公司治理結(jié)構(gòu)和分析師預(yù)測(cè)對(duì)隱含資本成本影響及實(shí)證研究

孫多嬌，楊有紅

(1.中央財(cái)經(jīng)大學(xué) 會(huì)計(jì)學(xué)院，北京 100081； 2.北京工商大學(xué) 商學(xué)院，北京 100048)

一、引言

權(quán)益資本成本是公司進(jìn)行投融資決策和確定資本結(jié)構(gòu)的關(guān)鍵指標(biāo)。對(duì)于權(quán)益資本成本影響因素的研究有很多，但是大多數(shù)研究關(guān)注宏觀經(jīng)濟(jì)因素對(duì)權(quán)益資本的影響，很少有文獻(xiàn)從公司治理和分析師預(yù)測(cè)的角度來研究權(quán)益資本成本。近年來，管理層和股東之間的代理問題受到學(xué)術(shù)界與實(shí)務(wù)界的廣泛關(guān)注，而合理科學(xué)的薪酬激勵(lì)制度是解決公司代理問題行之有效的方法。我們研究了股權(quán)激勵(lì)與隱含資本成本之間的關(guān)系。了解兩者之間的關(guān)系是非常重要的，因?yàn)橘Y本成本在管理層進(jìn)行資本預(yù)算和公司金融決策時(shí)都是非常重要的。更高的隱含資本成本意味著公司有更少的具有正凈現(xiàn)值的項(xiàng)目，也就意味著有更少的增長機(jī)會(huì)。

過度控制也是公司治理中非常重要的問題。Botosan, C. and Plumlee等[1]的研究表明世界上大部分公司都采用集中的股東結(jié)構(gòu)。這些公司主要由單一的大股東控制，這些大股東通常只有少量的現(xiàn)金流量權(quán)，但是可以實(shí)施最終控制。我們利用兩權(quán)分離度作為代理變量，研究過度控制與隱含資本成本之間的關(guān)系。在計(jì)算隱含資本成本時(shí)，沒有使用傳統(tǒng)的分析師預(yù)測(cè)方法，而是采用截面模型來預(yù)測(cè)未來盈余，進(jìn)而計(jì)算隱含資本成本。而分析師預(yù)測(cè)代表的是市場的預(yù)期，很可能會(huì)對(duì)公司的隱含資本成本產(chǎn)生影響，因此，將分析師預(yù)測(cè)作為解釋變量。

二、文獻(xiàn)回顧

(一)隱含資本成本

資本成本對(duì)于估值、資產(chǎn)組合的選擇和資本預(yù)算來說，都有非常重要的作用。因此，如何估算資本成本受到了學(xué)術(shù)界的廣泛關(guān)注。Keven Li認(rèn)為以往研究的共同特點(diǎn)在于對(duì)隱含資本成本的估算都依賴于分析師的盈余預(yù)測(cè)值[2]。這種方法有兩個(gè)缺點(diǎn)，第一，很多公司是沒有分析師預(yù)測(cè)值的。第二，研究表明基于分析師預(yù)測(cè)計(jì)算出的隱含資本成本與未來收益的相關(guān)性不大?；谏鲜鲅芯糠椒ǖ娜秉c(diǎn)，Hou et al.提出使用截面模型而不是分析師預(yù)測(cè)數(shù)據(jù)來預(yù)測(cè)未來盈余，并構(gòu)造了HVZ模型[3]。Li提出使用EP、RI模型預(yù)測(cè)盈余并計(jì)算ICC，可得到比HVZ模型更好的結(jié)果[4]。本文選擇RI模型來預(yù)測(cè)未來盈余。

隱含資本成本的估計(jì)模型可以劃分為剩余收益模型和異常收益增長模型。其中剩余收益模型包括GLS方法、CT方法、GGM方法；異常收益增長模型包括AGR方法、PEG方法、EP方法和OJN方法，并且他們的實(shí)證研究顯示單變量的相關(guān)性檢驗(yàn)，支持OJN、GGM、CT三種方法對(duì)隱含資本成本估算的效果有更好的判斷；在多元回歸分析時(shí)，GGM和CT兩種方法的計(jì)算結(jié)果較為理想。從回歸方程的可決系數(shù)來看，所有方法中較優(yōu)的是MPEG。

