國有企業利潤總額影響因素的實證分析

摘 要：本文選取了1998年-2015年期間17年的主要數據，選取五個財務指標作為解釋變量，探析其對利潤總額的影響。經過逐步回歸，最后得出利潤總額與主營業務收入及財務費用的多元線性回歸模型。經過實證分析，利潤總額與主營業務收入呈正向變動；利潤總額與財務費用呈反向變動，這與經濟實質一致。

關鍵詞：利潤總額；主營業務收入；財務費用

一、引言

“十三五”開局之年，國有控股企業利潤總額由降轉增，走出一條向上的曲線。利潤是一個企業生存與發展的基礎，是企業進行決策、預算和經營的最終目標；企業根據利潤調整資源分配和改善經營方式，并且也是投資者投資決策的最重要指標之一。分析國有控股企業利潤總額的影響因素，可以為其未來的生產經營方式以及決策提供參考指標。

二、文獻綜述

利潤質量最早出現于美國的投資報告中，又被稱為盈余質量或收益質量。盈余質量初次提出時，Ball和Bmwn（1968）進行實證研究，第一次證實了披露會計收益的價值相關性。從盈余管理的角度出發，Jennifer等學者（2005）發現了較低的盈余質量與更大的資本成本、債務成本有關。Bhattacharya等（2013）研究信息的對稱性與利潤質量的關系，得出兩者之間負相關。

國內對國有企業效率的研究在90年代較多。劉元春（2001）認為分析我國國有企業的效率問題必須充分考慮到我國的基本國情及我國國有企業的制度性質與戰略定位。新會計準則頒布后，靳小翠、殷治平（2013）通過實證研究得出新的會計準則能夠及時確認損減少公司的盈余管理行為，提高了公司利潤質量。吳中山（2016）把存貨的管理加入到企業利潤質量的影響因素中來，認為存貨變現能力較差，影響利潤指標。

本文圍繞會計政策、利潤結構、現金流量三方面內容，探析我國國有控股企業利潤總額的影響因素。通過多元回歸分析，找出各影響因素之間的相互關系，為其利潤平穩增長指明方向。

三、方法介紹與數據選取

1.多元回歸分析

對多個自變量進行回歸分析時，利用最小二乘法原理建立多元線性回歸模型為：

由方程可以看出，因變量Y由兩部分組成，第一部分的估計值，是由自變量決定；μ為殘差，表示隨機誤差項。模型不但需要顯著性與假設檢驗，還需要考慮各自變量之間是否存在多重共線性，以及隨機誤差項自相關和異方差檢驗。

2.數據選取

（1）數據來源

本文選取1998年-2015年期間17年國有控股企業作為樣本。原始數據來源于《2016中國統計年鑒》分地區國有控股企業主要財務指標、2016年《國家數據》按行業分國有控股企業主要經濟指標。

（2）變量選取

①利潤總額（Y）是本文的主要研究對象，作為解釋變量。

②主營業務收入（X1），是指企業經常性的、主要業務所產生的基本收入；企業的主要利潤來自于主營業務收入，作為影響利潤總額的因素之一。

③主營業務成本（X2），是指公司生產和銷售與主營業務有關的產品或服務所必須投入的直接成本。對于大多數行業主營業務成本是損益表中沖減利潤最大的一項，對利潤總額影響較大。

④管理費用（X3）、銷售費用（X4）、財務費用（X5）。三者都作為期間費用，是企業為組織和管理整個經營活動所發生的費用。三個期間費用科目期末都要轉入本年利潤科目。因此，三者都對利潤總額有著重要的影響。

四、模型建立

1.繪制散點圖

利用17組樣本數據繪制利潤總額與主營業務收入、主營業務成本、管理費用、銷售費用、財務費用之間的散點圖。各解釋變量與被解釋變量之間近似于線性關系。但是主營業務收入與主營業務成本趨勢大致相同、管理費用與銷售費用趨勢很相似，兩組變量可能存在多重共線性。

