基于系統(tǒng)廣義矩估計(jì)的中國制造業(yè)上市公司企業(yè)成長與盈利能力關(guān)系實(shí)證研究

摘要：企業(yè)成長是一個動態(tài)的變化過程，是在企業(yè)生產(chǎn)要素不斷投入及其成果不斷產(chǎn)生的資金運(yùn)動中表現(xiàn)出來的。本文筆者利用面板數(shù)據(jù)在研究動態(tài)行為方面的優(yōu)勢，從動態(tài)的角度利用廣義矩估計(jì)（GMM）分析企業(yè)成長與盈利能力之間的關(guān)系，利用DIF-GMM和SYS-GMM方法分別考慮變量的1、2和3期之后對結(jié)果的影響。

關(guān)鍵詞：系統(tǒng)廣義矩估計(jì)；企業(yè)成長；盈利能力

一、 引言

Greiner（1972）研究發(fā)現(xiàn)，企業(yè)成長與盈利能力之間的關(guān)系可以是正相關(guān)的，也可以是負(fù)相關(guān)的。一方面，企業(yè)的成長可能打破公司長期建立起的正常關(guān)系，更大的成長需要在工作中建立更多關(guān)系，這在短期內(nèi)可能很難實(shí)現(xiàn)，從而導(dǎo)致公司盈利的減少。另一方面，更大的企業(yè)成長增長可能會帶來更大的利潤，員工動力增大，使其有更大的收益預(yù)期，同時也導(dǎo)致公司規(guī)模擴(kuò)大。

國外實(shí)證研究發(fā)現(xiàn)收益率與企業(yè)成長有著顯著的正相關(guān)性（Mueller，1977；Dosi，2005）。然而，企業(yè)成長率表現(xiàn)的更為隨機(jī)，Geroski（2000）建議最好當(dāng)作隨機(jī)游走（Random Walk）。初步的研究發(fā)現(xiàn)，高于平均水平的利潤不能等同于其企業(yè)成長也高于平均水平。Geroski Mazzucato（2002）研究表明企業(yè)利潤的增長和企業(yè)成長是非常不一致的。Sargant Florence（1957）通過研究英國大型上市公司也未發(fā)現(xiàn)企業(yè)市場價值和資產(chǎn)增加之間的關(guān)系，而且研究發(fā)現(xiàn)兩者的發(fā)展方向是相反的。文獻(xiàn)回顧中，發(fā)現(xiàn)實(shí)證研究企業(yè)成長與盈利能力之間關(guān)系的文獻(xiàn)是稀缺的，沒有明確的確定兩者之間的關(guān)系如何。Roper（1999）對愛爾蘭公司進(jìn)行了研究，Gschwandtner（2005）以美國公司為例進(jìn)行研究，研究結(jié)果表明并未發(fā)現(xiàn)企業(yè)成長與盈利能力之間顯著的統(tǒng)計(jì)關(guān)系。

以往的部分研究主要是運(yùn)用時間序列模型或者靜態(tài)面板數(shù)據(jù)來分析問題，忽略了盈利能力和企業(yè)規(guī)模對企業(yè)成長的時滯問題，因此本文試圖利用2001年~2009年中國制造業(yè)上市公司數(shù)據(jù)，從動態(tài)效應(yīng)入手分析研究兩者之間的關(guān)系。利用動態(tài)面板估計(jì)方法使我們能夠研究企業(yè)成長的持續(xù)性，即估算企業(yè)成長上一期和當(dāng)期與盈利能力之間的關(guān)系如何。本文為了研究還添加了可能與盈利能力與企業(yè)成長相關(guān)的解釋變量，企業(yè)規(guī)模（Adams Buckle，2003；Goddard et al.，2005；Zelia，2009），目的也是為了提高研究分析的穩(wěn)健性。

二、 系統(tǒng)廣義矩估計(jì)

所謂動態(tài)面板數(shù)據(jù)模型（Dynamic Panel Data Model），是指通過在靜態(tài)面板數(shù)據(jù)模型中引入滯后被解釋變量來反映動態(tài)滯后效應(yīng)的模型。動態(tài)面板數(shù)據(jù)模型最大的困難體現(xiàn)在估計(jì)的技術(shù)。為解決這一問題，Arellano Bond（1991）提出了基于面板數(shù)據(jù)的廣義矩估計(jì)（GMM），也可稱為差分廣義矩估計(jì)（DIF GMM）。為了克服存在的不足，Arellano Bover（1995）提出了改進(jìn)的GMM估計(jì)，Blundell和Bond（1998）發(fā)展了該方法，就是我們所說的“系統(tǒng)廣義矩估計(jì)（System GMM）”。

