去杠杆对新能源企业绩效影响研究开题报告
2022-02-02 22:02:44
1. 研究目的与意义、国内外研究现状(文献综述)
一、选题依据
1.1研究意义
当前,中国经济已进入增速放缓、结构优化、追求质量的新常态,在这一新常态下,我国经济由追求量变切换到质变,党的十九大报告明确指出,要坚持绿色发展,推进能源生产和消费革命,构建清洁低碳、安全高效的能源体系。长期以来,我国能源消费带来经济增长的同时,也伴随着日益严重的环境污染问题。新能源代表了能源发展的未来,也是中国能源转型的主攻方向。优化能源结构,实现清洁低碳发展,是推动能源革命的本质要求,也是我国经济社会转型发展的迫切需要。近年来,在国家政策的推动下,中国新能源发展起步虽然较晚,但发展速度迅猛,在较短时间内发展规模已跃居世界前列。
2. 研究的基本内容和问题
二、研究方案
2.1研究目标
本研究以沪深新能源上市公司为样本,通过相关理论支撑,通过建立回归模型,对收集数据进行统计分析,实证检验新能源企业去杠杆对企业绩效的影响,为进一步促进新能源企业合理利用去杠杆提出有效的对策建议。
3. 研究的方法与方案
2.4研究方法
2.4.1.文献分析法
查找收集各类与选题相关的文献资料,并依据这些文献内容的逻辑关系,归纳罗列出研究的思路与主线。
2.4.2.数据收集法
通过万得数据库和公司披露的财务报表等信息整理可使用的指标数据,同时在可行情况下,对相关样本企业进行调查,了解相关新能源企业实际状况。
2.4.3.计量分析法
基于文献分析的思路,为实现本课题研究目标,在上述理论与实际相结合的方法的基础上,本课题借鉴已有研究文献中已被认可的所需数据要求较低、计算简便、结果准确以及变量解释能力强的模型进行实证研究。
首先根据已有的理论和调查结果,选取2014-2018年我国沪深两市A股新能源上市公司数据作为初始研究样本,排除无效数据,剔除ST及*ST类经营状况不佳的企业,剔除创业板、AB股、AH股交叉上市的企业,剔除2013-2018年数据披露缺失的企业。用描述性统计初步分析各主要变量,如企业绩效指标、总资产净利润率、杠杆率、资产负债率等指标的变化程度、差异和相关关系。然后运用相关理论,之后选取适当的回归模型,结合模型与相关数据进行实证分析。
(1)模型构建
根据权衡理论,杠杆率持续上升超过最优资本结构即过度负债企业,应减少负债,降低企业财务风险,进而降低债务融资成本,降低企业非效率投资,进而提高投资收益率。建立被解释变量(企业绩效)与解释变量(去杠杆)的模型关系,定量分析去杠杆对新能源企业的企业绩效的影响,实证证明去杠杆能否提高新能源企业绩效,并对实证结果分析并加以解释。基于以上原因和借鉴经验论证,构建去杠杆对新能源企业绩效影响的基本模型如下(变量定义见表1):
CPerformancet=α0 β1CLev β2Growth β3CEOChg β4Largest10 β5State β6Outer
β7Size β8Age β9Year β10Liquidity εit
本文分别用CROA、CROE和CTobin’s Q值衡量被解释变量企业绩效变动程度(CPerformance),得到三个方程。杠杆率的变动程度(CLev)作为解释变量,选取营业收入增长率(Growth),CEO是否变更(CEOChg),股权集中度(Largest10),产权性质(State),独立董事比例(Outer),公司规模(Size),上市年数(Age),年度(Year),流动比率(Liquidity)作为控制变量。
根据权衡理论,企业资产负债率持续上升超过最优资本结构即过度负债企业,应减少负债。企业资产负债率的下降,一方面,能够降低企业财务风险,进而降低债务融资成本,在企业债务融资总额下降的情况下,债务利息率会有更大幅度的下降;另一方面,随着债务融资总额的下降,会抑制企业投资规模的快速扩张,降低企业非效率投资,进而提高投资收益率。因此,通过降低资产负债率,可以降低债务利息率,提高投资收益率,进而提高企业价值。企业杠杆率过高,负债水平过高时,新能源企业负债利息率升高,融资成本率就越高,还本付息的压力会导致公司因面临过多债务,而减少对当下合理项目的投资。
依代理理论的观点,杠杆率越高的企业,其管理者越倾向于选择投资高风险项目,其目标是股东财富最大化而非企业价值最大化;同时,其管理者越倾向于拒绝只给债权人带来收益的净现值为正的投资项目,这种投资短视行为不利于企业长期收益。依权衡理论的观点,若债务融资获得的收益高于资本成本,则可获得超额收益。然而,杠杆率越高的企业,其破产风险越大;直接和间接破产成本越大,融资成本越高。此外,技术创新理论认为,杠杆率越高的企业,对创新投入的抑制作用越强,越不利于提高企业竞争力;企业投资理论认为,杠杆率越高的企业,投资效率越低。基于以上分析,本文提出假设H1和H2。
H1:新能源企业去杠杆能可以提高企业绩效。
H2:新能源企业去杠杆能不可以提高企业绩效。
为确保研究结论的稳健性,本文还将进行稳健性检验:将被解释变量替换为净资产收益率的变动,总资产净利润率以及市场指标托宾Q值的变动程度;将解释变量替换为虚拟变量,若企业杠杆率较去年同期下降,则对虚拟变量赋值为1,否则为0,再次进行回归,以检验其稳健性。
