基于企业财务信息的运营效率分析

1、北京理工大学珠海学院2020届本科生毕业论文基于企业财务信息的运营效率分析 -以海尔集团为案例基于企业财务信息的运营效率分析-以海尔集团为案例摘 要随着我国经济的不断发展，家电行业的重资产经营模式已经不受欢迎，近几年，家电行业不仅面临着对国有经济的影响减缓，还受到了国际品牌对国内消费者的影响，国际市场竞争激烈，我国家电企业在国际市场中所占份额有所减少，但作为本文的研究对象海尔集团而言，在国际市场仍有一席之地。本文选取海尔集团作为案例进行研究，通过收集披露相关信息，来分析该企业的运营效率。本文收集了海尔集团2014年至2018年的相关数据和财务信息，对信息进行处理，对应收账款周转率、存货周转率、

2、流动资产周转率、固定资产周转率、总资产周转率进行主成分分析，得到海尔集团运营效率指标，再结合回归方法对影响海尔集团的运营效率进行分析，最后通过对信息整理、分析与归纳给出海尔集团运营的建议。关键词：运营；运营效率；信息；信息分析Operational Efficiency Analysis Based on Corporate Financial Information - Take Haier Group as an ExampleAbstractWith the continuous development of Chinas economy, the home appliance indu

3、stry has also previously had a heavy asset management has been unpopular, in recent years, the home appliance industry is not only faced with the impact on the state-owned economy slowed down, but also by the effect of global brands on internal consumers, the global market competition is fierce, Chi

4、nas home appliance enterprises in the international market share has been reduced, but as the object of this paper, Haier Group, it still have a place in the international market. This paper selects Haier Group as a example of case research, through the collection of enterprise disclosure informatio

5、n and other relevant information, to Haier Group 2014-2018 data and financial indicators as the research content, first of all, corresponding to the accounts receivable turnover rate, inventory turnover, current asset turnover, fixed asset turnover, total asset turnover rate for the main component a

6、nalysis of Haier Group operating efficiency indicators, combined with the regression method to affect Haier Groups operational efficiency analysis, and finally give suggestions on operation of Haier Group operations by collating, analyzing and summarizing the information.Keywords: Operations; Operat

7、ional efficiency; Information; Information Analysis目 录一、绪论7（一）研究背景7（二）研究意义7二、文献综述与理论基础8（一）文献综述81. 国外研究综述82. 国内研究综述8（二）概念界定91. 运营92. 运营效率93. 信息分析94. 数据挖掘10三、海尔集团指标数据选取11（一）海尔集团简介11（二）指标选取111. 被解释变量112. 解释变量113. 数据选取12四、海尔集团企业财务信息的运营效率分析14（一）基于主成分分析运营效率指标确定141. KMO和Barlett球度检验142. 主成分分析14（二）描述性分析16（三）

8、平稳性检验17（四）协整检验20（五）海尔集团企业财务信息的运营效率回归分析21（六）回归结果检验221. 多重共线性检验222. 异方差检验223. 自相关检验22五、海尔集团企业运营的建议24（一）深入挖掘潜在轻资产，扩大企业规模24（二）以创新发展提高企业营业收入24（三）合理分配投资25参考文献26致谢27一、绪论（一）研究背景随着我国经济的不断发展，全球化经济趋势不断来临，传统模式的制造业在被生产成本、各项支出、租金不断增加等问题困扰着，其中，我国的家电行业便是如此，我国家电行业的发展十分快，作为传统的重资产行业，仅仅在经济危机的影响下出现一段时间的问题，主要原因也是基于当时的背景，

9、国家政策的扶持下才得到有利的发展，也正是因为这样，我国家电行业在国际上也有了一定地位，但是，仅仅靠着传统的经营模式是不能继续发展家电行业的，在如今，家电行业作为典型的传统重资产行业，仍面临着一系列问题，比如产品多样性不足、国外家电企业分摊市场份额、消费者个性化需求上升等等，这些问题直接导致了企业收益下滑。海尔集团作为家电行业中具有影响力的企业，在创办至今以来，已经积累了不少的资源，在现在的经济全球化的背景下，海尔集团不断突破自己，不断创新，摸索出一条属于自己的发展道路，属于自己的迎合当下的新经营模式。海尔集团利用自己多年来积累的资源不断进行挖掘，在各个领域不断发展，目前已经在某些领域已经形成了

