时间：2023-05-29 17:49:25
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇非参数检验，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
教学手段的优劣对课程教学效果具有十分重要的影响。板书教学和多媒体教学是目前常用的两种教学手段。随着计算机和信息技术的广泛运用，多媒体教学已经逐渐替代板书教学成为课程教学的主流。多媒体教学手段的引入旨在提高课程教学效果，但从现有的文献来看，相关的研究主要集中在多媒体教学效果的调查分析、影响因素、评价体系及优化策略等方面。周媛以西北师范大学、兰州大学、甘肃政法学院和兰州交通大学4所学校为例，从多媒体课件质量、教室硬件、教师水平、学生满意度等方面开展了问卷调查，以分析影响多媒体教学效果的因素；魏文忠等人对多媒体教学的学校普及情况、学生适应程度与评价等进行了调查，设计了包括22个项目的测量量表，并采用因子分析法将影响多媒体教学效果的因素归纳为教学节奏、教学效率、教学课件、教学设施、教学技术等5大类；王娟则认为师生对多媒体教学的认知不足、教师信息技术能力不强、多媒体教学技巧和方式单一、共享资源匮乏等是影响教学效果的主要因素；张芝花建立了一个包括科学性、技术性、教学性、学习性、艺术性及教学活动组织性等6个二级指标30个三级指标的评价体系，设定了各指标的权重系数，并以英语多媒体教学效果为例开展了综合评价；王淑芬通过正交实验设计方法分析，认为有利于提高财经管理类多媒体课程教学效果的因素是学生学习能力水平、教师授课时间和课堂互动次数的最佳组合；薄红英从政策体系、培训体系、多媒体资源体系及教学评价体系等方面，探索了提高多媒体教学效果的策略。
关于板书教学与多媒体教学效果的比较研究，尤其是关于具体课程教学效果的计量实证研究成果较少。鉴于此，笔者拟以安徽科技贸易学校的电子商务概论课程为例，通过对板书教学和多媒体教学手段下电子商务概论课程教学效果的非参数检验和偏相关分析，探讨不同教学手段与电子商务概论教学效果之间的关系及其差异性，旨在为提高课程教学效果和人才培养质量提供参考。
一、研究方法
（一）非参数检验
非参数检验是在无法或无需获悉两独立样本总体分布形式的条件下，通过统计学方法和数学技巧等建立统计量，挖掘数据样本背后隐藏的信息，从而比较样本分布位置和形状等是否存在显著差异的一种重要的统计分析方法，其中Mann-Whitney U检验是最主要的方法之一。
二、教学手段与电子商务概论课程教学效果的关系实证分析
为分析板书和多媒体两种教学手段与电子商务概论课程教学效果之间的关系，并尽可能减少其他因素的影响，笔者分别选取安徽科技贸易学校2012―2013学年和2013―2014学年第一学期2012级、2013级两个独立样本，以上两个样本时间上跨度较小，且电子商务概论课程由同一名专业教师授课。考虑到研究的需要，剔除同一学期电子商务概论、语文、数学、计算机基础期末综合成绩不全以及调查问卷未收回或无效的学生，共得到2012级、2013级两个样本容量分别为31和45的样本。学校期末综合成绩是由期末考试、平时成绩、学习态度和出勤四个部分加权得到的综合成绩，为更准确地分析多媒体和板书这两种教学手段与电子商务概论课程教学效果之间的关系，笔者选取了综合成绩中的期末考试和平时成绩来衡量教学效果。
安徽科技贸易学校电子商务概论课程2013年起采用多媒体教学，而此前采用板书教学。为了比较两种不同教学手段的优劣，需要分析2012级、2013级电子商务概论教学效果两个独立样本数据分布是否存在显著的差异性。将两个独立样本数据混合，按照升序进行排列，并得到每一个数据相应的秩，分别求出两个独立样本数据的平均秩次及秩和，如表1所示。
从表1来看，在2012级、2013级电子商务概论教学效果中分别抽取31个和45个样本，两独立样本的秩和分别为1 036.00和1 890.00，平均秩分别为33.42和42.00。从平均秩次可粗略地看出，2012级、2013级电子商务概论教学效果的秩和存在一定的差异，为检验其差异是否具有统计学意义，通过两个独立样本Mann-Whitney U检验和Kolmogorov-Smirnov检验进行了分析，如表2所示。
从表2来看，取2012级电子商务概论教学效果的秩综合为W统计量，Mann-Whitney U统计量及Z值540.00和-1.666，双尾（2-tailed）近似概率值为0.096，小于显著性水平0.10。因此，2012级、2013级电子商务概论教学效果的分布存在显著差异。
Kolmogorov-Smirnov检验也表明，2012级、2013级电子商务概论教学效果的累积概率最大绝对差、■D观测值分别为0.312、1.336，概率p值为0.056，小于显著性水平0.10。因此，拒绝零假设，即2012级、2013级电子商务概论教学效果的分布存在显著差异。
在对相关研究成果进行归纳的基础上，构建以下模型来分析教学手段与电子商务概论课程教学效果之间的关系：
y=α+β1x1+β2x2（5）
其中，y为电子商务概论课程教学效果，x1为教学手段学生满意度，通过建立包括信息量、生动性、互动性、启发性等4个二级指标11个问项的测量量表，并采用李克特LIKERT五分量表法在学生无意识的条件下进行调查并得出；x2为学生基础、学风、班风等综合变量，用语文、数学、计算机基础期末综合成绩表示，如表3所示，α、β1、β2为待定归系数。
为剔除2012级和2013级学生基础、学风、班风等方面的影响，避免出现变量间的虚假相关性，将x2作为控制变量，进行偏相关分析。
表4为剔除了学生基础、学风、班风等方面的影响之后教学手段与电子商务概论的偏相关系数方阵，其中相关系数为0.774，自由度为73，显著性概率p值为0.000，表明两者之间存在强正相关关系。
三、结论及建议
教学手段、学生基础、学风、班风等因素会影响课程教学效果，进而影响人才培养质量。为分析教学手段与课程教学效果之间的关系，笔者首先采用Mann-Whitney U检验和Kolmogorov-Smirnov检验等两独立样本非参数检验方法。以电子商务概论课程为例，分析了安徽科技贸易学校2012级板书教学和2013级多媒体教学这两种不同教学手段下课程教学效果分布存在的显著差异性。在此基础上，通过控制学生基础、学风、班风等方面的影响，分析了教学手段与电子商务概论课程教学效果之间的关系，结果表明：板书和多媒体教学手段与电子商务概论教学效果之间存在强正相关关系，多媒体教学手段的教学效果比板书教学手段的教学效果好。
基于以上结论，提出如下建议：
首先，要加强对教师的多媒体教学培训。许多电子商务教师入职前未接受过专业的多媒体教学培训，对多媒体教学的理解较为狭隘。作为一种新型的、重要的教学手段，多媒体教学集文字、色彩、图形、音像等于一体。要利用好多媒体，就需要强化教师对多媒体教学的认知，教师要明确影响多媒体教学效果的因素，了解学生对不同教学手段的接受程度及差异，掌握多媒体教学的特点，熟练地利用Authorware、Power point、Flash、3DMAX、Premiere等软件，进行文本编辑、动画制作和图像处理，科学地管理多媒体硬件教学设施，并探索性地在电子商务概论教学过程中将不同教学手段结合起来，创新教学模式，提高学生学习的积极性和主动性。
其次，要实现多媒体教学资源共享。多媒体教学需要充足的软件、数据、图表、图片、动画、影像、网页、课件等资源，建立多媒体教学资源库，实现对这些资源的共享，是提高课件质量、降低制作成本的有效途径。电子商务概论课程教师要加强沟通与协作，对多媒体教学课件制作和教学中遇到的主要问题和主要困难展开讨论，积极协作，寻求解决方案。学校要鼓励教师借鉴国家精品课程资源，积极申报精品课程，通过精品课件建设平台，形成由电子商务教师和电化教育专业人员共同组成的团队，设计出教学内容和教学环节符合教学目标的优秀多媒体课件，在全校开展课程建设经验交流，并实现多媒体教学资源共享。此外，要增加对多媒体馆藏建设和多媒体资源库的投入。
近年来自动化控制技术被引入机械制造工艺中之后，很多自动化机械设备转变了生产控制方式。基于此，本文将结合机械设备生产工艺的相关内容，深度分析自动化控制的重点和难点问题。
【关键词】机械制造 自动化控制 方法研究
前言
自动化制造控制管理是在机械制造生产的过程中，合理分配生产原料、人力资源、生产技术、制作工艺等生产要素，以满足企业生产需求为主要发展任务的新型管理控制体系。
1.机械制造中的自动化控制模式
一个自动化程度非常高的机械设备，其对生产原料的控制能力非常强，并能保证生产商品的质量安全。与此同时，机械制造的自动化控制模式还可以帮助生产设备完成多个复杂的生产任务，只需更换生产程序，机械生产结构会自动按照预设的轨道运行，生产出截然不同的工业产品[1]。自动化控制模式不仅可以有效节约生产资源，还能提高生产效率，在规定时间内，机械制造设备会按照设定好的运行程序运行，只要动能充足、机械设备工作状态良好，机械制造设备就会高效完成生产任务。
2.机械制造过程中的自动化控制方法研究
2.1质量检验
2.1.1聚类分析
当制造机械设备在失控状态下运行时，其运行数据会大大偏离原始数据，负责检测机械制造设备运行状态的仪器显示出来的数据会“超常规”。由此可见，利用运行数据机械制造设备的运行生产状态十分有效[2]。聚类分析是常用的数据分析模式，通过对生产工艺数据的相关参量进行统计和分析之后，质量检测人员会对机械设备的运行状态提出相对准确的预判，运行参数、故障源、故障规模和状态都可以从数据中检索出来。
2.1.2非参数检验
非参数检验控制方法是美国著名机械制造工程师沃德发明的，这种检验控制模式可以将不同种类的设备运行参数融合在统一的测算系统中，创建一个统计总体。制造机械设备中的非参数检验项目在数据系统中的组织结果不对称，则非参数将无法作为有力证据，参与控制管理。因此，在进行质量检验之前，工作人员需根据不同非参数检验项目进行价值测评，如果价值符合数据分部要求，则可以选定该非参数检验项目参与质量检测[3]。
2.2自动化加工生产控制
机械生产加工的自控能力很差，一旦出现生产编程数据错误或设备陷入非正常生产状态等现象，则以“故障”为节点的后续生产工作都会受到相应的影响（如表1所示）。自动化加工在生产控制中需要进行周期性的监督和管理，有效的监督和管理会增加商品质量，检修出来的故障被及时修复，会弱化失误数据对整个加工生产中的影响效果。同时，管理者可以分派不同工作人员监督机械设备生产运行状态，分析设备运行数据是否处在正常的范围。同时，在更换生产产品种类时，程序编程人员应严格按照设计图纸和编程规范来编程，以最大限度防止编程失误现象的发生。
2.3统计过程控制
统计数据不仅可以表现一段时间内设备的实际运行状态，还能客观的反应设备潜在的运行故障问题。因此，开展自动化控制工作必须以统计过程控制为基准，其他质量检测、生产控制工作为辅，切实有效的对机械制造设备的运行状态进行监督和控制。
除此之外，工业制造企业还应引进先进的设备检修仪器，将机械制造设备与检修仪器相互连接，一旦设备出现运行故障，检修仪器会随即发出预警信号，提醒生产施工人员与质量检测人员对设备进行运行状态检查和故障维修。统计过程控制的重点工作内容是数据的搜集、分析和处理工作，质量检修人员与技术员应开展联合工作活动，针对机械制造设备的敏感故障问题，展开学术讨论，以制定出合理、规范的控制方案[4]。同时，企业还可以利用科学的数据统计系统来完成控制工作，将运行数据引入工程模型当中，数学模型会自动检验运行数据的准确性和时效性。
3.结论
运行数据以及生产产品是反映设备生产模式是否科学的主要依据，所以在自动化控制管理应从上述两方面入手，利用质量检验和数据统计来优化设备生产结构和控制制度。针对多品种、大批量的高度自动化生产模式，本文提出了三种自动化控制方法：质量检测法、生产控制和统计过程控制。这三种方法的控制效果显著，可以帮助企业控制机械制造设备，完成自动化生产目标。
参考文献：
[1]聂斌.高度自动化的机械制造过程控制方法[J].机械设计.2012，12（08）：109-122.
[2]唐苏州.机械制造企业面向生产过程的成本分析与控制方法研究[J].大连理工大学学报（社会科学版），2012，11（12）：110-123.
