品牌權(quán)益對英國上市公司盈利能力影響的實證研究

【中圖分類號】F273.2 【文獻標志碼】A【文章編號】1673-1069（2025）04-0042-06

1引言

許多公司正在努力制定各種營銷策略，以使自己的品牌在激烈的市場競爭中脫穎而出。一些研究人員試圖定義“品牌\"這個詞。根據(jù)美國學者邁克爾·R·所羅門《市場營銷：真實的人，真實的選擇》中的闡述，一個品牌可以被定義為一個產(chǎn)品的名稱或符號，以識別一個賣家或一組賣家的產(chǎn)品，并使其不同于競爭對手。可以看出，品牌在公司的發(fā)展中起著重要的作用，因此有必要在這一領域進行研究。為了提高全球競爭力，許多品牌需要提升自己的品牌形象和品牌忠誠度，而“品牌權(quán)益”一詞也逐漸引起了學者們的關注。

2以往研究的局限性及新的研究方向

以往的研究可以概括為兩個方面。一是單一或多種營銷策略會影響品牌權(quán)益。例如，ZohooriM.等人發(fā)現(xiàn)，不同類型的廣告會影響品牌權(quán)益。二是多種營銷策略的組合會影響品牌權(quán)益。例如，戈德史密斯R.E.探討了4P（產(chǎn)品、價格、促銷、地點）對品牌權(quán)益的影響，指出競爭品牌的營銷策略組合、企業(yè)優(yōu)勢、產(chǎn)品類別都會影響品牌權(quán)益。然而，上述研究均屬于片面的研究方法，缺乏全面性和系統(tǒng)性。

在學術領域，對品牌權(quán)益的研究大多集中在品牌股權(quán)衡量的結(jié)構(gòu)和方法上，但對品牌建設的前因（品牌權(quán)益的影響因素）和后果（品牌權(quán)益與企業(yè)經(jīng)營績效的關系）的研究很少。本文旨在圍繞與品牌權(quán)益相關的話題，試圖找出品牌權(quán)益與上市公司盈利能力之間的關系。通過多元回歸模型，探討品牌權(quán)益對企業(yè)盈利能力和行業(yè)差異的影響。本研究主要有以下進展：一方面，雖然以往的研究已經(jīng)嘗試從3個方面（消費者、金融和企業(yè)）對品牌權(quán)益進行研究，但他們?nèi)匀魂P注單一的方法和措施。本研究將消費者和財務數(shù)據(jù)整合到一個模型中，結(jié)合不同的衡量方法，如國家面板數(shù)據(jù)集和公司的財務報表。另一方面，以往的研究一直集中在大型國際公司上，而本研究的研究方法適用于中小企業(yè)，因此擴大了該研究領域的應用范圍。

根據(jù)英國SIC對不同行業(yè)的變量進行了描述和計算，并將在以下研究中應用兩個回歸模型。通過將兩個回歸模型聯(lián)系起來，進一步促進了現(xiàn)有的研究，一是衡量品牌權(quán)益與營業(yè)利潤之間的關系；二是衡量營業(yè)利潤與每股收益（EPS）之間的關系。每股收益是評價上市公司盈利能力最常用的指標之一，它不受行業(yè)或規(guī)模的限制，反映了股票的盈利能力，因此本文建立了另一個回歸模型來更清楚地研究品牌權(quán)益對上市公司盈利能力的影響。

3品牌權(quán)益對上市公司盈利能力的影響

3.1品牌權(quán)益對公司利潤的影響

從品牌價值鏈的角度來看，品牌權(quán)益有兩種增加公司利潤的方式，一種是保護公司的現(xiàn)有市場，另一種是拓展新的市場[45]。一方面，品牌資產(chǎn)可以提高客戶滿意度，有助于防止客戶流失，提高客戶忠誠度，以確保企業(yè)現(xiàn)有的利潤水平；另一方面，品牌資產(chǎn)通過對產(chǎn)品收取溢價、向客戶交叉銷售產(chǎn)品等，擴大了公司的銷售和利潤。根據(jù)之前的分析，第一個假設是：

