时间：2023-01-13 00:05:08
关键词：公允价值 盈利预测 统计检验
一、引言
在过去的十余年， 盈利预测不仅是股票首次公开发行定价的关键因素， 而且作为重要的招股信息， 对投资者投资新股的决策具有重要的意义（欧阳爱平、周群，2006）。而大量应用公允价值进行计量和报告，已成为20世纪末和21世纪初会计及其他许多计量性经济学科领域发展的重要特征（谢诗芬， 2003）。斯科特（2006）认为公允价值是基于市价、未来现金流量的折现值，在某些情况下是通过某些数学模型所计量资产或负债的概括表达。资产和负债的公允价值比历史成本更加符合投资者利益。因为公允价值提供了预测公司未来业绩最好的指示器。玛丽.E.巴斯（2007） 认为根据现行准则，今天的财务报表中确认的几乎所有金额都不同程度的反映了对未来的估计。大多数人能够理解以公允价值计量就是反映了对未来的估计。将对未来的更多估计包含在今天财务报表中的一个后果是，会计收益不太具有预测性。葛家澍、杜兴强（2004）认为历史成本和公允价值都是以市场价格为基础的。历史成本作为过去的市场价格所包含的风险和报酬已被固定为一个已知数，因此具有最为信赖的可靠性。但在反映不确定性和风险方面，历史成本则不如公允价值。公允价值含有不确定性的预计数，预计当然不可能精确，所以人们必然担心他的可靠性（特别是预计未来现金流量进行折现包含的变数太多）。但即使预计一个不甚可靠的现行价值或未来价值，总比没有预计或完全依靠已知的历史成本去预测要好。公允价值盈利预测能力，理论界结论并不一致。斯科特（2006），葛家澍、杜兴强（2004）认为公允价值面向未来，具有盈利预测价值，而玛丽.E.巴斯（2007）认为公允价值由于反映了未来的估计，因此会计收益不太具有预测性。
二、研究设计
（一）盈利指标的选择企业涉及公允价值变动的科目有“公允价值变动损益”、“营业外收入”、“营业外支出”和“资产减值损失”。企业交易性金融工具、套期工具、投资性房地产公允价值变动计入“公允价值变动损益”；企业长期股权投资、非货币换、债务重组、企业合并公允价值变动计入“营业外收入”、“营业为支出”；企业资产减值损失计入“资产减值损失”。企业资产减值损失主要是基于稳健原则而并不是基于公允价值计量；企业投资性房地产、长期股权投资、非货币换、债务重组、企业合并业务中公允价值的应用条件受到严格限制，需要满足一定条件才能应用。公允价值主要指向的是金融工具，企业公允价值变动在利润表上主要通过“公允价值变动损益”科目反映。徐晓庆（2000）分析了上市公司对于公允价值的应用一是总体采用范围有限，在具体应用上比较谨慎，主要是因为除了金融工具和衍生金融工具的确认和计量能够直接应用公允价值，其他项目都要满足一定的条件才能运用。二是金融工具及衍生金融工具的确认和计量运用公允价值突出。本文通过模型来预测盈利，比较预测误差的差异即比较预测准确性来决定预测能力， 通过比较含公允价值变动的企业盈利与不含公允价值变动的企业盈利预测能力大小评价公允价值盈利预测能力。如果含公允价值变动的盈利预测能力高于不含公允价值变动的盈利预测能力，则公允价值具有盈利预测能力，反之则不具有盈利预测能力。为便于比较含公允价值变动与不含公允价值变动的盈利预测能力，本文盈利预测指标选择含（不含）公允价值变动损益的营业利润，公允价值变动选择“公允价值变动损益”科目内容。
（二）研究假设 目前理论界一直认为公允价值具有相关性，如果公允价值具有相关性，则公允价值具有盈利预测能力，即含公允价值变动损益的盈利预测能力占优。因此本文提出两个假设。
假设1：利用以前年度盈利预测年度盈利时，公允价值变动损益的营业利润预测能力占优（公允价值具有盈利预测能力）（年度预测）
假设2：利用以前季度盈利预测季度盈利时，公允价值变动损益的营业利润预测能力占优（公允价值具有盈利预测能力）（季度预测）
（三）样本选择及数据来源本文选用样本以沪深A股公司为基础，在选取样本时，选取的是2007年至2009年4季度每个季度均存在公允价值变动损益的上市公司。符合标准的上市公司共计116家。本文样本数据来源于网易财金数据库和CSMAR深圳国泰安研究服务中心提供的数据库。
（四）模型建立 盈利预测通常有三种模型：一元时间序列模型、分析师模型、管理层模型。一元时间序列模型只包括一个变量：过去的盈余。后两者分别指分析师或公司的管理层做预测所依据的模型，通常是综合性的，包含了公司内外部的许多因素。本文选用一元时间序列模型。
（1）年度盈利预测。国外研究结果表明年度盈利可由随机游走过程很好地予以表述，国内许多研究也都采用随机游走模型来预测年度盈利。由于年度盈利数据有限，建立年度盈利时间序列模型存在困难，因此本文年度盈利预测也采用随机游走模型。
随机游走模型（年度）：Model 1：F（Qt）=Qt-1
下标t 表示时间（年度），Qt 表示实际盈利，F（Qt）表示预测盈利。
（2）季度盈利预测。在季度盈利预测中，从实证角度分析，盈利Box―Jenkins模型的预测能力普遍比随机模型等简单模型表现优秀。但进行时间序列研究必须有足够的时间序列数据，否则对样本的自相关性进行检验就会受到数据的限制。因此本文舍弃了建立复杂的ARIMA 模型，采用简单模型，模型直接选用徐跃（2007）在其博士论文《关于我国证券分析师盈利预测的实证研究》中使用的三个季度盈利预测模型。
季度盈利预测模型为：Model 2： F（Xt）=Xt-1 ；Model 3： F（Xt）=Xt-4 ；Model 4： F（Xt）=Xt-4 +（Xt-1- Xt-5）
下标t表示时间（季度），Xt表示实际盈利，F（Xt）表示预测盈利。
（五）检验方法 一般情况下，预测值与实际值之间存在一定误差，这种误差是个绝对数，不利于不同样本值的比较，本文选用百分比误差的绝对值（简称绝对百分比误差或APE）来评价预测准确性。绝对百分比误差（APE）计算公式为： APE=|（At-Yt）/Yt|*100%。其中：At为t年度（季度）的预测值；Yt为t年度（季度）的实际值。 本文首先通过APE均值、标准差、累积频率及Friedman检验进行季度盈利预测模型之间预测能力的比较，在3个模型中选取预测能力最好的一个模型作为季度盈利预测模型；然后通过APE均值、标准差、累积频率、配对样本均值t检验及配对样本Wilcoxon检验比较含公允价值变动损益的营业利润与不含公允价值变动损益的营业利润年度盈利预测能力和季度盈利预测能力差异。在进行配对样本均值t检验、配对样本Wilcoxon检验前首先对样本进行K―S检验以确定样本是否符合正态分布，如果样本符合正态分布均值t检验、Wilcoxon检验采用均值t检验，如果样本不符合正态分布，则采用Wilcoxon检验。本文Friedman检验、K―S检验、配对样本均值t检验、配对样本Wilcoxon检验显著性水平均设定为软件系统的默认值0.05，如果Friedman检验、配对样本均值t检验、配对样本Wilcoxon检验概率P值小于或等于给定的显著性水平0.05，则认为两者存在显著性差异；反之，认为两者无显著性差异。本文使用MS Excel 2003软件整理数据和SPSS统计软件进行检验分析。
三、实证结果分析
（一）季度盈利预测模型之间预测能力的比较 （表1）提供了3个季度盈利预测模型在2008年2季度至2009年4季度共7个季度盈利预测误差APE均值、标准差及累积频率在100%内的分布情况。从APE均值、标准差及累积频率看，无论是含公允价值变动损益的盈利预测还是不含公允价值变动损益的盈利预测，3个模型中Model 4的APE 均值、标准差在3个模型中最大，而累积频率最小，其预测准确性最差。Model 2与Model 3各有优势，Model 2的APE均值小于Model 3，累积频率在20%、100%内大于Model 3；Model 2的APE标准差大于Model 3，累积频率在5%、10%、50%内小于Model 3。从预测误差APEFriedman检验结果看，如（表2）所示，无论是含公允价值变动损益的盈利预测还是不含公允价值变动损益的盈利预测，3个模型Friedman检验结果显示预测能力存在显著差异；3个模型两两配对Friedman检验结果显示Model 3与Model 4、 Model 2与Model 4盈利预测能力存在显著差异，Model 2与Model 3在含公允价值变动损益的盈利预测中存在显著性差异，在不含公允价值变动损益的盈利预测中在0.05的显著性水平下不存在显著性差异。
综合以上分析，本文选择Model 3为季度盈利预测模型。一是在不含公允价值变动损益的盈利预测中，Model 2与Model 3盈利预测能力不存在显著性差异；在含公允价值变动损益的盈利预测中，尽管Model 2在APE均值方面小于Model 3，但Model 3在APE标准差及累积频率方面占有优势。况且Model 2与Model 3APE 均值相差较小，同时均值易受某个或几个异常值的影响，而累积频率计算是通过比较样本中公司数在总体样本的分布情况，不涉及具体APE值，不受APE异常值的影响。二是这与国外理论界研究结论――季度盈利具有一定的季节性特征相符，也与徐跃（2007）进行季度盈利序列自相关分析的结论一致，即季度盈利预测具有一定的季节性特征，但没有显著的相邻季度特征。
（二）年度盈利预测分析年度盈利预测分析结果见（表3）。（1）均值及标准差比较分析。预测期2008年、2009年不含公允价值变动损益的APE均值、标准差均小于含公允价值变动损益的APE均值、标准差。因此从均值和标准差看，2008年、2009年不含公允价值变动损益的营业利润预测能力占优。（2）累积频率比较分析：（表3）显示了累积频率在100%内的分布情况。预测期2008年不含公允价值变动损益APE的累积频率在5%、10%、20%、50%、100%内大于含公允价值变动损益APE的累积频率；2009年不含公允价值变动损益APE的累积频率在10%、20%、50%、100%内大于含公允价值变动损益APE的累积频率，在5%内二者相等，因此2008年、2009年不含公允价值变动损益的营业利润盈利预测能力占优。（3）统计检验分析。首先通过K―S检验检验样本是否符合正态分布。预测期2008年、2009年样本K―S检验概率P值均为0.00，因此样本不符合正态分析，统计检验采用Wilcoxon检验。如（表3）所示，预测期2008年、2009年Wilcoxon检验结果概率P值均小于显著性水平0.05，二者存在显著性差异，不含公允价值变动损益的营业利润盈利预测能力占优。以上分析显示不含公允价值变动损益的营业利润盈利预测能力占优，公允价值降低了上市公司盈利预测能力。