10、寡头市场的局面。而对于现在的海尔集团乃至其他家电行业企业而言，如何有效的提高运营效率，以创新之路不断发展成为目前的主要问题。（二）研究意义随着我国经济的不断发展，经济全球化进程不断加大，企业的发展问题越来越受到关注，特别是运营效率，他直接影响到企业的如何减少成本提高利润的问题，家电行业作为一个市场饱和的行业，需要从其他方面突破，摸索出新的发展路线，在此之前，对于运营效率的研究是至关重要的，因为随着互联网、5G时代的到来，实体经济受到了很大的影响，实体经济发展减缓，由此，通过信息分析能有效的检验运营效率，随着信息化的不断发展，现在绝大数企业广泛利用信息分析，通过信息处理与分析，能够把先进技术带到

11、企业中去，提高企业的管理效率，实现降低费用成本的作用。本文对海尔集团的运营效率进行实证性的分析研究，能够给企业经营管理者还有资本市场投资人提供相关信息，同时也为企业进一步提升运营管理提供建议。二、文献综述与理论基础（一）文献综述1. 国外研究综述Anne Millen Porto通过对企业的业务模式、管理运营、技术创新等三方面进行数据挖掘与分析，最终得出结论是通过创新能为企业带来新的优势。Chin-Pin认为，企业营运信息在一定程度上影响企业的发展，他通过对总资产周转率（TATO）、存货周转率（ITO）、应收账款周转率（RTOR）、固定资产周转率（FATO）、流动资产周转率（CATO）等营运能

12、力指标的数据进行挖掘与处理，通过分析发现，TATO、ITO、RIOR、FATO、CATO等营运能力指标对企业发展均具有一定程度的影响。Teece认为信息的处理与分析对一个企业来说具有很深的影响，通过对信息的处理与分析，能有效的提高管理效率，由此也说明信息化处理对企业发展的重要性。A Demirguc-Kunt实证研究发现，国内生产总值增长率、市场利率、物价水平和国民收入等宏观经济要素将对企业的运行产生显著影响，信息的处理与分析对企业的影响主要表现在技术引入后的对企业的影响。2. 国内研究综述唐瑛璋等人在对台湾实体企业进行研究的基础上，通过对财务指标的挖掘并对其进行量化指数化的方式，对企业运营效

13、率和报告利润率进行了实证分析，结果表明总资产与企业利润率成正比。同时，通过运营数据显示，运营模式不同对目标有影响也就不同。罗慧、张泽等人认为企业经营管理是协调资源、资源投入以及回报的过程，即企业通过用自有的资源不断获取新资源的过程，在这过程中存在着消费与回报，企业需要利用消费得到更多的回报。因此他们认为运营效率的研究很有必要，同时，信息化的处理与分析能对运营效率的实现起不可磨灭的作用，通过信息、数据的处理，能直观的反映出运营效率的变化情况，最后他们认为企业要想提高自身价值和管理水平，就必须对提高运营效率，有效的对运营效率进行分析。罗慧等人以能力、资产、资源、专业度等变量进行量化后作为评价指标对

14、企业运营效率建立评价体系，并且，通过计量模型得出结论，证实能力、资产、资源、专业度等对企业运营效率的影响是显著的。吴继良认为企业规模、主营业务收入、净利润等变量是影响企业经营效率的重要因素。他以TATO来表示企业经营效率，通过多元线性回归模型分析发现：企业规模、主营业务收入以及净利润对企业的经营效率均具有正向影响。（二）概念界定1. 运营运营是企业最基本活动之一，若企业不在运营，则说明该企业已经破产倒闭，以前的运营活动是对生产过程的运营，主要指原材料生产商品的过程；也就是说，运营是利用企业自有资源，对企业的产品和服务进行开发的过程。现在的运营就是将部分资源投入获得回报的过程，例如通过投入人力资

