新能源上市公司融资偏好研究

杨敏（副教授）

（肇庆学院经济与管理学院广东肇庆526061）

一、引言

我国在“十二五”期间提出走区域专业化、产业集聚化方向的方针，并相继出台一系列扶持政策，着力培育出具有国际知名度和竞争力的新能源产业。对于新能源上市公司，政策的扶持固然重要，而公司的债权融资成本、债权偏好程度等因素也影响着公司的发展前景。目前我国已有的对上市公司融资偏好的研究通常以全行业上市公司为研究样本，缺乏对各行业个体性的研究。另外，研究模型的构建也多采用单式模型，以股权融资比率或资产负债率为单一因变量，这就忽视了对公司融资偏好度的研究，即公司融资的倾向程度。本文从新能源上市公司的公司规模、盈利能力、成长性、股权流动性、偿债能力和营运能力等方面对其融资偏好的影响进行研究，以资产负债率和债权融资概率为因变量，构建双模型具体分析新能源上市公司现时以及未来的债权偏好度，以期为我国各行业的融资偏好研究提供经验证据，为进一步探索新能源行业上市公司的融资偏好、优化融资决策提供理论支持。

二、研究设计

（一）样本选取。本文主要依据我国沪深A股和创业板市场69家新能源上市公司2017—2020年的财务数据，分析我国新能源上市公司的融资偏好及其影响因素，数据来源于国泰安数据库。为保证实验结果的准确性，剔除*ST、ST以及数据不全的样本公司。

（二）融资结构分析。由表1可知，2017—2020年我国新能源上市公司股权融资在融资结构中的占比较低，约为35%左右，并且股权融资比例呈波动下降趋势，由2017年的39.6%下降到2020年的34.8%，下降了12%。说明我国新能源行业正逐步调整其融资结构，下调成本较高的股权融资比率。相反，内源融资比例却逐年迅速递增，2017年为4.4%，到2020年增长到8.2%，其增幅高达86%。然而内源融资在新能源上市公司的融资结构中占比最低，仅为4.4%—8.2%，还不到9%。2017—2020年新能源上市公司债权融资比例为56%—59%，在融资结构中占比最高，且在这四年内稳定保持在57%左右，表明我国新能源行业长期需要债权融资方式来解决融资需求。可见，在目前以及未来一段时间内我国新能源上市公司偏好债权融资。

表1 我国新能源上市公司融资结构比例

（三）研究假设。本文采用2017—2020年69家新能源上市公司的财务数据，从六个方面对公司的债权融资偏好进行研究。

1.公司规模。相比于小规模公司，大规模公司拥有较低的边际破产成本，且更能利用业务多元化和纵向一体化分散其经营风险，减少收益的不稳定性。随着公司规模的扩大，公司拥有的资产是偿还外界资金的有力担保，因此公司能以较低利率获得借款，债权融资新形成的叠加规模效应又能使公司利润迅速增加。

2.盈利能力。在通常情况下，盈利能力高的上市公司负债率一般较低，高盈利能力带来充足的资金流，能在很大程度上满足公司的融资需求。

3.成长性。成长性较高的上市企业一般是中小型规模的公司，其资产组成中多为高新技术等无形资产。由于债权人注重的是其借出资金的安全性，高成长性的公司难以获得贷款。另外，高成长性的公司承担更多的经营风险，债权融资带来的强制式偿债要求无形中给公司的破产压力雪上加霜。因此，公司内部股东更愿意股权融资而非债权融资。

4.股权流动性。当股权分散时，公司经理层一般不能由某一大股东直接委任，而是经股东大会表决来聘任符合资格的经理人员，这样经理层就只有公司的经营管理权而不拥有剩余索取权，经理层的在职消费必将加大。债权融资形成的还款压力会减少公司可控资金，因此经理层不愿意被债权融资限制其在职消费。

5.偿债能力。偿债能力强的公司一般规模较大，在与债权人的谈判中往往能占据主导，以较低的利率成交。公司利用自身资产的抵押价值，创造出额外的资金流来扩大公司规模，而资产的使用权仍归公司所有。股权融资则会分散公司对自身资产的控制权，资产的抵押价值将下降。

