智力資本對貝塔系數影響路徑的數理分析與數據檢驗

李經路++郭靜

摘要：分析了智力資本各要素單獨對貝塔的影響路徑以及各要素耦合作用時對貝塔的影響路徑。人力資本、結構資本及關系資本含量越高，公司的貝塔越小，但是單要素對貝塔影響并不明顯，只有三因素耦合作用時，才與公司貝塔顯著負相關。在此基礎上推導出了考慮智力資本的CAPM修正模型。

關鍵詞：智力資本；資本資產定價模型；貝塔系數；耦合作用

DOI：10.13956/j.ss.1001-8409.2017.07.30

中圖分類號：F224；F8325 文獻標識碼：A 文章編號：1001-8409（2017）07-0141-04

The Impact Mechanism Path of Intellectual Capital on the Beta

Coefficient through Mathematical Analysis and Data Verification

——Taking Listed Companies Data as Examples

LI Jinglu ，GUO Jing

（School of Accounting， Yunnan University， Kunming 650500）

Abstract： This paper discusses the impact mechanism paths of intellectual capital alone factor and intellectual capital coupling affecting on the Beta coefficient. Human capital， structural capital and relational capital all have a negative impact on Beta coefficient， But the effect of intellectual capital elements alone is not clear， the negative relation is very significant only when coupled to each of the three. It deduces the modified Capital Assets Pricing Model based on intellectual capital theory.

Key words：intellectual capital； capital asset pricing model； Beta coefficient；coupling affect

資本資產定價模型（Capital Assets Pricing Model，CAPM），將資產定價的影響因素簡化為無風險收益率、貝塔和市場風險溢價3個變量，在這3個變量中貝塔是對單項資產或資產組合系統風險的表征，是資本資產定價模型的唯一決定性因素?，F有文獻已經探討了企業規模、流通股比例、流通總市值、股票市場的流動性等因素分別對貝塔的影響，鮮有文獻研究智力資本對貝塔的影響路徑。鑒于此，本文利用2011年到2014年上市公司智力資本數據，分析其對貝塔的影響機制。

1文獻綜述與研究命題

智力資本是由哪些要素構成的？學術界存在著不同的觀點。主流觀點認為智力資本由人力資本、結構資本和關系資本這3個要素構成（即三因素觀）。這3要素對公司價值貢獻的作用各不相同，其中人力資本是智力資本的核心要素，結構資本和關系資本功能的發揮需要借助于人力資本的作用，結構資本和關系資本不能單獨發揮作用[1]。

11智力資本單因素與貝塔負相關的命題

資源基礎觀認為人力資本能夠降低公司風險、提高投資回報，從而帶來獨特的資源優勢，相關學者表明，如果公司的人力資本較為充裕，則更能抵御風險，減輕公司價值的波動程度[2～4]。人力資本和結構資本不僅能夠駕馭有形資產的運行，還能提升公司無形資產價值的貢獻能力[5]。

然而，僅有個別學者檢驗了智力資本與公司風險的關聯性。在探討公司CEO的資格水平、團隊合作能力以及團隊經驗對貝塔有何影響時，發現CEO的資格水平和團隊合作能力與貝塔顯著負相關，而團隊經驗與貝塔不存在顯著相關性[6]。公司風險有市場風險和特有風險之別，智力資本與市場風險顯著正相關，與特有風險顯著負相關[7]。

良好的客戶關系能夠提升資源供給與需求方雙方的盈利能力、降低雙方的風險[8]。人力資本與公司預期收益的方差顯著負相關[9]。人力資本、結構資本均與貝塔負相關，而物質資本與貝塔正相關[10]。結構資本能夠降低上市公司的股權資金成本，股權資金成本與貝塔正相關（從資本資產定價模型的研究思路可以得到），間接地證明了結構資本與貝塔負相關[11～13]。綜上分析，提出第一組命題。

H1a：人力資本與貝塔負相關。

H1b：結構資本與貝塔負相關。

H1c：關系資本與貝塔負相關。

12智力資本單因素與貝塔正相關的命題

智力資本如果得不到有效運營與管理，其風險將遠大于有形資產的風險[14]。公司處于動態發展的過程中，如果智力資本沒有跟上能力的發展態勢，將給公司能力帶來負面影響，進而影響公司價值，于是智力資本與貝塔正相關。結構資本運營不合理會毀損公司價值[15]，關系資本中的戰略聯盟就存在著類似情況，戰略聯盟之間的沖突增強了公司供應鏈的不確定性[16]。高管薪酬與公司的股票市場回報率和總資產報酬率正相關[17]。關系資本的增加將使得公司的交易成本呈現出先減小后增加的趨勢[18]。

