邵志高，吳立源

(華僑大學工商管理學院，福建 泉州 362021)

一、問題的提出

供給側結構性改革寫進黨章，標志著中國長時期的需求側改革正式轉向供給側改革。供給側改革既需要宏觀政策變革，也需要微觀企業(yè)轉型。企業(yè)是供給側改革的微觀主體。供給側改革頂層規(guī)劃將長期、深遠影響中國企業(yè)轉型。

供給側改革的目標是提高“全要素生產(chǎn)率”，途徑是“調(diào)結構”，即通過調(diào)結構以提升效率。對企業(yè)而言，提升效率意味著以低投入獲取高利潤最終提升企業(yè)價值，而企業(yè)資產(chǎn)結構中固定資產(chǎn)占用企業(yè)資金最大，是企業(yè)最主要的投資，因此，“調(diào)結構以提升效率”對企業(yè)而言是否意味著調(diào)減固定資產(chǎn)配置以提升企業(yè)價值？本文擬對此進行檢驗。由于調(diào)減固定資產(chǎn)配置其實是實施輕資產(chǎn)轉型，因此，本文考察供給側改革導向下企業(yè)輕資產(chǎn)轉型是否提升企業(yè)價值。

輕資產(chǎn)戰(zhàn)略文獻大多發(fā)現(xiàn)輕資產(chǎn)運營提升了企業(yè)業(yè)績和企業(yè)價值。如Liou[1]發(fā)現(xiàn)，輕資產(chǎn)運營顯著地提升美國電信企業(yè)競爭優(yōu)勢；Wen等[2]發(fā)現(xiàn)，過去20年越來越多的日本半導體公司正在向輕資產(chǎn)運營模式轉型，并發(fā)現(xiàn)轉型后這些公司經(jīng)營業(yè)績和經(jīng)營效率明顯提升；Sohn等[3]發(fā)現(xiàn)，過去20年美國連鎖酒店不斷壓縮資本支出投資并擴大管理和特許經(jīng)營業(yè)務，這些輕資產(chǎn)經(jīng)營戰(zhàn)略明顯提升了企業(yè)價值；Ghazvini等[4]發(fā)現(xiàn)，輕資產(chǎn)戰(zhàn)略使得美國零售電力制造商存活更長時間；Wang等[5]發(fā)現(xiàn)，輕資產(chǎn)戰(zhàn)略顯著提升了全球航空企業(yè)的經(jīng)營業(yè)績。國內(nèi)有關輕資產(chǎn)運營的研究較少，主要的研究有戴天婧等[6]以蘋果公司為研究對象，分析了財務戰(zhàn)略驅動企業(yè)盈利模式；徐光偉和王衛(wèi)星[7]考察了輕資產(chǎn)運營模式的融資困境；王衛(wèi)星和林凱[8]研究了輕資產(chǎn)運營下科技型中小企業(yè)盈利模式；咸兵等[9]探討了輕資產(chǎn)產(chǎn)業(yè)形態(tài)發(fā)展與金融服務創(chuàng)新。文獻收集表明，王智波和李長洪[10]是國內(nèi)少有的考察輕資產(chǎn)運營影響企業(yè)業(yè)績的實證研究，然而，該文以1999—2007年中國工業(yè)企業(yè)為樣本的檢驗結果卻沒有發(fā)現(xiàn)“輕資產(chǎn)企業(yè)利潤率更高”的支持證據(jù)。