（三）季度盈利预测 季度盈利预测分析结果见（表4）。（1）均值及标准差比较分析。如（表4）所示：预测期2008年1季度、2季度，2009年2季度、3季度含公允价值变动损益的APE均值、标准差小于不含公允价值变动损益的APE均值、标准差；2008年3季度、4季度，2009年1季度、4季度含公允价值变动损益的APE均值、标准差大于不含公允价值变动损益的APE均值、标准差。因此从均值和标准差看，2008年1季度、2季度，2009年2季度、3季度含公允价值变动损益的营业利润预测能力占优；2008年3季度、4季度，2009年1季度、4季度不含公允价值变动损益的营业利润预测能力占优。从均值标准差比较结果看，二者盈利预测能力相当。（2）累积频率比较分析。（表4）显示了累积频率在100%内的分布情况。预测期2008年1季度、2009年3季度含公允价值变动损益APE 的累积频率在5%、10%、20%、50%内大于不含公允价值变动损益APE的累积频率，因此2008年1季度、2009年3季度含公允价值变动损益的盈利预测能力占优；预测期2008年2季度不含公允价值变动损益APE的累积频率在20%、50%、100%内大于含公允价值变动损益APE的累积频率，2008年3季度不含公允价值变动损益APE的累积频率在5%、10%、20%、100%内大于含公允价值变动损益APE的累积频率，2008年4季度不含公允价值变动损益APE的累积频率在5%、10%、20%、50%、100%内大于含公允价值变动损益APE的累积频率，2009年2季度不含公允价值变动损益APE的累积频率在5%、10%、20%、50%内大于含公允价值累计频率；2009年4季度不含公允价值变动损益APE累积频率在20%、50%内大于含公允价值变动损益的APE，在5%、10%、100%内二者相当，因此预测期2008年2季度、3季度、4季度，2009年2季度、4季度不含公允价值变动损益的营业利润盈利预测能力占优； 2009年1季度二者累计频率各有优势，其预测能力相当。从累积频率看，公允价值对上市公司造成负面影响大于正面影响。（3）统计检验分析。首先通过K―S检验检验样本是否符合正态分布。预测期8个季度样本K―S检验概率P值均为0.00，因此样本不符合正态分析，统计检验采用Wilcoxon检验。如（表4）所示，预测期Wilcoxon检验结果概率P值均大于显著性水平0.05，因此二者不存在显著性差异，即含公允价值变动的盈利预测能力与不含公允价值变动的盈利预测能力相当，公允价值在预测期没有对上市公司盈利预测能力产生显著影响。以上分析显示含公允价值变动损益的营业利润与不含公允价值变动损益的营业利润的盈利预测能力相当，公允价值没有对上市公司盈利预测能力造成显著影响。
四、结论
本文通过建立模型，运用统计方法比较了我国上市公司2007年至2009年含公允价值变动损益的营业利润与不含公允价值变动损益的营业利润年度和季度盈利预测的准确性，通过比较预测的准确性判定公允价值的盈利预测能力。实证分析发现，年度盈利预测不含公允价值变动损益的营业利润的盈利预测能力占优；季度盈利预测含公允价值变动损益的营业利润与不含公允价值变动损益的营业利润的盈利预测能力相当。因此无论是年度盈利预测还是季度盈利预测，公允价值均不具有盈利预测能力。 本文存在如下不足：由于公允价值在我国应用时间较短，数据有限，因此本文没有通过时间序列推导盈利预测模型，而是直接引用前人的研究成果，这些模型是否适用于公允价值的盈利预测还值得进一步研究。我国企业除了金融工具和衍生金融工具的确认和计量能够直接应用公允价值，其他项目都要满足一定的条件才能运用，公允价值变动对金融企业的利润影响较大，公允价值在金融保险业中产生了巨大的影响徐晓庆（2009）。因此公允价值的运用对不同行业的影响程度是不一样的，本文没有分行业对对其预测能力进行研究。
参考文献：
［1］张岩：《我国上市公司中期财务报告预测价值研究》，《暨南大学硕士学位论文》2007年。
［2］葛家澍、杜兴强：《财务会计的基本概念、基本特征与基本程序》，《财会通讯》2004年第1期。
［3］玛丽.E.巴斯：《将对未来的估计包含在今天的财务报表中》，《会计研究》2007年第9期。
关键词：上市公司；盈利能力；资本结构；因子分析；回归分析
一、引言
资本结构是指在企业内部各种不同的资金来源中，债务与股东权益资本之间的比例关系，它能充分地体现出企业的债权人和股东的融资能力，而盈利能力就是公司赚取利润的能力。目前，面临国际市场激励的竞争压力，中国上市公司必须合理地调整资本结构，增强人员素质来不断地提高盈利能力。
在理论界，关于公司的盈利能力和资本结构关系的研究各持己见：李宝仁、王振蓉（2003）以深、沪两市证券交易所16家上市公司为样本，选取2001年年报数据资料为原始资料，利用SPSS主成分分析方法对盈利能力进行相关和回归分析，结果表明企业的盈利能力与其资产负债率呈中度负相关关系；王红红（2005）通过对中国上市公司1990-2002年数据分析，发现在中国上市公司的盈利能力与其负债水平有着显著的反向关系；汪强（2004）采用多元统计分析中的主成分分析方法，以中国家电行业26家上市公司1999-2001年为样本，分析了上市公司资本结构与盈利能力的关系，结果表明两者呈现负相关关系。Masulis、Ronald W.（1983）研究指出，企业价值的大小与其负债水平的高低成正相关关系，并得出能够对企业盈利能力产生影响的负债水平位于0.23-0.45之间；Long和Maltiz（1985）研究表明企业的盈利能力与财务杠杆正相关，但不显著；张佳林、杜颖、李京（2003）选取了电力行业的31家上市公司作为样本，并以这31家上市公司1997-2001年的会计资料为研究对象，发现：所有年度的净资产收益率与负债比率都呈显著的正相关关系，这一结果刚好与Masulis在1983年实证检验得出的结论相一致。
二、黑龙江省上市公司盈利能力与资本结构的因子分析
（一）样本数据选取
本文选取的是黑龙江省在深、沪两市上市的A股公司为研究样本，截取2010年前三季度的统计数据为原始数据（见表1）。一般来说，公司的盈利能力只涉及正常的营业状况，在非正常的特殊情况下会给公司带来收益或损失，不能说明公司的能力，所以，应当排除以下因素：被ST处理过的公司和具有自身特点的金融类上市公司，从而得到样本数为19。反映公司盈利能力的指标有很多，本文在借鉴国内外研究成果的基础上，选择了主营业务利润率、资产净利润率、营业毛利率、净资产收益率、每股收益5个指标进行因子分析。
（二）因子分析
因子分析是一种降维、简化数据的技术，它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个“抽象”的变量来表示其基本的数据结构。这几个抽象的变量被称作“因子”，能反映原来众多变量的主要信息。
由于公司盈利能力的指标之间有可能会存在一定程度的相关关系，所以要计算出它们之间的相关系数（见表2）。
由表2的数据可知，反映公司盈利能力的五个指标之间存在相关关系，X1与X2、X3和X4，X2与X4和X5，X4与X5之间的相关性很大，都超过了0.6。从而，任意去除一个指标都会对盈利能力的分析作出不全面的判断，需要运用因子分析方法来综合评价上市公司的盈利能力。
1.KMO和Bartlett检验
KMO检验的取值在0和1之间，KMO值越接近于0表明原始变量相关性越弱，相反越接近于1表明原始变量相关性越强。根据表3的数据反映，KMO的值为0.749，说明所选的因子分析指标比较合适。Bartlett球形检验的结果也是非常好的，值比较大为62.815，显著性概率为高度显著，因此本文数据适合运用因子分析方法来分析。
2.提取主成分
本文运用SPSS 13.0对样本数据进行因子分析，得到各个指标之间相关矩阵的特征根和方差贡献率（见表4）。
依据以上数值显示，前两个主成分的特征根都大于1，第一个主成分的方差贡献率为68.122%，第二个主成分的方差贡献率为20.336%，累计方差贡献率为88.458%，可以看出，前两个因子已经可以解释原始变量88.458%的方差，包含了大部分的信息。所以，选取两个主成分。
3.综合得分
为了得到意义明确的主成分因子的含义，将因子载荷阵进行方差最大法旋转，得到旋转后的因子载荷矩阵（见表5）。
结果显示，因子1和因子2都有比较大的载荷，都能够反映上市公司的盈利能力，根据以上分析可得变量FAC1-1、FAC2-1和综合因子得分F：
FAC1-1=0.019X1+0.345X2-0.260X3+0.337X4+0.432X5
FAC2-1=0.441X1-0.032X2+0.730X3-0.033X4-0.246X5
F=（68.122FAC1-1+20.336FAC2-1）/88.458
（三）盈利能力和资本结构的回归分析
回归分析考察了上市公司资产负债率X5对盈利能力综合得分F的影响程度，把资产负债率X5作为自变量，盈利能力综合得分F作为因变量，进行回归分析，得出结果如下：R2=0.629，方程拟合的效果不错，显著性检验水平为0.014
F=0.552-0.138X5
三、结论及建议
本文通过对黑龙江省19家上市公司2010年前三季度的财务数据分析，得出了上市公司盈利能力的综合指标，并且上市公司的资本机构与盈利能力呈负相关关系，资本结构的合理与否直接关系到公司的盈利能力是否达到较好的效果。
因此，提出两点建议：一是完善、优化黑龙江省上市公司的资本结构。资本结构不仅影响公司的治理效率，而且也会对上市公司的盈利能力产生重要影响，完善的资本结构有助于公司长远发展的融资导向和提高公司资本运作和投资、融资、利润分配的效率，降低公司的财务风险，使所有者、投资者和债权人的利益得到充分的保障。二是要提高公司自身的盈利能力。当公司盈利能力下降时，其自有资金不能满足发展需要，综合各种因素就会考虑到外部融资，从而资本负债率就会相应地增加，所以公司就应该根据其盈利能力的变化适当调整其资本结构，让资本结构的高低适应盈利能力水平的变化。
参考文献：
1.张佳林,杜颖,李京.电力行业上市公司资本结构与公司绩效的实证分析[J].湖南大学学报,2003(3).
2.高琼琳.公司盈利能力和资本结构的实证研究[J].北方经贸,2003(10).
3.毛哲敏.湖南上市公司盈利能力与资本结构的实证分析[J].金融经济,2009(14).
4.宋忠宁,张建萍.江苏上市公司盈利能力与资本结构实证研究[J].现代商贸工业,2010(7).
5.宾成.上市公司盈利能力与资本结构的统计分析[J].全国商情,经济理论研究,2006(11).
6.李宝仁,王振蓉.我国上市公司盈利能力与资本结构的实证分析[J].数量经济技术经济研究,2003(4).