智力資本的披露程度在公司信息披露中是較為不充分的，不充分的信息披露加劇了公司價值的波動程度[19，20]，降低了市場的有效性[21]，這無疑提高了證券市場的不確定性，加劇了公司的市場風險。這種現象在發展中國家尤為突出[22]。綜上分析，提出第二組命題。

H2a：人力資本與貝塔正相關。

H2b：結構資本與貝塔正相關。

H2c：關系資本與貝塔正相關。

13智力資本三要素耦合作用對貝塔負相關的命題

毋庸置疑，人力資本、結構資本和關系資本三者是相互作用的，其不同的作用模式與路徑造就了公司價值的差異[23，24]。只有三者相輔相成、相互耦合才能充分發揮智力資本價值貢獻的效能，提高公司的適應性，降低經濟市場波動給公司造成的沖擊。據此，提出第三個命題。

H3：智力資本三要素耦合作用能降低公司的貝塔系數。

2實證研究

21樣本來源及處理

剔除金融保險類公司以及數據不全的公司和ST公司，最終得到電子信息、軟件、傳媒、生物工程、制藥、化工、衛星、航空、機械制造等行業的88家上市公司在2010～2014年間的數據。樣本公司的相關數據均來自CSMAR數據庫和巨潮資訊網。

22模型確定和變量設計

221模型的確定

本文構建下面的面板數據模型，以檢驗智力資本對貝塔的影響，模型如式（1）所示：

βit=α0+∑ni=1αΚXκ，it+γ1Kit+δi+εit（1）

式（1）中：i和t分別表示第i個樣本公司和第t個時間點；X代表進行主成分分析之后，貢獻率較大的人力資本、結構資本和關系資本的一組變量；K代表控制變量；δi代表第i樣本公司的個體效應；εit代表隨機擾動項。

222被解釋變量的確定

借鑒Sharpe對貝塔數據計算方法得到貝塔數據，收集到每只股票每年53個周的周收益率，根據周收益率計算出每只股票的年貝塔系數。

223解釋變量的確定

借鑒李冬偉、李建良[25]和李經路[26]智力資本選取指標的方法，得到如表1所示的指標體系。

23研究期限的確定

智力資本對公司價值及風險的影響并不是一蹴而就的，而是存在滯后期的。鑒于本文的時間窗口是2011～2014年的跨度，時間窗口較短，將被解釋變量滯后一期處理。

24因子分析

由于所選取的變量較多，要降維處理。KMO和Bartlett的檢驗發現，KMO統計量為0567（大于臨界值05），Bartlett統計量為2150704且sig=0000<001，說明變量之間顯著相關，需要進行因子探索分析。采用最大方差正交旋轉方法進行分析，以提取貢獻率較大的變量。除了RC1和RC4外，其他自變量貢獻均大于80%，且11個變量累積貢獻度達到81%（貢獻率大于70%），變量的效度較好。因此，能夠進入回歸分析的變量是HC1、HC2、HC3、HC4、HC5、SC1、SC2、SC3、SC4、RC2、RC3。

25回歸分析

根據F檢驗和Hausman檢驗可知宜選取個體固定效應模型，回歸分析結果如表2所示。

HC1、HC4與貝塔在10%水平上呈顯著正相關，命題H2a通過了檢驗；HC3和HC5與貝塔在10%水平上呈顯著負相關，命題H1a通過了檢驗。SC3與貝塔在1%水平上顯著負相關，命題H1b通過了檢驗；SC4與貝塔在1%水平上顯著正相關，命題H2b通過了檢驗。RC3與貝塔負相關，命題H1c通過了檢驗。3類資本與貝塔呈現出不同的關系，問題較為復雜。

26進一步研究

為了進一步確定3類資本對貝塔的影響路徑，需要做以下兩步任務，第一步將單個自變量與因變量分別進行回歸，第二步依據上一步的回歸結果將自變量按其對因變量影響程度從小到大排序，然后逐個回歸。結構資本中的順序是SC3、SC4，人力資本中的順序是HC3、HC2、HC1、HC4，關系資本中RC3最大，根據排序進行逐步回歸，結果如表3所示。

