基于面板数据对盈利能力决定因素研究——以印度电信公司为例外文翻译资料

 2022-08-13 11:08

英语原文共 13 页,剩余内容已隐藏,支付完成后下载完整资料


基于面板数据对盈利能力决定因素研究——以印度电信公司为例

摘 要

随着时间的推移,公司盈利能力的决定因素值得特别关注。不断上升的债务水平、对流动性的担忧以及破产风险的加剧,对制造业公司,特别是服务业公司的收入产生了重要影响。在本研究中,尝试对印度电信行业公司的财务健康状况进行研究。为此,我们采用了五家在国家证券交易所上市的印度电信公司2004-2017期间的平衡面板数据集来研究盈利能力的决定因素。研究中将盈利能力视为被解释变量,而将规模、杠杆率、流动性、非债务税盾、有形性、成长性和破产概率视为解释变量。通过研究发现,规模和增长与盈利能力有直接关系,而杠杆率则相反。有形性、非债务税盾、流动性和破产概率对盈利能力的影响不显著。

关键词:盈利能力;面板数据;决定因素;电信公司;国家证券交易所;印度

1 引言

电信业是世界上盈利最高和发展最快的行业之一,具有增长迅速、资本密集型、利润高的特点,是世界各国公认的一个国家社会经济发展的重要工具。电信服务一直是赋权、联结、将全球各地人们联系起来的工具,其充满活力、反应迅速、以商业为导向以及在促进经济增长方面的作用已得到广泛承认与记录。在过去几年里世界各地的电信部门取得了显著的进步,印度电信部门同样也是如此。印度电信业在过去10年里取得了惊人的增长,成为印度经济增长最快的行业。目前因素是全球第二大电信市场,其互联网用户数量位居全球第三。根据印度电信监管局2016-2017年度的报告中显示,印度的电话用户基数以19.22%的复合年增长率增长,在2007-2017年期间达到119458万。印度电信业是印度第二大收入来源,仅次于所得税收入,以目前的速度,该行业预计将贡献高达90%的政府的非税收入,是印度少数几个自1991年以来经历了最基本、结构和体制改革的部门之一。这些显著的改革和举措帮助电信行业快速增长和发展。此外,由印度电信监管局和美国交通部实施的政府政策和监管框架也为电信服务提供商提供了有利的环境。

然而,目前印度的电信行业正经历着激烈的竞争,出现了许多剧烈的不可预料的变化,电信公司的盈利能力也很少受到关注。但是每个企业组织的存在,无论大小,都依赖于盈利能力,因此,对于盈利能力决定因素的研究是至关重要的。盈利能力是企业成功的关键因素,如何提高盈利能力一直是企业管理者和学者们争论的热点问题。同时盈利能力通常被认为是企业长期生存和成功重要的先决条件,它在其他重要的利益变量中对企业的成就有显著的影响。这种说法同样也可以用于个别公司、分行、部门乃至整个国民经济。只有有利可图的经济,提供必要的内部资金来源,才能实现可持续增长。因此盈利能力提供了公司的整体业绩,是预测和衡量公司业绩、实现所有者利益的有用工具,以及相应的,提供了对投资者的吸引力。企业盈利能力差异来源的识别是经济学、战略管理学、会计学和金融学的一个重要研究课题。

在现有文献中,研究人员做了大量的努力来探索可以用来提高企业盈利能力的理论模型。虽然有大量的文献试图确定影响企业盈利能力的决定因素,但大部分都是对于制造业的研究,很少有对于服务行业的研究,特别是电信行业。因此,本研究的目的是通过面板数据进行实证检验,以确定影响印度电信行业的公司盈利能力的具体因素。虽然经济增长、就业、创新、技术变革等宏观因素也可以解释企业的盈利水平,但本研究的重点是电信行业公司的特定变量。主要的研究问题包括哪些因素确定盈利能力以及哪些因素可以成为研究人员和包括经理、投资者、债务持有人和政策制定者在内的从业人员优先考虑的重点。

本研究主要分为五个部分,第一部分主要介绍了本文的研究目的及方法;第二部分对理论框架进行了详细描述,并回顾了以往的文献;第三部分进行讨论变量的选择、假设、数据收集、样本以及模型规范;第四部分给出了实证和分析结果;最后,第五部分给出了本文的研究结论和意义。