关键词:盈利能力;资本结构;主成分分析;江苏
中图分类号:F8
文献标识码:A
文章编号:1672-3198(2010)07-0005-03
1 引言
有关企业绩效与资本结构的实证研究,国外研究的结果大都表明,企业价值与财务杠杆之间呈正相关关系。Masulis(1980、1983)研究证实:普通股股票价格的变动与企业财务杠杆的变动正相关;企业绩效与其负债水平正相关。Harris M.和Raviv A. (1988)发现随着新债发行,股权换债权和股票回购消息的公布,股票价格会上升。
近年来,内国学者对上市公司资本结构与公司业绩之间的关系也进行了较为广泛的研究,得出了两种互相对立的结论:其一,资本结构与公司业绩呈负相关关系。陆正飞、辛宇(1998)对沪市1996年制造业A股上市公司中的35家机械及运输设备业企业进行多元线性回归分析,得出盈利能力与资本结构负相关关系;张则斌、朱少醒等(2000)选
取了深沪两市943家上市公司作为样本,以1998年的截面数据为依据,进行了实证研
究,结果表明,上市公司的资产盈利能力与负债比率呈负相关;李宝仁、王振蓉(2003)从分析方法的角度研究了资本结构与获利能力的关系,结果发现企业的获利能力与资产负债率呈成负相关关系;汪强(2004)对家电行业上市公司进行实证研究后,认为家电行业上市公司的资本结构与获利能力呈负相关关系。其二,企业获利能力与资产负债率呈正相关关系。王娟和杨凤林(1998)对我国上市公司的筹资结构比率、公司权益资本规模和盈利能力分析发现这3个指标之间具有一定的正向变动关系;洪锡熙、沈艺峰(2000)采用净利润与主营业务收入的比值为解释变量,发现企业盈利能力越强,负债水平越高;张佳林、杜颖、李京(2003)对电力行业31家上市公司1997-2001年面板数据研究发现:所有年度的净资产收益率与负债比率都呈显著的正相关关系。
从以上研究来看,国外关于资本结构对盈利能力影响的研究成果与我国理论界关于资本结构与盈利能力的关系的研究成果存在一定的差异,这可能与我国证券市场自身发展的不够完善有关,而且行业和地区的差异也可能会影响上市公司的业绩。因此本文选取江苏省上市公司为研究对象,通过实证研究检验江苏上市公司资本结构对盈利能力的影响,以期为江苏上市公司资本结构的优化提供更为可行性的研究结论。
2 研究设计
2.省略)和国泰安数据库。
2.2 指标选取
反映公司盈利能力的指标很多,但都只反映了公司盈利能力的某一个侧面,并且各指标之间通常存在一定的相关性,因而单纯根据这些财务比率指标很难对公司的盈利能力做出全面、准确的评价。因此,本文选取代表公司盈利能力的综合因子得分来衡量盈利能力。本文的综合因子得分是通过对营业毛利率、销售净利率、总资产净利率和净资产收益率四个指标进行主成分分析,构建出上市公司盈利能力的主成分分析模型得出的综合评价分值,并且选取了资本负债率作为衡量资本结构的指标,市净率为控制变量,具体如表1所示。
表1 相关指标解释
指标类型指标名称指标计算公式
盈利能力
营业毛利率(主营业务收入-主营业务成本)净利润/主营业务收入
销售净利率净利润/主营业收入
总资产净利润率净利润/总资产平均余额
净资产收益率净利润/股东权益平均余额
资本结构资产负债率负债总额/资产总额
控制变量市净率每股市价/普通股每股净资产
2.3 研究方法
本文拟采用SPSS软件的主成分分析法构建出上市公司盈利能力的主成分分析模型,据此确定上市公司盈利能力的综合评价分值,并以市净率为控制变量,对资产负债率与企业盈利能力的进行相关分析和回归分析。
3 实证分析
3.1 主成分分析评价上市公司的盈利能力
(1)样本的描述性统计
表2 样本描述性统计
指标均值(%)标准差样本量
营业毛利率X119.389.1754
销售净利率X25.846.9054
总资产净利润率X33.933.8254
净资产收益率X410.6310.2554
从表2中我们可以看出所选取的反映江苏上市公司盈利能力的指标中营业毛利率最高,其平均值达到19.38%;而总资产净利润率相对较低,平均值只有3.93,离散程度最小的是总资产净利润率。出此之外,样本指标差异相对小些。
(2)主成分分析
表3 相关矩阵
相关系数营业毛利率销售净利率总资产净利润率净资产收益率
营业毛利率1.000.310.290.07
销售净利率0.311.000.890.73
总资产净利润率0.290.891.000.75
净资产收益率0.070.730.751.00
根据表3的数据说明,4个反映公司盈利能力的指标两两关系中,销售净利率与总资产净利润率和净资产收益率,总资产净利润率与净资产收益率之间相关性很大,相关的系数都超过了0.5;营业毛利率与销售净利率和总资产净利润率之间相关性也较大,相关系数也有0.3左右。所以去任何一个指标衡量公司的盈利能力都存在一定得片面性,故需要进行主成分分析,运用因子得分法综合评价公司的盈利能力。
①提取主成分
KMO值用于检验因子分析是否适用的指标值,若它在0.5-1.0之间,表示适合;小于0.5表示不适合。Bartlett的球体检验是通过转换为X2检验,来完成对变量之间是否相互独立进行检验。若该统计量的取值较大,因子分析是适用的。据表4数据反映,KMO值为0.72,在0.5~1.0之间;Bartlett的球体检验也是通过的,因为渐进的X2为134.00,即很大,相应的显著性概率(Sig)小于0.001为高度显著,因此数据适合使用因子分析方法。
表4 KMO and Bartlett检验
KMO Measure of Sampling Adequacy.0.72
Bartlett's Test of Sphericity
Approx. Chi-Square134.00
df6.00
Sig.0.00
进一步根据输出的表5相关系数矩阵的特征值和方差贡献率表提取主成分:参照特征值大于1的标准提取,表5征值大于1的个数只有1个,方差贡献率66.95%,未达到累计贡献率为85%的要求,需要提取2个公共因子,累计贡献率为90.77%,符合贡献率大于85%的标准,故选取第一、第二主成分能够很好地反映公司的综合盈利情况。
表5 相关系数矩阵的特征值和方差贡献率表Total Variance Explained
ComponentInitial EigenvaluesExtraction Sums of Squared Loadings
Total% of VarianceCumulative %Total% of VarianceCumulative %
12.6866.9566.952.6866.9566.95
20.9523.8290.77
30.266.5597.32
40.112.68100.00
因子提取方法:主成分法
②盈利能力的综合得分
根据因子得分系数和原始变量的标准化值,可以算出第一主成分和第二主成分的得分数,分数分别为Fac1-1、Fac2-1:
Fac1-1=0.11X1+0.24X2+0.93X3+0.91X4
Fac2-1=0.99X1+0.92X2+0.22X3-0.08X4
其中,因子得分矩阵如表6所示。
表6 因子得分系数矩阵Rotated Component Matrix(a)
Component
12
营业毛利率0.110.99
销售净利率0.240.92
总资产净利润率0.930.22
净资产收益率0.91-0.08
由表6可以看到,第一主成分对4个变量的因子载荷矩阵中,比较大的有总资产净利润率和净资产收益率,因此第一主成分反映公司资产的盈利能力;第二主成分分对4个变量的因子载荷矩阵中,比较大的有营业毛利率和销售净利率,因此第二主成分反映公司经营的盈利能力。
由主成分分析所产生的新变量Fac1-1、Fac2-1,得出各上市公司盈利能力的综合因子得分为F:
F=(66.95fac1-1+23.82fac2-1)/90.77
3.2 相关分析和回归分析
①相关分析
相关分析研究代表公司盈利能力的综合因子得分F与资产负债率X之间关系的密切程度,以综合因子得分为被解释变量,以资产负债率代表资本结构作为解释变量,以市净率为控制变量,经分析得到以下的情况(见表7):F与资产负债率Y的相关系数为-0.902,为负相关,其双尾检验的显著水平为0.01,表明两者的关系比较密切。
表7 相关性检验
Control Variables资产负债率F
市净率FCorrelation-0.9021.000
Significance(2-tailed)0.000.
df510
②回归分析
回归分析是从数量上考察资产负债率对盈利能力的影响程度,以代表盈利能力的综合因子得分F为因变量,资产负债率Debtr为自变量,市净率P/BV为控制变量建立数学模型:
F=β0+β1Debtr+β2P/BV+μ
表8 方差分析表
ModelSumof SquaresdfMean SquareFSig.
1Regression1306.4852653.2423.1920.01
Residual27935.99951547.764
Total29242.48553
a Predictors:(Constant),市净率,资产负债率
b Dependent Variable:F
表9 回归系数分析表
Model
Unstandardized CoefficientsStandardized Coefficients
BStd. ErrorBetatSig.
1(Constant)31.719.7483.2530.002
资产负债率-0.2880.188-0.234-1.5290.013
市净率0.2290.2610.1350.8810.038
a Dependent Variable: F
由表8知,在回归方程的显著性检验中,统计量F=3.192,对应的显著性水平为0.01,因此回归方程是十分显著的。由表9看出,回归方程的常数项为31.71,自变量系数为-0.288、0.229,三者均通过了0.05显著性水平的t检验,说明回归方程的常数项与自变量系数均是显著的,不为0,即表明代表资本结构的资产负债率对盈利能力有显著的影响。资产负债率对盈利能力的回归方程可以表示为:
F=31.71-0.288Debtr+0.229P/BV+μ
4 结论与建议
4.1 研究结论
本文选用沪、深两市A股江苏板块上司公司为样本,利用主成分分析方法得出了两个主成分的得分和各公司盈利能力的综合得分,并以此为基础分析公司盈利能力与其资本结构的关系,具有一定的解释能力。
通过对所选样本资产负债率与企业盈利能力的相关分析和回归分析,结果表明企业的盈利能力与其资产负债率成负相关,即公司的资本结构对上市公司盈利能力会产生一定的影响。这与获利水平相当高的企业往往不使用大量的债务资本的实际情况相符。
4.2 建议
笔者建议:以企业价值最大化为目标的上市公司在筹资决策上必须以追求最优资本结构为前提。在企业的资本结构中,由于负债的节税效果,一定比率的负债可以降低企业的综合成本,但是当负债筹资所占的比率较大时,企业的财务风险增加,企业自有资金的成本提高。尤其当企业经营不善时,到期债务的还本付息将给企业带来极大的压力,甚至导致企业破产。因此,企业进行资金筹集时,首先应明确自己筹资的具体动机,依循筹资的基本要求,正确把握筹资的渠道与方式,避免掉进财务陷阱。
参考文献
[1]Masulis,Ronald:The Impact of capital Structure Change On Firm Values:Some Estimate[J].Journal of Finance,1983,(38):107-126.
[2]Harris M,Raviv A.The theory of capital structure[J].Journal of Finance,1991,(46):297-355.
[3]陆正飞,辛宇.上市公司资本结构主要因素之实证研究[J].会计研究,1998,(8):34-37.
[4]王娟,杨凤林.上市公司筹资结构的实证研究[J].经济理论与经济管理,1998,(6):23-28.
[5]张则斌,朱少醒,吴健中.上市公司的资本结构的影响因素[J].系统工程理论方法应用,2000,9(2):106-112.
[6]洪锡熙,沈艺峰.我国上市公司资本结构影响因素的实证分析[J].厦门大学学报(哲学社会科学版),2000,(3):114-120.
[7]李宝仁,王振容.我国上市公司盈利能力与资本结构的实证分析[J].数量经济技术经济研究,2003,(4):150-153.
[8]张佳林,杜颖,李京.电力行业上市公司资本结构与公司绩效实证分析[J].湖南大学学报,2003,17(3):31-33.