(2)变量设定
主要变量设定
变量名 | 变量定义 | |
被解释变量 | ||
资产收益率变动程度 | CROA | 本年净利润/总资产-上年净利润/总资产 |
净资产收益率变动程度 | CROE | 本年净利润/净资产-上年净利润/净资产 |
Tobin’s Q值变动程度 | CTobin’sQ | 本年企业市价/企业重置成本- 上年企业市价/企业重置成本 |
解释变量 | ||
去杠杆 | CLev | 本年总资产/总负债-上年总资产/总负债 |
控制变量 | ||
营业收入增长率 | Growth | 本年营业收入增加额/上年营业收入 |
CEO是否变更 | CEOChg | 虚拟变量,CEO变更时取1,否则为0 |
股权集中度 | Largest10 | 前十大股东持股比例 |
产权性质 | State | 虚拟变量,国有企业取1,非国有企业为0 |
独立董事比例 | Outer | 独立董事人数占董事会人数的比例 |
公司规模 | Size | 年末总资产取对数 |
上市年数 | Age | 公司自上市至研究年度时间取自然对数 |
年度 | Year | 年度虚拟变量 |
流动比率 | Liquidity | 流动资产/流动负债 |
2.6实验方案 本课题采用了理论和实际相结合的方法,实验方案也分为理论考察和实际考证两部分内容,主要包括国内外研究的叙述、归纳和讨论,以及实际试验资料的搜集、整理和分析。具体实验调查方案如下: (1)实验目的 结合现有相关文献,结合数据库获得指标数据,具体分析新能源企业的企业绩效和去杠杆状况,并通过对去杠杆和企业绩效的数据建模分析,检验去杠杆是否能提高新能源企业绩效,从而对如何合理利用去杠杆来提出相关建议。 (2)实验对象和实验方法 对象:对沪深新能源上市企业采用万得数据库和公司披露的财务报表等数据。
方法: 1、案例分析法 对沪深新能源企业进行分析研究,找出典型案例,从中得出较为一般的实验结论。 2、数据收集法 通过万得数据库和公司披露的财务报表等信息整理可使用的指标数据,同时在可行情况下,对相关样本公司有关人员进行访谈,收集调查问卷,了解相关新能源企业的实际运营情况。 3、结论分析法 通过模型构建,检验去杠杆是否能提高新能源企业绩效,并通过数据所得结论提出相关建议。 (3)实验周期 预计试验周期6个月(2018年12月-2019年5月):查阅与研究相关的资料和论文并进行整理;对数据库数据收集整理分析并咨询相关企业管理人员。收集详尽资料;对收集到的资料和信息反馈进行整理、录入和初步统计;利用模型对资料进行计量分析;对实验结果与老师进行沟通和修改。完成报告的撰写,同时完成子报告,对结果进行讨论与修改。 (4)实验成果 实验调查研究的成果主要是毕业论文。 2.7可行性分析 1、在项目本身方面,本课题结合当前热点“新能源”议题进行深入调查研究,目标明确,思路清晰,设计合理,调查的技术路线合理可行,分析方法具有可操作性和规范性,现有的研究条件能够为研究提供必要的支持。 2、在研究对象的选择上,选择了沪深新能源上市企业的指标数据,数据库获得方便,数据容易收集全面,具有代表性。同时网络便捷便利,方便数据获得。 4、在资料收集方面,学校图书馆拥有丰富的网络资源,可以通过网络进行中外文献方面的资料搜集,中国知网提供了大量最新最全的文献资料。各类数据主要通过对各类企业进行抽样调查获得。 因此,本课题设计具备了实现研究目标所需要的条件,可以获得预期的成果。
|
4. 研究创新点
2.8本项目的创新之处
1、本课题着眼于“新能源”这一热点话题。该模式如果运用得当能能有效检验新能源企业去杠杆是否能提高企业绩效,在以往研究方向上有一定的的创新。
2、本课题创新性讨论去杠杆对新能源企业绩效的影响。
5. 研究计划与进展
2.9研究计划及预期进展
本次研究从2018年11月开始,由本人单独完成。
以下为我的计划安排:
时间 | 研究内容 |
2018年11月——12月 | 查阅与研究课题有关的资料并进行归纳整理,学习分析研究方法,掌握一些理论基础知识,查阅相关文献并进行深入阅读及整理,通过所查阅的资料及文献对杠杆率和新能源企业绩效更加具体的认识 |
2019年1月 | 对新能源企业相关资料的搜集分析,进一步了解新能源企业杠杆率现行情况 |
2019年1月——2月 | 进行正式的数据收集工作,利用寒假时间对相关数据进行更详尽的搜集与分析,并尝试对样本企业展开更深入的了解,获得更加准确以及最新的相关信息及数据 |
2019年2月——3月 | 对数据的整理搜集,录入数据,利用Excel等统计工具对数据进行汇总分析。同时利用分析模型对整理好的数据进行详细分析 |
2019年3月——4月 | 根据分析好的数据得出调查的结论,进行组内讨论,撰写论文草稿,并交与指导老师进行修改。 |
2019年4月——5月 | 完成论文的撰写,,与指导老师进行意见交流,不断完善优化论文并提交终稿。 |
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。