＞上临界值”时,通过对比图1中多元化曲线上4个带有箭头的切线斜率可知,在此区间,多元化对盈利能力的斜率为正且较为陡峭,表明多元化对盈利能力具有较大的正向边际效应,如果进一步开展多元化经营,可以迅速提升证券公司的盈利能力,此时多元化水平处于正常状态。第二种状态:当有 “阈值＜多元化＜上临界值”时,此区间多元化对盈利能力的斜率为正且较平缓,表明多元化对盈利能力具有较小的正向边际效应,此时,虽然多元化相对于自身资产规模来说,已带来了范围经济,但与第一种状态相比,多元化只是刚刚超过其阈值,发展仍然不充分,属于初期起步阶段。

当多元化取值位于图1中阈值左侧的 “范围不经济”区间时,下临界值将此区间一分为二。由此又可分为两种状态:一种状态是:当 “0＜多元化＜下临界值”时,此区间多元化对盈利能力的斜率为负且较为陡峭,这表明多元化对盈利能力具有较大的负向边际效应,这时证券公司的多元化水平相对其资产规模,已开始表现出一种 “过度发展”状态,本文将此种状态称之为第三种状态。另一种状态是:当有 “阈值＞多元化＞下临界值”时,此区间多元化对盈利能力的斜率为负且较平缓,表明多元化对盈利能力虽然具有较小的负向边际效应,但此时证券公司的多元化水平相对于其资产规模,已较为接近于其“最劣水平”,处于 “严重过度”状态,本文将此种状态称之为第四种状态。

有必要说明的是:图1是为了方便展示,将4种多元化战略状况从左至右一起展示在同一资产规模下的多元化与盈利能力的轨迹图里,这并不意味着处在第一种状态的多元化水平依次必然大于第二种、第三种、第四种状态的多元化水平。由于本文已实证了证券公司多元化与盈利能力间具有 “异质性阈值效应”,所以在现实中,每家证券公司在每一资产规模下,只能对应出一种多元化状况类型,该种状况下的多元化水平与另外3种状况下的多元化水平,孰大孰小并无必然规律可循。下面我们将基于上述测算公式,在图2中精准给出中国59家证券公司在2007—2016年的多元化值水平 (DIV)、阈值水平 (Threit)、以及上临界和下临界值水平。

根据图2中多元化、阈值及上、下临界值之间的相对位置并结合图1的分类方法,本文将基于2016年的数据,对中国59家证券公司的多元化战略状况进行划分,对于其他年份的数据及相关战略状况,其分析逻辑完全与2016年相同,故不再展开详细讨论。具体如表5所示。

图2 中国59家证券公司2007—2016年多元化水平、阈值和上下临界值趋势线

表5 2016年中国59家证券公司多元化战略4种状态特征描述

在表5中,对于处在 “范围经济”状态的第一类和第二类证券公司,其大多数都属于中小型券商,典型的如长城证券、平安证券、华金证券等,这些证券公司的资产规模和营业收入水平相对较低,需要借助多元化战略寻求自身的业务增长机会,以提高公司综合盈利能力。具体通过对式 (10)两边求导可知,如果证券公司想要通过多元化战略的方式提升自身盈利能力,则需要使每年的多元化发展速度与资产规模的增长速度满足式 (12)的约束条件:

进一步地,通过对前面的式 (2)两边求导,可得关系:, 将此式代入式 (12)中,同时再根据式 (1)的估计结果:由此式 (12)的约束条件可更为具体地表述为:如果证券公司想要以多元化战略的方式大力提升自身盈利能力,则需要使每年的各类业务收入占总营业收入比重 (Si)的增加量ΔSi与资产规模的增量ΔAS之间满足下面式 (13)的约束条件:

对于表5中,处于 “范围不经济”状态的第三类和第四类证券公司,其绝大多数都是发展实力雄厚的大中型券商,如中信证券、海通证券、广发证券、华泰证券等,这些证券公司多元化发展已达到了一个较为成熟的阶段,目前相对于其资产规模,多元化战略已给它们带来了负向边际效应,所以,对于第三类和第四类证券公司,在经过了前期的多元化探索后,其经营战略不应是继续 “跑马圈地”式 “铺摊子”,而应该聚焦到在前期多元化过程中所探索到的、几个有发展前景的创新业务上,对其进行深耕细作,实行相对专业化经营,对此,第三类和第四类证券公司如果需要通过 “多元化战略收缩”提升自身的盈利能力,则需要使每年所涉及的各类业务收入占总营业收入比重 (Si)的增加量ΔSi与其资产规模的增量ΔAS满足与式 (13)正好相反的关系。同时,有必要说明的是:由于证券公司每年的各类业务收入比例(Si)以及各业务收入比例变动 (ΔSi),还有资产规模变动 (ΔAS)的数据都十分容易获得,所以,通过将这些数据代入式 (13)可以较为便捷地对 “不同类别的证券公司每年多元化战略状况是否过度”做出判断,因此式 (13)实际具有较强的可操作性。