系統(tǒng)廣義矩估計(jì)綜合了一階差分方程和水平方程。Blundell Bond（1998）用蒙特卡洛仿真比較了一階差分GMM和系統(tǒng)GMM的有限樣本性質(zhì)，對于AR（1）模型，在使用系統(tǒng)GMM去估計(jì)時，有限樣本偏差顯著降低，準(zhǔn)確性得到提高。Blundell、Bond Windmeijer（2000）也利用蒙特卡洛模擬發(fā)現(xiàn)，有限樣本下，系統(tǒng)廣義矩估計(jì)比差分矩估計(jì)的偏差更小，效率也得到了改進(jìn)。為了驗(yàn)證這些額外的工具變量，可以進(jìn)行差分Sargan檢驗(yàn)或Hausman檢驗(yàn)。

三、 模型建立

1. 變量和數(shù)據(jù)來源。本文利用Tobin Q值用來衡量企業(yè)成長，企業(yè)資產(chǎn)總計(jì)用來衡量企業(yè)規(guī)模，EBIT用來衡量企業(yè)盈利能力的大小。

所有的原始數(shù)據(jù)均來自于國泰安信息技術(shù)有限公司開發(fā)的CSMAR數(shù)據(jù)庫和WIND資訊，從中提取了滬深兩市1990年~2009年制造業(yè)上市公司的有效原始數(shù)據(jù)作為實(shí)證分析樣本，通過以下數(shù)據(jù)處理形成本節(jié)的分析數(shù)據(jù)。（1）在原始樣本中剔除ST公司、PT公司；（2）個別上市公司數(shù)據(jù)殘缺，將之剔除；（3）去除截止2009年12月之前退市的公司數(shù)據(jù)；（4）為了規(guī)避異常值的影響，對所有變量在1%和99%水平進(jìn)行Winsorize處理；（5）為了研究滯后兩期的影響，去除連續(xù)3年數(shù)據(jù)不連續(xù)的企業(yè)數(shù)據(jù)。經(jīng)過數(shù)據(jù)處理后，得到1999年~2009年6 569個有效年度數(shù)據(jù)。

針對原始數(shù)據(jù)進(jìn)行了面板數(shù)據(jù)ADF檢驗(yàn)和協(xié)整檢驗(yàn)，結(jié)果是，原始數(shù)據(jù)的除企業(yè)規(guī)模變量之外，其余變量面板單位根檢驗(yàn)值均小于1%的顯著性水平下的臨界值，因而是平穩(wěn)的。除了Panel rho-Statistic和Group rho-Statistic統(tǒng)計(jì)量外，其余的都通過了1%或5%的顯著性水平，拒絕原假設(shè)。

2. 模型構(gòu)建。類似Goddard，Tavakoli Wilson（2005），建立本文估計(jì)模型如下：

TQi，t=?茁0+?姿n+1TQi，t-n+?茁m+1LnTAi，t-m+?茁l+1LnEBITi，t-l+dt+?著i，t（1）

該模型為動態(tài)面板模型，其中TQ表示Tobin Q值；LnTA表示企業(yè)資產(chǎn)總計(jì)；LnEBIT表示企業(yè)盈利能力；i、t分表表示截面和時間維度；εi，t為隨機(jī)誤差項(xiàng)。n、m和l分別表示滯后幾期，取0，1，2，3。

動態(tài)面板數(shù)據(jù)模型中，滯后項(xiàng)數(shù)的合理性可通過檢驗(yàn)結(jié)果得到支持，若殘差不存在自相關(guān)性（拒絕AR（1）原假設(shè)，接受AR（2）原假設(shè)），且使得工具變量的選擇有效（Sargan檢驗(yàn)值較小），則可認(rèn)為滯后項(xiàng)數(shù)的選擇是恰當(dāng)?shù)摹?/p>

四、 結(jié)果

根據(jù)對權(quán)重矩陣的不同選擇，系統(tǒng)廣義矩估計(jì)法可分為一步法（Onestep GMM）和兩步法（Twostep System GMM）對模型（1）進(jìn)行估計(jì)。廣義矩估計(jì)關(guān)鍵是內(nèi)生變量和工具變量的確定，表1給出了最終選擇的回歸結(jié)果，并給出各種檢驗(yàn)結(jié)果。

根據(jù)Sargan檢驗(yàn)和Hansen檢驗(yàn)，我們選擇該估計(jì)結(jié)果，即表1作為分析的結(jié)果。在表1中，我們通過比較Sargan檢驗(yàn)和Hansen檢驗(yàn)選擇滯后3期的SYS-GMM結(jié)果作為分析依據(jù)。

