劉吉成（博士生導(dǎo)師），林湘敏，王 源

一、引言

近年來(lái)，我國(guó)光伏產(chǎn)業(yè)發(fā)展態(tài)勢(shì)迅猛，光伏電站裝機(jī)容量躍居世界第一。除光伏電站規(guī)模不斷壯大以外，目前我國(guó)研發(fā)、生產(chǎn)和銷售多晶硅、太陽(yáng)能電池等光伏組件的企業(yè)數(shù)量也在日益增加，光伏產(chǎn)品的產(chǎn)銷量和出口量均位居世界前列。然而，隨著國(guó)內(nèi)外宏觀環(huán)境的不斷變化，我國(guó)光伏企業(yè)目前正面臨著重大發(fā)展瓶頸，其價(jià)值創(chuàng)造能力正受到日益嚴(yán)峻的挑戰(zhàn)。價(jià)值創(chuàng)造能力是指企業(yè)通過研究開發(fā)、產(chǎn)品生產(chǎn)等內(nèi)部經(jīng)營(yíng)管理活動(dòng)，維護(hù)與供應(yīng)商、顧客、企業(yè)之間的關(guān)系，充分整合外部資源、專業(yè)知識(shí)以及能力優(yōu)勢(shì)，從而創(chuàng)造出企業(yè)及其整個(gè)產(chǎn)業(yè)價(jià)值鏈增值的條件，反映企業(yè)適應(yīng)環(huán)境變化發(fā)展的核心動(dòng)態(tài)能力[1]。因此，為了積極有效應(yīng)對(duì)激烈的市場(chǎng)競(jìng)爭(zhēng)，光伏企業(yè)迫切需要識(shí)別和篩選出對(duì)其價(jià)值創(chuàng)造能力具有顯著影響的內(nèi)外部關(guān)鍵因素，并以這些因素為出發(fā)點(diǎn)，探尋光伏企業(yè)未來(lái)發(fā)展的新途徑和新思路。

國(guó)內(nèi)外已有較多關(guān)于企業(yè)價(jià)值創(chuàng)造的實(shí)證分析文獻(xiàn)，為本文的研究提供了良好的經(jīng)驗(yàn)和方法借鑒。其中，Byrne[2]為研究EVA 值對(duì)公司市場(chǎng)價(jià)值的解釋能力，采用回歸分析方法進(jìn)行實(shí)證研究，得出了在對(duì)公司市場(chǎng)價(jià)值的解釋方面EVA 要明顯優(yōu)于傳統(tǒng)的會(huì)計(jì)利潤(rùn)的結(jié)論。阮素梅等[3]實(shí)證研究了公司治理與資本結(jié)構(gòu)等對(duì)上市公司價(jià)值創(chuàng)造能力的影響性質(zhì)。宋雪[4]通過構(gòu)建多元線性回歸模型，實(shí)證檢驗(yàn)了管理會(huì)計(jì)是企業(yè)價(jià)值創(chuàng)造的重要驅(qū)動(dòng)因素。陳艷利等[5]基于2003～2016年A 股央企上市公司數(shù)據(jù)，對(duì)國(guó)有資本經(jīng)營(yíng)預(yù)算制度、管理層激勵(lì)與企業(yè)價(jià)值創(chuàng)造三者之間的關(guān)系進(jìn)行了實(shí)證研究。

上述學(xué)者的研究?jī)H僅是對(duì)某類企業(yè)個(gè)別影響因素進(jìn)行分析，沒有構(gòu)建完整的企業(yè)價(jià)值創(chuàng)造驅(qū)動(dòng)體系，針對(duì)光伏企業(yè)進(jìn)行的相關(guān)研究也較為少見。價(jià)值創(chuàng)造能力（Value Creation Ability，VCA）概念中的“價(jià)值”，主要指的是股東價(jià)值，價(jià)值創(chuàng)造是從股東利益出發(fā)，以股東價(jià)值最大化為核心目標(biāo)。因此，本文首先利用以股東價(jià)值最大化和經(jīng)濟(jì)利潤(rùn)為重要基礎(chǔ)的EVA理論來(lái)分析光伏企業(yè)價(jià)值創(chuàng)造能力；在各種因素識(shí)別方法中，本文選取了應(yīng)用最廣泛的回歸分析進(jìn)行實(shí)證研究。根據(jù)逐步回歸模型的實(shí)證結(jié)果，識(shí)別并篩選對(duì)光伏企業(yè)價(jià)值創(chuàng)造能力能產(chǎn)生顯著影響的內(nèi)外部因素。本文研究結(jié)論對(duì)于光伏企業(yè)價(jià)值創(chuàng)造能力的提升具有一定的指導(dǎo)意義。

