资产的相关系数十篇

资产的相关系数篇1

19世纪末，美国数学家兼天文学家西蒙·纽康（SimonNewcomb）1881年首次发现了奔福德定律。1938年美国通用电器的光学物理学家弗兰克·奔福德（FrankBen-ford）得出了“第一位数分布规律”：首位数为1的概率约为30%，首位数为2的概率约为17%，首位数为3的概率约为12%，依次递减，首位数为8和首位数为9的概率分别约为5%和4%。

二、研究设计

（一）样本选取

根据中国注册会计师协会年报审计情况报告，2013年1月至4月，47家证券资格会计师事务所共为2471家上市公司出具了财务报表审计报告，其中，标准审计报告2382份，带强调事项段的无保留意见审计报告71份，保留意见审计报告15份，无法表示意见的审计报告3份。本文将标准审计报告以外的其他审计报告统称为非标准意见报告，共89家非标准意见公司作为研究样本，根据同行业、同规模选择了相应的89家标准意见公司作为配对样本，样本与配对样本如表2所示。收集2008—2012年研究样本与配对样本的资产负债表相关项目数据，并与奔福德定律进行相关分析，本文所有数据均来自于中国注册会计师协会网站与和讯财经网站。

（二）指标选取

一张完整的资产负债表共有67个项目，但并非每个上市公司都会发生所有项目，如交易性金融资产、应收关联公司款、消耗性生物资产、油气资产、生产性生物资产、交易性金融负债、应付关联公司款、长期应付款、专项应付款、非正常经营项目收益调整等项目只有部分或极少数上市公司会发生，故将这些大多数公司缺失或者数据总数不及样本总数一半的项目予以剔除，主要选取了资产负债表中“资产类”的货币资金、应收票据、应收账款、预付款项、其他应收款、存货、长期股权投资、固定资产、在建工程、无形资产、长期待摊费用、递延所得税资产，“负债类”的短期借款、应付账款、预收款项、应付职工薪酬、应交税费、其他应付款，“所有者权益类”的实收资本、资本公积、盈余公积、未分配利润、少数股东权益、归属母公司所有者权益等32个项目作为分析指标。

（三）研究假设

《上市公司信息披露管理办法》明确要求：年度报告应当在每个会计年度结束之日起4个月内，中期报告应当在每个会计年度的上半年结束之日起2个月内，季度报告应当在每个会计年度第3个月、第9个月结束后的1个月内编制完成并披露。第一季度报告的披露时间不得早于上一年度年度报告的披露时间。因此本文提出以下假设：H1：非标准意见公司与标准意见公司资产负债表年报存在显著差异。对于资产负债表各年年报，将非标准意见公司与奔福德定律的相关系数和标准意见公司与奔福德定律的相关系数进行比较，前者应小于后者。H2：非标准意见公司与标准意见公司资产负债表报存在显著差异。对于资产负债表各年季报，将非标准意见公司与奔福德定律的相关系数和标准意见公司与奔福德定律的相关系数进行比较，前者应小于后者。H3：非标准意见公司与标准意见公司资产负债表各个报表项目存在显著差异。对于资产负债表各年各个报表项目，将非标准意见公司与奔福德定律的相关系数和标准意见公司与奔福德定律的相关系数进行比较，前者应小于后者。

（四）相关系数标准及审计质量评价

相关系数作为检验数据是否符合奔福德定律重要指标。借鉴张苏彤等人对财务数据与奔福德定律相关系数的分级标准，如果相关系数大于0.97，则认为财务数据符合奔福德定律，财务数据正常，财务数据真实。如果相关系数小于0.97，则认为财务数据符合奔福德定律，财务数据不正常，财务数据不真实。表3给出了不同相关系数的分布标准以及相应的审计对策。

（五）数据处理方法

本文所使用的数据处理和分析软件为Excel2003。其中，基本数据处理采用Excel2003的LEFT函数和COUNTIF函数，相关系数分析采用CORREL函数。

三、实证分析

（一）实证分析过程

1.资产负债表年报通过对非标准意见公司和标准意见公司资产负债表数据的首位分布情况以及与奔福德定律理论分布值的比较，结果如表4和图1所示。从表4和图1可以看出，非标准意见公司和标准意见公司资产负债表年报数据分布明显符合奔福德定律所描述的首位数概率递减的规律，2012年、2010年、2009年、2008年标准意见公司的相关系数均高于非标准意见公司的相关系数，2011年标准意见公司的相关系数低于非标准意见公司的相关系数，说明两者之间存在差异，并且5年中非标准意见公司与奔福德定律的相关系数和标准意见公司与奔福德定律的相关系数明显不同步，非标准意见公司2011年相关系数最高，2009年最低，标准意见公司恰恰相反，2009年相关系数最高，2011年相关系数最低，样本公司数据和配对样本公司各年资产负债表年报数据存在显著差异，假设1得以验证。2.资产负债表季报通过非标准意见公司和标准意见公司资产负债表季度数据的首位分布情况以及与奔福德定律理论分布值的比较，结果如表5和图2所示。从表5和图2可以看出，非标准意见公司和标准意见公司资产负债表各季数据的分布明显呈现出了奔福德定律所描述的数据首位数出现概率递减的规律。非标准意见公司各季首位分布和标准意见公司各季首位分布均与奔福德定律相一致，两者相关系数几乎接近于1。但是，各年各季的相关系数存在差异，差异度较小，相对而言，非标准意见公司第1季、第4季相关系数较高，而标准意见公司第3季、第3季相关系数较高，在全部总体中非标准意见公司2010年第1季、2011年第1季和第2季的相关系数偏低，作假的可能性较大。标准意见公司各季度的相关系数基本上高于非标准意见公司各季度相关系数，假设2得以验证。3.资产负债表主要项目分析从表6和图3可以看出，非标准意见公司和标准意见公司资产负债表主要项目的首位数据五年合计分布明显呈现出了奔福德定律所描述的数据首位数存在一定差异。从相关系数分析，非标准意见公司相关系数较低的是“应付账款”、“长期股权投资”、“应付职工薪酬”、“其他应付款”和“递延所得税资产”，标准意见公司相关系数较低的是“应收账款”、“负债和所有者合计”、“资产总计”、“应收票据”和“无形资产”。在全部总体中非标准意见公司的“应付账款”、“长期股权投资”、“应付职工薪酬”和标准意见公司的“应收账款”、“资产总计”相关系数偏低，作假的可能性较大。标准意见公司各个主要项目的相关系数基本上高于非标准意见公司各季度相关系数，说明资产负债表数据标准意见公司真实性高于非标准意见公司，假设3得以验证。

（二）实证分析结果

1.相关系数分析利用上市公司的非标准意见公司和标准意见公司2012年资产负债表数据，将其首位数分布与奔福德定律进行相关分析，计算的相关系数按照从高到低的降序排列如表7所示。从表7可以看出，与奔福德定律相关系数高达0.97900、0.97292的*ST中华A、九龙山等公司均被出具了非标准审计意见，而与奔福德定律相关系数只有0.53998、0.40158、0.37229的上海科技、S舜元、浩物股份等公司均被出具了标准审计意见。2.审计质量分析如果相关系数大于0.97，说明资产负债表数据真实，可能被出具标准审计意见，也有可能被出具非标准审计意见。同理，如果相关系数小于0.97，说明资产负债表数据不真实，可能被出具非标准审计意见，也有可能被出具标准审计意见。因为审计意见标准与非标准并不只是以资产负债表数据真实为依据。资产负债表数据真实被出具标准或非标准审计意见均说明审计意见正确。而资产负债表数据不真实，如果被出具非标准意见，说明审计意见正确，但资产负债表数据不真实被出具标准意见，说明资产负债表数据不真实未被审计师发现，审计意见不正确。根据样本公司与配对公司的相关系数和相关系数分级及审计质量评价标准，将具体审计意见进行分组如表8所示。所以，样本公司与配对公司共178家上市公司中，92家上市公司审计意见正确，占51.69%，86家公司审计意见不正确，占48.31%。

四、研究结论

（一）并非所有上市公司资产负债表数据首位数分布均符合奔福德定律

如果上市公司财务报告真实，资产负债表数据总体上就应该符合奔福德定律，因为虚假的资产负债表数据极少能够符合奔福德定律的随机性。从表8可以看出，样本公司与配对公司共178家上市公司中，与奔福德定律相关系数在0.97以上的只有5家，占2.81%，而与奔福德定律相关系数在0.97以下的有173家，占97.19%，也就是说不符合的上市公司数量远远多于符合的上市公司数量。而我国上市公司资产负债表数据首位数分布与奔福德定律符合度不高，说明资产负债表数据的真实性存在很大问题，即上市公司所披露的资产负债表存在一定程度的虚假陈述。

