非经常性损益和企业价值相关性研究.docVIP

非经常性损益和企业价值相关性研究 　　【摘 要】非经常性损益作为部分企业调节利润的有利工具，是否影响了企业价值，资本市场的投资者是否分辨非经常性损益，这是个值得探讨的问题。本文以我国A股上市的制造业企业为样本分析了其非经常性损益的特点，并采用多元线性回归的方法，研究了非经常性损益与企业价值的相关性。 　　【关键词】非经常性损益；净利润；企业价值 　　一、引言 　　净利润的来源根据其持续性可以划分为正常经营活动产生的利润和非经常性损益，非经常性损益由于其发生的偶然性，不能持续给企业带来经济流入，因而也就不能增加企业价值。理论上，非经常性损益对净利润的贡献应该不会造成企业价值的变动。作为理性经济人的投资者不会追逐那些非经常性损益对净利润造成大影响的企业。 　　二、模型建立 　　因而我们可以提出假设，即非经常性损益对净利润的贡献与企业价值不相关。为检验此假设，本文构建多元线性方程：Q=a+b1Extragl+b2Size+b3Debt+ε；Q：衡量企业价值的托宾Q；Extragl：非经常性损益贡献率，用非经常性损益占净利润比重的绝对值衡量；Size：企业的规模，用总资产的自然对数衡量；Debt：企业的资产负债率。 　　本文选用西方相关研究中经常使用的托宾Q值来作为因变量来衡量企业价值。托宾Q值作为市场价值指标，不仅代表投资者对于公司内在价值的认可，而且体现了风险因素。托宾Q值是上市公司资本的市场价值与重置成本的比值，沟通了虚拟经济和实体经济，其与公司股价相联系，可以较好的表现出证券市场对于公司信息披露情况的反应。具体计算公式为： 　　因为本模型是验证上市公司的非经常性损益披露后，证券市场对之产生的反应是否影响了企业价值，所以必须考虑时间的滞后性。上市公司年报按照规定应该在次年的4月30日前公布，在考虑滞后性的基础上，为了能更好的减少由于间隔时间过长而有更广泛因素影响产生的误差，本文选用2011年6月30日数据所计算的托宾Q值。 　　因变量非经常性损益贡献率Extragl=|非经常性损益/净利润|，即非经常性损益占净利润比重的绝对值，反映了非经常性损益对净利润的影响。具体根据A股制造业2010年年报数据计算得出。对企业价值产生影响的因素有很多，所以在建立模型时必须选择控制变量，公司资产负债率（Debt）和公司规模（Size）是以往的研究中被广泛选用的控制变量，所以本文选取这两项作为控制变量。本文的所有财务和股票数据均来自锐思金融数据库。 　　三、描述性统计分析 　　表1反映了我国2010年A股制造业非经常性损益贡献率的情况，共有692个样本，其中非经常性损益对净利润略有影响的公司数为433，占62.57%，非经常性损益对净利润产生较大影响、重大影响和绝对性影响的公司数分别为90、87和82。 　　从上述图表可以看出，非经常性损益贡献率大于等于0.2的公司占了38%，这是比较大的，说明非经常性损益对净利润的影响比较大，这不排除部分企业用非经常性损益调节利润。 　　托宾Q值最小值为0.2638，最大值高达18.5958，标准差为2.0385，说明样本上市公司的托宾Q较为分散，具备统计分析意义；非经常性损益贡献率（Extragl）最小值为0，最大值为139.2235，差距很大；公司规模（Size）标准差为1.0843，说明样本公司的规模差异较大；资产负债率（Debt）最小值为0，最大值高达1.3434，财务杠杆差距很大，财务风险悬殊。 　　四、实证分析 　　在进行回归分析之前，首先对解释变量及控制变量进行相关性分析，这样做的目的是防止这些变量之间存在的相关性关系而影响了回归结果的准确性。从下表可以看到各解释变量和控制变量之间的相关程度，能够发现它们之间并不存在显著的多重共线性，解释变量中相关系数最大的是资产负债率与非经常性损益贡献率之间为0.06，但是并没有通过显著性检验。唯一通过显著性检验的是资产负债率与资产规模，但是其相关系数仅为0.037。一般来说，从统计学的角度，只有相关系数大于0.5的解释变量才有可能导致回归方程出现严重的共线性问题。所以，可以认为本研究的解释变量及控制变量之间没有多重共线性问题，也就对回归结果不会造成影响。 　　对上表数据进行分析，代表模型可决系数的R2为0.165，调整后的R2是0.161，从中可以看出模型中的解释变量无法完全解释因变量，这主要是由于企业价值会受到很多因素的影响，而本模型中仅选择了三个重要的项目，因此相对来看，尚能接受该模型的拟合优度。该模型的F值是45.156，Sig.为0.000，这表明从统计学角度，该模型在总体上来说是有意义的。下面对各个假设的检验结果进行逐项分析： 　　（1）托宾Q与非经常性损益贡献率（Extragl）的相关系数为0，显著性水平为0.9