论文部分内容阅读
摘 要：本文利用上海证券交易所制造业上市公司财务报表1990-2015年相关数据，来验证现金流波动性高的公司是否具有较高债务资本结构的假设。本文在国内相关研究中率先采用现金流波动的多种测量方式来模拟分析，在对公司债务进行广义公司债务与狭义公司债务分类的基础上，运用第一差分、广义线性模型（GLS模型），通过278家制造业公司共计3575条数据进行回归，得出现金流波动与公司债务具有稳健正相关关系。
关键词：现金流波动 公司债务 GLS模型
一、引言
现金流是公司价值的源泉，在公司运作过程中占有举足轻重的地位。现金流波动对企业偿债与风险抵抗具有重要作用，现金流波动较大意味着企业经营的不确定性，即风险抵抗能力弱、运作风险大、不确定性强，对企业的信贷决策与偿债能力具有直接影响。负债经营所带来的杠杆效应对企业来说是一把双刃剑，在获得丰厚收益的同时，风险也不断增加。Frank and Goyal （2009）根据资产结构权衡理论，得出现金流波动性与财务杠杆之间存在反向变动关系的实证结果。现金流波动会波及公司负债情况，如果公司现金流波动较大，企业出现资金短缺的可能性就较大，将企业的经营策略与资产结构产生巨大影响。韩立岩、娄静（2010）认为制造业上市公司投资现金流对经营现金流具有突出敏感性，而投资现金流的波动则更多地受到筹资现金流的波动影响。刘淑莲、张芳芳、张文柯（2014）现金流波动性对企业现金持有的影响程度也不同。公司为了应对现金流波动性的提高，会增加现金持有量。陈海强、韩乾、吴锴（2012）认为，虽然目前证券行业内对公司盈利能力及其可持续性分析占据主要地位，但越来越多投资者开始关注公司现金流的健康程度。众所周知，在很大程度上现金流对企业的生存比盈利更为重要。关于现金流波动对资本结构的影响，国内相关研究文献寥寥无几，对于影响企业运营财务因素的研究虽然可能会考虑现金流波动等因素的影响，但是由于我国上市公司财务报表运营项目披露的非强制性，导致对全面分析企业财务状况增加难度。我国对于具体行业现金流波动性对企业债权融资影响的讨论较少，关于制造业现金流波动对负债影响的研究更是少之又少。制造业在国民经济中占有举足轻重的作用，研究我国制造业上市公司现金流波动对其负债的影响是重中之重。国内基于现金流不稳定条件下，研究资本结构变化的文献目前还没有。综上所述，本文将现金流波动作为关键变量，研究现金流波动对资本结构的影响具有重要的现实意义与理论意义。
本文的创新之处主要在于：第一，本文是国内率先研究现金流波动与资本结构关系的文章，并得出现金流波动和资本结构之间具有强稳健关系；第二，在变量选取上，本文通过对公司债务进行细化，分为广义与狭义的公司债务，得出四个因变量；第三，本文对现金流与净资产比值做标准量化处理，采用面板回归分析、GLS模型、一阶差分的滚动标准差来测量现金流的波动性。
二、样本与模型设定
1.样本选取。本文选取1990年至2015年中国A股市场制造业公司数据作为研究样本，所选取的相关财务数据以及年度报表均来自国泰君安CSMAR数据库与wind数据库。数据选取时间跨度较长，是因为需要对数据进行第一差分、滚动平均处理，以及相关数据出现缺失不连贯现象。数据主要以现金流量表与资产负债表组成，还包括城市居民CPI预期变化、A股流通股市值、总市值等相关数据。选取非金融行业中的制造业主，是由于制造业属于成熟的传统行业，通过分析可以更能看出现金流与资本结构之间的内在联系，将使实证结论根据说服力。因此，为使数据更具代表性，本文选取制造业行业数据。
本文对数据进行了一系列的剔除与筛选：剔除公共事业单位的公司；剔除标记*ST的公司；剔除资产账面价值缺失的数据；剔除股东权益为零或为负的数据；剔除流通股市场价值缺失的数据；剔除负债合计缺失的数据；剔除营业收入为零或为负的数据；剔除数据不完整的数据；剔除四年内（包括四年）数据年份不连续的数据以及对对数据进行了极端数据处理，对第一差分进行了1%的缩尾处理。经过剔除与筛选样本，本文最后选取了1995-2015年278家制造业企业共计3575条数据。
2.变量定义。
2.1因变量。在构建我国制造业资本结构方式时，本文应遵循两个问题：首先，应该明确包含哪些负债。最广义上公司负债应该包含所有债务，包括金融负债，用资产负债表里的负债合计代表。债务也可以包括短期和长期债务，但不包括非金融负债，因此，资本结构可以用两种方式定义；其次，应该明确是用账面还是用市场价值衡量债务。Welch（2011）通过研究解决了这两个问题。因此本文定义了两种债务的資本结构，以及对应的市场和账面价值，得出四种资本结构变量。
（1）市场负债比率（MDR1）。
市场负债比率是市场上公司负债的最广泛的含义。则市场负债比率的计算公式是：
市场负债比率=负债合计/（资产总计-股东权益合计+流通股市值）
（2）市场账面负债率（BDR1）。
市场账面负债率是市场上公司账面负债的最广泛含义。则市场账面负债率的计算公式是：市场账面负债率=负债合计/资产总计
（3）短期和长期债务总和的市场债务比（MDR2）。
短期和长期债务总和的市场债务比是相对狭义的公司负债率。短期和长期债务总和的市场债务比的计算公式是：
短期和长期债务总和的市场债务比=（非流动负债+流动负债）/（非流动负债+流动负债+流通股市值）
（4）短期和长期债务总和的账面债务比（BDR2）。