15、源、资金等获得产品，将产品进行售卖获得回报的过程，在这个过程中，企业应使得最终的利润大于0，这样便产生了收益。否则，企业便产生亏损。2. 运营效率运营效率反映的是如何利用最低成本获得最大收益的衡量，它是企业利用自身资产资源产生效益的能力，它对于企业和组织而言对有着一定的意义。对于盈利性企业而言，运营效率是企业竞争力的衡量因素，反映该企业的竞争能力；对于非盈利组织，运营效率直接反映了成本的大小。从很早开始，人们用生产率来评定生产要素的投入与产出的比例。随着社会经济的不断进步，用生产率来衡量生产要素的投入与产出的比例的方式已经不能满足企业对运营效率管理的要求，企业开始出现了全要素综合生产率来表示运

16、营效率，全要素综合生产率是指多种要素与全部产出的比值，目前衡量运营效率的方法有两种，一种是利用产出与投入的比值衡量，一种是通过对多种指标的综合量化所得，本文对于运营效率的确定采用第二种方法，即对各指标进行量化得到运营效率。3. 信息分析信息分析是指以用户的不同需求为前提，通过定量研究和定性研究的方法为技巧，对从不同途径得到的信息进行一系列系统化处理的加工过程，形成一系列新的、增加含义、有目的性的信息产品。分析出的知识产物可以更好地为不同的环境提供决策性服务。信息分析是一项智能的、具有研究性质的活动。信息分析的作用在于更为得当的科学管理，发挥了参考、谋划、军师般的作用，在开拓市场中起到一定的导向

17、以及保障保险作用，在动态跟踪中起到一定的预警作用，在研究开发中起到一定的辅助作用等等。4. 数据挖掘数据挖掘指的是从海量的数据中，运用特定的技巧，通过分析和处理各个不同的数据，从原有知识库中得到新知识和发现，发掘和揭示一些未知的、隐含的、有利用价值的信息的一系列过程。在大数据时代，各行各业每分每秒都在不断产生海量数据，这时候就会产生“数据爆炸”，我们正在被各种各样的数据信息淹没，却缺乏知识利用起来。数据仓库与数据挖掘正是很好的解决办法，对于海量数据获取之后进行挖掘和整合，将数据转化成知识，将会展现出巨大的商业价值。三、海尔集团指标数据选取（一）海尔集团简介海尔集团成立于1984年，创立于山东省

18、青岛市。自企业成立以来，海尔集团以用户的需求为基本，以创新体系驱动企业持续为发展方向。渐渐地从一家小型集体制造业工厂成为如今世界知名家电品牌。目前产品涵盖通讯、家电、生物制药、物流、房地产、数码产品等领域，成为全球知名品牌。海尔集团也有着自己的核心价值观，“永远客户用户为是，以自己为非”，同时海尔集团也有着创业、创新精神作为企业的核心精神，这也就是海尔集团之所以能成功的主要原因。随着时代的进步，海尔集团在不断创新中不断迎合时代，发掘出一条属于自己独特的道路。海尔集团“人单合一双赢”的利益观，使得创新创业平台不断优化、不断进步。为此海尔集团以创新文化作为企业的核心，为成为全球家电第一品牌提供了基

19、础。海尔集团更加注重职工人员的自身水平，进而从本质上提高了海尔集团的市场竞争力，这也是海尔集团现如今仍能不断发展的原因。海尔集团的创新文化，使得它能成为全球第一大家电品牌的关键。（二）指标选取1. 被解释变量应收账款周转率（RTOR)。应收账款周转率体现了企业应该回收的账目转换为现金的平均次数，因此它可以作为代表运营效率的指标，主要表现在他在对负债收回效率的表现。存货周转率（ITO）。存货周转率作为偿付能力的表现，对企业存货周转效率的体现，因此也可表现为运营效率。除此之外，本文还选择流动资产周转率（CATO）、固定资产周转率（FATO）、总资产周转率（TATO）作为衡量运营效率的指标，这些财务