二、基于EVA的光伏企業(yè)價(jià)值創(chuàng)造能力分析

（一）理論分析

應(yīng)用EVA方法衡量企業(yè)價(jià)值創(chuàng)造能力時(shí)，首先需要計(jì)算出企業(yè)在某一時(shí)點(diǎn)t 的價(jià)值，然后計(jì)算出前一時(shí)點(diǎn)t-1 的企業(yè)價(jià)值，二者差值即代表該段時(shí)期內(nèi)企業(yè)價(jià)值創(chuàng)造能力。企業(yè)價(jià)值的計(jì)算可以分為兩部分，一部分是企業(yè)初始投資成本，即所有者投入的資本（用C表示），另一部分是企業(yè)未來(lái)可以創(chuàng)造的EVA 現(xiàn)值（用PVEVA 表示），二者之和即某一時(shí)點(diǎn)t的企業(yè)價(jià)值[6]，計(jì)算公式如下：

在運(yùn)用EVA進(jìn)行價(jià)值創(chuàng)造能力評(píng)價(jià)時(shí)，基于不同的假設(shè)會(huì)有不同的企業(yè)價(jià)值計(jì)算方法。

1.假設(shè)企業(yè)處于成熟期。其EVA值以一個(gè)相對(duì)穩(wěn)定的增長(zhǎng)率（設(shè)為g）持續(xù)增長(zhǎng)，并假設(shè)貼現(xiàn)率為dr，則企業(yè)價(jià)值現(xiàn)值的計(jì)算公式如下：

與財(cái)務(wù)管理理論中的現(xiàn)值計(jì)算公式類似，若n趨近于無(wú)窮大，且dr 大于g 時(shí)，可以將公式（2）簡(jiǎn)化為公式（3）：

至此，結(jié)合公式（1），企業(yè)在t 時(shí)點(diǎn)的價(jià)值計(jì)算公式如下：

2.假設(shè)企業(yè)處于成長(zhǎng)期。EVA值先以一個(gè)較高的增長(zhǎng)率增長(zhǎng)，一段時(shí)間后企業(yè)進(jìn)入發(fā)展平穩(wěn)期，EVA 以一個(gè)較低的、固定的增長(zhǎng)率持續(xù)增長(zhǎng)，則兩階段企業(yè)EVA現(xiàn)值計(jì)算公式如下：

相應(yīng)的，在此情況下，企業(yè)在某一時(shí)點(diǎn)t的價(jià)值計(jì)算公式如下：

基于以上兩種假設(shè)可知，應(yīng)用EVA衡量企業(yè)價(jià)值創(chuàng)造能力時(shí)，可以有不同的企業(yè)價(jià)值計(jì)算方式。但無(wú)論采用何種方式，企業(yè)價(jià)值創(chuàng)造能力的計(jì)算思路都是一樣的——對(duì)企業(yè)在不同時(shí)點(diǎn)上的價(jià)值做差值，以此作為該段時(shí)期內(nèi)企業(yè)價(jià)值創(chuàng)造能力的衡量標(biāo)準(zhǔn)，計(jì)算公式如下：

