營(yíng)運(yùn)能力對(duì)公司績(jī)效影響的實(shí)證研究
——來自農(nóng)林牧漁業(yè)上市公司的經(jīng)驗(yàn)證據(jù)

吳茂國 陸戴珉

一、引言

農(nóng)業(yè)自古以來都是人類社會(huì)生存的基礎(chǔ),是工業(yè)等其他生產(chǎn)部門存在與發(fā)展的前提,也是促進(jìn)第二、第三產(chǎn)業(yè)持續(xù)發(fā)展的保證。而在擁有近十四億人口的中國,農(nóng)業(yè)更是與國計(jì)民生息息相關(guān),關(guān)系著我國社會(huì)的穩(wěn)定與經(jīng)濟(jì)的發(fā)展。在農(nóng)業(yè)產(chǎn)業(yè)鏈中,農(nóng)業(yè)企業(yè)是其中不可或缺的重要一環(huán),同時(shí)也是我國農(nóng)業(yè)經(jīng)濟(jì)中先進(jìn)生產(chǎn)力與雄厚資本的代表。然而截至2017年年底,中國滬深A(yù)股農(nóng)林牧漁業(yè)上市公司數(shù)量?jī)H為43家,只占滬深A(yù)股上市公司的1.3%,其整體收入水平均低于其他行業(yè)上市公司,可持續(xù)發(fā)展能力較低,財(cái)務(wù)風(fēng)險(xiǎn)較高,有些甚至還對(duì)社會(huì)造成了不良影響,這些都反映了我國農(nóng)林牧漁業(yè)上市公司存在著諸多問題。此外,我國目前有關(guān)營(yíng)運(yùn)能力影響公司績(jī)效的研究主要集中于制造業(yè),針對(duì)農(nóng)林牧漁業(yè)的研究較少。因此,本文主要研究營(yíng)運(yùn)能力對(duì)我國農(nóng)林牧漁業(yè)上市公司績(jī)效的影響。

本文的研究意義主要分為三個(gè)層次。首先,對(duì)農(nóng)林牧漁業(yè)上市公司來說,這有利于公司更好地評(píng)估績(jī)效水平,進(jìn)行積極的內(nèi)部調(diào)整與改革,為企業(yè)擺脫困境,增強(qiáng)自身市場(chǎng)競(jìng)爭(zhēng)力,長(zhǎng)期穩(wěn)健發(fā)展提供決策依據(jù)。其次,對(duì)政府部門來說,可以更好地進(jìn)行全面科學(xué)的宏觀調(diào)控,建立健全與農(nóng)業(yè)相關(guān)的法制法規(guī)并針對(duì)實(shí)際情況做出及時(shí)的調(diào)整,以促進(jìn)農(nóng)業(yè)的健康發(fā)展。最后,對(duì)公司績(jī)效的研究來說,本文主要研究的是農(nóng)林牧漁業(yè)上市公司營(yíng)運(yùn)能力對(duì)公司績(jī)效的影響,彌補(bǔ)了過往研究的不足,也為今后的研究提供一定參考。

在研究方法的選擇上,本文主要采用了規(guī)范性研究與實(shí)證分析結(jié)合的方法。首先梳理、歸納并整合國內(nèi)外農(nóng)業(yè)企業(yè)績(jī)效評(píng)價(jià)理論以及營(yíng)運(yùn)能力對(duì)上市公司績(jī)效影響的理論,據(jù)此選取本文研究所需的被解釋變量、解釋變量和控制變量,來分析農(nóng)林牧漁業(yè)上市公司績(jī)效衡量的方法,以及營(yíng)運(yùn)能力這一核合影響因素對(duì)公司整體績(jī)效的影響。然后基于43家農(nóng)林牧漁業(yè)上市公司10年的數(shù)據(jù),運(yùn)用實(shí)證分析法,并結(jié)合在規(guī)范性研究中選取的各類變量與指標(biāo),建立合理的回歸模型。最后,根據(jù)模型的回歸結(jié)果分析營(yíng)運(yùn)能力對(duì)農(nóng)林牧漁業(yè)上市公司績(jī)效的影響。

