央企控股上市公司经济增加值业绩评价有效性的实证剖析与深度洞察

央企控股上市公司经济增加值业绩评价有效性的实证剖析与深度洞察一、引言1.1研究背景与意义1.1.1研究背景在当今复杂多变的经济环境中，企业业绩评价作为衡量企业经营成果和管理效率的重要手段，一直是学术界和实务界关注的焦点。传统的业绩评价指标，如净利润、净资产收益率等，虽然在一定程度上反映了企业的盈利能力，但由于忽视了权益资本成本等因素，难以准确衡量企业为股东创造的真实价值。随着经济全球化和市场竞争的加剧，企业面临着越来越大的压力，需要更加科学、全面的业绩评价方法来引导其战略决策和经营管理，经济增加值（EVA）应运而生。经济增加值是一种基于价值创造的业绩评价指标，其核心思想是企业只有在扣除了包括权益资本成本在内的所有资本成本后仍有剩余收益，才真正为股东创造了价值。与传统业绩评价指标相比，EVA考虑了企业全部资本的成本，更能准确地反映企业的真实盈利能力和价值创造能力。自20世纪80年代由美国思腾思特公司提出以来，EVA迅速在全球范围内得到广泛应用，许多国际知名企业，如可口可乐、西门子等，纷纷采用EVA作为业绩评价和管理的核心工具，并取得了显著成效。在我国，随着国有企业改革的不断深化，业绩评价体系也在不断完善。为了引导中央企业提升价值创造能力，提高发展质量，实现可持续发展，国务院国资委自2010年起在中央企业全面推行经济增加值考核。国资委修订的《中央企业负责人经营业绩考核暂行办法》规定，经济增加值代替净资产收益率成为央企负责人年度经营业绩考核的核心指标，考核权重达到40%。2013年，国资委进一步将绝大多数央企EVA考核指标的权重提高到50％，而利润总额指标权重下降到20％，并强调今后变卖企业主业优质资产所取得的非经常性收益将在计算利润总额和EVA时全部扣除，从而进一步强化了业绩考核的价值导向。央企控股上市公司作为中央企业的重要组成部分，在国民经济中发挥着举足轻重的作用。这些公司不仅在规模、资金、技术等方面具有优势，而且承担着国家战略实施、产业升级和社会责任履行等重要使命。国资委推行EVA考核对央企控股上市公司的经营管理产生了深远影响，促使这些公司更加注重价值创造，优化资源配置，加强风险管理，提升核心竞争力。然而，在实际应用过程中，EVA考核在央企控股上市公司中也面临着一些问题和挑战，如EVA计算的复杂性、调整项目的主观性、与企业战略的协同性等，这些问题在一定程度上影响了EVA考核的有效性和实施效果。1.1.2研究意义本研究旨在深入探讨经济增加值在央企控股上市公司业绩评价中的有效性，具有重要的理论和实践意义。从理论意义来看，目前关于EVA的研究虽然取得了一定成果，但仍存在一些不足之处。一方面，不同学者对于EVA与企业价值创造之间的关系尚未达成完全一致的结论，需要进一步深入研究和验证。另一方面，现有研究大多从宏观层面或整体企业角度分析EVA的应用效果，针对央企控股上市公司这一特定群体的研究相对较少，且缺乏系统性和深入性。本研究以央企控股上市公司为样本，通过实证分析方法，深入探讨EVA在该类企业业绩评价中的有效性，有助于丰富和完善业绩评价理论体系，为进一步研究EVA的应用提供新的视角和经验证据。从实践意义来看，对央企控股上市公司而言，准确评估EVA业绩评价的有效性，有助于企业管理层更加清晰地认识到EVA考核的优势和不足，从而更好地运用EVA指标进行战略规划、投资决策、业绩评价和薪酬激励等经营管理活动。通过优化EVA计算方法和应用流程，加强EVA与企业战略的融合，提高EVA考核的科学性和合理性，能够引导企业更加注重价值创造，合理配置资源，提高投资效率，降低经营风险，提升企业的可持续发展能力和市场竞争力。同时，对于国资委等监管部门来说，研究EVA业绩评价的有效性，有助于其及时了解央企控股上市公司实施EVA考核的实际情况，发现存在的问题并采取相应的改进措施，进一步完善央企业绩考核体系，加强对央企的监管和引导，促进国有资产的保值增值，推动国有企业改革和发展取得更大成效。1.2研究目标与方法1.2.1研究目标本研究旨在深入剖析经济增加值（EVA）业绩评价在央企控股上市公司中的有效性，通过严谨的实证研究，系统地验证EVA指标与央企控股上市公司价值创造之间的内在联系。具体而言，本研究将运用科学的研究方法和工具，全面分析EVA业绩评价体系在央企控股上市公司中的应用现状，深入探讨其在衡量企业真实业绩、引导企业战略决策、优化资源配置以及提升企业价值等方面所发挥的作用，同时也会客观地揭示其在实际应用过程中可能存在的问题和面临的挑战。在此基础上，本研究还将致力于探究影响EVA业绩评价有效性的关键因素，包括企业内部的治理结构、战略规划、财务管理水平，以及外部的市场环境、政策法规等。通过对这些影响因素的深入分析，为央企控股上市公司进一步完善EVA业绩评价体系提供具有针对性和可操作性的建议，助力企业提升价值创造能力和市场竞争力，实现可持续发展。此外，本研究的成果也将为学术界和实务界提供有益的参考和借鉴，推动业绩评价理论和实践的不断发展。1.2.2研究方法为实现上述研究目标，本研究将综合运用多种研究方法，从不同角度对经济增加值业绩评价在央企控股上市公司中的有效性进行深入探究。文献研究法：全面搜集和整理国内外关于经济增加值业绩评价的相关文献资料，包括学术论文、研究报告、政策文件等。对这些文献进行系统的梳理和分析，了解已有研究的现状、成果和不足，明确本研究的切入点和创新点。通过对文献的研究，深入剖析EVA的理论基础、计算方法、应用效果以及与企业价值创造之间的关系，为后续的实证研究和案例分析提供坚实的理论支持。实证研究法：以央企控股上市公司为研究样本，选取一定时间跨度内的财务数据和非财务数据。运用统计学方法和计量经济学模型，对数据进行量化分析，以验证EVA业绩评价与企业价值创造之间的相关性，以及EVA指标在解释企业业绩和市场价值方面的优势。通过构建多元线性回归模型，探究EVA指标对企业股价、市值等市场价值指标的影响程度；运用描述性统计分析、相关性分析等方法，对样本企业的EVA水平、财务状况、经营绩效等进行分析和比较，揭示EVA在央企控股上市公司中的分布特征和变化趋势。案例分析法：选取具有代表性的央企控股上市公司作为案例研究对象，深入分析其实施EVA业绩评价的具体实践过程，包括EVA的计算方法、应用场景、与企业战略的结合方式以及对企业经营决策和业绩的影响等。通过对案例企业的深入剖析，总结成功经验和存在的问题，为其他央企控股上市公司提供实践参考和启示。以某央企控股上市公司为例，详细分析其在实施EVA考核后，在投资决策、成本控制、资源配置等方面所采取的措施和取得的成效，以及在实施过程中遇到的困难和解决方法，从而为其他企业提供借鉴和参考。1.3研究创新点本研究在深入探究经济增加值业绩评价有效性的过程中，展现出多方面的创新之处，具体如下：独特的研究视角：现有研究多聚焦于企业整体或不同行业企业对EVA业绩评价的应用，专门针对央企控股上市公司这一特殊群体展开的系统性研究相对匮乏。央企控股上市公司在国民经济中占据关键地位，承担着特殊使命，具有独特的股权结构和治理模式。本研究以央企控股上市公司为切入点，深入剖析EVA业绩评价在这类企业中的有效性，为该领域研究提供了全新视角，有助于更精准地把握EVA在特定企业环境下的应用效果和作用机制。创新的研究方法：综合运用多种研究方法，将理论分析、实证研究与案例分析有机结合。