創(chuàng)業(yè)板上市公司募集資金效率的實(shí)證分析案例目錄TOC\o"1-3"\h\u494創(chuàng)業(yè)板上市公司募集資金效率的實(shí)證分析案例 1291101.1創(chuàng)業(yè)板上市公司募資使用效率現(xiàn)狀分析 1199911.1.1營業(yè)利潤率波動較大，且有走低趨向 1136241.1.2營業(yè)周期延長，企業(yè)差距明顯 3196381.1.3流動資產(chǎn)周轉(zhuǎn)率波幅不大，但總體下降 567911.2創(chuàng)業(yè)板上市公司募資效率實(shí)證分析 6172531.2.1變量選擇和說明 6256701.2.2研究假設(shè)和模型構(gòu)建 8306921.2.3樣本選擇與數(shù)據(jù)來源 8164391.3變量的描述性統(tǒng)計(jì)分析 10276221.4模型檢驗(yàn) 14287561.4.1LM檢驗(yàn) 14195261.4.2Hausman檢驗(yàn) 14157891.4.3單位根檢驗(yàn) 15222561.4.4協(xié)整檢驗(yàn) 1628661.5模型的估計(jì)與分析 17217591.5.1初步估計(jì) 17204321.5.2精確估計(jì) 19294081.5.3檢驗(yàn)與修正 21創(chuàng)業(yè)板上市公司募資使用效率現(xiàn)狀分析本小節(jié)選取了能體現(xiàn)上市公司募資使用效率的重要財(cái)務(wù)指標(biāo)，并運(yùn)用描述性統(tǒng)計(jì)的方法，從不同角度來分析2010-2020年十年期間，創(chuàng)業(yè)板上市公司募資資金使用效率的一些變化狀況。營業(yè)利潤率波動較大，且有走低趨向營業(yè)利潤率是企業(yè)營業(yè)所得的利潤除以總的銷售額，從這個指標(biāo)可以很好地看出一家企業(yè)的盈利能力，這從兩個角度體現(xiàn)，一是賺取更多的利潤的能力，二是節(jié)省成本或者說削減不必要開支的能力。如果企業(yè)的盈利能力較好，即營業(yè)利潤率較高，說明企業(yè)在以上兩方面都表現(xiàn)得很好，所以也可以從側(cè)面推斷出，企業(yè)的募集資金使用效率較高，因?yàn)槠髽I(yè)可以很好的運(yùn)用這些資金去進(jìn)行利潤創(chuàng)造，并且不會浪費(fèi)在不必要的地方。表STYLEREF1\s4.SEQ表\*ARABIC1創(chuàng)業(yè)板28家企業(yè)2010-2020營業(yè)利潤率(%)統(tǒng)計(jì)表平均值最大值最小值標(biāo)準(zhǔn)差方差20102163.352.8412.651.620112163.352.8412.871.66201215.1451.97-14.1112.621.61201313.0550.58-58.1118.173.5201416.63114.03-8.9722.316.75201513.1847.65-13.0712.221.52201613.2237.89-2.0110.231.05201711.5632.95-14.17111.222018-0.0631.09-100.6830.3312.582019-3.137.87-207.9846.8225.920201.8433.19-77.5823.745.99見4.1表和圖4.1，分析可以得出，2010-2020年，28家企業(yè)的平均營業(yè)利潤率起伏較大，2010-2017年在15%上下浮動，2018-2020變化較大，在0%左右變化，所以總體來看，呈現(xiàn)下降趨勢，并且下降的較多。從2010年的21%到2020年的1.84%，共下降了19%，特別是2018-2019年，下降的幅度最大，超過了80%。此外，通過觀察方差值可以發(fā)現(xiàn)，2010-2017年該值較小，并且變化較為平穩(wěn)，穩(wěn)定在1%左右，說明28家企業(yè)之間的差距并不大，但是，2018-2019該值變化劇烈，說明企業(yè)之間出現(xiàn)了較大的差異，有的企業(yè)營業(yè)利潤率較高，有的企業(yè)則非常低，最后導(dǎo)致了這種現(xiàn)象的發(fā)生。總體來看，方差值在增大，從13%增加到了23%，10年間增長了10%，表明各個企業(yè)之間的不同變得更加明顯。所以，綜合來看，中小企業(yè)的募集資金效率并不是很高，并且還在逐年減少，因?yàn)槠髽I(yè)把錢投入生產(chǎn)并且盈利的能力較弱，同時，各個企業(yè)之間的差異比較明顯，有的企業(yè)的資金使用效率在逐年提升，而有的企業(yè)則在逐年下降。圖STYLEREF1\s4.SEQ圖\*ARABIC\s11營業(yè)利潤率平均值見圖4.2，為2010-2020年?duì)I業(yè)利潤率最大的公司和最小的公司，對比發(fā)現(xiàn)，兩者之間的數(shù)值距離較大，平均差距在50%。并且兩者呈現(xiàn)出一個相反的變化趨勢，例如，2012-2015年，營業(yè)利潤率最大的企業(yè)的值雖然有波動，但總體是在上漲的，而最低的公司直接面臨著虧損，這說明在面臨相同的環(huán)境與經(jīng)濟(jì)周期時，最大的公司體現(xiàn)出了他的優(yōu)勢，也就是創(chuàng)造更多的經(jīng)濟(jì)價值，這個結(jié)論也可以從2017-2019年的這段曲線中體現(xiàn)。概括來說，28家企業(yè)的募集資金使用效率差距較大，特別是效率最高的企業(yè)與效率最低的企業(yè)之間。圖STYLEREF1\s4.SEQ圖\*ARABIC\s12營業(yè)利潤率最大值與最小值營業(yè)周期延長，企業(yè)差距明顯營業(yè)周期是存貨周轉(zhuǎn)天數(shù)與應(yīng)收賬款的周轉(zhuǎn)天數(shù)的和，反應(yīng)了企業(yè)把主營業(yè)務(wù)產(chǎn)品轉(zhuǎn)化為收入的能力，也就是“變現(xiàn)”能力，從這個能力可以看出公司短期資金的流轉(zhuǎn)速度，也可以從兩個方面入手考慮，一個方面是存貨的管理，也就是能否快速把產(chǎn)品出售；另一個方面是應(yīng)收賬款的管理，看的是能否與下游客戶達(dá)成較好的協(xié)議，比如壞賬的提取比例是多少，給予的商業(yè)信用期限有多大等。