二、文獻(xiàn)綜述

績(jī)效評(píng)價(jià)的研究起源于國外。19世紀(jì)50年代起投資者為了加強(qiáng)對(duì)企業(yè)的控制,防止公司內(nèi)部產(chǎn)生代理問題損害自身利益,便通過對(duì)公司進(jìn)行績(jī)效評(píng)估來約束管理者的各種行為。此后,隨著生產(chǎn)的發(fā)展,泰勒（1912）提出了科學(xué)管理理論,他認(rèn)為生產(chǎn)效率的高低才是評(píng)價(jià)企業(yè)績(jī)效的重點(diǎn),且在生產(chǎn)過程中要注重控制成本。美國杜邦公司（1920）設(shè)計(jì)了多個(gè)影響頗深的財(cái)務(wù)指標(biāo),還開創(chuàng)性地建立起首個(gè)凈資產(chǎn)報(bào)酬率指標(biāo)和杜邦財(cái)務(wù)分析體系,推動(dòng)了綜合性財(cái)務(wù)績(jī)效評(píng)價(jià)指標(biāo)體系的形成。不同于杜邦體系法側(cè)重于財(cái)務(wù)業(yè)績(jī)?cè)u(píng)價(jià),亞歷山大·沃爾（1928）創(chuàng)新性地提出信用能力指數(shù)并據(jù)此設(shè)計(jì)了沃爾評(píng)分體系。該體系運(yùn)用各類財(cái)務(wù)指標(biāo)對(duì)企業(yè)盈利能力與償債能力進(jìn)行評(píng)估,開創(chuàng)了使用財(cái)務(wù)指標(biāo)評(píng)價(jià)企業(yè)綜合績(jī)效的先河。詹姆斯·麥金西（1932）在企業(yè)績(jī)效評(píng)價(jià)系統(tǒng)內(nèi)加入企業(yè)宏觀環(huán)境因素,他認(rèn)為除了企業(yè)內(nèi)部因素外,整體宏觀環(huán)境也是影響企業(yè)績(jī)效的因素,簡(jiǎn)單地針對(duì)企業(yè)財(cái)務(wù)績(jī)效的評(píng)價(jià)難以全方面反映企業(yè)真實(shí)的經(jīng)營(yíng)水平。彼得·德魯克（1995）將企業(yè)社會(huì)責(zé)任與長(zhǎng)期穩(wěn)定程度作為企業(yè)績(jī)效評(píng)價(jià)的影響因素,認(rèn)為企業(yè)不應(yīng)將利潤(rùn)最大化作為企業(yè)的唯一目標(biāo),非財(cái)務(wù)指標(biāo)應(yīng)與財(cái)務(wù)指標(biāo)一起協(xié)同構(gòu)成企業(yè)績(jī)效評(píng)價(jià)體系。隨著經(jīng)濟(jì)全球化和經(jīng)濟(jì)一體化的不斷深化與發(fā)展,之前以節(jié)約生產(chǎn)經(jīng)營(yíng)成本、提升利潤(rùn)為主要目標(biāo)的傳統(tǒng)經(jīng)營(yíng)績(jī)效評(píng)價(jià)方法已無法滿足新時(shí)代的需要。斯特恩·斯圖爾特咨詢公司（1991）創(chuàng)建了至今仍被廣泛應(yīng)用的經(jīng)濟(jì)增加值EVA （Economic Value Added）指標(biāo)體系。該系統(tǒng)可以真實(shí)反映企業(yè)創(chuàng)造的實(shí)際價(jià)值,并對(duì)企業(yè)的經(jīng)營(yíng)戰(zhàn)略進(jìn)行正確評(píng)估,有利于企業(yè)更好地制定未來發(fā)展目標(biāo)。

