基于EVA—BSC耦合的陜西省上市公司經營績效考評體系實證研究

何文婷 鄧小軍

摘?要：?整合EVA財務指標和BSC非財務指標的優勢，構建陜西省上市公司EVA—BSC經營績效考評體系并檢驗這一指標體系的應用價值。以2017年陜西省41家上市公司的財務績效數據為樣本進行實證研究，驗證EVA-BSC經營績效評價體系的有效性和實際應用價值。結果發現，15家樣本企業EVA-BSC經營績效排名與EVA值排名基本一致，26家樣本企業EVA-BSC經營績效評價排名與EVA值排名發生了變化。這在一定程度上證明了EVA-BSC考評體系對企業經營績效評價的全面性，具有較好的實際應用價值。

關鍵詞：?EVA—BSC耦合?經營績效考評?上市公司?陜西省

一、引言

作為測度企業經營績效的指標，EVA與BSC各自既具備相關優勢，但同時這兩個測度指標又各自表現出自身無法克服的缺陷性。EVA與BSC耦合是為了對這兩個測度指標取長補短以充分發揮其在測度企業經營績效時的協同效應。同時，EVA與BSC耦合具備必要性和可行性，由于EVA和BSC的整合與企業戰略目標相一致，因此，EVA與BSC耦合在加強公司內部治理的基礎上能夠實現財務指標與非財務指標的有機整合。

截止2017年底，陜西省上市公司共有46家，涵蓋了制造業、金融業、采礦業、批發零售業、旅游業、住宿和餐飲業、出版印刷業、電力燃氣業以及廣播電視業這九大行業。其中制造企業28家，占陜西省上市公司總數的61%;采礦業共有4家，占比8%。分析46家上市公司2017年的財務報告后發現就經營績效評價而言，存在如下共性問題：第一，偏重利潤最大化導向的財務指標;第二，忽視權益資本成本，導致陜西省上市公司的過度投資所創造的價值不足以彌補權益資本成本;第三，對非財務指標的重視不夠，不能達到預期的績效考評目標。

因此，構建基于EVA—BSC耦合的陜西省上市公司經營績效考評體系，并實證檢驗這一經營績效考評體系的實踐應用性，對陜西省上市公司經營績效考評是必要而迫切的。

二、陜西省上市公司EVA-BSC經營績效考評體系實證檢驗

（一）樣本選取及數據來源

滬深兩市中陜西省上市公司共46家，剔除數據不符的3家樣本企業及兩家被進行退市風險警示的公司（ST興化、ST宏盛），最終選取滬深兩市陜西省上市公司41家作為樣本企業。以41家上市公司2017年公布的數據為主，所需數據均來自巨潮資訊網公布的各企業經審計的2016年及2017年年度報告。數據統計和分析所用的統計軟件是SPSS22.0。

（二）EVA指標計算、分析

依據2016年國資委發布的《經濟增加值考核細則》，EVA指標的計算模型是：EVA﹦稅后凈營業利潤-資本成本=稅后凈營業利潤-資本總額×加權平均資本成本﹦NOPAT-TC×WACC。

上述公式表明EVA的計算是在傳統會計利潤基礎上通過必要調整而實現的。陜西省上市公司所處行業的不同，公司規模的差異性等因素決定了計算41家陜西省上市公司的EVA需要進行如下的會計調整：

稅后凈營業利潤﹦凈利潤+（利息支出+研發費用調整項+減值準備）×（1-25%）+遞延所得稅負債余額增加+遞延所得稅資產余額減少

調整后資本總額﹦平均所有者權益+平均負債合計-平均無息流動負債-平均在建工程+減值準備調整

加權平均資本成本率﹦（權益資本成本率×權益資本占總資本比例）+（債務資本成本率×資產負債率）×（1-所得稅稅率）

其中，公司債務成本率由短期借款與長期借款年利率加權平均得到;權益資本成本率根據資本資產定價模型（CAPM）按照如下公式計算確定：權益資本成本率=無風險收益率+β×市場風險溢價。

根據上述計算模型，樣本企業EVA計算結果如表1所示。

（三）對樣本企業EVA-BSC經營績效評價體系應用的檢驗

采用因子分析方法檢驗41家樣本企業應用EVA-BSC經營績效評價體系的可行性、解釋能力。因子分析方法主要是利用降維思想，利用原始數據內部矩陣關系，把一系列錯綜復雜的多維數據用幾個因子代替，以期在簡化數據繁復程度的同時盡量減少數據損失。

