上市公司多要素生产率实证分析

1上市公司多要素生产率实证分析李连发（中国国际金融有限公司，北京，100004）摘要：多要素生产率是衡量经济活动过程中投入产出效率的一个重要指标，与企业的盈利能力密切相关。本文考察我国上市公司投入产出及其相关变量的面板数据，从微观层面上描述上市公司多要素生产率自1995年以来的变化情况及其特征。关键词：上市公司；多要素生产率；经济增长；面板数据作者简介：李连发，中国国际金融有限公司经济学家。中图分类号：F276.6文献标识码：A引言企业产出需要多种要素投入。相对于单单考虑劳动要素的劳动生产率而言，多要素生产率考虑包括劳动要素在内的多种要素。它是衡量企业经济活动过程中投入产出效率的一个重要指标，与企业的盈利能力密切相关。假设其他条件不变，多要素生产率越高，企业的盈利能力越强。目前我国的产品市场竞争加剧，企业盈利空间受到挤压，提高生产率是企业面对竞争的主要手段之一。不仅如此，多要素生产率的提升对宏观经济增长具有十分重要的意义。经典经济增长理论将多要素生产率与技术进步和要素资源优化配置等相联系，并认为脱离了生产率的提高单靠增加投入的经济增长模式不可持续。上市公司是一个重要的企业群体，这些公司在制度建设和治理方式上都与证券市场密切相关。上市公司所公布的投入和产出数据为分析多要素生产率提供了最有利条件，因为目前更全面的企业微观数据还难以获取。本文构建了一个上市公司投入产出及其相关变量的面板数据，分析了上市公司多要素生产率自1995年以来的变化轨迹及其相关特征。与绝大部分考察多要素生产率的实证分析采用宏观数据不同，本文基于微观企业数据。微观数据所特有的丰富差异性为从多种角度分析要素生产率提供了方便。研究设计上市公司可用数据的时间跨度从1995年到2004年，这10年是我国经济经受了多种内外部冲击的考验并保持稳健发展的时期。本文首先考虑的研究角度是从数据中提取上市公司近10年中所呈现的多要素生产率变化趋势，并加以定量分析。其次，上市公司公布的财务数据不仅反映企业的财务状况，而且表现企业的运行特征（比如，资本使用效率等）。本文研究的另一角度就是考察多要素生产率与一些重要财务指标的关系。由此回答一些重要的问题。比如，具有什么样运行特征的企业其生产率水平较高？企业的外部融资约束是否对其生产率的提高有影响？此外，样本中的上市公司都是在1995年到2001年期间陆续上市的。那么，上市公司整体多要素生产率水平的变化，究竟是由新上市公司带来的，还是由已上市公司带来的?这也是本文要回答的问题之一。由于样本中没有退市企业的观测值，所以无法研究企业退出对上2市公司整体多要素生产率水平的影响。最后，企业的规模和外资参与程度不同，其生产率水平和变化规律可能存在差异。因此，本文也分析这些因素对多要素生产率的影响。数据和模型一、研究数据实证分析主要采用万德（WIND）资讯的上市公司投入产出和其他相关的年度数据。除此之外，其它的数据来源还包括DATASTREAM数据库提供的上市公司各年度雇员人数，CEIC数据库提供的固定资产投资价格指数和各行业生产者价格指数（ProducerPriceIndex）的时间序列。样本的时段从1995年到2004年，对象为非金融类上市公司，并按以下原则进行选取：1．入选样本的上市公司主营业务收入占总收入的90％以上，没有大量的关联交易。2．剔除呈现异常特征（以与均值之差超过标准差为参考依据）的观察值。具体来说，剔除具备下述异常特征的样本，主营业务利润与主营业务收入之比大于90％，主营业务收入与固定资本净值之比超过15，固定资本占总资产比例高于80％，总资产与股本之比超过6倍。经过筛选，满足条件的上市公司共有573家。这些公司2004年主营业务收入达到当年国民生产总值的8％。二、模型变量关于多要素生产率的实证模型可以通过以下等式来表示:(1)1111itmjitjjnkikkqlillTtttititituXfDeDdDcbLaKY其中，Yit代表企业i第t年度实际产出的对数，Kit是企业i第t年度实际资本存量的对数,Lit是企业i第t年度雇员人数的对数。