营运资本管理与企业价值计量分析

P

资本运营CAPITALOPERATION

营运资本管理与企业价值计量分析

西南财经大学

在现代财务理论中，作为公司短期财务管理的核心内容，营运资本政策在很大程度上属于经验分析的范畴，有关其政策的理论分析是极为缺乏的，因而制约了企业在营运资本管理方面效率的提高。众所周知，对于某一财务问题，即使在理论上已经有了明确科学的结论，也并不意味着企业财务政策的制定就不会存在疑的、

问和困难。“营运资本”也会成为人们广泛议论的一个理财话题。

一、文献回顾

董海婷

投入资本回报率表现为负相关的关系。随着企业的负债比率越来越高，企业会更加关注营运资本管理。此时，企业的营运资本被使

用的最有效率。因此我们预期负债比率与企业价值表现为负相关的关系。假设２：流动比率、速动比率与企业价值相关，并且与总流动资产比例对企业资产利润率表现为负相关的关系。假设３：

绩效没有直接的影响。本假设是研究上市公司流动资产的持有水平与企业绩效的相关性。代表上市公司绩效的主要指标有资产报酬率和股权资本报酬率。我们预测，流动资产自身并不具备产生现金流量的能力，与企业价值没有相关性。假设４：流动负债比率与企业价值相关，并且与投入资本回报率表现为负相关的关系。假设５：营运资本周转率与企业价值存在正相关。本假设是研究营运资本周转速度与公司经营绩效的相关性。

（三）样本选取本文的研究期限定为５年（２００３－２００７），以深市和沪市２００３年至２００７年所有Ａ股上市公司为研究对象。根据研究的需要，所收集的数据主要是２００３年至２００７年样本公司年度报表中的流动资产、总资产、流动负债、总负债、销售收入和净利润。以上数据主要是由“国泰安ＣＳＭＡＲ系列研究数据库系统”提供。研究采用了面板数据（ＰａｎｅｌＤａｔａ）以减少多重共线性带来的影响。

本研究筛选出３９４家作为本次研究的样本。样本的选取主要遵循以下原则：第一，公司上市年限较长，如若上市时间不足５年，则该公司将被剔除。第二，数据完备，相关参数可以计算。上市公司如果有一年或一年以上的数据缺失，则该公司将被剔除；同时，出于统计分析的必要，剔除个别年度异常的会计数据。第三，剔除金融类公司。

（四）模型构建所建立的多元回归模型如下：

Ｙｉ＝β０＋β１Ｘ１ｉ＋β２Ｘ２ｉ＋β３Ｘ３ｉ＋β４Ｘ４ｉ＋β５Ｘ５ｉ＋β６Ｘ６ｉ＋ｕｉ

模型包含被解释变量Ｙ和６个解释变量。其中βｊ（ｊ＝０，１，２，３，４，５，６）为模型的参数，ｕｉ为随机误差项。

三、实证分析

（一）国外研究国外关于营运资金管理的研究始于２０世纪

３０年代。在实证研究上，很多专家学者都针对大量的上市公司开展调研。ＫｅｎｎｅｔｈＮｕｎｎ（１９８１）是较早地通过实证研究揭示营运资金的战略性影响因素的学者。Ｈｙｕｎ－ＨａｎＳｈｉｎ和ＬｕｃＳｏｅｎｅｎ（１９９８）通过实证分析发现，公司的净营业周期同公司的盈利性以及股票投资回报之间存在显著的负相关关系。此外，从１９９７年起美国ＲＥＬ咨询公司和ＣＦＯ杂志对美国最大的１０００家企业的营运资金开展调查，并每年发布一次年度调查报告。

（二）国内研究我国对营运资金管理的研究是从２０世纪９０年代后开始的。总体来看，我国对营运资金管理的研究没有得到应有重视，大多数研究仅是对某个营运资金项目的孤立研究，少有对营运资金的系统研究。王竹泉、刘文静和高芳（２００７）认为，各行业上市公司在经历过１９９７～１９９９年的经济波动后，营运资金管理的绩效在不断提升，不同行业之间存在较大的差异且存在相互作用。此外，其研究中按营运资金周转期指标分行业对２００６年度中国上市公司营运资金管理绩效进行了排名，这为我国企业营运资金管理的研究和评价提供了数据支持。

二、研究设计

（一）变量构造（１）本文选取总资产利润率为被解释变量。使用总资产利润率来衡量企业营业获利能力。计算方法简单明了，能够较为准确反映企业营业决策下债权人和权益人投入资本的投资效率，从而反映企业绩效与价值。（２）选取流动比率、速动比率、资产负债率、流动资产比率、流动负债比率、营运资金周转率为解释变量。其中，流动比率和营运资本配置率所反映的偿债能力是相同的，但流动比率是相对数，排除了企业规模不同的影响；流动资产比率用来衡量企业的营运资本投资政策，该比例越小政策越激进；营运资本的融资政策一般用流动负债占总资产的比例来表示，这一比例可以反映在企业的全部资产中流动负债融资的百分比。变量定义及计量规则见表１。