关键词：营运资本管理效率；营运资本管理政策；盈利能力；标准化系数
一、引言
企业将大量资金投资于应收账款和存货，同时将短期应付款作为一种财务融资政策（Deloof 2003）。因此，流动资产与流动负债的运用（被定义为营运资本管理）已成为企业日常管理中一项重要的工作（Malmi 2003）。作为日常经营所必需的周转资金，有效的营运资本管理对企业持续发展极为重要。因而如何加强营运资本管理、提高营运资本管理效率已成为企业需要解决的一个重要问题。与长期投资、筹资管理类似，营运资本管理虽属于短期财务管理范畴，但也需要科学而规范的政策作指导。营运资本管理既要有量的把握，又要有质的体现；既要保持企业流动性，同时又要提高企业收益性（袁卫秋2012）。然一般而论，学术上更为关注的是长期的、具有战略意义的财务决策，对短期财务政策涉及较少，从而形成了理论上的空白点（汪平等2007）。鉴于此，本文以07—12年我国制造业上市公司为研究样本，实证检验营运资本管理效率和管理政策与企业盈利能力之间的关系，既有助于丰富营运资本管理实证研究成果，又为制造业上市公司营运资本管理政策制定提供理论依据。
二、文献回顾与分析
基于研究目的，本文分别从营运资本管理效率和营运资本管理政策对企业盈利能力的影响两个方面进行文献回顾与分析。
（一）营运资本管理效率与盈利能力
就流动资产而言，Deloof（2003）等发现应收账款周转期、存货周转期与盈利能力显著负相关，其它的研究也为这些结论提供了额外的证据（Wohrmann et al.2012）。这些实证结论表明，企业可以通过缩短应收账款周转期和存货周转期提高盈利能力，但Gill、Biger等（2010）却发现，存货周转期与盈利能力之间存在显著的正相关关系。就应付账款而言，研究结论也不一致。从理论角度分析，应付账款增加，那么营运资本就会减少（Enqvist et al.2012）。由于现金周转期与盈利能力之间呈负相关关系（孔宁宁等2009），那么可以推断应付账款周转期应当与盈利能力呈正相关关系（Wohrmann et al.2013）。换言之，如果推迟付款将能使企业更具盈利性。但令人不解的是，实证结果表明应付账款周转期与企业盈利能力之间呈负相关或不显著的关系（Garcia-Teruel 2007）。仅有Lararidis和Tryfonidis （2006）研究表明两者存在正向关系。这些矛盾的研究结论表明：营运资本管理效率与盈利能力之间的关系还需进一步探讨。
（二）营运资本管理政策与盈利能力
通常认为营运资本政策包括营运资本投资政策和营运资本融资政策。营运资本管理政策的代表性研究主要有Weinraub和Visscher （1998）以及Nazir和Afza （2008）。Weinraub和Visscher （1998）通过研究1984-1993年间美国制造业等10个行业的营运资本管理政策，发现营运资本管理政策具有显著的行业差异，且相对激进的营运资本投资政策通常伴随着相对保守的营运资本融资政策。与Weinraub和Visscher研究结果类似，Nazir和Afza （2008）也发现了营运资本管理政策具有显著的行业差异；但与Weinraub和Visscher （1998）研究结果不同的是，他们发现相对激进的营运资本投资政策通常伴随着相对激进的营运资本融资政策。此外，他们的研究还表明，营运资本投、融资政策越保守，企业业绩越好，即营运资本管理政策激进度与公司绩效之间呈负相关关系。国内关于营运资本管理政策的代表性研究主要有刘运国等（2001）和汪平等（2007）。刘运国等（2001）研究发现流动资产比例和流动负债比例呈同向变动，企业盈利能力受到营运资本管理策略影响。汪平等（2007）以流动资产/总资产、流动负债/总负债代表营运资本投、融资政策，研究了企业营运资本政策和企业绩效之间的关系。研究发现，营运资本投、融资政策在回归中均不显著，表明营运资本政策对企业绩效没有显著影响。然该文研究由于没有进行变量间相关系数检验，也没有进行多重共线性检验，使得研究结论存在瑕疵。此外，袁卫秋（2012）实证研究发现营运资本投资政策对公司绩效具有正向的影响作用。
三、研究方法
1.样本选取与数据选择
由于2007年1月1日起，我国上市公司开始实施新会计准则，并且制造业涉及销各个方面、选取制造行业分析有利于消除行业差异。因而本文选取07-12年沪深B股家制造业上市公司为样本。出于研究需要，对初始样本进行适当筛选：（1）剔除ST公司；（2）剔除数据缺失的公司（2个）；（3）剔除数据异常的公司（2个）。最终得到年有效样本52个，6年共计312个面板数据、2184个观测值。所需数据源于CSMAR数据库。
2.研究假设与模型。
（1）研究假设。基于研究目的，本文提出以下五个假设：
H1：应收账款周转期与盈利能力负相关。应收账款属于企业资金占用，如果能加速收款，则有利于提高资金周转效率，形成更多的价值增值，使盈利能力提升。
H2：存货周转期与盈利能力正相关。存货周转期=365*存货/销售成本，在销售收入及存货不变的情况下，如果存货周转期上升，则销售成本下降，那么产品毛利率上升，公司盈利能力增加。
H3：应付账款周转期与盈利能力正相关。如文献回顾所言，已有研究表明现金周转期与盈利能力负相关，而应付账款周转期又与现金周转期负相关，那么可以推断应付账款周转期增加，则盈利能力增强。
H4：营运资本投资政策与盈利能力正相关。营运资本投资政策衡量的是流动资产的保有量，营运资本政策越激进，则风险越高，盈利能力也就越强（风险-收益权衡原则，下同）。
H5：营运资本筹资政策与盈利能力正相关。营运资本筹资政策反映的是短期内需要偿还的流动负债的存量状况。营运资本筹资政策越激进，则企业短期偿债风险越高，那么盈利能力也就越强。
（2）多元回归模型。为了验证营运资本管理效率及管理政策对盈利能力的影响，建立如下多元回归模型：
Mod1 ROAit=β0+β1DSOit+β2DSIit +β3CATit+β4LNSIZEit+β5ALit+ξ0
Mod2 ROAit=β0+β1DPOit+β2CALit+β4LNSIZEit+β5ALit+ξ0
（3）变量说明。DSO=365*应收账款/销售收入，表示应收账款周转期；DSI=365*存货/销售成本，表示存货周转期；CAT=流动资产/总资产，表示营运资本投资政策；DPO=365*应付账款/销售成本，表示应付账款周转期；CAL=流动负债/总负债，表示营运资本筹资政策；LNSIZE=LN（总资产），控制规模效应；AL=总负债/总资产，控制财务风险；β代表回归系数；ξ代表残差，E（ξ）=0
四、实证检验与分析
回归分析之前，为了检验变量之间的自相关、单位根以及判定模型的协整性，分别进行了Person相关系数检验、单位根检验以及协整性检验。结果见表一、二。
表一列示了变量之间的Person相关系数。盈利能力指标与衡量营运资本管理效率的指标应收账款周转期、存货周转期，在1%显著性水平下分别呈负相关和正相关。同假设预期一致，表明加速资金周转、提高产品毛利率能提高公司盈利能力。而应付账款周转期相关系数统计并不显著。代表营运资本投、融资政策的CAT、CAL分别在1%和5%显著性水平下与企业盈利能力正相关。从总体来看，各自变量间的相关性较弱，只有LNSIZE和AL之间的相关性为较高值0.4914。为避免多重共线性，在之后的多元回归分析中加以考虑。
表二列示了Mod1、Mod2回归模型的单位根检验及协整性检验结果。由单位根检验统计量的T值及P值可知，回归模型Mod1、Mod2不存在单位根，即排除了回归分析为伪回归的可能；回归模型Mod1、Mod2协整性检验ADF统计量的T值及P值表明回归模型平稳性良好，可以进行回归分析。
表三列示了混合最小二乘法的多元回归结果。根据表三可知，回归模型Mod1、Mod2的P值均为0（未列示的F统计量分别为19.3546和13.8199），通过了1%显著性水平检验，即模型整体显著；回归模型调整后的R2分别为24.03%和15.26%，说明回归模型拟合优度良好。此外，从模型自变量回归系数T统计量及P值看，DSO及AL在1%水平下与盈利能力显著负相关；CAT、LNSIZE和CAL在1%水平下与盈利能力显著正相关；DSI在10%水平下与盈利能力显著正相关；DPO与盈利能力正相关，但统计结果不显著。即除假设三没有得到验证外，其它假设均通过了实证检验。可能性解释为：应付账款延期支付所隐含的机会成本对盈利能力产生了抵消效应并且长期拖延付款有损企业信誉，不利于企业经营范围扩展，最终影响了企业盈利能力。为了消除量纲和数量级差异所带来的影响，本文对数据进行了标准化处理，给出了两种回归系数。表三中第一组是标准化系数，第二组是非标准化系数。根据回归结果，可以得到以下结论：（1）无论是标准化回归系数，还是非标准化回归系数，都表明制造业上市公司营运资本管理效率对盈利能力有重要影响，从实证角度说明了企业应当重视营运资本管理。（2）从营运资本管理政策CAT、CAL的系数可知，激进的营运资本管理政策能够提高企业盈利能力，因而从实证角度为“零营运资本”概念与技术的运用提供了经验支持。（3）由营运资本管理政策变量—营运资本投资政策（CAT）和营运资本融资政策（CAL）系数可知，营运资本投资政策对盈利能力的影响甚于营运资本融资政策的影响。因此企业在制定营运资本管理政策时应更加关注流动资产的持有量，将更多的资金投资于获利性更强的长期资产。（4）控制变量LNSIZE系数表明，企业规模越大，规模经济效应越强，从而企业盈利能力也越强，因此扩大规模也是企业需要考虑的战略问题；AL系数说明，随着财务风险增加，企业盈利能力将受负面影响，因而企业还应当把握好对财务杠杆的运用。
五、结论
本文运用多元回归分析方法就营运资本管理效率和管理政策对公司盈利能力的影响状况进行了探讨。研究发现：（1）营运资本管理活动对公司盈利能力具有重要影响；（2）营运资本投、融资政策对企业盈利能力的作用表现为：政策越激进，公司获利性越强；（3）营运资本投资政策对公司盈利能力的影响强于营运资本融资政策。基于研究结果，管理层应当重视营运资本管理，着力制定最优营运资本管理政策、制定恰当的信用政策、选择最优支付时机和支付方式、引入零营运资本管理理念等措施，在保证流动性和安全性的前提下，实现营运资本高速有效周转，进而提升公司整体盈利能力。
参考文献：
[1]Deloff， M. Does working capital management affect profitability of Belgian firms？Journal of Business Finance and Accounting， 30， 573-587.2003
[2]Enqvist et al. The impact of working capital management on firm profitability in different business cycles： evidence from Finland. Working Paper. 2012.
[3]Wohrmann et al.Working capital management and firm profitability. J Manag Control 24：77-87.2013
[4]Gill. A，Biger， N. And Mathur， N. The relationship between working capital management and profitability： evidence from United States. Business and Economics Journal， Vol. 2010， pp.l-9
[5]孔宁宁等.营运资本管理效率对公司盈利能力的影响： 基于中国制造业上市公司的经验证据.南开管理评论，第12卷， 2009
[6]袁卫秋.上市公司营运资本管理政策研究：基于制造业的经验证据. 金融研究.第4期.2012
[7]刘运国等.上市公司营运资金管理策略实证分析.贵州财经学院学报，2001，（3） ：6-10.
关键词：钢铁企业；盈利能力；主成分分析
一、引言
钢铁工业作为重要基础产业，为我国工业化、城镇化的发展做出了重要贡献。我国的钢铁工业经过几十年的发展，取得了举世瞩目的成绩，我国钢铁生产不仅在数量上，而且在质量上都有了极大提高。然而，当前我国钢铁生产从总量上看，供求基本平衡，但从钢铁产品结构上来看，矛盾十分突出，传统产品过剩，高附加值产品供不应求。因此，钢铁产品的竞争力同发达国家相比，还存在一定的差距。本文从盈利能力的角度出发，从经营盈利能力、资产盈利能力、资本盈利能力和收益质量四个方面分析了安阳钢铁股份有限公司的盈利现状，使我国钢铁类上市企业对其盈利能力有正确的认识，从而为我国钢铁企业的进一步发展提供有益借鉴。
二、数据来源与指标选取
(一)数据来源
本文数据来自于上海证券交易所公布的安阳钢铁股份有限公司2002年至2010年的公司财务报表。
(二)指标选取
鉴于目前我国钢铁行业上市公司经营业绩不佳的现状，本文选择了经营盈利能力、资产盈利能力、资本盈利能力和收益质量等四个方面来分析安阳钢铁股份有限公司的盈利能力。
三、盈利能力指标分析
根据安阳钢铁股份有限公司的财务报表，可以计算出上述四个指标，具体数值见表1。
表1：安阳钢铁盈利能力指标数据
(一)经营盈利能力分析
根据上表可以看出，安阳钢铁股份有限公司九年中营业净利率的平均值为3.81%，其中2002年、2003年、2004年和2007年的营业净利率比较高；其它年份都比较低，尤其是2008年、2009年和2010年远远低于1%。从以上数据可以看出，安阳钢铁的营业净利率还是比较低，分布比较分散，最高者与最低者相差甚远，自有资金积累能力不足。总之安阳钢铁以后应该着重改进经营管理水平，提高经营盈利能力，加速自有资金的积累。
(二)资产盈利能力分析
从上表可以看出，安阳钢铁股份有限公司九年中总资产净利率的平均值为7.17%，其中大部分年份比较高，2002年、2003年、2004年的总资产净利率比较高；少数年份比较低，尤其是2008年、2009年和2010年远远低于7.17%。总之安阳钢铁的大部分年份总资产净利率还是比较高的，以后应该注意不要一味的追求资产规模而忽视资产的盈利能力。
(三)资本盈利能力分析
从上表可以看出，安阳钢铁股份有限公司九年中净资产收益率的平均值为5.4%，其中大部分年份比较高，2002年、2003年的净资产收益率比较高；少数年份比较低，尤其是2008年、2009年和2010年远远低于5.4%。总之安阳钢铁的净资产收益率还是不错的，以后多注意资本结构的调整，权衡好经营风险和财务风险，不断提高股东价值。
(四)收益质量分析
一般来说，盈余现金保障倍数大于或者等于1时，说明企业的利润具有现金流量保障。从上表可以看出，安阳钢铁股份有限公司九年中盈余现金保障倍数的平均值为23.29，其中大部分年份大于1，2009年的盈余现金保障倍数高；少数年份比较低，尤其是2010年为负值。总之安阳钢铁整体的盈利结构是合理的，但是不太稳定，最高和最低相差甚远。公司应该在提高盈利能力和实现现金均衡收付的同时，注意盈利结构的适当调整，保证企业盈利的稳定性。
四、盈利能力综合分析
我们借助于spss16软件，用主成分分析法对安阳钢铁的盈利能力进行综合分析。主成分分析是设法将原来众多具有一定相关性(比如p个指标)，重新组合成一组新的互相无关的综合指标来代替原来的指标。我们将表1中的数据导入到spss16软件中，就可以得到total variance explained(总方差解释)、component matrix(主成分矩阵)和主成分得分排名表。
表2：total variance explained
表3：component matrix
表4：主成分得分排名表 通过表2，我们提取的1个主成分对总方差的解释程度为79.383%，也就是说，此次分析具有79.383%的可信度。通过表3，我们可以看出主成分是这4个指标的综合反映，并且可以得出
主成分的表达式，即y=0.989x1+0.99x2+0.99x3-0.487x4。最后我们将表1中的数据代入主成分表达式，就得到了主成分得分排名表。通过表4我们可以看出，安阳钢铁盈利能力最好的年份是2003年，其次是2002年和2004年，其它年份比较差。实际上，安阳钢铁被中联资产评估公司、中联财务顾问有限公司联合国资委等部门组成的中国上市公司业绩评估课题组评选为2002年度上市公司业绩百强第9名、2003年度上市公司业绩百强第1名。自从2008年以来世界经济受到美国次贷危机、供需矛盾和成本上升等因素的的影响，钢铁行业的利润不断下跌。因此，我们分析的结果与事实基本上相符。
五、结论与建议
通过对安阳钢铁盈利能力分析，可以为我国钢铁行业的发展提供有益借鉴。我国钢铁行业集中度低，生产专业化程度低，尚不能达到规模经济展望；钢铁企业平均技术装备水平低，结构不合理，技术改造和产业升级任务十分艰巨；钢铁企业的集中度和专业化分工程度低，以及技术装备水平落后等原因，导致我国钢铁产品生产成本高；钢铁产品质量偏低。上述种种因素造成了我国钢铁行业盈利能力呈下滑趋势。随着世界经济的缓慢复苏，我国钢铁行业应该不断开拓市场空间，通过联合重组、淘汰落后、节能减排、行业规范等一系列措施和手段，促进钢铁行业平稳健康快速的发展。
参考文献：
[1]朱学义,李文美.财务分析教程.北京大学出版社,2009.
