一种智力资本与企业盈利能力相关性的评估方法与流程

本发明涉及电力、热力生产和供应业企业的发展规划，尤其是涉及一种智力资本与企业盈利能力相关性的评估方法。

背景技术：

智力资本为企业盈利能力的提升注入新动力，智力资本对企业绩效的现实影响也成为企业经营管理的重点问题。学术界对于智力资本较为普遍的认知是：为组织所拥有、促进组织绩效、无形资产。除商界外，智力资本同时引起科学界和学者们的兴趣，引发有关智力资本管理的激烈探讨。

智力资本效率对电力、热力生产和供应业十分重要，智力资本与电力、热力生产和供应业盈利能力的关系值得探讨。从资源维度和竞争力维度出发，智力资本对电力、热力生产和供应业盈利能力具有显著的促进作用。从竞争力维度，电力、热力生产和供应业的资源具有价值、稀缺、独特和组织等特征，因此智力资本这一资源构成电力、热力生产和供应业的核心竞争力，因此智力资本对提升电力、热力生产和供应业的盈利能力具有非常重要的作用。

从这两个维度可以看出，智力资本能显著促进电力、热力生产和供应业的盈利能力。但是目前对智力资本和企业盈利能力的研究主要集中在商业中，对智力资本与电力、热力生产和供应业的盈利能力之间相互关系的研究较少，而由于商业与电力、热力生产和供应业存在着许多的不同，因此现有技术中没有合适的可用于评估智力资本与电力、热力生产和供应业的盈利能力之间相关性的方法，使得电力、热力生产和供应业的相关企业无法合理地利用智力资本来提升本企业的盈利能力。

同时不同区域的电力、热力生产和供应业的各发展特点和发展情况也不尽相同，因此需要设计一种适应不同区域的、可靠的且适合电力、热力生产和供应业的智力资本与企业盈利能力相关性的评估方法。

技术实现要素：

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种智力资本与企业盈利能力相关性的评估方法。

本发明的目的可以通过以下技术方案来实现：

一种智力资本与企业盈利能力相关性的评估方法，用于评估智力资本与电力、热力生产和供应业盈利能力的相关性，包括以下步骤：

s1、构建vaic模型；

s2、收集各企业的财务数据，输入vaic模型，得到量化的智力资本ic；

s3、构建相关性评估模型，选定所有者角度盈利能力roe和管理者角度盈利能力roa为被解释变量，选定智力资本ic为解释变量，并选定控制变量；

s4、将解释变量、被解释变量和控制变量分别输入相关性评估模型，输出智力资本ic分别与所有者角度盈利能力roe和管理者角度盈利能力roa之间的相关系数。

进一步地，所述的vaic模型用于量化智力资本ic，所述的量化的智力资本ic包括人力资本效率hce、结构资本效率sce和物质资本效率cee，所述的人力资本效率hce用于衡量人力资本的增值效率，所述的物质资本效率cee用于衡量利用物质资本的增值效率，所述的结构资本效率sce用于衡量结构资本的增值效率。

进一步地，所述的智力资本ic的表达式为：

ic＝hce+sce+cee

hce＝va/hc

va＝i+r+t+d+hc

sce＝(va-hc)/va

cee＝va/ce

其中，va为企业增值，hc为职工薪酬，i为利息支出，r为本年留存收益的增加，t为所得税费用，d为股利。

进一步地，所述的管理者角度盈利能力roa通过资产收益率表示，所述的资产收益率通过净利润与总资产的比值得到，所述的所有者角度盈利能力roe通过净资产收益率表示，所述的净资产收益率通过净利润与所有者权益的比值得到。

进一步地，所述的相关性评估模型中的控制变量包括宏观经济gdpg、企业规模es、物资资本mc和融资杠杆fl，所述的宏观经济gdpg通过国民生产总值增幅表示，所述的企业规模es通过营业收入的自然对数表示，所述的物资资本mc通过固定资产与总资产的比值表示，所述的融资杠杆fl通过负债与所有者权益的比值表示。

