迎合还是背离：来自我国上市公司现金股利分配的证据(编辑修改稿)

迎合还是背离：来自我国上市公司现金股利分配的证据(编辑修改稿)内容摘要：

的可能性 （ LogitP） P 为公司分配 现金股 利的 概率 , 取值范 围为 0 ～ 1 ，logitP=ln(P/(1P)) 自变量 投资者股利需求 (DEMAND) 用 市值账面比 （ M / B）反映， 计算公式见上文 控制变量 1）公司财务特征 公司规模 （ Ln（ ASSET）） Ln（总资产的帐面价值） 每股收益 (EPS) (税后利润 优先股股利 )247。 发行在外的普通股平均股额 自由现金流量 (FCF) 自由现金流量 净资产收益率（ ROE） 净利润 /净资产 增长率 (GROWTH) 最近 3 年主营业务收入增 长率 2）股权结构 股权集中度指数 （ CINDEX） 公司前三大股东持股比例的平方和 未流通 A 股比例 (PROP) 未流通 A 股数 /公司总股数 模型与回归 我们在实证分析中对 2020 年到 2020 年连续 4 年的数据分别用三个模型进行 Logistic 回归。 在模型 1中，我们将 投资者股利需求 (DEMAND)作为自变量 ， 公司 分配现金股利的可能性（ LogitP）为被解释变量，建立如下回归模型， 模型 1： LogitP i = a + b1* DEMAND i +ε i 其中 a 和 b1 为回归系数。 回归结果如表 3所示。 表 3 模型 1 的回归结果 样本 类型 回归模型的显著性检验 参数显著性检验 变量 指标 回归 系数 标准 误差 Wald 统计量 P 值 边际影响比值 2020 年 样本数 : 1047 Chisquare= Sig.= Nagelkerke R2= 投资者股利需求 DEMAND 常数 Constant 2020 年 样本数 : 1050 Chisquare= Sig.= Nagelkerke R2= 投资者股利需求 DEMAND 常数 Constant 2020 年 样本数 : 958 Chisquare= Sig.= Nagelkerke R2= 投资者股利需求 DEMAND 常数 Constant 2020 年 样本数 : 854 Chisquare= Sig.= Nagelkerke R2= 投资者股利需求 DEMAND 常数 Constant 从 2020年的回归结果看， 模型的 拟合优度指标 Nagelkerke R2=， 说明模型拟合 得不是很 好 ； 该模型的 Chisquare 检验值为 ，显著性水平为 ，是统计性显著的。 投资者股利需求的 回归系数为 ， Wald 检验结果 P值为 ，表明 公司 分配现金股利的 6 可能性 与 投资者股利需求 负相关且高度显著， 边际影响比值 表明公司的 投资者股利需求 每提高一个等级， 公司 分配现金股利的 概率与 公司不 分配现金股利的 概率之比变为原来的 倍； 也就是说，随着 投资者股利需求的 提高 ，公司 分配现金股利的 概率 将降低，而 不分配现金股利的 概率 将增加。 2020 年至 2020 年的回归结果存在相同的特征，即 公司 分配现金股利的 可能性 与 投资者股利需求 负相关，除 2020年以外，其余各年均具有 较高显著性水平。 接着，我们在模型 1的基础上引入了公司财务特征控制变量，建立模型 2。 模型 2： LogitP i = a + b1* DEMAND i + b2* Ln（ ASSET i） + b3* EPS i + b4* FCF i + b5* ROE i + b6* GROWTH i +ε i 在进行 Logistic模型回归时，我们采用条件参数似然比 逐步法进行回归， 2020年和 2020年，只有投资者股利需求和每股收益两个变量进入了回归模型， 2020年和 2020年，共有投资者股利需求、每股收益和公司规模三个变量进入了回归模型。 回归结果见表 4。 表 4 模型 2 的回归结果 样本 类型 回归模型的显著性检验 参数显著性检验 变量 指标 回归 系数 标准 误差 Wald 统计量 P 值 边际影响比值 2020 年 样本数 : 1047 Chisquare= Nagelkerke R2= Sig.= 投资者股利需求 DEMAND 每股收益 EPS 公司规模 Ln(ASSET) 常数 Constant 2020 年 样本数 : 1050 Chisquare= Nagelkerke R2= Sig.= 投资者股利需求 DEMAND 每股收益 EPS 公司规模 Ln(ASSET) 常数 Constant 2020 年 样本数 : 958 Chisquare= Nagelkerke R2= Sig.= 投资者股利需求 DEMAND 每股收益 EPS 常数 Constant 2020 年 样本数 : 854 Chisquare= Nagelkerke R2= Sig.= 投资者股利需求 DEMAND 每股收益 EPS 常数 Constant 从 2020年的回归结果看，模型的 拟合优度指标 Nagelkerke R2=， 说明模型拟合 得比较 好 ； 该模型的 Chisquare检验值为 ，显著性水平为 ， 是统计性显著的。 投资者股利需求 的回归系数为 ， Wald 检验结果 P值为 ， 表明 公司 分配现金股利的可能性与 投资者股利需求 负相关且高度显著， 边际影响比值 投资者股利需求 每提高一个等级， 公司 分配现金股利的 概率与 公司不 分配现金股利的 概率之比变为原来的 ； 另外， 公司 分配现金股利的可能性 与 每股收 益 和 公司规模 正相关 且高度显著， 边际影响比值分别为 ，说明 每股收益 对决定公司是否发放概率具有极其重要的影响作用。 2020年至 2020年的回归结果表明， 投资者股利需求与 每股收益两项指标与 2020年存在相同的特征，即 在 较高的显著性水平下 ， 公司 分配现金股利的可能性 与 投资者股利需求 负相关，与 每股收益正相关；公司规模指标则没有表现出强的相关性。 考虑到我国特殊的股权结构，我们在模型 2 的基础上进一步引入 股权结构 控制变量，建 7 立模型 3。 模型 3： LogitP i = a + b1* DEMAND i + b2* Ln（ ASSET i） + b3* EPS i + b4* FCF i + b5* ROE i + b6* GROWTH i +b7*CINDEX+ b8*PROP+ε i 同样地，在进行 Logistic 模型回归时，我们采用条件参数似然比 逐步法进行回归， 2020年，只有投资者股利需求和每股收益两个变量进入了回归模型； 2020 年和 2020 年，共有资投者股利需求、每股收益和股权集中度指数三个变量进入了回归模型； 2020 年，共有投资者股利需求、每股收益、公司规模和股权集中度指数四个变量进入了回归模 型。 回归结果见表 5。 表 5 模型。