因为缺乏资本服务投入的数据，本文采用资本存量作为对资本所提供服务的近似。Dt、Dil和Dik分别是年度、企业i所处行业（按WIND资讯的行业分类）和地理位置（按所属省或自治区划分）的虚拟变量。Xitj是企业i第t年度的各项相关特征。模型通过Dil和Dik虚拟变量来反映截面单位的固定影响，通过Dt虚拟变量来反映时间纬度上的固定影响。模型中各变量的生成方法如下：被解释变量各公司主营业务收入按其所属行业该年度生产者价格指数（1995年价格指数为100）转换成实际产出值Yit。在解释变量中，企业投入包括劳动力和资本。劳动力投入Lit直接采用公司各年度的雇用人数。固定资产净值按该年度固定资产投资价格指数（1995年价格指数为100）转换成实际资本存量值（Kit）。代表年份、行业和地理位置的虚拟变量（Dt、Dil和Dik）分别以1995年，化学制品行业和吉林省为参考基准，代表这些基准的虚拟变量在模型估计过程中被省略以避免多重共线性。除此之外，其余的控制变量Xitj包括：（1）财务指标。毛利率为主营业务利润与主营业务收入之比（MARGIN），固定资产周转率(CAPTURN)为主营业务收入与固定资本净值之比，固定资产占总资产比例(CAPINT)，杠杆比例(LEV)为总资产与股本之比。（2）新上市公司指标。由于样本中没有2001年以后新上市的公司，模型中仅包括了根据企业初次上市年份构3建的自1996年到2001年的虚拟变量（E1996－E2001）。上述数据的面板结构不仅便于考察被研究变量的截面特征，而且便于分析变量在时间纬度上的变化趋势。具体来说，年份虚拟变量前的参数显示了多要素生产率从1995年以来的变化情况，行业和位置虚拟变量前的参数反映了企业投入产出的行业和区域特征。此外，模型估计还注意采取一些稳健处理方法来提高估计的效率，比如，参数的方差估计采用White（1980）【2】的方法进行稳健处理以克服数据中的异方差等问题；在估计过程中采用cluster处理方法，不要求同一企业的扰动项相互独立，仅假设不同企业的扰动项相互独立。本文统计分析使用的软件是STATA。实证分析一、研究变量的描述性统计回归分析所基于的企业数据来自30多个行业，时间跨度长达10年，样本的规模较大。考察变量的描述性统计特征发现，表1中括号内的方差数据相对均值而言大小适度，这表明样本间差异基本在合理范围之内。根据上市公司样本的特点，本文划分公司规模大小的依据为样本公司主营业务收入的中值（5亿元人民币）。大规模公司的实际产出、实际资本存量和人员投入等多数指标的均值都超过小规模公司，而样本中小规模公司毛利率的均值要高于大规模公司。此外，本文还根据是否含有H股和B股，将样本划分为含外资公司和不含外资的上市公司。相对不含外资的公司而言，含外资公司的实际产出、实际资本存量和人员投入指标的均值都较大。表1变量的均值和标准差（括号内）变量Log(Y)Log(K)Log(L）MARGINCAPTURNCAPINTLEV全部样本20.25（1.17）19.29（1.22）7.57（1.05）12.96（11.35）2.93（2.48）31.98（15.99）2.11（0.77）小规模公司19.34(0.63)18.53(0.88)6.99(0.81)15.93(11.99)2.50(2.14)30.40(15.15)2.01(0.72)大规模公司21.17(0.81)20.03(1.04)8.05(0.99)10.01(9.82)3.35(2.71)33.54(16.64)2.22(0.81)含外资公司21.19(1.20)20.65(1.20)8.24(1.20)12.93(14.46)2.19(1.86)36.73(18.69)2.08(0.81)不含外资公司20.17(1.13)19.16(1.14)7.50(1.01)12.96(11.02)2.99(2.52)31.53(15.64)2.12(0.77)二、实证结果分析本文的实证分析结论来自面板模型的五组回归结果（表2）。