政府對公司進(jìn)行補(bǔ)貼是基于行業(yè)扶持以及該補(bǔ)貼后正外部性的考量，因此直接的政策補(bǔ)貼對企業(yè)價(jià)值的影響區(qū)分為公司盈利水平和社會效益兩方面，分別對應(yīng)著企業(yè)的自身價(jià)值和社會價(jià)值。 

一、研究的必要性 

過去幾年間，新能源上市公司在股市上的表現(xiàn)冠絕全行業(yè)，給投資者帶來了豐厚回報(bào)，而政府補(bǔ)貼是其中重要的推動力量。隨著政策退補(bǔ)的到來，補(bǔ)貼標(biāo)準(zhǔn)越來越高，這對現(xiàn)有新能源企業(yè)影響幾何是一個(gè)決定投資回報(bào)的關(guān)鍵因素。

 因此，從實(shí)證上研究過去幾年間政府補(bǔ)貼對新能源公司尤為重要。如果補(bǔ)貼效應(yīng)并不明顯，則當(dāng)前新能源行業(yè)公司在退補(bǔ)潮的背景下將仍保持高速發(fā)展之勢；倘若該效應(yīng)對公司影響程度深，則可推斷新能源行業(yè)將面臨一個(gè)政策性頂部，投資者就需要適當(dāng)撤回投資，待低位布局。 

投資價(jià)值新能源行業(yè)從源頭上講，可以分為四類，鋰電、風(fēng)電、光伏以及核電企業(yè)。過去幾年間，為發(fā)展綠色動能，推進(jìn)環(huán)境保護(hù)型發(fā)展，政府補(bǔ)貼主要集中在這幾大類型新能源企業(yè)，于是帶來了可觀的發(fā)展紅利，而政府補(bǔ)貼對新能源上市公司的推動作用有多大，是否受新能源企業(yè)類型影響，值得進(jìn)行實(shí)證研究。 

二、研究假設(shè)與模型 

企業(yè)在發(fā)展過程中，除了考慮自身的盈利狀況，更應(yīng)當(dāng)承擔(dān)一定的社會責(zé)任，這將有助于整個(gè)行業(yè)為自身樹立良好形象，更有利于企業(yè)盈利的恒久性提升。并且，企業(yè)履行自身社會責(zé)任與提高盈利水平是相輔相成的，而政府補(bǔ)貼將激勵(lì)企業(yè)更主動地承擔(dān)稅收、科研等具有正外部性的支出。本文基于此提出假設(shè) 1：政府補(bǔ)貼與新能源行業(yè)盈利水平有關(guān)，且為正相關(guān)關(guān)系；提出假設(shè) 2：政府補(bǔ)貼與新能源行業(yè)社會效益有關(guān)，且為正相關(guān)關(guān)系；提出假設(shè) 3：鋰電池企業(yè)獲得更多的政府補(bǔ)貼，且政府補(bǔ)貼對提高鋰電行業(yè)盈利水平的程度更高。 

本文將構(gòu)建面板數(shù)據(jù)模型，對多個(gè)指標(biāo)體系中的多個(gè)被解釋變量進(jìn)行回歸解釋，在自變量中還加入虛擬變量，從而對比出本文所研究的新能源鋰電行業(yè)與其他新能源企業(yè)的作用差別。面板數(shù)據(jù)模型的特點(diǎn)在于既綜合了時(shí)間序列，又考慮了截面數(shù)據(jù)，即在時(shí)間序列上取多個(gè)截面，并在這些截面上一并選取樣本觀測值形成樣本數(shù)據(jù)。從統(tǒng)計(jì)學(xué)層面說，面板數(shù)據(jù)模型的優(yōu)勢在于橫向增加觀測樣本量，提高樣本自由度，并能有效減弱解釋變量的多重共線性，從而實(shí)現(xiàn)估計(jì)誤差的最小化。 

三、變量選擇與指標(biāo)說明 

本文選擇同花順金融終端統(tǒng)計(jì)的新能源板塊共 50 家上市公司的財(cái)務(wù)數(shù)據(jù)作為研究樣本，包括鋰電、風(fēng)電、光伏以及核電四大類型新能源行業(yè)，以實(shí)現(xiàn)對本文研究對象鋰電行業(yè)的對比研究，見表 3-1。 

