论文部分内容阅读
摘 要：自从Modigliani&Miller1958年提出MM定理50多年来，这个基本的问题——公司如何选择它们的资本结构仍然是不清楚的。本文主要总结和讨论当前关于资本结构实证研究最新的进展——在资本结构动态调整方面取得的成果，并在此基础上提出关于资本结构未来研究方向。
关键词：资本结构；动态调整；理论进展；实证进展；未来研究方向
中图分类号：F276 文献标识码：A
一、引言
公司怎么为它的投资进行融资？融资怎么影响投资？融资决策是否影响公司价值？这些关于公司金融的基本问题仍然存在争议，在一些基本问题上许多理论和实证的文献仍然很难达到一致。所以，自从Modigliani and Miller于1958年提出MM定理50多年来，这些疑问仍是有效的。
造成这种研究局限的原因是先前的实证研究基本上都是静态的，人们通过简单的比较公司资本结构在某个时点的静态特征是否与理论预测相一致， 来检验理论的正确与否。
但是近几年来，关于这个问题的研究取得了一定的进展。学者认识到最优资本结构不仅仅是简单而固定的债务比率，而是一个随时间变化而不断变化的目标资本结构范围。大多数学者在研究时比较了动态模型与静态模型，如Frank and Goyal（2009） 指出“动态调整模型比静态模型得到更清楚的实证支持，似乎更能解释企业的融资行为”。
资本结构动态调整是近几年资本结构研究的前沿课题之一，吸引了众多学者对此进行研究。本文着眼于近几年学者在资本结构动态调整研究取得的理论和实证研究成果进行系统综述，并就当前研究仍存在的问题提出未来资本结构研究可探索的方向。
二、资本结构动态调整的理论进展
较早时期，Kane，Marcus and McDonald（1984）综合考虑了公司破产成本、资本结构的调整成本（债务发行成本）以及企业、个人所得税等因素，通过建立持续动态模型来研究公司最优债务期限结构。模型研究结果表明最优债务期限与公司价值波动性负相关，而且研究还指出这是由于公司负债到期后可以发行新债来偿还旧债，因此，低水平的价值波动性导致了公司不断地调整其资本结构。
Fisher，Heinkel and Zechner（1989）对资本动态调整做出了重大贡献，他们通过建立动态模型来研究公司资本结构的决定因素。在他们推导的模型中主要包含了以下几个要点:（1）资本结构的调整需要成本，公司会考虑何时调整资本结构对公司最有利；（2）在负债率达到公司设定的上下限时，公司就会选择支付调整成本進行资本结构调整，从而使负债比率回归最优初始值，进而使杠杆利益最大化，最终达到了公司价值最大化的目标；（3）公司特征能够对公司的资本结构调整政策产生直接的影响，具有相似特征的公司会存在相似的资本结构调整方式；（4）模型还指出动态资本结构理论中的最优资本结构应该是一个区间，而非简单的静态固定值。利用该动态调整模型，选取1977-1985年间美国999家公司作为样本，采用季度数据进行实证检验研究，结果证明，由于调整成本的存在，使得公司的负债率在一定范围都可以看作是最优的，这也说明了为什么相似的公司会具有不同资本结构的现象。
Goldstein，Juv and Leland（2001）通过资产定价模型进一步构建了基于EBIT的资本结构动态模型，该模型对为什么当前观察到的公司杠杆水平通常低于其最优值的现象做了较好的解释，而且通过模型估算出来的最优杠杆水平区间范围与实际数据吻合程度相当高。
Strebulaev（2007）构建了交易摩擦下的最优动态融资模型，该模型对Fisher等（1989）和Goldstein等（2001）构建的模型做了进一步的深化和发展，主要建模思想在于，由于调整成本的存在，企业的杠杆水平仅在某些时期能够处于其最优值，在其他大多数时间里往往会偏离其最优值。而且对企业杠杆水平的变动路径进行模拟之后发现，公司的杠杆水平通常不会对权益价格短期波动做出反应，往往更倾向于对公司价值的长期变化做出反应。
Lemmon，Roberts and Zender（2008）指出不同企业的资本机构具有高度持续性并且倾向于将其杠杆率保持在一个相对狭窄的范围内。他们在研究中考察了公司资本结构在时间序列上的变化以及在横截面分布上的差异，而且还将公司基期的杠杆比率引入到回归模型中，验证了现有变量以及基期杠杆比率对这些变化和差异的影响程度。通过实证结果和以往相关理论及经验数据的比较分析，Lemmon等人认为他们的研究结论支持了动态权衡理论，从而对优序融资理论和市场择机理论表示怀疑。
三、资本结构动态调整的实证研究进展
近些年，伴随着计量经济学在动态面板数据处理方面的不断发展，学者们不仅基于随机过程以及动态规划等技术构建理论模型，还建立了能够体现资本结构动态性的计量模型，进而在实证检验方面也取得了一系列重大的发展。