營業(yè)周期越短，代表企業(yè)收回現(xiàn)金的速度越快，這也意味著，如果企業(yè)把募集到的資金投入一個新的項(xiàng)目，項(xiàng)目變現(xiàn)的能力較快，因?yàn)槠髽I(yè)進(jìn)行了比較好的存貨管理與應(yīng)收賬款的管理，所以，可以認(rèn)為企業(yè)的募集資金使用效率較高。從表4.2可以發(fā)現(xiàn)，28家企業(yè)的平均營業(yè)周期由2010年的226天增加到了428天，增長了200天，可見資產(chǎn)的變現(xiàn)速度在延長，特別是2018-2020年這三年，不僅變化幅度大，并且上升的速度較前幾年都快。表STYLEREF1\s4.SEQ表\*ARABIC228家企業(yè)2010-2020營業(yè)周期(天)相關(guān)數(shù)據(jù)統(tǒng)計(jì)表平均值最大值最小值標(biāo)準(zhǔn)差2010226.11588.816.59142.142011266.83728.6918.53163.842012327.41019.4921.4235.342013341.011191.8527.42247.312014314.9865.7240.19197.172015326.59842.5354.55201.042016316.4682.8654.46185.582017333.96806.8853.27196.232018341.51949.830.52214.722019342.13830.2838.72213.282020428.831368.9980.36283.56從圖4.2可以較為直觀的看出，28家企業(yè)中，營業(yè)周期最長的與營業(yè)周期最短之間的天數(shù)相差很多，從表4.2的具體數(shù)據(jù)計(jì)算，兩者大概平均相差500天左右，并且差距在逐年遞增；同時，觀察標(biāo)準(zhǔn)差可以發(fā)現(xiàn)，標(biāo)準(zhǔn)差的數(shù)值一直較大，說明各個企業(yè)間存在著明顯的不同。因?yàn)闋I業(yè)周期是絕對值，但是各企業(yè)主營業(yè)務(wù)不同，所以較難直接得出結(jié)論，但是可以通過比較最大值和最小值企業(yè)的天數(shù)走向，得出營業(yè)周期最小的企業(yè)10年間變化不大，基本維持在40天左右，然而，營業(yè)周期較大的企業(yè)天數(shù)波動劇烈，天數(shù)增加較多，同時，比較28家企業(yè)的平均值可以發(fā)現(xiàn)，10年的趨勢變化總體還是平穩(wěn)的，但仍舊在上升，綜上，從這一指標(biāo)考慮，企業(yè)的募集資金使用雖然效率變化不大，但是效率并不高，各個企業(yè)間依舊存在差距。圖STYLEREF1\s4.SEQ圖\*ARABIC\s1328家企業(yè)2010-2020營業(yè)周期統(tǒng)計(jì)圖流動資產(chǎn)周轉(zhuǎn)率波幅不大，但總體下降流動資產(chǎn)周轉(zhuǎn)率代表著一個營業(yè)年限內(nèi)企業(yè)流動資產(chǎn)的周轉(zhuǎn)速度，這代表著企業(yè)對于流動資產(chǎn)的運(yùn)用，特別是期限較短的一些資產(chǎn)，例如現(xiàn)金的使用。如果企業(yè)的流動資產(chǎn)周轉(zhuǎn)率越大，意味著一定時間內(nèi)，流動資產(chǎn)的運(yùn)轉(zhuǎn)速度越快，也可以說明企業(yè)的資金使用效率越高，因?yàn)槠髽I(yè)擅于管理和投資，并且短期內(nèi)可以使得項(xiàng)目周轉(zhuǎn)起來。從表4.3的數(shù)據(jù)可以看出，28家企業(yè)的流動資產(chǎn)周轉(zhuǎn)率變化并不大，雖然10年間略有起伏，但總體的變化不超過0.05次；觀察最大值與最小值，發(fā)現(xiàn)周轉(zhuǎn)次數(shù)最多的企業(yè)和最少的企業(yè)，兩者在10年間的變化都是在下降的，說明企業(yè)的流動資產(chǎn)周轉(zhuǎn)率在減少，企業(yè)對于流動資產(chǎn)的管理較差，可見，企業(yè)的募集資金使用效率并不高。表STYLEREF1\s4.SEQ表\*ARABIC328家企業(yè)2010-2020流動資產(chǎn)周轉(zhuǎn)率(次)統(tǒng)計(jì)表平均值最大值最小值標(biāo)準(zhǔn)差20100.351.210.10.220110.451.050.120.2120120.511.150.110.2520130.561.260.080.2820140.611.30.170.2620150.641.460.150.3120160.581.640.20.3220170.561.740.180.3420180.571.40.070.3220190.571.620.030.3420200.40.940.060.23創(chuàng)業(yè)板上市公司募資效率實(shí)證分析變量選擇和說明(1)被解釋變量的選擇基于上文3.1.3募集資金使用效率的概念界定，以及丁華等(2016)對中小板上市公司資金使用效率影響因素的相關(guān)研究[24]，本文采用經(jīng)濟(jì)增加值（EVA）率代表資金使用效率，衡量募集資金投入與產(chǎn)出之間的比率關(guān)系，作為被解釋變量。經(jīng)濟(jì)增加值(EVA)率的計(jì)算方法是：經(jīng)濟(jì)增加值(EVA)=調(diào)整的稅后營業(yè)利潤－加權(quán)平均資本成本調(diào)整后的投資成本經(jīng)濟(jì)增加值(EVA)率=EVA/資本成本(2)解釋變量的選擇根據(jù)理論分析和參閱彭志峰等(2019)[25]、索文權(quán)(2020)[26]等對于創(chuàng)業(yè)板上市企業(yè)募集資金使用效率的研究，本文選擇的解釋變量分別是：①基本每股收益（EPS），用X1表示?；久抗墒找姹砻髁似胀ü晒蓶|當(dāng)期的收益狀況，一方面反映出企業(yè)的盈利能力，一方面關(guān)系到可分配股利的多少，影響到代理成本，這兩個方面都會影響到公司價值，從而體現(xiàn)出企業(yè)的募集資金使用效率。