6.营运能力。公司的营运能力越强，资金运营周转的情况越好，经济资源利用效率越高，其对外界资金的需求量就越低。

7.资产负债率。公司的资产负债率也是影响债权融资偏好的重要因素，资产负债率越高，面临的破产风险越高，债权融资偏好越低。综上所述，本文提出以下研究假设：

假设1：公司规模与债权融资偏好正相关；

假设2：盈利能力与债权融资偏好负相关；

假设3：成长性与债权融资偏好负相关；

假设4：股权流动性与债权融资偏好负相关；

假设5：偿债能力与债权融资偏好正相关；

假设6：营运能力与债权融资偏好负相关；

假设7：资产负债率与债权融资偏好负相关；

（四）变量定义及模型构建。

1.变量定义。

（1）被解释变量。被解释变量选取了资产负债率和债权偏好度，分别体现了公司现时和未来的债权融资偏好程度。资产负债率可以综合评价公司的负债水平，反映其债权融资偏好。债权偏好度是指公司当年是否进行债权融资，即公司当年进行债权融资的概率，包括长期借款、短期借款及商业信用，体现了公司整体对未来的债权融资倾向。由于融资偏好不能以具体数据的形式在实际应用中表达，本文定义其为一种虚拟变量，即当公司在观测年份进行了债权融资，当年的变量赋值为1，否则为0。由于目前我国的债券市场发展水平低且审核程序严格，债券融资在我国上市公司债权融资中占比过少，因此本文未将债券融资列入公司债权融资当中。

（2）解释变量。本文基于公司规模、盈利能力、成长性、股权流动性、偿债能力、营运能力六个方面选取了总资产规模、营业规模、净资产收益率、营业利润率、营业增长率、总资产增长率、流通股比例、抵押价值、速动比率和流动资产周转率共10个解释变量来分析公司的融资偏好。总资产规模、营业规模是反映公司规模的重要指标，由于该指标数值过大，严重影响实证结果的准确性，本文采用其自然对数作为计量数据；净资产收益率、营业利润率能反映公司在日常经营中的盈利能力，是影响公司融资偏好的重要因素；营业增长率、总资产增长率能反映公司所处的发展阶段，成长性不同的公司具有明显的债权融资偏好差异；流通股比例能反映公司的股权状况，流通比例的不同在很大程度上影响着经理层的融资决策；偿债能力包括抵押价值和速动比率，抵押价值是指公司存货与固定资产占总资产的比例，是公司向外界进行债权融资的一种保证，也是外界对公司的融资额度、融资期限的首要评判标准；速动比率是速动资产变现后用以偿还流动负债的能力；流动资产周转率是用于评价公司资产利用率的重要指标。变量定义见表2。

表2 变量定义

2.模型构建。本文分析新能源上市公司融资偏好的影响因素，主要采用回归分析法分别构建两个模型。模型一以资产负债率为因变量，以各解释变量为自变量，研究各自变量对公司现时融资规模的影响程度。模型二因变量为债权偏好度，自变量为各解释变量和资产负债率。由于公司现时的融资规模能在很大程度上影响公司未来的融资偏好，公司是否进行债权融资必须考虑到现时的债务状况。因此，资产负债率是该模型必不可少的变量之一。为方便模型构建，本文定义因变量按表2顺序分别为Y1、Y2，定义自变量按表2顺序分别为X1—X10，回归模型为：

其中，t+1为2017年的数据，t+2为2018年的数据，依此类推。

三、实证分析

（一）描述性统计。由表3可见，新能源上市公司的资产负债率在四年间均保持在0.56—0.59的水平上，而各年的标准差都较小，说明新能源上市公司债权融资较大，且各公司整体债务情况相似，所选样本具有研究价值。债权偏好度呈下降趋势，由2017年的0.77下跌到2020年的0.58，但仍接近六成，说明当新能源上市公司面临融资需求时，选择债权融资的几率达60%。标准差的均值在0.4以上，说明随着资产负债率的提高和还款压力的增大，部分公司在选择融资方式时更加注重债权融资的边际成本及本公司的实际情况。在公司规模方面，其总资产规模和营业规模指数均逐年上升，且标准差均在1.50以下，说明我国新能源上市公司整体发展均衡，发展态势良好，没有出现一家独大的现象。但在成长性方面，总资产增长率和营业增长率的均值波动都较大，各年的标准差也不稳定，说明近年来受宏观经济形势持续不明朗的影响，我国部分新能源公司的业务受到冲击，拖累公司业绩的提高和规模的进一步扩大，公司业务扩张更加步步为营，差异化逐渐明显。新能源上市公司的盈利能力不断加强，在这四年内其净资产收益率和营业利润率的均值呈上升趋势，升幅分别为167%和300%。近年来国际能源价格持续在低位徘徊，国际投资者对能源价格的回升明显信心不足，能源成本的下降直接导致利润空间的增大。各年标准差较大，表明能正确研判能源价格走势和拥有更高技术的新能源公司往往更能在低成本中占得先机。股票流通率高达85%以上，公司股票不易被炒作，这有利于维持公司治理的稳定及新能源行业的形象，也能更容易地取得银行借款等外界资金。在偿债能力方面，抵押价值各年的均值和标准差均保持在稳定水平，而速动比率的均值2017年为0.80，2020年上升到1.21，升幅达51%，原因可能是随着新能源上市公司盈利能力的提高，公司的货币资金、应收账款等速动资产大幅度增加。在营运能力方面，流动资产周转率呈波动下跌趋势，且标准差在这四年内均处于高位，说明随着新能源行业整体营业增长率的下跌，营运能力不同的公司出现分化的现象。