與國外相比,國內(nèi)對(duì)上市公司績(jī)效評(píng)價(jià)的相關(guān)研究起步雖然較晚,但成果頗豐,大量學(xué)者針對(duì)公司績(jī)效評(píng)價(jià)做出了相關(guān)研究,提出了各種不同的研究模型。徐國祥（2000）收集了812家上市公司的數(shù)據(jù),將因子分析模型引入實(shí)證研究,利用因子分析法研究上市公司業(yè)績(jī)?cè)u(píng)價(jià)。潘琰等（2000）通過主成分分析法分析了30家上市公司的財(cái)務(wù)數(shù)據(jù),發(fā)現(xiàn)了對(duì)上市公司績(jī)效影響最大的是企業(yè)盈利因素。祝志明（2004）則建立了綜合因子分析法與模糊方法的業(yè)績(jī)?cè)u(píng)價(jià)模型,將主觀與客觀評(píng)價(jià)方法各自的優(yōu)勢(shì)結(jié)合起來。李洪（2004）通過主成分分析法與EVA分析法對(duì)400多家上市公司的績(jī)效表現(xiàn)進(jìn)行測(cè)算分析,并將績(jī)效表現(xiàn)的相關(guān)度用EVA分析法來檢驗(yàn)。而李娜等（2005）通過層次分析法建立了評(píng)價(jià)財(cái)務(wù)能力的綜合模型。周宏等（2008）通過比較分析法,發(fā)現(xiàn)反映各種財(cái)務(wù)信息的因子分析法是一種較為客觀的績(jī)效評(píng)價(jià)方法。韓鎖昌等（2007）運(yùn)用數(shù)據(jù)包絡(luò)分析方法（DEA）,分析37家農(nóng)業(yè)上市公司的財(cái)務(wù)效率,將所有公司分為農(nóng)業(yè)、林業(yè)、牧業(yè)、漁業(yè)及種植業(yè)五大類,對(duì)這些公司的財(cái)務(wù)數(shù)據(jù)進(jìn)行分組分析與財(cái)務(wù)效率的計(jì)算,發(fā)現(xiàn)種植業(yè)的財(cái)務(wù)效率要比畜牧業(yè)和漁業(yè)高,而這一現(xiàn)象的原因主要與企業(yè)營(yíng)運(yùn)能力有關(guān)。徐雪高等（2008）也采用因子分析法對(duì)農(nóng)林牧漁業(yè)上市公司的數(shù)據(jù)進(jìn)行實(shí)證研究,發(fā)現(xiàn)我國農(nóng)林牧漁業(yè)上市公司的經(jīng)營(yíng)績(jī)效呈現(xiàn)橄欖型的不均勻分布。

然而國內(nèi)外針對(duì)公司營(yíng)運(yùn)能力的相關(guān)研究時(shí)間尚短,且已有的研究主要集中于分析營(yíng)運(yùn)能力與生產(chǎn)效率的關(guān)系,缺乏營(yíng)運(yùn)能力與公司績(jī)效之間關(guān)系的研究。Kritsonis（2004）提出,通過衡量營(yíng)運(yùn)能力的相關(guān)比率指標(biāo),能夠有效衡量企業(yè)資產(chǎn)管理的效率。若相關(guān)比率指標(biāo)較低,則說明該企業(yè)營(yíng)運(yùn)能力較低,不能有效地利用企業(yè)資產(chǎn),這會(huì)導(dǎo)致企業(yè)資金產(chǎn)生額外利息費(fèi)用,加大資金需求,拉低資本的利潤(rùn)率。紀(jì)建悅等（2011）認(rèn)為營(yíng)運(yùn)能力與公司績(jī)效有關(guān),他們通過對(duì)我國家電類上市公司數(shù)據(jù)的實(shí)證分析,發(fā)現(xiàn)公司的營(yíng)運(yùn)能力與公司績(jī)效之間存在很高的正向關(guān)聯(lián)性。杜劍等（2013）認(rèn)為公司若想提高績(jī)效,應(yīng)提高流動(dòng)資產(chǎn)周轉(zhuǎn)率來維持主營(yíng)業(yè)務(wù)收入的平穩(wěn)增長(zhǎng),同時(shí)合理控制流動(dòng)資產(chǎn)比例來提高公司流動(dòng)資產(chǎn)的營(yíng)運(yùn)能力。

結(jié)合上述文獻(xiàn),本文發(fā)現(xiàn)目前有關(guān)營(yíng)運(yùn)能力對(duì)公司績(jī)效影響的研究大多數(shù)集中于制造業(yè),但對(duì)與民生息息相關(guān)的農(nóng)林牧漁業(yè)的研究幾乎沒有。其次,多數(shù)文獻(xiàn)在研究公司績(jī)效影響因素上通常不考慮營(yíng)運(yùn)能力或只將其作為輔助因素。最后,大多數(shù)文獻(xiàn)都使用的是因子分析法,很少采用其他方法進(jìn)行研究。因此,本文在行業(yè)的選擇上聚焦于農(nóng)林牧漁業(yè),并將營(yíng)運(yùn)能力作為影響農(nóng)林牧漁業(yè)上市公司績(jī)效的主要因素。而在研究方法的選擇上,本文采用基于面板數(shù)據(jù)的研究方法、而非常用的因子分析法來進(jìn)行研究,因?yàn)檫@種方法可使?fàn)I運(yùn)能力對(duì)公司的影響更為科學(xué)客觀的反映出來,便于分析研究。

