I引言研究背景與意義研究背景世界上主要國家一般都通過資本市場(chǎng)募資扶持創(chuàng)業(yè)類公司的發(fā)展，以促進(jìn)科技創(chuàng)新和經(jīng)濟(jì)發(fā)展。例如，成立于1971年的美國納斯達(dá)克市場(chǎng)就是專為成長(zhǎng)期的公司提供融資服務(wù)的市場(chǎng)，該市場(chǎng)有近4600只股票掛牌。納斯達(dá)克市場(chǎng)規(guī)定了上市公司的最低融資額，為美國高技術(shù)產(chǎn)業(yè)的成長(zhǎng)提供了重要的資金支持，孕育了微軟、英特爾、戴爾等世界著名的科技公司，被奉為“美國新經(jīng)濟(jì)的搖籃”。我國2009年成立的創(chuàng)業(yè)板市場(chǎng)，旨在為創(chuàng)新型、成長(zhǎng)型企業(yè)發(fā)展提供融資服務(wù)。截止2020年底，創(chuàng)業(yè)板上市公司家數(shù)為892家，總市值10.9萬億元，流通市值約7萬億元，企業(yè)上市募資額累計(jì)11887.42億元。僅僅2020年在深交所創(chuàng)業(yè)板掛牌上市的企業(yè)就有107家，募資資總額共有892.95億元。創(chuàng)業(yè)板市場(chǎng)不但為中小企業(yè)提供了更為便捷的募集資金渠道，對(duì)于緩解中小企業(yè)融資難、融資貴提供了重要途徑，而且也使得中國金融市場(chǎng)的層次更加豐富，刺激了儲(chǔ)蓄向投資轉(zhuǎn)換，促進(jìn)了高科技產(chǎn)業(yè)與新興產(chǎn)業(yè)的發(fā)展。但是，十余年來，創(chuàng)業(yè)板上市企業(yè)募資使用效率卻為市場(chǎng)所詬病。創(chuàng)業(yè)板首批上市公司共有28家，上市之初，共募集資金154.78億元，平均每家公司募集資金5.53億元，但在資金的使用上，普遍存在著超募資金閑置、變更募資投向、投資進(jìn)度與承諾計(jì)劃脫離等問題。因此，重視和加強(qiáng)對(duì)創(chuàng)業(yè)板上市公司募資使用效率研究，提高募資使用效率，有利于促進(jìn)企業(yè)以優(yōu)良的經(jīng)營(yíng)業(yè)績(jī)回報(bào)投資者，形成資本市場(chǎng)募資的良性循環(huán)，推動(dòng)資本市場(chǎng)的功能發(fā)揮和企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展。研究意義理論意義上，對(duì)創(chuàng)業(yè)板上市企業(yè)募集資金使用效率影響因素的研究，能夠充實(shí)募集資金相關(guān)的理論研究。目前，我國學(xué)者對(duì)于募集資金的研究較少，一是因?yàn)楦嗥蛴谌谫Y效率的研究，二是更集中于對(duì)超募資金的研究，所以本文較為單純的研究募集資金使用效率，能夠彌補(bǔ)這方面理論研究的缺失。實(shí)踐意義上，針對(duì)創(chuàng)業(yè)板上市公司募資使用效率存在的問題，通過理論和實(shí)證的分析，提出相應(yīng)的建議，為改善創(chuàng)業(yè)板上市公司募資使用效率提供參考。研究?jī)?nèi)容與方法研究?jī)?nèi)容本文一共有五個(gè)章節(jié)，總體可以分為三大部分。第一部分為第一章引言，包括了研究背景、研究意義、研究?jī)?nèi)容與方法以及研究的創(chuàng)新與不足。第二個(gè)部分為文章的理論基礎(chǔ)，包括了第二章與第三章。首先，閱讀大量的文獻(xiàn)，對(duì)各學(xué)者研究募集資金使用效率的相關(guān)理論進(jìn)行總結(jié)，得出國內(nèi)外的研究現(xiàn)狀，其次，通過MM理論等來支持與解釋影響各個(gè)因素的選取，這一部分為實(shí)證分析部分打下了良好的理論基礎(chǔ)。第三部分為實(shí)證分析部分，包括了第四章與第五章。第四章選取了創(chuàng)業(yè)板首批上市的28家公司，以分析它們?yōu)橹?，同時(shí)，挑選了主板市場(chǎng)典型的27家上市企業(yè)作為對(duì)比，通過EVA法使募資使用效率量化，作為被解釋變量，再使用“總資產(chǎn)回報(bào)率”“資本結(jié)構(gòu)”“股權(quán)集中度”等六個(gè)最有影響力的自變量，構(gòu)建出面板回歸模型，最后對(duì)模型進(jìn)行檢驗(yàn)與修正。得出第五章的結(jié)論，并提出一些相關(guān)的改進(jìn)建議。研究方法文獻(xiàn)分析法理論分析法主要以國內(nèi)上市公司募集資金使用效率相關(guān)文獻(xiàn)資料為主，對(duì)搜集的文獻(xiàn)和資料進(jìn)行整理、匯總、分析，從而獲得相對(duì)豐富的理論依據(jù)，依據(jù)理論形成了創(chuàng)業(yè)板上市公司募集資金使用效率影響因素的整體研究框架，為下文的實(shí)證分析提供了堅(jiān)實(shí)基礎(chǔ)。EVA法EconomicValueAdded（EVA），即經(jīng)濟(jì)增加值，反映的是公司的“經(jīng)濟(jì)利潤(rùn)”，指的是公司的稅后經(jīng)營(yíng)凈利潤(rùn)減去資本成本，其中資本成本包括股權(quán)成本和債權(quán)成本。本文在衡量募資使用效率時(shí)使用經(jīng)濟(jì)增加值來代表企業(yè)價(jià)值即產(chǎn)出、企業(yè)年總投資額來代表投入，兩者相除來代表募資使用效率，作為面板回歸的解釋變量。回歸分析法實(shí)證分析法該方法是在大量的數(shù)據(jù)中選取比較有代表性的樣本，先進(jìn)行一定的處理，之后使用相關(guān)軟件進(jìn)行面板數(shù)據(jù)回歸，在一定的置信度水平之下，得出被解釋變量與自變量之間較為顯著的相關(guān)性，最后，以點(diǎn)推面，根據(jù)樣本的微觀實(shí)際情況得出較為全面的總體的宏觀結(jié)論。對(duì)比分析法在進(jìn)行創(chuàng)業(yè)板上市公司的募資使用效率現(xiàn)狀的分析中，本文使用了關(guān)鍵財(cái)務(wù)數(shù)據(jù)的對(duì)比方法，將28家企業(yè)的最大值與最小值進(jìn)行對(duì)比，突出企業(yè)之間的差距來分析問題；在具體影響因素的實(shí)證分析中，將主板市場(chǎng)上市的企業(yè)與創(chuàng)業(yè)板上市企業(yè)進(jìn)行對(duì)比，可以分析出兩者關(guān)于募集資金使用效率的影響因素的不同，從側(cè)面更好得分析說明問題，并對(duì)此提出一定的建議。研究創(chuàng)新和不足本文的創(chuàng)新點(diǎn)主要在于：首先，以創(chuàng)業(yè)板首批上市的企業(yè)為樣本，研究它們的募資使用效率而不是融資效率或者超募資金使用效率，樣本選取的比較典型，并且研究的部分目前理論研究較少；其次，同時(shí)選取了主板市場(chǎng)上的27家企業(yè)與之進(jìn)行對(duì)比，不僅可以側(cè)面論證比較重要的影響因素，還可以得出兩者的不同，并據(jù)此對(duì)中小企業(yè)的發(fā)展提出一定的建議。本文的不足之處在于：首先，創(chuàng)業(yè)板的成立年限較短，可選數(shù)據(jù)較少，可能存在統(tǒng)計(jì)誤差；此外，選取的樣本只有28家公司，有一定的偏差可能，不能完全代表整個(gè)創(chuàng)業(yè)板；最后，在選擇對(duì)比樣本時(shí)，對(duì)于主板上市企業(yè)的選擇依據(jù)有些不明確，兩者對(duì)比的結(jié)論不一定具有顯著的現(xiàn)實(shí)意義。國內(nèi)外研究現(xiàn)狀創(chuàng)業(yè)板上市公司的主要特征創(chuàng)業(yè)板企業(yè)的兩大特點(diǎn)即為成長(zhǎng)與創(chuàng)新。朱和平(2004)年在研究創(chuàng)業(yè)板上市公司的成長(zhǎng)性時(shí)概括出了創(chuàng)業(yè)板上市企業(yè)的基本特征，分別為：第一，行業(yè)分布與主板企業(yè)有較大的差異，多為新興行業(yè)，創(chuàng)新性較強(qiáng)；第二，大多數(shù)公司的生命周期屬于成長(zhǎng)初期階段；第三，公司的規(guī)?？傮w以中小型規(guī)模為主；第四，各公司之間的成長(zhǎng)速度和能力有較大差異[5]。創(chuàng)業(yè)板上市公司募資使用存在的主要問題及原因募集資金投向變更程度高按照投資計(jì)劃進(jìn)行募投項(xiàng)目的投資，是創(chuàng)業(yè)板上市公司募資的基本要求。但是創(chuàng)業(yè)板市場(chǎng)卻經(jīng)常出現(xiàn)違背募集資金承諾，變更募集資金投向的現(xiàn)象。吳金嬌(2012)選取了創(chuàng)業(yè)板首批上市的28家企業(yè)作為樣本，在分析募集資金使用效率時(shí)指出，在資金使用過程中，企業(yè)存在著募集資金變更程度高的問題，28家企業(yè)有超過50%的企業(yè)發(fā)布過首募資金投向變更公告，涉及到了31個(gè)投資項(xiàng)目。為了改善這個(gè)現(xiàn)象，需要監(jiān)管機(jī)構(gòu)對(duì)資金濫用加大懲罰，同時(shí)，企業(yè)自身也需要更好地評(píng)估投資項(xiàng)目[6]。對(duì)于上市公司變更募集資金投向的行為，既有正面的解釋，也有負(fù)面的看法。項(xiàng)燕、劉東艷(2013)認(rèn)為能夠影響到募集資金使用效率的重要因素主要有三類，即募集資金的項(xiàng)目投向、募集資金變更用途和募集資金項(xiàng)目使用進(jìn)度，這種隨意變更募集資金投向的行為被企業(yè)大股東認(rèn)為是企業(yè)面對(duì)外部市場(chǎng)環(huán)境的改變所做出的的補(bǔ)救措施，但往往導(dǎo)致募集資金的使用效率不高，這種行為的本質(zhì)是企業(yè)在IPO募集發(fā)行的早期對(duì)投資項(xiàng)目的可行性研究不足，且對(duì)外部市場(chǎng)環(huán)境變化的分析不到位[7]。劉志杰(2009)運(yùn)用調(diào)查問卷分析和博弈分析的方法，研究了我國上市公司變更募集資金投向的動(dòng)機(jī)和監(jiān)管問題。結(jié)果顯示，對(duì)募集資金使用存在誤區(qū)、項(xiàng)目可行性論證不充分、對(duì)當(dāng)前發(fā)行審批制度的規(guī)避等是上市公司變更募集資金投向的主要原因[8]。