国有企业利润总额影响因素的实证分析

摘 要：本文选取了1998年-2015年期间17年的主要数据，选取五个财务指标作为解释变量，探析其对利润总额的影响。经过逐步回归，最后得出利润总额与主营业务收入及财务费用的多元线性回归模型。经过实证分析，利润总额与主营业务收入呈正向变动；利润总额与财务费用呈反向变动，这与经济实质一致。

关键词：利润总额；主营业务收入；财务费用

一、引言

“十三五”开局之年，国有控股企业利润总额由降转增，走出一条向上的曲线。利润是一个企业生存与发展的基础，是企业进行决策、预算和经营的最终目标；企业根据利潤调整资源分配和改善经营方式，并且也是投资者投资决策的最重要指标之一。分析国有控股企业利润总额的影响因素，可以为其未来的生产经营方式以及决策提供参考指标。

二、文献综述

利润质量最早出现于美国的投资报告中，又被称为盈余质量或收益质量。盈余质量初次提出时，Ball和Bmwn（1968）进行实证研究，第一次证实了披露会计收益的价值相关性。从盈余管理的角度出发，Jennifer等学者（2005）发现了较低的盈余质量与更大的资本成本、债务成本有关。Bhattacharya等（2013）研究信息的对称性与利润质量的关系，得出两者之间负相关。

国内对国有企业效率的研究在90年代较多。刘元春（2001）认为分析我国国有企业的效率问题必须充分考虑到我国的基本国情及我国国有企业的制度性质与战略定位。新会计准则颁布后，靳小翠、殷治平（2013）通过实证研究得出新的会计准则能够及时确认损减少公司的盈余管理行为，提高了公司利润质量。吴中山（2016）把存货的管理加入到企业利润质量的影响因素中来，认为存货变现能力较差，影响利润指标。

本文围绕会计政策、利润结构、现金流量三方面内容，探析我国国有控股企业利润总额的影响因素。通过多元回归分析，找出各影响因素之间的相互关系，为其利润平稳增长指明方向。

三、方法介绍与数据选取

1.多元回归分析

对多个自变量进行回归分析时，利用最小二乘法原理建立多元线性回归模型为：

由方程可以看出，因变量Y由两部分组成，第一部分的估计值，是由自变量决定；μ为残差，表示随机误差项。模型不但需要显著性与假设检验，还需要考虑各自变量之间是否存在多重共线性，以及随机误差项自相关和异方差检验。

2.数据选取

（1）数据来源

本文选取1998年-2015年期间17年国有控股企业作为样本。原始数据来源于《2016中国统计年鉴》分地区国有控股企业主要财务指标、2016年《国家数据》按行业分国有控股企业主要经济指标。

（2）变量选取

①利润总额（Y）是本文的主要研究对象，作为解释变量。

②主营业务收入（X1），是指企业经常性的、主要业务所产生的基本收入；企业的主要利润来自于主营业务收入，作为影响利润总额的因素之一。

③主营业务成本（X2），是指公司生产和销售与主营业务有关的产品或服务所必须投入的直接成本。对于大多数行业主营业务成本是损益表中冲减利润最大的一项，对利润总额影响较大。

④管理费用（X3）、销售费用（X4）、财务费用（X5）。三者都作为期间费用，是企业为组织和管理整个经营活动所发生的费用。三个期间费用科目期末都要转入本年利润科目。因此，三者都对利润总额有着重要的影响。

四、模型建立

1.绘制散点图

利用17组样本数据绘制利润总额与主营业务收入、主营业务成本、管理费用、销售费用、财务费用之间的散点图。各解释变量与被解释变量之间近似于线性关系。但是主营业务收入与主营业务成本趋势大致相同、管理费用与销售费用趋势很相似，两组变量可能存在多重共线性。

2.初步模型建立

初步建立一个多元线性回归模型式（2），SPSS输出结果显示可决系数R2=0.99，模型拟合较好。F值为96.67，sig值为0.00，说明方程整体相当显著。

（2）

但是除了主营业务收入和财务费用之外，其余变量值都小于并且除了财务费用之外，其余sig值均大于0.05。并且五个系数VIF值均大于10，表示五个自变量存在多重共线性，必须要对模型进行调整。

3.变量及模型调整

采用原始数据，再次进行逐步回归，最后得到最优回归子集。经过两次逐步回归，最终从五个自变量中选取的最优回归子集为主营业务收入和财务费用。

最终得到的模型如式（3），可决系数R2=0.99，模型拟合情况较好。F值为562.41，sig值为0.00，三个系数的值均大于且sig值均小于0.05，模型2通过了显著性检验。

（3）

五、模型的检验

1.异方差检验

将输出的标准化残差保存为变量，做以利润总额为X轴、标准化残差为Y轴的散点图，大致可以看出，随机误差项基本不存在异方差。进一步采用Spearman等级相关系数检，结果显示值都小于分别为-0.02和-0.04，且sig值都大于0.05，说明调整后的方程模型不存在异方差。

2.多重共线性检验

多重共线性的检验采用方差扩大因子法。经验表明，VIFj≥10时，说明自变量与其余自变量Xj之间有严重的多重共线性。根据SPSS输出结果，调整后模型中X1与X5的VIF均为8.124，调整后模型无多重共线性。

3.自相关检验

多元线性回归模型中，通常假定随机误差项是不相关的，即一个变量前后期数据之间不存在相关性。查表得无自相关区间（1.54，2.98），对调整后模型的检验显示D-W值为1.814，说明不存在自相关。保存的标准残差ei，ei绘制，ei-1的散点图，表现出它们之间是随机分布，不存在自相关。

经过以上检验，模型的拟合程度较好、显著性高，均通过了假设检验。

六、实证结果分析

模型的回归结果表明，利润总额与主营业务收入成正向变动，与财务费用成反向变动。在经济意义上，主营业务收入增加一单位，利润总额增加0.11亿元；财务费用增加一单位，利润总额减少2.962億元。

通过初始模型检验，销售费用对方程显著性最弱，逐步回归直接没有引入该变量。虽然主营业务成本对利润总额影响很大，但是它与主营业务收入在时间上有同步但相反的变化趋势，所以二者在模型中产生多重共线性，最终剔除该变量。

在逐步回归中，财务费用作为对方程显著性影响较大的变量，率先被引入方程。财务费用作为筹集生产经营所需资金而发生的筹资费用，其中包括的利息支出。对于计入财务费用的利息收支在确认税前利润以及计算经济增加值都要调减，所以财务费用是独立影响利润总额的一个重要指标。

当前企业利润的评价更推崇平衡计分卡和经济增加值来测量企业的盈利能力。在实际企业经营中，不同行业还要根据自身实际情况进行利润评价与提升利润质量。

参考文献：

[1]R Ball & P bmwn. An Empirical Evaluation of Accounting Income Numbers[J].Journal of Accounting Research.1968，6（2）：159-178.

[2]J Francis，R Lafond，P Olsson，K Schipper. The Market Pricirig of Accruals Quality[J].Journal of Accounting and Economics.2005，39（2）：295-327.

[3]刘元春.国有企业的“效率悖论”及其深层次的解释[J].中国工业经济，2001，7：31-39.

[4]靳小翠，殷治平.论现行会计准则对会计信息质量的影响[J].财会通讯，2013（04）：9-10.

[5]吴中山.浅论企业利润质量的影响因素[J].财会学习，2016（16）：205-205.

作者简介：张玉瑶（1994.04- ），女，会计学，硕士研究生，西安财经学院商学院