引言

纺织业是我国关键的民生支柱产业，对制造业发展和就业稳定意义重大，但行业存在创新薄弱、劳动密集、投资回收慢等发展困境。资本结构决定企业资本成本与价值，是纺织业转型升级的核心要素，其形成受董事会治理等内部机制主导。因此，本文以纺织业上市公司为研究对象，探究董事会治理对资本结构的影响。

本研究旨在厘清二者作用机制，识别制约资本结构优化的治理因素。理论上可丰富公司治理研究体系，实践中能为纺织企业优化治理、防控风险、提升竞争力提供决策参考。国内外研究已验证董事会治理与资本结构的相关性，但针对纺织业的专项研究缺失。立足纺织业的产业地位与发展难题，本文开展针对性研究，弥补现有研究缺口。

一、相关研究

在现代企业治理研究中，治理变量对公司杠杆率的影响是热点议题。Javaid Aisha等提出，优质的治理实践与自愿信息披露能缓解信息不对称，降低企业代理成本与资本成本。Zeitun Rami和Goaied Mohamed认为，管理层持股比例低、董事会规模大的企业，更易快速达成最优资本结构。Ria Ria证实董事会独立性、规模等治理因素与资本结构、企业绩效显著相关，而性别多样性的影响不显著。Samal Debapriya 和 Yadav Inder Sekhar发现董事会相关治理特征会降低企业财务杠杆率，且董事会会议频率与财务杠杆相关，可影响借贷成本。

在资本结构与企业绩效关系上，学者们结论存在差异，李勇发现资产负债率与企业绩效呈倒U型关系，何丽娟和侯玉龙指出纺织业资产负债率与绩效正相关，刘宇等则认为农业企业二者呈负相关；和国忠提出企业存在最优资本结构区间，许志勇和杨青伟发现资产结构错配会抑制企业高质量发展。在资本结构与企业价值方面，卜华等、秦怀璐证实合理的资本结构能提升企业价值；顾海峰和张盈盈提出资本结构在内部控制与银行风险承担中发挥中介作用。

周菲发现女性董事占比能加快资本结构调整速度；甄玉晗等提出董事会监督对债务融资成本的影响因企业债务水平而异；刘婷验证了股权集中度、董监高持股等因素与资本结构的相关性；潘扬和张文龙发现资本结构决策存在独立董事同伴效应。

国内外研究已证实董事会治理与资本结构存在显著关联，良好的治理机制能优化资本结构，助力企业实现价值最大化。现有研究围绕董事会特征、治理机制等视角展开了丰富探讨，但针对纺织行业的专项研究较为匮乏。纺织业是我国重要的民生支柱产业，基于此，本文选取纺织业上市公司为研究对象，探究其董事会治理对资本结构的影响。

二 、概念界定及理论基础

（一） 概念界定

1.董事会治理

董事会治理是公司治理的核心，涵盖企业决策、财务透明度与管理效率，旨在保障决策公正透明，维护股东利益，提升企业经营效益与投资者信心。完善的董事会治理可优化企业融资环境与资本结构，本文选取董事会规模、独立董事占比、董事会会议频率三个指标衡量董事会治理水平。

2.资本结构

资本结构是企业债务资本与股权资本的构成及比例关系，是财务管理的核心内容，直接影响企业融资成本、盈利能力与偿债能力。其构建受企业规模、行业特征、经营风险等因素影响，董事会治理可通过制定融资策略，实现资本结构优化。

（二）理论基础

1.委托代理理论

该理论研究委托方与代理方的契约关系，存在道德风险与代理成本问题。其为董事会治理提供理论支撑，董事会可通过监督与激励管理层，降低信息不对称与代理成本，科学评估融资需求，优化企业资本结构。

2.利益相关者理论

该理论主张企业需兼顾股东、员工、客户等多方利益，实现可持续发展。其指导董事会平衡各方利益诉求，制定科学战略、管控经营风险，提升企业治理绩效与长期发展能力。

3.资源依赖理论

该理论认为组织需从外部获取关键资源，降低资源依赖风险。其与董事会治理紧密相关，指导董事会吸纳具备外部资源的董事，优化战略决策，提升企业资源获取能力与环境适应性。

4.MM理论

MM理论是资本结构的基础理论，由Modigliani和Miller提出。无税MM理论认为，在完美资本市场假设下，企业价值与资本结构无关；修正的含税MM理论指出，负债利息可抵税，能降低资本成本、提升企业价值，为企业融资决策提供了重要理论依据。

