我国上市公司现金股利政策影响因素的实证研究

我国上市公司现金股利政策影响因素的实证研究

ID:9281704

大小:30.00 KB

页数:11页

时间:2018-04-26

我国上市公司现金股利政策影响因素的实证研究_第1页
我国上市公司现金股利政策影响因素的实证研究_第2页
我国上市公司现金股利政策影响因素的实证研究_第3页
我国上市公司现金股利政策影响因素的实证研究_第4页
我国上市公司现金股利政策影响因素的实证研究_第5页
资源描述:

《我国上市公司现金股利政策影响因素的实证研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、我国上市公司现金股利政策影响因素的实证研究  摘要:本文以深沪两市2010年度发放了现金股利的29家金融行业为样本,研究影响我国金融业上市公司现金股利发放的因素。假设每股收益、每股净资产、每股经营活动现金净流量、资产报酬率、总资产周转率、总资产和资产负债率为主要因素,建立多元线性回归模型,运用多元回归分析方法,在对假设做出判断的基础上进行分析并提出建议。  关键词:多元线性回归分析;现金股利政策;影响因素  中图分类号:F830文献标识码:A我国上市公司现金股利政策影响因素的实证研究  摘要:本文以深沪两市2010年度发放

2、了现金股利的29家金融行业为样本,研究影响我国金融业上市公司现金股利发放的因素。假设每股收益、每股净资产、每股经营活动现金净流量、资产报酬率、总资产周转率、总资产和资产负债率为主要因素,建立多元线性回归模型,运用多元回归分析方法,在对假设做出判断的基础上进行分析并提出建议。  关键词:多元线性回归分析;现金股利政策;影响因素  中图分类号:F830文献标识码:A文章编号:1006-4117(2012)01-0130-02    股利分配政策是公司理财活动三大核心内容之一,它是公司将企业盈利在留存和支付股利之间的分配行为,在

3、公司营运和治理中起到重要作用。而金融行业掌握着各个行业的生存发展命脉,它的发展能作为我国经济发展的镜子。对于金融行业股利政策的实证研究不仅可以作为企业管理者制定经营策略和实行资本运作的现实参考,同时也可以作为投资者评价股票内在价值的重要依据,具有十分重要的意义。因而,本文主要对影响金融行业股利政策的因素进行探讨。  一、文献回顾  唐建新、蔡立辉(2002)认为负债率对股利政策不存在显著影响,但每股货币资金对现金股利分配具有显著的影响。夏雪花(2006)认为股利政策的影响因素为企业盈利能力、现金流量状况、资产规模和资产质量

4、。蒋琰、孔伟婧(2007)则在此基础上加入了公司资产收益率和公司利润增长率两个指标。高雷、张杰(2008)的研究结果表明,现金股利政策成为大股东掠夺上市公司利益的重要方式。  二、研究假设  (一)研究设计  结合上述文献回顾,学者关注的因素主要是公司自身层面的因素,如公司规模、盈利能力、流动能力等,而本文在此基础上引入公司股权结构、公司成长性等影响因素,主要把这些因素分为七个方面:  H1:企业现金股利与每股收益正相关  H2:企业现金股利与每股净资产正相关  H3:企业现金股利与每股经营活动现金净流量正相关  H4:企

5、业现金股利与资产报酬率正相关  H5:企业现金股利与总资产周转率正相关  H6:企业现金股利与资产总额正相关  H7:企业现金股利与资产负债率正相关  (二)数据来源与处理  本文拟选取深沪上市A股的金融证券行业共38家公司为研究样本,研究期间为2010年,在数据的采集过程中剔除了7家数据缺失的公司,最终获得样本数29个。研究中所采用的基础数据来源于上海证券交易所网站、深圳证券交易所网站以及国泰安数据库。  (三)实证研究  建立多元线性回归模型:    其中,为常数项,y为每股现金股利,x1为每股收益,x2为每股净资产、

6、x3为每股现金净流量、x4为资产报酬率、x5为总资产周转率、x6为Ln总资产,x7为资产负债率,μ为随机误差。  三、实证结果  (一)多元线性回归模型参数估计  利用Eviews软件估计模型结果为:    模型中R2=0.658275,可决系数不是很高,但通盘考虑到模型的可靠度及其经济意义,可以适当降低对可决系数的要求,判断模型对观测数据拟合程度较好。  下面对模型进行t-检验。给定α=0.05显著性水平,临界值t0.025(21)=2.080。由t2、t4大于临界值2.080,故在5%的显著性水平下可以通过t检验,表明

7、每股净资产和资产报酬率是影响每股现金股利的主要因素。而t6接近临界值2.080,表明资产负债率也是影响每股现金股利的因素。在对模型进行修正时,要考虑x1、x3、x5、x7的影响。  接下来进行F-检验。在给定的显著性水平α=0.05下,F分布表中查得F0.05(6,21)=2.57。模型F=5.778987,大于临界值,通过F检验,表明回归方程显著。  (二)多重共线性检验  上述分析中,x1、x3、x5、x7的t值不显著,可能存在多重共线性,因而采用逐步回归的办法。  分别做y对各解释变量的一元回归,其中加入x2的方程最

8、大,为0.4311,则以x2为基础,根据上述分析结果,由于x1、x3、x5、x7可能引起多重共线性,因而先检验其他变量,顺次加入x4、x6两个变量逐步回归。结果见表1:    从上表中得出分析:首先,当加入x4后的方程由0.4311提高到0.5492,改进较大,且各参数的t检验显著,因而选择保留x4再加

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。