假設1：品牌權(quán)益有助于增加公司利潤。

3.2公司利潤對公司盈利能力的影響

公司利潤是投資者和債權(quán)人的資金來源，投資者獲得的投資回報，債權(quán)人收回的本金和利息都基于此。盈利能力是指公司通過經(jīng)營活動盈利的能力。上市公司的利潤目標不僅是使上市公司的利潤最大化，而且是使投資者的投資回報最大化，因此利潤目標是兩個目標的結(jié)合。基于以上分析，第二個假設是：

假設2：公司利潤會影響公司的盈利能力

4實證分析

本文試圖通過營業(yè)利潤和每股收益（EPS）這兩個財務指標，探討品牌權(quán)益對公司盈利能力和行業(yè)差異的影響，分析以英國上市公司為基礎。

4.1變量選擇

品牌權(quán)益評估數(shù)據(jù)來源于英國標準工業(yè)分類法（SIC），并選擇上市公司作為研究樣本。在第一個假設中，尋求建立一個模型，探索品牌權(quán)益與公司利潤之間的關系。但是，品牌權(quán)益屬于無形領域的范圍，因此很難作為一個變量進行定量分析。

在Davcik的研究中，確定了5個品牌權(quán)益驅(qū)動因素，結(jié)果表明，營銷投資、價格、收入和品牌所有權(quán)與品牌權(quán)益高度相關，但品牌所有權(quán)在構(gòu)建的模型中的相關性有限。換句話說，如果消費者感知到的品牌擁有程度越高，品牌權(quán)益可能不會增加或者不會有顯著增加。因此，品牌所有權(quán)將不會被認為是模型中的一個決定因素。雖然他的研究結(jié)果有力地支持了價格變量和品牌資產(chǎn)之間的關系，但是當將價格變量應用于利潤模型時，就會出現(xiàn)這個問題：一個公司不僅生產(chǎn)或提供一種產(chǎn)品，因此，用一定的價格來代表一個公司所有產(chǎn)品的價格顯然是不現(xiàn)實的。

基于以上分析，本文將選擇營銷投資和收人作為品牌權(quán)益的替代變量。對一個品牌的營銷投資是以無形資產(chǎn)（如專利和許可）以及其他與無形資產(chǎn)相關的投資來衡量的。研究過程將分為兩個步驟：首先，在不考慮個別行業(yè)特點的情況下，根據(jù)整體市場情況，測試品牌權(quán)益對公司利潤和公司盈利能力的影響；其次，分別對各個行業(yè)進行測試，分析不同行業(yè)背景下的整體市場結(jié)果是否繼續(xù)存在。

4.2模型

為了檢驗品牌權(quán)益對公司利潤的影響，建立了以下回歸模型：

利潤 =β₁+β₂ 營銷投資 +β₃ 收入 +ε （1）在模型中，利潤是營業(yè)利潤，它是一個被解釋變量， ??β₁ 是

常數(shù)項 ?，β₂ 是營銷投資系數(shù)， ??β₃ 是收入系數(shù)， ε 是剩余項。

為了檢驗營業(yè)利潤對公司盈利能力（EPS）的影響，建立了以下回歸模型：

EPS =β₁+β₂ 利潤 +ε

在該模型中，EPS 是每股收益，它是一個被解釋變量 ?，β₁ 是常數(shù)項， β₂ 是營業(yè)利潤系數(shù)， ε 是剩余項。

首先，使用STATA來測試品牌權(quán)益對營業(yè)利潤影響的數(shù)據(jù)模型。接下來，使用STATA來測試營業(yè)利潤對每股收益影響的數(shù)據(jù)模型。

4.3數(shù)據(jù)源

本研究中使用的數(shù)據(jù)來自于英國標準工業(yè)分類（SIC）和所有基于2023年公司財務報表的數(shù)據(jù)。本研究中使用的數(shù)據(jù)是基于上市公司的數(shù)據(jù)。與未上市公司相比，上市公司的信息相對透明，股權(quán)交易具有公開性和市場化的特點，在證券市場融資方面也有良好的條件。因此，上市公司在廣泛的行業(yè)中更具代表性，能夠更好地反映不同行業(yè)的發(fā)展狀況。

