Tobit回归结果的实证分析：详解及启示

在对数据进行处理后，我们使用Stata12软件，建立了针对数据的随机（random-effect）TOBIT回归模型，去掉统计不显著所在区域的人均GDP和所在区域煤储量后，得出回归结果见表5.12。

表5.12　Tobit模型回归结果表

资料来源：作者研究整理。
备注：***表示在1%的水平上统计显著，**表示在5%的水平上统计显著，*表示在10%的水平上统计显著。

（1）所在区域经济发展程度的影响。区域经济发展程度对钢铁上市公司综合技术效率的影响系数没有通过检验，说明经济发展程度对钢铁上市公司的综合技术效率影响并不显著。

随着近几年国内经济的持续发展，对钢铁业的需求也持续高涨，但是钢铁业作为国民经济发展的基础产业，经济发展程度对其影响并不十分显著。

（2）煤储量的影响。煤储量对钢铁上市公司综合技术效率的影响系数没有通过检验，说明煤储量对钢铁上市公司的综合技术效率影响并不显著。

钢铁上市公司主要分布在东北和华北等沿海的老工业区，如首钢、鞍钢、宝钢等。而煤炭产地主要集中在山西、陕西、内蒙古西部这三个地方。主要钢铁企业与煤炭产地并不在同一省份，所以煤储量没有通过检验。

（3）铁矿石储量的影响。铁矿石对综合技术效率影响系数也为正，t统计量显著，说明公司所在地铁矿石资源是否丰富对钢铁上市公司综合技术效率存在正的影响。

钢铁上市公司主要分布在东北和华北的老工业区，如首钢、鞍钢等，这些企业主要靠近资源产地；而宝钢是全国一家典型的临海型钢铁企业，拥有便捷的海运条件；另外就是杭钢、广钢等企业，这些企业主要是靠近消费市场的。位于中西部地区的企业，比如八一钢铁、武钢股份、安阳钢铁等，主要是接近原料产地以降低生产成本。

（4）公司规模的影响。从表5.12中可以看出，企业规模变量的估计系数为负，其t统计量在5%的显著性水平下通过了检验，说明企业规模和公司综合技术效率之间存在负相关关系。也就是说，企业规模越大，公司的综合技术效率越低。企业规模变量的估计系数为-0.036。

企业规模之所以与技术效率呈负相关关系，主要有三个原因：首先，我国的大型钢铁企业绝大部分为国有企业，有些企业已经有几十年的历史，企业员工众多，而且有大量离退休职工，企业负担较重；其次，企业管理层次过多，交叉重叠，工作人员分工不明晰，机构冗员过多，造成信息传递成本较高，提高了企业经营管理成本；最后，公司规模的扩大，增加了管理上的复杂性，但公司治理结构并没有得到相应完善，高级管理人才的缺乏使得管理上出现更多的问题，严重影响了其效率水平。同时我国还有一个特殊的国情，企业规模越大，越容易得到政府的扶持，加上宏观经济发展良好对钢铁需求量的上升，使得钢铁企业利润的上升在很大程度上不依赖于企业生产经营效率的提高，因此钢铁企业过多的重视发展速度、市场占有率，并不重视内部技术的提升和经济效益，这也是钢铁企业目前规模不经济的原因之一。另一方面，我国的钢铁业还存在不少的落后产能，必须加快淘汰。只有这样，钢铁企业的规模效益才会大大显现出来。

（5）股权集中度的影响。从表5.12可以看出，第一股东持股比例和前十大股东持股比例的系数均为负，t统计量也比较显著，说明股权集中度对我国钢铁上市公司的综合技术效率具有负的影响。

本章所说的股权集中度指的是第一大股东的持股比例和前十大股东的持股比例，所选的样本钢铁上市公司中第一股东持股比例都在30%以上，十大股东持股比例都在80%以上，最高的太钢股权集中度达到98.54%，说明我国的钢铁上市公司基本上都属于股权比较集中的企业，而股权的集中对综合效率值产生了负的影响，股权的过度集中造成公司的决策由少数几个大股东控制，出现了不以公司利润最大化为目标的个体行为，造成公司经营和管理效率不高，公司的综合评价值不高。因此，我国的钢铁上市公司应该激励大股东对公司业绩做出贡献，这就需要采取一定的激励措施，使大股东能够从股价上涨中带来利益，从而使控股股东和企业利益趋于一致。(www.xing528.com)

学者通常通过研究股权集中度来分析国有企业是否存在“过分集中”的问题，并且分析“过分集中”对企业的影响。而实证结果也说明，在中国钢铁行业中，股权高度集中有利于提高公司的综合技术效率。

实证研究结果证实了Shlieifer和Vishny^[14]的假说，股价上涨带来的财富使控股股东和中小股东的利益趋于一致，因而控股股东具有足够的激励去收集信息并有效监督管理层，从而避免了股权高度分散下的“搭便车”问题。另外，中国证券市场还不很完善，公司小股东为监督公司的经营而收集信息、举行投票的成本过高，因而小股东放弃自己的监督、投票权是明智的选择，因为若小股东过多，在我国证券市场相关法规不够完善的情况下，将会造成无人监督经理人的现象，损害公司及股东的利益，而股权集中有利于公司经营业绩的提高。