三、農(nóng)林牧漁業(yè)經(jīng)營(yíng)現(xiàn)狀描述性分析

截至2017年底,我國滬深兩市的農(nóng)林牧漁業(yè)上市公司只有43家,而滬深A(yù)股上市公司共有3513家,僅占滬深兩市上市公司總數(shù)的1.3%,這體現(xiàn)了我國農(nóng)林牧漁業(yè)產(chǎn)業(yè)規(guī)模較小的現(xiàn)狀。同時(shí),我國農(nóng)林牧漁業(yè)上市公司整體資產(chǎn)規(guī)模也較小。以近五年為例（2013年至2017年）,農(nóng)林牧漁業(yè)上市公司資產(chǎn)規(guī)?？傮w呈逐年上升趨勢(shì),但相對(duì)于其他行業(yè)的上市公司仍有較大差距。到2017年底,我國各農(nóng)林牧漁業(yè)上市公司的總資產(chǎn)大部分均未超過50億元。此外,中國農(nóng)林牧漁業(yè)上市公司的資本存量也小于其他行業(yè),不利于形成產(chǎn)業(yè)規(guī)模經(jīng)濟(jì)。截至2017年底,中國農(nóng)林牧漁業(yè)上市公司總股本基本在10億元以下,在20億元以上的只有4家。

目前,產(chǎn)業(yè)多元化經(jīng)營(yíng)是大部分農(nóng)林牧漁業(yè)公司的發(fā)展方向,部分企業(yè)逐漸采取向其他產(chǎn)業(yè)領(lǐng)域發(fā)展的經(jīng)營(yíng)策略,從而提升企業(yè)的經(jīng)濟(jì)效益,這樣的經(jīng)營(yíng)策略造成的后果便是在農(nóng)林牧漁業(yè)方面的投入變少。夏顯力等（2011）發(fā)現(xiàn)絕大多數(shù)農(nóng)林牧漁業(yè)上市公司涉及了至少兩個(gè)行業(yè),有些甚至多達(dá)9個(gè)行業(yè)。與此同時(shí),農(nóng)林牧漁業(yè)上市公司由原先的領(lǐng)域轉(zhuǎn)型到別的行業(yè)的現(xiàn)象也越來越多,譬如遠(yuǎn)洋漁業(yè)轉(zhuǎn)型后進(jìn)入計(jì)算機(jī)應(yīng)用服務(wù)業(yè),草原興發(fā)轉(zhuǎn)變?yōu)榘l(fā)展煤炭采選業(yè)等。從以上兩個(gè)方面可以看出,我國農(nóng)林牧漁業(yè)上市公司目前的經(jīng)營(yíng)態(tài)勢(shì)以多方面跨行業(yè)發(fā)展和逐漸背離農(nóng)業(yè)的方向發(fā)展。

根據(jù)各農(nóng)林牧漁上市公司2017年年報(bào)披露,滬深兩市農(nóng)林牧漁業(yè)上市公司的整體效益均難以達(dá)到市場(chǎng)平均水平,其中平均凈資產(chǎn)收益率竟為-4.42%；平均存貨周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)率分別為3.03和29.06,均不及市場(chǎng)均值的百分之一。此外,農(nóng)林牧漁業(yè)上市公司的盈利水平也偏低,平均每股收益僅為0.06元,而所有上市公司的平均值為0.45元。從以上數(shù)據(jù)可以明顯看出,中國農(nóng)林牧漁業(yè)上市公司的財(cái)務(wù)指標(biāo)水平遠(yuǎn)低于整個(gè)市場(chǎng)的平均水平。因此可得出結(jié)論：我國農(nóng)林牧漁業(yè)上市公司的整體效益不佳,整體經(jīng)營(yíng)狀況非常不穩(wěn)定,產(chǎn)業(yè)整體盈利能力和穩(wěn)定發(fā)展能力等各方面均有待提高。

