衍生工具運用對上市公司風險影響的實證研究

1、衍生工具運用對上市公司風險影響的實證研究作者：賈煒瑩蘭鳳云陳寶峰【摘要】西方主流理論認為衍生金融工具的運用可以降低公司的 風險，國內(nèi)學術界目前在這方面的研究尚不多。為此，本文以我國1151 家a股非金融上市公司2007年橫截面數(shù)據(jù)為研究樣本,對上市公司運 用衍生金融t具進行風險管理對公司風險的影響進行了實證研究。研 究結果表明，我國的情況與國外不同，我國上市公司運用衍生金融工具 進行風險管理對公司的系統(tǒng)風險和破產(chǎn)風險均有微弱的增加效應?！娟P鍵詞】衍生金融工具；z-score;系統(tǒng)風險;上市公司一、引言從20世紀70年代開始，隨著外匯、利率等衍生金融工具的迅速發(fā) 展，越來越多的公司介入衍生金融工

2、具市場進行風險管理(王志誠 等,2006) o西方風險管理理論(smith和stulz(1985) > mayers和 smith(1990)、myers (1977)和 frootetal. (1993)認為，衍生金融工具 的運用建立在降低公司風險的動機基礎上。在特定的情況下，例如昂貴 的財務危機成本和嚴重的投資不足問題,對公司的風險進行對沖能夠 增加公司價值。但是，管理層和股東也有增加公司風險的動機。black和 scholes (1973)指出，股東對杠桿公司的現(xiàn)金流量的要求權類似于一份 看漲期權的報酬。jensen和meckling(1976)指出，因為這些像看漲期 權的報酬隨著

3、公司的波動而增加,價值最大化的股東有通過增加公司 的風險從公司外部的債權人處轉(zhuǎn)移財富的動機。但是，股東可能在導致 風險厭惡的經(jīng)理將公司特定的資本投資于增加波動的活動方面有困 難。即使股東和債權人之間不存在沖突，管理層仍然有動機將衍生金 融工具運用于非對沖的冃的。例如，因為職工股票優(yōu)先購買權的價值隨 著股票價格波動的增加而增加，使得管理層有動機從事增加公司風險 的活動。與之相類似，當公司的收益剛好在或者接近獎勵計劃的下限時, 經(jīng)理的補償計劃類似于-份看漲期權的報酬。這樣就產(chǎn)綸了增加公司 收益波動的動機。但是，公司價值最大化的補償計劃會將這些風險偏好 動機考慮在內(nèi)，并且設計成降低不利影響的。最后，

4、管理層可以運用衍生金融工具進行利率、匯率或商品價格波 動的投機。例如,doi de (1995)指出，接近90%的衍生金融工具使用者在 決定自己的衍生金融工具組合特征時，他們有吋會“看一看” (takeaview)金融市場的波動。因為投機行為一般來說與企業(yè)的基本風 險是不相關的，基于這個目的運用衍生金融工具被認為是增加，而不是 降低公司的風險。在經(jīng)驗研究方面，國外的研究結果是不一致的，大部分認為非金融 公司運用衍牛金融工具進行風險管理能夠降低公司股票價格對金融風 險的敏感性(smithson和simkins, 2005)。國內(nèi)學術界目前在這方面的 研究詭不多。木文的目的，就是要對上市公司運用衍

5、生金融工具進行風 險管理對公司風險的影響進行理論分析和經(jīng)驗研究，以檢驗國外假說 是否與我國上市公司的實際情況相符合。二、研究設計（一）樣本選擇與數(shù)據(jù)來源1 樣本選擇本文選取2007年的滬深兩市全部a股非金融上市公司作為初選樣 本，對這些公司進行篩選。為了達到研究目的，執(zhí)行了以下篩選程序: 金融行業(yè)是某些衍綸金融工具提供者，與其他行業(yè)相比具有較大區(qū)別, 剔除這些公司；st公司和一般的公司相比較業(yè)績和財務狀況較差，會 有極強的動機操縱下一年度的會計盈余，因此剔除st公司。經(jīng)過上述 篩選后，最后的樣本公司為1151家。采集數(shù)據(jù)時,筆者逐家查閱了滬深上市公司的年度報告，分別在其 資產(chǎn)負債表中“交易性金

