高技术企业价值适配性研究.doc

高技术企业智力资本IPO-M系统价值配适性分析倪慧君1，于伟2(1. 国网技术学院综合部，山东济南250002；2.山东财政学院工商管理学院，山东济南250014）摘要：智力资本已经成为创造高技术企业竞争优势的价值核心。现有大多研究集中于智力资本个别项目带来的价值影响上。本文从系统论及共变配合论的角度出发，在重构智力资本系统结构基础上，验证了智力系统配适度及其对企业价值的解释力。通过模型设定表明，智力资本系统配适度对价值增值有很强的解释力，该结论为企业及其利益相关者进行智力资本系统管理、投资与决策提供了适用的工具。关键词：智力资本；配适性；价值相关性中图分类号：F276.44 文献标识码：A文章编号： Analysis on Intelligence Capital System fit and Value-Relevance of High-tech EnterpriseNi Huijun1,Yu Wei2（1. State Grid of China Technology College, Jinan 250002 2. Shandong University of Finance, Jinan 250014）Abstract: Intelligence capital is an important factor of strategic resources to create competitive advantage of high technology. Most studies focus on relevance of individual projects of intelligence capital and value. With system theory and change together model, on the basis of constructing an intelligence capital construct model, an empirical analysis finds that system fit enhance the ability of accounting informations explanatory. This research provides useful tools for value management to electronic information enterprises.Key Words: Intelligence Capital; System fit; Value Relevance基金项目：山东省软科学计划项目（2010RKGA1031）作者简介倪慧君（1972），女，山东烟台人，教授，博士，主要研究方向：企业战略与人力资源管理；于伟（1981），男，山东龙口人，讲师，博士，主要研究方向：企业战略管理。联系方式：倪慧君（通讯作者）地址：山东省济南市二环南路东段500号国网技术学院综合培训部邮编：250002电话箱：发票抬头：山东电力高等专科学校本文专投贵刊，文责自负。0引言智力资本已经成为创造企业竞争优势的价值核心。但是有关智力资本与企业价值正向关系的实证证据仍相当少，仅有的研究主要集中于个别项目带来的价值影响上1。按照共变配合论的观点，系统内部的相互配合度对企业价值有更好的增值力2，本文期待探索智力资本内部的配适性及其对企业价值的解释力，进而实现企业对智力资本整体系统性动态管理与监控，更有助于害关系者客观地评估企业的真实价值与发展潜。本文研究结构为：首先开发智力资本系统结构；其二验证智力资本的系统配适性；其三探析系统配适性对企业价值的增值解释力。1文献回顾与理论模型构建1.1企业智力资本内涵目前有关智力资本的概念、内涵都没有形成统一的认识。Stewart（1997）认为智力资本是为公司带来竞争优势、提供附加价值的一切知识、能力的总合3。Ulrich（1998）赋予智力资本是员工对组织的职能与承诺的乘积，它被埋藏在员工对事情的看法与做法，及组织如何创造政策及系统，以便执行于工作之中4。可见，智力资本本质上是员工的智力、知识与过程等可创造公司价值却看不见的资源统称，是组织竞争优势的关键资源。