超募資金現(xiàn)象較為普遍采用超過募投項(xiàng)目所需資金的方式在資本市場(chǎng)融資，勢(shì)必形成潛在的募資使用效率不高。但融資作為企業(yè)重要的經(jīng)濟(jì)活動(dòng)，受企業(yè)經(jīng)濟(jì)人本性的驅(qū)使，勢(shì)必追求募資效益的最大化，因此超募現(xiàn)象在國內(nèi)外資本市場(chǎng)都較為普遍。Pagano、Panetta和Zingales(1998)研究的是二萬多家意大利的上市公司，得出的結(jié)論是大部分準(zhǔn)備上市通過發(fā)行股票融資的公司并不是為了具體的投資項(xiàng)目去募集資金，而更偏向于是取得超募資金的目的[1]。徐沛(2004)在研究上市公司的募集資金使用效率時(shí)指出，上市公司募集資金量超過企業(yè)發(fā)展業(yè)務(wù)的當(dāng)期需要。由于審核制度的繁瑣和上市資源的短缺,企業(yè)通過證監(jiān)會(huì)的審核順利發(fā)行股票的難度極大，所以，為了盡可能降低申請(qǐng)發(fā)行股票的成本，獲取更多的收益，企業(yè)在設(shè)計(jì)發(fā)行的股份和募集的資金量時(shí)，往往是先確定上限，再考慮項(xiàng)目的需要，這便造成了拼湊項(xiàng)目和虛增項(xiàng)目資金需求的現(xiàn)象。因此，公司的項(xiàng)目可行性研究報(bào)告關(guān)注的便不是項(xiàng)目實(shí)際運(yùn)作的效率，而是“可編性”和“可批性”[9]。申軍靜(2010)認(rèn)為，我們國家的資本市場(chǎng)缺少相匹配的激勵(lì)機(jī)制和約束機(jī)制，詢價(jià)對(duì)象的報(bào)價(jià)有較大的隨意性，因此這種確定價(jià)格的詢價(jià)過程與股票的真實(shí)價(jià)值差異過大，從而導(dǎo)致了企業(yè)募資過程中產(chǎn)生大量超額募集資金[10]。過度投資行為相當(dāng)明顯當(dāng)企業(yè)通過募資獲取了大量資金之后，利益的追逐容易誘發(fā)企業(yè)投資沖動(dòng)，進(jìn)行過度投資，從而導(dǎo)致投資效率低下。Jensen和Meckling(1976)研究發(fā)現(xiàn)，由于大多數(shù)企業(yè)是委托代理機(jī)制，部分委托代理人未按照股東利益考慮投資而以自身利益為出發(fā)點(diǎn)考慮，從而造成企業(yè)出現(xiàn)過度投資，使其募集資金的使用效率低下[2]。此外，Jensen(1986)也發(fā)現(xiàn)，由于企業(yè)閑置資金的累積，管理層為獲得更大收益就會(huì)將這部分閑置資金投入到擴(kuò)大企業(yè)規(guī)模，從而導(dǎo)致了企業(yè)的過度投資現(xiàn)象[3]。吳繼明、張炳才(2010)運(yùn)用2005-2008年中國深圳交易所中小企業(yè)板塊企業(yè)數(shù)據(jù)，結(jié)合EVA理論對(duì)中小企業(yè)投資效率進(jìn)行了實(shí)證研究，結(jié)果發(fā)現(xiàn)我國中小企業(yè)的投資行為具有相對(duì)投資量大、投資效率偏低等特點(diǎn)[11]。創(chuàng)業(yè)板上市公司募資使用效率的實(shí)證研究方法DEA法Jeanneret(2005)運(yùn)用了數(shù)據(jù)包絡(luò)分析法(DEA)分析了募集資金使用以后的公司業(yè)績(jī)變化，研究結(jié)果表明資金使用效率的高低很大程度上取決于投資項(xiàng)目的質(zhì)量，投資項(xiàng)目的質(zhì)量又通過項(xiàng)目的投資回收期和報(bào)酬收益率來體現(xiàn)。所以，募投項(xiàng)目的選擇對(duì)資金的使用效率會(huì)產(chǎn)生比較大的影響[4]。劉玥和方先明(2011)對(duì)我國創(chuàng)業(yè)板首批上市的28家企業(yè)運(yùn)用DEA模型去衡量這些企業(yè)對(duì)IPO募集資金使用的效率如何，通過實(shí)證分析表明，這些公司對(duì)募集資金的使用效率整體偏低，沒有發(fā)揮出超募資金的價(jià)值[12]。閆麗媛和文靜(2012)使用數(shù)據(jù)包絡(luò)分析法(DEA)對(duì)2009年和2010年的上市公司進(jìn)行分析研究，以IPO募集資金凈額、股權(quán)集中度和資產(chǎn)負(fù)債率為輸入指標(biāo)，以凈資產(chǎn)收益率、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率和托賓Q值為輸出指標(biāo)，分析募集資金投入的充分性和產(chǎn)出的有效性之間的比率關(guān)系，最終得出結(jié)果顯示我國創(chuàng)業(yè)板上市公司的募集資金使用低效[13]?；貧w分析法李維安(2006)選取我國1149家上市公司進(jìn)行實(shí)證研究，建立回歸模型分析影響公司內(nèi)部治理的各個(gè)因素逐一得出：董事會(huì)越完善，公司治理水平越高，資金發(fā)生變更的概率越小，對(duì)公司的績(jī)效越好；同樣的對(duì)監(jiān)事會(huì)監(jiān)管水平分析得出相同的結(jié)果[14]。朱海林(2018)采用實(shí)證分析法和規(guī)范分析法，進(jìn)一步建立Tobit回歸模型研究我國上市公司公司治理與變更資金的關(guān)系，最后得出公司治理不完善會(huì)導(dǎo)致上市公司隨意變更募集資金，公司治理越完善，越不會(huì)隨意變更募集資金[15]。廖芳麗(2016)選取我國上市公司在2000-2014年IPO的上市公司為研究樣本，通過建立多元回歸現(xiàn)象模型，進(jìn)行實(shí)證分析了上市公司變更募集資金對(duì)公司內(nèi)部的財(cái)務(wù)數(shù)據(jù)的影響，認(rèn)為上市公司變更募集資金對(duì)短期績(jī)效和長(zhǎng)期績(jī)效存在顯著的負(fù)相關(guān)[16]。池明舉(2006)基于整理大量的財(cái)務(wù)數(shù)據(jù)分析，采用線性回歸的方法分析得出，上市公司變更募集資金導(dǎo)致市場(chǎng)呈負(fù)反應(yīng)[17]。相關(guān)分析法惠麗麗(2014)采用了相關(guān)系數(shù)分析法來找出超募資金和募集資金的整體使用效率之間的關(guān)系，分析得出這兩者之間出現(xiàn)反向比例的關(guān)系，企業(yè)上市募集的資金不是越多越好，而是要在企業(yè)能夠控制運(yùn)營(yíng)的能力范圍內(nèi)最大化的提高資金的使用效率[18]。蔣海燕(2011)基于2010年年底前上市的36家上市公司的年度報(bào)告，并進(jìn)行相關(guān)描述性分析發(fā)現(xiàn)，我國創(chuàng)業(yè)板上市公司的募資使用效率偏低[19]。創(chuàng)業(yè)板上市公司募資使用效率的相關(guān)理論分析概念界定創(chuàng)業(yè)板市場(chǎng)創(chuàng)業(yè)板又稱二板市場(chǎng)（Second-boardMarket）即第二股票交易市場(chǎng)，是與主板市場(chǎng)不同的一類證券市場(chǎng)，是專為暫時(shí)無法在主板市場(chǎng)上市的創(chuàng)業(yè)型企業(yè)提供募資途徑和成長(zhǎng)空間的證券交易市場(chǎng)。創(chuàng)業(yè)板是對(duì)主板市場(chǎng)的重要補(bǔ)充，在資本市場(chǎng)占有重要的位置。在創(chuàng)業(yè)板市場(chǎng)上市的公司具有較高的成長(zhǎng)性，但往往成立時(shí)間較短規(guī)模較小，業(yè)績(jī)也不突出，但有很大的成長(zhǎng)空間?？偟膩碚f，創(chuàng)業(yè)板是一個(gè)門檻低、風(fēng)險(xiǎn)大、監(jiān)管嚴(yán)格的股票市場(chǎng)，也是一個(gè)孵化創(chuàng)業(yè)型、中小型企業(yè)的搖籃。上市公司上市公司是指其公開發(fā)行的股票經(jīng)過相關(guān)的管理部門批準(zhǔn)可以在證券交易所進(jìn)行上市交易的股份有限公司。上市公司是股份有限公司的一種，這種公司到證券交易所上市交易，除了必須經(jīng)過批準(zhǔn)外，還必須符合一定的條件，例如公司股本總額不少于人民幣三千萬元；公司開業(yè)時(shí)間在三年以上，最近三年連續(xù)盈利；持有股票面值達(dá)人民幣一千元以上的股東人數(shù)不少于一千人等。募集資金使用效率國內(nèi)外學(xué)者對(duì)于募資使用效率有著不同的定義。例如，宋文兵（1997）認(rèn)為募集資金使用效率是一種投入與產(chǎn)出之間的比率關(guān)系[20]。高學(xué)哲（2005）則認(rèn)為募集資金可以當(dāng)做企業(yè)投入的一項(xiàng)的花費(fèi)成本，在假定當(dāng)前企業(yè)技術(shù)水平不變的情況下，如何以最小的成本投入獲得利益的最大化，也就是說使得投入資金的使用效率達(dá)到最大化，在這個(gè)時(shí)候可以說企業(yè)對(duì)募集資金的使用效率高[21]。所以，綜合各類文獻(xiàn)，本文重新定義募集資金使用效率，即它是一種相對(duì)衡量指標(biāo)，在一定成本取得資金的前提下，衡量投入到生產(chǎn)經(jīng)營(yíng)活動(dòng)的資金能為企業(yè)帶來多大增值的指標(biāo)，本文用經(jīng)濟(jì)增加值代表企業(yè)價(jià)值即產(chǎn)出效益，每年投入到生產(chǎn)經(jīng)營(yíng)活動(dòng)中的總投資額代表資金的投入，經(jīng)濟(jì)增加值率（經(jīng)濟(jì)增加值／總投資額）代表資金使用效率。企業(yè)使用資金效率的作用機(jī)制分析資本結(jié)構(gòu)變化影響募集資金價(jià)值創(chuàng)造MM理論創(chuàng)建了現(xiàn)代的資本結(jié)構(gòu)理論。它建立在一定的前提假設(shè)之下，例如，不存在代理成本、交易成本、破產(chǎn)成本；投資者和個(gè)人機(jī)構(gòu)都可以以同一利率借款和貸款等等。它主要分為有稅和無稅兩種情況。若無稅，則資本結(jié)構(gòu)對(duì)于企業(yè)的價(jià)值沒有影響，即全資本企業(yè)的價(jià)值與負(fù)債企業(yè)價(jià)值相等：VL=EBIT式中：VL——負(fù)債企業(yè)價(jià)值；VU——全資企本業(yè)價(jià)值。