(二)薪酬激勵(lì)與權(quán)益資本成本

高管的薪酬激勵(lì)已被很多實(shí)證經(jīng)驗(yàn)證實(shí)是解決公司代理問題的一種有效方法，其中股票期權(quán)是一種重要的激勵(lì)機(jī)制，它把高管利益和公司股票價(jià)值捆綁在一起，一方面會(huì)降低風(fēng)險(xiǎn)厭惡高管承擔(dān)風(fēng)險(xiǎn)的意愿，帶來能夠提高公司價(jià)值的管理激勵(lì)；另一方面這種激勵(lì)也會(huì)降低管理者對(duì)公司特定風(fēng)險(xiǎn)進(jìn)行規(guī)避管理的意愿，給他們接受更大風(fēng)險(xiǎn)提供了動(dòng)機(jī)。股票期權(quán)中包含的風(fēng)險(xiǎn)行為動(dòng)機(jī)激勵(lì)會(huì)影響股東對(duì)這些風(fēng)險(xiǎn)動(dòng)機(jī)的判斷，從而影響他們所要求的風(fēng)險(xiǎn)回報(bào)，即權(quán)益資本成本。當(dāng)CEO有增加公司整體風(fēng)險(xiǎn)的激勵(lì)時(shí)，股東會(huì)通過增加資本成本以獲得風(fēng)險(xiǎn)補(bǔ)償。

這兩種觀點(diǎn)分別來自于管理權(quán)力理論和錦標(biāo)賽理論。錦標(biāo)賽理論也在國外很多實(shí)證研究中得到了證實(shí)——有利于增加高管薪酬差距的薪酬激勵(lì)與同期企業(yè)價(jià)值和績效表現(xiàn)存在正向關(guān)系。但管理權(quán)力理論的支持者也提供了很多的證據(jù)——Brown等基于管理者權(quán)力理論研究了公司治理與CEO股權(quán)激勵(lì)價(jià)值的關(guān)系。

股權(quán)激勵(lì)計(jì)劃在中國上市公司的表現(xiàn)同樣也具有非常多的不確定性。我國中小企業(yè)實(shí)施的股權(quán)激勵(lì)有利于克服管理者的短視行為，激發(fā)管理者才能，能夠提高企業(yè)價(jià)值。然而，也有很多學(xué)者提出了相反的觀點(diǎn)：有一些人認(rèn)為，股權(quán)激勵(lì)對(duì)高管內(nèi)部薪酬差異的影響以及由此引發(fā)了公司權(quán)益資本成本的變化，在股權(quán)激勵(lì)作用下，高管內(nèi)部薪酬差距的擴(kuò)大增加企業(yè)權(quán)益資本成本，而且國有企業(yè)中這種效應(yīng)更明顯。

(三)過度控制與權(quán)益資本成本

過度控制是公司治理中的另一個(gè)重要的利益沖突問題Shleifer 和Vishny發(fā)現(xiàn)，世界上大部分公司都采用集中式股權(quán)結(jié)構(gòu)，公司由單一的大股東(終極控制人)所控制，盡管有時(shí)候他們只擁有很少的現(xiàn)金流量權(quán)，而這種兩權(quán)分離的結(jié)構(gòu)會(huì)產(chǎn)生大股東和小股東之間的利益沖突，控股股東有很大的激勵(lì)牟取自身利益而犧牲其他股東利益[5]?？刂茩?quán)與現(xiàn)金流量權(quán)的偏離是導(dǎo)致控制性股東與中小股東沖突的一個(gè)關(guān)鍵因素，兩者的偏離對(duì)公司績效產(chǎn)生負(fù)向影響，偏離程度越大，影響越強(qiáng)。

Guedhami和Mishra提出過度控制會(huì)以兩種方式影響公司價(jià)值，通過影響預(yù)期未來現(xiàn)金流量來影響分子和通過影響投資者使用的折現(xiàn)率來影響分母[6]。對(duì)9個(gè)亞洲國家和13個(gè)西歐國家1207家上市公司進(jìn)行了實(shí)證研究表明，過度控制會(huì)增加企業(yè)的資本成本。

(四)分析師預(yù)測(cè)(分析師覆蓋和預(yù)測(cè)標(biāo)準(zhǔn)差)