20、指标都在一定程度体现了运营效率的高低。2. 解释变量企业规模。公司规模是一家公司实力象征的表现，他反映了该公司整体营业状况，企业的运营效率受到企业规模的影响，因为企业规模越大的公司将会有更多的优势，管理能力和水平也较高，在一定程度上来说，企业规模越大的公司的运营效率就相对越高。本文对于企业规模的衡量将采用总资产来表示。投资性现金流。投资性现金流是公司在投资过程中所产生的。但从数据来看，投资性现金流以负值的形式在现金流量表中，也就是说，投资性现金流越大，其绝对值越小，也就是企业的投资活动少，企业用于投资的资金相对较小。也会使得企业运营效率下降。若企业投资性现金流为负值，说明该企业处于业务处于扩张

21、期，应加强企业投资的投入和管理；若企业投资性现金流为为正值，说明该企业处于业务处于收缩期，说明该企业在经营上应该适当增加投资。固定资产。固定资产主要是房屋、土地等一些不动资产，具体以一个会计年度为界限划分，一年及以上为固定资产，像企业的基本设施、办公场所等等。它会影响企业的运营效率原因在于固定资产充足或者完善的企业，员工们的心理以及福利待遇也是不错，自然在一定程度上影响着公司的运营效率。主营业务收入。主营业务收入指的是企业在其主要的经营活动中取得的营业性收入。通常情况下，主营业务收入较高的企业单位能满足企业现金流的支配以及企业相关资源的获取，他可以从不同方面影响企业的运营效率，并且主营业务收入

22、对企业的运营效率具有积极的影响。3. 数据选取本文在选取研究样本时，为了保证所选样本能够满足模型的基本条件，本文对选取的变量的数据进行一定程度的统一性，避免出现个别数据缺失，本文搜集了2014年至2018年连续海尔集团公司的年度数据，具体数据来源各公司年报和wind数据库。所得数据如下：时间应收账款周转率(次)存货周转率(次)流动资产周转率(次)固定资产周转率(次)总资产周转率(次)201418.4518.8961.63314.2541.305201513.9387.3561.48511.3651.134201613.0176.9011.9159.9371.149201712.8885.974

23、2.01610.0921.126201816.0255.7961.98310.621.132时间总资产投资活动产生的现金流量净额固定资产营业收入净利润20147500645.71-325107.611553194.118877544.45669226.2220157596067.28-1027340.372109343.278974832.04592208.95201613125529.03-3959642.96173910.1311906582.52669133.43201715146311.07-562182.066313065.9315925446.69905164.9220181666

24、9954.42-766564.487243921.2918331656.02977059.99 四、海尔集团企业财务信息的运营效率分析（一）基于主成分分析运营效率指标确定本文采用主成分分析的方法得到运营效率指标，具体方法是对TATO、ITO、RTOR、FATO、CATO等变量进行降维处理，以最终所得主成分作为运营效率指标1. KMO和Barlett球度检验在主成分分析之前，需要对TATO、ITO、RTOR、FATO、CATO等变量做KMO和Barlett球度检验，检验结果如下：KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。.701Bartlett

25、 的球形度检验近似卡方9.979df4Sig.002从结果来看，KMO值为0.701，大于0.6，说明TATO、ITO、RTOR、FATO、CATO之间适合做主成分分析的。再者，Barlett球度的P值为0.002，小于0.05，说明在置信度为95%水平下，应该拒绝原假设，因此说明TATO、ITO、RTOR、FATO、CATO间存在相关关系，适合进行接下来的主成分分析。2. 主成分分析对应TATO、ITO、RTOR、FATO、CATO采用主成分分析降维处理，得到相关结果如下：公因子方差初始提取应收账款周转率1.000.981存货周转率1.000.998流动资产周转率1.000.997固定资产周

