财务报告与分析Ｉ ＦＩＮＡＮＣＥ ＲＥＰＯＲＴ ＡＮＤ ＡＮＡＬＹＳＩＳ 每股净资产与上市公司综合能力指标关系探析 上海理工大学 李香丽 孙绍荣 一、引言 总资产周转率：（主营业务收入净额／平均资产总额） １００％ 流动比率可以反映公司的短期偿债能力，计算公式为：流动比 每股净资产是指股东权益与股本总额的比率。其计算公式为： 每股净资产＝股东权益／股本总额 这一指标反映每股股票所拥有的资产现值。公司净资产代表 公司本身拥有的财产，也是股东们在公司中的权益。因此，又叫股 率＝流动资产／流动付债 流动比率过高并不一定表示公司财务状况良好，短期债权人 可能对较高的流动比率表示欣赏，但过高的流动比率也可能是由 于存货积压呆滞所引起的，这非但不能偿付到期债务，而且可能因 东权益。该指标是一个静态指标，反应现实条件下股票价格，在市 场中投资者往往是将该指标与股票市价比较，判断股票价格与现 行股票价格的偏离程度。 在实际问题中，随机变量Ｙ往往与多个普通变量ｘ ，Ｘ２，…，ｘ口 （ｐ＞１）有关，对于自变量ｘ ，Ｘ２，…，ｘｐ的一组确定的值，Ｙ有它的分 布，若Ｙ的数学期望存在，则它是ｘ。，Ｘ２，…，］【口的函数，记为ｕ（ｘ。，Ｘ２， …，ｘ。），它就是Ｙ关于ｘ ，Ｘ２，…， 的回归函数，如果Ｕ（ＸＩ，ｘｚ，…，Ｘｐ）是 ｘｉ，ｘ ，…，ｘ戤性函数的情况则为多元线性回归模型： Ｙ＝ｂｏ￣ｂ１ｘｌ＋ｂ２ｘ２＋…ｂｐｘｐ＋ｅ，￡一Ｎ（Ｏ，ｏ。） 其中ｂｏ，ｂ 一，ｂ ，ｃｒ２都是与ｘ ，ｘ２，…，ｘ 关的参数。 公司的综合能力包括资本构成、经营能力、偿债能力、投资和 收益。那么公司的股票收益与公司的综合能力有什么样的关系呢？ 他们之间是否有线性关系呢？ 二、案例模型 样本的选取：以２００８年为时间窗口，随机的选取上海证券交易 所上市股票的（Ａ股）的６ＯＯＯＯＯ到６００１ １８号的上市公司作为样本。 样本的数据来源：全景网（ｈｔｔｐ：／／ｗｗｗ．ｐ５ｗ．ｃｏｍ ）。 样本数据的处理：选取每股净资产做因变量，反应公司综合能 力的部分指标（净资产收益率、流动比率、速度比率、应收账款周转 率、资产负债比率、存货周转率、固定资产周转率、总资产周转率、 净资产比率和固定资产比率）（不包括每股收益、每股净资产和扣 除后每股收益，因为这三项作为研究对象）做自变量，用ｓｐｓｓ软件 做多元回归分析。 模型 ｆ 进入的变量 ｆ 移出的变量 ｆ 方法 １ 总资产周转率 逐步筛选法 ２ ．流动比率 ．逐步筛选法 从表Ｉ可以看到，第一步引入的变量是总资产周转率，第二步 引入的变量是流动比率。变量进入和移出的方法是逐步筛选法，标 准是以Ｆ统计量的理论值为标准判断自变量能否进入或剔除出回 归方程。如果某个自变量的偏Ｆ统计量的概率Ｐ值小于０．０５。则应拒 绝其检验的零假设，认为该自变量对因变量的线性影响是显著的， 应进入回归方程；如果某个自变量的偏Ｆ统计量的概率Ｐ值大于 ０．１。则不能拒绝其检验的零假设，认为该自变量对因变量的线性 影响是不显著的，应剔除回归方程。 总资产周转率是指企业在一定时期主营业务收入净额同平均 资产总额的比率。总资产周转率是综合评价企业全部资产经营质 量和利用效率的重要指标。一般情况下，该数值越高，表明企业总 资产周转速度越快。销售能力越强，资产利用效率越高。 财会通Ｋ・综合２０１１年第２期（中） 存货跌价等原因遭受损失而危及财务状况，过高的流动比率也可 能是拥有过多的货币资金而未加以有效地运用，进而影响上市公 司的业绩，因此，这并不是一种良好的财务状况的反映。根据国外 多数公司的经验，一般而言，生产类上市公司合理的最佳流动比率 是２。这是因为在流动资产中，变现能力最差的存货，约占流动资产 的一半，其余流动性较大的各类流动资产至少要等于流动负债，只 有这样，公司的短期偿债能力才会有保证。一般情况下，公司的营 业周期、流动资产中的应收账款数额和存货的周转速度是影响流 动比率的主要因素。 