R0——全資本企業(yè)的資本成本；RWACC——負(fù)債企業(yè)的加權(quán)平均資本成本。這說明企業(yè)的價(jià)值取決于企業(yè)的資產(chǎn)未來所帶來的息稅前收益，并且兩個(gè)企業(yè)的資本成本相等。即資本成本也與資本結(jié)構(gòu)無關(guān):R0=RWACC(1.2)但是，股東的期望收益率隨著負(fù)債的增加而相應(yīng)提升：RS=R0+BS(R0-RB式中：B——負(fù)債價(jià)值；S——權(quán)益價(jià)值；RS——負(fù)債企業(yè)的權(quán)益成本；RB——負(fù)債企業(yè)的債務(wù)成本。當(dāng)企業(yè)的負(fù)債增多，意味著股東所需要承擔(dān)的風(fēng)險(xiǎn)增加，所以股東的預(yù)期收益率隨之上升。若有稅，則資本結(jié)構(gòu)就對(duì)企業(yè)價(jià)值產(chǎn)生了影響：VL=VU+T×B(1.4)式中：T——企業(yè)所得稅稅率。因?yàn)橛辛硕悇?wù)，負(fù)債可以幫助企業(yè)節(jié)稅，產(chǎn)生了稅盾效應(yīng)，所以，增加了負(fù)債企業(yè)的價(jià)值，多出的價(jià)值即為負(fù)債乘以稅率。同時(shí)，資本成本也隨之產(chǎn)生了變化：RS=R0+BS(R0-RB負(fù)債企業(yè)的權(quán)益成本相比較式(1.3)多乘以了一個(gè)一減稅率，說明由于稅務(wù)的存在，股東期望收益率上升的速度要小于無稅的情況，因?yàn)槠髽I(yè)產(chǎn)生了稅盾，降低了債務(wù)成本和權(quán)益成本。若考慮有稅，則企業(yè)的加權(quán)平均成本最終為：RWACC=SVLRS+BV以上就是對(duì)于MM定理的全部闡述，它主要解釋了資本結(jié)構(gòu)與公司價(jià)值的關(guān)系。在有稅的情況下，不同的資本結(jié)構(gòu)會(huì)影響到公司的價(jià)值大小。而公司價(jià)值大小可以理解成企業(yè)使用募集來的資金所創(chuàng)造的價(jià)值多少，即，企業(yè)資金使用效率越高，為公司創(chuàng)造的盈利越大，公司價(jià)值就越大。這說明，資本結(jié)構(gòu)對(duì)于企業(yè)的募集資金使用效率具有一定的影響，本文據(jù)此選擇了其作為一個(gè)自變量來進(jìn)行具體的實(shí)證分析研究，作用機(jī)制如下圖3.1所示。見圖3.1，當(dāng)企業(yè)的選擇了一定的資本結(jié)構(gòu)，也就是固定了負(fù)債率的大小，此時(shí)，如果負(fù)債率越大，根據(jù)MM理論，產(chǎn)生的稅盾效應(yīng)就越大，公司價(jià)值也就越大，所以體現(xiàn)出了企業(yè)的募集資金使用效率較高。圖STYLEREF1\s3.SEQ圖\*ARABIC\s11資本機(jī)構(gòu)作用機(jī)制圖代理成本對(duì)募集資金使用效率具有雙向約束當(dāng)企業(yè)產(chǎn)生貸款的時(shí)候，借款人和股東之間就會(huì)形成一種委托代理關(guān)系。借款人把錢給企業(yè)，是希望到期償還本金并定期得到利息，而股東則是想利用這筆錢進(jìn)行投資，發(fā)展企業(yè)，這當(dāng)中存在著一定的利益沖突與風(fēng)險(xiǎn)，所以，產(chǎn)生了一定的代理成本，這會(huì)損害借款人的利益，而最后企業(yè)的損失則由股東承擔(dān)。此外，在分配股利時(shí)，外部股東與內(nèi)部人之間也會(huì)產(chǎn)生代理問題，而多發(fā)放股利可以減少內(nèi)部人發(fā)生道德風(fēng)險(xiǎn)的概率，促使經(jīng)理努力工作，謹(jǐn)慎做出投資，從而降低代理成本。所以，股利的多少可以在一定程度上影響到企業(yè)的成本，也可以影響到公司經(jīng)理人的盡職程度，進(jìn)而影響到企業(yè)的投資項(xiàng)目和募集資金使用效率。而基本每股收益的多少關(guān)系到可發(fā)放股利的大小，所以，本文選取了基本每股收益作為一個(gè)影響因素在后文進(jìn)行分析，具體的作用機(jī)制如下圖3.2。見圖3.2，當(dāng)企業(yè)所創(chuàng)造的盈利較多，股東可以分到的當(dāng)期收益就越大，即基本每股收益大，此時(shí)，股東可以分配發(fā)放的股利也就相應(yīng)增多，根據(jù)代理成本理論，較多的股利分配可以減少道德風(fēng)險(xiǎn)和逆向選擇的發(fā)生，從而減小公司的代理成本，增加公司價(jià)值，表明企業(yè)的募集資金使用效率較高。圖STYLEREF1\s3.SEQ圖\*ARABIC\s12基本每股收益作用機(jī)制圖股權(quán)結(jié)構(gòu)可對(duì)募集資金使用效率形成激勵(lì)控制權(quán)理論是關(guān)于股權(quán)結(jié)構(gòu)的理論，股權(quán)結(jié)構(gòu)是指股份公司總股本中，不同性質(zhì)的股份所占的比例及其相互關(guān)系，包括股權(quán)集中度和股權(quán)制衡度兩個(gè)方面。一方面，由于上市公司所有權(quán)與控制權(quán)分離，當(dāng)管理層持有企業(yè)較低的股份時(shí)，其在職消費(fèi)增加，工作積極性降低，從而影響企業(yè)一系列的經(jīng)營(yíng)決策，進(jìn)而影響企業(yè)的市場(chǎng)價(jià)值；另一方面，管理層持有企業(yè)股份越多，對(duì)企業(yè)控制權(quán)越強(qiáng)，其管理決策對(duì)企業(yè)價(jià)值的影響程度越大。魏熙嘩等(2014)基于委托代理理論和博弈論的視角，構(gòu)建了最優(yōu)股權(quán)結(jié)構(gòu)模型，利用2006-2012年中國804家上市公司的面板數(shù)據(jù)檢驗(yàn)了股權(quán)結(jié)構(gòu)與企業(yè)價(jià)值的關(guān)系，研究表明：公司價(jià)值與股權(quán)集中度呈倒Ｕ型關(guān)系[22]。王曉巍、陳逢博(2014)以2012年12月31日前在深交所創(chuàng)業(yè)板上市的267家上市公司為樣本，選取2009-2012年的數(shù)據(jù)作為研究對(duì)象，采用股權(quán)集中度、股權(quán)性質(zhì)等因素衡量企業(yè)股權(quán)結(jié)構(gòu)，運(yùn)用主成分分析法衡量企業(yè)價(jià)值，建立多元線性回歸模型研究股權(quán)結(jié)構(gòu)與企業(yè)價(jià)值的關(guān)系，研究結(jié)果表明，企業(yè)價(jià)值與第一大股東持股比例呈回歸拋物線關(guān)系，第一大股東對(duì)企業(yè)的絕對(duì)控制不利于企業(yè)價(jià)值的提升[23]。所以，綜合各類文獻(xiàn)，本文選取了股權(quán)集中度作為解釋變量，因?yàn)槠浼卸雀叩蜁?huì)影響到公司價(jià)值與募集資金使用效率。首先，如果股權(quán)集中度較高，可能會(huì)產(chǎn)生較大的代理成本，因?yàn)閷?duì)于管理層來說，他們管理公司并不能獲取的額外的剩余回報(bào)，因此，他們可能不會(huì)努力工作，這就會(huì)減少公司價(jià)值；反之，如果股權(quán)集中度不高，管理層可能掌握的股權(quán)就越大，他們的自身利益就會(huì)與公司密切相關(guān)，所以，他們會(huì)更加謹(jǐn)慎的做出投資決策并規(guī)劃公司的發(fā)展，也就是提高募集資金使用效率，增加公司價(jià)值，為自己謀取更多利潤(rùn)，具體的作用機(jī)制如下圖3.3。見圖3.3，當(dāng)一家企業(yè)的股權(quán)集中度較小時(shí)，管理層可能掌握的股權(quán)就越多，根據(jù)股權(quán)結(jié)構(gòu)理論，此時(shí)，管理層會(huì)謹(jǐn)慎投資與規(guī)劃公司的發(fā)展，進(jìn)而提升資金的募資使用效率，增加公司價(jià)值。圖STYLEREF1\s3.SEQ圖\*ARABIC\s13股權(quán)激勵(lì)機(jī)制圖創(chuàng)業(yè)板上市公司募集資金效率的實(shí)證分析創(chuàng)業(yè)板上市公司募資使用效率現(xiàn)狀分析本小節(jié)選取了能體現(xiàn)上市公司募資使用效率的重要財(cái)務(wù)指標(biāo)，并運(yùn)用描述性統(tǒng)計(jì)的方法，從不同角度來分析2010-2020年十年期間，創(chuàng)業(yè)板上市公司募資資金使用效率的一些變化狀況。營(yíng)業(yè)利潤(rùn)率波動(dòng)較大，且有走低趨向營(yíng)業(yè)利潤(rùn)率是企業(yè)營(yíng)業(yè)所得的利潤(rùn)除以總的銷售額，從這個(gè)指標(biāo)可以很好地看出一家企業(yè)的盈利能力，這從兩個(gè)角度體現(xiàn)，一是賺取更多的利潤(rùn)的能力，二是節(jié)省成本或者說削減不必要開支的能力。如果企業(yè)的盈利能力較好，即營(yíng)業(yè)利潤(rùn)率較高，說明企業(yè)在以上兩方面都表現(xiàn)得很好，所以也可以從側(cè)面推斷出，企業(yè)的募集資金使用效率較高，因?yàn)槠髽I(yè)可以很好的運(yùn)用這些資金去進(jìn)行利潤(rùn)創(chuàng)造，并且不會(huì)浪費(fèi)在不必要的地方。表STYLEREF1\s4.SEQ表\*ARABIC1創(chuàng)業(yè)板28家企業(yè)2010-2020營(yíng)業(yè)利潤(rùn)率(%)統(tǒng)計(jì)表平均值最大值最小值標(biāo)準(zhǔn)差方差20102163.352.8412.651.620112163.352.8412.871.66201215.1451.97-14.1112.621.61201313.0550.58-58.1118.173.5201416.63114.03-8.9722.316.75201513.1847.65-13.0712.221.52201613.2237.89-2.0110.231.05201711.5632.95-14.17111.222018-0.0631.09-100.6830.3312.582019-3.137.87-207.9846.8225.920201.8433.19-77.5823.745.99見4.1表和圖4.1，分析可以得出，2010-2020年，28家企業(yè)的平均營(yíng)業(yè)利潤(rùn)率起伏較大，2010-2017年在15%上下浮動(dòng)，2018-2020變化較大，在0%左右變化，所以總體來看，呈現(xiàn)下降趨勢(shì)，并且下降的較多。