短期和长期债务总和的账面债务比是相对狭义的公司账面负债率。短期和长期债务总和的账面债务比的计算公式是：
短期和长期债务总和的账面债务比=（非流动负债+流动负债）/（非流动负债+流动负债+股东权益合计） 2.2自变量。现金流波动性是本文研究中的关键变量。为了组建本文波动性测试，本文参照了现有文献作为基础研究，由于统一定义的缺失，本文做了一些选择。本文组建了四组变量，作为对比参考。本文参考了Ball et al（2015），现金流由折旧后的运行收入或以现金为基础的经营性利润，本文为标准化处理用营业利润代替现金流和净资产做比值。最后本文采用了Kim and Sorensen（1986）的滚动标准差与Stohs and Mauer（1996）的第一差分的滚动标准差。由于数据缺失与其他数据限制，本文采用是3年期的第一差分的滚动平均标准差。
首先，测量现金流。本文用营业利润（oi）表示现金流的第一种测试测试方法；使用以现金为基础的运营利润（cbop）作为本文的现金流的第二种测试方法。本文根据Ball et al.（2015）所采用的方法計算运营利润。运营利润的公式是：
运营利润（op）=总营业收入（sale）—营业成本（cogs）—{销售费用（xsga）-开发
支出（xrd）}
使用以现金为基础的运营利润（cbop）=运营利润（op）—应收账款（rect）—存货（invt）
—预付款项（xpp）+递延收益（drc）+应付账款（ap）+预提费用（xacc）
本文根据De Veirman and Levin（2015）现金流波动的测试公式：
ωi，t= αi + Yearβ1 +i，t
ωi，t代表第i家企业在t时期时营业利润（oi）比净资产的第一差分，残差项表示在随机效应下现金流运营的估计值与观察值的差值。De Veirman and Levin（2015）对标准差（数学符号）做的无偏估计：
σi，t=，
本文定义σi，t 为一年现金流波动的标准差是一年期现金流波动，用CFV_DL_oi_1表示；同样本文定义连续三年现金流标准差的滚动平均是三年期现金流波动，用CFV_DL_oi_3表示。
本文用相同的方法对cbop进行相同的处理。先对cbop和净资产比值做标准化处理，然后同样得到一年现金流波动的标准差，用CFV_DL_cbop_1表示 ；连续三年现金流标准差的滚动平均是三年期现金流波动，用CFV_DL_cbop_3表示。
2.3控制变量。为了检验本文的假设，本文采用Frank and Goyal（2009）中所设置的很可能依赖的因素作为本文的控制变量。
（1）市价对帐面价值比率（MarketToBook）。
市价对帐面价值比率是资产的市场价值对总资产的比率，表示的是公司的成长机会。市价对帐面价值比率的公式是：市价对帐面价值比率=资产的市场价值/总资产
（2）有形资产（Tangibility）。
有形资产是公司资产的一种表达方式，表示的是固定资产对总资产的比率。有形资产的公式是：有形资产=固定资产/总资产
（3）公司规模（FirmSize）。
公司规模是制造业公司的规模大小用总资产的自然对数表示。公司规模的公式是：公司规模=ln（总资产）
（4）盈利能力（Profitability）。
盈利能力是公司运营的经营状况，用折旧前营业收入与总资产的比率表示。盈利能力的公式是：盈利能力=（折旧前营业收入）/（总资产）
（5）通货膨胀（inflation）。
通货膨胀因为制造业的上市公司一般都是在城市，而且根据中国国情，城市居民CPI预期变化更能表示公司所面临的通货膨胀。市居民CPI预期变化由wind数据得到。
（6）公司研发费用与营业收入的比率（LnRnD）。
公司研发费用与营业收入的比率表示制造业公司的创新能力。公司研发费用与公司销售的比率的公式是：公司研发费用与营业收入的比率=（公司研发费用）/（营业收入）
三、理论假设和模型假设
Black and Scholes（1973）和Merton（1974）曾经指出现金流波动性变大会增加看涨期权的价值，更高的现金流波动性会增加权益价值，减少债务的价值，进而会增加债务的边际成本。因此，具有现金流波动性高的公司和高债务成本有密切联系。本文基于以上理论，提出了理论假设：现金流波动性越高，公司债务越高。基于以上的理论假设，建立了GLM模型（广义线性模型），模型的设立如下所示：
E（DebtRatio|Xi，t-1，LnCFVi，t-1）=G（）
其中DebtRatioi，t代表的是MDR1，MDR2，BDR1，BDR2；Xi，t-1是滞后一期的控制变量；LnCFVi，t-1是滞后一期的现金流波动性的自然对数；G（·）是代表的是GLM运算选择，本文采用GLM模型中的log-Inverse Gaussian；表示随机误差。
四、实证结果分析
1.变量的描述性分析。
表1 A股市场制造业的描述性统计。
stats N Mean sd p50 Min Max
mdr1 3575 0.355154 0.256685 0.299089 3.86E-06 1.00821
bdr1 3575 0.417988 0.186902 0.415369 1.12E-05 0.915206
mdr2 3575 0.353709 0.256674 0.29783 3.86E-06 1
bdr2 3575 0.416101 0.1871 0.414604 1.12E-05 0.915206