26、转率1.000.994总资产周转率1.000.999提取方法：主成份分析。从公因子方差可知每个变量的共同度，主成分分析的TATO、ITO、RTOR、FATO、CATO等变量的共同度非常高，表明变量的大部分信息可以被主成分分析提取，即主成分分析结果是有效的。解释的总方差成份初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 %14.96999.37399.3734.96999.37399.3732.027.54899.9213.003.05299.9734.001.027100.00051.003E-0131.050E-013100.000提取方法：主成份分析。成份矩阵a成份1应收

27、账款周转率.990存货周转率.999流动资产周转率.998固定资产周转率.997总资产周转率.999提取方法 :主成份。a. 已提取了 1 个成份。从解释的总方差可以看出，第一个因子的特征值之和占总特征值的99.373%，同时结合碎石图和成分矩阵可以确定，由此说明提取一个因子作为主因子。由此我们可将TATO、ITO、RTOR、FATO、CATO降维处理成一个变量，即运营效率来表示，通过特征向量矩阵可得到主成分公式如下：通过上述公式即可得到运营效率的数据，相关数据如下：时间运营效率201430.33544201522.91913201620.36936201720.27489201824.705

28、87（二）描述性分析选择运营效率（Y）为被解释变量，总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收入（X4）分别为解释变量，得到的描述性统计结果如下：YX1X2X3X4 Mean23.7209412007702-1328167467868712803212 Median22.9191313125529-766565617391011906583 Maximum30.3354416669954-325108724392118331656 Minimum20.274897500646-395964315531948877544 Std. Dev.4.137421426

29、0665149360526390124218511 Skewness0.833744-0.15814-1.38907-0.348330.305589 Kurtosis2.3277631.2920533.1028991.2527881.462506 Jarque-Bera0.673420.6285651.6101380.7371030.570297 Probability0.7141160.7303130.4470570.6917360.751902 Sum118.604760038508-66408372339343564016062 Sum Sq. Dev.68.473017.26E+138

30、.92E+122.79E+137.12E+13 Observations55555从表各种数据当中可以看出各变量的多项特征，各变量的平均数、中位数、最大值、最小值、标准差等相关信息可以从结果中确定。偏度反映了变量数据分布情况。偏度大于0，说明数据位于右侧的多，数据是右偏的，偏度小于0，说明位于左侧的多，数据是左偏的。而结果可以看出运营效率（Y）、营业收入（X4）的偏度大于0，这说明样本数据序列是右偏的，而总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）的偏度小于0，说明样本数据序列是左偏的。峰度反映了峰部的尖平程度，如果峰度小于3，峰的形状比较平，比正态分布峰要平缓。若峰度

31、大于3便与之相反。而从结果来看，现金流量净额（X2）的峰值都高于正态分布的峰度值3，说明其序列具有尖峰的特征。运营效率（Y）、总资产（X1）、固定资产（X3）、营业收入（X4）、的峰值小于3，说明峰相对平。（三）平稳性检验本文对于运营效率（Y）、总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收入（X4）序列平稳性检验采用的方法为ADF检验法。检验的步骤为：首先对各变量原序列进行ADF检验，若通过检验则说明原序列平稳；若没有通过ADF检验，则需要对该变量一阶差分序列进行ADF检验。若某一变量一阶差分序列通过了检验，则说明该变量序列为一阶单整，否则需要按之前的步骤对该变

32、量的二阶差分序列进行ADF检验，当然，若通过了检验，则称该变量序列为二阶单整，下面为各变量原序列平稳性检验结果如下：运营效率（Y）原序列平稳性检验结果T统计量P值ADF检验统计量与P值-2.9669760.1146检验临界值:1% 水平下-6.4236375%水平下-3.98499110%水平下-3.120686从结果来看，运营效率（Y）的t统计量为-2.966976，绝对值均小于置信度为95%水平下的t统计量绝对值，并且P值为0.1146，大于0.05，接受原假设，说明运营效率（Y）的原序列均不是平稳的。总资产（X1）原序列平稳性检验结果T统计量P值ADF检验统计量与P值-0.3861310