在理论分析部分，深入阐述EVA的理论基础和作用机理，为后续研究提供坚实的理论支撑；实证研究阶段，通过精心选取合适的样本数据，构建科学合理的计量经济学模型，对EVA业绩评价与企业价值创造之间的关系进行严谨的量化分析，增强了研究结论的可靠性和说服力；案例分析环节则选取典型央企控股上市公司，详细剖析其实施EVA业绩评价的具体实践过程，以实际案例验证和补充实证研究结果，使研究更具实践指导意义。这种多方法融合的研究路径，能够从不同层面和角度深入探究EVA业绩评价的有效性，为相关研究提供了新的思路和方法参考。新的研究结论：通过全面深入的研究，有望得出一些具有创新性的研究结论。一方面，在探究EVA与央企控股上市公司价值创造的关系时，可能发现以往研究尚未关注到的影响因素和作用路径，进一步丰富和完善对EVA业绩评价作用机制的认识；另一方面，在分析EVA业绩评价实施过程中存在的问题及提出改进建议时，将紧密结合央企控股上市公司的特点和实际情况，提出更具针对性和可操作性的对策，为企业和监管部门提供更有价值的决策参考，推动EVA业绩评价在央企控股上市公司中的有效应用和不断完善。二、理论基础与文献综述2.1经济增加值理论基础2.1.1经济增加值的定义与计算经济增加值（EconomicValueAdded，简称EVA），是一种基于剩余收益思想发展起来的新型价值模型。其核心理念是企业在扣除包括权益资本成本和债务资本成本在内的所有资本成本之后，剩余的收益才是真正为股东创造的价值，该理念最早可追溯至20世纪初AlfredMarshall提出的“经济利润”概念，经后续学者和实务界不断完善，于1982年由美国思腾思特（SternStewart）公司正式将其命名为经济增加值并推广应用。从定义上看，EVA反映的是企业经营活动所创造的经济利润，它不仅仅关注企业的账面利润，更强调了资本的机会成本。其基本计算公式为：EVA=NOPAT-WACC\timesTC其中，NOPAT（NetOperatingProfitAfterTax）表示税后净营业利润，它是在企业净利润的基础上，经过一系列调整得到的，旨在消除会计准则对企业真实经营业绩的扭曲，更加准确地反映企业的经营盈利能力。这些调整项目通常包括对利息支出、研究开发费用、商誉摊销等项目的调整。例如，将研究开发费用视为一项长期投资而非当期费用，将其资本化并在未来受益期间进行摊销，这样能更合理地反映企业对技术创新和长期发展的投入与贡献；对于商誉，不再进行逐年摊销，而是在期末进行减值测试，避免因商誉摊销对利润的不合理影响。WACC（WeightedAverageCostofCapital）代表加权平均资本成本，它综合考虑了企业权益资本成本和债务资本成本，以及二者在企业资本结构中的权重。权益资本成本一般可通过资本资产定价模型（CAPM）等方法来估算，该模型考虑了无风险利率、市场风险溢价以及企业的系统风险系数（β系数），即R_{e}=R_{f}+\beta\times(R_{m}-R_{f})，其中R_{e}为权益资本成本，R_{f}为无风险利率，R_{m}为市场平均收益率，\beta为企业的β系数；债务资本成本则通常根据企业的贷款利率等实际情况确定。加权平均资本成本的计算公式为：WACC=w_{e}\timesR_{e}+w_{d}\timesR_{d}\times(1-T)，其中w_{e}和w_{d}分别为权益资本和债务资本在总资本中的权重，R_{d}为债务资本成本，T为企业所得税税率。TC（TotalCapital）指的是投入资本总额，它等于企业的平均所有者权益与平均带息负债之和，再减去平均在建工程。平均所有者权益和平均带息负债分别是企业在一定时期内所有者权益和带息负债的平均值，在建工程由于尚未投入运营产生收益，所以从投入资本中扣除，以更准确地反映企业实际用于经营活动的资本规模。通过上述公式计算得出的EVA，若EVA大于0，表明企业创造的价值超过了投入的全部资本成本，为股东创造了真实的财富；若EVA等于0，意味着企业的经营收益刚好能够弥补资本成本，股东财富未发生增减变化；若EVA小于0，则说明企业的经营业绩未能覆盖资本成本，实际上是在损害股东的利益。2.1.2经济增加值的特点与优势与传统业绩评价指标，如净利润、净资产收益率（ROE）、每股收益（EPS）等相比，经济增加值具有多方面的特点与显著优势，能够更全面、准确地反映企业的真实价值和经营业绩，为企业的决策制定、资源配置以及股东价值评估提供更有价值的信息。考虑了全部资本成本：传统业绩评价指标往往只关注债务资本成本，忽视了权益资本成本，给人一种权益资本是免费的错觉。例如，净利润仅扣除了债务利息等显性成本，使得企业在计算利润时可能会高估其真实盈利能力。而EVA明确考虑了权益资本成本，将股东投入的资本视为有成本的资源，只有当企业的收益超过包括权益资本成本在内的所有资本成本时，才表明企业真正创造了价值。这种全面考虑资本成本的方式，能够引导企业管理者更加注重资本的使用效率，避免盲目投资，促使企业合理配置资源，将资金投向回报率高于资本成本的项目，从而提升企业整体的价值创造能力。更准确反映企业真实价值：EVA通过对财务报表数据进行一系列的调整，尽量消除了会计准则中一些保守或不合理的规定对企业真实业绩的扭曲。如前所述，将研发费用资本化、对商誉进行合理处理等，使EVA更能反映企业实际的经营成果和未来的发展潜力。相比之下，传统指标受会计政策选择和盈余管理的影响较大，容易导致企业业绩的高估或低估。例如，企业可能通过操纵折旧方法、存货计价方式等会计手段来调整净利润，从而影响投资者对企业真实价值的判断。而EVA的调整措施减少了这些人为因素的干扰，使企业的价值评估更加真实可靠，为投资者和其他利益相关者提供了更准确的决策依据。促进企业长期发展：传统业绩评价指标容易引发企业管理者的短期行为，因为这些指标往往侧重于短期的财务结果，如年度净利润或短期的ROE。管理者为了追求短期业绩，可能会削减对研发、人才培养、品牌建设等长期投资项目的投入，虽然短期内可能提升了财务指标，但从长期来看，却损害了企业的核心竞争力和可持续发展能力。EVA则不同，它鼓励企业进行长期投资，因为对研发费用等长期投资项目的资本化处理，使得这些投资不会在短期内对EVA产生过大的负面影响，而是在未来通过项目的收益逐步体现出来。这促使管理者从企业的长期战略出发，合理规划投资，注重企业的长期价值创造，有利于企业的可持续发展。强化股东利益导向：EVA与股东财富最大化的目标紧密相连，直接反映了企业为股东创造的价值。企业的经营活动以增加EVA为导向，能够使管理者的决策与股东利益更加一致，减少委托代理问题。在传统业绩评价体系下，管理者可能会追求一些对自身有利但不一定符合股东利益的决策，如过度扩张规模以提高个人声望和薪酬，而忽视了投资的回报率和股东价值的提升。而基于EVA的业绩评价和激励机制，将管理者的薪酬与EVA的改善挂钩，促使管理者更加关注股东财富的增长，努力提高企业的EVA水平，实现股东与管理者的利益共赢。便于不同规模企业间的比较：EVA是一个绝对值指标，虽然在一定程度上受企业规模影响，但通过计算EVA回报率（EVA回报率=EVA/投入资本总额），可以消除规模因素的干扰，使得不同规模的企业在价值创造效率方面具有可比性。相比之下，传统的ROE等相对指标，由于分母的不同（ROE的分母是净资产），在不同规模企业间进行比较时可能会产生误导。例如，一家小型企业可能因为净资产规模较小，在净利润较低的情况下也能获得较高的ROE，但从绝对的价值创造角度来看，其创造的EVA可能远低于大型企业。通过EVA回报率，能够更客观地评价不同规模企业在利用资本创造价值方面的能力和效率。