企业绩效与利益相关者关系实证分析.docx

?

?

企业绩效与利益相关者关系实证分析

?

?

余玉荣

内容摘要：本文基于安徽上市公司财务数据，运用SPSS软件对其进行相关实证分析。分析结果表明，对于安徽上市公司，政府和股东与企业绩效呈显著正相关关系，员工和顾客与企业绩效呈显著负相关关系，而债权人和供应商与企业绩效的关系并不明显。此外，企业性质也是影响企业绩效的一个重要因素。笔者在结果分析的基础上，对安徽上市公司处理与利益相关者关系提出建议，如利益相关者利益满足局部重视与整体兼顾的统一；合规经营，依法纳税；适度原则的科学应用。

关键词：利益相关者企业绩效因子分析回归分析

引言

利益相关者理论认为，企业是利益相关者的企业，是一个由股东、债权人、员工、顾客、供应商等利益相关者组成的有机整体（王艳丽，2011）。因此除企业股东以外，其他利益相关者也是企业资本的投入者和风险承担者。随着利益相关者理论被广泛接受，企业在经营过程中对利益相关者的关注度也在不断提高。但是，由于资源及政策方面的差异，各区域的利益相关者与企业绩效的关系不尽相同。本文旨在通过分析安徽上市公司财务数据，着重探寻安徽上市公司各利益相关者与企业绩效之间的关系，并提出建议。

实证研究

（一）研究方法

本文在合理选取利益相关者满足状况与企业绩效衡量指标的基础上，通过因子分析将企业的偿债能力、盈利能力以及营运能力指标提炼为一个能反映企业绩效的综合财务指标，然后通过多元回归分析探寻企业绩效与各利益相关者之间的关系，并建立多元回归模型。为了客观反映研究结果，将企业性质、规模及行业纳入影响企业绩效的范围。

（二）指标设计

根据理论分析及相关数据考量，本文将利益相关者界定为政府、员工、股东、债权人、供应商以及顾客。在做因子分析之前，笔者以企业偿债、营运、能力三大指标作为衡量企业绩效的指标。具体指标设计如表1所示。

（三）样本与数据说明

本文选取东方财富网安徽上市公司数据，剔除ST、*ST公司，剔除异常数据及上市金融公司数据，最终筛选出符合要求的82家上市公司的财务数据，运用spss软件进行实证分析。

（四）因子分析

本文选取衡量企业经营能力、偿债能力及盈利能力的九个指标，如总资产净利率、总资产周转率、流动比率、速动比率等，运用SPSS软件对这些指标进行分析，在此基础上提炼出一个反映企业财务绩效的综合指标，为后续回归分析建立基础。

进行KMO和Bartlett检验。KMO和Bartlett检验主要用于变量间偏相关性的检验，该统计量是否接近于1直接关系到运用因子分析法的合适与否（冯丽明等，2012）。在实际运用中，KMO统计量取值于0.6和0.7之间时就表示可以适用此方法（见表2）。

如表2所示，KMO度量值为0.64，Bartletts球形度检验值为1832.314，Sig=0.000。KMO度量值处于适用区间之内，且Sig值符合显著性水平的要求。因此，本文选用的这些变量适合进行因子分析。

提取因子。解释的总方差检验显示了因子解释原有变量总方差的情况，因子1、因子2、因子3的特征值分别为3.334、2.216、1.126，方差贡献率分别为37.048%、24.619%、12.508%。这三个初始特征值均大于1的指标共同解释了方差的74.175%，且SPSS分析软件默认提出初始特征值大于1的因子为主成分，因此本文将前三个因子分别作为前三个主成分。

因子的命名解释。表3显示了提取的三个主成分分别与各个变量之间相关性情况。在成分矩阵即因子载荷矩阵中，成分与变量之间的相关性被称为载荷系数，载荷系数越大，说明因子对原始变量的解释能力越强（罗元，2010）。如表3所示，主成分1在速动比率、流动比率、总资产净利率、现金比销售利润率上有最大载荷，对应的载荷系数分别为0.79、0.768、0.762、0.749、0.747；主成分2在净资产净利率有最大载荷，载荷系数为0.712；主成分3在总资产周转率、存货周转率、应收账款周转率上有最大载荷，载荷系数分别为0.728、0.73和0.237。因此，三个主成分可分别以对应载荷系数最大的财务指标加以解释。

计算各成分的得分，得出综合绩效变量。将以上三个主成分的特征值作为权数，由此得到的综合绩效指标F的表达式为：

F=F1+F2+F3

（五）多元回归分析

多元回归模型的建立可以对每个利益相关者与企业绩效关系状况进行赋值，从而对二者关系有更为直观和量化的认识。这一分析的最终目的在于为企业处理与利益相关者关系提供参考。

拟合优度检验。拟合优度检验结果显示，R值为0.877，R2为0.769，调整的R2为0.759。这些数据表明，企业绩效的综合财务指标可以较好地运用解释变量加以解释。且DW值为1.336，符合自相关检验的基本要求，模型的整体拟合优度较高。

显著性检验。由表4可知，F检验