分析師預(yù)測(cè)是市場預(yù)期的一個(gè)代理變量，無疑會(huì)對(duì)公司的隱含資本成本產(chǎn)生重要影響。本文的預(yù)期盈余預(yù)測(cè)不是采用分析師預(yù)測(cè)值，本文將分析師預(yù)測(cè)作為一個(gè)解釋變量放入了模型當(dāng)中。分析師預(yù)測(cè)變量分為兩個(gè)，即分析師預(yù)測(cè)的標(biāo)準(zhǔn)差和分析師關(guān)注人數(shù)。首先，分析師預(yù)期的標(biāo)準(zhǔn)差越大，說明分析師對(duì)公司預(yù)期表現(xiàn)有更大的分歧，可以認(rèn)為公司每股收益的不確定性也越大。Gode和Mohanram認(rèn)為收入波動(dòng)(每股收益的波動(dòng))和隱含資本成本存在正相關(guān)關(guān)系，[7]而Gebhardt等卻發(fā)現(xiàn)存在負(fù)相關(guān)關(guān)系[8]。Botosan 和Plumlee利用了略有不同的收入波動(dòng)代理變量也證實(shí)了這種正相關(guān)關(guān)系[9]。因此本文也預(yù)期分析師對(duì)每股收益預(yù)期值的標(biāo)準(zhǔn)差會(huì)對(duì)隱含資本成本產(chǎn)生負(fù)向影響。

分析師關(guān)注對(duì)公司隱含資本成本的影響可以通過兩種途徑實(shí)現(xiàn)：首先分析師關(guān)注度可以反映公司規(guī)模，規(guī)模更大的公司往往會(huì)有更多的分析師跟蹤。分析師作為信息中介，能夠降低信息不對(duì)稱，督促公司治理機(jī)制的有效運(yùn)行。其次，當(dāng)關(guān)注一只股票的分析師人數(shù)越多，對(duì)這只股票的預(yù)期平均收益就更加穩(wěn)健，所以股價(jià)的估值就更加公平穩(wěn)定。

三、樣本選取與變量構(gòu)建

(一)樣本選取

本文選取了我國2007年之前上市的所有上市公司，包括A股和創(chuàng)業(yè)板，并剔除金融類特別處理過的樣本(ST、ST*)。在剩下的樣本中，通過ICC模型計(jì)算繼續(xù)進(jìn)行調(diào)整，其中剔除了會(huì)計(jì)變量數(shù)據(jù)不全的樣本，剔除資產(chǎn)負(fù)債表中所有者權(quán)益為負(fù)的樣本，并且分年度對(duì)連續(xù)型變量在1%和99%的分位數(shù)上進(jìn)行縮尾處理，避免極端值的影響。

由于隱含權(quán)益資本成本估算過程中異常值和缺省值較多，為了保留更多的樣本，當(dāng)3種估計(jì)方法都不能得到合理的ICC值時(shí)才剔除該樣本，而由GGM，GLS，MPEG三中估算方法下得到的ICC有效樣本數(shù)也不相同，最大的有效樣本公司為1324家，ICC數(shù)據(jù)區(qū)間為2007年到2014年。由于股權(quán)激勵(lì)中股權(quán)限售期和行權(quán)等待期一般為1年～3年，2005年通過股權(quán)激勵(lì)預(yù)案的上市公司，高管最早只能于2007年行權(quán)，因此本研究以2007年至2014年符合實(shí)證要求的上市公司為樣本。

(二)ICC測(cè)度

借鑒Kevin Li的研究方法，本研究使用樣本期間內(nèi)每一年所對(duì)應(yīng)的過去5年的滾動(dòng)數(shù)據(jù)進(jìn)行計(jì)算，截面模型為：

Et+τ=χ0+χ1*NegEt+χ2*Et+χ3*NegEt*Et+χ4*Bt+χ5*TACCt+ε

其中各變量名及其計(jì)算方法如下表所示：

其中：

變量名定義所用數(shù)據(jù)Et+τ公司在t+τ年的每股收益凈利潤/流通股數(shù)(A股)NegEt虛擬變量,收益是否為正若公司收益為正則為1,否則為0NegEt*EtNegEt和Et+τ的交互項(xiàng)Bt公司在t年的每股賬面價(jià)值所有者權(quán)益/流通股數(shù)(A股)TACCt基于資產(chǎn)負(fù)債表總應(yīng)計(jì)項(xiàng)(流動(dòng)資產(chǎn)合計(jì)-貨幣資金-流動(dòng)負(fù)債合計(jì)+短期借款+應(yīng)交稅費(fèi)-固定資產(chǎn)折舊額)/流通股數(shù)(A股)TACCt基于現(xiàn)金流量表總應(yīng)計(jì)項(xiàng)(凈利潤-經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流量凈額)/流通股數(shù)(A股)