关键词：财务危机预警；logistic模型；上市公司
中图分类号：F830.9 文献标志码：A 文章编号：1673-291X（2011）13-0072-02
一、财务危机预警指标和模型
1.研究样本。本文共选择了沪深股市2007―2010年各年度首次被ST（包括*ST）并能够获得选择年度之前四年的财务数据的137家制造业ST公司作为研究样本，同时选择137家正常公司作为配对样本。其中2007年首次被ST的有41家，2008年首次被ST的有23家，2009年首次被ST的有28家，2010年首次被ST的有45家。配以行业相同、股本结构相似并且现在及不久的未来都没有被ST的迹象；能够获得选择年度之前四年的财务数据资料作为配对样本。
2.财务比率的选取。本文在选择指标构建财务安全测评指标体系主要考虑营运资本类指标，共10个，分别设X1 =总资产收益率，X2 =全部资产现金回收率，X3=现金周转期，X4=流动比率，X5=流动资产比例，X6=流动负债比例，X7=总资产增长率，X8=营业收入的自然对数，X9=经营活动现金净流量，X10=现金流动负债比。
3.预警指标的筛选。根据建立的财务安全测评指标体系，需要知道财务危机与财务安全公司之间哪些营运资本指标具有显著性差异。为了筛选出具有显著性差异及表征能力的变量指标，首先必须对指标的样本数据进行正态性检验，以确定是采用参数检验或者非参数检验来确定指标变量的差异性。
从K-S检验的结果来看，综合各年数据的检验结果，可以知道大多数样本并不符合正态分布。正常公司的检验结果同样证明了这个结论。因而，对样本数据不能够采用参数检验，而只能进行非参数检验。
两配对样本的Wilcoxon符号秩检验结果表明：配对样本的ST公司与正常公司的绝大多数营运资本指标存在显著性差异，其中ST前一年、前两年除X3外均有显著性差异。
为了在十个营运资本指标中寻找具有代表性的变量。用最具表征性的少数变量来替代整个指标变量体系。由于ST前一年的财务指标变量离被ST状态时间最近，其反映企业财务状况的作用最为明显，所以本文采用样本公司财务指标变量被ST前一年的数据进行聚类。为避免由于各变量之间由于量纲不同而造成的不可比性，对数据进行了标准化处理。采用聚类分析中的层次聚类进行分析，按照SPSS默认的类间平均链锁法（Between-groups linkage）来确定类合并原则。
ST前一年样本公司现金流量指标聚类结果：第一类：X3、X4、X5、X7、X9 ；第二类：X1、X8、X10 ；第三类：X2；第四类：X6 。
本文采用多元线性回归中的逐步回归分析方法对样本公司被ST前四年的数据分别进行回归分析，以便选择若干显著性变量。根据前文的非参数检验结果，并参考张为（2008）等人的研究，X1总资产收益率由于其良好的表征作用将其作为因变量，其他指标作为自变量，选择的标准按照SPSS统计软件的默认设定：F值的概率小于0.05时进入，大于0.10时剔除。
根据对样本公司十个营运资本指标在ST前一年聚类分析及ST前四年各年逐步回归分析的结果。通过变量筛选可以看出，通过聚类分析和逐步回归分析综合筛选指标的效果比较理想，聚类后每一类别基本均有指标入选，一共筛选出X2、X3、X4、X6、X7、X8、X9、X10 等8个指标。
尽管已经筛选出具有显著性的营运资本变量，但这些变量之间可能彼此之间高度相关，即存在多重共线性的可能。为此，本文对筛选出来的变量进行Person相关系数分析，进行进一步的筛选，经过筛选，每类指标都有一个入选，共有X2（全部资产现金回收率）、X6（流动负债比例）、X7（总资产增长率）、X10（现金流动负债比）4个指标入选。4个指标之间相互不存在显著的相关关系，并且覆盖了各类营运资本指标。
为了印证结果的正确性，本文对所选择指标从容忍度TOL和方差膨胀因子VIF进行了多重共线性检验，这四个变量容忍度检验结果均在1左右，几乎不存在多重共线性；方差膨胀因子取值大于等于1，值越大表明多重共线性越强，该四个变量的取值只是略大于1，说明变量之间多重共线性很弱。
二、运用Logit模型进行实证分析
根据前面的K-S检验得知所选的样本公司的营运资本指标数据大都不符合正态分布，故本文考虑采用多元逻辑回归方法来建立测评模型。同时前文中选取指标时已经消除了指标间的多重共线性，因而符合采用Logistic回归模型的前提条件。本文分别在ST前一年至前四年的样本中随机选取140家作为建模样本，134家作为测试样本。
本文将ST公司的概率P值设定为1，正常公司的概率P值设定为0。采用Logistic回归模型常用的0.5作为概率分界值，即预测概率值大于0.5时认为被解释变量的分类预测值为1，小于0.5时认为分类预测值为0。选取前文确定的五个变量，采用表中的172家建模样本在ST前四年的数据构建Logistic模型，
将建立的ST前四年的模型回代建模样本数据，从建模样本回代测评结果看出，在ST前一年和ST前二年，测评模型表现了较为良好的测评效果。在ST前一年测评ST公司的正确率和测评正常公司的正确率分别达到了87.2%和83.7%，总体正确率为85.5%。在ST前二年测评ST公司的正确率和测评正常公司的正确率分别达到了80.2%和79.1%，总体正确率为79.7%。在ST前三年，模型测评总体正确率下降到67.5%，而在ST前四年总体正确率只有59.9%。
为了进一步确定模型的测评效果，分别将测试样本ST前四年的数据代入，测试样本测评结果和建模样本的测评结果类似，在ST前一年和前二年效果较好。其中在ST前一年测评ST公司的正确率和测评正常公司的正确率分别达到了86.3%和82.4.2%，总体正确率为84.4.5%。在ST前二年测评ST公司的正确率和测评正常公司的正确率分别达到了78.5%和76.5%，总体正确率为77.5%。在ST前三年，模型测评总体正确率下降到66.7%，而在ST前四年总体正确率只有60.8%。
【关键词】 营运资金管理； 变现效率； 参数和非参数检验
一、引言
营运资金管理是企业财务管理的重要内容。尽管企业财务总监的大部分时间和精力用于营运资金管理，大量的企业倒闭仍然要归因于财务管理人员无法正确地规划和控制各自公司的流动资产和流动负债（Smith，1973）。有必要探求可持续的营运资金管理的方法。国外关于营运资金管理的研究始于20世纪30年代。营运资金管理研究内容已经从单独流动资产管理转移到整体营运资金管理，营运资金管理绩效评价也从流动资产周转率转移到了营运资金周转期，而营运资金管理方法则从单纯的数学方法转向以供应链优化和管理为重心（王竹泉，2007）。
20世纪90年代随着与国际惯例接轨的会计制度的实施，营运资金概念才开始被引入我国。毛付根（1995）认为要制定合理的营运资金政策应从流动资产与流动负债之间的相互关系着手，从总体上观察和研究如何将流动资金的存量配置与其相应资金来源联系起来。杨雄胜等（2000）认为周转额应是某一形态的垫支资金不断回到其原有状态的数额，并结合中国现实提出了对现行应收账款周转率、存货周转率指标进行修改和细化补充的若干建议。王竹泉、马广林（2005）认为应将跨地区经营企业营运资金管理的重心转移到渠道控制上，要将营运资金管理研究与供应链管理、渠道管理和客户关系管理等研究有机结合起来。
自1997年始，美国REL咨询公司和CFO杂志开始对美国最大的1 000家企业开展营运资金调查（The Working Capital Survey），并采用营运资金周转期（DWC=DSO+DIO-DPO）①，对企业营运资金管理绩效进行排名。使用同样的方法Manoj Anand(2002)对印度427家上市公司1999到2001年间营运资金管理绩效情况进行调查分析和排名，Mohammad Moniruzzaman Siddiqueet和Shaem Mahmud Khan（2009）则对孟加拉国83家上市公司2003到2007年间营运资金管理绩效进行了调查分析和排名。王竹泉等（2007）按营运资金周转期指标分别了“2006年度中国上市公司营运资金管理绩效排行榜”，此后王竹泉等（2010）分行业考察了2007―2008年中国上市公司营运资金管理的状况和变化趋势，并用“经营活动营运资金周转期（按要素）”和“经营活动营运资金周转期（按渠道）”指标对上市公司营运资金管理绩效进行了排行。
以上对上市公司营运资金管理的调查研究中，一般使用Excel软件对相关数据进行描述性统计，虽然比较全面地反映了我国上市公司营运资金管理绩效的实际状况，但没有对不同公司营运资金管理绩效差异的规律性作更进一步的系统分析，这难免会影响营运资金管理绩效排行在营运资金管理理论研究和实践应用中的指导意义。本文采用描述性统计、混合最小二乘、参数和非参数检验等方法对我国上市公司营运资金管理绩效作系统研究和实证检验，以期发现不同公司营运资金管理绩效差异的规律性，为我国营运资金管理理论与实践水平的提升尽绵薄之力。
二、样本选择与指标选取
（一）样本选择
本文所使用的数据信息来自由北京大学中国经济研究中心和北京色诺芬信息服务公司联合开发的中国经济金融数据库系统CCER金融数据库。样本选取遵循以下原则：1.公司上市时间选择在1999年12月31日之前；2.剔除金融类上市公司；3.剔除在2000―2009年之间无法连续获得相关数据以及数据缺损的公司。基于上述原则，最终得到842家分布12个行业门类的非金融上市公司，以这842家公司2000―2009年组成的平衡面板数据（Balance panel data）为研究样本。
表1是根据中国证监会2001年3月6日颁布的《中国上市公司行业分类指引》对这842家非金融上市公司，共8 420个样本观察值按行业门类进行分类的结果。中国上市公司大多数分布在制造业中，842家公司中有507家公司分布在制造业中，占总样本的60.21%。
（二）指标选取
为了分析我国上市公司营运资金管理绩效差异的规律性，美国REL咨询公司和CFO杂志开展营运资金调查（The Working Capital Survey）中采用的变现效率（CCE，Cash Conversion Efficiency），也就是现金销售毛利率，用以表示如何有效地将公司收入转化为现金流量。它同时也是衡量公司自身增长率的重要指标，这个比率越高，公司增长速度也越快。它从整体上反映了一个公司运营资金管理效率，本文把它作为一个公司营运资金管理效率的重要基准指标。
变现效率（CCE）=经营现金净流量/营业收入
公式中的营业收入来源于上市公司年度利润表中的“营业收入”项目金额，经营现金净流量来源于上市公司年度现金流量表中的“经营活动所产生的现金净流量”。
三、趋势分析
本文首先采用描述性统计对这842家非金融上市公司营运资本管理绩效趋势（2000―2009年）进行描述（见表2）。从表2可见，样本公司（842家公司）在2000年12月31日的变现效率的均值为9.573%，并呈下降趋势，2005年后波动明显增大，2008年下降到最低的3.02%，2009年回升至8.13%。图1进一步形象地描述了样本公司（2000―2009年）变现效率的年度变化趋势。另外，混合样本的平均现金周转效率为7.93%，中值为8.34。总的说来，中国上市公司的现金周转和经营活动营运资金周转效率都明显偏低。
四、行业特征和营运资金管理绩效
营运资金管理的理论和经验研究表明行业特征影响营运资金管理的绩效，但相关研究只是在回归模型中加入行业虚拟变量作为控制变量，没有对行业特征和营运资金管理绩效之间的关系作系统研究。在本研究中，笔者采用描述性统计、混合最小二乘、参数和非参数检验等方法对混合样本行业特征与营运资金管理绩效指标之间的关系作系统研究。
表3报告了混合样本12个行业门类变现效率的均值、标准差和行业虚拟变量系数。从表3可见，混合样本（2000―2009年）行业门类中房地产业现金周转效率为负，是-15.71%，交通运输业变现效率最高，为32.31%。为了检验行业门类之间平均运营资金管理绩效的差异的统计显著性，本文采用了Bradley、Jarrell和Kim（1984）的方法，使用行业虚拟变量的方差标准分析。表3报告了混合样本12个行业虚拟变量对变现效率的回归系数（由于制造业和综合业的变现效率均值与混合样本均值接近，为了减缓多重共线性问题，分别被删去）。表3报告的R统计量表明：变现效率22.2%的变异可以由行业门类加以解释。
五、上市公司区域分布和营运资金管理绩效
在中国，各个省份、自治区和直辖市在地方政府管制、市场化程度、金融业发展水平、经济发展水平、信用文化甚至是法规或法律制度环境等方面存在着相当大的差异。因此，不同地区的上市公司，他们的营运资金管理效率可能存在差异。
表4报告了混合样本不同地区上市公司营运资金管理效率指标的均值、标准差和区域虚拟变量系数。从表4可见，混合样本不同地区上市公司变现效率从最低的-1%（吉林省）到最高的13.5%（广西），地区之间的平均营运资金管理效率存在较大差异。
为了检验地区之间平均营运资金管理绩效指标均值所观察到的差异的统计显著性，本文使用地区虚拟变量方差标准分析。表4中的“区域虚拟变量系数”栏报告了混合样本31个地区虚拟变量对营运资金管理效率结构的混合回归系数（为了减缓多重共线性问题，海南省和天津市被删去)。
表4中“地区虚拟变量系数”下第Ⅰ栏报告的R统计量表明：变现效率3.4%的变异可以由地区虚拟变量加以解释。表4中“地区虚拟变量系数”下第Ⅱ栏是在控制行业特征下的混合回归结果。在控制行业特征下，R和F统计量都大大提高，变现效率4.0%的变异可以由地区虚拟变量加以解释。变现效率（CCE）的F统计量从10.2上升到11.72，在各地区虚拟变量回归系数中变现效率（CCE）有18个回归系数在常规置信水平上显著。
表5是对2000―2009年混合数据进行参数（多元方差分析――使用行业门类和地区为因素）和非参数检验（Kruksal-Wallis H检验）的结果。从表5可见，方差分析的F统计量和Kruskal-Wallis检验的Chi-Square值都在1%的置信水平上显著。检验结果支持上市公司在不同地区和行业之间的营运资金管理绩效存在显著性差异的论点。
六、结论
西方营运资金管理理论，如成本假说、信号传递假说和税收假说等，是在一定时期、一定的制度背景下形成的。这些理论能否解释中国上市公司的营运资金管理绩效，有待经验分析。中国正处于经济转轨中，由于历史、体制等原因，中国上市公司存在特殊制度环境（如股权结构较独特，投资者法律保护不健全，公司治理结构有缺陷，资本市场发展不平衡等等）。中国的特殊制度背景可能会使中国上市公司形成其自身特有的营运资金管理绩效。
本文以深、沪上市的842家公司2000―2009年10年组成的平衡面板数据（总共8420个年・公司观察值）为研究样本，采用描述性统计、混合最小二乘、参数和非参数检验等方法对中国上市公司营运资金管理绩效进行了系统分析。本文主要从中国上市公司营运资金管理绩效总体趋势、行业特征和营运资金管理绩效、中国上市公司地域分布和营运资金管理绩效等方面来分析中国上市公司营运资金管理绩效。
本文研究发现，混合样本的平均现金周转效率为7.93%，中值为8.34。总的说来，中国上市公司的现金周转效率偏低。行业虚拟变量和地区虚拟变量显著影响营运资金管理绩效，不同行业和不同地区的上市公司营运资金管理绩效之间存在显著差异。变现效率22.2%的变异可以由行业门类加以解释。在控制行业特征下，变现效率4.0%的变异可以由地区虚拟变量加以解释。
【参考文献】
［1］ Smith, Keith V （1973）“State of the art of working capital management”［J］. Financial Management, Autumn,.50-55.
［2］ 王竹泉，逄咏梅，孙建强.国内外营运资金管理研究的回顾与展望［J］.会计研究，2007（2）：85-92.
［3］ 毛付根.论营运资金管理的基本原理［J］.会计研究，1995（1）.
［4］ 杨雄胜，缪艳娟，刘彩霞.改进周转率指标的现实思考［J］.会计研究，2000（4）.
［5］ 王竹泉，马广林.分销渠道控制:跨区分销企业营运资金管理的重心［J］.会计研究，2005（6）.
［6］ Manoj Anand:“Working Capital Performance of Corporate India: An Empirical Survey for the Year 2000-2001”［EB/OL］.省略/abstract=621103.