2.2业绩评价相关理论业绩评价作为企业管理的重要环节，其理论基础涵盖多个领域，其中委托代理理论和利益相关者理论对业绩评价的发展和实践产生了深远影响。2.2.1委托代理理论与业绩评价委托代理理论旨在研究在信息不对称的情境下，如何通过合理的制度安排来协调委托人与代理人之间的关系，从而实现双方利益的最大化。在企业中，股东作为委托人，将企业的经营权委托给管理者（代理人），由于委托人与代理人的目标函数往往不一致，代理人可能会追求自身利益最大化，而忽视委托人的利益，由此产生代理成本，如道德风险和逆向选择问题。道德风险表现为代理人在追求自身利益时，采取不利于委托人利益的行为，例如过度在职消费、偷懒等；逆向选择则体现为在契约签订前，代理人利用信息优势，选择对自己有利但损害委托人利益的决策。业绩评价在委托代理关系中发挥着至关重要的作用，它是解决代理问题的关键机制之一。通过科学合理的业绩评价，委托人能够较为准确地了解代理人的工作成果和努力程度，进而以此为依据设计相应的激励机制，使代理人的行为与委托人的目标趋于一致，有效降低代理成本。以基于经济增加值（EVA）的业绩评价体系为例，EVA考虑了全部资本成本，能更真实地反映企业为股东创造的价值。将管理者的薪酬与EVA指标挂钩，管理者为了获得更高的薪酬回报，会努力提高企业的EVA水平，这就促使他们更加关注企业的长期价值创造，合理配置资源，减少盲目投资和短期行为，从而在一定程度上缓解了委托代理冲突。此外，业绩评价还可以为委托人提供决策依据，帮助其判断是否需要对代理人进行更换或调整，以及是否需要对企业的经营策略和资源配置进行优化。在选择业绩评价指标时，应综合考虑财务指标和非财务指标，以全面反映代理人的工作表现。财务指标如净利润、资产收益率等能够直观地反映企业的财务状况和经营成果，但非财务指标如客户满意度、产品质量、员工满意度等对于衡量企业的长期竞争力和可持续发展能力同样重要。例如，客户满意度的提升有助于企业树立良好的品牌形象，吸引更多的客户，从而为企业带来长期的收益；员工满意度的提高则可以增强员工的工作积极性和忠诚度，促进企业的创新和发展。将这些非财务指标纳入业绩评价体系，可以使业绩评价更加全面、客观，更好地满足委托代理关系中的信息需求，促进委托代理关系的有效运行。2.2.2利益相关者理论与业绩评价利益相关者理论认为，企业并非仅仅是股东的企业，而是由多个利益相关者共同构成的有机整体，这些利益相关者包括股东、债权人、员工、客户、供应商、政府以及社区等。企业的生存和发展依赖于各利益相关者的投入和参与，他们都对企业的经营活动产生影响，并承担着相应的风险，因此都有权分享企业的利益。在业绩评价中引入利益相关者理论，使得业绩评价的目标更加多元化，不再仅仅局限于股东利益最大化，而是追求各利益相关者利益的平衡与协调。这就要求企业在进行业绩评价时，不仅要关注财务业绩，还要充分考虑非财务业绩，从多个维度评估企业的绩效。例如，对于员工这一利益相关者，企业可以通过员工培训投入、员工职业发展机会、员工薪酬福利水平等指标来衡量企业对员工的关注和投入程度；对于客户，客户满意度、客户忠诚度、市场份额等指标可以反映企业在满足客户需求方面的表现；对于供应商，企业与供应商的合作稳定性、采购成本控制等方面的情况也应纳入业绩评价的范畴。以平衡计分卡（BSC）这一业绩评价工具为例，它从财务、客户、内部业务流程、学习与成长四个维度构建业绩评价指标体系，充分体现了利益相关者理论的要求。财务维度关注企业的盈利能力和股东价值创造，满足了股东的利益诉求；客户维度聚焦客户满意度和市场份额，体现了对客户利益的重视；内部业务流程维度强调企业内部运营效率和质量，有助于提升企业对供应商等合作伙伴的服务水平；学习与成长维度关注员工的培训与发展、信息系统建设等，为员工的职业发展提供支持。通过平衡计分卡，企业能够全面、系统地评价自身的业绩，更好地协调各利益相关者之间的关系，实现企业的可持续发展。引入利益相关者理论还可以促使企业更加注重社会责任的履行。企业在追求经济利益的同时，需要考虑其行为对社会和环境的影响。例如，企业在生产过程中应遵守环保法规，减少污染物排放，积极参与公益活动等。这些社会责任的履行情况也可以作为业绩评价的一部分，促使企业在实现自身发展的同时，为社会做出积极贡献，提升企业的社会形象和声誉，进一步增强企业与各利益相关者之间的信任和合作关系。2.3文献综述2.3.1经济增加值业绩评价有效性的研究现状国外对经济增加值（EVA）业绩评价有效性的研究起步较早。SternStewart公司作为EVA的推广者，通过大量案例研究表明，采用EVA进行业绩评价和管理的企业，在提升股东价值方面取得了显著成效。许多实证研究也支持了这一观点，如Biddle等学者对美国上市公司进行研究发现，EVA与公司市场价值之间存在显著的正相关关系，相较于传统会计指标，EVA能更好地解释公司价值的变化。Chen和Dodd通过对美国企业的研究，进一步验证了EVA在衡量企业经营业绩和价值创造方面的优势，认为EVA能够更准确地反映企业的真实盈利能力，有助于投资者做出更合理的决策。然而，也有部分研究对EVA业绩评价的有效性提出了质疑。如Lehn和Makhija的研究发现，在某些情况下，EVA与传统业绩评价指标对企业价值的解释能力并无显著差异，EVA并没有表现出明显的优势。一些学者认为，EVA的计算过程较为复杂，涉及众多的会计调整项目，这些调整不仅增加了计算成本，而且调整的主观性可能影响EVA的准确性和可比性。此外，EVA作为一种财务指标，难以全面反映企业的非财务信息，如企业的创新能力、市场竞争力、员工素质等，而这些因素对企业的长期发展同样至关重要。在国内，随着EVA在企业中的逐渐应用，相关研究也日益丰富。一些学者通过实证研究验证了EVA在我国企业业绩评价中的有效性。王化成等以我国上市公司为样本进行研究，发现EVA与公司股票价格之间存在正相关关系，且EVA对股票价格的解释能力优于传统会计指标，说明EVA能够为投资者提供更有价值的信息。张先治和袁克利对我国上市公司的EVA进行了计算和分析，结果表明EVA能够更真实地反映企业的经营业绩，与企业的市场价值具有较强的相关性。但也有研究指出EVA在我国应用中存在的问题。李延喜等认为，由于我国资本市场尚不完善，企业的会计信息质量有待提高，EVA的计算和应用面临一定的困难，其有效性可能受到影响。此外，我国企业的治理结构和经营环境与国外存在差异，EVA在我国企业中的应用效果可能不如预期，需要结合我国实际情况进行适当调整和改进。还有学者认为，EVA业绩评价体系在我国企业中的推广应用还面临着观念转变、人才缺乏、信息系统不完善等诸多挑战。2.3.2央企控股上市公司业绩评价的研究进展针对央企控股上市公司业绩评价的研究，近年来也取得了一定的成果。国资委推行EVA考核后，许多学者对其在央企控股上市公司中的应用效果进行了研究。周守华等分析了央企实施EVA考核对企业投资行为的影响，发现EVA考核促使央企更加注重投资回报，减少了盲目投资行为，有利于提高企业的投资效率。池国华和邹威研究了EVA考核对央企控股上市公司业绩的影响，实证结果表明，EVA考核在一定程度上提升了央企控股上市公司的经营业绩，增强了企业的价值创造能力。在研究EVA考核对央企控股上市公司的影响时，也有学者关注到其存在的问题。王斌和顾惠忠指出，EVA考核在央企实施过程中，存在着EVA计算方法不够科学、调整项目过多且主观性较强、与企业战略结合不够紧密等问题，这些问题可能导致EVA考核的有效性受到削弱。此外，央企控股上市公司的业绩评价还受到多种因素的影响，如公司治理结构、行业竞争环境、宏观经济政策等。