EVA及ROE与公司价值相关性比较研究

EVA及ROE与公司价值相关性比较研究

一、问题的提出及意义

中国市场经历了从计划经济向市场经济的飞跃性转变。资本市场逐步完善，关注企业价值投资理念逐渐被选定为市场参与者评价企业的主流。价值投资的核心理念是通过比较发现价值被低估的企业，该企业的实际价值大于证券市场对它的评估。但是，股票市场上的信息不对称使人们选择一种较便捷的方法�D�D利用股价估计企业价值。

价值评估的方法主要有利润为中心、以股东价值为中心。本论文旨在从这两种方法中各选一个代表性指标ROE和EVA，来探讨这两个指标对于上市公司价值的解释能力。论文主要采用实证分析的研究方法，结合数据资料和统计学知识，运用分析软件对样本数据进行处理，构建回归模型，得到结论。

论文选取了竞争激烈的纺织服装行业为代表进行研究，通过两指标于股价的解释力的强弱来评估企业价值。本文可能会为投资者理性评估拟投资企业价值提供有效的方法并为证券投资提供合理的投资建议，具有一定的理论价值和现实意义。

二、概念界定及理论分析

ROE（净资产收益率），即净利润与平均股东权益的百分比，是公司税后利润除以净资产得到的百分比率。作为一个典型的传统的会计指标，它能反映股东的收入水平的利益，衡量公司的效率和利用自有资金的效率。

EVA （经济增加值），是指税后净营运利润扣除股权资本成本和债务资本成本在内的所有机会成本后的所得。它的本质是衡量经济利润而非传统指标衡量的会计利润。

本文基于主流研究结果进行合理推断，认为与ROE相比，EVA对于企业价值有更强的解释力。该推断源于EVA比传统会计指标相比（包含ROE），有以下更加显著的优点：

（一）EVA考虑了全面意义上的资本成本

EVA考虑了债务资本成本和股权资本成本，即全面意义上的资本成本。微观经济学和财务管理在企业研究中的假设为：为股东创造最大财富是企业的最高目标。EVA是站在股东的角度计算利润，它更接近于经济利润的概念。因此，通过EVA可以发现一些盈利的公司是否真的是以股东权益增值作为出发点。同时，作为一个考虑资本成本的绩效评价指标，EVA能规范和敦促管理人员更有效的利用资本。

（二）EVA规范管理层筹资来源

传统利润指标中只考虑债务融资带来的财务费用，就“优序融资理论”而言，权益融资的成本要高于债务融资。虽然在理论上筹资应该先借债后吸收权益性投资，但很多学者经过研究发现，中国的企业存在“优序筹资悖论”，即这些企业更偏向股权筹资。EVA将股权融资的资本成本也纳入企业价值评价范围，有利于限制企业过多利用股权筹资而不考虑股权资本成本的做法。

三、实证分析

（一）研究方法和指标选取

本文选取沪深两市纺织服装行业的剔除ST后的85家公司，又剔除了计算过程中存在空缺值的31家上市公司，最后选定了54家作为样本。利用已经披露的2008年至2012年的报表和相关资料计算EVA和ROE值以及企业价值。

在确定每个公司的EVA 时，应以利润表为基础进行有关项目的调整。在确定WACC时，债权资本成本选择银行当年一年期贷款利率， 2008 年为6.3%，2009年为5.31%，2010年为5.69%，2011年为6.56%，2012年为6.16%。1由于我国股票市场波动剧烈、配套制度建设还不完善，每个上市公司对β值的估计并不精确且不能及时反映风险状况，故在确定股权资本成本时，本文并未采用CAPM的方法而是根据经验值确定为8% 和 11. 5%。我国纺织服装行业上市公司竞争激烈，收益普遍较低，股东投资纺织服装上市公司的最低报酬率不应低于8%。据此测算不同股权资本成本下的CAPM。利用公式算出每个公司每年的EVA值。根据股本总数与股价估算企业价值。

（二）样本的选取

目前我国纺织服装行业上市公司共有85家，筛选原则依次进行：首先剔除ST类公司；其次，有31家上市公司信息披露不完全，导致在计算时出现空缺值，使得EVA无法计算，或是在2008年之后上市的公司，无法根据完整年份的股价估算企业价值。这类企业无法获得完整的数据，对变量之间的可比性产生重要影响，故排除在样本之外，最终选定54家上市公司。

（三）实证分析

本文将ΔROE和ΔEVA作为自变量，Δ企业价值作为因变量，分析自变量对因变量的解释力。

提出原假设：EVA对企业价值变化的解释力强于ROE。

a.分析数据

由表1可以看出企业价值、EVA和ROE在2008年到2012年的增量变化趋势。企业价值增量以2010年为界，前两年增量为正但幅度明显减少。EVA的增量只有在2008年至2009年间为正，其余年份增量均为负。ROE的增量2008年至2010年为正数，后两年增量为负。

b.相关性分析

通过相关性回归数据得到ΔEVA与Δ企业价值的相关系数为0.835，大于ΔROE与Δ企业价值的相关系数0.673，自变量的相关系数为0.796，表明两变量间有一定的相关性，包含的信息有重叠。相关系数的取值说明EVA和ROE与企业价值均相关，但是EVA与企业价值的相关性更强。 c.回归分析

（1）一元回归模型

Δ企业价值=β0+β1（解释变量）+ε

由表2可以看出，两个解释变量的标准化回归系数都为正，分别为0.835和0.673，对企业价值变化皆有正向作用。T检验的值分别为2.417和1.288，F检验的值分别为4.61和1.66。根据R2可知自变量ΔEVA所在的回归方程拟合优度较高，企业价值的变化可以被每股EVA变化解释的部分为69.7%，调整后的判定系数为54.6%。自变量ΔROE所在的回归方程拟合优度较低，企业价值变化可以被ROE变化解释的部分只有45.4%，调整后的判定系数为18%。这一结果表明，EVA指标对企业价值有更强的解释力。

（2）多元回归模型

Δ企业价值=β0+β1ΔEVA +β2ΔROE+ε

由表3可知，原始方程调整后的R2为0.962，大于最终方程调整后的R2值0.936。从建立方程的角度按照向后筛选构建模型的方法，未剔除变量的方程更能准确反映两个自变量对企业价值的贡献。随着解释变量的减少，方程的拟合优度下降了，被剔除出方程的变量是ΔROE。若显著性水平为0.05，可以看到ΔROE存在方程中时，对企业价值的变化也有显著贡献。在既定的显著性水平0.05下，在第二个方程中，回归方程显著性检验的概率P-值为0.021，小于0.05，因此企业价值与EVA间的线性关系显著，建立的模型恰当。

由表4可知，ΔEVA的标准系数为0.868，ΔROE的标准系数为0.205。经过向后筛选剔除变量，我们保留最后一个方程，即只含ΔEVA变量的方程。

最终的方程意味着EVA增加一单位，会使企业价值平均增加32.298个单位。

（四）实证结果