我國制造業企業對外投資績效分析

柯庚銘

（貴州財經大學大數據應用與經濟學院）

一、引言

自改革開放以來，我國大力加強經濟建設，黨的十五屆五中全會上提出了“走出去”的國家戰略，鼓勵我國民營企業加大對外投資和出口貿易，我國對外投資額不斷增長。尤其是2013年“一帶一路”倡議的提出，更加推進了我國與東道國的經濟合作，為企業開展對外投資提供便利。2003年我國對外直接投資的存量只有330億美元左右，到2020年，即便是在突如其來的新冠疫情的影響之下，我國對外直接投資存量也達到了2.6萬億美元，相比2003年對外投資額增長了78.8倍，由此可見我國已經成為了對外直接投資的大國。企業對外投資，有利于創造更多的就業崗位，也有利于引進外資,彌補企業資金來源不足，促進我國經濟增長，形成經濟高質量發展和良好循環。對外投資已經成為我國“走出去”的重要方式之一。2020年我國對外直接投資流量1 537.1億美元，其中制造業對外直接投資（OFDI)流量是205.92億美元，占比13.4%，而制造業OFDI存量是2 778.7億美元，已位居前列，因此制造業對外投資是我國對外投資的重要組成部分。

我國制造業對外投資主要是輕紡產業、資源加工工業和機械、電子制造業，雖然看似強大，但是從全球的價值鏈角度而言目前還是處于下游的階段，存在著較多的問題，基礎設施發展緩慢和產業繁殖能力相對比較薄弱。此外，在面對當今復雜的國際經濟形勢，人民幣不斷升值雖然能夠改善我國的貿易產業，但是與之對應也會削弱我國制造業產品在海外低價的優勢。

與此同時，制造業對外投資的國家主要集中在“一帶一路”沿線的國家和部分歐洲國家，這些國家地理位置分散，經濟、政治、文化差別較大，所以我國制造業企業在對外投資時可能面臨較大的風險與障礙。另外，在我國企業對外投資的周期之中，有些國家發展過程中可能存在產業轉型、政策調整等不可預料的因素，同時企業對外投資的回報也有待考察。因此在面對如此復雜的海外投資環境形勢之下，本文運用灰色關聯分析對我國制造業企業對外投資績效進行研究具有一定意義。

二、文獻綜述

在宏微觀OFDI績效方面，徐今瑾、徐孝勇（2009）從國家層面出發，采用聯合國編制的績效指數（OND）來研究當前階段的中國OFDI績效，分析出當前階段中國OFDI績效不佳的原因是多樣性的，包括投資結構失衡，區位分布不均衡等。認為需要鼓勵多元化的區位選擇，調整投資結構，實現產業升級，從而提高企業OFDI績效。霍杰（2014）基于中國對外投資1985—2012年的時間序列數據，對宏觀OFDI績效進行評價。在這過程中運用灰色關聯分析方法與主成分分析方法，得出中國OFDI績效并不是隨著OFDI的規模擴大而提高，而是呈現“V”型。潘旵、向冬靜和沈敏（2016）通過研究上市公司海外并購對企業績效的影響指出中國企業在進行OFDI時與東道國的制度距離越小，那么帶來的收益也就越高，越有利于OFDI的提高。Castellani(2008)以1998—2004年意大利對外投資的108家企業作為研究樣本，通過分析得知企業在進行對外投資時會提高企業生產率水平從而對企業績效有正向促進作用。同理Gazaniol(2013)運用傾向匹配得分研究OFDI對企業績效的影響，和Castellani得出的結論類似，企業對外直接投資活動會明顯提高企業的經營績效。

同時部分學者還以上市企業的財務指標為研究目標，通過財務指標建立評價體系衡量企業投資績效。劉遠君（2005）選取了對外投資行業的28家上市企業2003年整年若干數據利用因子分析模型對企業的財務績效進行評價，發現銷售凈利率、凈資產收益率和總資產利潤率是反映公司盈利能力的重要指標。資產負債率、流動比率和速動比率是反映償債能力的重要指標。謝贊春（2011）從創業板中選取2009年具有海外投資經歷的45家上市公司，從每股收益、每股凈資產、每股現金流量和凈資產收益率、凈利潤五個指標中提取排名前三個構建財務績效評價體系。湯婉鈺、劉洪久（2020）通過對197家上市醫藥企業的49項財務指標運用灰色關聯分析與回歸分析，對企業綜合績效進行排名，并且得出影響企業績效的相關財務指標。

三、指標構建體系與數據分析處理

（一）指標體系構建

根據客觀可靠的原則，本文從東方財富choice金融終端選取了2020年對外投資的31家上市制造業企業的年報作為樣本數據進行研究與分析，在剔除偏離度較大和空值指標之后最終把公司的財務績效評價指標劃分為五個一級指標，分別是營運能力、盈利能力、償債能力、成本能力和基本財務指標，細分二級指標共24個。

（二）數據篩選和分析

首先根據年報獲得的數據，對企業對應年報數據的相關空值指標進行填充和剔除，又因為不同指標衡量的數據量綱不同，不同的量綱可能會導致分析的結果出現差異。因此需要對一些指標進行標準化。標準化公式如下：

