《电商类上市公司营运能力对企业EVA的影响实证探究》13000字（论文）

电商类上市公司营运能力对企业EVA的影响实证研究目录TOC\o"1-2"\h\u15670电商类上市公司营运能力对企业EVA的影响研究 117051摘要 1265791引言 212551.1研究背景及意义 2165481.2国内外研究现状 3268622理论基础与研究假设 7246392.1相关理论 7250112.2研究假设 8162053实证研究设计 10307313.1数据和实证方法 10130263.2变量与模型设计 1115654实证结果分析 13103314.1描述性分析和相关性检验 13144004.2回归分析 16177974.3稳健性检验 19298825实证研究结论与展望 2296285.1实证研究结论和建议 22284495.2研究不足与展望 2430471参考文献 25摘要近些年，我国电子商务产业发展迅速，电子商务市场交易量稳步增长。而电商类上市公司的数量也越来越多，企业的经营能力是指企业利用其全部资产获取利润的能力，反映了企业运营管理的能力，增值经济价值是一种绩效评估工具，它评估业务经营者有效利用资本和为股东创造价值的能力，并反映最终业务目标的业务目标。生产能力反映了企业使用资产的效率，对经济增加值产生重要影响。本文选择电商类上市公司作为研究分析的目标，基于59家家电上市公司的财务数据，选取流动资产周转率、应收账款周转率和总资产周转率作为解释变量；选取经济增加值率为被解释变量；选取销售净利率、资产负债率、公司规模、每股收益为控制变量。然后对上述变量进行描述性分析、相关性分析和多元回归分析。实证结果显示流动资产周转率、应收账款率、总资产周转率和企业EVA呈正相关关系，说明电商类上市公司的营运能力对企业EVA有正向影响。基于这个结论，根据我国电子商务交易公司的现状，我们提出了可以提高企业经营能力，增加经济附加值的建议，以促进电子商务产业的进一步发展。关键词：电商行业；经济增加值；营运能力；实证分析引言研究背景及意义研究背景随着我国市场经济的快速发展以及国内公司规模的扩大，企业受益者越来越重视企业的收益能力和创造能力，经济增加值作为一种价值管理体系，自然而然得到重视，因此提高公司的经营管理能力与创造能力，保证其产品质量，是促进企业快速提升自身价值，实现持续发展、稳定增长的有效途径。近年来，我国电子商务行业发展迅速，电子商务交易的市场成交量稳步上升，上市电子商务公司的数量也有所增加。众所周知，企业的营运能力能够体现出一个企业管理，盈利的能力，而经济附加值则是一种评价企业经营绩效的工具，能够反映企业的盈利情况。因此，研究企业营运能力对经济增加值的影响是有必要的。研究意义对于上市电商类公司来说，由于公司的主体业务、发展理念的不同，那么在公司经营过程中对于经济增加值影响也会有不同。现阶段对于企业营运能力的研究主要体现在营运能力的含义、分析以及价值相关性等方面，然而，从理论与实证的角度来看，对于营运能力强弱对经济增加值的影响的研究较少，无法得出准确的结果。本文通过研究电商类上市公司营运能力与经济附加值的关系，以及对于管理者加深对营运能力的认识，指导电商类上市公司做出合理、适用的发展决策，实现自身的可持续发展具有重大意义。同时，提出了独到的建议，可以提高企业的营运能力，增加经济附加值，从而进一步促进电商产业的发展。国内外研究现状国外研究现状FotiniVoulgaris,MichaelDoumpos,ConstantinZopounidis（2000）选取希腊143家公司作为样本进行分析，选取多项财务指标构建出一个价值创造评价体系，最终发现资产利用程度以及盈利能力是企业价值创造的重要动因[1]。Lovata和Costigan（2002）对经济增加值的有效性进行了实证研究，对比了一个公司使用经济增加值为评估标准的前后发现，在同一行业，使用了经济增加值的企业盈利能力得到了更为快速的增长[2]。AliRezaModanloJoibary,MohammadRezaBagherzadeh（2011）通过德黑兰证券交易所（TSE）的一项研究，得出经济增加值与市场增值和股本回报率之间有着有意义的关系，但经济增加值与资产回报率没有有意义的关系[3]。ShinuVig,ManipadmaDatta（2018）指出，公司治理质量与公司价值创造（即公司的EVA）有着积极的关系。但是，发现影响并不显著[4]。GeetanjaliPurswani,AnandRaj（2018）通过研究制药公司资本结构与EVA之间的关系，在MicrosoftExcel的帮助下进行了为期五年（2013-2017年）的分析，研究结果表明，资本结构对EVA的价值没有显著影响[5]。