进一步地，所述的相关性评估模型对被解释变量、解释变量和控制变量两两之间进行相关性分析，得到对应的相关系数，所述的相关系数r的计算式为：

其中，x和y分别为两个进行相关性分析的变量，和分别为两个进行相关性分析的变量的均值，lxx为x的离均差平方和，lyy为y的离均差平方和，lxy为x与y之间的离均差积和。

进一步地，该评估方法还包括以下步骤：

s5、通过异方差检验和回归分析，得到智力资本ic和智力资本ic各组成部分，分别与管理者角度盈利能力roa和所有者角度盈利能力roe之间的相关性以及显著性水平。

进一步地，所述的步骤s5具体包括：

51)对分别对智力资本ic与管理者角度盈利能力roa、智力资本ic各组成部分与管理者角度盈利能力roa、智力资本ic与所有者角度盈利能力roe和智力资本ic各组成部分与所有者角度盈利能力roe进行回归分析，得到回归结果；

52)根据回归结果，进行异方差检验，判断相应的回归分析模型是否存在异方差性，若是，则将标准误经过怀特异方差修正，作为回归结果并执行步骤53)，若否，则直接执行步骤53)；

53)根据回归结果中的t值，得到各变量之间的相关性以及显著性水平。

进一步地，当t值的绝对值大于2.50时，两变量在1％的显著性水平下相关；当t值的绝对值大于2.00且小于等于2.50时，两变量在5％的显著性水平下相关；当t值的大于绝对值1.60且小于等于2.00时，两变量在10％的显著性水平下相关。

与现有技术相比，本发明具有以下优点：

1)通过对大量样本的统计性分析，发现在电力、热力生产和供应业中，所有者角度盈利能力roe和管理者角度盈利能力roa的数据分布存在较大差异，因此本发明提供智力资本与电力、热力生产和供应业的盈利能力的评估方法，选用所有者角度盈利能力roe和管理者角度盈利能力roa作为评估模型的被解释变量，可以对智力资本与盈利能力之间的相关性做出更全面和可信的评估；

2)通过对大量样本的统计性分析，得到在电力、热力生产和供应业中，物质资本效率cee的最小值为-0.937，人力资本效率hce的最小值为-49.263，结构资本效率sce的最小值为-59.652，均呈现出负数，这说明我国的电力、热力生产和供应企业利用物资资本、人力资本、结构资本为企业盈利能力增值的效果较差，有待进一步的提高，因此本发明选用人力资本效率hce、结构资本效率sce和物质资本效率cee来量化智力资本ic，以此来评估智力资本ic与电力、热力生产和供应业盈利能力的相关性，为电力、热力生产和供应业利用物资资本、人力资本、结构资本为企业盈利能力增值提供有效的参考，实用性高；

3)本发明根据企业所处区域内各同类型企业的财务数据作为数据依据，进行相应评估，且在完成相关性评估后，通过回归进行分析，进一步评估智力资本ic的各组成部分与企业盈利能力的相关性水平，通过本发明方法得到的评估结果更有针对性且结果更精准。

附图说明

图1为本发明评估方法流程示意图；

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

实施例

如图1所示，本发明提供一种智力资本与企业盈利能力相关性的评估方法，用于评估智力资本与电力、热力生产和供应业盈利能力的相关性，包括以下步骤：

s1、构建vaic模型；

s2、收集各企业的财务数据，输入vaic模型，得到量化的智力资本ic；

s3、构建相关性评估模型，选定所有者角度盈利能力roe和管理者角度盈利能力roa为被解释变量，选定智力资本ic为解释变量，并选定控制变量；

s4、将解释变量、被解释变量和控制变量分别输入相关性评估模型，输出智力资本ic分别与所有者角度盈利能力roe和管理者角度盈利能力roa之间的相关系数。

相关性评估模型各变量的设计如下：

(1)解释变量：智力资本ic。

智力资本ic包括人力资本效率hce、结构资本效率sce和物质资本效率cee，人力资本效率hce用于衡量人力资本的增值效率，物质资本效率cee用于衡量利用物质资本的增值效率，结构资本效率sce用于衡量结构资本的增值效率。