利用該模型估計(jì)出樣本期未來3年的預(yù)測(cè)盈余，并且在此基礎(chǔ)上分別用三種方法來估算權(quán)益資本成本。

(三)其他變量

(1)過度控制(兩權(quán)分離度)

控制權(quán)與現(xiàn)金流量權(quán)的偏離會(huì)導(dǎo)致大小股東的利益沖突，對(duì)公司績效產(chǎn)生負(fù)向影響。本文對(duì)兩權(quán)分離度的度量為實(shí)際控制人擁有上市公司控制權(quán)比例減去實(shí)際控制人擁有上市公司所有權(quán)比例。

(2)股權(quán)激勵(lì)

中國實(shí)行了股份制改革后，高管股權(quán)激勵(lì)主要有股票期權(quán)、限制性股票和股票增值權(quán)，根據(jù)Bergstresser等對(duì)股權(quán)激勵(lì)的定義，本文對(duì)股權(quán)激勵(lì)的度量指標(biāo)計(jì)算如下：

Incentivei,t=

100%ind=0

其中pricei,t是公司在t年的年末股票價(jià)格，optionsi,t為公司在t年股票激勵(lì)計(jì)劃中授予高管的股票期權(quán)或股票的數(shù)量，sharesi,t是t年高管的期末持股數(shù)量，mwagei,t表示高管在t年的薪酬總額，包括年薪和津貼。ind是一個(gè)虛擬變量，ind=1表示該年度公司實(shí)施了股權(quán)激勵(lì)計(jì)劃。交互項(xiàng)Incentivei,t*ind表示正式的股權(quán)激勵(lì)，并排除了一般性的高管持股作用。

(3)分析師預(yù)測(cè)標(biāo)準(zhǔn)差和分析師人數(shù)

分析師人數(shù)定義為兩年內(nèi)(上一年度和本年度)對(duì)公司進(jìn)行盈利預(yù)測(cè)且發(fā)布公告的券商機(jī)構(gòu)數(shù)量，一個(gè)券商中多個(gè)分析師都進(jìn)行預(yù)測(cè)也算作一個(gè)。在穩(wěn)健性檢驗(yàn)當(dāng)中，我們按照實(shí)際發(fā)布了預(yù)測(cè)公告的分析師人數(shù)進(jìn)行統(tǒng)計(jì)[10]。分析師預(yù)測(cè)標(biāo)準(zhǔn)差的估算為兩年內(nèi)分析師對(duì)年末每股收益預(yù)測(cè)的標(biāo)準(zhǔn)差除以預(yù)測(cè)均值，計(jì)算以每個(gè)分析師發(fā)布預(yù)測(cè)值為基礎(chǔ)而不以券商機(jī)構(gòu)為基礎(chǔ)。預(yù)測(cè)公告時(shí)間和預(yù)測(cè)時(shí)間之間超過2年的則不計(jì)算在內(nèi)。

(4)股票價(jià)格波動(dòng)率和市場風(fēng)險(xiǎn)beta

在經(jīng)典的資本資產(chǎn)定價(jià)理論中，股票市場風(fēng)險(xiǎn)的度量一般采用beta值，使用的是已實(shí)現(xiàn)收益，但后期也被指出存在很多問題，如公司層面的測(cè)量誤差問題、“信息”沖擊問題等，于是出現(xiàn)了應(yīng)用很廣的隱含資本成本計(jì)算方法[10]，并用beta去檢驗(yàn)它的有效性。國外一些實(shí)證經(jīng)驗(yàn)指出隱含資本成本和beta值幾乎沒有相關(guān)關(guān)系。同時(shí)，一些研究發(fā)現(xiàn)收益波動(dòng)率是公司市場風(fēng)險(xiǎn)更好的代理變量。本文選取了兩個(gè)可替換變量來作為股票市場風(fēng)險(xiǎn)的代理變量，一個(gè)是一年內(nèi)股票月收益率的標(biāo)準(zhǔn)差，另一個(gè)是股票的beta值。