4.4對行業(yè)和公司的研究樣本

第一個行業(yè)是汽車制造行業(yè)，在數(shù)據(jù)庫中有5個有效的上市公司樣本。選擇這個行業(yè)的原因是，汽車工業(yè)是英國的主要工業(yè)部門之一，在歐洲甚至世界上都占有一席之地。

第二個行業(yè)是食品和飲料制造業(yè)，數(shù)據(jù)庫中有23個上市公司的有效樣本。選擇這個行業(yè)的原因是，食品和飲料制造業(yè)是英國最大的制造業(yè)。根據(jù)英國國家統(tǒng)計局發(fā)布的數(shù)據(jù)，2023年英國食品和飲料行業(yè)的營業(yè)額達到1040億英鎊，占整個英國制造業(yè)的 19% 。

第三個行業(yè)是金融服務業(yè)，數(shù)據(jù)庫中有429家上市公司。在本研究中，將選擇65家公司作為研究樣本，因為這些公司有足夠的數(shù)據(jù)。選擇這個行業(yè)的原因是英國有健全的金融體系，發(fā)達的金融市場，有效的國家金融監(jiān)管。

第四個行業(yè)是制藥行業(yè)，在數(shù)據(jù)庫中有17個上市公司的有效樣本。選擇這個行業(yè)的原因是，英國是世界五大制藥行業(yè)強國之一，根據(jù)英國制藥行業(yè)協(xié)會（ABPI），五分之一的世界前100名處方藥生產(chǎn)在英國，所以制藥行業(yè)也是英國制造業(yè)的代表。

第五個產(chǎn)業(yè)是電信產(chǎn)業(yè)，數(shù)據(jù)庫中有26個上市公司的有效樣本。選擇這個行業(yè)的原因是，英國是歐洲最大的電信市場，而英國有1000多家電信業(yè)務運營商。

第六個行業(yè)是石化行業(yè)，數(shù)據(jù)庫中有14個上市公司有效樣本。選擇這個行業(yè)的原因是，石化工業(yè)是一個國家工業(yè)基地，與國家的制造業(yè)和發(fā)展緊密相連。

第七個產(chǎn)業(yè)是教育產(chǎn)業(yè)，在數(shù)據(jù)庫中有2個有效的上市公司樣本。選擇這個產(chǎn)業(yè)的原因是，英國的教育產(chǎn)業(yè)在世界上享有良好的聲譽，也是促進國民經(jīng)濟發(fā)展和文化軟實力的重要因素。

5整體市場的發(fā)現(xiàn)和分析

5.1散射圖分析

在進行回歸分析之前，應分析因變量與各解釋變量之間的關系。使用STATA分別繪制模型1和模型2的變量。圖1為營銷投資與營業(yè)利潤的關系，圖2為收人與營業(yè)利潤的關系。從這兩個散點圖中可以看出，因變量以線性的方式依賴于這兩個解釋變量，營銷投資和收入與營業(yè)利潤呈正相關。圖3顯示了營業(yè)利潤與每股收益之間的關系，但沒有明顯的線性關系，因此，需要在以下模型中進一步分析營業(yè)利潤與每股收益之間的關系。

5.2整體市場的經(jīng)濟模型和參數(shù)估計

在第一個模型中，選擇樣本公司的營銷投資、收入和相應的營業(yè)利潤作為變量。在第二個模型中，選擇樣本公司的營業(yè)利潤和相應的每股收益作為變量。本文根據(jù)2023年財務報表數(shù)據(jù)，選取7個行業(yè)的152家公司作為樣本，應用描述性統(tǒng)計分析并通過STATA線性回歸進行相應分析。在整體市場的條件下，通過表格總結(jié)這些數(shù)據(jù)并將結(jié)果用描述性的統(tǒng)計數(shù)據(jù)展示，如表1所示。