智力资本ic的表达式为：

ic＝hce+sce+cee

人力资本效率hce的表达式为：

hce＝va/hc

va＝i+r+t+d+hc

其中，va为企业增值，hc为职工薪酬，i为利息支出，r为本年留存收益的增加，t为所得税费用，d为股利；

结构资本效率sce的表达式为：

sce＝(va-hc)/va

物质资本效率cee的表达式为：

cee＝va/ce

(2)被解释变量：所有者角度盈利能力roe和管理者角度盈利能力roa。

管理者角度盈利能力roa通过资产收益率表示，资产收益率通过净利润与总资产的比值得到，所有者角度盈利能力roe通过净资产收益率表示，净资产收益率通过净利润与所有者权益的比值得到。

(3)控制变量：:宏观经济gdpg、企业规模es、物资资本mc和融资杠杆fl。

宏观经济gdpg通过国民生产总值增幅表示，企业规模es通过营业收入的自然对数表示，物资资本mc通过固定资产与总资产的比值表示，融资杠杆fl通过负债与所有者权益的比值表示。

本实施例中，通过对193个电力、热力生产和供应业财务数据样本，进行了解释变量、被解释变量、控制变量进项统计性分析，如表1所示：

表1模型变量的描述性统计

由表中得出，物质资本效率cee的最小值为-0.937，人力资本效率hce的最小值为-49.263，结构资本效率sce的最小值为-59.652，均呈现出负数，这说明我国的电力、热力生产和供应企业利用物资资本、人力资本、结构资本为企业盈利能力增值的效果较差，有待进一步的提高，因此本发明选用人力资本效率hce、结构资本效率sce和物质资本效率cee来量化智力资本ic，以此来评估智力资本ic与电力、热力生产和供应业盈利能力的相关性，可以为电力、热力生产和供应业利用物资资本、人力资本、结构资本为企业盈利能力增值提供有效的参考；

同时可以看出，所有者角度盈利能力roe和管理者角度盈利能力roa的数据分布存在较大差异，因此选取所有者角度盈利能力roe和管理者角度盈利能力roa作为评估模型的被解释变量是必要的。

相关性评估模型对被解释变量、解释变量和控制变量两两之间进行pearson相关性分析，得到对应的pearson相关系数，pearson相关系数r的计算式为：

其中，x和y分别为两个进行相关性分析的变量，和分别为两个进行相关性分析的变量的均值，lxx为x的离均差平方和，lyy为y的离均差平方和，lxy为x与y之间的离均差积和。

在得到智力资本ic与所有者角度盈利能力roe和管理者角度盈利能力roa的相关系数后，为了进一步评估组成智力资本ic的组成部分对所有者角度盈利能力roe和管理者角度盈利能力roa的相关性大小，本实施例还增加了步骤s5，步骤s5的具体步骤包括：

51)对分别对智力资本ic与管理者角度盈利能力roa、智力资本ic各组成部分与管理者角度盈利能力roa、智力资本ic与所有者角度盈利能力roe和智力资本ic各组成部分与所有者角度盈利能力roe进行回归分析，得到回归结果；

52)根据回归结果，进行异方差检验，判断相应的回归分析模型是否存在异方差性，若是，则将标准误经过怀特异方差修正，作为回归结果并执行步骤53)，若否，则直接执行步骤53)；

53)根据回归结果中的t值，得到各变量之间的相关性以及显著性水平。

当t值的绝对值大于2.50时，两变量在1％的显著性水平下相关；当t值的绝对值大于2.00且小于等于2.50时，两变量在5％的显著性水平下相关；当t值的大于绝对值1.60且小于等于2.00时，两变量在10％的显著性水平下相关。

本实施例对某一区域中的97家电力、热力生产和供应业相关企业的财务数据进行了处理，并利用本发明提供的评估方法进行智力资本与企业盈利能力相关性的评估，数据处理工具为stata10。