inflation 3575 0.023444 0.023401 0.026 -0.013 0.25 MarketTobook 3376 2.360757 2.468123 1.698537 0.132677 47.86805
tangibility 3563 0.20334 0.151126 0.178719 3.70E-06 0.805064
firmsize 3575 21.19506 1.077233 21.12001 17.5542 25.68695
Profitability 3575 0.080763 0.100946 0.063331 -0.12984 2.669888
lnrnd 228 3.405854 50.73693 0.008438 0 766.1492
cfv_～p_1 3297 0.134076 0.206431 0.072434 6.67E-05 3.313522
cfv_～p_3 2741 0.129891 0.141939 0.088327 0.001602 1.609263
cfv_～i_1 3281 0.092577 0.12728 0.047175 1.57E-06 1.249649
cfv_～i_3 2696 0.091462 0.094201 0.059836 0.001093 0.714258
表1提供了在多变量中独立变量的描述性统计分析。资本结构测量的两大范畴表明，更广泛的定义了负债，更高的市场和账面比率。MDR1是包含公司的所有负债即Welch（2011）定义的市场负债比率，BDR1是市场账面负债率；MDR2是公司中包含短期和长期负债即Welch（2011）定义的短期和长期债务总和的负债率，BDR2是短期和长期债务总和的账面负债率。MDR1的平均值高于MDR2的平均值、BDR1的平均值大于BDR1的平均值说明本文定义了更广泛的负债，可以从不同角度观察不同负债标准的影响；BDR1的平均值高于MDR1的平均值、BDR2的平均值大于MDR2的平均值说明账面负债率高于市场价值负债率。例如MDR1的平均值是0.355，MDR2的平均值是0.354。Firmsize（公司规模）是用的固定资产的自然对数，通过最小值17.554和最大值25.687说明制造业上市公司的公司规模比较平均；Profitability（盈利能力）的中位数0.101，最小值-0.130，最大值2.670说明制造行业的盈利能力差距还是比较大的；lnrnd（公司研发费用与公司销售费用的比率）有样本量228得知，制造业公司对于公司研发的投入动力不足，大量公司研发费用缺失，通过平均值3.406，最小值0和最大值766.149说明制造业对研发有两极化趋势。
2.GLM模型的实证性检验。
表2 基于278家制造业的实证结果分析。
（1） （2） （3） （4）
mdr1 mdr2 bdr1 bdr2
Main
lcfv_dl_cbop_3 0.133*** 0.132*** 0.152*** 0.154***
（3.20） （3.18） （5.15） （5.23）
markettobook -0.132*** -0.132*** -0.0232*** -0.0229***
（-26.16） （-26.03） （-3.12） （-3.08）
tangibility 2.029*** 2.032*** 0.965*** 0.955***
（6.70） （6.67） （4.69） （4.63）
firmsize 0.212*** 0.213*** 0.0915*** 0.0923***
（6.87） （6.88） （4.14） （4.16）
profitability -4.460*** -4.472*** -1.669*** -1.636***
（-11.29） （-11.25） （-4.86） （-4.74）
inflation 3.375** 3.340** -0.700 -0.705
（2.49） （2.46） （-0.64） （-0.64）
Lnrnd -0.000685** -0.000678** 0.000402 0.000410
（-2.32） （-2.28） （0.95） （0.96）
_cons -5.571*** -5.607*** -2.409*** -2.427***
（-8.06） （-8.07） （-4.68） （-4.71）
N 221 221 221 221
注：估計参数右上角的“*”表示显著性水平，“***”、“**”和“*”分别表示估计参数在1%、5%和10%的水平上显著；括号中的数字为估计参数的t统计量