結(jié)果表明，平均收入均值大于營銷投資均值（5760023對比1398865），收入的標準差也大于營銷投資，這意味著大多數(shù)公司在營銷投資上相對穩(wěn)定，而收人的波動性相對大于前者。雖然每股收益的標準偏差很小，但仍然不能說這些公司的每股收益差異很小，因為每股收益的數(shù)值很小。

5.3模型（1）試驗

使用STATA得到了第一個模型回歸結(jié)果，如表2所示（所有數(shù)據(jù)都以千鎊計數(shù)）。

因變量：營業(yè)利潤

方法：普通最小二乘法

樣品：2023

觀測次數(shù)：152

由表2可知，常系數(shù) （β₁） 為184915.5，說明無其他變量影響時營業(yè)利潤為184915.5（千鎊）。 β₂=-0.0093871 表明當營銷投資變量增加1千磅時，營業(yè)利潤相應下降-0.0093871千鎊。因此，營銷投資對營業(yè)利潤有負面影響。 β₃=0.0828285 表明收入對營業(yè)利潤有積極的影響。

5.3.1擬合檢驗

從回歸結(jié)果中可以看出： r 平方 =0.8123 和調(diào)整后的 r 平方 =0.8098 。這說明在多元線性回歸模型中，兩個自變量對因變量的解釋程度占 80% 以上，模型的擬合優(yōu)度相對較高，有待進一步分析。

5.3.2F檢驗

F檢驗是基于方差分析，可以確定回歸模型在整體上是否具有顯著意義，即所有解釋變量共同對因變量的影響。給定第一個模型的原假設： H₀=β₂=β₃=0 ，給定的顯著性水平 α= 0.05，F(xiàn) 值 （2，149）=322.47 ，STATA的回歸結(jié)果顯示， Probgt;F= 0.000 0 因此，拒絕原假設，這表明回歸模型從整體上是最佳擬合的，營銷投資和收入都可能影響營業(yè)利潤。

5.3.3T檢驗

在對整個回歸模型進行檢驗后，采用T檢驗對每個解釋變量進行檢驗。與F檢驗方法不同的是，這是一種檢驗各解釋變量對因變量是否有顯著影響的方法。給定第一個模型的原假設： ：H₀=β_j=0（j=1，2，3） ，給定的顯著性水平 α=0.05 ，該t值的 Φ_t 分布與 n-k=149 d.f.。STATA的回歸結(jié)果顯示， Pgt;|t| ，其次是營銷投資（0.656）和收入（0.000），因此，第一個變量似乎對因變量沒有顯著影響，這一現(xiàn)象需要在接下來的分析中進一步討論。第二個變量 Pgt;|t|=0.000 ，在 α 的條件下，拒絕原假設，也就是說如果沒有發(fā)生任何變化，則自變量收入對因變量營業(yè)利潤有顯著影響。

5.4模型（2）試驗

使用STATA得到了第二個模型回歸結(jié)果，如表3所示（所有數(shù)據(jù)都以千鎊計數(shù)）。

因變量：EPS

方法：普通最小二乘法

樣品：2023

觀測次數(shù)：152

由表3可知，常系數(shù) （β₁） 為 0.3982433 ，表明不受其他變量的影響時EPS為0.3982433（千鎊）。 β₂=8.12e-08 顯示，當營業(yè)利潤變量增加1千鎊時，每股收益相應增加 8.12e-08 干鎊。所以營業(yè)利潤對每股收益有積極的影響。

5.4.1擬合檢驗

從回歸結(jié)果中可以看出：平方 =0.047 1 ，調(diào)整后的 r 平方 。這說明在多元線性回歸模型中，兩個自變量對因變量的解釋程度僅占0.0407，模型的擬合優(yōu)度可能不是很高。這可能是因為其中的一個解釋變量，我們應該進一步討論其原因。