关键词：国际油价；资产盈利能力；资产报酬率
1 引言
很多学者都对油价波动对石油企业的资产盈利能力的影响进行了研究。得出的结论表明，资产盈利能力作为石油企业盈利水平的重要指标，受油价波动的影响十分敏感。为了将这种影响作用数量化，对这种影响的作用机制进行分析，本文根据国际原油市场以及中石油公布的相关数据，运用回归分析建立了国际油价波动对资产盈利能力的数量模型，并根据分析结果提出提高中石油应对油价波动的能力，提高自己的盈利水平。
2 相关理论分析
2.1 油价波动理论
油价的波动由来已久，每次波动引起的石油危机对全球的影响都逐步加大。每次石油价格的大幅波动的原因都不同。2000年以来，由于伊拉克战争，美元贬值等因素共同作用，油价一再攀升，2008年更是创下了147美元/桶的新高。此后由于危机爆发，油价下滑，国际市场油价波动总体回落。
一般而言，影响油价波动的原因主要有以下几个：（1）供求关系；（2）世界经济发展水平；（3）OPEC国家的政策；（4）投机因素；（5）美元汇率；
此外，气候因素、政治原因、替代能源的发展等都会对国际油价产生影响。
2.2 资产盈利能力概述
资产盈利能力可以用总资产盈利率和各种具体资产盈利率表示，由于在目前的经济环境下，分析各种具体资产盈利率的重要性已经降低，故只需重点讨论总资产盈利能力。总资产盈利能力由总资产报酬率指标来表示。总资产报酬率又称总资产收益率，计算公式为：
总资产报酬率=（利润总额+利息支出）/平均资产总额*100%
3 油价波动对资产盈利能力影响的实证分析
在用SPSS软件进行分析时，运用油价和资产报酬率的环比数据做分析，即：
RPWTI=PWTIt+1/PWTIt
RROA=ROAt+1/ROAt
本文拟以ROA作为因变量，以PWTI为自变量，建立回归模型。
表1 拟合优度检验表Model
R
R Square
Adjusted R Square
1
.799a
.639
.621
表2 回归分析Model
Unstandized Coefficients
Standardized Coefficients
t
Sig.
B
Std.Error
Beta
1
(Constant)
-0.14652
5.225
.860
-2.804
5.577
.017
.000
RWTI
1.009
.197
得出模型如下：
RROA=1.009*RWTI-0.14652
需要说明的是，拟合优度R2仅有0.639，拟合度不高，模型的综合解释能力不强。这可能由以下几点原因所致:
(1)资产报酬率在经营过程中所取得的各项数据受到了多方面的影响，可能会呈现不规则分布。(2)在回归模型中仅仅考虑到影响资产报酬率的一种因素，在一定程度上影响了模型的整体解释能力。
4 提出的对策和建议
面对今后几年出现的经济形势，针对我国石油企业的现实状况以及前文在油价剧烈波动背景下对我国石油企业盈利能力的分析，就如何建立我国石油企业竞争优势提出几点建议，以期对我国石油企业以后的发展有所启示。
加快国内油勘探
我国的石油勘探属于中等成熟阶段，待勘探的石油资源潜力巨大。但是，勘探的难度越来越大，开采环境越来越复杂。随着中石油的几大主力油田开采年限的不断延长，各大油田都进入了开采后期，储采比降低、开采成本不断上升等问题严重制约了中石油的发展。面对后备资源不足、开采开采成本不断升高的现实环境，今后，中石油应继续推进西部油田的开发、深入挖掘东中部老油田的勘探潜力。
第二，利用期货交易规避原油价格风险
我国每年的石油交易量巨大，但是并没有成为国际油价的定价基础，有资料显示，中国石油的进口量占世界贸易总量的6%，但其在影响石油定价权的权重却不到1%，最主要的原因是中国没有反映自己国内石油供需情况的石油期货市场[1]。如果我国的石油企业和国家合作，构建东北亚的石油交易中心并使中国的原油期货价格成为国际原油价格的参考之一，中石油就能摆脱国际资本的控制，加强中石油对油价的影响力，规避油价波动给中石油带来的风险。
加大科研投入，提高科技成果的转化效率
近几年，中石油在技术创新方面取得了举世瞩目的成绩，但是在科技成果转化方面却落后于跨国石油公司。今后中石油的技术改革和技术创新应该与企业的实际生产需要相结合，把石油企业的技术创新与企业生产紧密结合相结合，培育持久高效的企业创新能力。
参考文献
关键词：苏宁云商；轻资产盈利模式；财务绩效
引言：作为家电零售商，苏宁云商坚持以服务为第一产品，从事服务行业的大部分公司都可以采取轻资产商业模式，而苏宁云商是轻资产商业模式中成功的典范。本文将在剖析苏宁云商的轻资产盈利模式的运行策略及其财务特征的基础上，通过盈利能力、资产管理能力标、负债管理能力以及发展能力来具体分析其轻资产盈利模式下的财务绩效，从而为采用轻资产盈利模式的其他企业提供启示。
一、苏宁云商轻资产业盈利模式分析
（一）苏宁云商轻资产模式的运行策略。（1）采取品牌溢价策略。在2013年“中国500最具价值品牌”的榜单中，苏宁云商以956.86亿元的品牌价值获得中国家电零售行业第一位，在中国最具价值品牌中位列13位。使其成为一个品牌认知度很高的品牌名称，获得了大量的市场份额。在品牌溢价的策略中获得了极大的成功。（2）聚焦供应链管理。目前，苏宁云商对供应链的管理，主要是在合理赊购以及供应商的选择上。对供应商的选择，苏宁云商实施供应商资质评估，线上管理，信誉会选择有一定忠实顾客，大品牌，良好的供应商。公司通过信息化应用和高效的供应商协同，形成后台优化效应，进而节约成本。（3）注重存货周转期的管理。苏宁云商在其发展过程别注意对存货存货的管理。虽然从数据上来看出其不具有优势，但是与同行业的竞争对手相比，还是处于领先地位的，而且作为家电零售商，其存货数量比较高，存货的周转率基本不可能像苹果公司一样，拥有较短的存货周转天数，所以，苏宁云商对存货的管理能力虽不是很强，但也是值得肯定的。
（二）苏宁云商的轻资产盈利模式的财务特征。（1）流动资产很比例高，近几年来，流动资产占总资产的比率基本保持在70%以上。苏宁云商有很高的现金储备，现金及现金等价物占总资产的比率基本保持在20%以上。（2）公司的应收账款占总资产的比率极低，大部分年度都小于1%，近两年有所增长，但仍低于3%。（3）固定资产比例很低，基本维持在10%左右。
二、苏宁云商轻资产模式下的财务绩效分析
（一）盈利能力分析。盈利能力是企业生存和发展的基础，通常表现为一定时期内企业获得收益数额的多少及水平的高低。苏宁云商的盈利能力从2010年至2015年整体呈现下降态势。而其营业成本占比呈现上升趋势，作为零售商的苏宁，营业利润率不断的下降，在电子商务浪潮的推动下，苏宁云商面临着极大挑战，如何有效的利用线上和线下资源，为消费者、供应商创造新的价值，从而改善其的盈利状况，是现在迫切要解决的问题。
（二）资产管理能力分析。 资产管理能力又称为资产营运
能力，它反映的是企业利用各项资产赚取利润的能力。通过分析苏宁云商2010至2015年，总资产周转次数、固定资产周转次数、预付款周转次数以及存货周转次数运行的情况，可以看到：2010年至2015年苏宁云商的整体资产管理能力还是比较较强，尤其是对应收账款的管理较好，对应收账款的管理能力一直在提高。总体而言，该企业对其资产的利益效率很好，能充分利用该企业的资源。
（三）负债管理能力分析。2010年至2015年苏宁云商在流动比率、速动比率、现金比率三个方面呈下降趋势，说明其短期偿债能力水平在下降，但总体而言，其短期偿债能力水平还是可以。从总资产负债率看出，苏宁云商的长期偿债能力较好。 总体来看，苏宁云商在流动性方面发展的相对较好，它的流动性风险不大。
（四）发展能力分析。通过对苏宁云商从2010年至2015年这几年的的主营业务收入增长率、净利润增长率、净资产增长率、总资产增长率地分析我们可以看到，苏宁云商在这几年的发展中变化很大，但是从整个2015年的态势来看，该公司还是有较好的发展前景，其具有一定的发展潜力。
结论：本文在剖析苏宁云商的轻资产盈利模式的运行策略及其财务特征的基础上，通过盈利能力、资产管理能力标、负债管理能力以及发展能力来具体分析其轻资产盈利模式下的财务绩效，本文的相关研究结论能够为采用轻资产盈利模式的其他企业提供启示。
参考文献：
内容摘要：本文利用2005-2010年数据对我国证券分析师的声誉与其盈利预测报告的准确性进行了研究。U检验结果和回归分析结果都表明，以《新财富》的“最佳分析师”为样本的明星分析师，无论在当选前还是当选后，相对于非明星分析师，他们都能够做出更加准确的预测报告，即使在剔除年后预测报告的影响后，该结果同样显著。因此，本文有理由认为，明星分析师依靠其自身能力，而非依靠运气当选明星分析师，且在当选后，他们仍然是依靠自身能力继续取胜于非明星分析师，而非与上市公司的密切联系。
关键词：明星分析师 盈利预测 预测能力
引言
证券分析师在证券市场上扮演着非常重要的中介角色，他们受到投资者的广泛关注。分析师搜集和分析上市公司的财务信息，并以盈利预测报告的形式传递给投资者。由于投资者，特别是我国股市众多的个人投资者，缺乏专业的证券投资技能，因此，他们通常在选股前会通过阅读分析师的预测报告，来判断上市公司的财务状况和经营前景。面对众多异质的分析师，以及众多不一的预测报告，投资者究竟应该相信谁呢？鉴于此，《新财富》杂志从2003年开始，每年根据国内机构投资者投票结果评选出“最佳分析师”，以分析师的声誉来区分分析师。那么，投资者是否可以相信这些明星分析师在随后的年份里给出的预测报告呢？
证券分析师行业不仅受到普通投资者的广泛关注，学术研究者也对其给予重点关注。关于分析师盈利预测的文献越来越多，这些文献主要研究哪些因素影响了分析师盈利预测的准确性，例如：Clement（1999）的研究表明，分析师的从业经验等五种因素会影响其盈利的预测结果；Stickel（1992）等研究发现，分析师过去预测的准确性会影响到他们未来的预测结果；岳衡和林小驰（2008）发现，跟踪公司的分析师数量、公司上市时间以及公司盈余的波动性会影响分析师的预测结果等。
尽管对分析师盈利预测的研究已经有相当的数量，然而，本文还未发现有学者研究我国分析师盈余预测准确性与分析师声誉的关系。因此，使用《新财富》评选的年度“最佳分析师”作为明星分析师，本文的目的在于研究，在我国证券市场中，相对于非明星分析师，明星分析师对盈利的预测是否更准确？如果以上的答案是肯定的，那么本文进一步研究明星分析师之所以能够做出更准确的盈余预测是因为运气还是自身的预测能力。
文献综述与假设检验