国内研究现状（1）营运能力陈俊（2006）在从应收账款周转率、存货周转率、流动资产周转率、总资产周转率和资本保值增值率出发进行经营能力分析评价后发现如果一个企业能够合理的配置资源，那么它将会获得更高的盈利，利润绝对值也会增加。并且提出对企业经营能力进行分析和评价，是实现企业资源合理配置，保证企业持续经营的有效手段[6]。张芹芹（2013）认为营运能力分析体系在企业中十分重要，直接影响到企业的变现能力和获利能力，她在分析格力电器的年报后发现：如果企业的营运能力高，则资产变现速度快、获利水平高[7]。贺佳媛（2016）通过杜邦分析法对青岛海尔公司营运能力进行研究，发现总资产周转率是导致净资产收益率变化的重要要素，也是影响企业营运能力的关键因素。在文末提出可以从提高营业收入和减少固定资产两个方面来改善青岛海尔公司营运能力下降的现状，保障企业发展的持续性[8]。吕晨（2019）选取2008-2017年24家体育产业上市公司，采集其上市公司年报和社会责任报告的相关数据，得出结论：体育产业上市公司营运能力对企业价值有显著正向影响[9]。郑乾，李爱琴（2020）选取西藏六家药业上市公司作为研究样本,以中国药业行业先进企业云南白药为参照物，运用比较分析法，得出存货周转速度快，存货占用水平低，存货变现能力强，资金的使用效率就高[10]。（2）经济增加值研究张婷（2013）以2009-2012年创业板医药类30家上市企业为研究对象进行实证分析，研究发现企业的盈利能力、资产负债率、公司规模与企业经济增加值正相关[11]。芮航帆（2016）以我国沪市上市公司2013-2015年间568家上市公司的数据为样本，对EVA指标和传统的业绩评价指标在我国上市公司业绩评价中的有效性进行了比较检验，发现以EVA作为衡量我国上市公司业绩的指标不仅可行而且更有效[12]。伍文晖（2016）以A供电局2012年和2013年的相关数据为例，通过计算A供电局2012年和2013年的EVA体系指标，发现营业利润、固定资产净值增长率、平均资本成本率能影响企业的经济增加值[13]。仲雅敏（2019）通过对石油公司Z公司的财务状况分析，指出EVA指标能提高企业的资金的使用效率，优化企业的资本结构，提高企业的绩效[14]。杨悦（2019）通过设定影响变量方法研究上市互联网企业EVA变动，得出无形资产、市场水平、企业规模与EVA绩效效果呈现出正向相关性的结论[15]。谢丹丹（2020）以我国沪深上市商业银行2017-2019年的数据为样本，验证了EVA评价上市商业银行业绩的有效性，得出结论：EVA与上市商业银行企业业绩正相关[16]。刘迎（2020）分析国有建筑施工企业A公司近三年财务报表的主要数据得出通过在企业财务绩效评价中引入EVA指标，能够提高建筑施工企业资金使用效率，督促企业经营者追求经济增值最大化[17]。（3）营运能力与经济增加值的相关性林艳荣（2011）指出提高产品毛利率、缩短收款期、加快存货周转、扩大投资收益率能提升企业经济增加值[18]。金贞姬,宋东燮,温琳（2011）以韩国KOSDAQ市场上市的413家企业2004年至2006年数据为样本,分析财务比率对EVA的影响，结果发现:EVA与总资产周转率存在显著正相关关系[19]。吴君，张芳芳，周仪，廖瑞斌（2019）选取广东省六家医药上市公司2010—2014年的数据，以经济增加值指标作为绩效的替代指标，实证分析了上市公司的经营绩效的影响因素，结果发现，销售净利率，总资产周转率与广东省医药上市公司经营业绩有显著的正相关关系[20]。陈志耀（2020）通过分析XYB公司2016年-2018年财务数据，计算2017年及2018年的经济增加值，发现流动资产、固定资产以及总资产利用率低将会造成企业经济增加值的降低[21]。研究评述国内外专家学者对经济增加值从多个视角进行了研究和分析，证明了其科学和优越性：世界范围内众多公司纷纷采用经济增加值，也从另一个侧面证明了EVA作为一种评价指标、一种激励制度、一种管理体系、一种理念体系有利于企业管理的优化，有利于企业价值的创造，有利于企业的长远发展。经济增加值在中国得到本土化改造和应用，有利于提升中国企业的管理水平。通过国内外文献可以看出，国内外专家对于营运能力的研究方向比较广泛。然而对营运能力与经济增加值之间的关系，则在理论和实证方面都没有进行系统而深入的研究。而且，由于电子商务是近年来发展迅速的一种新的市场模式，因此并没有相关的文献来专门研究电商类上市公司的营运能力和经济增加值的关系，鉴于上述的情况，本文选择电子商务领域的上市公司作为研究对象，通过将营运能力和经济增加值相结合，研究营运能力对经济增加值的影响。