表1

变量定义及计量规则一览表

（一）回归分析运用ＯＬＳ估计的多元回归结果见表２。

Ｖａｒｉａｂｌｅ

Ｘ１表2

多元回归分析表

变量类型被解释变量

解释变量

变量名称总资产利润率流动比率速动比率资产负债率流动资产比率流动负债比率营运资金周转率符号ＹＸ１Ｘ２Ｘ３Ｘ４Ｘ５Ｘ６计算公式净利润／总资产流动资产／流动负债速动资产／流动负债负债／总资产流动资产／总资产流动负债／总资产销售收入／营运资本

Ｃｏｅｆｆｉｃｉｅｎｔ－０．０１３２０４Ｓｔｄ．Ｅｒｒｏｒｔ－Ｓｔａｔｉｓｔｉｃ０．００７２４６－１．８２２２２７Ｐｒｏｂ．０．０６９２（二）研究假设假设１：资产负债率与企业价值相关，并且与

（二）模型检验模型检验分为三部分：经济意义检验、统计推

断检验和计量经济学检验。

８

·

P

资本运营CAPITALOPERATION

（１）经济意义检验。从回归结果看，Ｘ１、Ｘ３、Ｘ５的符号符合特定的经济意义，即流动比率、资产负债率和流动负债比率与企业价值成负相关关系且与预测相符。Ｘ２、Ｘ６的符号与经济意义相反，需要应运一定的方法找出错误的原因，改进模型，如考虑模型是否存在多重共线性。Ｘ４的符号表明流动资产比率与企业价值成正相关关系，这个结论与预期相反。

（２）统计推断检验。第一，拟合优度检验：从回归的结果看，可决系数０．４７１６３２，根据以往的研究，所以模型的拟合程度可以接受。第二，Ｆ检验：给定显著性水平ａ＝０．０５，在Ｆ分布表中查出自由度为ｋ－１＝６和ｎ－ｋ＝３８７的临界值Ｆａ（６，３８７）＝２．１０，由回归结果得到的Ｆ＝５７．５７４０６。由于Ｆ＝５７．５７４０６＞Ｆａ（６，３８７）＝２．１０，说明回归方程显著，各解释变量对被解释变量的联合影响显著。第三，ｔ检验：给定ａ＝０．０５，查ｔ分布表，在自由度为ｎ－７＝３９４－７＝３８７时得临界值１．９６０，而各解释变量中，Ｘ１、Ｘ２、Ｘ６的ｔ值均小于临界值，所以它们对因变量没有显著性影响，而Ｘ３、Ｘ４、Ｘ５的ｔ值均大于临界值，它们对因变量有显著影响。

（３）计量经济学检验，具体包括多重共线性检验、异方差性的检验和自相关检验。第一，多重共线性检验及修正。通过直观判断法：从上面统计推断检验中可以看出Ｘ１、Ｘ２、Ｘ６的ｔ值均小于临界值，所以它们对因变量没有显著性影响，并且Ｘ２和Ｘ６的ｔ值符号与经济意义相反，说明很可能存在严重的多重共线性。计算各解释变量的相关系数，得相关系数矩阵，见表３。

Ｘ６Ｘ２Ｘ５Ｘ４Ｘ３

１０．９７７９０５４２６２４７－０．３１１８６９５９７０３０．０３８５４１１２１１４４６０．０１１０３５６４９０４４８Ｘ１

１－０．３１５８２９３５３２９６０．０４１７６９８２９９８７４０．０１０５９９８７９０２９６Ｘ２－０．０４８３１３２７５１１７４－０．３１５８２９３５３２９６Ｘ３－０．３１１８６９５９７０３１－０．１２２６５２５２６４４

－０．０５６５７９４４７５７６９０．０１６８２８９５５２７８８０．１９９９６９９２６８４７１０．４３４５３８０８０３２３Ｘ４０．１０６３３２５６６９０１

０．０４１７６９８２９９８７４－０．１２２６５２５２６４４１－０．０８２５６２９９４５２０８Ｘ５０．０３８５４１１２１１４４６

１０．０１０５９９８７９０２９６－０．０８２５６２９９４５２０８Ｘ６０．０１１０３５６４９０４４８－０．０４８３１３２７５１１７４

Ｘ１表3

相关系数矩阵

权数Ｗ１５＝１／Ｘ５进行异方差修正的结果最好，见表５：

Ｘ１＊Ｘ３Ｘ３Ｒ－ｓｑｕａｒｅｄ

表5

修正异方差回归分析表

０．００２２３４－０．１０１３７８０．７３２７６７０．００１０８３２．０６３２０１０．００７７０８－１３．１５３０２Ｍｅａｎｄｅｐｅｎｄｅｎｔｖａｒ０．０３９８０．０００００．００２０４９可以看出，在进行了异方差的修正以后，参数的ｔ检验均显著，可决系数有所提高，Ｆ统计量也有大幅度提高。使得该模型更接近真实情况。

第三，自相关检验。给定显著性０．０５，查表可知ＤＷ统计量为２．０９４６３４，根据ＤＷ统计判断可知不存在自相关性。（四）最终估计结果在经过了一系列的检验之后，得到了最终的估计结果：