雷光勇和刘慧龙研究发现，央企控股上市公司的公司治理结构对其业绩评价具有重要影响，完善的公司治理结构能够提高业绩评价的科学性和公正性，促进企业的健康发展。除了EVA考核，也有学者探讨了其他业绩评价方法在央企控股上市公司中的应用。平衡计分卡（BSC）作为一种综合的业绩评价工具，从财务、客户、内部业务流程、学习与成长四个维度对企业业绩进行评价，能够全面反映企业的战略目标和经营成果。一些学者研究了平衡计分卡在央企控股上市公司中的应用可行性和实施效果，认为平衡计分卡可以弥补EVA考核的不足，为央企控股上市公司提供更全面、系统的业绩评价体系。但在实际应用中，平衡计分卡也面临着指标选取困难、权重确定主观性强、实施成本高等问题，需要企业结合自身实际情况进行合理运用。2.3.3文献评述综合上述文献，国内外学者对经济增加值业绩评价有效性以及央企控股上市公司业绩评价进行了广泛而深入的研究，取得了丰富的成果，为本文的研究提供了重要的理论基础和研究思路。然而，现有研究仍存在一些不足之处，有待进一步完善和改进。在EVA业绩评价有效性的研究方面，虽然大部分研究表明EVA在衡量企业价值创造方面具有一定优势，但不同学者的研究结论存在差异，尚未形成完全一致的观点。且现有研究多集中在对EVA与企业价值相关性的分析上，对于EVA业绩评价体系在企业内部管理中的具体应用效果，如对企业战略决策、资源配置、薪酬激励等方面的影响，研究还不够深入和全面。此外，EVA计算过程中的会计调整项目和资本成本确定方法存在主观性和复杂性，这对EVA的准确性和可比性产生了一定影响，而针对如何优化EVA计算方法以提高其有效性的研究相对较少。在央企控股上市公司业绩评价的研究中，虽然对EVA考核的应用效果进行了较多研究，但对于如何结合央企控股上市公司的特点，进一步完善EVA考核体系，使其更好地服务于企业的战略目标和价值创造，还需要深入探讨。同时，对于其他业绩评价方法在央企控股上市公司中的应用研究还不够充分，如何将多种业绩评价方法有机结合，构建更加科学、全面的业绩评价体系，也是未来研究的一个重要方向。此外，现有研究在考虑宏观经济环境、行业特点等外部因素对央企控股上市公司业绩评价的影响方面还存在不足，需要进一步加强这方面的研究。鉴于以上不足，本文将以央企控股上市公司为研究对象，深入研究经济增加值业绩评价的有效性。在研究过程中，不仅关注EVA与企业价值的相关性，还将从企业内部管理的多个方面深入分析EVA业绩评价体系的应用效果；同时，结合央企控股上市公司的特点，探讨如何优化EVA计算方法和应用流程，以提高EVA业绩评价的有效性，并尝试探索多种业绩评价方法的融合应用，为央企控股上市公司构建更加科学合理的业绩评价体系提供理论支持和实践参考。三、研究设计3.1研究假设提出基于前文的理论分析与文献综述，本研究围绕经济增加值（EVA）与央企控股上市公司业绩、市场价值以及企业投资行为等方面的关系，提出以下研究假设：假设1：经济增加值与央企控股上市公司的企业业绩存在显著正相关关系。EVA作为一种考虑了全部资本成本的业绩评价指标，能够更准确地反映企业的真实盈利状况和价值创造能力。央企控股上市公司在国资委推行EVA考核后，管理层更加注重企业的价值创造，通过优化资源配置、提高运营效率等方式来提升EVA水平，进而促进企业业绩的提升。已有众多研究表明，EVA与企业业绩之间存在紧密联系，如王化成等学者以我国上市公司为样本的研究发现，EVA与公司业绩具有显著的正相关关系。因此，本研究预期央企控股上市公司的经济增加值越高，其企业业绩也会越好。EVA作为一种考虑了全部资本成本的业绩评价指标，能够更准确地反映企业的真实盈利状况和价值创造能力。央企控股上市公司在国资委推行EVA考核后，管理层更加注重企业的价值创造，通过优化资源配置、提高运营效率等方式来提升EVA水平，进而促进企业业绩的提升。已有众多研究表明，EVA与企业业绩之间存在紧密联系，如王化成等学者以我国上市公司为样本的研究发现，EVA与公司业绩具有显著的正相关关系。因此，本研究预期央企控股上市公司的经济增加值越高，其企业业绩也会越好。假设2：相较于传统业绩评价指标，经济增加值对央企控股上市公司的市场价值具有更强的解释能力。传统业绩评价指标如净利润、净资产收益率等，由于未考虑权益资本成本等因素，可能会高估企业的真实价值，导致对企业市场价值的解释能力有限。而EVA全面考虑了债务资本成本和权益资本成本，能够更真实地反映企业为股东创造的价值，从而为投资者提供更准确的决策信息，与企业的市场价值具有更强的关联性。例如，Biddle等学者对美国上市公司的研究表明，EVA与公司市场价值之间的相关性优于传统会计指标。因此，本研究推测在央企控股上市公司中，EVA对市场价值的解释能力将强于传统业绩评价指标。传统业绩评价指标如净利润、净资产收益率等，由于未考虑权益资本成本等因素，可能会高估企业的真实价值，导致对企业市场价值的解释能力有限。而EVA全面考虑了债务资本成本和权益资本成本，能够更真实地反映企业为股东创造的价值，从而为投资者提供更准确的决策信息，与企业的市场价值具有更强的关联性。例如，Biddle等学者对美国上市公司的研究表明，EVA与公司市场价值之间的相关性优于传统会计指标。因此，本研究推测在央企控股上市公司中，EVA对市场价值的解释能力将强于传统业绩评价指标。假设3：经济增加值业绩评价体系能够有效抑制央企控股上市公司的过度投资行为。在传统业绩评价体系下，由于管理者的目标与股东利益可能不一致，以及信息不对称等问题，央企控股上市公司可能会出现过度投资现象，即投资于净现值为负的项目，损害股东利益。而基于EVA的业绩评价体系将管理者的薪酬与EVA挂钩，促使管理者从股东利益出发，更加谨慎地进行投资决策，只有当投资项目的预期回报率高于资本成本时，才会进行投资，从而有效抑制过度投资行为。周守华等学者的研究指出，央企实施EVA考核后，企业的投资行为更加理性，过度投资得到了一定程度的抑制。因此，本研究假设经济增加值业绩评价体系能够对央企控股上市公司的过度投资行为起到抑制作用。在传统业绩评价体系下，由于管理者的目标与股东利益可能不一致，以及信息不对称等问题，央企控股上市公司可能会出现过度投资现象，即投资于净现值为负的项目，损害股东利益。而基于EVA的业绩评价体系将管理者的薪酬与EVA挂钩，促使管理者从股东利益出发，更加谨慎地进行投资决策，只有当投资项目的预期回报率高于资本成本时，才会进行投资，从而有效抑制过度投资行为。周守华等学者的研究指出，央企实施EVA考核后，企业的投资行为更加理性，过度投资得到了一定程度的抑制。因此，本研究假设经济增加值业绩评价体系能够对央企控股上市公司的过度投资行为起到抑制作用。3.2样本选择与数据来源为深入探究经济增加值（EVA）业绩评价在央企控股上市公司中的有效性，本研究对样本的选择秉持科学严谨的态度，精心筛选数据，以确保研究结果的可靠性与准确性。在样本选择方面，本研究选取央企控股上市公司作为研究对象，主要基于以下原因：其一，央企控股上市公司在国民经济中占据重要地位，它们是国家战略的重要执行者，对国家经济的稳定和发展起着关键支撑作用。这些公司通常具有较大的规模、雄厚的资金实力和丰富的资源，其经营业绩和发展状况备受关注。其二，国资委对央企推行EVA考核，使得央企控股上市公司在业绩评价体系上具有一致性和可比性，便于进行系统性的研究分析。自2010年国资委全面推行EVA考核以来，央企控股上市公司在经营管理理念和行为上发生了显著变化，研究其EVA业绩评价的有效性，对于了解央企改革成效和推动央企高质量发展具有重要意义。