经济增长_居民消费与上市公司的绩效关系_以纺织食品类上市公司为例_檀文.docx
《经济增长_居民消费与上市公司的绩效关系_以纺织食品类上市公司为例_檀文.docx》由会员分享,可在线阅读,更多相关《经济增长_居民消费与上市公司的绩效关系_以纺织食品类上市公司为例_檀文.docx(9页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、 第 11卷第 1期 2011年 3月 南京农业大学学报 (社会科学版 )2011.11( 1) Journal of Nanjing Agricultural University( Social Sciences Edition) http: /xbsk. njau. edu. cn 【经济管理】 经济增长、居民消费与上市公司的绩效关系 以纺织食品类上市公司为例 檀文,王海涛,王凯 (南京农业大学经济管理学院,江苏南京 210095) 摘要:以 纺织食品类上市公司 1998 2008年的季度数据为样本,通过对数据的格兰杰因果检验和协整检验,运 用 VAR模型、脉冲响应函数及方差分解,实证分
2、析我国经济增长、居民消费与纺织食品类上市公司业绩的动态影 响关系。结果表明:我国经济增长、居民消费对纺织食品类上市公司业绩都有显著影响。其中,经济增长对该类 上市公司业绩增长的贡献最大,居民消费对纺织食品类上市公司业绩的增长也具有较大作用;同时,居民消费和 纺织食品类上市公司业绩对经济增长都有显著影响,且从长期看,纺织食品类上市公司业绩对于经济增长的影响 更明显。 关键词 :经济增长;居民消费;纺织食品类 上市公司;公司业绩 中图分类号: F276.6 文献标识码: A 文章编号: 1671 7465(2011) 01 0051 08 一、引言 公司业绩的增长除了受自身资源禀赋的影响 外,行业
3、和经济发展环境也是一个值得关注的重要 因素。 3 对于纺织食品类上市公司而言,公司业 绩的增长同样除了受自身行业、公司治理、经营管 理水平等的影响外,和中国经济的持续快速和稳定 增长密不可分,同时也依赖于居民消费水平的提 高,居民消费水平代表着市场需求 ;反之,公司业绩 的增长也带动了经济的增长,并提高了人们的收入 水平和消费水平。故经济增长、居民消费和上市公 司业绩这三者之间是相互影响的,研究三者之间的 影响关系,具有重要的理论和实践意义。 公司作为实体经济的主要载体,其会计业绩和 宏观经济之间存在着密切联系,国外学者对此已作 了大量研究。 Brown和 Ball( 1967)研究发现市场
4、层面的信息平均可以解释公司会计业绩 3 5 % 40%的变化,而行业层面的信息则解释公司会计业 绩另外 的变化。 1 Carling et al( 2004) 运用瑞典 1990 1999年间的季度数据,同样发现 宏观经济与相关的会 计变量之间存在显著的关 系。 4Jin和 zhang et al(2005)以美国上市公司为 样本,考察了销售、投资与会计业绩等基本变量与 经济增长之间的关系,发现宏观经济显著地影响公 司主要的会计业绩,且在经济周期的不同阶段、对 不同行业、不同特征的公司影响程度上存在差 异。 5国外研究表明,宏观经济活动显著影响会计 业绩和股票报酬。国内方面,靳庆鲁等 ( 20
5、08)以 1995年一2004年的上市公司为样本,考察了经济 增长、经济政策对公司会计业绩和股票报酬的影 响,发现经济政策显著影响公司会计业绩与股票 报 酬,但不同的是,经济政策对会计业绩和股票报酬 的影响不尽相同,且在控制了经济政策因素后,经 济增长并没有和公司业绩相背离。 W钱珍 ( 2008) 运用 VAR模型及脉冲响应函数方法,对经济增长、 居民消费和保险发展之间的联动程度进行了测试, 指出这三者间存在动态协整关系。 7 收稿日期 : 201008-21 基金项目:国 家自然科学基金项目 ( 71010107002) 作者简介 :檀文 ( 1968 -),男,南京农业大学经济管理学院博