6、融資產(chǎn)”和“交易性金融負債”及其附注中 獲取有關公司從事衍生金融交易的類型和金額的信息,收集關于公司 是否使用衍生品和使用理由的數(shù)據(jù)。如果年報披露利用衍生金融工具 是公司風險管理的重要措施z、公布了當期曾經(jīng)持有衍生金融工具 并披露具體的公允價值或者名義價值，則不論期末持倉盈利或者虧損, 也不論使用規(guī)模大小，將其認定為是運用衍生金融工具進行風險管理 的公司；另外，即使年末無衍生金融工具持倉頭寸，但是當年曾經(jīng)持有 且其盈虧計入當期損益，也將其認定為運用衍生金融工具進行風險管 理的公司。2. 數(shù)據(jù)來源上市公司運用衍生金融工具進行風險管理的數(shù)據(jù)主要靠手工采集 自上市公司2007年年度報告原文，其他數(shù)據(jù)

7、來源于銳思數(shù)據(jù) (www. vessel, cn)、 金融界(www. jr j. com. cn)、 巨 潮資訊 (www. cninfo. com)以及中國證券監(jiān)督管理委員會 ()等網(wǎng)站上公開披露的上市公司2007年年 度報告。為保證數(shù)據(jù)的可靠性，對數(shù)據(jù)進行了抽樣復核。本文數(shù)據(jù)處理使用spss和excel軟件進行,基本數(shù)據(jù)處理使用了 excel軟件,描述性統(tǒng)計、參數(shù)檢驗、非參數(shù)檢驗、相關性分析及回歸 分析使用spss統(tǒng)計軟件。(%1) 變量定義與描述1. 被解釋變量的選取與計算被解釋變量為公司風險。一般來說，衡量企業(yè)風險的變量主要有兩 類:其一是以市場數(shù)據(jù)為基礎,其二是以會計數(shù)據(jù)為基礎。前

8、者包括系 統(tǒng)風險和非系統(tǒng)風險等;后者包括經(jīng)營風險和財務風險等。而美國學者 altman (1968)建立的著名的5變量z-score模型,將市場數(shù)據(jù)和會計數(shù) 據(jù)有機地結合起來，被認為是能夠很好地衡量上市公司的破產(chǎn)風險。本 文采用兩項指標衡量公司的風險，分別為：(1) 系統(tǒng)風險。上市公司風險按照能否通過資產(chǎn)組合方式予以分散, 可分為系統(tǒng)風險和非系統(tǒng)風險。系統(tǒng)風險是指那些影響所有上市公司 的因素(如戰(zhàn)爭、政治革命、經(jīng)濟體制改革、通貨膨脹、利率和匯率變 化等)引起的不確定性。非系統(tǒng)風險是指能夠被投資者通過持有分散化 投資組合消除的風險，通常和公司特定的事件相關，如丁廠爆炸、被盜、 公司被接管、產(chǎn)品研

9、發(fā)、市場開拓等等。本文用上市公司的年度beta 值表示系統(tǒng)風險。(2) z-score模型。美國學者altman于1968年創(chuàng)建了 z記分 (z-score)模型，該模型主要適用于股票上市公司，首先從上市公司財 務報告中計算出一組反映財務危機程度的財務比率，然后根據(jù)這些比 率對財務危機警示程度的大小給予不同的權重,最后進行加權計算就 得到一個企業(yè)的綜合風險總判別分z,將其與臨界值對比就可知企業(yè) 財務危機的嚴重程度。altman模型的判別函數(shù)為：z二 1. 2xx1+1. 4xx2+3. 3xx3+0. 6xx4+1. 0xx5式屮：z二判別函數(shù);xi二營運資金/總資產(chǎn)，即企業(yè)營運資金相對于 資