利用同花順軟件提供的光伏概念板塊數(shù)據(jù)、國(guó)泰安CSMAR數(shù)據(jù)庫(kù)搜集了A股市場(chǎng)光伏概念板塊全部102 家公司2013～2017年共計(jì)5年的年度數(shù)據(jù)（其中EVA需用到2012～2017年共計(jì)6年數(shù)據(jù)）作為初始樣本，剔除由于沒有連續(xù)的財(cái)務(wù)數(shù)據(jù)等原因而導(dǎo)致數(shù)據(jù)無(wú)效、光伏業(yè)務(wù)收入占總營(yíng)業(yè)務(wù)收入低于35%的企業(yè)后，結(jié)合各家光伏企業(yè)對(duì)外公布的年度財(cái)務(wù)報(bào)告，本文最終選擇了62 家光伏企業(yè)2012～2017年的財(cái)務(wù)指標(biāo)等相關(guān)數(shù)據(jù)作為研究樣本，在此基礎(chǔ)上計(jì)算得到影響光伏企業(yè)價(jià)值創(chuàng)造能力（VCA）的3 個(gè)外部影響因素和16 個(gè)內(nèi)部驅(qū)動(dòng)因素的具體數(shù)值，為本文的實(shí)證分析提供數(shù)據(jù)支持。

（二）變量設(shè)置

本文利用線性回歸模型表達(dá)式，構(gòu)造因變量（VCA）和19 個(gè)價(jià)值創(chuàng)造能力驅(qū)動(dòng)因素自變量之間的回歸模型。此外，為有效避免指標(biāo)間可能出現(xiàn)的多重共線問題，兼顧指標(biāo)間的經(jīng)濟(jì)含義，本文在回歸模型中對(duì)光伏企業(yè)價(jià)值創(chuàng)造能力（VCA）、財(cái)政補(bǔ)貼（FS）、總資產(chǎn)（TA）、每股收益（EPS）、資本密集度（CI）5個(gè)絕對(duì)值變量和應(yīng)收賬款周轉(zhuǎn)率（ARTR）這個(gè)相對(duì)值變量進(jìn)行了對(duì)數(shù)處理，模型設(shè)定具體如式（7）所示：

其中，β0為常數(shù)項(xiàng)，βi（i=1，2，…，19）為各個(gè)自變量的回歸系數(shù)，ln 表示對(duì)變量進(jìn)行對(duì)數(shù)處理，ε為殘差項(xiàng)。

在進(jìn)行回歸分析之前，需要通過理論分析對(duì)自變量與因變量之間的正向或負(fù)向影響關(guān)系加以設(shè)定。外部影響因素中，財(cái)政補(bǔ)貼和所得稅優(yōu)惠都是政府為光伏企業(yè)提供的扶持政策，能夠?yàn)楣夥髽I(yè)帶來(lái)最直接的電價(jià)補(bǔ)貼和稅收減免等有利影響，因此這兩個(gè)自變量對(duì)因變量VCA的影響是正向的。市場(chǎng)占有率越高，說(shuō)明企業(yè)在整個(gè)行業(yè)中的競(jìng)爭(zhēng)優(yōu)勢(shì)越明顯，企業(yè)潛在的價(jià)值創(chuàng)造能力也就越強(qiáng)[7]，即自變量市場(chǎng)占有率對(duì)因變量VCA的影響也是正向的。內(nèi)部影響因素中，公司規(guī)模在一定范圍內(nèi)增大時(shí)能夠形成規(guī)模經(jīng)濟(jì)，而一旦企業(yè)資產(chǎn)超過一定范圍，企業(yè)規(guī)模過大反而會(huì)對(duì)價(jià)值創(chuàng)造能力產(chǎn)生負(fù)面影響[8]，因此在實(shí)證分析前尚不能判斷自變量公司規(guī)模對(duì)因變量的影響情況；公司治理方面，第一股東持股比例和獨(dú)立董事比例都并非越高越好，同企業(yè)資產(chǎn)規(guī)模類似，低于或超過某一比例對(duì)企業(yè)VCA的影響是不同的[9]，還需通過實(shí)證分析進(jìn)一步確認(rèn)；創(chuàng)新能力因素方面，專利數(shù)量越多、研發(fā)支出占總收入的比重越大，說(shuō)明企業(yè)的科技創(chuàng)新投入力度越大、產(chǎn)出能力越強(qiáng)，價(jià)值創(chuàng)造能力也隨之越強(qiáng)[10]。此外，成長(zhǎng)能力因素、獲利能力因素、營(yíng)運(yùn)能力因素中涉及的各個(gè)變量，都是從正向角度來(lái)衡量企業(yè)發(fā)展水平、盈利水平和營(yíng)運(yùn)管理水平的，預(yù)計(jì)在回歸模型中都是光伏企業(yè)VCA的正向影響因素。