從2010年的21%到2020年的1.84%，共下降了19%，特別是2018-2019年，下降的幅度最大，超過了80%。此外，通過觀察方差值可以發(fā)現(xiàn)，2010-2017年該值較小，并且變化較為平穩(wěn)，穩(wěn)定在1%左右，說明28家企業(yè)之間的差距并不大，但是，2018-2019該值變化劇烈，說明企業(yè)之間出現(xiàn)了較大的差異，有的企業(yè)營(yíng)業(yè)利潤(rùn)率較高，有的企業(yè)則非常低，最后導(dǎo)致了這種現(xiàn)象的發(fā)生?？傮w來看，方差值在增大，從13%增加到了23%，10年間增長(zhǎng)了10%，表明各個(gè)企業(yè)之間的不同變得更加明顯。所以，綜合來看，中小企業(yè)的募集資金效率并不是很高，并且還在逐年減少，因?yàn)槠髽I(yè)把錢投入生產(chǎn)并且盈利的能力較弱，同時(shí)，各個(gè)企業(yè)之間的差異比較明顯，有的企業(yè)的資金使用效率在逐年提升，而有的企業(yè)則在逐年下降。圖STYLEREF1\s4.SEQ圖\*ARABIC\s11營(yíng)業(yè)利潤(rùn)率平均值見圖4.2，為2010-2020年?duì)I業(yè)利潤(rùn)率最大的公司和最小的公司，對(duì)比發(fā)現(xiàn)，兩者之間的數(shù)值距離較大，平均差距在50%。并且兩者呈現(xiàn)出一個(gè)相反的變化趨勢(shì)，例如，2012-2015年，營(yíng)業(yè)利潤(rùn)率最大的企業(yè)的值雖然有波動(dòng)，但總體是在上漲的，而最低的公司直接面臨著虧損，這說明在面臨相同的環(huán)境與經(jīng)濟(jì)周期時(shí)，最大的公司體現(xiàn)出了他的優(yōu)勢(shì)，也就是創(chuàng)造更多的經(jīng)濟(jì)價(jià)值，這個(gè)結(jié)論也可以從2017-2019年的這段曲線中體現(xiàn)。概括來說，28家企業(yè)的募集資金使用效率差距較大，特別是效率最高的企業(yè)與效率最低的企業(yè)之間。圖STYLEREF1\s4.SEQ圖\*ARABIC\s12營(yíng)業(yè)利潤(rùn)率最大值與最小值營(yíng)業(yè)周期延長(zhǎng)，企業(yè)差距明顯營(yíng)業(yè)周期是存貨周轉(zhuǎn)天數(shù)與應(yīng)收賬款的周轉(zhuǎn)天數(shù)的和，反應(yīng)了企業(yè)把主營(yíng)業(yè)務(wù)產(chǎn)品轉(zhuǎn)化為收入的能力，也就是“變現(xiàn)”能力，從這個(gè)能力可以看出公司短期資金的流轉(zhuǎn)速度，也可以從兩個(gè)方面入手考慮，一個(gè)方面是存貨的管理，也就是能否快速把產(chǎn)品出售；另一個(gè)方面是應(yīng)收賬款的管理，看的是能否與下游客戶達(dá)成較好的協(xié)議，比如壞賬的提取比例是多少，給予的商業(yè)信用期限有多大等。營(yíng)業(yè)周期越短，代表企業(yè)收回現(xiàn)金的速度越快，這也意味著，如果企業(yè)把募集到的資金投入一個(gè)新的項(xiàng)目，項(xiàng)目變現(xiàn)的能力較快，因?yàn)槠髽I(yè)進(jìn)行了比較好的存貨管理與應(yīng)收賬款的管理，所以，可以認(rèn)為企業(yè)的募集資金使用效率較高。從表4.2可以發(fā)現(xiàn)，28家企業(yè)的平均營(yíng)業(yè)周期由2010年的226天增加到了428天，增長(zhǎng)了200天，可見資產(chǎn)的變現(xiàn)速度在延長(zhǎng)，特別是2018-2020年這三年，不僅變化幅度大，并且上升的速度較前幾年都快。表STYLEREF1\s4.SEQ表\*ARABIC228家企業(yè)2010-2020營(yíng)業(yè)周期(天)相關(guān)數(shù)據(jù)統(tǒng)計(jì)表平均值最大值最小值標(biāo)準(zhǔn)差2010226.11588.816.59142.142011266.83728.6918.53163.842012327.41019.4921.4235.342013341.011191.8527.42247.312014314.9865.7240.19197.172015326.59842.5354.55201.042016316.4682.8654.46185.582017333.96806.8853.27196.232018341.51949.830.52214.722019342.13830.2838.72213.282020428.831368.9980.36283.56從圖4.2可以較為直觀的看出，28家企業(yè)中，營(yíng)業(yè)周期最長(zhǎng)的與營(yíng)業(yè)周期最短之間的天數(shù)相差很多，從表4.2的具體數(shù)據(jù)計(jì)算，兩者大概平均相差500天左右，并且差距在逐年遞增；同時(shí)，觀察標(biāo)準(zhǔn)差可以發(fā)現(xiàn)，標(biāo)準(zhǔn)差的數(shù)值一直較大，說明各個(gè)企業(yè)間存在著明顯的不同。因?yàn)闋I(yíng)業(yè)周期是絕對(duì)值，但是各企業(yè)主營(yíng)業(yè)務(wù)不同，所以較難直接得出結(jié)論，但是可以通過比較最大值和最小值企業(yè)的天數(shù)走向，得出營(yíng)業(yè)周期最小的企業(yè)10年間變化不大，基本維持在40天左右，然而，營(yíng)業(yè)周期較大的企業(yè)天數(shù)波動(dòng)劇烈，天數(shù)增加較多，同時(shí)，比較28家企業(yè)的平均值可以發(fā)現(xiàn)，10年的趨勢(shì)變化總體還是平穩(wěn)的，但仍舊在上升，綜上，從這一指標(biāo)考慮，企業(yè)的募集資金使用雖然效率變化不大，但是效率并不高，各個(gè)企業(yè)間依舊存在差距。圖STYLEREF1\s4.SEQ圖\*ARABIC\s1328家企業(yè)2010-2020營(yíng)業(yè)周期統(tǒng)計(jì)圖流動(dòng)資產(chǎn)周轉(zhuǎn)率波幅不大，但總體下降流動(dòng)資產(chǎn)周轉(zhuǎn)率代表著一個(gè)營(yíng)業(yè)年限內(nèi)企業(yè)流動(dòng)資產(chǎn)的周轉(zhuǎn)速度，這代表著企業(yè)對(duì)于流動(dòng)資產(chǎn)的運(yùn)用，特別是期限較短的一些資產(chǎn)，例如現(xiàn)金的使用。如果企業(yè)的流動(dòng)資產(chǎn)周轉(zhuǎn)率越大，意味著一定時(shí)間內(nèi)，流動(dòng)資產(chǎn)的運(yùn)轉(zhuǎn)速度越快，也可以說明企業(yè)的資金使用效率越高，因?yàn)槠髽I(yè)擅于管理和投資，并且短期內(nèi)可以使得項(xiàng)目周轉(zhuǎn)起來。從表4.3的數(shù)據(jù)可以看出，28家企業(yè)的流動(dòng)資產(chǎn)周轉(zhuǎn)率變化并不大，雖然10年間略有起伏，但總體的變化不超過0.05次；觀察最大值與最小值，發(fā)現(xiàn)周轉(zhuǎn)次數(shù)最多的企業(yè)和最少的企業(yè)，兩者在10年間的變化都是在下降的，說明企業(yè)的流動(dòng)資產(chǎn)周轉(zhuǎn)率在減少，企業(yè)對(duì)于流動(dòng)資產(chǎn)的管理較差，可見，企業(yè)的募集資金使用效率并不高。表STYLEREF1\s4.SEQ表\*ARABIC328家企業(yè)2010-2020流動(dòng)資產(chǎn)周轉(zhuǎn)率(次)統(tǒng)計(jì)表平均值最大值最小值標(biāo)準(zhǔn)差20100.351.210.10.220110.451.050.120.2120120.511.150.110.2520130.561.260.080.2820140.611.30.170.2620150.641.460.150.3120160.581.640.20.3220170.561.740.180.3420180.571.40.070.3220190.571.620.030.3420200.40.940.060.23創(chuàng)業(yè)板上市公司募資效率實(shí)證分析變量選擇和說明(1)被解釋變量的選擇基于上文3.1.3募集資金使用效率的概念界定，以及丁華等(2016)對(duì)中小板上市公司資金使用效率影響因素的相關(guān)研究[24]，本文采用經(jīng)濟(jì)增加值（EVA）率代表資金使用效率，衡量募集資金投入與產(chǎn)出之間的比率關(guān)系，作為被解釋變量。經(jīng)濟(jì)增加值(EVA)率的計(jì)算方法是：經(jīng)濟(jì)增加值(EVA)=調(diào)整的稅后營(yíng)業(yè)利潤(rùn)－加權(quán)平均資本成本調(diào)整后的投資成本經(jīng)濟(jì)增加值(EVA)率=EVA/資本成本(2)解釋變量的選擇根據(jù)理論分析和參閱彭志峰等(2019)[25]、索文權(quán)(2020)[26]等對(duì)于創(chuàng)業(yè)板上市企業(yè)募集資金使用效率的研究，本文選擇的解釋變量分別是：①基本每股收益（EPS），用X1表示?；久抗墒找姹砻髁似胀ü晒蓶|當(dāng)期的收益狀況，一方面反映出企業(yè)的盈利能力，一方面關(guān)系到可分配股利的多少，影響到代理成本，這兩個(gè)方面都會(huì)影響到公司價(jià)值，從而體現(xiàn)出企業(yè)的募集資金使用效率。其計(jì)算方法是：EPS=歸屬于普通股股東的當(dāng)期凈利潤(rùn)/當(dāng)期發(fā)行在外普通股的加權(quán)平均數(shù)；歸屬于普通股股東的當(dāng)期凈利潤(rùn)=凈利潤(rùn)－優(yōu)先股股利。②盈利質(zhì)量（Quality），用X2表示。盈利質(zhì)量代表了公司主營(yíng)業(yè)務(wù)的現(xiàn)金收益占比，較好的表現(xiàn)了企業(yè)的資金使用效率。其計(jì)算方法是：Quality=經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~/經(jīng)營(yíng)活動(dòng)凈收益。