具体的筛选标准如下：首先，选取2015-2020年期间在沪深两市A股上市的央企控股公司。这一时间跨度能够较好地反映央企控股上市公司在较长时期内的经营表现和EVA业绩评价的实施效果，避免因时间过短导致研究结果的片面性和不稳定性。其次，为保证数据的完整性和可靠性，剔除了ST、*ST类上市公司，这类公司通常处于财务异常状态，其经营业绩和财务数据可能存在较大波动和不确定性，会对研究结果产生干扰。此外，还剔除了金融行业上市公司，金融行业具有独特的经营模式、监管要求和财务特征，其业务性质和风险特征与其他行业存在较大差异，将其纳入研究样本可能会影响研究结果的准确性和可比性。经过严格筛选，最终确定了[X]家符合条件的央企控股上市公司作为研究样本。数据来源方面，本研究的数据主要来源于多个权威渠道。样本公司的财务数据，包括资产负债表、利润表、现金流量表等相关数据，主要从Wind数据库和CSMAR数据库获取。这两个数据库是国内知名的金融数据服务平台，数据涵盖范围广泛，更新及时，具有较高的准确性和可靠性，能够为研究提供丰富的财务信息。对于EVA计算所需的部分调整项目数据，如研究开发费用、利息支出等，通过查阅样本公司的年度报告进行补充和核实，以确保数据的真实性和完整性。公司的市场数据，如股票价格、市值等，则来源于东方财富网等专业财经网站，这些网站实时更新市场数据，为研究提供了最新的市场信息。此外，为了获取关于公司治理结构、战略规划等非财务信息，还查阅了样本公司的官方网站、企业社会责任报告以及相关新闻报道，从多个角度全面了解样本公司的实际情况，为深入分析EVA业绩评价的有效性提供更丰富的资料。3.3变量选取与模型构建3.3.1变量选取自变量：本研究的自变量为经济增加值（EVA），它是衡量企业价值创造能力的核心指标。为了准确计算央企控股上市公司的EVA，参考国资委发布的《中央企业负责人经营业绩考核暂行办法》，并结合相关研究成果，对传统的EVA计算公式进行调整。调整后的计算公式为：EVA=NOPAT-WACC\timesTC其中，NOPAT=净利润+利息支出+ç

”究开发费用调整项-非经常性收益调整项\times(1-所得税税率)。研究开发费用调整项是指企业当年实际发生的研究开发费用，将其视为一项长期投资，进行资本化处理，以更准确地反映企业对技术创新和长期发展的投入；非经常性收益调整项则是扣除企业变卖主业优质资产所取得的非经常性收益，因为这类收益不具有持续性，不能代表企业的核心盈利能力。WACC=w_{e}\timesR_{e}+w_{d}\timesR_{d}\times(1-T)，权益资本成本R_{e}采用资本资产定价模型（CAPM）估算，即R_{e}=R_{f}+\beta\times(R_{m}-R_{f})，其中，R_{f}为无风险利率，选取一年期国债收益率作为无风险利率的替代指标；\beta为企业的β系数，通过Wind数据库获取各样本公司的β值；R_{m}为市场平均收益率，采用沪深300指数的收益率来近似替代。债务资本成本R_{d}根据企业的实际贷款利率确定，若无明确披露，则参考同行业平均贷款利率。w_{e}和w_{d}分别为权益资本和债务资本在总资本中的权重，通过资产负债表中的数据计算得出。TC=平均所有者权益+平均带息负债-平均在建工程，平均所有者权益和平均带息负债分别为企业期初和期末所有者权益、带息负债的平均值，在建工程由于尚未投入运营产生收益，所以从投入资本中扣除，以更准确地反映企业实际用于经营活动的资本规模。因变量：企业业绩：选取总资产收益率（ROA）作为衡量企业业绩的指标。ROA是净利润与平均资产总额的比值，反映了企业运用全部资产获取利润的能力，是评价企业资产运营效益的重要指标。其计算公式为：ROA=净利润/平均资产总额，平均资产总额为企业期初和期末资产总额的平均值。该指标能够综合反映企业的盈利能力和资产运营效率，与经济增加值一样，都是衡量企业经营业绩的重要指标，通过研究EVA与ROA之间的关系，可以更全面地了解EVA在评价企业业绩方面的有效性。市场价值：选择托宾Q值（Tobin'sQ）来衡量企业的市场价值。托宾Q值是企业市场价值与资产重置成本的比值，它反映了市场对企业未来盈利能力和成长机会的预期。当托宾Q值大于1时，表明市场对企业的评价较高，企业的市场价值超过了其资产重置成本，意味着企业具有较好的成长前景和投资价值；反之，当托宾Q值小于1时，说明企业的市场价值低于资产重置成本，市场对企业的未来发展预期较为悲观。其计算公式为：Tobin'sQ=(股权市场价值+负债账面价值)/资产重置成本，股权市场价值通过企业股票价格乘以发行在外的普通股股数计算得出，负债账面价值直接取自资产负债表，资产重置成本则采用固定资产原价与存货账面价值之和来近似替代。托宾Q值能够综合考虑企业的市场表现和资产价值，是衡量企业市场价值的常用指标，用于检验EVA对企业市场价值的解释能力，有助于分析EVA在反映企业市场价值方面的优势。控制变量：为了更准确地研究自变量与因变量之间的关系，控制其他可能影响企业业绩和市场价值的因素，本研究选取了以下控制变量：资产负债率（Lev）：资产负债率是负债总额与资产总额的比值，反映了企业的偿债能力和财务杠杆水平。较高的资产负债率意味着企业面临较大的财务风险，但也可能带来更高的财务杠杆收益。其计算公式为：Lev=负债总额/资产总额。资产负债率会对企业的经营业绩和市场价值产生影响，通过控制该变量，可以减少其对研究结果的干扰。企业规模（Size）：采用企业年末总资产的自然对数来衡量企业规模。一般来说，企业规模越大，其在资源获取、市场份额、品牌影响力等方面可能具有更大的优势，从而对企业业绩和市场价值产生影响。计算公式为：Size=\ln(总资产)。股权集中度（Top1）：以第一大股东持股比例来表示股权集中度。股权集中度会影响企业的治理结构和决策效率，进而影响企业的经营业绩和市场价值。较高的股权集中度可能导致大股东对企业的控制较强，决策过程相对集中，但也可能存在大股东侵害中小股东利益的风险；较低的股权集中度则可能使企业决策更加分散，决策效率受到一定影响。行业虚拟变量（Industry）：考虑到不同行业的企业在经营模式、市场竞争环境、盈利能力等方面存在较大差异，设置行业虚拟变量来控制行业因素对研究结果的影响。根据证监会的行业分类标准，将样本企业划分为不同的行业，对于每个行业，设置一个虚拟变量，若企业属于该行业，则取值为1，否则取值为0。3.3.2模型构建为了检验研究假设，本研究构建了以下两个多元线性回归模型：模型一：EVA与企业业绩的关系模型ROA_{it}=\alpha_{0}+\alpha_{1}EVA_{it}+\alpha_{2}Lev_{it}+\alpha_{3}Size_{it}+\alpha_{4}Top1_{it}+\sum_{j=1}^{n}\alpha_{j+4}Industry_{ij}+\varepsilon_{it}其中，ROA_{it}表示第i家企业在第t年的总资产收益率，反映企业业绩；EVA_{it}表示第i家企业在第t年的经济增加值，是自变量；Lev_{it}表示第i家企业在第t年的资产负债率，Size_{it}表示第i家企业在第t年的企业规模，Top1_{it}表示第i家企业在第t年的股权集中度，Industry_{ij}表示第i家企业在第t年所属的第j个行业虚拟变量；\alpha_{0}为常数项，\alpha_{1}-\alpha_{n+4}为回归系数，\varepsilon_{it}为随机误差项。