(5)長期增長率

將長期增長率作為隱含資本成本的影響因素，使用前5年主營業(yè)務(wù)收入平均年增長率作為估計(jì)值。詳細(xì)的變量描述見表1。

四、實(shí)證分析

實(shí)證分析部分主要由三部分組成，第一是對(duì)樣本公司隱含資本成本(ICC)的介紹，第二部分是對(duì)樣本公司相關(guān)變量的描述統(tǒng)計(jì)，第三部分則是實(shí)證檢驗(yàn)公司治理以及分析師預(yù)測(cè)對(duì)隱含資本成本的影響。

(一)ICC對(duì)比分析

由表2可以看出，根據(jù)可獲得數(shù)據(jù)計(jì)算出來的ICC有效樣本量在三個(gè)模型之間存在較大差異，GGM模型計(jì)算的有效ICC數(shù)量最多，有14613個(gè)，所跨區(qū)間也比較大，標(biāo)準(zhǔn)差是最大的。而由MPEG模型計(jì)算出來的有效樣本數(shù)據(jù)量最小，只有3670個(gè)，而均值最大，達(dá)到了0.0846。表中最后三欄的GGM & MPEG模型、GGM & GLS模型、MPEG & GLS模型是兩兩交叉配對(duì)ICC的均值。

(二)樣本分析和描述統(tǒng)計(jì)

1.樣本分析

通過樣本篩選，本文每年度保留了1000到1200個(gè)不等的有效樣本公司，樣本公司的年度分布情況如表2所示，各年度實(shí)行了股權(quán)激勵(lì)方案的樣本公司數(shù)量占比很低，而存在分析師跟蹤的公司樣本比較多，而且在2011年之前處于快速增長狀態(tài)。國有企業(yè)和非國有企業(yè)的占比在各年度都比較穩(wěn)定。

表1 變量描述

2.分組對(duì)比

本文對(duì)主要研究變量(兩權(quán)分離度、股權(quán)激勵(lì)以及分析師預(yù)測(cè))進(jìn)行了分組，其中兩權(quán)分離度大于50%分位數(shù)的公司被歸入兩權(quán)分離高組合，低于50%分位數(shù)的歸入兩權(quán)分離低組合，使用均值t檢驗(yàn)和Mann-Whitney對(duì)不同組別之間的3種ICC測(cè)度進(jìn)行了組間比較，結(jié)果如表3所示：

表2 ICC描述性統(tǒng)計(jì)

表3 不同年份樣本分布

表中第一行可以看出，三種模型計(jì)算出來的ICC在是否有分析師關(guān)注的分組中存在顯著差異。分析師人數(shù)大于0的公司隱含資本成本(由GGM和GLS模型計(jì)算得到)要顯著高于分析師人數(shù)為0的公司，即近兩年內(nèi)有分析師追蹤的公司具有更高的隱含資本成本，這與前文的理論分析相悖。此外，由GGM和GLS計(jì)算出來的隱含資本成本在兩權(quán)分離度和控股人性質(zhì)兩個(gè)變量的分組中存在顯著性差異。股權(quán)分離度高的組合隱含資本成本要顯著低于股權(quán)分離度低的組合，在三種ICC上都有體現(xiàn)。

最后，國有企業(yè)的隱含資本成本平均來說也顯著高于非國有企業(yè)。從表4最后一欄可以看到股權(quán)激勵(lì)的差異只有在GLS模型計(jì)算出來的ICC中才顯著，上市公司存在股權(quán)激勵(lì)時(shí)的隱含資本成本平均要高于不存在股權(quán)激勵(lì)的樣本。

表4 分組變量的隱含資本成本比較(t檢驗(yàn)和Mann-Whitney檢驗(yàn)結(jié)果)

注：***表示1%的顯著性水平，**表示5%的顯著性水平，*表示10%的顯著性水平，括號(hào)內(nèi)為p值。

3.樣本描述統(tǒng)計(jì)

上司公司相關(guān)財(cái)務(wù)指標(biāo)的描述統(tǒng)計(jì)如表5所示，本文計(jì)算的股權(quán)激勵(lì)值介于0到1之間，均值為0.2329比較低，分析師預(yù)測(cè)偏差的均值為-0.4389，樣本中分析師關(guān)注最高的上市公司有56家券商機(jī)構(gòu)對(duì)其進(jìn)行了盈利公告。此外長期增長率水平在經(jīng)過樣本處理之后分布于-10到10之間，均值為0.4669，樣本標(biāo)準(zhǔn)差也比較小。