（二）资产负债表数据与奔福德定律相关系数高不一定被出具标准审计意见

与奔福德定律相关系数高，只能说明上市公司财务数据真实，没有造假，而审计意见标准与非标准并不只是以财务数据真实为依据，非标准审计意见主要包括带强调事项段的无保留意见、保留意见、否定意见和无法表示意见。审计师认为被审计者编制的财务报表虽然已按照适用的会计准则的规定编制并在所有重大方面公允反映了被审计者的财务状况、经营成果和现金流量，但如果对持续经营能力产生重大疑虑及重大不确定事项，就会出带强调事项段的无保留意见，也就是说，财务数据真实的上市公司也有可能被出具非标准审计意见。从表7中可以看出，排名前10位的上市公司中，有4家被出具非标准审计意见，占40%，排名前20位的上市公司中，有11家被出具非标准审计意见，占55%，排名前30位的上市公司中，有13家被出具非标准审计意见，占43%，排名前40位的上市公司中，有20家被出具非标准审计意见，占50%，说明与奔福德定律相关系数高的不一定被出具标准审计意见。

（三）资产负债表数据与奔福德定律相关系数低不一定被出具非标准审计意见

与奔福德定律相关系数低，只能说明上市公司财务数据不真实，可能造假，同样审计意见标准与非标准并不只是以财务数据真实为依据，虽然上市公司财务数据不真实，但如果审计师认为数据不真实影响不大或数据不真实未被审计师发现，审计师依然可以出具标准审计意见。也就是说，财务数据不真实的上市公司也有可能被出具标准审计意见。从表7中可以看出，排名后10位的上市公司中，与奔福德定律相关系数只有0.53998、0.40158、0.37229的上海科技、S舜元、浩物股份3家公司被出具了标准审计意见，这说明与奔福德定律相关系数低的不一定被出具非标准审计意见。

（四）上市公司资产负债表审计质量有待提高

资产的相关系数篇2

【关键词】资本结构 上市公司 影响因素

一、研究背景

资本结构是指企业各种资本的价值构成及其比例，决定着企业的盈利能力，最优的资本结构能够充分发挥财务杠杆的作用，实现企业价值最大化。故研究企业资本结构的影响因素对达到财务管理的最优目标尤为重要。

二、研究假设

（1）假设一：行业因素对资本结构影响显著。由于不同行业的市场竞争、行业政策及行业交易习惯等各不相同，企业管理者一般在进行资本结构决策时会考虑行业因素，故不同行业的资本结构具有较大差异。

（2）假设二：盈利能力与资本结构呈负相关关系。企业的盈利能力越强，留存收益越多，则内部融资能力越强，不需要大量的外部借款融资，最终导致资产负债率（资本结构）降低。

（3）假设三： 企业规模与资本结构呈正相关关系。一方面，大规模公司多元化经营，能有效分散经营风险，收益更加稳定，且能够进行内部资金的自由调配，提高资金使用效率，从而破产风险较低，可以借入更多负债；另一方面，大公司具有规模优势，在贷款时占主导地位，从而借款比较容易。

（4）假设四：成长性与资本结构呈正相关关系。企业成长越快，则需要更多的资本投入运营，当内部资金不足时，便会借入大量款项，从而资产负债率上升。

（5）假设五： 资产担保能力与资本结构呈正相关关系。企业可用于保的资产价值越高，信用越高，债权人遭受损失的风险越低，从而更乐意借出款项，导致企业的借债能力增强，便会借入更多款项。

三、研究方法与数据选取

（1）研究程序。首先，本文采用基本统计分析，将国泰安数据库中2015年上市公司按不同行业分类，统计出资产负债率的最大值、最小值与平均值并进行分析比较，证明本文假设1：行业因素对资本结构有显著影响。其次，本文控制行业因素对所选样本进行Pearson相关性分析以及多元线性回归分析，得出相关结论。由于证监会2012版行业分类上市公司中，制造企业样本数量最多，共1772家，分析结果将更可靠，故选取制造业为进一步分析样本。

（2）变量设定。因变量：资本结构：总资产负债率（DR）=总负债/总资产；自变量：盈利能力：资产报酬率（ROA）=净利润/总资产；企业规模：企业规模（SIZE）=期末总资产的自然对数；成长性：总资产同比增长率（AG）=（期末资产―期初资产）/期初资产；资产担保能力：可担保资产价值（COLL）=（固定资产+存货）/总资产。

（3）理论模型。DRi=β0+β1ROAi+β2SIZEi+β3AGi+β4COLLi+e（随机误差）。

（4）样本选取。本文样本数据来自于国泰安数据库，以2015年上市公司的财务数据为研究总体，剔除数据不完整和特殊行业样本数据后，样本总体为2791家。

四、实证结果与分析

（一）基本的统计分析

本文根据证监会2012版行业分类，分行业对所选样本的资本结构进行计算，可知，在资产负债率的“最大值”中，最高的是“制造业”（8.0479），最低的是“教育”（0.6455），相差7.4024；在 “最小值”中，最高的是“教育”（0.3878），最低的是“制造业”（0）和“房地产业”（0），相差0.3878；在 “平均值”中，最高的是“房地产业”（0.4789），最低的是“文化、体育和娱乐业”（0.2485），相差0.2304。由此可见，不同行业的资本结构具有明显的差异，行业因素对企业资本结构有显著影响，与本文假设1相符。

（二）pearson相关性分析

表1 相关系数矩阵

检验结果显示：

（1）各自变量之间的相关系数均小于0.07，不存在明显多重共线性。

（2）总资产负债率与资产报酬率显著负相关（与假设2相符），与企业规模、可担保资产价值正相关（与假设3、5相符），但不是很显著，而与总资产同比增长率几乎没有相关性，与本文假设4相违背。

（三）多元回归分析

因变量为总资产负债率，R=0.510，R2=0.260，F=103.535

检验结果显示：

（1）总资产同比增长率变量系数为0，sig值为0.485，未通过5%显著水平下的t检验，故就上市公司制造业来说，资本结构与成长性并不相关，否定了本文所提假设4。

（2）资产报酬率、企业规模、可担保资产价值系数分别为-1.33、0.042、0.111，均可通过t检验，故就上市公司制造业来说，资本结构与盈利能力具有显著的负相关关系、与企业规模、资产担保能力具有正相关关系，但相关性并十分不显著。

五、研究结论

（1）不同行业的资本结构具有较大差异，在对企业资本结构进行研究时，应该控制行业因素，分行业分别研究；

（2）对上市公司制造业来说，其资本结构与企业规模、资产担保能力正相关，与盈利能力显著负相关，而与成长性没有显著关系。

六、研究局限性

（1）本文仅对2015年上市公司的财务数据进行研究分析，并未考虑时间因素对资本结构的影响，故研究结果具有局限性；

资产的相关系数篇3

关键词：农业生产资料价格；农民收入；相互关系

中图分类号：F304.2 文献标识码：A 文章编号：0439—8114（2012）19—4407—04

历年中央经济工作会议多次提到保障农产品供给，2011年更是将“确保农产品有效供给”确定为当年经济工作的第二大任务。而要确保农产品有效供给的前提是要通过增加农民收入，调动农民进行农业生产的积极性。因为我国“三农”问题的核心是农民收入问题，近年来，国家实施了一系列的惠农政策，保证了农民收入持续稳定地增长，但与此同时，农业生产资料价格也在大幅上涨，对农民收入的稳定增长带来一定冲击，部分抵消了政策给农民带来的实惠[1]，一定程度上影响了农民的农业生产积极性。因此，稳定农业生产资料价格是减轻农民负担、调动农民生产积极性、增加农民收入、保证农产品有效供给的重要途径之一。本研究通过对我国农业生产资料价格与农民收入波动的相互关系分析并提出建议，以期为相关决策提供参考。

1 数据的选取与处理

由于在各种统计年鉴中，农业生产资料价格都是以指数的形式出现的，是一个相对数，而农民收入（用农村居民人均纯收入来表示）是一个绝对数，为了便于对二者关系的研究，均取其相对数来进行分析，以1983年为基期（1983=100）分别计算得出农村居民人均纯收入指数，用RI表示；农业生产资料价格指数，用PI表示。1983～2009年的数据来源于《中国农业发展报告》，2010年的数据来源于《2011中国统计摘要》。选择农民收入指数（RI）和农业生产资料价格指数（PI）作为模型的变量向量。为消除异方差的影响，在进行单位根检验、Johansen协整检验和Granger因果检验时对原始数据进行自然对数处理，分别记为LnRI和LnPI。

2 实证研究

2.1 相关性分析

相关性分析是进行实证分析的基础，相关系数反映了变量之间联系的密切程度，系数越高表明两者之间的关系越紧密，相关性越高。经分析，我国1983～2009年的农民收入指数（RI）和农业生产资料价格指数（PI）的相关系数为0.813 869，存在显著的正相关性。同时从图1可以看出，RI在绝大多数年份要高于PI，这说明在绝大多数年份农民收入的增长速度要高于农业生产资料价格的增长速度。

