作者：贾炜莹 兰凤云 陈宝峰

【摘要】 西方主流理论认为衍生企业的基本风险是不相关的,基于这个目的运用衍生金融工具被认为是增加,而不是降低公司的风险。
在经验研究方面,国外的研究结果是不一致的,大部分认为非金融公司运用衍生金融工具进行风险管理能够降低公司股票价格对金融风险的敏感性(smithson和simkins,2005)。国内学术界目前在这方面的研究尚不多。本文的目的,就是要对上市公司运用衍生金融工具进行风险管理对公司风险的影响进行理论分析和经验研究,以检验国外假说是否与我国上市公司的实际情况相符合。

二、研究设计

(一)样本选择与数据来源
1.样本选择
本文选取2007年的沪深两市全部a股非金融上市公司作为初选样本,对这些公司进行筛选。为了达到研究目的,执行了以下筛选程序:金融行业是某些衍生金融工具提供者,与其他行业相比具有较大区别,剔除这些公司;st公司和一般的公司相比较业绩和财务状况较差,会有极强的动机操纵下一年度的企业,其经营多元化,抗风险的能力更强;而规模越小的企业,其经营不确定性也较大,抗风险的能力较弱。为此需要控制公司规模,本文以公司总资产作为公司规模控制变量。
(2)资本结构。企业负债比例越高,财务风险越高。本文以资产负债率表示公司的资本结构,用来控制其对公司风险的影响。
(3)公司成长性。LoCAlHoSt一般认为,成长快的企业在投资规模和融资规模等方面均较大,不确定性较大,从而风险较大。本文选用主营业务收入增长率指标来衡量企业的成长性,定义为公司前后一年的主营业务收入增长率,用来控制公司的成长性对公司风险的影响。
(4)资产结构。资产结构指的是长期资产与流动资产之间的比例关系。资产结构不同的企业的固定成本与变动成本的构成也会不同,进而决定企业的经营风险的大小,本文以固定资产比例作为公司资产结构的控制变量。
有关公司运用衍生金融工具进行风险管理和公司风险以及相关控制变量的研究变量的代码及定义如表1所示。
(三)研究模型设定
为了从数量上考察风险管理及其相关变量对公司风险的影响程度,根据上文分析,本文以公司风险为被解释变量,以上市公司运用衍生金融工具进行风险管理行为为解释变量,以公司规模、资本结构、公司成长性和资产结构作为控制变量,构建如下检验模型并使用ols回归分析方法检验上市公司运用衍生金融工具进行风险管理与公司风险之间的关系:
beta=β10+β11×hedge+β12×size+β13×leverage+β14
×growth+β15×fixed+μ16
这里使用βi1(i=1,2)是否显著大于零或小于零来研究使用衍生产品进行风险管理时是否对公司风险产生影响。根据相关理论分析,如果我国上市公司运用衍生产品进行风险管理可以降低公司系统风险,那么β11<0。如果我国上市公司运用衍生金融工具进行风险管理可以降低公司破产风险,那么β12>0。因此,通过检验系数的显著性就可以验证运用衍生产品进行风险管理是否能降低公司风险。

三、实证检验结果

(一)公司风险及相关研究变量的描述性统计
表 2是混合样本的研究变量的描述性统计。全部样本公司的系统风险均值为0.9885,这是由于剔除了st公司而略低于市场风险。z-score的均值(中位数)为6.4357(3.9413),表明样本公司的破产风险较低。资产规模的均值为79.1325亿元,高于沈艺峰、江伟(2007)的资产规模均值15.6320亿元。资产负债率的均值为50.37%,比沈艺峰、江伟(2007)的资产负债率均值47.33%和徐向艺、张立达(2008)的资产负债率均值49.1%略高,低于马连福、陈德球、高丽(2007)的以2005年中国205家家族上市公司资产负债率均值57.07%。主营业务收入增长率的均值为65.11%,高于沈艺峰、江伟(2007)的主营业务收入增长率均值23.61%和刘伟、刘星(2008)的2004年403家制造业公司的主营业务收入增长率均值34.7%,表明我国上市公司发展水平较快。固定资产比例的均值为33.6%。从各项样本指标来看,样本公司之间的差距较大,这也便于考察公司运用衍生金融工具进行风险管理的决策对公司风险的影响。
2.单因素检验
本文采用参数和非参数检验的方法,将风险管理公司与其他公司就一系列特征变量进行对比检验,判断其是否在某些方面与其他公司具有显著差异。参数检验(正态总体均值对比检验)要求所对比的两个总体服从正态分布,而非参数mann-whitney秩和检验对总体分布及其参数不作任何假设,可用于关于分布中位数以及多个分布之间有无差异的假设检验。
从表3的检验结果可以看出,无论是参数检验(对均值的t检验)还是非参数检验(对中位数的z检验),运用衍生金融工具进行风险管理的上市公司比其他公司具有更高的系统风险,但是比其他公司具有更低的z计分值,表明运用衍生金融工具并未起到降低中国上市公司风险的作用,反而增加了公司的风险。这一发现与国外的经验证据相反。
3.相关性分析
在进行回归分析之前,为了对待检验的变量间的关系有初步的认识,首先对回归模型各变量进行pearson相关性分析。由表4可以看出,有些变量之间有一定的相关性,如运用衍生金融工具进行风险管理和公司规模在1%的水平上显著正相关(相关系数为0.152)、运用衍生金融工具进行风险管理和资产负债率在5%的水平上显著正相关(相关系数为0.074)、公司规模和固定资产比例在1%的水平上显著正相关(相关系数为0.120)、资产负债率和主营业务收入增长

[1] [2] 下一页