1.2 智力资本IPO-M系统模型开发 目前对智力资本结构的研究普遍是按照其成分属性进行逐项分解，形成了被多数学者接受的人资本、顾客资本（或关系资本）、结构资本（创新资本及程资本）等3维结构模型 5。但这种分类形成的智力资本每个维度内部都涉及到的一连串、存在因果关系的指标，包括投入领先指标、中间过程指标、结果产出指标。这些指标不仅前后连贯，而且互相强化。系统论方法为识别因果性指标提供了概念性方法，本研究利用系统论将诸如研发费用、员工投入等指标列为智力资本投入项；将专利数、顾客数量等指标列为智力资本产出项；将领导、员工能力等指标属于智力资本列为居间项。结合Buren（1999）的研究，将组织中领导、企业文化列为调节变量，起到促进因素。因此，组织智力资本系统为投入变量（I）、中间变量（P）和结果变量（O）及调节变量（M），即IPO-M模型。1.3智力资本系统配适性系统配适性是系统内变量之间存在的配合程度，系统内部变量配合程度高可视为是系统具有较佳表现的基本特征6。Pennings（1992）研究表明，变量之间具有良好的配合度会对企业价值产生正面的影响7。有关配适度的研究还少有，本文利用共变配合模型验证智力资本系统内部的配适性，并依循Venkatraman（1989） 6建议的特征偏离检定法分析该配适性对企业价值的解释力。1.4高技术企业价值为更有效地评价高技术企业的真实价值，Ohlson发展出的会计基础价值测量模型对企业权益价值的解释能力可高达68%80%8。鉴于我国目前资本市场不成熟、上市公司样本较少、信息披露质量不高的环境下，Ohlson模型单一假设以及不考虑股利发放率、会计政策和盈利管理问题等优点，本研究采用修正的Ohlson模型。2研究假设本文拟以智力资本IPO-M系统配适性对企业价值有显著影响为基本假设，研究智力资本配适性对企业价值的解释力。结合已有文献，本研究提出：假设1：企业智力资本是投入产出多维变量系统，由投入变量（I）、中间变量（P）、产出变量（O）和调节变量（M）组成。智力资本要素间交互作用实现价值创造9，其中人员的知识与经验等为基础要素，领导、企业文化等因素起到调节作用。假设1研究的是IPO-M内部要素的相互作用关系，对变量间的配适度有待进一步讨论。系统内部变量的配合度会对企业价值产生积极的正面影响，任何一维变量过高都不会产生很高的产出结果9。研究提出：假设2：IPO-M系统配适度与企业价值正相关。 为验证以上假设的正确性，首先利用因子分析方法，开发智力资本IPO-M结构维度。其次，对IPO-M内部配适度进行检验，分析该配适度与企业价值的相关性。其三，采用特征偏离度量配适性，以此取代Ohlson股价评价模型中的其它信息，利用逐步回归模式选出高技术企业股价的最佳自变量组合。最后利用Theil10提出的拆解法，检验配适性对企业价值的解释力。3研究设计3.1资料来源本研究以高科技上市公司为对象，所选财务数据来源于中国上市公司资讯网，截止时间为2010年12月31日。在剔除了异样样本和数据不全的样本，并调整每股净资产为负数的样本后，本研究的样本量为60个。每家企业选取5人，分别为高层、中层和基层，而后对5个层次的数据进行加权平均。本研究共收回有效问卷217份，有效问卷数量符合研究要求。3.2变量定义为验证本研究的假设，除了股权评价模式所需的企业股权价值、账面价值、盈余变量和总资产外，本文另选取配适值以代表企业的非财务资讯。相关定义如下：股权价值（MVt）：企业会计年度终了时的股价。账面价值（BVt）：企业会计年度终了时的账面价值。超额盈余（EPSt）：本研究采用企业当年度的盈余取代股权评价模式中的超额盈余。盈余为企业会计年度终了时的盈余。配适性（FD）:衡量系统变量内部一致性的程度。3.3智力资本问卷设计在智力资本变量选取方面，尽可能涵括以往文献、报及公开信息中所含的信息。庄子雯11建立的智力资本指标体系有一定的全面性和代表性，本研究以此为基础，结合高新技术企业的特征、专家访谈和前期调研的结果，设计了智力资本的IPO-M变量的最终问卷。3.4研究方法（1） 因子分析。利用主成分分析法对智力资本进行共同因素分析，减少其结构维度。（2） 偏回归与逐步回归模型。考虑到样本数量偏小，在IPO内部关系分析中采用偏回归分析。在增值解释能力方面，采用Theil的拆解法，通过逐步回归将其拆解为：账面价值与盈余增额解释能力、企业规模增额解释能力以及系统配适度增额解释力，以此作为分析配适度对股权价值是否有影响的依据。