ParK's 論文后花園

洳专：j～唼
硕士学位论文
⑧
论文题目企些班金挂查结构蛙差显趁塞适婴究
二二基壬亟垦丕回堑些土吏公司数佥板
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
摘要
企业的现金持有问题已经成为一个学者越来越关注的领域，现金的持有水平
能够反映企业的公司治理、投融资策略以及财务稳健性等信息。现金不同于某些
财务指标，其受人为操控的影响很小，因此其能够更加客观地反映企业的实际经
营情况。国内外学者分别从权衡理论、优序融资理论、信息不对称以及代理成本
等角度出发，对企业的现金持有问题展开了研究。但他们的研究并没有涉及到多
个行业现金持有特点的比较，而是将研究范围局限于单个行业或多行业的混合数
据。
本文以中国国内A股不同行业上市公司作为研究对象，采用计量经济学的方
法获得不同行业现金持有的实证模型，并判断这些模型是否存在结构性差异；如
果存在差异，对差异形成的原因进行解释。根据证监会对我国上市公司行业划分
的标准，本文选择制造业的三个二级行业(机械、电子、医药)以及房地产行业
作为研究的样本。结合经典的企业现金持有理论，分别从企业的股权结构、财务
信息和行业背景中提炼出一组解释变量：企业规模、股权集中度、负债率、负债
结构、企业增长因子、历年现金流增量均值以及历年现金流增量标准差，以此建
立了企业现金持有的理论模型。采用上市公司2006年年报中的财务数据，结合
当期上市公司的股价，对模型进行多元线性回归，最后得到各行业现金持有的实
证模型。
经过实证研究，我们发现行业间主要的结构性差异为：(1)负债率对电子行
业的现金持有水平影响不显著，而对别的行业影响非常显著；(2)负债结构对医
药行业的现金持有水平影响显著，但在别的行业中不显著；(3)行业规模对机械
行业的现金持有水平影响显著，在别的行业中则不显著；(4)股权集中度对房地
产行业的现金持有水平影响显著，但在别的行业中不显著。对这些差异形成的原
因在论文最后一章进行了解释。
关键词：企业现金持有结构性差异机械电子医药．房地产
Abstract
Cash holdings level is a more objective index compared with other indexes of a corporation
because it is hardly affected by the intention of managers．The research on cash holdings has been
re矧cted in the relation between cash holdings and factors from different an#es ofa corporation·
There is no reseafch that focuses on the SmlCtUral differences of cash holdings in different
industries，which,although,helps a lot deepen the understanding of how these factors affect cash
holdings of acorporation．
This dissertation concentrates 011 seeking the structural differences of cash holdings of
corporations in Electronics，Mechanism，Medicine and Real estate industry,and then tries to give
a sensible explanation of the differences．The paper first constructs an academic model of cash
holdings including seven factors which are corporation size，concentration of equity,debt ratio，
debt structure，developing factor,average cash increment ofpast 5 years and standard deviation of
past 5 years’cash increment．After that the model’S parameters are estimated with data from Wind
system．
Regression results show four differences in the industries’cash holding models．Which are(1)
debt ratio has a significant positive influence on cash hoidirIgs except in Electronics industry；(2)
debt structure has no si鲥ficant influence on cash holdings except in Medicine industry；(3)
corporation size has a significant positive influence on cash holdings only in Mechanism
industry；(4)equity concentration has a significant influence on cash holdings only in Real estate
industry．All these differences ale explained in the last chapter ofthis dissertation·
Keywords：Cash holdings；Structural differences；different industries；Electronics；
Mechanism；Medicine；Real estate；
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
论文原创性声明
本人郑重声明：所呈交的学位论文，是本人在导师指导
下，独立进行研究工作所取得的成果。除文中已经注明引用
的内容外，本论文不包含任何其他个人或集体已经发表或撰
写过的作品成果。对本文的研究作出重要贡献的个人和集
体，均已在文中以明确方式标明。本人完全意识到本声明的
法律结果由本人承担。
签名：问葱
日期：砂爱3．二8
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
l引言
1．1 研究背景
到上个世纪末，世界上那些最大的企业(1isted on Global Vantage)所持
有的现金和现金等价物已经超过1．5万亿美元。这个金额是它们帐面资产的9％
左右。而中国2004年现金持有水平最高的前100家上市公司的总现金持有超过
了总帐面的40％。由此可见，现金在一个企业资产中的重要地位。众所周知，
会计利润等财务指标往往可以人为操控，现金却不然。
现金的概念有狭义和广义之分：最狭义的现金是指企业的库存现金，即企业
持有的纸币和硬币；其次是指货币形态占有的资产，包括企业的库存现金和银行
存款；再者是指企业持有的现款和流通票据，包括库存现金、银行存款、银行本
票和银行汇票等；最广义的现金是指可以立即用于支付帐单的各种资产，包括库
存现金、银行存款、货币市场上可视同现金的项目以及可转让有价证券。在我国，
大多数上市流通的政府债券和企业债券的价格比较稳定，交易费用比较低，且可
以随时变现。从管理的角度看，此类有价证券可以视为现金。但是，我国的票据
市场不发达，企业持有的商业汇票、短期融资券和非上市流通的债券变现比较困
难，因此不应该包括在现金范围内。另外，流通股票的价格波动大，投资风险高，
在管理上不能将其视同现金；非流通股票的变现比较困难，不应该将其视同现金。
所以，最广义的现金概念是指企业拥有的可以立即用作支付手段的各种资产，包
括库存现金、银行存款、银行本票和上市流通的各种债券。本论文中的现金是指
旧会计准则中的货币现金与短期投资。
关于中国企业现金持有水平，目前已经有一些学者对其进行了研究。于东智、
胡国柳和王化成(2006)对中国境内上市的企业做了实证分析，重点探讨了股权
结构对公司现金持有水平的影响。王利刚(2007)则从宏观经济、融资约束等角
度研究公司现金持有水平的问题。
1．2问题的提出
国内外学者对企业现金持有问题的研究分别从权衡理论、优序融资理论、信
息不对称及代理成本等角度展开，但他们更多关注的是变量之间是否存在相关的
l
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
关系，却没有得到一个完整的企业现金持有模型。此外，几乎所有的实证分析都
没有对行业进行区分，没有深入挖掘行业间现金持有模型的差异。
对于不同行业的企业而言，它们的现金持有模型是否存在差异；如果存在差
异，这些差异背后的机理是什么；这些问题至今仍没有学者进行深入的探讨。而
当我们把研究对象转向中国的上市公司时，相关的实证分析就更少了。
1．3研究的意义
通过对不同行业现金持有水平的研究，可以进一步揭示企业持有现金的动机
和本质。处于不同行业的企业的经营方式相差很大，面对的外部融资环境也存在
差异，再加上企业在经营中创造现金能力的强弱不等，这些企业的现金持有模型
必然存在着很多差别。这表现在为：同一个因素对不同行业的现金持有水平的影
响大小或方向不同；如负债率与企业现金持有水平的关系就是非线性的，在一定
条件下二者呈正相关关系，而在别的情况下则呈现负相关的关系；其次i有些因
素在某个行业的模型中非常重要，而在别的行业中则无足轻重。这些模型间的差
异只有在我们得到每个行业的实证模型后，才能够准确地把握。
更重要的是，只有当我们对不同行业的模型进行比较后，才能对模型中各个
因素的作用机理产生更深刻的认识。同一个变量在不同行业模型中表现出不同的
影响力意味着它的作用依赖于行业的某个内生条件。而当我们找到行业之间这些
内生的差异后，就能够更好地理解为什么不同行业的企业会存在不同的现金持有
模型。
除此之外，针对特定行业的实证模型能够更准确地解释企业的现金持有行
为。企业的现金持有行为从多个角度传递着企业的内部信息，这些信息包括企业
对现金的管理能力、面临的投资机会、企业的融资成本以及企业被资本市场的认
可程度等。这些信息只有在我们得到行业的实证模型后，才能够准确地对其进行
把握。、
总而言之，通过对我国不同行业上市公司现金持有水平的实证研究，可以让
我们对企业的现金持有行为产生更深的理解。不同行业的企业现金持有策略受到
行业性质以及自身的经营情况的影响，掌握它们的现金持有模型，对于股权投资
者和债券投资者评判公司的经营情况提供了重要的依据。同时，也为企业经营管
2
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
理者优化企业内部的现金管理提供了指导性的意见。
1．4研究方法与论文框架
本文的研究对象是中国国内A股上市的企业。
本文的研究流程如下：首先找出影响企业现金持有水平的一系列因素，建立
企业现金持有的理论模型。然后采用上市公司各项数据进行实证分析，通过计量
经济学方法得到实证模型。最后对不同行业的模型进行比较，检验其是否存在结
构性差异，如果存在差异，对差异给予合理的解释。图1．1为整个研究的流程图。
图1．1论文的基本研究流程
3
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
全文一共分为五章，各章的主要内容为：
第一章，引言。本章包含三个部分的内容：第一部分是选题背景的阐述和问
题的提出；第二部分探讨本研究的意义所在；第三部分介绍本论文的研究方法和
研究流程。
第二章，文献综述。本章包含三个部分的内容：第一部分为国外文献综述；
第二部分为国内文献综述；第三部分总结现有研究的局限性并引出可研究的问
题。
第三章，模型选择与研究方法。本章包含三个部分的内容：第一部分阐述模
型的理论基础；第二部分根据第一部分的理论基础，提炼出一组变量，确立理论
模型；第三部分介绍本文实证部分的研究方法与研究流程。
第四章，实证研究部分。本章运用计量经济学方法分别得出机械、电子、医
药、房地产行业的实证模型，并对实证模型的一些共性进行初步的解释。
第五章，现金持有结构性差异的比较。本章判断不同行业的实证模型之间是
否存在结构性差异，如果存在对差异进行解释。
4
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
2文献综述
2．1国外文献综述
关于现金持有这一问题的理论可以追溯到凯恩斯(1936)的著名的货币需求
(交易动机、预防动机和投机动机)理论。其中，交易动机是指“由个人或业务交
易引起的现金需要一；预防动机是指“为安全起见，把一部分资产以现金形式保
存起来以预防意外货币需求"；而投机动机则是指为了抓住投机机会而保留现金，
即“相信自己对未来行情的预测要比一般人精确"。尽管凯恩斯的货币需求理论
也能部分解释企业的现金持有决策，但它毕竟论及的是宏观经济学的货币需求问
题，因而还称不上真正的现金持有理论。
凯恩斯在借用边际成本概念的基础上，提出了最佳现金持有量由资金短缺的
边际成本曲线与持有现金的边际成本曲线的交点所决定的交易成本模型。他认
为，影响资金短缺及现金持有边际成本的因素包括：1．夕}部融资交易成本；2．通
过出售资产、削减股息和重新谈判筹集资金的成本；3．投资机会成本；4．套期保
值成本；5．其他资产变现期限；6．现金流的不确定性；7．规模经济的缺失；8．税收。
企业持有的流动资产(主要指现金)将随着利率、期限结构、债务筹资成本、资产
出售成本和套期保值风险的下降以及公司股息规模的缩小而减少。
Baumol(1 952)在借鉴最佳库存水平基本原理的基础上提出了现金库存模
型。其认为，作为一种特殊的交易媒介，现金通常会发生两类成本：一类是每次
筹措资金发生的类似于库存批次固定成本的经纪费；另一类是与持有现金相关且
类似于库存管理变动成本的机会成本一利率。假定现金收入是连续的，且现金
支付是非连续的，那么要使持有现金的总成本最小化，便可以像最佳库存模型那
样推导出最佳现金持有量公式。若放松现金支付非连续假设，且确定一部分现金
用于投资，并假定经纪费用中有一些费用随现金投资和现金筹措额发生变化，那
么就能得出一个关注因素更为全面的最佳现金持有量公式。鉴于Baumol的现金
库存模型只考虑了批次固定经纪费和利率这些变动成本，而没有考虑因持有现金
而损失的投资收益这一更重要的机会成本，以及现金流量与现金收支完全可以预
测的假设过于苛刻的情况，Miller等(1966)对Baumol现金库存模型进行了扩展。
他们假定：1．持有现金的成本是所损失的投资收益；2．现金流量波动不可预测；
5
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
3．现金收支数量不可预测且不规则；4．现金与有价证券可以互换，然后推导出一
个内含购买有价证券固定成本(包括手续费、过户费等)、现金持有量日标准差以
及现金持有机会成本的最佳现金持有量公式。由于Miller考虑了更多的影响现金
持有量的现实因素，因此他们推导出的最佳现金持有量模型无疑更加贴近现实，
具有更高的参考价值。
20世纪70年代以后，Krflu$和Lizenberger(1973)等提出的权衡理论逐步发
展成形。现金持有量研究者在引入其基本思想的基础上，建立了现金持有量静态
权衡模型(static trade．off model)。该模型认为，持有现金也有收益；要确定现金
持有余额和比例，必须在比较现金持有成本和收益的基础上进行权衡。其后，不
同学者对现金持有成本与收益的内涵与形式做出了各自的阐释，推动了该模型的
发展。Opler等(1999)认为，持有现金的成本是这些资产较低的回报率和相应的
税收待遇，而持有现金的收益则包括：1．筹资交易成本的节约；2．不必处理资产
和进行支付所得的收益；3．能运用流动资产为投资和其他业务提供资金的收益(在
其他资金来源不可得或过度昂贵时更是如此)。Ferreira与Vilela(20(M)认为，现金
持有的收益包括：降低财务困境出现概率的收益；在财务约束的制约下仍能坚持
其财务政策的收益，外部资金筹措成本或现有资产变现成本最小化的收益。持有
现金的主要成本是投资于流动资产的机会成本。
Myers和Majluf(1 984)提出了融资优序理论。该理论认为，为使不对称信息
成本和其他融资成本最小化，公司融资的最优顺序是留存盈利、安全性债务、风
险性债务和权益融资。根据其内在逻辑，现金是留存盈利与投资需求之间的一种
缓冲。当经营性现金流量足以为新的投资提供资金时，公司会偿还债务，或者积
累资金；当留存盈利不足以支撑当前的投资时，公司将使用手头现金，或者根据
需要发行债券。由此可见，融资优序理论不是一种专门的现金持有理论，但为解
释公司现金持有量提供了一个全新的视角。按照该理论的预测，公司不存在最优
现金持有水平。同时他们认为，为了降低信息不对称所带来的高成本，持有丰裕
的现金是有价值的。既然具有严重信息不对称的公司进入资本市场有更多的困
难，这些公司就应该拥有更多的现金持有量。否则，当信息不对称很严重时，现
金短缺会迫使公司压缩投资，同时可能面临更大的成本支出。
在信息不对称的前提下，代理人未必总会按照委托人利益最大化的目标来行
6
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
事，代理成本因此而产生。为此，Jensen(1986)从股东和经理人之间的代理成本