5.4.2F檢驗

給定第二個模型的原假設： H₀=β₂=0 ，給定顯著性水平 α F 值 （1，150）=7.41 ，根據(jù)表3，STATA的回歸結(jié)果顯示，Probgt;F=0.0072 由于該數(shù)據(jù) lt;α ，拒絕了原假設，這表明營業(yè)利潤可能會影響每股收益。

5.4.3T 檢驗

基于第二個模型的原假設： H₀=β_j=0（j=1，2） ，給定顯著性水平 α，STATA 的回歸結(jié)果顯示，營業(yè)利潤值 Pgt;|t| 為0.007lt;α（0.05） ，因此，營業(yè)利潤對因變量EPS有顯著影響。

一般來說，這兩種模型都能有效地解釋數(shù)據(jù)樣本。在下一部分中，將分析不同行業(yè)的不同情況，并分別對這兩種模型進行測試。

6不同行業(yè)的發(fā)現(xiàn)和分析

6.1汽車制造業(yè)

在模型（1）試驗中，常系數(shù) （β₁） 為-115.374，說明無其他變量影響時營業(yè)利潤為-115.374（千鎊）。 β₂=-0.0828505 顯示營銷投資對營業(yè)利潤有負面影響。 β₃=0.095628 顯示收入對營業(yè)利潤有積極的影響。 r 平方 _=1.0000 ，調(diào)整后的 r 平方也等于 1.0000_?

回歸結(jié)果顯示模型的擬合優(yōu)度非常高，STATA的回歸結(jié)果顯示 Probgt;F=0.000 0 因此，營銷投資和收人都可能影響汽車制造行業(yè)的因變量營業(yè)利潤。

在T檢驗中，STATA的回歸結(jié)果顯示， Pgt;|t| 的營銷投資值（0.000）和收入值（0.000），因此，在 α=0.05 的條件下，兩個變量都拒絕原假設，這意味著如果沒有變化，營銷投資和收人對營業(yè)利潤有顯著影響。

在模型（2）試驗中，常系數(shù) （β₁） 為0.044488，說明無其他變量影響時EPS為0.044488（千鎊）。 β₂=1.21e-07 ，所以營業(yè)利潤對每股收益有積極的影響。從回歸結(jié)果中可以看出：r平方 ，調(diào)整后的 r 平方 _=-0.0117 。這說明在多元線性回歸模型中，兩個自變量的解釋程度不能解釋因變量，因此模型的擬合優(yōu)度是無效的。

假設第二個模型的原假設： H₀=β₂=0 ，給定顯著性水平 α ，臨界 F 值（1，3）=0.95，STATA的回歸結(jié)果顯示， 該數(shù)據(jù) ?gt;α ，不拒絕原假設，這說明回歸模型不能作為一個整體來擬合，營業(yè)利潤可能不會影響每股收益。給定第二個模型的原假設： H₀=β_j=0（j=1，2） ，給定顯著性水平 α ，從STATA的回歸結(jié)果表明， Pgt; l的營業(yè)利潤值為 0.401gt;α（0.05）， STATA的回歸結(jié)果也表明營業(yè)利潤對每股收益沒有顯著影響。

6.2食品和飲料制造業(yè)

在模型（1）試驗中，回歸結(jié)果顯示兩個自變量對因變量的解釋程度占 88% 以上，模型的擬合優(yōu)度相對較高。STATA的回歸結(jié)果顯示， Probgt;F=0.0000， 。因此，營銷投資和收人都可能影響食品和飲料制造業(yè)的營業(yè)利潤。

在T檢驗中，STATA的回歸結(jié)果顯示， Pgt;|t| 的營銷投資值（0.650）和收人值（0.001），因此，第一個變量似乎對營業(yè)利潤沒有顯著影響。第二個變量 Pgt;|t|=0.001 ，在 α 條件下，收入對食品和飲料制造業(yè)的因變量經(jīng)營利潤有顯著影響。

在模型（2）試驗中，常系數(shù) （β₁） 為0.3625146，說明EPS為 0.3625146（ （千鎊），無其他變量影響。 β₂=2.54e-07 顯示營業(yè)利潤對每股收益有積極的影響。