③總資產(chǎn)回報(bào)率（ROA），用X3表示。總資產(chǎn)回報(bào)率是重要的財(cái)務(wù)指標(biāo)之一，其衡量出企業(yè)的資產(chǎn)運(yùn)作能力，即平均每單位資產(chǎn)可以獲得多少回報(bào)。企業(yè)把募集來的資金投入并用于購買資產(chǎn)，后進(jìn)行運(yùn)營(yíng)產(chǎn)生收益，所以，這個(gè)指標(biāo)可以從側(cè)面表現(xiàn)出資金使用效率的高低。其計(jì)算方法是：ROA=凈利潤(rùn)/平均資產(chǎn)×100%；平均資產(chǎn)=(年初資產(chǎn)+年末資產(chǎn))/2④股權(quán)集中度（Concentration），用X4表示。股權(quán)集中度會(huì)影響到公司的價(jià)值，而公司的價(jià)值與企業(yè)的募資使用效率密切相關(guān)。其計(jì)算方法是：Concentration=前十大股東的流通股數(shù)總合/公司在外發(fā)行的所有流通股數(shù)量⑤資本結(jié)構(gòu)（L/A），用X5表示。資本結(jié)構(gòu)的實(shí)質(zhì)是企業(yè)的負(fù)債率大小，而負(fù)債率大小會(huì)影響到企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)與股東預(yù)期收益，進(jìn)而影響公司價(jià)值與募資使用效率高低。其計(jì)算方法是：L/A=總負(fù)債/總資產(chǎn)×100%⑥營(yíng)業(yè)增長(zhǎng)率(Revenue)，用X6表示。營(yíng)業(yè)增長(zhǎng)率是重要的財(cái)務(wù)指標(biāo)之一，其衡量的是企業(yè)的成長(zhǎng)能力，成長(zhǎng)能力的高低意味著企業(yè)對(duì)于募集來的資金使用是否得當(dāng)，也就關(guān)系著企業(yè)募資使用效率的大小。其計(jì)算方法是：Revenue=當(dāng)期報(bào)告營(yíng)業(yè)利潤(rùn)－上一期報(bào)告營(yíng)業(yè)利潤(rùn))/上一期報(bào)告營(yíng)業(yè)利潤(rùn)本文選擇的被解釋變量和解釋變量，如表4.4所示。表STYLEREF1\s4.SEQ表\*ARABIC4變量選擇一覽表變量類型變量名稱變量符號(hào)計(jì)算方法被解釋變量EVA回報(bào)率EVAEVA回報(bào)率=EVA/資本成本EVA=調(diào)整的稅后營(yíng)業(yè)利潤(rùn)－加權(quán)平均資本成本調(diào)整后的投資成本解釋變量基本每股收益EPSEPS=歸屬于普通股股東的當(dāng)期凈利潤(rùn)/當(dāng)期發(fā)行在外普通股的加權(quán)平均數(shù)盈利質(zhì)量QualityQuality=經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~/經(jīng)營(yíng)活動(dòng)凈收益總資產(chǎn)回報(bào)率ROAROA=凈利潤(rùn)/平均資產(chǎn)×100%平均資產(chǎn)=(年初資產(chǎn)+年末資產(chǎn))/2股權(quán)集中度ConcentrationConcentration=前十大股東的流通股數(shù)總合/公司在外發(fā)行的所有流通股數(shù)量資本結(jié)構(gòu)L/AL/A=總負(fù)債/總資產(chǎn)×100%營(yíng)業(yè)增長(zhǎng)率(同比)RevenueRevenue=當(dāng)期報(bào)告營(yíng)業(yè)利潤(rùn)－上一期報(bào)告營(yíng)業(yè)利潤(rùn))/上一期報(bào)告營(yíng)業(yè)利潤(rùn)研究假設(shè)和模型構(gòu)建(1)研究假設(shè)根據(jù)上文的變量?jī)?nèi)涵及選擇，做出如下假設(shè)：假設(shè)1：基本每股收益(EPS)對(duì)企業(yè)的募集資金使用效率有影響，并且EPS越大，募集資金使用效率越大，兩者正相關(guān)。假設(shè)2：盈利質(zhì)量(quality)對(duì)企業(yè)的募集資金使用效率有影響，并且quality越大，募集資金使用效率越大，兩者正相關(guān)。假設(shè)3：總資產(chǎn)回報(bào)率(ROA)對(duì)企業(yè)的募集資金使用效率有影響，并且ROA越大，募集資金使用效率越大，兩者正相關(guān)。假設(shè)4：股權(quán)集中度(concentration)對(duì)企業(yè)的募集資金使用效率有影響，并且concentration越大，募集資金使用效率越小，兩者負(fù)相關(guān)。假設(shè)5：資本結(jié)構(gòu)(L/A)對(duì)企業(yè)的募集資金使用效率有影響，并且L/A越大，募集資金使用效率越小，兩者負(fù)相關(guān)。假設(shè)6：營(yíng)業(yè)增長(zhǎng)率(revenue)對(duì)企業(yè)的募集資金使用效率有影響，并且revenue越大，募集資金使用效率越大，兩者正相關(guān)。(2)模型構(gòu)建根據(jù)假設(shè)，初步構(gòu)建的回歸模型如下：EVA=β0+β1tEPS式中：β0——常數(shù)項(xiàng)；βit(i=1,2,...6)——各個(gè)自變量對(duì)應(yīng)的系數(shù)值；εit——隨機(jī)誤差項(xiàng)。樣本選擇與數(shù)據(jù)來源為了能夠從一個(gè)較長(zhǎng)時(shí)間觀察創(chuàng)業(yè)板上市公司募集資金使用效率。樣本選取了創(chuàng)業(yè)板首批上市的28家企業(yè)。28家企業(yè)作為首批上市的企業(yè)，是眾多企業(yè)的代表，企業(yè)質(zhì)地較好，且數(shù)據(jù)較多，易于構(gòu)建模型分析。從行業(yè)分布看，觀察表4.5中可以發(fā)現(xiàn)，創(chuàng)業(yè)板28家首批上市的企業(yè)分別所屬18個(gè)不同的行業(yè)，例如有傳媒、國防軍工、零售等行業(yè)，其中，占比較多的有化學(xué)制藥和電氣設(shè)備行業(yè)，占比為10.71%，專用設(shè)備、計(jì)算機(jī)應(yīng)用等5個(gè)行業(yè)的占比其次，為7.14%。這些行業(yè)在創(chuàng)業(yè)板中具有一定代表性。同時(shí)，為了加深認(rèn)識(shí)上市公司募集資金使用效率，樣本中選擇了主板上市的27家企業(yè)進(jìn)行對(duì)比。主板上市的企業(yè)，規(guī)模較大，是成熟型企業(yè)，通過與創(chuàng)業(yè)板的成長(zhǎng)企業(yè)對(duì)比，可以觀察兩者募集資金使用效率上有無差別并分析其原因。本文選取的主板企業(yè)涵蓋了比較典型的傳統(tǒng)行業(yè)，且行業(yè)分布較均勻，例如表4.5中的鋼鐵行業(yè)、貿(mào)易行業(yè)和金融行業(yè)等。本文的研究數(shù)據(jù)來源于同花順iFinD軟件、上市公司年報(bào)、滬深交易所網(wǎng)站、證監(jiān)會(huì)網(wǎng)站等。表STYLEREF1\s4.SEQ表\*ARABIC5創(chuàng)業(yè)板28家上市企業(yè)與主板上市27家企業(yè)行業(yè)統(tǒng)計(jì)表創(chuàng)業(yè)板上市企業(yè)主板上市企業(yè)所屬行業(yè)數(shù)量(家)占比(%)所屬行業(yè)數(shù)量(家)占比(%)化學(xué)制藥310.71電力311.11電氣設(shè)備310.71電氣設(shè)備311.11專用設(shè)備27.14鋼鐵311.11醫(yī)療器械服務(wù)27.14港口航運(yùn)311.11通信設(shè)備27.14計(jì)算機(jī)應(yīng)用414.81計(jì)算機(jī)應(yīng)用27.14貿(mào)易311.11傳媒27.14煤炭加工開采27.41綜合13.57食品加工制造311.11中藥13.57證券311.11儀表儀器13.57電力311.11物流13.57通用設(shè)備13.57生物制品13.57農(nóng)業(yè)服務(wù)13.57零售13.57國防軍工13.57服裝家紡13.57電器設(shè)備13.57數(shù)據(jù)來源于同花順iFinD軟件變量的描述性統(tǒng)計(jì)分析從表4.6的統(tǒng)計(jì)中可以發(fā)現(xiàn)，28家企業(yè)的EVA值并不大，平均值為-0.28%，說明企業(yè)的募集資金使用效率并不高。其中，EVA最大值達(dá)到了28.10%，最小值只有-67.64%，這體現(xiàn)出了不同企業(yè)之間的差距明顯；EPS的值比較小，從平均數(shù)來看只有0.1715元，也就是每股收益不到0.5元，雖然最大的企業(yè)超過了1元，但是最小的企業(yè)卻只有-2.04元；quality體現(xiàn)的是企業(yè)對(duì)于現(xiàn)金的使用與管理，觀察表4.6的數(shù)據(jù)，可以得出企業(yè)對(duì)于現(xiàn)金的運(yùn)作并不是很好的結(jié)論，因?yàn)閺钠骄祦砜?，現(xiàn)金收益占主營(yíng)業(yè)務(wù)收益的-1.84%，所以，企業(yè)對(duì)于現(xiàn)金流的管理有待提高；28家企業(yè)的平均ROA為3.38%，表明企業(yè)對(duì)于資產(chǎn)的營(yíng)運(yùn)能力較為缺乏，因?yàn)檫@個(gè)數(shù)據(jù)意味著一元的資產(chǎn)只能給企業(yè)帶來0.03元的利潤(rùn)；Concentration為前十大股東的持股比例合計(jì)，其平均值為53.69%，說明企業(yè)的股權(quán)集中度較高；L/A表示的是企業(yè)的資本結(jié)構(gòu)，28家企業(yè)的平均負(fù)債率為31%，但是最高的企業(yè)達(dá)到了91%，企業(yè)的負(fù)債較多；revenue為營(yíng)業(yè)增長(zhǎng)率，考察企業(yè)的成長(zhǎng)能力，平均值為58%，代表企業(yè)的成長(zhǎng)能力較強(qiáng)，但是28家企業(yè)的標(biāo)準(zhǔn)差較大以及最小最大值的差值也比較大，從而反映出這個(gè)指標(biāo)的波動(dòng)率較高的問題。