出发，提出了解释代理人现金持有动机的自由现金流量理论。Jensen指出，在所
有权与经营权分离的前提下，经理人会利用其剩余控制权持有多于公司实际需要
的现金，目的是增加自己的津贴、在职消费及其他控制权私利，或寻求过度并购
以营造自己的企业帝国。由于有充足的现金可以用于投资，经理不必从公司外部
筹措资金，因而无须向资本市场提供有关公司投资项目的详细信息，进而可能启
动那些损害股东价值的投资。自由现金流量理论是一种专门解释公司现金持有量
为什么大于其投资项目资金(净现值)总需求的理论。它的最大贡献在于，把一种
无形但异常重要的代理成本引入公司的现金持有决定因素模型。由于代理成本是
公司治理的函数，加上衡量公司治理的指标众多，影响现金持有的众多公司治理
因素由此跃人了实证检验的视野，并推动现金持有实证研究蓬勃发展。
Shleifer和Vishny(1997)指出，在某些国家，代理问题起源于有控制权的大
股东和小股东之间的利益冲突，而不是通常所说的高级经理与股东之间的利益冲
突。而且，当代公司治理的主流研究也认为，公司治理的研究重点不应仅限于股
东和经理层之问的代理问题，而应更多地关注大小股东之间的利益冲突和代理问
题。大股东为什么会侵蚀中小股东的利益呢，最为重要的原因之一就是因为许多
股东(如政府、机构投资者、银行和其他公司)仅仅是最终所有者的代理人，要使
他们的效用最大化还取决于其他因素，因此，股东之间的目标也存在着分歧。公
司制企业实行“资本民主’’，即每股代表一张选票，因此，在公司决策中，决定
性股东(第一大股东)的目标更可能占据优势。绝对或相对控股的股东都可能利用
选票优势把公司变成实现自身利益的工具，偏离整体股东利益。甚至损害中小股
东利益。
Fmnaand Jensen(1983)认为，与内部董事相比，外部董事是公司管理者更
有效的监督者，因为他们是另一组关键决策的制定者，并且在经理人市场上关注
自己的声誉。Borokhovich et al的研究为以上观点提供了经验证据，他们研究发
现，外部董事更能以公司外部的经理人替代被解雇的首席执行官，来自公司外部
的接任者更愿意寻找前任首席执行官的失败政策的解决办法。Kusnadi(2003)
以230家新加坡上市公司为样本，研究了企业现金持有行为与公司治理机制之间
的联系。结果表明，董事会规模与现金持有水平显著正相关，而非管理层的批量
7
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
持股权与现金持有水平显著负相关。他认为，这是因为规模较大的董事会和低水
平的非管理层的批量持股权通常会导致低下的公司治理效率，这些企业的股东没
有足够的权力迫使管理者将额外的现金分配给他们而持有更多的现金。
Shleifer and Vishny(1986)指出，股权集中型公司相对于股权分散型公司具
有较高的盈利能力和市场表现，公司控股股东有足够的激励去收集信息并有效监
督经营层，避免了股权高度分散情况下的搭便车行为。根据这种观点，拥有大股
东的企业外部融资的成本较低，意味着不需要持有更高水平的现金。虽然大股东
的有效监督能够降低经营者的代理人问题，然而又带来了大股东与中小股东的利
益冲突。代理问题不仅仅限于管理者和股东之间的利益冲突，而更多的是指源于
有控制权的大股东和小股东之间的利益冲突。大股东往往有以中小股东的利益为
代价积累大量的现金以追求自身利益的强烈动机，从这个角度来说，股东集中度
又与企业的现金持有量正相关。
Williamson，Olive(1988)发现拥有优质投资项目的公司的财务困境成本较
高，因为构成企业价值的优质投资项目的净现值在发生破产时几乎完全消失，因
此，拥有优质投资机会的企业将保持较高的现金持有水平以避免财务困境的发
生。因此，盈利性投资机会的增加意味着如果公司面临现金短缺，将不得不放弃
好的项目。因此，这样的投资机会越多，企业就应持有更多的现金。
Morck et al，Stulz(1988)研究发现企业的价值与经营者的持股比例之间是
非线性的关系。这意味着增加经营持股的边际效应取决于目前的持股水平，当经
营者的持股比例较高时，外部股东监督经营者的行为更为困难，因为较高的持股
比例赋予经营者对企业更直接的控制权，提高了他们抵制外部压力的能力。因此，
稳固的(entrenched)经营者将选择持有更多的现金以追求他们自身的利益。经营者
持股与企业现金持有量的实证研究文献并未得到一致的结论。Mikkelson and
Partch(2003)研究发现，现金持有量持续较高的公司与现金持有量适度的公司
的股权结构没什么差异。相反，Harford(1999)通过对现金持有量对公司并购
影响的实证研究发现，现金富余的公司进行并购的倾向性更大，而且支付的并购
价格过高，与其它并购企业相比，它们实施并购后的业绩更差，这为自由现金量
的代理成本假说提供了经验证据。Faulkender实汪研究发现，管理者持股比例与
企业的现金持有量显著负相关，而且当大股东比例增加时，现金持有量会有所下
8
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
降。Ozkan实证研究了企业股权结构对现金持有量的影响，结果发现，当经营者
持股比例增加到24％时，企业的现金持有量开始下降，当持股比例达到64％时，
企业的现金持有量开始上升，为企业现金持有量与经营者持股比例的非单调关系
提供了经验证据。
Shleifer andVishny(1992)讨论了出售资产作为融资来源的情况。当一个企业
的资产负债表上有资产，并且这些资产能够以较低成本转化为现金，那么通过出
售这些资产筹集资金就是经济的。现金以外的流动资产在发生现金短缺时能以较
低的成本变现，这些流动资产被当作是现金的替代物。因此，流动资产较多的企
业往往持有的现金水平较低。另外，支付股利的公司可以通过减少它的股利支付
率来获得低成本的资金，所以这些公司比没有支付股利的公司持有更少的现金。
Jarrad HafoM(1999)认为由于资本市场的信息不对称，考虑到融资的成本，
企业往往乐意持有更多的现金，当出现有价值的项目的时候，可以立即进行投资。
但是过多的现金会带来负的效应，但是因为无法完全监控管理人员的行为，那些
现金流富裕的公司倾向于进行收购，而额外的收购会带来公司业绩的下降和股价
． 的下跌。
Opler,et a1．(1999)对于公司现金持有和财务杠杆之间的关系提供了两种相反
的结论：他们认为具有高财务杠杆的公司倾向于持有更多的现金，因为高杠杆公
司往往比较难于从外部获得融资，所以持有更多的现金有利于把握住出现的投资
机会。第二种观点则是基于管理者和资金提供者之间存在的代理问题，由于管理
者往往愿意持有更多的现金，高的财务杠杆会带来更加严苛的外部监控，所以高
杠杆公司会面对较低的代理问题。由此Opler,et a1．从这个角度认为二者具有负
相关的关系。
Ozkan(1996)认为，小规模企业在发生财务困境时更有可能被清算，与大
规模企业相比，小规模企业举借时的限制性条款较多，外部融资成本高昂。此外，
发展时间长且相对稳定的大型企业与小规模企业相比，信息不对称程度较低。很
多的文献都实证研究过公司规模对现金持有的影响，(Meltzer,1963；Frazer,1964；
Vogel and Maddala,1967；Opler,et a1．，1999)．另外，Kim，et a1．(1998)认为大公司
更可能拥有较低的外部融资成本，因而倾向拥有较低的现金。和他们的结论一致，
Vogel and Maddala(1967)，Kim，et a1．(1998)and Opler，et a1．(1999)实证发现大公
9
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
司具备更低的现金比率。
Kim et al(1998)以美国915家制造企业为样本，实证研究了企业现金持有
量的影响因素，结果发现，外部融资成本较高，盈余波动大，以及资产回报低的
公司持有较高的流动性资产。Opler el al(1999)研究了美国公开上市公司现金
持有量的决定因素，他们研究发现，企业存在最优的现金持有余额，增长机会和
现金流量的变动性与企业的现金持有量正相关，企业规模和信用等级与现金持有
量负相关。总体而言，他们为现金持有量的静态权衡模型提供了经验证据。现金
流量的不确定性增加了企业面临现金短缺的风险。采取套期保值工具的成本，当
企业面临现金流量较大随机波动时，不得不到资本市场上寻找资金，而利用金融
工具进行套期保值，能规避这种风险。因此，一般认为套期保值成本高的公司将
持有更多的现金。
Dittmar(2003)以来自45个国家的11591家公司为样本实证研究了股东保
护与企业现金持有量之间的关系，他们研究发现，股东保护较弱的国家，企业持
有的现金量较高。即使资本市场相当发达，企业也持有较多的现金量。Ferreira and
Vilela(2004)的实证研究，除了股东权利的保护外，还考虑了债权人的权利与
法律的执法质量。结果发现，在对投资者利益保护程度较高的国家中，企业持有
较少的现金，从而支持管理者操控性代理成本模型在解释企业为什么持有现金方
面具有重要作用的理论假说。实证研究了股东的法律保护程度，执法质量与债权
人的法律保护程度对公司现金持有量的影响，研究发现，股东权益的法律保护程
度与公司的现金持有量负相关，执法质量和债权人的法律保护程度与公司现金持
有量正相关，这可能是有效的执法与债权人保护增加了公司在财务困境中破产的
概率，公司通过增加现金持有量以免财务困境的发生。
Fama(1985)认为银行作为借款人在降低信息成本与收集信息方面具有相对
优势，与其他债权人相比，他们利用内部信息更能有效地评价与监督借款人，银
行被认为起着甄别的作用。因此，银行向企业提供贷款或更新贷款的意愿传递企
业的正面信息。银企关系的存在通过传递企业信誉价值的信息提高企业的外部举
债能力。也就是说，企业的银行性债务越多，企业越容易取得的外部融资，意味
着企业持有的现金量越低。以上实证研究结论支持了紧密的银企关系导致较低的
间接融资成本和外部融资限制，进而企业持有较低现金余额的观点。
i0
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
Weinstein andYafeh(1998)认为，以银行为主的公司治理模式会导致财富从企
业向银行的重新分配，与存在主银行的企业相比，非关系性融资企业的经营效益
更好。假设银行持有企业的股票比例是n，如果企业将富余的现金以股利的形式
分配给投资者，银行只能得到企业n比例的现金，并将得到的这部分现金贷给其
他企业。然而，如果企业不支付股利而将现金存在银行，主银行就能将全部的现
金贷给其它企业。然而，如果企业持有现金，企业就不需要向银行融入支付股利
或其它项目所需的资金。因此，银行需要在鼓励企业持有现金与支持股利之间权
衡，对银行来说，最理想的情况是，企业持有现金，并通过银行为支付股利与新
的项目融资，这种情况只有在银行具有垄断能力的条件下实现。
日本的主银行拥有垄断权，它们就会诱使企业持有较高的现金水平。Rajan
andZingales(1995)研究发现，日本企业平均的现金持有量占资产的比重几乎是其
它G6国的两倍。实证研究了银行对美国、德国和日本工业企业现金持有量的影
响，结果发现，日本企业的现金持有量高于美国与德国，企业现金持有量随着银
行权力的削弱而降低，为日本的主银行拥有垄断权，诱导企业持有较高的现金余
额，以从企业获取租金或降低其监督成本的观点。Lee Pilll(o谢tZ Rohan
Williamson(2001)研究发现日本的企业持有的现金量比他们的欧美对手要高的
多，由于日本特殊的主银行制度，以及并不发达的直接融资市场，银行对于企业
具有更强的控制权。银行持有公司的股份，但是却并不倾向于获得股利，而是让
银行持有更高的现金存款，从而主银行可以获得可靠的资金来源。为了避免可能
存在的企业债务危机，银行也鼓励企业拥有更高的现金，以避免信用危机。另外，
主银行由于对企业进行了担保，如果企业不能按时付款，将会大大影响银行的声
誉，从这个角度上来说，主银行也鼓励企业多持有现金。
2．2国内文献综述
和国外文献相比，国内的文献比较少，很多停留在如何来确定企业的最佳现
金持有量的理论方法上。少有对国内企业现金持有量和企业的财务特征，股权特
征等变量进行实证研究。
于东智、胡国柳和王化成(2006)通过对中国国内149家A股公司(包括同
时发行B股)为样本进行实证研究，指出在治理规则日渐完善的中国证券市场上，
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
大股东侵蚀中小股东利益而中小股东仍无法有效保护自身利益的问题仍不容忽
视。这表现在：1．国家股比例与企业的现金持有量显著负相关；A股比例、可流
通外资股比例与企业的现金持有量负相关，其中可流通外资股比例是显著负相
关。2．在目前的治理环境下，制衡的股权结构会在一定程度上缓解大股东侵蚀
中小股东利益的问题，这表现为法人股比例与企业的现金持有量显著正相关。3．
就普遍意义而言，独立董事们显然没有起到遏制经理人员与大股东们企图侵蚀
中、小股东利益的作用，甚至在聘用独立董事的光环下，侵蚀中小股东利益的行
为愈演愈烈。4．对高管人员的激励与约束机制仍不到位，微弱的持股比例以及功
能匮乏的经理市场仍不足以激励高管人员站在维护整体股东利益的角度行事。因
此，加大激励力度并努力营造有效的经理市场是未来继续深化治理改革的努力方
向。5．银行债务水平与现金持有量负相关。6．债务期限结构并没有对企业现金持
有量产生影响，而现金替代物竞与现金持有量显著正相关。
彭桃英、周伟(2006)的研究发现，通过对174家在1998．2000年连续3年
持有高额现金上市公司的研究发现，无论是从高额现金持有行为影响因素、高额
现金对企业业绩影响及企业如何使用现金等角度分析，权衡理论比代理理论更适
合用来解释我国企业的高额现金持有行为。
张人骥、刘春江以2000年的上市公司为样本，通过股权结构证实股东保护
是现金持有的重要影响因素，二者呈负相关关系。
2．3现有研究的局限性与可研究的问题
国内外的文献分别从权衡理论、优序融资理论、信息不对称以及代理成本等
角度来对企业现金持有的问题进行了研究。权衡理论、优序融资理论涉及了企业
的财务特征和经营特点；信息不对称关注的是企业和资本市场之间的关系，不同
行业的企业信息不对称程度是不同的。而从代理成本的角度展开研究则更多考虑
了企业的公司治理结构。但这些文献的结论不是对同一个行业的研究所得，就是
对很多行业的混合数据研究所得。他们的研究没有对行业进行区分，因而无法回
答不同行业的现金持有行为是否存在差异，更无法回答这些差异背后形成的机理
是什么。
12
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
3模型选择与研究方法
前章对国内外文献的综述，为我们进行中国上市公司现金持有水平的研究提
供了很多有价值的论点。本章以此为基础，结合中国上市公司的实际情况，提炼
一组影响企业现金持有水平的因素，建立理论模型。同时，本章还将阐述实证部
分研究流程与研究方法。
3．1理论基础
3．1．1从权衡理论的角度看企业现金持有
权衡理论认为企业存在一个最优的现金持有量，它可以通过比较持有现金的
边际收益与边际成本来进行确定。现金持有的收益主要包括：降低了企业发生财
务困境的概率；能使企业在发生财务约束时实施投资政策；降低外部融资的成本
与清算现有资产。持有现金的成本主要包括：1．持有成本，现金的持有成本是企
业因保留一定的现金而增加的管理费用(如管理人员工资、必要的安全措施费等)
及丧失的再投资收益。这部分费用具有固定成本性质，在一定范围内保持不变2．
转换成本，转换成本是企业用现金购入有价证券以及转让有价证券换取现金时所
付出的交易费用，即现金同有价证券相互交换的成本。转换成本与现金持有量的
关系是：在现金需要量既定的前提下，现金持有量越少，进行证券变现次数越多，
相应的转换成本就越大；反之，现金持有量越多，证券变现次数就越少，需要的
转换成本也就越少。3．短缺成本，现金短缺成本是指在现金持有量不足而又无法
及时通过有价证券变现加以补充而给企业造成的损失，包括直接损失和间接损
失。现金的短缺成本随现金持有量的增加而下降，随现金持有量的减少而上升，
即与现金持有量负相关。当持有现金的边际收益等于边际成本的时候，企业就处
于最优的现金持有水平。
根据权衡理论，只要是能够影响企业持有现金成本和收益的因素，都会影响
到企业的现金持有水平。下面就对这些因素进行详细的分析：
1．投资机会。盈利性投资机会的增加意味着如果公司面临现金短缺，将不得
不放弃好的项目。因此，这样的投资机会越多，企业就应持有更多的现金。同时，
拥有优质投资项目的公司的财务困境成本较高：因为构成企业价值的优质投资项
目的净现值在发生破产时几乎完全消失，因此，拥有优质投资机会的企业将保持
13
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
较高的现金持有水平以避免财务困境的发生。
容易理解，不同行业的企业面对的投资机会存在很大的差异。然而，处于相
同行业的企业面对的投资机会一样会有区别。投资机会的多少以及把握投资机会
能力的强弱决定了公司的盈利预期和未来的发展速度。对于相同行业的企业来
说，我们假定每个企业与资本市场信息通畅程度相同，那么那些拥有较多投资机
会的企业会被市场给予更高的估值。
2．负债率。随着企业负债率的增加，企业破产的概率就会上升。为降低企业
发生财务困境的可能性，高负债率的企业就会倾向持有较多的现金。另一方面，
负债率高低反映了企业举债的能力。负债率越高，企业的举债能力就越强，企业
持有现金水平就越低。这两种逻辑得出的结论是矛盾的，这也说明企业现金持有
水平与负债率之间的关系是比较复杂的。