理论基础与研究假设相关理论营运能力理论营运能力本义是指经营运作能力，常规是指公司的营销系统，是社会生产力在企业中的微观表现，是企业各项经济来源，基于环境约束与价值增值目标，通过配置组合与相互作用而生成的推动企业运行的物质能量。运营能力首先表现在对资产周转率和周转率的贡献上；再者，这一贡献对实现增值目标具有根本性影响。从这个意义上说，运营能力决定了企业的偿债能力和盈利能力，是整个财务分析的核心。企业营运能力财务分析比率有：流动资产周转率、应收账款周转率、总资产周转率等。因此，建立和实施科学、合理、有效的企业经营能力评价指标，有助于正确引导企业管理行为，它可以帮助企业找到经营缺口和根本原因，促进企业加强各种资产的管理，提高经济效益，为国家宏观经济政策体系和投资者及相关利益相关者的决策提供依据。经济增加值理论EVA（EconomicValueAdded）是指经济增加值。它的理论来源于1958年至1961年诺贝尔奖经济学家默顿·米勒(mertonmiller)和弗兰哥·莫迪利亚尼(Francomodigliani)关于公司价值经济模型的一系列论文。从最基本的意义上说，经济增加值是衡量企业绩效的一个指标，它与大多数其他指标的不同之处在于，EVA考虑了所有给企业带来利润的资本成本。EVA是企业当年的价值增值。这一指标是指从投资资本中获得的利润与资本成本之间的差额。扣除的成本不包括债务资本成本，还包括股权资本成本。因此，在弥补了包括债务成本和股权资本成本在内的全部资本成本后，剩余部分的利润就是企业实际为股东创造的财富。因此，EVA指标更注重企业的长期战略管理，可以为投资者提供企业的生产经营状况和未来成长，帮助企业发现的长期竞争劣势，帮助企业在未来创造更大的价值。研究假设流动资产周转率与经济增加值流动资产周转率反映了公司使用流动资产的效率。充分有效地利用流动资产，如合理减少库存，加强应收账款和其他应收款的回收，提高流动资产的整体使用效率。周转率越高，流动资产周转率越快，使用效率越高。在较快的周转速度下，企业需要的流动资产会相对降低，相当于降低了流动资产的投入，在一定程度上增强了企业的价值创造能力；而流动资产周转缓慢，则需要额外增加流动资金参与周转，造成资金的浪费，增加资本成本，降低企业的价值创造能力。一般来说，电子商务行业等新兴行业会更注重公司资产的利用率。通过对电子商务公司当前资产周转率的对比分析，不仅可以帮助电子商务公司提高管理水平，还可以充分利用电子商务公司的流动资产。较高的流动资产周转率会增加流动资产投资，从而增加电子商务公司的盈利能力，为公司创造价值。基于此，提出假设1：假设1：电商行业上市公司的流动资产周转率与经济增加值正相关。应收账款周转率与经济增加值应收账款周转率是指应收账款在一定时期内转化为现金的平均次数，用于衡量应收账款的流动性的指标。应收账款周转率越高，企业收账速度越快，账龄越短，资产流动性越强，短期偿债能力越强。越有利于企业正常的发展经营。若企业应收账款周转率过低，则说明企业催收账款的效率太低或信用政策十分宽松，会影响企业资金利用率和资金的正常周转，增加坏账发生的比率，最终影响到企业的利润，降低企业创造价值的能力。对于电子商务公司来说，应收账款周转率是衡量公司应收账款周转速度和管理效率的指标。随着周转率的提高，电子商务公司的资金使用效率也可以大大提高。应收账款周转率越高，电商公司的收款就越好，越快，越稳定，公司需要自有资金越少，资金成本越低，资金风险越低。基于此，提出假设2：假设2：电商行业上市公司的应收账款周转率与经济增加值正相关。总资产周转率与经济增加值总资产周转率是测度企业全部资产经营质量和使用效率的核心指标。总资产周转率越高，说明企业总资产周转速度越快，反映出营运能力越强。在一定时间内，总资产周转速度越快，说明资产在依次经历购买、加工和销售各阶段时所需的时间就越短，说明资产利用的效果就越好，以相同的资产总额实现的销售收入就越多，资本增值的次数也越多。电商企业也是如此，总资产周转率考察了企业资产的绩效，反映了企业运营过程中所有资产从投入到产出的转移速度，反映了电子商务企业所有资产的使用效率。通过对电子商务行业总资产周转率的对比分析，可以反映企业今年的变化。反过来，这将有助于企业挖掘潜力，增加电子商务企业产品的市场份额，提高资产利用率。增加企业价值。基于此，提出假设3：假设3：电商行业上市公司的总资产周转率与经济增加值正相关。

