■姚舜欣

澳門(mén)科技大學(xué)研究生院

一、引言

隨著中國(guó)經(jīng)濟(jì)進(jìn)入優(yōu)質(zhì)發(fā)展階段，推動(dòng)杠桿率上升的因素正在發(fā)生重要變化。金融監(jiān)管加強(qiáng)、金融市場(chǎng)逐步完善，上級(jí)加強(qiáng)了對(duì)地方政府性債務(wù)的約束，特別是加大了對(duì)地方政府隱性債務(wù)的清理整頓和規(guī)范。但與此同時(shí)，在全球經(jīng)濟(jì)整體下行的壓力下，個(gè)別企業(yè)的財(cái)務(wù)狀況也相應(yīng)出現(xiàn)了問(wèn)題，非效益投資使企業(yè)的投資效率大幅降低，也進(jìn)一步影響了企業(yè)的盈利能力。

盈利性是指企業(yè)獲得利潤(rùn)的能力，又稱(chēng)資本增值能力，通常表現(xiàn)為企業(yè)在一定時(shí)期內(nèi)獲得收益的數(shù)量及其水平。衡量企業(yè)盈利能力的指標(biāo)有很多，如ROA（資產(chǎn)收益率）、ROE（凈資產(chǎn)收益率）以及投入產(chǎn)出比等。

投資效益是指企業(yè)投資所取得的有效成果與所消耗或占用的投入金額之間的比率，即企業(yè)投資活動(dòng)所取得的收益與所產(chǎn)生的費(fèi)用的比例關(guān)系及產(chǎn)出與投入的比例關(guān)系。非效率投資是指管理者不是按照股東價(jià)值最大化的決策標(biāo)準(zhǔn)來(lái)選擇投資項(xiàng)目，而是以管理者的私人收益最大化為目標(biāo)，放棄企業(yè)在資源充足的情況下凈現(xiàn)值為正的項(xiàng)目，而是將企業(yè)資源投入凈現(xiàn)值為負(fù)的項(xiàng)目。非效益投資可能導(dǎo)致企業(yè)的負(fù)債風(fēng)險(xiǎn)增大。

本文運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)手段，收集2000—2021 年我國(guó)重要上市企業(yè)的面板數(shù)據(jù)，運(yùn)用面板數(shù)據(jù)法建立了回歸模型，對(duì)上市企業(yè)的非效率投資和盈利能力之間的聯(lián)系進(jìn)行了實(shí)證研究，并提出了相關(guān)建議。

二、文獻(xiàn)綜述

幾乎所有的國(guó)內(nèi)外學(xué)者都把非效益投資作為被解釋的變量，來(lái)探討非效益投資的影響因素。例如，秦麗娜和張晉（2022）從控股股東股權(quán)質(zhì)押、機(jī)構(gòu)投資者持股、機(jī)構(gòu)投資者質(zhì)押控股股東股權(quán)三個(gè)方面探討了非效率投資的影響因素，并在此過(guò)程中對(duì)國(guó)內(nèi)外學(xué)者的不同觀點(diǎn)進(jìn)行了綜述和探討。在此文獻(xiàn)綜述的基礎(chǔ)上，秦麗娜和張晉（2022）進(jìn)一步構(gòu)建了計(jì)量經(jīng)濟(jì)學(xué)模型，以企業(yè)的非效率投資作為因變量。該模型利用Richardson 投資期望模型的基本思想，利用上市企業(yè)的財(cái)務(wù)面板數(shù)據(jù)進(jìn)行多元線性回歸分析，通過(guò)模型的隨機(jī)誤差項(xiàng)來(lái)量化企業(yè)的非效率投資程度。此外，鄭盛榮（2022）也是基于這一思想，對(duì)企業(yè)的非效率投資程度進(jìn)行量化，利用多元線性回歸模型中的殘差絕對(duì)值來(lái)衡量企業(yè)的非效率投資程度，同時(shí)兼顧了對(duì)變量的調(diào)節(jié)和控制。

