小议规模大小与企业利润

导语：小议规模大小与企业利润一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

一、引言

2009年中国企业间并购重组很活跃,中国企业500强的总体及平均规模不断扩大。2009年500强企业的营业收入总额26万亿元,平均营业收入为519.9亿元;2009年500强企业的资产总额达到74.2万亿元,平均资产为1502.3亿元。企业为什么要不断扩大规模,本文从企业规模与利润的关系视角进行研究,具有重要的学术价值。

二、文献回顾

关于企业规模与企业利润关系的实证检验的文献比较多,但由于学者们使用的数据、方法、模型的不同,得到的结论不一致。支持企业规模与企业利润正相关的文献有:Ravenscraft(1983)基于美国1975年3186个行业的企业数据,分别以市场份额和集中度作为企业规模的指标,发现在盈利性与企业规模之间存在明显的正向关系,大企业在广告、资产、成本等方面具有明显的规模经济优势。Gupta(1983)以劳动生产率作为盈利性指标,估计了加拿大制造企业在1965、1967、1968、1970四个年度的数据,研究发现大企业的劳动生产率曲线相对位置更高。Wing和Fung(1997)基于上海制造业1989年～2002年间的企业数据,Chuang(1999)基于台湾1991年的企业数据,Tipuric(2002)基于克罗地亚的企业数据,Biesebroeck(2005)基于9个撒哈拉以南非洲国家1990年～1995年间的企业面板数据,ElleryJr.和Gomes基于巴西1994年～1999年间的企业数据,其经验结果都支持了随着企业规模的扩大企业利润会增加的结论。Stekler(1963)全面考察了美国各个行业1947年～1954年间企业规模(总资产)与报酬(税后利润率)之间的关系,发现这一关系某一规模范围(资产5000万美元)内为正,超过这一范围之后则为负,恰好符合了新古典主义成本曲线的经验含义。支持企业规模与利润负相关的文献有:Schmalensee(1989)基于美国制造业1953年～1983年间的企业数据,对12个盈利性指标进行了统计检验,结果显示企业规模越大,企业利润越小。Dhawan(2001)基于美国上市公司1970年～1989年间的面板数据进行了实证分析,结果显示小型、中型和大型企业的平均利润率分别为12.92%、11.95%和11.15%,这显然意味着企业规模与效率之间的负向关系。Ammaretal.(2003)对美国电子行业1985年～1996年间企业数据的经验分析显示,在营业额超过5000万美元之后,企业利润率与规模呈负相关关系。李春琦(2005)以中国家族企业为分析对象,采用面板数据模型,研究表明:随着企业规模扩大,企业的人力、财力和管理等多种因素发生变化,家族企业的比较优势随着减弱,家族企业的盈利能力随着下降。本文以2005年~2009年中国企业五百强为分析对象,采用动态面板数据模型研究企业规模与利润的关系。文章结构安排如下:第二部分是文献回顾,第三部分数据及计量模型,第四部分是结论及其解释。

三、数据及计量模型

1.样本选择及变量描述。本文使用的数据由上海财经大学中国企业500强研究中心提供,数据属于上市公司公开数据,并经会计事务所或审计事务所等认可。所选样本为2005年~2009年一直属于前500强的企业,共277个样本,6925个数据。涉及的变量主要有企业利润、企业的营业收入、企业总资产、企业从业人数、企业的所有者权益。企业利润是上交所得税后的净利润,用lir表示;企业营业收入是指包括企业的所有收入,即主营业务、非主营业务、境内和境外的收入,用yy表示;企业总资产是指年度末的资产总额,用zch表示;企业所有者权益指年度末所有者权益总额,不含少数股东权益,用syz表示;企业人数指年度末的平均人数,含所有被合并报表企业的人数,用cy表示。企业规模的大小有两种衡量方法,一种是以企业总资产的大小来表示,一种是以企业的营业收入来表示,本文对企业规模大小的两种衡量方法都进行分析。各变量的统计描述如表1所示。

2.单位根检验。在对面板数据进行回归分析之前,一般要进行面板单位根检验,当各变量满足同阶单整时,进行回归分析才有意义,才不至于导致伪回归问题。由于面板数据主要分为同质型面板数据和异质型面板数据两类,面板数据的单位根检验也依据这两类不同类型的面板数据而分为两类。针对同质面板数据的单位根检验有:LLC检验;针对异质面板数据的单位根检验有:IPS检验、Fisher-ADF检验、Fisher-PP检验。本文使用LLC检验、Fisher-ADF检验、Fisher-PP检验,检验结果如表2所示。

表2显示,lir、yy、zch、syz、cy在3中检验方法下均存在单位根,而各变量在进行一阶差分之后都不存在单位根,均为平稳变量。也就是说lir、yy、zch、syz、cy是一阶单整的,即为I(1)过程。为检验各变量之间是否存在长期均衡关系,还要继续进行协整检验。