这五组结果对应的样本分别是：全部公司、小规模公司、大规模公司、含外资公司和不含外资公司。由于篇幅限制，表2没有报告行业和地区虚拟变量的参数估计结果（有64个参数）。回归结果显示：（1）模型能很好地拟合数据，对数据的解释程度均达到80％以上，大部分在90％以上。（2）模型主要参数的估计对样本选择不敏感。就本文着重研究的多要素生产率，主要结论有以下三方面。41．多要素生产率自1995年以来的变化情况从五组不同样本的情况来看，全部样本的多要素生产率在1995年－2004年期间的年均增长率为2.5%,大规模公司增速接近3％，小规模公司增速大约2％，含外资公司的增长率高达4.6%,不含外资公司的增长率约为2％。含外资公司和大规模公司的生产率提升快于其他类型的企业。表2还显示，多要素生产率的增长也出现过波折。1999年至2000年，各组样本（除含外资公司以外，）都显示多要素生产率出现负增长。Young(1995)【3】的研究表明香港、新加坡、韩国和台湾从60年代到90年代初的生产率增速都低于2.3%。Griliches和Regev(1995)【1】采用与本文相似的模型分析以色列企业1979－1988年期间的多要素生产率变化情况，结论是几乎没有增长。由此判断，上市公司样本多要素生产率的增速高于上述国家和地区特定时期的增速。2．财务结构对多要素生产率的影响模型中有关公司财务特征变量的参数估计多数显著。主要结果有：（1）上市公司较高的生产率与其较低的毛利率（MARGIN）联系在一起。毛利率高低在此可能主要反映了企业所处的市场环境。毛利率较低的企业所面对的市场往往竞争激烈，这迫使企业提高自身的竞争力，导致其生产率较高。这说明市场竞争为企业效率的提升提供了动力。（2）固定资产周转率（CAPTURN）较高的企业，生产率较高。考虑到对资本的高效使用是提升多要素生产率的必要条件，这是一个很自然的结论。（3）固定资产占总资产比例(CAPINT)较高说明固定资产运用效率对总资产运用效率影响很大。回归结果显示，固定资产权重对企业生产率水平有负面影响。（4）杠杆水平较低的小规模企业往往外部融资约束较强，这可能抑制了这些企业的技术进步，回归结果显示这些企业的生产率水平也较低。外部融资约束（杠杆水平高低）对其他类型公司生产率的影响不显著。3．新上市公司的多要素生产率1999年以来新上市公司的生产率水平显著高于以前上市的企业，小规模和不含外资的新上市公司尤其如此。新上市的大规模公司生产率水平基本没有变化。据此推断，上市公司整体生产率水平提高很可能是由小规模和不含外资的新上市公司、大规模和含外资的已上市公司带来的。换言之，新上市公司和已上市公司对样本整体生产率的提高均有贡献。表2面板模型回归结果5全部样本小规模组大规模组含外资组不含外资组log(K)0.931***(0.018)0.798***(0.030)0.890***(0.021)0.910***(0.046)0.943***(0.018)log(L)0.071***(0.016)0.086***(0.021)0.027*(0.016)0.081**(0.036)0.069***(0.016)D19960.072**(0.035)0.107**(0.044)0.054(0.047)-0.015(0.049)0.096**(0.040)D19970.084**(0.038)0.103**(0.051)0.106**(0.049)-0.004(0.060)0.100**(0.044)D19980.160***(0.042)0.172***(0.056)0.199***(0.050)0.058(0.077)0.173***(0.048)D19990.170***(0.041)0.196***(0.054)0.198***(0