上司公司现金流量和企业价值相关性实证研究.docVIP

上司公司现金流量和企业价值相关性实证研究 　　摘 要：长期以来，企业价值创造与现金流量管理一直是学术界关注的焦点问题。选取2012年中国沪深两市A股上市公司采掘业、大型机械设备、仪表制造业两个行业为研究样本，对上市公司企业价值与现金流量关系进行实证研究。研究结果发现，上市公司现金流量与其企业价值呈正相关关系，企业可以通过加强现金流量管理提高企业价值。 　　关键词：现金流量；企业价值；相关性 　　中图分类号：F830 文献标志码：A 文章编号：1673-291X（2014）03-0114-04 　　价值最大化是当前企业财务管理的最终目标，如何最大限度地提升企业价值是企业管理者亟待解决的问题之一。现金流量素有“企业血液”之称，在企业日常经营活动中起着至关重要的作用。那么现金流量和企业价值是否存在一定的相关性呢？如果二者存在相关性，企业价值最大化目标的实现就依赖于科学有效的现金流量管理。因此通过对现金流量与企业价值相关性的研究有助于企业寻求提高现金流量管理效率，增加企业价值的有效途径。鉴于此，本文以中国采掘业、大型机械设备、仪表制造业上市公司为研究对象，旨在采用实证研究的方法探讨上市公司现金流量与企业价值的相关性。 　　一、研究设计 　　（一）样本与数据来源 　　截至2012年底，中国沪深两市上市公司的数量将近两千家之多，这些上市公司按照行业不同可以分为制造业、建筑业、农、林、牧、渔业等十三个行业。但是，不同的行业性质现金流量循环的特征也有较大差异，考虑到可能存在不适合本文研究的行业类型，本文制定了以下样本选择标准：（1）上海、深圳两地证券交易所上市的A股上市公司；（2）财务数据、股价信息较为完整的上市公司；（3）剔除2012年所有被ST、*ST的上市公司；（4）典型的围绕供、产、销三个环节进行生产经营的上市公司；（5）现金流量循环和周转的环节与特征遵循常规化。 　　按照上述样本选择标准，本文在十三个行业中选取了具有代表性的两个行业的上市公司作为实证研究的样本，即：建筑业（29家上市公司）与制造业中的大型机械、设备仪表制造业（178家上市公司）。 　　（二）指标设计与模型建立 　　1.被解释变量Y的选取 　　托宾Q理论最早是由诺贝尔奖得主詹姆斯·托宾（James Tobin）于20世纪60年代末提出的，他认为托宾Q值是华尔街对公司价值的评估值即市场价值与其资产重置价值的比值，该数值是一个企业两种不同价值估计的比值，代表市场对公司未来获利及价值的预期。具体而言，Q=企业市值/资产重置成本，当Q1时，说明投资者购买新生产的资本产品更有利，该公司的市场估价高于其自身重置成本，该公司企业价值较高；当Q1时，说明投资者购买现成的资本产品比新生成的资本产品更便宜，该公司的市场估价低于其自身的重置成本，该公司的市场价值较低。 　　本文以托宾Q理论为理论基础，选择企业价值的相对价值作为评价上市公司企业价值的指标，并将其作为本文实证研究的被解释变量Y值。纵观国内外相关研究成果，很多学者倾向于用总资产的账面价值替代重置成本，用负债的账面价值与普通股市场价格之和作为市场价值，即托宾Q值=（股权市场价格+负债的账面价值）/总资产的账面价值。本文的计算公式为：托宾Q值=（上市公司流通市值+上市公司非流通市值+债务账面价值）/资产账面价值，采用证券市场2012年12月31日的收盘价代替流通股每股价值，用每股净资产代替非流通股每股价值，二者分别乘以流通股股数和限售流通股（非流通股）股数，即得到公司流通市值和非流通市值。 　　2.解释变量X的选取 　　本文借鉴众多学者研究成果的基础之上，在与企业现金流量相关的财务指标中选取经营活动现金流量结构、每股经营现金净流量、现金流动负债比、销售现金比率、资产现金流量目标率、净资产现金回收率、销售获现比率以及盈利现金比率八个指标作为本文实证研究的解释变量，具体指标内容（如下页表1所示）。 　　3.模型的建立 　　二、实证研究结果与分析 　　本文以2012年度中国采掘业和大型机械、设备仪表制造业两个行业的财务数据为基础，通过SPSS17.0软件的线性回归分析功能，并采用解释变量的逐步筛选策略（Stepwise）得出以下统计分析结果： 　　（一）采掘业实证结果与分析 　　由此可见，采掘业模型复相关系数R值为0.660，R2值为0.435，该模型的拟合度较好。F分布的显著性概率为0.001，即应该拒绝零假设，说明因变量和自变量的线性关系是显著的，可建立线性模型。 　　三、研究结论 　　通过多元线性回归分析，分析结果为：上市公司现金流量与企业价值呈正相关关系，但是由于行业性质的差异也会造成纳入回归模型的现金流量影响因素有所不同。既然上市公司现金流量与其企业价值有着显著的正相关关系，即企业现金