3．企业规模。与小规模企业相比，由于证券发行的固定成本带来的规模经济，
大规模企业的外部融资成本较低。由于多元化经营，大规模公司可以出售部分非
核心资产来获取现金流量，而使其发生财务困境的概率较低。因此，规模较大的
企业往往有能力维持较低的现金持有水平支撑其日常运营。
4．历年现金流增量的波动性。由于市场行情和其他不测因素的存在，企业通
常对未来现金流入量和流出量很难做出准确的估计和预期。历年现金流增量的波
动性较大暗示企业将来面临现金短缺的风险也较大。因此，历年现金流增量波动
性较强的的公司应持有更多的现金。
3．1．2从优序融资理论和信息不对称的角度看企业现金持有
优序融资理论认为如同没有最优水平的负债一样，也没有最优水平的现金持
有量。现金帐户不过是企业根据自身的次序进行投融资活动的结果。该理论的两
个中心思想是：企业更加偏好内部融资；如果需要外部融资，则偏好债务融资。
现金当作是留存收益与投资需求之间的缓冲物。那些拥有高的现金流的公司能够
派发股利，偿还债务并且累积现金。那些现金流比较低的公司会需要资金注入，
通过发行债券来对投资进行融资，但是他们避免进行股票融资因为那样成本很
高。
从优序融资理论的角度来看，一个企业历史上现金的获取能力对当期的现金
持有水平具有很大的影响。企业的现金持有水平“被动”于其获取现金的能力，
14
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
因此考察企业历年的现金获取能力具有格外的意义。
信息不对称往往使公司筹集外部资金需要付出高昂的成本。信息不对称可能
造成市场上企业股票价位混乱，外部资金供应者认为要确保他们不以被高估的价
格购买证券，就应适当地对所购买的证券打折扣。正是由于不对称信息的存在，
外部资金供应者对价格的折扣传递给管理层的信息却可能是证券价格被低估了。
这样，管理层发现不发行证券可能更有利，就会相应地减少投资机会。信息不对
称模型预测了当证券发行对信息敏感时，筹集外部资金的成本就会随着信息不对
称的增加而增加。为了降低信息不对称所带来的高成本，持有丰裕的现金是有价
值的。既然具有严重信息不对称的公司进入资本市场有更多的困难，这些公司就
应该拥有更多的现金持有量。否则，当信息不对称很严重时，现金短缺会迫使公
司压缩投资，同时可能面临更大的成本支出。研究和开发费用支出较高的企业，
一般面临的信息不对称问题更严重，公司陷入财务困境的成本将会更大。
3．1．3从代理成本的角度看企业现金持有
现代企业所有权与经营权的分离，是公司所有者与管理者之间出现代理问题
的根源。由此产生的利益分化可能会使管理者不惜牺牲股东的利益而持有高额现
金达到个人目的。当管理者手中拥有大量可处置的自由现金流时，他们可能倾向
于对净现值为负的项目进行过度投资，这些行为是以牺牲股东利益为代价的。另
外可能存在的代理问题表现为股东之间的代理问题，比如大股东对小股东的利益
侵占问题。大股东持股比例高可能会利用自己对公司的控管权给企业压力，使其
持有大量现金为大股东谋利。当然，大股东持股比例高也可能会企业带来更强的
监管，促使企业获得更高的效率。代理问题涉及到的企业的经营者、公司的大股
东、小股东以及董事会之间的关系，因此有很多因素都会对代理问题构成影响，
进而影响到企业的现金持有水平。
1．经营者持股比例。提高经营者的持股比例能够协调经营者与股东的利益冲
突。因此，由于经营者持股的利益协调效应，随着经营者持股比例的提高，企业
的现金持有量应当下降。不过，当经营者的持股比例较高时，外部股东监督经营
者的行为更为困难，因为较高的持股比例赋予经营者对企业更直接的控制权，提
高了他们抵N#I-部压力的能力。因此，经营者可能选择持有更多的现金以追求他
们自身的利益。由此，可以看出经营者持股比例与企业的现金持有水平并非是线
lS
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
性的，而是在不同的前提下，存在着复杂的影响。
2．董事会特征。董事会作为一种监督机制的有效性得到了理论界的广泛研
究，这些研究主要集中于董事会的两个特征：董事会规模与董事会构成。较大的
董事会因涉及较多的决策人员使决策过程变得迟缓而缺乏效率。说明董事会规模
越大，董事会的功能越不能有效发挥，企业的现金持有量也就越多。与内部董事
相比，外部董事是公司管理者更有效的监督者，因此外部董事的数量增加能够降
低企业的现金持有水平。
3．股权集中度。缓和股东与经营者代理问题的一种有效方式就是，股东有效
地监督经营者以确保他们按股东的利益行事。监督经营者的股东承担与他们的监
督活动相关的所有成本，而只按持股比例享有监督带来的收益。股权集中型公司
相对于股权分散型公司具有较高的盈利能力和市场表现，公司控股股东有足够的
激励去收集信息并有效监督经营层，避免了股权高度分散情况下的搭便车行为。
另外，拥有大股东的企业外部融资的成本较低，意味着不需要持有更高水平的现
金。
不过大股东的有效监督虽然能够降低经营者的代理人问题，但是又带来了大
股东与中小股东的利益冲突。代理问题不仅仅限于管理者和股东之间的利益冲
突，而更多的是指源于有控制权的大股东和小股东之间的利益冲突。大股东往往
有以中小股东的利益为代价积累大量的现金以追求自身利益的强烈动机，因此，
股东集中度又与企业的现金持有量正相关。综合而言，大股东的持股比例与企业
现金持有水平之间的关系是不明确的。
4．投资者法律保护。提高投资者的法律保护是加强公司治理的一种有效方
式，投资者法律保护程度越高，股东与债权人等外部投资者监督与约束经营者的
权利就越能得到保障，因而，越能有效约束经营者的代理人问题，相应地，企业
持有的现金也就越低。
3．2模型的选择与设定
前面我们分别从权衡理论、优序融资理论、信息不对称理论以及代理成本的
角度分析了影响企业现金持有水平的因素。通过对这些因素的提炼，我们定义了
如下的一些变量进入我们的理论模型：
16
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
1．变量DEP，为企业的市值与账面价值之比，用其来表示市场对企业资产的
溢价程度，在模型中用以反映企业面临投资机会的多寡。
计算公式如下：
DEP：：．F——S——．x—．P．—R——I—C——E———+———(—I——S——-——．F．—S—．)．．x——N——T—．A———+——T——D——
TC
NTA：：—TC-—TD
TS F晰场上可以自由流通的股份数
TS一企业的总股份数
PRICB一当期股票价格
NTA一每股净资产
T卜总负债
TC--总资产
值得注意的是，该变量并非一个完美的指标，它会让负债率很高的企业，特
别是负债率高于1的企业获得很高的DEP值，这是不合理的。因为此时的DEP值
已经不能够反映该企业实际投资机会的多寡。在后面的实证部分，我们会对此专
门进行处理。
2．变量CAR，表示过去5年企业现金流增量的均值与企业当期总资产之比。该
项指标反映历史上企业获CA取R：现：金—能M力ean的(C强Al弱,C：A2,—CA3,CA4,CA5) TC
Mean0—对括号内变量求均值CAl，CA2，CA3，CA4，CA蹶示过去5年中每年企业的现金流增量
3．变量CSDR，表示过去5年该企业的现金流增量的标准差与当期总资产之
比，用以表示历史上企业现金流增量波动性。
CSDR：=．S．．D——(．C．．A—．．1。,．C——A—．2——,—C——A．．3——,—C——A——4——,—C—．A———5—)—
TC
SD()一对括号内变量求标准差
4．变量TCR，是企业总资产与其所处的行业内企业平均总资产之比，用以度
量企业的规模：
17
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
ATC—行业平均资产规模
5．变量DR，表示企业的负债率：
TCR：』生么彤
DR：：—TD— 陀
6．变量DSTR，是企业短期债务与总债务之比。这里DSTR作为度量企业与外
界信息不对称程度的指标。其基于如下的逻辑：一个信息不对称程度较高的企业
为了降低其债务融资成本，会更多的靠短期债务融资而不是长期债务融资。原因
是信息不对称程度高的企业如果谋求长期债务，会付出更高的成本，因而选择短
期债务是一个明智的选择。因此通过分析一个企业的债务结构，就能够从一定程
度上推断其信息不对称的程度，进而对其现金持有水平做出某种推测。变量DSTR
定义如下：
DSTR：里
TD
SD--短期债务
7．变量SC，其为第一大股东持有股份占总股份的比例，用以度量股权的集
中度。
8．变量CTR，企业持有的现金与总资产之比t
CTR：=—CAS—H
TC
CASH一企业持有的现金，这里现金的计算方法为企业的财务报表中货币现金
与短期投资之和
TCm企业的总资产
根据前面定义的解释变量与被解释变量，我们得到如下的多元线性模型：
CTR=Po+层DEP+属傩+f13TCR+f14DSTR+flsCSDR+D6CAR+PTSC+u,
理论模型是我们进行实证研究的基础，本章在解释变量的选择上，借鉴了经
典文献中对企业现金持有水平研究已取得的成果。由于本文的重点是比较不同行
业现金持有模型的结构性差异，因此在设定理论模型时，充分考虑了解释变量与
行业的结合度。其中出发点之一就是尽可能让不同行业的实证模型选择不同的解
18
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
释变量。如果变量本身对现金持有水平的影响较复杂，就会有利于捕捉行业间的
差异。因此，我们选取了如DR、SC这类理论上对企业现金持有水平可能产生双
向影响，最终结果不确定的变量。希望借此更好地突出行业间细微的差异。另外，
为了让回归模型两端的量纲一致，我们定义所有的变量均为“比率’’形式。
3．3研究流程与方法
3．3．1行业分类与选择
本文实证部分对行业的分类采用证监会制定的《上市公司行业分类指引》的
分类准则。根据《指引》，目前我国上市公司共分为13大行业，其中制造业独占
鳌头，因此在具体的分析中，本文就制造业进一步研究了其二级行业的特征。《指
引》中所规定的行业见表3．1。对制造业二级行业的分类见表3．2，其中行业代
码系作者制定。
表3．1 <上市公司行业分类指引>行业编码表
一级行业编码一级行业中文名称
A 农、林、牧、渔业
B 采掘业
C 制造业
D 电力、煤气及水的生产和供应业
E 建筑业
F 交通运输、仓储业
G 信息技术业
H 批发和零售贸易
I 金融、保险业
J 房地产业
K 社会服务业
L 传播与文化产业
M 综合类
19
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
表3．2 ‘上市公司行业分类指引>中制造业二级行业编码表
制造业行业二级编码制造业二级行业中文名称
CO 食品、饮料
C1 纺织、服装、皮毛
C2 木材、家具
C3 造纸、印刷
C4 石油、化学、塑胶、塑料
C5 电子
C6 金属、非金属
C7 机械、设备、仪表
C8 医药、生物制品
由于本文篇幅所限，不可能对所有行业的现金持有水平进行研究。这里我们
选择房地产行业和制造业作为研究的对象。选择这两个行业的理由是房地产行业
现金的持有水平显著低于制造业，对此我们作了制造业与房地产业现金持有水平
的比较。利用SPSS软件中的均值比较功能，我们得到了表3．3和表3．4
表3．3房地产业与制造业现金持有水平比较
Group Statistics
Std．Error
group N Mean Std．Deviation Mean
ctr 1．00 60 ．1262 ．09664 ．01248
2．00 267 ．1655 ．11503 ．00704
表3．4房地产业与制造业现金持有水平比较
Independent Samples Test
．evene’s Test fol
ualitv of Varianc t-test f；Dr Equality of Means
●
95％Confidence
IntervaI of the
Mearl 5td．EffOI Difference
F Sig． t df ig．(24ailec )ifference )ifference Lower Upper
ctr Equal vafial
assumed
．920 ．338 ．2．461 325 ．014 一．03936 ．01599 ．．07082 ．．00790
Equal varial
-2．747 00．297 ．007 一．03936 ．01433 ．06778 ．．01094
not assume
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
表3．3和表3．4中我们发现房地产业的现金持有水平要显著低于制造业的现
金持有水平。由此，我们可以直观地判断房地产业和制造业的现金持有模型可能
存在着一定的差异。而对这两个行业的现金持有模型的研究很可能揭示出差异背
后的机理。
由于制造业二级行业众多，并且二级行业内样本数量充足，每个制造业的二
级行业关联度不高，因此将其分开进行研究将能够更清晰的展示行业之间的差
异。本文将对制造业下的三个二级行业“机械、设备、仪表’’(下简称“机械"
行业)、电子、“医药、生物制品"(下简称“医药"行业)进行实证分析。
图3．1研究流程图
21
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
3．3．2研究流程
图3．1展示了实证研究部分的基本流程。下面对每个研究环节的方法详述如
下：
1．数据的预处理：我们剔除掉那些不能够提供在A股市场上流通股份份额的
公司。这是因为模型中的重要变量DEP与A股股价紧密相关，因此A股流通份额
是不可或缺的变量。另外，我们还剔除掉了负债率高于l、净资产为负的企业；
我们认为该类企业表现出很高的DEP值，主要是因为高负债率造成的，DEP值不
符合其实际公司运营情况。
2．在进行模型的回归处理的时候，我们采用SPSS中的stepwise方法，其核
心是在回归的同时对所有变量逐个选入或剔除，最后保留那些显著性水平最高、
最具统计学意义的变量。因此用stepwise方法对模型进行回归达到了选择变量
和参数估计两个目的。
3．对模型共线性的检测我们直接应用SPSS软件自带的共线性检测功能，其
会输出如表3．5的一些变量：
表3．5 SPSS软件输出关于共线性检测相关指标的解释
指标判定标准
容忍度(Tolerance) 一般其小于0．1时，表明存在严重的共线性。
方差膨胀因子(Variance
为容忍度的倒数，一般认为VIF不应大于5
inflation factor)
若前面几个主成分数较大，而后面几个较小，甚至接
特征根(Eigenvalue)
近于0，表明模型存在严重的共线性。
如果几个条件指数较大(大于30)，则提示存在多重
条件指数(Condition Index)
共线性
若某个主成分对两个或多个自变量的解释均较大(如
变异构成(Variance Proportion)
大于0．5)，说明这几个变量存在一定程度的共线性
资料来源：SPSS高级教程(张文彤，2004)
4．本论文采用怀特检验对模型的异方差性进行检验。对异方差的修正，我们
根据异方差的类型选择修正方法。
5．当不同行业的实证模型选取的解释变量相同时，我们用邹至庄检验来判断
两个模型的参数是否存在差异。
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
4现金持有的实证研究
在前章，我们建立了企业现金持有的理论模型，并对实证的流程和方法做了
详细的阐述。本章将使用SPSS软件处理数据，得出各个行业的实证模型。所有
数据取自WIND资讯系统，原始数据来源于上市公司的2006年年报。选择年报的
原因是因其能够全面反映企业的上年业绩，另外其所公布的财务数据也最为全
面。股价为上市公司在2007年4月30日的均价①。选择这个时间点一方面是因
为所有的上市公司都已经公布年报；另外该时间点距离年报公布时间较近，因此
股价能够较好的反映出年报中所公布的业绩。
我们从机械、电子、医药和房地产业一共得到418个有效样本。其中机械行
业的样本数最多，达到了209个。而其它几个行业的样本数量相当：电子行业
58个，医药行业91个，房地产行业60个。这从一个侧面反映了制造业的规模
庞大，其二级行业机械行业的企业数量就已经远远超过了房地产业。
值得注意的是，我们计算企业的历史现金增量与方差，需要企业5年(含当
年)的现金增量数据，部分企业由于上市时间较短，因此无法提供较早时间的数
据，对这类企业我们按照其从上市开始披露的数据进行计算。另外，我们在计算
企业增长因子DEP时，由于部分企业在多个资本市场上同时上市，如“A+B"
和“A+H"的形式，对于同时在A、B股上市的企业，我们计算市值的时候同时
考虑了A、B股的价值。但是对于在香港以及境外上市的股份，我们没有计入，
那部分股权的价值我们按照每股净资产进行统计。
由于每个行业的实证研究方法类似，本文正文中只对机械行业的实证研究过
程进行详细的阐述。这是因为机械行业的情况较为复杂，样本数量多，并且模型
还存在异方差性，需要对此进行纠正，具有一定的特殊性。其它行业在回归过程
中，没有发现异方差性和共线性，回归过程的方法简单雷同，但是由于SPSS软
件输出的图表太多，因此这几个行业的详细回归过程作为附录。正文中只保留这
几个行业的实证结果，包括实证模型和对模型中参数的检验结果。
需要强调的是本文实证分析部分采用的是横截面数据，因此所有结论都在
2007年这个时间点上得出的。因而，这些结论成立的前提是资本市场处于2007
年这样的牛市，当资本市场处于熊市时，它们是否成立还需要进一步的分析。
。日均价=【指定交易日成交额(千元)+lOOo】／【指定交易日成交量(手)+100】
23
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
4．1机械行业的实证分析