六、多元化战略与抗风险能力的阈值单重门限边界效应分析

本部分将根据前述表3和表4的 “模型判断”结果,以式 (4)、式 (7)所反映的 “阈值单重门限边界效应模型”对中国证券公司的多元化战略与抗风险能力之间的关系进行分析。图3是通过Bootstrap法反复抽样300次而得到的似然比统计量LR函数图,从中可清晰看出,当式 (4)和式 (7)“阈值边界效应模型”的似然比统计量LR为零时,两模型的门限参数估计值γ都共同出现在20.468处①门限参数的估计值是指使似然比统计量LR(γ)为0时γ的取值。,该估计值含义可解释为:当证券公司的资产规模超过7.749亿元时②证券公司多元化战略对抗风险能力影响的门限值为e20.468=774 865 481.50(元)。,多元化战略对证券公司的抗风险能力(NAC)影响将会产生结构性的突变。上述结果也表明先前一部分国内学者在分析多元化对企业绩效的影响时,并没有将资产规模的门限效应因素考虑进去,其实是存在一定缺陷的。因此,本文下面将基于资产门限估计值γ=20.468,对式 (4)和式 (7)“阈值单重门限边界效应模型”的参数进行估计,具体结果如表6所示。

从表6看,在ASit＜20.468阶段,常规和异质性“阈值单重门限边界效应”模型中的DIV、DIV2、AS·DIV三项,都呈现出1%的显著水平,说明在ASit＜20.468阶段,“常规”和 “异质性”模型都能对证券公司的多元化战略与抗风险能力 (NAC)之间的 “阈值效应”关系进行较好的解释。而在ASit＞20.468阶段, “常规模型”和 “异质性模型”出现了明显分化,具体而言,在 “常规”模型中,DIV项表现出了10%的负向显著水平,DIV2项则完全不显著,说明在ASit＞20.468阶段,中国证券公司的多元化战略与抗风险能力之间只存在明显的 “负向线性关系”,并不存在 “常规阈值效应”关系；而在 “异质性模型”中,DIV、DIV2、AS·DIV三项皆不显著,说明在ASit＞20.468这一阶段,中国证券公司的多元化战略与抗风险能力并不存在 “异质性阈值效应”,但也无法进一步给出其他具有明确规律的解释。从“常规模型”和 “异质性模型”的R2比较来看,“常规模型”R2值为0.723 2,而 “异质性模型”只因为加入了一个异质性因素项 (AS·DIV),才使得其R2值略微提升到0.731 2,所以仅从R2值比较看,本文认为 “常规”和 “异质性”模型两者解释力本质上并无差异。综上所述,因为 “常规模型”的核心解释变量在门限值前后的显著性总体要好于 “异质性模型”,同时两模型R2解释力又几乎相同,所以,下面本文将以式 (7) “常规阈值单重门限边界效应模型”为基准模型,对中国证券公司的多元化战略与抗风险能力 (NAC)之间的关系进行分析。

图3 抗风险能力的单重门限值似然比LR函数趋势线

表6 抗风险能力 （NAC）的 “阈值单重门限边界效应”模型

从表6的 “常规模型”看,中国证券公司的抗风险能力 (NAC)伴随着多元化进程在不同的资产规模阶段会呈现出不同的规律,当证券公司的总资产规模小于7.749亿元时,既有ASit＜20.468时,二次项DIV2系数在1%水平上显著,抗风险能力与多元化之间呈现出 “U形曲线的阈值效应”,据此所计算的转折点为0.328,这一转折点不仅要远小于门限值20.468,而且还远小于全样本中资产规模的最小值19.779,因此在这一阶段,较小规模的证券公司伴随多元化进程,其抗风险能力是明显在提升的。这类券商的典型代表有早期资产规模较小的华金证券、天风证券等。而当证券公司总资产规模达到7.749亿元后,即有ASit＞20.468时,二次项DIV2系数就不再显著,但DIV项依然保持10%的负显著水平,这反映出:对于资产规模较大的证券公司,其多元化与抗风险能力之间实际呈现出的是一种 “单调负向关系”。这一点与人们的传统感知不符,一般认为,企业规模越大,其抗风险能力也会随之惯性增强。但是,上述统计结果却表明规模较大的证券公司实施多元化,不但没有增强其抗风险能力,反而还削弱了这种能力。造成这种现象的原因可能主要来自于两方面:一方面来自于外部宏观环境,随着我国 “一行三会”对资本市场整体治理能力和监管力度的不断增强,资本市场较之以前发展也会越来越完善和规范,因而,资本市场健康有序的发展趋势会使得证券公司主动降低与抗风险能力有关的各项指标水平。另一方面来自于公司内部发展动因,大型证券公司力图通过多元化战略来寻找新的利润增长点,但在此过程中很容易导致资源在各业务间过度分散,或者公司资源一时过度倾向某一新业务,而与此同时,各业务之间却没有进行有效整合,没有发挥出应有的协同效应,从而导致多元化战略不仅没有增强证券公司的抗风险能力,反而还使得这种能力下降。