表3 各变量的均值与标准差

（二）显著性检验。本文假设偏好债权融资的公司与偏好其他融资方式的公司在本文选定的解释变量上不存在显著差异，而显著性检验就是利用样本信息判断研究对象的实际情况与原假设是否合理。本文对各解释变量分别进行K-S检验、T检验和Man-Whitney U检验，剔除对上述两类公司具有相似作用的解释变量，保留差异性明显的解释变量进行实证研究。由于本文利用两个被解释变量分别构建两个模型来研究新能源上市公司的债权融资偏好，因此本文分别对解释变量进行显著性检验。假设显著性水平为0.05，若解释变量的Sig值小于0.05，则认为解释变量存在显著差异。

由表4可知，经过K-S检验后，解释变量X1、X4、X5、X6、X10的显著性水平小于0.05，则拒绝原假设，这五个解释变量能导致新能源上市公司的融资偏好产生显著差异；而变量X2、X3、X7、X8、X9则接受原假设，不存在显著差异。为进一步检验分析两个独立样本总体均值是否存在显著性，本文对接受原假设的五个解释变量进行T检验,对拒绝原假设的五个解释变量进行Man-Whitney U检验。从检验结果可以看出，T检验中变量X7的Sig值在两个模型中均大于0.05，检验未能通过；Man-Whitney U检验中变量X10的Sig值虽通过模型Y1的检验，但未能通过模型Y2的检验，违反模型构建的数据一致性原则，因此解释变量X7、X10被剔除。其余变量均通过两个模型的检验，可以参与构建回归模型，因此模型Y1、Y2应进行相应的调整。

表4 解释变量的显著性检验

（三）多重共线性检验。当解释变量回归系数的绝对值较大时，模型中的标准误差会不断扩大，导致模型容易接受原假设，因此本文采用容忍度和方差膨胀因子检验来剔除滞后的解释变量。容忍度的取值范围为0至1，容忍度为0代表解释变量之间存在完全共线性，而容忍度为1则代表解释变量之间几乎不存在共线性。当VIF值在0至10之间，表明各解释变量间共线性程度较低，不会影响实证结果的严谨性。

由表5可见，各解释变量的容忍度分布在0.28至0.79之间，方差膨胀因子（VIF）分布在1.27—3.57之间，表明各解释变量之间不存在多重共线性，对实验结果不存在干扰项，可用于多元线性回归。

表5 多重共线性检验

（四）回归分析。从表6可知，模型Y1的拟合优度R2在这四年间均接近80%，拟合优度好，各解释变量能反映资产负债率80%的变化。资产负债率与总资产规模、营业规模在这四年内均显著正相关，一方面说明规模大的新能源上市公司由于其自身拥有充足的资产和良好的信誉度，能无形中给予银行等外界机构放款的信心；另一方面说明相比于规模小的公司，规模大的公司因其拥有充实的客户群体和高效的决策管理，往往能承担起债务风险且能有效利用较高比率的财务杠杆来进行经营运作，因此公司规模越大，就需要更多的债权融资。资产负债率与营业利润率在这四年内显著负相关，营业利润率的上升代表公司自有现金流的增加，公司在日常经营活动中能积累营运所需资金。根据优序融资理论，内源融资因其成本最低而倍受青睐。在同样的市场环境下，公司会相应降低其资产负债率，减轻利息负担压力。在偿债能力方面，资产负债率与抵押价值、速动比率均呈正相关关系，说明公司的偿债能力越强，越偏好于进行债权融资。其中，抵押价值的相关性呈波动下跌趋势，由2017年的2.54下跌到2020年的1.69，跌幅达32%，系数也由0.18下跌到0.12，跌幅达33%。相反，速动比率的相关性呈逐年上升趋势，由2017年的1.33上涨到2020年的2.02，涨幅达52%，系数也由0.03上涨到0.06，涨幅达100%。由此可见，过去外界对新能源上市公司的融资贷款只看重公司的抵押价值，而随着经济发展步伐的加快和市场交易的发展，无法迅速流通的公司存货和固定资产等不能继续作为公司债务的唯一保证。近年来，速动资产在公司的融资审查中扮演着重要角色，速动比率高的公司具有更高的偿债能力，因此更能赢得外界的信任。其余解释变量与资产负债率的相关性不强。