四、實(shí)證分析

基于上述理論,本文就營(yíng)運(yùn)能力對(duì)農(nóng)林牧漁業(yè)上市公司績(jī)效影響這一問題進(jìn)行實(shí)證研究,選取國內(nèi)43家農(nóng)林牧漁業(yè)上市公司近十年（2007年至2016年）數(shù)據(jù),運(yùn)用相關(guān)模型進(jìn)行分析。本文選取的主要變量見表1：

表1 變量描述

（一）模型選擇

本文選用的數(shù)據(jù)為N＝43,T＝10的典型短面板數(shù)據(jù),為了避免回歸影響實(shí)驗(yàn)的精確性,對(duì)總資產(chǎn)報(bào)酬率（ROA）作單位根檢驗(yàn),發(fā)現(xiàn)各變量皆為平穩(wěn)。然后,將可選的簡(jiǎn)單最小二乘法（OLS）、隨機(jī)效應(yīng)模型（Random Effect）和固定效應(yīng)模型（Fixed Effect）這三個(gè)基本模型相互比較,來確定最終的研究模型。

首先,本文對(duì)隨機(jī)效應(yīng)模型與OLS進(jìn)行比較,通過STATA12構(gòu)建隨機(jī)效應(yīng)模型,接下來對(duì)隨機(jī)效應(yīng)模型的回歸結(jié)果進(jìn)行布倫斯-帕甘的拉格朗日乘子檢驗(yàn)（Breusch-Pagan Largangian Multiplier Test）,發(fā)現(xiàn)隨機(jī)效應(yīng)優(yōu)于OLS。然后進(jìn)行固定效應(yīng)模型與簡(jiǎn)單最小二乘法（OLS）之間的比較,F檢驗(yàn)發(fā)現(xiàn)固定效應(yīng)模型優(yōu)于OLS。最后進(jìn)行隨機(jī)效應(yīng)模型與固定效應(yīng)模型之間的比較,通過豪斯曼檢驗(yàn)（Hausman Test）發(fā)現(xiàn)固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型。因此,本文最終選用的模型為固定效應(yīng)模型。

由于面板數(shù)據(jù)時(shí)常會(huì)有內(nèi)生性,本文選擇戴維森—麥金農(nóng)檢驗(yàn)來度量固定效應(yīng)模型的內(nèi)生性問題。首先對(duì)營(yíng)業(yè)周期（PERIOD）、存貨周轉(zhuǎn)率（ITURNOVER）、應(yīng)收賬款周轉(zhuǎn)率（RTURNOVER）、流動(dòng)資產(chǎn)周轉(zhuǎn)率（CATURNOVER）、非流動(dòng)資產(chǎn)周轉(zhuǎn)率（NCATURNOVER） 以及總資產(chǎn)周轉(zhuǎn)率（TATURNOVER）這六大核合解釋變量做內(nèi)生性檢驗(yàn)。然后選用這六個(gè)變量的一階滯后項(xiàng)作為工具變量,檢驗(yàn)發(fā)現(xiàn)各變量均不存在內(nèi)生性問題。

同方差性是固定效應(yīng)模型的基本假設(shè)之一。隨機(jī)誤差項(xiàng)應(yīng)當(dāng)滿足同方差性,即隨機(jī)誤差μi在不同的觀察值中是相同常數(shù)。為了確保回歸結(jié)果的可靠性,本文采用Wald異方差性檢驗(yàn),對(duì)觀察值的異方差進(jìn)行測(cè)試,發(fā)現(xiàn)P值小于0.05,即本文使用的面板數(shù)據(jù)具有非常顯著的異方差性。因此在建立回歸模型時(shí),為使回歸結(jié)果更加真實(shí)可靠,本文需要控制異方差。

綜上所述,由于固定效應(yīng)模型優(yōu)于OLS與隨機(jī)效應(yīng)模型,同時(shí)本文所采用的樣本不存在內(nèi)生性變量,且10年期短面板數(shù)據(jù)也無需考慮其序列相關(guān)性,故本文最終選用控制異方差的固定效應(yīng)模型。

