高迎平,田 楷,李 洋

(河北工业大学 经济管理学院,天津 300401)

大型专用装备制造企业经济增加值影响因素研究

高迎平,田 楷,李 洋

(河北工业大学 经济管理学院,天津 300401)

以我国具有代表性的大型专用装备制造业上市公司为研究对象,利用2009—2016年多所大型专用装备制造企业季度财务数据以及行业数据,采用因子分析以及多元线性回归分析对大型专用装备制造企业的单位资产经济增加值(EVA)及其影响因素进行了分析。结果表明：首先大型专用装备制造业单位资产EVA受到企业未来发展水平的影响较大；其次企业盈利能力及资金周转效率,资金结构对单位资产EVA的影响作用较小。而企业规模则与单位资产EVA存在负相关关系。

大型专用装备制造业；EVA影响因素；因子分析；多元回归分析

1 引 言

大型装备制造业又是我国制造业的核心组成部分。“十二五”规划也曾将大型装备制造业视为重点培养和发展对象。而大型专用装备制造企业以其高度的产业关联性、强大的就业吸纳能力、领先的科技创造水平扮演了引领中国制造业走向信息化、智能化的重要角色。虽然近年来我国大型专用装备制造业的水平得到了快速的发展,从产业规模、国际竞争力到技术水平都有了较大幅度的提升,国际产能布局和跨国合作也初见成效,但是以规模为核心的观念,大而不强的矛盾仍然在一定程度上困扰着大型专用装备制造业的发展。

经济增加值(EVA)是20世纪90年代美国斯腾斯特管理咨询公司提出的一种能够衡量企业价值的会计指标。[1]早在2010年1月,国资委就发布了《中央企业负责人经营业绩考核暂行办法》,给出了经济增加值的计算方案,并把经济增加值作为考核国有企业管理人员年度绩效的重要指标之一。到2013年,EVA指标考核的权重已经占到了50%,而传统的会计利润考核指标的权重仅仅占到10%。[2]而到2014年,国资委又进一步要求中央企业绘制经济增加值的价值树,从中识别出重要的价值驱动因素,同时强调加快资产周转提升价值创造能力。[3]

2 相关文献

目前,国内外诸多学者都对不同类型的企业EVA影响因素都作了较为深入的研究：Fu.SB等[4]根据电信运营商和电信运营行业特点,选择了包含经营规模、盈利能力、偿债能力以及资产管理能力在内的15个因素指标,采用分层线性回归模型研究了电信运营商经济增加值的积极驱动因素。Chen Lin[5]等人基于盈利、管理、资产、创新等方面利用因子分析和多元线性回归分析的方法研究了金融市场的EVA的影响因素。Altendorfer等[6]研究了在制造业当中生产系统和服务水平何者可以使经济增加值达到最大水平。王崎、费仲伟[7]系统地分析了电信运营商的价值构成以及各部分影响因素,展示了财务指标与经济增加值的内在关系,并给出了电信运营商的价值短板。李峰等[8]则采用实证分析的方法探寻了电信运营商的经济增加值影响因素。宁妍[9]在研究经济增加值影响因素时,在营运、获利等传统财务指标的基础上,又加入了公司治理理论,并采用相关分析以及回归分析的方法进行了深入研究。但是,从文献来看,对大型装备制造企业的EVA影响因素的分析尚不多见。

3 影响因素选择与数据处理

本文在相关文献研究的基础上,选择流动比率、速动比率、资产负债率、无形资产比率、存货周转率、应收账款周转率管理费用率、营业收入增长率、每股收益、净资产收益率、行业每股收益、行业利润增长率、行业净资产收益率以及企业规模共14个变量作为大型专用装备制造企业的EVA影响因素。研究对象选择包括三一重工(600031)、天地科技(600582)、中煤集团(601898)、中信重工(601608)、兰石重装(603169)、郑煤机(601717)等国内具有代表性的大型专用装备制造企业。研究时间点选为2009年第一季度至2016年第一季度,共计得到数据211条,除去EVA缺失数据,得到有效数据116条。行业及企业数据均来源于CSMAR数据库。

4 因子分析与多元线性回归分析

由于多元线性回归分析要求变量之间不能存在较强的多重共线性,同时,从上述变量选择来看,各个自变量之间可能存在线性相关关系。因此,首先对用SPSS软件对各个自变量进行因子分析以达到降维的目的。本文因子分析的KMO检验结果为0.655,一般KMO结果为0.9以上效果最佳,0.7以上较好,0.6以上可以接受,0.5以下不宜进行因子分析。本文结果0.655尚可接受。而Bartlett球形检验的近似卡方为1290.696,df值为91,sig值为0.000,认为变量之间存在较为显著的相关性。因子分析结果共计提出5个主成分。未经旋转时,第一主成分方差贡献率累积为27.994%,第二主成分累积为49.838%,第三主成分累积为61.692%,第四主成分累积为70.865%,第五主成分累积为78.930%。虽然五个主成分累积方差贡献率并未达到85%,但累积方差贡献率78.930%尚可接受。各因子得分系数如表1所示。