ｔ＝０．１６１６９３－０．００７７８９Ｘ１－０．２１３４７３Ｘ２＋０．０６２８２６Ｘ３－０．０５５８１５Ｘ４（０．０１００７３）（０．００１３１４）（０．００９６６０）（０．０１４３９４）（０．０１１１１４）

ｔ＝（１６．０５２１７）（－５．９２８１４８）（－２２．０９９４１）（４．３６４６０９）（－５．０２２１６８）Ｒ２＝０．５６１６３６＝０．５５７１２９Ｆ＝１２７．３０４８ｄｆ＝３８９

综合上述描述性统计结果和实证分析结果，可以出如下结论：（１）流动资产的占用比例与企业的盈利能力存在正的相关性；流动资产占用水平较高，营运资本在总营业额中所占的比重较大，但二者近几年来均有不断下降的趋势；（２）流动负债比例与企业的盈利能力负相关，负债比率与营运资本管理成负相关关系，营运资本管理越有效率，从而使企业价值越大。较多使用流动负债融资，上市公司的财务风险较大；（３）流动比率、与企业价值相关，并且与总资产利润率表现为负相关的关系。（４）为了消除多重共线性的影响我们删除了解释变量营运资本周转率，所以营运资本周转期对企业价值的影响无法考察。

客观而论，在理论上对营运资本与企业价值之间的相关性进行分析具有极大困难。在这个领域，假说可能比经验检验更为重要。明确了营运资本与企业价值无关、明确了流动资产占用与现金流量的创造无关，就可以为企业制定先进的营运资本政策指明方向，为理财目标的实现创造条件。

参考文献：

［１］滕宝红：《哈佛模式———营运资金管理》，中国标准出版社２００３年版。［２］王金梁：《试析“零营运资金”在企业财务管理中的运用》，《东北财经大学学报》２００４年第３期。

（编辑肖曼）

·

由相关系数矩阵可以看出，Ｘ１和Ｘ２之间的相关系数较高，证

实确实存在严重多重共线性。通过逐步回归法对多重共线性进行修正，发现剔除Ｘ２和Ｘ６后，模型的可决系数和ｔ值有了明显的改善，各解释变量对因变量的影响有了显著提高，模型的整体拟合程度较好，见表４。

Ｖａｒｉａｂｌｅ

ＣＸ１Ｘ３Ｘ４Ｘ５

Ｒ－ｓｑｕａｒｅｄ

ＡｄｊｕｓｔｅｄＲ－ｓｑｕａｒｅｄＳ．Ｅ．ｏｆｒｅｇｒｅｓｓｉｏｎＳｕｍｓｑｕａｒｅｄｒｅｓｉｄＬｏｇｌｉｋｅｌｉｈｏｏｄ

Ｄｕｒｂｉｎ－Ｗａｔｓｏｎｓｔａｔ表4

修正多重共线性回归分析表

Ｃｏｅｆｆｉｃｉｅｎｔ０．１８６９９５－０．００４２８７－０．２１０２１２０．０５５７８２－０．０９１４６５０．４６８６０５０．４６３１４１０．０４５５５９０．８０７４２３６６０．４１９３２．０４０５４８Ｓｔｄ．Ｅｒｒｏｒｔ－Ｓｔａｔｉｓｔｉｃ０．０１５５１８１２．０４９９９０．００１４００－３．０６１３８４０．０１１６８１－１７．９９６３２０．０１４７２５３．７８８３０９０．０１７６５４－５．１８０９８９ＭｅａｎｄｅｐｅｎｄｅｎｔｖａｒＳ．Ｄ．ｄｅｐｅｎｄｅｎｔｖａｒＡｋａｉｋｅｉｎｆｏｃｒｉｔｅｒｉｏｎＳｃｈｗａｒｚｃｒｉｔｅｒｉｏｎＦ－ｓｔａｔｉｓｔｉｃ

Ｐｒｏｂ（Ｆ－ｓｔａｔｉｓｔｉｃ）Ｐｒｏｂ．０．０００００．００２４０．０００００．０００２０．０００００．０２３８１８０．０６２１７９－３．３２７００１－３．２７６５４０８５．７５８９１０．００００００

第二，异方差性的检验与修正。采用Ｗｈｉｔｅ检验法检验模型是否存在异方差。因为该模型为多元，所以选择有交叉项的辅助函数，Ｗｈｉｔｅ检验结果（Ｗｈｉｔｅ检验表略）显示，ｎＲ２＝２８８．７１００，在ａ＝０．

２２

０５下，查Ｘ分布表，得Ｘ０．０５（５）＝１１．０７０５，比较计算的统计量与临界值，ｎＲ２＝２８８．７１００＞Ｘ２０．０５（５）＝１１．０７０５，表明模型存在异方差。在运用加权最小二乘法对模型异方差性进行修正的过程中，我们分别选用了权数Ｗ１ｔ＝１／Ｘｔ，Ｗ２ｔ＝１／Ｘ２ｔ，Ｗ３ｔ＝１／姨。经检验，发现选用

９

本文来源：https://www.bwwdw.com/article/obim.html