Page 84 - 《北京工商大学学报（社会科学版）》2020年第3期

第 35 卷摇 第 3 期 彭爱武, 张新民: 企业资源配置战略与盈余持续性

摇 摇 (三)模型设定 层面因素的影响,本文使用管理层持股(Stock)进
由于盈余持续性是盈余指标在时间序列上的 行控制;第四,应控制其他重要影响因素,包括资
反映,因此各类时间序列模型被广泛地应用于盈 本密集度(Emp)、财务杠杆(Lev)、现金流(Cash)、
余持续性的检验当中。 部分文献还基于上市公司 市账比( MB) 等等。 茁 ~ 茁 为自变量的回归系
1 11
的面板数据,进行了实证检验,在兼顾时序特征的 数;着 为随机扰动项。 交互项的系数是本文研究
i,t
同时,进一步挖掘了截面异质性。 与这类文献近 的关键,由于经营主导型公司的盈余持续性会更
似,本文采用面板回归模型进行相关分析 [32] ,模 强,预计 茁 这一系数显著为正。
3
型设定如下: 为进一步检验 H2a 和 H2b,本文沿用上述模
ROA = 茁 + 茁 ROA + 茁 Dum + 型,稍做如下改变:将因变量由 Roa 分别改为
i,t + 1 0 1 i,t 2 i,t + 1
茁 Dum 伊 ROA + 茁 Emp + 茁 Lev + 茁 Size + CRoa 、RInv , 并将自变量 Roa 分别改为
i,t
3 i,t 4 i,t 5 i,t 6 i,t i,t + 1 i,t + 1
CRoa 、RInv 。
茁 Cash + 茁 MB + 茁 Stock + 茁 Growth + i,t i,t
7 i,t 8 i,t 9 i,t 10 i,t
四、实证结果与分析
茁 Age i,t 移 Ind +移 Year + 着 (1)
+
11 i,t (一)描述性统计
正如前文介绍,被解释变量 Roa 表示下一 表 2 报告了主要变量的平均值、标准差、最小
+ 1
期的总资产报酬率,Dum 表示企业的资源配置战 值与最大值。 可以看出,资源配置战略(Dum) 的
略,Dum 伊 Roa 表示企业战略与总资产报酬率的 平均值为 0郾 479,标准差为 0郾 499,中位数为 0,表
交互项,该项的系数反映了经营战略对盈余持续 明样本中投资主导型公司较多。 总资产报酬率
性的影响。 本文控制变量的设定主要考虑以下 4 (Roa) 的中位数为 0郾 033,标准差为 0郾 054,说明
个方面:第一,应控制行业因素,企业处于不同行 净利润占总资产的 3郾 3% ,会计盈余变动并不大。
业,会有着不同的风险偏好和发展路径选择,本文 从主营业务资产报酬率(CRoa) 和投资收益报酬
具体纳入行业固定效应;第二,应控制企业的发展 率(RInv)的均值来看,前者远远大于后者,这说明
阶段,企业处于不同发展阶段,往往会选择不同的 无论公司采用哪种资源配置战略,公司赖以生存
发展战略和不同的盈利模式,本文具体采用成长 的还是其主营业务。 另外,控制变量在不同公司
性(Growth)、企业规模(Size) 以及公司上市时间 一年度间也存在明显差异。 总之,研究样本具有
(Age)三个变量进行控制;第三,应控制公司治理 良好的区分度。

表 2摇 主要变量的描述性统计
变量 观测值 平均值 标准差 最小值 中位数 最大值
Roa 7 073 0郾 039 0郾 054 - 0郾 158 0郾 033 0郾 215
+ 1
Roa 7 073 0郾 041 0郾 056 - 0郾 159 0郾 035 0郾 223
CRoa 7 073 0郾 040 0郾 061 - 0郾 113 0郾 033 0郾 247
+ 1
CRoa 7 073 0郾 038 0郾 062 - 0郾 114 0郾 032 0郾 258
RInv 7 073 0郾 009 0郾 020 - 0郾 009 0郾 001 0郾 124
+ 1
RInv 7 073 0郾 009 0郾 021 - 0郾 010 0郾 001 0郾 130
CR 7 073 0郾 916 7郾 678 - 36郾 312 0郾 868 43郾 264
+ 1
CR 7 073 0郾 984 6郾 773 - 28郾 401 0郾 810 39郾 284
Dum 7 073 0郾 479 0郾 499 0 0 1
Emp 7 073 2郾 735 3郾 010 0郾 380 1郾 846 21郾 784
Lev 7 073 0郾 483 0郾 213 0郾 057 0郾 489 0郾 959
Size 7 073 22郾 070 1郾 328 19郾 301 21郾 906 25郾 968
cash 7 073 0郾 040 0郾 078 - 0郾 209 0郾 040 0郾 259
MB 7 073 3郾 542 3郾 017 0郾 462 2郾 661 19郾 601
Stock 7 073 0郾 067 0郾 154 0郾 000 0郾 000 0郾 662
Growth 7 073 0郾 245 0郾 851 - 0郾 613 0郾 119 6郾 839
Age 7 073 15郾 814 5郾 828 6郾 000 16郾 800 25郾 202

· 7 9 ·