（二）固定效應(yīng)模型

本文對(duì)總資產(chǎn)報(bào)酬率（ROA）的回歸模型如下：

上述回歸模型中 ,α為截距 ,βi（i ＝1,2,3,4,5,6,7,8,9,10,11）為回歸系數(shù),ε為隨機(jī)誤差項(xiàng)。由于固定效應(yīng)模型最優(yōu),且該組面板數(shù)據(jù)具有異方差性,因此本文對(duì)該組數(shù)據(jù)做以下四種類型的回歸,分別為：回歸一,控制異方差的簡(jiǎn)單最小二乘法；回歸二,控制異方差的固定效應(yīng)模型；回歸三,混合最小二乘法（Pooled OLS）；回歸四,基于概率漸進(jìn)理論的固定效應(yīng)模型。具體的回歸結(jié)果詳見表2。由于采用的面板數(shù)據(jù)具有異方差性,所以參照回歸二,即控制異方差的固定效應(yīng)模型來得出回歸結(jié)果。

表2 總資產(chǎn)報(bào)酬率（ROA）的回歸結(jié)果

由表2可知,在解釋變量中,營(yíng)業(yè)周期與總資產(chǎn)報(bào)酬率（ROA）之間無顯著相關(guān)關(guān)系。存貨周轉(zhuǎn)率與ROA成負(fù)相關(guān)關(guān)系,并在10%統(tǒng)計(jì)水平下顯著,說明對(duì)于我國農(nóng)林牧漁業(yè)上市公司來說,農(nóng)產(chǎn)品的特殊性導(dǎo)致存貨周轉(zhuǎn)率越高,反而使公司績(jī)效越低。應(yīng)收賬款周轉(zhuǎn)率與ROA之間存在正相關(guān)關(guān)系但并不顯著。這說明單純只提高企業(yè)應(yīng)收賬款周轉(zhuǎn)率、減少壞賬的措施對(duì)企業(yè)營(yíng)運(yùn)能力的提升作用不明顯。流動(dòng)資產(chǎn)周轉(zhuǎn)率與ROA成正相關(guān)關(guān)系,且在1%統(tǒng)計(jì)水平下顯著。這一結(jié)果表明,農(nóng)林牧漁業(yè)上市公司若能注重管理企業(yè)的流動(dòng)資產(chǎn),增加其使用效率則可以較為顯著地提升企業(yè)的績(jī)效水平,促進(jìn)長(zhǎng)期發(fā)展。非流動(dòng)資產(chǎn)周轉(zhuǎn)率（NCATURNOVER）與ROA成正相關(guān)關(guān)系,且在1%統(tǒng)計(jì)水平下顯著,這表明占據(jù)農(nóng)林牧漁業(yè)上市公司資產(chǎn)大頭的非流動(dòng)資產(chǎn)周轉(zhuǎn)情況能較大地影響企業(yè)的經(jīng)營(yíng)效率,從而影響整體績(jī)效水平。總資產(chǎn)周轉(zhuǎn)率（TATURNOVER）在回歸中并不十分顯著,但仍與ROA之間存在正相關(guān)關(guān)系,這是因?yàn)榭傎Y產(chǎn)由流動(dòng)資產(chǎn)與非流動(dòng)資產(chǎn)組成,而這兩部分均與ROA成正相關(guān)關(guān)系。

（三）門檻面板模型

除了選用控制異方差的固定效應(yīng)模型進(jìn)行實(shí)證研究外,本文還選用了門檻面板模型,將每股收益（EPS）,即稅后利潤(rùn)與股本總數(shù)的比值作為解釋變量,探究每股收益提升至怎樣的水平時(shí),對(duì)農(nóng)林牧漁企業(yè)的績(jī)效可以產(chǎn)生正面影響。

門檻面板模型的前提是各變量平穩(wěn),所以需要對(duì)各變量做單位根檢驗(yàn)。同時(shí),還需要保證變量,尤其是關(guān)鍵的門檻變量是外生性的,因此還需要做內(nèi)生性檢驗(yàn)。本文通過檢驗(yàn)發(fā)現(xiàn)每股收益是平穩(wěn)的,且為外生性變量。

此外,在建立門檻面板模型前,還需確定每股收益是否存在門檻效應(yīng),并確定模型存在幾重門檻并分別求出門檻值,本文通過自抽樣檢驗(yàn)法（Bootstrap）對(duì)門檻值進(jìn)行檢驗(yàn),抽樣次數(shù)為300次,預(yù)設(shè)顯著性水平分別為1%、5%和10%,檢驗(yàn)結(jié)果如表3所示：