其中，xij表示的是第i家公司的第j個指標的值，xij表示的是進行標準化之后的值，xjmin是j項指標中的最小值，xjmax是j項指標中的最大值，在對數據進行標準化之后開始進行評價體系評估。

四、灰色關聯分析

（一）模型原理

運用熵值法與灰色關聯分析相互結合，熵值法是熵理論衍生而來用于計算指標權重的一種分析方法，主要是用來判斷某個指標的離散程度的數學方法，同時也適用于鑒別哪些指標在評價體系中起到關鍵性的作用。一般而言，離散程度越大，該指標對綜合評價的影響越大。灰色關聯分析是灰色研究理論中的一種研究方法，主要是通過數學計量方法計算系統中各因素之間的數值關系，進而根據幾何圖形的相似程度來判斷不同序列之間的聯系是否緊密。

（二）計算過程

1.建立原始指標體系矩陣

首先根據年報獲取31家制造業企業24個指標的相關信息構建m×n的系數矩陣，其中m表示是評價對象，n表示評價指標的數量，績效指標體系如表1所示,指標變量建立開始的原始矩陣如公式（3）所示。

表1 制造業企業財務績效指標體系

2.設置最優序列

最優序列指的是在各指標中的最優值挑選出來形成長度與評價矩陣列數一致的序列X0。通常在灰色關聯分析中把最優序列作為參考序列，后將參考序列加入評價矩陣的第0行，組成新的評價矩陣xmn。

其中x0表示的是新的評價矩陣中的第一行，x0j表示為第j列的最優值。

3.計算指標熵值與權重

對數據進行標準化處理以及設置最優序列之后，開始計算個指標的熵值ej與權重ωj。

第i個公司的第j項指標的權重為

第j項指標的熵值為

最后，由以上公式可以計算第j項指標的權重為

4.計算灰色關聯系數

X0作為參考序列，因此可以計算對外投資制造業企業的績效評價各指標的關聯系數rij：

其中關聯系數rij表示是評價序列對于最優序列的關聯系數，μ表示的是分辨系數，通過μ∈（0,1）時，分辨性最優，在本文中μ取0.5。

5.計算綜合績效得分

由關聯系數和權重可以計算對外投資企業的績效評分yi：

五、實證分析

（一）計算關聯系數

根據以上的模型分析，針對對外投資企業進行實證分析與探討，由公式（3）（4）（9）可以計算各公司的關聯系數，部分數據如表2所示。

表2 部分制造業企業關聯系數數據

（二）計算權重

由公式（5）～（8）可以計算得出相對應指標的權重，結果如表3所示，其中權重比例最大的是總資產周轉率和流動資產周轉率，均占比約0.09832；其次是流動比率和速動比率，這說明這些指標在財務績效的得分中能起到比較重要的作用。而有些指標占比較小，如營運資本周轉率占比0.000051，現金凈流量同比增長率占比0.00002，這些指標對績效評分的作用較小。

表3 各指標權重占比

(三)計算績效得分

由公式（10）計算出各家對外投資制造業企業的績效得分，排名前5和后5的企業如表4所示。

表4 綜合績效排名前5和后5的上市制造業企業

通過以上的分析，可以得出對應的31家2020年對外投資制造業企業的綜合績效評分，根據所得的績效評分進行逐步回歸分析影響財務績效具體包括哪些指標。

（四）回歸分析

為了分析對制造業企業財務績效指標有顯著性影響的指標，采用逐步回歸分析變量之間的關系，由（三）可得知31家制造業企業的績效評分，把績效評分作為被解釋變量，財務指標做為解釋變量，構建以下回歸方程：

由（11）中，Y表示每家企業的績效評分，β1～β24是待評估的參數，x1～x24是24項財務指標，ε服從正態分布（0，δ2）。將標準化處理之后的指標數據與績效評分共同運用stata進行回歸分析，為避免回歸系數產生不顯著的影響，因此運用逐步回歸并運用方差膨脹因子檢驗變量之間是否存在多重共線性，逐步回歸結果如表5。

表5 回歸模型部分系數

由表5可知，進行逐步回歸之后除了解釋變量x1、x2、x4、x9、x13、x16、x18、x19，其余的都不能通過0.05的顯著性水平。因此通過模型分析，我們得知能夠影響對外投資企業績效的指標分別是；存貨周轉率、固定資產周轉率、流動資產周轉率、總資產凈利率、流動比率、速動比率、營業收入同比增長率和凈資產同比增長率相關。

六、結論

本文通過對31家對外投資制造業企業2020年度的財務數據建立評價體系并進行灰色熵關聯分析，得出每家企業的綜合績效評分，最后再進行回歸分析，判斷哪個指標對企業績效具有一定影響。分析結果得知盈利能力、償還能力、成長能力和營運能力這幾個方面的指標都對企業績效產生相關的影響。一方面，企業應該及時處理閑置資產，管理人員應加強對公司庫存的管理與檢查，適當減少不必要的庫存，從而提高存貨周轉率和流動性資產的占比，有利于流動性資產比率的提高。另一方面，企業自身可以適當調整優化償債結構，在不增加企業債務負擔的前提之下，減少短期負債從而提高償債能力。因此制造業企業可以通過對具有影響因素的指標進行有針對性地完善，從而提高企業績效水平。