33、.8080检验临界值:1% 水平下-6.4236375%水平下-3.98499110%水平下-3.120686从结果来看，总资产（X1）的t统计量为-0.386131，绝对值均小于置信度为95%水平下的t统计量绝对值，并且P值为0.8080，大于0.05，接受原假设，说明总资产（X1）的原序列均不是平稳的。投资活动产生的现金流量净额（X2）原序列平稳性检验结果T统计量P值ADF检验统计量与P值-1.9541700.2881检验临界值:1% 水平下-6.4236375%水平下-3.98499110%水平下-3.120686从结果来看，投资活动产生的现金流量净额（X2）的t统计量为-1.95417

34、0，绝对值均小于置信度为95%水平下的t统计量绝对值，并且P值为0.2881，大于0.05，接受原假设，说明投资活动产生的现金流量净额（X2）的原序列均不是平稳的。固定资产（X3）原序列平稳性检验结果T统计量P值ADF检验统计量与P值-0.8056700.6989检验临界值:1% 水平下-6.4236375%水平下-3.98499110%水平下-3.120686从结果来看，固定资产（X3）的t统计量为-0.805670，绝对值均小于置信度为95%水平下的t统计量绝对值，并且P值为0.6989，大于0.05，接受原假设，说明固定资产（X3）的原序列均不是平稳的。营业收入（X4）原序列平稳性检验结

35、果T统计量P值ADF检验统计量与P值0.4885920.9494检验临界值:1% 水平下-6.4236375%水平下-3.98499110%水平下-3.120686从结果来看，营业收入（X4）的t统计量为0.488592，绝对值均小于置信度为95%水平下的t统计量绝对值，并且P值为0.9494，大于0.05，接受原假设，说明营业收入（X4）的原序列均不是平稳的。由此我们可以确定的是，运营效率（Y）、总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收入（X4）原序列均不是平稳的，所以接着我们需要对运营效率（Y）、总资产（X1）、投资活动产生的现金流量净额（X2）、固定资

36、产（X3）、营业收入（X4）的一阶差分序列进行ADF检验，结果如下：运营效率（Y）一阶差分序列平稳性检验结果T统计量P值ADF检验统计量与P值-5.3302470.0182检验临界值:1% 水平下-8.0334765%水平下-4.54124510%水平下-3.380555从结果来看，运营效率（Y）一阶差分序列平稳性检验的t统计量为-5.330247，绝对值均大于置信度为95%水平下的t统计量绝对值，并且P值为0.0182，小于0.05，应该拒绝原假设，说明运营效率（Y）一阶差分序列是平稳的。总资产（X1）一阶差分序列平稳性检验结果T统计量P值ADF检验统计量与P值-5.7144480.0099

37、检验临界值:1% 水平下-8.0334765%水平下-4.54124510%水平下-3.380555从结果来看，总资产（X1）一阶差分序列平稳性检验的t统计量为-5.714448，绝对值均大于置信度为95%水平下的t统计量绝对值，并且P值为0.0099，小于0.05，应该拒绝原假设，说明总资产（X1）一阶差分序列是平稳的。投资活动产生的现金流量净额（X2）一阶差分序列平稳性检验结果T统计量P值ADF检验统计量与P值-7.5784380.0006检验临界值:1% 水平下-8.0334765%水平下-4.54124510%水平下-3.380555从结果来看，投资活动产生的现金流量净额（X2）一阶差

38、分序列平稳性检验的t统计量为-7.578438，绝对值均大于置信度为95%水平下的t统计量绝对值，并且P值为0.0006，小于0.05，应该拒绝原假设，说明投资活动产生的现金流量净额（X2）一阶差分序列是平稳的。固定资产（X3）一阶差分序列平稳性检验结果T统计量P值ADF检验统计量与P值-5.9866910.0156检验临界值:1% 水平下-8.0334765%水平下-4.54124510%水平下-3.380555从结果来看，固定资产（X3）一阶差分序列平稳性检验的t统计量为-5.986691，绝对值均大于置信度为95%水平下的t统计量绝对值，并且P值为0.0156，小于0.05，应该拒绝原假