4．1．1机械行业的多元线性回归模型
机械行业的样本数量最多，经过处理后，我们一共得到了209个有效样本。
应用SPSS软件中的多元线性回归功能，选择stepwise方法，保留回归时得到的
残差，同时启用系统中对共线性的自动诊断功能。SPSS软件输出如下的结果：
表4．1机械行业多元线性回归输出表一
Model Summary。
Adjusted R Std．Error of
Model R R Sauare Sauare the Estimate
1 ．635a ．403 ．401 ．08762
2 ．706b ．499 ．494 ．08052
3 ．714c ．510 ．503 ．07977
4 ．722d ．521 ．512 ．07905
a．Predictors：(Constant)，CAR
b．Predi ctors：(Constant)，CAR，CSDR
O．Predictors：(Constant)，CAR，CSDR，DR
d．Predictors：(Constant)，CAR，CSDR，DR，TCR
e·Dependent Variable：CTR。
表4．2机械行业多元线性回归输出表二
ANOVAe
Sum of
Model Sauares df Mean Sauare F Sig．
I Regression I．075 l i．075 140．015 ．0008
Residual I．589 207 ．008
Total 2．664 208
2 Regression 1．329 2 ．664 102．464 ．000b
Resi dual I．336 206 ．006
Total 2．664 208
3 Regression 1．360 3 ．453 71．228 ．000c
Residual 1．304 205 ．006
Total 2．664 208
4 Regression 1．389 4 ．347 55．582 ．000d
Residual I．275 204 ．006
Total 2．664 208
a．Predictors：(Constant)，CAR
b．Predictors：(Constant)，CAR，CSDR
C．Predictors：(Constant)，CAR。CSDR，DR
d．Predictors：(Constant)，CAR，CSDR，DR，TCR
e·Dependent Variable：CTR ’
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
表4．3机械行业多元线性回归输出表三
Coefficient§
Unstandardi zed ；tandardi zed Collinearity
Coefficients ：oefficients Statistics
Model B ；td．ErroT Beta t Sig． Polerance VIF
1(Constanl ．146 ．006 23．288 ．000
CAR 2．051 ．173 ．635 11．833 ．000 1．000 1．000
2(Constanl ．107 ．008 12．697 ．000
CAR 2．015 ．159 ．624 12．644 ．000 ．999 1．001
CSDR ．533 ．085 ．309 6．255 ．000 ．999 1．001
3(Constanl ．150 ．021 7．086 ．000
CAR 2．010 ．158 ．623 12．731 ．000 ．999 1．001
CSDR ．496 ．086 ．288 5．769 ．000 ．962 1．040
DR 一．077 ．035 一．110 —2．211 ．028 ．962 1．039
4(Constant ．150 ．021 7．124 ．000
CAR 1．974 ．157 ．611 12．543 ．000 ．987 1．013
CSDR ．504 ．085 ．292 5．902 ．000 ．960 1．042
DR 一．086 ．035 一．124 -2．483 ．014 ．948 1．055
TCR ．005 ．002 ．107 2．178 ．031 ．97l 1．030
a·Dependent Vari able：CTR
表4．4机械行业多元线性回归输出表四
Excluded Variable妒
COllinearitv StatistiCS
Partial Minimum
Model Beta In t Sin． Correlation Tolerance VIF Tol erance
1 CSDR ．3098 6．255 ．000 ．400 ．999 1．001 ．999
DR 一．166a -3．149 ．002 一．214 1．000 1．000 1．000
DSTR 一．0258 一．470 ．639 一．033 ．993 1．007 ．993
TCR ．0728 1．332 ．184 ．092 ．990 1．010 ．990
SC ．0948 1．748 ．082 ．121 ．989 1．01l ．989
DEP ．0408 ．749 ．455 ．052 1．000 1．000 1．000
2 DR 一．1lOb 一2．21l ．028 一．153 ．962 1．039 ．962
DSTR 一．038b 一．758 ．449 一．053 ．992 1．009 ．992
TcR ．092b 1．861 ．064 ．129 ．986 1．014 ．986
SC ．095b 1．934 ．055 ．134 ．989 1-011 ．988
DEP 一．015b 一．297 ．767 一．021 ．969 1．032 ．967
3 DSTR 一．0480 一．970 ．333 一．068 ．983 1．017 ．955
TCR ．107。2．178 ．031 ．151 ．971 1．030 ．948
Sc ．099c 2．028 ．044 ．141 ．988 1．012 ．961
DEP 一．0380 一．751 ．453 一．053 ．931 1．074 ．925
4 DSTR 一．041d 一．847 ．398 一．059 ．980 1．021 ．941
sc ．076d 1．5ll一．132 ．105 ．919 1．089 ．902
DEP 一．024d 一．473 ．637 一．033 ．914 1．094 ．914
a．Predictors in the Model：(Constant)。CAR
b．Predictors in the Model：(Constant)，CAR，CSDR
c．Predictors in the Model：(Constant)，CAR，CSDR，DR
d．Predictors in the Model：(Constant)，CAR，CSDR，DR，TCR
e·Dependent Variable：CTR
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
表4．5机械行业多元线性回归输出表五
Collinearity Diagnosti内
Condition Variance ProDortions
Model Dimensio !igenvalue Index (Constant) CAR CSDR DR TCR
l 1 1．251 1．000 ．37 ．37
2 ．749 1．293 ．63 ．63
2 1 1．868 1．000 ．10 ．06 ．10
2 ．878 I．458 ．02 ．93 ．04
3 ．254 2．715 ．87 ．01 ．86
3 1 2．686 1．000 ．01 ．02 ．04 ．01
2 ．904 1．724 ．00 ．98 ．01 ．00
3 ．372 2．688 ．01 ．oo ．81 ．05
4 ．038 8．356 ．98 ．OO ．14 ．94
4 l 2．911 I．000 ．01 ．02 ．03 ．01 ．03
2 ．915 1．784 ．oo ．83 ．02 ．oo ．06
3 ．781 1．930 ．oo ．15 ．04 ．00 ．82
4 ．354 2．866 ．02 ．oo ．76 ．05 ．08
5 ．038 8．709 ．97 ．OO ．14 ．93 ．00
a·Dependent Variable：CTR
下面对上述输出结果进行解释：
1．从表4．1中看出一共进行了四次回归，给出了每次回归得到模型的复相关
系数R、决定系数R2、校正的决定系数虼、残差标准差(Std．Error of the
Estimate)s鹏⋯p；最终我们得到的模型中，R=O．722、R2=o．521、码=0．512、
Sy，l：⋯p=O．07905；就经济学模型而言，模型的尺2值表明模型拟合优度较好。
2．表4．2提供了回归模型的回归平方和(SSR)、误差平方和(SSE)以及被解
释变量的总变异平方和(SST)，以及三者的自由度，最后得到了模型F检验量以
及显著程度。最终得到的模型F=55．582，其大于我们设定95％的置信水平时的F
值。这说明模型在统计学上是高度显著的。
3．表4．3提供了回归过程中保留在模型中的变量参数估计值及其标准差，同
时提供了每个参数的t检验值。最终我们得到的模型中所有参数都通过了显著性
水平为95％的t检验。在最终得到的模型中保留的解释变量为：CSDR，CAR，TCR，
DR；被剔除的变量为：DSTR，SC，DEP。
表4．5还对解释变量的共线性进行了检查，根据本章第一节中对共线性指标
的判定标准，最终得到的模型不存在严重的共线性。
4．表4．4与表4．3相似，只是其提供的是在回归过程中被剔除变量的参数估
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
计、标准差以及t检验值。从表中可以看出，被剔除的变量DSTR、SC、DEP均没
有通过显著性水平为95％的t检验。
4．I．2模型的异方差性检验
由于我们使用的是横截面数据，因此有必要对模型的异方差性进行检验，本
论文采用怀特检验来完成对异方差的检验。这里我们构造一个新的辅助回归函
数：
旌=％+a1CSDR+ot2CAR+a3TCR+ot4DR+asCSDR宰CAR+oteCSDR宰TCR
+aTCSDR奉DR+aaCAR宰TCR+atgCAR}DR+aloTCR幸DR+a,1CSDR2+％2CAR2
+％3TCR2+％4DR2 q-u2，
幺。一机械行业首次回归得到的残差
再对上式进行回归，得到如下结果：
表4．6机械行业模型的怀特检验输出结果
Model Summ'y
I l Adjusted R Std．Error of
l Model I． R R Souare SQuare the Estimate
l 1 I ．4408 ．193 ．135 ．01193
a．Predi ctors：(Constant)，TCD，CAR2，CC，DR2，CSDR2，
CD，CAD，TCR2，CT，CAR，CAT，CSDR，DR，TCR
通过表可得：R2=0．193。进而，nR2=40．337
这里做假设：
％．％=q=⋯=％4=0．
％：％％⋯q·不全为零：
易知：nR2>Z2(14)0=0·05)，因此我们拒绝原假设，检验结果表明模型中
存在异方差性。
4．1．3模型的异方差性修正
怀特检验的结果告诉我们模型中存在着异方差，这说明机械行业的现金持有
水平并不是均方差的。虽然我们并不知道异方差的具体形式，但我们能够肯定现
金持有水平在我们预测值附近的波动性大小随着某种规律而变化。要想进一步揭
示异方差所表示的含义，就必须要知道异方差的形式，或者说异方差究竟与哪个
27
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
(些)解释变量相关。另外，更加重要的是，如果我们不知道异方差的形式，就
很难消除它对模型的影响，获得有效的参数估计。
要解决上述问题，就必须要建立模型估计异方差的具体形式。我们构造如下
的回归方程：
三刀(玩)=80+8lCSDR+a,CAR+83DR+84TCR+M
选择残差的自然对数作为被解释变量的原因是允许回归方程的右边小于0。
对该式进行回归，得到如下的输出结果：
表4．7异方差形式回归输出表一
Model Summaryb
Adjusted
。hetEsrtI；imomraao。teef lModelI l R RSquare RSquare
I 1 I ．630a ．397 ．367 2．20808 I
a·Predictors：(Constant)，CSDR
b．Dependent Variable：LNRES
表4．8异方差形式回归输出表二
ANOVAb
Sum of
ModeI Squares df Mean Squam F Sig．
1 Regression 33．530 1 33．530 59．341 ．000a
Residual 1009．252 207 4．876
Total 1 042．782 208
a·Predictors：(Constant)，CSDR
b．Dependent Variable：LNRES
表4．9异方差形式回归输出表三
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
ModeI B Std．ErrOr Beta t Sig．
1 (Constant) ．6．990 -229 —30．514 ．000
CSDR 6．125 2．336 ．179 12．622 ．000
a．Dependent Vanable：LNRES
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
表4．10异方差形式回归输出表三
Excluded Variablesb
Collineadty
PartiaI StatistiCS
Model Betall3 t Siq． Correlation Tolerance
1 CAR ．．048a -．699 ．485 -．049 ．999
DR ．0068 ．084 ．933 ．006 ．963
TCR ．084a 1．228 ．221 ．085 ．996
a．Predictors in the Model：(Constant)．CSDR
b．Dependent Variable：LNRES
从表4．晦4．10的输出结果中可以看出回归模型在统计学上高度显著。
具体的模型如下：
三，2(玩)=-6．99+6．125CSDR+wj
这样就得到了异方差的具体形式，根据表4．6中的尺2值，判断变量回归拟
合度较好，因而其预测值能够较好的对真实的异方差性进行拟合。
从回归方程中，可以看出异方差与CSDR呈正相关关系。这说明某个企业过
去现金流增量的波动性越强，其现金持有水平的方差就越大。这似乎很容易理解，
企业过去现金流增量的波动性较强，反映了该企业的现金收入并不稳定，企业的
现金收入是企业现金持有水平的基础。如果一个企业在过去的若干年当中，每年
的现金收入波动非常强，那么这种特点所反映的是企业自身的经营的不稳定性。
我们虽然无法通过直接知晓这背后的原因，但在一个相对短期的时间，这种特点
是企业的一种稳态表现。所以这类企业持有的现金水平也同样能够反映出企业的
这种特点。
在得到异方差的形式后，我们就可以对模型中的异方差性进行修正。采用加
权最dx-"乘法(WLS)来对模型进行回归，加权回归模型中最重要的就是权数的
定义。前面我们已经得到了异方差的具体形式，那么就可以通过该模型中拟合值
的倒数来作为权数。这里定义权数如下：
哆=1／exp(宫)
雪一异方差模型中的拟合值
这样我们就可以采用加权最小二乘法对模型进行第二次回归，在SPSS软件
仍然选择stepwise方法，得到结果如表4．1 1．表4．15
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
表4．11机械行业第二次回归输出表一
Model Summary
Adjusted Std．Errorof
ModeI R RSquare RSquare the Estimate
1 ．965a ．930 ．930 6．60332
2 ．998b ．995 ．995 1．73676
3 ．999c ．998 ．998 1．02069
4 ．999d ．998 ．998 ．99757
a·Predictors：(Constant)，CAR
b．Predictors：(Constant)，CAR，CSDR
c·Predictors：(Constant)。CAR，CSDR，DR
d．Predictors：(Constant)。CAR，CSDR，DR，TCR
表4．12机械行业第二次回归输出表二
ANOVAe,f
Sumof
Model Squares df Mean Square F Sig．
1 Regression 120434．4 1 120434．431 2762．01 6 ．000a
ResiduaI 9025．989 207 43．604
TataI 1 29460．4 208
2 Regression 128839．1 2 6441 9．527 21 356．882 ．000b
ResiduaI 621．365 206 3．016
Total 1 29460．4 208
3 Regression 1 29246．8 3 43082．283 41 353．342 ．000c
ResiduaI 213．571 205 1．042
Total 1 29460．4 208
4 Regression 1 29257．4 4 32314．352 32471．813 ．000d
ResiduaI 203．011 204 ．995
Total 1 29460．4 208
a．Predictors：(Constant)，CAR