在资本结构动态调整理论的经验研究中，学者主要集中于资本结构动态调整的均值复归检验上，研究内容包括了公司的杠杆水平是否会向目标资本结构调整（即均值复归）和在存在均值复归的情况下公司资本结构的调整速度会有多快等。相关的实证检验中，学者的主要贡献综述如下：
Hovakimian，Opler and Titman （2001）采用二阶段估计法实证检验了公司在发行新股或回购股票时资本结构是否会向目标杠杆水平移动。第一阶段双截取Tobit回归检验的结论支持了以往多数实证研究的结果，即只有企业的盈利性变量不符合权衡理论的预期；第二阶段的Logit回归检验证实了企业向目标资本结构调整。
Kayhan and Titman（2007）通过研究发现尽管公司当前的杠杆水平受到历史因素的影响，但是在长期时间内，公司的资本结构则会向其目标资本结构移动，证明了动态调整理论的预期。
综上所述，公司的资本结构存在着显著的均值复归现象。
关于调整速度的实证检验研究中，多数学者采用了两阶段研究方法，即首先通过回归模型估计出企业的目标资本结构，然后用目标拟合值代入动态调整方程去检验资本结构的调整速度。
Fama and French（2002）通过二阶段的方法建立了局部调整模型，运用不考虑企业固定效应的最小二乘法OLS估计进行了统计分析的研究结构表明，对于那些已经支付了股利的美国企业，资本结构的年均调整速度保持在7%~10%之间，而没有支付股利的美国企业，年均杠杆调整速度基本位于15%~18%之间。因此，他们认为公司资本结构的调整速度非常低。
Flannery and Rangan（2006）则指出，Fama and French（2002）没有考虑企业的固定效应，忽略了一些不可观测但是又不随时间变化的因素对公司资本结构调整速度的影响，因此，其研究结论是存在偏差的。他们则通过采用面板数据固定效应的统计技术进行了实证分析，得出了美国企业的杠杆水平年均调整速度大于30%的结论。
Antoniou， Guney， and Paudyal （2008）、Lemmon， Roberts， and Zender （2008）均采用面板数据，通过控制企业固定效应的GMM方法进行了检验，前者的研究结构表明公司市值杠杆的年均调整速度为32.2%，而后者研究表明账面杠杆的平均年均调整速度为25%。Getzmann，Lang，and Spremann（2010）采用亚洲资本市场的1301家企业1995-2009年的面板数据，控制了企业的固定效应以后采用GMM技术进行了检验，发现亚洲企业的资本调整度在27%~39%，和国际平均水平差不多。Huang and Ritter （2009）在实证检验中则使用了控制企业固定效用的长期差分估计方法，研究结果也发现了公司账面杠杆水平和市值杠杆水平的年均调整速度分别为17%和23.2%。
Ralf Elsas and David Florysiak（2010）采用Monte-Carlo模擬的方法进行测算资本结构调整速度，他们认为原来的方法如OLS、固定效应、GMM估计因为忽视了杠杆率是部分的、是不平衡的面板动态数据，所以他们具有偏差。最后通过以1965-2008年美国企业为样本，测算资本结构调整速度为26%，大概处于原来测算的平均水平。由此可见，企业资本结构向其目标值调整的速度还是比较快的。
三、未来研究方向
前面总结和讨论了当前关于资本结构实证研究最新的进展——在资本结构动态调整方面取得的成果，它很好地解释了Myers（1984）的疑问，但是我们不难发现，现实不是这样的。实证研究大部分证明美国企业向目标资本结构调整的速度每年大致是10%~50%，但是Welch（2004）却发现美国的企业仅仅是对它的股票价值的变化而变化杠杆率，所以10%~50%的变化率是达不到的。
这主要是因为当前的研究仅仅是考虑企业的单个特征，过多依靠面板数据而忽视了面板结构，忽视了企业的整体特征；而且仅是考虑了企业的内在性，企业的外部环境影响考虑较少，如股票价值的变化和公司巨额的投资。这也是现在学者所强调的“典型事实（stylized factors）”。
所以这些就为未来的研究无论是理论还是实证上提供了方向，例如，动态模型的改进，提升统计技术，考虑面板数据结构；在模型中增加些外在因素，以此来全面考察企业的调整行为。在考察企业调整行为时，可以考虑增加行为金融的要素等等。
参考文献:
[1] Myers， S.C. （1984）: The capital structure puzzle. Journal of Finance，39（3），575-592.
[2] Frank， M.Z.， Goyal， V.K. （2009）: Capital structure decisions: Which factors are reliably important? Financial Management38， 1-37