國(guó)內(nèi)外學(xué)者也從新的角度考察了企業(yè)盈利能力的影響因素。史聰佩（2016）認(rèn)為影響企業(yè)盈利能力的因素主要有國(guó)家政策，企業(yè)的市場(chǎng)營(yíng)銷(xiāo)能力、盈利構(gòu)成、資本結(jié)構(gòu)、資金效率、經(jīng)營(yíng)模式和盈利質(zhì)量等。Kroupova（2016）運(yùn)用復(fù)雜的數(shù)理模型，發(fā)現(xiàn)產(chǎn)出價(jià)格的變化、漲價(jià)成分的變化和技術(shù)的變化是盈利能力發(fā)展的主要決定因素。苗慧（2012）建立了多元線性回歸模型，以ROE 作為衡量企業(yè)盈利能力的指標(biāo)進(jìn)行回歸分析，發(fā)現(xiàn)非效率投資會(huì)對(duì)企業(yè)盈利能力產(chǎn)生明顯抑制作用。

也有不少學(xué)者為企業(yè)如何降低杠桿率、增強(qiáng)盈利能力提供了指導(dǎo)意見(jiàn)。劉貫春等（2022）認(rèn)為，金融資產(chǎn)持有份額的上升有助于降低企業(yè)杠桿率。因此，在“去杠桿”過(guò)程中，需要特別關(guān)注企業(yè)過(guò)度依賴(lài)金融渠道盈利的情況。

上述研究一方面為我們提供了研究的視角和手段，同時(shí)對(duì)新的研究路徑也是一種啟迪；另一方面這些研究大多以企業(yè)的非效率投資為響應(yīng)變量，對(duì)于盈利能力的研究大多從比較直接的影響因素入手，而對(duì)于企業(yè)的投資效率對(duì)企業(yè)盈利能力的影響則沒(méi)有特別關(guān)注。

三、數(shù)據(jù)與方法論

本文采用國(guó)泰安CSMAR 數(shù)據(jù)庫(kù)中的企業(yè)研究系列數(shù)據(jù)作為數(shù)據(jù)來(lái)源。選取了中國(guó)重要的上市企業(yè)相關(guān)面板數(shù)據(jù)101125 條，運(yùn)用Anaconda 平臺(tái)的Python 筆記本功能，經(jīng)過(guò)清洗與整理，形成了41927 條數(shù)據(jù)。數(shù)據(jù)的時(shí)間跨度為2000—2021 年。根據(jù)中心極限定理的基本思想，隨著數(shù)據(jù)的樣本容量增大，數(shù)據(jù)樣本平均值的分布形態(tài)將無(wú)限接近正態(tài)分布，這也更符合計(jì)量經(jīng)濟(jì)學(xué)中的高斯-馬爾科夫假設(shè)。

在變量的構(gòu)造中，響應(yīng)變量是企業(yè)的凈資產(chǎn)收益率（ROE），解釋變量是企業(yè)的非效率投資度。企業(yè)的非效率投資度的衡量是采用Richardson 的投資期望模型的基本思想，通過(guò)選取相關(guān)的財(cái)務(wù)指標(biāo)進(jìn)行多元線性回歸，以模型殘差項(xiàng)的絕對(duì)值作為量化指標(biāo)。

非效率投資度的計(jì)算公式見(jiàn)式（1），數(shù)據(jù)的描述性統(tǒng)計(jì)如表1 所示。

表1 數(shù)據(jù)的描述性統(tǒng)計(jì)

其中，Invt為t年企業(yè)的實(shí)際新增投資支出；Growtht-1為t-1 年企業(yè)的成長(zhǎng)機(jī)會(huì)；Levt-1為t-1 年企業(yè)的財(cái)務(wù)杠桿率；Casht-1為t-1 年企業(yè)的現(xiàn)金流狀況；Aget-1為t-1 年企業(yè)的年齡；Sizet-1為t-1 年企業(yè)的資產(chǎn)規(guī)模；Rett-1為t-1年企業(yè)的股票收益率；Invt-1為t-1 年的新增投資支出；∑Industry為行業(yè)虛擬變量；∑Year為年份虛擬變量；ε為模型估計(jì)的殘差。該數(shù)據(jù)源于CSMAR。

凈資產(chǎn)收益率的平均值為0.5334166，非效率投資度的平均值為0.0480585。值得注意的是，凈資產(chǎn)收益率的波動(dòng)幅度大于非效率投資度的波動(dòng)幅度?？傮w來(lái)看，該數(shù)據(jù)樣本容量較大，根據(jù)中心極限定理的相關(guān)原理，樣本平均值趨向于正態(tài)分布，符合計(jì)量經(jīng)濟(jì)學(xué)中的高斯-馬爾科夫假設(shè)。在做回歸分析之前，我們先對(duì)變量取自然常數(shù)為底的對(duì)數(shù)，以增強(qiáng)數(shù)據(jù)的穩(wěn)定性，減少異方差的性質(zhì)。