其計(jì)算方法是：EPS=歸屬于普通股股東的當(dāng)期凈利潤/當(dāng)期發(fā)行在外普通股的加權(quán)平均數(shù)；歸屬于普通股股東的當(dāng)期凈利潤=凈利潤－優(yōu)先股股利。②盈利質(zhì)量（Quality），用X2表示。盈利質(zhì)量代表了公司主營業(yè)務(wù)的現(xiàn)金收益占比，較好的表現(xiàn)了企業(yè)的資金使用效率。其計(jì)算方法是：Quality=經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/經(jīng)營活動凈收益。③總資產(chǎn)回報(bào)率（ROA），用X3表示?？傎Y產(chǎn)回報(bào)率是重要的財(cái)務(wù)指標(biāo)之一，其衡量出企業(yè)的資產(chǎn)運(yùn)作能力，即平均每單位資產(chǎn)可以獲得多少回報(bào)。企業(yè)把募集來的資金投入并用于購買資產(chǎn)，后進(jìn)行運(yùn)營產(chǎn)生收益，所以，這個指標(biāo)可以從側(cè)面表現(xiàn)出資金使用效率的高低。其計(jì)算方法是：ROA=凈利潤/平均資產(chǎn)×100%；平均資產(chǎn)=(年初資產(chǎn)+年末資產(chǎn))/2④股權(quán)集中度（Concentration），用X4表示。股權(quán)集中度會影響到公司的價值，而公司的價值與企業(yè)的募資使用效率密切相關(guān)。其計(jì)算方法是：Concentration=前十大股東的流通股數(shù)總合/公司在外發(fā)行的所有流通股數(shù)量⑤資本結(jié)構(gòu)（L/A），用X5表示。資本結(jié)構(gòu)的實(shí)質(zhì)是企業(yè)的負(fù)債率大小，而負(fù)債率大小會影響到企業(yè)的財(cái)務(wù)風(fēng)險與股東預(yù)期收益，進(jìn)而影響公司價值與募資使用效率高低。其計(jì)算方法是：L/A=總負(fù)債/總資產(chǎn)×100%⑥營業(yè)增長率(Revenue)，用X6表示。營業(yè)增長率是重要的財(cái)務(wù)指標(biāo)之一，其衡量的是企業(yè)的成長能力，成長能力的高低意味著企業(yè)對于募集來的資金使用是否得當(dāng)，也就關(guān)系著企業(yè)募資使用效率的大小。其計(jì)算方法是：Revenue=當(dāng)期報(bào)告營業(yè)利潤－上一期報(bào)告營業(yè)利潤)/上一期報(bào)告營業(yè)利潤本文選擇的被解釋變量和解釋變量，如表4.4所示。表STYLEREF1\s4.SEQ表\*ARABIC4變量選擇一覽表變量類型變量名稱變量符號計(jì)算方法被解釋變量EVA回報(bào)率EVAEVA回報(bào)率=EVA/資本成本EVA=調(diào)整的稅后營業(yè)利潤－加權(quán)平均資本成本調(diào)整后的投資成本解釋變量基本每股收益EPSEPS=歸屬于普通股股東的當(dāng)期凈利潤/當(dāng)期發(fā)行在外普通股的加權(quán)平均數(shù)盈利質(zhì)量QualityQuality=經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/經(jīng)營活動凈收益總資產(chǎn)回報(bào)率ROAROA=凈利潤/平均資產(chǎn)×100%平均資產(chǎn)=(年初資產(chǎn)+年末資產(chǎn))/2股權(quán)集中度ConcentrationConcentration=前十大股東的流通股數(shù)總合/公司在外發(fā)行的所有流通股數(shù)量資本結(jié)構(gòu)L/AL/A=總負(fù)債/總資產(chǎn)×100%營業(yè)增長率(同比)RevenueRevenue=當(dāng)期報(bào)告營業(yè)利潤－上一期報(bào)告營業(yè)利潤)/上一期報(bào)告營業(yè)利潤研究假設(shè)和模型構(gòu)建(1)研究假設(shè)根據(jù)上文的變量內(nèi)涵及選擇，做出如下假設(shè)：假設(shè)1：基本每股收益(EPS)對企業(yè)的募集資金使用效率有影響，并且EPS越大，募集資金使用效率越大，兩者正相關(guān)。假設(shè)2：盈利質(zhì)量(quality)對企業(yè)的募集資金使用效率有影響，并且quality越大，募集資金使用效率越大，兩者正相關(guān)。假設(shè)3：總資產(chǎn)回報(bào)率(ROA)對企業(yè)的募集資金使用效率有影響，并且ROA越大，募集資金使用效率越大，兩者正相關(guān)。假設(shè)4：股權(quán)集中度(concentration)對企業(yè)的募集資金使用效率有影響，并且concentration越大，募集資金使用效率越小，兩者負(fù)相關(guān)。假設(shè)5：資本結(jié)構(gòu)(L/A)對企業(yè)的募集資金使用效率有影響，并且L/A越大，募集資金使用效率越小，兩者負(fù)相關(guān)。假設(shè)6：營業(yè)增長率(revenue)對企業(yè)的募集資金使用效率有影響，并且revenue越大，募集資金使用效率越大，兩者正相關(guān)。(2)模型構(gòu)建根據(jù)假設(shè)，初步構(gòu)建的回歸模型如下：EVA=β0式中：β0——常數(shù)項(xiàng)；βit(i=1,2,...6)——各個自變量對應(yīng)的系數(shù)值；εit——隨機(jī)誤差項(xiàng)。樣本選擇與數(shù)據(jù)來源為了能夠從一個較長時間觀察創(chuàng)業(yè)板上市公司募集資金使用效率。樣本選取了創(chuàng)業(yè)板首批上市的28家企業(yè)。28家企業(yè)作為首批上市的企業(yè)，是眾多企業(yè)的代表，企業(yè)質(zhì)地較好，且數(shù)據(jù)較多，易于構(gòu)建模型分析。從行業(yè)分布看，觀察表4.5中可以發(fā)現(xiàn)，創(chuàng)業(yè)板28家首批上市的企業(yè)分別所屬18個不同的行業(yè)，例如有傳媒、國防軍工、零售等行業(yè)，其中，占比較多的有化學(xué)制藥和電氣設(shè)備行業(yè)，占比為10.71%，專用設(shè)備、計(jì)算機(jī)應(yīng)用等5個行業(yè)的占比其次，為7.14%。