公司的beta值最小為負(fù)值，均值為0.9184接近于1，整體樣本比較穩(wěn)定。此外本文計(jì)算了各個(gè)自變量的相關(guān)系數(shù)，最大的為beta值和價(jià)格波動(dòng)率(pstd)之間相關(guān)系數(shù)為0.394，大部分相關(guān)系數(shù)小于0.1，可以認(rèn)為變量之間不存在明顯的共線性問題。

(三)模型檢驗(yàn)

這一小節(jié)是對(duì)影響公司隱含資本成本因素的檢驗(yàn)，混合面板數(shù)據(jù)回歸中，三種模型計(jì)算下的ICC和研究變量匹配上的觀測(cè)數(shù)分別為8030，5647，2514。

表5 自變量和控制變量描述統(tǒng)計(jì)

(1)股權(quán)激勵(lì)效應(yīng)檢驗(yàn)

表6給出了對(duì)應(yīng)于3種ICC的三種回歸結(jié)果。從回歸結(jié)果可以看出，9種回歸模型整體上都是顯著的，但是回歸模型對(duì)ICC的解釋能力比較差，其中自變量對(duì)ICC_GLS的解釋能力最好，而ICC_MPEG回歸中解釋能力比較差，可決系數(shù)最小?；貧w模型之間的比較可以看到，F(xiàn)ama Macbeth 的橫截面估計(jì)效果比較好，說明本文所選變量橫截面公司個(gè)體ICC差異上比較有解釋力、其次是最小二乘(OLS)估計(jì)，根據(jù)豪斯曼檢驗(yàn)本文采用了混合面板數(shù)據(jù)的隨機(jī)效應(yīng)模型回歸。

表6 股權(quán)激勵(lì)效應(yīng)回歸檢驗(yàn)結(jié)果

注：***表示1%的顯著性水平，**表示5%的顯著性水平，*表示10%的顯著性水平，括號(hào)內(nèi)為t值，在隨機(jī)模型中R2為總可決系數(shù)。

通過各項(xiàng)解釋變量的系數(shù)可以看到，股權(quán)激勵(lì)在ICC_GGM和ICC_GLS的回歸中顯著為負(fù)，平均為-0.06左右，說明對(duì)于實(shí)施股權(quán)激勵(lì)的上市公司，高管的薪酬激勵(lì)發(fā)揮了一定的競爭機(jī)制作用，緩解了代理問題，是投資者的風(fēng)險(xiǎn)溢價(jià)水平下降，從而降低了隱含權(quán)益資本成本。

控制變量的回歸結(jié)果展示了反映公司基本面績效表現(xiàn)的不同指標(biāo)對(duì)隱含資本成本的不同影響。其中三種ICC的回歸中，賬面市值比的系數(shù)都顯著為正，這說明高賬面市值比公司面臨更大的財(cái)務(wù)風(fēng)險(xiǎn)和欠佳的基本面表現(xiàn)，而如果此預(yù)期在未來不會(huì)變好，投資者就會(huì)要求更高的風(fēng)險(xiǎn)溢價(jià)，從而推高隱含資本成本。股權(quán)集中度系數(shù)比較小，對(duì)隱含資本成本的影響很微小。長期杠桿率的系數(shù)顯著為正，大約為0.02，說明杠桿率越高的公司，公司面臨的財(cái)務(wù)困境風(fēng)險(xiǎn)越大，拉高隱含權(quán)益資本成本。換手率的系數(shù)顯著為負(fù)，說明市場流動(dòng)性好的，上市公司隱含權(quán)益資本成本也更低。公司beta值反應(yīng)了面臨的市場風(fēng)險(xiǎn)，高beta值的公司預(yù)期會(huì)有更高的事前收益，因此高beta值的公司預(yù)期會(huì)有更低的隱含資本成本，實(shí)證結(jié)果恰好證明這一點(diǎn)。對(duì)GGM計(jì)算出來的ICC而言，beta值高一單位的公司平均來說資本成本會(huì)低0.02。

