基于全要素生产率的企业投资论文范文

本站小编为你精心准备了基于全要素生产率的企业投资论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、研究方法

本文从全要素生产率角度分析浙江省民营企业上市司投资绩效。采用参数方法对全要素生产率进行测算，从微观层面分析浙江省民营企业上市公司纯技术效率、技术进步。对于全要素生产率的测算，一般根据是否设置参数分为参数类方法和非参数类方法。参数方法主要为应用计量经济学模型进行建模和测算，其代表方法为索洛残差法。非参数方法运用生产函数和生产理论，采用指数，包络线和前沿生产函数等方法进行分析，代表方法为DEA-Malmquist指数法。非参数方法更适合于样本较大时的全要素生产率测算，鉴于我们研究的上市公司数据样本较小，因而采用参数类方法测算全要素生产率更为合适。对于企业投入要素而言，一般包括了劳动和资本。由于本文最终核算的是投资绩效而非生产效率，因而在企业具体的投资领域，起作用的是企业的投资资金，也即股权和债券投资。劳动一般为员工工资。企业投入鉴于柯布-道格拉斯生产函数在微观领域的良好应用，本文采用其作为基本生产函数模型。

二、全要素生产率计算及其影响因素分析

在解释变量方面，我们分析比较之后选取了四个投入变量，以来解释企业投资的产出，并测度投资绩效。其中包括资本（K）,劳动(L),投资（I）和R&D(R)。本文数据均为面板数据，选取了浙江省创业板上市公司2011年至2013年各项财务数据，剔除上市时间未满三年以及收益为负的企业。本文所采用上市公司数据均来自上市公司年报，年报来自巨潮咨询网站公布的上市公司年报。在劳动力的要素投入方面，我们选取了员工人数乘以5000元的人均工资作为劳动投入。资本要素投入则采用公司年报资产、负债状况分析中的固定资产余额。投资数据采用年报中“董事会报告”对投资数额和事项的披露。企业的R&D投入也采用自公司年报中关于研发费用的披露。产出采用年报中“报告期主要财务数据”中的投资收益一项。从而令总产出为Y，建立模型如下Y=AKaLbIcRd其中（a+b+c+d=1）;取其对数形式为：lnY=alnK+blnL+clnI+dlnR+e,e为误差项，其中TFP采用的是算术形式，即：TFP=Y/(clnI+bL)=T，这种对数化的线性计量模型，可以用作混合截面数据的回归。其中各项系数a,b,c,d衡量的是各自解释变量对被解释变量总产出Y的贡献。

三、实证结果

本文采用Eviews7.0对上述数据整理并考虑滞后变量后得到：K,L,I,I(-1),I(-2),R的系数分别为4.4786，6.8795，-0.9653,3.4587,2.5673,0.5386,Std.Error分别为7.6783，12.5673，2.6752,7.7293,4.2361,1.23134,R－Squared:08937,AdjustedR-Squared：0.9764(其中K-资本，L-职工工资，I为投资数额，R为研发投入。)不考虑滞后变量，仅考虑2013年投资数额回归时，我们得到：计算TFP值并回归，得到R-Squared:0.8635,AdjustedR-Squared：0.9514。通过回归我们发现，调整后R-Squared达到了0.9514，模型的拟合优度尚可。从系数来看，K,L,R这三项在5%的显著性水平下P值均小于0.1，因此拒绝了系数为零的原假设，可见这三项对总产出构成显著性影响，投资系数在这里P值较大，表现为不显著，我们分析为投资具有滞后效应，因而在模型中表现出对总产出影响甚少。D.W.统计量显示多重共线性得到消除。异方差的White检验在0.10显著性水平上未显示有异方差性。从模型我们可以得出，主要以固定资产为代表的公司只有资本，劳动力投入，以及研发投入对企业的投资收益影响较为显著，固定资产和研发投入对于全要素生产率具有巨大的影响作用。而从另一变量投资I来看，对于投资收益产生负效应，这是在意料之外的，考虑到短期之内的资金投入未能立即产生收益，同时占用大量流动资金等因素，因而在短期之内投资对投资收益是负相关的。由于创业板公司上市时间较短，若是能有条件进行一个较长周期的时间序列分析，或许能发现投资对于投资收益的正效应。以创业板上市公司为代表的民营企业无论在资金上，技术实力上以及人力资源质量上都逊色于大中型国有企业。而本文以创业板上市公司为代表的民营企业，主要来自于高科技信息产业，在研发上不仅投入了巨额资金，对全要素生产率的提高产生了积极的影响，同时也表现出了巨额的投资，在面临高科技产业高度竞争的环境下，通过不断地创新与自主研发，令我们看到了希望。然而，不足之处是这些企业的全要素生产率依然偏低，因而加强技术力量，鼓励创新研发，增强劳动力投入的质量，加强管理并提高投资效率将是未来民营企业发展中需要努力的方向。

四、结论

本文尝试了用全要素生产率这一宏观经济中常用的的指标的视角来解释企业投资效益。通过利用全要素生产率的参数方法，即索罗残差法，设计出一个基于面板数据的OLS模型，并进行了回归研究。根据回归结果，我们可以清楚的看到，R&D投入和企业固定资产投入，对企业全要素生产率产生重要影响，因而提高这两者的数量和质量具有积极意义。此外样本民营企业的全要素生产率总体偏低，因而提高劳动者素质，增加劳动力投入质量仍然是最佳选择，因而增加资本投入，提高劳动力投入质量和创新型技术研发则是企业投资绩效的重要保证。在短期之内，资金的投入未能立即转化为现实的收益，但是我们有理由相信在长期来看会产生正面的积极效应。

作者：李咏单位：宁波大学商学院