這些行業(yè)在創(chuàng)業(yè)板中具有一定代表性。同時，為了加深認(rèn)識上市公司募集資金使用效率，樣本中選擇了主板上市的27家企業(yè)進(jìn)行對比。主板上市的企業(yè)，規(guī)模較大，是成熟型企業(yè)，通過與創(chuàng)業(yè)板的成長企業(yè)對比，可以觀察兩者募集資金使用效率上有無差別并分析其原因。本文選取的主板企業(yè)涵蓋了比較典型的傳統(tǒng)行業(yè)，且行業(yè)分布較均勻，例如表4.5中的鋼鐵行業(yè)、貿(mào)易行業(yè)和金融行業(yè)等。本文的研究數(shù)據(jù)來源于同花順iFinD軟件、上市公司年報(bào)、滬深交易所網(wǎng)站、證監(jiān)會網(wǎng)站等。表STYLEREF1\s4.SEQ表\*ARABIC5創(chuàng)業(yè)板28家上市企業(yè)與主板上市27家企業(yè)行業(yè)統(tǒng)計(jì)表創(chuàng)業(yè)板上市企業(yè)主板上市企業(yè)所屬行業(yè)數(shù)量(家)占比(%)所屬行業(yè)數(shù)量(家)占比(%)化學(xué)制藥310.71電力311.11電氣設(shè)備310.71電氣設(shè)備311.11專用設(shè)備27.14鋼鐵311.11醫(yī)療器械服務(wù)27.14港口航運(yùn)311.11通信設(shè)備27.14計(jì)算機(jī)應(yīng)用414.81計(jì)算機(jī)應(yīng)用27.14貿(mào)易311.11傳媒27.14煤炭加工開采27.41綜合13.57食品加工制造311.11中藥13.57證券311.11儀表儀器13.57電力311.11物流13.57通用設(shè)備13.57生物制品13.57農(nóng)業(yè)服務(wù)13.57零售13.57國防軍工13.57服裝家紡13.57電器設(shè)備13.57數(shù)據(jù)來源于同花順iFinD軟件變量的描述性統(tǒng)計(jì)分析從表4.6的統(tǒng)計(jì)中可以發(fā)現(xiàn)，28家企業(yè)的EVA值并不大，平均值為-0.28%，說明企業(yè)的募集資金使用效率并不高。其中，EVA最大值達(dá)到了28.10%，最小值只有-67.64%，這體現(xiàn)出了不同企業(yè)之間的差距明顯；EPS的值比較小，從平均數(shù)來看只有0.1715元，也就是每股收益不到0.5元，雖然最大的企業(yè)超過了1元，但是最小的企業(yè)卻只有-2.04元；quality體現(xiàn)的是企業(yè)對于現(xiàn)金的使用與管理，觀察表4.6的數(shù)據(jù)，可以得出企業(yè)對于現(xiàn)金的運(yùn)作并不是很好的結(jié)論，因?yàn)閺钠骄祦砜?，現(xiàn)金收益占主營業(yè)務(wù)收益的-1.84%，所以，企業(yè)對于現(xiàn)金流的管理有待提高；28家企業(yè)的平均ROA為3.38%，表明企業(yè)對于資產(chǎn)的營運(yùn)能力較為缺乏，因?yàn)檫@個數(shù)據(jù)意味著一元的資產(chǎn)只能給企業(yè)帶來0.03元的利潤；Concentration為前十大股東的持股比例合計(jì)，其平均值為53.69%，說明企業(yè)的股權(quán)集中度較高；L/A表示的是企業(yè)的資本結(jié)構(gòu)，28家企業(yè)的平均負(fù)債率為31%，但是最高的企業(yè)達(dá)到了91%，企業(yè)的負(fù)債較多；revenue為營業(yè)增長率，考察企業(yè)的成長能力，平均值為58%，代表企業(yè)的成長能力較強(qiáng)，但是28家企業(yè)的標(biāo)準(zhǔn)差較大以及最小最大值的差值也比較大，從而反映出這個指標(biāo)的波動率較高的問題。表STYLEREF1\s4.SEQ表\*ARABIC6變量描述性統(tǒng)計(jì)表VariableMeanStd.Dev.MinMaxObservationsEVAoverall-.28274185.175317-67.64828.1017N=1202n=28T=42.9286between2.768176-5.0232055.508228within4.406096-63.7736324.36897EPSoverall.1715725.2775089-2.041.64N=1202n=28T=42.9286between.1261585-.0556442.4360326within.2483449-1.9684271.467914qualityoverall-1.84904312.41107-197.633284.799N=1035n=28T=36.9643between3.40592-10.927011.061582within11.9868-188.555292.80647ROAoverall3.3815735.628874-55.315230.2569N=1202n=28T=42.9286between2.787139-1.63698.685153within4.921044-52.1615825.71057Concentrationoverall53.6977412.4346827.7890.601N=1039n=28T=37.1071between9.54404837.3383274.18268within8.17855731.2659283.10064LAoverall31.7731821.092551.57691.7833N=1202n=28T=42.9286between16.120288.45019179.49027within13.9184-14.65982.00609revenueoverall25.3770681.59237-97.74182322.84N=1202n=28T=42.9286between11.864789.91794166.42677within80.77148-138.79152281.791圖REF_Ref17916\hSTYLEREF1\s4.4、圖REF_Ref18040\hSTYLEREF1\s4.5和圖4.6分別為EVA、EPS和ROA的時間序列圖，每張圖中都分別展示了28家企業(yè)這些變量10年間變化的趨勢走向。