由表2可以看出，基于公司数据的面板向量自回归模型GLM估计结果，现金流波动和资本结构是呈正相关关系的。广义公司债务和狭义公司债务无论是市场价值还是账面价值都为正值，并且显著。现金流波动的自然对数滞后项（lcfv_dl_cbop_3）对当期债务具有正向影响效应。说明现金流波动性越大，公司负债也越大，这是因为现金流波动性越大，一方面公司的正常运营就越容易断裂，公司对现金的需求越大，另一方面波动性越大说明公司有大量的非常规的现金流的流出或流进，非常态现金流的流出会使负债增加并且融资成本也会增加。其中广义的市场价值（mdr1）现金流波动的系数达到0.133，在1%的条件下显著，说明现金流波动和公司资产结构有很强的正向关系。第二行到第七行属于控制变量，其中第二行到第五行数据都在1%的显著性水平上。像市价对帐面价值比率（MarketToBook）和公司债务显著负相关，说明MarketToBook即成长机会和公司负债显著负相关；有形资产（Tangibility）和公司负债为正即公司的固定资产占比越大，公司的负债越高；公司规模（FirmSize）即公司规模越大，对负债有正向的影响作用，说明制造业企业规模的增加是靠公司负债的增加；盈利能力（Profitability）是公司的运营状况，公司的运营状况越好，公司里的负债就越有可能减少。其中第六项通货膨胀（inflation）前两列和后两列的系数符号不一致，但是前两列是在5%的水平下显著，后两列不显著，系数为零，说明通货膨胀的增高会加重制造业的负担，提高公司债务。第七行公司研发费用与营业收入的比率（LnRnD）由于制造业企业相关数据样本较小，而且前两项在5%的水平上显著，后两项不显著，说明制造业企业增加研发支出，会对减少公司负债。 3.稳健性检验。
表3 四种现金流波动性的测量的对比分析。
（1） （2） （3） （4）
mdr1 mdr2 bdr1 bdr2
Main
lcfv_dl_cbop_1 0.0565** 0.0562** 0.0488** 0.0506***
（2.27） （2.25） （2.56） （2.64）
lcfv_dl_cbop_3 0.133*** 0.132*** 0.152*** 0.154***
（3.20） （3.18） （5.15） （5.23）
lcfv_dl_oi_1 0.106*** 0.105*** 0.0718*** 0.0716***
（4.99） （4.95） （4.24） （4.18）
lcfv_dl_oi_3 0.135*** 0.134*** 0.0775*** 0.0766***
（4.09） （4.06） （2.94） （2.89）
注：估计参数右上角的“*”表示显著性水平，“***”、“**”和“*”分别表示估计参数在1%、5%和10%的水平上显著；括号中的数字为估计参数的t统计量
表3是关于一年期现金流波动（lcfv_dl_cbop_1， lcfv_dl_oi_1）和三年期现金流波动（lcfv_dl_cbop_3，lcfv_dl_oi_3）的实证检验分析，由表3可以得到数据都在1%的条件下显著，这验证了本文的假设：现金流波动性越高，公司债务越高。
五、結语
在这篇文章中，我们利用A股市278家制造业的面板数据分析来检验现金流波动和资本结构的影响。通过构建四种现金流波动性的关键变量，以及通过对公司债务在不同角度的分类，分为广义角度公司债务和狭义角度的公司债务，在引进多种控制变量通过stata软件中的GLM模型分析结果表明现金流波动越大，企业的融资欲望越大，公司负债就会提高。国内对这方面的研究比较少，目前国内的研究主要涉及现金流波动和企业价值的关系以及现金流的敏感程度。
但是现金流波动性在目前的主流趋势下，愈显重要。像越来越多的投资者开始关注公司现金流的健康程度。人们对现金流波动性的研究很少，并且现金流波动性对当下有很强的现实意义。众所周知，在很大程度上现金流对企业的生存比盈利更为重要。
参考文献：
[1]De Veirman E.， Levin， A. Cyclical changes in firm volatility. J. Money Credit Bank. 2015.
[2]Black F.， Scholes M.. The pricing of options and corporate liabilities. J. Polit. Econ. 1973.
[3]Merton R.C..On the pricing of corporate debt： the risk structure of interest rates. J. Financ. 1974.
[4]Frank M.Z.， Goyal V.K.. Capital structure decisions： which factors are reliably important？ Financ. Manag. 2009.
[5]Stohs M.H.， Mauer D.C.. The determinants of corporate debt maturity structure. J. Bus. 1996.
[6]Kim W.S.， Sorensen E.H.. Evidence on the impact of the agency costs of debt on corporate debt policy. J. Financ. Quant. Anal. 1986.
[7]Welch I. Two common problems in capital structure research： the financial-debt-to-asset ratio and issuing activity versus leverage changes. Int. Rev. Financ. 2011.
[8]陈海强，韩乾，吴锴.现金流波动、盈利稳定性与公司价值[J].金融研究2012（9）.
