英语原文共 9 页,剩余内容已隐藏,支付完成后下载完整资料
研究制造企业基于EVA的绩效评估
文摘
专注于制造业企业增长企业市场,本文采用EVA指标的绩效评估这些公司,利用实证分析方法确认可行性。 接下来,比较和EVA、MVA之间的关系了。 可以得出一个结论,伊娃MVA有很强的解释能力和使用伊娃的可行性评估企业的性能。 EVA、MVA的解释能力优于传统的绩效评价指标。 此外,结合EVA与传统性能的措施,它可以形成一个更全面和合理的性能评价方法。
关键字
伊娃MVA 绩效评估
1 介绍
绩效评价一直是理论和实践的热点话题的讨论,从杜邦分析投资绩效评估的一系列指标。 有很多现在财务指标评价企业的业绩,特别是对于制造企业。 斯特恩和斯图尔特公司结合理论和实践,提出了经济增加值EVA的概念,EVA建立管理模型。 伊娃是基于经济利润的观点,考虑所有的资本的成本,包括股权资本,体现了为股东创造的价值。 这是定义为股东利润(斯特恩~ et al。1994年)。 总的来说,主流的研究结论,在企业绩效评价方面,支持,EVA指标优于传统的会计指标,更真实的反映企业的经济利润和实际价值(O Byrne1997年)。 伊娃避免企业盲目追求利润的短期行为,关注企业的长远发展,并鼓励管理者决策有利于企业的长远发展,实现新产品的研究和开发,增加人力资源成本(斯特恩·斯图尔特有限公司2002年,陈和多德1997年)。 此外,伊娃的能力比传统的财务指标反映了MVA(黄祖辉和Makhija1996年,一个, b)。
2 案例研究
2.1 样品和索引
样本选择从深圳证券交易所上市公司董事会从2009年到2010年。 鉴于上市公司上市后的短视行为和不稳定,为了消除波动和金融不稳定的影响,本文选择上市超过1年,可以获得接近完成企业的财务数据为研究样本。 因此,上市公司2009个样本是36。 和58家公司2010年的数据样本,以下实证分析的样本量是94卡路里。 整个样本的大多数是生产企业。
选举数据分别从风咨询数据库,和中国人民银行的网站。 使用SPSS18.0版本作为数据处理分析软件。
2.2 变量计算
为了得到每个公司的伊娃,本文选择一些指标计算,NOPAT(税后净营业利润),加权平均(加权平均资本成本),TC(总资本)。 除此之外,我们还需要MVA(市场)的附加价值的企业。 的相关系数r。 计算过程如下:
2.2.1 NOPAT
税后利润适当的会计调整,调整公式如下:
NOPAT =税后净利润 [利息支付交换收益] (非营业费 - 营业外收入)*(1-所得税率) 递延所得税负债增加 - 递延所得税资产增加
2.2.2 TC
总资本总负债和所有者权益,而不是在财务报表,应该适当调整,本文结合数据库提供的数据和信息,总资本正确会计调整:
Total capital=owner′s equity debtminus;projects under constructionminus;notes payableaccountsminus;payable in advance
2.2.3 加权平均
WACC=Rstimes;Ws Rdtimes;Wdtimes;(1minus;T)
其中,R年代是股权资本成本率,W年代权益资本的比例,Rd债务资本成本率,Wd债务资本的比例,T是所得税。
2.2.4 MVA
MVA=sum;i=1infin;EVAi(1 r)i
其中,r是贴现率。
2.2.5 相关系数
相关分析是研究变量之间的关系。 相关系数是可以测量变量指标之间的相关程度。 本文使用皮尔逊相关系数衡量变量之间的相关性比较的能力探索传统的性能评价指标与MVA和EVA价值。 皮尔森相关系数通常用字母,它的计算公式是:
r=sum;(ximinus;xmacr;macr;macr;)(yiminus;ymacr;macr;macr;)sum;(ximinus;xmacr;macr;macr;)2(yiminus;ymacr;macr;macr;)2