觀察三張圖，可以很好的總結(jié)出這三個變量的共同點(diǎn)：首先，它們的數(shù)值和大小在10年期間基本上維持平穩(wěn)，沒有太大的變化，但在一定范圍內(nèi)還是存在上下浮動；其次，28家企業(yè)中的大部分企業(yè)的數(shù)值波動都較小，且劇烈波動不多，只有幾家企業(yè)在10年期間的某一段時間的變化十分明顯；最后，觀察這些大幅度的波動時間，發(fā)現(xiàn)基本上出現(xiàn)在相同的年限，可能具有一定的經(jīng)濟(jì)周期性和政策原因。綜上，企業(yè)的募集資金使用效率具有一定的不穩(wěn)定性，并不能維持穩(wěn)定增加；基本每股收益與總資產(chǎn)收益率也具有一定的波動性，企業(yè)的盈利能力有待進(jìn)一步提升。圖STYLEREF1\s4.SEQ圖\*ARABIC\s14EVA時間序列圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s15EPS時間序列圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s16ROA時間序列圖圖4.7和圖4.8分別是自變量quality和revenue的時間序列圖，兩個變量在10年內(nèi)的趨勢特征并不明顯，數(shù)值和大小都接近于沒有變化，也沒有太多的波動，特別是變量revenue；另外，28家企業(yè)只有極個別企業(yè)出現(xiàn)了一些特殊情況，出現(xiàn)的時間也依舊是比較相同的。綜上，說明企業(yè)的盈利質(zhì)量和營業(yè)增長率穩(wěn)定，企業(yè)的成長能力較好，并在逐年擴(kuò)大。圖STYLEREF1\s4.SEQ圖\*ARABIC\s17quality時間序列圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s18revenue時間序列圖圖4.9和圖4.10為解釋變量concentration和LA的時間序列圖，從圖中可以發(fā)現(xiàn)它們的趨勢走向顯著。前十大股東的持股比例合計(jì)在10年間都呈現(xiàn)下降趨勢，說明企業(yè)的股權(quán)集中程度在下降，可能會對募集資金使用效率產(chǎn)生一定的影響；反觀資產(chǎn)負(fù)債率，雖然10年間波動明顯，但是最后的數(shù)值高于最初，說明企業(yè)的負(fù)債在不斷增加。圖STYLEREF1\s4.SEQ圖\*ARABIC\s19concentration時間序列圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s110LA時間序列圖模型檢驗(yàn)LM檢驗(yàn)根據(jù)本文研究采用的數(shù)據(jù)資料，屬于面板數(shù)據(jù)，因此所構(gòu)建的模型應(yīng)該屬于面板數(shù)據(jù)回歸模型。為了確定變量參數(shù)估計(jì)是采用固定效應(yīng)模型(FE)、隨機(jī)效應(yīng)模型(RE)，還是混合效應(yīng)模型，需要進(jìn)行必要的檢驗(yàn)。本文選擇進(jìn)行LM檢驗(yàn)，是為了在混合效應(yīng)模型和隨機(jī)效應(yīng)模型中作出選擇。該檢驗(yàn)的原假設(shè)H0為σμ2=0，備擇假設(shè)H1為σμ2≠0，所以，如果拒絕原假設(shè)就應(yīng)選擇隨機(jī)效應(yīng)模型，反之，應(yīng)選擇混合效應(yīng)模型。檢驗(yàn)結(jié)果如表4.7所示。表4.7最后一行的P值為0，明顯小于0.05的α值，所以，拒絕原假設(shè)，應(yīng)該選擇隨機(jī)效應(yīng)模型。表STYLEREF1\s4.SEQ表\*ARABIC7LM檢驗(yàn)結(jié)果表BreuschandPaganLagrangianmultipliertestforrandom effectsEVA[company,t]=Xb+u[company]+e[company,t]Estimatedresults:Varsd=sqrt(Var)EVA16.39184.048679e3.7122741.926726u.1725556.4153981Test:Var(u)=0chibar2(01)=267.96Prob>chibar2=0.0000Hausman檢驗(yàn)用Hausman檢驗(yàn)的目的，是進(jìn)行隨機(jī)效應(yīng)模型和固定效應(yīng)模型之間的選擇。Hausman檢驗(yàn)的基本思想是，若Cov(αi，Xi)=0，F(xiàn)E和RE都是一致的，但是RE更有效；若Cov(αi，Xi)≠0，F(xiàn)E的估計(jì)仍然一致，但是RE是有偏的，因此，如果原假設(shè)成立，則FE與RE估計(jì)量將共同收斂于真實(shí)的參數(shù)值；反之，兩者的差距過大，則傾向于拒絕原假設(shè)，選擇FE。觀察表4.8的P值為0，所以拒絕原假設(shè)，選擇使用FE。表STYLEREF1\s4.SEQ表\*ARABIC8Hausman檢驗(yàn)結(jié)果表Test:H0:differenceincoefficientsnotsystematicchi2(7)=(b-B)'[(V_b-V_B)^(-1)](b-B)90.04Prob>chi20.0000綜上，再結(jié)合考慮時間效應(yīng)與企業(yè)的個體效應(yīng)，最終確定構(gòu)建的模型為雙向固定效應(yīng)模型，公式為：EVAit=式中：β0——常數(shù)項(xiàng)；βit(i=1,2,...6)——各個自變量對應(yīng)的系數(shù)值；αi——28家企業(yè)的個體效應(yīng)；λt——時間效應(yīng)；εit——隨機(jī)誤差項(xiàng)。單位根檢驗(yàn)在進(jìn)行了模型的選擇之后，需要對數(shù)據(jù)進(jìn)行一定的檢驗(yàn)與篩選，來確保下一步的估計(jì)是否可以進(jìn)行。所以，本文選擇使用LLC檢驗(yàn)對七個變量的所有數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，用來判斷數(shù)據(jù)是否平穩(wěn)。