控制人屬性變量在前兩個(gè)ICC回歸中都顯著為正，說明國有企業(yè)隱含資本成本平均要比非國有企業(yè)高，企業(yè)所有權(quán)性質(zhì)在我國會(huì)影響股東和投資者對(duì)企業(yè)未來回報(bào)的預(yù)期。很多研究國有資本和企業(yè)績效表現(xiàn)的文章都認(rèn)為國有股持股比例與公司績效負(fù)相關(guān)，國有企業(yè)面臨的政治干預(yù)風(fēng)險(xiǎn)比較大，而且市場監(jiān)督制約作用弱化，投資者所要求的風(fēng)險(xiǎn)回報(bào)自然會(huì)增加。在前兩個(gè)模型回歸中長期增長率的系數(shù)顯著為正這符合Lee(2009)的觀點(diǎn)，高增長的公司相對(duì)于低增長的公司具有更大的風(fēng)險(xiǎn)，可能短期內(nèi)會(huì)使隱含資本成本增加。

(2)兩權(quán)分離效應(yīng)檢驗(yàn)

模型回歸結(jié)果如表7所示。

模型整體回歸效果和表6很相似，控制了年度差異之后，在GGM和GLS估算的ICC回歸中，兩權(quán)分離對(duì)公司的隱含資本成本具有顯著的正向影響，系數(shù)約為0.0002，影響比較小?？刂迫说倪^度控制現(xiàn)象更嚴(yán)重的公司，大小股東利益沖突越大，預(yù)期權(quán)益資本成本也更高。

(3)分析師預(yù)測(cè)效應(yīng)檢驗(yàn)

回歸結(jié)果如表8所示。

替換為分析師預(yù)測(cè)差異和分析師人數(shù)之后，模型的整體回歸結(jié)果有了改善，9種不同回歸的可決系數(shù)都有了提高。從GGM模式計(jì)算的ICC回歸結(jié)果可以看到，分析師預(yù)測(cè)的標(biāo)準(zhǔn)差對(duì)公司的隱含資本成本具有顯著的負(fù)向影響，而與之相反MPEG模型計(jì)算的ICC回歸結(jié)果中出現(xiàn)顯著的正向影響，這說明分析師預(yù)測(cè)誤差對(duì)公司的隱含資本成本有顯著影響，但是對(duì)不同的模型計(jì)算出來的ICC具有不同影響。本文的回歸結(jié)果和理論結(jié)果不一致，這可能是由于中國股票市場中分析師預(yù)測(cè)的信息披露和市場有效性不足有關(guān)。

其次分析師覆蓋即關(guān)注公司的券商個(gè)數(shù)對(duì)隱含資本成本有顯著的正向影響，這與我們的預(yù)期結(jié)果相反。此外，在MPEG模型的ICC回歸中，長期增長率系數(shù)顯著為負(fù)(-0.04)，與前兩項(xiàng)ICC的回歸結(jié)果符號(hào)相反。

穩(wěn)健性回歸中股權(quán)激勵(lì)的系數(shù)依舊顯著為負(fù)，實(shí)行股權(quán)激勵(lì)的上市公司可以降低隱含資本成本，其他變量不變時(shí)控制人兩權(quán)分離在一定程度上會(huì)提高公司ICC值。分析師預(yù)測(cè)標(biāo)準(zhǔn)差和分析師覆蓋(以分析師人數(shù)度量)的符號(hào)與前文回歸結(jié)果一致。

表7 控制人兩權(quán)分離回歸檢驗(yàn)結(jié)果

注：***表示1%的顯著性水平，**表示5%的顯著性水平，*表示10%的顯著性水平，括號(hào)內(nèi)為t值，在隨機(jī)模型中R2為總可決系數(shù)。

六、結(jié)論

1.實(shí)施股權(quán)激勵(lì)的上市公司，高管的薪酬激勵(lì)能夠發(fā)揮一定的競爭機(jī)制作用，緩解代理問題，使投資者的風(fēng)險(xiǎn)溢價(jià)水平下降，從而降低了隱含權(quán)益資本成本；兩權(quán)分離度對(duì)公司的隱含資本成本具有顯著的正向影響，但影響比較小，控制人的過度控制現(xiàn)象更嚴(yán)重的公司，大小股東利益沖突越大，預(yù)期權(quán)益資本成本也更高。說明分析師預(yù)測(cè)誤差對(duì)公司的隱含資本成本有顯著影響，但是對(duì)不同的模型計(jì)算出來的ICC具有不同影響。分析師預(yù)測(cè)的標(biāo)準(zhǔn)差對(duì)GMM和GLS計(jì)算的隱含資本成本具有顯著的負(fù)向影響， 而對(duì)MPEG模型計(jì)算的ICC有顯著的正向影響，分析師覆蓋對(duì)隱含資本成本有顯著的正向影響，即2年內(nèi)存在分析師關(guān)注的上市公司中，關(guān)注的券商機(jī)構(gòu)或分析師人數(shù)越多，公司的隱含資本成本平均更高。