但是，根据目前中国企业的特殊情况，钢铁行业上市公司的“一股独大”主要是国有股一股独大。前文中已经论述过国有股股东持股比例过大，会产生“内部人控制”的问题，因此本节的结论似乎与前文产生了矛盾。但是，需要注意的是，国有股比例和第一大股东持股比例这两个变量的T统计值均是在5%的显著性水平上通过检验的，二者均未通过1%的显著性水平检验，由此可以说明二者对企业综合技术效率的影响可能有部分被抵消了。

（6）上市时间长短的影响。从表5.12中可以看出，上市时间长短的系数为正，统计检验显著。因此，可以说钢铁企业上市时间越久，综合技术效率越高。但是从估计系数可以看出，相比于其他几个影响因素，上市时间的系数要小很多，也就是说，上市时间对钢铁上市公司综合技术效率的影响不及前几个因素大。从另外一个角度来看，虽然上市对于钢铁企业的发展非常重要，但是其对钢铁企业的直接影响只是为其经营提供所需的资金，对效率的影响很间接。只有上市之后公司转变自身的管理理念、改善自身的管理方式，才能使上市对经营和生产效率的提升发挥更为积极的作用。

（7）资产负债率的影响。从表5.12中可以看出，资产负债率对钢铁上市公司综合技术效率的影响系数为正，统计量也显著，说明资产负债率越高，钢铁上市公司效率越高。

随着钢铁业并购重组的进行，公司的资产规模不断增加，这部分资金大部分都是通过上市融资的，高比例的融资负债满足了钢铁上市公司对资金的需求。资产负债率高的好处，就是获得杠杆收益，使企业在短期内发展壮大。而负债的增加也使得公司在运营上更加注重效率，只有这样才能持续经营。

（8）人力资本的影响。从表5.12中可以看出，大中专员工占总员工的比例对钢铁上市公司综合技术效率的影响系数为正，统计量显著，说明人力资本对钢铁上市公司的效率存在正面的影响。从中国经济发展现状来看，东部地区具有较高的生产技术水平和管理水平，以及相对充足的高级技术管理人才和熟练劳动力供应等，而中西部地区在这些方面，特别是技术管理人才方面存在着较明显的劣势。但是，就中国钢铁行业的特点来看，整体仍处于粗放经营阶段，单纯地依靠扩大生产规模和增加投入来取得效益。因此，先进的生产技术和管理技术，以及人力资源等还不是企业关注的重点，对企业综合技术效率的提高没有明显的影响。但是，随着我国钢铁行业的日益成熟，钢铁企业将会逐步从粗放型增长向集约型增长转变。

综上所述，本章利用数据包络分析模型对我国26家钢铁上市公司2005年至2012年的综合技术效率、纯技术效率和规模效率进行了评价，并采用Tobit回归分析法对影响钢铁上市公司综合技术效率的因素进行了回归分析，结果表明：

第一，随着并购重组的不断进行，从2005年到2012年钢铁上市公司的综合技术效率在开始阶段有一定的增长，然后受到金融危机的影响，综合技术效率降到谷底，并在最近有所提升。中国钢铁上市公司的整体效率并没有处在一个良性发展的状态上，钢铁业集中度的提高、上市公司规模的扩大所带来规模经济效益还没有全部显现，并购重组后公司的整合和组织结构的复杂带来的管理难度都有一定的影响。

第二，超大规模和大型钢铁上市公司的效率高于小规模的公司，超大规模的公司存在很强的规模效应，小型规模的公司管理难度小，这些是公司效率较高的部分原因。

第三，从不同区域的钢铁上市公司的效率比较来看，区域之间上市公司效率差异比较明显，台湾地区和华北地区六年的综合技术效率均值最高，西南地区六年的综合技术效率的均值最低。

第四，并购重组后企业效率的提高存在时滞，这个时滞由于公司的不同、并购重组方式的不同也存在差异。因此，并购重组活动发生后，钢铁上市公司的效率变化情况不一致，其中韶钢松山、山东钢铁、抚顺特钢在并购重组后效率出现了下降，这可能是由于并购重组后企业整合的困难使得规模经济的发挥存在较长时滞。攀钢钢钒、河北钢铁等9家上市公司的效率在并购重组后有了明显的上升，其规模经济发挥的时滞较短。而首钢股份、武钢股份、宝钢股份、山东钢铁并购重组后效率不太稳定，时而上升时而下降。

第五，股权集中度、总资产对钢铁上市公司的效率存在反方向的影响；所在区域铁矿资源储量、资产负债率、企业科研能力对钢铁上市公司的效率具有积极的影响；所在区域经济发展程度和煤矿储量对钢铁上市公司的效率影响不显著。