我国上市公司股利调整的速度问题

本书首先应用经典的Lintner模型对我国上市公司的股利调整速度进行了考察，回归结果见表5-3。为保证结果的稳健性和便于比较，在估计参数时，本书分别使用OLS，组内估计WG，差分GMM和系统GMM。结果显示DPS it－1、EPS it的系数均在1%的水平上与DPS it正相关，证明我国上市公司存在股利平滑行为，即公司根据上年的股利支付情况和当年的盈余对当期股利分配进行调整，截距项为正，表明公司存在不愿意减少股利的倾向。进一步地，我们可以计算出股利调整速度和目标股利支付率。对Lintner(1956)的部分调整模型进行OLS估计，得到的股利调整速度为0.4691，远低于任有泉(2006)估计得出的调整速度0.97，原因可能是近年来我国上市公司股利平滑行为有所增加。使用组内估计得到的股利调整速度均高于OLS估计结果，系统GMM和差分GMM的估计结果比较接近。基于前文分析，针对本书样本特性，系统GMM和差分GMM得出的估计量相对更优，因此，从这两组模型得到的股利调整速度值可以看出，我国的股利调整速度更接近于新兴市场，如印度、南非，而远远高于美国、德国等成熟市场，说明我国上市公司对股利进行平滑的程度相对较低。从目标股利支付率来看，四种不同估计方法测算得出的目标股利支付率介于20%～30%之间。

表5-3　我国上市公司股利调整速度和目标股利支付率

(www.xing528.com)

注明:*表示p＜0.1，**表示p＜0.05，***表示p＜0.01。系数下方括号里的数字为T值或Z值。

需要说明的是，作为一致估计，要求差分GMM和系统GMM的扰动项不存在自相关，所以本书进行了扰动项的一阶差分和二阶差分相关性检验，结果显示扰动项的差分AR(1)存在一阶自相关，但不存在二阶自相关AR(2)，说明使用差分GMM和系统GMM合理。同时用Sargan统计量对矩条件进行了过度识别检验，结果显示将滞后项作为工具变量有效。