基于上述理論分析，可以總結(jié)歸納出回歸模型中各自變量與因變量光伏企業(yè)VCA 之間的理論假設(shè)關(guān)系，具體如表1所示。

表1 變量設(shè)定說(shuō)明

（三）描述性統(tǒng)計(jì)分析

以62 家樣本企業(yè)2012～2017年的相關(guān)財(cái)務(wù)數(shù)據(jù)和非財(cái)務(wù)數(shù)據(jù)為基礎(chǔ)，計(jì)算得到回歸分析中各因變量和自變量的原始數(shù)值，從而進(jìn)行變量的描述性統(tǒng)計(jì)分析。首先，計(jì)算因變量光伏企業(yè)VCA 的原始數(shù)據(jù)。結(jié)合公式（2），以光伏企業(yè)2012～2017年間各年EVA 值為基礎(chǔ)，將2012年年末設(shè)定為基期時(shí)間點(diǎn)，折現(xiàn)率dr取值5.5%（參考《中央企業(yè)負(fù)責(zé)人經(jīng)營(yíng)業(yè)績(jī)考核暫行辦法》中關(guān)于資本成本率取值5.5%的相關(guān)規(guī)定），計(jì)算2013～2017年的各年光伏企業(yè)價(jià)值現(xiàn)值。再結(jié)合公式（7），將相鄰年份PVEVA 做差值，計(jì)算得到2013～2017年間各年的光伏企業(yè)價(jià)值創(chuàng)造能力VCA 值。對(duì)5年VCA 值取算術(shù)平均數(shù)，作為因變量光伏企業(yè)價(jià)值創(chuàng)造能力的原始數(shù)據(jù)。其次，根據(jù)各影響因素的計(jì)算公式，可以從收集到的財(cái)務(wù)數(shù)據(jù)中直接獲取或間接計(jì)算得到2013～2017年間各年的自變量數(shù)據(jù)，同樣對(duì)5年數(shù)據(jù)取算術(shù)平均數(shù)，作為各個(gè)自變量的原始面板數(shù)據(jù)。最后，利用軟件SPSS 24對(duì)原始數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果如表2所示。

目前我國(guó)光伏企業(yè)的生存和發(fā)展過于依賴政府補(bǔ)貼和稅收減免，作為光伏產(chǎn)業(yè)主要內(nèi)生驅(qū)動(dòng)力的科技研發(fā)能力仍顯不足。各企業(yè)的短期成長(zhǎng)能力有較大差距，長(zhǎng)期發(fā)展?jié)摿t比較樂觀。由表2 可知，獲利能力和營(yíng)運(yùn)能力方面同樣參差不齊，不過多數(shù)企業(yè)的每股收益、成本費(fèi)用利潤(rùn)率、應(yīng)收賬款周轉(zhuǎn)率等指標(biāo)均高于標(biāo)準(zhǔn)水平，整體來(lái)看各樣本企業(yè)的日常管理和經(jīng)營(yíng)效益表現(xiàn)較好。

（四）相關(guān)性檢驗(yàn)

根據(jù)模型設(shè)定對(duì)光伏企業(yè)價(jià)值創(chuàng)造能力（VCA）、財(cái)政補(bǔ)貼（FS）、總資產(chǎn)（TA）、每股收益（EPS）、資本密集度（CI）和應(yīng)收賬款周轉(zhuǎn)率（ARTR）6 個(gè)指標(biāo)對(duì)應(yīng)的數(shù)據(jù)一一進(jìn)行對(duì)數(shù)處理，針對(duì)新的面板數(shù)據(jù)利用軟件SPSS 24 進(jìn)行Pearson 相關(guān)性檢驗(yàn)，為下文的回歸分析奠定基礎(chǔ)。變量相關(guān)性檢驗(yàn)結(jié)果如表3所示。