得到被解释变量、解释变量和控制变量两两之间的相关系数如表2所示：

表2模型变量的pearson相关系数

由表2可得，本实施例所选区域中的97家企业，管理者角度盈利能力roa和所有者角度盈利能力roe与智力资本ic均为正相关。

在得到各变量之间的pearson相关系数后，本实施例又进行了回归分析，结果如下：

(1)智力资本ic与管理者角度盈利能力roa

在回归结果的基础上，进行异方差检验，得出prob>chi2＝0.0000。因此，模型存在异方差性。在回归的options选项中选择robust选项，回归结果如表3所示：

表3智力资本ic与管理者角度盈利能力roa的回归结果

其中，***、**、*分别表示1％、5％、10％的显著水平。

将f值与p值结合，判断线性关系的显著性，由于prob>f＝0.0000<0.0001，故置信度达到99.99％以上。

回归结果说明，智力资本ic与管理者角度盈利能力roa在5％的显著水平上正相关，即对于电力、热力生产和供应行业，智力资本对管理者角度盈利能力roa有显著的正向促进作用。管理者角度盈利能力roa与融资杠杆fl、宏观经济gdpg在1％的显著水平上负相关，与企业规模es在1％的显著水平下正相关。

(2)人力资本效率hce、结构资本效率sce和物质资本效率cee与管理者角度盈利能力roa

在回归结果的基础上，进行异方差检验，得出prob>chi2＝0.7390，因此，模型不存在异方差性。回归结果如表4所示：

表4智力资本各组成部分与管理者角度盈利能力(roa)的回归结果

其中，***、**、*分别表示1％、5％、10％的显著水平。

将f值与p值结合，判断线性关系的显著性，由于prob>f＝0.0000<0.0001，故置信度达到99.99％以上。

从智力资本各组成部分与管理者角度盈利能力roa的回归结果看，人力资本效率hce与管理者角度盈利能力roa在5％的显著水平上正相关，结构资本效率sce与管理者角度盈利能力roa的关系不显著，物质资本效率cee与管理者角度盈利能力roa在1％的显著水平上正相关。即通过该评估结果可以得出，对于电力、热力生产和供应行业，智力资本对管理者角度盈利能力roa的显著促进作用主要来源于物资资本和人力资本，结构资本对于管理者角度盈利能力roa的影响不显著。

(3)智力资本ic与所有者角度盈利能力roe

在回归结果的基础上，进行异方差检验，得出prob>chi2＝0.0000，因此模型存在异方差性。在回归的options选项中选择robust选项，回归结果如表5所示：

表5智力资本ic与所有者角度盈利能力roe的回归结果

其中，***、**、*分别表示1％、5％、10％的显著水平。

将f值与p值结合，判断线性关系的显著性，由于prob>f＝0.0000<0.0001，故置信度达到99.99％以上。

根据回归结果，智力资本ic与所有者角度盈利能力roe在1％的显著水平上正相关，即对于电力、热力生产和供应行业，智力资本ic对所有者角度盈利能力roe有显著的正向促进作用，所有者角度盈利能力roe与融资杠杆fl、宏观经济gdpg在1％的显著水平上负相关，与企业规模es在1％的显著水平下正相关。

(4)人力资本效率hce、结构资本效率sce和物质资本效率cee与所有者角度盈利能力roe

在回归结果的基础上，进行异方差检验，得出prob>chi2＝0.0000，因此模型存在异方差性。在回归的options选项中选择robust选项，回归结果如表6所示：

表6智力资本各组成部分与所有者角度盈利能力roe的回归结果

其中，***、**、*分别表示1％、5％、10％的显著水平。

将f值与p值结合，判断线性关系的显著性，由于prob>f＝0.0000<0.0001，故置信度达到99.99％以上。

从智力资本各组成部分与所有者角度盈利能力roe的回归结果可得到，人力资本效率hce与所有者角度盈利能力roe在5％的显著水平上正相关，结构资本效率sce、物质资本效率cee与所有者角度盈利能力roe在1％的显著水平上正相关。即对于电力、热力生产和供应行业，智力资本中的物资资本、人力资本和结构资本对所有者角度盈利能力roe的均产生显著的促进作用。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的工作人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。