b．Predictors：(Constant)．CAR．CSDR
C．Predictors：(Constant)，CAR，CSDR。DR
d．Predictors：(Constant)。CAR。CSDR。DR，TCR
e．Dependent Variable：CTR
f．Weighted Least Squares Regression—Weighted by RESDAOSHU
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
表4．13机械行业第二次回归输出表三
Coefficients a,b
Unstandardized Standardized
Coe佑cients Coe仟icients
Model B Std．Error Beta t Sift．
1(Constant) ．152 ．001 144．711 ．000
CAR 1．742 ．033 ．965 52．555 ．000
2 (Constant) ．107 ．001 119．643 ．000
CAR 1．895 ．009 1．050 206．249 ．0∞
CSDR ．608 ．012 ．269 52．786 ．000
3 (Constant) ．145 ．002 72．218 ．000
CAR 1．976 ．∞7 1．094 292．316 ．000
CSDR ．528 ．008 ．234 67．183 ．000
DR -．076 ．004 ．．0∞ ．19．785 ．000
4 (Constant) ．148 ．002 68．660 ．000
CAR 1．972 ．007 1．∞2 294．913 ．000
CSDR ．513 ．009 ．227 57．117 ．0∞
DR ．．083 ．004 -．094 ．19．138 ．000
TCR ．004 ．001 ．012 3．258 ．001
a·Dependent Variable：CTR
b．Weighted Least Squares Regression·Weighted by RESDAOSHU
表4．14机械行业第二次回归输出表四
Excluded Variables e,r
Collinearity
PartiaI Statistics
ModeI BetaIn t S哂． Correlation Tolemnce
1 CSDR ．269a 52．786 ．0∞ ．965 ．900
DR ．．234a ．13．124 ．000 一．675 ．579
DSTR ．467a 20．886 ．∞O ．824 ．217
TCR ．062a 3．120 ．∞2 ．212 ．829
SC ．230a 11．765 ．000 ．634 ．531
DEP ．．173a ．12．462 ．000 ．．656 ．996
2 DR ．．086b ．19．785 ．000 ．．810 ．428
DSTR ．．006b ·．274 ．7{珥．．019 ．058
TCR ．．023p -4．411 ．0∞ ．．294 ．7弱
SC ．．075b ．8．795 ．O∞ ．．523 ．232
DEP ．070b 11．353 ．0∞ ．621 ．384
3 DSTR 一．015c 一1．273 ．204 -．089 ．058
TCR ．012c 3．258 ．001 ．222 ．565
SC ．．001c ．．0∞ ．948 ．．005 ．136
DEP ．．002c 一．254 ．800 ．．018 ．153
4 DSTR ．．013d ．1．124 ．262 ．．079 ．058
SC ．．004d ·．468 ．640 ．．033 ．134
DEP ．0044 ．562 ．575 ．039 ．144
a．Predictors in the Model：(Constant)。CAR
b．Predictors in the Model：(Constant)。CAR．CSDR
c．Predictom in the Model：(Constant)．CAR．CSDR．DR
d．Predictors in the Model：(Constant)，CAR。CSDR。DR。TCR
e．Dependent Variable：CTR
f·Weighted Least Squams Regression·Weighted by RESD^OSHU
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
从上述输出结果中，可以看出经过修正后，模型中的变量没有发生变化。但
是参数的显著性有所提高。根据表4．13，我们得到如下的实证模型：
CTR=0．148+1．972CAR+0．513CSDR一0．083DR+O．004TCR+Hl
对模型参数作单边t检验，置信水平为95％下得到如下的结果：
表4．15机械行业实证模型参数符号检验结果
模型参数历属9s Bb
对应变量DR TCR CSDR CAR
参数符号+ + +
4．2电子、医药、房地产行业的实证分析
电子、医药、房地产三个行业的样本数分别为58、91、60。对这三个行业
的回归方法类似于机械行业。首先采用SPSS软件的stepwise方法对模型进行参
数估计和变量选择，在回归的同时检验模型的共线性；然后再采用怀特检验的方
法对模型是否存在异方差性进行判断；最后得出行业的实证模型。
对这三个行业的具体回归过程以及检验见附录，这里只陈述模型的回归结
果。通过怀特检验，这三个模型均没有异方差性，我们得到三个行业的实证模型
如下：
1．电子行业的实证模型：
CTR=O．106+2．551CAR+0．313CSDR+蚝f
对模型参数作单边t检验，显著性水平为95％下得到如下的结果：
表4．16电子行业实证模型参数单边检验结果
模型参数屈屁
解释变量CSDR CAR
参数符号+ +
2．医药行业的实证模型：
32
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
CTR=0．064+1．893CAR一0．209DR+0．172DSTR+蚝f
对模型参数作单边t检验，显著性水平设置为95％，我们得到如表4．25的
结果：
表4．17医药行业实证模型的系数符号检验结果
模型参数展§、屈9b
解释变量DR DSn己CSDR CAR
参数符号+ + +
3．房地产行业的实证模型：
CTR=0．232+2．531CAR—O．174DR一0．124SC+O．256CSDR+z勺f
对模型系数的单边检验，在显著性水平为95％下得到如下结果：
4．18房地产行业实证模型的系数符号检验结果
模型参数尾屈屈＆
对应变量DR CSDR国CAR SC
参数符号+ + +
4．3实证结论小结
经过对制造业三个二级行业和房地产业共计41 8个样本数据的实证分析，我
们得到了如表4．19的实证结论。里面包含了每个行业的实证模型和对参数的单
边检验结果。本节首先对这些模型的共性做一个总结，模型之间差异的比较和解
释留到本文的最后一章。从表4．19中容易看出变量CAR、CSDR在所有的行业中
都与现金持有水平呈显著的正相关关系。而变量DEP则在任何行业中与现金持有
水平的关系都不显著。这种不同行业模型间存在的共性，背后体现的是行业与行
业之间的共性，表明我国企业一方面存在着类似的经营逻辑，另一方面也共同受
到国家宏观经济、资本市场等外部因素的影响。
o显著性水平为93．4％，正相关关系呈弱显著性．
33
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
表4．19实证结论小结
模型参数屈厦孱9～ 屈屈9，
对应变量DEP DR TcR DSTR CSDR CAR SC
模型CTR=0．148+1．972CAR+0．513CSDR一0．083DR+O．004TCR+Mj
机械
符号+ + +
模型CTR=O．106+2．551CAR+0．313CSDR+u3f
电子
符号+ +
模型CTR=O．064+1．893CAR一0．209DR+0．172DSTR+z勺f
医药
符号+ + +
房地模型CTR=0．232+2．531CAR-O．174DR—O．124SC+0．256CSDR+吻，
产
符号+@ +
下面就对制造业和房地产业现金持有方面的一些共性进行阐述，主要围绕
CAR，CSDR以及DEP三个变量对现金持有水平的影响展开：
1．变量CAR与企业现金持有水平正相关，说明企业获取现金的能力越强，则
该企业的现金持有水平就越高。说明我国企业在自身能够获得较多现金收入的情
况下，对持有较高的现金水平存在一定程度的偏好。优序融资理论中曾提到现金
是盈余留存和投资需求之间的缓冲物，即企业的现金持有水平只是一种结果，而
不是一种刻意达到的目的。企业既然能够创造较多的现金收入，同时投资需求不
能完全消化这些现金，那么多余的现金就只能持有。这种理论对我国企业成立的
原因，一定程度上也和我国企业自身对现金的投资能力以及我国资本市场不够完
善有关。具体可以从以下几个角度进行分析：
(1)我国企业对于现金的管理能力仍然存在一定程度的不足，主观方面是
因为对现金的管理意识有所欠缺；客观方面则是因为企业内部专业的理财、投资
人才存在不足。另外，我国资本市场提供的投资产品还不够丰富，对于企业现金
的管理而言，能将流动性与收益性结合较好的产品还不够多。而我国对企业到境
外进行投资还存在很多管制，特别是投资于境外的资本市场，这就进一步限制了
@这里显著水平低于95％，高于90n,4．
34
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
企业对现金的管理空间。
(2)我国企业持有较多现金的倾向也体现了我国企业目前仍然普遍存在着
融资约束，对于中小企业而言更是如此。如果企业能够通过自身发展积累现金，
就可以更多程度依靠内源性融资而不是依靠外部资本市场进行融资。虽然最近几
年来中国的资本市场发展速度较快，但总体而言，我国的资本市场为企业融资的
能力还远远不能满足企业对资金的需求。因此企业在自身能够创造丰裕现金流的
情况下，还是会选择持有较高的现金水平，为内源性融资创造条件。
2．变量CSDR，除了在房地产行业中与现金持有水平正相关系呈弱的显著性
之外，在制造业三个二级行业中都与现金持有水平呈显著的正相关关系。这表明
企业历史现金流波动程度越大，则企业持有现金水平就越高。这与我们在理论模
型设定中的观点是一致的：企业为了防止因现金不足而破产，会主动持有较高的
现金水平。
3．变量DEP作为企业的增长因子，在所有行业中，都与现金持有水平的关系
不显著。由于DEP的计算过程中主要参考的是A股市场的估值和债务价值，所以
该指标如果不能够反映企业面对的投资机会，那么一定是受到这两个因素的影
响。对此进行分析，我们可以发现：
(1)由于中国A股市场上投机、炒作的氛围较浓，资本市场对于企业的估值
存在不合理的地方，对部分企业的估值往往与公司基本面相背离。因此，企业的
业绩或增长前景能否被资本市场准确估值是一个问题。
(2)企业面临的投资机会与企业的当期业绩存在一定的时间差。一些当期盈
利不出色的企业可能面临着很好的投资机会。其产生的盈利需要经过一段时间才
能体现。资本市场对于该类企业的估值可能会更加不准确。
(3)由于我们在计算增长因子的时候考虑到了企业的债务价值。一些负债率
较高的企业，其DEP值往往也较高。但这时DEP值已经不能体现其实际所面对的
投资机会。这类企业用变量DEP对其拥有的投资机会进行度量是不够合理的。
综合这三点，我们可以看出用DEP对我国企业的投资机会进行度量存在着一
定的缺陷。对一个效率不高的资本市场来说，企业真实信息不能够被资本市场及
时、准确地反映，反过来也会增加企业的融资成本，这从另外一个角度说明中国
企业持有较高的现金水平是受到资本市场影响的。
35
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
5现金持有结构性差异的比较
在2007年牛市的背景下，我们通过实证分析得到了制造业三个二级行业和
房地产业现金持有的实证模型。显然这四个行业的模型是存在结构性差异的，我
们不需要对这些模型进行更严密的统计学检验证明它们之间存在差异④。下面本
文将依次对每个行业与其它行业进行比较，并对差异进行解释。
5．1电子行业与其他行业模型差异比较
通过对四个行业模型的比较，我们发现除了电子行业中负债率对现金持有水
平的影响不显著之外，在其它行业中其与企业现金持有水平都呈显著的负相关关
系。在理论模型设定时我们曾提到，负债率对企业现金持有水平的作用是双向的：
负债率升高一方面会使企业的破产风险增加导致现金水平上升，另外一方面负债
率高的企业往往举债能力较强，所以又有可能持有较低的现金水平。
我们对电子行业和其他三个行业的负债率水平进行了均值比较，通过SPSS
软件独立样本的均值检验程序，我们得到了表5．1和表5．2：
表5．1电子行业负债率与其他行业(机械、医药、房地产)均值比较表一
Group Statisfics
Std．Em3r
groulp N Mean Std．Deviation Mean
dr 1．00 58 ．4555 ．18905 ．02482
2．00 360 ．5147 ．17204 ．00907
表5．2电子行业负债率与其他行业(机械、医药、房地产)均值比较表二
Independe眦Samples Test
Levene’s Test for
】ualiW of VafiancE t-ted for Eoual时of Means
95％Confidence
IntewaI of the
Mean Sld．Enor Diffemnce
F Sig． t df ig．(2砌¨ed 9iffemnce )ifference Lower Upper
dr Equal vafianI
assumed
．056 ．813 -2．396 416 ．017 -．05915 ．02469 一．10767 ．．01063
Equal vafianq
not a鹞umed -2．238 73．018 ．028 ．．05915 ．02643 ．．11182 ．．00648
回只有两个模型的变量选择一致时，才需要采用邹至庄检验二者是否存在差异。
36
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
从表5．1、表5．2中，我们可以看出：电子行业的负债率水平要显著低于@其
它行业。如果其它行业较高的负债水平能够解释他们的负债率与现金持有水平的
负相关关系，那么我们就可以对电子行业中负债率作用不显著的原因做出某种推
断。经过分析我们认为其它行业高负债率企业持有低现金水平的现象主要有以下
几点原因：
1．如同“被动"选择现金持有水平一样，我国企业往往是“被动"地选择自
己的负债水平。如前章所述，我国企业的融资更加偏好内源性融资，因此在条件
允许的情况下，企业偏好持有较多的现金。企业高负债往往是因为其内部资金不
足，无法实施内源性融资的缘故。这从一个侧面反映了这类企业的经营状况不佳，
创造现金的能力非常有限，甚至是多年亏损，因而它们没有能力持有高额的现金
水平。从这点来看，我国企业较高的负债率不是自主选择而是迫于生存的结果。
虽然经典理论中阐述到负债率较高的企业会出于防范破产风险而持有高现金水
平，但这对我国企业来说是不现实的。因为如果企业有能力持有高额现金，其根
本就不会去承担较高的负债率。
2．高负债率的企业持有较低现金水平也来源于偿还压力。由于负债率较高的
企业，大多是一些ST企业，经营不善，有的连续多年亏损。因此其往往受到银行
较强的监管，它们持有现金的很大一部分必须用来及时偿还债务和利息。这就进
一步限制了高负债率企业持有现金的空间。
由此可见，电子行业较低的负债率在一定程度上防止了上述局面的产生。因
而电子行业的负债率与现金持有水平的负相关关系就不那么显著了。从我们的实
证结论来看，负债率与企业现金持有水平之间的关系是非线性的，在较低的水平
下，负债率对现金持有水平的影响是模糊的，而在较高的负债率下，二者呈明显
的负相关关系。
5．2医药行业与其他行业模型差异比较
医药行业与其它行业的模型相比，最大的差异是其模型中出现了DSTR变量，
该解释变量在其它行业对现金持有水平的影响不显著。DSTR在医药行业中与现
金持有水平呈正相关关系，这表明企业短期债务比例越高，则其现金持有水平也
。这里的显著水平94．3％
37
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
越高。变量DSTR作为一个度量企业与外界信息不对称程度的变量，为什么只在
医药行业中作用才表现显著呢?我们认为有以下几个理由：
首先，医药行业的天然特点决定了该行业企业与外界的信息不对称程度较
高。药品作为一种特殊的商品，其研制从动物试验到人体试验，直至最后获得国
家审批，成为正式产品，经历的环节众多，其间有着大量不可预测的风险。因此，
外界对医药企业项目的认知和了解不可能像企业内部人员那样准确，这种认知能
力的差别导致了信息不对称的客观存在。相对而言这种信息不对称的程度要大于
其它行业。当医药行业的企业为项目进行债权融资时，他们会倾向借短期债务而
不是长期债务。医药企业短期盈利的确定性要大大高于长期盈利的确定性。药品
研发一旦失败，其甚至会伤害整个公司的业绩，如果仅仅对一个项目进行长期融
资，药企将承受相当高的融资成本。因此，企业在选择债务期限的时候，出于降
低成本的考虑会选择较多短期负债。基于此，如果一个药企的短期借债比例较高，
那么我们就可以推断其内部项目与外界的信息不对称程度较高，该企业就可能会
持有较多的现金，以支撑其内部若干“不透明’’项目。从图5．1中看出医药行业
的企业短期债务比例集中于1，说明大量医药企业以选择短期债务为主。
比卜∞
D
DR
图5．1医药行业企业DsTR散点图
其次，激烈的竞争使得医药企业有意识地增加自身与外界的信息不对称程