如果數(shù)據(jù)不平穩(wěn)，就極有可能出現(xiàn)偽回歸現(xiàn)象，導(dǎo)致模型的估計(jì)結(jié)果無效或沒有實(shí)際意義。LLC檢驗(yàn)的原假設(shè)H0為存在單位根，即數(shù)據(jù)不平穩(wěn)，易出現(xiàn)偽回歸現(xiàn)象，影響估計(jì)結(jié)果；備擇假設(shè)H1為不存在單位根現(xiàn)象，數(shù)據(jù)平穩(wěn)。七個變量的檢驗(yàn)結(jié)果匯總?cè)缦卤?.9。表STYLEREF1\s4.SEQ表\*ARABIC\s19LLC檢驗(yàn)結(jié)果匯總表一Levin-Lin-ChutestDeterministicschosen:constantPooledADFtest,N,T=(28,43)Obs=1148Augmentedby1lags(average)Truncation:11coefficientt-valuet-starP>tEVA-0.50655-16.041-8.762320.0000EPS-0.57889-17.245-9.954370.0000quality-0.92734-23.882-15.753690.0000ROA-0.66801-19.070-11.898310.0000concentration-0.15025-7.1950.745540.7720LA-0.08786-7.490-1.561920.0592revenue-0.40889-14.682-6.595340.0000觀察表格4.9的最后一列p值可以發(fā)現(xiàn)，除了變量concentration和LA之外，其余五個變量的p值均為0.0000小于0.05的α值，所以，拒絕原假設(shè)，不存在單位根現(xiàn)象，說明數(shù)據(jù)是平穩(wěn)的，但是，存在兩個變量的p值較大，不能拒絕原假設(shè)，也就是無法通過單位根檢驗(yàn)。接下來，對concentration和LA這兩個變量取一階差分后，再次進(jìn)行LLC檢驗(yàn)，結(jié)果如下表4.10。通過觀察這張表格的p值，發(fā)現(xiàn)兩個變量的p值均為0，已經(jīng)通過了單位根檢驗(yàn)。所以，可以認(rèn)為這兩個變量的數(shù)據(jù)總體是平穩(wěn)的，但是趨勢并不明顯，需要進(jìn)行一定的處理后才可以被觀察發(fā)現(xiàn)。表STYLEREF1\s4.SEQ表\*ARABIC\s110LLC檢驗(yàn)結(jié)果匯總表二Levin-Lin-ChutestDeterministicschosen:constantPooledADFtest,N,T=(28,42)Obs=1120Augmentedby1lags(average)Truncation:10coefficientt-valuet-starP>tD_concentration-1.52832-28.661-5.253890.0000D_LA-1.12015-25.733-16.008640.0000協(xié)整檢驗(yàn)由于七個自變量當(dāng)中有二個自變量是不平穩(wěn)的，所以，面板數(shù)據(jù)為部分不平穩(wěn)面板數(shù)據(jù)，需要進(jìn)行協(xié)整檢驗(yàn)。協(xié)整檢驗(yàn)的目的是為了判定各變量之間是否具有長期的均衡關(guān)系，如果通過該檢驗(yàn)，就可以對原始數(shù)據(jù)進(jìn)行直接回歸，并且該回歸的結(jié)果是比較準(zhǔn)確的；反之，則需要對部分變量進(jìn)行一定的處理后，再進(jìn)行回歸以確保結(jié)果的準(zhǔn)確性。本文采用Pedroni檢驗(yàn)對自變量之間的關(guān)系進(jìn)行協(xié)整，結(jié)果如表4.11所示。檢驗(yàn)的原假設(shè)為不存在協(xié)整關(guān)系，備擇假設(shè)為存在協(xié)整關(guān)系。觀察表4.11中的p值發(fā)現(xiàn)，所有p值均較小，小于0.05的顯著性水平，說明在95%的置信度下，應(yīng)該拒絕原假設(shè)，即，七個變量之間存在協(xié)整關(guān)系，數(shù)據(jù)具有長期的穩(wěn)定關(guān)系，可以進(jìn)行直接回歸。表STYLEREF1\s4.SEQ表\*ARABIC\s111Pedroni檢驗(yàn)結(jié)果表PedronitestforcointegrationH0:NocointegrationNumberofpanels=28Ha:AllpanelsarecointegratedAvg.numberofperiods=41.929StatisticPvalueModifiedPhillips-Perront3.17550.0007Phillips-Perront17.24120.0000AugmentedDickey-Fullert17.34400.0000模型的估計(jì)與分析初步估計(jì)首先，在假設(shè)的基礎(chǔ)上，通過散點(diǎn)圖，進(jìn)行比較直觀的初步判斷。通過stata軟件，把每個解釋變量與被解釋變量之間生成兩個散點(diǎn)圖，第一個就是普通的散點(diǎn)圖，第二個則是在去除其他變量的影響以后的偏回歸圖，能夠更加準(zhǔn)確的看出兩者之間的關(guān)系。在假設(shè)中，EPS、quality與募集資金使用效率是正相關(guān)的，通過圖4.11和圖4.13的較初步的散點(diǎn)圖可以驗(yàn)證，但是，經(jīng)過對于其他自變量的控制，生成的圖4.12和圖4.14就可以發(fā)現(xiàn)，兩者的關(guān)系變成了較為明顯的負(fù)相關(guān)，此外，quality對于EVA的影響趨勢并不明顯，所以，有待進(jìn)行進(jìn)一步的精確檢驗(yàn)。