10、產(chǎn)總額比例，xi越大，說明企業(yè)資產(chǎn)的流動性越強，財務狀況越 好;x2二留存收益/總資產(chǎn)，即企業(yè)在一定吋期內(nèi)留存收益進行再投資的 比例。x2越大，說明企業(yè)籌資和再投資能力越強，企業(yè)創(chuàng)新和竟爭力越 強;x3二息稅前利潤/總資產(chǎn),x3反映企業(yè)不考慮稅收和財務杠桿因素 時企業(yè)資產(chǎn)的盈利能力;x4二股權市價總值/總負債，主要反映投資者對 公司前景的判斷,它是資本市值對債務的比值，指標越高，說明企業(yè)越 有投資價值,在成熟的資本市場中，該指標尤其具有說服力;x5二銷售額 /總資產(chǎn)，用來衡量企業(yè)資產(chǎn)獲得銷售收入的能力。根據(jù)對過去經(jīng)營失敗企業(yè)統(tǒng)計數(shù)據(jù)的分析,altman得出一個經(jīng)驗 性臨界數(shù)據(jù)值，即z=2. 6

11、75o企業(yè)的z記分值高于2. 675的為較安全企 業(yè)，低于2. 675的為存在財務危機或破產(chǎn)風險的企業(yè)。此外,altman在 對經(jīng)營失敗企業(yè)經(jīng)驗分析屮還發(fā)現(xiàn)，如果一個企業(yè)的z記分值低于1. 81,該企業(yè)實際上已經(jīng)潛在破產(chǎn)，如果不采取特別有力的措施，將很 難走出深淵。本文采用z-score值表示公司的破產(chǎn)風險。2. 解釋變量解釋變量為公司是否運用衍生金融工具進行風險管理的虛擬變 量。若公司運用衍生金融工具進行風險管理，則該變量為1；否則為0。3. 控制變量(1) 公司規(guī)模。根據(jù)資本結構理論，規(guī)模越大的企業(yè)，其經(jīng)營多元化, 抗風險的能力更強;而規(guī)模越小的企業(yè)，其經(jīng)營不確定性也較大，抗風 險的能力較

12、弱。為此需要控制公司規(guī)模，本文以公司總資產(chǎn)作為公司規(guī) ?？刂谱兞俊?2) 資本結構。企業(yè)負債比例越高，財務風險越高。本文以資產(chǎn)負 債率表示公司的資本結構，用來控制其對公司風險的影響。(3) 公司成長性。一般認為，成長快的企業(yè)在投資規(guī)模和融資規(guī)模 等方面均較大，不確定性較大，從而風險較大。本文選用主營業(yè)務收入 增長率指標來衡量企業(yè)的成長性,定義為公司前后一年的主營業(yè)務收 入增長率，用來控制公司的成長性對公司風險的影響。(4) 資產(chǎn)結構。資產(chǎn)結構指的是長期資產(chǎn)與流動資產(chǎn)之間的比例關 系。資產(chǎn)結構不同的企業(yè)的固定成木與變動成木的構成也會不同，進而 決定企業(yè)的經(jīng)營風險的大小，本文以固定資產(chǎn)比例作為公司

13、資產(chǎn)結構 的控制變量。有關公司運用衍&金融工具進行風險管理和公司風險以及相關控 制變量的研究變量的代碼及定義如表1所示。(%1) 研究模型設定為了從數(shù)量上考察風險管理及其和關變量對公司風險的影響程度, 根據(jù)上文分析，本文以公司風險為被解釋變量，以上市公司運用衍生金 融工具進行風險管理行為為解釋變量，以公司規(guī)模、資本結構、公司成 長性和資產(chǎn)結構作為控制變量，構建如下檢驗模型并使用ols回歸分 析方法檢驗上市公司運用衍生金融工具進行風險管理與公司風險之間 的關系：beta二 b 10+ b 11 xhedge+b 12 x si ze+ p 13 x leverage 3 14xgrowt

14、h+b 15 xfixed+ u 16這里使用3 il(i=l, 2)是否顯著大于零或小于零來研究使用衍生 產(chǎn)品進行風險管理時是否對公司風險產(chǎn)生影響。根據(jù)相關理論分析， 如果我國上市公司運用衍生產(chǎn)品進行風險管理可以降低公司系統(tǒng)風險, 那么b ll<0o如果我國上市公司運用衍生金融工具進行風險管理可 以降低公司破產(chǎn)風險，那么b 12>0o因此，通過檢驗系數(shù)的顯著性就 可以驗證運用衍生產(chǎn)品進行風險管理是否能降低公司風險。三、實證檢驗結果(一)公司風險及相關研究變量的描述性統(tǒng)計表2是混合樣本的研究變量的描述性統(tǒng)計。全部樣本公司的系統(tǒng) 風險均值為0.9885,這是由于剔除了

