我國礦業上市公司盈利能力與資本結構的實證研究

（中國地質大學（北京）人文經管學院 北京100083）

目前，我國大多數有關資本結構的研究，都是以盈利能力作為自變量，而資本結構作為被解釋變量，并且一般以銷售毛利率等單一指標衡量盈利能力。實際上，反映盈利能力的指標有很多，以某一單一指標表示盈利能力具有一定的片面性，并且目前的研究很少以資本結構作為解釋變量，盈利能力作為被解釋變量。而礦業這一行業作為我國國民經濟的重要組成部分，其資本結構具有高負債率、內源融資少等特點，并且因礦產品的投資金額大、回收周期長等特點，礦業企業的盈利能力也和一般行業有所不同。因此，本文對礦業上市公司的盈利能力和資本結構進行研究，探討資本結構對盈利能力的反作用力。目前用于評價多重指標的方法有三種，分別是層次分析法、平衡計分卡法和主成分分析法。為了對盈利能力綜合指標進行評價，本文采用主成分分析法計算盈利能力綜合得分。

二、研究假設

（一）樣本來源

本文的樣本對象是礦業上市公司，由于我國目前對礦業尚沒有具體的分類，首先根據2012年證監會修訂的上市公司行業分類指引，參照主營業務收入大于等于50%及是否屬于B采礦業和C制造業這兩條標準，參照首創證券的證監會板塊，選取了六大行業板塊共155家上市公司作為本文的樣本。其次，為了保證財務數據的可靠性及可比性，本文剔除了ST股和*ST股等財務數據異常的公司、發行B股的上市公司、發行H股的上市公司、創業板和中小板股票上市公司，即將研究數據只局限于滬深主板A股。最終得出了共104家礦業上市公司作為研究樣本，其中煤炭采選業27家，石油和天然氣開采業2家，黑色金屬礦采選業5家，有色金屬礦采選業18家，黑色金屬冶煉及壓延加工業21家，有色金屬冶煉及壓延加工業31家。

（二）研究假設及指標選取

本文提出以下假設：我國礦業上市公司的資本結構與盈利能力呈相關關系，即礦業上市公司的資產負債率越高則盈利能力越差。

反映礦業上市公司盈利能力的指標有很多，各個指標都側重于不同方面衡量其盈利能力。因此，單一的指標很難全面反映盈利能力。為了能夠更全面地反映盈利能力，本文以公布的2013年度礦業上市公司財務報告為依據，選取7個反映盈利能力的指標，通過進行主成分分析降維并計算綜合得分以評價礦業上市公司的綜合盈利能力。這7個指標分別是基本每股收益、每股凈資產、每股經營性現金流、成本費用利潤率、營業利潤率、總資產報酬率和銷售毛利率，具體變量定義如表1所示。為了分析盈利能力和資本結構之間的關系，選取資產負債率衡量資本結構，并以其為解釋變量，因子分析所得的盈利能力綜合得分作為被解釋變量，以研究礦業上市公司資本結構對盈利能力的影響。

三、實證結果分析

（一）描述性分析

表1 變量定義

從表2描述性統計量可以看出，每股凈資產均值最高，達4.0294，而營業利潤率的均值較低，均值只有0.0792，其余變量的均值均在0.2左右；每股凈資產的離散程度也最大，標準差為2.08875，其次是每股經營性現金流量，其標準差接近1，其余變量的標準差都遠小于1，并維持在0.5左右。另外，每股凈資產和銷售毛利率的極大值也較大，其余變量的極大值也維持在2左右。除此以外，樣本指標差異較小。

（二）主成分分析

為了使數據更加具有可比性，消除數據間的量綱關系，首先將相關指標進行 Z 標準化，可得 ZX1、ZX2、ZX3、ZX4、ZX5、ZX6、ZX7。 之后運用 SPSS 19.0統計軟件進行主成分分析，依次可得表 3、表 4、表 5 和表 6。

（1）KMO 和 Bartlett的檢驗。由表3可以得出，KMO的統計量取值為0.553〉0.5，意味著變量之間具有相關性，選取的反映盈利能力的7個指標適合做因子分析；Bartlett球度檢驗Sig.小于顯著性水平0.05，即拒絕原假設，證明相關系數矩陣不是單位矩陣，變量之間存在相關關系，因此適合做因子分析。綜上所述，KMO和Bartlett的檢驗均驗證了7個變量適合做因子分析。

表3 KMO和Bartlett的檢驗

（2）相關性矩陣。由表4相關矩陣可得，ZX1基本每股收益和 ZX4成本費用利潤率的相關性為0.369，ZX4成本費用利潤率和ZX5營業利潤率的相關性系數為0.779，相關性較為顯著。ZX7和其他指標的相關性較差，均維持在0.1左右，除此以外，變量兩兩之間的相關性系數都接近于0.3，因此選取某單一指標表達盈利能力具有片面性，需要進行主成分分析，并運用因子得分法綜合計算盈利能力的綜合指標。