其中,x我是各种性能指标变量,y我MVA价值,r是两个变量之间的相关系数和关联度。 范围是[minus;1,1],|越大r|,两个变量之间的相关性越强。
2.3 假设
伊娃是来自企业自身基本面评价公司业绩指标,可以用于实际测量的状态企业为股东创造财富。 MVA,公司的市场价值,能够反映出资本市场的预期未来上市公司获得的附加值EVA。 如果市场是有效的,市场价值和市场价格应该是一致的;该公司股票价格的现值可以反映这个值。 这也就是说,企业的内在价值和市场价值匹配度较高,MVA的相关性和伊娃也更强。
- 1。
这些公司的伊娃和MVA高度相关,MVA和伊娃有很强的解释能力。
提出了本文的理论研究部分,传统的绩效评价方法没有考虑权益资本成本,在某种程度上,扭曲了企业的真实经营业绩。 伊娃是基于经济利润,把所有资本成本,包括股权资本,通过会计调整来消除当前会计准则中存在的信息失真。 伊娃体现一段或者损坏,为股东创造价值的定义为股东利润的企业。
- 2。
公司,伊娃MVA解释能力比传统的绩效评价指标。
3 结果
使用皮尔逊相关系数分析来分析各种性能指标之间的关系(MVA、EVA、镍、鱼子、EPS和CFOPS)的样本公司(表1)。
表1
变量的相关系数
变量 |
MVA |
伊娃 |
倪 |
罗伊 |
每股收益 |
CFOPS |
---|---|---|---|---|---|---|
MVA |
1 |
|
|
|
|
|
伊娃 |
0.873 * * |
1 |
|
|
|
|
倪 |
0.934 * * |
0.956 * * |
1 |
|
|
|
罗伊 |
0.633 * * |
0.721 * * |
0.710 * * |
1 |
|
|
每股收益 |
0.239 * |
0.276 * * |
0.395 * * |
0.366 * * |
1 |
|
CFOPS |
0.212 * |
0.177 * |
0.240 * |
0.238 * |
0.581 * * |
1 |
注:* *在0.01水平显著相关(双尾检验)* 0.05水平下表现出显著相关性(双尾检验)
相关系数的MVA和伊娃高于其他性能评价指标相关系数。 在某种程度上,它证明了假设1和假设2。
根据假设1,解释为市场变量MVA的附加值,EVA建立线性回归模型作为解释变量。 回归分析58上市公司从2009年到2010年共94个样本,建立了线性回归模型如下:
MVA=alpha; beta;EVA ε
为变量t检验,P值显著小于0.001的显著性水平下,通过t检验表明,该变量。 方程显著P值小于0.001的显著性水平下,表明回归方程通过F以及。 从拟合优度的角度,对MVA EVA解释程度较高,调整R2达到74.2%(表2),表明EVA变量方程的因变量MVA强烈程度达到74.2%。 消除自相关,通过德宾-沃森d检查测试变量是否存在自相关,DW值为1.461,明显接近2,表明不存在序列相关性。 伊娃对MVA的解释能力强,因此假设1得到证实。 与此同时,我们也观察到调整R2为74.2%,这表明,伊娃是不足以完全解释MVA和EVA指标可以作为评价企业经营绩效的重要指标,但只有伊娃作为企业经营业绩评价指标仍然是不完整的。
表2
EVA、MVA回归的结果
|
模型的总结 |
DW |
方差分析 |
系数 |
|||||
---|---|---|---|---|---|---|---|---|---|
独立变量 |
R2 |
调整R2 |
DW |
F |
团体。 |
常数alpha; |
系数beta; |
t值 |
团体。 |
伊娃 |
0.745 |
0.742 |
1.461 |
268.821 |
0.000 |
1.733 e 09年 |
47.973 |
16 剩余内容已隐藏,支付完成后下载完整资料 资料编号:[27835],资料为PDF文档或Word文档,PDF文档可免费转换为Word |
以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。