歸納現(xiàn)有文獻不難發(fā)現(xiàn)：首先，鮮有文獻在供給側改革框架下討論企業(yè)輕資產(chǎn)轉型問題。其次，較多文獻考察輕資產(chǎn)運營對企業(yè)業(yè)績水平的影響或直接檢驗對企業(yè)價值的影響，少有文獻考察輕資產(chǎn)運營對企業(yè)業(yè)績波動的影響。最后，現(xiàn)有文獻局限于對諸如電信、酒店、航空等特定子行業(yè)的研究，未將問題擴展到多個行業(yè)或所有行業(yè)。筆者認為：首先，在供給側改革框架下討論企業(yè)輕資產(chǎn)轉型，對當前中國供給側改革實踐有重要現(xiàn)實意義。其次，價值是未來現(xiàn)金流用資本成本進行的貼現(xiàn)，業(yè)績波動反映了企業(yè)風險，會影響企業(yè)資本成本，最終影響企業(yè)價值。因此，分析輕資產(chǎn)運營影響業(yè)績波動是考察輕資產(chǎn)運營影響企業(yè)價值的一種可取途徑。最后，之所以少有文獻針對所有行業(yè)考察輕資產(chǎn)運營帶來的業(yè)績影響，很可能是因為，以所有行業(yè)為考察對象時輕資產(chǎn)運營變量與業(yè)績(或價值)變量關系不明顯，而出現(xiàn)這種結果的原因極有可能是忽視了制造企業(yè)與服務行業(yè)經(jīng)營特征的重大不同而未將兩者區(qū)別予以考察。服務行業(yè)不同于制造企業(yè)的一個重要特征是收入波動小，收入波動小會使得即使重資產(chǎn)運營(如電力、酒店等服務業(yè))其業(yè)績波動也會小，導致整個服務行業(yè)輕資產(chǎn)運營程度對業(yè)績波動影響不明顯。此外，本文除了分析輕資產(chǎn)運營程度對業(yè)績波動的單獨影響外，還分析輕資產(chǎn)運營程度與收入波動對業(yè)績波動的聯(lián)合影響，服務行業(yè)收入波動小，將服務行業(yè)和制造企業(yè)合并考察將難以實現(xiàn)這一目的。因此，本文將服務行業(yè)與制造企業(yè)區(qū)別開來，單獨考察制造業(yè)輕資產(chǎn)運營帶來的業(yè)績影響。

本文以1990—2016年滬深A股制造業(yè)上市企業(yè)為研究樣本，考察了制造業(yè)企業(yè)輕資產(chǎn)運營對業(yè)績波動的影響。本文用縱向業(yè)績標準差和橫向業(yè)績偏離度兩種方法衡量業(yè)績波動，前者用企業(yè)長時期〔未來10年(下文的樣本1)和未來12年(下文的樣本2)〕資產(chǎn)息稅前利潤率標準差度量，后者采用Glejser(1969)的Heteroskedasticity Tests方法度量企業(yè)業(yè)績偏離正常業(yè)績程度。輕資產(chǎn)運營程度用固定資產(chǎn)占總資產(chǎn)比重衡量。研究發(fā)現(xiàn)，制造業(yè)輕資產(chǎn)運營降低了企業(yè)業(yè)績波動，從而提升了企業(yè)價值。本文從業(yè)績波動視角考察輕資產(chǎn)運營對企業(yè)價值的影響，發(fā)現(xiàn)制造業(yè)輕資產(chǎn)轉型既提升企業(yè)價值也契合供給側改革要求，這既是對現(xiàn)有文獻的有益補充，也能為中國當前供給側改革政策制定和企業(yè)轉型實踐提供理論借鑒。

二、理論分析與假設提出

(一)輕資產(chǎn)運營、固定資產(chǎn)與固定成本

輕資產(chǎn)運營是麥肯錫咨詢公司尤為推崇的經(jīng)營戰(zhàn)略。通常認為占用企業(yè)資金少的為輕資產(chǎn)。主要有三種觀點：一是認為輕資產(chǎn)是固定資產(chǎn)以外的資產(chǎn)，因為固定資產(chǎn)占用企業(yè)資金最多[2-3-4-6-10]；二是認為輕資產(chǎn)是無形資產(chǎn)，因為有些行業(yè)(如飛機、輪船等)企業(yè)資產(chǎn)中存貨占用的資金也多，只有無形資產(chǎn)占用資金少[7]；三是認為輕資產(chǎn)是表外資產(chǎn)，因為企業(yè)獨占的一些資源(如經(jīng)驗、文化等)沒有進入資產(chǎn)負債表但占用企業(yè)資金少卻能給企業(yè)帶來超額收益[1]?？梢姡N觀點均認為固定資產(chǎn)不是輕資產(chǎn)。同王智波和李長洪[10]，本文用企業(yè)資產(chǎn)總額中固定資產(chǎn)的占比衡量公司輕資產(chǎn)程度。

由于折舊費是主要的固定成本，而折舊是對固定資產(chǎn)原值的攤銷，因此，通常輕資產(chǎn)運營程度越小的企業(yè)固定資產(chǎn)在總資產(chǎn)中比重越大，固定成本也越大，反之亦然。這表明，可以通過分析固定成本對業(yè)績波動的影響以考察輕資產(chǎn)運營對業(yè)績波動的影響。固定成本對業(yè)績波動的影響可從兩個方面分析：一是保持收入波動不變條件下固定成本對業(yè)績波動影響；二是固定成本與收入波動對業(yè)績波動的聯(lián)合影響。