实证研究设计数据和实证方法样本选择与数据来源由于上市公司行业分类中没有电商类，所以本文采用手工查找，列示上市公司名单。常见的电商类上市公司如唯品会、聚美优品、兰亭集势等都均在国外上市，数据资料难以取得，本文通过金融数据库逐一查询筛选所列示的上市公司名单，排除掉难以获取数据资料的电商类上市公司，最终得到59家电商类国内上市公司，并以此为样本进行实证研究，搜集了这些上市公司2010年到2019年的年报数据。选取最终的研究对象时，为了让研究结论具有准确性、可靠性、代表性，剔除了数据重复、数据不全、数据明显存在错误和数据波动太大的公司，选择运营情况良好、发展完善的电商类上市公司，共筛选出590个数据。运用SPSS软件对数据进行描述性分析、相关性分析和线性多元回归分析，研究分析营运能力对企业经济增加值的影响。本文中营运能力相关指标的数据、经济增加值相关指标的数据和控制变量数据都是从锐思金融数据库中采集而成。本文数据处理使用的软件是Excel2019和SPSS22.0。实证方法本文先用EXCEL2019进行了数据整理，用SPSS22.0对电商类上市公司数据展开实证研究分析。首先，对样本数据进行整理，确定变量名称以及数据格式，随后对数据展开描述性分析。然后要进行pearson相关性检验，检验变量间是否有相关性。基于相关性分析，再进行变量间的线性回归分析。对每组模型进行共线性诊断，以方差膨胀因子（VIF）来判断方程是否存在多重共线性。一般情况下，VIF小于10，则认为不存在多重共线性。通过允差也可以判断多重共线性，通常允差<0.2时，认为该模型存在严重的多重共线性。最终，通过多元线性回归分析的结果得出结论。变量与模型设计变量选择（1）解释变量目前对于企业的营运管理能力尚未建立统一的评价体系，现在国内外学者一般用资产周转速度来衡量和测度一个企业的经营管理能力，本文选择流动资产周转率、应收账款周转率和总资产周转率作为解释变量。（2）被解释变量由于企业的经济增加值本身就是是一个绝对性的指标，不便于各种不同规模上市公司之间的比较，故在检验营运能力对经济增加值的影响时，采用经济增加值率来作为被解释的量。（3）控制变量对企业经济增加值产生影响的因素是非常复杂的，不同行业、不同类型的企业，经济增加值受各种因素影响的程度和范围也是不一样的。从经济增加值的影响因素看，公司盈利能力、公司规模、公司债务水平、每股指标等方面都会对公司经济增加值产生影响。本文选取以下影响因素作为控制变量。盈利性，用销售净利率表示。销售净利率的高低会对企业收益产生重要影响，并对经济增加值产生重要影响，故本文引入反映公司盈利性的指标销售净利率，来控制其对经济增加值的影响。公司规模，用企业资产总额取对数后表示。上市企业的规模大小也是影响其经营管理的重要因素之一，有相关实证研究发现规模较大的企业趋向于获得更多的利润。本文采用期末总资产来表示公司规模，从而控制其对经济增加值的影响。债务水平，用资产负债率表示。债务水平的高低由企业的资金筹集方式决定，资金筹集方式的不同会影响企业的资本成本，进而影响经济增加值，本文引入反映公司债务水平的资产负债率，来控制其对经济增加值的影响。每股指标，用每股收益表示。等于税后利润与股本总数的比值，该比率反映了每股创造的税后利润，每股收益的高低会影响企业的利润，并对经济增加值产生影响，故本文引入每股收益指标，来控制其对经济增加值的影响。归纳选择的变量，具体定义见表1。表1变量定义表变量类型变量名称变量符号变量定义被解释变量经济增加值率EVAR经济增加值与全部投入资本的比值流动资产周转率CAT收入与年初与年末流动资产平均值的比值解释变量应收账款周转率RTR收入与年初与年末应收账款平均值的比值总资产周转率AT收入与年初与年末资产平均值的比值销售净利率NPS公司净利润与销售收入的比值控制变量公司规模SIZE公司年末资产的自然对数资产负债率LEV等于年末公司负债与资产的比值每股收益EPS等于税后利润与股本总数的比值模型设计为了检验流动资产周转率对经济增加值的影响，以经济增加值率作为被解释变量，流动资产周转率作为解释变量，销售净利率、公司规模、资产负债率、每股收益作为控制变量，构建多元回归模型1：EVAR=α+β1CAT+β2NPS+β3SIZE+β4LEV+β5EPS+ε为了检验应收账款周转率对经济增加值的影响，以经济增加值率作为被解释变量，应收账款周转率作为解释变量，销售净利率、公司规模、资产负债率、每股收益作为控制变量，构建多元回归模型2：EVAR=α+β1RTR+β2NPS+β3SIZE+β4LEV+β5EPS+ε为了检验总资产周转率对经济增加值的影响，以经济增加值率作为被解释变量，总资产周转率作为解释变量，销售净利率、公司规模、资产负债率、每股收益作为控制变量，构建多元回归模型3：EVAR=α+β1AT+β2NPS+β3SIZE+β4LEV+β5EPS+ε以上模型中，常数项是α，待估系数为β1、β2、β3、β4、β5，代表随机误差项。