［7］ Mohammad Moniruzzaman Siddiquee, Shaem Mahmud Khan：“Analyzing Working Capital Performance: Evidence from Dhaka Stock Exchange（DSE）Ltd.省略/abstract=1374210.
［8］ 王竹泉，刘文静，高芳.中国上市公司营运资金管理调查：1997―2006［J］.会计研究，2007（12）.
[关键词] A股 上市公司 现金分红政策
股利政策作为上市公司的财务政策之一,是公司在利润再投资与回报投资者两者之间的一种权衡。本文在回顾和借鉴国内外相关理论研究的基础上,按照股权分布状态的不同对全体样本进行分类,以第一大股东持股比例和流通股占比为分类依据,用非参数检验的方法比较不同股权结构上市公司股利政策的异同。
一、研究设计
1.样本选择及数据来源
以2005年～2007年3年沪、深两市A股上市公司为研究样本,为了保证数据的有效性,按照以下选择标准对样本进行了筛选。
(1)样本中只包括仅发行A股的上市公司。
(2)由于股利分配行为往往成为新股炒作的诱因,为克服这部分数据的影响,样本中剔除了各年度的新上市公司。
(3)本文还剔除了每股收益小于等于0的公司、被列为ST的公司以及个别资料不全的公司。
2.指标分类
由此选出符合条件的样本数据2005年～2007年上市公司数量分别为997、1046和1100家。
首先按照股权分布状态的不同对全体样本进行分类,本文以第一大股东持股比例为分类依据。如果控股股东的持股比例超过了50%则具备绝对控制权,通常将控股股东所必要的持股比例界定在20%～25%,另据国外有关研究指出,如果第一大股东表决权比例超过20%,则比较容易获得大多数其他股东的支持,处于优势地位。因此,本文以20%和50%持股比例为界,将样本分为以下三类。
Ⅰ类:绝对控股样本组,第一大股东持股比例≥50%
Ⅱ类:相对控股样本组,20%≤第一大股东持股比例
Ⅲ类:分散持股样本组,第一大股东持股比例
此外,流通股与非流通股两类股东在投资成本、股东权利、投资目标和信息占有方面均存在差异。因此,本文又将样本组分为以下两类:
Ⅳ-类:流通股主导样本组,流通股持股比例≥50%
Ⅳ-类:非流通股主导样本组,流通股持股比例
二、实证结果及分析
1.描述性统计与非参数检验
数据分析通过SPSS统计软件进行。首先采用单样本K-S检验方法考察各样本组每股现金股利的正态性,在分类比较中再用Mann-Whitney U检验法检验两个独立样本是否来自同一总体,根据计算结果比较不同股权结构下现金股利分配之间的共同性及差异性。
2.非参数检验结果分析
(1)从总体来看,与国外发达国家相比,我国现金股利支付水平偏低且较随意。统计显示,我国境内上市公司A股流通股的股息率只有1%左右,低于银行一年期存款利率,远远低于境外成熟资本市场的平均水平。流通股股东几乎不可能通过股利来收回投资,他们只能着眼于短期的买卖价差利润。因此,我国的股票换手率极高,达到200%左右,而美国只有67%。管理层为迎合股市短期投机交易偏好,纷纷采取高转增或送股的股利政策。
(2)分散持股状态下的现金股利支付水平在三种股权结构中是最低的。分散持股状态下的股利政策集中反映了管理者要求,当资本市场比较完善、存在控制权市场和经理人市场时,管理者会提高股利支付水平;相反,当外部市场不完善时,管理者会减少股利发放,保留利润,增加可支配的自由现金流量并存在过度投资的倾向,我国的实际状况与后一种情况相吻合。
(3)相对控股状态下的每股红利显著低于绝对控股状态。在我国,相对持股公司多产生于多个发起人情况下,且发起人资格不是基于公开竞争行为,而是由主要发起人掌握大部分组合决定权,选择标准自然是能否和发起人结成利益共同体,所以这些股东之间更多的是一种非竞争的合作关系,正是大股东间的利益共性决定了股利发放水平的限制。另一方面,相对控股公司由于存在多个发起人,每一家投入上市公司的资产并不多,其本身还保留部分优质资产,所以面临的经营压力不是很大,对现金的需求欲望也不大,而且由这些股东联合控制的上市公司的经营效益一般比较好,将资金留存可以获得更好的未来收益。此外,大股东之间相互制衡可能带来对管理者的直接监督不足,加之外部监督机制的缺失,从而引发内部人控制问题,这也是股利支付水平低下的一个原因。
(4)流通股主导公司的现金股利支付水平显著低于非流通股主导公司。流通股股东依靠博取股票价差获利,存在短期投机行为。
通过实证研究,我们可以得出以下结论:
①从总体上来看,我国现金股利支付水平偏低、稳定性较差。其中,分散持股状态下的现金股利支付水平最低,绝对控股状态下的现金股利水平相对较高;流通股主导公司的现金股利支付水平显著低于非流通股主导公司;股权分置改革并不是公司盈利的保障,但公司在股权分置改革之后的每股现金股利均值高于股权分置改革之前;上市公司在未来一年内实施了再融资,则其现金股利支付水平显著上升。
②虽然现金股利决定因素存在一定差异,但所有类型的公司都不同程度地将每股收益作为发放现金股利考虑的重点。这一事实也说明我国上市公司遵循的是不稳定的股利政策,管理者在进行股利分配时随意性很大,股利支付水平随着收益水平的变化而变化。
③在相对控股公司和流通股主导公司中,都存在现金股利与股票股利或转增股本的替代关系,这实际上是目前我国不同主体实现利益均衡的双赢策略;分散持股公司仅将资产变现能力、资产流动性等短期的现金约束作为发放股利考虑的主要因素,反映了外部股东监督机制的失灵;相对控股、绝对控股公司的股利发放水平受到公司盈利增长能力及成长性的制约,说明这些公司考虑了资金的机会成本,并以此作为现金股利决策的依据之一。
本文的研究结果可以更直观地解释股利分配中存在的问题,为证券监管部门采取合理措施规范我国上市公司分配行为提供参考,具有重要的现实意义,同时对投资者在选择投资方面也起到了重要的指导作用。
[关键词] 静态CAPM 条件CAPM 随机折现因子 核函数
一、引言
资本资产定价模型是金融学的基石,同时也是学术界研究最多,争论最多的理论。在金融资产定价模型中,很多都是预测资产收益模型,如:资本套利模型、基于消费的均衡模型。但是,没有一个模型能够像Sharpe-Lintner的条件CAPM模型一样受学术界的青睐。CAPM模型是建立在市场组合均值―方差有效的假定基础之上,并且在这一假设下认为单个风险资产的收益与市场资产组合的风险收益是成比例,其中β为市场有价证券的系数,用来衡量市场有价证券收益对市场风险变动的敏感程度。这个简单的CAPM模型就是众所周知的无条件或者是静态CAPM模型,在这个模型里,单个有价证券和市场资产组合的关系是不随时间变化的,也既是β不随时间和市场波动而变化。
在过去的几十年里,学者们对CAPM模型进行了大量的实证检验,静态CAPM模型的许多异像被发现。Fmam―French( 1992)提出静态CAPM不支持实证研究的观点,就像重磅炸弹一样在理论界和实业界引起震动,很多人对CAPM模型的信心开始动摇,甚至有人认为CAPM已经死亡。但是,仍然有很多学者是支持CAPM,他们为此进行着不懈的努力,有部分学者将注意力放在了β稳定性方面,Levy建议分市场研究β,Fabozzi 和Francis分别对牛市和熊市的β稳定性作了检验。他们发现资产定价模型中的单个市场指数是不受牛市和熊市影响的。
另一方面,Keim和Stambaaugh,Breen,Glosten和Jagannathan 认为在CAPM框架中β不是静态的,而是时变的。Chen,Ferson和Harvey也提出了β是随商业周期而变化的。在Jagannathan 和 Wang的(1996)论文中拓展了条件CAPM模型,在该条件CAPM模型中有价证券的β是由投资者在t时刻可利用的信息集而决定的,并且随着经济情况的波动而变化。
条件CAPM的发展激发了学者们又把焦点放在了对条件模型的形成和检测方面。尽管条件CAPM能够对静态CAPM的异像提出一定的解决方法,但其本身也产生了一些新的问题,其中一个问题就是对变动因素的选择以及β与各个变动因素之间究竟是什么样的关系缺少理论的支持。最初,有些学者以β与变动因素之间是线性的函数关系来进行实证检验。然而,这种检验方法的结果有时会得到比静态CAPM模型更糟糕的结果。Ghysels认为条件CAPM定价错误的原因就在于人们认为β与动态风险之间的函数关系像静态CAPM模型一样是线性的函数关系导致的。
为了解决条件CAPM在实证中的问题,很多学者把眼光放在了无参数估计技术方面,采用非参技术可以避免采用β和变动因素原有的特定假设函数形式,从而提高检验的准确度。王振宇在他的文章中提出了一种新的灵活的非参数检验方法,该方法建立的基础是对隐含于条件线性因子定价模型中的随机折现因子的非参数限制。在检验中该方法脱离了对条件β,风险升水和随机折现因子原有的函数形式。本文正是利用王振宇提出的该非参数检验方法利用中国沪市A股数据对条件CAPM模型进行实证检验,验证中国股市是否存在公司规模和账面市值比效应,条件CAPM模型在中国股市是否成立。
二、检验方法的理论基础
条件资本定价模型形如:
,其中 (1)
Ri,t表示均衡状态下证券i在t时刻的收益率变量,RM,t表示市场组合证券在t时刻的收益率变量,Rf为无风险收益率,It-1表是t-1时刻所有与风险资产价格相关的信息集。条件资本资产定价模型是将静态的资本资产定价模型中的风险资产收益、市场组合收益率变量增加条件限制,假设他们的变化受前期信息集的影响,在这种定义下β系数也就不再是固定的,而是随前期信息或其他变量信息的变动而变动。这样,模型对预期收益的解释程度便会随之加强。
如前所述,王振宇的非参数检验方法是依赖于对隐含于条件资本资产定价模型中的随机折现因子框架的限制之上,随机折现因子框架非常通用的框架。其对任何现代资本资产定价模型都成立的基底方程为:
E(mt+1Ri,t+1),(2)
其中Et表示条件收益,mt+1表示随机折现因子,Ri,t+1表示资产i的收益。
方程(2)也等价于下式:
Et(mt+1ri,t+1)=0,i=1,…N,(3)
n表示资产的个数,ri,t+1表示资产i的超额收益。
对于方程(1)
因为
因此有
等式两边消去公因子:得方程
(4)
为了实证目的,令xt为条件变量集,且,
则(5)
这里超额收益、条件变量假定为严格静态的。
定义,,
在(5)式假设下,条件资本资产定价模型的条件定价误差为:
,(6)
这里mt+1=1-b(xt)rp,t+1,与(3)Et(mt+1ri,t+1)=0,i=1,…N表示意思相同。本文采用与Wang相同的Nadaraya-Watson核估计方法来估计非参数的随机折现因子。
核密度估计量为:(7)
其中K(・)为核函数,h为窗宽。
则Nadaraya-Watson核回归函数为:
(8)
(9)
对应的
则(10)
参考文献:
[1]Bure Kayahan,Thanasis Stengos,Testing the capital asset pricing model with Local Maximum Likelihood methods[J].Seience Direct 46(2007)138～150
[2]Turan G. Bali, The intertemporal relation between expected returns and risk[J].Journal of Financial Economics 87 (2008) 101131
关键词：企业生命周期；现金股利；股利政策
中图分类号：F276.44
文献标识码：A
文章编号：1003―7217(2009)05―0067―07
一、引言
上市公司为什么支付股利?传统的税收理论、信号模型、假说以及近年提出的股利迎合理论等股利理论，实际上都没能完全解释清楚著名的“股利之谜”。2006年，DeAngelo，DeAngelo和Stulz提出了股利生命周期理论，试图全面解释公司是否支付股利及支付多少的问题，实证检验后认为，成熟的、盈利能力好的公司倾向于支付股利。该理论将企业本身特性、外部经营环境及股东的预期相结合研究公司的股利支付行为，更为合理地解释了上市公司的股利政策。
我国企业制度和市场环境较特殊，上市公司的股利政策似乎更难解释。目前国内有关上市公司股利政策的研究结果显示，国外解释股利政策的主流理论一股利信号传递模型和成本理论都无法很好地解释中国上市公司的股利政策。针对现有主流理论存在的缺陷，从生命周期的视角来研究公司在生命周期演进过程中股利政策的差别，不仅对中国上市公司现金股利政策的理论研究是一个有益的补充，而且有助于投资者和监管层更好地分析和把握公司的股利政策，促进我国证券市场健康发展，引导上市公司根据企业所处生命周期阶段合理制定股利政策。因此，本文以2000-2006年我国上市公司为研究样本，通过研究处于不同生命周期阶段公司的股利政策，来检验公司的股利政策与生命周期之间的关系，验证不同生命周期阶段是否真的会影响公司股利政策的制定。
二、文献回顾
作为对企业的一种仿生研究，企业生命周期理论一直是企业研究的热点问题之一，迄今为止，已有20多种不同的生命周期理论模型。早期的研究重点放在对企业生命周期进程的划分和不同生命周期的公司特征描述上，如企业经营策略的制定、组织结构特征、领导者风格、企业经营策略与经营绩效之关联性等。
随着生命周期理论的发展，学者们逐渐将生命周期理论运用到财务领域的实证研究中。目前，生命周期理论较多地运用在财务与非财务信息的信息含量、公司的筹资偏好等方面。由于生命周期影响因素较多，较难合理地划分各个阶段，在基于生命周期理论的股利政策研究上，国内外的文献较少，目前还没有模型将生命周期和股利政策的变化联系起来。但学者们从以下两个角度展开了研究：
首先，是在传统主流理论无法解释“股利之谜”和“不断消失的股利”现象时，通过研究有支付意向公司的特征，间接证明了企业生命周期与股利政策的关系。如Fama和French(2001)研究发现，高盈利能力、低成长率的公司更倾向于支付股利，而低盈利能力、高成长性的公司倾向于留存利润。尽管他们没有用生命周期理论来解释公司的股利政策，但支付股利公司的特征与成熟阶段的公司类似，而不支付股利公司的特征也与处于发展阶段的公司相符。Grullon等(2002)研究股利变动的信息内涵发现，股利变动并不能用传统的信号模型和理论来解释，股利增加和其它现金支付体现了公司从成长阶段走向成熟的整个过程。