6、士生。研究方向:企业管理。 目前,国内外学者或主要从宏观层面研究中国 股市和实体经济的关系,或从公司微观特征分析影 响公司绩效的因素,关于经济增长、居民消费和上 市公司业绩三者综合考量的研究尚未涉及。本文 试图在前人研究的基础上,拟选取与居民日常生活 息息相关的纺织食品类上市公司作为研究对象,从 外部因素角度探讨经济增长、居民消费水平对纺织 食品类上市公司业绩增长的影响,采用 VAR模型 和脉冲响应函数的方法考察三者之间的互动影响 关系。 二、研究假说、数据与模型选取 1. 研究假说 消费增长能够直接增加企业的产品销售收人, 从而增加公司利润。从经济学的角度,规模经济和 边际生产成本会影响消费
7、增长以及公司的业绩。 在规模经济前提下,边际生产成本递减,消费增长 将发挥乘数效应,更大程度地推动公司业绩的改 善。国内研究亦支持经济增长影响公司业绩的推 论,南开大学证券与公司财务研究中心 ( 2003)考 察了国内上市公司平均主营业务收入与 GDP的变 化情况,发现二者之间相当吻合,相关系数高达 . 94。 靳庆鲁等 ( 2008)验证了经济增长有益于 公司会计业绩的提高。 # 对于纺织食品等消费类上市公司而言,公司业 绩的增长一方面和中国经 济的持续快速、稳定增长 分不开,同时也依赖于人们消费水平的提高。公司 业绩的增长也带动经济的增长,增加相关行业的就 业机会,提高人们的收人水平和消费
8、水平。因此, 实体经济增长引致国民收入增长,收人增长将使消 费支出增长。故建立假说 :经济增长、居民消费和 上市公司业绩这三者之间有相互影响的关系。 2. 样本与数据 样本数据的选取来自 1998 2008年的中国 统计年鉴、 CCER经济金融研究数据库以及相关 企业的季度和年度报表。本文选择国内 A股纺织 食品类上市公司 1998 2008年经营绩效的季度数 据进行研究。 所有样本上市公司的行业归属基于 中国证监会最新的官方公布结果,并按如下原则进 行样本筛选 :( 1)为避免新股的影响,选取 2002年 12月 31日前上市的消费类上市公司为原始样本 ; (2)为避免异常值的影响,从原始样
9、本中剔除了在 研究期间被 ST和 * ST的公司; ( 3)为保持样本公 司行业的稳定,剔除了期间变更主营业务的公司。 根据以上原则,本文所选取的样本如表 1: 表 1研究样本数据说明 年份 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 纺织类公司 36 42 55 63 66 62 62 62 62 62 62 食品类公司 43 43 42 46 50 50 49 49 49 49 49 总计 (家) 79 85 97 109 116 112 111 111 111 111 111 3. 变量说明 文章所选取的变量为: GDP增
10、长率、城乡居民 消费额增长率 ( CS)和纺织食品类上市公司平均利 润增长率。本研究选择占居民日常消费比重较大 的纺织类上市公司 ( 简写为 FZ)和食品类上市公司 (简写为 SP)作为研究样本。由于本文主要关注的 是序列之间的动态变化规律,所以用增长率指标, 即经济增长率、居民消费增长率和纺织食品类上市 公司业绩增长率来揭示三个序列之间的动态关系。 其中,GDP数据除以通货膨胀率作为真实的经济 增长状况,记为 TGDP。 通货膨胀率为以 1998年为 基期的居民消费价格指数。由于选择样本期时要 求同一样本期内的数据具有一定的稳定性,以保证 样本数据来自同一总体,样本期不能太长。就时间 序列进