该模型用于检验假设1，即经济增加值与央企控股上市公司的企业业绩是否存在显著正相关关系。如果\alpha_{1}显著为正，则支持假设1，表明经济增加值的提高能够显著提升企业业绩。模型二：EVA与企业市场价值的关系模型Tobin'sQ_{it}=\beta_{0}+\beta_{1}EVA_{it}+\beta_{2}Lev_{it}+\beta_{3}Size_{it}+\beta_{4}Top1_{it}+\sum_{j=1}^{n}\beta_{j+4}Industry_{ij}+\mu_{it}其中，Tobin'sQ_{it}表示第i家企业在第t年的托宾Q值，衡量企业市场价值；EVA_{it}、Lev_{it}、Size_{it}、Top1_{it}、Industry_{ij}的含义与模型一相同；\beta_{0}为常数项，\beta_{1}-\beta_{n+4}为回归系数，\mu_{it}为随机误差项。此模型用于检验假设2，即相较于传统业绩评价指标，经济增加值对央企控股上市公司的市场价值是否具有更强的解释能力。通过比较EVA与其他控制变量对托宾Q值的解释力度，若\beta_{1}显著且模型整体的拟合优度较高，同时EVA对托宾Q值的解释能力优于其他传统业绩评价指标（如净利润、净资产收益率等，在模型中未单独列出，但可通过对比分析体现），则支持假设2。在上述两个模型中，i表示企业个体，t表示时间年份，通过面板数据模型，可以充分利用样本数据的时间序列和横截面信息，控制个体异质性和时间趋势对研究结果的影响，提高研究结论的可靠性和准确性。在实际回归分析过程中，还将对模型进行一系列的检验，如多重共线性检验、异方差检验、自相关检验等，以确保模型的合理性和有效性。若存在多重共线性问题，将采用逐步回归法、岭回归等方法进行处理；对于异方差和自相关问题，将采用相应的修正方法，如加权最小二乘法、广义差分法等，以保证回归结果的无偏性、有效性和一致性。四、实证结果与分析4.1描述性统计分析对筛选出的样本数据进行描述性统计分析，结果如表1所示。该分析涵盖了经济增加值（EVA）、总资产收益率（ROA）、托宾Q值（Tobin'sQ）以及各控制变量，包括资产负债率（Lev）、企业规模（Size）和股权集中度（Top1），全面展示了这些变量在样本中的分布特征。表1：描述性统计结果变量观测值均值标准差最小值最大值EVA（万元）[样本量][EVA均值][EVA标准差][EVA最小值][EVA最大值]ROA（%）[样本量][ROA均值][ROA标准差][ROA最小值][ROA最大值]Tobin'sQ[样本量][Tobin'sQ均值][Tobin'sQ标准差][Tobin'sQ最小值][Tobin'sQ最大值]Lev（%）[样本量][Lev均值][Lev标准差][Lev最小值][Lev最大值]Size（万元）[样本量][Size均值][Size标准差][Size最小值][Size最大值]Top1（%）[样本量][Top1均值][Top1标准差][Top1最小值][Top1最大值]从表1可以看出，样本企业的经济增加值（EVA）均值为[EVA均值]万元，标准差为[EVA标准差]万元，表明不同央企控股上市公司之间的EVA水平存在较大差异。这可能是由于各企业所处行业不同、经营策略和管理水平各异，导致其价值创造能力有所不同。例如，处于垄断性行业或拥有核心技术优势的企业，可能在市场竞争中占据有利地位，从而能够创造较高的EVA；而一些传统制造业企业，由于面临激烈的市场竞争和成本压力，EVA水平相对较低。EVA的最小值为[EVA最小值]万元，说明部分企业的经营业绩未能覆盖全部资本成本，存在损害股东利益的情况；最大值为[EVA最大值]万元，反映出少数企业在价值创造方面表现出色，具有较强的盈利能力和资源配置效率。总资产收益率（ROA）均值为[ROA均值]%，标准差为[ROA标准差]%，显示样本企业的整体盈利能力处于一定水平，但个体之间也存在一定波动。ROA反映了企业运用全部资产获取利润的能力，其数值受到企业资产运营效率、成本控制能力等多种因素的影响。ROA的最小值为[ROA最小值]%，表明部分企业的资产运营效益较差，可能存在资产闲置、浪费或经营管理不善等问题；最大值为[ROA最大值]%，说明这些企业在资产利用和盈利能力方面表现突出，具有较强的市场竞争力。托宾Q值（Tobin'sQ）均值为[Tobin'sQ均值]，标准差为[Tobin'sQ标准差]，体现了市场对样本企业未来盈利能力和成长机会的预期存在差异。托宾Q值大于1，表明市场对企业的评价较高，企业具有较好的成长前景和投资价值；小于1则表示市场对企业的未来发展预期较为悲观。样本中托宾Q值的最小值为[Tobin'sQ最小值]，最大值为[Tobin'sQ最大值]，这说明不同企业在市场认可度和未来发展潜力方面存在显著差异。一些新兴产业企业或具有创新能力的企业，由于其未来发展空间较大，可能获得市场较高的估值，托宾Q值相对较高；而一些传统产业企业，由于面临行业发展瓶颈和市场竞争压力，市场对其未来发展预期较低，托宾Q值也相对较低。资产负债率（Lev）均值为[Lev均值]%，标准差为[Lev标准差]%，反映出样本企业的偿债能力和财务杠杆水平存在一定差异。资产负债率是衡量企业长期偿债能力的重要指标，一般认为，资产负债率过高会增加企业的财务风险，但也可能带来更高的财务杠杆收益。样本中Lev的最小值为[Lev最小值]%，最大值为[Lev最大值]%，说明部分企业的财务杠杆较低，偿债能力较强，财务风险相对较小；而部分企业的资产负债率较高，可能面临较大的财务风险，需要加强风险管理和资金运作。企业规模（Size）以总资产的自然对数衡量，均值为[Size均值]万元，标准差为[Size标准差]万元，表明样本企业在规模上存在一定的分布范围。企业规模的大小对企业的经营业绩和市场价值可能产生重要影响，大规模企业通常在资源获取、市场份额、品牌影响力等方面具有优势，但也可能面临管理成本上升、决策效率降低等问题。Size的最小值为[Size最小值]万元，最大值为[Size最大值]万元，体现了样本中既有规模较小的企业，也有规模较大的企业，不同规模企业在经营管理和发展战略上可能存在差异。股权集中度（Top1）均值为[Top1均值]%，标准差为[Top1标准差]%，说明样本企业的股权集中度存在一定的离散程度。股权集中度会影响企业的治理结构和决策效率，较高的股权集中度可能导致大股东对企业的控制较强，决策过程相对集中，但也可能存在大股东侵害中小股东利益的风险；较低的股权集中度则可能使企业决策更加分散，决策效率受到一定影响。Top1的最小值为[Top1最小值]%，最大值为[Top1最大值]%，反映出不同企业在股权结构上存在差异，这种差异可能对企业的经营决策和业绩表现产生不同的影响。通过对各变量的描述性统计分析，可以初步了解样本企业的基本特征和数据分布情况，为后续的相关性分析和回归分析奠定基础。从分析结果来看，样本企业在经济增加值、企业业绩、市场价值以及各控制变量方面均存在一定的差异，这为进一步研究经济增加值业绩评价的有效性提供了丰富的数据基础和研究空间。4.2相关性分析在进行回归分析之前，首先对各变量进行相关性分析，以初步判断自变量与因变量、控制变量之间的关系，分析结果如表2所示。