[9]刘淑莲，张芳芳，张文柯.融资约束、现金流波动性与并购对价方式研究[J].证券市场导报，2014（5）.
[10]韩立岩，娄静.经营、投资和筹资现金流动态交互影响分析[J].中国管理科学，2010（2）.
关键词：现金流波动 公司债务 GLS模型
一、引言
现金流是公司价值的源泉，在公司运作过程中占有举足轻重的地位。现金流波动对企业偿债与风险抵抗具有重要作用，现金流波动较大意味着企业经营的不确定性，即风险抵抗能力弱、运作风险大、不确定性强，对企业的信贷决策与偿债能力具有直接影响。负债经营所带来的杠杆效应对企业来说是一把双刃剑，在获得丰厚收益的同时，风险也不断增加。Frank and Goyal （2009）根据资产结构权衡理论，得出现金流波动性与财务杠杆之间存在反向变动关系的实证结果。现金流波动会波及公司负债情况，如果公司现金流波动较大，企业出现资金短缺的可能性就较大，将企业的经营策略与资产结构产生巨大影响。韩立岩、娄静（2010）认为制造业上市公司投资现金流对经营现金流具有突出敏感性，而投资现金流的波动则更多地受到筹资现金流的波动影响。刘淑莲、张芳芳、张文柯（2014）现金流波动性对企业现金持有的影响程度也不同。公司为了应对现金流波动性的提高，会增加现金持有量。陈海强、韩乾、吴锴（2012）认为，虽然目前证券行业内对公司盈利能力及其可持续性分析占据主要地位，但越来越多投资者开始关注公司现金流的健康程度。众所周知，在很大程度上现金流对企业的生存比盈利更为重要。关于现金流波动对资本结构的影响，国内相关研究文献寥寥无几，对于影响企业运营财务因素的研究虽然可能会考虑现金流波动等因素的影响，但是由于我国上市公司财务报表运营项目披露的非强制性，导致对全面分析企业财务状况增加难度。我国对于具体行业现金流波动性对企业债权融资影响的讨论较少，关于制造业现金流波动对负债影响的研究更是少之又少。制造业在国民经济中占有举足轻重的作用，研究我国制造业上市公司现金流波动对其负债的影响是重中之重。国内基于现金流不稳定条件下，研究资本结构变化的文献目前还没有。综上所述，本文将现金流波动作为关键变量，研究现金流波动对资本结构的影响具有重要的现实意义与理论意义。
本文的创新之处主要在于：第一，本文是国内率先研究现金流波动与资本结构关系的文章，并得出现金流波动和资本结构之间具有强稳健关系；第二，在变量选取上，本文通过对公司债务进行细化，分为广义与狭义的公司债务，得出四个因变量；第三，本文对现金流与净资产比值做标准量化处理，采用面板回归分析、GLS模型、一阶差分的滚动标准差来测量现金流的波动性。
二、样本与模型设定
1.样本选取。本文选取1990年至2015年中国A股市场制造业公司数据作为研究样本，所选取的相关财务数据以及年度报表均来自国泰君安CSMAR数据库与wind数据库。数据选取时间跨度较长，是因为需要对数据进行第一差分、滚动平均处理，以及相关数据出现缺失不连贯现象。数据主要以现金流量表与资产负债表组成，还包括城市居民CPI预期变化、A股流通股市值、总市值等相关数据。选取非金融行业中的制造业主，是由于制造业属于成熟的传统行业，通过分析可以更能看出现金流与资本结构之间的内在联系，将使实证结论根据说服力。因此，为使数据更具代表性，本文选取制造业行业数据。
本文对数据进行了一系列的剔除与筛选：剔除公共事业单位的公司；剔除标记*ST的公司；剔除资产账面价值缺失的数据；剔除股东权益为零或为负的数据；剔除流通股市场价值缺失的数据；剔除负债合计缺失的数据；剔除营业收入为零或为负的数据；剔除数据不完整的数据；剔除四年内（包括四年）数据年份不连续的数据以及对对数据进行了极端数据处理，对第一差分进行了1%的缩尾处理。经过剔除与筛选样本，本文最后选取了1995-2015年278家制造业企业共计3575条数据。
2.变量定义。
2.1因变量。在构建我国制造业资本结构方式时，本文应遵循两个问题：首先，应该明确包含哪些负债。最广义上公司负债应该包含所有债务，包括金融负债，用资产负债表里的负债合计代表。债务也可以包括短期和长期债务，但不包括非金融负债，因此，资本结构可以用两种方式定义；其次，应该明确是用账面还是用市场价值衡量债务。Welch（2011）通过研究解决了这两个问题。因此本文定义了两种债务的資本结构，以及对应的市场和账面价值，得出四种资本结构变量。
（1）市场负债比率（MDR1）。
市场负债比率是市场上公司负债的最广泛的含义。则市场负债比率的计算公式是：
市场负债比率=负债合计/（资产总计-股东权益合计+流通股市值）
（2）市场账面负债率（BDR1）。
市场账面负债率是市场上公司账面负债的最广泛含义。则市场账面负债率的计算公式是：市场账面负债率=负债合计/资产总计
（3）短期和长期债务总和的市场债务比（MDR2）。
短期和长期债务总和的市场债务比是相对狭义的公司负债率。短期和长期债务总和的市场债务比的计算公式是：
短期和长期债务总和的市场债务比=（非流动负债+流动负债）/（非流动负债+流动负债+流通股市值）
（4）短期和长期债务总和的账面债务比（BDR2）。
短期和长期债务总和的账面债务比是相对狭义的公司账面负债率。短期和长期债务总和的账面债务比的计算公式是：