本文采用計(jì)量經(jīng)濟(jì)學(xué)方法中經(jīng)典的面板數(shù)據(jù)法構(gòu)建回歸模型。主要有三種傳統(tǒng)經(jīng)典面板回歸模型：固定效應(yīng)模型（FEM）、隨機(jī)效應(yīng)模型（REM）和混合回歸模型（OLS）。費(fèi)劍平（2009）系統(tǒng)地論述了這三種模型的區(qū)別，并指出了這三種模型在不同情況下的使用方法。當(dāng)特異誤差無(wú)序列相關(guān)且具有同方差時(shí)，固定效應(yīng)估計(jì)量與一階差分法相比是有效的。雖然固定效應(yīng)法直接適用于非平衡面板數(shù)據(jù)，但我們必須假定某些時(shí)期數(shù)據(jù)缺失的原因與特異誤差之間沒(méi)有系統(tǒng)的關(guān)系。當(dāng)我們認(rèn)為非觀測(cè)效應(yīng)與所有解釋變量無(wú)關(guān)時(shí)，適用于隨機(jī)效應(yīng)估量法。此時(shí)非觀測(cè)效應(yīng)可以留在誤差項(xiàng)中，由此產(chǎn)生的序列相關(guān)可以用廣義的最小二乘估計(jì)法處理。估算的變換參數(shù)值表明，估算結(jié)果與混合最小二乘法統(tǒng)計(jì)值或固定效應(yīng)估計(jì)值更接近。所以在選用模型的過(guò)程中，要實(shí)事求是地堅(jiān)持具體問(wèn)題具體分析的原則，根據(jù)模型的適當(dāng)性來(lái)選擇，而不能只對(duì)模型的統(tǒng)計(jì)意義進(jìn)行估算。

四、模型結(jié)果

本文采用Stata 14 作為回歸的主要手段構(gòu)建模型，還采用EViews 11 作為輔助的穩(wěn)健性檢驗(yàn)手段。

以ROE為因變量進(jìn)行回歸分析，回歸結(jié)果如表2所示。

表2 回歸結(jié)果

異方差性通過(guò)BP 檢驗(yàn)得到，內(nèi)生性通過(guò)豪斯曼檢驗(yàn)得到。根據(jù)BP 檢驗(yàn)的結(jié)果，隨機(jī)效應(yīng)模型優(yōu)于混合回歸模型。根據(jù)豪斯曼檢驗(yàn)的結(jié)果，固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型。根據(jù)統(tǒng)計(jì)檢驗(yàn)的結(jié)果，選擇固定效應(yīng)模型作為本次研究的壓軸模型。固定效應(yīng)模型見(jiàn)式（2） 。

其中：lnY是取對(duì)數(shù)的凈資產(chǎn)收益率。

下面對(duì)模型進(jìn)行穩(wěn)健性檢驗(yàn)。首先對(duì)數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)，根據(jù)ADF 檢驗(yàn)的結(jié)果，數(shù)據(jù)不存在單位根。通過(guò)VIF 命令計(jì)算方差膨脹因子，發(fā)現(xiàn)VIF 的值為1.0000，低于10 的臨界值，模型多重共線性極低。進(jìn)行BP 異方差檢驗(yàn)，發(fā)現(xiàn)模型的P值在0.05 的顯著性水平上拒絕原假設(shè)，模型不存在異方差。進(jìn)行豪斯曼內(nèi)生性檢驗(yàn)，發(fā)現(xiàn)P值在0.05 的水平上拒絕原假設(shè)，說(shuō)明模型內(nèi)生性幾乎為零。進(jìn)行DW 檢驗(yàn)，發(fā)現(xiàn)模型不存在自相關(guān)性。綜上所述，模型的穩(wěn)健性是比較好的。

整體而言，非效率投資度與企業(yè)的凈資產(chǎn)收益率存在著負(fù)相關(guān)關(guān)系。從模型的系數(shù)上來(lái)看，非效率投資度增加1 個(gè)單位，企業(yè)的凈資產(chǎn)收益率減少0.0139473 個(gè)單位。這一負(fù)相關(guān)關(guān)系在統(tǒng)計(jì)學(xué)意義上是顯著的，但是在經(jīng)濟(jì)意義上并沒(méi)有非常明顯。雖然如此，我們?nèi)钥梢哉J(rèn)為企業(yè)的非效率投資對(duì)企業(yè)的財(cái)務(wù)績(jī)效有著負(fù)面影響。