11、行平稳性检验和协整检验,对样本容量有较 高的要求(张晓峒, 2003)经综合权衡,选择的 样本期为 1998 2008年,并且选取样本季度 数据 来保证足够的样本容量,从而满足统计软件计算要 求。纺织类和食品类上市公司业绩的季度数据由 其季报和年报中获得。 4. 模型选取 (7)向量自回归 向量自回归 ( vector autoregression, VAR)模型 不以严格的经济理论为基础,在模型的每一个方程 中,内生变量对模型的全部内生变量的滞后值进行 回归,而估计全部内生变量的动态关系。模型的另 一个特点是有相当多的参数需要估计,当样本容量 较小时,多数参数的估计量误差较大。 VAR模型的
12、数学表达式为 : y, = + + t = 1,2, , r 其中, y,是维内生变量向量, x,是 d维外生 变量向量 是最大滞后阶数, r是样本个数 j X A 维矩阵岑 , , 和 fc X d维矩阵 S是要被估计的 系数矩阵, &是 维扰动向量,它们之间可以同期 相关,但不与自己的滞后值相关及不与等式右边的 变量相关,假设 S是 A的协方差矩阵,是一个 & x /c 的正定矩阵。 (2)脉冲响应函数与方差分解 脉冲响应函数 ( Impulse Response Function)描 述一个内生变量对误差的反应,就是在扰动项上加 一个标准差大小的冲击对内生变量的当期值和未 来值产生的影响
13、。 VAR的方差分解 ( Variance Decomposition) 通过分析每一个结构冲击对内 生变量 变化的贡献度,进一步评价不同结构冲击的重要 性,能够给出随机信息的相对重要性信息。标准差 所对应的列是相对于不同预测期的预测误差,这种 预测误差来源于随机信息的当期值和未来值。 三、经济增长、居民消费与公司 业绩之间的关系测度 1. 单位根检验 时间序列的分析必须进行单位根检验,考察序 列是否平稳,本文运用 EviewS5. 0软件,用 ADF检 验法对数据进行平稳性检验。分别对 LnTGDP、 LnCS、 LnFZ、 LnSP、 ALnTGDP、 ALnCS、ALnFZ、 A LnS
14、P进行单位根检验,结果如表 2所示。 表 2 ADF单位根检验结果 变量 检验类型 ( C, T, K) ADF统计量 ADF临界值 (5%水平) 平稳性 LnTGDP (C, T, 3) -1.439478 -2.938987 否 LnCS (C, T, 3) -2.506227 -2.938987 否 LnFZ (C, T, 3) -2.612502 -2.941145 否 LnSP (C, T, 3) -1.728763 -2.936942 否 A LnTGDP (C, 0,2) -39.20085 -2.938987 是 A LnCS (C, 0,2) -51.31456 -2.938
15、987 是 A LnFZ (C, 0,2) -16.20076 -2.938987 是 A LnSP (C,0,2) -7.473638 -2.941145 是 注 :检验类型中的 ( C,T,K), 其中 C代表模型中是否含有常数项, T代表模型中是否含有趋势变量 ,K表示滞后阶数 ;临 界值为 5%的显著性水平。 由表 2可知,未经差分的序列 LnTGDP、 LnCS、 LnFZ、 LnSP都存在单位根,而经过二阶差分后的序 列则不存在单位根的问题,所以 LnTGDP、 LnCS、 LnFZ、 LnSP这四个序列都是一阶单整的。 2. 格兰杰因果检验 由于 LnTGDP、 LnCS、 Ln
16、FZ这三 .个序列与 丁 - GDP、LnCS、 LnSP这三个序列分别都是一阶单整 表 3格兰杰因果检验结果 零假设 样本量 F统计量 伴随概率 结论 居民消费不是经济增长的格兰杰原因 经济增长不是居民消费的格兰杰原因 40 56.2452 92.2024 1.2E41 1.1E44 拒绝原假设 拒绝原假设 纺织类上市公司业绩增长不是经济增长的格兰杰原因 经济增长不是纺织类上市公司业绩增长的格兰杰原因 40 5.74539 4.51734 0. 00695 0.01798 拒绝原假设 拒绝原假设 纺织类上市公司业绩增长不是居民消费的格兰杰原因 居民消费不是纺织类上市公司业绩增长的格兰杰原因