表3 門檻效果自抽樣檢驗(yàn)

圖1 單一門檻模型

圖2 雙門檻模型（第一門檻）

由表3可知,單一門檻與雙重門檻模型的自抽樣檢驗(yàn)的P值均小于0.05,而三重門檻自抽樣檢驗(yàn)的P值大于0.05,說明本文所選的樣本僅存在兩個(gè)門檻值。

在確認(rèn)了每股收益存在門檻效應(yīng)之后,本文對(duì)這兩個(gè)門檻值進(jìn)行估計(jì)與檢驗(yàn)。當(dāng)顯著性水平為5%時(shí),似然比（Likelihood Ratio,以下簡(jiǎn)稱LR）統(tǒng)計(jì)量臨界值為7.40,據(jù)此繪制出以每股收益為門檻參數(shù),LR值隨門檻參數(shù)變化的趨勢(shì)圖（圖1、圖2、圖3）。通過趨勢(shì)圖可以更為直觀地理解門檻值的估計(jì)和置信區(qū),當(dāng)LR為0時(shí),γ值的取值即為門檻參數(shù)的估計(jì)值。各圖中的虛線表示LR的臨界值,而虛線以下的LR值對(duì)應(yīng)的γ值區(qū)間即為兩個(gè)門檻變量在95%顯著水平下的置信區(qū)間。

本文通過計(jì)算得出,單一門檻模型的門檻值為0.910%,其95%置信區(qū)間為［0.502,1.000］。雙重門檻模型的第一個(gè)門檻值為-0.780%,其95%置信區(qū)間為［-0.795,1.285］,第二個(gè)門檻值為0.880%,其95%置信區(qū)間為［0.780,1.000］。

然后對(duì)總資產(chǎn)報(bào)酬率建立回歸模型：

在以上模型中,α為截距,βi（i＝1,2,3,4,5,6,7,8,9,10,11,12,13,14）為模型回歸系數(shù),ε為隨機(jī)誤差項(xiàng),γi（i＝1,2）為門檻值,I為指示函數(shù),當(dāng)條件成立時(shí)為1,不成立時(shí)為0。

回歸結(jié)果具體見表4?；貧w一為門檻面板模型（Panel Threshold Model）,回歸二直接采用每股收益一次項(xiàng)的控制異方差的固定效應(yīng)模型,回歸三為采用每股收益二次項(xiàng)（EPSSQR）的控制異方差的固定效應(yīng)模型。本文參照回歸一,即門檻面板模型（Panel Threshold Model）得出結(jié)果。

圖3 雙門檻模型（第二門檻）

表4 凈投資收益率（ROE）的回歸結(jié)果及穩(wěn)健性檢驗(yàn)

由表4可知,雙重門檻面板模型對(duì)于上述變量的擬合優(yōu)度為0.924,略微高于多元線性模型和二次函數(shù)模型,在每股收益的回歸結(jié)果顯著性上也更好。因此,每股收益和凈資產(chǎn)收益率之間的關(guān)系不能單純通過多元線性和二次函數(shù)模型來解釋,而更類似一種分段的線性函數(shù)關(guān)系。每股收益的兩個(gè)門檻值將每股收益與凈資產(chǎn)收益率的關(guān)系劃分為三個(gè)區(qū)間,不同階段之間的關(guān)系趨勢(shì)大致可以用圖4表示：

當(dāng)農(nóng)林牧漁業(yè)上市公司的每股收益在-0.780元以下時(shí),每股收益與公司績(jī)效呈現(xiàn)較為顯著的正相關(guān),系數(shù)為15.210,這意味著當(dāng)公司將每股收益設(shè)置在低位時(shí),每提高1元的每股收益,就會(huì)使公司績(jī)效提升15.210%。而當(dāng)每股收益處于-0.780元到0.880元之間時(shí),每股收益呈現(xiàn)更為顯著的正相關(guān)關(guān)系,系數(shù)為20.010。這說明在這個(gè)區(qū)間內(nèi)每股收益能非常顯著地提升公司整體績(jī)效。而當(dāng)每股收益高于0.880元時(shí),每股收益與公司績(jī)效之間的正相關(guān)關(guān)系開始減弱,系數(shù)下降為11.72。這說明當(dāng)每股收益處于較高水平時(shí),其他方面的風(fēng)險(xiǎn)開始增大,每股收益的增加對(duì)提高公司整體績(jī)效的作用減弱,需考慮其他方面因素的影響。

