中国上市公司现金股利的影响因素分析摘要：本文以沪市2004年度发放了现金股利的492家上市公司为样本来研究影响中国上市公司现金股利发放的因素。假设股权集中程度、盈利能力、上年度现金股利的发放情况、公司规模、资产的流动性、股票市价、每股净资产及负债比率为主要因素，建立多元线性回归模型，运用多元回归分析方法，在对假设做出判断的基础上进行了原因分析并提出政策建议。本文旨在为中国上市公司的现金股利政策提供参考。关键词：现金股利；多元回归；影响因素一、前言股利政策是现代公司理财活动的三大核心内容之一。一方面，它是公司筹资、投资活动的逻辑延续，是其理财行为的必然结果；另一方面，恰当的股利分配政策，能使公司获得长期稳定的发展条件和机会。虽然国内外学者对股利政策与股价的关系已经做了大量的理论和实证的研究，然而股利政策涉及到公司是否分配、如何分配及分配多少的问题，这些又直接影响到公司未来的筹资能力和经营业绩。因为，一定量的内部留存收益是保证公司长期发展的重要资金来源，而股利则为股东提供了当期收入，股东对股利的不同偏好直接影响公司的未来股价，从而影响公司的发展。由于股利分配往往受到各种因素的影响，因此研究股利的影响因素既是上市公司的实际问题，同时又是财务理论的难题之一。在对997家沪市上市公司发放的现金股利进行的统计过程中发现，沪市上市公司发放的股利形式多样，发放现金股利的上市公司占上市公司总数的50%左右，但每股现金股利数额不大。而影响沪市上市公司采取这样的现金股利政策的因素有很多，归纳起来主要有以下几类：第一，法律性限制；第二，契约性限制；第三，企业内部管理的有关限制；第四，股东的意愿；第五，公司经营状况、规模、成长性等自身情况的限制。上市公司股利分配政策的制定在符合法律性限制、契约性约束的前提下，主要受内部经营状况、盈利状况以及股东意愿诸因素的影响。股东意愿在我国股利分配政策中一度甚至起着重要影响作用。而现金股利主要受货币资金余额和可供股东分配的利润两因素影响。我国对上市公司现金股利分配政策影响因素的研究，多限于规范性分析，实证研究较少。本文从企业特征出发，考察现金股利政策的影响因素，揭示有关企业特征与现金股利政策之间的相关性，无疑有其一定现实意义。在八项假设的前提下，以我国沪市上市公司公开公布的信息资料为样本，通过建立计量经济模型，运用多元回归分析方法，研究影响现金股利政策的若干因素。二、研究假设 股利政策的实证研究所要研究的主要问题之一是上市公司选择发放现金股利的动因，即进行股利决策所考虑的因素，这样的因素很多，本文依据理论框架针对各因素提出以下一些研究假设。假设一：股权越分散，每股现金股利越高。税法规定股东个人或单位取得股利所得需要交纳个人所得税或企业所得税，而留存收益和股票股利则可以在当期不交或少交个人所得税或企业所得税，根据客户效应，大股东都比较富有，不依靠现金股利来维持生活，为了推迟纳税和获得免税收益，他们并不希望发放现金股利，而是以股票股利、公积金转增股本、留存收益来代替。对于小股东来说，他们可能需要靠现金股利来维持生计，货币的边际效用较大(边际效用递减规律)，当然希望多发放现金股利，而不是股票股利或公积金转增股本。因此，本文假设股权集中度与每股现金股利有负相关关系。假设二：盈利能力越强，每股现金股利越高。盈利能力越强表明可供股东分配利润越多，公司发放现金股利的自由度也越大，一般来说也会发放较多现金股利给股东(在投资决策已确定的情况下)，总之，盈利是现金股利的基础，高盈利才可能有高现金股利。所以，本文假设每股现金股利与盈利能力正相关。假设三：上年度每股现金股利越高，当年每股现金股利也越高。根据客户效应和预期理论，上年度的高现金股利吸引了偏好现金股利的投资者，也会提高股东对当年现金股利的预期。经营者为了维持股价、满足股东要求会继续推行高现金股利政策，否则，现金股利达不到预期水平或对特定投资群体吸引力下降都会导致股价下跌。稳健的经营者为了回避这一风险会采用高现金股利政策，所以，本文假设当年每股现金股利与上年度每股现金股利正相关。假设四：公司规模越大，每股现金股利越高。实证会计理论的规模假设表明：公司规模越大，其政治成本越高，所以，大公司的扩张欲并不强烈，更倾向于选择高现金股利、低股票股利的股利政策，相比之下，小公司的股本扩张欲望更强烈，更希望吸引新资金进入公司，来扩大经营规模增强竞争能力，股票股利是一种较好的途径，被普遍采用，而现金股利却被冷落了。所以，本文假设公司规模与每股现金股利正相关。假设五：资产流动性越弱，每股现金股利越低。保持一定的资产流动性是公司经营的基础和必备条件，发放现金股利会减少现金持有量并降低资产流动性，影响公司成长性甚至危及其生存，因此，如果企业的资产流动性差，为了保持其流动性，企业不会发放过多的现金股利，故资产流动性与每股现金股利正相关。假设六：股票市价越高，每股现金股利越高。一般认为，股票价值是其未来现金股利的现值，高现金股利会导致高股价，所以，本文假设股价与每股现金股利正相关。股价最适理论表明：过低的股价会降低公司信誉，而过高的股价却会降低股票的流动性和交易的活跃性，高股价公司会通过发放股票股利或公积金转增股本来增加流通股数，从而达到降低股价、活跃交易的目的，所以，本文假设股价与每股现金股利正相关。假设七：每股净资产越多，每股现金股利越高。每股净资产越多，每股盈利能力越强，每股现金股利也会越高。所以，本文假设每股净资产与每股现金股利正相关。假设八：负债比率越高，每股现金股利越低。实证会计理论的负债权益假设说明负债比率高的公司倾向于选择增加权益项目的会计政策来改善已经恶化的财务结构，现金股利只能使财务状况更加恶化，所以，本文假设负债比率与每股现金股利负相关。 