2.2 单位根检验

由于RI与PI均为时间序列，而经济变量时间序列多为非平稳序列，在进行协整分析之前，首先需要确定两变量单整的阶，只有两变量是同阶单整的，才可以进行下一步，因而要对变量进行单位根检验，以验证其平稳性。本研究采用ADF检验法。

通过检验发现，RI与PI的水平序列是不平稳的，但它们的一阶差分又都是平稳的，均服从一阶单整，即I（1）。换言之，它们均为不平稳序列，不能够用传统的计量经济学理论来构建模型，需要用现代计量经济学的协整理论来分析两者之间长期的均衡关系。

2.3 Johansen协整检验

RI与PI的一阶差分序列已经是平稳序列，所以这两个变量都是一阶单整序列，满足协整检验前提。因此，RI与PI之间有可能存在长期稳定的均衡关系，这可以通过协整检验来确定。本研究采用Johansen协整检验法，检验结果见表2。

由表2可见，在5%的显著水平下，最大值统计量和迹统计量对应的P值均拒绝原假设，认为RI与PI存在一个协整关系，即它们之间存在着长期稳定的均衡关系。

2.4 Granger因果检验

协整检验表明RI与PI之间均有一个协整关系，但是，这种长期均衡关系究竟是RI的变动引起PI的变动，还是相反，这需要对RI与PI进行Granger因果关系检验，检验结果见表3。

检验结果表明：在5%的显著水平下，农业生产资料价格与农民收入互为格兰杰原因，即农业生产资料价格的变化会引起农民收入的变化，而农民收入的变化也会引起农业生产资料价格的变化。

2.5 农业生产资料价格与农民收入的波动关系分析

农业生产资料作为农业生产成本的一个很重要的组成部分，其价格的变化将会对农民收入产生重要影响，从而在一定程度上导致农民收入的波动[2]。为了考察这种波动关系，可以将二者的有关数据通过图1表现出来。

由图1可以看出，从整体上看，1983～2010年农业生产资料价格与农民收入的波动存在一致性，二者之间存在较强的相关效应。但这种一致性的波动从时间上又可以分为两个阶段，一是1983～2003年，农业生产资料价格与农民收入的波动存在高度一致性；二是2004～2010年，农民收入的波动幅度要小于农业生产资料价格的波动。对于这种差异可以从国家的农业政策上进行解释。从2004年开始，国家陆续出台一系列的惠农政策，如对农民进行粮食直补、农资综合补贴和农机购置补贴，减免农业税等，这些政策在一定程度上抵消了农资价格上涨所带来的影响，维护了农民收入的稳定性。

2.6 农业生产资料价格与农民收入的敏感分析

根据一般的经济常识，本期农业生产资料价格的变化会对农民本期的收入产生影响，而由于农业生产周期较长，农民本期收入的变化对农业生产资料价格的影响应该是在下一期，农业生产资料价格与农民收入变化的这种相互敏感程度可以用敏感系数来反映。因此，这里借助敏感系数来研究农业生产资料价格与农民收入之间的关系。根据研究目的计算两个敏感系数，分别为：

敏感系数1=目标值变化百分比/参量值变化百分比=本期农民收入变化百分比/本期农业生产资料价格变化百分比

敏感系数2=目标值变化百分比/参量值变化百分比=本期农业生产资料价格变化百分比/上期农民收入变化百分比

农业生产资价格与农民收入之间存在双向的影响关系，但从图2可以发现，农业生产资料价格变化对农民收入的影响要大于农民收入变化对农业生产资料价格变化的影响。对此，可能的解释是：随着我国农业由传统农业向现代农业的不断转变，农业生产中所投入的现代工业提供的生产资料在不断增加，因此，农业生产资料价格的变化对农业生产的成本进而对农民收入所带来的影响也在不断加大。相反，在农民的总收入构成中，虽然目前家庭经营性收入仍然占较大比重，但其所占比重在逐步下降，而工资性、财产性和转移性收入所占比重在不断上升，加之农业生产的比较效益低下，因此，农民在收入增加时，并不会大幅度地增加农业生产资料的投入，从而就会使得农业生产资料价格上升幅度相对较小。同时，由于农业生产资料具有较强的专用性，我国农业生产的自给性较强，农民在总收入下降时，并不会大幅度地减少农业生产资料的投入，从而就会使得农业生产资料价格下降相对也较小。

3 结论与建议

从相关系数来看，农业生产资料价格平稳和合理上涨与农民人均纯收入的增长并不矛盾且有正相关性，而且在绝大多数年份，农民收入的增长速度要高于农业生产资料价格的上涨速度，农业生产资料价格的上涨与农民人均纯收入的增长之间存在长期稳定的均衡关系；国家的一系列惠农政策可以在一定程度上抵消农业生产资料价格上涨给农民收入带来的负面影响，维护农民收入的稳定性；农业生产资料价格与农民收入互为格兰杰原因，但农业生产资料价格变化对农民收入的影响要大于农民收入变化对农业生产资料价格变化的影响。据此提出如下建议。

3.1 对农业生产资料的价格进行合理调控

随着农民收入持续稳定的增加，对农业生产资料需求的增加导致其平稳上涨，是市场供求关系的客观和必然的表现[3]。应理性地看待农业生产资料价格的上涨，不能因为其对农民收入造成影响，而人为扭曲农业生产资料和资源配置的市场结构。只要不出现大幅的波动，应被视为市场的正常调节。政府有关部门要加强农资市场价格监测，准确分析和预测农资市场供求形势和价格走势，为政府决策提供建议，提高政府对农业生产资料价格调控和监管的水平，坚持市场取向与政府调节相结合的政策，维护市场秩序，优化市场环境，使农业生产资料价格在竞争均衡的市场中形成。

3.2 依靠科技合理使用农业生产资料，降低生产成本

由于农民缺乏应有的农业科技知识，导致在农村中普遍存在对农业生产资料使用不当的问题，使得农业生产成本居高不下，对农民收入产生不利影响。因此，农技部门和农业科研单位、农业主管部门应该在农村大力宣传普及科学使用农资知识，积极推广成熟的、行之有效的农资使用新技术，提高农业生产资料的使用效益，开源节流，从而减轻农业对农资市场的需求压力。不仅要注重农民的技术技能培训，还要注重思想观念、政策形势等全方面的教育，鼓励使用新技术、新方法、新品种，提高农民综合素质，有效促进农业增产、农民增收。

3.3 健全农业生产资料现代流通体系

农业生产资料是重要的农业投入品，是连接工业与农业生产的桥梁，是发展现代农业的重要物资保障和基础。目前，我国农资流通方式、水平、规模与现代农业和现代市场体系的要求还有较大差距，政府有关部门应高度重视，大力推进农资流通网络建设，完善农资流通体系。要形成以乡（镇）、村两级经营网络为基础，以农资交易市场为平台，以大型农资龙头企业为重点，区域性连锁配送中心为骨干，布局合理、经营规范、运作高效、协调发展的多元化、连锁化农资流通体系[4]。降低农资物流过程中的损耗，减少农资流通中间环节，使农资质量有保证、并能低价、快速地到达农民的手中，减少农业生产资料营销成本，增加农民收入。

3.4 加大农业生产资料综合直补的力度

2011年的中央农村工作会议提出了今后要继续大幅度增加“三农”投入，巩固完善强农惠农政策。切实做到“三个重点、三个确保”。而对种粮农民实行农业生产资料综合直补，是贯彻中央关于“工业反哺农业、城市支持农村”和“多予、少取、放活”方针的重要举措，对于调动农民种粮积极性、保障粮食安全、促进社会主义新农村建设具有重大意义。从以上分析可以看出，自2004年起国家实施一系列惠农政策，在一定程度上抵消了农业生产资料价格波动对农民收入的影响。因此，国家应在财力允许的范围内进一步加大涉农补贴力度。

3.5 发挥农民专业合作社在农资流通中的作用

分散的农民通过农民专业合作社组织起来，统一进入市场，提高谈判地位，可以通过集体采购的方式，提高农民购买农资的能力和水平，降低购买成本，保障农资质量，帮助农民维护正当权益。

参考文献：

[1] 张颢译，陈晓明.农业生产资料价格对农民收入增长的影响——基于动态VAR模型的解释[J].财贸研究，2006（6）：19—24.

[2] 江金启，赵 辉.农资价格波动与粮食主产区农民收入稳定[J].农业经济，2008（12）：93—94.

