莫雪梅

【摘要】通過選取了2010年到2011年的農(nóng)林牧副漁行業(yè)人半年度財務(wù)、人力資本數(shù)據(jù)，通過建立計量回歸模型，采取因子分析以及截面數(shù)據(jù)的混合數(shù)據(jù)等方法，對影響因素進行了實證分析，發(fā)現(xiàn)人力資本對農(nóng)林牧副漁行業(yè)的凈資產(chǎn)收益率并無顯著影響，得出了農(nóng)林牧副漁行業(yè)上市公司的業(yè)績與公司投入產(chǎn)出能力、營運能力等有顯著的正相關(guān)，與償債能力負相關(guān)。

【關(guān)鍵詞】農(nóng)林牧副漁行業(yè)主成分分析經(jīng)營業(yè)績

一、引言

凈資產(chǎn)收益率（ROE）是衡量一個企業(yè)經(jīng)營業(yè)績好壞的一個指標(biāo)，既反映了企業(yè)的贏利能力，也反映了投資的獲利能力和企業(yè)籌資、投資、資產(chǎn)運營等活動的效率。從企業(yè)經(jīng)營管理角度看，凈資產(chǎn)收益率一方面取決于企業(yè)自身所擁有的資源稟賦狀況和由此所決定的生產(chǎn)能力；另一方面取決于管理層努力程度所決定的公司治理效率。

二、研究方法

（一）樣本與數(shù)據(jù)

本文選擇的樣本是農(nóng)林牧副漁行業(yè)板塊的34只股票，已經(jīng)剔除了ST、ST*和數(shù)據(jù)不全的13家公司，采用的是2010年到2011年的半年度的混合數(shù)據(jù)。原始數(shù)據(jù)均來源于巨潮相關(guān)公告和新浪財經(jīng)網(wǎng)站中有關(guān)公司個股的資料整理得到。

（二）變量說明

根據(jù)研究需要，本文設(shè)計了大股東持股比例、經(jīng)營能力、償債能力、資本構(gòu)成、主營業(yè)務(wù)的贏利能力和成長性、公司規(guī)模、員工構(gòu)成等因素作為控制變量分析其對凈資產(chǎn)收益率的影響。各變量定義如下：

大股東持股比例（SDGD）：大股東持股比例=大股東持股數(shù)／總股本數(shù)。

投資能力（MGSY、MGJZC）：每股收益、每股凈資產(chǎn)。

經(jīng)營能力（ZZCZZL、ZZZBCL）：總資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)報酬率。

償債能力（ZCFZBL）：資產(chǎn)負債比率。

資本構(gòu)成（JZCBL）：凈資產(chǎn)比率。

贏利能力（JLRL）：凈利率是企業(yè)贏利能力的代表性指標(biāo)，凈利率=凈利潤／主營業(yè)務(wù)銷售總額。

成長能力（ZYYWSYL）：選取代表性指標(biāo)主營業(yè)務(wù)收入增長率。

公司規(guī)模（GSGM）：總資產(chǎn)的對數(shù)。

員工構(gòu)成（GLRYBL、DZYSBL）：管理人員比例、大專以上學(xué)歷比例。

（三）模型設(shè)計

面板數(shù)據(jù)（Panel Data）能夠同時反映變量在截面和時間二維空間上的變化規(guī)律和特征，具有純時間序列數(shù)據(jù)和純截面數(shù)據(jù)所不可比擬的諸多優(yōu)點：可以擴大樣本容量，能夠控制個體的異質(zhì)性，有效減少回歸變量，即解釋變量間的多重共線性，增加自由度從而提高參數(shù)估計的有效性，以及用于構(gòu)造更復(fù)雜的行為模型等，使之成為當(dāng)前非常受歡迎的分析工具之一。本文選用的樣本是2010年至2011年農(nóng)林牧副漁行業(yè)的上市公司年報、半年報披露的面板數(shù)據(jù)，時間跨度為2年。因此，根據(jù)面板數(shù)據(jù)方法的原理設(shè)計出下列模型：

ROEit=α0+β1trccnl+β2cznly+β3rlzb+β4jynl+εit

上式中，α0為截距；βk（k=1，…，12）為模型回歸系數(shù)；ε為隨機擾動變量，服從獨立同分布，代表模型之外的影響ROE的其他變量；i代表第i家上市公司，其中i=1，2，…；t表示時間，且t=2010，…，2011，代表第t個時間序列的值。在對模型進行回歸時使用統(tǒng)計軟件eviews6.0對模型進行估計，從而分析出各變量對模型的解釋程度。

三、實證分析

在本文設(shè)置的模型計算中，主要分析了大股東持股比例、經(jīng)營能力、償債能力、資本構(gòu)成、主營業(yè)務(wù)的贏利能力和成長機會、公司規(guī)模、員工構(gòu)成等因素作為控制變量分析其對凈資產(chǎn)收益率的影響。由于因素較多，且有較強的相關(guān)性，所以先采用SPSS軟件的因子分析的方法提出公因子，然后再用為eviews作回歸。

（一）因子分析

1.KMO測度和Bartlrtt檢驗。檢驗樣本的取樣是否適當(dāng)，采用的是KMO測度和Bartlrtt檢驗，KMO測度的值越高（接近1.0時），表明變量間的共同因子越多，研究數(shù)據(jù)適合用因子分析。Bartlett球體檢驗的目的是檢驗相關(guān)矩陣是否是單位矩陣（identity matrix），如果是單位矩陣，則認為因子模型不合適。Bartlett球體檢驗的虛無假設(shè)為相關(guān)矩陣是單位陣，如果不能拒絕該假設(shè)的話，就表明數(shù)據(jù)不適合用于因子分析。一般說來，顯著水平值越?。?0.05）表明原始變量之間越可能存在有意義的關(guān)系，如果顯著性水平很大（如0.10以上）可能表明數(shù)據(jù)不適宜于因子分析。