表2：相关性分析结果变量EVAROATobin'sQLevSizeTop1EVA1ROA[ROA与EVA的相关系数]1Tobin'sQ[Tobin'sQ与EVA的相关系数][Tobin'sQ与ROA的相关系数]1Lev[Lev与EVA的相关系数][Lev与ROA的相关系数][Lev与Tobin'sQ的相关系数]1Size[Size与EVA的相关系数][Size与ROA的相关系数][Size与Tobin'sQ的相关系数][Size与Lev的相关系数]1Top1[Top1与EVA的相关系数][Top1与ROA的相关系数][Top1与Tobin'sQ的相关系数][Top1与Lev的相关系数][Top1与Size的相关系数]1从表2可以看出，经济增加值（EVA）与总资产收益率（ROA）之间的相关系数为[ROA与EVA的相关系数]，且在[显著性水平]上显著正相关。这初步表明，经济增加值越高，央企控股上市公司的总资产收益率也越高，即EVA与企业业绩之间存在正相关关系，与假设1的预期一致。EVA考虑了全部资本成本，能够更准确地反映企业的真实盈利状况，当企业通过优化资源配置、提高运营效率等方式提升EVA时，其盈利能力也相应增强，从而导致ROA的提高。例如，某央企控股上市公司在实施EVA考核后，更加注重成本控制和投资项目的回报率，减少了低效投资，使得企业的经营业绩得到提升，ROA也随之提高。EVA与托宾Q值（Tobin'sQ）的相关系数为[Tobin'sQ与EVA的相关系数]，同样在[显著性水平]上显著正相关。这意味着经济增加值的增加与企业市场价值的提升存在正相关关系，EVA对企业市场价值具有一定的解释能力，为假设2提供了初步支持。托宾Q值反映了市场对企业未来盈利能力和成长机会的预期，EVA的提高表明企业为股东创造的价值增加，市场对企业的未来发展前景更为看好，从而提升了企业的市场价值。如一些创新能力较强、市场竞争力突出的央企控股上市公司，通过持续投入研发，提高产品附加值，实现了EVA的增长，其市场价值也相应得到提升，托宾Q值较高。在控制变量方面，资产负债率（Lev）与ROA的相关系数为[Lev与ROA的相关系数]，在[显著性水平]上显著负相关。这说明资产负债率越高，企业的偿债压力越大，财务风险增加，可能会对企业的盈利能力产生负面影响，导致ROA下降。当企业的资产负债率过高时，利息支出增加，会侵蚀企业的利润，从而降低企业的盈利能力。资产负债率与Tobin'sQ的相关系数为[Lev与Tobin'sQ的相关系数]，在[显著性水平]上显著负相关。较高的资产负债率会使市场对企业的财务风险评估上升，降低对企业未来发展的预期，进而导致托宾Q值下降。一些资产负债率较高的企业，由于面临较大的偿债压力和财务不确定性，市场对其未来发展持谨慎态度，企业的市场价值受到抑制。企业规模（Size）与ROA的相关系数为[Size与ROA的相关系数]，在[显著性水平]上显著正相关。一般来说，企业规模越大，在资源获取、市场份额、品牌影响力等方面可能具有更大的优势，能够实现规模经济，提高运营效率，从而对企业业绩产生积极影响。大型央企控股上市公司凭借其规模优势，在采购原材料时可以获得更优惠的价格，降低生产成本，提高产品竞争力，进而提升企业的盈利能力。企业规模与Tobin'sQ的相关系数为[Size与Tobin'sQ的相关系数]，在[显著性水平]上显著正相关。规模较大的企业通常具有更稳定的经营业绩和更强的抗风险能力，市场对其未来发展的信心更足，因此企业规模越大，其市场价值也相对越高。一些大型央企控股上市公司在行业中处于领先地位，市场份额较大，具有较高的品牌知名度和美誉度，这些优势使得市场对其给予较高的估值，托宾Q值也较高。股权集中度（Top1）与ROA的相关系数为[Top1与ROA的相关系数]，在[显著性水平]上不显著。这表明股权集中度对企业业绩的影响不明显，可能是因为在央企控股上市公司中，股权结构相对集中，大股东的决策在一定程度上能够保证企业战略的一致性和稳定性，但同时也可能存在大股东与中小股东利益不一致的问题，这些因素相互作用，导致股权集中度与企业业绩之间的关系不显著。股权集中度与Tobin'sQ的相关系数为[Top1与Tobin'sQ的相关系数]，在[显著性水平]上也不显著。说明股权集中度对企业市场价值的影响不显著，市场在评估企业价值时，可能更关注企业的经营业绩、盈利能力、发展前景等因素，而股权集中度的影响相对较小。通过相关性分析，初步验证了自变量与因变量之间的关系，为后续的回归分析奠定了基础。但相关性分析只能反映变量之间的线性关系，无法确定变量之间的因果关系，因此需要进一步进行回归分析来深入研究经济增加值对央企控股上市公司业绩和市场价值的影响。4.3回归结果分析4.3.1经济增加值与企业业绩的回归分析运用构建的模型一，对经济增加值（EVA）与央企控股上市公司企业业绩（以总资产收益率ROA衡量）进行回归分析，结果如表3所示。表3：EVA与企业业绩的回归结果变量系数标准误t值P值[95%置信区间]EVA[EVA系数][EVA标准误][EVAt值][EVAP值][EVA下限，EVA上限]Lev[Lev系数][Lev标准误][Levt值][LevP值][Lev下限，Lev上限]Size[Size系数][Size标准误][Sizet值][SizeP值][Size下限，Size上限]Top1[Top1系数][Top1标准误][Top1t值][Top1P值][Top1下限，Top1上限]Industry（行业虚拟变量）-----常数项[常数项系数][常数项标准误][常数项t值][常数项P值][常数项下限，常数项上限]R²[调整后的R²值]F值[F值]样本量[样本量]从表3回归结果来看，经济增加值（EVA）的系数为[EVA系数]，且在[显著性水平]上显著为正。这表明在控制了资产负债率（Lev）、企业规模（Size）、股权集中度（Top1）以及行业因素（Industry）后，经济增加值与央企控股上市公司的企业业绩之间存在显著的正相关关系。具体而言，EVA每增加1个单位，总资产收益率（ROA）将增加[EVA系数]个单位，有力地支持了假设1。这意味着央企控股上市公司通过提高EVA，能够有效提升企业业绩，进一步说明EVA能够准确反映企业的真实盈利状况和价值创造能力，当企业注重资本成本，合理配置资源，提高运营效率，从而增加EVA时，企业的盈利能力和资产运营效益也会随之增强。例如，某央企控股上市公司通过优化投资决策，减少了低效项目的投资，将资金集中投向回报率高的项目，使得EVA提升了[X]万元，同时该公司的ROA也从原来的[ROA初始值]%提高到了[ROA提升后值]%，验证了EVA与企业业绩之间的正向关系。在控制变量方面，资产负债率（Lev）的系数为[Lev系数]，在[显著性水平]上显著为负。这与相关性分析结果一致，说明资产负债率越高，企业的偿债压力越大，财务风险增加，对企业业绩产生负面影响，导致ROA下降。当企业资产负债率过高时，利息支出增加，会侵蚀企业利润，降低资产运营效率，进而影响企业业绩。如一些资产负债率较高的央企控股上市公司，由于背负着沉重的债务负担，在市场环境波动时，面临较大的偿债风险，可能会减少对生产经营的投入，导致企业业绩下滑。企业规模（Size）的系数为[Size系数]，在[显著性水平]上显著为正。表明企业规模越大，在资源获取、市场份额、品牌影响力等方面的优势越明显，能够实现规模经济，对企业业绩产生积极影响。大型央企控股上市公司凭借其规模优势，在采购原材料时能够获得更优惠的价格，降低生产成本；在研发投入方面也更具实力，能够不断推出新产品，提高市场竞争力，从而提升企业业绩。