 表 3-1 樣本公司名稱及證券代碼

1.被解釋變量 

企業(yè)的第一目標(biāo)是實(shí)現(xiàn)自身盈利，因此從經(jīng)濟(jì)效益的高低可看出企業(yè)經(jīng)營狀況的好壞，同時(shí)也能窺探出政府補(bǔ)貼的合理性和有效性。鑒于中國資本市場有效性不高，嚴(yán)重的內(nèi)幕交易與市場操縱行為時(shí)有發(fā)生，因此，用國外常用的托賓指標(biāo)來判斷我國企業(yè)績效，并不適合。所以本文決定采取國內(nèi)學(xué)者常用的凈資產(chǎn)收益率反映企業(yè)績效。凈資產(chǎn)收益率等于凈利潤除以平均凈資產(chǎn)，它能反映企業(yè)投入資產(chǎn)的獲利能力，比率越高，則說明所有者給投資者帶來的收益越高。但考慮到凈利潤存在被管理層造假的可能，因此有必要加入經(jīng)營活動現(xiàn)金流占比指標(biāo)來反映企業(yè)的經(jīng)營績效，本文定義經(jīng)營活動現(xiàn)金流占比等于經(jīng)營活動現(xiàn)金流量凈額除以總資產(chǎn)。 

企業(yè)在整個(gè)生命周期中，除了考慮自身盈利，還要考慮企業(yè)之外其他利益相關(guān)者的利益，比如對社會的價(jià)值，包括稅收貢獻(xiàn)、科研貢獻(xiàn)等。企業(yè)積極履行社會責(zé)任，不僅自身能在公眾面前樹立良好形象，還能實(shí)現(xiàn)整個(gè)產(chǎn)業(yè)和社會的良性互動，從而更有望實(shí)現(xiàn)企業(yè)經(jīng)營業(yè)績的長遠(yuǎn)性提升。因此，本文選擇稅收貢獻(xiàn)和研發(fā)支出占比兩個(gè)指標(biāo)作為社會效益的衡量指標(biāo)。定義稅收貢獻(xiàn)為所得稅除以總資產(chǎn)，將研發(fā)支出占比定義為研發(fā)支出除以營業(yè)收入。 

2.解釋變量 

本本節(jié)研究的重點(diǎn)是政府補(bǔ)貼對新能源鋰電行業(yè)的價(jià)值影響，所以將解釋變量設(shè)置為政府補(bǔ)貼。樣本公司的補(bǔ)貼數(shù)額選取來源是公司年報(bào)利潤表中的營業(yè)外收入明細(xì)科目“政府補(bǔ)助”。由于本文的研究重點(diǎn)是鋰電新能源企業(yè)，而該類型的新能源企業(yè)數(shù)較少，因此加入作為對比研究的其他新能源企業(yè)，包括風(fēng)電、光伏以及核能等類型企業(yè)。所以，本文把虛擬變量設(shè)置為企業(yè)類型，從而使得回歸模型更具顯著性。定義：DUM 為 1，企業(yè)類型為鋰電行業(yè)；DUM 為 0，企業(yè)類型為其他新能源行業(yè)。 

3.控制變量 

對于一些大規(guī)模企業(yè)而言，它們擁有規(guī)模優(yōu)勢，這體現(xiàn)在單位成本控制、市場定價(jià)地位以及大客戶帶來的盈利穩(wěn)定性。但同時(shí)，由于規(guī)模龐大，在管理控制上需要耗費(fèi)更多管理成本，導(dǎo)致企業(yè)單位資產(chǎn)盈利的降低。因此把企業(yè)規(guī)模加入模型的控制變量中，以消除該變量對模型研究重點(diǎn)的影響。企業(yè)規(guī)模通常用總資產(chǎn)衡量，該數(shù)值較大，會對模型參數(shù)造成影響，本文取其自然對數(shù)后加入到模型中。此外，企業(yè)的資本負(fù)債率大小會顯著影響企業(yè)經(jīng)營決策的考量，債權(quán)人會提出穩(wěn)健性的戰(zhàn)略建議，股東則注重企業(yè)的成長性，更青睞一些帶有冒險(xiǎn)性的投資項(xiàng)目，從而影響到公司的盈利水平。本文基于此將反映資本結(jié)構(gòu)的資產(chǎn)負(fù)債率加入到模型的控制變量中。各變量定義見表 3-2。

  表 3-2 各變量定義

四、描述性統(tǒng)計(jì)

 在進(jìn)行數(shù)據(jù)分析時(shí)在對各數(shù)據(jù)進(jìn)行處理前，需要對各變量做描述性統(tǒng)計(jì)，從而對研究個(gè)體總體的數(shù)值變化趨勢以及個(gè)體的間差異性有所把握。 從新能源行業(yè)整體情況來看，樣本公司 ROE 在 2017 年和 2020 年水平較高，2017 年最高達(dá)到 18.28%，研發(fā)支出占比近五年保持在 4.5%左右，說明新能源上市公司始終將其控制在一定水平上。其它指標(biāo)均呈現(xiàn)逐年增長之勢。