1.觀察相關(guān)系數(shù)的符號(hào)以確定變量間的正向或負(fù)向影響關(guān)系?？傎Y產(chǎn)（TA）的對(duì)數(shù)與光伏企業(yè)VCA的對(duì)數(shù)間的相關(guān)系數(shù)為-0.132，說(shuō)明樣本數(shù)據(jù)中各企業(yè)資產(chǎn)規(guī)模每增加1%，會(huì)相應(yīng)地導(dǎo)致VCA值下降0.132%，意味著資產(chǎn)規(guī)模已超過規(guī)模經(jīng)濟(jì)的臨界點(diǎn)，資產(chǎn)的擴(kuò)張反而會(huì)導(dǎo)致企業(yè)價(jià)值創(chuàng)造能力的降低。同理，獨(dú)立董事比例（PID）與光伏企業(yè)（VCA）也是負(fù)相關(guān)關(guān)系。此外，自變量專利數(shù)量（PQ）和流動(dòng)資產(chǎn)周轉(zhuǎn)率（CATR）與因變量的相關(guān)系數(shù)均為負(fù)值，分別為-0.196 和-0.234，這與之前“正向影響”的初始假設(shè)恰好相反，即相關(guān)性檢驗(yàn)的實(shí)證結(jié)果與經(jīng)濟(jì)意義的理論分析不符，需要在回歸分析中重點(diǎn)關(guān)注。

表2 變量描述性統(tǒng)計(jì)

表3 變量相關(guān)性檢驗(yàn)

2.觀察自變量與因變量相關(guān)系數(shù)的具體數(shù)值，初步判斷各自變量與因變量間相關(guān)程度及顯著性。觀察自變量與因變量的相關(guān)系數(shù)可知，應(yīng)收賬款周轉(zhuǎn)率（ARTR）與因變量的相關(guān)系數(shù)僅為0.0005，且沒有通過顯著性檢驗(yàn)（P 值0.598＞0.1），可以認(rèn)為ARTR 與VCA之間不存在相關(guān)性。此外，獨(dú)立董事比例（PID）和流動(dòng)資產(chǎn)周轉(zhuǎn)率（CATR）與因變量的相關(guān)性也沒有通過顯著性檢驗(yàn)，與VCA的相關(guān)性較弱。其余自變量與因變量的相關(guān)性在90%的置信水平下均通過了顯著性檢驗(yàn)（P 值＜0.1）。

3.觀察自變量間的具體數(shù)值，以判斷是否存在嚴(yán)重的多重共線性問題。通常情況下，相關(guān)系數(shù)超過0.8 且通過了顯著性檢驗(yàn)的多個(gè)自變量間往往存在多重共線。由表3 可知，在19 個(gè)自變量中，僅有PQ 和MS 的相關(guān)系數(shù)高于0.8，且P 值為0 通過了顯著性檢驗(yàn)，其余變量間不存在相關(guān)系數(shù)過大且顯著的情況，因此可初步判斷自變量間不存在嚴(yán)重的多重共線性。

續(xù)表3

表4 逐步回歸模型摘要a,o

三、實(shí)證分析與研究結(jié)果

（一）實(shí)證分析

與其他回歸方法相比，逐步回歸分析法最明顯的特征是將各個(gè)自變量逐一地加入回歸模型中，每增加一個(gè)自變量就會(huì)構(gòu)建一個(gè)新的回歸模型，并對(duì)新的回歸模型進(jìn)行變量t 檢驗(yàn)和模型F 檢驗(yàn)，若通過顯著性檢驗(yàn)則保留新引入的自變量，否則將其剔除，直至沒有顯著變量可選入模型為止，從而得到最優(yōu)回歸模型。本文選取的自變量數(shù)量較多，更適用于使用逐步回歸分析法進(jìn)行變量和模型的自主篩選。沿用上文變量相關(guān)性檢驗(yàn)使用的面板數(shù)據(jù)，利用軟件SPSS 24進(jìn)行模型構(gòu)建，基于逐步回歸分析得到的模型摘要如表4所示。