资产的相关系数篇4

关键词：新疆；投资效益；投资体制

一、 固定资产投资率

近两年来，国际经济发展严重受挫，我国政府及时采取了扩大内需、促进经济平稳较快发展的一揽子计划，其中，大规模扩大投资是最直接、最有力、最见效的措施，投资对于促进国民经济平稳较快发展的重要作用已越来越不容忽视。

新疆固定投资规模不断扩大，明显推动地方经济发展，固定资产投资，从1988年的68.41亿元增加到2009年的2 827.2亿元，增长了33倍，GDP从1988年的193亿元，增加到2009年的4 277.05亿元，增长了22倍。

固定资产投资率是反映投资对经济增长拉动的指标，它是指固定资产投资额在全部经济增长（通常用GDP增长）中所占的比重。其计算公式为:

固定资本投资率=固定资本投资额/GDP增加额＝（报告期固定资本投资额－基期固定资本投资额）/（报告期GDP-基期GDP）。

1988年~2009年，新疆固定资产投资增长率为19.9％，GDP增长率为16.1％。固定资产投资与GDP高度相关，相关系数为R＝0.997。可见固定资产投资在新疆经济发展中的重要作用。

根据图标分析，新疆固定资产投资率在20年中一路上升，投资率的平均水平由1988年的35.2% 达到2008年的53.8%，投资率已远远超过国际公认的30%的合理水平，在经济起飞阶段，新疆的固定资产投资率在波动中有所上升对经济的发展较为有力利。

2000年~2008年新疆的固定资产投资率稳步上升，投资率保持在45％~53%之间，因为2008年的金融危机的冲击，2009年的投资率上升到603%，固定资产投资率较高，进一步说明了投资在新疆经济增长过程中的贡献。

二、 新疆固定资产投资效益

1. 经济效益。

（1）固定资产的经济效益系数。固定资产投资效益系数是指一定时期内国内生产总值增长额同相应的固定资产投资额的比值，用公式表示为：固定资产投资效益系数Et=GDP/I，其中，GDP表示某一时期国内生产总值的增加额，I表示相应时期固定资产的投资额，它表明单位固定资产投资额所能带来国内生产总值的增加额，因此，固定资产投资效益系数越高，单位固定资产投资获得的国内生产总值的增加值越多，投资的经济效益也就越大，固定资产投资效益系数是衡量固定资产投资经济效益的主要指标。但是应注意的是，当年的固定资产投资额对当年新增地区国内生产总值所起的作用，有可能由于投资项目种类、政策效应、经济结构调整等因素的存在，会产生所谓的“滞后效应”。

所以，在分析的过程中，必须考虑到新增的国内生产总值与滞后固定资产投资之间的关系。因此，考虑滞后因素的固定资产投资效果系数可以表示为：Et-i=GDP/It-i（i=1，2），式中：Et-i为滞后期为一年的固定资产投资效果系数，当i=1时，It-1为滞后期1年的固定资产投资额；GDP仍为第t年的国内生产总值增加额，本文主要研究Et，Et-1，Et-2。

1995年以来，新疆固定资产投资效益系数一般高于全国固定资产投资效益系数，表明新疆固定资产投资效率高于全国水平（除了2009年外）。但是，新疆固定资产投资经济效率总体上呈下降趋势，特别是，考虑“滞后效应”后固定资产投资投资经济效益还是总体上还是下降，2009年世界金融危机的影响全国和新疆投资经济效益系数都下降，表明固定资产投资对新疆地区生产总值的推动作用减弱。

从图2可以看出滞后期的固定资产投资效果系数与同期的波动趋势基本一致，但滞后期越长投资效果越好，投资效果的波动随着滞后期的延长，波动幅度逐渐增大。因此要特别注意对当前固定资产投资的有效引导，在加大投资力度的同时，更注意投资效益的有效发挥，最大限度地使用已投资的固定资产，避免重复和浪费投资现象，以保证经济的持续、健康发展。

（2）固定资产投资财政收入系数。固定资产投资财政收入系数指一定时期内政府财政收入增长额同相应时期的固定资产投资额的比值，反映的是单位固定资产投资对财政收入的拉动作用。其计算公式为：固定资产投资财政收入系数f=f/I，其中，f为当年财政收入增加数，I为当年全社会固定资产投资总数。固定资产投资财政收入系数越高，单位固定资产投资获得的财政收入增加额就愈多，固定资产投资的财政效益就愈高。

从图3中可以明显的看出，新疆固定资产投资财政收入系数2005年前下降，2005年后上升，总体呈上升趋势，1995年0.029上升到2008年的0.049，说明固定资产投资对财政收入的拉动作用不断增加。但是2009年固定资产投资对财政收入的拉动太小，金融危机的影响固定资产投资的相关效益下降。

2. 社会效益。

（1）固定资产投资就业系数。固定资产投资就业系数指一定时期内就业人员增加数同相应时期的固定资产投资额的比值，反映的是单位固定资产投资对就业的带动作用。其计算公式为：固定资产投资就业系数J=J/I，其中J为当年就业人员增加数，I为相应固定资产投资总数。固定资产投资就业系数越高，固定资产投资扩大就业的效益就越高。

“民生”是新疆跨越式发展战略的亮点，就业是民生之本，一国或一地区的就业水平关系到当地居民生活水平的提高和社会的稳定。从图4可以看到，新疆固定资产投资的就业系数明显下降，从2001年~2004年的就业系数基本上一样，没有太大的变化， 2005年的增长速度较快，2004年的0.02到2005年上升到0.035，2005年后下滑速度较快，2005年的0.035到了2009年变为0.007，说明固定资产投资对新疆经济社会没有创造更多的就业岗位，这可能跟固定资产投资的产业结构和使用结构有关系。2005年后，虽然投资总量增加但是对就业的贡献不断减少。

资产的相关系数篇5

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.

资产的相关系数篇6

房地产与国民经济的许多行业都有着密切的关系，房地产业的产业特性决定了其对产业链上的所有产业都有关联关系。据统计：房地产业的投资和相关产品的服务，直接带动了产业链上的近20多种产业的发展，间接带动了近30种产业的需求。同时这些产业也能促进房地产业的发展，其比例达到l：1.2，即每1单位值的房地产销售能带动相关产业多出2单位值的消耗[1]。另外，房地产业的发展也能促使一些新行业的产生，如房地产评估、物业管理和房地产中介行业等。房地产业对国民经济的带动效应和波及作用不可忽视，由于房地产业的具有很强的产业关联性，因此研究房地产与相关产业之间的联动性可以更深入的了解房地产业特性和产业本质[2]。

1.产业的改进灰度关联分析

灰色关联分析是经济学领域常用的工具之一，其基本思想是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断其联系是否紧密。曲线越接近，相应序列之间的关联度就越大，反之就越小。灰色分析法简洁直观，不会出现量化结果与定性分析结果不符的情况。

但传统的灰度关联分析法只计算了参考序列和浮动序列在每个相同统计时间下观测到值的绝对值差异，然后通过调制这些数据到相同的幅值，计算平均值，认为这个平均值就反映了参考序列和浮动序列的紧密程度，这是一种相当几何化的衡量标准。

事实上，房地产业的产业链很长，房地产业的发展是对其他产业的后向拉动、前向推动以及其中的直接、间接作用的共同结果。因此，本文对灰度关联分析进行改进，得到的改进灰度关联分析法（grey++法），具体步骤如下：

（1）确定分析数列。确定反映系统行为特征的参考数列和影响系统行为的比较数列。

设参考数列为：

比较数列：本文由收集整理

（2）变量的无量纲化。由于系统中各因素列中的数据可能因量纲不同，因此将变量进行无量纲化处理：

（3）计算关联系数。与的关联系数。其中，是考虑参考序列和比较序列涨跌趋势的关联系数，为grey++调制系数，用来调整涨跌趋势对整个关联系数的影响，是考虑过去时刻的灰度关联分析法算出的关联系数：

这相当于以一种宽松的态度考虑到了参考序列和浮动序列在某时刻和之前三个时刻值的关系，即允许房地产行业和国民经济其他行业出现滞后关系。记，则：

，

通常情况下取。

的计算采取了计算机科学领域的常用方法，采用码表实现。在观察参考序列和浮动序列时，我们可以直观的看到数据相对于前一个月的涨跌。如果用1表示数据较上个月涨了，0来表示较上个月跌了，就可以对参考序列和比较序列某一时刻t1进行涨跌度量，本篇论文中考察三组时刻的涨跌：（t1-3）和（t1-2），（t1-2）和（t1-1），（t1-1）和t1。并用0或者1进行依次编码，于是我们可以得到000，001，010，011等序列，我们将这个序列叫做。用二进制0到8的表示，于是码表的行和列就可以用0到8的数字来确定。为了能够有效的衡量两组数据序列间的涨跌趋势，令的取值范围为[-1，-0.5，0.5，1]，其中负值越大表示涨跌趋势越不同，正值越大表示涨跌趋势越趋同。