[3] Modigliani， F.， Miller， M.H. （1958）: The cost of capital， corporation finance and the theory of investment. American Economic Review， 48（3）， 261-297.
[4] Alex Kane， Alan J.Marcus， Robert L. McDonald. （1984）: Debt Policy and the rate of return premium to leverage. Working paper NO.1439.NBER WorkingPaper
[5] Fischer， EO，R Heinkel， and J Zechner（1989）:Dynamic capital structure choice: Theory and tests. Journal of Finance，44（1）:19-40
[6] Goldstein， R，N Ju， and H Leland（2001）:An EBIT-Based Model of Dynamic Capital Structure. Journal of Business，74（4）:483-512
[7] Strebulaev， I （2007）. Do tests of capital structure theory mean what they say? Journal of Finance，62（4）:1747-1787
[8] Lemmon， M.L.， Roberts， M.R.， Zender， J.F. （2008）: Back to the beginning: Persistence and the cross-section of corporate capital structure， Journal of Finance，63（4）:1575-1608
[9] Hovakimian， A.， Opler， T.， Titman， S. （2001）: The debt-equity choice. Journal of Financialand Quantitative Analysis， 36（1）， 1-24.
[10] Kayhan， A.， Titman， S. （2007）: Firms’ histories and their capital structures. Journal of Financial Economics， 83（1）， 1-32.
[11] Fama， E.F.， French， K.R. （2002）: Testing trade-off and pecking order predictions about dividends and debt. Review of Financial Studies， 15（1）， 1-33.
[12] Flannery， M.J.， Rangan， K.P. （2006）: Partial adjustment toward target capital structures. Journalof Financial Economics， 79（3）， 469-506.
[13] Antoniou A， Y Guney， and K Paudyal.（2008）: The Determinants of Capital Structure: Capital Market-Oriented versus Bank-Oriented Institutions. Journal of Financial and Quantitative Analysis， 43（1）， 59-92.
[14] André Getzmann， Sebastian Lang， Klaus Spremann（2010）: Determinants of the target capital structure and adjustment speed- evidence from Asian capital markets. Working Paper， University of St. Gallen， Swiss Institute of Banking and Finance.
[15] Huang， Rongbing and Jay R. Ritter（2009）.:Testing Theories of Capital Structure and Estimating the Speed of Adjustment， Journal of Financial and Quantitative Analysis 44， 237-271.