39、设，说明固定资产（X3）一阶差分序列是平稳的。营业收入（X4）一阶差分序列平稳性检验结果T统计量P值ADF检验统计量与P值-9.5418490.0000检验临界值:1% 水平下-8.0334765%水平下-4.54124510%水平下-3.380555从结果来看，营业收入（X4）一阶差分序列平稳性检验的t统计量为-9.541849，绝对值均大于置信度为95%水平下的t统计量绝对值，并且P值为0，小于0.05，应该拒绝原假设，说明营业收入（X4）一阶差分序列是平稳的。总之，运营效率（Y）、总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收入（X4）的一阶差分序列是平稳的

40、，即运营效率（Y）、总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收入（X4）均为一阶单整。（四）协整检验由之前的分析我们知道，运营效率（Y）、总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收入（X4）均为一阶单整，由此可对运营效率（Y）、总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收入（X4）进行Johansen协整检验，检验结果如下：原假设Trace0.05水平下特征值统计量临界值P值*None *0.82754317.4346315.494710.0252At most 10.1643761.61619

41、33.8414660.2036跟踪检验表明1个协整方程在0.05水平上*表示在0.05水平上拒绝假设*MacKinnon Haug-Michelis（1999）p值从结果我们可以确定，运营效率（Y）、总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收入（X4）之间存在至少一种协整关系，也就是说，总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收入（X4）对运营效率（Y）有着长期均衡的影响。（五）海尔集团企业财务信息的运营效率回归分析本文以运营效率（Y）为被解释变量，以总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收

42、入（X4）分别为解释变量进行回归处理，得到的结果如下：VariableCoefficientStd. Errort-StatisticProb.X13.66E-066.39E-062.5720860.0192X2-3.13E-062.79E-06-3.1188800.0043X39.80E-063.63E-062.6982300.0259X41.68E-064.62E-062.3641520.0245可决系数0.756691因变量均值var23.72094调整后的可决系数0.726765S.D. dependent var4.137421回归方程的S.E. 4.081676AIC值5.6414

43、54残差平方和16.66008SC值5.329005对数似然-10.10364 HQ criter.4.802870DW统计值2.195037从结果我们可以发现：可决系数为0.756691，调整后的可决系数为0.726765，系数的t统计量分别为2.572086、-3.118880、2.698230、2.364152，其绝对值均大于置信度为95%水平下的t统计量临界值绝对值，并且对应的P值分别为0.0192、0.0043、0.0259、0.0245，小于0.05，说明应该拒绝原假设，即系数均是显著有效的。从各解释变量对运营效率（Y）的影响来看，总资产（X1）、固定资产（X3）、营业收入（X4）

44、与海尔集团运营效率（Y）存在正相关；投资活动产生的现金流量净额（X2）与海尔集团运营效率（Y）存在负相关。具体表现在，总资产（X1）每增加一个单位，海尔集团运营效率（Y）增加3.66E-06个单位；投资活动产生的现金流量净额（X2）每增加一个单位，海尔集团运营效率（Y）减少3.13E-06个单位；固定资产（X3）每增加一个单位，海尔集团运营效率（Y）增加9.80E-06个单位；营业收入（X4）每增加一个单位，海尔集团运营效率（Y）增加1.68E-06个单位。（六）回归结果检验1. 多重共线性检验判断是否存在多重共线性，本文采用相关系数的方法。判断依据为解释变量间相关系数绝对值若大于0.7，则说

45、明存在多重共线性。YX1X2X3X4Y1-0.514020.531042-0.61203-0.36104X1-0.714021-0.147990.4823650.561891X20.731042-0.147991-0.326650.109767X3-0.712030.482365-0.3266510.399379X4-0.861040.5618910.1097670.3993791从相关系数结果来看，总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收入（X4）之间相关系数的绝对值都是小于0.7，由此可以得出不存在多重共线性问题。2. 异方差检验本文使用eviews软件