实证结果分析描述性分析和相关性检验描述性信息本文获取了2010-2019年这十年电商类上市公司的数据，经过处理筛选后得到了590条有效数据样本，包含EVA率、流动资产周转率、应收账款周转率、总资产周转率、销售净利率、公司规模、资产负债率、每股收益的各项指标大致情况，具体如表2所示：表2变量的描述性分析N最小值最大值平均数标准偏差方差EVAR590-0.83400.4267-0.01940.13750.0190CAT5900.11099.17241.91671.59162.5330RTR5900.92681189.529354.6729122.642615041.208AT5900.05186.24961.03080.93450.8730NPS590-233.017955.76397.672617.1209293.1260SIZE59019.560326.849722.95301.28131.6420LEV5903.841388.640151.376618.3518336.7900EPS590-6.13144.84910.53930.78480.6160基于SPSS得出的描述性分析结果并做出以下分析：经济增加值率方面：根据经济增加值率定义可知公司的市值与它所占用的资本总额的差额称为经济增加值，而经济增加值率应该是等于经济增加值除以所占用的资本总额。针对590条样本数据统计得出，经济增加值率的最大值为0.4267，最小值为-0.8340，平均值为-0.0194，由此可以看出部分上市类电商公司的市值仍有亏损。流动资产周转率方面：在590条数据样本中，流动资产周转率最小值为0.1109，最大值为9.1724，平均值为1.9167，说明所选数据中的较多上市电商公司的流动资产周转率偏小。应收账款周转率方面：在590条数据样本中，应收账款周转率最小值为0.9268，最大值为1189.5293，平均值为54.6279，说明所选数据中的上市电商公司的应收账款周转率较同行业水平来说很可观，资金使用效率得到提升，平均收账期短，坏账损失少。总资产周转率方面：在590条数据样本中，总资产周转率最小值为0.0518，最大值高达6.2496，说明个别企业总资产周转率良好，突破了100%。这些企业的营运能力较好，平均数为1.0308，与一般认为总资产周转率应该达到80%的水平，还有所超越。销售净利率方面：在590条数据样本中，销售净利率最小值为-233.0179%，最大值高达55.7639%，平均值为7.6726%。说明所选数据中上市电商公司整体获利处于持续增长的水平，但离正常水平还有待增长。公司规模方面：在590条样本数据中，最值分别为20和27，平均数为23，标准偏差为1.2813，说明各企业之间的规模存在一定差异。资产负债率方面：在590条数据样本中，资产负债率最小值为3.8413%，最大值高达88.6401%，平均值为51.3766%。资产负债率的适宜水平是40%-60%，而样本上市电商公司的资产负债率均值维持在51.3766%，说明所选的数据中上市电商公司资本结构基本合理，没有特别大的偿债压力。每股收益方面：在590条数据样本中，每股收益最小值为-6.1314，最大值高达4.8491，平均值为0.5393。说明所选数据中上市电商公司的每股收益存在一定的差异。相关性检验相关性分析是对两个及两个以上具备相关性分析的变量进行分析，以测度变量两两之间的相关密切程度。为了探讨经济增加值率与流动资产周转率、应收账款周转率、总资产周转率及控制变量之间的关系，本文在进行多元回归分析之前，先进行各变量之间的相关性分析，若选取的变量之间存在多元共线性问题，则回归模型变量验证显著性不具有意义，从而使大多数预测变量无法有效地诠释目标变量。所以解决这个问题的方法是在执行回归分析之前，应该对每个变量执行相关分析和多重共线性诊断。本文采取实证研究中相关性分析通常采用的Pearson相关系数检验法。表3是本文对2010-2019年电商类上市公司590个样本进行相关性分析后得到的Pearson相关系数。分析变量两两之间的相关关系，为下一步变量之间的多元线性回归分析提供依据和参考。表3各变量间的相关系数矩阵变量EVARCATRTRATNPSSIZELEVEPSEVAR1CAT0.095*1RTR0.127**0.120**1AT0.123*0.747**0.106*1NPS0.160**-0.181**0.137**-0.197**1SIZE0.128**0.122**0.089*0.083*0.097*1LEV0.212*0.274**0.126*0.323**-0.107*0.290**1EPS0.253**-0.137**0.225**-0.211**0.265**0.309**-0.0291注：*、**分别代表在5%和1%水平上（双侧）显著从总体上看，各变量之间都有着不错的显著性，除每股收益和资产负债率之间没有呈显著相关。