短期和长期债务总和的账面债务比=（非流动负债+流动负债）/（非流动负债+流动负债+股东权益合计） 2.2自变量。现金流波动性是本文研究中的关键变量。为了组建本文波动性测试，本文参照了现有文献作为基础研究，由于统一定义的缺失，本文做了一些选择。本文组建了四组变量，作为对比参考。本文参考了Ball et al（2015），现金流由折旧后的运行收入或以现金为基础的经营性利润，本文为标准化处理用营业利润代替现金流和净资产做比值。最后本文采用了Kim and Sorensen（1986）的滚动标准差与Stohs and Mauer（1996）的第一差分的滚动标准差。由于数据缺失与其他数据限制，本文采用是3年期的第一差分的滚动平均标准差。
首先，测量现金流。本文用营业利润（oi）表示现金流的第一种测试测试方法；使用以现金为基础的运营利润（cbop）作为本文的现金流的第二种测试方法。本文根据Ball et al.（2015）所采用的方法計算运营利润。运营利润的公式是：
运营利润（op）=总营业收入（sale）—营业成本（cogs）—{销售费用（xsga）-开发
支出（xrd）}
使用以现金为基础的运营利润（cbop）=运营利润（op）—应收账款（rect）—存货（invt）
—预付款项（xpp）+递延收益（drc）+应付账款（ap）+预提费用（xacc）
本文根据De Veirman and Levin（2015）现金流波动的测试公式：
ωi，t= αi + Yearβ1 +i，t
ωi，t代表第i家企业在t时期时营业利润（oi）比净资产的第一差分，残差项表示在随机效应下现金流运营的估计值与观察值的差值。De Veirman and Levin（2015）对标准差（数学符号）做的无偏估计：
σi，t=，
本文定义σi，t 为一年现金流波动的标准差是一年期现金流波动，用CFV_DL_oi_1表示；同样本文定义连续三年现金流标准差的滚动平均是三年期现金流波动，用CFV_DL_oi_3表示。
本文用相同的方法对cbop进行相同的处理。先对cbop和净资产比值做标准化处理，然后同样得到一年现金流波动的标准差，用CFV_DL_cbop_1表示 ；连续三年现金流标准差的滚动平均是三年期现金流波动，用CFV_DL_cbop_3表示。
2.3控制变量。为了检验本文的假设，本文采用Frank and Goyal（2009）中所设置的很可能依赖的因素作为本文的控制变量。
（1）市价对帐面价值比率（MarketToBook）。
市价对帐面价值比率是资产的市场价值对总资产的比率，表示的是公司的成长机会。市价对帐面价值比率的公式是：市价对帐面价值比率=资产的市场价值/总资产
（2）有形资产（Tangibility）。
有形资产是公司资产的一种表达方式，表示的是固定资产对总资产的比率。有形资产的公式是：有形资产=固定资产/总资产
（3）公司规模（FirmSize）。
公司规模是制造业公司的规模大小用总资产的自然对数表示。公司规模的公式是：公司规模=ln（总资产）
（4）盈利能力（Profitability）。
盈利能力是公司运营的经营状况，用折旧前营业收入与总资产的比率表示。盈利能力的公式是：盈利能力=（折旧前营业收入）/（总资产）
（5）通货膨胀（inflation）。
通货膨胀因为制造业的上市公司一般都是在城市，而且根据中国国情，城市居民CPI预期变化更能表示公司所面临的通货膨胀。市居民CPI预期变化由wind数据得到。
（6）公司研发费用与营业收入的比率（LnRnD）。
公司研发费用与营业收入的比率表示制造业公司的创新能力。公司研发费用与公司销售的比率的公式是：公司研发费用与营业收入的比率=（公司研发费用）/（营业收入）
三、理论假设和模型假设
Black and Scholes（1973）和Merton（1974）曾经指出现金流波动性变大会增加看涨期权的价值，更高的现金流波动性会增加权益价值，减少债务的价值，进而会增加债务的边际成本。因此，具有现金流波动性高的公司和高债务成本有密切联系。本文基于以上理论，提出了理论假设：现金流波动性越高，公司债务越高。基于以上的理论假设，建立了GLM模型（广义线性模型），模型的设立如下所示：
E（DebtRatio|Xi，t-1，LnCFVi，t-1）=G（）
其中DebtRatioi，t代表的是MDR1，MDR2，BDR1，BDR2；Xi，t-1是滞后一期的控制变量；LnCFVi，t-1是滞后一期的现金流波动性的自然对数；G（·）是代表的是GLM运算选择，本文采用GLM模型中的log-Inverse Gaussian；表示随机误差。
四、实证结果分析
1.变量的描述性分析。
表1 A股市场制造业的描述性统计。
stats N Mean sd p50 Min Max
mdr1 3575 0.355154 0.256685 0.299089 3.86E-06 1.00821
bdr1 3575 0.417988 0.186902 0.415369 1.12E-05 0.915206
mdr2 3575 0.353709 0.256674 0.29783 3.86E-06 1
bdr2 3575 0.416101 0.1871 0.414604 1.12E-05 0.915206
inflation 3575 0.023444 0.023401 0.026 -0.013 0.25 MarketTobook 3376 2.360757 2.468123 1.698537 0.132677 47.86805
