王 锦，刘婧璇

（安徽农业大学经济管理学院，安徽合肥，230036）

随着国家经济的发展进程不断加快，我国制造业发展的要求也逐渐提升。中国曾经位于全球汽车销量的榜首，而现在整个汽车行业处于亏损状态，部分企业销量一直低迷。汽车行业又是交通运输业中重要的组成部分，随着对制造业要求的提高，人们对交通运输工具的要求也逐渐变高。近些年，由于汽车购置税的改动，整个行业盈利状况不容乐观，营业利润迅速下滑，这限制了流动资金的变现能力，最终导致企业风险存在的可能性变大。2016年，国务院颁布的《关于积极稳妥降低企业杠杆率的意见》指出要有效防范和降低企业的债务融资风险，从而推动经济转型升级。因此，调整企业的资本结构，降低企业债务风险迫在眉睫。汽车制造行业面临诸多挑战，改善和提高该行业的绩效成为当前行业发展的核心。为了有效提高企业经营绩效，研究资本结构以及流动性风险与企业绩效之间的关系具有不可或缺的作用。本文在研究行业的财务指标及其与经营绩效之间的关系的基础上，提出推动汽车制造行业发展的良性建议。

一、文献综述与研究假设

（一）文献综述

所谓资本结构，就是指企业各种资本的比例关系。最常用的是资产负债率，反映企业长期偿债能力。所谓流动性风险，就是指资产的流动性，它能够保障企业的正常经营。国内外学者对资本结构、流动性风险与企业绩效的关系进行了大量的研究：

莫宝玲、黄子聪［1］研究了医疗行业的资本结构关系，发现资产负债率减弱了研发投入对绩效的正向作用。姚正海、刘肖［2］运用DEA模型，通过多元线性回归研究高科技上市公司的资本结构与绩效关系得出：负债水平越高，企业绩效越低。沈晨、潘家坪［3］对物流行业的公司进行财务数据的分析，发现企业绩效与资产负债率呈负相关。谭志颖［4］提出加强流动性管理意识有助于提升债务资金使用效率，降低企业流动性风险。Frank［5］和 Strebulaev［6］通过研究静态权衡和动态权衡理论得出：随着资产负债率的逐渐上升，其与企业价值呈负相关。

（二）研究假说

本文基于上市公司相关的财务数据，对资产负债率、流动比率、资产报酬率、营业利润率、总资产增长率、流动资产周转率与总资产净利润率的关系提出假说。鉴于以上文献综述，本文提出以下研究假设：

假设H1：我国汽车制造行业资产负债率越高，企业绩效越差。

企业的资产负债率体现企业的杠杆率，当前我国提倡去杠杆政策。对于该政策，学术界的研究文献较少。因此，降低杠杆率对企业绩效的影响仍然值得研究。

假设H2：我国汽车制造行业流动比率越高，企业绩效越好。

一个企业要想保证正常的生产营业流程，首要在于保证资产的流动性。然而当前学术界对企业流动性管理的研究仍不够深入。因此，本文对企业流动性状态与绩效之间的关系进行了实证研究。

二、实证设计

（一）样本选择与数据处理

本文数据主要来源于国泰安数据库，选取2013—2019年我国汽车制造行业上市公司数据为样本。本文从150家公司中选取了80家公司，共计553个有效样本数据。主要利用Stata 15.1和Excel 2007建立OLS模型，进行样本处理及模型检验。

（二）变量选择

1.被解释变量

反映企业绩效的指标有总资产净利润率（ROA）、净资产收益率（ROE）、基本每股收益（EPS）等。由于总资产净利润率（ROA）可以较为真实地反映上市公司的经营绩效，也是衡量一个企业的盈利能力指标［7］，因此，本文选取总资产净利润率（ROA）来衡量企业绩效。

2.解释变量

本文研究的主要是资本结构、流动性风险与企业绩效之间的关系，反映企业资本结构的指标众多，包括资产负债率、权益乘数、净值比率等。资产负债率可以衡量企业负债风险的指标，能够对整个汽车制造行业的负债风险进行评估和衡量［8］。故本文选取资产负债率（LEV）作为反映企业资本结构的指标。而反映企业流动性风险用得较多的指标是流动比率（RLQ），因此本文选择流动比率（RLQ）作为第二个解释变量。

3.控制变量

资产报酬率与资产利用效率相关，且呈现正比例关系［9］。资产报酬率越高，说明企业在增加收入、节约资金方面取得的效果越好［10］。营业利润率是指经营利润与销售收入净额的比例关系，该指标可以体现整个汽车制造行业的营业效率。营业利润率可以衡量一个行业的盈利能力［11］。总资产增长率能够分析汽车制造企业在当年资本积累能力和发展能力，可以体现企业在当期的资产规模的扩张情况［12］。流动资产周转率是反映营运能力的指标。该指标基于企业流动性最强的流动资产，对企业资产的利用效率进行评估和分析，能够体现汽车制造行业的资产利用效率以及资产的质量［13］。变量的选择情况以及具体说明如表1所示。

