徐 军
摘要:本文利用灰色关联度的理论,对我国制造业上市公司的资产结构与企业业绩的关系进行实证分析,最后得出资产负债率、权益乘数、流动资产比率、有形资产比率、流动负债比率、固定资产比率、存货比率与企业绩效的关联度。
一、样本选择与数据来源
(一)样本选取
本文采用中国证监会2001年4月发布的《上市公司行业分类指引》 ,它是比较科学的行业分类标准,也是目前用于我国上市公司行业分类的官方标准。《上市公司行业分类指引》为三级分类,包括13个门类、91个大类和288个中类,本文样本数据只选取2006-2008年在沪、深两个证券交易所上市发行A股的制造业上市公司为样本数据进行统计分析,涉及食品饮料业(C0)、纺织服装皮毛业(C1)、木材家具业(C2)、造纸印刷业(C3)、石油化学塑胶业(C4)、电子制造业(C5)、金属非金属(C6)、机械仪表设备业(C7)、医药生物制品(C8)和其他制造业(C99)10个制造业次类。
在样本的选取中遵循以下原则:1、为了数据具有可比性,只选取2006年1月1日以前上市发行A股的公司;2.剔除了2008年已经暂停上市的公司,这些公司或财务状况异常,若将其纳入研究样本中将影响研究结论。
笔者并未将ST公司剔除样本,因为资产结构的不合理是导致ST公司经营绩效低下的重要原因,将ST公司纳入研究样本,更能反映研究成果。经过以上筛选后,本研究的最后样本数为992个。
(二)数据来源
本文中所有的财务数据,来源于上海证券交易所网站、巨潮咨讯、Wind资讯数据库等相关媒体。为了保证这些数据的可靠性,对一些数据进行了抽样核对,对不一致的地方作了进一步的核实。
二、研究过程
(一)均值化数列
根据上述表,对各数列作均值化处理,的均值分别为:
(二)计算绝对差
计算各比较数列同参考数列在同一时期的绝对差
(三)分辨系数的确定
在进行灰色关联度分析的过程中,涉及到其中一个重要概念——分辨系数的取值问题。一般认为,分辨系数的取值范围为(0,1),一般情况取 0.1—0.5, 通常取0.5,其作用在于提高关联系数之间的差异显著性。毫无疑问,取值不同必然导致关联系数计算值的不同。因此,对于分辨系数的确定在计算关联系数中具有重要的地位。
通过推导可知,确定分辨系数仅需计算和即可,则 见下表
即对于本系统而言,分辨系数取值在0.26至0.45之间为佳,因此本文取中间值,即=0.355。
(四)关联系数的计算
1、关联系数的计算
根据公式,可以计算出X1—X7在2006—2008年的关联系数表,以计算为例:
2、关联度的计算
根据公式,
分别对上述各指标与净资产收益率的关联度系数序列求算术平均值可得:
是序列X0和Xi(i=1,2,3)的灰色关联度。
三、实证结果与分析
(一)资产结构指标与绩效的关联度强弱序列
对上述关联度进行排序,得出,即对净资产收益率的关联影响程度,资产负债率的高低是第一影响因素,存货比率是第二影响因素,流动负债比率是第三影响因素,流动资产比率和固定资产比率的关联度基本相同,关联度最弱的是权益乘数和有形资产比率。
(二)实证分析
1.资产负债率与公司绩效存在较为显著的相关关系。一般来说,资产负债率越高的公司,意味着对财务杠杆的运用比率也较高。因此,企业绩效的提升,除了得益于生产经营绩效的改善外,还从高负债中受益,因此保持合理的资产负债率能够有效的改善企业绩效。
2.存货比率对于净资产收益率的影响处于第二位。作为制造业企业,存货的高低通常能够反映企业供销状况,过高的存货往往会占用过多的资金,导致净资产变大,造成相对收益降低。因此,通过对上述数据的统计,表明改善存货规模能够有效的提升企业绩效。
3.流动负债比率对于净资产收益率也具有重要的影响。流动负债比率是流动负债与总负债的比率。适度流动负债有利于企业在较短的时间内筹集足够的资金,扩大生产经营规模,增强企业的市场竞争能力;利用负债的财务杠杆作用,在投资报酬率大于债务利率的情况下,负债经营能给企业所有者带来额外的收益;债务资金的节税功能,可使企业获得潜在的收益;而在通货膨胀的情况下,还可以利用举债减少货币贬值带来的损失。因此,保持一定的流动负债率,能够有效提升企业净资产收益率。
4.流动资产比率和固定资产比率对于净资产收益率的关联度较弱。通常认为,流动资产和固定资产的规模对于企业的经营绩效有重要的影响。通过上述实证分析,上述两项指标对于企业净资产收益率的影响有限。究其原因,在于企业绩效的提高,受多种因素影响,固定资产和流动资产规模并不处于决定因素。
5.权益乘数和有形资产比率对于净资产收益率的关联最弱,即基本上没有影响。通常认为,高科技企业无形资产较高则可以带来较高的绩效,传统制造业有形资产较高能够带来大规模的产能。结果证明,对于制造业企业来说,有形资产比率的高低并不影响企业绩效,或者说影响很弱。权益乘数反映的是资产总额是股东权益的倍数,也与净资产收益率无直接关联。
参考文献:
[1]田民,刘思峰,卜志坤. 灰色关联度算法模型的研究综述[J]. 统计与决策,2008(10).
[2]杜栋,庞庆华,吴炎. 现代综合评价方法与案例精选[M].北京:清华大学出版社,2008.
[3]刘思峰,谢乃明. 灰色系统理论及其应用[M]. 北京:科学出版社,2008.
[4]曹明霞,党耀国,张蓉,陆建峰. 对灰色关联度计算方法的改进[J],统计与决策,2007(7).
[5]许拯声、倪红霞.基于灰色关联度模型的企业资产结构与企业经营绩效之间的关系.东华大学学报.2008,(6).