(二)保持收入波動不變條件下輕資產(chǎn)運營對業(yè)績波動的影響

利潤是銷售利潤率與收入的乘積，利潤波動取決于盈利能力波動和收入波動。毛利率是反映企業(yè)盈利能力代表性指標。假定毛利率為MARGIN，收入為S，變動成本為V，固定成本為F ，單位變動成本為b，產(chǎn)品單價為p。則有：

(1)

通常產(chǎn)品價格會隨變動成本的波動而變，假定b/p不變。由于固定成本F也不變，因而依據(jù)式(1)，毛利率方差可表達為：

(2)

式(2)表明，在收入波動保持不變的條件下，固定成本越大毛利率波動越大。

由于固定資產(chǎn)比重大的企業(yè)固定成本也大，基于此，筆者提出如下假設：

H1：保持收入波動不變條件下，制造企業(yè)固定資產(chǎn)占比與盈利能力波動正相關。

又由于利潤波動取決于收入波動和盈利能力波動，基于此，筆者提出如下假設：

H2：保持收入波動不變條件下，制造企業(yè)固定資產(chǎn)占比與業(yè)績波動正相關。

(三)輕資產(chǎn)運營與收入波動對業(yè)績波動的聯(lián)合影響

固定成本對業(yè)績波動的影響不僅表現(xiàn)在其對業(yè)績波動的單獨影響，還表現(xiàn)在其與收入波動對業(yè)績波動的聯(lián)合作用。由于固定成本的存在，會使得息稅前利潤波動的幅度比收入波動的幅度更大，固定成本的這種作用被稱為經(jīng)營杠桿作用。假定息稅前利潤為EBIT，則EBIT=Q(P-V)-F。經(jīng)營杠桿系數(shù)DOL是EBIT變動率與收入變動率的比值：

(3)

式(3)表明，只要存在固定成本(即F大于0)，經(jīng)營杠桿系數(shù)DOL便大于1，意味著收入波動后業(yè)績便以更大幅度波動。式(3)同時表明，固定成本越大，經(jīng)營杠桿系數(shù)就越大，意味著息稅前利潤對收入波動的反應越敏感。

如果以業(yè)績波動為因變量，收入波動為自變量，業(yè)績波動對收入波動OLS回歸后收入波動變量的系數(shù)可反映業(yè)績波動對收入波動的敏感程度。進一步，設立一個二分變量DUMF，定義為固定成本較大時取值為1，否則為0，并將DUMF與收入波動的交互項納入模型，回歸結果中該交互項的系數(shù)若為正，表明固定成本較大的企業(yè)業(yè)績波動對收入波動更敏感，反之，表明固定成本較大的企業(yè)業(yè)績波動對收入波動更不敏感。又由于固定資產(chǎn)比重大的企業(yè)固定成本大，筆者提出如下假設：

H3：制造業(yè)固定資產(chǎn)占比越大，業(yè)績波動對收入波動的反應越敏感。

三、研究設計

(一)研究方法、模型設計與變量定義

現(xiàn)有文獻通常用資產(chǎn)利潤率ROA衡量企業(yè)業(yè)績，因為ROA是用資產(chǎn)進行標注化后的業(yè)績，便于不同規(guī)模企業(yè)業(yè)績的比較。業(yè)績波動的衡量方法主要有兩種：一是縱向波動，用同一企業(yè)不同時間的業(yè)績標準差衡量；二是橫向波動，用企業(yè)實際業(yè)績偏離所有企業(yè)擬合出的正常業(yè)績離散程度衡量。

1.業(yè)績縱向波動模型

H1的檢驗模型是：

SDMARGIN=β1+β2FRATIO+β3SDREV+β4SIZE+β5LEV+ε

(4)

其中，SDMARGIN表示企業(yè)盈利能力波動，由于毛利率是反映企業(yè)盈利能力的最佳指標，因此，SDMARGIN用單個企業(yè)不同年度毛利率的標準差度量。FRATIO表示固定資產(chǎn)與總資產(chǎn)的比值。SDREV、SIZE和LEV均為控制變量，分別表示企業(yè)收入波動、企業(yè)規(guī)模和企業(yè)負債率。