圖STYLEREF1\s4.SEQ圖\*ARABIC\s111EPS散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s112EPS偏回歸圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s113quality散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s114quality偏回歸圖在與EVA的假設(shè)關(guān)系中，LA與其是呈現(xiàn)負(fù)相關(guān)的，觀察圖4.15可以發(fā)現(xiàn)該假設(shè)是正確的，并且數(shù)據(jù)分布較密集，可以看出兩者有著很明顯的關(guān)系，說明LA對于EVA是有影響的，但是圖4.16的偏回歸圖表明，兩者是負(fù)相關(guān)的，兩張圖出現(xiàn)了相反的結(jié)論，所以，兩者的關(guān)系需要精確檢驗(yàn)。圖STYLEREF1\s4.SEQ圖\*ARABIC\s115LA散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s116LA偏回歸圖通過基本假設(shè)，可以得知自變量revenue、ROA與被解釋變量EVA之間是存在著一定的關(guān)系的，并且兩者應(yīng)該是正相關(guān)的，通過觀察散點(diǎn)圖4.17、4.18和修正以后的偏回歸圖4.19和4.20，可以發(fā)現(xiàn)，圖中的趨勢線是驗(yàn)證上述結(jié)論的，并且上揚(yáng)趨勢明顯，自變量顯著影響著被解釋變量。圖STYLEREF1\s4.SEQ圖\*ARABIC\s117revenue散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s118revenue散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s119ROA散點(diǎn)圖圖STYLEREF1\s4.SEQ圖\*ARABIC\s120ROA偏回歸圖精確估計(jì)經(jīng)過上一步的初步估計(jì)，接下來對于模型進(jìn)行精確估計(jì)。把數(shù)據(jù)導(dǎo)入，輸入一定的命令，進(jìn)行雙向固定效應(yīng)模型的估計(jì)。估計(jì)的公式為：EVAit=(?5.912)首先，觀察REF_Ref15738\h表4.12的p-value和sig兩列，可以在一定的置信水平下驗(yàn)證假設(shè)的正確性，其中被解釋變量為EVA。第一個自變量基本每股收益(EPS)的p值為0.064，sig為*，這表明，在90%的置信度下，EPS的統(tǒng)計(jì)結(jié)果不顯著，即，EPS對被解釋變量沒有影響，因?yàn)閜值大于α值(為0.1)；第二個自變量為盈利質(zhì)量(quality)，用上述同樣的方法觀察發(fā)現(xiàn)，quality的p值為0.549，sig沒有顯示，由于p值足夠大，說明統(tǒng)計(jì)結(jié)果是不顯著的，即quality對EVA沒有影響；剩下的四個變量分別為總資產(chǎn)回報(bào)率(ROA)、前十大股東比例合計(jì)(concentration)、資產(chǎn)負(fù)債率(LA)和營業(yè)增長率(revenue)，分別對比他們的p值和α值，發(fā)現(xiàn)它們的p值非常小，接近于0，并且sig為***，代表著在99%的置信水平下，p值小于α值(為0.01)，所以，統(tǒng)計(jì)結(jié)果是顯著的，即，四個變量都對被解釋變量有著顯著影響。表STYLEREF1\s4.SEQ表\*ARABIC12雙向固定效應(yīng)模型回歸結(jié)果統(tǒng)計(jì)表EVACoef.St.Err.t-valuep-value[95%Conf.Interval]SigEPS-1.128.608-1.86.064-2.322.065*quality-.003.005-0.60.549-.013.007ROA.762.03422.110.694.829***concentration.049.0143.47.001.021.077***LA.056.0078.340.043.069***revenue.009.0025.180.006.012***Constant-5.9121.292-4.580-8.448-3.377***Meandependentvar0.756SDdependentvar4.049R-squared0.782Numberofobs876.000F-test88.901Prob>F0.000Akaikecrit.(AIC)3669.263Bayesiancrit.(BIC)3836.400***p<.01,**p<.05,*p<.1其次，再來觀察Coef.一列，它代表著每一個自變量之前的系數(shù)，也意味著它們和被解釋變量的關(guān)系與影響程度。EPS前的系數(shù)為-1.128，說明EPS與應(yīng)變量之間呈現(xiàn)負(fù)相關(guān)，并且EPS每增加1元，EVA減少1.128%；以此類推，發(fā)現(xiàn)quality與被解釋變量之間也展現(xiàn)出了負(fù)相關(guān)，quality每增加1%，EVA減少0.003%。ROA、concentration、LA和revenue與EVA都是正相關(guān)的，而且，當(dāng)它們增加一個單位時，EVA都會分別增加0.762、0.049、0.056和0.009個單位。對比之前的假設(shè)，發(fā)現(xiàn)檢驗(yàn)與之并不相符，例如，檢驗(yàn)發(fā)現(xiàn)EPS與quality對應(yīng)變量沒有影響，但假設(shè)認(rèn)為存在影響；假設(shè)認(rèn)為LA越大，EVA越大，但模型結(jié)果恰好相反等。即使如此，也不能馬上對原假設(shè)進(jìn)行拒絕，因?yàn)槟Ｐ涂赡艽嬖谥韵嚓P(guān)、異方差和截面相關(guān)三個問題，會影響檢驗(yàn)結(jié)果。所以，接下來，要對這三個問題進(jìn)行檢驗(yàn)并且修正，才能得出較為準(zhǔn)確的最后結(jié)論。檢驗(yàn)與修正首先，進(jìn)行自相關(guān)的檢驗(yàn)。見REF_Ref15925\h表STYLEREF1\s4.13，檢驗(yàn)的原假設(shè)為沒有自相關(guān)，備擇假設(shè)為存在自相關(guān)。隨后觀察F值與p值，發(fā)現(xiàn)p值為0，遠(yuǎn)小于0.01的α的值，所以，檢驗(yàn)結(jié)果為不能接受原假設(shè)，即模型在99%的置信度下存在自相關(guān)。