互联网企业成长的影响因素实证分析.docVIP

互联网企业成长的影响因素实证分析 　　摘要：文章从企业规模、企业家能力、技术创新能力、市场营销能力、盈利能力、营运能力、偿债能力、融资能力等8个方面选取19个指标作为解释变量，通过因子分析方法对指标体系进行验证和修正后得到6个综合因子，使用多元线性回归方法对所提出的假设进行验证，从盈利能力、营运能力和技术创新能力等几个方面，针对我国互联网企业的发展提出对策。 　　关键词：企业成长；互联网企业；因子分析 　　一、 引言 　　目前企业成长研究，主要关注制造业、服务业、金融业等传统行业的企业成长问题，鲜有针对我国互联网企业成长的实证研究与分析，传统范式下展开的传统企业成长理论，并不完全适用于分析互联网企业的成长影响因素，对互联网企业的成长缺乏足够的理论指导。互联网企业如何才能在互联网市场竞争持续激烈、技术创新日益加快的环境中健康成长，已成为理论研究和实务领域的重要问题。 　　为此，本文基于企业成长文献，以我国互联网上市企业为研究对象，构建成长影响因素，运用实证分析方法对互联网企业的成长性及其关键影响因素进行分析，以探索我国互联网企业成长演变机理及规律。 　　二、 国内外研究现状 　　目前企业成长影响因素领域的研究主要分为两类：一类是单一因素研究，即研究企业成长动力因素簇中的一个因素（如技术创新能力、社会关系、企业家能力）是如何影响作用于企业成长的；另一类是多因素研究，即将影响企业成长的各个成长动力因素都进行研究，强调协调处理各个成长动力因素与企业成长之间的关系，注重分析各因素的重要影响、中介作用、调节作用。相比单因素研究，多因素研究可以更全面地解析企业的成长过程。 　　针对互联网企业的成功因素，相关研究继承了传统企业成长影响因素分析思路与方法，着重解析了互联网泡沫及2008年金融危机之后，互联网企业存活的原因及成功的关键要素。这些研究多采用调查问卷、案例分析、回归模型、生存分析、内生成长理论、比较分析等理论方法，归纳、总结互联网企业成长因素，认为互联网企业的生存是受企业自身基因构成决定的，企业家能力、企业家能力、技术创新能力、盈利能力、偿债能力、营运能力、市场营销能力、融资能力、客户保持及转化率、管理层变动、商业模式等构成了影响互联网企业成长的关键要素，并且这些要素会随着环境的变化而不断地进行着调整和整合。然而在互联网企业成长过程中，这些关键因素的作用机理问题缺乏更深入的分析。 　　三、 互联网企业成长影响因素模型构建 　　结合国内外实证研究文献中对企业成长性度量指标的选取，采用统计学的方法以能够量化的指标来衡量企业成长性，进而研究各因素对企业成长性的影响程度。考虑到数据的收集与处理，本文选用“总资产增长率”、“净利润增长率”两个指标来度量企业的成长性。 　　对于各影响因素的度量，结合我国互联网上市企业及其所处环境的现状，借鉴国内外实证研究中的相关做法，本文从企业规模、企业家能力、技术创新能力、市场营销能力、盈利能力、偿债能力、营运能力、融资能力8方面，提炼了19项变量，如表1所示。 　　四、 实证分析 　　基于Osiris数据库以及各公司历年公布的年报信息，本文选取了2007年至2010年在沪深、香港、纳斯达克、纽交所上市的83家中国互联网企业为研究样本；采用因子分析法，确定综合因子，运用多元回归模型验证所确定因子与互联网企业成长的相关关系。 　　1. 因子分析。通过相关性分析发现，本文所选取的19个解释变量与2个被解释变量间，存在一定程度的相关性，相关系数大多集中在0.1～0.5之间，说明所选取的解释变量与被解释变量相关性较为均衡，它们共同影响着我国互联网企业的成长性。 　　对所选取的19个解释变量做相关性分析，得出各解释变量间的相关系数矩阵，如表2所示。 　　由表2可以看出，各解释变量间存在不同程度的相关性，其中不少解释变量的相关系数在0.3以上，少部分在0.7以上，说明各解释变量并不是相互独立的，它们之间存在信息重叠。因而，可以采用因子分析法，对原有的19个解释变量进行浓缩，提取出相互独立的综合因子，以解释对互联网企业成长的影响。 　　选择最大方差旋转方法，对因子进行旋转后，可得如表3所示因子载荷矩阵。旋转后的因子载荷矩阵中给出每一个原始变量在6个因子上的载荷。在本文中，选取综合因子的标准是特征值大于1，满足条件的共有6个因子，解释了企业成长性指标原始信息的81.539%。 　　由表3可看出，除销售增长率和销售人员占比外，其余解释变量最大载荷因子都在0.5以上，说明销售增长率和销售人员占比不能被这几个因子很好的解释，这可能是由于互联网企业营销模式的独特性造成的。在本文中，为了便于研究，将销售增长率和销售人员占比剔除。指标剔除后，对旋转后的因子归纳解释如下： 　　成分1对应的研发支出比重