论文：高技术企业有效增长速度的识别与检验

论文：高技术企业有效增长速度的识别与检验

伦蕊摘要:在企业实践中最困扰经理人的难题,就是如何在强调利润和关注风险的情况下保持有效的增长.本文突破了当前学术界基于Van Horne模型和Higgins模型来评价企业增长速度有效性的传统思路,基于企业有效增长的深刻内涵,本文依据中国294家高技术上市公司2007~2011年的面板数据,建立动态面板sys_GMM模型并确立了[37.5%,44.4%]为企业的有效增长区间.当前,仅有6.5%的样本企业实现了有效增长.另有73.1%的样本企业过慢增长,20.4%的样本企业过快增长.在过快增长的上市公司中,又有近一半已陷入增长的雷区.本文同时发现,能够满足效益最大化目标的增长区间是[59.6%,66.9%],当前有2.5%的研究样本落入该区间;能够满足风险最小化目标的增长区间是[1.7%,13.5%],当前有17.8%的研究样本落入该区间.本文进而采用样本企业价值创造能力方面的财务数据对上述研究结论的有效性加以验证.
关键词:高技术企业;有效增长;识别与检验
在激烈竞争的市场环境中,不增长或增速过慢会制约企业的价值创造潜力,在长期足以拖垮企业,许多企业因此将增长视为极重要的战略目标.然而,过快增长同样会威胁到企业的基本生存.近年来,因盲目增长导致破产的例子并不少见.曾经独占市场鳌头的三株、旭日升、春都,曾经辉煌一时的巨人、爱多、秦池都已成为历史,而造成这些明星企业勃然而兴、忽然而亡的一个最重要原因就在于企业的盲目超速增长.过快与过慢增长都非长久之计.基于这一理念,本文以高技术企业为例,探讨其增长适度性的评价方法,尝试为高技术企业设定增长预警线.
1.研究述评
古典企业理论最早探讨规模经济和劳动分工推动企业增长的逻辑路径.建
……（新文秘网https://www.wm114.cn省略1182字，正式会员可完整阅读）……　
研究均基于Van Horne模型或Higgins模型,比较企业在一定会计期间内实际增长率与可持续增长率的差异,进而评价企业的增长状态.研究范围涉及农业类、钢铁类、信息技术类、高技术类以及民营中小上市公司.
Van Horne模型和Higgins模型为企业有效增长问题的研究提供了一种思路,但本文认为,这一方法并不适宜于探寻中国高技术企业的有效增长速度.原因在于:
①由于未考虑到企业财务战略的多样性、环境影响的复杂性、行业实践的差异以及我国企业的特殊性,模型的解释力受到局限,计算结果可能会存在偏颇.曹玉珊(2005)在实证研究中就发现,以可持续增长率为评价标准划分的"高增长"和"低增长"都会引起企业权益净利率显著的且不同方向的变化.可见,这两种增长速度并不一定有效或一定无效.
②上述研究只把可持续增长率默认为唯一合理的增长速度,却未能对事实上普遍存在的、严重偏离标准值的、并是可以持续的高增长或低增长现象做出解释.如2007~2011年间,我国355家高技术上市公司平均的年可持续增长率为3.3%,而同期这355家企业平均的总资产增长率为20.7%,营业收入增长率为25.6%,利润总额增长率更高达108.1%.由于研究者们直接把偏离可持续增长率的任何速度视为不合理,因此也就无法从不同的增长速度中找出其合理因素、无法为所谓的无效增长提出系统的管理对策.
③由于把企业增长看作纯粹的机械活动,模型所指向的财务战略也缺乏可操作性.依据模型的基本理念,企业为实现可持续增长,应保持四个基本财务比率不变且不发行新股.而企业若想通过提高这四个财务指标来获得更高的可持续增长率,为其实际的高增长寻找理论支持,不仅是有极限的,也非长久之计.正因如此,曾有国际学者对上述模型提出"用者当心"的警示性忠告.
既然可持续增长率受到质疑,有学者开始摆脱单纯的财务分析,探索新的研究方法.崔璐、钟书华(2011)收集了8家高技术企业连续9年的主营业务收入数据,求得中国高技术企业成长函数,并推导出企业的高成长性标准为:主营业务收入的年增长率是30.2%.该方法简捷直观,但其中存在的小样本偏差大大降低了回归分析的预测精度.