表STYLEREF1\s4.SEQ表\*ARABIC13自相關(guān)檢驗(yàn)結(jié)果表WooldridgetestforautocorrelationinpaneldataH0:nofirst-orderautocorrelationF(1,27)=60.612Prob>F=0.0000然后，對異方差進(jìn)行檢驗(yàn)。異方差檢驗(yàn)的原假設(shè)H0為兩個異方差相等，即模型不存在異方差，如果檢驗(yàn)結(jié)果不能接受原假設(shè)，則說明模型存在著異方差。觀察REF_Ref16026\h表STYLEREF1\s4.14的最后一行，可以看到p值為0，顯著小于α值，那么，在99%的置信水平下，模型存在著異方差。表STYLEREF1\s4.SEQ表\*ARABIC14異方差檢驗(yàn)結(jié)果表ModifiedWaldtestforgroupwiseheteroskedasticityinfixedeffectregressionmodelH0:sigma(i)^2=sigma^2forallichi2(28)=412.12Prob>chi2=0.0000最后，進(jìn)行截面相關(guān)的檢測，選用了三種不同的方法，它們的原假設(shè)都是不存在截面相關(guān)。表4.15為用三種方法的檢驗(yàn)結(jié)果匯總，通過p值，可以發(fā)現(xiàn)，采取第一、第二種方法得出來的結(jié)論是相同的，因?yàn)閜值為0，所以是不能接受原假設(shè)，即模型存在截面相關(guān)；第三種方法可以通過檢測值與分布中的臨界值相對比得出同樣的結(jié)論，檢測值為8.489，而臨界值是0.9027，檢測值遠(yuǎn)大于臨界值，所以，也不能接受原假設(shè)，即模型存在著截面相關(guān)。表STYLEREF1\s4.SEQ表\*ARABIC15截面相關(guān)檢驗(yàn)結(jié)果表Pesaran'stestofcrosssectionalindependence=31.843Pr=0.0000Friedman'stestofcrosssectionalindependence=214.073Pr=0.0000Frees'testofcrosssectionalindependence=8.489CriticalvaluesfromFrees'Qdistributionalpha=0.10:0.4127alpha=0.05:0.5676alpha=0.01:0.9027綜上，通過檢驗(yàn)，發(fā)現(xiàn)模型存在著三個問題，所以，要對此進(jìn)行修正。修正通過stata命令(在附錄中呈現(xiàn))，使用三種不同的方法，最后對沒有修正前和修正后的四種結(jié)果進(jìn)行匯總?cè)绫?.16，第一列為沒有修正時的數(shù)據(jù)，第二、三、四列為用三種方法進(jìn)行修正后的結(jié)果。三種方法各有優(yōu)劣，本文選用第三列的結(jié)果為主，其他兩列結(jié)果來輔助證明。表4.17和表4.18為采取第三種的修正結(jié)果表。表STYLEREF1\s4.SEQ表\*ARABIC16修正結(jié)果匯總表(1)(2)(3)(4)olsar1scpsar1EPS-1.13-1.25-1.13-2.09***(0.064)(0.089)(0.086)(0.001)quality-0.00-0.00-0.00-0.00(0.549)(0.275)(0.356)(0.392)ROA0.76***0.73***0.76***0.74***(0.000)(0.000)(0.000)(0.000)concentration0.05***0.05**0.05**0.06***(0.001)(0.004)(0.002)(0.000)LA0.06***0.05***0.06***0.05***(0.000)(0.000)(0.000)(0.000)revenue0.01***0.01***0.01***0.01***(0.000)(0.000)(0.000)(0.000)_cons-5.91***-11.20***-11.50***-8.63***(0.000)(0.000)(0.000)(0.000)p-valuesinparentheses*p<0.05,**p<0.01,***p<0.001表STYLEREF1\s4.SEQ表\*ARABIC17創(chuàng)業(yè)板企業(yè)DriscollKraay方法修正結(jié)果一RegressionwithDriscollKraaystandarderrorsNumberofobs=876Method:PooledOLSNumberofgroups=28Groupvariable(i):companyF(34,38)=27463.77maximumlag:3Prob>F=0.0000Rsquared=0.7823RootMSE=1.9267表STYLEREF1\s4.SEQ表\*ARABIC18創(chuàng)業(yè)板企業(yè)DriscollKraay方法修正結(jié)果二EVACoef.Std.Err.tP>t[95%Conf.Interval]EPS-1.1280.639-1.7700.086-2.4220.166quality-0.0030.003-0.9300.356-0.0100.004ROA0.7620.04417.2900.0000.6720.851concentration0.0490.0153.2400.0020.0180.079LA0.0560.0086.6000.0000.0390.073revenue0.0090.0024.1200.0000.0050.013_cons-11.4991.251-9.1900.000-14.033-8.966通過觀察表4.18，可以對之前的6個假設(shè)進(jìn)行定性分析，也就是6個自變量對募集資金使用效率是否存在影響。觀察p值后發(fā)現(xiàn)，只有自變量quality的檢驗(yàn)結(jié)果不顯著，p值較大，為0.356，大于0.1的α值，所以在90%的置信水平之下，盈利質(zhì)量對募集資金使用效率沒有影響，原假設(shè)錯誤。雖然解釋變量EPS的p值為0.086，但沒有超過0.1的α值，所以，認(rèn)為