其次，是明确提出股利生命周期理论并进行直接检验。如DeAngelo等(2006)首次提出股利生命周期理论，认为成立不久的公司有大量的投资机会而自身资源较少，一般倾向于将收益留存用于投资。而成熟的公司由于盈利能力更高、投资机会更少，一般都倾向于支付股利。他们用保留盈余占投入资本的比率(RE／TE或RE／TA)作为衡量公司所处生命周期的变量，实证结果证实低RE／TE(或RE／TA)的公司处在资本输入阶段，而高RE／TE(或RE／TA)的公司由于有较多的累积利润而能通过自我内部融资，因此，更倾向于支付股利。Dens和Osobov(2007)进一步通过比较美国、英国、德国、法国、加拿大和日本六国上市公司1994―2002年的股利政策发现，规模越大、盈利能力越强、留存收益占权益的比重越高的公司，越可能支付股利。对于Fama和French(2001)提出的“消失的现金股利之谜”，他们分析认为，股利支付的减少可能是由于新上市公司支付股利的减少，但总的股利支付并没有减少，而是集中在那些规模更大，盈利更强的公司中。此外，除美国外，并没有发现其他国家支付股利和不支付股利公司之间相对价格与股利支付意向之间存在显著的正相关关系，即没有找到支持股利迎合论的证据。他们的研究结果表明，信号模型、追随者效应和股利迎合论都不能很好地解释这些国家的股利政策，而以成本为基础的生命周期理论则能很好地解释了这一现象。
综上所述，生命周期理论是从企业的整个发展阶段来研究公司的股利政策，将投资政策和股利政策相结合，与传统的股利无关论、信号模型和理论都不相同，既考虑了在信息不对称条件下前期融资成本的减少，又考虑了成熟期成本的降低，支持动态的股利政策。
三、理论分析与研究假设
我国学者对现金股利的研究主要集中在股利的市场反应和影响因素上，还没有学者从企业生命周期的角度来探讨中国上市公司现金股利支付政策的原因和结果。本文依据Black(1998)的方法，将企业生命周期划分为成长期、成熟期及衰退期三大阶段，研究不同生命周期阶段的现金股利支付政策的差异，特提出以下假设。
1、股利发放意向检验。当企业处于成长、成熟、衰退的不同阶段时，所面临的外部环境和内部财务状况都不同，因此，企业应该考虑不同阶段的特点来制定合理的经营及财务政策。如处于成长期的企业，销售增长迅速，为了抢占市场，企业的策略重点是提高市场占有率等。尽管高的销售增长率带来大量的现金流入，但该阶段高额的资本支出和营销费用使得企业的现金余额并不一定多，另外，成长阶段企业的经营风险较大，从外部较难筹集到资金。因此，处于成长期的企业为了未来的发展，倾向于不支付现金股利，而将节约下来的现金用来满足投资和经营支出需要。而处于成熟阶段时，企业生产经营较为稳定，销售增长减缓，投资支出减少，获利能力很强且保持稳定，会有较为宽裕的营运资金，在缺少投资机会的情况下，企业倾向于通过支付现金股利来减少成本和回报投资者。
当企业进入衰退期时，随着市场份额和销售额的萎缩，收入和利润急剧下降，企业财务状况恶化。
尽管按照理性的做法，在企业成长性不足的情况下，应该向投资者返还资金，支付现金股利。但管理者为了维持控制权带来的相关利益，更可能会采取多元化经营或调整现有业务来实现蜕变，使企业重新走上成长阶段。特别是在中国公司治理结构不完善、中小股东的权益缺乏有效保护的情况下，管理者或大股东更有可能为了自身利益损害中小股东的利益，所以在内部财务状况恶化、资金短缺、外部筹资困难的衰退期，中国上市公司倾向于不支付现金股利。
从以上企业不同阶段的特点和财务状况分析可以看出，企业在各阶段的支付意向是不同的，在生命周期的三个阶段演变过程中呈现倒U型的特点，所以，本文提出如下假设：
假设1企业处于成长期时不偏好发放现金股利，当企业逐渐进入成熟期时，其现金股利发放意向会逐步提高。从成长到成熟阶段，企业的现金股利支付意向与生命周期正相关。
假设2企业处于衰退期时不偏好发放现金股利，从成熟到衰退阶段，企业的现金股利支付意向与生命周期负相关。
2、股利支付率检验。Lintner(1956)认为，公司的盈余会影响公司的股利政策。也指出获利能力对公司的股利政策而言是很重要的因素，获利良好的公司，可以发放更多的股利给股东，即获利能力与股利正相关。按照企业生命周期理论，处在成熟期阶段的公司，不但盈利能力较强，而且盈余一般也是最多的。由于此阶段公司的投资机会较少，理性上应该通过支付股利回报投资者。因此，成熟期的股利支付率和股利支付水平都应该大于成长期和衰退期。
此外，Fama和French(2001)及DeAngelo等(2006)的研究发现，由于成长期有较多的投资机会，资本支出较高，公司倾向于不支付股利，将资金留存来满足投资支出。而当公司过渡到成熟期，投资机会少，资本支出低，公司有较多的盈余，更倾向于支付股利，即股利主要由处在成熟期阶段的公司支付。综上，本文提出如下假设：
假设3成熟期企业现金股利支付率大于成长期企业现金股利支付率。
假设4成熟期企业现金股利支付率大于衰退期企业现金股利支付率。
四、研究设计
(一)样本数据选择
选取2000～2006年在沪深交易所上市的非金融行业A股上市公司为样本，从中剔除数据不完整的公司、ST和PT公司、净资产为负数的公司、亏损当年发放现金股利的公司。同时，为了避免不同股利支付形式之间的干扰，本文剔除了其它股利支付形式的样本，仅将纯派现和什么都不支付的公司作为研究样本，最终获得885个样本。有关数据来自Wind资讯数据库以及CCER中国证券市场数据库。
(二)生命周期变量的构建
本文结合Anthony和Ramesh(1992)，Dickinson(2007)的方法，使用主营业务收入增长率、资本支出率及经营活动现金净流量／总资产三个指标，来决定样本公司所归属的各个生命周期阶段。生命周期判断因子在各阶段应有的特征如表1所示。
首先，在每一研究年度，依次按照主营业务收入增长率、资本支出率、经营活动现金净流量除以总资产三个判断指标从大到小对样本进行排序，并依据表1将当年的所有公司划分为三组，分别为单变量下成长期、成熟期和衰退期公司样本组。本文分年运用此程序，并允许样本公司的生命周期阶段可以有暂时性的变动。
其次，依据各公司年被分配所属组别赋值，成长期赋值0，成熟期赋值1，衰退期赋值2。在赋值后，将上述三个变量的分值分别为0、0、0的样本归类为成长期，将分值分别为1、1、1的样本归类为成熟期，将分值为2、2、2的样本归类为衰退期。生命周期变量的值为三个变量分值之和，因此，成长期、成熟期和衰退期三阶段中，生命周期变量的值分别为0、3和6。
最后，将处在成长期阶段的各年数据汇总，作为成长期的总样本。同样，将成熟期和衰退期阶段的各年数据汇总，得到成熟期和衰退期阶段的总样本。
(三)研究变量的设定
1、因变量。因变量分别取现金股利支付意向(Pit)和现金股利支付率(PR)。现金股利支付意向为被解释二元离散变量，1表示i公司在t年度发放了现金股利，0则表示没有发放现金股利；现金股利支付率其值为每股现金股利与每股收益的比率。
2、解释变量。企业生命周期变量(Life)：其值为企业所处的生命周期阶段，即三个生命周期判断因子的值之和。当公司处在成长期时取值为0，处在成熟期和衰退期分别为3和6。
3、控制变量。(1)资产规模(A)，即公司的资产总额。当公司规模越大时，越有可能支付股利。为了控制资产绝对值波动的影响，以下对其取对数。(2)总资产报酬率(ROA)。当公司的盈利能力越大时，越有可能支付股利，股利支付率和每股现金股利也越高。(3)资产负债率(Debt)。公司负债比率越大，越不可能支付股利，股利支付率和每股现金股利也越低。(4)市值面值比(M／B)。国外实证研究表明，上市公司分红与企业成长性关联较大。处于高速成长期的公司，为了满足投资对资金的需求，通常更希望将利润留存，因而较少实施现金分红。从成本而言，若当前投资机会不足，发放现金股利还有利于限制管理层挪用闲置的资金。本文参考Fama和French(2001)的方法，采用M／B作为成长性控制变量。(5)第一大股东持股比率(N01)。针对我国股市特殊的制度背景，学者研究表明，上市公司分派现金股利是出于“利益输送”，股权集中度越高的公司，越倾向于派现。本文采用第一大股东的持股比例作为股权集中度的控制变量。
(四)模型构造
为了检验假设1和假设2，构建如下Logit模型：
Ln(P/(1-P))=β0+β1Life+β2Ln(A)+β3ROA+β4M／B+β5Np1+ε (1)
为了检验假设3和假设4，构建如下模型：
PR=β0+β1Life+β2Ln(A)+β3ROA+β4Debt+β5M／B+β6No1+ε (2)
其中：解释变量为生命周期(Life)，控制变量为总资产的自然对数(Ln(A))、盈利能力(ROA)、资产负债率(Debt)、成长机会(M／B)、第一大股东持股比率(No1)。
四、实证结果与分析
(一)样本描述性统计
1、生命周期阶段划分变量描述性统计。为了解本文的生命周期划分方法是否合理地划分了企业所处的各个阶段，及企业在各个阶段中生命周期划分变量的差别，本文对生命周期划分变量进行了描述
性统计分析。
从表2可看出，在成长期到衰退期的整个过程中，划分生命周期的主营业务收入增长率平均值逐渐减少，同时资本支出率的平均值也是逐渐减少的，且成长期和成熟期主营业务收入增长率和资本支出率都大大高于衰退期的增长率，衰退期的主营业务收入增长率和经营活动现金净流量除以总资产这两个指标均出现负值。而对于经营活动现金净流量／总资产来说，成熟期的平均值最大，成长期次之，衰退期的最小。说明这三个变量能较好地划分企业所处的生命周期阶段。
2、各阶段股利支付率和股利支付水平描述性统计分析。统计表明，成长期股利支付率、每股股利的平均值分别是30.62％和0.07，成熟期股利支付率、每股股利的平均值分别是40.08％和0.11，衰退期股利支付率、每股股利的平均值分别是10.53％和0.01。由此可见，不管是股利支付率还是每股现金股利，成熟期的平均值都大于成长期和衰退期，即处在成熟期阶段的公司倾向于支付股利。
(二)单变量分析――t检验和非参数检验
1、生命周期划分变量t检验和非参数检验结果和分析。采用独立样本t检验和Mann-Whitney U无母数方法来检验各阶段的样本的生命周期划分变量，检验结果见表3。
从生命周期划分变量的参数检验和非参数检验可以看出，处在三个生命周期阶段的样本，其生命周期划分变量的大小与表1的结论一致，且都在1％的水平下显著。即资本支出与主营增长率均为成长期显著大于成熟期，成熟期显著大于衰退期；而经营活动现金净流量／总资产为成熟期显著大于成长期和衰退期，成长期显著大于衰退期。因此，进一步表明这三个变量较好地划分了企业所处的生命周期阶段。
2、股利支付率t检验和非参数检验结果和分析。采用独立样本t检验和Matin-Whitney U无母数方法来检验股利支付率假说，检验结果见表4。
从现金股利支付率的参数检验和非参数检验可以看出，成熟期的现金股利支付率显著大于成长期和衰退期的现金股利支付率。假设3和假设4得到了验证。
(三)多元回归结果和分析
由于证监会在2001年起将上市公司的分红状况作为考察其是否具有再融资资格的条件之一，且2005年我国开始了股权分置改革，为了减少这些噪音，本文分别对2000―2006年和2001―2004年区间的样本，从股利支付意向、股利支付率两方面进行了检验。
1、现金股利支付意向回归结果和分析。运用Logistic回归方法检验企业的现金股利支付意向是否会随着企业生命周期阶段的变化而调整。
首先，2000―2006年的样本回归分析结果表明，对于成长期和成熟期两阶段来说，现金股利支付意向与生命周期变量之间呈正相关，但不显著，假设1没有被支持。而对于成熟期和衰退期两阶段来说，不管是否加入控制变量，现金股利支付意向都与生命周期变量显著负相关。因此，假设2获得支持，成熟期的股利支付意向大于衰退期。
对于成长期到成熟期现金股利支付意向与生命周期变量之间正相关关系没有得到支持的原因，本文认为主要是我国监管政策所致。我国上市公司不分红现象十分突出，为了规范上市公司的股利政策，证监会从2001年起将上市公司的分红状况作为考察其是否具有再融资资格的条件之一，迫使很多上市公司为了获得再融资资格，实现后续融资而普遍采取了针对该政策的策略性分配行为，导致了股利发放公司的数目和比重两个指标大幅度上升。本文认为，由于证监会的这一政策，可能导致了生命周期变量与现金股利支付意向之间非显著的正相关关系。因为，处于成长期的公司主营业务收入增长率和资本支出率都很高，虽然该阶段高的主营业务增长率给企业带来了大量的现金流入，但同时需要企业大量的投资支出作为支撑，大量的资本支出可能使得公司收入并不能弥补支出，为了进一步发展和提高市场占有率，企业希望能通过发放股票股利或配股来获得所需的投资支出资金。而在现有政策下，就必须保持现金股利支付以获得后续再融资的资格，从而导致了成长期和成熟期阶段现金股利支付意向与生命周期变量之间非显著的正相关关系。
其次，2001～2004年的样本回归实证结果同样表明，在现金股利支付意向方面，成熟期和成长期并不存在显著差异，而成熟期的股利支付意向显著大于衰退期。
2、现金股利支付率多元回归结果和分析
首先，从2000―2006年的样本回归结果可看出，在成长期到成熟期，当未加入控制变量时，生命周期变量与现金股利支付率显著正相关，说明成熟期的现金股利支付率大于成长期的现金股利支付率，公司会根据企业所处的生命周期来调整公司的股利政策。但加入控制变量后，生命周期变量变得不显著，这可能是由于上述监管政策所致。假设3部分获得支持。而在成熟期到衰退期的回归中，不管是否加入控制变量，生命周期变量都与现金股利支付率显著负相关，说明成熟期的现金股利支付率大于衰退期的现金股利支付率，假设4获得支持。
其次，从2001～2004年的样本回归结果可看出，成熟期的现金股利支付率显著大于成长期和衰退期。由于加入控制变量后生命周期变量在1％的水平下显著，说明政策会影响公司的股利政策。
3、稳健性检验。用每股现金股利衡量股利支付率，结果表明，现金股利倾向于由成熟的、盈利能力好的公司支付，成熟期的每股现金股利显著大于成长期和衰退期。因篇幅所限，具体数据不予报告。
六、结论
本文首次运用生命周期理论，着重从股利支付意向、股利支付率两方面实证检验了生命周期理论和现金股利的关系，对我国上市公司的现金股利政策派发进行了新的理论阐述和解释。研究结果发现：
1、我国上市公司在考虑是否支付股利时，将企业所处的生命周期阶段作为考虑因素之一。成熟期的股利支付意向显著大于衰退期，但成长期到成熟期的股利支付意向并没有显著增加。本文认为，这主要是监管政策所致，为了获得配股和增发的资格，使得上市公司在成长期派发现金股利，导致了从成长期到成熟期股利支付意向的增加并不显著。