流动比率越高，公司的偿债能力也就越强，但是流动比率没有 考虑公司流动资产中个别资产项目的流动性。一家流动资产主要 由现金和应收账款组成的上市公司，其资产流动性要比一家流动 资产主要由存货组成的上市公司的资产流动性大。 表２ 模型综述（ｃ １ １ ．３１６（ａ） Ｉ ．１００ １ ．０８８ ｉ １．８２３６１５９ ２ １ ．４Ｏ６（ｂ） Ｊ ．１６５ 』 １４３ ｝１．７６８１１０４ ａ预测值：（常数），总资产周转率 ｂ预测值：（常数），总资产周转率，流动比率 ｃ因变量：每股净资产 从表２可以看出引入这些变量后，方程的复相关系数Ｒ分别有 ０．３１６增加到０．４０６，复相关系数的平方由０．１增加到了０．１６５，调整的 相关系数由０．０８８增加到了０．１４３，这些数值都反应了自变量和因变 量得相关性得强度，值越大，相关性越强。同时估计标准误差由 １．８２３６１５９减少到１．７６８１１０４。 模型 方差来源 方差总和 自由度 均 万 Ｆ检验统计量 显著性水平 １ 回归 ２８．７９５ １ ２８．７９５ ８．６５９ ．００４（ａ】 残差 ２５９．３９５ ７８ ３．３２６ 总和 ２８８．１９０ ７９ ２ 回归 ４７．４７１ ２ ２３．７３６ ７．５９２ ．００１（ｂ） 残差 ２４０．７１８ ７７ ３．１２６ 总和 ２８８．１９０ ７９ ａ预渤 值：（常数 ，总资产周转率 模型 非标准化的系数 ｊ 乖准化系数 ｔ值 显著性水坪 Ｂｅｔａ值 标准误 Ｂｅｔａ值 １ 常数 ２．５４８ ３３１ ７．７０５ ．０００ 总资产周转率 １．１２７ ．３８３ ．３１６ ２．９４３ ．００４ ２ 常数 １．７４１ ．４６０ ３．７８３ ．ｏｏＯ 总资产周转率 １．０７９ ．３７２ ．３０３ ２．９０１ ．００５ 流动比率 ．７０４ ．２８８ ．２５５ ２．４４４ ．０１７ 财务报告与分析Ｉ ＦＩＮＡＮＣＥ Ｒ ＥＰＯＲＴ ＡＮＤ ＡＮＡＬＹＳＩＳ 由表３可以看到，Ｆ分布的显著性概率为０．０００，说明因变量和 自变量的线性关系是显著的，可建立线性模型。 表４显示了回归模型中的常数项，非标准化的回归系数Ｂ值及 Ｕｎｄｅｆｉｎｅｄ ｅｒｒｏｒ＃６１６４４一Ｃａｎｎｏｔ ｏｐｅｎ ｔｅｘｔｆｉｌｅ’～ 其标准误差、标准化的回归系数Ｂ值、ｔ值以及显著性水平。 从表４中可以得到回归模型的方程： 每股净资产＝１．７４１＋１．０７９总资产周转率＋０．７０４流动比率 回归系数的显著性水平分别是０．００５和０．０１７，其小于０．０５，认 为线性关系是显著的，可以建立线性模型。相关系数是０．４０６．复相 关的平方系数是０．１６５，说明回归方程解释了整个因变变异程度的 １６．５％。 模型 变量 １ ｔ值 著 ｌ生水平 偏相关系数 多重共线Ｈ＿玢析 容忍庹 净瓷而故ｊ诿率 ２５５（ａ） ２．４０５ ．０１９ ．２６４ ．９６５ 流动比率 ２５５（ａ） ２．４４４ ．０１７ ．２６８ ．９９７ 速度比率 ．１４９（ａ） １．３９２ ．１６８ ．１５７ ．９９９ 应收账歉周转率 一．０５４（ａ） ～．４９９ ．６２０ 一．０５７ １．ＯＯＣ Ｂｅｔａ值 Ｓ日．Ｄ ＝Ｌ１３ Ｎｅａｎ＝一．１５ Ｎ＝氪００ －资产ｔｉＯｔ＊ｔ，￣ 一．１２３（ａ） 一１．１４０ ．２５８ 再货Ｊ司］降擎 －．００９（ａ） 一．０８２ 固定渍．产周转率 ．０７５（ａ） ．６９９ ．９３５ ．４８７ 一．１２９ 一．００９ ．０ ７９ ．９８Ｃ ．９９１ ．９９６ ４．Ｏ０－３∞－２＿００一Ｌ∞ ００ １．Ｏ０ ２∞ ３．Ｏ０ ４Ｏ０ ５Ｄ １．５０ ２．５０ ３５。 ａ５０・２．５０－１．５０ ５。 净资产比擎 固定资．严比举 ．１２３（ａ） １．１４０ 一Ｄ３ｏ（ａ） 一．２７３ ．２５８ ．７８５ ．１：２９ 一．０３１ ．９８Ｃ ．９９８ 图１ 残差分布直方圈 ‘２ 净资产牧益率 ．