黑龙江省上市公司盈利能力与资本结构实证研究.docVIP

黑龙江省上市公司盈利能力与资本结构实证研究 　　 摘要：文章通过因子分析法对黑龙江省19家上市公司2010年前三季度的财务数据进行了一定的分析，得出了反映上市公司盈利能力的综合指标，并且运用这些指标作为因变量，把代表资本结构的资产负债率作为解释变量，对黑龙江省上市公司的盈利能力和资本结构的关系进行回归分析，输出结果表明公司的盈利能力和资本结构呈负相关关系，所以，合理的融资方式对自身的盈利能力至关重要。 　　 关键词：上市公司；盈利能力；资本结构；因子分析；回归分析 　　 一、引言 　　 资本结构是指在企业内部各种不同的资金来源中，债务与股东权益资本之间的比例关系，它能充分地体现出企业的债权人和股东的融资能力，而盈利能力就是公司赚取利润的能力。目前，面临国际市场激励的竞争压力，中国上市公司必须合理地调整资本结构，增强人员素质来不断地提高盈利能力。 　　 在理论界，关于公司的盈利能力和资本结构关系的研究各持己见：李宝仁、王振蓉（2003）以深、沪两市证券交易所16家上市公司为样本，选取2001年年报数据资料为原始资料，利用SPSS主成分分析方法对盈利能力进行相关和回归分析，结果表明企业的盈利能力与其资产负债率呈中度负相关关系；王红红（2005）通过对中国上市公司1990-2002年数据分析，发现在中国上市公司的盈利能力与其负债水平有着显著的反向关系；汪强（2004）采用多元统计分析中的主成分分析方法，以中国家电行业26家上市公司1999-2001年为样本，分析了上市公司资本结构与盈利能力的关系，结果表明两者呈现负相关关系。Masulis、Ronald W.（1983）研究指出，企业价值的大小与其负债水平的高低成正相关关系，并得出能够对企业盈利能力产生影响的负债水平位于0.23-0.45之间；Long和Maltiz（1985）研究表明企业的盈利能力与财务杠杆正相关，但不显著；张佳林、杜颖、李京（2003）选取了电力行业的31家上市公司作为样本，并以这31家上市公司1997-2001年的会计资料为研究对象，发现：所有年度的净资产收益率与负债比率都呈显著的正相关关系，这一结果刚好与Masulis在1983年实证检验得出的结论相一致。 　　 二、黑龙江省上市公司盈利能力与资本结构的因子分析 　　 （一）样本数据选取 　　 本文选取的是黑龙江省在深、沪两市上市的A股公司为研究样本，截取2010年前三季度的统计数据为原始数据（见表1）。一般来说，公司的盈利能力只涉及正常的营业状况，在非正常的特殊情况下会给公司带来收益或损失，不能说明公司的能力，所以，应当排除以下因素：被ST处理过的公司和具有自身特点的金融类上市公司，从而得到样本数为19。反映公司盈利能力的指标有很多，本文在借鉴国内外研究成果的基础上，选择了主营业务利润率、资产净利润率、营业毛利率、净资产收益率、每股收益5个指标进行因子分析。 　　 （二）因子分析 　　 因子分析是一种降维、简化数据的技术，它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个“抽象”的变量来表示其基本的数据结构。这几个抽象的变量被称作“因子”，能反映原来众多变量的主要信息。 　　 由于公司盈利能力的指标之间有可能会存在一定程度的相关关系，所以要计算出它们之间的相关系数（见表2）。 　　 　　 由表2的数据可知，反映公司盈利能力的五个指标之间存在相关关系，X1与X2、X3和X4，X2与X4和X5，X4与X5之间的相关性很大，都超过了0.6。从而，任意去除一个指标都会对盈利能力的分析作出不全面的判断，需要运用因子分析方法来综合评价上市公司的盈利能力。 　　 1.KMO和Bartlett检验 　　 KMO检验的取值在0和1之间，KMO值越接近于0表明原始变量相关性越弱，相反越接近于1表明原始变量相关性越强。根据表3的数据反映，KMO的值为0.749，说明所选的因子分析指标比较合适。Bartlett球形检验的结果也是非常好的，值比较大为62.815，显著性概率为高度显著，因此本文数据适合运用因子分析方法来分析。 　　 　　 　　 2.提取主成分 　　 本文运用SPSS 13.0对样本数据进行因子分析，得到各个指标之间相关矩阵的特征根和方差贡献率（见表4）。 　　 依据以上数值显示，前两个主成分的特征根都大于1，第一个主成分的方差贡献率为68.122%，第二个主成分的方差贡献率为20.336%，累计方差贡献率为88.458%，可以看出，前两个因子已经可以解释原始变量88.458%的方差，包含了大部分的信息。所以，选取两个主成分。 　　 3.综合得分 　　 为了得到意义明确的主成分因子的含义，将因子载荷阵进行方差最大法旋转，得到旋转后的因子载荷矩阵（见表