关键词：盈余操纵 非经常性损益 净资产收益率
一、文献综述
蒋义宏、魏刚(2001)曾对我国上市公司的盈余管理动机进行过概括，包括“扭亏为盈假设”，并已得到实证证据的支持。胡玮瑛等(2003)以我国2000年至2001年2006家微利公司为研究样本，从具体会计科目和会计指标出发进行了研究。发现上市公司在总体上有通过应计项目把利润调高的现象，但利用主营业务收入调节利润的迹象并不显著；营业外收支项目是其进行盈余管理的主要手段，明显存在通过少提坏账准备等资产减值准备进行盈余管理的现象。周晓苏(2004)以2000年52家微利上市公司组成微利样本组，筛选出存货周转率、净资产收益率等10项比率，利用数据挖掘手段对财务比率之间的关联规则进行了测试。通过对照控制样本的数据，得到了微利公司存在着盈余管理的结论，并指出微利公司更多地采用非应计利润手段来增加利润。干胜道、钟朝洪等(2006)通过选取沪深两市A股2004年微利区间的98家公司为样本，运用频率检测法证实微利公司普遍存在盈余管理的现象，主要靠投资类事项、资产处置收益及收取资金占用费等关联交易和地方政府支持，调增非经常性损益。Haw、Qi、Wu和Zhang(1998)发现。上市公司利用涉及“线下项目”(我国的利润表以投资收益、补贴收入、营业外收支等项目列示)的交易来达到监管部门对收益指标的要求。陈晓、李静(2001)的研究表明，地方政府通过财政支持(税率优惠、税收返还、财政补贴)积极参与了上市公司的业绩提升行动。蒋义宏、王丽琨(2003)以1999年至2001年三年数据为样本，通过统计分析后认为：以控制非经常项目交易时点为手段，在首次亏损年度确认巨额非经常性损失，在扭转亏损年度确认巨额非经常性收益，是亏损上市公司回避“连续3年亏损要暂停或终止上市”退市机制的主要手段。笔者认为，上市公司盈余管理手段可分为两类：一是公司运用会计手段独立实施；二是借助外力、采用交易手段实施。但后者的运作空间更大，如借助关联方交易和借助地方政府力量是通常运用的两种；同时各种手段所影响的会计项目有经常性项目，也可以是非经常性项目，但后者的操作空间更大、更简单、更安全保险。
二、研究假设、设计与样本选取
(一)研究假设判断微利上市公司是否存在盈余管理。可采用Burgstahler和Dichev(1997)提出的频率分布法。不存在盈余管理时，ROE分布在统计意义上应是光滑的，符合正态分布；而当在某一阈值处存在盈余管理时，图中阈值点的左(右)相邻间隔内的观察频数会出现异常低(高)值，从而造成不光滑甚至不连续。由此建立以下假设：
H1：在ROE频数分布图中。微亏公司的的频数异常的低.而微利公司和净资产收益率达到6％以上的公司的频数则异常的高
笔者认为，非经常性损益是上市公司操纵利润的重要手段，如果上市公司业绩可能出现亏损而导致与投资者期望相悖，公司的股票价格将会下跌；如果当公司管理层的报酬与经营业绩挂钩时，公司出现业绩滑坡则会影响经理人的收入，甚至危及其职位，同时许多公司签订的许多契约也也可能与公司的盈利指标乡挂钩，如贷款合同等；此外，如果公司连续两年亏损将面临加星警示，三年亏损还将面临暂停上市、终止股票上市等棘手的问题。因此，当公司的财务状况恶化公司濒临亏损时，公司管理层经通常会进行盈余管理，通过多计收益少计损失的等法推迟账面亏损的出现。但通过调节主营业务增加利润的手段毕竟有限，非经常性收益或损失项目便成为管理层操纵利润的重要手段。由此，建立假设：
H2：非经常性损益是微利公司调高利润的重要手段
当公司通过会计调节扭亏无望时，为了使公司能够在未来年度顺利轻松的扭亏为盈，避免受到暂停上市等处罚，公司便会在亏损年度尽可能多计损失，通过一次亏个够的恶劣手法抛开原来公司的包袱，为下期盈利净身。由于非经常性损益确认的主观性较大，必将成为各公司调低利润的重要手段。因此，建立假设：
H3：非经常性损益是亏损公司调低利润的重要手段
(二)研究设计本文通过采用频率分布法，设计指标进行分析。
(1)假设1的检验方法。采用Burgstahler和Diehev(1997)提出的频率分布法，选取2006年沪深两证券交易所所上市公司，对其净资产收益率作频率分布图，看其是否出现不光滑或者突然断裂等情况，从而作比较并得出结论。
(2)检验指标。为了检验假设1、假设2，设计了如下指标：非经常性损益与利润构成绝对值之比，UNER=|非经常性损益|+|经常性损益|/分经常性损益
上式中使用经常性损益的绝对值与非经常性损益的绝对值之和作为分母可以使得UNER介于-1到1之间，从经济学角度讲，分母的数值代表的是经常性损益和非经常性损益的数量之和而不考虑其方向(正负)，同时也可以将其理解为对非经常性损益的均分因子，利用其对非经常性损益进行平均后有利于在不同规模公司间进行比较。如果假设2成立，微利公司的UNER将显著高于控制样本；如果假设3成立，亏损公司的UNER将显著低于控制样本。将各年ROE
(三)样本选取选取2004年至2006年的沪深A股上市公司数据作为研究样本。在选取样本的过程中，遵循以下原则：剔除金融保险类上市公司；剔除了财务和股票价格数据不全的上市公司及净资产小于0的上市公司；不包括4月30日之后公布年报的公司。最终获得3997个公司的年度观察值，其中2004年131l家，2005年1289家，2006年1398家。各年样本公司的具体分布如(表1)所示。从(表1)中可以看到：随着相关会计准则及其它相应制度的完善，披露非经常性损益公司的比率在提高，同时也说明了非经常性损益对上市公司收益的影响力也在逐年提高，管理层及财务人员开始重视这部分内容。数据还表明，各年非经常性损益大于0的公司数均大于非经常性损益小于0的公司。
三、实证检验分析
(一)假设1的检验结果分析本检验以沪深两市A股2006年度净资产收益率落在[0，1％]区间的78家公司为样本。定义“微利”主要是因为ROE是我国上市公司监管的重要指标，包括风险警示、暂停、终止上市及配股资格等方面；孙铮、王跃堂(1999)发现，上市公司ROE在[0，1％]和配股线两个区间突出表现出不符合正态分布的特征；从成本效用角度来看，微利上市公司盈余管理目的是实现报表盈利，ROE大于O即可，而超过了1％后显然既困难又增大了披露风险，可能性不大。这些企业无论从哪方面来讲都有盈余管理的强烈动机与愿望。且从样本中可以看出：在2004年至2006年度曾出现过亏损的有23家，在2006年实现扭亏为盈而避免受到从2006年开始实行的上市公司退市风险警示制度而“加星”的处罚的企业有18家，前两年连续亏损的公司今年微利而摘牌的有3家。另外，这些企业的2006度审计报告中有7家被出具了非标意见，占当年所有上市公司别出具非标意见总数的11.11％。(图1)是2006年沪深两市全部A股上市公司的ROE分布频率图(剔除了个别极端值)。很明显地看出两图存在巨大的差异，说明我国资本市场确实存在非随机因素影响着ROE的分布，可能是由公司管理当局的盈余管理造成的。(图1)中ROE的范围从-34％到+34％，组距是1％，横坐标显示的是ROE区间，纵坐标为观测值的频数。图形整体上呈多峰状图形，ROE分布有4个明显的异常区间：微利区域(0～1％)、3％～4％、6～7％与8～9％区域。除了这四个区间外，频数分布图是相对平滑的。如果考虑到分布的其余部分的平精性，略低于0、3％、6％、8％区间的频数异常地低，区间[-1％，0]、[2％，3％]、[5％，6％]与[7％，8％]的频数分别为4、85、64与35；而略高于0、3％、6％与8％区间的频数异常地高，区间[0，l％]、[3％，4％]、[6％，7％]与[8，9％％]的频数分别为78、100、79与81。因此，本文假设1得到了验证，即我国现行资本市场存在盈余管理行为。同时我们注意到在临界点0％处出现最明显异常现象，说明微利上市公存在较严重的盈余管理。阀值右侧的微利区间有显著峰值，而左侧微亏区间内的上市公司数目却异常的少。这很可能是真实的微亏公司为避免落入亏损区间而调高盈余，成为虚假微利公司，在图中往右移动；也可能是微亏公司为了“两年不亏”，故意调低盈余，依靠“一次亏过够”的手法为次年调高盈余做准备，因而微亏变成了巨亏，在图中往左移动。从(图1)可以清晰地看出在[6％，7％]区间出现峰值，在6％阀值左侧数量较少，而右侧数目急剧上升。这与2001年起实行的上市公司只有连续三年加权平均净资产收益率达到6％才有配股权的规定有关，是我国上市公司的典型“保配现象”。但这一现象没有有像微利区间那么显著，这可能是由于这两年我国经济形势较好，大部分公司盈利都不错，且6％的保配最低要求并不像原来10％这么高，另一方面也因为要连续3年亏损才可能被摘牌处理，因此上市公司回旋的时间与空间较大，其间过度盈余管理行为不是非常必要。
(二)假设2的检验结果分析(表2)中的panel A是对假设B所做的结果，从结果中可以看出：微利公司组合UNER各年的均值分别为0.2033、0.2178和0.2578，控制样本各年的均值分别为0.1101、0.1188和O.1480。从数字上就能明显的看出研究样本即微利公司组合UNER的平均值大于控制样本的UNER均值。通过独立样本的双尾t检验结果也显示微利公司的UNER均值要显著高于控制样本(在1％的水平上)；同时各年微利公司的UNER中位数也显著大于各年的控制样本。以上均支持微利公司通过调高非经常性损益避免亏损的结论。另外，除了参数检验，从Kolmomv--Smimov(K-S)非参数检验的结果看假设2也得到了有力的支持，各年的z值分别为3.029、3.751和3.386，并且均在1％的水平上显著，从而说明各年的亏损公司与控制样本的分布存在明显的差异。从3年的混合样本的参数和非参数检验来看，假设2也同样高显著性地通过了验证。所以假设2通过了检验。
(三)假设3的检验结果分析 (表3)中的pamel B是对假设3所做的结果，从结果中可以看出：亏损公司组合UNER各年的均值分别为-0.2471、-0.2239和-0.1220，，控制样本各年的均值分别为0.1101、0.1188和0.1480。从数字上就能明显的看出研究样本即亏损公司组合UNER的平均值远小于控制样本的UNER均值。通过独立样本的双尾t检验结果也显示亏损公司的UNER均值要显著小于控制样本(均在1％的水平上)；同时各年亏损公司的UNER中位数也显著小于各年的控制样本。实证结论支持亏损公司通过调低非经常性损益进行盈余管理，通过洗大澡等手法为公司未来年度轻松实现盈利作准备的结论。另外，除了参数检验，从Kolmogomv--Smirtlov(K--S)非参数检验的结果看：假设3也得到了有力的支持，各年的z值分别为6.444、6.439和4.257，并且均在1％的水平上显著，说明各年的亏损公司与控制样本的分布存在明显的差异。从3年的混合样本的参数和非参数检验来看，假设3也同样高显著性地通过了验证。所以假设3通过了检验。
四、结论与建议
人类对客观事物的认识是多种多样的，这些认识可以是企业生产的规模，可以是企业生产机器的稳定性，可以是一个地区的教学质量，可以是市场经济的规律，也可以是一个时期的经济形势或环境等等。撇开这些形形的形式内容，人们对客观事物的认识从目的来看可分为表面认识和本质认识两种。本文将这种从形式内容中抽象出来的对客观事物的认识称之为统计分析内容。表面认识就是对客观事物表面特征的认识；本质认识是从客观事物表面特征出发，最终得到超越客观事物表面特征的本质特征的认识。同样，与统计分析内容相对应的统计分析（方法）就可分为表面分析和本质分析两种。在统计分析方法的使用上，形式内容的认识与统计分析方法的关联不大，反而是在统计分析内容认识（对客观事物表面认识和本质认识）上，分析方法的使用差别较大，因此本文主要从统计分析方法的角度对统计分析内容加以细分。在SPSS中，横向叫个案，所有个案组成样本；纵向叫变量，一个变量代表客观事物的某方面特征。表面认识在SPSS中主要对应于样本认识，目的是认识样本所代表的具体事物的特征（当然样本的特征离不开变量，但目的不在变量）。本质认识则以样本数据为基础，总结出同类事物的普遍特征，这些特征就是变量自身的特征（它从样本出发，但又超越样本），因此本质认识可以认为就是对变量的认识。统计分析内容的划分与人们对客观事物的认识规律也密不可分。人类对客观事物的认识都是由浅入深、由外及里的。这种由浅入深、由外及里的认识过程正好体现了表面认识和本质认识两个过程。统计分析的两种内容既是人们对客观事物认识的两个方面，也是人们对客观事物认识的两个过程，但它们可以是相互独立的。因为人类出于认识目的的需要可以只认识客观事物的表面，也可以只认识客观事物的规律。
（一）表面认识
表面认识是一种以认识具体客观事物表面特征为目的的认识。对具体客观事物表面特征的认识，从定量和定性两个角度出发，还可以分为事物描述认识和事物评价认识两种。
1.事物描述认识。事物描述认识是指只对具体客观事物作纯粹的描述，而不加任何主观意见的认识，如集中趋势描述。从认识内容的复杂性来看，事物描述认识又可分为简单描述认识和综合描述认识。简单描述认识是对具体客观事物的一种现象（变量）特征的认识，如认识一群企业的规模。综合描述认识则是结合具体客观事物的很多现象（变量）对具体客观事物的特征加以认识，如认识事物在两个定类变量中交互分布等。综合描述不是简单描述的组合，而是简单描述的提升。
2.事物评价认识。事物评价认识是指对具体客观事物的某种特征给出人为意见或判断的认识。评价分析通常给出定性结果，如判断两种产品某种性能的差异是否存在。按评价内容来分，评价分析主要包括事物成绩评价分析和事物间差异评价分析两种。事物成绩评价按评价所依赖的现象多寡还可分为简单评价和综合评价。简单评价是对事物的一方面特征给出评价意见，如根据销售数据对企业的销售成绩作出评价。综合评价是对事物的多方面特征给出综合的评价意见，如根据利润率、流动资金周转率、净资产收益率等特征对企业的经济效益作出评价。
（二）本质认识本质认识是一种以认识普遍客观事物本质为目的的认识。本质认识仍以特定样本事物的数据为依据，但认识的结果已经远远超出样本事物的范围。撇开具体事物后，人类对事物本质的认识，则主要体现为对普遍事物的现象（变量）自身规律的认识和对普遍事物的现象（变量）间关系规律的认识。这两种认识还可以给他们一个更简单的名字，就是单现象本质认识和多现象关系认识，这也可以看作是本质认识按现象复杂性的划分。
1.单现象本质认识。单现象本质认识是对单变量自身规律的认识。单现象本质认识按现象与时间的关系，又分为现象自身分布规律认识（静态）和现象自身变化规律认识（动态）两种。
（1）现象自身分布规律认识，是指认识现象自身的分布特征，属静态认识，如认识成绩是否成正态分布，摇号时每个号码的出现是否呈均匀分布等。
