率在5%的水平上显著正相关(相关系数为0.072)。根据ho and wong (2001)的研究,只要相关系数不超过0.8,就不需要担心自变量之间的多重共线问题。因此说明本模型共线性问题并不严重,变量间的相关程度在可容忍范围内。

4.多元回归分析
表5是模型i和模型ii分别选用系统风险和z-score作为公司风险的指标,将其作为因变量进入回归模型的检验结果。从回归结果可以看出,两个检验模型的f值均在1%的水平上均显著,adjusted r2为0.134和0.392,表明检验模型的拟合效果较好。各模型中自变量的方差膨胀因子vif(variance inflation factors)值均在1.007至1.053之间,显著小于临界值10,表明多元回归模型基本不受多重共线性的影响。在残差独立性检验方面,d-w值均在2左右,说明回归模型的残差相互独立,表明自变量之间不存在自相关问题。

当以系统风险作为公司风险变量时,公司运用衍生金融工具进行风险管理的哑变量估计系数为0.03621,在10%的水平上不显著,可以认为公司运用衍生金融工具进行风险管理增加了公司的beta值,即对公司的系统风险有微弱的增加效应。
当以z-score作为公司风险变量时,公司运用衍生金融工具进行风险管理的哑变量估计系数为-0.535,在10%的水平上不显著,可以认为公司运用衍生金融工具进行风险管理降低了公司的z-score值,即对公司的破产风险有微弱的增加效应。
其余各变量对公司风险影响的研究结果表明,资产规模与系统风险正相关,与z-score负相关,但均不显著。资产负债率与系统风险在5%的水平上显著正相关,与z-score在1%的水平上显著负相关,说明资产负债率过高会增加公司的系统风险,增加公司破产的可能性,这与财务理论是一致的。主营业务收入增长率与系统风险在1%的水平上显著负相关,与z-score正相关但不显著,说明成长性好的公司风险较低。固定资产比例与系统风险在5%的水平上显著正相关,与z-score在1%的水平上显著负相关,表明固定资产比例高的公司面临的风险较高,这也与财务理论一致。
总体而言,实证研究结果表明,目前中国上市公司运用衍生金融工具进行风险管理并不能降低公司的各项风险,相反公司的系统风险和破产风险都由于衍生金融工具的运用而增加了。这一结论与国外具有显著的差别

上一页  [1] [2]