46、中的怀特检验来判断是否存在异方差问题，以下为检验结果：异质性测试: 怀特检验F统计量1.757661P值. F(5,3)0.3408Obs*R方统计量6.709595P值. Chi-Square(5)0.2431标度解释 SS2.200815P值. Chi-Square(5)0.8207从WHITE检验结果来看，F统计量为1.757661，对应的P值为0.3408；Obs*R方统计量分别为6.709595，对应的P值分别为 0.2431，均大于0.05，应该接受原假设，即说明了不存在异方差问题。3. 自相关检验接下来需要检验变量之间是否存在自相关性的问题，采用DW检验的方法判断，通过查询临界值

47、表得，DL=0.95，DU=1.54，而之前回归结果中的DW统计值分别为2.195037，均满足DUDW4-DU，说明变量间不存在自相关问题。对于残差项是否存在自相关问题，我们采用LM检验进行判断，结果如下：Breusch-Godfrey 序列相关 LM Test:F统计量0.050779P值. F(2,4)0.9511Obs*R方统计量0.222849P值. Chi-Square(2)0.8946对回归结果的残差项进行LM检验发现，检验的F统计量为0.050779，对应的P值为0.9511；Obs*R平方统计量分别为0.222849，对应的P值分别为 0.8946，均大于0.05，应该接受原

48、假设，也就是说明残差项不存在自相关。通过上述对回归结果相关检验确定，海尔集团企业财务信息的运营效率回归结果是真实有效的。综上所述，我们可以得出以下结论：通过对TATO、ITO、RTOR、FATO、CATO等营运能力指标进行主成分分析，量化处理得到海尔集团运营效率数据，通过所得到的运营效率数据发现，在2014年至今，海尔集团2014年的运营效率最高，2015年大幅度下降，在之后几年里，海尔集团的运营效率整体上保持上涨。以运营效率作为被解释变量，总资产（X1）、投资活动产生的现金流量净额（X2）、固定资产（X3）、营业收入（X4）为解释变量，对相关变量挖掘处理分析后，我们确定，总资产（X1）、固定

49、资产（X3）、营业收入（X4）与海尔集团运营效率（Y）存在正相关；投资活动产生的现金流量净额（X2）与海尔集团运营效率（Y）存在负相关。并且从分析得出的结果来看，固定资产（X3）对海尔集团运营效率（Y）的影响程度最大，其次是总资产（X1）、投资活动产生的现金流量净额（X2），营业收入（X4）对海尔集团运营效率（Y）影响程度最小。 五、海尔集团企业运营的建议（一）深入挖掘潜在轻资产，扩大企业规模通过回归分析我们可以发现，总资产（X1）对企业的运营效率（Y）有着积极的影响。根据资产的形态的不同，总资产（X1）可以分为有形资产和无形资产，而轻资产作为一种运营模式，属于无形的资产。轻资产对企业的运营有

50、着以下的影响：（1）该运营模式可以将一些重资产环节如零件配件等交由更有成本优势的企业生产，一方面可提高效率，而且还可以降低生产成本；（2）该运营模式将难以形成竞争力的环节外包，可以使公司更专注于其独特的核心业务，如研发、品牌拓展等，有利于提高企业的核心竞争力。在如今十分饱和的家电行业，只有不断地深入挖掘潜在轻资产，才可能给企业带来潜在的利润，随着5G时代的降临，实体经济的发展目前已经放慢了脚步，对于传统的制造业企业而言，需要不断创新，不断适应时代的发展，像海尔一样去探索合适的发展道路，国内很多企业经过多年的发展积累了大量轻资产资源，但因为轻资产具有不可计量性以及核心资产表外性的特点，企业很难在财务管理方面对其计量和评估把控。海尔集团先进的管理理念和优势也使其在企业转型中达到较好的预期状态。通过深入挖掘潜在轻资产，从根本上也是对企业规模不断扩大提供依据。由此，通过深入挖掘潜在轻资产，扩大企业规模能很好的提高企业的运营效