（2）现象自身变化规律认识，是认识现象在时间上的变化规律，属动态认识，如长期趋势认识、季节变动规律认识等。
2.多现象关系认识。多现象关系认识是对变量间关系的存在与否、关系的程度大小及方向等内容的认识。多现象关系认识，按变量间关系是否平等又分为对等关系认识和影响关系认识两种。
（1）对等关系认识，是对两群对等变量间关系的认识。对等关系认识中，变量相互影响，没有自变量与因变量之分，如相关认识。两群变量之间的对等关系可以是，一对一的关系（如简单相关认识、偏相关认识），也可以是一对多的关系（如复相关认识），还可以是多对多的关系（如变量聚类认识）。两群变量的关系可以是线性的、曲线的，或者没有关系。
（2）影响关系认识，是对一群变量如何影响另一群变量的认识。影响关系认识中，两群变量间的关系是不平等的，存在自变量和因变量之分，如回归关系认识。影响关系认识中的因变量通常是一个，但自变量却可以是一个或多个。因此影响认识又可以分为一对一影响和多对一影响。
二、SPSS分析方法按统计分析内容的归纳
与统计分析内容相对应的SPSS分析方法首先分为表面分析和本质分析两种。
（一）表面分析表面分析是以认识客观事物表面特征为目的的一种分析方法，与表面认识相对应。表面分析，从认识的性质出法，具体又分为事物描述分析和事物评价分析两种。
1.事物描述分析，是对客观事物的表面特征进行认识的一种分析。按认识时涉及的变量数多少，可分为单现象描述分析和多现象描述分析两种。
（1）单现象描述分析（简单描述分析），是对客观事物单方面特征进行描述的分析。对客观事物的描述方法（分析方法），以其手段的不同归纳起来可以有指标描述法、表格描述法、图形描述法、推断描述法等。指标描述法，是以统计指标方式来认识事物，认识的具体内容包括集中趋势、离中趋势、分布特征等。相关的SPSS方法主要是描述统计中的描述，除此之外还有描述统计中的频率、探索两方法。这些分析的特点是输出统计指标。表格描述法，是以分组表的方式来描述事物的特征，其内容仅包括简单分布表（交互分布表属多现象描述分析）。相关SPSS方法是描述统计中的频率，其特点是输出频率表。图形描述法，是以统计图方式来认识事物的特征，其内容包括箱索图、茎叶图、饼图、条形图、直方图、散点图等。相关的SPSS方法是描述统计中的探索、频率方法和图形菜单中的各种图形功能。探索功能可输出箱索图和茎叶图。频率功能可输出饼图、条形图和直方图。图形功能则可输出除茎叶图外的各种图。推断描述法，是以数据库中的样本数据为依据，推断总体特征。尽管此处的总体事物超出SPSS中的样本范围，但人们也只不过将其看作是更大的样本罢了。从认识目的来看，推断描述中对总体均值、比率或方差的认识仍属表面认识。统计抽样推断的具体内容包括统计估计和假设检验两种。统计估计的主要内容就是完成总体均值、成数的区间估计，相关的SPSS分析方法是描述统计中的探索功能。假设检验的主要内容是均值、成数假设检验，相关的SPSS分析方法是均值比较中的单样本T检验。
（2）多现象描述分析（综合描述分析），是对客观事物的多方面（变量）特征进行综合的描述（并非多个简单描述的叠加）。综合描述分析方法按其认识目的不同又可分为交互分布描述、分类描述、降维描述和分类识别等几种。交互分布描述，其目的是认识事物在多变量下的联合分布。其描述内容包括交互表和与交互表对应的分布图，相关的SPSS分析方法是描述统计中的交互表和图形菜单的条形图等。分类描述，其目的是认识哪些个案间的关系较为接近。相关的SPSS分析方法是聚类分析中的个案聚类分析，聚类分析方法又包括两步聚类、K-均值聚类和系统聚类等三种。降维描述，其目的是认识多变量下的主要影响因素（主成分）有哪些。相关的SPSS分析方法是降维分析中因子分析和对应分析。分类识别，其目的是认识某事物在已有实物分类上的类别归属。相关的SPSS分析方法是判别分析。
2.事物评价分析。
（1）成绩评价分析。简单评价，是对事物在某个方面（变量）的成绩所做的评价。评价客观事物的成绩可有多种标准，按其评价标准的不同，简单评价可有对照评价、横向评价和纵向评价等三种。对照评价，是根据给定评价标准来评价客观事物成绩的分析方法。相关的SPSS分析方法是均值比较中的单样本T检验。横向评价，是以同类事物作为评价标准来评价客观事物成绩的分析方法。相关的SPSS分析方法是均值比较中的独立样本T检验。纵向评价，是以评价事物的历史成绩作为评价标准来评价现时成绩的分析方法。相关的SPSS分析方法是均值比较中的独立样本T检验或配对样本T检验。上述的几种评价都较简单，可以直接靠经验而无需借助SPSS软件。综合评价，是对事物在多个方面（变量）作出的成绩所进行的评价。这是一种复杂的评价方法，它不是每个变量简单评价的叠加，因此通常要求多种SPSS分析方法同时运用。如要得出综合排名，则要经过标准化处理和综合分计算两个步骤。标准化处理，是将非标准化数据，折算成均值为0，标准差为1的标准化数据，目的是消除变量间的不可比性。在此过程中，还要统一变量的正逆性。相应的SPSS方法是均值比较中的描述。在描述功能中，勾选“将标准化得分另存为变量”复选框则可。综合分计算，是根据事物的多个特征（变量）值来计算其综合得分。这种综合得分可以是简单综合分或加权综合分。相应的SPSS方法是转换菜单中的计算变量。
（2）差异评价分析，是对事物与事物之间的差异是否显著所做的评价。差异评价的内容包括均值差异、结构差异和方差差异等几种。均值差异评价。均值差异评价在分析方法上有两事物差异和多事物差异之分。两种事物间差异评价，是比较两种事物在同一时间和同一现象（变量）上均值差异是否显著的一种评价，如比较两个地区人民生活水平差异是否显著。相关的SPSS分析方法包括比较均值中的独立样本T检验、方差分析等。多种事物间差异评价，是比较多种事物在同一现象（变量）上均值差异是否显著的一种评价，如比较不同文化程度人群间收入差异是否显著。相关的SPSS分析方法是比较均值中的单因素方差分析。结构差异评价，是评价两总体的结构差异是否显著的一种分析。相关的SPSS分析方法是非参数检验中卡方检验。方差差异评价，是评价两个总体中同一变量方差差异是否显著的一种评价。相关的SPSS分析方法是F检验，这是独立样本T检验中的附带功能。
（二）本质分析
1.单现象本质分析。
（1）分布特征分析（静态）。分布特征通常可通过分布图和分布表来认识，但分布图和分布表认识的只是具体事物的现象特征，并非普遍事物的现象特征。SPSS是通过显著性检验来判断普遍事物的现象特征，相关的SPSS分析方法包括非参数检验中的卡方检验、二项式检验、单样本K-S检验等。但在使用SPSS操作前还应通过分布图和分布表初步判断现象的特征，然后再用SPSS非参数检验方法来判断现象的本质特征。非参数检验的主要作用是检验事物的分布是否显著成某种特征，这些特征包括正态分布、均匀分布、泊松分布和二项式分布等。具体分析方法包括以下几方面。单总体比率假设检验，检验总体中某一特征的总体单位的比例是否为某个特定值，如检验总体中男性比重是否显著为50%。相关的SPSS分析方法为非参数检验中的二项式。单总体结构分布检验，检验总体在某一现象（变量）上的分布是否成某种已知分布形态（如均匀分布、泊松分布、二项式分布等）。检验方法包括非参数检验中的卡方检验、单样本K-S检验。正态分布检验，检验总体在某一现象上的分布特征是否为正态分布。相关的SPSS分析方法是非参数检验中的单样本K-S检验。
（2）变化规律分析（动态）。长期趋势分析，是一种分析事物在时间上的变化是否成某种规律以及还原其函数关系式的分析。在变化规律形态的判断上，需要用到散点图，相关的SPSS分析方法是图形菜单下的散点图功能。函数关系式回归的分析则属时间序列自回归，相应的SPSS方法是回归分析，在回归菜单下的“线性”及“曲线估计”等功能中完成。季节变动分析，是一种寻找季节变动规律的分析。主要内容包括季节变动规律是否存在的判断和季节指数的计算。在季节变动规律是否存在的判断中，相关的SPSS方法是图像菜单下的线图。在季节指数的计算中，相关的SPSS操作方法需分两步完成：第一步，添加时间序列，在数据菜单的定义日期功能中完成；第二步，完成季节指数计算，在分析菜单中预测子菜单下的季节性分解功能中完成。
2.多现象关系分析。
（1）对等关系分析。现象对等关系分析的主要任务是判断变量间关系是否存在，其次是判断其相关方向及相关程度的大小等。由于相关变量的类型不同，相应的分析方法也不同。若将相关变量的类型分为定类、定序和定距三种，则在两两组合搭配下，变量间关系的类型可有6种之多。若将6种关系中分析方法相同的关系加以组合，则可得出以下三种组合关系：定类与定类、定序、定距的关系；定序与定序、定距的关系；定距与定距的关系。第一种，定类与定类、定序、定距的关系，可采用卡方检验方法来分析。相关的SPSS分析方法是描述统计的交互表。第二种，定序与定序、定距的关系，可采用散点图、卡方检验和相关分析几两种方法来分析。卡方检验只能判断关系是否显著存在，相关的SPSS分析方法是描述统计的交互表。散点图可以判断相关形态及方向；相关分析则可进一步分析相关程度的高低及相关方向。相关的SPSS分析方法包括图形菜单下的散点图和分析菜单中的相关分析（简单相关分析）。第三种，定距与定距的关系，可采用散点图和相关分析来进行分析。分析现象间相关形态及相关方向，可采用SPSS中的散点图功能。对现象间相关关系大小的分析，依相关变量数量多少及地位的不同，可有简单相关分析（距离分析）、偏相关分析、复相关分析几种。简单相关分析（包括距离分析），可用来分析两个定序变量间、两个数值变量间、定序数值变量间的相关关系。相关的SPSS分析方法是相关菜单下的“双变量”及“距离”菜单功能。根据变量间关系的大小（距离的远近），还可以进一步对变量群作分组认识，相关的SPSS分析方法是聚类分析中的变量聚类分析。偏相关分析，是在排除外部变量对分析变量影响后，分析两个变量间线性关系大小及方向的分析方法。相关的SPSS分析方法是相关菜单下的“偏相关”菜单功能。复相关分析，是分析一个变量同时与多个变量间的线性关系是否存在，以及相关方向及大小的分析方法。相关的SPSS分析方法是多元线性回归分析。多元线性回归分析中，输出的方差分析数据可以判断线性关系是否存在，输出的相关系数就是复相关系数。
（2）影响关系分析。影响关系分析中依自变量和因变量类型不同，可有多种不同的分析方法。因变量的类型主要有定距、定序和二分变量等三种，自变量的类型则包括定距、定序和定距三种类型的全部。单自变量情况下两两排列可有九种情况，加上多自变量（当前尚无多因变量的回归分析），情况将更加复杂。有些组合无法进行分析，其余可以进行分析的组合中，结合它们的共性，最终综合成以下八种情况：三种变量对定距变量的定性分析、定距定序变量对定距变量的定量分析、三种变量对定序变量的定性分析、定距定序变量对二分变量的定量分析、多自变量对定距变量的定性分析、多定距定序变量对定距变量的定量分析、多自变量对定序变量的定性分析、多定距定序变量对二分变量的定量分析。三种变量对定距变量的定性分析，可分析自变量对定距变量的影响是否存在。相关的SPSS分析方法包括独立样本T检验、单因素方差分析。独立样本T检验的影响因素的取值只能是两个，单因素方差分析的影响因素取值可以是两个或多个。定距定序变量对定距变量的定量分析，可还原因变量和自变量间的函数关系式。相关的SPSS分析方法是回归分析。回归分析依变量间关系形态不同又分为线性回归分析和曲线回归分析两种。相关的操作包括回归菜单下的“线性”及“曲线估计”等功能。三种变量对定序变量的定性分析，分析方法同上述A情况。定距定序变量对二分变量的定量分析，可还原因变量和自变量间的函数关系式。相关的SPSS分析方法是回归菜单下的二分逻辑回归。多对一影响分析。多自变量对定距变量的定性分析，可分析自变量对定距变量的影响是否存在。相关的SPSS分析方法是多因素方差分析，在一般模型下的单变量功能中完成。多定距定序变量对定距变量的定量分析，可还原因变量和自变量间的线性函数关系式。相关的SPSS分析方法是多元线性回归分析，在回归菜单下的线中完成。多自变量对定序变量的定性分析，方法同A情况。多定距定序变量对二分变量的定量分析，分析方法同一对一影响分析的D情况。
三、三点总结
（一）两种分析方法的关系不管是表面分析还是本质分析，都是对客观事物特征的认识。前者着眼具体事物，后者着眼普遍事物。正因为表面认识着眼的是具体事物，所以对具体事物的评价分析（虽带定性特征）仍属表面分析。由于普遍事物是个抽象概念，在分析过程中人们要依赖具体事物的数据，但分析结果却超越具体事物。超越具体事物后，人们得到的就是变量自身的规律。表面分析，认识的是具体事物的特征，但认识过程又离不开变量。本质分析，认识的是普遍事物某种现象（变量）自身规律的特征，但认识过程却离不开具体事物（样本）。在本质分析中将具体事物看作是样本，得出的却是同类事物的规律。而表面分析中，要认识的就是具定事物的特征，但这些特征一般不能看作是同类事物的特征。如某个地区的人口分布呈老年化是事物特征，但并不等于所有地区的人口分布都呈老年化（普遍规律）。
（二）分析内容与SPSS分析方法的关系统计分析内容和SPSS分析方法的关系，表现为目的与手段的关系。相同的分析内容可以使用不同的分析方法，不同的分析内容，可以使用相同的分析手段。用同一种分析方法完成的分析，其分析内容属表面分析还是本质分析取决于你的认识目的。如独立样本T检验分析方法，可以用来分析一个班（校）中男女成绩差异是否显著，也可以用来分析性别变量对成绩变量的影响是否显著。前者属表面分析，后者属本质分析。因为前者着眼的是一个班（校）的学生的成绩特征，后者着眼的是性别和成绩两种现象的关系。正因为本质认识着眼的是普遍现象的特征，因此要求样本量应足够大，显著性水平应足够高。对于表面认识，因为它认识的是样本特征，因此样本量大小与认识目的无关，显著性水平要求也可低些。
摘要：本文总结了spss 软件的特点，分析了经济管理类专业SPSS软件课程教学的主要模块，并提出了课程教学中应该注意的几个问题。
关键词 ：经济管理专业SPSS 统计教学
1 SPSS 软件的主要特点
1.1 应用广泛SPSS 软件是目前世界上应用最为广泛的专业统计分析软件之一，在全球约有25 万用户，应用领域有通讯、医疗、银行、保险、科研教育等多个领域和行业。全球500 强中有80%的公司使用SPSS，而在市场研究和市场调查领域有超过80%的市场占有率。
