科技电子制造业上市公司大股东减持影响因素研究

(整期优先)网络出版时间:2021-06-15
/ 2

科技电子制造业上市公司大股东减持影响因素研究

高蕊 1 李文 2

西北师范大学经济学院 甘肃省兰州市  730070

重庆科技学院工商管理学院 重庆市沙坪坝区 401331 

摘要:近年来,大股东频繁巨额减持的现象屡见不鲜。上市公司大股东巨额减持后股价一般会大幅下跌,对二级市场造成冲击,侵蚀广大中小投资者利益。本文通过实证分析方法研究科技电子制造业上市公司大股东减持影响因素,以求为有效解决大股东这一问题尽绵薄之力。本文选取估值水平托宾Q值、市盈率与市净率及资产负债率和净资产收益率指标,分析其与上市公司大股东减持行为的相关性,并给予相应统计检验。最终得出结论发现估值水平类指标对大股东减持的影响显著,而财务报表的指标对大股东减值的影响不显著。

关键词:减持、托宾Q值、市盈率、市净率、资产负债率、净资产收益率

1.研究假设

根据大股东减持的动机分析,本论文做出以下假设:

H1:被减持公司的托宾60c84108a1e71_html_aa09d35b4076fa36.gif 值与大股东的减持数量正相关,

H2:被减持公司在行业中的估值水平与大股东减持的数量正相关,

H3:被减持公司的市盈率与大股东的减持数量正相关,

H4:被减持公司的市净率与大股东的减持数量正相关,

H5:被减持公司的资产负债率与大股东的减持数量负相关,

H6:被减持公司的净资产收益率与大股东的减持数量负相关,

2.样本的选取与模型的构建

(1)样本的选取

本论文的样本时间从2018年1月1日至2019年12月31日。剔除ST、ST*和一些停牌时间较长的公司,共选择了科技电子制造业中97家发布大股东减持公告的上市公司。

(2)模型的构建

为了检验前面所作的假设,本论文以大股东减持的股份数量作为被解释变量,以X1-X6作为解释变量,建立回归模型:

60c84108a1e71_html_28e692cd013fdb8b.gif

其中RA作为被解释变量指大股东减持股份数量;X1-X6为解释变量。

60c84108a1e71_html_aa7c2594524a21c6.gif :托宾Q值=公司市场价值/资产重置成本;60c84108a1e71_html_1f64738a14c2c129.gif :公司在本行业中的估值水平=公司托宾值/本行业平均值;60c84108a1e71_html_86de768fa45d245e.gif :市盈率=每股市价/每股营业收入;60c84108a1e71_html_38a498abe7336eb2.gif :市净率=每股市价/每股净资产;60c84108a1e71_html_39a1d9ebe76511ca.gif :资产负债率=负债总额/资产总额;60c84108a1e71_html_5bcce3b1d406ac0c.gif :净资产收益率=净利润/平均净资产额;ε为随机误差项。


3.实证分析

(1)描述性统计

根据本文选取的相关变量描述性统计可以看到市盈率、市净率是存在数据缺失的,所以在回归中会剔除缺失数据。同时可以看到发生大股东减持的企业,其托宾Q值、公司在本行业中的估值水平、市盈率、市净率、资产负债率、净资产收益率均存在较大的差异性。

(2)相关性分析

本文采取皮尔逊相关法分析变量之间的相关性,可以看到对于大股东减持股份数量RA来说,X1 在5%显著性下有着显著负向影响,X2、X6在1%显著性下有着显著负向影响。而X3、X4、X5对于大股东减持股份数量RA来说相关性并不是很显著。

(3)模型异方差检验

Whit`s test for Ho: homoskedasticity

Against Ha: unrestricted heteroskedasticity

Chi2(27)=132.1

Prob >Chi2 =0.0000

从White检验结果可以看到,Prob值为0.0000小于显著性水平0.05,即认为模型不存在异方差,不需要进行修正。

4.回归结果分析

本文将运用stata16.0进行回归建模,回归结果如下:

表1 回归结果

RA

Coef.

Std. Err.

t

P>t

[95% Conf.

Interval]

X1

-1384731.0

7.28E+05

-1.9

0.058

-2814216.0

44754.4

X2

1308104.0

556859

2.35

0.019

214037.0

2402170.0

X3

-169.6

3781.328

-0.04

0.964

-7598.8

7259.6

X4

3806.592

13661.49

0.28

0.781

-2.30E+04

30647.47

X5

3923818

4126281

0.95

0.342

-4183129

1.20E+07

X6

8589578

4018677

2.14

0.033

694040.5

1.65E+07

_cons

-1569129

2190292

-0.72

0.474

-5872419

2734160

R2

0.2429



F

3.74


Adjusted-R2

0.2314



Prob

0.000


5.研究结论

通过回归结果可知模型的拟合优度R2为0.2475>0.2,可以认为模型拟合效果尚可.还可以看到模型的F值为8.11,Prob值为0.000<0.05,即X1-X6整体作为解释变量对RA有着显著影响,通过F检验。

本文选取的解释变量X1(托宾Q值),其回归系数为-7002080,t-statistic值为-2.85,P值为0.005小于显著性水平0.01,即认为企业托宾Q值增加,会使得大股东减持的股份数量减少,当X1(托宾Q值)增加1时,大股东减持的股份数量会减少7002080股。

解释变量X2(公司在本行业中的估值水平),其回归系数为10500000,t-statistic值为3.9,P值为0.000小于显著性水平0.01,即认为公司在本行业中的估值水平增加,会使得大股东减持的股份数量增加,当X2(公司在本行业中的估值水平)增加1时,大股东减持的股份数量会增加10500000股。

解释变量X3(市盈率),其回归系数为65682.1,t-statistic值为4.05,P值为0.000小于显著性水平0.01,即认为企业市盈率增加,会使得大股东减持的股份数量增加,当X1(托宾Q值)增加1时,大股东减持的股份数量会增加65682.1股。

而从X4(市净率)、X5(资产负债率)、X6(净资产收益率)的P值可以看到,均大于显著性水平0.1,即认为其对大股东减持的股份数量影响并不显著。


作者简介:

高蕊 (1995.02),女,甘肃省天水市人,金融硕士,西北师范大学金融专业学生。研究方向:资本市场。

李文(1993.04),男,四川省达州市人,旅游管理硕士,重庆科技学院旅游管理专业学生。研究方向:旅游规划。