表STYLEREF1\s4.SEQ表\*ARABIC6變量描述性統(tǒng)計(jì)表VariableMeanStd.Dev.MinMaxObservationsEVAoverall-.28274185.175317-67.64828.1017N=1202n=28T=42.9286between2.768176-5.0232055.508228within4.406096-63.7736324.36897EPSoverall.1715725.2775089-2.041.64N=1202n=28T=42.9286between.1261585-.0556442.4360326within.2483449-1.9684271.467914qualityoverall-1.84904312.41107-197.633284.799N=1035n=28T=36.9643between3.40592-10.927011.061582within11.9868-188.555292.80647ROAoverall3.3815735.628874-55.315230.2569N=1202n=28T=42.9286between2.787139-1.63698.685153within4.921044-52.1615825.71057Concentrationoverall53.6977412.4346827.7890.601N=1039n=28T=37.1071between9.54404837.3383274.18268within8.17855731.2659283.10064LAoverall31.7731821.092551.57691.7833N=1202n=28T=42.9286between16.120288.45019179.49027within13.9184-14.65982.00609revenueoverall25.3770681.59237-97.74182322.84N=1202n=28T=42.9286between11.864789.91794166.42677within80.77148-138.79152281.791圖REF_Ref17916\hSTYLEREF1\s4.4、圖REF_Ref18040\hSTYLEREF1\s4.5和圖4.6分別為EVA、EPS和ROA的時(shí)間序列圖，每張圖中都分別展示了28家企業(yè)這些變量10年間變化的趨勢(shì)走向。觀察三張圖，可以很好的總結(jié)出這三個(gè)變量的共同點(diǎn)：首先，它們的數(shù)值和大小在10年期間基本上維持平穩(wěn)，沒有太大的變化，但在一定范圍內(nèi)還是存在上下浮動(dòng)；其次，28家企業(yè)中的大部分企業(yè)的數(shù)值波動(dòng)都較小，且劇烈波動(dòng)不多，只有幾家企業(yè)在10年期間的某一段時(shí)間的變化十分明顯；最后，觀察這些大幅度的波動(dòng)時(shí)間，發(fā)現(xiàn)基本上出現(xiàn)在相同的年限，可能具有一定的經(jīng)濟(jì)周期性和政策原因。綜上，企業(yè)的募集資金使用效率具有一定的不穩(wěn)定性，并不能維持穩(wěn)定增加；基本每股收益與總資產(chǎn)收益率也具有一定的波動(dòng)性，企業(yè)的盈利能力有待進(jìn)一步提升。圖STYLEREF1\s4.SEQ圖\*ARABIC\s14EVA時(shí)間序列圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s15EPS時(shí)間序列圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s16ROA時(shí)間序列圖圖4.7和圖4.8分別是自變量quality和revenue的時(shí)間序列圖，兩個(gè)變量在10年內(nèi)的趨勢(shì)特征并不明顯，數(shù)值和大小都接近于沒有變化，也沒有太多的波動(dòng)，特別是變量revenue；另外，28家企業(yè)只有極個(gè)別企業(yè)出現(xiàn)了一些特殊情況，出現(xiàn)的時(shí)間也依舊是比較相同的。綜上，說明企業(yè)的盈利質(zhì)量和營(yíng)業(yè)增長(zhǎng)率穩(wěn)定，企業(yè)的成長(zhǎng)能力較好，并在逐年擴(kuò)大。圖STYLEREF1\s4.SEQ圖\*ARABIC\s17quality時(shí)間序列圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s18revenue時(shí)間序列圖圖4.9和圖4.10為解釋變量concentration和LA的時(shí)間序列圖，從圖中可以發(fā)現(xiàn)它們的趨勢(shì)走向顯著。前十大股東的持股比例合計(jì)在10年間都呈現(xiàn)下降趨勢(shì)，說明企業(yè)的股權(quán)集中程度在下降，可能會(huì)對(duì)募集資金使用效率產(chǎn)生一定的影響；反觀資產(chǎn)負(fù)債率，雖然10年間波動(dòng)明顯，但是最后的數(shù)值高于最初，說明企業(yè)的負(fù)債在不斷增加。圖STYLEREF1\s4.SEQ圖\*ARABIC\s19concentration時(shí)間序列圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s110LA時(shí)間序列圖模型檢驗(yàn)LM檢驗(yàn)根據(jù)本文研究采用的數(shù)據(jù)資料，屬于面板數(shù)據(jù)，因此所構(gòu)建的模型應(yīng)該屬于面板數(shù)據(jù)回歸模型。為了確定變量參數(shù)估計(jì)是采用固定效應(yīng)模型(FE)、隨機(jī)效應(yīng)模型(RE)，還是混合效應(yīng)模型，需要進(jìn)行必要的檢驗(yàn)。本文選擇進(jìn)行LM檢驗(yàn)，是為了在混合效應(yīng)模型和隨機(jī)效應(yīng)模型中作出選擇。該檢驗(yàn)的原假設(shè)H0為σμ2=0，備擇假設(shè)H1為σμ2≠0，所以，如果拒絕原假設(shè)就應(yīng)選擇隨機(jī)效應(yīng)模型，反之，應(yīng)選擇混合效應(yīng)模型。檢驗(yàn)結(jié)果如表4.7所示。表4.7最后一行的P值為0，明顯小于0.05的α值，所以，拒絕原假設(shè)，應(yīng)該選擇隨機(jī)效應(yīng)模型。表STYLEREF1\s4.SEQ表\*ARABIC7LM檢驗(yàn)結(jié)果表BreuschandPaganLagrangianmultipliertestforrandom effectsEVA[company,t]=Xb+u[company]+e[company,t]Estimatedresults:Varsd=sqrt(Var)EVA16.39184.048679e3.7122741.926726u.1725556.4153981Test:Var(u)=0chibar2(01)=267.96Prob>chibar2=0.0000Hausman檢驗(yàn)用Hausman檢驗(yàn)的目的，是進(jìn)行隨機(jī)效應(yīng)模型和固定效應(yīng)模型之間的選擇。Hausman檢驗(yàn)的基本思想是，若Cov(αi，Xi)=0，F(xiàn)E和RE都是一致的，但是RE更有效；若Cov(αi，Xi)≠0，F(xiàn)E的估計(jì)仍然一致，但是RE是有偏的，因此，如果原假設(shè)成立，則FE與RE估計(jì)量將共同收斂于真實(shí)的參數(shù)值；反之，兩者的差距過大，則傾向于拒絕原假設(shè)，選擇FE。觀察表4.8的P值為0，所以拒絕原假設(shè)，選擇使用FE。表STYLEREF1\s4.SEQ表\*ARABIC8Hausman檢驗(yàn)結(jié)果表Test:H0:differenceincoefficientsnotsystematicchi2(7)=(b-B)'[(V_b-V_B)^(-1)](b-B)90.04Prob>chi20.0000綜上，再結(jié)合考慮時(shí)間效應(yīng)與企業(yè)的個(gè)體效應(yīng)，最終確定構(gòu)建的模型為雙向固定效應(yīng)模型，公式為：EVAit=β0+β式中：β0——常數(shù)項(xiàng)；βit(i=1,2,...6)——各個(gè)自變量對(duì)應(yīng)的系數(shù)值；αi——28家企業(yè)的個(gè)體效應(yīng)；λt——時(shí)間效應(yīng)；εit——隨機(jī)誤差項(xiàng)。單位根檢驗(yàn)在進(jìn)行了模型的選擇之后，需要對(duì)數(shù)據(jù)進(jìn)行一定的檢驗(yàn)與篩選，來確保下一步的估計(jì)是否可以進(jìn)行。所以，本文選擇使用LLC檢驗(yàn)對(duì)七個(gè)變量的所有數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，用來判斷數(shù)據(jù)是否平穩(wěn)。如果數(shù)據(jù)不平穩(wěn)，就極有可能出現(xiàn)偽回歸現(xiàn)象，導(dǎo)致模型的估計(jì)結(jié)果無效或沒有實(shí)際意義。LLC檢驗(yàn)的原假設(shè)H0為存在單位根，即數(shù)據(jù)不平穩(wěn)，易出現(xiàn)偽回歸現(xiàn)象，影響估計(jì)結(jié)果；備擇假設(shè)H1為不存在單位根現(xiàn)象，數(shù)據(jù)平穩(wěn)。七個(gè)變量的檢驗(yàn)結(jié)果匯總?cè)缦卤?.9。表STYLEREF1\s4.SEQ表\*ARABIC\s19LLC檢驗(yàn)結(jié)果匯總表一Levin-Lin-ChutestDeterministicschosen:constantPooledADFtest,N,T=(28,43)Obs=1148Augmentedby1lags(average)Truncation:11coefficientt-valuet-starP>tEVA-0.50655-16.041-8.762320.0000EPS-0.57889-17.245-9.954370.0000quality-0.92734-23.882-15.753690.0000ROA-0.66801-19.070-11.898310.0000concentration-0.15025-7.1950.745540.7720LA-0.08786-7.490-1.561920.0592revenue-0.40889-14.682-6.595340.0000觀察表格4.9的最后一列p值可以發(fā)現(xiàn)，除了變量concentration和LA之外，其余五個(gè)變量的p值均為0.0000小于0.05的α值，所以，拒絕原假設(shè)，不存在單位根現(xiàn)象，說明數(shù)據(jù)是平穩(wěn)的，但是，存在兩個(gè)變量的p值較大，不能拒絕原假設(shè)，也就是無法通過單位根檢驗(yàn)。