中国房地产上市公司的债务期限结构实证研究(2)

　　2实证研究

　　2.1样本的选择和变量定义

　　本文的研究样本为2008—2012年中国房地产上市公司，数据样本来源于和讯网财务数据，剔除了ST公司和只发行B股的公司，以及数据异常和指标缺失的公司，按照系统选样抽取了50家公司，5年共获得250个样本观测值。

　　既定债务总量下，债务期限结构的确定等价于长期债务或短期债务其一的确定。因此被解释变量最终定义为长期债务账面价值占债务总账面价值的比例，用符号Y表示。解释变量方面，本文采用资产的市场价值与账面价值之比（即托宾Q值）作为公司投资机会的代理变量，用以衡量投资不足行为，该变量表示为X1。在衡量公司的过度投资行为时选取自由现金流量=自由现金流×托宾Q值/总资产账面价值作为另一个自变量，用符号X2表示；以公司总资产账面价值的对数作为公司规模的代理变量，并以符号X3表示。

　　2.2模型设计和基本假设

　　本文主要研究债务期限结构与代理理论中的投资过度、投资不足以及企业规模的关系，采用计量软件EViews处理面板数据进行实证分析，其中会用到单位根检验、Hausman检验和F检验来确定回归模型，具体过程会在下一部分阐述。现根据上述变量的设置，建立如下待检验的基本命题：

　　命题1：如果房地产行业普遍存在投资过度现象，则债务期限结构与自由现金流量关系显著，而与投资机会关系不显著；

　　命题2：短期债务对房地产过度投资具有约束作用；

　　命题3：房地产行业的债务期限与企业规模呈正相关变化关系。

　　2.3实证结果

　　首先利用单位根检验分析数据的平稳性，结果见表1所示。检验结果表明，各变量的相伴概率在95%的置信度下拒绝序列非平稳的原假设，数据未呈现序列相关性应该是由于样本只选取了5年的时间跨度，各变量均是平稳的，因此可以直接进行模型构造。

　　接下来利用Hausman检验确定模型的参数估计量是否存在个体效应以及其类型。检验结果显示Chi-Sq.Statistic=2.3435，Prob.=0.5042，模型在95%的置信水平下不拒绝存在随机个体效应的原假设，因此随机效应模型优于固定效应模型。在相同置信度下的F检验结果为：F（147，50）=0.6857小于临界值1.50，因此接受原假设认为变截距模型优于变系数模型。最终本文采用的回归模型为变截距随机效应模型，样本估计模型为：

　　Yit=0.1970+C*i-0.0370X1it-0.0691X2it+0.0066X3it式中，i=1，2，…，50；t=1，2，…，5；Ci*为各个截面成员的个体截距项。

　　从回归结果（表2）来看，投资机会的代理变量X1与长期债务负相关，实证结果支持短期债务能够减轻由股东债权人代理冲突引发的投资不足问题的观点。代表自由现金流量的变量X2与长期债务负相关，支持相对于长期债务，短期债务更有利于对过度投资行为进行约束的观点，命题2是成立的；但从显著性来看，房地产行业上司公司的样本数据显示变量X1在90%的置信度下显著而X2并不显著，因此命题1不成立，实证结果不支持我国房地产行业普遍存在投资过度现象。代表公司规模的变量X3与公司长期债务呈现正相关关系并且在95%的置信度下显著成立，因而命题3成立，我国的房地产行业公司规模越大，越容易获得长期债务融资。