（3）提取主成分。由表5可知，特征值大于1對應的主成分有三個，可得特征值分別為 λ1=2.090，λ2=1.257，λ3=1.075，主成分貢獻率分別為r1=29.864%，r2=17.959%，r3=15.362%，累計方差貢獻率為63.184%。

（4）計算特征向量矩陣及盈利能力的綜合得分。由下頁表6初始因子載荷矩陣，可得相應主成分與對應變量的相關系數 V1、V2、V3，之后點擊 SPSS 19.0統計軟件的轉換、計算變量按鈕，輸入公式 F1=V1/SQRT（λ1）可得特征向量F1=0.425，-0.101，0.078，0.622，0.577，0.257，0.132；同理可得，F2=0.412，0.414，0.551，-1.614，-0.271，0.441，0.248；F3=0.048，0.713，0.173，0.107，0.187，-0.591，0.258。將得到的特征向量與標準化后的數據相乘，可得各個主成分的得分，即Z1=F11×ZX1+F12×ZX2+F13×ZX3+F14×ZX4+F15×ZX5+F16×ZX6+F17×ZX7， 同 理 可 得Z2、Z3。最后，用各主成分得分乘以其各自貢獻率，可得綜合主成分得分，即Z=r1×Z1+r2×Z2+r3×Z3，Z 即盈利能力綜合得分。

（三）回歸分析與相關性檢驗

表2 描述性統計

表4 相關矩陣

表5 解釋的總方差

由上文已經得出盈利能力的綜合得分，以盈利能力為因變量，資產負債率為自變量，提出研究模型Z=α+βX+ε，其中Z代表礦業上市公司綜合盈利能力的指標，α是常數項，β是回歸系數，X代表資產負債率，ε表示隨機誤差項。由下頁表7回歸模型的方差分析 表 可知，F 值 為 8.154〉0，P 值≈0.004＜0.01，表明盈利能力與資產負債率的線性回歸關系是極顯著的。由表8可知，常量和資產負債率的P值均小于0.05，得回歸方程為Z=-0.480X+0.225+ε，驗證了上文的假設，即盈利能力和資產負債率呈負相關。

四、結論與建議

本文選取了104家滬深主板A股的礦業上市公司為樣本對象，對其盈利能力與資本結構進行實證研究。為了更全面地評價盈利能力，選取影響盈利能力的7個因素，并對其進行主成分分析，進而算出盈利能力綜合得分。實證結果表明，盈利能力和資本結構呈負相關關系。由實證結果可知，資本結構是影響盈利能力的因素之一。因此，為了提高我國礦業上市公司的盈利能力，礦業上市公司應該從兩方面著手提高盈利能力。

（一）優化礦業上市公司資本結構

為了優化礦業上市公司資本結構，上市公司應該實現資本結構的內部優化和外部優化。

（1）資本結構的內部優化。礦業上市公司資本結構的內部優化主要是希望礦業上市公司能夠實現資本結構的優化目標，即利潤最大化、股東財富最大化、企業價值最大化及每股收益最大化，礦業上市公司的資本結構優化應以企業價值最大化為目標，這也是目前業界較為認可的方式。為了實現企業價值最大化，企業應從以下方面進行資本結構的優化，上市公司一方面應該通過提高有形資產的比例，減少無形資產在變現時的損失，適當擴大資產數量和提高其質量，優化資本結構降低資產負債率進而提高盈利能力；另一方面應當優化礦業上市公司股權結構，完善治理結構，改善目前其國有股持股過多的現狀，適當增加大眾持股比例，進行股權分散化，并且應該通過發行可轉化公司債券以改善目前融資方式。

（2）資本結構的外部優化。良好的資本結構離不開完善的資本市場，也離不開國家對資本市場各方面的支持。礦業上市公司資本結構外部的優化主要是指宏觀經濟的優化及國家等對金融市場、債券市場進行進一步完善，以促使礦業上市公司的融資來源多元化。因此為了實現資本結構的外部優化，我國應當完善資本市場，大力發展債券市場，逐步實現債券利率市場化、債券品種多樣化和債券法規完善化，以改善目前礦業上市公司單一依靠發行股票的融資方式；同時應當大力發展風險投資機構，使礦業上市公司融資渠道多樣化，推動礦業上市公司的發展。

表6 初始因子載荷矩陣

表7 Anovab（回歸關系方差分析表）

表8 回歸系數及回歸系數的t檢驗

（二）優化影響盈利能力的其他因素

提高礦業上市公司盈利能力在優化資本結構的基礎上，還應該考慮通過建立良好的礦業上市公司的內部管理制度，提高現有員工的效率；同時應當建立適當的內部激勵制度，吸引優秀人才，提高企業的創新能力和發展能力，以人才取勝。礦業上市公司還應當處理好股東、債權人和管理者等利益相關者的關系，同時制定良好的內部員工考核制度，不斷促進礦業上市公司的發展，提高其盈利能力。