根據(jù)表4 可知，逐步回歸分析共經(jīng)歷了14 次變量引入和模型構(gòu)建過程，最終構(gòu)建的模型14為最優(yōu)回歸模型。模型14中，14個(gè)自變量對(duì)因變量VCA對(duì)數(shù)的解釋程度達(dá)到了最高為76.8%，說(shuō)明回歸模型的擬合程度處于較高水平。標(biāo)準(zhǔn)估算的誤差則隨著自變量的逐個(gè)引入呈降低趨勢(shì)，即模型估計(jì)值與實(shí)際值的偏離程度逐漸縮小，與R方變化類似共同驗(yàn)證了模型的擬合效果逐步達(dá)到最優(yōu)。模型14 的德賓-沃森值為2.058，接近2，意味著該回歸模型通過了D-W 自相關(guān)檢驗(yàn)，不存在自相關(guān)性。表4 的注釋則給出了各模型對(duì)應(yīng)的自變量構(gòu)成，體現(xiàn)了逐步回歸分析過程中代入自變量的步驟和結(jié)果。為進(jìn)一步驗(yàn)證模型14 的擬合顯著性，還需結(jié)合方差分析結(jié)果，具體如表5所示。

表5 ANOVA方差分析

表5 僅列出了模型14 的回歸平方和、殘差平方和、F 統(tǒng)計(jì)量和顯著性P 值等數(shù)據(jù)，模型1～13 的數(shù)據(jù)在此處略去。不難看出，模型14 通過了F 檢驗(yàn)（P值為0），說(shuō)明模型中所有自變量對(duì)因變量的解釋具有聯(lián)合顯著性。進(jìn)一步分析模型14中各變量的顯著性及其系數(shù)值，詳細(xì)結(jié)果如表6所示。

表6 變量系數(shù)

表6 列出了模型14 中各自變量的系數(shù)值、t 檢驗(yàn)、多重共線性檢驗(yàn)結(jié)果等數(shù)據(jù)。不難看出，14個(gè)自變量均通過了t 檢驗(yàn)，相應(yīng)P 值均小于0.05，說(shuō)明在95%的置信水平下模型中變量的回歸系數(shù)均具有顯著性。此外，觀察共線性統(tǒng)計(jì)結(jié)果中方差膨脹因子VIF 值，若0＜VIF＜10，則說(shuō)明變量間不存在多重共線性。14 個(gè)自變量對(duì)應(yīng)的VIF 值均在區(qū)間［1，2］內(nèi)，意味著自變量通過了共線性檢驗(yàn)。至此可以得出，模型14具有擬合顯著性且變量間不存在自相關(guān)性、多重共線性的結(jié)論，進(jìn)一步驗(yàn)證了逐步回歸分析構(gòu)建最優(yōu)回歸模型并對(duì)其進(jìn)行檢驗(yàn)的自主性和優(yōu)越性。接著，將變量系數(shù)代入式（7）模型設(shè)定中，得到最終的多元回歸模型如式（8）所示：

模型中，R2=0.804，調(diào)整后R2=0.768，F(xiàn) 值為21.710，D-W值為2.058。

（二）研究結(jié)果

以光伏企業(yè)VCA 的對(duì)數(shù)作為因變量進(jìn)行逐步回歸的過程，其實(shí)也是對(duì)價(jià)值創(chuàng)造能力的內(nèi)外部驅(qū)動(dòng)因素進(jìn)行識(shí)別和篩選的過程，最優(yōu)回歸模型中納入的自變量均為對(duì)光伏企業(yè)價(jià)值創(chuàng)造能力能夠產(chǎn)生顯著性影響的因素。因此，結(jié)合表6 和式（8）對(duì)因素的識(shí)別和篩選進(jìn)行分析如下：