表1 研究变量含义及说明

（三）模型设计

本文主要采用OLS模型检验汽车制造行业资本结构、流动性风险与绩效之间的关系，并控制了营业利润率、资产报酬率、总资产增长率、流动资产周转率等变量对企业绩效的影响。最后利用Stata 15.1建立如下多元回归模型：

模型一：ROA=α0+α1*LEVit+α2*TARit+α3*OPRit+α4*TAGit+α5*CAit+δ

模型二：ROA=α0+α1*RLQit+α2*TARit+α3*OPRit+α4*TAGit+α5*CAit+δ

模型三：ROA=α0+α1*LEVit+α2*RLQit+α3*TARit+α4*OPRit+α5*TAGit+α6*CAit+δ

其中：α0为常数，α1-α6为回归系数，δ为残差。通过Hausman检验，在固定效应模型和随机效应模型的选择中，结果显示不存在随机效应，最终选择固定效应模型。

三、实证结果与分析

（一）描述性统计分析

描述性统计分析结果如表2所示。总资产净利润率最大值为0.220，最小值为-0.817，标准差为0.071 9，说明整个汽车制造行业之间的绩效差距不大，行业内发展差距较小；其均值为0.029 7，表明企业绩效整体水平不高。资产负债率最大值为1.698，最小值为0.071 5，说明汽车行业整体负债水平较高；其均值为0.490，说明汽车行业风险存在的可能性较大；其标准差为0.192，说明整个行业资产负债率差距不大。流动比率标准差为1.081，相较于其他指标，标准差值较大，表明行业流动比率差距较大；其均值为1.683，说明汽车制造企业的流动比率普遍较高。

表2 描述性统计分析

从控制变量角度来看，整个行业的营业利润率均值为负值，说明行业目前处于亏损状态；最小值为-16.97，最大值为0.462，体现了行业内各个企业经营状况各有不同的特点。资产报酬率均值较低且最小值为负值，表明企业资产的利用效率较低。总资产增长率均值为0.147，表明企业经营规模扩张的速度不快；其标准差为0.515，故行业内总资产规模变化不一致，差距较为明显。流动资产周转率标准差较大，表明企业流动资产周转速度不一致；其均值为1.278，相较于其他指标而言较大，说明汽车制造行业流动资产周转速度较快，资产利用情况较好。

整体来看，汽车制造销售行业绩效水平不高，风险存在的可能性较高。因此，本文希望通过对企业资本结构的分析，提高企业绩效，降低企业风险［14］。

（二）相关性分析

相关性分析如表3所示。资产负债率与总资产净利润率呈显著的负相关关系，说明利用资产负债率对总资产净利润率进行解释是可行的。随着资产负债率的降低，总资产净利润率会提高。因此企业资本结构降低对企业绩效起着促进作用。流动比率与总资产净利润率呈现显著正相关关系，说明流动性风险与企业绩效正相关。此外，营业利润率、资产报酬率、总资产增长率和流动资产周转率与企业绩效呈正相关关系。从数据的多重共线性检验结果来看，解释变量与控制变量之间的相关系数绝对值最大为0.357 0，其余均低于0.357 0。此外，本文对全体变量做了多重共线性检验，结果显示VIF最大值为2.04，结果远小于10，因此认为解释变量和控制变量之间不存在显著的多重共线问题，故可以采用多元回归进一步验证变量之间的关系。

表3 相关性分析

（三）多元回归分析

通过Hausman检验，在固定效应模型和随机效应模型的选择中，结果显示在5%的显著性水平下，拒绝原假设，最终选择固定效应模型。总体来看，模型的R2值为0.980 4，0.980 6，0.980 5，说明其拟合优度较好。

资产负债率与总资产净利润率的多元回归结果如表4所示。资产负债率与总资产净利润率呈显著负相关，这表明在其他自变量不变的情况下，资产负债率每增加一个单位，总资产净利润率大约降低0.021 3个单位。因此该假设通过检验，我国汽车制造行业上市公司的资产负债率的降低对企业的经营绩效存在显著的促进作用。

表4 资本结构与企业绩效多元回归分析

观察其他变量可知，资产报酬率、营业利润率与总资产净利润率呈显著正相关，流动资产周转率与总资产净利润率呈显著负相关，而总资产增长率与企业绩效的关系并不显著。当资产报酬率上升一个单位，总资产净利润率上升0.949 1个单位；当营业利润率上升一个单位，总资产净利润率上升0.001 3个单位；当流动资产周转率上升一个单位，总资产净利润率下降0.005 1个单位。因此，根据固定效应模型得出以下回归方程：