模型1中的HC4與貝塔呈弱相關，模型2、模型3和模型4中HC1對貝塔有正向作用，HC2和HC3對貝塔有顯著負向作用。模型5和模型6中SC4對貝塔有正向作用，SC3負作用于貝塔。HC2和HC3的作用大于HC1，SC3的影響大于SC4，即人力資本和結構資本與貝塔呈負相關，驗證了假設H1a和H1b。

261考慮智力資本三因素耦合效應時的實證檢驗

智力資本各要素替代變量通過顯著性檢驗的只占變量的一半，這究竟是什么原因引起的？是因為智力資本各要素之間存在耦合效應，各要素單獨發揮的作用微弱。國內學者也驗證了智力資本三要素間存在耦合作用[29]。據此，本文采用主成分分析方法來研究各要素耦合作用下智力資本對貝塔的影響。

首先將各變量標準化，再依據標準化后的數據提取主要成分。本文選取了6個主要成分，其解釋的總方差81280%，解釋力度比較充分，所選的6個主成分能夠綜合反映公司智力資本各要素包含的信息（版面有限，主成分方程省略）。

262回歸結果

從資本結構角度來看，隨著財務杠桿的增大公司權益風險逐漸增大。從規模角度來看，規模較大的公司會產生規模報酬，其所面臨的風險遠遠小于規模小的公司。本文采用分層回歸法分析，首先，將上述6個主成分與貝塔系數直接回歸，進行假設檢驗；其次，在模型中加入兩個控制變量，再次回歸?；貧w結果如表4所示。

主成分X3、X4和X5均較顯著。模型1中X3、X4和X5分別與貝塔在1%的水平上顯著負相關，命題H3通過了檢驗。模型2加入了控制變量，除了擬合優度稍稍增加之外，兩個控制變量并不顯著。與各要素單獨的回歸結果相比，耦合作用下的回歸結果及方向更加明確，顯著性也提高了，說明耦合作用與公司貝塔顯著負相關，該結論支持了命題H3。

3智力資本視角下的CAPM構建

在傳統CAPM的推論中，基本假定誤差εit是獨立同分布的，但實際情況并非如此。智力資本質量、數量存在著差異，它們對貝塔影響也不同，智力資本含量和質量越高的公司對市場風險反應能力越強，其股價及收益率越穩定，誤差越小。本研究中誤差項與智力資本存在著反比關系，智力資本含量和質量越高，誤差越小。假定智力資本對方差修正的權重矩陣是存在的，用B來表示，將復雜問題簡單化，將矩陣設定為式（2）的解析式：

B=diag[Ii1，Ii2…Iit]（2）

式（2）中：Iit是衡量公司智力資本含量和質量高低（下文用IC比率表示）的變量，且該變量的方差εit服從（0，Bσ2）分布，由于IC比率與εit呈反比例關系，所以Iit越大，誤差越小，資產i的貢獻越大，擬合效果越好。

依據傳統貝塔系數的推理思路，運用最小二乘法得到方程如下：

Q（ic），it（ic）=min（Y-X·r）′B-1（Y-Y·r）（3）

（ic）=（ic）it（ic）=X′B-1X-1X′B-1Y（4）

簡化處理后得到式（5）：

（ic）=M（X′B-1X）-1X′B-1Y，若令M=1，0（5）

it（ic）=CX′B-1X-1X′B-1Y（6）

根據前面的推導，可推出基于智力資本的CAPM修正模型，如式（7）所示：

Rit=α（ic）+βit（ic）Rmt+εit（ic）（7）

4研究結論

實證結果表明人力資本、結構資本和關系資本與公司貝塔顯著負相關，關系資本的作用明顯小于人力資本和結構資本的作用。人力資本、結構資本以及關系資本之間的耦合作用大于各要素的單獨作用，且人力資本、結構資本和關系資本耦合可以降低企業的系統風險。在實證研究的基礎上，嘗試性地提出了CAPM的修正框架，為后續研究提供了支持。因此，后續研究需要關注智力資本對CAPM的影響機理，以滿足知識經濟背景下的資產定價需求以及公司估值的需要[27]。

參考文獻：

[1]李經路.人力資本價值貢獻的耦合分析[J].科技與經濟，2013（4）：81-85.