分别来看，流动资产周转率与经济增加值率之间相关系数为0.095，在5%的水平上显著，表明流动资产周转率与经济增加值率之间存在着显著正相关，这也基本满足了假设1显著相关的条件。应收账款周转率与经济增加值率之间在1%的水平上显著，相关系数为0.127，在1%的水平上显著，表明应收账款周转率与经济增加值率之间存在着显著正相关，这与假设2的相关显著条件相符。总资产周转率与经济增加值率间的相关系数为0.123，二者在5%的水平上显著，说明总资产周转率与经济增加值率之间存在着显著正相关，初步满足了假设3需要的相关显著的前提。进一步证实变量之间是否相互作用需要通过多元回归分析来确定。此外，四个控制变量之中销售净利率与流动资产周转率、总资产周转率之间相关系数为负，与经济增加值率、应收账款周转率之间的相关关系为正，销售净利率的相关系数依次为0.160、-0.181、0.137、-0.197，都在1%的水平上显著。公司规模与经济增加值率、流动资产周转率在1%的水平上显著，与应收账款周转率、总资产周转率、销售净利率在5%的水平上显著，且相关关系都为正，相关系数依次为0.128、0.122、0.089、0.083、0.097。资产负债率与经济增加值率、应收账款周转率、销售净利率在5%的水平上显著，与流动资产周转率、总资产周转率、公司规模在1%的水平上显著，相关系数依次为0.212、0.274、0.126、0.323、-0.107、0.290。每股收益除与资产负债率之间没有呈显著相关，与其他变量在1%的水平上显著。回归分析本文主要使用SPSS22.0软件对每个变量进行线性回归分析，来研究电商类上市公司营运能力与企业EVA的关系，并对本文所提出的假设进行检验。流动资产周转率对企业EVA的影响该模型研究了流动资产周转率对企业EVA的影响，并对此进行回归分析。分别使用经济增加值率作为因变量，流动资产周转率作为自变量以及销售净利率、公司规模、资产负债率、每股收益等控制变量，得到的回归分析的结果如表4所示：表4流动资产周转率对EVA影响的检验结果非标准化系数标准系数显著性共线性统计量B标准误差BateTSig.允差VIF（常数）-0.1460.103-1.4190.056CAT0.0070.0040.0842.0120.0090.8971.115NPS0.0010.0000.1192.8490.0050.8921.122SIZE0.0030.0050.0791.6550.0120.8101.234LEV0.0000.0000.0801.8650.0100.8411.189EPS0.0380.0080.2144.9570.0000.8401.190F10.851***R平方0.085调整后R平方0.077注：被解释变量为EVAR；***代表在1%水平上显著回归模型方差膨胀因子（VIF）系数在1-2之间，允差远大于0.2证明模型通过了多重共线性的诊断。该模型的特征是，模型R平方为0.085，调整后的R平方为0.077。从变量的回归数值来看，回归系数值为正数，流动资产周转率（CAT）与经济增加值率在0.01的程度上显著，二者之间呈显著正相关关系，即企业的流动资产周转率每增多1%，企业的经济增加值率都会增加0.084个单位，与假设1相一致，故假设成立。从控制变量对回归分析结果的影响来看，企业销售净利率与企业经济增加值率在1%的显著水平上呈正相关关系，公司规模与企业经济增加值率呈显著正相关，企业的资产负债率与企业经济增加值率呈显著正相关，企业的每股收益与经济增加值率存在明显的正相关关系。应收账款周转率对企业EVA的影响该模型研究了应收账款周转率对企业EVA的影响，并对此进行回归分析。分别使用经济增加值率作为因变量，应收账款周转率作为自变量以及销售净利率、公司规模、资产负债率、每股收益等控制变量，得到的回归分析的结果如表5所示：表5应收账款周转率对EVA影响的检验结果非标准化系数标准系数显著性共线性统计量B标准误差BateTSig.允差VIF（常数）-0.1520.103-1.4720.141RTR0.0710.0000.0641.5770.0380.9421.061NPS0.0010.0000.1002.4020.0170.9111.098SIZE0.0040.0050.0731.7520.0120.8131.230LEV0.0000.0000.0561.3880.0400.8881.126EPS0.0360.0080.2034.6250.0000.8121.231F10.513***R平方0.083调整后R平方0.075注：被解释变量为EVAR；***代表在1%水平上显著由表5可以看出：从整个回归模型来看，其F值为10.513，对应的P值为0.000，整个回归模型在1%水平上显著。