上市公司超额收益率与 EVA 相关性分析
摘要：EVA 的意义在于新经济大环境下公司可以把它作为财务管理体系的基础。建立在 EVA 基础之上的财管体系重点关注股东价值的创造，并以此来指导公司制定决策和管理公司营运，EVA 反映的是企业创造的真正的利润，因此相对于传统指标而言，其更能解释公司的发展状况。通过对超额收益率与 EVA 的实证检验发现采用单纯的超额收益率对 EVA 解释力度不高，而在添加了传统财务指标后通过逐步回归法发现 EPS、NAVPS、CAR 联合对 EVA 的解释力度有了显着的提高。
关键词：经济增加值；股东利益；逐步回归
中图分类号：F83
文献标识码：A
文章编号：1672-3198（2013）05-0109-02
1 引言
具体地说，EVA（Economic Value Added） 是企业运用资源经营取得的利润与使用资本的成本之间的差额，若差额大于 0，说明企业运用资源收益大于成本，创造了价值，否则公司经营造成了价值损失，EVA 的计算可由下式所得：
EVA = 息前税后净利润-资本总额 × 加权资本成本率
EVA 是根据企业的资产负债表，在综合考虑了收益与成本各个方面计算而得出的，EVA 对利润指标中债务资本和权益资本平等对待，考虑了所有者对公司投入资本应获取利润的考虑，量化了企业在经营过程中具体给投资者带来的利润的增加。EVA 的计算结果可能与常规的销售收入、净利润或股票市值等指标计量结果大相径庭，但是 EVA 计算结果数值的正负大小能够说明企业创造价值能力强弱的问题，股东权益资本是否得到了补偿。
EVA 指标的计算涉及到多项传统财务指标，直接反映了公司的绩效，与传统的单项财务指标相比更具有科学性。EVA 在国外的研究已经很深入，相对于传统指标而言，EVA 的解释力度要远远高于其他指标。如果投资者将 EVA 作为投资上市公司的准则，这将会对我国股票市场的良性健康发展起到积极的作用。
2 数据说明及模型选取
2.1 样本选取
本文采用的是 2010 年的横截面数据，从沪深两市选取样本四十九家，样本的选取从以下几个方面考虑：样本公司无数据缺失、三年内无重大诉讼、无 ST、PT 公司、无中小板、创业板、金融保险类公司。经筛选，共有 50 家上市公司符合上述条件。
2.2 数据说明
超额收益率的计算：
那么实际收益率的算法如下：R= （PM- PC）/PC×100，那么超额收益率就是实际收益率减去正常收益率，正常收益率一般选用同期上证指数的收益率作为标准。超额收益率表示如下：AR=R- S_R。上式中，R：股票投资的实际收益率；S_R：上证指数收益率；AR：超额收益率；PM：期末时的股票价格；PC：期初时的股票价格。
累积超额收益率 CAR =∑
析，论文中的变量有超额收益率（p）每股经济增加值（EVAPS） 每股净资产（NAVPS） 每股收益（EPS）每股经营现金流量（CFOPS）净资产收益率（ROE）主营业务收入增长率（GROPOI）资产负债率（TDR）流动比率（CR）资产周转率（ATR）。
2.3 模型选取
通过观察变量的相关系数矩阵可知，它们之间是高度线性相关的，为了消除多重共线性，本文采用逐步回归法对上述变量进行回归分析。
3 实证分析结果
下面是 eviews6.0 的回归结果。
EVA 指标回归模型：
首先建立每股经济增加值（EVAPS））与超额收益率（CAR 的回归模型。
EVAPS=β0+ β1CAR + ε
方程只有常数项系数显着，CAR 的回归系数不显着，整个模型的 F 统计量为 0.4587，拟合优度为 1.174%，CAR 与 EVAPS 基本上不存在线性关系。存在这样的情况说明就中国的现实经济来说，人们还没有把经济增加值作为衡量股票价值的一个重要参考，或者说股票投资缺乏理性、具有一定的盲目性。
传统财务指标回归模型：
为了考察传统财务指标对每股经济增加值的影响，设立了以下自变量的回归方程
EVAPS= β0 +β1NAVPS +β2EPS +β3CFOPS +β4ROE +β5GROPOI+β6TDR +β7CR +β8ATR +ε
在进行逐步后归之后，剩余每股收益（EPS）、每股净资产（NAVPS）两个变量对每股经济增加值（EVAPS）产生作用。
各项回归系数显着，模型的拟合优度为 92%，EPS 与 NAVPS 对每股经济增加值的拟合程度良好，伴随概率为 0.000，说明可以 99.99% 的概率判定 EPS 和 NAVPS 对 EVAPS 有显着作用。
模型通过了各项检验，因此可得回归方程：
EVAPS = 1.129801 *EVAPS —0.075678 * NAVPS
联合回归模型：
为了考察所选的财务指标是否完全包含了经济增加值的信息含量，构造了联合回归模型，在模型中，将所选财务指标变量和每股经济增加值指标联合进行回归分析，考察对企业市场价值指标的共同作用。
EVAPS = β0 +β1CAR +β2NAVPS +β3EPS +β4CFOPS +β5ROE +β6GROPOI+β7TDR +β8CR +β9ATR +ε
表 3 联合回归模型
在进行逐步后归之后，只剩下每股收益（EPS）、每股净资产（NAVPS）、超额收益率（CAR）三个变量对 EVAPS 产生作用。
在 10% 的显着性水平下，各项系数均通过检验，模型拟合优度为 92.58%，伴随概率为 0.000，说明可以 99.99% 的概率判定 EPS、NAVPS、CAR 对 EVAPS 有显着作用。
4 结论
从以上实证计量的结果来看，EVA 与我国上市公司超额收益率之间的线性关系不显着。这反映出我国股票市场的现状，我国股票市场还不健全，从上市公司和投资者两个方面来说，上市公司没有建立起衡量自身经营成果的指标，利润很大一部分不是因为经营业绩的好转而获得，市场投资者没有正确的投资理念，进入股市不是追求长期价值投资，而是资本利得，从一定程度上来讲，培育成熟的投资者显得更为重要，只有成熟理性的投资者才会根据企业自身的盈利能力做出投资决策，这反过来也会促使企业努力改善自身的评估体系，使经营日趋理性。从另一方面我们可以看到相对于传统指标，超额收益率对 EVA 的解释力度不够，但是在添加了传统财务指标之后，模型的拟合优度有了一定的提高，说明超额收益率中含有 EPS、NAVPS 所没有的但是对 EVA 有解释作用的因素。
参考文献
[1]高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社，2001.
[2]孙静水.中级计量经济学[M].上海：上海财经大学出版社，2009.
[3]易丹辉.数据分析与 Eviews 应用[M].北京：中国统计出版社，2002.
[4]周爱民，徐辉，田翠杰.金融计量学[M].北京：经济管理出版社，2006.
[5]范新安.中国开放式股票型基金总体择股择时能力分析[J].财会月刊，2010.
[6]高若然，刘明，杨静毅.上市公司会计信息与股票超额收益率关系的实证研究[J].上海金融学院学报，2008.
[7]黄新建，张宗益.影响中国新股超额收益率的实证研究[J].重庆大学学报：社会科学版，2002.
[8]吴世农，李常，青余玮.中国上市公司成长性的判定分析和实证研究[J].南开管理评论，1999.
[9]王四国，李怀祖.中国 A 股市场超额收益影响因素实证分析[J].财贸经济，2002.
作者 刘萍莉