三、纺织业上市公司发展现状

（一）纺织行业概述

纺织行业是专注于纤维材料的加工、织造以及纺织品的制造与销售的综合性行业。中国规模以上工业企业是指年主营业务收入在2000万元以上的工业企业。这些企业是工业经济的主体和骨干力量，对国民经济有着举足轻重的作用。纺织业作为重要的制造业领域之一，其规模以上工业企业的发展状况也直接影响着整个行业的走势。

根据图1，2017年至2019年，纺织业规模以上工业企业单位数有所下降，2020年开始，纺织业规模以上工业企业单位数呈现出快速增长的态势。这主要是因为我国产业用纺织品企业全力投入口罩、防护服、消毒湿巾等防疫物资生产保障工作，带动整个行业生产、销售、出口和利润大幅增长。

根据图2，2017年至2019年，纺织业规模以上工业企业资产总计呈现下降趋势。从2017年的22120.39亿元下降到2019年的20349.95亿元，降幅约为8.0%。这可能与国内外经济形势的不确定性，以及纺织业结构调整等因素有关。而2020年在公共卫生事件的冲击下，纺织业规模以上工业企业资产总计进一步下降至19927.11亿元，降幅约为2.1%。这可能是由于公共卫生事件对全球经济的冲击导致市场需求下降，进而影响了纺织业的投资和资产规模。2021年至2022年，纺织业规模以上工业企业资产总计开始回升。这一增长得益于全球经济的逐步复苏、国内政策的支持以及特殊期间对口罩、防护服等纺织品需求的增加。

（二）纺织行业上市公司董事会治理情况

本节从董事会规模、独立董事比例和董事会会议次数三个角度分析纺织行业上市公司在2017年至2022年间的董事会治理情况。图3显示了纺织业上市公司在2017-2022年间每年的董事会规模（BS）、独立董事比例（IR）、董事会会议次数（TD）的平均值。

首先，纺织业的董事会规模（BS）主要集中在9至10人之间，这一规模符合我国对于董事会规模5-19人的规定。这表明虽然纺织业的董事会规模相对较小，但足以应对行业的日常运营和决策需求。

其次，独立董事比例（IR）在近几年内保持稳定，维持在0.376至0.380之间。这一比例符合我国对上市公司董事会成员中至少包括三分之一的独立董事的要求。独立董事通常具有丰富的行业经验和专业知识，以及更高的风险意识。

最后，董事会会议次数（TD）在2017年至2022年间整体呈现出逐渐下降的趋势。随着行业发展和市场竞争的加剧，纺织业的公司可能更加注重战略规划和长期发展，而减少了对日常运营的过度干预。

（三）纺织行业上市公司资本结构状况

资产负债率（LEV）是评估公司负债水平与总资产之间比例的重要指标，它反映了公司的资本结构和财务健康状况。

图4显示了纺织业上市公司在2017-2022年间每年的资产负债率（LEV）的平均值。从图表中可以看出，纺织业的资产负债率在2017年至2022年期间呈现稳步上升的趋势。这意味着纺织业上市公司在过去几年中逐渐增加了其负债规模，通过提高财务杠杆来支持公司的运营和发展。

四、纺织业上市公司董事会治理对资本结构影响的实证研究

（一）研究假设

1.董事会规模与资产负债率的关系假设

董事会作为公司治理的核心机构，其规模反映了公司决策的复杂程度与资源丰富程度。在纺织行业，较大的董事会规模可吸引更多行业专家与资深管理者参与决策，既能提供专业财务意见、规避潜在风险，也易在市场环境向好、融资成本较低时，倾向通过债务融资支持长期发展。基于此，提出本文第一个研究假设：

假设1：纺织行业上市公司董事会规模与资产负债率呈正相关关系。

2.独立董事占比与资产负债率的关系假设

独立董事制度的引入旨在加强公司治理，提高企业经营决策的透明度和科学性。独立董事占比高可能意味着公司治理结构更为完善，有助于降低财务风险和避免过度借贷。因此，提出本文的第二个假设：