（3） 调节回归分析。采用调节回归分析调节变量对投入与产出的调节效果。（4） 验证性因素分析法。利用共变模型以验证IPO-M内部一致性，并分析该一致性对于企业价值的影响。（5） 股权评价模式。一项信息能否成为投资人决策的依据，对股价的影响是利益相关者最为关心的方面。研究以Ohlson(1995)股票评价模式为基础，采用Theil（1971）拆解方法，建立了下述实证模型：模型1：模型2：模型3：其中，FDt：代表公司智力资本IPO-M系统配适度。配适度采用Venkatraman（1989）提出的特性偏离度来度量为检定配适值对企业价值的影响，从回收样本中抽取市场表现较好的前10%的资料作为校对样本，即为组织的理想状态，计算投入、中间、调节及产出三项变量的平均值；接着，采用平均加权的欧几里德距离，计算检验样本与校对样本之间的特征差异，此差异即为样本的特征偏离程度。SIZEt代表：第t期末总资产取自然对数，加入规模对数是为了降低企业规模的影响。4实证分析与检验1.1因子分析数据分析KMO值均大于0.50，且Bartlett球度检验的相伴概率均为0.000，表明数据适合进行因子分析。研究采用方差最大化正交旋转，并以特征根大于1为标准来截取数据。本研究保留负载大于0.4的项目，并根据其内容进行命名。各个量表新信度系数均大于0.6，表明问卷有较好的内部一致性。智力资本投入由3个因子得到较好的解释，累积贡献率达到85.0%，分别为员工资本（EM）、研发资本（RD）和组织外部网络资本（EX），见表1-1。表1-1 投入变量因子分析题 项拥有高知识员工比例员工服务平均年限培训支出比例研发强度研发费用比例研发人员比供应链关系良好供应链有助产品创新供应链有助市场开发信度系数()解释变异量()累计解释变异量（)EM.642.887.789.87136.136.1RD.642.504.744.76527.363.4EX.758.602.881.71321.685.0智力资本中间部分由3个因子得到解释，累积贡献率达到79.5%，分别为员工创造力（CR），决策质量（DE）和品质管理力（QU），见表1-2。表1-2 中间变量因子分析题 项员工提出可行方案力员工新方法达成目标能力员工发展新见解能力管理过程民主决策推行顺利决策相对公正全面质量管理水平内部管理认证率水平信度系数()解释变异量()累计解释变异量（)EM.713.613.721.81835.735.7RD.723.685.762.72524.059.7EX.624.862.87119.879.5智力资本调节由2个因子得到解释，累积贡献率分别达到76.3%，分别为领导力（LE）和组织文化（CU），见表1-3。表1-3调节变量因子分析题 项具有协调问题能力具有决断能力具有管理能力以人为本文化鼓励学习文化鼓励创新文化信度系数()解释变异量()累计解释变异量（)LE .781.572.768.76248.748.7CU .536.713.832.78627.676.3智力产出资本部分由3个因子得到解释，累积贡献率分别达到86.2%，分别为：员工潜力资本（EP）、市场潜力资本（CP）和研发潜力资本（RP），见表1-4。表1-4产出变量因子分析题 项利润增长率营收成长员工承诺度员工附加价值研发生产专利数信度系数()解释变异量()累计解释变异量（)EM.651.766.82335.135.1RD.553.449.75227.963.0EX.685.541.89223.286.2验证了本研究假设1：智力资本是一多维变量系统。研究将每个变量对整体变异量的解释程度作为权重，最终形成的量化公式为：智力资本投入水平表示为：智力资本中间水平表示为：智力资本调节水平表示为：智力资本产出水平表示为：1.2 IPO偏回归法分析研究采用偏回归法探讨智力资本IPO要素间关系（IPO要素计算利用上述量化公式）。实证结果，每一相关路径系数的显著性皆小于0.01，智力资本中间变量均对投入产出起到部分中介作用。智力资本投入要素正向地影响了智力产出资本（系数为0.22），同时投入要素通过中间变量正向影响智力输出资本（系数为0.39）。因此智力资本是一多维度因果系统。若有效地改善智力资本，应重视要素间因果关系，尤其是智力资本的中间要素效果。采用MRA调节回归分析表明，领导力与智力投入乘积项对智力资本产出项回归系数显著；组织文化与智力投入乘积项对智力资本产出项回归系数显著（限于篇幅限制，表格从略），存在显著的调节效果。