[16] Ralf Elsas， David Florysiak（2010）: Dynamic Capital Structure Adjustment and the Impact of Fractional Dependent Variables. Working Paper， University of St. Gallen, Swiss Institute of Banking and Finance. Institute for Finance & Banking, University of Munich.
关键词：资本结构；动态调整；理论进展；实证进展；未来研究方向
中图分类号：F276 文献标识码：A
一、引言
公司怎么为它的投资进行融资？融资怎么影响投资？融资决策是否影响公司价值？这些关于公司金融的基本问题仍然存在争议，在一些基本问题上许多理论和实证的文献仍然很难达到一致。所以，自从Modigliani and Miller于1958年提出MM定理50多年来，这些疑问仍是有效的。
造成这种研究局限的原因是先前的实证研究基本上都是静态的，人们通过简单的比较公司资本结构在某个时点的静态特征是否与理论预测相一致， 来检验理论的正确与否。
但是近几年来，关于这个问题的研究取得了一定的进展。学者认识到最优资本结构不仅仅是简单而固定的债务比率，而是一个随时间变化而不断变化的目标资本结构范围。大多数学者在研究时比较了动态模型与静态模型，如Frank and Goyal（2009） 指出“动态调整模型比静态模型得到更清楚的实证支持，似乎更能解释企业的融资行为”。
资本结构动态调整是近几年资本结构研究的前沿课题之一，吸引了众多学者对此进行研究。本文着眼于近几年学者在资本结构动态调整研究取得的理论和实证研究成果进行系统综述，并就当前研究仍存在的问题提出未来资本结构研究可探索的方向。
二、资本结构动态调整的理论进展
较早时期，Kane，Marcus and McDonald（1984）综合考虑了公司破产成本、资本结构的调整成本（债务发行成本）以及企业、个人所得税等因素，通过建立持续动态模型来研究公司最优债务期限结构。模型研究结果表明最优债务期限与公司价值波动性负相关，而且研究还指出这是由于公司负债到期后可以发行新债来偿还旧债，因此，低水平的价值波动性导致了公司不断地调整其资本结构。
Fisher，Heinkel and Zechner（1989）对资本动态调整做出了重大贡献，他们通过建立动态模型来研究公司资本结构的决定因素。在他们推导的模型中主要包含了以下几个要点:（1）资本结构的调整需要成本，公司会考虑何时调整资本结构对公司最有利；（2）在负债率达到公司设定的上下限时，公司就会选择支付调整成本進行资本结构调整，从而使负债比率回归最优初始值，进而使杠杆利益最大化，最终达到了公司价值最大化的目标；（3）公司特征能够对公司的资本结构调整政策产生直接的影响，具有相似特征的公司会存在相似的资本结构调整方式；（4）模型还指出动态资本结构理论中的最优资本结构应该是一个区间，而非简单的静态固定值。利用该动态调整模型，选取1977-1985年间美国999家公司作为样本，采用季度数据进行实证检验研究，结果证明，由于调整成本的存在，使得公司的负债率在一定范围都可以看作是最优的，这也说明了为什么相似的公司会具有不同资本结构的现象。
Goldstein，Juv and Leland（2001）通过资产定价模型进一步构建了基于EBIT的资本结构动态模型，该模型对为什么当前观察到的公司杠杆水平通常低于其最优值的现象做了较好的解释，而且通过模型估算出来的最优杠杆水平区间范围与实际数据吻合程度相当高。
Strebulaev（2007）构建了交易摩擦下的最优动态融资模型，该模型对Fisher等（1989）和Goldstein等（2001）构建的模型做了进一步的深化和发展，主要建模思想在于，由于调整成本的存在，企业的杠杆水平仅在某些时期能够处于其最优值，在其他大多数时间里往往会偏离其最优值。而且对企业杠杆水平的变动路径进行模拟之后发现，公司的杠杆水平通常不会对权益价格短期波动做出反应，往往更倾向于对公司价值的长期变化做出反应。
Lemmon，Roberts and Zender（2008）指出不同企业的资本机构具有高度持续性并且倾向于将其杠杆率保持在一个相对狭窄的范围内。他们在研究中考察了公司资本结构在时间序列上的变化以及在横截面分布上的差异，而且还将公司基期的杠杆比率引入到回归模型中，验证了现有变量以及基期杠杆比率对这些变化和差异的影响程度。通过实证结果和以往相关理论及经验数据的比较分析，Lemmon等人认为他们的研究结论支持了动态权衡理论，从而对优序融资理论和市场择机理论表示怀疑。
三、资本结构动态调整的实证研究进展
近些年，伴随着计量经济学在动态面板数据处理方面的不断发展，学者们不仅基于随机过程以及动态规划等技术构建理论模型，还建立了能够体现资本结构动态性的计量模型，进而在实证检验方面也取得了一系列重大的发展。