17、40 12.7522 15.1764 6.9E-05 1.8E-05 拒绝原假设 拒绝原假设 食品类上市公司业绩增长不是经济增长的格兰杰原因 经济增长不是食品类上市公司业绩增长的格兰杰原因 40 6.24312 4.09343 0. 00480 0.02527 拒绝原假设 拒绝原假设 食品类上市公司业绩增长不是居民消费的格兰杰原因 居民消费不是食品类上市公司业绩增长的格兰杰原因 40 22.2642 32.2438 5.8E-07 1.1E-08 拒绝原假设 拒绝原假设 的,而且存在协整关系,因此可以用格兰杰检验来 分析经济增长、居民消费和上市公司之间的关系。 具体结果如表 3所示。 通过格兰
18、杰因果检验克制,在滞后 2期的条件 下,我国经济增长、居民消费和纺织食品类上市公 司业绩之间存在双向因果关系。 3. 协整检验 LnTGDP、 LnCS、 LnFZ 这三个序列与 LnTGDP、 LnCS、 LnSP间分别都是一阶单整的 ,还可能存在某 种 稳的线性组合关系。本文首先依据 AIC (Akaike info criterion)信息准则和 SC( Schwarz cri- 表 4 terion)信息准则结果的最小统计量法,确定模型的 最优滞后阶数为 2,运用 Johansen检验法进行协整 检验,求得 LnTGDP、 LnCS、 LnFZ三个序列的协整 向量和 LnTGDP、 L
19、nCS、 LnSP三个序列的协整向 量。如表 4、表 5所本。 协整检验结果一 FZ 假设的协整关系的个数 特征值 迹检验统计量 最大特征值统计量 p值 个协整向量 , 0.948694 203.6438(29.79707) 118.7980(21.13162) 0.0001 至少 1个协整向量 , 0.743531 84.84581(15.49471) 54.42990(14.26460) 0.0000 至少 2个协整向量 , 0.532520 30.841466(3.841466) 30.41591(3.841466) 0.0000 注,表示在 5%的水平上拒绝原假设 ;括号内数值为 5%
20、水平上的临界值 ;P值为其显著水平。 表 5协整检验结果一 SP 假设的协整关系的个数 特征值 迹检验统计量 最大特征值统计量 P值 个协整向量 , 0.947656 207.7657(29.79707) 117.9965(21.13162) 0.0001 至少 1个协整向量 , 0.759565 89.76922(15.49471) 57.01215( 14.26460) 0.0000 至少 2个协整向量 , 0.559095 32.75707(3.841466) 32.75707(3.841466)0.0000 注 :4表示在 5%的水平上拒绝原假设 ;括号内数值为 5%水平上的临界值 ;
21、P值为其显著水平。 迹检验表明,在 . 05显著性水平上有 3个协 整关系,最大特征根检验表明在 . 05显著水平上 有 3个协整关系,所以可以认为,两组时间序列分 别存在某种长期的均衡关系 ,也即它们之间存在互 动效应,具体的协整方程在此省略。 VAR模型是 不考虑自变量和因变量的情况下建立模型,下文我 们考虑建立VAR模型并通过脉冲响应函数来展开 分析。 4. 向量自回归模型 ( VAR)的估计结果 根据以上存在协整关系的两组变量,分别建立 纺织类上市公司 VAR模型 ( FZ)和食品类上市公 司VAR模型 ( SP),利用 EViews 5.0软件分析得到 模型的估计结果如下: 模型 (
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 经济 增长 居民消费 上市公司 绩效 关系 纺织 食品类 檀文
限制150内