例如，某大型央企控股上市公司利用其规模优势，整合产业链资源，实现了成本的有效控制和生产效率的提高，企业业绩得到显著提升。股权集中度（Top1）的系数为[Top1系数]，在[显著性水平]上不显著。这说明在央企控股上市公司中，股权集中度对企业业绩的影响不明显。可能是因为央企控股上市公司的股权结构相对集中，大股东在决策过程中能够保证企业战略的一致性和稳定性，但同时也可能存在大股东与中小股东利益不一致的问题，这些因素相互作用，使得股权集中度与企业业绩之间的关系不显著。4.3.2经济增加值与市场价值的回归分析采用模型二对经济增加值（EVA）与央企控股上市公司市场价值（以托宾Q值Tobin'sQ衡量）进行回归分析，结果如表4所示。表4：EVA与企业市场价值的回归结果变量系数标准误t值P值[95%置信区间]EVA[EVA系数][EVA标准误][EVAt值][EVAP值][EVA下限，EVA上限]Lev[Lev系数][Lev标准误][Levt值][LevP值][Lev下限，Lev上限]Size[Size系数][Size标准误][Sizet值][SizeP值][Size下限，Size上限]Top1[Top1系数][Top1标准误][Top1t值][Top1P值][Top1下限，Top1上限]Industry（行业虚拟变量）-----常数项[常数项系数][常数项标准误][常数项t值][常数项P值][常数项下限，常数项上限]R²[调整后的R²值]F值[F值]样本量[样本量]由表4可知，经济增加值（EVA）的系数为[EVA系数]，在[显著性水平]上显著为正。这表明在控制其他变量的情况下，EVA与央企控股上市公司的市场价值之间存在显著的正相关关系。即EVA每增加1个单位，托宾Q值（Tobin'sQ）将增加[EVA系数]个单位，说明EVA的提高能够显著提升企业的市场价值，为假设2提供了有力支持。托宾Q值反映了市场对企业未来盈利能力和成长机会的预期，EVA的增加意味着企业为股东创造的价值增多，市场对企业的未来发展前景更为看好，从而提升了企业的市场价值。例如，某创新能力较强的央企控股上市公司，持续加大研发投入，推出了具有市场竞争力的新产品，使得企业的EVA逐年增长，市场对其未来发展充满信心，该公司的托宾Q值也随之上升，企业的市场价值得到显著提升。在控制变量方面，资产负债率（Lev）的系数为[Lev系数]，在[显著性水平]上显著为负。说明资产负债率越高，企业的财务风险越大，市场对企业未来发展的预期越悲观，导致托宾Q值下降。较高的资产负债率会使企业面临较大的偿债压力和财务不确定性，投资者会对企业的未来盈利能力和偿债能力产生担忧，从而降低对企业的估值，导致企业市场价值下降。一些资产负债率过高的企业，在市场波动时，容易出现资金链紧张的情况，投资者信心受挫，企业的托宾Q值也会随之降低。企业规模（Size）的系数为[Size系数]，在[显著性水平]上显著为正。表明企业规模越大，市场对其未来发展的信心越足，企业的市场价值相对越高。大型企业通常具有更稳定的经营业绩、更强的抗风险能力和更广阔的发展空间，这些优势使得市场对其给予较高的估值，托宾Q值也较高。如一些在行业中处于领先地位的大型央企控股上市公司，凭借其强大的品牌影响力、丰富的资源和先进的技术，市场对其未来发展前景非常看好，企业的市场价值也相应较高。股权集中度（Top1）的系数为[Top1系数]，在[显著性水平]上不显著。这说明股权集中度对央企控股上市公司市场价值的影响不明显，市场在评估企业价值时，更关注企业的经营业绩、盈利能力、发展前景等因素，而股权集中度的影响相对较小。4.3.3稳健性检验为了确保研究结果的可靠性和稳定性，本研究采用多种方法进行稳健性检验。替代变量法：对自变量经济增加值（EVA）和因变量分别采用替代指标进行回归分析。对于EVA，采用单位资本经济增加值（EVA/投入资本总额）替代原有的EVA指标，以消除企业规模对EVA的影响，更准确地反映企业单位资本的价值创造能力。对于企业业绩，采用净资产收益率（ROE）替代总资产收益率（ROA），ROE反映了股东权益的收益水平，能更直接地体现股东的回报情况。对于市场价值，采用市净率（PB）替代托宾Q值（Tobin'sQ），市净率是每股股价与每股净资产的比率，也是衡量企业市场价值的常用指标。使用替代变量后的回归结果如表5所示。表5：替代变量法稳健性检验回归结果|变量|企业业绩（ROE）|市场价值（PB）||---|---|---||EVA/投入资本总额|[ROE中EVA/投入资本总额系数]|[PB中EVA/投入资本总额系数]||Lev|[ROE中Lev系数]|[PB中Lev系数]||Size|[ROE中Size系数]|[PB中Size系数]||Top1|[ROE中Top1系数]|[PB中Top1系数]||Industry（行业虚拟变量）|-|-||常数项|[ROE中常数项系数]|[PB中常数项系数]||R²|[ROE调整后的R²值]|[PB调整后的R²值]||F值|[ROE的F值]|[PB的F值]||样本量|[样本量]|[样本量]||---|---|---||EVA/投入资本总额|[ROE中EVA/投入资本总额系数]|[PB中EVA/投入资本总额系数]||Lev|[ROE中Lev系数]|[PB中Lev系数]||Size|[ROE中Size系数]|[PB中Size系数]||Top1|[ROE中Top1系数]|[PB中Top1系数]||Industry（行业虚拟变量）|-|-||常数项|[ROE中常数项系数]|[PB中常数项系数]||R²|[ROE调整后的R²值]|[PB调整后的R²值]||F值|[ROE的F值]|[PB的F值]||样本量|[样本量]|[样本量]||EVA/投入资本总额|[ROE中EVA/投入资本总额系数]|[PB中EVA/投入资本总额系数]||Lev|[ROE中Lev系数]|[PB中Lev系数]||Size|[ROE中Size系数]|[PB中Size系数]||Top1|[ROE中Top1系数]|[PB中Top1系数]||Industry（行业虚拟变量）|-|-||常数项|[ROE中常数项系数]|[PB中常数项系数]||R²|[ROE调整后的R²值]|[PB调整后的R²值]||F值|[ROE的F值]|[PB的F值]||样本量|[样本量]|[样本量]||Lev|[ROE中Lev系数]|[PB中Lev系数]||Size|[ROE中Size系数]|[PB中Size系数]||Top1|[ROE中Top1系数]|[PB中Top1系数]||Industry（行业虚拟变量）|-|-||常数项|[ROE中常数项系数]|[PB中常数项系数]||R²|[ROE调整后的R²值]|[PB调整后的R²值]||F值|[ROE的F值]|[PB的F值]||样本量|[样本量]|[样本量]||Size|[ROE中Size系数]|[PB中Size系数]||Top1|[ROE中Top1系数]|[PB中Top1系数]||Industry（行业虚拟变量）|-|-||常数项|[ROE中常数项系数]|[PB中常数项系数]||R²|[ROE调整后的R²值]|[PB调整后的R²值]||F值|[ROE的F值]|[PB的F值]||样本量|[样本量]|[样本量]||Top1|[ROE中Top1系数]|[PB中Top1系数]||Industry（行业虚拟变量）|-|-||常数项|[ROE中常数项系数]|[PB中常数项系数]||R²|[ROE调整后的R²值]|[PB调整后的R²值]||F值|[ROE的F值]|[PB的F值]||样本量|[样本量]|[样本量]||