從回歸結(jié)果中可以看出： r 平方 =0.2847 ，調(diào)整后的 r 平方 =0.2506 這說明在多元線性回歸模型中，兩個自變量對因變量的解釋程度占比超過 25% ，模型的擬合優(yōu)度可能不是很高。STATA的回歸結(jié)果顯示， Probgt;F=0.0087 。由于這個數(shù)據(jù)lt;α ，營業(yè)利潤的解釋變量可能會影響該行業(yè)的每股收益。在T檢驗中，STATA的回歸結(jié)果顯示， Pgt;|t| 的營業(yè)利潤值為0.009lt;α ，因此，營業(yè)利潤對食品飲料制造業(yè)的因變量EPS有顯著影響。

6.3金融服務業(yè)

在模型（1）試驗中，回歸結(jié)果顯示兩個自變量對因變量的解釋程度占 90% 以上，模型的擬合優(yōu)度非常高。

STATA的回歸結(jié)果顯示， Probgt;F=0.0000， 。因此，營銷投資和收入都可能影響金融服務業(yè)的營業(yè)利潤。在T檢驗中，STATA的回歸結(jié)果顯示， Pgt; It的營銷投資值（0.000）和收人值（0.222）。因此，第一個變量 Pgt;|t|=0.000 ，在 α=0.05 的條件下，收入對金融服務業(yè)的因變量營業(yè)利潤有顯著影響，第二個變量對營業(yè)利潤沒有顯著影響。

在模型（2）試驗中，常系數(shù) （β₁） 為0.5434405，說明無其他變量影響時EPS為0.5434405（千鎊）。 β₂=-1.77e-09 ，所以營業(yè)利潤對每股收益有負面影響。從回歸結(jié)果中可以看到： r 平方 _=0.0000 ，調(diào)整后的 r 平方 _=-0.0159 。這說明在多元線性回歸模型中，兩個自變量的解釋程度不能解釋因變量，因此模型的擬合優(yōu)度是無效的。結(jié)合STATA的回歸結(jié)果，得出營業(yè)利潤可能不會影響因變量每股收益，因此，營業(yè)利潤對每股收益沒有顯著影響。

6.4制藥行業(yè)

在模型（1）試驗中，回歸結(jié)果顯示兩個自變量對因變量的解釋程度占 99% 以上，模型的擬合優(yōu)度非常高。STATA的回歸結(jié)果顯示 Probgt;F=0.0000 因此，營銷投資和收入都可能影響制藥行業(yè)的營業(yè)利潤。在T檢驗中，STATA的回歸結(jié)果顯示， Pgt;|t| 的兩個變量值相同（0.000），因此在 α 條件下，營銷投資和收人可能對制藥行業(yè)的營業(yè)利潤有顯著影響。

在模型（2）試驗中，常系數(shù) （β₁） 為0.5018878，說明無其他變量影響時EPS為0.5018878（千鎊）。 β₂=1.56e-07 ，所以營業(yè)利潤對每股收益有積極的影響。從回歸結(jié)果中可以看出： r 平方 _=0.0874 ，調(diào)整后的 r 平方 這說明在多元線性回歸模型中，兩個自變量的解釋程度很低（小于 10% ），模型的擬合優(yōu)度很低。STATA的回歸結(jié)果也顯示營業(yè)利潤可能不會影響每股收益，營業(yè)利潤對制藥行業(yè)的因變量EPS沒有顯著影響。

6.5電信行業(yè)

在模型（1）試驗中，回歸結(jié)果顯示兩個自變量對因變量的解釋程度占 99% 以上，模型的擬合優(yōu)度非常高。

STATA的回歸結(jié)果顯示， Probgt;F=0.0000 。因此，營銷投資和收入都可能影響電信行業(yè)的營業(yè)利潤。在T檢驗中，STATA的回歸結(jié)果顯示， Pgt; ltI的兩個變量值相同（0.000），因此在 α 條件下，營銷投資和收入都對營業(yè)利潤有顯著影響。