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
度。近年来，我国医药市场规模在不断发展壮大的同时，同质化现象也日益严重。
同一个产品的生产企业达到几家、十几家，甚至几百家。与此同时，由于同质化
现象严重，导致生产企业之间恶性竞争，产品的价格不断下降，有的已经降到了
企业难以承受的地步。表5．3中可见医药行业的企业规模方差最小，这从侧面证
明医药行业的企业规模相当，竞争非常激烈。而加大技术创新是企业生存下去的
必然选择，很多企业纷纷研制新药，增加利润的来源。制药企业为了建立自己的
竞争壁垒，就不得不对内部的研发项目给以较高的保密等级。
表5．3不同行业TCR方差对比
行业机械电子医药房地产
TcR方差4．06 1．44 O．87 1．51
DSTR在别的行业中不显著的理由，主要基于其并不能够很好的反映这些行
业的信息不对称程度，或该行业不会因为信息不对称程度的增加而多持有现金。
如房地产企业，其短期债务比例也较高，但是其对企业现金持有水平影响并不显
著。理由就是因为持有高现金对房地产企业来说是一个非常不明智的选择，这点
在5．4中会提到。而在机械行业和电子行业中，其项目的透明度相对较高，企业
因为存在无法克服的信息不对称，选择短期债务去降低融资成本的概率要小于医
药行业。
5．3机械行业与其他行业模型差异比较
机械行业的现金持有行为与其它行业的一个重要区别就是，机械行业的模型
存在着显著的异方差性。这表示机械行业的企业现金持有水平在不同的因素水平
下，其波动性是不同的。通过实证部分的研究，我们得到异方差的形式表明其与
企业现金增量的波动性正相关。
在实证部分中，我们简要的提到了异方差性的意义。这里重要阐述为什么机
械行业的现金持有水平会存在异方差性。机械行业的现金持有水平波动性与其历
史现金流增量的波动性息息相关，恰恰说明了机械行业的现金水平的波动性来源
于其现金收入的波动性。机械制造企业收入实现的特点是：除少量现款现货交易
39
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
外，大部分采取分期收款的方式，其款项的收取一般可分为预收货款、到货款、
初验款、终验款、质保款五部分，特别对于大型机械制造企业，如：造船、飞机
制造、特种机床等，一份订单货款的完全收现要用一年甚至更长时间。显然，如
果一家机械制造企业现金收入受到企业项目回款的影响，那么其历年现金增量的
波动性就会表现的较强。简单而言，项目款在会计年度内收回，那么当年就会有
较高的现金增量，反之则现金增量则较低。由于项目本身较大，因而对当年现金
增量的影响非常大，进而直接影响到现金持有水平的波动性。这里面的逻辑是：
历年现金增量波动性强说明企业现金收入受到项目回款影响大，而不稳定的企业
现金收入会直接导致现金持有水平的波动较大。
另外在实证模型中，只有机械行业的模型选择了TCR变量，其与企业现金持
有水平呈正相关关系。而在剩下的三个行业当中，TCR均不显著。出现这样的实
证结果，我们可以从以下两个角度来进行解释t
首先，我国的机械行业，特别是装备制造业，近年来得到了国家强有力的政
策支持。增强自主创新能力、发展装备制造业已经成为一项产业政策得以实施。
在这样的政策背景下，那些规模较大的企业能够得到更多的政策支持。而那些规
模较小的企业，只有两种命运，要么被实力雄厚的企业收购，要么在激烈的市场
竞争中出局。目前我国机械行业重组兼并非常多，一批实力雄厚、技术含量高、
生产规模大、具有国际竞争力的机械制造集团开始出现。对于这样的企业而言，
它们持有较多的现金水平，是公司实力的一种体现。
其次，规模较大的机械制造企业的现金持有水平较高的原因，还在于其能够
创造更加稳定的现金收入。机械行业实现收入的特点如前所述，受到项目回款的
影响比较大。由此可以看出，规模较大的企业产品线丰富、项目较多，各项目现
金周转期可有效错开，从而有能力持有较多的现金。而规模较小的企业的现金回
收容易受到单个项目的影响，进一步降低了其持有较多现金的能力。
值得注意的是，这里TCR对现金的影响与我们之前在理论模型设定中提到
TCR的作用相反。规模可以为企业带来融资成本上的优势，为什么在机械行业这
种效应却没有对现金水平产生影响呢。我们认为还是因为中国企业更加偏好内源
性融资的缘故，即便外部的融资成本相对较低，这种情况也不会变化。大规模企
业同样是“被动”的选择了自己的现金持有水平。
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
为什么在别的行业中，我们观察不出TCR的作用呢。我们认为：首先，其它
行业的规模差异较小，部分削弱了企业规模对现金持有水平的作用；其次，它们
的规模效应不如机械行业明显，规模更大的企业未必是盈利更强的企业，这点在
电子和房地产行业中的案例很多。
5．4房地产行业与其他行业模型差异比较
在房地产行业的模型中，出现了一个其它模型中都没有的变量SC，即第一大
股东持股比例。这说明只有在房地产行业，第一大股东持股比例与企业的现金持
有水平负相关。我们曾提到大股东持股比例与公司现金持有水平之间的关系是模
糊的。对于房地产行业而言，为什么二者呈负相关关系呢?这里的关键是持有高
额现金对大股东而言是更有利的选择还是持有较低的现金水平更有利。大股东随
着持股比例的增加，对房地产企业的控制力也更强，因此，大股东对公司的监管
也会更加严格。任何不经济、缺乏效率的投资策略都会被大股东否决。表3．3
与表3．4反映了房地产企业现金持有水平显著低于制造业。
．房地产企业现金持有水平较低，是因为房地产企业持有现金的机会成本较
高。众所周知，我国房地产行业近几年来经历了较快的发展。伴随着城市房价的
直线上升，房地产企业的获利也非常丰厚。在这样的背景下，房地产企业持有现
金的收益远远跟不上投资项目的收益，很多房地产企业想尽办法从银行贷款开发
项目。显然，对房地产企业而言，持有高额现金是一个不经济、缺乏效率的选择。
因此，当大股东持股比例较高时，他更加倾向于让企业将现金多投入到项目，
赚取丰厚的利润，而不是仅仅持有现金，得到较低的回报。这就是对房地产业第
一大股东持股比例与现金持有之间的正相关关系的解释。
SC在别的行业中作用不明显的原因，主要也是因为别的行业的资产回报率
与房地产行业相比较低。对那些行业而言，持有现金的机会成本也较低。即使大
股东对公司的控制力增加，他也未必会将现金尽可能投入到项目之中。
5．5差异比较的总结
在本章前几节中，我们系统地比较了制造业三个二级行业与房地产业现金持
有模型的差异。尽管我们的结论是在牛市的背景下得到的，没有考虑到当资本市
41
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
场处于熊市时，对企业现金持有行为构成的影响。但由于所有的行业处于相同的
大环境下，我们认为这些结论仍然具有意义。可以看出，对于某个行业的模型而
言，其与别的行业的重要区别往往是由于模型中一个变量的作用不同而造成的。
总结下来，四个行业的模型中，变量CAR和变量CSDR对现金水平的影响是基本
是一致的，它们都与现金持有水平呈正相关的关系。
模型间的主要差异是由变量DR、DSTR、SC、TCR造成的，它们对不同行业的
现金持有水平产生着不同的影响。造成这种现象的原因是任何一个变量产生作用
都在一定程度上依赖于这个行业的某个内生特点。例如，DR对现金持有的作用
跟DR的平均水平有较大的关系；DSTR跟行业信息不对称程度有关，也和行业的
技术含量，知识产权保护存在一定的关系；SC则跟大股东对现金持有水平的偏
好有关系；TCR对企业现金持有水平的作用依赖于企业的规模效应是否明显。行
业间现金持有模型的差异，本质上体现的是行业自身的差异。这些差异一方面体
现为行业的外部环境：如投融资渠道、法律监管、技术壁垒、政策支持等。另一
方面也体现为企业的内在环境：如企业的财务稳健性、股权结构、资产回报率、
大股东的性质等。’
在文献综述部分，我们曾提到了权衡理论和优序融资理论。国内一些学者从
因素的角度认为权衡理论对企业现金持有水平的解释比优序融资理论更为有力。
其逻辑是某类因素是属于权衡理论的，某类因素归属于优序融资理论。但是从本
文对实证结果的分析来看，我们认为权衡理论和优序融资理论对企业现金持有行
为的解释同样是有效的。我们认为：企业的现金持有水平是一个涉及到多因素的
决策行为。权衡理论最有价值的地方在于它认为企业的现金持有是权衡了现金持
有收益和成本的结果，而优序融资理论不过是权衡理论在一个特定前提下某类企
业现金持有行为的特点。这是因为优序融资理论假定的是企业内源性融资的成本
比外部融资的成本更低，所以企业才会偏好内源性融资。因此，企业无论选择内
源性融资还是外部融资，考虑的两个要素都是收益与成本。
结合本章对四个行业模型差异的比较，我们认为中国的制造业和房地产企业
(下文中“我国企业”均指的这两个行业的企业)的现金持有具备如下的一些特
点。也许部分观点也适用于别的行业，但是需要经过实证的支持才能够得以确认。
1．我国企业对现金的“依赖感”较强。企业在自身能够创造较充裕的现金收
42
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
入的情况下，或者自身现金收入波动性较强时，偏好持有更多的现金。出现这些
问题的原因，本质上还是因为我国企业的外部融资成本较高，因而本能的偏向于
内源性融资。在一个“现金为王’’的时代，这一方面说明我国企业比较务实，另
一方面也反映了我国企业的融资渠道还不够丰富。
仔细分析目前我国企业的融资渠道，莫非股市融资、债市融资和银行贷款(含
民间借贷)。我国股市从2005年以来步入牛市，目前很多企业都从气势如虹的牛
市中获得了资金支持，但是更多的企业还是徘徊在股市的门外。而且在2005年
前的几年，股市几乎失去了融资的功能。在这种背景下，我们很难想象企业能够
偏好外部融资而不是内源性融资。
我国的企业债券市场至今还没有形成规模，能够发行债券的企业还仅限于一
些规模大、资信高的大型国有企业或者金融企业。因而依靠债券融资对大多数企
业来说还是不现实的。最后企业只有转向间接融资，向银行借款或民间借贷。由
于银行对中小企业存在先天的歧视，很多企业从银行获得资金支持也显得颇有难
度。民间借贷不可能作为一种主流的融资方式存在，其成本不是企业投资正常项
目可以承受的，因此更不可能为企业带来融资的“安全感"。
2．我国企业的现金持有水平深刻地反映了行业的性质。医药行业现金持有水
平与债务结构呈显著的正相关关系、机械行业现金持有水平与企业规模呈显著的
正相关关系以及房地产业现金持有水平与大股东持股比例呈正相关关系都证明
了这点。这三个因素与企业现金持有水平发生关系的前提是(1)医药行业的信
息不对称程度较高；(2)机械行业的规模效应比较明显；(3)房地产行业较高的
资产回报率。这说明我国企业的现金持有水平很大程度上受到行业的一些先天性
条件的影响，企业的现金持有水平就像一面镜子反射出行业的那些固有的特性。
虽然三个行业的特点是在特定的时期，以及特定的政策背景和特定的经济环境下
才具备的。但是我们可以推断，即使当行业的这些特性发生变化，企业的现金持
有水平一样还是能够反映出它们的影响，折射出它们的作用。
43
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
一、电子行业多元线性回归模型
附录
1．SPSS对电子行业回归的输出结果
附表l 电子行业多元线性回归输出表一
Model Sugary。
Adjusted R Std．Error of
Model R R Souare Snuare the Est imnte
1 ．8448 ．711 ．706 ．06635
2 ．860b ．739 ．730 ．06364
a．Predictors：(Constant)。CAR
b．Predictors：(Constant)，CAR，CSDR
C·Dependent Variable：CTR
附表2电子行业多元线性回归输出表二
则世
Sum of
Model Sauares df Mean Souare F Sig．
1 Regression ．608 1 ．608 138．105 ．000a
Residual ．247 56 ．004
Total ．855 57
2 Regression ．632 2 ．316 78．006 ．000b
Residual ．223 55 ．004
Total ．855 57
a．Predictors：(Constant)，CAR
b．Predictors：(Constant)，CAR，CSDR
c．Dependent Variable：CTR
附表3电子行业多元线性回归输出表三
Coefficient§
Unstandardi zed ；tandardized Col 1 inearity
Coefficients ’oefficients StatistiCS
Model B ；td．Errol Beta t Sig． rolerance VIF
1(Constanl ．131 ．009 14．051 ．000
CAR 2．826 ．240 ．844 11．752 ．000 1．000 I．000
2(Constant ．106 ．013 7．930 ．000
CAR 2．551 ．257 ．761 9．921 ．000 ．805 1-243
CSDR ．313 ．129 ．186 2．424 ．019 ．805 1．243
a．Dependent Variable：CTR
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
附表4电子行业多元线性回归输出表四
Collinearity Diagnostics a
Condition Variance Provortions
Model Dimension Eigenvalue Index (Constant) CAR CSDR
1 1 1．352 1．000 ．32 ．32
2 ．648 1．445 ．68 ．68
2 1 2．130 1．000 ．06 ．08 ．06
2 ．679 1．771 ．15 ．74 ．01
3 ．191 3．335 ．79 ．18 ．93
a．Dependent Variable：CTR
附表5电子行业多元线性回归输出表五
Excluded Variablers
Collinearitv Statistics
Partial Minimum
Model Beta In t Sig． Correlation rolerance VIF Tolerance
1 CSDR ．186a 2．424 ．019 ．311 ．805 1．243 ．805
TcR 一．006a 一．075 ．940 一．010 ．958 1．044 ．958
DR 一．178a —2．343 ．023 一．301 ．828 1．208 ．828
DSTR ．031a ．422 ．675 ·．057 ．993 1．007 ．993
SC ．035a ．478 ．635 ．064 ．996 1．004 ．996
DEP 一．036a 一．448 ．656 一．060 ．829 1．207 ．829
2 TcR ．021b ．297 ．768 ．040 ．935 1．069 ．786
DR 一．117b -1．363 ．179 一．182 ．637 1．570 ．619
DSTR 一．003b 一．039 ．969 一．005 ．954 1．049 ．773
SC ．047b ．680 ．499 ．092 ．991 1．009 ．800
DEP 一．034b 一．445 ．658 一．060 ．829 1．207 ．688
a．Predictors in the Model：(Constant)，CAR
b．Predictors in the Model：(Constant)，CAR，CSDR
C·Dependent Variable：CTR
从电子行业的回归结果来看，可以获得以下一些信息：
(1)附表1中看出stepwise法一共进行了两次回归。并给出了每次回归得
到模型的复相关系数R、决定系数R2、校正的决定系数如、残差标准差(Std．
Error of the Est imate)SJ2．印；最终我们得到的模型中，R=O．860、R2=0．739、
确=0．730、Sy,12．．．p mO．06364；对于经济学模型而言，模型的尺2值表明模型拟合
优度较好。
(2)附表2提供了回归模型的回归平方和(SSR)、误差平方和(SSE)以及
45
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
被解释变量的总变异平方和(SST)，以及三者的自由度，最后得到了模型F检验
量以及显著程度。最终得到的模型F=78．006，其大于我们设定95％的置信水平时
的F值。这说明模型在统计学上是高度显著的。
(3)附表3提供了回归过程中保留在模型中的解释变量的参数估计值及其
标准差，同时提供了每个参数的t检验值。最终我们得到的模型中所有参数都通
过了显著性水平为95％的t检验。在最终得到的模型中保留的解释变量为：CSDR，
CAR；被剔除的变量为：DSTR，SC，DEP，TCR，DR。
附表4还对解释变量的共线性进行了检查，根据本章第一节中对共线性指标
的判定标准，最终得到的模型不存在严重的共线性。
(4)表附表5与表附表3相似，只是其提供的是在回归过程中被剔除的变
量的参数估计值、标准差以及t检验值。从表中可以看出，被剔除的变量DSTR，
SC，DEP，TCR，DR均没有通过显著性水平为95％的t检验。
2．模型的异方差性检验
这里采用怀特检验的方法检测模型是否存在需要引起注意的异方差性。构造
如下的辅助回归函数：
吩i2=ao+％CSDR+aeCAR++a3CSDR拳CAR+a4CSDR2+asCAR2+心l
