中小企业资产结构对其偿债能力影响分析.docVIP

中小企业资产结构对其偿债能力的影响分析 　　作者简介：赵庆国（1968―），男，汉族，辽宁沈阳市人，教授，管理学博士，沈阳航空航天大学经济与管理学院，研究方向：公司理财、风险投资管理。 　　王丹，沈阳航空航天大学经济与管理学院，研究方向：公司理财。 　　摘要：中小企业融资难成为制约其发展的一个重要原因，而融资难的一个主要原因就是中小企业资产结构不合理导致其偿债能力差。本文利用多元线性回归分析模型，选取资产结构指标作为自变量，综合偿债能力指标作为因变量，来分析资产结构对偿债能力的影响，找出其内在关系，以帮助中小企业通过合理的调整资产结构，来提高其偿债能力，解决其自身融资难的问题。 　　关键词：中小企业；资产结构；偿债能力；多元线性回归 　　一、引言 　　我国中小企业占全国企业总数九成以上，它们创造中国近60%的经济总量，占据中国经济的半壁江山。但当前我国中小企业普遍存在融资难的问题，企业因筹资困难限制了其自身的发展壮大。中小企业融资难的一个重要原因就是企业的资产结构不尽合理，进而导致其偿债能力不足。 　　企业资产结构的合理与否会直接影响到企业的生产经营活动，并对企业的财务成果产生影响。资产结构管理就是确定一个既能维持企业正常开展经营活动又能在减少或不增加风险时，给企业带来更多利润的流动资金水平。偿债能力的分析应从现金流量能力、资产结构、获利能力、发展能力、营运能力等多个因素提取指标并构建综合偿债能力指标。综合偿债能力，指从长期动态的多因素角度解释企业到期偿还债务的能力，指经营过程中用创造的收益来偿还负债的能力。 　　因此，通过理论上的探索并结合实际分析我国中小上市企业的资产结构对其偿债能力的影响具有重要的现实意义。 　　二、研究方法选择 　　本文的研究重点是要通过建立模型，来实证分析资产结构指标对偿债能力指标的影响。因此，本文先采用主成分分析模型，来构建企业偿债能力综合分析指标，在此基础上，再通过岭回归模型，来分析全部资产指标对综合偿债能力指标的影响。下面具体分析一下这两种模型。 　　（一）主成分分析模型 　　在多指标的研究中，往往由于变量个数太多，并且彼此之间存在着一定的相关性，使得观测的数据在一定程度上反映的信息有所重叠。主成分分析采用一种降维的方法，找出几个综合因子来代表原来众多的变量，使这些因子尽可能地反映原来变量的信息量，而且彼此之间互不相关，同时利用各主成分的统计值对系统进行综合分析评价。通常数学上的处理是将原来的n个指标做线性组合，作为新的综合指标，一般用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达。F1的方差越大，表示F1包含的信息越多，F1也称为第 1 主成分。以此类推，可以构造出第 2，第 3，第 4，…，第n个主成分。最后，根据每个成分的权重来构造出综合偿债能力指标。 　　（二）岭回归模型 　　当自变量间存在复共线性时，回归系数估计的方差就很大，估计值就很不稳定。岭回归（Ridge Regression）是一种专用于共线性数据分析的有偏估计回归方法，实质上是改良的最小二乘估计法。这种方法通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得更为实际、更可靠的回归系数的回归方法。 　　当自变量自建存在复共线性时，X′X≈0，我们设想给X′X加上一个正常数矩阵kI（k0，I为单位矩阵），那么X′X+kI接近奇异的程度就会比X′X接近奇异的程度小得多。假设X已经标准化，则k=X′X+kI-1X′y为β的岭回归估计，k为岭参数。显然，岭回归作为β的估计比最小二乘估计要稳定，当k=0时的岭回归估计就是普通的最小二乘估计。 　　三、实证分析 　　（一）数据选择 　　本文从中小板上市公司中随机选取100家上市中小企业作为样本公司，选取2010年-2014年的数据作为样本数据进行实证分析。 　　（二）自变量和因变量的选择 　　本文从实证的角度来分析上市中小企业资产结构对其偿债能力的影响，科学合理的选择自变量和因变量指标是研究成败的关键。 　　根据我国上市中小企业资产结构的分布特点和本文的研究目的，选择以下指标作为本文的自变量：金融资产占比（X1）、无形资产占比（X2）、货币资金占流动资产比（X3）、应收账款占流动资产比（X4）、存货占流动资产比（X5）、流动资产占比（X6）、固定资产占比（X7）。 　　本文将偿债能力分析指标应与盈利能力、营运能力分析指标相结合，选取15个指标，利用主成分分析得出本文的因变量综合偿债能力指标Y。 　　（三）实证分析 　　本文在实证分析这一部分以2014年的数据为例，进行一个详细的分析过程，其他各年的数据直接写出分析的结果。 　　（1）原始数据的标准化处理。数据的标准化处理可以直接在SPSS中进行，通常标准化是将数据处理