1.外部影響因素篩選與分析。

（1）政府調(diào)控因素。財(cái)政補(bǔ)貼（FS）對(duì)數(shù)值的變量系數(shù)為1.839，說(shuō)明財(cái)政補(bǔ)貼每提高1%，企業(yè)VCA值會(huì)相應(yīng)提高1.839%。從短期來(lái)看，財(cái)政補(bǔ)貼對(duì)光伏企業(yè)價(jià)值創(chuàng)造能力的影響仍處于較重要地位，但隨著相關(guān)政策的變化及光伏產(chǎn)業(yè)的發(fā)展，財(cái)政補(bǔ)貼的影響力度勢(shì)必會(huì)有所減弱，僅依靠補(bǔ)貼維持企業(yè)發(fā)展非長(zhǎng)久之計(jì)[11]。所得稅優(yōu)惠（PRIT）的系數(shù)為5.592，即所得稅優(yōu)惠力度每提升1%會(huì)使光伏企業(yè)VCA 相應(yīng)提高5.592%，影響效果比較顯著。但與財(cái)政補(bǔ)貼類似，所得稅優(yōu)惠力度繼續(xù)提升的空間很小，光伏企業(yè)需想辦法盡快擺脫對(duì)稅收優(yōu)惠的依賴。

（2）產(chǎn)業(yè)發(fā)展因素。市場(chǎng)占有率（MS）在回歸模型中的變量系數(shù)為13.473，表明市場(chǎng)占有率每提高1%，能夠?yàn)楣夥髽I(yè)VCA 帶來(lái)13.473%的顯著增長(zhǎng)。62 家樣本企業(yè)中有43 家企業(yè)市場(chǎng)占有率不足1%，這些企業(yè)若能在市場(chǎng)份額方面突破1%的瓶頸，則價(jià)值創(chuàng)造能力也將會(huì)有明顯提升。

2.內(nèi)部驅(qū)動(dòng)因素篩選與分析。

（1）公司規(guī)模因素。總資產(chǎn)（TA）沒有被納入最優(yōu)回歸模型中，認(rèn)為其不能對(duì)光伏企業(yè)價(jià)值創(chuàng)造能力產(chǎn)生顯著影響。

（2）治理結(jié)構(gòu)因素。第一股東持股比例（PFS）在回歸模型中的系數(shù)為12.117，說(shuō)明對(duì)62 家樣本企業(yè)而言，若股權(quán)能夠相對(duì)集中，將對(duì)企業(yè)經(jīng)營(yíng)決策的選擇產(chǎn)生積極影響，從而提升企業(yè)價(jià)值創(chuàng)造能力。獨(dú)立董事比例（PID）被最優(yōu)回歸模型剔除在外，此處不再討論。

（3）創(chuàng)新能力因素。專利數(shù)量（PQ）和研發(fā)支出占總收入的比重（RPR）二者中，僅有后者被納入到最優(yōu)回歸模型，對(duì)應(yīng)的系數(shù)為15.285。對(duì)于光伏企業(yè)而言，繼續(xù)加強(qiáng)研發(fā)力度無(wú)疑會(huì)帶來(lái)更好的產(chǎn)出效果和經(jīng)營(yíng)效益，應(yīng)當(dāng)充分認(rèn)識(shí)科技創(chuàng)新驅(qū)動(dòng)價(jià)值創(chuàng)造的重要性。

（4）成長(zhǎng)能力因素。本文選取的4 個(gè)成長(zhǎng)能力因素指標(biāo)均被納入到最優(yōu)回歸模型中，說(shuō)明與光伏企業(yè)潛在發(fā)展能力相關(guān)的財(cái)務(wù)指標(biāo)可以對(duì)價(jià)值創(chuàng)造能力產(chǎn)生普遍影響。每股收益增長(zhǎng)率（GREPS）在回歸模型中的非標(biāo)準(zhǔn)化系數(shù)為18.050，標(biāo)準(zhǔn)化系數(shù)為0.451，其中標(biāo)準(zhǔn)化系數(shù)反映的是數(shù)據(jù)無(wú)量綱化后的系數(shù)值，自變量的標(biāo)準(zhǔn)化系數(shù)越大，對(duì)因變量的影響程度也就越大。在所有自變量中每股收益增長(zhǎng)率的標(biāo)準(zhǔn)化系數(shù)最大，說(shuō)明光伏企業(yè)每股收益的增長(zhǎng)與其價(jià)值創(chuàng)造能力的提升密切相關(guān)。銷售收入增長(zhǎng)率（GRSR）、可持續(xù)增長(zhǎng)率（SGR）、資本保值增值率（VRCP）在回歸模型中的非標(biāo)準(zhǔn)化系數(shù)分別為8.230、18.994 和12.662，標(biāo)準(zhǔn)化系數(shù)分別為0.323、0.258和0.263，與每股收益增長(zhǎng)率一樣，均是光伏企業(yè)價(jià)值創(chuàng)造能力的主要內(nèi)生驅(qū)動(dòng)力。