15、 st公司而略低于市場風險。 z-score的均值(中位數(shù))為6. 4357 (3. 9413),表明樣本公司的破產(chǎn)風 險較低。資產(chǎn)規(guī)模的均值為79. 1325億元,高于沈藝峰、江偉(2007) 的資產(chǎn)規(guī)模均值15. 6320億元。資產(chǎn)負債率的均值為50. 37%,比沈藝 峰、江偉(2007)的資產(chǎn)負債率均值47. 33%和徐向藝、張立達(2008)的 資產(chǎn)負債率均值49. 1%略高,低于馬連福、陳徳球、高麗(2007)的以 2005年中國205家家族上市公司資產(chǎn)負債率均值57. 07%。主營業(yè)務收 入增長率的均值為65. 11%,高于沈藝峰、江偉(2007)的主營業(yè)務收入 增長率均值23.

16、61%和劉偉、劉星(2008)的2004年403家制造業(yè)公司 的主營業(yè)務收入增長率均值34. 7%,表明我國上市公司發(fā)展水平較快。 固定資產(chǎn)比例的均值為33. 6%。從各項樣本指標來看，樣本公司之間的 差距較大，這也便丁考察公司運用衍生金融工具進行風險管理的決策 對公司風險的影響。2. 單因素檢驗本文釆用參數(shù)和非參數(shù)檢驗的方法，將風險管理公司與其他公司 就系列特征變量進行對比檢驗,判斷其是否在某些方面與其他公司 具有顯著差異。參數(shù)檢驗(正態(tài)總體均值對比檢驗)耍求所對比的兩個 總體服從正態(tài)分布，而非參數(shù)mann-whitney秩和檢驗對總體分布及其 參數(shù)不作任何假設,可用于關于分布中位數(shù)以及多個

17、分布之間有無差 異的假設檢驗。從表3的檢驗結果可以看出，無論是參數(shù)檢驗（對均值的t檢驗） 還是非參數(shù)檢驗（對中位數(shù)的z檢驗），運用衍生金融工具進行風險管 理的上市公司比其他公司具有更高的系統(tǒng)風險,但是比其他公司具有 更低的z計分值，表明運用衍生金融工具并未起到降低中國上市公司 風險的作用，反而增加了公司的風險。這一發(fā)現(xiàn)與國外的經(jīng)驗證據(jù)相 反。3. 相關性分析在進行回歸分析之前，為了對待檢驗的變量間的關系有初步的認 識,首先對回歸模型各變量進行pearson相關性分析。由表4可以看出, 有些變量之間有一定的相關性，如運用衍生金融工具進行風險管理和 公司規(guī)模在1%的水平上顯著正和關（相關系數(shù)為0.

18、 152）、運用衍生金 融工具進行風險管理和資產(chǎn)負債率在5%的水平上顯著正相關（相關系 數(shù)為0.074）、公司規(guī)模和固定資產(chǎn)比例在1%的水平上顯著正相關（相 關系數(shù)為0. 120）、資產(chǎn)負債率和主營業(yè)務收入增長率在5%的水平上顯 著正相關（相關系數(shù)為0. 072）。根據(jù)hoandwong（2001）的研究，只要相 關系數(shù)不超過0. &就不需要擔心自變量z間的多重共線問題。因此說 明本模型共線性問題并不嚴重，變量間的相關程度在可容忍范圍內(nèi)。4. 多?；貧w分析表5是模型i和模型ii分別選用系統(tǒng)風險和z-score作為公司風 險的指標,將其作為因變量進入回歸模型的檢驗結果。從回歸結果可以 看出，兩個檢驗模型的f值均在1%的水平上均顯著,adjustedr2為 0. 134和0. 392,表明檢驗模型的擬合效果較好。各模型屮自變量的方 差膨脹因子 vif(variancelnflationfactors)值均在 1. 007 至 1.053 之間，顯著小于臨界值10,表明多元回歸模型基本不受多重共線性的 影響。在殘差獨立性檢驗方面,d-w值均在2左右，說明回歸模型的殘 差相互獨立，表明