圖4 每股收益對(duì)凈投資收益率的影響

五、總結(jié)

本文選取2007年至2016年我國農(nóng)林牧漁業(yè)上市公司的面板數(shù)據(jù),通過控制異方差的固定效應(yīng)模型,以速動(dòng)比率、資產(chǎn)負(fù)債率、歸屬母公司股東的權(quán)益（相對(duì)年初增長(zhǎng)率）、營(yíng)業(yè)總收入（同比增長(zhǎng)率）以及總資產(chǎn)（同比增長(zhǎng)率）為控制變量,分析了營(yíng)業(yè)周期、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、非流動(dòng)資產(chǎn)周轉(zhuǎn)率以及總資產(chǎn)周轉(zhuǎn)率這六大代表營(yíng)運(yùn)能力的解釋變量與我國農(nóng)林牧漁業(yè)上市公司績(jī)效的關(guān)系。從回歸結(jié)果中,本文得出以下結(jié)論：營(yíng)運(yùn)能力與農(nóng)林牧漁業(yè)上市公司的績(jī)效存在正相關(guān)關(guān)系,即對(duì)于農(nóng)林牧漁業(yè)上市公司來說,企業(yè)營(yíng)運(yùn)能力越強(qiáng),公司績(jī)效越好。這和其他行業(yè)公司的營(yíng)運(yùn)能力與公司績(jī)效之間的正相關(guān)關(guān)系一致,但各個(gè)代表營(yíng)運(yùn)能力的財(cái)務(wù)指標(biāo)與公司績(jī)效之間的關(guān)系存在較大差別。流動(dòng)資產(chǎn)周轉(zhuǎn)率和非流動(dòng)資產(chǎn)周轉(zhuǎn)率與農(nóng)林牧漁業(yè)上市公司績(jī)效間存在著較顯著的正相關(guān)關(guān)系,但營(yíng)運(yùn)周期、應(yīng)收賬款周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率與其績(jī)效間的相關(guān)關(guān)系不是非常顯著。

因此,本文根據(jù)實(shí)證結(jié)果為農(nóng)林牧漁業(yè)上市公司提出以下建議。第一,提高企業(yè)營(yíng)運(yùn)能力,合理配置資源,提升資產(chǎn)使用效率；第二,提升償債能力,調(diào)整負(fù)債結(jié)構(gòu),合理利用財(cái)務(wù)杠桿；第三,拓展盈利能力,加強(qiáng)技術(shù)創(chuàng)新,調(diào)整經(jīng)營(yíng)模式；第四,促進(jìn)企業(yè)優(yōu)化重組,發(fā)展企業(yè)間戰(zhàn)略聯(lián)盟,形成規(guī)模經(jīng)濟(jì)。

此外,從政府層面來講,應(yīng)為農(nóng)林牧漁業(yè)上市公司營(yíng)造良好的外部環(huán)境,促進(jìn)企業(yè)的良性發(fā)展。例如,在制度層面為農(nóng)林牧漁業(yè)上市公司提供良好條件：進(jìn)一步建立并完善農(nóng)林牧漁業(yè)市場(chǎng)產(chǎn)品價(jià)格體系,逐步建立起中國特色的以市場(chǎng)調(diào)節(jié)與國家引導(dǎo)相結(jié)合的農(nóng)林牧漁業(yè)產(chǎn)品價(jià)格機(jī)制。同時(shí),政府應(yīng)繼續(xù)扶持農(nóng)林牧漁業(yè)上市公司,但需采取更為有效靈活的方式而不是簡(jiǎn)單粗暴的直接補(bǔ)貼,如對(duì)農(nóng)林牧漁業(yè)上市公司進(jìn)行有關(guān)人才引進(jìn)與科研創(chuàng)新方面的補(bǔ)助。通過提升公司的軟實(shí)力來增強(qiáng)其核合競(jìng)爭(zhēng)力,從而提高整體盈利能力,促進(jìn)企業(yè)長(zhǎng)久發(fā)展。