表8 分析師預(yù)測(cè)回歸檢驗(yàn)結(jié)果

注：***表示1%的顯著性水平，**表示5%的顯著性水平，*表示10%的顯著性水平，括號(hào)內(nèi)為t值，在隨機(jī)模型中R2為總可決系數(shù)。

2.其他公司基本面績效表現(xiàn)變量對(duì)隱含資本成本也具有重要的影響：賬面市值比對(duì)ICC具有顯著的正向作用，這說明高賬面市值比公司面臨更大的財(cái)務(wù)風(fēng)險(xiǎn)和欠佳的基本面表現(xiàn)，而如果此預(yù)期在未來不會(huì)變好，投資者就會(huì)要求更高的風(fēng)險(xiǎn)溢價(jià)，從而推高隱含資本成本；公司股權(quán)集中度對(duì)隱含資本成本具有負(fù)作用，但影響比較?。婚L期杠桿率的系數(shù)顯著為正，杠桿率越高的公司，公司面臨的財(cái)務(wù)困境風(fēng)險(xiǎn)越大，會(huì)拉高隱含權(quán)益資本成本；換手率的系數(shù)顯著為負(fù)說明市場流動(dòng)性好、股票交易更頻繁的上市公司其隱含權(quán)益資本成本也更低。其次是反應(yīng)公司面臨的市場風(fēng)險(xiǎn)指標(biāo)，高beta值的公司預(yù)期會(huì)有更高的事前收益，因此高beta值的公司預(yù)期會(huì)有更低的隱含資本成本，同時(shí)上一年的股票收益率波動(dòng)反應(yīng)了股票近期的市場風(fēng)險(xiǎn)，與本期的隱含資本成本是正向相關(guān)。長期增長率的系數(shù)顯著為正這符合Lee(2009)的觀點(diǎn)，高增長的公司相對(duì)于低增長的公司具有更大的風(fēng)險(xiǎn)，可能短期內(nèi)會(huì)使隱含資本成本增加；最后控制人屬性變量顯著為正，說明國有企業(yè)隱含資本成本平均要比非國有企業(yè)高，企業(yè)所有權(quán)性質(zhì)在我國會(huì)影響股東和投資者對(duì)企業(yè)未來回報(bào)的預(yù)期。

3.完善公司治理結(jié)構(gòu)仍是降低隱含資本成本的重要選擇

完善公司治理機(jī)構(gòu)，建立合理的股權(quán)結(jié)構(gòu)框架，引入獨(dú)立董事和機(jī)構(gòu)投資者參與公司治理，積極優(yōu)化資本結(jié)構(gòu)，仍然是降低隱含資本成本的重要選擇[14]。實(shí)證分析發(fā)現(xiàn)，薪酬激勵(lì)是降低代理成本的關(guān)鍵舉措，而過度控制可能會(huì)增加隱含資本成本，因此本文認(rèn)為建立多元化的薪酬激勵(lì)機(jī)制、分散股權(quán)集中度是公司治理過程中應(yīng)重點(diǎn)關(guān)注的內(nèi)容。

4.重視分析師的預(yù)測(cè)及樂觀偏差度的影響

實(shí)證研究發(fā)現(xiàn)：分析師的預(yù)測(cè)及樂觀偏差程度越大，隱含資本越高。因此加強(qiáng)同分析師的溝通，有效的估計(jì)分析師樂觀偏差度所帶來的影響十分關(guān)鍵。分析師的樂觀偏差度主要表現(xiàn)為不同評(píng)估師對(duì)于同一個(gè)事件的不同估計(jì)，因此應(yīng)基于這種估計(jì)所可能產(chǎn)生的影響制定應(yīng)對(duì)策略。