假设2：纺织行业上市公司独立董事占比与资产负债率呈负相关关系。

3.董事会会议频率与资产负债率的关系假设

董事会会议频率的高低往往反映了公司治理的活跃度和决策效率。更频繁的董事会会议可能意味着公司面临更多的决策和挑战，这些挑战可能需要更多的资金以支持公司的发展或扩张。因此，随着董事会会议频率的增加，公司可能需要更多的债务融资来满足其资金需求，从而导致资产负债率的上升。综上所述，提出本文的第三个假设：

假设3：纺织行业上市公司董事会会议频率与资产负债率呈正相关关系。

（二）样本选择

本文根据申银万国行业分类2021修订版，选取纺织业上市公司2017—2022年6年的数据对董事会治理与资本结构关系进行实证研究，本文选取76家纺织业上市公司进行分析，筛选标准如下：剔除处于ST、*ST类的公司；剔除财务指标不正常的公司数据；剔除研究期间数据不全的公司数据。所有数据均从国泰安数据库（CSMAR）中获取。

（三）变量选取

1.被解释变量

资产负债率（LEV）是公司总负债与总资产之间的比例，本文将资产负债率作为衡量资本结构的指标，主要是因为它能全面反映企业的资本结构和财务健康状况。

2.解释变量

根据前文的理论分析，本文实证将采用以下三个指标反映董事会治理情况。

董事会规模（BS）：本文用一年内董事会任职总人数表示。

独立董事比例（IR）：本文用独立董事人数／董事会总人数表示。

董事会会议次数（TD）：本文用一年内举行董事会会议次数表示。

3.控制变量

为了消除遗漏变量导致的内生性问题，本文选取了企业规模（Size）、固定资产比率（FAR）、营业收入增长率（Growth）、非债务税盾（Ndts）、董事会薪资（Salary）作为控制变量。

企业规模（Size）：本文采用每年末企业总资产的自然对数衡量企业规模来表示。

固定资产比率（FAR）：本文选用固定资产净额／资产合计来展现。

营业收入增长率（Growth）：本文采纳（营业收入本年本期金额-营业收入上年同期金额）/（营业收入上年同期金额）进行呈现。

非债务税盾（Ndts）：本文用（固定资产折旧+油气资产折耗+生产性生物资产折旧）/总资产来进行表示。

董事会薪资（Salary）：本文选用董事会薪资总额的自然对数衡量董事会薪资来展现。

综上所述，本文选取被解释变量1个，解释变量3个，控制变量5个。各变量的定义与解释如表1所示。

变量	变量名称	变量符号	变量说明或计算
被解释变量	资产负债率	LEV	公司负债总额/公司资产总额
解释变量	董事会规模	BS	一年内董事会任职总人数
	独立董事比例	IR	独立董事人数／董事会总人数
	董事会会议次数	TD	一年内举行董事会会议次数
控制变量	企业规模	Size	每年末企业总资产的自然对数
	固定资产比率	FAR	固定资产净额／资产合计
	营业收入增长率	Growth	（营业收入本年本期金额-营业收入上年同期金额）/（营业收入上年同期金额）
	非债务税盾	Ndts	（固定资产折旧+油气资产折耗+生产性生物资产折旧）/总资产
	董事会薪资	Salary	董事会薪资总额的自然对数

（四）描述性统计

表2变量的描述性统计

变量	观测值	平均值	标准差	最小值	最大值
LEV	456	0.373	0.185	0.0289	1.718
BS	456	9.816	2.380	5	20
IR	456	0.378	0.0524	0.250	0.600
TD	456	8.353	3.590	3	35
Size	456	22.06	0.914	20.26	25.11
FAR	456	0.166	0.109	0.00203	0.546
Growth	456	0.0622	0.262	-0.722	2.445
Ndts	456	0.0161	0.0114	0.000633	0.0509
Salary	456	14.77	0.760	11.93	17.09

资产负债率（LEV）平均值为0.373，即公司的资产中有37.3%是通过债务融资获得的。标准差为0.185，反映了不同公司间资产负债率的差异性。最小值为0.0289，最大值为1.718，表明公司间的财务杠杆使用程度差异较大。

董事会规模（BS）最小为5人，最大为20人，显示出不同公司在构建董事会时的不同策略。

独立董事比例（IR）的平均值为0.378，表明独立董事在董事会中占据了相当的比例。标准差为0.0524，反映了独立董事比例在不同公司中的差异性。

董事会会议次数（TD）最小会议次数仅为3次，最大则高达35次，这种显著的差异不仅揭示了公司治理活跃度的多样性，更反映了各公司在经营策略、决策效率和市场应对能力等方面的不同。

