关于罗马尼亚资产回报决定性因素的主成分分析外文翻译资料

英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

Determinants Of Return On Assets In Romania-A Principal Component Analysis

关于罗马尼亚资产回报决定性因素的主成分分析

本文考察资本结构的影响，以及资本结构对在布加勒斯特证券交易所上市的罗马尼亚公司的财务效绩的决定性影响。这些分析是基于横截面回归和因子分析，并且该分析反映的是十年期（即2003至2012）。 资产回报率（ROA）是绩效代理，而资本结构指标是负债比率。回归结果表明，这些罗马尼亚公司在有限借款情况下登记着更高的回报。在资本结构决定因素中，有形性和商业风险对ROA有负面影响，但税收水平有积极影响，表明公司在财政压力较高的时期更有效地管理资产。绩效因销售额而得以维持，但是高水平的流动性对此影响并不显著。由于高通货膨胀率和当前的金融危机，不稳定经济状况的时期对企业业绩产生了强烈的负面影响。基于回归结果，通过迭代主成分因子的方法考虑了三个因素：第一个因素包括作为消费指标的债务和规模，第二个因素集合了有形性和流动性的影响，标志了投资潜力， 第三个是将收入的波动性与税收水平结合起来，用于评估风险的指标。不论使用何种回归方法，ROA都显著的受这三个因素的影响。消费因素对业绩产生负面影响，投资和风险变量对ROA产生积极影响。

关键字：公司业绩；资本结构；因子分析

简介

融资选择是指实现最佳资本结构的公司决策。 这代表了企业融资组合，最大化公司的价值及其市场份额。 实际经济是不完美和不稳定的，由于信息不对称和高交易成本，为投资者提供了获得外部资金的机会有限。 虽然大型金融市场通过为市场参与者提供大量流动性来确保持续的交易活动，但发展中市场处置的证券数量较少，为投资者提供有限的交易机会（Burhop和Gelman，2009）。 这些限制导致在为在发展中国家经营的公司获得外部融资时倾向于债务，因此这些公司预期具有相对稳定的股本。

许多融资决策理论是随着时间发展的，以证明资本组合的目的及其在公司价值中的作用。 在提出不相关理论几年后，Modigliani和Miller（1963）修订了理论条件，考虑了利息费用的税收扣除。 因此，公司价值应根据较高的借款增加。

本文旨在通过两阶段分析，回归和因子分析，确定债务比率如何影响在布加勒斯特证券交易所（BSE）上市的公司的资产回报率。尽管关于资本结构和企业绩效的文献非常广泛，对罗马尼亚的研究在样本的尺寸方面是有限的。本文分析的样本包括126家上市公司，它考虑了以前的实证研究的结果，其表明固定资产，流动性，风险，税收和通货膨胀率是罗马尼亚公司融资决策的决定因素（Vatavu，2013）。这些因素被用作控制变量，以及负债比率，以便确定性能决定因素。虽然回归分析是确定资本结构和企业绩效之间的关系的常用方法，但本研究打算通过减少所考虑的解释变量的数量，用第二种方法，即因子分析来测试这种关系。第二个分析也可以测试结果的有效性。

本文的其余部分的结构如下。 在简要介绍后，第二部分是关于企业绩效决定因素的实证研究的概述。 第三部分描述收集的数据，经验模型和模型中使用的变量的假设。 第四部分报告了两种分析方法的实证结果，最后，第五部分总结。

文献综述

资金公司通过债务，而不是股权，避免企业所有权的稀释。 然而，由股东投资维持的大量资本提供了更好的信用状况。 风险在某种程度上是共享的：如果拥有公司较高股权的股东厌恶风险，他们将进行更加保守的操作，因为拥有大量借款的公司反映了其债权人风险更高。 然而，杠杆和资产比率不足以确定绩效，因为有多个因素干扰这些关系。

Akintoye（2009）证明，税务，商业风险，财务灵活性和管理行为的水平应该在企业绩效的分析中考虑。 基于风险和预期收益之间权衡的想法，他考虑了决定最优资本组合的这些关键因素。 考虑到最小化资本成本，同时最大化公司价值，可以遵循这个最佳比例。 此外，对债务或股权水平的任何改变都会改变公司的价值。 根据财政效益，预计公司将更多地借款，以避免税务负担和提高其业绩。