在樣本1的檢驗中，類似Adams等[11]與Cheng[12]的方法，每年末計算每個企業(yè)未來連續(xù)10年毛利率標準差SDMARGIN和收入標準差SDREV，同時，每年末計算該企業(yè)未來連續(xù)10年固定資產(chǎn)占比FRATIO、企業(yè)規(guī)模SIZE以及負債率LEV的平均值。這樣每個企業(yè)每個年度都有一個SDMARGIN、FRATIO、SDREV、SIZE以及LEV的觀測值。

樣本2的檢驗中，各變量的時期為12年。

H2的檢驗模型是：

SDROA=β1+β2FRATIO+β3SDREV+β4SIZE+β5LEV+ε

(5)

其中，SDROA表示企業(yè)業(yè)績波動。業(yè)績波動用每年末每個WHOG未來連續(xù)10年(樣本1)或12年(樣本2)總資產(chǎn)息稅前利潤率的標準差度量。

通常大企業(yè)經(jīng)營更穩(wěn)健，業(yè)績波動相對較小，因而預計SIZE的系數(shù)為負；杠桿經(jīng)營會加大企業(yè)業(yè)績波動，因而預計LEV的系數(shù)為正。

H3的檢驗模型是：

SDROA=β1+β2SDREV+β4DUMF×SDREV+β5SIZE+β6LEV+ε

(6)

其中，SDREV表示企業(yè)收入波動。收入波動也需要先對收入進行標準化處理，本文用年度收入總額與年末資產(chǎn)總額比值即總資產(chǎn)周轉率衡量。收入波動用每年末每個企業(yè)未來連續(xù)10年(樣本1)或12年(樣本2)總資產(chǎn)周轉率的標準差度量。DUMF為固定資產(chǎn)高占比的二分變量，鑒于中國制造業(yè)上市公司固定資產(chǎn)占比的中位數(shù)約為27%，本文分別以20%和30%作為固定資產(chǎn)占比高的閾值。當固定資產(chǎn)占比大于20%時，DUMF20取值為1，否則為0；當固定資產(chǎn)占比大于30%時，DUMF30取值為1，否則為0。DUMF×SDREV是變量DUMF與變量SDREV的交互項。

2.業(yè)績橫向離散度模型

本文采用Glejser(1969)的Heteroskedasticity Tests方法衡量企業(yè)業(yè)績橫向離散度。業(yè)績縱向波動是單個企業(yè)不同時間內(nèi)的業(yè)績波動，與此不同，業(yè)績橫向離散度是指企業(yè)實際業(yè)績偏離正常業(yè)績水平的程度，企業(yè)正常業(yè)績水平用所有企業(yè)業(yè)績水平對影響業(yè)績水平的各變量進行回歸而得，某企業(yè)的橫向業(yè)績離散度就是用該企業(yè)的實際業(yè)績水平與預估的正常業(yè)績水平的差值衡量。

業(yè)績橫向離散度模型檢驗事實上需要建立兩個模型并進行兩階段回歸：一個是業(yè)績水平模型，另一個是業(yè)績殘差模型。業(yè)績水平模型的因變量是業(yè)績水平ROA，自變量是影響ROA的各相關因素，第一階段回歸就是將業(yè)績水平模型進行OLS回歸以便擬合出正常業(yè)績水平與各影響因素間的關系式。業(yè)績殘差模型的因變量是業(yè)績水平模型回歸后殘差的絕對值，該殘差絕對值即是業(yè)績離散度，自變量是影響業(yè)績離散度的相關因素。第二階段回歸是將殘差模型進行OLS回歸以便檢驗業(yè)績離散度與相關影響因素間的關系。

對于H2的檢驗，[注]由于本文考察重點是業(yè)績波動而不是毛利率波動，因此，筆者并不用該方法檢驗H1。由于ROA是銷售利潤率與總資產(chǎn)周轉率的乘積，因此，在其他條件不變情況下，周轉率TURNOVER越大ROA越大，毛利率MARGIN越大ROA也越大。此外，有研究發(fā)現(xiàn)，企業(yè)規(guī)模SIZE和企業(yè)負債率LEV也影響ROA。因此，檢驗H2的業(yè)績水平模型是：

ROA=β1+β2TURNOVER+β3MARGIN+β4FRATIO+β5SIZE+β6LEV+ε

(7)

檢驗H2的業(yè)績殘差模型是：

(8)

H3是檢驗固定資產(chǎn)高占比與收入波動對業(yè)績波動的聯(lián)合影響，由于因變量也為業(yè)績波動，因此，檢驗H3的業(yè)績水平模型也是ROA與其影響因素間的關系模型，故H3檢驗的業(yè)績水平模型同模型(7)。前文分析表明，固定資產(chǎn)占比高的企業(yè)業(yè)績波動對收入波動更敏感，因此，檢驗H3的業(yè)績殘差模型需要將收入波動變量以及固定資產(chǎn)高占比二分變量和收入波動變量的交互項作為考察變量：