（五）实证检验

1.相关性分析

表3变量的相关性分析

	LEV	BS	IR	TD	Size	FAR	Growth	Ndts	Salary
LEV	1
BS	0.13***	1
IR	-0.17***	-0.39***	1
TD	0.22***	0.15***	0.01	1
Size	0.34***	0.06	-0.20***	0.12**	1
FAR	0.04	0.19***	-0.07	-0.10**	-0.01	1
Growth	-0.07	-0.10**	0.04	0.12***	0	-0.03	1
Ndts	-0.003	0.19***	-0.16***	-0.15***	0.01	0.87***	-0.01	1
Salary	-0.04	0.17***	-0.29***	-0.03	0.34***	0.05	-0.01	0.10**	1

注：***、**、*分别代表在1%、5%、10%的水平上显著。

考虑到所选变量间可能存在的相互关联，本研究首先对9个变量进行了相关性分析，结果详见表3。从表中相关性系数的数值和方向，可以得出资产负债率（LEV）与董事会规模（BS）、董事会会议次数（TD）在1%的显著性水平下呈正相关关系，与独立董事比例（IR）在1%的显著性水平下呈负相关关系，这初步验证了我们的假设。除固定资产比率（FAR）与非债务税盾（Ndts）外各变量之间的相关系数均小于0.5，说明这些控制变量同时引入回归模型并不会引起严重的多重共线性问题。

2.模型建立

根据前文中的三个假设，我们构建如下3个模型来验证纺织业上市公司董事会治理对资本结构的影响：

其中，i表示第i家公司，t代表第t年；LEV表示资产负债率；BS表示董事会规模；IR表示独立董事比例；TD表示董事会会议次数；Control表示一系列控制变量。α₀、β₀和γ₀分别表示常数项，α₁、β₁和γ₁分别表示董事会规模、独立董事比例和董事会会议次数的影响系数，α₂、β₂和γ₂分别表示控制变量的影响系数，ε表示误差项。

3.基准回归分析

表4 董事会治理与资本结构的基准回归结果

变量	LEV	LEV	LEV	模型（4-1） LEV	模型（4-2） LEV	模型（4-3） LEV
BS	0.010**			0.010**
	(2.41)			(2.54)
IR		-0.586***			-0.579***
		(-3.65)			(-3.87)
TD			0.011***			0.009***
			(5.83)			(4.96)
Size				0.081***	0.077***	0.076***
				(10.52)	(10.08)	(10.21)
FAR				0.279**	0.365***	0.264*
				(2.01)	(2.86)	(1.89)
Growth				-0.038	-0.041	-0.062
				(-0.73)	(-0.79)	(-1.17)
Ndts				-2.536**	-3.259***	-1.627
				(-1.97)	(-2.62)	(-1.23)
Salary				-0.046***	-0.051***	-0.039***
				(-4.72)	(-5.46)	(-4.10)
Constant	0.277***	0.595***	0.279***	-0.831***	-0.371*	-0.822***
	(7.06)	(9.43)	(15.14)	(-5.01)	(-1.95)	(-4.95)
Observations	456	456	456	456	456	456
R-squared	0.016	0.028	0.048	0.171	0.180	0.187

注：括号里的为t值，***、**、*分别代表在1%、5%、10%的水平上显著。余表同。

从表4中可以得出结论：

（1）董事会规模与资产负债率的关系分析

由模型（4-1）可知，资产负债率与董事会规模均在5%的显著性水平下存在正相关关系。这意味着，随着董事会规模的扩大，公司的资产负债率会增加。这验证了我们的假设1：纺织行业上市公司董事会规模与资产负债率呈正相关关系。

（2）独立董事比例与资产负债率的关系分析

由模型（4-2）可知，资产负债率与独立董事的比例均在1%的显著性水平下存在负相关关系。这意味着，随着独立董事在董事会中占比的增加，公司的资产负债率实际上在降低。这验证了我们的假设2：纺织行业上市公司独立董事占比与资产负债率呈负相关关系。

