基于面板數據研究中國上市公司的規模效率的變化

黃 琰 王 錚

(東南大學 江蘇 南京 211800)

一、前言

投資決策關乎企業經營狀況和經營成果，嚴重的投資決策失誤會導致公司陷入困境乃至于破產，規模效率理論是用來評價投資決策的經濟成果，表明投資資產經過配置和恰當投資可以產生一種理想狀態，即更高的效益和效率，因此規模效率將直接反映企業整體的經營狀況和行業的發展，對效率的衡量和分析成為評價經濟績效的重要方法。

規模經濟是指由于生產新產品或投入新設備，帶來公司業績上的改善，進一步使得平均成本比率(成本/銷售額)下降和利潤率(利潤/銷售額)增加的現象。企業發展存在著代理成本、資源有限性束縛以及惡性競爭，這些都可能帶來規模不經濟的結果。因此我們通過對滬深股票交易所上市公司進行定量分析，為政府制定產業政策和企業決策提供參考。

二、國內外文獻綜述

國內外對規模經濟問題的研究范圍比較廣泛，相關的行業包括銀行、保險等金融部門(徐傳諶,鄭貴廷,齊樹天(2002)；闞超,王付彪,沈謙,陳永春(2004)；王聰,鄒朋飛(2003)；Joseph P.Hughes,Loretta J.Mester(2013))；汽車等制造業部門(袁桂秋,張玲丹(2010))；農業部門(許慶，尹榮梁，章輝(2011))以及教育、醫療、化工等行業部門。各部門都根據自己行業部門的特性和成本的度量范圍呈現出各自的規模經濟特點，但依然表現出一些關于規模經濟的特點。在銀行等金融機構方法的實證研究中，較為一致的觀點是,銀行業具有比較平坦的U型成本曲線,中型銀行的效率通常高于大型銀行和小型銀行,在技術進步、金融創新(如計算機和多種金融衍生工具的運用)的推動下,銀行業的效率在近幾年來有了大幅度的提高。其他行業比如農業、制造業和醫療等研究發現也得出相似結論。

三、實證分析

(一)樣本數據與計量模型

本文使用1990—2018年滬深股票交易所主板3633家上市公司，共計30231個樣本觀測值，數據來自wind數據庫，剔除公用事業企業、金融企業，剔除營業總收入在總體中百分之五分位下的樣本。以企業年齡作為自變量，分別用成本和利潤變量對其回歸，構建模型如下：

cost=α0+α1AGE+μ

采用四類成本變量，分別為COGS、SG&A、D&A和NOA。COGS為生產成本或銷售成本；SG&A是銷售、行政及一般費用；D&A是折舊與攤銷，NOA是融資成本，為債務的利息成本和股權回報。

profit=β0+β1AGE+μ

采用三類利潤變量，分別是息稅前利潤(EBIT)、凈利潤(NI)、經濟利潤(EI，或EVA)。其中EVA的計算公式為：EVA=(ROE-COE)*Equity。

表1:變量的描述性統計結果

由表1數據描述性統計結果知，COGS/Sales、SG&A/Sales、LFAD/Sales、NOA/Sales的均值分別是85.66、18.05、2.45、2.04，可見COGS占營業總收入的比重最高，其次是SG&A。利潤變量中，EBIT/Sales、NI/Sales、EI/Sales的均值分別為11.32、7.6、12.02，Age是以企業上市時間計算的企業年齡，均值是7.48。

(二)實證結果與分析

根據建立的計量模型和經濟學原理，運用stata15軟件對上市企業數據進行回歸分析，得到回歸結果如下：

AGECOGSSG&ALFADNOAEBITNIEIAge0_2-4.5354.316??-0.1730.376-0.1562.056Age2_46.2925.443???-0.006240.341-2.5970.471-7.949???Age4_65.0325.721???0.6340.337?-4.165??-1.986-9.482???Age6_84.8745.113???1.5490.315?-4.209???-2.708?-10.05???Age8_102.3974.631???1.795?0.199-4.364???-3.297???-10.44???Age10_120.8694.358???2.045?0.146-4.068???-3.130???-9.867???Age12_14-3.1324.249???1.938??0.124-1.806??-1.068-9.912???Age14_163.680???1.687??-9.355???Age16_200.4872.946???1.360?-0.07171.641??1.356?-8.753???Age20_25-8.0592.237???0.800-0.282?4.969???4.320???-8.222???Age25_30-11.07-0.1088.439???7.580???-7.507??Obs.36697307823153928690403254032020030FixedEffectsY&FY&FY&FY&FY&FY&FY&F

就成本變量的企業年齡系數估計值而言，在各個年齡區間，COGS/Sales的系數估計值都為負且數值較大，但不顯著；SG&A/Sales系數估計值顯著為正；LFAD/Sales系數估計值從上市第6年起由負轉正，且正值不顯著；NOA/Sales系數顯著為負。隨著企業年齡增長，SG&A/Sales、LFAD/Sales系數估計值的變動趨勢均是先增后減，但COGS/Sales、NOA/Sales系數呈現出增大趨勢，導致這兩種效應互相抵消。就利潤變量的企業年齡系數估計值而言，以企業上市后第6年為界限，上市前5年，三大利潤變量系數均為正，且顯著；但從上市第6年起，EBIT/Sales、NI/Sales系數估計值變為負值且不顯著，EI/Sales系數估計值為正，不顯著。

由此得出：滬深主板上市公司樣本中企業在上市后前5年，COGS/Sales、LFAD/Sales、NOA/Sales顯著下降，EBIT/Sales、NI/Sales、EI/Sales顯著上升，企業存在規模效率；但從上市第6年起，成本變量中唯一顯著為負的為NOA/Sales的系數，其絕對值小于顯著為正的SG&A/Sales的系數估計值，因此NOA/Sales下降幅度難以抵消SG&A/Sales的上升幅度，與此同時，利潤變量中EBIT/Sales、NI/Sales隨企業年齡增長而下降，說明上市第6年及往后年份中，企業并未顯現出規模效率。此外，成本、利潤變量增長率圖中體現的上市16至20年后成本下降、利潤略微上升的現象，并未得到回歸結果的支持。

四、結論

規模效率指隨著企業規模的擴大，企業平均成本率下降，同時平均利潤上升。因很多商業決策都意圖實現企業規模的擴張和績效的提升，故而定量分析規模效率是否存在，規模擴大是否導致績效提升就變得尤為重要。本文借鑒已有研究，構建成本、利潤指標衡量企業績效，依據滬深股票交易所主板上市公司財務數據，定量分析成本、利潤變量與企業規模的工具變量企業年齡之間的關系。實證結果表明：上市公司在上市后初期(上市后第1至第6年)存在一定程度上的規模效率，表現為各類成本與營業總收入的比值對企業年齡回歸的系數顯著為負，而利潤變量與營業總收入的比值對企業年齡回歸的系數顯著為正。但隨著企業年齡增長、規模擴大，上述系數估計值的符號及t值大多發生改變，說明企業成本隨規模上升，而利潤隨規模下降，此時不存在規模效率。本文研究利用國內上市公司樣本，對于現有規模效率的實證研究進行了拓展和補充，實證結論不同于傳統微觀經濟學中“當企業處于長期成本曲線上最優生產規模左側時，規模越大，成本越低”的常識性認知，對于進行商業決策的企業具有一定的借鑒意義。