TobitⅡ模型在上市公司现金股利决策中的应用.pdfVIP

-- lI◎JL·UU 帝公司现 申 厕 刘孟晖 西南交通大学经济管理学院 沈中华 台湾大学金融系 摘【 要]本文介绍了TobitII模型，并利用中国A股市场数据 ，对传统OLS估计与Tobit】『模型结果进行了比较。研究结果 表明：OLS估计方法不能解决选择偏差问题，其结果的可靠性值得商榷；TobitII模型方法则对选择偏差进行 了调整，具有较好 的拟合效果 。 [关键词】T0bi~II模型 选择偏差 现金股利 股利政策是上市公司核心的财务问题之一．它不仅仅是对公 果不发放 被解释变量为0。第二个决策是发放多少现金股利 受 司利润的简单分配 ．而是关系到公司的投、融资决策和经营业绩， 到选择偏差的约束．当且仅当墨，，+ 0时．才能得到模型(1) 长期以来一直受到各方面的的密切关注。上市公司在选择现金股 的形式。在估计时 如果列和I，相关 ，那么， 系数的估计值将是 利时，面临着两个决策过程 ：第一个决策为是否发放现金股利 有偏的。解决这个问题 Heckman(1g76)的一个思想是计算的偏 第二个决策是在发放现金股利的情况下，发放的具体数量。在抽 取样本公司研究上市公司股利决策时，如果研究样本不能随机的 差 即 代表总体 ．就可能发生抽样偏差的问题。抽样问题是计量经济学 西(I，，， 0) (3) 中的基本问题 ，而抽样偏差和 自选择问题则是微观计量经济研究 假设 和，在个体之间是联合正态和独立同分布，那么，可 中最基本的问题。一般来说 一个样本要么是数据收集规则的结 以写做 ： 果，要么是经济人 自我行为的结果，后者也就是一个 自选择的过 强= +毒 (4) 程 Heckman(1979)指出，当一个决策是内生的，产生有条件的 选择样本后 ，此时OLS的估计系数会产生所谓的样本选择偏差 其中，和毒是独立正态分布，因此 (Samp·ieSelectiveBias)。目前的研究文献中 很少考虑样本选择 偏差问题 大都采用OLS直接估计回归系数 结果的可靠性值得 (f， + 0) 商榷。本文在分析上市公司股利决策时 对这一问题进行了探讨 ， 采用了OLS估计方法以及Tobitff模型方法，并对二者的实证结果 = J五(『+缶I， + o) 差异进行了比较 ，得出了两者具有较大的差异性。 = 刀( I， + 0) (5) 一 、 TobitI『模型方法 TobitII模型源于Heckman的论文，与传统OLS方法相比较 假设 l，为标准正态分布，可以显示为 TobtlI模型考虑了样本选择偏差问题，并对偏差进行了调整。 TobitIl模型的一个重要特征是 ，解释变量是可观测的．而被解释 变量只能以受限制的方式观测到。对于一般的线性回归模型，其 ( 一)= 形式如下 是标准正态密度函数，西是累积密度函数 ／ 是M…比率 = + (1) 的倒数。在估计Probit选择模型之后 可以得到MiIl比率。由于 采用OLS进行估计时 和Ⅸ均取实际观测值 但在TobitII 未知 可以把Mill比率的倒数作为解释变量加入到模型 (1)进行 模型中， 取实际观测值