新能源行業(yè)的 ROE 標(biāo)準(zhǔn)差呈現(xiàn)逐年下降趨勢，說明各家企業(yè)的盈利能力差距逐年縮小，而稅收支出標(biāo)準(zhǔn)差逐年增大，表明企業(yè)間的稅收貢獻(xiàn)差距在逐年拉大。政府補(bǔ)貼的標(biāo)準(zhǔn)差呈現(xiàn)逐年增大，表明頭部企業(yè)獲取政府支持突出，與小企業(yè)的紅利優(yōu)勢差距隨時(shí)間推移越發(fā)明顯，見表 3-4。

  表 3-4 各變量 2016 年至 2020 年標(biāo)準(zhǔn)差

五、相關(guān)性分析 

從社會效益來講，根據(jù)相關(guān)性檢驗(yàn)統(tǒng)計(jì)表數(shù)據(jù)，政府補(bǔ)貼和研發(fā)支出占比顯著正相關(guān)，但與稅收支出占比顯著負(fù)相關(guān)，且該負(fù)相關(guān)顯著水平大于前者正相關(guān)顯著水平。這和前面的假設(shè) 2 不一致，因此需要進(jìn)一步回歸后分析。 

從企業(yè)效益來講，根據(jù)相關(guān)性檢驗(yàn)統(tǒng)計(jì)表數(shù)據(jù)，政府補(bǔ)貼與 ROE 負(fù)相關(guān)，但顯著水平不及 10%，但與企業(yè)經(jīng)營性現(xiàn)金流占比顯著正相關(guān)，顯著水平為 1%。這和前面的假設(shè) 1 一致，即政府補(bǔ)貼顯著促進(jìn)了新能源企業(yè)盈利水平的提高。由于變量間相關(guān)系數(shù)絕對值均小于 0.6，因此可判斷不存在明顯的共線性。具體見下表 3-5。

表 3-5 各變量相關(guān)性分析

 六、單位根檢驗(yàn) 

對各變量進(jìn)行面板回歸分析前，需要對數(shù)據(jù)進(jìn)行檢驗(yàn)，第一步是平穩(wěn)性檢驗(yàn)。在計(jì)量經(jīng)濟(jì)學(xué)中，如果模型中的變量隨時(shí)間存在相關(guān)性的變化趨勢，則變量序列為非平穩(wěn)，若加入模型中進(jìn)行回歸將失去意義，導(dǎo)致偽回歸。

 由于本文選取年份為 5 年，公司個(gè)體數(shù)為 50，是短面板數(shù)據(jù)，所以需要采用 HT 檢驗(yàn)，分為加入個(gè)體固定效應(yīng)與線性時(shí)間趨勢、兩者都不加以及僅加入個(gè)體固定效應(yīng)三種方式來進(jìn)行檢驗(yàn)，見表 3-6。 

 表 3-6 各變量單位根檢驗(yàn)

對各指標(biāo)進(jìn)行單位根檢驗(yàn)，在檢驗(yàn)值中，除了公司規(guī)模指標(biāo) Size 以為，其余指標(biāo)均有通過至少一個(gè)檢驗(yàn)，因此需要對 Size 指標(biāo)進(jìn)行一階差分，重新命名為 SSize，并再次進(jìn)行 HT 檢驗(yàn)，檢驗(yàn)結(jié)果如表 3-7。 

 表 3-7 公司規(guī)模變量差分后單位根檢驗(yàn) 

七、hausman 檢驗(yàn) 

上對變量數(shù)據(jù)處理后，各變量平穩(wěn)，因此可建立面板回歸模型。第二步是Hausman 檢驗(yàn)，以確定回歸模型的形式，檢驗(yàn)結(jié)果如表 3-9。 

 表 3-8 被解釋變量的 hausman 檢驗(yàn)結(jié)果 

由上述 hausman 檢驗(yàn)輸出結(jié)果可知，各被解釋變量中稅收貢獻(xiàn)、研發(fā)支出和市盈率的伴隨概率小于 0.05，因此這三個(gè)被解釋變量的模型形式固定效應(yīng)；而經(jīng)營活動現(xiàn)金流占比的檢驗(yàn)輸出伴隨概率為 0.3125，因此對該指標(biāo)回歸時(shí)建立隨機(jī)效應(yīng)模型。各模型如下： 

八、回歸分析 

對上述四個(gè)隨機(jī)效應(yīng)模型進(jìn)行面板數(shù)據(jù)回歸分析，結(jié)果如下表 3-10： 

 表 3-9 被解釋變量的回歸結(jié)果 

根據(jù)以經(jīng)營性現(xiàn)金流占比為被解釋變量的隨機(jī)效應(yīng)模型估計(jì)結(jié)果可知，政府補(bǔ)貼與經(jīng)營活動現(xiàn)金流占比正相關(guān)，回歸系數(shù)為 0.0001136，對應(yīng)的伴隨概率值為 0.027，顯著水平很高。因此，接受假設(shè) 1，即政府補(bǔ)貼與新能源上市公司盈利水平有關(guān)，且相關(guān)性為正。而企業(yè)類型與經(jīng)營活動現(xiàn)金流占比負(fù)相關(guān)，相關(guān)性比較顯著，因此拒絕假設(shè) 3，即政府補(bǔ)貼對提高鋰電新能源上市公司績效的程度更低。控制變量中，各指標(biāo)對應(yīng)的伴隨概率值均大于 0.1，相關(guān)性不顯著。 