（5）獲利能力因素。最優(yōu)回歸模型中包含了反映企業(yè)獲利能力的全部4個(gè)財(cái)務(wù)指標(biāo)——凈資產(chǎn)收益率（RONA）、每股收益（EPS）、主營(yíng)業(yè)務(wù)利潤(rùn)率（MBPM）和成本費(fèi)用利潤(rùn)率（CPM）的非標(biāo)準(zhǔn)化系數(shù)分別為6.681、2.018、25.277 和3.661，標(biāo)準(zhǔn)化系數(shù)分別為0.212、0.204、0.410和0.189。由于回歸分析選取的因變量為光伏企業(yè)VCA 的對(duì)數(shù)值，而VCA 數(shù)據(jù)本身就是由企業(yè)稅后凈營(yíng)業(yè)利潤(rùn)（NOPAT）和企業(yè)資本成本間接計(jì)算得來(lái)的，以VCA為衡量標(biāo)準(zhǔn)的企業(yè)價(jià)值創(chuàng)造能力勢(shì)必會(huì)受到如凈資產(chǎn)、凈利潤(rùn)、成本費(fèi)用等財(cái)務(wù)指標(biāo)的顯著影響。

（6）營(yíng)運(yùn)能力因素。資本密集度（CI）是營(yíng)運(yùn)能力因素中唯一被納入最優(yōu)回歸模型的變量。逐步回歸分析在篩選變量的過程中，將流動(dòng)資產(chǎn)周轉(zhuǎn)率（CATR）和應(yīng)收賬款周轉(zhuǎn)率（ARTR）都剔除在回歸模型之外，二者無(wú)法對(duì)VCA 值產(chǎn)生顯著影響，說(shuō)明通過提升營(yíng)運(yùn)能力來(lái)推動(dòng)企業(yè)價(jià)值創(chuàng)造的效果可能并不明顯，其潛在內(nèi)生驅(qū)動(dòng)力較弱。

四、小結(jié)

本文基于逐步回歸分析法，對(duì)62家上市光伏企業(yè)的樣本數(shù)據(jù)進(jìn)行了實(shí)證分析，識(shí)別并篩選了可以顯著影響光伏企業(yè)價(jià)值創(chuàng)造能力的外部影響因素和內(nèi)部驅(qū)動(dòng)因素?？傮w而言，外部影響因素中市場(chǎng)占有率對(duì)樣本企業(yè)價(jià)值創(chuàng)造影響最大，內(nèi)部驅(qū)動(dòng)因素中成長(zhǎng)能力和獲利能力則是提升價(jià)值創(chuàng)造能力的關(guān)鍵所在，如每股收益增長(zhǎng)率、可持續(xù)增長(zhǎng)率、主營(yíng)業(yè)務(wù)利潤(rùn)率等財(cái)務(wù)指標(biāo)能夠在很大程度上顯著反映光伏企業(yè)VCA值的潛在變化情況，是價(jià)值創(chuàng)造的重要內(nèi)生驅(qū)動(dòng)力。因此，為持續(xù)提升光伏企業(yè)價(jià)值創(chuàng)造能力，一方面，管理層應(yīng)當(dāng)重點(diǎn)關(guān)注財(cái)務(wù)戰(zhàn)略的決策和實(shí)施，合理規(guī)劃企業(yè)財(cái)務(wù)資源配置模式，調(diào)優(yōu)資本成本結(jié)構(gòu)、改善成本費(fèi)用配置管理、提高投入產(chǎn)出效率，并與企業(yè)盈利模式的改善和獲利能力的提高相契合；另一方面，成長(zhǎng)潛力是光伏企業(yè)價(jià)值創(chuàng)造能力提升的核心保障，管理層需對(duì)每股收益和可持續(xù)增長(zhǎng)等給予足夠重視。