表1 各成分因子得分系数

其中，第一主成分主要由存货周转率、应收账款周转率、每股收益和净资产收益率代表,可以解释为企业的盈利及周转能力。第二主成分可以由流动比率、速动比率以及资产负债率代表,可以解释为企业资金结构。第三主成分主要由企业规模代表,可以解释为企业的规模水平。第四主成分主要由无形资产比率和营业收入增长率代表,可以解释为企业未来发展状况。和第五主成分主要由行业净利润增长率和行业净资产收益率代表,可以解释为外部环境。由表1可以得到最终因子得分公式为：F1=0.009×流动比率+0.029×速动比率-0.010×资产负债率-0.005×无形资产比率+0.273×存货周转率+0.263×应收账款周转率-0.078×管理费用率+0.051×营业收入增长率+0.249×每股收益+0.226×净资产收益率-0.089×行业每股收益+0.054×行业净利润增长率-0.005×行业净资产收益率+0.070×企业规模。第二主成分F2=-0.363×流动比率-0.372×速动比率+0.220×资产负债率+0.155×无形资产比率-0.066×存货周转率+0.003×应收账款周转率-0.021×管理费用率+0.171×营业收入增长率-0.037×每股收益+0.014×净资产收益率+0.009×行业每股收益+0.053×行业净利润增长率-0.094×行业净资产收益率-0.109×企业规模。同理可以得到其余主成分及各个自变量因子得分。基于上述分析得到的企业盈利及周转水平、企业资金结构、企业规模水平、企业未来发展能力以及外部环境为大型装备制造企业单位资产EVA的影响因素自变量,作多元线性回归分析。回归方式为逐步回归。回归模型结果如表2所示。

表2 回归模型汇总

从表2可以看出,最终模型的R值为0.805,最终调整R方为0.648,即最终线性回归模型解释了单位资产EVA中64.8%的变异。而DW值尽管为1.742,指向残差正相关方向,但是仍然处于杜宾瓦森表(T=100,K=5,a=0.05)的无关带(L=1.59,U=1.76)范围内。排除残差自相关的可能性。各个自变量多重共线性检验的VIF值分别为2.479、1.066、1.195、2.674和1.126。显然,经过因子分析降维处理后,各个自变量之间不存在多重共线性,避免了多重共线性问题。

表3 回归系数

采用非标准化系数作为回归方程的系数,则最终得到回归方程的结果为：单位资产EVA=-0.097+0.028×盈利及周转能力+0.064×未来发展能力+0.001×资金结构水平-0.007×外部环境-0.005×规模水平。

5 结 论

从上述回归分析结果看,大型专用装备制造企业的单位资产EVA与大型装备制造企业的未来发展水平与企业盈利及周转能力密切相关。其中相关度最高的为企业未来的盈利能力,即企业未来的发展状况。这是因为,企业的市场价值等于企业已投入资本的现值与企业未来所可能获取的EVA现值之和。同时,EVA也体现了企业为确认的商誉。即当前企业价值在一定程度上反映了未来企业EVA的获取能力。同样地,EVA也是企业未来盈利能力和股票价格上涨的重要原动力之一(Dodd,Johns,1999)。企业未来发展状况的好坏直接关系到企业未来EVA的获取能力,也直接体现当前的企业价值。因此,企业未来发展能力对大型专用装备制造企业的EVA有强促进作用。除发展能力外,盈利能力和营运效率对EVA也有较大影响。显然,EVA体现了企业盈利能力大小,企业当前盈利能力是企业获取利润的基础保障,同时也是企业未来创造价值的有效支撑。而周转水平直接反映了企业盈利能力的强弱,周转效率越高,企业获利能力越强,价值创造能力也越强。因此,大型装备专用制造企业的盈利及周转能力也是促进单位资产EVA增加的有效动力。同时从上述分析还可以看出,我国大型装备制造企业的单位资产EVA与企业规模呈负相关关系。表明当前我国大型装备制造企业的EVA增长并没有随企业规模扩大而显示出超越规模扩张的快速增长效应，即大型装备制造企业并没有体现出规模效应,这也证明了当前我国大型装备制造企业仍然存在不注重企业价值的创造、盲目追求企业规模扩张的现象。企业规模的扩张反而降低了企业获取EVA的能力，大型专用装备制造企业大而不强的矛盾仍然存在。

[1]陈纪南,陈璐茜.基于EVA驱动因素的企业价值管理体系分析[J].财会通讯,2013(20):61-62.

[2]杨维维.经济增加值视角下企业价值驱动因素分析[D].保定：河北大学,2013.

[3]殷永旺.央企上市公司营运能力对经济增加值的影响研究[D].太原：太原理工大学,2015.

[4]Fu,SB.Li,Z.Xu,et al.Influencing Factors of Chinese Telecom Operators’ EVA[J].China Communications,2012,9(2):72-78.

[5]Chen Lin,Qiao Zhilin.What Influence the Company’s Economic Value Added[J].Management Science and Engineering,2008,1(2):66-76.

[6]Altendorfer,Klaus.Jodlbauer,Herbert.Which Utilization and Service Level Lead to the Maximum EVA[J].International Journal of Production Economics,2011,130(1):16-26.

[7]王崎,费仲伟.国内电信运营商价值构成及影响因素研究[J].邮电设计技术,2012(9):89-92.

[8]李峰,忻展红.影响电信运营商经济增加值的作用因素实证研究[J].北京邮电大学学报:社会科学版,2012(3):65-71,106.

[9]宁妍.中国石油行业上市公司价值创造影响因素分析[D].长春：吉林大学,2010.

10.13939/j.cnki.zgsc.2016.49.087

高迎平(1955—),女,河北工业大学教授。研究方向：管理科学与工程,工业工程与系统工程；田楷(1990—),男,河北工业大学硕士研究生。研究方向：管理科学与工程,工业工程与系统工程；李洋(1991—),男,河北工业大学硕士研究生。研究方向：管理科学与工程,工业工程与系统工程。