从本文全样本数据来看,2016年所有券商的资产规模都已经进入ASit＞20.468的阶段,即所有证券公司都已表现出伴随着多元化水平提高,其抗风险能力下降。因而,对于前述第三类和第四类券商,即处于 “过度多元化”状态的证券公司而言,其实行“多元化收缩战略”可以起到双重作用,不仅可以使企业的绩效得到提升,还可以增强其抗风险能力。而对于前述第一类和第二类券商,即对于 “多元化不足”的证券公司来说,其在推进 “多元化战略”的过程中就需要 “审时度势”,当资本市场整体处于较好的发展环境时,应不遗余力地加快步伐,推广多元化战略；而当资本市场不景气时,证券公司需要在风险防范和绩效提升之间进行有效权衡,不应为了一时的业绩,冒进推行多元化战略,从而导致企业的抗风险能力下降幅度要远大于其业绩提升的幅度,最终致使证券公司自身暴露在更大的风险运营之中。

七、研究结论与展望

（一）研究结论

本文综合运用 “阈值效应模型”和 “面板门限模型”两种计量检验方法,对2007—2016年间中国59家证券公司多元化战略与经营绩效之间的 “阈值边界效应”关系进行揭示,从而为判断和分析中国证券公司的多元化战略在不同资产规模下的实际效果提供了多角度、全新的参考依据。本文的主要结论及启示如下。

第一,中国证券公司的多元化战略与盈利能力之间在资产规模全域范围内具有显著的 “异质性阈值效应”关系。根据阈值和动态STD的测算结果,中国证券公司的多元化战略具体可呈现出4种不同状态。第一种状态是多元化战略处于 “正常水平”,多元化战略对盈利能力具有较大的正向边际效应,此种状态的券商有13家。第二种状态是多元化战略 “不充分”,多元化战略对盈利能力具有较小的正向边际效应,此种状态的券商有28家。第三种状态是多元化战略处于 “过度”状态,多元化战略对盈利能力产生较大的负向边际效应,此种状态的券商有6家。第四种状态是多元化战略 “严重过度”,多元化战略不仅对盈利能力产生负向边际效应,而且已接近了其“最劣水平”,此种状态券商有12家。

第二,中国证券公司的多元化战略与抗风险能力之间存在显著的 “阈值单重门限边界效应”关系。具体来说,对于国内资产规模小于7.749亿元的小型证券公司,其抗风险能力随着多元化水平的增加将平滑上升,而对于资产规模大于7.749亿元的大多数证券公司,多元化战略不但没有增强其抗风险能力,反而削弱了这种能力。

第三,从多元化战略、盈利能力及抗风险能力三者之间的关系看,在当前阶段,对于处在第一和第二种状态、“多元化具有范围经济”的41家中小型券商,其实施多元化战略所带来的影响如同一把 “双刃剑”。中小型券商通过多元化战略虽然一方面可以提升其盈利能力,但另一方面也会降低其抗风险能力,因此中小型券商应该结合自身资产规模、管理能力,以及外部风险环境等实际情况,选择适合于自身禀赋的多元化经营模式及进程,力争最大限度地提高收益和分散风险。而对于处在第三和第四种状态、“多元化过度”的18家大中型券商,如果进一步实施多元化战略,则不仅有可能会降低其盈利能力,而且还会导致其抗风险能力下降。因此,大中型券商现阶段应该根据前期多元化过程中所形成的资源禀赋和人才储备,对公司内部各业务进行有效整合,打造一批具有专业特色、差异化的业务种类,以此来提升公司的专业化经营水准。特别是,要注重通过走内涵集约式发展道路来追求自身经济效益最大化。