在模型（2）試驗中，常系數(shù) （β₁） 為0.1822674，說明無其他變量影響時EPS為0.1822674（千鎊）。 β₂=-2.87e-07 顯示，營業(yè)利潤對每股收益有負面影響。從回歸結(jié)果中可以看到 ：r 平方 =0.4809 ，調(diào)整后的 r 平方 。這說明，在多元線性回歸模型中，兩個自變量的擬合程度約占 50% 。

STATA的回歸結(jié)果顯示， Probgt;F=0.000 1， 。該數(shù)據(jù) lt;α ，因此營業(yè)利潤對電信行業(yè)的每股收益有顯著影響。在T檢驗中，STATA的回歸結(jié)果顯示， Pgt;|t| 的營業(yè)利潤值為 0.000lt;α 因此，營業(yè)利潤對每股收益有顯著影響。

6.6石化行業(yè)

在模型（1試驗中，回歸結(jié)果顯示兩個自變量對因變量的解釋程度占 99% 以上，模型的擬合優(yōu)度非常高。

STATA的回歸結(jié)果顯示， Probgt;F=0.0000 。因此，營銷投資和收入都可能影響石化行業(yè)的營業(yè)利潤。在T檢驗中，STATA的回歸結(jié)果顯示， Pgt; ItI的營銷投資值（0.002）和收入值（0.000），因此在 α 條件下，營銷投資和收人對因變量營業(yè)利潤都有顯著影響。

在模型（2）試驗中，常系數(shù) （β₁） 為0.1781881，說明無其他變量影響時EPS為0.1781881（千鎊）。 β₂=1.13e-07 顯示，營業(yè)利潤對每股收益有積極的影響。從回歸結(jié)果中可以看出：r平方 Λ=0.6136 ，調(diào)整后的 r 平方 =0.5814 。這說明在多元線性回歸模型中，兩個自變量的擬合程度占 50% 以上。

STATA回歸結(jié)果顯示 Probgt;F=0.0009 。該數(shù)據(jù) lt;α ，這意味著營業(yè)利潤對石化行業(yè)的每股收益有顯著影響。在T檢驗中，STATA的回歸結(jié)果顯示， Pgt;|t| 的營業(yè)利潤值為 0.001lt;α 因此，營業(yè)利潤對每股收益有顯著影響。

6.7教育行業(yè)

由于該行業(yè)的樣品數(shù)量較少，沒有獨立測試該行業(yè)。教育行業(yè)樣本量較少的原因是，本文所選的公司都是英國上市公司，而英國教育行業(yè)的上市公司數(shù)量很少。

7研究結(jié)論

本文通過實證分析的結(jié)果，來找出品牌權(quán)益對英國上市公司盈利能力的影響。采用普通最小二乘法建立并估計了兩個回歸模型，一個是衡量品牌權(quán)益與營業(yè)利潤之間的關系，另一個是衡量營業(yè)利潤與每股收益之間的關系。上述分析采用擬合優(yōu)度檢驗、F檢驗和T檢驗。

在整體市場中，兩種模型整體上都是最擬合的，解釋變量可能會影響整體市場情況下的因變量。第一個模型的 p 值分別為0.656（營銷投資）和0.000（收人），說明第一個變量對因變量的營業(yè)利潤沒有顯著影響，而第二個變量對其營業(yè)利潤有顯著影響。第二種模型的 p 值為0.007，這說明營業(yè)利潤對整個市場的每股收益有顯著影響。這說明，品牌權(quán)益對企業(yè)的營業(yè)利潤有積極影響，營業(yè)利潤對企業(yè)的每股收益也有積極影響。因此，假設1和假設2都得到了證實，即在一般市場情況下，品牌權(quán)益有助于增加企業(yè)利潤，企業(yè)利潤將對企業(yè)盈利能力產(chǎn)生積極影響。