蚝，一电子行业回归模型的残差
对上式进行回归，得到表附表6：
附表6电子行业模型的怀特检验输出结果
Model Summary
I I Adjusted R
Stl．Error oftheEstimate l l Model I R R Souare Souare
I 1 1 ．3968 ．157 ．076 ．00553 l
a．毗Predictors：(Constant)，ASD，DST风CSDR2，CAR，
求出：
nR2=9．106
这里做假设：
凰：％=q=⋯=％4=0；
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
骂：q吃⋯q4不全为零；
易知艘2<矿(5)(口=0·05)，因此我们无法拒绝原假设，模型中不存在异方差。
3．电子行业的实证模型
由于模型经过检验不存在异方差性。因此，OLS法得到的回归模型就是电
子行业的实证模型：
MRT=O．106+2．551CAR+0．313CSDR+u3f
对模型参数作单边t检验，置信水平为95％下得到如下的结果：
附表7电子行业实证模型参数单边检验结果
模型参数屈成
解释变量CSDR CAR
参数符号+ +
二、医药行业的实证分析
1．医药行业的多元线性回归模型
我们一共获得了95个完整的上市公司的样本数据。经过处理后，一共保留
90个样本数据。运用SPSS软件中的stepwise方法得到如下的输出结果：
附表8医药行业多元线性回归输出表一
Model Suuar严
Adjusted R Std．Error of
Model R R SQuare SGuare the Est imate
1 ．667a ．445 ．438 ．08677
2 ．765b ．586 ．576 ．07535
3 ．786c ．618 ．605 ．07281
4 ．800d ．640 ．623 ．07107
a．Predictors：(Constant)，CAR
b．Pred i ctors：(Constant)，CAR，DR
c．Predictors：(Constant)，CAR，DR，DSTR
d．Predictors：(Constant)，C／LR，DR，DSTR，CSDR
e·Dependent Variable：CTR
47
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
附表9医药行业多元线性回归输出表二
Sum of
Model Sauares df Mean Sauare F Si2．
1 Regression ．536 1 ．536 7I．250 ．000a
Residual ．670 89 ．008
Total 1．207 90
2 Regression ．707 2 ．353 62．239 ．000b
Residual ．500 88 ．006
Total I．207 90
3 Regression ．745 3 ．248 46．871 ．0000
Residual ．461 87 ．005
Total I．207 90
4 Regress ion ．772 4 ．193 38．215 ．000d
Residual ．434 86 ．005
Total 1．207 90
a．Predictors：(Constant)，CAR
b．Predictors：(Constant)，CAR，DR
C．Predictors：(Constant)，CAR，DR，DSTR ．
d．Predictors：(Constant)，CAR，DR，DSTR，CSDR
e·Dependent Variable：CTR
附表10医药行业多元线性回归输出表三
Coefficient§
Unstandardized ；tandardi zed Collinearity
Coeffieients Zoefficients Statistics
Model B ；td．Error Beta t Si戤Colerance VIF
l(Constant ．149 ．009 16．245 ．000
CAR 2．313 ．274 ．667 8．441 ．000 I．D00 I．000
2(Constant ．260 ．022 11．966 ．OOO
C^R 2．027 ．244 ．584 8．318 ．OOO ．954 I．048
DR 一．238 ．044 一．385 -5．478 ．OOO ．954 1．048
3(Constant ．094 ．065 I．454 ．150
cAR 2．027 ．235 ．584 8．612 ．OOO ．954 I．048
DR 一．248 ．042 一．400 -5．870 ．OOO ．948 1．055
DSTR ．185 ．069 ．179 2．696 ．008 ．993 I．007
4(Constant ．064 ．065 ．983 ．328
CAR 1．893 ．237 ．546 7．981 ．OOO ．896 1．116
DR 一．209 ．044 一．338 -4．719 ．OOO ．816 1．226
DSTR ．172 ．067 ．167 2．564 ．012 ．986 I．014
CSDR ．336 ．146 ．169 2．302 ．024 ．778 1．285
a·Dependent Variable：CTR
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
附表1l医药行业多元线性回归输出表四
Excluded Variable于
Collinearitv Statistics
Partial Minimum
Model Beta In t Sig． Correlation Tolerance VIF Tol erance
1 CSDR ．3058 3．961 ．000 ．389 ．906 1．104 ．906
DR 一．385a -5．478 ．000 一．504 ．954 1．048 ．954
DSTR ．1488 1．895 ．061 ．198 1．000 1．000 1．000
DEP ．192a 2．429 ．017 ．251 ．951 1．052 ．951
SC ．055a ．685 ．495 ．073 ．972 1．029 ．972
TCR 一。0848 -I．055 ．294 一．112 ．994 1．006 ．994
2 CSDR ．184b 2．443 ．017 ．253 ．783 1．277 ．783
DSTR ．179b 2．696 ．008 ．278 ．993 1．007 ．948
DEP 一．014b 一．169 ．866 一．018 ．690 1．449 ．690
SC ．096b 1．374 ．173 ．146 ．962 1．040 ．935
TCR ．040b ．545 ．587 ．058 ．894 1．118 ．858
3 CSDR ．1690 2．302 ．024 ．241 ．778 1．285 ．778
DEP 一．011c 一．139 ．890 一．015 ．690 1．449 ．690
SC ．0910 1．353 ．180 ．144 ．961 1．040 ．935
TCR ．0330 ．468 ．641 ．050 ．893 1．119 ．855
4 DEP 一．034d 一．436 ．664 一．047 ．679 1．472 ．640
SC ．083d 1．254 ．213 ．135 ．958 1．044 ．776
TcR ．079d 1-116 ．268 ．120 ．834 1．200 ．726
a．Predictors in the Model：
b．Predictors in the Model：
C．Predictors in the Model：
d．Predictors in the Model：
e·Dependent Variable：CTR
(Constant)，CAR
(Constant)，CAR，DR
(Constant)，CAR,DR，DSTR
(Constant)，CAR,DR，DSTR，CSDR
附表12医药行业多元线性回归输出表五
Collinearity Diagnostic惫
Condition Variarce Provortions
Model Dimensi OI Ei genvalue Index (Constant) CAR DR DSTR CSDR
l 1 1．143 1．000 ．43 ．43
2 ．857 1．155 ．57 ．57
2 1 1．947 1．000 ．03 ．01 ．03
2 ．984 1．407 ．OO ．92 ．00
3 ．069 5．321 ．97 ．06 ．96
3 l 2．916 1．000 ．OO ．00 ．01 ．00
2 ．986 1．720 ．00 ．93 ．00 ．OO
3 ．091 5．650 ．02 ．06 ．98 ．03
4 ．007 20．042 ．98 ．00 ．01 ．97
4 l 3．586 1．000 ．OO ．00 ．01 ．00 ．02
2 1．019 1．876 ．OO ．78 ．00 ．00 ．01
3 ．324 3．325 ．00 ．21 ．08 ．OO ．60
4 ．064 7．500 ．04 ．00 ．90 ．05 ．37
5 ．007 22．285 ．96 ．OO ．01 ．95 ．01
a·Dependent Variable：CTR
49
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
通过这四张表，我们获得如下的信息：
(1)从附表8中看出stepwise法一共进行了四次回归。并给出了每次回归
得到模型的复相关系数R、决定系数R2、校正的决定系数砭、残差标准差(Std．
Error of the Estimate)S皿印；最终我们得到的模型中，R=O．800、R2=O．640、
砀20．623、S皿印20．07107；对于经济学模型而言，模型的R2值表明模型拟合
优度较好。
(2)附表9提供了回归模型的回归平方和(SSR)、误差平方和(SSE)以及
被解释变量的总变异平方和(SST)，以及三者的自由度，最后得到了模型F检验
量以及显著程度。最终得到的模型F=38．215，其大于我们设定95％的置信水平时
的F值。这说明模型在统计学上是高度显著的。
(3)附表lO提供了回归过程中保留在模型中的解释变量的参数估计值及其
标准差，同时提供了每个参数的t检验值。最终我们得到的模型中所有参数都通
过了显著性水平为95％的t检验。在最终得到的模型中保留的解释变量为：CSDR，
CAR，DR，DSTR；被剔除的变量为：DEP，SC，TCR。
附表12还对解释变量的共线性进行了检查，根据本章第一节中对共线性指
标的判定标准，最终得到的模型不存在严重的共线性。
(4)附表ll与附表10相似，只是其提供的是在回归过程中被剔除的变量
的参数估计、标准差以及t检验值。从表中可以看出，被剔除的变量DEP，SC，TCR
均没有通过显著性水平为95％的t检验。
2．模型的异方差性检验
这里采用怀特检验的方法检测模型是否存在需要引起注意的异方差性。我
们构造一个新的辅助回归函数：
坞f2=％+喁侧+呸C组+鸭姗+q傩+鸭鲫}CAR+a6CSDR掌12STR
妈揪拳伽+％伽掌DSTR+呜CAR}伽+喁oDSTR毒擞+喁lCSDR2+喁2CAR2
蚂3姗2+％4瞰2+‰
u5。一医药行业回归模型的残差
对上式进行回归，得到如下结果：
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
附表13医药行业多元线性模型怀特检验输出结果
Model Summary
Adjusted
IM0dell 们heeEstimaterl；morao。ef l R RSquare RSquare
I 1 I ．412a ．170 ．017 ．00683 l
a·Predictors：(Constant)，DSCS，CADR，DSTR，DR2，
CAR2。DRCS，CACS，CSDR2。CAR，DRDS，DSTR2。
CSDR，DR，CADS
求出：nR2=15．3
这里做假设：
风：％=q=⋯=呸4=0；
羁：％％⋯q4不全为零；
通过查表我们可得：nR2<Z2(14)以=O．05)，因此我们无法拒绝原假设，说
明模型中没有明显的异方差性。．
3．医药行业的实证模型
怀特检验结果表明通模型没有异方差性。因此，医药行业现金持有的实证模
型如下：
果：
MRT=0．064+1．893CAR一0．209DR+O．172DSTR+蚝f
对模型参数作单边t检验，置信水平设置为95％，我们得到如表4．25的结
附表14医药行业实证模型的系数符号检验结果
模型参数厦9～ |Bs 尾
解释变量DR DSTR CSDR CAR
参数符号+ + +
三、房地产行业的实证分析
1．房地产行业的多元线性回归模型
按照同样的方法，对那些负债率大于1和不能够提供A股市场上流通股份的
51
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
的企业从样本中剔除掉。处理之后，我们一共得到了60个有效样本。在SPSS
输出如下的结果：
附表15房地产行业多元线性回归输出表一
Adjusted R Std．Error of
Model R R Sauare SGuare the Est imate
l ．706a ．499 ．490 ．06899
2 ．788b ．621 ．608 ．06052
3 ．810c ．657 ．638 ．05812
4 ．827d ．684 ．661 ．05626
a．Predictors：(Constant)。CAR
b．Predictors：(Constant)，CAR，DR
C．Predictors：(Constant)，CAR，DR，SC
d．Predictors：(Constant)，CAR，DR，SC，CSDR
e．Dependent Variable：CTR
附表16房地产行业多元线性回归输出表二
Sum of
Model Sauares df Mean Souare F Sig．
1 Regression ．275 1 ．275 57．767 ．000a
Residual ．276 58 ．005
Total ．551 59
2 Regression ．342 2 ．171 46．723 ．000b
Resi dual ．209 57 ．004
Total ．551 59
3 Regression ．362 3 ．121 35．715 ．000c
Residual ．189 56 ．003
Total ．551 59
4 Regression ．377 4 ．094 29．774 ．000d
Residual ．174 55 ．003
Total ．551 59
a．Predictors：(Constant)。CAR
b．Predictors：(Constant)，CAR，DR
C．Predictors：(Constant)，CAR，DR，SC
d．Predi ctors：(Constant)，CAR，DR，SC，CSDR
e·Dependent Variable：CTR
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
附表17房地产行业多元线性回归输出表三
Unstandardized Standardized
Coe佑cients Coe俪cients
ModeI B Std．Error Beta t Sift．
1(Constant) ．111 ．009 12．215 ．000
CAR 2．254 ．297 ．706 7．600 ．000
2(Constant) ．228 ．028 8．052 ．000
CAR 2．376 ．262 ．745 9．078 ．000
DR -．209 ．049 ．．352 -4．286 ．000
3 (Constant) ．259 ．030 8．598 ．000
CAR 2．397 ．251 ．751 9．533 ．000
DR ．．196 ．047 -．329 -4．153 ．000
SC ．．108 ．045 -．190 ．2．411 ．019
4(Constant) ．232 ．032 7．335 ．000
CAR 2．531 ．251 ．793 10．083 ．000
DR -．174 ．047 -．292 ．3．710 ．000
SC ．．124 ．044 -．218 —2．811 ．007
CSDR ．256 ．117 ．177 2．182 ．033
a·Dependent Variable：CTR
附表18房地产行业多元线性回归输出表四
Excluded Variable护
Collinearitv StaristiCS
Partial Minimum
Model Beta In t Si疋Correlation Tol erance VTF T01erance
1 CSDR ．2068 2．218 ．031 ．282 ．937 1．068 ．937
DR 一．3528 -4．286 ．000 一．494 ．988 1．012 ．988
DSTR ．138a I．453 ．152 ．189 ．941 1．062 ．941
SC 一．2288 -2。571 ．013 一．322 ．998 1．002 ．998
DEP ．2968 3．477 ．001 ．418 1．000 1．000 1．000
TcR 一．0178 一．170 ．865 一．023 ．919 1．088 ．919
2 CSDR ．140b 1．651 ．104 ．215 ．899 1．112 ．899
DSTR ．086b 1．014 ．315 ．134 ．920 1．086 ．920