tangibility 3563 0.20334 0.151126 0.178719 3.70E-06 0.805064
firmsize 3575 21.19506 1.077233 21.12001 17.5542 25.68695
Profitability 3575 0.080763 0.100946 0.063331 -0.12984 2.669888
lnrnd 228 3.405854 50.73693 0.008438 0 766.1492
cfv_～p_1 3297 0.134076 0.206431 0.072434 6.67E-05 3.313522
cfv_～p_3 2741 0.129891 0.141939 0.088327 0.001602 1.609263
cfv_～i_1 3281 0.092577 0.12728 0.047175 1.57E-06 1.249649
cfv_～i_3 2696 0.091462 0.094201 0.059836 0.001093 0.714258
表1提供了在多变量中独立变量的描述性统计分析。资本结构测量的两大范畴表明，更广泛的定义了负债，更高的市场和账面比率。MDR1是包含公司的所有负债即Welch（2011）定义的市场负债比率，BDR1是市场账面负债率；MDR2是公司中包含短期和长期负债即Welch（2011）定义的短期和长期债务总和的负债率，BDR2是短期和长期债务总和的账面负债率。MDR1的平均值高于MDR2的平均值、BDR1的平均值大于BDR1的平均值说明本文定义了更广泛的负债，可以从不同角度观察不同负债标准的影响；BDR1的平均值高于MDR1的平均值、BDR2的平均值大于MDR2的平均值说明账面负债率高于市场价值负债率。例如MDR1的平均值是0.355，MDR2的平均值是0.354。Firmsize（公司规模）是用的固定资产的自然对数，通过最小值17.554和最大值25.687说明制造业上市公司的公司规模比较平均；Profitability（盈利能力）的中位数0.101，最小值-0.130，最大值2.670说明制造行业的盈利能力差距还是比较大的；lnrnd（公司研发费用与公司销售费用的比率）有样本量228得知，制造业公司对于公司研发的投入动力不足，大量公司研发费用缺失，通过平均值3.406，最小值0和最大值766.149说明制造业对研发有两极化趋势。
2.GLM模型的实证性检验。
表2 基于278家制造业的实证结果分析。
（1） （2） （3） （4）
mdr1 mdr2 bdr1 bdr2
Main
lcfv_dl_cbop_3 0.133*** 0.132*** 0.152*** 0.154***
（3.20） （3.18） （5.15） （5.23）
markettobook -0.132*** -0.132*** -0.0232*** -0.0229***
（-26.16） （-26.03） （-3.12） （-3.08）
tangibility 2.029*** 2.032*** 0.965*** 0.955***
（6.70） （6.67） （4.69） （4.63）
firmsize 0.212*** 0.213*** 0.0915*** 0.0923***
（6.87） （6.88） （4.14） （4.16）
profitability -4.460*** -4.472*** -1.669*** -1.636***
（-11.29） （-11.25） （-4.86） （-4.74）
inflation 3.375** 3.340** -0.700 -0.705
（2.49） （2.46） （-0.64） （-0.64）
Lnrnd -0.000685** -0.000678** 0.000402 0.000410
（-2.32） （-2.28） （0.95） （0.96）
_cons -5.571*** -5.607*** -2.409*** -2.427***
（-8.06） （-8.07） （-4.68） （-4.71）
N 221 221 221 221
注：估計参数右上角的“*”表示显著性水平，“***”、“**”和“*”分别表示估计参数在1%、5%和10%的水平上显著；括号中的数字为估计参数的t统计量
由表2可以看出，基于公司数据的面板向量自回归模型GLM估计结果，现金流波动和资本结构是呈正相关关系的。广义公司债务和狭义公司债务无论是市场价值还是账面价值都为正值，并且显著。现金流波动的自然对数滞后项（lcfv_dl_cbop_3）对当期债务具有正向影响效应。说明现金流波动性越大，公司负债也越大，这是因为现金流波动性越大，一方面公司的正常运营就越容易断裂，公司对现金的需求越大，另一方面波动性越大说明公司有大量的非常规的现金流的流出或流进，非常态现金流的流出会使负债增加并且融资成本也会增加。其中广义的市场价值（mdr1）现金流波动的系数达到0.133，在1%的条件下显著，说明现金流波动和公司资产结构有很强的正向关系。第二行到第七行属于控制变量，其中第二行到第五行数据都在1%的显著性水平上。