与本文相关的文献主要研究分析师盈利预测准确性的影响因素。国外关于分析师的声誉与其盈利预测准确性的文献已有很多。Stickel（1992）研究了分析师的声誉与盈利预测准确性的关系，结果表明，“全美分析师”具有更加准确的盈利预测。Sinha et al.（1997）根据分析师在其估计期间内的预测表现将分析师进行分类，然后研究在过去具有高超预测能力的分析师是否在未来仍然具有这样的能力。其结果表明，高能力是具有持续性的。Brown（2001）也研究了分析师过去预测的准确性对未来预测的影响，他们的结果同样表明，分析师的预测能力具有持续性，即过去拥有较高准确性的分析师在未来更有可能做出更准确的盈利预测。Banerjee（2011）研究了分析师排名和交易佣金（trading commissions）如何影响分析师的盈利预测行为，他们的研究结果表明，两种因素联合起来能够促使分析师更加好的预测报告，但是两者单独却无法达到这种效果。除了分析师的声誉，国外已有文献的研究结果还表明，下列因素对分析师预测准确性会产生影响：分析师的经验（Mikhail et al.，1997），分析师的资源，预测组合的复杂性（Clement，1999）以及经纪商的特征（Jacob et al.，1999）。
石桂峰等人（2007）使用2004-2005年的数据对影响我国证券分析师盈利预测准确性的因素进行了研究，他们的结果表明，以下因素会影响预测的准确性：预测机构数量、信息披露的质量、盈余波动程度、公司规模等。岳衡和林小驰（2008）比较了分析师预测结果和统计模型预测结果，他们的研究表明，以年度历史数据为基础，分析师比统计模型的相对预测准确性更高，且跟踪公司的分析师人数会影响预测结果。以上因素在李悦和王超（2011）的研究中也得到证实，而券商规模则与预测准确性没有关系。
而关于我国分析师声誉与预测准确性的相关文献则很少，本文关于明星分析师盈利预测的分析将在一定程度上弥补相关文献的缺乏。
评选明星分析师的目的不仅在于认可分析师在过去取得的成绩，而是希望借助评选来区分他们的预测能力，以帮助投资者在众多盈利预测报告中做出更好的选择。如果在明星分析师当选后，他们相对于非明星分析师仍然可以做出更加准确的预测，那么本文可以认为分析师的预测能力是具有持续性的，进而本文可以得出结论认为，投资者可以从明星分析师的预测报告中获得更好的投资建议。因此，本文的第一个假设检验为：
假设一：相对于非明星分析师，明星分析师对盈利的预测更加准确。
如果明星分析师预测的结果更加准确，那么本文进一步研究是什么原因促成了这样的结果。虽然我国的明星分析师评选开始时间较晚，经验比不上资本市场发达国家的评选；而且，学术界对明星分析师的评选结果也存在一定的质疑。但是，作为明星分析师的投票人——机构投资者，他们同时又是分析师预测报告的使用者，本文有理由相信，这些机构投资者出于对预测报告质量的关切，他们投票的依据主要还是分析师的预测能力。因此，为了排除分析师由于侥幸等因素当选为明星分析师，给分析师报告使用者发出错误的信息，本文在假设一成立的情况下，进一步验证分析师高超的盈利预测能力是否从当选明星分析师前延续到当选后，本文提出第二个假设检验为：
假设二：在当选前及当选后，相对于非明星分析师，明星分析师具有更加准确的盈利预测。
分析师可能由于当选为明星分析师而获得更多资源来提高其预测的准确性；不仅是其能获得经纪商的更多资源，他们在当选后可能具有更多、更近的接触上市公司高管的机会，因此可以在公司财务报告前便获知其中的内容，从而提高其预测的准确性。如果假设一和假设二同时成立，即在当选前后，明星分析师都能战胜非明星分析师，则本文可以认为分析师是因为其高超的能力才具有更准确的预测。
当然，分析师可能从进入证券分析业便与上市公司建立联系，因而借此做出更准确的盈利预测，从而获得明星分析师的称号。为了考察是否存在这种可能性，本文将公司完整财政年度之后的针对此年的盈利预测报告排除在外，因此得到本文的第三个假设检验：
假设三：在剔除上市公司完整财年之后的预测报告后，假设一和假设二仍然成立。
样本和研究设计
（一）样本选择
本文样本中的明星分析师采用的是《新财富》评选出的年度“行业最佳分析师”，该数据通过对《新财富》网站刊登的评选结果进行手工处理得到。《新财富》的最佳分析师评选开始于2003年，由于2003年和2004年评选中仅有基金经理参与投票，为了防止投票方的片面性，而且由于截止本文成文之时，上市公司还未公布2011年财务报告，本文无法验证分析师对2011年进行的预测，因此，本文选取的明星分析师样本期限为2005-2010年。对于团队获奖的情况，本文视其团队中每位成员均为明星分析师，因此，本文共获得1065人次的明星分析师。除了明星分析师样本，本文还从锐思数据库中得到分析师对上市公司每股收益（EPS）的预测数据，该样本期限也是2005-2010年，共有590004份预测报告。最后，本文从锐思数据库获得对应于预测报告的上市公司2005-2011年的年报，并从中计算得到公司的基本每股收益率。
对于上述样本数据，本文进行了以下筛选：剔除无法找到其预测报告的明星分析师；财务报告采用经过调整的数据；采用上市公司合并财务报告数据；剔除有缺失的样本数据。
（二）变量设定
1.盈余预测误差。为了对分析师盈余预测情况进行实证检验，本文首先需要构建被解释变量，即衡量分析师盈余预测水平的指标。根据Clement（1999）的方法定义相对盈利预测准确性指标RRFE如下：
其中，FEit为分析师i对上市公司在第t年度的盈利进行的预测值，AEt为公司在第t年度的真实盈利情况，N为对某上市公司做出盈利预测的分析师的人数。
2.明星分析师。本文设定虚拟变量Starn，t来区分明星分析师和非明星分析师，即如果做出某份盈余预测报告的分析师n获选为《新财富》第t年的行业最佳分析师，则本文认为该盈余报告出自于明星分析师，即Starn，t≠0；否则，Starn，t=0。
3.控制变量。为了准确地考察分析师的声誉与盈余预测准确性的关系，本文对以下可能影响盈余预测准确性的其他因素加以控制：第一，公司规模，用公司总市值的自然对数形式来衡量，记为LnSize。Brown et al.（1987）以及石桂峰等人（2007）的研究表明，公司规模越大，盈余预测准确度越高。第二，同时对某上市公司做出盈余预测的分析师人数，使用分析师人数的自然对数形式，记为LnNum。Eames and Glover（2003）等研究表明，预测家数与预测准确性呈显著正相关关系。第三，分析师从业年数，使用分析师从事研究行业年数的自然对数形式，记为LnYear。李悦和王超等（2011）研究表明，分析师从业年数与预测的准确度呈正相关关系。
（三）实证方法
1.U检验法。本文首先采用U检验方法来验证本文的假设是否成立。具体方法如下：
对于假设检验一。首先，使用所有样本，计算明星分析师在对公司i在第t期的每股收益做出的预测平均误差，记为ARRFEi*t（=（Σi*RRFEi*t）/N*），其中N*是在第t期跟踪公司i的明星分析师人数，采用同样的方法计算非明星分析师的平均预测误差，记为ARRFEit；其次，计算两者的差异，记为DARRFEt（=ARRFEit-ARRFEi*t）；最后，利用U检验来检验DARRFEt是否显著大于0。
对于假设检验二。采用与上述相同的方法，以每年《新财富》公布当年最佳分析师评选结果日期为界，计算在明星分析师当选前和当选后的DARRFEt，并对其进行U检验。
对于假设检验三。本文将分析师在上市公司完整的财政年度结束后的针对该年的预测报告排除在样本外，再重复以上步骤对假设一和二进行检验。
2.回归分析法。U检验法是统计检验方法之一，它可以直观看出本文对假设进行检验的结果，但是这个结果是非常粗糙的，因为它没有办法控制住其它因素对盈余预测准确性的影响，因而本文无法从中得出结果认为明星分析师的盈余预测比非明星分析师准确度高。
为了解决这种问题，本文对三个假设进一步做了回归分析。对于不同样本，本文对以下模型进行OLS回归：
RRFEn，t=α0+β1Starn，t+β2LnSizei，t+β3LnNumi，t+β4LnYearn，t+εn，t
考虑到公司盈利存在时间序列相关性，从而分析师的盈余预测可能存在时间序列上的相关性，本文采用Newey-West方法来修正可能存在的自相关问题。
实证检验结果
（一）描述性统计
本文的样本中共包含7196个分析师或分析师组合，其中有346个明星分析师，明星分析师占总分析师人数的4.8%左右。相对预测误差指标的描述性统计结果为：所有分析师的平均相对预测误差为0.130，明星分析师为0.085，非明星分析师为0.143。这个结果表明，明星分析师的预测确实较非明星分析师准确，从描述性统计结果来看，明星分析师的预测准确度都高于非明星分析师。
（二）实证检验结果
从表1第（1）部分的结果可以得知：在不考虑其它因素对盈余预测准确性的影响下，明星分析师的平均相对预测误差在1%水平下显著为0.36，而非明星分析师在1%水平下显著为0.41；两类分析师预测误差差距的检验结果表明，非明星分析师的平均相对预测误差在5%水平下显著大于明星分析师。
表2第（1）部分给出了包含所有样本的回归分析，结果表明，即使是控制了公司规模、分析师跟踪人数以及分析师从业年限等因素，分析师的声誉同样能够提高盈余预测的准确性，即明星分析师能够做出更准确的预测。
这一实证结果支持了本文的假设一，即明星分析师相对于非明星分析师具有更加准确的盈利预测。然而，仅仅凭借这一实证结果，本文还无法得出结论认为明星分析师比非明星分析师具有更好的预测能力。这是因为，分析师可能侥幸地当上明星分析师，然后，他可以得到受雇公司更多、更有利的资源，这些资源可能在一定程度上帮助他得出更加准确的预测报告；或者分析师当选为明星分析师后，他能和上市公司保持更加紧密的联系以获得关于公司盈利情况的财务信息。为了排除这一可能性，本文对假设二进行了实证检验。
表1第（2）和第（3）部分的结果表明，无论是在当选前后，明星分析师都能够做出更加准确的盈利预测。在当选前，明星分析师能够做出更加准确的盈余预测报告，从而从众多分析师中脱颖而出，当选为明星分析师。在当选后，明星分析师仍然能够做出比非明星分析师更加准确的预测报告，这就表明，明星分析师的盈余预测能力是具有持续性的，明星分析师是凭借其能力当选，而非是因为侥幸。
表2第（2）和第（3）部分给出的回归分析与U检验结果相似，即便是控制了其它因素，明星分析师的盈余预测也具有更高的准确性。
（三）报告时间的影响
如果盈利预测是在上市公司上个财政年度结束后的，则可能存在分析师通过与上市公司的联系而提早获取与盈利相关的财务信息，从而做出更加准确的预测。本文将在财年结束后的报告剔除后对假设一、二进行了检验，从而排除分析师因关系而非能力当选为明星分析师的情况。
从表3可以看出，在剔除年后的预测报告后，检验结果仍然和表1中的结果相似，明星分析师的预测准确度都超过非明星分析师。表4给出的回归分析结果与表3的结果相似，即明星分析师能够做出更加准确的盈余预测报告。
这两个结果表明，分析师并非通过与上市公司保持密切的关系，从而获得其真实盈余情况，并据此做出盈余预测报告。也就是说，在当选前，明星分析师确实是凭借其自身的盈余预测能力当选为明星分析师，而非其自身拥有的关系使得其做出更加准确的预测并且获选；在当选后，明星分析师也没有通过当选而获得与上市公司更加密切的联系，或在没有利用这种关系来获得私有信息来提高其盈余预测准确性。
结论与政策建议