（3）董事会会议次数与资产负债率的关系分析

由模型（4-3）可知，资产负债率与董事会会议次数均在1%的显著性水平下存在正相关关系。这意味着，随着董事会会议次数的增加，公司的资产负债率会增加。这验证了我们的假设3：纺织行业上市公司董事会会议频率与资产负债率呈正相关关系。

五、结论与建议

本文围绕纺织业上市公司展开研究，先阐述研究背景、意义及相关理论，分析行业董事会治理与资本结构现状，并从董事会规模、独立董事占比、董事会会议频率三个维度理论探讨其对资本结构的影响，再以2017-2022年相关公司为样本实证检验，最终得出结论：纺织业上市公司董事会规模、董事会会议频率均与资产负债率呈正相关，即董事会规模扩大能汇聚更多资源经验、拓宽融资渠道，会议频率增加会催生更多财务决策与融资需求，二者均会推高资产负债率；独立董事占比则与资产负债率呈负相关，独立董事可提升治理透明度、强化监督、降低管理层风险偏好，进而减少负债、降低财务风险。本研究为厘清行业董事会特征与资产负债率的关系提供了参考，对管理层和投资者决策具有一定指导意义。基于此，对纺织业上市公司及相关利益方提出建议：一是优化董事会规模和结构，扩大规模需结合公司实际谨慎决策，避免盲目扩张，同时选拔财务、法律、战略规划等专业背景董事，提升财务决策与风险管理能力；二是优化独立董事制度，适当提高独立董事占比，完善选拔机制保障其专业性与独立性，强化监督、降低财务风险，提升公司治理水平；三是提高董事会会议质量与效率，完善会议议程、明确目标议题，严控会议时长与流程，避免无效讨论，在合理调控会议频率的同时，保障决策质量、及时响应市场变化，减少资源消耗与决策延误。

参考文献：

1. [1] Aisha J, Sajid M N, Kaneez F. Impact of corporate governance on capital structure: mediating role of cost of capital[J].Journal of economic and administrative sciences,2023,39(04):760-780.
2. [2] Rami Z, Mohamed G. Corporate governance and capital structure: Dynamic panel threshold analysis[J].Applied economics,2023,55(50):5878-5894.
3. [3] Ria R. Determinant factors of corporate governance on company performance: Mediating role of capital structure[J].Sustainability,2023,15(03):2309.
4. [4] Debapriya S, Sekhar I Y. Agency conflicts, corporate governance, and capital structure decisions of Indian companies: Evidence from new governance laws[J].Journal of advances in management research,2024,21(01):96-124.
5. [5] 李勇.资本结构对公司绩效影响的研究[J].中国注册会计师,2019(07):45-49.
6. [6] 何丽娟,侯玉龙.纺织业上市公司资本结构与企业绩效关系研究[J].中国市场,2023(10):92-94+142.
7. [7] 刘宇,孙明臻,尉京红,等.我国农业上市公司资本结构对财务绩效影响研究[J].会计之友,2024(07):32-39
8. [8] 和国忠.资本结构对企业盈利能力及偿债能力影响研究——以云南上市公司为例[J].会计之友,2019(03):67-70.
9. [9] 许志勇,杨青伟.资产结构错配对企业高质量发展的影响:基于董事会特征的调节效应检验[J].中国软科学,2023(12):143-154.
10. [10] 卜华,崔晓璐,韩晓旭.企业结构资本、双元创新与市场价值[J].会计之友,2022(04):96-102.
11. [11] 秦怀璐.种业公司财务决策对企业绩效的影响[J].分子植物育种,2023,21(24):8322-8326.
12. [12] 顾海峰,张盈盈.内部控制质量、资本结构与银行风险承担——货币政策与股权集中度的调节作用[J].经济与管理研究,2021,42(11):57-73.
13. [13] 周菲.女性董事对资本结构调整速度的影响[D].湖南大学,2022.
14. [14] 甄玉晗,章之旺,赵磊.董事会监督、债务水平与债务融资成本——来自审计委员会履职披露的证据[J].南京审计大学学报,2023,20(05):31-40.
15. [15] 刘婷.公司治理对资本结构的影响研究[J].中小企业管理与科技,2023(13):76-78.
16. [16] 潘扬,张文龙.独立董事网络影响公司资本结构吗?——基于同伴效应的理论分析与实证检验[J].济南大学学报(社会科学版),2023,33(02):90-111.