SC 一．190b —2．4ll ．019 一．307 ．984 1．016 ．975
DEP ．154b 1．630 ．109 ．213 ．720 1．390 ．711
TcR ．049b ．560 ，578 ．075 ．891 1．122 ．891
3 CSDR ．1770 2．182 ．033 ．282 ．876 1．142 ．876
DSTR ．1030 1．269 ．210 ．169 ．914 1．094 ．914
DEP ．103c 1．077 ．286 ．144 ．670 1．493 ．670
TcR ．018。．212 ．833 ．029 ．870 1．150 ．870
4 DsTR ．091d 1．152 ．255 ．155 ．909 1．100 ．871
DEP ．056d ．577 ．566 ．078 ．627 1．594 ．627
TCR ．021d ．259 。796 ．035 ．869 1。150 ．863
a．Predictors in the Model：(Constant)．CAR
b．Predictors in the Model：(Constant)，CAR，DR
c．Predictors in the Model：(Constant)，cAR，DR，SC
d．Predictors in the Model：(Constant)，CAR，DR，SC，CSDR
e·Dependent Variable：CTR
53
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
附表19房地产行业多元线性回归输出表五
Collinearity Diagnostic§
Condition Variarce ProDort ions
Model DimensiOl "Zizenvalue Index (Constant) CAR DR SC CSDR
1 1 1-214 1．000 ．39 ．39
2 ．786 1．242 ．61 ．61
2 1 2．056 1．000 ．02 ．04 ．02
2 ．905 1．507 ．00 ．96 ．OO
3 ．039 7．278 ．98 ．01 ．98
3 1 2．912 1．000 ．01 ．01 ．01 ．02
2 ．924 1．775 ．00 ．98 ．00 ．00
3 ．127 4．792 ．04 ．00 ．15 ．91
4 ．037 8．869 ．95 ．01 ．85 ．06
4 l 3．505 1．000 ．00 ．OO ．01 ．01 ．02
2 1．003 1．870 ．OO ．80 ．00 ．00 ．03
3 ．334 3．239 ．01 ．19 ．03 ．02 ．81
4 ．126 5．277 ．04 ．OO ．12 ．94 ．01
5 ．033 10．334 ．95 ．OO ．85 ．03 ．13
a．Dependent Variable：CTR
从上面输出的四张表，我们可以获得以下一些信息：
(1)从附表15中看出一共进行了四次回归。并给出了每次回归得到模型的
复相关系数R、决定系数R2、校正的决定系数砭、残差标准差(Std．Error of
the Estimate)syj2⋯P；最终我们得到的模型中，R=O．827、R2=o．684、码=o．661、
S眦。=O．05626；对于经济学模型而言，模型的R2值表明模型拟合优度较好。
(2)附表16提供了回归模型的回归平方和(SSR)、误差平方和(SSE)以及
被解释变量的总变异平方和(SST)，以及三者的自由度，最后得到了模型F检验
量以及显著程度。最终得到的模型F=29．774，其大于我们设定95％的置信水平时
的F值。这说明模型在统计学上是高度显著的。
(3)附表17提供了回归过程中保留在模型中的解释变量的参数估计值及其
标准差，同时提供了每个参数的t检验值。最终我们得到的模型中所有参数都通
过了显著性水平为95％的t检验。在最终得到的模型中保留的解释变量为：CSDR，
CAR，DR，SC：被剔除的变量为：DEP，DSTR，TCR。．
附表19还对解释变量的共线性进行了检查，根据本章第一节中对共线性指
标的判定标准，最终得到的模型不存在严重的共线性。
(4)附表18与附表17相似，只是其提供的是在回归过程中被剔除的变量
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
的参数估计、标准差以及t检验值。从表中可以看出，被剔除的变量DEP，DSTR，TCR
均没有通过显著性水平为95％的t检验。
2．模型的异方差性检验
这里采用怀特检验的方法检测模型是否存在需要引起注意的异方差性。这里
我们构造一个新的辅助回归函数：
zf7，2=ao+qCSDR+ff．2CAR+a3SC+a4DR+asCSDR幸CAR+a6CSDR幸SC
+aTCSDR事DR+asCAR奉SC+agCAR事脚+qoSC宰伽+qlCSDR2+％2CAR2
+呸3SC2+q4DR2+％f
％，一房地产行业回归的残差
对上式进行回归，得到附表20：
附表20房地产行业模型怀特检验输出结果
Model Summary
l l Adjusted R
Sti．ErI，or oftheEst mate I I Model I R R Souare Souare
l l I ．5768 ．332 ．124 ．00345 I
a．Predi ctors：(Constant)，DRSC，CD，CSDR，CAR2，DR2，
CACS，CS，CSDR2，SC2，CDD，CAR，SC，CDS，DR
求出：nR2=19．92
这里做假设：
风：q=％=⋯=呸4=0；
马：％％⋯％4不全为零；
通过查表我们可得：nR2<z2(5Xa=0．05)，因此我们无法拒绝原假设，模型
中不存在异方差。
3．房地产行业的实证模型
由于房地产行业的实证模型没有检测出异方差性，因此，房地产行业的实证
模型为：
MRT=0．232+2．531CAR—O．174DR—O．124SC+0．256CSDR+甜7j
对模型系数的单边检验，在置信水平为95％下得到如下结果：
5S
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
附表2l房地产行业实证模型的系数符号检验结果
模型参数屈8s 9b 9，
对应变量DR CSDR@ CAR SC
参数符号+ + +
国显著性水平为93．4％，正相关关系呈弱显著性。
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
参考文献
【1]Baumol，Williams J．The transactions demand for cash：an inventory theoretic
approach[J]．Quarterly Journal ofEconomics，1952，66：545-556
【2]Miller，Meaon，and Daniel Orr．A model of the demand for money by firm
s叨．Quarterly Journal ofEconomics，1966，80：413_435
【3]Shleifer，A．，Vishny，R．W．Liquidation values and debt capacity：a market
equilibrium approach Journal ofFinancel992，47，1343·1366
【4]Myers，S C，and Majluf,N．Corporate financing and investment and decisions
when firms have information that investor do not have[J]．Journal of Financial
Economies，1984，13：187．221
【5]Williamson， Oliver．Corporate Finance and Corporate Governance[J]．Journal
ofFinance，1988，43：567．591
【6]Fares E．， M．Jensen．Separation of Ownership and control川． Journal ofLaw
and Economics，1983，26：301．325
【7]John，T．A．．Accounting measures ofcorporate liquidity，leverage，and costs
offinancial distress[J]．Financial Management，1993，22：91-100
【8]Flannery，M．J．．Asymmetric Information and Risky Debt Maturity
Choice[J]．Journal ofFinance，1986，41：19-37
【9]Kim，C．S．，Mauer,D．C．，Sherman，A．E．．m determinants ofcorporate
liquidity：Theory and evidence[J]．Journal of Financial and Quantitative Analysis
1998，33：335．359
[10]Myers，S．C．．The capital structure puzzle[J]．Journal ofFinance，1984，39：
575．592
【1 1]Jensen，M．．Agency Costs of Free Cash Flow，Corporate Finance，and
Takeovers川． American Economic Review， 1986，76：323-329
【1 2]Morek，R．，Shleifer,A．，Vishny，R．．Management ownership and market
valuation：An empirical analysis[J]．Journal ofFinancial Economics，1 988，20：
293．3 15
【1 3]Stulz，Rene．Managerial Control of Voting Rights：Financing Policies and the
57
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
Market for Corporate Control叨．Journal of Financial Economics，1988，20：25．54
[14]Mikkelson，W．H．，Partch，M．M．．Do persistent large cash reserves hinder
performance[J】． Journal ofFinancial and QuantitativeAnalysis，2003，38：275．294
【15]Harford，J．，Corporate cash reserves and acquisitions[J]． Journal ofFinance，
1999，54：1 969．1997
[16]Jensen M．C．，mle Modem Industrial Revolution，Exit，and the Failure ofInternal
Control Systems[J]．Journal ofFinance，1993，48：83 1-880
[17]Boroldaovich，Kenneth A．，Robes Parrino，Teresa Trapani．Outside Directors
and CEO Selection[jJ】． Journal ofFinancial and QuantitativeAnalysis，1996，31：
337．355
【1 8]Shleifer，A．，R．Vishny，Large Shareholders and Corporate Control[J]．Journal
ofPolitical Economy，1986，94：461-488
【19]Shleifer，A．，Vishny，R．W．，A survey ofcorporate govemance叨．Joumal
ofFinance，1997，52：737．784
【20]Dittmar，A．et a1．International corporate governance and corporate cash holdings
【J】．Journal of Financial and Quantitative Analysis，2003，38：1 1 1—1 34
【21]Weinstein，D．E．，and Y．Yafeh， On the costs of a bank centered financial
system： evidence form the changing main bank relations in Japan[J]．Journal of
Finance，1 998，53：635．672
【22]Rajan，R．G．，Zingales，L．，撇do we know about capital structure?Some
evidence from international data[J]． Joumal of Finance 1 995，50：1421—1460
【23]Myers，Stewart C．，Determinants of Corporate Borrowing[J]． Journal of
Financial Economies， 1 977，5：147．175
【24]Diamond，D．W．，Seniority and maturity of debt contracts[J]． Journal of
Financial Economics，1 993，33：341．368
【25]Ozkan，A．，Corporate bankruptcies，liquidation costs and the role of
banks[J]．The Manchester School。1 996．64：104．1l 9
【26]Opler,T．，Pinkowitz，L．，Stulz，R．，Williamson，R．，ne determinants and
implications ofcash holdings Journal ofFinancial Economics，1999，52：3—46
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
[27]Kusnadi，Y．，Corporate Cash Holdings and Corporate Governance
Mechanisms[R]．Hong Kong University of Science&Technology，SSRN Working
Papers，2003
[28]Fama，E．What’s Different about Banks[J]Journal of Monetary Economics，
1985，15：29—39
[29]Ferreira，M，and Vilela，A．Why do fmn hold cash?evidence from EMU
countries[J]．European Financial Management，2004，10：295-319
f30】凯恩斯著；高鸿业译．就业、利息和货币通论[M】．北京：商务印书馆，1999：
174．186
【30]于东智，胡国柳，王化成． 企业的现金持有决策与公司治理分析【J】． 金
融论坛，2006，(10)：28—35
[31]张献华，姜秀珍，田亮．影响企业现金持有量的经济学诠释阴．经济问题
探索，2004(3)：45．49
【32]吴尚宗，吴红梅，冯海涛．现行最佳现金持有量模式存在的问题及改进意见
阴．商业研究，2001(3)：．32-35
【33]彭桃英，周伟．中国上市公司高额现金持有动因研究阴．会计研究2006(5)：
35·38
【34]张人骥，刘春江．股权结构、股东保护与上市公司现金持有量明．财贸经济，
2005(2)：34．43
[35]张文彤．SPSS高级教程口川． 北京： 高等教育出版社，2004：120—150
浙江大学硕士学位论文企业现金持有结构性差异的实证研究—基于我国不同行业上市公司的分析
后记
光阴似箭，岁月如梭。转眼间两年的研究生生活就要过去，回首自己的求学
历程，感慨颇多。从一个工科的本科生到现在金融学的研究生，我经历了一次较
大的角色变换。
完成这篇论文对我自己来说，是一个学习的过程，学习如何写一篇经济学的
论文。最初的实证部分在很早之前就做完了，但是如何将实证的结论转换成为有
意义的金融学结论，却一直困扰了我很久。如何从一个一个单独的点上升到面，
最后给出具有普遍意义的结论，对我来说是一个较大的考验。
现在，这篇论文结束了，我从心里感觉到了一阵轻松。我轻松并不是因为我
完成了写论文的这项任务，而是因为我从做论文的过程中收获到了快乐，就是一
种掌握了一门新的知识和技巧的那种愉悦。我也因为做了这篇论文，对今后的学
术生涯增强了信心。
在这里，我想感谢我的导师蒋岳祥老师，他在我写论文的过程中，一直给予
了我孜孜不倦的教诲和指导。重要的是他不是教我方法，而是帮我找到方向，具
体的实践完全由自己去完成。这种教育方式我认为对学生来说是最有价值的，对
学生学术能力的培养有很好的作用。
最后还想感谢我的同学，当大家在闲来交流的时候，经常能碰撞出一些思维
的火花，这种感受令人神往。我想做学问真的是需要用心来做的，那就是用心去
悟，用心去观察，用心去交流三者的结合。这就是我做完这篇论文的做大收获一
一“用心"二字。
60
周庆
二00A年三月二十七日于浙大玉泉