有鉴于此,本文突破当前基于可持续增长率模型评价企业增长速度有效性的传统思路,借鉴从企业发展实践中寻找启迪的研究路径,为企业适宜增长速度的判定寻求来自上市公司的经验数据支持.
2.理论推演
增长使企业得享扩张过程中的规模效益.在规模基数大致相当的情况下,增长速度更快的企业内,岗位分化的速度也更快,专业化分工的程度更高,生产效率的提升更显著,规模效益也更能够彰显.同理,在增长速度更快的企业内,还能够更充分地享有大规模管理、大规模销售、大规模服务、大规模采购生产资料所产生的规模效益.而即便是在规模基数有较大差异的情况下,更快的增长也表明市场对于企业更积极的认可,企业产品的更高声誉、更明显的技术优势及竞争优势,而这些无疑为企业效益的提升增添筹码.一项依据75家全A股高科技上市公司2002~2005年间季度财务数据的实证研究支持了上述观点(李延喜等,2006).
但是,规模经济存在限度,过快的增长也可能降低企业收益水平.Ramezani et al.(2002)通过实证研究发现,如果增长率超出了最佳增长点的限度而继续增长,就会对企业盈利能力造成过度经营、资源紧张、融资结构和资本结构异化等一系列不良后果.一旦驶入超高速增长轨道,企业现有的资源条件、管理能力未必能与其生产、销售的超常规增长相匹配.此时,企业追求超速增长往往以牺牲短期收益为代价,伴随着超高速增长的是巨额的新增投资和激增的营运资本管理规模,企业同时还需要大笔开支用于防控各种潜在风险.
综上,当企业增长率尚未超越某一最高限度时,更快增长带来更高收益,增长率与效益正相关,而当增长率超过某一极限水平后,增长的继续加速却难以带来绩效的继续提升,此时增长率与效益逐渐转化为负相关关系.因此,大体上企业增长率与效益之间存在一种倒U型曲线关系.
增长就意味着风险.增长速度越快,企业所面临的生产质量风险、组织管理风险、市场竞争风险、对外投资风险、利率汇率风险等也就越复杂.同时,通过过度激励销售实现的增长还可能使公司忽视盈利的现金质量,从而加大财务风险,导致增长性破产.
然而,高增长带来高风险并不意味着低增长就必定伴随着低风险.当企业陷入极低增长乃至负增长时,企业的主营产品往往已步入衰退期或尚处于萌芽期.此时企业要么面临新产品的强大冲击,目标市场逐渐萎缩,须时刻警惕退市风险,要么正面临现有产品构筑起的稳固壁垒,在市场开拓方面一筹莫展.这两种情况下的市场环境都比较险恶.此时,企业的增长速度越低,风险系数就很高.
综上,当企业增长速度处于极低水平时,增速越低风险越高,增长率与风险负相关.而当企业增长速度超过某一最低限度后,增长率与风险逐渐转化为正相关关系,更快的增长将面临更高的风险.因此,大体上企业增长率与风险之间是一种U型曲线关系.
没有价值方向的增长和没有刹车装置的速度同样危险,对于增长应有两个维度的评价标准:高效益性与低风险性.企业的有效增长,即是在控制财务风险、保证盈利质量和资产质量基础上的可持续增长,保持增长、效益、风险的三维平衡.因此,如将倒U型的企业效益曲线表达式和U型的企业风险曲线表达式相减,有望得到一条企业综合绩效曲线,曲线的极大值处能够达成高效益与低风险的完美结合,可视为企业的有效增长速度.
3.研究设计
3.1模型设定与变量定义
由于传统的静态面板估计方法在解释变量的内生性问题上存在不足,而且经济变量的随机生成过程具有惯性特征,因此本文构建如下动态面板模型:
benefiti,t=α0+α1benefiti,t-1+α2increasei,t+α3increase2i,t+α4lnsizei,t+α5lnsize2 i,t +α6lnagei,t+α7controli,t+α8TATi,t+α9prosperityi,t+φi +εi,t (3)
riski,t=β0 +β1riski,t-1+β2increasei,t+β3increase2i,t+β4lnsizei,t+β5lns ……（未完，全文共13952字，当前仅显示3319字，请阅读下面提示信息。收藏《论文：高技术企业有效增长速度的识别与检验》）