2.初步模型建立

初步建立一個多元線性回歸模型式（2），SPSS輸出結果顯示可決系數R2=0.99，模型擬合較好。F值為96.67，sig值為0.00，說明方程整體相當顯著。

（2）

但是除了主營業務收入和財務費用之外，其余變量值都小于并且除了財務費用之外，其余sig值均大于0.05。并且五個系數VIF值均大于10，表示五個自變量存在多重共線性，必須要對模型進行調整。

3.變量及模型調整

采用原始數據，再次進行逐步回歸，最后得到最優回歸子集。經過兩次逐步回歸，最終從五個自變量中選取的最優回歸子集為主營業務收入和財務費用。

最終得到的模型如式（3），可決系數R2=0.99，模型擬合情況較好。F值為562.41，sig值為0.00，三個系數的值均大于且sig值均小于0.05，模型2通過了顯著性檢驗。

（3）

五、模型的檢驗

1.異方差檢驗

將輸出的標準化殘差保存為變量，做以利潤總額為X軸、標準化殘差為Y軸的散點圖，大致可以看出，隨機誤差項基本不存在異方差。進一步采用Spearman等級相關系數檢，結果顯示值都小于分別為-0.02和-0.04，且sig值都大于0.05，說明調整后的方程模型不存在異方差。

2.多重共線性檢驗

多重共線性的檢驗采用方差擴大因子法。經驗表明，VIFj≥10時，說明自變量與其余自變量Xj之間有嚴重的多重共線性。根據SPSS輸出結果，調整后模型中X1與X5的VIF均為8.124，調整后模型無多重共線性。

3.自相關檢驗

多元線性回歸模型中，通常假定隨機誤差項是不相關的，即一個變量前后期數據之間不存在相關性。查表得無自相關區間（1.54，2.98），對調整后模型的檢驗顯示D-W值為1.814，說明不存在自相關。保存的標準殘差ei，ei繪制，ei-1的散點圖，表現出它們之間是隨機分布，不存在自相關。

經過以上檢驗，模型的擬合程度較好、顯著性高，均通過了假設檢驗。

六、實證結果分析

模型的回歸結果表明，利潤總額與主營業務收入成正向變動，與財務費用成反向變動。在經濟意義上，主營業務收入增加一單位，利潤總額增加0.11億元；財務費用增加一單位，利潤總額減少2.962億元。

通過初始模型檢驗，銷售費用對方程顯著性最弱，逐步回歸直接沒有引入該變量。雖然主營業務成本對利潤總額影響很大，但是它與主營業務收入在時間上有同步但相反的變化趨勢，所以二者在模型中產生多重共線性，最終剔除該變量。

在逐步回歸中，財務費用作為對方程顯著性影響較大的變量，率先被引入方程。財務費用作為籌集生產經營所需資金而發生的籌資費用，其中包括的利息支出。對于計入財務費用的利息收支在確認稅前利潤以及計算經濟增加值都要調減，所以財務費用是獨立影響利潤總額的一個重要指標。

當前企業利潤的評價更推崇平衡計分卡和經濟增加值來測量企業的盈利能力。在實際企業經營中，不同行業還要根據自身實際情況進行利潤評價與提升利潤質量。

參考文獻：

[1]R Ball & P bmwn. An Empirical Evaluation of Accounting Income Numbers[J].Journal of Accounting Research.1968，6（2）：159-178.

[2]J Francis，R Lafond，P Olsson，K Schipper. The Market Pricirig of Accruals Quality[J].Journal of Accounting and Economics.2005，39（2）：295-327.

[3]劉元春.國有企業的“效率悖論”及其深層次的解釋[J].中國工業經濟，2001，7：31-39.

[4]靳小翠，殷治平.論現行會計準則對會計信息質量的影響[J].財會通訊，2013（04）：9-10.

[5]吳中山.淺論企業利潤質量的影響因素[J].財會學習，2016（16）：205-205.

作者簡介：張玉瑤（1994.04- ），女，會計學，碩士研究生，西安財經學院商學院