3.协整检验。面板协整检验理论。有两类面板协整检验方法:一类是以回归残差为基础,另一类是以最大似然比为基础。Pedroni协整检验、Kao协整检验以E-G两步法的回归残差为基础,JohansenFisher协整检验则以最大似然比为基础。

本文使用Pedroni协整检验和Kao协整检验,表3是当企业规模用企业总资产表示时,企业规模与企业利润的Pedroni检验结果。表4是当企业规模用企业营业收入表示时,企业规模与企业利润的Pedroni检验结果。表5是当企业规模用企业总资产表示时,企业规模与企业利润的Kao协整检验结果,表6是当企业规模用营业收入表示时,企业规模与企业利润的Kao协整检验结果。

表3中,Pedroni面板协整检验的7各统计量中有6个拒绝原假设,因此可认为Lir和zch存在长期协整关系。表5中,Kao面板协整检验的相伴概率为0,即拒绝原假设,因此可认为Lir和zch存在长期协整关系。也就是两种检验方法都表明Lir和zch存在长期协整关系。

表4中,Pedroni面板协整检验的7各统计量中有6个拒绝原假设,因此可认为Lir和yy存在长期协整关系。表6中Kao面板协整检验的相伴概率为0.4606,远远大于10%的显著性水平,即接受原假设,因此Lir和yy不存在长期协整关系。由于两种方法的检验结果是相反的,因此不能确定Lir和yy是否具有长期协整关系。既然能够确定Lir和zch存在长期协整关系,不能确定Lir和yy是否具有长期协整关系,则在进行回归分析时,yy被剔除。

4.面板数据回归结果。面板数据是近年来计量经济学研究的热点,也取得了很大的进步。单纯应用截面数据或时间序列数据来寻找经济规律,往往存在一定的偏差,得出的结论也不可靠。本文运用动态面板数据模型分析企业研发强度、规模大小与利润之间的关系。动态面板数据模型能够充分揭示变量的动态属性,揭示经济关系的动态调整过程,研究结论更具可靠性。模型如(1)所示。

liri,t=c+?琢1liri,t-1+?琢2cyi,t+?琢3zchi,t+?琢4syzi,t+?着i,t(1)

(1)式中,i代表各个企业样本,t代表年份,表示第i个企业样本在第t年的利润,liri,t-1表示第i个企业样本在第t-1年的利润,cyi,t表示第i个企业样本在第t年的人数,zchi,t表示第i个企业样本在第t年的规模,syzi,t表示i个企业样本在第t年的所有者权益,c为常数项向量,?琢1、?琢2、?琢3、?琢4为系数向量,?着i,t为随机扰动项。估计结果见表7。

表7中方程采用固定效应模型、个体随机效应模型的回归结果。究竟是采用固定效应模型还是个体随机效应模型更合理,需要进行Hausman检验。检验结果见表8。

根据Hauseman检验,如果拒绝零假设,模型设定为固定效应是合理的,如果是接受零假设,模型设定为随机效应是合理的。表2中Prob为0.0000,表明拒绝零假设,模型设定为固定效应是合理的。根据表7中方程(2)的固定效应回归结果可知,随着企业规模的扩大,企业利润会增加,企业规模每增加10000元,企业利润增加116元。同时方程(2)也显示:企业从业人数和企业所有者权益与企业利润成正相关关系,即企业人数增加,企业利润会增加;企业所有者权益增加,企业会利润增加。

四、结论及其解释

文章以2005年~2009年中国500强企业为分析对象,采用动态面板数据模型进行分析,结果表明:随着企业规模的扩大,企业利润会增加。也充分说明现阶段,我国企业做大的根本动因。为什么企业扩大规模,企业利润会增加?结合当前实际,文章认为主要有三种主要的解释。

1.根据熊彼特的创新理论,规模越大的企业,资金比较雄厚,越有可能进行技术创新,越有可能获得高额的垄断利润。同时,规模越大的企业,在市场中越容易拥有价格垄断优势,从而获取高额利润。

2.当在企业内部进行的交易成本小于在企业外部进行的交易成本时,企业就会选择在内部完成该项交易,此时企业规模将扩大,会导致利润增加。我国的市场经济体制还不完善,市场配置资源的能力有限,企业就会扩大企业规模,有将外部交易内部化的动机,以降低交易成本,获得更多利润。

3.长期平均成本曲是倒U型的,在达到最优生产规模前,企业扩大规模,长期平均成本下降,企业利润会增加。现阶段,我国企业不论是绝对规模还是相对规模都还偏低,大多数企业的规模还没有达到最优规模。扩大规模,企业利润会增加。