根據(jù)以市盈率為被解釋變量的固定效應(yīng)模型估計(jì)結(jié)果可知，政府補(bǔ)貼與市盈率負(fù)相關(guān)，回歸系數(shù)為-0.001539，對應(yīng)的伴隨概率值為 0.068，顯著水平高。因此，拒絕假設(shè) 1，即政府補(bǔ)貼與新能源上市公司盈利水平有關(guān)，且相關(guān)性為負(fù)。控制變量中，資產(chǎn)負(fù)債率指標(biāo)對應(yīng)的伴隨概率值為 0.006，相關(guān)性很顯著，回歸系數(shù)為 0.303，即資產(chǎn)負(fù)債率越高，市盈率越高。其他控制變量對應(yīng)伴隨概率均大于 0.1，相關(guān)性不顯著。 

根據(jù)以稅收貢獻(xiàn)為被解釋變量的固定效應(yīng)模型估計(jì)結(jié)果可知，政府補(bǔ)貼與稅收貢獻(xiàn)的回歸系數(shù)對應(yīng)的回歸系數(shù)是-0.0003564，對應(yīng)的伴隨概率值 0.055，相關(guān)性顯著。因此，拒絕假設(shè) 2，即政府補(bǔ)貼與新能源上市公司社會效益負(fù)相關(guān)。控制變量中，資產(chǎn)負(fù)債率指標(biāo)對應(yīng)的伴隨概率值為 0.002，相關(guān)性顯著水平高，回歸系數(shù)為 0.018，即資產(chǎn)負(fù)債率越高，稅收貢獻(xiàn)越大；公司規(guī)模指標(biāo)對應(yīng)的伴隨概率值為 0.672，相關(guān)性不顯著。 

 根據(jù)以研發(fā)支出為被解釋變量的固定效應(yīng)模型估計(jì)結(jié)果可知，政府補(bǔ)貼與研發(fā)支出的回歸系數(shù)對應(yīng)的伴隨概率值為 0.705，相關(guān)性不顯著。因此，接受拒絕假設(shè) 2，即政府補(bǔ)貼與新能源上市公司社會效益相關(guān)性不高。而各控制變量指標(biāo)對應(yīng)的伴隨概率值均大于 0.1，相關(guān)性不顯著。上述實(shí)證研究結(jié)果簡略表如下表 3-11： 

 表 3-10 實(shí)證研究結(jié)果 

九、研究結(jié)論 

由面板數(shù)據(jù)回歸結(jié)果可知，在企業(yè)盈利水平方面，政府補(bǔ)貼與新能源上市公司 ROE 負(fù)相關(guān)，政府補(bǔ)貼與經(jīng)營活動現(xiàn)金流占比正相關(guān)，企業(yè)類型與經(jīng)營活動現(xiàn)金流占比相關(guān)性不高。這表明，政府補(bǔ)貼對盈利指標(biāo)的影響存在差異，政府補(bǔ)貼的提高有利于現(xiàn)金流的增長，而對與之相反的，對于凈資產(chǎn)收益率，政府補(bǔ)貼的提高會使企業(yè)盈利能力降低。企業(yè)性質(zhì)對盈利水平的影響不論是以 ROE 計(jì)量還是以經(jīng)營活動現(xiàn)金流占比計(jì)量，相關(guān)性均不顯著，說明無論是鋰電、風(fēng)電還是核電企業(yè)在接受政府補(bǔ)貼后的受益程度基本一致。 

在企業(yè)社會效益方面，政府補(bǔ)貼與稅收貢獻(xiàn)負(fù)相關(guān)，相關(guān)性高；企業(yè)類型與稅收貢獻(xiàn)相關(guān)性不高，政府補(bǔ)貼與研發(fā)投入正相關(guān)，但相關(guān)性不高，企業(yè)類型與研發(fā)投入相關(guān)性同樣不顯著。這表明，政府補(bǔ)貼并未對社會效益產(chǎn)生正面的作用，也就是說，政府補(bǔ)貼造成了稅收收入的相對減少。企業(yè)類型對衡量社會效益的影響不顯著，說明現(xiàn)階段我國新能源產(chǎn)業(yè)的社會貢獻(xiàn)程度基本一致。 (作者：王贊)