某一时刻t1下，参考序列和比较序列的如果完全相同，则；如果完全相反，则；如果共有2个0或者1，则；否则为-0.5。

（4）计算关联度。因为上面求出的复合关联系数是比较数列与参考数列在各个时刻的关联程度值，所以数字不止一个。因此将各个时刻的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度公式为：

（5）关联度排序。关联度按大小排序，如果，则参考数列y与比较数列更相似。在算出序列与y（k）序列的关联系数后，计算各类关联系数的平均值，平均值就称为y（k）与的关联度。

2.影响因素及数据的选取

为了建立房地产行业与国民经济其他行业关系的模型，我们首先选取可以反映房地产业发展的指标，在本文中，我们选择了2003年至2010年宏观月度的全国数据如下：

取房地产开发本年资金来源合计、房地产业投资总额、房屋建筑施工面积、住宅房屋建筑竣工面积四项指标作为参考序列，选取采矿业投资总额，教育投资总额，金融业投资总额，科学研究、技术服务和地质勘查业投资总额，农林牧渔业投资总额，通信设备计算器及其他电子设备制造业投资总额和制造业投资总额作为比较序列。假设房地产开发本年资金来源合计、房地产业投资总额、房屋建筑施工面积、住宅房屋建筑竣工面积四项指标均匀的反映了房地产行业的发展水平，就可以计算各行业与房地产业的关联度。

3.结论与分析

用matlab软件编程求解，得到如下结果：

按照与房地产行业相关度从大到小排列所选的7项国民经济其他行业，对比传统灰度关联分析法和grey++法的结果：

由表中可以看出，各行业与房地产行业均有一定的关联度。因为投资房地产产业，会直接增加房地产业产品的生产，从而促进该行业的发展；投资其他产业部门，可以创造新的对房地产业的产品需求，从而拉动房地产业的发展。总体上，投资与房地产业的发展也呈正相关关系。

而从grey++法的改进方面可以看出，制造业投资从原先的第六位上升到了第三位。事实上，房地产业的产业链较长，房地产业对制造业的产业关联主要表现为后向关联，即制造业对房地产业供应生产要素，从而房地产对制造业产业产生影响。相反，金融业、通信计算机电子业等则为前向相关。

此外，政府政策对房地产业发展也有极大的影响。首先，政府对制造业以及资源利用行业的政策保护和限制，会直接或者是间接地影响到房地产业的开发状况以及建筑业、建材业的发展情况；其次，政府出台物权法、房地产交易契税的调整政策、限价房政策等法律法规及其条例，都会影响到房地产的销售状况以及与之相关行业的健康稳定发展；再次，政府对房地产业相关产业政策调控会波及到房地产业的流通状况及其与其相关的机构设置，如地方产业保护主义政策、优先发展产业政策等。

资产的相关系数篇7

论文关键词：上市公司：资本结构；经济效果

资本结构理论是西方财务管理理论的三大核心理论之一。早在2O世纪5O年代．西方国家就已经开始了资本结构理论的研究。我国会计界对于资本结构的认识开始于1992年。在资本结构的经济效果实证研究中．目前不同研究人员的研究结果还存在一定的分歧。但是研究结果已经表明：资本结构影响资本成本和企业价值，即资本结构具有一定的经济效果。

在证券市场上，山西省上市公司以其诚实的信誉、稳健的经营和优良业绩，赢得了广泛的声誉，以至于在ST．*ST．PT公司不断出现的近几年，山西板块成为广大投资者拥戴的旗帜。山西省上市公司业绩的长期稳定，主要源于相对成熟稳定的主业。实证研究结果表明：资本结构影响资本成本，资本成本又影响企业价值，即资本结构具有一定的经济效果。笔者主要从资本结构的角度，研究山西省上市公司的经营业绩，以期对山西省正在进行的上市公司股权分置改革提供一些建议。

1数据搜集和模型构建

1．1研究样本和数据搜集

统计的目的是探索数据内在规律性．以达到对客观事物的科学认识。一般情况下，搜集、整理和分析的统计数据主要有3类：横截面数据、时间序列数据和面板数据。为了更有效地分析所研究的问题，常常要使用面板数据。笔者着重研究资本结构与经济效果的因果关系，故选用面板数据。

截至2006年12月31日，山西省上市公司共有26家，为达到数据质量要求。笔者依据下列原则对原始样本进行了筛选：一是以2003年为中心，选取山西上市公司2002-2006年的数据为原始样本．并以A股为研究对象。二是选取上市时间较长的公司，以确保公司的行为相对成熟。三是考虑到异常值的影响．故剔除亏损公司。经过筛选，最后选定样本20家。95个样本观测值。

1．2资本结构与经济效果评价指标的选取

1)资本结构指标——总资产负债率和短期资产负债率。资本结构有广义和狭义之分。国外学者倾向于狭义的资本结构，主要使用资产的长期负债比率。目前根据我国特有的经济环境应采用广义的资本结构。

2)经济效果指标——净资产收益率。评价上市公司绩效的主要指标包括：净资产收益率、主营业务利润率、每股收益和每股净资产等。净资产收益率(ROE)是一个综合性较强、最具代表性的财务比率。笔者选择净资产收益率作为评价上市公司经济效果的主要指标。

3)指标计算公式。事实上，在表示资本结构时，无论是采用账面价值还是市场价值，都会存在“测量误差”。尽管使用市场价值来计算负债比率更能真实体现公司的价值，但考虑到数据的可得性，笔者采用账面价值来计算上市公司的负债比率，相关数据来自于公司的财务报表，具体使用指标计算公式为：资产负债率d(DAR)=期末负债／期末资产；净资产收益率r(ROE)=净利润／净资产。

1．3研究过程及模型构建

笔者以统计分析软件SPSS12．0为工具，对总资产负债率与净资产收益率之间的关系，即资本结构与经济效果的关系进行分析评价。主要采用一元线性回归方法对二者进行回归分析，并对相关参数进行假设检验。

目前，在我国关于资本结构经济效果的文献中，80．95％采用的是线性模型。笔者以资产负债率为自变量．对样本公司2002-2006年的净资产收益率进行一元线性回归。以进一步考察资本结构与经济效果是否显著相关以及是负相关还是正相关。建立模型为其中，r为净资产收益率；a为常数项；为自变量的系数；d为资产负债率；为误差项。

2具体分析过程

2．1研究假设及数据来源

如前所述，笔者选取了2O家上市公司。以2002-2006年作为分析时间段，共取得样本观测值95个。

假设1：上市公司提供的报表完全真实。

假设2：资本结构与经济效果负相关。即资产负债率越高，公司业绩越低，净资产收益率越低。

作出以上假设的原因是：首先，从我国关于IPO的一系列实证研究可明显看出，每一家上市公司都可能会粉饰财务报表；另外，鉴于我国有关资本结构经济效果的研究表明，资本结构与经济效果负相关，故笔者也假设资本结构与经济效果负相关。

2．2实证分析与检验

通过运用SPSS12．0软件。对以上20家上市公司2002-2006年资产负债率和净资产收益率的截面数据以及面板数据进行简单的最小二乘法分析。

2．2．1回归结果

对样本公司2002-2006年的资产负债率与净资产收益率进行回归分析。

2_2．2回归结果分析

1)相关系数分析。资产负债率与净资产收益率的相关系数为正，说明二者存在不显著的正相关关系。因此，适当增加负债筹资可以提高公司绩效。

2)回归方程的确定系数分析。尺衡量的是在样本范围内用来预测被解释变量的好坏程度。根据实际情况．在社会学中遇到的统计数据通常要考虑R2低于0．25的情形。因此，通过分析，从回归结果来看。回归中尺z的值分别说明模型的拟合优度较差；但是，由于尺z并没有一个绝对的最低临界值来判断它是否符合要求，因此这里的检验主要依赖于其他的检验结果。

3)ANOVAb检验即显著性检验。这个检验不仅是对R2的统计显著性检验，也是对整个回归模型的显著性检验，当Sig．的值小于0．05时，才可以说这条回归直线在总体水平上也是合理的。从回归结果来看，显著性水平均大于0．05．说明二者的相关性虽然是正相关，但并不显著。