１９６（ｂ） １．８０３ 速度比率 一．０９１（ｂ） 一．５８３ 应敝账款周转率 一．０４０（ｂ） 一．３８３ ．０７５ ．５６２ ．７０３ ．２０３ 一．０ｆ；７ 一．０４４ ．８８８ ．４４６ ．９９７ Ｕｎｄｅｆｉｎｅｄ ｅｒｒｏｒ＃６１６４１一 ｎｎｏｔ ｏｐｅｎ ｔｅｘｔ ｉｆｌｅ”Ｃ：＼Ｆ 资产负债比擎 一Ｄ２８（ｂ） 一．２３９ ．８１１ １一．０２７ ＾ 一¨ｕ：ｍ一 ｖ ｃ Ｑｏ ０ｕｃｍｏ． Ｎ心Ｈ心 ＤＪ．ｍ ｃｌＪｍｐｕ３ 存货圊转率 ．０２２（ｂ） ．２０５ 固定资产周年毒率 ．０１ｌ（ｂ） ．０９８ 净资产比率 ．０２８（ｂ） ．２４１ 固定资产比率 ．１４５（ｂ） １．１８８ ．８３８ ．９２２ ．８１１ ．２３８ ．０２４ ．０１１ ．０２．８ ．１３－５ ．８３１ ．９７７ ．９３０ ．８３２ ．７２０ 表５显示了所有的市场质量指标的Ｂ值、ｔ值、显著性水平、偏相 关系数和多重共线性分析的容忍度。 最小值 最大值 均值 标准误差 样本 预测值 １．９９９２０１ ９．４３９２５５ ３．３２１７６４ ．９９７１０３８ ９３ 标准预测值 一１．６９６ ７．９０１ ．０１０ １．２８６ ９３ 预测值的标准误差 ．１９８８４２６ ２．５７９４３３０ ．３４１０７２０ ．２６３１８４３ ９３ 调整的预测值 ２．０２３３３８ ９．４３９２５５ ３．３１ １４３３ ．９８０６１ １８ ９３ 残差 一７．２５９２５５ ７．２８６１７３ 一．２６７１１７ ２．００４９１７５ ９３ 标准化残差 一４．１０６ ４．１２１ 一．１５１ １．１３４ ９３ 学生化残差 一２．９４１ ４．１８Ｏ 一．１２７ １．０９０ ９３ 剔除残差 一７．２５９２５５ ７．４９７４６８ 一．２５６７８６ ２．０５３５９５３ ９３ 标准化剔除残差 一２．９４１ ４ ７２３ 一．１２０ １．１２０ ９３ 马氏距离 ．Ｏ１２ ５３ ４３９ ２．４５４ ６．０５４ ９３ 图２ 学生化剐除残差一标准化预测僵 三、结论 上市公司是证券市场的灵魂所在，如何衡量上市公司的质量， 库克距离 中心杠杠值 ．０（）Ｏ ．０００ ３．６１９ ．６６８ ．０５２ ．０３１ ．３７５ ．０７６ ９３ ９３ 仅仅靠的数据很难对上市公司做个横向地比较。同时也难以 辨别数据的正确性和实际有效的价值。把这些分散的、内在联系密 切的数据结合在一起，有助于发现上市公司的问题和提高上市公 司的质量。让投资者在大量的数据面前更能直接、有效地理解其千 丝万缕的联系和差异，从而对证券市场的投资做出理性和定量地 判断，对保护投资者的利益有着重要的意义。当然对市场组织者和 监管者也可以起到参考作用。 参考文献： 表６显示了预测值、标准预测值、预测值标准误差、调整的预测 值、非标准化残差、标准化残差、学生化残差、剔除残差、标准化剔 除残差、马氏距离、库克距离和中心杠杆值的最小值、最大值、平均 值、标准差和观测量数目。根据概率原则，标准化残差或学生化剔 除残差的绝对值大于３对应的观测值为异常值。从表中可以看出。 该样本数据中存在异常值。 在回归分析中，总是假定残差服从正态分布。图．Ｉ是根据样本 数据的计算结果显示残差直方图与其上得正态分布图得比较，可 以认为该数据的残差是服从正态分布的。 ［１］盛骤、谢式千、潘承毅：《概率与数理统计》，高等教育出版 社２００８牟版。 ［本文系国家自然科学基金项目（编号：７０８７１０８０）、教育部博 士点基金项目（编号：２００７０２５２００２）、上海市重点学科项目（编号： ￥３０５０４）的阶段性研究成果］ （编辑杜昌） 图２学生化剔除残差一标准化预测值散点图中，纵坐标是学生 化剔除残差，横坐标是标准化预测值。图中各点在纵轴零点对应的 直线上下就基本均匀分布，因此，可以认为方差齐性的假设成立。 甜奈通孔・综合２０１１年第２期（中）