五、結(jié)論

從實(shí)證研究的結(jié)果來(lái)看，企業(yè)的非效率投資對(duì)企業(yè)的盈利狀況有負(fù)面影響，這種聯(lián)系是一種極輕微的負(fù)相關(guān)關(guān)系。也就是說(shuō)，企業(yè)的低效投資對(duì)企業(yè)的盈利能力不僅沒(méi)有貢獻(xiàn)，反而可能有害。企業(yè)要努力減少非效率投資，通過(guò)各種手段來(lái)增強(qiáng)企業(yè)的盈利能力。

為此，根據(jù)有關(guān)調(diào)研情況，向企業(yè)提出以下三點(diǎn)建議：

一是企業(yè)要努力健全現(xiàn)代企業(yè)制度，完善企業(yè)治理結(jié)構(gòu)。在制度層面，建立好人、財(cái)、物、供、產(chǎn)、銷(xiāo)的管理規(guī)章。反對(duì)家族企業(yè)極端化傾向，完善企業(yè)法人制度，根據(jù)國(guó)家有關(guān)經(jīng)濟(jì)法規(guī)，形成企業(yè)自身的資產(chǎn)管理體系，將代理問(wèn)題降到最低。在資本結(jié)構(gòu)層面，應(yīng)該具體問(wèn)題具體分析，這樣才能建立起一個(gè)合理的資本結(jié)構(gòu)?？梢岳靡蜃幽Ｐ偷姆椒ń⒛繕?biāo)資本結(jié)構(gòu)模型，以財(cái)務(wù)狀況、資產(chǎn)結(jié)構(gòu)、生產(chǎn)銷(xiāo)售、稅率匯率和人格特質(zhì)等數(shù)據(jù)為基礎(chǔ)，幫助企業(yè)進(jìn)行決策。

二是企業(yè)要增強(qiáng)信息披露的透明度。中小企業(yè)應(yīng)優(yōu)化信息披露機(jī)制，強(qiáng)化保護(hù)投資者的措施。綜合降低外部第三方機(jī)構(gòu)獲取信息的成本，最大限度地緩解因信息不對(duì)稱(chēng)而產(chǎn)生的逆向選擇、道德風(fēng)險(xiǎn)等方面的問(wèn)題。通過(guò)自覺(jué)的信息披露，提升對(duì)企業(yè)道德規(guī)范和社會(huì)責(zé)任的重視程度，提升企業(yè)自身形象。同時(shí)，外部相關(guān)監(jiān)管部門(mén)應(yīng)盡可能將信息披露的責(zé)任和義務(wù)落實(shí)到相關(guān)責(zé)任對(duì)象，對(duì)于長(zhǎng)期不履行披露義務(wù)的企業(yè)，要違法必究，利用數(shù)字化手段建立監(jiān)管系統(tǒng)，進(jìn)行精準(zhǔn)監(jiān)控。

三是在經(jīng)營(yíng)管理層面，一方面要在生產(chǎn)研發(fā)領(lǐng)域投入更多的資金；另一方面要注意保證企業(yè)現(xiàn)金流的穩(wěn)定。在《國(guó)富論》中，亞當(dāng)·斯密認(rèn)為生產(chǎn)是創(chuàng)造財(cái)富的源泉。企業(yè)在生產(chǎn)資金、研發(fā)設(shè)計(jì)等方面的投入增加，是一個(gè)賦能實(shí)體經(jīng)濟(jì)的過(guò)程。實(shí)體企業(yè)不應(yīng)過(guò)度從事金融投資業(yè)務(wù)，以追求短期收益。此外，目前我國(guó)很多小微企業(yè)因?yàn)橘Y金鏈斷裂，出現(xiàn)資金困境，進(jìn)而引發(fā)破產(chǎn)危機(jī)。所以企業(yè)應(yīng)該建立一支專(zhuān)業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估人才隊(duì)伍，利用高科技手段對(duì)現(xiàn)金流狀況進(jìn)行實(shí)時(shí)監(jiān)控和評(píng)估。例如，基于大數(shù)據(jù)分析的人工智能模型中的決策樹(shù)算法，就可以作為企業(yè)現(xiàn)代化決策的有力手段。