1.2 功能强大SPSS 软件经历了40 多年的发展，具有很强的数据管理和统计分析功能，集数据录入、资料编辑、数据管理、统计分析、报表制作、图形绘制为一体，囊括了各种成熟的统计方法与模型，包括方差分析、相关分析、回归分析、卡方检验、t 检验、非参数检验以及近期发展的多元统计技术，同时又可进行图表分析和输出管理等。
1.3 简单易学自从1995 年SPSS 公司与微软公司
合作开发SPSS 界面后，SPSS 界面变得越来越友好，操作也越来越简单。软件界面完全是菜单式，一般稍有统计基础的人经过适当培训即可用SPSS 做简单的数据分析。
1.4 兼容性好在数据方面，不仅可以直接进行数据输入，还可将Excel、Txt 等数据导入到SPSS 中进行分析，可以节约大量时间并减少错误；在结果方面，SPSS 的图表可直接导出为Word、Txt、Excel 格式等，并彻底解决了中文兼容问题，可以直接使用中文结果。
2 经管类专业SPSS 软件教学模块探讨
SPSS 软件内容丰富，如何在比较短的时间内达到培养学生综合应用能力的目的呢？以下是湖南涉外经济学院经济管理专业开设的SPSS 软件（共计36 学时）的教学模块：
2.1 数据文件的建立与处理数据文件的建立部分主要是包括数据的录入、导入、编辑和存储。如何定义数据变量，主要包括变量名称、变量类型等；对于直接导入Excel、Txt 等格式文件，数据的处理主要包括数据的计数、排序、分组、分类汇总、数据变量的计算等。
2.2 统计描述与参数估计包括两个内容：一是连续变量的统计描述与参数估计，具体为集中趋势的描述、离散趋势的描述和连续变量的参数估计，让学生运用SPSS计算数据的平均数、标准差、四分位数、众数、中位数等基本描述统计量，并对连续变量进行参数估计；二是分类变量的统计描述与参数估计，具体为：单个分类变量的统计描述、多个分类变量的联合描述、多选题的统计描述和分类变量的参数估计。
2.3 数据的图表呈现SPSS 软件有着强大的制表和画图功能。在制表方面，如何确定表格的基本框架，基本步骤有哪些，重点介绍如何设置摘要统计量及格式，如何调整各种显示环节，如何编辑；在画图方面，可以画出直方图、茎叶图、箱图、饼图、条图等。
2.4 统计推断分析在SPSS 软件中运用的推断统计
分析方法有参数检验、非参数检验和方差分析方法。教学时重点介绍t 检验和单因素方差分析，前者具体为单个样本t 检验、成组设计两样本均数的检验、配对设计两样本均数的检验；后者具体为多组均数间的比较、比较方法及各自适用情况、输出结果的解释。
2.5 相关分析与回归分析
相关分析和回归分析都是分析客观事物之间相关性的数量分析方法。主要教学内容：如何运用SPSS 软件进行简单相关分析、偏相关分析，对分析结果如何解释，如何建立简单线性回归模型并检验。
3 经管类专业SPSS 软件实践教学应注意的几个问题3.1 讲解演示与操作练习相结合SPSS 软件课程是一门操作性很强的课程，因此，一方面需要教师通过多媒体演示，告诉学生操作的方法和步骤，为什么要这么操作，结果是什么，如何对结果进行分析与解释。另一方面，不能只是纸上谈兵，要配备一定数量的计算机，让学生动手操作与练习。教师讲解演示与学生操作练习的时间分配一般是1:1。
3.2 教学内容案例化要想活跃课堂学习气氛，更加深刻地理解和掌握知识点，应该使教学内容案例化，因此要采集大量的经济管理相关案例。采集来源可以是：①教材案例；②教师科研数据；③本科毕业论文数据；（4）社会最新的统计数据。通过讲解与现实结合具体案例，抓住学生的关注点和兴趣点，提高学生的积极性和主动性。
3.3 适当采用“出错”教学法在学生操作练习或在批改作业的过程中，教师通常会发现学生容易犯一些错误。教师要及时总结，讲解注意点及容易出现的错误，使学生明白不恰当的操作可能会带来的错误结果。通过设置这些容易犯错的实验案例，让学生自己去思考、操作、论证，发现并修改错误，这就是“出错教学法”。“出错”教学法能够加深学生对所学知识的印象，启发思考，提高学生自学SPSS 软件的能力。
3.4 采用灵活的考核形式传统的笔试方式在SPSS
软件课程中不适用，因此采取平时考核与上机考核相结合的形式。平时考核包括考勤和课堂操作练习情况，要求学生每周的操作结果和分析过程以作业的形式提交；上机考核即给出3-4 道题，给出问题和数据，要求学生在既定的时间内，运用SPSS 软件解决并对结论进行分析。
参考文献：
[1]张文彤，邝春伟.SPSS 统计分析基础教程[M].北京：高等教育出版社，2011.
[2]辜子寅.统计软件SPSS 课程教学的探讨[J].统计与管理，2013（4）:37-38.
[3]景曼.SPSS 软件教学实践中应注意的几个问题[J].黑龙江生态工程职业学院学报.2013（3）:100-101.
关键词:年报披露的及时性；公司业绩；审计意见类型
中图分类号：F239文献标识码：A文章编号：1001-6260（2009）01-0133-07
公司年度报告是公司对外披露信息的主要途径，也是会计信息和公司其他信息的重要载体。因此，会计信息的及时性主要表现为公司年度报告披露的及时性。及时性是会计信息重要的质量特征，各国会计准则都将其纳入会计信息质量的要求当中。年度报告披露时间的具体规定也为上市公司选择实际披露时间提供了很大的空间，上市公司在法定时间范围内可以自主选择实际的年度报告披露时间。那么，上市公司自主选择的年报实际披露时间是由哪些因素决定的？为什么有的上市公司选择及早披露年报，而有的上市公司选择延迟披露年报？上市公司自主选择的年报披露时间有没有信息含量，这一行为意味着什么？这些都是值得研究的问题。本文旨在检验业绩好的公司和业绩差的公司、被出具清洁审计报告的公司和被出具非清洁审计报告的公司年度报告披露时间的系统性特征，并分析被出具的审计报告的不清洁程度和类型对上市公司披露年报及时性的影响。
一、文献回顾
影响上市公司年报披露及时性的因素有很多，其中公司业绩是一个很重要的影响因素。在国外以往的研究中，Pastena等(1979)研究发现相对于公布各类积极信息而言，公司倾向于推迟公布各类消极信息；Kross(1981)发现公司披露年度会计盈余的及时性与公司实际盈余和分析师预计盈余之差存在显著的关系，实际盈余低于预计盈余的公司倾向于更晚披露年报，实际盈余高于预计盈余的公司倾向于提早披露年报；Givoly等(1982)也发现了公司倾向于推迟披露坏消息的类似结论；Kross 等(1984)发现公司中期和年度报告的披露时间都与业绩好坏有关系，业绩好的公司较早披露，业绩差的公司较晚披露；Begley 等(1998)研究了在美国法律环境发生显著变化的1983―1992年期间是否还有类似的现象，结果与之前的研究十分一致。在国内这一方面的研究中，Haw等(2000)用中国1994―1997年A股样本数据研究发现，业绩差的公司比业绩好的公司年报披露时间更晚；程小可等(2004)利用沪市A股上市公司1997―2002年的样本数据，运用多元线性回归模型验证了年报披露的及时性与未预计盈余呈显著的负相关关系，即好消息偏向于更早披露，坏消息偏向于更晚披露；陈汉文等(2004)以我国2000―2002年的上市公司数据为样本，采用分组检验的方式，发现好消息公司倾向于比坏消息公司早报告盈余；李维安等(2004)以我国2000―2003年上市公司数据为样本，运用多元线性回归模型研究发现，在同等条件下，业绩越好的上市公司年报披露越及时。
影响上市公司年报披露及时性的另一个重要因素是审计意见类型。在国外的研究中，Whittred(1980)运用非参数方法研究了审计意见类型与公司年报披露时间的关系，发现被出具非清洁审计意见的公司比被出具清洁审计意见的公司更晚披露年报，而且审计意见程度越严重，年报披露时间越晚；Ashton等(1987)以及Ashton等(1989)都运用多元回归模型研究了影响年报披露时间的各个因素，他们发现被出具非清洁审计意见的公司年报披露时间更晚；Bamber等(1993)以及Kinney等(1993)的研究也得出了类似的结论。在国内的研究中，王建玲(2004)以1999―2002年深沪两个交易所的A股上市公司为样本，运用相关性分析和非参数方法进行研究，结果发现审计意见与年报时滞之间存在显著的相关性，而且审计意见越严重，年报披露就越不及时；李维安等(2004)运用多元线性回归模型研究发现，本年度和上一年度未被出具非清洁审计意见的公司，其年报披露更及时。
二、研究设计
(一)研究假设
关于以往研究中公司业绩与年报披露时间的关系问题，可以从两方面寻找其原因。第一，从心理学的角度来说，人们往往倾向于主动对外报告好消息，而对坏消息的披露“遮遮掩掩”。在公司年度报告这个问题上也是一样，公司管理者出于人的本性，会倾向于及早报告好业绩，而推迟报告坏业绩。第二，根据经济学中的信号传递模型和信息甄别模型，在信息不对称的情况下，高质量(业绩好)的公司会主动显示自己的优秀特征，以解除责任，避免利益相关者的逆向选择，这样一来，相对于业绩好公司的主动披露，业绩差公司的披露时间就较晚了。因此，基于上述分析，我们可以提出假设1。
假设1：业绩差的公司比业绩好的公司年报披露更加不及时。
关于审计意见类型与公司年报披露时间的关系问题，也可以从两方面寻找原因。第一，就目前的法律规范而言，在一个大的法定时间范围内，公司年度会计信息何时接受审计、何时向外披露，都是由公司而不是审计师决定的。高质量的公司“急于”及早披露信息，可能会提早接受审计，而由于其高质量，审计过程的阻力相对较小，审计时间较短，而且由于“真金不怕火炼”，审计意见更可能是清洁的；相反，低质量的公司可能“遮遮掩掩”不愿及早接受审计，审计过程阻力较大，审计时间长，而且由于其更有可能粉饰报告的“做贼心虚”而导致被出具非清洁审计意见的可能性较大。第二，出具非清洁审计意见，一般需要更多的证据，这就使审计时间相对较长，而且出具非清洁审计意见会导致审计师与公司管理者讨价还价，延缓了审计工作结束，因此被出具非清洁审计意见的公司，其年报披露相对较晚。基于上述分析，我们可以提出假设2。
假设2：被出具非清洁审计报告的公司比被出具清洁审计报告的公司年报披露更加不及时。
其中，清洁审计报告仅指标准无保留意见的审计报告，其他审计报告都为非清洁审计报告。另外根据上述分析，还可以进一步提出假设3。
假设3：公司被出具的审计报告严重程度越高，年报披露越不及时。
(二)研究方法
关于年报披露及时性的研究方法有两种：第一种是非参数检验。如及时性与公司业绩的相关性检验(Spearman检验等，如Haw等(2000))；按公司业绩指标的正负将公司分为两组，比较它们的年报披露时间有无显著差异(MannWhitney U检验等，如Whittred(1980))；按审计意见类型将公司分为若干组，比较它们的年报披露时间有无显著差异(KruskalWallis H检验等，如Whittred(1980))。第二种是参数检验，即建立回归方程，针对年报披露时间的各影响因素进行回归，根据系数判断其相关性，如Ashton等(1987)。
本文采用非参数检验进行分析，这主要是因为：(1)建立回归方程进行参数检验，通常要求变量具有正态分布，而正如下文描述性统计显示的，“年报披露延迟天数”明显不符合正态分布；(2)若建立回归方程进行检验，则难以避免各解释变量间的多重共线性问题，需要对回归方程进行多次修改，如Ashton等(1987)、李维安等(2004)。
(三)样本与数据来源
本文的样本包括2003―2005年深沪证券交易所的全部上市公司，共1371家，其中2003年1261家，2004年1359家，2005年1369家[ZW（]因为需要公司的所有变量同时存在，所以剔除了极个别缺少某些变量的样本。[ZW）]。年报披露日、公司财务数据和审计报告类型等数据来自Wind数据库。本文的统计分析使用Excel和Stata软件。
(四)变量定义
1.及时性
用年报实际公布日与年报所包含会计年度结束日(我国即为公布日上一年的12月31日)的时间间隔天数作为公司年报披露及时性的替代变量，称为“年报披露延迟天数”。年报披露延迟天数越小说明年报披露越及时，越大说明越不及时。国外文献中通常存在三种计算年报披露延迟天数的方法：(1)上一会计年度结束日与年报预告日(preliminary final statement)的时间间隔，称为预告延迟(Preliminary Lag)；(2)上一会计年度结束日与审计师签署审计报告日(opinion signature date)的时间间隔，称为审计师意见延迟(Auditor's Signature Lag)；(3)上一会计年度结束日与年报实际公布日(published annual report)的时间间隔，称为总延迟(Total Lag)[ZW（]见Dyer等(1975)；Whittred(1980)；Whittred等(1984)。[ZW）]。由于我国至今尚无针对所有上市公司强制的业绩预告制度[ZW（]深沪两个证券交易所上市规则(2004年修订)只对“净利润为负值”和“业绩大幅变动”两种情况要求业绩预告。[ZW）]，并不是所有上市公司都会披露业绩预告，因此我们不使用预告延迟指标。又因为本文主要关注年报披露的及时性及其影响因素，因此也不使用审计师意见延迟指标。所以，本文只使用总延迟这一指标来表示年报披露的及时性。
2.公司业绩
本文使用通过随机游走模型计算出的未预计盈余(unexpected earnings，UE)来表示公司业绩。即以上年盈余作为本年盈余的期望值，计算本年盈余与其期望值的差额作为未预计盈余，再除以上年盈余。我们采用两个指标作为盈余的替代变量：(1)净利润(NI)；(2)每股收益(EPS)。分别计算如下：[ZW（]见Haw等(2000)，张华等(2004)。
3.审计报告类型
我国审计报告的类型有五种：无保留意见审计报告、保留意见审计报告、否定意见审计报告、无法表示意见审计报告和带强调事项段的审计报告。首先(假设2)，我们把审计报告类型笼统地分为“清洁”和“非清洁”两类，即标准无保留意见审计报告和其他审计报告，来比较被出具这两类审计报告的公司年报披露的及时性；之后(假设3)，我们按照审计报告的严重程度，把审计报告细分为5类，按照严重程度由轻到重依次为：标准无保留意见、带强调事项段的无保留意见、保留意见、无法表示意见和否定意见，并比较被出具这5种审计报告的公司年报披露的及时性。
三、实证检验及结果
(一)描述性统计及其结果
所有公司年报披露时间分布如表1和图1所示。表1列示了各年和全部样本年报披露所处时间段的公司数量和比例。图1a、图1b、图1c分别对应着表1中2003年、2004年和2005年的披露时间分布；图1d对应着表1中全样本披露时间的分布。