资本结构和业绩之间的关系没有明确说明。 有研究表明总债务和业绩之间存在正相关关系，更具体来说是股本回报率，而长期债务带来了负面影响（Abor，2005）。 在中国企业中发现杠杆和绩效之间的负相关关系（Huang和Song，2006; Chakraborty，2010）。 还有一些研究并没有找到融资选择和绩效之间存在显著性关系（Ebaid，2009）。

鉴于许多资本结构影响因素对盈利能力有影响，对融资决策和绩效的研究通常采用一些这些决定因素。虽然罗马尼亚公司依靠借贷以维持他们的投资，但他们依旧试图将公司内部资金转化为他们的固定资产。此外，为了避免风险，有利可图的公司和注册高流动性的公司避免杠杆（Serghiescu＆Vaidean，2013）。在以前的研究中，证明了罗马尼亚制造公司倾向于遵循黄金融资规则：有形资产由长期资源提供资金，而流动资产则通过短期债务提供资金。债务和税收水平之间的关系表明，由于缺乏流动性，这些公司增加了负债，但税收储蓄不是借款的主要原因。因此，公司在经济困难时增加他们的业务风险并获得短期到期的债务。此外，公司在高通货膨胀率期间获得更多的短期债务（Vatavu，2013）。

以前的研究在罗马尼亚公司的业绩分析中采用了资本结构决定因素的分析方法。 虽然更高的杠杆率降低了盈利，但一些研究可能表明债务和盈利能力之间存在正相关关系，只要盈利公司具有有效的库存（Burja，2011）。 Boţoc（2011年）和Pirtea，Nicolescu和Boţoc（2014年）表明债务对业绩的负面影响，证明罗马尼亚公司遵循啄食秩序理论，只有内部资源不足时才能获得债务。 此外，已经证明，固定资产数量大的公司表现不佳，但财政压力对盈利能力有积极影响，尽管公司不能利用借款资金从税收优势中受益。

数据和方法

3.1 样本数据

样本数据来自在BSE上市的126家公司的财务记录，涵盖了2003年至2012年这10年的数据，同时数据在Excel和Stata中存储计算。 为了确保结果的准确性和客观性，公司根据以下原则选择：

• 除名的公司，解散阶段的公司或注册负资产价值的公司被排除在外，以便观察正常的商业活动；这种统计方法减少了异常的数量和异常性能;
• 只选择了每年都有资产负债表的公司，以确保数据的可靠性。

3.2方法和描述统计

A 选择指标

公司的资本结构指标包括财务指标和非财务指标。 财务指标已被广泛采用，因为公司的长期目标几乎总是纯粹的财务性质，因此财务绩效评估指标与企业财务目标直接相关。 债务比率在所有解释变量中预期影响最大。 此外，具体性，规模，流动性，风险，税收和宏观经济因素，通货膨胀和危机，将被用来解释绩效的差异。 用于计算数据的公式如下：

B 经验模型

这项研究试图发现影响企业绩效的一些变量在2003 - 2012年的时间序列横截面数据。 ROA将在一组变量上回归; 因此，性能可以理解如下：

等式10是静态线性模型：

其中i（i = 1 ... 126）是每个公司的未知截距，t（t = 2003 ... 2012）表示分析的年份，s是每个自变量的系数，it是误差项 。

将使用几种方法来测试所考虑的静态模型：合并的普通最小二乘法（OLS），具有n个实体特异性截距（FE），随机效应（RE）和校正模型的固定效应。 Hausman测试将指示哪个更适合于该分析，固定或随机效应模型。 此外，为了校正异方差和自相关的问题，将估计具有必要校正的回归。

固定效应模型探索独立变量和变量之间的关系，解释在单独的实体，假设公司有自己的特点，影响这些相关性。 相反，随机效应模型意味着公司之间的随机变量，与解释变量不相关。 Hausman测试预期固定效应模型更适合于该样本分析。 一般来说，资本结构和企业绩效解释了企业之间的差异，因此需要使用固定的固定效应。