2 文献综述

在本节中,为了找出盈利能力的决定因素,对相关的文献进行了回顾,通过研究各种实证研究试图确定企业盈利能力的决定因素。

Asimakopoulos I(2009)等人利用对雅典证券交易所的希腊非金融面板数据分析,来确定盈利能力的决定因素。研究发现,企业规模、销售增长和投资等决定因素对盈利能力有正向影响,而杠杆率和流动资产水平对盈利能力有负向影响。

McDonald T(1999)调查了澳大利亚制造企业的盈利能力决定因素,着重研究了企业在1984-1993年期间盈利能力的持久性和周期性。研究发现,滞后的盈利能力和行业隶属关系是盈利能力的主要决定因素,它表明企业的盈利能力也具有周期性特征。

Goddard J(2005)等人采用了1993-2001年比利时、法国、意大利和英国制造业和服务业公司的动态面板模型,以确定公司的盈利能力决定因素。这项基于产业经济学、战略管理、会计和财务方法的研究表明,虽然企业规模和杠杆率与盈利能力呈负相关,但市场份额和流动性对企业盈利能力有正向影响。

Ito K和Fukao K(2010)调查了日本1989-2002年间2000家公司的盈利能力决定因素。研究发现,盈利能力与规模、年龄和当地采购呈正相关。

Stierwald A(2010)使用随机和固定效应回归模型分析了961家澳大利亚大型企业在1995-2005年期间的利润异质性,并将滞后利润、生产率、规模和行业隶属关系作为解释变量。研究结果表明,滞后的利润、生产率和规模是解释盈利能力的主要因素,而行业隶属关系的影响很小。

Velnampy T(2013)使用2007-2011年期间28家制造企业的样本,发现公司治理的盈利能力决定因素与组织的绩效指标不相关。

Iqbal, A(2012)发现盈利能力与杠杆之间存在正相关关系,这与权衡理论相一致,研究表明,较高的利润水平会导致更高的债务能力以及相应的税收保护。

总之,关于盈利能力决定因素的研究,许多国家在不同时期使用不同研究方法都得到了自己的结论,然而,这些研究结论并没有明确地得出一个共识,即哪些因素是最重要的关系到公司的盈利能力。在大多数情况下,这通常取决于所研究的行业的性质。就目前印度电信行业而言,由于宏观层面数据的可获得性有限,本研究的范围仅限于企业的特有因素。

3 研究方法

3.1 数据和样本

本研究的样本公司数据取自印度经济监测中心的CMIE数据库,使用的样本为2004-2017年间在印度国家证券交易所上市的印度电信公司。由于在国家证券交易所上市的7家电信公司中,5家公司是服务提供商,其余2家公司是设备提供商,因此只对5家服务提供商公司进行分析,分别是Bharti Airtel有限公司、Idea Cellular有限公司、Mahanagar Telephone Nigam有限公司、Reliance Communications有限公司和Tata Communications有限公司。

3.2 变量

3.2.1 因变量

盈利能力:本研究使用的因变量为盈利能力。

3.2.2 自变量

该研究通过文献回顾,选择以下七个变量作为盈利能力的决定因素进行研究。

公司规模:各种研究表明,公司盈利能力的大小与公司的规模显著相关。由此可以推断,随着公司规模的增长,公司能够从规模经济中获益。此外,一个规模比较大的公司可以更容易地实现资产多样化,并且可以在一个竞争激烈的市场中生存。

有形资产:有形资产是指在企业经营活动中经过较长时间使用的实物资产,如土地、建筑物、机器和在建工程等。在破产的情况下,有形资产可以作为抵押提供给债权人,如果公司的固定资产占总资产的比例越高,债权人在破产的情况下可以清算更多的资产,得到更高水平的保障。

财务杠杆:企业的财务结构对企业的财务绩效起着重要的作用。财务结构,或资本结构,反映了公司债务和权益的比例。根据啄食顺序理论,企业更倾向于选择内部资金进行投资与融资活动。通过回顾发现有很多关于杠杆对企业绩效和盈利能力的影响的研究,例如Campello M认为债务水平对公司业绩可能有利,也可能有害,考虑到有益的部分,一些研究支持债务的有益性说,任务债务可以使企业增加生产能力,提高企业的经营业绩。

流动性:保持充足的流动性不仅是企业的目标,也是企业保证业务连续性的条件。根据以往的研究,企业流动性水平的提高会导致代理-代理冲突委托代理冲突,认为管理者一般会利用这些资源来增加他们个人的利益,而不是把资源分配在投资机会上,来提高公司的盈利能力。但事实恰恰相反,Deloof M指出,流动性水平较高的公司在提供短期融资方面更灵活,这可能导致更高的盈利能力。