(1)年报披露时间主要处于二月、三月和四月，从二月下半月开始年报披露开始增加，而在一月全月和四月之后披露年报的公司合计只占全部样本的2.76％；
(2)三月和四月是公司年报披露最多的两个月，分别有38.88％和47.10％的样本公司在这两个月披露，合计占到全部样本的85.99％；
(3)年报的披露很明显有两个高峰期，即三月下半月(全部样本中28.40％的公司)和四月下半月(全部样本中31.11％的公司)。
从表1和图1可以进一步看出，年报披露时间分布不是正态分布。所以本文以下针对年报披露非正态分布的特征，主要采用非参数检验的方法对假设进行实证检验。表2列示了样本公司年报披露延迟天数的均值和四分位数。上市公司年报披露的平均延迟天数为87.73天。
(二)年报披露延迟天数与公司业绩的关系
表3列示了在各个时间段披露年报的公司及其净利润(NI)、UEN、UEE的平均数、中位数以及取正负值的比例。随着披露延迟天数的增加，业绩指标总体呈下降趋势；延迟天数与各业绩指标的回归结果(略)和非参数检验(Spearman检验)结果显示，二者呈显著的负相关关系(年报披露延迟天数与NI、UEN、UEE的Spearman检验相关系数分别为-0.3891、-0.2672和-0.2405)。
表4列示了各业绩指标取不同符号时样本公司年报披露延迟天数的平均数和四分位数。可以看出，业绩指标为正的公司，年报披露延迟天数较小；业绩指标为负的公司，年报披露延迟天数较大。Mann－Whitney检验表明，业绩符号不同的公司年报披露延迟天数有显著差异。
概括起来，表3说明，年报披露迟的公司比年报披露早的公司业绩要差；表4说明，业绩差的公司比业绩好的公司年报披露更加延迟。这样就从两个方面都验证了假设1――“业绩差的公司比业绩好的公司年报披露更加不及时”。
(三)年报披露延迟天数与审计意见的关系
表5将审计报告分为5类，并统计了被出具各类审计报告公司的年报披露延迟天数。总体来看，被出具的审计报告程度越严重，年报披露延迟天数就越大。
表6将审计意见分为“清洁”和“非清洁”两类，用Mann－Whitney U检验来判断被出具这两类审计报告的公司其年报披露延迟天数有无显著差异。结果显示，被出具“非清洁”审计报告的公司，其年报披露时间显著地迟于被出具“清洁”审计报告的公司。另外，Spearman检验也显示，年报披露延迟天数与报告是否清洁呈显著的相关关系。这样就验证了假设2――“被出具非清洁审计报告的公司比被出具清洁审计报告的公司年报披露更加不及时”。
表7将被出具5类审计报告公司的年报披露延迟天数进行两两比较。结果显示：被出具标准无保留意见的公司，年报披露时间要显著地迟于被出具带强调事项段无保留意见的公司；被出具带强调事项段无保留意见的公司，年报披露时间又显著地迟于被出具保留意见的公司；而被出具保留意见公司的年报披露延迟天数与被出具无法表示意见公司的年报披露延迟天数之间的差异显著性水平较低，p值为0.0225。但从总体上看，随着被出具的审计报告类型越来越严重，年报披露时间也越来越晚，这也就验证了假设3――“公司被出具的审计报告严重程度越高，年报披露越不及时”。
四、结论及建议
本文运用非参数检验，验证了年报披露及时性与公司业绩和审计意见类型的关系。业绩好的公司比业绩差的公司更及时地披露年报；被出具清洁审计报告的公司比被出具非清洁审计报告的公司更及时地披露年报；被出具的审计报告类型越严重，上市公司披露年报就越不及时。这也意味着，如果发现上市公司年报披露较晚，可以合理预测其业绩较差的概率比业绩好的概率要高，同时审计意见为非清洁的概率也较高。年报披露这一行为本身，而不仅仅是年报内容，也成为公司向外传递的一种信号。当然，市场是否能够识别年报披露时间的信号，即年报披露时间的市场反应问题，是我们进一步的研究方向。此外，影响公司年报披露时间的因素还有很多，本文尚未逐一考察，这也是另外需要研究的。值得思考的是，到目前为止，上市公司拥有年报披露时间选择的主动权。在法律规定的一个大范围内，上市公司决定何时聘请审计师，何时向外披露年报，这也就成为年报披露时间具有信息含量的原因。如果公司的审计时间由审计师决定，那么公司的主动权就会大打折扣，这就有可能限制公司对年报披露时间的操纵。
参考文献：
陈汉文,邓顺永. 2004. 盈余报告的及时性：来自中国股票市场的经验证据［J］. 当代财经(4):103-108.
程小可,王化成,刘雪辉. 2004. 年度盈余披露的及时性与市场反应：来自沪市的证据［J］. 审计研究(2):48-53.
李维安,唐跃军,左晶晶. 2005. 未预期盈利、非标准审计意见与年报披露的及时性：基于2000―2003年上市公司数据的实证研究［J］. 管理评论(3):14-23.
王建玲. 2004. 上市公司年度报告及时性与审计意见［J］. 预测(4):78-80.
王建玲,张天西. 2005. 基于信息质量理论的财务报告及时性研究［J］. 当代经济科学(5):81-88.
张华,张俊喜. 2004. 我国盈利公告效应的动态特征［J］. 经济学(季刊)(2):305-318.
ASHTON R H,WILLINGHAM J J,ELLIOTT R K. 1987. An empirical analysis of audit delay ［J］. Journal of Accounting Research,25(2):275-292.
ASHTON R H,GRAUL P R,NEWTON J D. 1989. Audit delay and the timeliness of corporate reporting ［J］. Contemporary Accounting Research, 5(2):657-673.
BAMBER E M,BAMBER L S,SCHODERBEK M P. 1993. Audit structure and other determinants of audit report lag:an empirical analysis ［J］. Auditing: A Journal of Practice & Theory,12(1):1-23.
BEGLEY J,FISCHER P E. 1998. Is there information in an earnings announcement delay ［J］. Review of Accounting Studies,3(4):347-363.
DYER J C,MCHUGH A J. 1975. The timeliness of the Australian annual report ［J］. Journal of Accounting Research,13(2):204-219.
GIVOLY D,PALMON D. 1982. Timeliness of annual earnings announcements:some empirical evidence ［J］. The Accounting Review.57(3):486-509.
HAW I M，QI D Q，WU W. 2000. Timeliness of annual report releases and market reaction to earnings announcements in an emerging capital market: the case of China ［J］. Journal of International Financial Management and Accounting, 11(2): 108-131.
KINNEY W R J, MCDANIEL L S. 1993. Audit delay for firms correcting quarterly earnings ［J］. Auditing: A Journal of Practice and Theory，12 (2):135-142.
KROSS W. 1981. Earnings and announcement time lags ［J］. Journal of Business Research,9(3):267-281.
KROSS W, SCHROEDER D A. 1984. An empirical investigation of the effect of quarterly earnings announcement timing on stock returns ［J］. Journal of Accounting Research, 22(1):153-176.
PASTENA V, RONEN J. 1979. Some hypotheses on the pattern of management′s informal disclosures ［J］. Journal of Account Research,17(2):550-564.
WHITTRED G P. 1980. Audit qualification and the timeliness of corporate annual reports ［J］. The Accounting Review,55(4): 563-577.
WHITTRED G P, ZIMMER I R. 1984. Timeliness of financial reporting and financial distress ［J］. The Accounting Review, 59 (2):287-295.
[JZ][WT3HZ]The Influence of Corporate Performance and Auditing Opinion
[JZ]on Timeliness of Corporate Annual Reports
[JZ][WT4BZ]DU Xingqiang LEI Yu
[JZ][WT5BZ](School of Management,Xiamen University,Xiamen 361005)
[WT5HZ]Abstract: [WT5B1]Based on the data of Chinese listed companies from 2003 to 2005, the nonparametric method is used to examine the relationship between the timeliness of corporate annual reports and corporate performance and types of auditing opinion. The results indicate that annual reports of companies with poor performances are more delayed than companies with good performances while annual reports of companies suffering from unclean auditing opinions are more delayed than companies suffering from clean auditing opinions. It also appears that the more serious the qualification is, the greater the delay will be.
本文对首批在我国创业板上市的28家公司5年的相关业绩指标数据计算处理和分析，获取相应结果。通过对公司上市前后业绩变动的实证分析说明创业板公司上市后的业绩状况以及相关原因，探究我国创业板是否存在IPO效应，并从原因分析中得到相关启示，并提出建议，以期为帮助和完善我国深圳创业板的发展有帮助。
二、数据来源
本文选取的是2009年10月在我国创业板市场首批上市的28家公司2007-2011共5年的部分财务数据。
三、研究假设
假设一：我国创业板公司存在着上市后业绩下滑的现象。
假设二：有无风险投资背景和上市公司的业绩变动有着相关关系。
假设三：募集资金的比例和上市公司的业绩变动有着相关关系。
四、统计分析
（一）上市前后总资产收益率的描述性统计
通过对数据进行分析，发现上市后总资产收益率的均值和中位数较上市前都有了明显的下降，同时方差也出现明显下降。
（二）上市前后净资产收益率的描述性统计
通过对数据进行分析，上市后净资产收益率的均值和中位数较上市前有了明显的下降，同时方差也出现了明显的下降。
（三）上市前后每股收益的描述性统计
通过对数据进行分析，上市后每股收益的均值，中位数较上市前有明显的下降，同时方差也出现了明显下降。
五、企业上市后业绩变动的相关原因研究
由以上指标上市前后变动情况，选择发生了显著变动的总资产收益率作为代表，探究可能对其造成变动的原因。
（一）有无风险投资背景对IPO效应的影响分析
有无风险投资背景对总资产收益率的影响
把总体样本分为有风险投资和无风险投资两组，28家公司中有风险投资
背景的是24家，无风险投资背景的是4家。对总资产收益率指标上市后两年均值与上市前两年均值的差进行两独立样本的非参数检验。
通过对数据进行分析，得出Z的值为-0.394，在0.05水平上显著，接受零假设，说明有无风险投资对上市后业绩下滑无显著性差异。
（二）募集资金比例对IPO效应的影响分析
募集资金比例对总资产收益率的影响
把样本组按照募集资金比例的中位数分为两组，大于中位数的一组为募集资金比例大的一组，小于中位数的为募集资金比例小的一组。采用一元线性回归分析对其进行显著性检验。
通过检验得出，常数项在0.05水平上显著，因此认为该系数是显著的，该回归方程也有意义，且可以得到回归方程y=-0.091-0.078x。
六、结论与展望
（一）实证研究结论
通过描述性统计分析我们发现，总资产收益率、净资产收益率和每股收益在上市后都出现了很明显的下降，这说明我国创业板市场也存在着IPO效应，证实了本文的假设一。
在两个独立样本的非参数检验中，说明有无风险投资对上市后业绩变动无显著性影响，这点否定了本文的假设二。
在一元线性回归分析中，变量顺利通过了t检验，因此募集资金的比例对公司上市后业绩变动有显著的影响，这点证实了本文的假设三。
（二）研究展望
对我国创业板发展的发展提出以下建议：
（1）对公司上市建立有效的审核制度，完善企业的信息披露水平，使信息公开化、透明化，尽可能的还原企业真实的财务及经营水平。