资产的相关系数篇8

【关键词】 军工上市公司; 流动能力; 财务绩效

随着我国军工企业改革步伐的加速,越来越多的军工企业资产将进入二级流通市场。上市公司的经营绩效是投资者最为关心的指标,流动能力则是影响经营绩效的一个综合指标。疏忽流动性管理不利于企业短期发展甚至长期发展,可能导致严重的困难和损失。不正确地评估企业营运资本需要的流动性,反过来会使债权人和投资者面临未预料到的失败风险。Eljelly(2004)用沙特阿拉伯的上市公司数据说明了上市公司绩效与企业流动能力存在正相关关系。梁云、杨广宇(2007年)发现不同产业的企业财务流动性有显著的区别。然而,我国军工上市公司脱胎于市场经济体制下的国有企业且进入资本市场较晚,新建立的公司治理机制能否使流动能力与企业绩效相关是一个急需验证的问题。军工上市公司隶属于中国11大军工企业集团,是国家重点建设中央企业的组织部分。这些上市公司在上市前的管理中都带有很强的计划经济烙印,转制后现代公司治理机制是否能够很快发挥作用?通常流动资产的盈利能力较弱,所以公司治理机制较好的公司会持有较低的流动资产,但由于军工上市公司是特殊的装备制造企业,其流动能力水平是否也能够支持这一直观理论呢?本文的研究目的正是基于军工上市公司流动能力与财务绩效的关系,从侧面印证军工企业改制为上市公司后的效果和军工上市公司流动资产运行的效果。

一、相关文献回顾

传统的企业资产流动性是从静态上去衡量,主要指标有流动比率、速动比率、现金持有比率、营运资金持有量等。从静态视角研究企业流动性主要探讨企业流动性水平,这方面的早期文献较多,如Keynes(1934)年提出现金持有动机理论、Baumol(1952)提出现金管理模型、Miller和Orr(1966)的随机现金模型。近期文献主要关注流动性水平所带来的委托成本问题,如Jensen(1986)的自由现金流量假说、Opler(1999)对现金持有影响因素的研究。而且传统上财务分析师和投资者把流动比率作为企业流动性状况的关键指标,甚至在Beaver,Kettler和Scholes(1970)的研究中,发现流动比率与Beta系数高度相关。但实际上静态上的流动性资产并不具有同质性。静态角度考察的资产流动性,主要是指资产变现所需的时间和变现比率的稳定性。

尽管静态资产流动可以衡量企业短期偿债能力,但是,企业的现金储备投资可以结合未使用的借款能力应付预料之外的营运现金流入和流出在时间、数量上的差异。另一方面,不同企业的营运能力是有差别的,经营活动的现金流入、流出的速度不同。为此,Richards和Laughlin(1980)提出现金转换周期的概念,认为用企业购买产品所需资源的实际现金支出和最终销售收回现金的时间区间来动态衡量企业资产流动性更合理。Kamath(1989)也声称由于是静态的研究,所以静态角度计算流动性比率是不完善的,不能作为衡量流动性水平的变量应用在实际中。

近年来,从动态角度考察资产流动性与盈利能力关系的文献开始出现。如,Shin和Soenen(1998)以1975-1994年美国公司为样本,研究了企业净经营活动周期与企业利润(包括股票利润和经营利润)之间的关系,发现这两者之间呈很强的负相关关系;Eljelly(2004)对沙特阿拉伯的29家分布于农业、工业、服务业的上市公司进行了研究,发现现金转换周期与公司盈利能力负相关,即流动能力与公司盈利能力正相关关系;梁云、杨广宇(2007)利用1999―2001年的数据发现中国上市公司流动性与其净资产收益率、资本收益率呈正相关关系,且对产业因素非常敏感,即不同的产业,企业的财务流动性有显著的区别。

非军工企业中的往往没有军工企业中的严重,例如军工企业中增加了军代表这一角色。由于军代表在军工企业中对军工产品的质量、成本和价格有很强的影响作用,这导致很多军工企业通常向军代表提供高额“租金”。我国国防军工企业未进行大规模改革前,“项目国家定、投资国家出、产品国家买”,“皇帝女儿不愁嫁”成为军工企业的一大垄断优势。但2002年10月实施的《中国人民装备采购条例》和2005年6月15日实施的《武器装备科研生产许可实施办法》把民营企业的竞争引进来,打破了我国军队武器装备生产国有军工企业包打天下的局面。引入的竞争和军工企业改革能否使军工企业管理体制和经营效率发生质的变量,流动性管理水平成为重要的检验指标。因为如果军工上市公司的治理机制不健全或流于形式,则其流动资产的比率会较高且效益不佳,与企业绩效之间的关系就会不明显。

此外,由于本文的研究着眼于特定领域公司,也会为流动能力与企业财务绩效关系的研究提供更有力的证据。

二、研究假设

静态的资产流动性对公司盈利能力不仅有直接影响,而且也存在间接影响。一方面,资产的静态流动性与盈利能力成反比,资产流动性越好,其收益率越低,从而会影响财务绩效;另一方面,除了直接影响盈利能力以外,持有流动性资产本身也需要付出机会成本和交易成本。此外,Jensen(1986)、Opler(1999)等人还认为,由于股东与经理层之间利益的不一致性,公司持有静态意义的流动性资产比长期资产的成本高。虽然军工上市公司脱胎于传统的企业管理形式,不一定能够完全按照上市公司的治理要求进行管理,但其流动资产过高会产生委托成本。因此,根据上述文献可以提出如下假设:

假设1:军工上市公司的静态流动能力越强,军工上市公司的财务绩效越差。

动态意义上的流动性可以用现金转换周期来衡量。现金转换周期越长,意味着公司动态的资产流动能力越差;反之,现金转换周期越短,意味着公司动态的资产流动能力越强。动态资产流动能力越强时,公司减少静态意义上的流动性持有也不会影响正常的经营活动。而减少静态意义上的流动资产可以提高公司整体盈利水平、减少机会成本,从而会对财务绩效产生积极影响。

假设2:军工上市公司的动态流动能力与财务绩效呈正比,即现金转换周期越长,财务绩效越差,反之亦然。

三、研究设计

(一)样本数据

为了检验上述假设,本文以上市的军工企业为研究对象。由于2000年、2007年发生了企业会计制度变更,为尽量消除政策性影响,笔者选择2002-2006年在上海证券交易所和深圳证券交易所主板上市的军工上市公司。数据来源于国泰君安数据库(CSMAR),共计179个公司年数据。样本数据基本情况见表1和表2:

(二)研究模型和变量

为了考察资产流动性对财务绩效的影响,采用类似Eljelly(2004)的线性模型。即:NOI=αC/TA+βCCC+γLn(TA)

其中,NOI是指净资产收益率,代表财务绩效;C/TA是指流动资产占总资产的比例,代表静态流动能力;CCC是指现金转换周期,代表动态流动能力而且是反向指标;Ln(TA)是指用居民消费物价指数调整后的总资产,取自然对数,代表公司规模;α,β,γ代表各变量系数。

尽管传统的流动比率用流动资产覆盖流动负债的程度衡量,但是不能很好地反映企业实际持有流动资产的水平;而且本研究主要考察流动能力与财务绩效的关系,因此用流动资产占总资产的比率作为衡量军工上市公司静态流动能力。

四、分析结果

(一)单变量分析

表3和表4分别给出了NOI、C/TA、CCC、TA的描述性统计和相关系数统计结果。从表4中可以看出净资产收益率与静态流动资产比的相关系数为0.341,且在0.01的水平上显著。初步说明两者之间存在正相关关系,不仅没有支持假设1,而且完全相反。净资产收益率与现金转换周期的相关系数为-0.027,尽管与假设2预测一致,但在统计上并不显著。另外,净资产收益率与总资产对数的相关系数为0.168,而且在0.05的水平上显著,与规模经济理论预测一致。

(二)多元回归分析

虽然单变量分析没能支持假设1和假设2,但多变量分析能够提供更充分的证据。表5给出了多元回归分析结果,表明军工上市公司的流动资产占总资产的比率、现金转换周期及公司规模与净资产收益率之间存在很强的线性关系,方差解释比例达到12%,而且方差膨胀因子(VIF)均远小于10,所以可以判断出模型中的三个指标之间不存在共线性问题。表5中C/TA、CCC、Ln(TA)的标准化系数分别是0.327、-0.007、0.135,说明军工上市公司的静态流动能力与NOI存在正相关关系,动态流动能力与NOI存在正相关关系(因为CCC与NOI存在负相关关系),公司规模与NOI存在负相关关系。这说明,否定了假设1,符合假设2的预测。但从显著性上看,CCC的系数不显著。

五、研究结论及讨论

本文通过区分静态流动能力、动态流动能力,利用我国2002-2006年军工上市公司数据研究了流动能力与财务绩效之间的关系。研究结果表明,军工上市公司的静态流动能力与财务绩效存在显著的正相关关系;军工上市公司的动态流动能力与财务绩效也存在正相关关系,但在统计上不显著。前一个结论实际从侧面说明了军工上市公司的动态流动能力与财务绩效存在正相关关系,但在统计上不显著的原因。因为当流动资产比例并没有超过合理上限时,即使动态流动能力增加,军工上市公司也没有动机去减少流动资产持有比例,因而也就不会产生减少流动资产持有机会成本的作用。

军工上市公司的静态流动能力与财务绩效存在显著的正相关关系,表面上看是经验数据并没有支持流动资产盈利能力弱的观点,但实际上并不能简单地这样认为,原因如下:一是通常意义上讲的流动资产盈利能力比长期性资产弱的观点是建立在两类资产相互独立经营的基础上。当流动资产、长期资产作为军工上市公司中的一部分时,二者之间存在盈利能力的协调,是经营有机实体的组成部分,其综合盈利能力将会大于全部转化为流动资产或是长期资产的盈利能力。二是利用军工上市公司的经验数据得出与静态流动能力的盈利预测相反的结果,可能是由于这些军工上市公司持有的流动资产并未超过最佳持有水平。边际效益递减规律告诉我们,当其它投入要素的量保持不变时如果一种投入要素不断地等量增加则在超过某一点后其产品的增量会越来越小。当应用到静态流动资产分析时,边际主义的观点说明只有持有的流动资产超过一定比例,其盈利能力才会下降。这个结果与以前文献对普通企业样本的研究结论相反,说明军工企业的资产结构与其他行业相比需要配置更多的流动资产。

【参考文献】

[1] 梁云,杨广宇. 上市公司流动性管理、绩效与企业价值的实证[J]. 财经界(下旬刊),2007(4):293.