从模型拟合程度看，模型R平方0.083，调整后的R平方0.075。各变量回归系数的方差膨胀因子（VIF）系数在1-2之间，允差都远大于0.2，该模型中各变量不存在多重共线性。应收账款周转率（RTR）的回归系数为0.064，P值为0.038，在5%水平上显著，这说明应收账款周转率与经济增加值率呈正相关，资金使用效率得到提升，平均收账期短，坏账损失少，达到更高的利益回报，使企业市值增加。本文的假设2得到了证实。此外，销售净利率、公司规模、资产负债率、每股收益与经济增加值率成正相关，回归系数分别为0.100、0.073、0.056、0.203，且分别在5%和1%的水平上显著。总资产周转率对企业EVA的影响该模型研究了总资产周转率对企业EVA的影响，并对此进行回归分析。分别使用经济增加值率作为因变量，总资产周转率作为自变量以及销售净利率、公司规模、资产负债率、每股收益等控制变量，得到的回归分析的结果如表6所示：表6总资产周转率对EVA影响的检验结果非标准化系数标准系数显著性共线性统计量B标准误差BateTSig.允差VIF（常数）-0.1740.103-1.6850.093AT0.0140.0060.0942.2100.0280.8601.162NPS0.0010.0000.1222.9010.0040.8881.126SIZE0.0040.0050.0921.9520.0270.8081.238LEV0.0000.0000.0861.5920.0230.7981.253EPS0.0370.0080.2094.8210.0000.8361.197F11.033***R平方0.086调整后R平方0.078注：被解释变量为EVAR；***代表在1%水平上显著由表6可以看出：从整个回归模型来看，其F值为11.033，对应的P值为0.000，整个回归模型在1%水平上显著。从模型拟合程度看，模型R平方0.086，调整后的R平方0.078。各变量回归系数的方差膨胀因子（VIF）系数在1-2之间，允差都远大于0.2，该模型中各变量不存在多重共线性。总资产周转率（AT）的回归系数为0.094，P值为0.028，在5%水平上显著，这说明总资产周转率与经济增加值率呈正相关，总资产周转速度越快，资产在依次经历购买、加工和销售各阶段时所需的时间就越短，说明资产利用的效果就越好，以相同的资产总额实现的销售收入就越多，资本增值的次数也越多，本文的假设3得到了证实。此外，销售净利率、公司规模、资产负债率、每股收益与经济增加值率成正相关，回归系数分别为0.122、0.092、0.086、0.209，且分别在5%和1%的水平上显著。稳健性检验为了检验分析结论的稳定性和可靠性，本文以总资产经济增加值率（EVART）代替经济增加值率（EVAR），重复上述回归模型检验步骤，重新进行分析，从而进行稳健性检验。稳健性检验结果如表7、8、9所示：表7流动资产周转率对EVA影响的检验结果非标准化系数标准系数显著性共线性统计量B标准误差BateTSig.允差VIF（常数）-0.1230.071-1.7250.085CAT0.0060.0020.1052.5190.0120.8971.115NPS0.0010.0000.1363.2600.0010.8921.122SIZE0.0030.0030.1042.7660.0020.8101.234LEV0.0000.0000.0982.5740.0060.8411.189EPS0.0230.0050.1904.4020.0000.8401.190F11.247***R平方0.088调整后R平方0.080注：被解释变量为EVART；***代表在1%水平上显著。表8应收账款周转率对EVA影响的检验结果非标准化系数标准系数显著性共线性统计量B标准误差BateTSig.允差VIF（常数）-0.1280.072-1.7880.074RTR0.0030.0000.0400.9670.0340.9421.061NPS0.0010.0000.1152.7330.0060.9111.098SIZE0.0030.0030.1402.8980.0020.8131.230LEV0.0000.0000.0922.1880.0190.8881.126EPS0.0220.0050.1854.1890.0000.8121.231F10.073***R平方0.079调整后R平方0.072注：被解释变量为EVART；***代表在1%水平上显著。