本文利用2005-2010年的数据对我国明星分析师的盈利预测报告进行了研究。本文的实证检验发现：首先，明星分析师对盈利预测的准确度显著高于非明星分析师；其次，无论在当选前还是当选后，明星分析师比非明星分析师都具有更高准确度的盈利预测。这两项结果同时表明，明星分析师的获选以及在当选后仍然战胜非明星分析师的原因是，凭借其自身高超的预测能力，而非依靠运气。
进一步，本文剔除了分析师在上市公司上一财政年度结束后的预测报告后发现，所有分析师的预测准确度都略有下降，这表明某些分析师通过在获取上市公司财务信息后预测报告以模仿高能力的分析师。在剔除了这些样本后，本文发现明星分析师在当选前后都能战胜非明星分析师，这再次支持了本文的假设，即明星分析师凭借自身能力获选，并依靠能力战胜非明星分析师，而非是因为与上市公司具有密切联系从而拥有更多私有信息。
本文的以上发现具有重要的现实意义：首先，明星分析师的盈利预测报告对于投资者来说具有更高的参考意义，因为他们能够更加准确的预测报告。其次，监管部门应该禁止分析师在年后报告，以防止某些分析师利用得到的数据来形成其预测报告，给分析师行业造成不正当竞争。
参考文献：
1.李悦，王超.中国证券分析师盈利预测准确度的影响因素[J].山西财经大学学报，2011，33（11）
2.石桂峰，苏力勇，齐伟山.财务分析师盈余预测精确度决定因素的实证分析[J].财经研究，2007，33（5）
3.岳衡，林小驰.证券分析师VS统计模型：证券分析师盈余预测的相对准确性及其决定因素[J].会计研究，2008，8
4.Banerjee，S.Analyst forecasts：the roles of reputational ranking and trading commissions[J].Working Paper，University of Minnesota，2011
5.Brown，L. How important is past analyst forecast accuracy？[J]. Financial Analysts Journal，2001，57
【关键词】盈余持续性;盈余质量;主成分分析法
企业的会计盈余一直是投资者关注的重要信息,它不仅体现了公司在过去一段时间的经营成果,还为预测公司未来盈利能力提供一定的依据。在关注企业盈余的时候,不仅要注重盈余的数量,更应注重盈余的质量。盈余质量体现在三个方面:盈余持续性、盈余可预测性和盈余变动性。其中盈余持续性是盈余可预测性与盈余变动性的基础,没有持续性就无法预测未来,也无法看出其中的变动状况,因此盈余持续性是衡量盈余质量的关键指标。
一、相关文献
尽管对盈余持续性的研究在国外开始的比较早(1972年),但是对它的计量确至今并未统一。目前根据所查阅的文献,有时间序列法、基本面分析、利润核心指标分析和一阶自回归模型来对其进行计量。
三、盈余持续性得分计算
在SPSS中,数据通过KMO检验和Bartlett球形检验,说明适合做主成分分析,且前四个特征值大于1的主成分的累计方差贡献率达到82%。说明提取四个主成分是合理的。根据主成分得分系数矩阵,可以得到四个标准化的主成分得分表达式。设标准化的原始变量为zx1到zx10,四个主成分设为f1到f4,那么表达式为:
(二)具体分析
经计算得到盈余持续性每年得分均不小于零的公司有26家,分别为湖北宜化、美的电器、云南白药、格力电器、双汇发展、金陵药业、凯迪电力、大杨创世、恒瑞医药、安琪酵母、烟台万华、龙净环保、燕京啤酒、新兴铸管、盐湖股份、宗申动力、宇通客车、同仁堂、特变电工、云天化、重庆啤酒、兴发集团、雅戈尔、康美药业、贵州茅台和安徽合力,这些公司中至少有一半能在年盈余持续性排名前五十中上榜。可以看出这些公司大多都是在本领域具有强劲竞争力的公司,比较符合大众对企业的认知,说明本文所计算出的盈余持续性得分比较符合现实情况。但是每年盈余持续性得分前五十名排名变化比较大。这可能是由于以下几方面的原因:(1)盈余管理。某些公司为了保持上市地位,不惜采用盈余管理、粉饰报表等行为。例如可能会在当年将盈余做成负数,而在下年通过减值准备转回等方式,增加盈余数额,因此会出现某些年度盈余持续性被高估的情况。(2)数据选取问题。为了是结果更加符合现实状况,本文未剔除净利润为负数的公司。(3)市场竞争。我国制造业上市公司大多在本行业所占市场份额都较低,这就造成激烈的竞争。激烈的竞争使上市公司不能每年维持其盈余持续性,这也比较符合现实。
经过研究发现,排名靠前的公司盈余持续性得分计算指标基本均为正数,这说明它们无论是在历史盈余表现、现实盈余能力还是在未来盈余潜力上都发挥良好。排名前十的公司也均为每年盈余持续性得分为正的公司,除贵州茅台和盐湖股份以外,其他公司均不是每年盈余持续性得分最高的公司。一些在某年盈余持续性得分靠前的公司并未出现在总排行上,如中电广通在2005年盈余持续性得分最高,但其盈余持续性变异系数为-38,该公司2004年的营业收入增长率与经营净现金流量流动负债比为负数,2006年ROE与每股收益又为负数,这就说明一方面该公司可能存在盈余管理行为,另一方面给也有可能是第二种情况即未剔除负净利公司的缘故。总排名中为出现该公司,说明用变异系数法解决盈余管理和数据问题带来的排名问题是可行的。
五、结论
本文采用主成分分析法从历史盈余状况、现实盈余能力以及未来盈利潜力三方面对我国上市公司盈余持续性进行综合评价。最终得到以下几方面的结论:1)我国制造业上市公司整体盈余持续性水平偏低,且两极差异明显;2)只有在历史盈余状况、现实盈余能力以及未来盈利潜力三方面均表现良好的公司才能在盈余持续性评分中胜出,因此说明本文建立的盈余持续性得分指标是具有综合性的;3)本文还发现由于各种原因,我国制造业上市公司可能存在盈余管理的行为。
参考文献
[1]Lipe.R.The relation between stock returns and accounting earnings given alternative information[J].The Accounting Review.1990,65(1):45-71.
[2]Sloan R G.Do stock Prices fully reflect information in accruals and cash flows about future earnings[J].The Accounting Review,1996(71):289-315.
[3]Richard Frankel.Earnings persistence[J].Journal of Accounting and Economics,2009(47):182-190.
[4]李卓,宋玉.股利政策、盈余持续性与信号显示[J].南开管理评论,2007(10):70-80.
[5]Allan S.Ashley ET.Executive compensation[J].Journal of Business Ethics,2004(50):369-382.
[6]孙世攀.盈余持续性与公司治理实证研究[J].科技与管理,2011(1):40-45.
预警指标的选取对预警模型的性能具有重要的影响。为了体现指标选取的科学性，本文从反映企业财务状况的资产管理能力、盈利能力、营运能力、偿债能力和成长能力五个方面着手，统计了从2005—2013年国内外发表的与财务预警相关的共150篇论文，挑选其中使用频数≥50，且对最终预测模型有显著贡献的评价指标作为本文评价指标体系的组成部分。最终的选取结果如表1所示。利用最终选取的22个评价指标构建了财务危机预警评价指标体系，并根据收集到的75家上市公司的财务数据对指标进行了可靠性分析，分析结果如表2所示。根据分析结果可以得出，本文选取的指标可以满足可靠性要求，进一步验证了本文所构建的指标体系的合理性。
二、上市公司财务危机预警模型的构建
（一）样本的收集
为了保证样本具有一定的代表性，本文在进行样本的选择时，按照12的比例从医疗器械及医疗服务、出版传媒、信息服务、陆路运输和医药生物共5个行业选取了25家ST公司和50家非ST公司的财务数据作为研究样本。数据的收集来自于炒股软件上公布的各上市公司的年报。
（二）主成分分析
本文采用主成分分析来对选取的22个指标进行简化，最终得到各上市公司在盈利能力、资产管理能力、营运能力、偿债能力和成长能力这五个方面的得分。表3—表5是以盈利能力为例的主成分分析的计算过程。根据表3、表4和表5可以看出，在盈利能力Z1方面抽取出一个主成分，该主成分的计算公式如下：F11＝（0.984×主营业务利润率+0.972×净利润率+0.850×总资产收益率+0.973×毛利率）3.583姨根据上式计算得到的结果，可以求得盈利能力得分，计算公式如下：Z1＝0.89569×F11（1）同理依次可以得到资产管理能力Z2、营运能力Z3、偿债能力Z4、成长能力Z5的计算公式如下：Z2＝0.52151×F21+0.34199×F22（2）Z3＝0.78144×F31（3）Z4=0.66550×F41+0.20390×F42（4）Z5=0.54931×F51+0.33118×F52（5）根据公式（1）—（5）分别计算出盈利能力、资产管理能力、营运能力、偿债能力和成长能力这五个方面的得分，可以最终得到这75家上市公司在这五个方面的相应得分。
（三）C&R树建模
从以上得到的75家上市公司的得分数据中选取20家ST公司和40家非ST公司的财务数据组成训练样本，剩下的5家ST公司和10家非ST公司的财务数据作为检验样本，并利用Clementine平台建立C&R树预警模型，模型如图1所示。以上模型的多模型分析节点的运行结果如表6所示。根据表6可知，基于C&R树的财务危机预警模型具有最好的效果，因此本文选用了C&R树方法来进行上市公司财务危机预警的建模。利用训练样本来对建立的预警模型进行训练，训练得到的规则集如图2。根据图2，可以得到以下规则：（1）当盈利能力得分≤0.006时，该企业存在财务危机。（2）当盈利能力得分>0.006、偿债能力得分≤1.355、资产管理能力得分≤1.333时，该企业存在财务危机。（3）当盈利能力得分>0.006、偿债能力得分≤1.355、资产管理能力得分>1.333时，该企业不存在财务危机。（4）当盈利能力得分>0.006、偿债能力得分>1.355时，该企业不存在财务危机。
（四）模型的验证与分析
利用检验样本来对训练好的预警模型进行检验，检验结果如表7所示。检验的结果表明，该模型在上市公司财务危机预警方面具有很好的预警准确度。根据变量重要性图可以看出，在上市企业财务风险方面起主要影响作用的在于盈利能力、资产管理能力和偿债能力，其中盈利能力的影响最大。由规则集图可以得到以下结论：当盈利能力得分小于等于0.006时，该企业存在财务危机，导致的主要原因在于盈利能力不足，当这种情况出现时，应该采取一些能增强企业盈利能力的措施来缓解财务危机。当盈利能力得分大于0.006、偿债能力得分小于等于1.355、资产管理能力小于等于1.333时，该企业存在财务危机，而导致该情况出现的关键限制因素在于资产管理能力的不足，因此需要提高企业的资产管理能力。而其他情况下，企业的财务状况良好。