[2] Eljelly,A. M. A.,Liquidity - Profitability Tradeoff:An Empirical Investigation In An Emerging Market,International Journal of Commerce & Management,14(2),2004. pp48-61.

[3] Opler T.,Pinkowitz L.,Stulz R. M.,Williamson R.,The determinants and implications of corporate cash holdings. Journal of Financial Economics,1999,vol. 52,pp.346.

[4] Baumol,W. J.,The Transactions Demand for Cash:An Inventory Theoretic Approach,The Quarterly Journal of Economics,November 1952,Vol. 66,pp. 545-556.

[5] Miller,M. H.,Orr,D.,A Model of the Demand for Money by Firms,The Quarterly Journal of Economics,Augest 1966,Vol. 80,pp. 413-435.

[6] Jensen M.C.,Agency costs of free cash flow,corporate finance,and takeovers,American Economic Review,1986,vol. 76,pp.323-329.

[7] Beaver,W.,Kettler,P. and Scholes,M.,The Association Between Market Determined and Accounting Determined Risk Measures,The Accounting Review,October 1970,pp,654-682.

[8] Richards,V.D.,Laughlin,E.J.,A cash conversion cycle approach to liquidity analysis,Financial Management,1980,Vol. 9 ,pp.32-8.

资产的相关系数篇9

【关键词】 资本结构;影响因素;相关分析; 逐步回归

一、引言

陕西省自1987年1月陕解放股票发行并于1993年8月在深交所上市以来,到1999年8月底,共有19家公司分别在深、沪证券交易所发行股票并上市,其中在深交所发行、上市11家,在上交所发行、上市8家。如按时间顺序,则1993年上市1家,即陕解放;1994年上市4家,即陕长岭、陕国投、西安民生和黄河科技;1996年上市5家,它们分别是西安旅游、百隆股份、长安信息、彩虹股份和达尔曼;1997年上市6家,分别是咸阳偏转、西安饮食、西飞国际、宝商集团、金花股份和精密股份;1998年上市2家,分别是陕西金叶和秦川发展;1999年上市1家,即海星科技。截止到2009年初陕西省一共有29家公司在深、沪证券交易所上市,占全国在深、沪交易所上市总数量的1.省略)和证券之星网站(省略)公布的陕西上市公司的年度财务报表整理计算而得。

1.因变量的设计。本研究的因变量为企业的资本结构,采用资产负债率来反映企业的债务水平,即在总资产中有多大的比例是通过借债来筹集的。公式如下:

Y资产负债率=总负债/总资产

公式中的负债总额不仅包括长期负债,还包括短期负债。这是因为,短期负债作为一个整体,企业总是长期占用,可以视为长期性资本来源的一部分。资产负债率的计算之所以采用账面价值而没有选择资产的市场价值来计算,是股权的市场价值直接受市场价值影响,尤其是我国证券市场环境下,由于投资者的不理性,股价变动更为随意,选择资产的账面价值计算资产负债率可排除这一干扰。

2.自变量的设计。对于可能影响企业资本结构因素的选取,根据前人的研究并考虑财务数据的可得性,选取7类共13个指标变量。一是企业规模指标3个:X1=Ln资产,X2=Ln主营业务收入;二是资产变现能力指标2个:X3=速动比率;三是资产运营能力指标2个:X4=存货周转率,X5=总资产周转率;四是企业盈利能力指标3个:X6=总资产收益率,X7=净资产收益率,X8=主营业务利润率;五是企业成长性指标3个:X9=资产增长率,X10=主营业务收入增长率;六是非负债税盾指标1个:X11=折旧/总资产;七是资产担保价值指标2个:X12=(存货+固定资产)/总资产,X13=固定资产/总资产。

3.研究方法。以2006年陕西21家上市公司为样本,利用SPSS16.0统计软件,首先运用皮尔逊相关分析法(Pearson Correlation Analysis),选出各变量之间的相关性,然后运用多元逐步回归分析法,来研究企业规模、变现能力、资产运营能力、盈利能力、成长性、非债务税盾、资产担保价值与公司资产负债率的相关性。公司资本结构各自变量的相关性取决于系数的显著性。自变量的相关系数值越大,表明它的影响力或者解释能力越强,总的相关系数越大,表明上市公司资本结构与变现能力、资产运营能力、盈利能力、企业规模、成长性、非债务税盾、资产担保价值的关联性越强。

三、实证分析

(一)描述性分析

本文选取了21家上市公司连续三年的资产负债率,运用SPSS软件对所选数据进行描述性统计分析,得出反映其资本结构状况的指标如表1所示。

由表1可见,陕西省21家上市公司资产负债率三年的平均值分别为50.98%、52.70%和50.20%,虽然这三年有小幅度的增长,波动较小,但还是普遍偏低。

(二)回归分析

本文首先采用皮尔逊相关分析,选出各变量之间的相关性,接着采用逐步回归法(stepwise)选取显著变量以建立“最优”回归方程进行分析。

1.相关分析。首先运用皮尔逊相关分析法,选出各变量之间的相关性。分析结果见表2。

**表示在0.01水平上相关性显著;*表示在0.05水平上相关性显著。相关系数P的范围在-1到1之间,即-1≤P≤1,当P=1为完全正相关,P=-1为完全负相关,P=0为不相关。相关系数的范围在0.3~0.5是低度相关,在0.5~0.8是显著相关,在0.8以上是高度相关。由表2可知,尽管大多数变量间相关性较弱,但仍然有些变量间存在着较强的显著的相关性,如总资产收益率和净资产收益率之间的相关系数高达0.953,说明解释变量间存在明显的多重共线性。

2.逐步回归分析。为消除指标间的多重共线性的影响,本文选用逐步回归法(Stepwise)进行分析(进入标准为0.05,剔除标准为0.10),得到的回归结果见表3和表4。它的主要思路是将自变量逐一引入多元回归方程中,引入的条件是该自变量的偏回归平方和在所有未入选的自变量中具有最大值,并经过F检验具有显著意义,并将偏回归平方和最小且无显著性的自变量从多元回归方程中剔除掉。直至多元回归方程外的自变量不能再引入,且多元回归方程内的自变量不能在剔除时为止,因此本文采用逐步回归的统计方法,借助于SPSS16.0统计软件对上述影响资本结构的因素进行分析,最终得到影响资本结构的主要因素及相应的影响程度。

表3的第一列给出了逐步回归过程中的3个模型。从中可以看到,回归平方和(平方和列与每个模型的回归平方和行的交叉位置上的数据)随着逐步回归的过程不断增大,这就是说随着逐步回归中模型的改进,已解释变量越来越大。从表中的最后一列可以看到每个模型的F统计值的相伴显著性概率都小于0.001,说明多个自变量与因变量之间存在线性回归关系,且每个模型的总体回归效果都是显著的。因此,最终的回归方程应该包括X8,X12,X2这三个自变量,且方程拟合效果很好。

表4的第二列给出了逐步回归过程中变量逐步增加的情况。进行逐步回归后,提取的自变量X8(主营业务利润率)与Y(资产负债率)负相关,相关系数为-1.330。企业的X12(存货+固定资产)/总资产与资产负债率正相关,相关系数为0.799。主营业务收入的自然对数与资产负债率负相关,相关系数为-0.098。X1=资产的自然对数、X3(速动比率)、X4(存货周转率)、X5(总资产周转率)、X6(总资产收益率)、X7(净资产收益率)、X8(主营业务利润率)、X9(资产增长率)、X10(主营业务收入增长率)、X11(折旧/总资产)、X13(固定资产/总资产)均未通过F检验,表明它们对资产负债率的影响不明显。