三、数据与样本描述（一） 数据来源与处理1、数据来源本文选取了2004年度沪市上市A股公司为研究样本，运用横截面数据进行分析。研究中所采用的基础数据来源于巨潮资讯网（www.cninfo.com.cn）。2、数据处理由于取之于年报的数据需要加工和处理，所以，在开始研究之前有必要先对这些问题予以说明。(1)数据准确性。由于受客观条件限制，我们无法直接获取上市公司经营和财务方面的准确数据，而无论是上市公司的会计师还是注册会计师都比我们更了解公司的财务状况和经营成果，我们宁愿相信上市公司会计师编制的并经注册会计师审计的财务报告能准确反映上市公司的真实经营和财务状况，所以，本文的数据主要取自上市公司对外公布的年度报告，而不追究其准确性。(2)时间问题。按照国际惯例，上市公司一般每半年或每季度发放一次股利，但由于我国上市公司经济效益较差，大多数上市公司一年内只发放一次股利，甚至不分配股利，所以,本文的现金股利金额是以年为单位进行统计，以年报或中报所属年份为统计依据，以一年的股利合计数为当年现金股利金额。这主要是为了使现金股利金额能够与年报中的财务数据相配比，有利于研究二者之间的关系。(3)区别对待不同股东。我国上市公司只发行普通股，不发行优先股，普通股又可以划分为A股和B股，分别在两个不同的市场进行交易，B股上市公司的财务报告按国际会计准则编制，与A股上市公司的财务报告(按我国会计准则编制)存在明显的差异。由于A股与B股交易市场和财务报告方面的差异，上市公司可能会对A股股东和B股股东采用不同的股利政策，二者不具有可比性，无法同时包含在本文之中，本文只包括发行A股的上市公司，而不包括仅发行B股的上市公司和同时发行A、B股的上市公司。同时发行A、B股的上市公司分别编制对A股股东和B股股东的财务报告，B股的存在会对股利政策和财务数据的相关性产生重大影响，所以，本研究不包括这类公司。另外，在对模型进行检验的时候，由于考虑到同时发行H股的公司和金融概念股的公司将影响结论的可靠性和一致性，因此在研究时加以剔除，同时还剔除了数据不完整的公司。（二）变量选择1、被解释变量。 本文选取了每股现金股利（y）为被解释变量。2、解释变量。根据研究假设，我们提出了本文的解释变量，这些变量可能会对现金股利政策产生重大影响至少我们认为它们是重要的，并且在上市公司年报中选取相应的财务指标作为各解释变量的研究变量。本文选取了公司第一大股东持股比例和第二大股东持股比例之差来反映股权集中度。我们把第一大股东持股比例和第二大股东持股比例之差大于70%定义为股权集中度高，第一大股东持股比例和第二大股东持股比例之差小于70%但大于15%定义为股权集中度为中，把第一大股东持股比例和第二大股东持股比例之差小于15%定义为股权集中度低。分别用x1和x2表示，当持股比例之差大于70%时，x1=1，否则x1=0；当持股比例之差小于70%而又大于15%时，x21，否则x2=0。用每股收益x3和净资产收益率x4来反映公司的盈利能力。x5表示2003年度发放过现金股利，用来反映现金股利的持续性。2003年度发放过现金股利，则x51，否则x5=0。x6表示总资产的对数，表示公司的规模。x7表示总资产周转率，用来衡量资产的流动性。x8表示年末股票市价。x9表示每股净资产。x10表示资产负债率。（三）样本描述 所有样本及数据见附表。（四）研究方法在对现金股利政策影响因素的分析中，主要采用普通最小二乘法对模型进行估计，在对参数的检验上，采用了一般的统计检验方法。首先，将可能影响被解释变量（Y）的多个解释变量(Xi)都纳入线性回归模型：。其次，进行R2拟合优度检验、T检验、F检验、多重共线形检验、异方差检验、自相关检验，消除多重共线性的影响、异方差的影响及自相关的影响，从而验证模型的准确度及假设的合理性。（五）统计软件本文的数据处理全部采用Eviews软件完成。四、实证结果（一）多元线性回归模型及检验我们对所建多元线形回归模型利用Eviews进行回归分析，回归结果如表一。表一：Dependent Variable: YMethod: Least SquaresDate: 06/03/05 Time: 00:02Sample: 1 488Included observations: 472Excluded observations: 16VariableCoefficientStd. Errort-StatisticProb. C-0.0037850.074974-0.0504780.9598X10.0251980.0188371.3376850.1817X20.0105430.0091301.1547660.2488X30.0212480.0115911.8330760.0674X40.0065270.0009267.0478290.0000X5-0.0067290.008888-0.7571170.4494X6-0.0005490.008524-0.0643980.9487X70.0162750.0074452.1862030.0293X80.0006070.0016140.3758650.7072X90.0289870.0040067.2365090.0000X10-0.0008900.000253-3.5190870.0005R-squared0.390565 Mean dependent var0.142633Adjusted R-squared0.377345 S.D. dependent var