（二）研究展望

在本文的研究基础上,未来研究可从以下两方面做进一步拓展:一方面是在计量方法上,虽然本文使用的Hansen“面板门限模型”是目前检验 “门限边界效应”的通行检验方法,但该方法只适合检验全域范围内3个及以下的门限边界值情况,后续研究如果能够尝试对现有计量检验方法进行改造,从而能够达到对3个以上的门限边界值情况进行检验,那么所得检验结果会更加接近于真实情况。另一方面,本文没有将证券公司的公司治理变量纳入到多元化战略与经营绩效之间的 “阈值边界效应”关系分析中,这主要是由于证券公司的经营行为会受到证监会的严格监管,其一系列公司治理变量如股权集中度、管理层持股比例、董事会规模、独立董事比例等是否会像实体工商企业一样对公司的经营决策进而经营绩效产生直接影响,目前尚无定论。同时,中国证券公司的公司治理变量数据仍较为不完善,特别是一些中小型、未上市证券公司的治理变量数据还较难获取。因此,后续研究,在数据可获取的情况下,如果有较为可靠的理论支撑,可以尝试将上述公司治理变量因素纳入到对中国证券公司多元化战略与经营绩效之间的关系考察中,进一步探寻两者之间是否会呈现出新的关系和规律。

[1]Segal D.A Multi-Product Cost Study of the U.S.Life Insurance Industry[J].Review of Quantitative Finance and Accounting,2003,55(2):169-186.

[2]Chiorazzo V,Milani C,Salvini F.Income Diversification and Bank Performance:Evidence from Italian Banks[J].Journal of Financial Services Research,2008,33(3):181-203.

[3]黄泽勇.中国证券公司多元化经营的范围经济效应研究 [J].经济经纬,2012(6):145-149.

[4]崔惠贤.集团化、多元化对金融服务产业组织的影响:以保险产业为例 [J].产业经济研究,2013(2):74-84.

[5]郑少峰,尹小蒙.基于X效率角度的我国商业银行多元化分析 [J].数量经济技术经济研究,2013(7):81-97.

[6]Berger A N,Hasan L,Zhou M.The Effects of Focus Versus Diversification on Bank Performance:Evidence from Chinese Banks[J].Journal of Banking and Finance,2010,34(7):1417-1435.

[7]周开国,李琳.中国商业银行收入结构多元化对银行风险的影响 [J].国际金融研究,2011(5):57-66.

[8]张强春,王志芳.综合经营、专业化与健康保险业务发展:基于系统GMM估计的动态面板模型分析 [J].保险研究,2014(3):33-43.

[9]Lepetit L,Nys E C,Rous P,Tarazi A.The Expansion of Services in European Banking:Implications for Loan Pricing and Interest Margins[J].Journal of Banking and Finance,2008,32(11):2325-2335.

[10]刘孟飞,张晓岚,张超.我国商业银行业务多元化、经营绩效与风险相关性研究 [J].国际金融研究,2012(8):59-69.

[11]许莉,樊小平,张宁.我国财产保险公司多元化经营与绩效的实证研究 [J].保险研究,2010(5):10-18.

[12]黄泽勇.多元化经营与商业银行绩效的门槛效应 [J].金融论坛,2013(2):42-49.

[13]聂富强,石凯.我国财险公司多元化经营的最优边界研究:基于面板门限估计方法 [J].保险研究,2016(4):18-26.

[14]袁闯,周晖,刘宛晨,刘灿烂.中国证券公司净资本比率顺周期性实证研究 [J].金融研究,2012(5):70-79.

[15]王聪,宋慧英.中国证券公司股权结构、市场结构与成本效率的实证研究 [J].金融研究,2012(5):80-92.

[16]郑建明,刘琳,刘一凡.政治关联的结构特征,多元化驱动与公司价值 [J].金融研究,2014(2):167-179.

[17]Hansen B E.Threshold Effects in Non-Dynamic Panels:Estimation,Testing,and Inference[J].Journal of Econometrics,1999,93(2):345-368.

[18]Hansen B E.Sample Splitting and Threshold Estimation[J].Econometrica,2000,68(3):575-603.

[19]Caner M,Hansen B E.Instrumental Variable Estimation of a Threshold Model[J].Econometric Theory,2004,20(5):813-843.

[20]武剑,林金忠.经济增长的福利转化效应:中国与世界比较 [J].数量经济技术经济研究,2015(8):3-24.

[21]武剑.基于SPA的广东省区域经济脆弱性及障碍因素研究 [J].经济地理,2012(9):32-38.