[2]Hayton J C. Competing in the New Economy： The Effect of Intellectual Capital on Corporate Entrepreneurship in High-technology New Ventures[J].R&D Management， 2005， 35 （2）：137-155.

[3]Bates T. Self-employment Entry Across Industry Groups[J].Journal of Business Venturing，1995（10）：143-156.

[4]Shane S， Venkataraman， S. The Promise of Entrepreneurship as a Field of Research[J].Academy of Management Review， 2000（25）：217-226.

[5]Fitzenz J. The ROI of Human Capital[M].American Management Association，2001， New York， NY.

[6]James Philpot Craig A. Peterson， Manager Characteristics and Real Estate Mutual Fund Returns， Risk and Fees[J].Managerial Finance，2006（32）：988- 996.

[7]Tobias Sallebrant Joakim Hansen Nick Bontis Peder HofmanBang， Managing Risk with Intellectual Capital Statements[J].Management Decision， 2007（45） ： 1470-1483.

[8]Kim S， Taylor D. Labour Cost Disclosures：Have IFRs Made a Difference？[J].Journal of Human Resource Costing & Accounting，2011，15（2）：127-146.

[9]Santhakumar Shijin Arun Kumar Gopalaswamy Debashis Acharya. Dynamic Risk-return Relation with Human Capital： A Study on Indian Markets[J].International Journal of Emerging Markets，2012（7） ：146-159

[10]Daniel Pitelli Britto， Eliane Monetti ，Joao da Rocha Lima Jr. Intellectual Capital in Tangible Intensive Firms： The Case of Brazilian Real Estate Companies[J].Journal of Intellectual Capital， 2014，2（15）：333-348.

[11]郭海.管理者關系對企業資源獲取的影響[J].中國人民大學學報，2010（3）：134-143.

[12]游家興、劉淳.嵌入性視角下的企業家社會資本與權益資本成本[J].中國工業經濟，2011（6）：109-119.

[13]蘇明.智力資本影響企業的資本成本了嗎[J].山西財經大學學報，2016（5）：113-124.

[14]Kupi E， et al.Risk Management of Intangible Assets[J]. Intellectual Capital Dynamics & Innovation Capabilities， 2008（6）：26-27.

[15]常麗娟，楊穎.智力資本對企業績效影響的實證研究[J].經濟與管理，2012（1）：21-24.

[16]Julia Brunold Susanne Durst. Intellectual Capital Risks and Job Rotation[J].Journal of Intellectual Capital， 2012（13）：178 - 195.

[17]Main，B G M，OReilly I，et al.Top Executive Pay： Tournament or Teamwork？[J].Journal of Labor Economics，1993（10）：606-628.

[18]徐亮，龍勇，張宗益.關系資本的聯盟治理結構影響的研究[J].軟科學，2008（4）：32-37.

[19]Inderpal Singh， J L W， Mitchell Vander Zahn.Does Intellectual Capital Disclosure Reduce an IPOs Cost of Capital？[J].Journal of Intellectual Capital， 2007（8）：494-516.

[20]Tayles， M， Pike， et al.Intellectual Capital， Management Accounting Practices and Corporate Performance： Perceptions of Managers[J]. Accounting， Auditing and Accountability Journal， 2007，20（4）：522-548.

[21]張丹，王宏，戴昌鈞.我國上市公司智力資本信息披露的市場效應研究[J].軟科學2008（22）：50-54.

[22]Ching Choo Huang， et al.Human Capital Disclosures in Developing Countries： Figureheads and Value Creators[J].Journal of Applied Accounting Research， 2013（14）： 180-196.

[23]Marr B，Schiuma G，Neely A. The Dynamics of Value Creation：Mapping Your Intellectual Performance Drivers[J].Journal of Intellectual Capital，2004，5（2）：312-325.

[24]Kristina Laurell Stenlund. Managing Intellectual Capital in Practice[J]. Journal of Human Resource Costing & Accounting，2006，10（3）：189-191.

[25]李冬偉，李建良. 基于企業生命周期的智力資本對企業價值影響研究[J].管理學報，2012（5）：706-714.

[26]李經路.耦合視角下的企業智力資本價值貢獻研究[J].軟科學，2013（6）：108-113.

[27]郭靜，李經路.CAPM的適應性及其修正[J].金融理論與實踐，2015（2）：93-98.

（責任編輯：石琳娜）