1.主成分適應性檢驗。采用主成份分析法前，必須檢驗主成分分析是否適用，因此需要將樣本各個指標數據進行KMO與Bartlett球形度檢驗，其結果見表2。其中，KMO檢驗值為0.482，小于0.50，但十分接近0.5。而Bartlett的球形度檢驗的卡方值為348.749，大于卡方的臨界值18.3，顯著性值小于0.05，說明樣本選取較為合理，可以進行主成分分析。

2.確定因子數。因子數的確定一般采用主成份分析中選取主成份個數的方法，使所選的主因子對樣本方差的貢獻累計達到一定比例。通過計算特征值、特征貢獻率和累計貢獻率得到能夠合理解釋因子的模型如表3所示。

表3中，因子1的特征值是4.151，它能夠解釋31.930%的原始變量的變差，其方差累計貢獻率最大，說明其綜合原有變量的能力最強，因子2能夠解釋15.999%的原始變量的變差，占全部方差的比率為15.999%，因子3占全部方差的比率為11.983%，因子4占全部方差的比重為9.612%，這4個因子對樣本方差的累計貢獻率接近70%，基本上綜合了本文所采用的13個指標的信息，原來的13個指標可以轉化為現在的4個因子，從而實現降維。

3.計算因子得分與綜合得分。成份矩陣表4是初始的未經旋轉的載荷矩陣，旋轉成份矩陣表5是旋轉后的載荷矩陣。一般情況下，經過因子旋轉后的變量在因子載荷分布更加分散，因而比未旋轉時容易解釋。因此，一般對旋轉成分矩陣進行分析。

三、研究結論

41家樣本企業中16家的EVA值為負數，說明這16家上市公司實現了會計利潤卻沒有創造財務價值。其中天和防務、通源石油、博通股份、彩虹股份、煉石有色、寶德股份、西安飲食等企業處于虧損狀態;9家企業的凈利潤為正數，其中金鉬股份和中航飛機主要是通過調整其他綜合收益事項使得企業“扭虧為盈”，說明這9家企業的權益資本利用率極低。此外，樣本企業中有16家企業的EVA回報率為負數，說明這些企業的價值處于減損狀態。樣本企業中隆基股份主要從事單晶硅棒、硅片、電池和組件的研發、生產和銷售等業務，隆基股份的EVA回報率最高說明其市場占有率不斷提升并具有廣闊的市場前景。同時，26家企業排名發生了變化，其中廣電網絡、金花股份、博通股份、西部材料、煉石有色、建設機械排名變化明顯。這在一定程度上肯定了EVA—BSC經營績效評價體系對企業經營業績評價的全面性，納入了非財務指標的EVA-BSC經營績效評價體系具有較強的實際應用價值。

參考文獻：

[1]?Mousui?Modak，K?hanindra?Pathak，Kunal?Kanti?Ghosh.Performance?evaluation?of?out?sourcing?decision?using?a?BSC?and?Fuzzy?AHP?approach：A?case?of?the?Indian?coalmining?organization[J].Resources?Policy，2017.

[2]Ollor?W?G，Dagogo?D?W.The?Effect?of?Venture?Capital?Financing?on?the?Economic?Value?Added?Profile?of?Nigerian?SMEs[J].Social?Science?Electronic?Publishing，2009（05）.

[3]Robert?S.Kaplan，David?P.Norton.Put?the?Balanced?Scorecard?into?work[J].Harvard?Business?Review，1998，71（05）：134-140.

[4]Klein?J，Gee?D，Jones?H.Analyzing?Clusters?of?Skills?in?R&D?Core?Competence[J].R&D?Management，1998（01）：37-42.

[5]Gallon?M.，Klein?D.Putting?core?competence?into?practiced[J].Research?Technology?Management，1995（05）：20-28.

[6]Durand?T.Strategizing?for?Innovation：Competence?Analysis?in?Assessing?Strategic?Change[J].Competence-based?Strategic?Management，1995（03）：127-150.

〔本文系陜西省省級大學生創新創業訓練計劃資助項目“價值增值導向的陜西省上市公司經營績效評價體系研究”（項目編號：S201910705032）階段性成果〕

（何文婷、鄧小軍，西安石油大學經濟管理學院）