像市价对帐面价值比率（MarketToBook）和公司债务显著负相关，说明MarketToBook即成长机会和公司负债显著负相关；有形资产（Tangibility）和公司负债为正即公司的固定资产占比越大，公司的负债越高；公司规模（FirmSize）即公司规模越大，对负债有正向的影响作用，说明制造业企业规模的增加是靠公司负债的增加；盈利能力（Profitability）是公司的运营状况，公司的运营状况越好，公司里的负债就越有可能减少。其中第六项通货膨胀（inflation）前两列和后两列的系数符号不一致，但是前两列是在5%的水平下显著，后两列不显著，系数为零，说明通货膨胀的增高会加重制造业的负担，提高公司债务。第七行公司研发费用与营业收入的比率（LnRnD）由于制造业企业相关数据样本较小，而且前两项在5%的水平上显著，后两项不显著，说明制造业企业增加研发支出，会对减少公司负债。 3.稳健性检验。
表3 四种现金流波动性的测量的对比分析。
（1） （2） （3） （4）
mdr1 mdr2 bdr1 bdr2
Main
lcfv_dl_cbop_1 0.0565** 0.0562** 0.0488** 0.0506***
（2.27） （2.25） （2.56） （2.64）
lcfv_dl_cbop_3 0.133*** 0.132*** 0.152*** 0.154***
（3.20） （3.18） （5.15） （5.23）
lcfv_dl_oi_1 0.106*** 0.105*** 0.0718*** 0.0716***
（4.99） （4.95） （4.24） （4.18）
lcfv_dl_oi_3 0.135*** 0.134*** 0.0775*** 0.0766***
（4.09） （4.06） （2.94） （2.89）
注：估计参数右上角的“*”表示显著性水平，“***”、“**”和“*”分别表示估计参数在1%、5%和10%的水平上显著；括号中的数字为估计参数的t统计量
表3是关于一年期现金流波动（lcfv_dl_cbop_1， lcfv_dl_oi_1）和三年期现金流波动（lcfv_dl_cbop_3，lcfv_dl_oi_3）的实证检验分析，由表3可以得到数据都在1%的条件下显著，这验证了本文的假设：现金流波动性越高，公司债务越高。
五、結语
在这篇文章中，我们利用A股市278家制造业的面板数据分析来检验现金流波动和资本结构的影响。通过构建四种现金流波动性的关键变量，以及通过对公司债务在不同角度的分类，分为广义角度公司债务和狭义角度的公司债务，在引进多种控制变量通过stata软件中的GLM模型分析结果表明现金流波动越大，企业的融资欲望越大，公司负债就会提高。国内对这方面的研究比较少，目前国内的研究主要涉及现金流波动和企业价值的关系以及现金流的敏感程度。
但是现金流波动性在目前的主流趋势下，愈显重要。像越来越多的投资者开始关注公司现金流的健康程度。人们对现金流波动性的研究很少，并且现金流波动性对当下有很强的现实意义。众所周知，在很大程度上现金流对企业的生存比盈利更为重要。
参考文献：
[1]De Veirman E.， Levin， A. Cyclical changes in firm volatility. J. Money Credit Bank. 2015.
[2]Black F.， Scholes M.. The pricing of options and corporate liabilities. J. Polit. Econ. 1973.
[3]Merton R.C..On the pricing of corporate debt： the risk structure of interest rates. J. Financ. 1974.
[4]Frank M.Z.， Goyal V.K.. Capital structure decisions： which factors are reliably important？ Financ. Manag. 2009.
[5]Stohs M.H.， Mauer D.C.. The determinants of corporate debt maturity structure. J. Bus. 1996.
[6]Kim W.S.， Sorensen E.H.. Evidence on the impact of the agency costs of debt on corporate debt policy. J. Financ. Quant. Anal. 1986.
[7]Welch I. Two common problems in capital structure research： the financial-debt-to-asset ratio and issuing activity versus leverage changes. Int. Rev. Financ. 2011.
[8]陈海强，韩乾，吴锴.现金流波动、盈利稳定性与公司价值[J].金融研究2012（9）.
[9]刘淑莲，张芳芳，张文柯.融资约束、现金流波动性与并购对价方式研究[J].证券市场导报，2014（5）.
[10]韩立岩，娄静.经营、投资和筹资现金流动态交互影响分析[J].中国管理科学，2010（2）.