接下來，對(duì)concentration和LA這兩個(gè)變量取一階差分后，再次進(jìn)行LLC檢驗(yàn)，結(jié)果如下表4.10。通過觀察這張表格的p值，發(fā)現(xiàn)兩個(gè)變量的p值均為0，已經(jīng)通過了單位根檢驗(yàn)。所以，可以認(rèn)為這兩個(gè)變量的數(shù)據(jù)總體是平穩(wěn)的，但是趨勢(shì)并不明顯，需要進(jìn)行一定的處理后才可以被觀察發(fā)現(xiàn)。表STYLEREF1\s4.SEQ表\*ARABIC\s110LLC檢驗(yàn)結(jié)果匯總表二Levin-Lin-ChutestDeterministicschosen:constantPooledADFtest,N,T=(28,42)Obs=1120Augmentedby1lags(average)Truncation:10coefficientt-valuet-starP>tD_concentration-1.52832-28.661-5.253890.0000D_LA-1.12015-25.733-16.008640.0000協(xié)整檢驗(yàn)由于七個(gè)自變量當(dāng)中有二個(gè)自變量是不平穩(wěn)的，所以，面板數(shù)據(jù)為部分不平穩(wěn)面板數(shù)據(jù)，需要進(jìn)行協(xié)整檢驗(yàn)。協(xié)整檢驗(yàn)的目的是為了判定各變量之間是否具有長(zhǎng)期的均衡關(guān)系，如果通過該檢驗(yàn)，就可以對(duì)原始數(shù)據(jù)進(jìn)行直接回歸，并且該回歸的結(jié)果是比較準(zhǔn)確的；反之，則需要對(duì)部分變量進(jìn)行一定的處理后，再進(jìn)行回歸以確保結(jié)果的準(zhǔn)確性。本文采用Pedroni檢驗(yàn)對(duì)自變量之間的關(guān)系進(jìn)行協(xié)整，結(jié)果如表4.11所示。檢驗(yàn)的原假設(shè)為不存在協(xié)整關(guān)系，備擇假設(shè)為存在協(xié)整關(guān)系。觀察表4.11中的p值發(fā)現(xiàn)，所有p值均較小，小于0.05的顯著性水平，說明在95%的置信度下，應(yīng)該拒絕原假設(shè)，即，七個(gè)變量之間存在協(xié)整關(guān)系，數(shù)據(jù)具有長(zhǎng)期的穩(wěn)定關(guān)系，可以進(jìn)行直接回歸。表STYLEREF1\s4.SEQ表\*ARABIC\s111Pedroni檢驗(yàn)結(jié)果表PedronitestforcointegrationH0:NocointegrationNumberofpanels=28Ha:AllpanelsarecointegratedAvg.numberofperiods=41.929StatisticPvalueModifiedPhillips-Perront3.17550.0007Phillips-Perront17.24120.0000AugmentedDickey-Fullert17.34400.0000模型的估計(jì)與分析初步估計(jì)首先，在假設(shè)的基礎(chǔ)上，通過散點(diǎn)圖，進(jìn)行比較直觀的初步判斷。通過stata軟件，把每個(gè)解釋變量與被解釋變量之間生成兩個(gè)散點(diǎn)圖，第一個(gè)就是普通的散點(diǎn)圖，第二個(gè)則是在去除其他變量的影響以后的偏回歸圖，能夠更加準(zhǔn)確的看出兩者之間的關(guān)系。在假設(shè)中，EPS、quality與募集資金使用效率是正相關(guān)的，通過圖4.11和圖4.13的較初步的散點(diǎn)圖可以驗(yàn)證，但是，經(jīng)過對(duì)于其他自變量的控制，生成的圖4.12和圖4.14就可以發(fā)現(xiàn)，兩者的關(guān)系變成了較為明顯的負(fù)相關(guān)，此外，quality對(duì)于EVA的影響趨勢(shì)并不明顯，所以，有待進(jìn)行進(jìn)一步的精確檢驗(yàn)。圖STYLEREF1\s4.SEQ圖\*ARABIC\s111EPS散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s112EPS偏回歸圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s113quality散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s114quality偏回歸圖在與EVA的假設(shè)關(guān)系中，LA與其是呈現(xiàn)負(fù)相關(guān)的，觀察圖4.15可以發(fā)現(xiàn)該假設(shè)是正確的，并且數(shù)據(jù)分布較密集，可以看出兩者有著很明顯的關(guān)系，說明LA對(duì)于EVA是有影響的，但是圖4.16的偏回歸圖表明，兩者是負(fù)相關(guān)的，兩張圖出現(xiàn)了相反的結(jié)論，所以，兩者的關(guān)系需要精確檢驗(yàn)。圖STYLEREF1\s4.SEQ圖\*ARABIC\s115LA散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s116LA偏回歸圖通過基本假設(shè)，可以得知自變量revenue、ROA與被解釋變量EVA之間是存在著一定的關(guān)系的，并且兩者應(yīng)該是正相關(guān)的，通過觀察散點(diǎn)圖4.17、4.18和修正以后的偏回歸圖4.19和4.20，可以發(fā)現(xiàn)，圖中的趨勢(shì)線是驗(yàn)證上述結(jié)論的，并且上揚(yáng)趨勢(shì)明顯，自變量顯著影響著被解釋變量。圖STYLEREF1\s4.SEQ圖\*ARABIC\s117revenue散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s118revenue散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s119ROA散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s120ROA偏回歸圖精確估計(jì)經(jīng)過上一步的初步估計(jì)，接下來對(duì)于模型進(jìn)行精確估計(jì)。把數(shù)據(jù)導(dǎo)入，輸入一定的命令，進(jìn)行雙向固定效應(yīng)模型的估計(jì)。估計(jì)的公式為：EVAit=(?5.912)+(?1.128)首先，觀察REF_Ref15738\h表4.12的p-value和sig兩列，可以在一定的置信水平下驗(yàn)證假設(shè)的正確性，其中被解釋變量為EVA。第一個(gè)自變量基本每股收益(EPS)的p值為0.064，sig為*，這表明，在90%的置信度下，EPS的統(tǒng)計(jì)結(jié)果不顯著，即，EPS對(duì)被解釋變量沒有影響，因?yàn)閜值大于α值(為0.1)；第二個(gè)自變量為盈利質(zhì)量(quality)，用上述同樣的方法觀察發(fā)現(xiàn)，quality的p值為0.549，sig沒有顯示，由于p值足夠大，說明統(tǒng)計(jì)結(jié)果是不顯著的，即quality對(duì)EVA沒有影響；剩下的四個(gè)變量分別為總資產(chǎn)回報(bào)率(ROA)、前十大股東比例合計(jì)(concentration)、資產(chǎn)負(fù)債率(LA)和營(yíng)業(yè)增長(zhǎng)率(revenue)，分別對(duì)比他們的p值和α值，發(fā)現(xiàn)它們的p值非常小，接近于0，并且sig為***，代表著在99%的置信水平下，p值小于α值(為0.01)，所以，統(tǒng)計(jì)結(jié)果是顯著的，即，四個(gè)變量都對(duì)被解釋變量有著顯著影響。表STYLEREF1\s4.SEQ表\*ARABIC12雙向固定效應(yīng)模型回歸結(jié)果統(tǒng)計(jì)表EVACoef.St.Err.t-valuep-value[95%Conf.Interval]SigEPS-1.128.608-1.86.064-2.322.065*quality-.003.005-0.60.549-.013.007ROA.762.03422.110.694.829***concentration.049.0143.47.001.021.077***LA.056.0078.340.043.069***revenue.009.0025.180.006.012***Constant-5.9121.292-4.580-8.448-3.377***Meandependentvar0.756SDdependentvar4.049R-squared0.782Numberofobs876.000F-test88.901Prob>F0.000Akaikecrit.(AIC)3669.263Bayesiancrit.(BIC)3836.400***p<.01,**p<.05,*p<.1其次，再來觀察Coef.一列，它代表著每一個(gè)自變量之前的系數(shù)，也意味著它們和被解釋變量的關(guān)系與影響程度。EPS前的系數(shù)為-1.128，說明EPS與應(yīng)變量之間呈現(xiàn)負(fù)相關(guān)，并且EPS每增加1元，EVA減少1.128%；以此類推，發(fā)現(xiàn)quality與被解釋變量之間也展現(xiàn)出了負(fù)相關(guān)，quality每增加1%，EVA減少0.003%。ROA、concentration、LA和revenue與EVA都是正相關(guān)的，而且，當(dāng)它們?cè)黾右粋€(gè)單位時(shí)，EVA都會(huì)分別增加0.762、0.049、0.056和0.009個(gè)單位。對(duì)比之前的假設(shè)，發(fā)現(xiàn)檢驗(yàn)與之并不相符，例如，檢驗(yàn)發(fā)現(xiàn)EPS與quality對(duì)應(yīng)變量沒有影響，但假設(shè)認(rèn)為存在影響；假設(shè)認(rèn)為L(zhǎng)A越大，EVA越大，但模型結(jié)果恰好相反等。