在资本结构动态调整理论的经验研究中，学者主要集中于资本结构动态调整的均值复归检验上，研究内容包括了公司的杠杆水平是否会向目标资本结构调整（即均值复归）和在存在均值复归的情况下公司资本结构的调整速度会有多快等。相关的实证检验中，学者的主要贡献综述如下：
Hovakimian，Opler and Titman （2001）采用二阶段估计法实证检验了公司在发行新股或回购股票时资本结构是否会向目标杠杆水平移动。第一阶段双截取Tobit回归检验的结论支持了以往多数实证研究的结果，即只有企业的盈利性变量不符合权衡理论的预期；第二阶段的Logit回归检验证实了企业向目标资本结构调整。
Kayhan and Titman（2007）通过研究发现尽管公司当前的杠杆水平受到历史因素的影响，但是在长期时间内，公司的资本结构则会向其目标资本结构移动，证明了动态调整理论的预期。
综上所述，公司的资本结构存在着显著的均值复归现象。
关于调整速度的实证检验研究中，多数学者采用了两阶段研究方法，即首先通过回归模型估计出企业的目标资本结构，然后用目标拟合值代入动态调整方程去检验资本结构的调整速度。
Fama and French（2002）通过二阶段的方法建立了局部调整模型，运用不考虑企业固定效应的最小二乘法OLS估计进行了统计分析的研究结构表明，对于那些已经支付了股利的美国企业，资本结构的年均调整速度保持在7%~10%之间，而没有支付股利的美国企业，年均杠杆调整速度基本位于15%~18%之间。因此，他们认为公司资本结构的调整速度非常低。
Flannery and Rangan（2006）则指出，Fama and French（2002）没有考虑企业的固定效应，忽略了一些不可观测但是又不随时间变化的因素对公司资本结构调整速度的影响，因此，其研究结论是存在偏差的。他们则通过采用面板数据固定效应的统计技术进行了实证分析，得出了美国企业的杠杆水平年均调整速度大于30%的结论。
Antoniou， Guney， and Paudyal （2008）、Lemmon， Roberts， and Zender （2008）均采用面板数据，通过控制企业固定效应的GMM方法进行了检验，前者的研究结构表明公司市值杠杆的年均调整速度为32.2%，而后者研究表明账面杠杆的平均年均调整速度为25%。Getzmann，Lang，and Spremann（2010）采用亚洲资本市场的1301家企业1995-2009年的面板数据，控制了企业的固定效应以后采用GMM技术进行了检验，发现亚洲企业的资本调整度在27%~39%，和国际平均水平差不多。Huang and Ritter （2009）在实证检验中则使用了控制企业固定效用的长期差分估计方法，研究结果也发现了公司账面杠杆水平和市值杠杆水平的年均调整速度分别为17%和23.2%。
Ralf Elsas and David Florysiak（2010）采用Monte-Carlo模擬的方法进行测算资本结构调整速度，他们认为原来的方法如OLS、固定效应、GMM估计因为忽视了杠杆率是部分的、是不平衡的面板动态数据，所以他们具有偏差。最后通过以1965-2008年美国企业为样本，测算资本结构调整速度为26%，大概处于原来测算的平均水平。由此可见，企业资本结构向其目标值调整的速度还是比较快的。
三、未来研究方向
前面总结和讨论了当前关于资本结构实证研究最新的进展——在资本结构动态调整方面取得的成果，它很好地解释了Myers（1984）的疑问，但是我们不难发现，现实不是这样的。实证研究大部分证明美国企业向目标资本结构调整的速度每年大致是10%~50%，但是Welch（2004）却发现美国的企业仅仅是对它的股票价值的变化而变化杠杆率，所以10%~50%的变化率是达不到的。
这主要是因为当前的研究仅仅是考虑企业的单个特征，过多依靠面板数据而忽视了面板结构，忽视了企业的整体特征；而且仅是考虑了企业的内在性，企业的外部环境影响考虑较少，如股票价值的变化和公司巨额的投资。这也是现在学者所强调的“典型事实（stylized factors）”。
所以这些就为未来的研究无论是理论还是实证上提供了方向，例如，动态模型的改进，提升统计技术，考虑面板数据结构；在模型中增加些外在因素，以此来全面考察企业的调整行为。在考察企业调整行为时，可以考虑增加行为金融的要素等等。
参考文献:
[1] Myers， S.C. （1984）: The capital structure puzzle. Journal of Finance，39（3），575-592.
[2] Frank， M.Z.， Goyal， V.K. （2009）: Capital structure decisions: Which factors are reliably important? Financial Management38， 1-37
[3] Modigliani， F.， Miller， M.H. （1958）: The cost of capital， corporation finance and the theory of investment. American Economic Review， 48（3）， 261-297.