另外為了驗(yàn)證研究結(jié)論的穩(wěn)健性，將原始樣本數(shù)據(jù)分成1999年~2006年和2007年~2009年兩部分。回歸結(jié)果表明，基本結(jié)論不變。

五、 結(jié)論

從估計(jì)結(jié)果可以看出，滯后因變量TQt-1的系數(shù)為-0.609 807，說明上一年度的企業(yè)成長對當(dāng)期的企業(yè)成長有負(fù)向影響；Ln（TA）和Ln（EBIT）的系數(shù)分別為-0.318 852 6和0.589 482 9，說明企業(yè)規(guī)模對企業(yè)成長在當(dāng)期就產(chǎn)生負(fù)向影響，盈利能力對企業(yè)成長在當(dāng)期有正向影響?？紤]1期滯后，Ln（TA）t-1的系數(shù)還是負(fù)的，說明企業(yè)規(guī)模上一期對當(dāng)期企業(yè)成長還是有負(fù)向影響。滯后2期后，Ln（TA）t-2的系數(shù)由負(fù)變?yōu)檎?，說明企業(yè)規(guī)模對企業(yè)成長的影響轉(zhuǎn)正，而且滯后3期時系數(shù)符號還是正的，反映了企業(yè)規(guī)模對企業(yè)成長的影響并不總是負(fù)的，要考慮其動態(tài)性。考慮滯后1期和2期時，Ln（EBIT）的系數(shù)為始終為正值，滯后3期后盈利能力系數(shù)才由正變?yōu)樨?fù)，而且系數(shù)逐漸變小，反映了企業(yè)盈利能力正相關(guān)于企業(yè)成長，但隨著時間的延長，其對企業(yè)成長的影響也逐漸減小。

因此，當(dāng)從動態(tài)的角度分析企業(yè)成長與盈利能力、企業(yè)規(guī)模之間的關(guān)系時，結(jié)果不同于靜態(tài)分析結(jié)果。企業(yè)規(guī)模對企業(yè)成長的影響在滯后2期后發(fā)生變化，而盈利能力則在滯后2期后發(fā)生變化，說明各自變量對因變量的影響是存在動態(tài)變化的。

參考文獻(xiàn)：

1. Larry E．Greiner．Evolutions and Revolu- tions as Organizations Grow．Harvard Business Review，1972，50（7-8）：37-46．

2．Dennis C．Mueller．The persistence of pr- ofits above the norm．Economica，1977，44（176）：369-380．

3．Giovanni Dosi．Statistical Regularities in the Evolution of Industries：A Guide through some Evidence and Challenges for the Theory．Pisa，Sant'Anna School of Advanced Studies，LEM Working Paper Series，2005．

4．Paul A．Geroski．The Growth of Firms in Theory and Practice．In：Foss，N．，Mahnke，V（Eds．），New Directions in Economic Strategy Research．Oxford：Oxford University Press，2000．

5．Paul A．Geroski，Mariana Mazzucato．Learn- ing and the Sources of Corporate Growth．Ind- ustrial and Corporate Change，2002，11（4）：623-644．

6．Stephen Roper．Modelling Small Business Growth and Profitability．Small Business Econ- omics，1999，13（3）：235-252．

7．Adelina Gschwandtner．Profit Persistence in the Very Long Run：Evidence From Survivors and Exiters．Applied Economics，2005，37（7）：793-806．

8．Mauel Arellano，Olympia Bover．Another look at the instrumental variable estimation of error component models．Journal of Econometrics，1995，68（1）：29-51．

9．J．Goddard，M．Tavakoli，J．Wilson．Determ- inants of Profitability in European Manufacturing and Services：Evidence From a Dynamic Panel Data．Applied Financial Economics，2005，15（18）：1269-1282．

10．Manuel Arellano，Stephen Roy Bond．Some Tests of Specification for Panel Data：Monte Carlo Evidence and an Application to Employment Equations．Review of Economic Studies1991，58（2）：277-297．

11．Richard Blundell，Stephen Bond．Initial conditions and moment restrictions in dynamic panel data models．Journal of Econometrics，1998，87（1）：115-143．

12．Richard Blundell，Stephen Bond，F(xiàn)rank Win- dmeijer．Estimation in dynamic panel data models：improving on the performance of the standard GMM estimator．IFS Working Papers with number W00/12，2000，49pp．

作者簡介：孟憲忠，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院教授、博士生導(dǎo)師；張福明，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院博士生。

收稿日期：2010-12-18。