最后各自变量经过逐步回归依次进入了回归方程作为解释变量的顺序是:主营业务利润率、(存货+固定资产)/总资产、主营业务收入的自然对数。

由模型3得到回归模型:Y(资产负债率)=2.313-1.330(主营业务利润率)+0.799((存货+固定资产)/总资产)-0.098(主营业务收入的自然对数)。

该模型中常数项以及自变量主营业务利润率、(存货+固定资产)/总资产、主营业务收入的自然对数的自然对数的系数为0的假设检验的显著性水平依次是0.011、0.000、0.009、0.027。说明该回归方程中的常量及每个自变量与因变量资产负债率的相关性是高度线性相关的。

四、结论分析

根据以上分析,得出以下结论:

(一)企业资本结构与盈利能力负相关

根据融资优序理论,企业融资的一般顺序是:保留盈余、发行债券、发行股票。因此,当企业获利能力较强时,企业就有可能保留较多的盈余,因而就可更少的发行债券。相反,如若其获利能力不足,则就不可能保留足够的盈余,只能依赖于债券融资。逐步回归结果显示,公司盈利能力与总资产负债率之间的负相关关系是显著的,这一方面表明陕西省上市公司内源融资是企业的首选目标,另一方面也表明亏损企业由于得不到股权融资的机会,所以只得举借大量短期负债解决资金需求问题。

(二)企业资本结构与企业资产担保价值正相关

这和国内学者陆正飞、辛宇(1998),张则斌、朱少醒、吴健中(2000),冯根福、吴林江、刘世彦(2000)的研究结论相一致。原因是与抵押资产最相关的是破产成本,一个企业的破产成本越多,破产变卖资产时的重估损失就越小,这就会减少破产成本,同时在取得负债资金方面,抵押资产越多的企业越容易获得资金,而且筹资成本也较低。

陕西省上市公司的(固定资产+存货)/总资产(资产担保价值)与资产负债率呈正相关关系,这与陕西省上市公司的行业分布特点有关。陕西省上市公司虽然数量不多,但其行业分布不均,主要分布在采掘业、机械制造业、电子业、批发零售业等多个行业,生产性企业占全部企业的59%。在生产性企业中,被视为可抵押资产的有形资产(以固定资产和存货为代表)所占比重较大,相反被视为不可抵押资产的专利技术、商誉等无形资产比重较少。一般认为,在企业的资产结构中,如果适于担保的资产所占比例较大,则企业的信用能力较强,因而会获得更多的负债。

(三)企业资本结构与公司规模负相关

这个结果看似和国外学者Rajan和Zingales(1995)的信息不对称观点不相一致,但是其根源是一样的。陕西省的上市公司的资产负债率的水平与发达的资本主义国家和我国的发达地区相比来说是比较低的,根据陕西省的融资现状,上市公司的规模越大,投资者就会认为成本越低,这样,规模大的公司能够以相对较小规模的公司更低的成本进行上市融资的行为,而且在现今的陕西省,股权融资的成本远远低于债权融资的成本,所以说负相关是符合陕西省上市公司的现实的情况的。同时造成陕西省上市公司企业资本与公司规模负相关的原因也有可能是由于陕西上市公司股本规模普遍较小,但经营业绩较佳,不希望通过举债来满足企业资金的需求,而是更倾向于通过自我积累和股票市场募集资金来实现规模扩张。

【参考文献】

[1] 肖作平.我国上市公司资本结构影响因素实证研究[J].证券市场报,2002(8).

[2] 卢纹岱.SPSS for Windows统计分析(第3版)[M].电子工业出版社,2003.

资产的相关系数篇10

【关键词】上市公司 资本结构 影响因素 相关性

一、研究背景

资本结构问题涉及到股东、管理者及债权人三方的利益和冲突，影响着企业的融投资行为、资源配置效率及其经营活动，研究影响企业资本结构的影响因素，对提升企业价值以及市场的资源配置效率具有重要的现实意义。本文就沪市2007年上市公司按不同行业分组，计算资本结构的有关统计指标。然后控制行业因素进行多元回归分析。以沪市2007年制造业A股上市公司中食品、饮料业的企业，共计36家为样本，利用EVIEWS统计软件做实证分析。

二、研究方法与数据选取

1.研究假说假说1：行业因素对资本结构具有显著影响。假说2：获利能力与资本结构((长期)负债比率)负相关。假说3：企业规模与资本结构正相关。假说4：资产担保价值与资本结构正相关。假说5：成长性与资本结构正相关。

2.变量设定因变量：负债比率：Y1=总负债/总资产(期末数)

长期负债比率：Y2=长期负债/总资产(期末数)自变量：获利能力：X3=净利润/主营业务收入规模：LNS=主营业务收入之自然对数(主营业务收入单位：万元)

资产担保价值：X3=(存货+固定资产)/总资产(期末数)

成长性(率)：X4=(期末总资产-期初总资产)/期初总资产

3.样本及数据资料的来源

数据资料主要取自上海证券交易所公布的上市公司年报，以沪市2007年制造业A股上市公司中食品、饮料业的企业，共计36家做为样本。

4.研究限制(1)受数据资料限制，对影响因素的考察限于四个，模型的解释能力受一定影响。(2)只就2007年的数据进行横截面数据分析，可能存在异方差现象。(3)由于数据资料的限制，控制行业因素时，只就食品、饮料业进行实证研究，研究结果不一定能推广至其他行业。

三、实证结果

1.基本的统计分析

根据上海证券交易所（2007）的行业分类，选取有10家企业以上的行业，进行基本的统计分析和计算得到表1：（沪市2007年不同行业之负债比率）

由表1，不同行业的资本结构有着明显的差异。在负债比率的“最大值”中，最高与最低相差11.5699；在负债比率的“最小值”中，最高与最低相差0.2490；在负债比率的“平均值”中，最高与最低相差0.9625。出现差异是由于不同行业的资产结构、营运周期、发展前景等各不相同。 转贴于

2.食品饮料行业样本之相关系数分析

由相关系数分析可以发现：(1)各自变量之间的相关系数均不显著，不存在多重共线性的问题；(2)就负债比率Y1来说，LNS与Y1正相关（与假说3符号相同），X3与Y1呈负相关（与假说2符号相同），X3与Y1负相关（与假说4符号相反），这三个变量与Y1的相关系数小于0.3，相关性不很明显。同时， X4与Y1正相关（与假说5符号相同），并且相关系数为0.4056，相关性比较明显；(3)就长期负债比率Y2来说，X3与Y2正相关（与假说2符号相反），LNS与Y2负相关（与假说3符号相反），X3与Y2负相关（与假说4符号相反），X4与Y2正相关（与假说5符号相符），这四个变量与Y2的相关系数小于0.3，相关性均不很明显。

3.对Y1之回归分析对Y1进行回归分析得到

Y1＝-0.20-0.03X3+0.04LNS+0.15X3+0.07X4

(-0.51) (-0.49) (1.47) (0.99) (2.42)

R2=0.23， D.W.=1.87， F＝2.36

由回归发现：(1) LNS、X3、X3与Y1的估计系数均无法通过α=0.05显著水平下的t检验，故就2007年沪市食品、饮料业来说，规模、获利能力、资产担保价值对负债比率没有显著影响，这否定了假说2、假说3和假说4；(2) X4与Y1的估计系数可以通过t检验，故进一步做回归分析得到：

Y1=0.41+0.05X4(2.59)R2=0.16， D.W.=1.91， F=6.70

通过回归分析得知：在单独以X4对Y1做回归时，其估计系数可以通过t检验，F检验的效果也比较理想，说明X4对Y1有显著影响（正相关），证实了假说5。

4.对Y2之回归分析对Y2之回归分析得到：Y2＝0.20+0.001X3-0.01LNS-0.06X3-0.02X4

(1.34) (0.07) (-1.04) (-0.96) (-0.20)R2＝0.07， D.W.＝2.13， F＝0.55

说明就长期负债比率Y2来说，各自变量的估计系数均无法通过显著性水平为α=0.05的t检验，F检验的效果也不理想，各自变量与Y2之间的相关性也并不显著，属于弱相关范围。

四、研究结论

1.不同行业的资本结构有着明显的差异，进行实证研究应该尽量控制行业因素。

2.就2007年沪市食品、饮料业上市公司来说(下同)，成长性对资本结构有显著影响。

3.获利能力、规模、资产担保价值、等因素对资本结构的影响不显著。

4.获利能力、规模、资产担保价值、成长性等四个因素对长期负债比率的影响不显著。

参考文献：

[1]Sheridan Titman and Roberto Wessels.TheDeterminants of Capital Structure Choice.TheJournal of Finance，VOL.XLIII，No.1，March1988.

[2]黄庆堂，黄兰英.资本结构对企业合并绩效影响之研究[J].台湾银行季刊，1997，46(4).

[3]陆正飞.企业适度负债的理论分析与实证研究[J].经济研究，1996.