在7個不同的行業(yè)中，分析結(jié)果并不相同。首先，測試了品牌權(quán)益對不同行業(yè)營業(yè)利潤的影響。汽車制造業(yè)的品牌權(quán)益與營業(yè)利潤之間存在顯著的線性相關關系。食品飲料制造業(yè)的品牌權(quán)益與營業(yè)利潤之間存在顯著的線性相關，只是收入的變量更重要。金融服務業(yè)與食品飲料制造業(yè)略有不同，品牌權(quán)益與營業(yè)利潤之間存在顯著的線性相關，但營銷投資影響顯著而收入不明顯。制藥行業(yè)、電信行業(yè)和石化行業(yè)均存在顯著的線性相關關系。其次，測試了不同行業(yè)的營業(yè)利潤對每股收益的影響。汽車制造行業(yè)、金融服務業(yè)和制藥行業(yè)的營業(yè)利潤與每股收益之間沒有顯著的線性相關關系。食品飲料制造業(yè)、電信行業(yè)和石化行業(yè)的營業(yè)利潤與每股收益之間都存在顯著的線性相關關系。

因此，在不同行業(yè)的條件下，假設1在所有行業(yè)中都得到了證實。假設2在食品飲料制造業(yè)、電信行業(yè)、石化行業(yè)均得到證實，在汽車制造業(yè)、金融服務業(yè)、醫(yī)藥行業(yè)均未得到證實。

研究結(jié)果可以歸納為兩方面。一方面，從整體市場來看，品牌權(quán)益可以通過增加公司利潤來提高上市公司的盈利能力。從產(chǎn)品銷售的角度來看，一個具有較高知名度和聲譽的品牌，比其他競爭對手更有可能吸引客戶，提高客戶忠誠度。同時，滿意客戶的口頭傳播可以吸引更多的潛在客戶，從而擴大市場規(guī)模，提高公司未來的收益。另一方面，品牌權(quán)益對公司利潤的影響以及公司利潤對公司盈利能力的影響在不同的行業(yè)中是不同的。這些結(jié)果表明，同行業(yè)公司需要共同努力，提高本行業(yè)的品牌聲譽，并在此基礎上提高自身品牌權(quán)益資本化的能力。

8局限性及未來展望

本研究也有一些局限性。本研究的樣本數(shù)據(jù)取自僅有的7個行業(yè)，因此公司和行業(yè)的數(shù)量有限，所以本研究的結(jié)果可能并不適用于所有行業(yè)。此外，樣本公司只包括英國上市公司，而非上市公司不包括在本研究中，這可能會影響數(shù)據(jù)的準確性。

在接下來的研究中將范圍擴大到更多的國家和行業(yè)，以獲得更全面、更復雜的數(shù)據(jù)。此外，本文選擇營業(yè)利潤作為公司盈利能力的主要衡量指標，但也有其他衡量上市公司盈利能力的指標，如股本回報率（ROE）。總體來說，品牌權(quán)益的比例越高，公司的凈資產(chǎn)收益率就越高。因此，我們可以改變思維方式，選擇指標ROE來進行進一步的研究。

【參考文獻】

【1]Michael R.Solomon.Marketing：Real People，Real Choices [M]. Prentice-Hall，2011.

【2]Zohoori M，Khesal SM，Moheseni S，etal.Advertisement and Brand Equityin Fast Food industry of Iran [J].Interdisciplinary journal of contemporary research in business，2O13，5（2）：485.

【3]Goldsmith R E .The personalised marketplace：Beyond the 4Ps[J]. MarketingIntelligenceamp;Planning，1999，17（4）：178-185.

【4]French A，Smith G.Measuring brand association strength： a consumer based brand equity approach [JJ.European Journal of Marketing， 2013，47（8）：1356-1367.

【5】郭維.營銷組合策略對品牌權(quán)益影響分析[J].產(chǎn)業(yè)創(chuàng)新研究，2023 （01）：162-164.

【6李哲.定價決策影響多渠道零售企業(yè)品牌權(quán)益的實證測度[J].商業(yè) 經(jīng)濟研究，2021（05）：124-127.

【7]N S Davcik'T.An empirical investigation of brand equity：drivers and their consequences[J].British Food Journal，2O13，115 （9）：1342- 1360.