即使如此，也不能馬上對(duì)原假設(shè)進(jìn)行拒絕，因?yàn)槟Ｐ涂赡艽嬖谥韵嚓P(guān)、異方差和截面相關(guān)三個(gè)問題，會(huì)影響檢驗(yàn)結(jié)果。所以，接下來，要對(duì)這三個(gè)問題進(jìn)行檢驗(yàn)并且修正，才能得出較為準(zhǔn)確的最后結(jié)論。檢驗(yàn)與修正首先，進(jìn)行自相關(guān)的檢驗(yàn)。見REF_Ref15925\h表STYLEREF1\s4.13，檢驗(yàn)的原假設(shè)為沒有自相關(guān)，備擇假設(shè)為存在自相關(guān)。隨后觀察F值與p值，發(fā)現(xiàn)p值為0，遠(yuǎn)小于0.01的α的值，所以，檢驗(yàn)結(jié)果為不能接受原假設(shè)，即模型在99%的置信度下存在自相關(guān)。表STYLEREF1\s4.SEQ表\*ARABIC13自相關(guān)檢驗(yàn)結(jié)果表WooldridgetestforautocorrelationinpaneldataH0:nofirst-orderautocorrelationF(1,27)=60.612Prob>F=0.0000然后，對(duì)異方差進(jìn)行檢驗(yàn)。異方差檢驗(yàn)的原假設(shè)H0為兩個(gè)異方差相等，即模型不存在異方差，如果檢驗(yàn)結(jié)果不能接受原假設(shè)，則說明模型存在著異方差。觀察REF_Ref16026\h表STYLEREF1\s4.14的最后一行，可以看到p值為0，顯著小于α值，那么，在99%的置信水平下，模型存在著異方差。表STYLEREF1\s4.SEQ表\*ARABIC14異方差檢驗(yàn)結(jié)果表ModifiedWaldtestforgroupwiseheteroskedasticityinfixedeffectregressionmodelH0:sigma(i)^2=sigma^2forallichi2(28)=412.12Prob>chi2=0.0000最后，進(jìn)行截面相關(guān)的檢測(cè)，選用了三種不同的方法，它們的原假設(shè)都是不存在截面相關(guān)。表4.15為用三種方法的檢驗(yàn)結(jié)果匯總，通過p值，可以發(fā)現(xiàn)，采取第一、第二種方法得出來的結(jié)論是相同的，因?yàn)閜值為0，所以是不能接受原假設(shè)，即模型存在截面相關(guān)；第三種方法可以通過檢測(cè)值與分布中的臨界值相對(duì)比得出同樣的結(jié)論，檢測(cè)值為8.489，而臨界值是0.9027，檢測(cè)值遠(yuǎn)大于臨界值，所以，也不能接受原假設(shè)，即模型存在著截面相關(guān)。表STYLEREF1\s4.SEQ表\*ARABIC15截面相關(guān)檢驗(yàn)結(jié)果表Pesaran'stestofcrosssectionalindependence=31.843Pr=0.0000Friedman'stestofcrosssectionalindependence=214.073Pr=0.0000Frees'testofcrosssectionalindependence=8.489CriticalvaluesfromFrees'Qdistributionalpha=0.10:0.4127alpha=0.05:0.5676alpha=0.01:0.9027綜上，通過檢驗(yàn)，發(fā)現(xiàn)模型存在著三個(gè)問題，所以，要對(duì)此進(jìn)行修正。修正通過stata命令(在附錄中呈現(xiàn))，使用三種不同的方法，最后對(duì)沒有修正前和修正后的四種結(jié)果進(jìn)行匯總?cè)绫?.16，第一列為沒有修正時(shí)的數(shù)據(jù)，第二、三、四列為用三種方法進(jìn)行修正后的結(jié)果。三種方法各有優(yōu)劣，本文選用第三列的結(jié)果為主，其他兩列結(jié)果來輔助證明。表4.17和表4.18為采取第三種的修正結(jié)果表。表STYLEREF1\s4.SEQ表\*ARABIC16修正結(jié)果匯總表(1)(2)(3)(4)olsar1scpsar1EPS-1.13-1.25-1.13-2.09***(0.064)(0.089)(0.086)(0.001)quality-0.00-0.00-0.00-0.00(0.549)(0.275)(0.356)(0.392)ROA0.76***0.73***0.76***0.74***(0.000)(0.000)(0.000)(0.000)concentration0.05***0.05**0.05**0.06***(0.001)(0.004)(0.002)(0.000)LA0.06***0.05***0.06***0.05***(0.000)(0.000)(0.000)(0.000)revenue0.01***0.01***0.01***0.01***(0.000)(0.000)(0.000)(0.000)_cons-5.91***-11.20***-11.50***-8.63***(0.000)(0.000)(0.000)(0.000)p-valuesinparentheses*p<0.05,**p<0.01,***p<0.001表STYLEREF1\s4.SEQ表\*ARABIC17創(chuàng)業(yè)板企業(yè)DriscollKraay方法修正結(jié)果一RegressionwithDriscollKraaystandarderrorsNumberofobs=876Method:PooledOLSNumberofgroups=28Groupvariable(i):companyF(34,38)=27463.77maximumlag:3Prob>F=0.0000Rsquared=0.7823RootMSE=1.9267表STYLEREF1\s4.SEQ表\*ARABIC18創(chuàng)業(yè)板企業(yè)DriscollKraay方法修正結(jié)果二EVACoef.Std.Err.tP>t[95%Conf.Interval]EPS-1.1280.639-1.7700.086-2.4220.166quality-0.0030.003-0.9300.356-0.0100.004ROA0.7620.04417.2900.0000.6720.851concentration0.0490.0153.2400.0020.0180.079LA0.0560.0086.6000.0000.0390.073revenue0.0090.0024.1200.0000.0050.013_cons-11.4991.251-9.1900.000-14.033-8.966通過觀察表4.18，可以對(duì)之前的6個(gè)假設(shè)進(jìn)行定性分析，也就是6個(gè)自變量對(duì)募集資金使用效率是否存在影響。觀察p值后發(fā)現(xiàn)，只有自變量quality的檢驗(yàn)結(jié)果不顯著，p值較大，為0.356，大于0.1的α值，所以在90%的置信水平之下，盈利質(zhì)量對(duì)募集資金使用效率沒有影響，原假設(shè)錯(cuò)誤。雖然解釋變量EPS的p值為0.086，但沒有超過0.1的α值，所以，認(rèn)為其對(duì)EVA存在著影響；同時(shí)，通過相同的方法來判斷其他變量，發(fā)現(xiàn)它們的p值較小，均接近于0，結(jié)果是顯著的。此外，通過表4.16的其他兩列，也可以發(fā)現(xiàn)它們?cè)?5%或者99%的置信度下，呈現(xiàn)出顯著結(jié)果，即其余的5個(gè)自變量對(duì)募集資金使用效率有著影響，原假設(shè)正確。綜上，可得判斷過后的修正公式為：EVAit=(-11.499)＋(-1.128)EPS1t＋0.762ROA3t＋0.049concentration4t＋0.056LA5t＋0.009revenue6t(1.9)通過式(1.9)，分析可得出定量結(jié)論：每股收益EPS與EVA存在著負(fù)相關(guān)，并且EPS每增加1元，EVA減少1.128%；總資產(chǎn)回報(bào)率ROA與EVA存在著正相關(guān)，并且ROA每增加1%，EVA增加0.762%；前十大股東的持股比例合計(jì)concentration與EVA存在著正相關(guān)，并且該比例每增加1%，EVA增加0.049%；資產(chǎn)負(fù)債率LA與EVA存在著正相關(guān)，并且LA每增加1%，EVA增加0.056%；營(yíng)業(yè)利潤(rùn)率revenue與EVA存在著正相關(guān)，并且revenue每增加1%，EVA增加0.009%。最后，表4.17中的Rsquared為0.7823，說明整個(gè)公式的78.23%，擬合程度較高。此外，仔細(xì)觀察表4.16的其他兩列可以發(fā)現(xiàn)，每個(gè)自變量的系數(shù)大小與式(1.9)相差不大，同時(shí)，正負(fù)也與式(1.9)完全相同，都從側(cè)面證明了式式(1.9)的嚴(yán)謹(jǐn)性與模型結(jié)果的正確性。用上述步驟對(duì)主板的27家企業(yè)數(shù)據(jù)進(jìn)行完全相同的操作，通過表4.19和表4.20可以得出主板企業(yè)的相關(guān)公式：EVAit=(-3.563)+3.827EPS1t＋0.099ROA3t＋0.087LA5t＋0.043revenue6t(2.0)表STYLEREF1\s4.SEQ表\*ARABIC19主板企業(yè)DriscollKraay方法修正結(jié)果一RegressionwithDriscollKraaystandarderrorsNumberofobs=853Method:PooledOLSNumberofgroups=27Groupvariable(i):company2F(33,37)=3635.65maximumlag:3Prob>F=0.0000Rsquared=0.6282RootMSE=3.9102表STYLEREF1\s4.SEQ表\*ARABIC20主板企業(yè)DriscollKraay方法修正結(jié)果二EVA2Coef.Std.Err.tP>t[95%Conf.Interval]EPS23.8270.6485.9100.0002.5155.139quality20.0050.0041.2500.220-0.0030.014ROA20.0990.0214.7200.0000.0570.142concentration2-0.0190.08