[4] Alex Kane， Alan J.Marcus， Robert L. McDonald. （1984）: Debt Policy and the rate of return premium to leverage. Working paper NO.1439.NBER WorkingPaper
[5] Fischer， EO，R Heinkel， and J Zechner（1989）:Dynamic capital structure choice: Theory and tests. Journal of Finance，44（1）:19-40
[6] Goldstein， R，N Ju， and H Leland（2001）:An EBIT-Based Model of Dynamic Capital Structure. Journal of Business，74（4）:483-512
[7] Strebulaev， I （2007）. Do tests of capital structure theory mean what they say? Journal of Finance，62（4）:1747-1787
[8] Lemmon， M.L.， Roberts， M.R.， Zender， J.F. （2008）: Back to the beginning: Persistence and the cross-section of corporate capital structure， Journal of Finance，63（4）:1575-1608
[9] Hovakimian， A.， Opler， T.， Titman， S. （2001）: The debt-equity choice. Journal of Financialand Quantitative Analysis， 36（1）， 1-24.
[10] Kayhan， A.， Titman， S. （2007）: Firms’ histories and their capital structures. Journal of Financial Economics， 83（1）， 1-32.
[11] Fama， E.F.， French， K.R. （2002）: Testing trade-off and pecking order predictions about dividends and debt. Review of Financial Studies， 15（1）， 1-33.
[12] Flannery， M.J.， Rangan， K.P. （2006）: Partial adjustment toward target capital structures. Journalof Financial Economics， 79（3）， 469-506.
[13] Antoniou A， Y Guney， and K Paudyal.（2008）: The Determinants of Capital Structure: Capital Market-Oriented versus Bank-Oriented Institutions. Journal of Financial and Quantitative Analysis， 43（1）， 59-92.
[14] André Getzmann， Sebastian Lang， Klaus Spremann（2010）: Determinants of the target capital structure and adjustment speed- evidence from Asian capital markets. Working Paper， University of St. Gallen， Swiss Institute of Banking and Finance.
[15] Huang， Rongbing and Jay R. Ritter（2009）.:Testing Theories of Capital Structure and Estimating the Speed of Adjustment， Journal of Financial and Quantitative Analysis 44， 237-271.
[16] Ralf Elsas， David Florysiak（2010）: Dynamic Capital Structure Adjustment and the Impact of Fractional Dependent Variables. Working Paper， University of St. Gallen, Swiss Institute of Banking and Finance. Institute for Finance & Banking, University of Munich.