三、结论
关键词：钢铁企业；盈利能力；主成分分析
一、引言
钢铁工业作为重要基础产业，为我国工业化、城镇化的发展做出了重要贡献。我国的钢铁工业经过几十年的发展，取得了举世瞩目的成绩，我国钢铁生产不仅在数量上，而且在质量上都有了极大提高。然而，当前我国钢铁生产从总量上看，供求基本平衡，但从钢铁产品结构上来看，矛盾十分突出，传统产品过剩，高附加值产品供不应求。因此，钢铁产品的竞争力同发达国家相比，还存在一定的差距。本文从盈利能力的角度出发，从经营盈利能力、资产盈利能力、资本盈利能力和收益质量四个方面分析了安阳钢铁股份有限公司的盈利现状，使我国钢铁类上市企业对其盈利能力有正确的认识，从而为我国钢铁企业的进一步发展提供有益借鉴。
二、数据来源与指标选取
(一)数据来源
本文数据来自于上海证券交易所公布的安阳钢铁股份有限公司2002年至2010年的公司财务报表。
(二)指标选取
鉴于目前我国钢铁行业上市公司经营业绩不佳的现状，本文选择了经营盈利能力、资产盈利能力、资本盈利能力和收益质量等四个方面来分析安阳钢铁股份有限公司的盈利能力。
三、盈利能力指标分析
根据安阳钢铁股份有限公司的财务报表，可以计算出上述四个指标，具体数值见表1。
表1：安阳钢铁盈利能力指标数据
(一)经营盈利能力分析
根据上表可以看出，安阳钢铁股份有限公司九年中营业净利率的平均值为3.81%，其中2002年、2003年、2004年和2007年的营业净利率比较高；其它年份都比较低，尤其是2008年、2009年和2010年远远低于1%。从以上数据可以看出，安阳钢铁的营业净利率还是比较低，分布比较分散，最高者与最低者相差甚远，自有资金积累能力不足。总之安阳钢铁以后应该着重改进经营管理水平，提高经营盈利能力，加速自有资金的积累。
(二)资产盈利能力分析
从上表可以看出，安阳钢铁股份有限公司九年中总资产净利率的平均值为7.17%，其中大部分年份比较高，2002年、2003年、2004年的总资产净利率比较高；少数年份比较低，尤其是2008年、2009年和2010年远远低于7.17%。总之安阳钢铁的大部分年份总资产净利率还是比较高的，以后应该注意不要一味的追求资产规模而忽视资产的盈利能力。
(三)资本盈利能力分析
从上表可以看出，安阳钢铁股份有限公司九年中净资产收益率的平均值为5.4%，其中大部分年份比较高，2002年、2003年的净资产收益率比较高；少数年份比较低，尤其是2008年、2009年和2010年远远低于5.4%。总之安阳钢铁的净资产收益率还是不错的，以后多注意资本结构的调整，权衡好经营风险和财务风险，不断提高股东价值。
(四)收益质量分析
一般来说，盈余现金保障倍数大于或者等于1时，说明企业的利润具有现金流量保障。从上表可以看出，安阳钢铁股份有限公司九年中盈余现金保障倍数的平均值为23.29，其中大部分年份大于1，2009年的盈余现金保障倍数高；少数年份比较低，尤其是2010年为负值。总之安阳钢铁整体的盈利结构是合理的，但是不太稳定，最高和最低相差甚远。公司应该在提高盈利能力和实现现金均衡收付的同时，注意盈利结构的适当调整，保证企业盈利的稳定性。
四、盈利能力综合分析
我们借助于SPSS16软件，用主成分分析法对安阳钢铁的盈利能力进行综合分析。主成分分析是设法将原来众多具有一定相关性(比如P个指标)，重新组合成一组新的互相无关的综合指标来代替原来的指标。我们将表1中的数据导入到SPSS16软件中，就可以得到Total Variance Explained(总方差解释)、Component Matrix(主成分矩阵)和主成分得分排名表。
表2：Total Variance Explained
表3：Component Matrix
表4：主成分得分排名表 通过表2，我们提取的1个主成分对总方差的解释程度为79.383%，也就是说，此次分析具有79.383%的可信度。通过表3，我们可以看出主成分是这4个指标的综合反映，并且可以得出主成分的表达式，即y=0.989x1+0.99x2+0.99x3-0.487x4。最后我们将表1中的数据代入主成分表达式，就得到了主成分得分排名表。通过表4我们可以看出，安阳钢铁盈利能力最好的年份是2003年，其次是2002年和2004年，其它年份比较差。实际上，安阳钢铁被中联资产评估公司、中联财务顾问有限公司联合国资委等部门组成的中国上市公司业绩评估课题组评选为2002年度上市公司业绩百强第9名、2003年度上市公司业绩百强第1名。自从2008年以来世界经济受到美国次贷危机、供需矛盾和成本上升等因素的的影响，钢铁行业的利润不断下跌。因此，我们分析的结果与事实基本上相符。
五、结论与建议
通过对安阳钢铁盈利能力分析，可以为我国钢铁行业的发展提供有益借鉴。我国钢铁行业集中度低，生产专业化程度低，尚不能达到规模经济展望；钢铁企业平均技术装备水平低，结构不合理，技术改造和产业升级任务十分艰巨；钢铁企业的集中度和专业化分工程度低，以及技术装备水平落后等原因，导致我国钢铁产品生产成本高；钢铁产品质量偏低。上述种种因素造成了我国钢铁行业盈利能力呈下滑趋势。随着世界经济的缓慢复苏，我国钢铁行业应该不断开拓市场空间，通过联合重组、淘汰落后、节能减排、行业规范等一系列措施和手段，促进钢铁行业平稳健康快速的发展。
参考文献
【关键词】罗欣药业股份有限公司；财务分析；盈利能力
随着市场经济的发展和进步，财务分析显得愈来愈重要，财务分析在一定的程度上可以正确评价企业过去，全面反映企业财务现状，评价及预测企业未来的盈利能力和发展能力，满足企业的利益相关者的需求.盈利能力是不仅关系到企业所有者的投资收益，也是企业偿还债务能力的重要保障，企业的债权人、所有者以及管理者都十分关心企业的盈利能力。本文通过对罗欣药业盈利能力的分析，为利益相关提供决策依据；同时促进企业改善经营活动，提高管理水平和竞争能力。
一、罗欣药业股份有限公司简介
山东罗欣药业股份有限公司成立于1995，位于中国商城，山东临沂。于2005年12月在香港H股挂牌上市，自2006年开始公司连续进入中国制药工业百强企业和中国十大最具成长力药企，是国家重点高新技术企业”。罗欣集团是一家集科、工、贸为一体的大型企业集团——香港上市公司，荣获“中国制药工业百强企业”、“十大最具成长力药企”、“重合同守信用企业”、“省级AAA级信誉企业”等称号。
二、罗欣药业股份有限公司盈利能力分析
盈利能力，也称企业的资金增值能力，通常是指企业在一定时期内获取利润的能力。无论是企业的经理人员、债权人，还是股东（投资人）都非常关心企业的盈利能力，并重视对利润率及其变动趋势的分析与预测。公司维持较好盈利能力水平是实现财务管理根本目标股东财富最大化、企业价值最大化的基本途径和保证。盈利能力是企业财务分析的组成部分，也是评价企业经营管理水平的重要依据。盈利能力分析主要包括：资产净利率、股东权益报酬率和销售净利率等。
1.资产净利率。资产净利率是指企业一定时期的净利润与平均资产总额的比率。
表1 罗欣药业股份有限公司2010年～2012年总资产净利率
资产净利率是企业所有者获得的剩余收益，常用于评价企业对股权投资的回报能力。该比率越高，说明企业的盈利能力越强。从上表可以看出，罗欣药业资产净利率呈逐年下降趋势，尽管净利润相对数呈上升趋势，但该企业的盈利能力下降的。其经营管理方面存在问题，需改善加强。
2.股东权益报酬率。股东权益报酬率，也称净资产报酬率或所有者权益报酬率，是企业一定时期内的净利润与股东权益平均总额的比率。该比率是评价企业盈利能力的一个重要指标，反映了企业股东获取投资报酬的高低。
表2 罗欣药业股份有限公司2010年～2012年股东权益报酬率
权益净利率是反映盈利能力的核心指标，既可以反映资本的增值能力，又影响着公司股东价值的大小。该指标越高，说明盈利能力越好。罗欣药业的股东权益报酬率是下降的，说明其盈利能力也随之下降。提高该比率，可以通过增收节支；同时，可以在资产利润率大于负债利息率的情况下，提高财务杠杆（提高财务杠杆会增加企业财务风险）。
3.销售净利率
表3 罗欣药业股份有限公司2010年～2012年股东权益报酬率
销售利润率是通过净利润与主营业务收入之间的比率关系来分析销售活动获利能力的指标。销售净利率越大，说明企业的盈利能力越强，反之，则越弱。表3表明公司盈利能力在下降，应降低和节约成本，提高资金利用率。
4.净利润增长率。净利润增长率是指企业本年净利润总额增长额与上年净利润总额的比率。
表4 罗欣药业股份有限公司2010年～2012年净利润增长率
净利润增长率反映了企业盈利能力的变化，该比率越高，说明盈利能力越好，发展能力越强。罗欣药业2010～2011年净利润增长率大幅下跌，2011～2012年降幅稍有放缓。说明企业经营效益不好，应及时寻找新途径、新市场以改善经济效益，提高发展能力。
5.每股利润。每股利润，也称每股收益，是公司普通股所获得的每股净利润，它是股份公司税后利润分析的一个重要目标。
表5 罗欣药业股份有限公司2010年～2012年每股利润表
每股利润的高低与企业的股利分配政策有密切的关系，每股利润越高，说明公司的盈利能力越强。罗欣药业三年来每股利润逐年增长，但涨幅不是很大。
三、结论及建议
通过对罗欣药业的盈利能力的各项财务指标的分析，可以发现罗欣药业盈利能力状况不佳，三年来除每股利润外其他指标呈下滑趋势。由于医改和医药监管的变化，罗欣药业花重金打造自己的第三终端直销系统。前期巨大的费用开支导致了销售费用每年翻倍的增长进而使盈利能力下降。收入端成效一旦释放，企业的整体效益就会提高，盈利和发展能力将随之加强。为提高企业的盈利能力和经济效益，我为企业提出以下建议：第一，企业应该加强成本控制，提高资产的使用效率，以最经济适用的方式建设运营，提高应对市场变化的应变能力，缩短资本资金占用时间。争取在生产经营和销售的每一个环节都能够做到成本的最优化，降低成本费用。第二，需充分认识到行业内部与外部的变化，紧跟国家政策，及时制定出适合企业发展的经营方针。医药行业是国家未来发展的重点行业，医药界需要坚持诚信、互利的营销略。建立强有力地人才基地，研发新产品。
通过对罗欣药业的盈利能力的分析，本文简单的反映了罗欣药业生产经营活动的财务状况以及企业未来的发展。一般而言，人们比较关注企业的盈利能力，通过对企业的盈利能力和发展能力的分析可为以企业确定其发展方向和改善经营活动提供依据，也可以为企业外部投资者、债权人、和其他有关部门和人员提供相关信息。
参 考 文 献
[1]刘颖.浅谈企业盈利能力分析[J].现代商业.2010：241～242
[2]王芳.企业盈利能力分析探索[J].中国总会计师·月刊.2009：88～89
[3]赵荣荣.上市公司盈利能力分析[J].经济师.2009：109～110
[4]叶智勇.上市公司盈利能力分析[J].财政监督.2008：47～48
[5]叶智勇.上市公司盈利能力分析[J].财政监督.2008：47～48
[6]任小平，袁纵云.企业盈利能力分析应注意的若干问题[J].工作研究.