公司成长性:回顾文献发现,各种文献对于公司成长性对盈利能力的影响都进行了探索与研究。Jovanovic B发现,企业可以分为两类,一类是通过提高盈利能力而成长的企业,另一类则是由于亏损而退出市场的企业。

非债务税盾:非债务税盾是指固定的可减税费用,如折旧、损耗、摊销、研发费用、投资税收抵免等,其作用相当于债务融资产生的利息费用,因此,降低公司不得不承担更多债务的可能性。

破产概率(z分数):破产概率是用来衡量公司的财务困境程度,表明相比于其他公司财务安全的公司受制于重大财务困境的可能性。阿尔特曼的z分数模型是用来表明破产可能性的一个重要指标。阿尔特曼将各种财务比率合并成一个单独的分数,这个分数反映了一家公司破产的可能性,是用五种不同的比率来计算的。

(3.1)

其中:W.C.表示净营运资本,R.E.表示留存收益,EBIT表示息税前利润,M.E.表示股票市场价值,B.D.表示总负债,T.A.表示总资产。

Altman(1968)指出,如果一个公司的:Z-score gt; 2.99则处于安全区,Z-score lt; 1.81则处于破产区,Z-score gt; 1.81 and lt;2.99则处于灰色区。本研究使用的其他变量的衡量指标见表1。

表1. 变量的测量结果

变量

衡量指标

盈利能力

息税前利润/总资产

有形资产

固定资产/总资产

财务杠杆

总负债/总资产

流动性

流动资产/流动负债

公司规模

总资产的自然对数

成长性

市场价值/账面价值

非债务税盾

折旧/总资产

3.3 假设

根据文献回顾,做出以下假设:

假设一:样本公司的杠杆率和盈利能力之间没有关系;

假设二:样本公司的有形资产和盈利能力之间没有关系;

假设三:样本公司的规模大小与盈利能力之间没有关系;

假设四:样本公司的成长性与盈利能力之间没有关系;

假设五:样本公司的流动性大小与盈利能力之间没有关系;

假设六:样本公司非债务税盾与盈利能力之间没有关系;

假设七:样本公司的Z-score与盈利能力之间没有关系。

3.4 模型设定

本研究结合时间序列和横截面数据的特点,利用静态面板数据进行计量经济学分析。在该方法中将模型的时间序列与截面分析变量通过子标将其区分开来,其中一个子标表示企业、行业、国家等横截面单位,另一个子标用来表示时间序列。利用面板数据分析方法可以在研究中对无法观察与测量的变量、同一实体随时间变化而产生的变量进行控制,因此与金融研究中经常使用的横截面方法相比,这种方法更具有优势。此外,通过使用面板数据,还可以通过时间效应来控制个体异质性,这种异质性是指企业在规模、建立年份、资本密集度、所有权、人力资本、组织方式、技术选择等方面特征的差异,是由公司特定的固定或随机效应分量捕获的,当在使用横截面或时间序列方法估计中被忽略时,会导致偏倚结果。

本研究采用面板数据方法的原因有以下几点:第一点也即关键的一点在于它控制异质性方面的效率,在面板数据分析框架中,企业被认为是异质的,而在时间序列和横截面分析中则不是这样,从而可能会导致偏差;使用面板数据方法的第二个原因在于它不仅提供了更多的信息,而且减少了变量之间的多重共线性。同时,由于更高的观测值,它们具有更大的自由度以及更高的效率。

在面板数据分析中对于回归方程的估计主要有混合线性模型、随机效应模型和固定效应模型三种,为了决定选择哪一种,需要对数据的属性和测试的结果进行综合考虑。混合线性模型是一种具有常系数的模型,包括截距和斜率,对于这个模型,研究人员可以汇集所有的数据,并且可以运行一个普通最小二乘回归模型,并不需要对个体差异进行假设。固定效应模型考虑了每个公司的个体性以及样本中包含的横截面单位,允许截距随每个公司而变化,同时假定各公司间的斜率系数是恒定的,固定效应模型仅在分析随时间变化的变量的影响很重要时才使用,其探讨了一个实体(国家、个人、公司等)内的预测因子和结果变量之间的关系。每个个体都有其独

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[236499],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。