表9总资产周转率对EVA影响的检验结果非标准化系数标准系数显著性共线性统计量B标准误差BateTSig.允差VIF（常数）-0.1470.072-2.0580.040AT0.0120.0040.1182.7630.0060.9561.046NPS0.0010.0000.1393.3260.0010.9401.063SIZE0.0040.0030.0502.1380.0410.9181.089LEV0.0000.0000.0542.2210.0370.9261.080EPS0.0220.0050.1834.2360.0000.9511.051F11.527***R平方0.090调整后R平方0.082注：被解释变量为EVART；***代表在1%水平上显著。从稳健性检验结果来看，用总资产经济增加值增长率（EVART）替换经济增加值率（EVAR），线性拟合度有所上升，各变量也通过了多重共线性问题的检验。即流动资产周转率与企业EVA影响检验；应收账款周转率与企业EVA影响检验；总资产周转率与企业EVA影响检验通过了稳健性检验，因此研究结论具有可靠性。

实证研究结论与展望实证研究结论和建议研究结论本文选择了电商类上市公司2010-2019年的财务指标数据，对电商类上市公司流动资产周转率、应收账款周转率、总资产周转率与企业EVA的关系进行研究。根据上文的回归结果得出以下的结论：表10电商类上市公司相关研究假设验证结论总结假设编号主要研究假设验证结果H1流动资产周转率与企业EVA正相关成立H2应收账款周转率与企业EVA正相关成立H3总资产周转率与企业EVA正相关成立假设H1流动资产周转率与企业EVA呈正相关关系，假设成立。企业的流动资产周转率越高，企业EVA也会有所增长，企业的流动资产周转率每增多1%，企业的经济增加值都会增加0.084个单位。假设H2应收账款周转率与企业EVA呈正相关关系，假设成立。企业的应收账款周转率增加，资金使用效率得到提升，平均收账期短，坏账损失少，达到更高的利益回报，使企业市值增加，企业的EVA也会有所提升。假设H3总资产周转率与企业EVA呈正相关关系，假设成立。企业的总资产周转率上升，企业EVA也会有所上升，并且由研究结论可以看出总资产周转率和企业EVA的相关系最强，所以对电商类上市公司而言，可以着重加强总资产周转率来提高企业经济增加值。相关建议基于本文的实证研究结果，提出以下的建议：（1）企业需要提高资产的流动性。从上文的研究结论可知，企业的营运能力的提高会带来企业EVA的增加，所以可考虑从资产的流动性方面来提高企业EVA。资产的流动性反映了企业资产的经营质量和使用效率，可以使用薄利多销等方法来加速资产周转，增强企业利用资产赚取利润的能力。（2）企业要提高主营业务收入。资产周转率是衡量营运能力的重要指标，它的影响因素是销售收入和资产规模。销售收入的增长会带来资产周转速度的提高，如果企业的主营业务收入的增长幅度小于资产的增长幅度，那么资产的周转速度就会变慢。为了提高资产周转速度，电商上市公司应该提高销售收入。现如今，越来越多的企业加入电商行业，市场的竞争之大可想而知，如何在供大于求的环境下寻求一方之地，是继续在传统行业扩大销售额还是探求新的市场领域，企业一定要找好自己的定位。以获得最大收入额为基本目标，增加资产流动性，提高营运能力以求提高企业经济增加值。（3）企业要盘活资产提高收益。根据上文的结论，企业可以着重加强总资产周转率来提高经济增加值。企业可以采取措施去处置多余、闲置不用的资产，提高销售收入从而提高总资产周转率。要定期对企业的资产、负债进行清理，尤其要对资产进行深入分析，划分出有效资产、无效资产、闲置资产及租赁的资产，对于闲置不用的资产要尽快拿出处置意见，同时对租赁资产要考虑市场变化因素适时调整租赁合同、租金收入。再者要认真分析影响收入、费用的各项主客观因素，分析负债的合理程度，力争最大限度地达到资产盘活，提高收入降低费用来增加收益。研究不足与展望研究不足本文研究了营运能力和企业经济增加值的关系，通过实证分析出了一些建议，具有一定实际意义。但由于收集材料的来源不够全面，文本仍存在一些不足：本文在样本量的选取上，由于查取财务数据的限制，仅仅选取了59家电商类国内上市公司，并没有选择在国外上市的公司。还有一些大型电商类企业例如京东、当当网等，由于经营策略和发展模式的原因，连续几年都是负盈利，并且由于已经在国外上市，数据整理难度大，国内外会计准则和报表存在差异，导致了数据不可比，不能直接使用。但是这些大公司又是比较具有代表性的电商公司，如何去很好的处理这部分企业的数据是值得探讨的问题。研究展望未来的社会是互联网社会，电商经济将会蓬勃发展。企业对于经济增加值的追究永远不会懈怠。目前国内外学者对于营运能力与企业经济增加值相关关系的