表6 模型Y1回归分析

从表7可知，模型Y2的拟合优度在0.68至0.76之间，拟合效果较好，解释变量能反映债权偏好度近七成的信息。债权偏好度与资产负债率均呈显著负相关关系，系数在-0.18至-0.21之间，说明随着新能源上市公司负债规模的增长，公司的还款压力也随之加大，公司不得不考虑高债务水平带来的破产风险，债权偏好度也相应下降。另一方面，当公司的负债规模不断扩大，债权融资的边际成本递增，边际收入进一步收窄，直至边际利润为0，在没有高效益投资项目的情况下，公司的债权偏好度也为0。债权偏好度与公司规模正相关。资产规模及营业规模较大的公司有实力利用高比率的财务杠杆来获取更多的税前利润，并且规模较大公司因其具有资产优势，在与银行等金融机构谈判时能获得更多的筹码，从而取得较低利率的借款，因此其债权偏好度也随之增加。然而，债权偏好度与公司规模的相关性及系数呈波动下降趋势。根据上述结论，公司规模大导致负债水平上升，反过来会降低债权偏好度。债权偏好度与净资产收益率显著负相关，可见，净资产收益率的上升增加了公司的可用营运资金，公司对外界资金的需求量降低，债权偏好度随之下降。在公司成长性方面，债权偏好度与营业增长率、总资产增长率正相关，且相关性逐年递增，涨幅分别为39%、18%。公司营业额和资产的增加不可避免地拉伸公司已有的资金链，容易导致公司资金供应不足，且新能源行业前期资金投入量大，回本期长，公司亟需向外界融资来解除困境。除此以外，在上市公司成长初期，由于公司信誉度不高并且缺乏抵押物等，公司难以获得外界的债权融资，而只能进行成本高的股权融资。因此，高成长性的新能源上市公司具有强烈的债权融资偏好。其余解释变量与债权偏好度的相关性不强。

表7 模型Y2回归分析

综合以上两个模型，实证结果与假设1、假设2、假设5、假设7相符，与假设3矛盾，未能验证假设4和假设6。

四、结论

本文基于2017—2020年我国69家新能源上市公司的数据实证分析了新能源行业现时和未来债权融资偏好的影响因素，得出以下结论：（1）公司规模与资产负债率、债权偏好度正相关，说明规模效应能有效提高财务杠杆的利用效率，且能容易获得外界信任。而随着公司规模的扩大，现有的负债水平带来的财务风险导致公司债权偏好度逐渐减弱。（2）反映公司盈利能力的净资产收益率、营业利润率分别与债权偏好度、资产负债率负相关，说明充足的资金流量能有效降低公司对外界融资的需求，公司更倾向于利用成本低的内源融资。（3）公司的成长性与债权融资偏好度正相关，高成长性的公司因业务扩张容易引起资金链断裂的危险，并且缺乏债务融资的有效担保造成负债水平低下，财务杠杆未能充分利用，因此高成长性的公司更偏好于债权融资。（4）偿债能力与债权融资偏好度正相关，偿债能力强的公司可向外界债权人提供较多抵押担保，因此能获得较低利率的债权融资，从而提高公司的债权融资偏好。（5）资产负债率高的公司缺乏债权融资动力，公司管理层因现有的高债务水平而对高风险的债权融资却步,可避免公司因偿还债务而造成资金链断裂，导致违约成本大增。（6）公司的股权流动性、营运能力与债权融资偏好的关系未能得到验证。

我国上市公司在整体上偏好股权融资，然而各个行业具有自身的独特情况，研究分析应结合样本行业的实际情况，不能一概而论。本文利用双指标分析我国新能源行业上市公司的融资偏好，为学者们研究类似问题提供经验证据和方法指导。