虽然Welch（2004）发现公司没有遵循目标杠杆，但最近的研究表明，与影响债务比率的因素有关的调整行为（Flannery＆Rangan，2006; Lemmon，2008; Huang＆Ritter，2009）。 静态回归分析不能克服异质性，这是OLS或固定和随机效应模型中不能校正的一个重要问题。 因此，广义矩方法（GMM）将用于回归分析的最后步骤。 比较所有结果及其一致性，将讨论资本结构，决定因素和绩效之间最重要的关系。

考虑到X中的所有自变量（债务，有形性，规模，流动性，商业风险，税收，通货膨胀和危机），动态面板模型通常可以写成等式11：

从以前考虑的模型，OLS产生有偏差和不一致的结果，因为OLS省略固定效应Fi和固定效应模型，FE，不可观察和时间不变异质性的估计控制，但它也返回有偏系数估计。 具体来说，动态模型可以写成：

其中aj是估计参数，xit是严格外生协变量的1times;k1向量，beta;1是要估计的参数的k1times;1向量，wit是预定或内生协变量的1times;k2向量，beta;2是k2times; 1要估计的参数向量，ni是面板级效应（其可以与协变量相关），并且εit是独立的并且相同地分布在具有方差的整个样本上（Arrelano和Bover，1995）。

Blundell和Bond（1998）调整了以前的动态模型，提出了一个使用力矩条件的系统估计器。 除了用作差分方程的仪器的滞后水平的力矩条件之外，滞后差异也用作仪器，但在水平方程中。

只要ROA是固定效应的函数，滞后因变量应与误差项相关（Baltagi＆Liu，2008）。因此，内部变换去除时不变的不可观察的异质性，并且引入变换的滞后和误差之间的相关。动态模型假设没有二阶串行相关。

该分析的最后一步是因子分析是用于数据简化和求和的多变量统计工具。该方法描述了观察到的变量之间的可变性，即，观察到的变量（称为因子）的数量较少。这意味着，一对观察变量的变化可以通过单个不可观察变量的变化或减少数量的变量来解释。通过这种统计分析，大量的变量可以组合成单个或减少数量的变量。换句话说，因素分析用于评估大量变量之间的相互关系，并根据其具有最小信息损失的共同基本因素来解释这些变量（Hair，Tatham，Anderson，＆Black，2009） 。

C 描述性统计

基于总资产的平均回报率，大多数公司注册有限收益（约占总资产的4％）。资本结构比率证明了对股权的偏好，因为借款资源平均占罗马尼亚上市公司资本的34％。

切实性表明固定资产的使用率较高，但这一变量的标准偏差相对较高，这意味着数据点在固定资产占总资产的比例方面分布在大范围的价值上。平均大小代理（7.3）对于大多数公司来说是相当大的，与注册的最小值（3）和最大值（10.3）相比。不考虑极端价值，流动性比率表明，流动资产超过短期债务超过三倍，理论上考虑的最优值。然而，指标显示波动性收益：虽然平均风险并不意味着罗马尼亚公司长期面临不稳定的收益，但这个变量的标准差很高。税率平均约为25％，由危机和通货膨胀率组成的变量的最大值为0.079，平均值为0.029。

表1. 描述性统计

您可能感兴趣的文章

• 质量管理体系：确保全面质量管理的一个急需的工具外文翻译资料
• 识别MOBA游戏中具有预测性的胜利团战模式外文翻译资料
• 曲线拟合和最小二乘法来推断埃塞俄比亚COVID-19病例状态外文翻译资料
• 欧洲区域政策与欧洲区域社会经济多样性:多元分析外文翻译资料
• 公共企业资源规划公司估值的关键指标和关键驱动因素外文翻译资料
• 结构方程建模中模型评估的统一方法外文翻译资料
• Fisher线性判别函数的“朴素贝叶斯”，以及变量多于观测 值情况下的一些替代方法外文翻译资料
• 变量对于分类的贡献外文翻译资料
• 多时间尺度自相关和交互相关多元分位数投影变换偏差订正降尺度模型外文翻译资料
• 与可交换性结合时随机缺失和相关定义的注释外文翻译资料