原文信息：陈运森,周金泳,彭嘉续.中国上市公司分红的动因研究——基于机器学习的证据[J/OL].中国工业经济,2024,(05):155-173[2024-12-23].
作者简介
陈运森，中央财经大学发展规划处（学科建设办公室）处长（主任），会计学院教授，资本市场监管与改革研究中心主任。2020年度国家级高层次人才、财政部全国高端会计人才、甘肃省飞天学者讲座教授等。研究成果发表于Journal of Accounting and Public Policy、Journal of Business Finance and Accounting、Journal of Corporate Finance、《经济研究》《管理世界》《经济学（季刊）》《管理科学学报》等期刊。曾获得霍英东教育基金会高校青年教师一等奖、教育部高等学校科学研究优秀成果奖(人文社会科学)著作论文奖二等奖及青年成果奖、北京市哲学社会科学优秀成果奖二等奖、财政部中国会计学会优秀论文一等奖、北京市师德先锋、北京高校青年教学名师、北京市课程思政教学名师、北京高校青年教师教学基本功大赛最受学生欢迎奖等荣誉。
周金泳（中央财经大学会计学院博士生）
彭嘉续（中央财经大学会计学院会计信息化系讲师）
（一）研究方法
本文旨在比较不同公司特征对于公司分红行为预测能力的差异，属于预测性研究。根据“没有免费午餐定理”，在未经检验的情况下难以得出对于某一研究问题最适宜的研究方法。基于此，本文将全面评估多种主流机器学习方法对公司分红行为的预测效果，采用的有LASSO、决策树、支持向量机、渐进梯度回归树和随机森林等机器学习方法。
（二）模型性能评估方法
本文从解释能力以及预测精度两个维度来综合考量模型性能。本文使用了样本内拟合优度来考察模型的解释能力、使用样本外拟合优度和可解释方差考察模型对公司分红行为的预测能力、选取样本外均方误差衡量模型预测值与实际值之间的偏离程度以及使用平均绝对误差和绝对中位差评估模型预测公司分红行为时的准确性。
结合与股利理论相关的实证研究以及中国资本市场分红实践，本文尝试探究第一类和第二类代理问题相关特征、生命周期特征、公司税率特征、融资需求特征和投资者情绪特征对公司分红行为预测识别能力的差异。通过归纳整合各类指标，本文能够从一个较为综合的视角分析影响现金分红行为的众多特征，进而着重分析影响公司股利支付行为的关键指标。表1为变量定义。
本文以公司基本面特征作为基准模型，比较在基准模型中加入不同类别公司特征时的模型拟合效果，并以包含所有类别公司特征时的模型（综合模型）结果作为对照，结果如表3所示。生命周期理论特征的加入显著提升了基准模型的表现，而融资需求特征和投资者情绪特征带来的预测性能提升幅度相对较小。这表明以往研究中关注较少的生命周期特征和公司税率特征对公司现金分红行为的影响程度反而较大，而两类代理问题相关特征、融资需求特征和投资者情绪特征对股利支付行为的预测解释能力相对较弱。
1.留存收益资产比
2.实际税率和纳税波动性
3.其他应收款资产比
4.融资约束程度
5.上一期股利支付水平
6.其余特征变量
完整结果见原文附件
1.股利支付行为在分红政策变更前后的差异
为便于探究分红政策变更前后公司分红行为的差异，本文将样本划分为以下三个子样本，分别为2007年、2008—2011年，2013年及之后。
2.公司分红行为在不同现金流状况企业间的差异
基于自由现金流的行业年度中位数将企业分为现金流状况好与现金流状况差的两组子样本，进而分析这两类企业在公司分红行为方面是否存在差异。结果显示，自由现金流这一指标本身在现金流状况好的企业中具有较高的相对重要性，而其他应收款资产比在现金流状况较差的企业中的相对重要性较高，并且此时自由现金流和其他应收款资产比的累计局部效应与前文结果基本一致。
3.公司分红行为在不同股权性质企业间的差异
结果表明，相比于国有企业，非国有企业中其他应收款资产比对股利支付水平的预测效果更为显著。
4.投资者股利情绪对分红行为的影响
结果显示，相比于现金股利情绪低的年份，其他应收款资产比在现金股利情绪高的年份具有更高的相对重要性，意味着大股东对于公司的资金占用行为在股利情绪高的年份更能影响企业股利支付水平。
5.影响公司股利支付意愿的主要特征
以公司是否发放股利作为响应变量，进一步探究影响公司股利支付意愿的关键因素。结果表明，经营活动现金流和分析师跟踪人数对公司发放股利意愿的预测能力较强。分析师跟踪人数更多、经营活动净现金流越高的企业会更倾向于分红。因为分析师的关注有助于提高公司信息透明度，从而推动提高企业进行分红的意愿；而经营活动现金流量高的企业往往具有更强的盈利能力和资金实力，也更有能力进行分红。
（七）稳健性检验
1.变更响应变量
以股利收益率作为替代性响应变量，结果如附表11表明，替换响应变量后的研究结论与主检验一致。
2.变更样本划分方法
结果于附表12，以渐进梯度回归树和随机森林为代表的集成学习方法对于股利支付行为的预测识别能力仍显著高于多元线性回归，本文的研究结论保持不变。
3.关于累计局部效应图的稳健性检验
使用部分依赖图分析特征变量对于响应变量的影响模式，结果显示，部分依赖图与累计局部效应图的图像模式基本一致，进一步增强了结果的稳健性。下列出留存收益资产比的部分依赖图。
4.变更样本期间
将样本起点调整至2007年，结果如附表13，变更样本期间后的结果依旧稳健。
（一）研究结论
1.渐进梯度回归树和随机森林在预测上市公司股利支付行为方面表现最佳，模型性能显著优于多元线性回归。
2.生命周期特征和公司税率特征对公司分红行为的预测能力最强，而融资需求特征和投资者情绪特征的预测效果相对较差。
3.不同公司特征变量中，上一期股利支付水平、留存收益资产比、实际税率等对股利支付水平的预测能力较强。
4.公司股利支付行为的影响因素在不同政策环境和企业特征间存在异质性。
5.股利迎合策略和投资者的现金股利情绪是影响公司现金分红行为的重要因素。
（二）政策启示
1.监管部门应关注影响公司股利支付行为的关键特征，制定更为精准的股利监管政策。
2.监管机构应对资金占用行为保持警惕，持续打击，以缓解代理问题，为企业创造更健康、公平的分红环境。
3.监管部门可以进一步细化对不同类型企业的分红要求，促进合理分红，防止企业过度占用资金，损害投资者利益。
4.加强对处于不同发展阶段企业的分级监管，推动上市公司分红行为的规范化、透明化，提升资本市场的稳定性和健康性。
5.投资者可以加强对影响企业现金分红水平指标的关注，精准识别出符合自身分红预期的企业，优化投资组合。
顶刊数据展示
高级、永久会员数据展示