因此验证了假设1，即领导力和文化在智力资本这一多维因果系统中发挥调节作用。1.3内部一致性检验为探究智力资本IPO-M内部变量间的配合效果，依据Venkatraman（1989）建议，以二阶因素系统配合（FD）代表智力资本系统变量的内部一致性，进行验证性因素分析法。分析结果见表2。表2 IPO-M对企业价值共变因素分析OIPMFD估计值 0.3880.2650.3210.529t 值7.102 4.759 6.7388.756=3.005;NFI = 0.971; CFI = 0.985; IFI=0.985; LISREL GFI=0.981;LISREL AGFI=0.906;RMSEA=0.012由上表可知，IPO-M系统变量估计回归系数均相当显著，表示其间具有相当高度的内部一致性。另外经过计算，系统配合（FD）对于企业价值（MV）的变异解释量有29.8%，说明了此变量配合与企业价值关系相当显著。1.4逐步回归分析将上述配适性变量作为其他信息加入Ohlson基本评价模型中，针对企业股价作逐步回归，选出影响企业股价的最佳自变量组合。解释变量进入模型的顺序依次为账面价值、每股盈余、企业规模、系统配适性。数据的VIF最大值为3.783，没有严重的共线性问题。为深入了解企业智力资本IPO-M系统配合对企业股权价值的增额解释能力，本文分别采用Theil的拆解模型进行分析。1.5智力资本IPO-M系统配合增额解释能力分析为了能够比较帐面价值，盈余及系统配适特性对股权价值的增额解释能力，比较了上述提及的三个模型，回归结果汇总于表3。模式1以公司帐面值、盈余、公司规模的股权评价模型，模型3加入公司智力资本系统配合度特征后，调整后的R2 由模式1的34.2% 上升到模式5的57.6%；在单独的企业智力资本系统配合度特征对企业价值有22.4%的解释。可见在Ohlson（1995）模型中，增加其它系统配适度这一非财务信息，对企业价值解释力丰富，修正后的股权评价模型更加完善。表3 高技术企业配适性增值解释分析表模式1模式2模式3变量回归系数T值变量回归系数T值变量回归系数T值BVt0.762*3.672FDt11.412*8.767BVt0.819*2.345EPSt3.912*7.568EPSt3.611*7.177SIZEt2.063*4.161SIZEt2.054*1.226FDt9.775*7.253Adj R2 0. 3420.2240.576*、*、*分别表示显著性水平为0.05、0.01、0.001。5研究结论随着智力资本对企业价值贡献日益显著，对智力资产进行系统识别与管理是创造企业高价值的关键点。本研究对高科技上市企业的实证研究发现：（1）高技术企业智力资本可以描述为IPO-M系统，通过共变模型验证了IPO-M系统内部存在一致性，企业应该注重智力资本系统的配适度管理，以协调资源分配力度和优化渠道。（2）引入特征偏离度衡量智力资本系统的配适度变动，通过模型设定，发现配适度可增加股权价值解释力的23.4%。该结论不仅完善了Ohlson的股权估价模型，更为重要的是企业和投资者通过关注智力资本系统的变动便可以预测企业价值的变动。（3）智力资本IPO-M系统配合的不同层面对企业价值的解释力是不同的，调节配适性的解释力更显著也更强，因此，企业更应该注重领导力和企业文化的建设。但是限于数据资料的可取性，没有引入时间变量分产业、分地区进行，在今后的研究中将增加样本的结构和数量，进行动态分析，进一步增强研究结论的适用性。参考文献：1 Robert S.Kaplan, David P.Norton. The Balanced Scorecard: Measures that Drive Performance J. Harvard Business Review, 1992, 1(70):71-79.2 Hussi, T., and G. Ahonen. Managing intangible assets-A question of integration and delicate balanceJ. Journal of Intellectual Capital, 2002, 3(3): 277-286.3Stewart, T. A. Intelle