流动比率与总资产净利润率的多元回归结果如表5所示。流动比率与总资产净利润率呈显著负相关，说明控制变量不变的情况下，流动比率每增加一个单位，总资产净利润率提升0.001 8个单位。因此该假设通过检验，我国汽车制造行业上市公司的流动比率的上升对企业的经营绩效存在显著的促进作用。

表5 流动性风险与企业绩效多元回归分析

观察其他变量可知，资产报酬率、营业利润率与总资产净利润率呈显著正相关，流动资产周转率与总资产净利润率呈显著负相关，而总资产增长率与企业绩效的关系并不显著。当资产报酬率上升一个单位，总资产净利润率上升0.952 6个单位；当营业利润率上升一个单位，总资产净利润率上升0.001 5个单位；当流动资产周转率上升一个单位，总资产净利润率下降0.003 7个单位。根据固定效应模型得出以下回归方程：

资产负债率、流动比率与总资产净利润率的多元回归结果如表6所示。资产负债率与总资产净利润率呈显著负相关，说明当资产负债率上升一个单位，总资产净利润率下降0.019 1个单位。因此该假设通过检验。而流动比率与总资产净利润率关系不显著，故笔者怀疑该模型存在中介效应，即资产负债率在流动比率对总资产净利润率的影响过程中产生中介效应［15］。

表6 资本结构、流动性风险与企业绩效多元回归分析

观察其他变量可知，资产报酬率、营业利润率与总资产净利润率呈显著正相关，流动资产周转率与总资产净利润率呈显著负相关，而总资产增长率与企业绩效的关系并不显著。根据固定效应模型得出以下回归方程：

（四）中介效应检验

通过表4、表5、表6的固定效应模型分别进行回归得出：资产负债率与总资产净利润率关系显著，流动比率与总资产净利润率关系显著。而检验资本结构和流动性风险与企业绩效的关系时发现，资产负债率与企业绩效关系仍显著，但流动性风险与企业绩效关系不显著。因此，笔者怀疑有中介效应的存在。故本文将利用逐步回归法检验流动性风险产生的中介效应。表7是对资本结构与流动性风险进行回归的结果：

表7 资本结构与流动性风险多元回归分析

通过逐步回归发现，流动比率显著增加企业绩效，总效应为0.001 8（表5）；流动比率显著降低资产负债率，总效应为-0.064 5（表7）。在加入资产负债率以后，资产负债率和企业绩效仍然显著且系数为-0.019 1；流动比率与企业绩效的显著关系发生了变化（表6），因此属于完全中介。资产负债率通过流动比率对企业绩效所产生的间接效应为0.001 2（0.019 1*0.064 5），中介效应在总效应中的占比为66.67%（0.001 2/0.001 8）。

四、研究结论与建议

（一）研究结论

本文通过资产负债率来衡量企业的资本结构，用流动比率来反映流动性风险的大小，用总资产净利润率衡量企业绩效，分析了在汽车制造行业中资本结构与流动性风险对企业绩效的影响。通过对80家上市公司7年的相关财务数据实证分析得出：在汽车制造行业，资产负债率越低，企业绩效越好，流动比率越高，企业绩效越好。近几年，我国汽车制造行业的发展受到了较大限制，主要原因是汽车购置税政策的变动，而高资产负债率可能会使企业存在风险隐患。因此，本文希望通过分析，降低企业的风险，从而推动企业绩效。

此外，实证结果显示，资产报酬率和营业利润率的提高也对企业绩效起着推动作用，而流动资产周转率与企业绩效呈现反向的关系。

（二）建议

根据对汽车制造行业2013—2019年的实证分析，可以看出，整个行业的盈利状况并不乐观，甚至部分企业长期处于亏损状态，且行业的风险存在的可能性较高。因此，本文就汽车制造行业的财务状况和经营绩效提出以下几点建议：

1.拓宽融资渠道

汽车制造企业应当确定一个合理的融资比率，并且改善企业的融资结构，避免债务融资带来的偿债压力。拓宽融资渠道是降低企业资产负债率最有效的方法之一，企业可以适当地运用股权融资、合作联盟等方式降低企业风险，优化资本结构。

2.注重创新发展

汽车制造行业保持着自己的独立和特色的优势，目标企业未来的发展建立在产品创新之上，走新型创新的发展模式，同时注重产品的质量和附加值，才能提升整个汽车制造行业的绩效。同时，汽车制造行业在加大研发投入时也要注重对环境的保护，研发新能源汽车或许也是提高销量的方式之一。

3.加强政策管控

整个行业的资产负债率高的原因之一是国家未对汽车制造行业的财务指标进行严格考核，没有一个统一的风险指标标准。因此，国家应该履行监督管控的职责，关注行业中产能过剩的企业以及风险较高的企业。建立财务风险考核指标标准，降低行业整体的资产负债率，从而提升企业的竞争力。