(9)

(二)樣本選取與描述性統(tǒng)計

初選樣本為1990—2016年滬深A股上市企業(yè)。樣本整理如下：(1)剔除數(shù)據(jù)不全的企業(yè)。為了度量本研究變量，需要計算樣本企業(yè)未來連續(xù)10年ROA的標準差以及未來連續(xù)10年固定資產(chǎn)占比FRATIO、企業(yè)規(guī)模SIZE、企業(yè)負債率LEV的平均值，因此，在每年樣本中剔除未來10年數(shù)據(jù)不全的樣本。(2)本文考察制造業(yè)輕資產(chǎn)運營對業(yè)績波動的影響，需剔除非制造行業(yè)企業(yè)。依據(jù)當前實用的證監(jiān)會上市公司行業(yè)分類指引，制造業(yè)企業(yè)代碼以C開頭，因此，剔除C門類之外的企業(yè)。經(jīng)異常值處理，最終得到9 840個樣本。

時間跨度是計算業(yè)績波動的一個重要變數(shù)，本文考察固定資產(chǎn)對企業(yè)長期業(yè)績波動影響，出于穩(wěn)健性考慮，本文還以12年作為時間跨度度量業(yè)績波動。樣本篩選過程同樣本1，最終得到了樣本2共7 538個樣本。

表1報告了樣本行業(yè)分布。證監(jiān)會發(fā)布的行業(yè)分類指引中制造業(yè)門類共分31個細分行業(yè)。樣本1和樣本2的樣本涉及其中的29個細分行業(yè)，基本覆蓋了制造業(yè)的所有企業(yè)。表1顯示，兩個樣本組企業(yè)固定資產(chǎn)與總資產(chǎn)比均值約為29%，中位數(shù)約為27%，這比王智波和李長洪[10]發(fā)現(xiàn)的(35%)略小，可能與研究樣本不同有關。表1也報告了固定資產(chǎn)占比最大的兩個細分行業(yè)和固定資產(chǎn)占比最小的兩個細分行業(yè)， C28化學纖維制造業(yè)和C22造紙及紙制品業(yè)固定資產(chǎn)占比近45%，而C19皮革、毛皮、羽毛及其制品和制鞋業(yè)和C38電氣機械和器材制造業(yè)固定資產(chǎn)占比不過21%，表明不同的細分行業(yè)固定資產(chǎn)占比差別較大。

表1樣本行業(yè)分布

注：C19為皮革、毛皮、羽毛及其制品和制鞋業(yè)，C22為造紙及紙制品業(yè)，C28為化學纖維制造業(yè)，C38為電氣機械和器材制造業(yè)。

表2報告了其他變量的描述性統(tǒng)計。

表2描述性統(tǒng)計

表2顯示，SDMARGIN的中位數(shù)和均值比SDROA的略大，表明企業(yè)毛利率波動比業(yè)績波動更大。ROA約為6%，毛利率約為22%，毛利率明顯低于其他行業(yè)水平。負債率約為50%，比其他行業(yè)水平高。DUMF20均值約為0.70，表明近70%的企業(yè)固定資產(chǎn)與總資產(chǎn)的比值超過20%，DUMF30均值約為0.40，表明近40%的企業(yè)固定資產(chǎn)與總資產(chǎn)的比值超過30%。由于制造企業(yè)需要購進大量材料進行加工產(chǎn)品，因此，相對于服務行業(yè)制造企業(yè)的營業(yè)成本較大，導致毛利率水平低。同樣，為了制造產(chǎn)品，制造企業(yè)需要構建廠房或設備，需要投入較大資金，因此，制造企業(yè)固定資產(chǎn)占比較大，負債率較高。

四、結果分析

(一)輕資產(chǎn)運營與業(yè)績縱向波動

表3報告了固定資產(chǎn)占比對盈利能力波動和業(yè)績波動影響的檢驗結果。

表3保持收入波動不變條件下輕資產(chǎn)運營對業(yè)績波動的影響(業(yè)績縱向波動)

注：括號內(nèi)為t值，*、**和***分別代表10%、5%和1%顯著性水平下顯著，下同。

表3中，模型1和模型2的因變量為SDMARGIN，檢驗的是固定資產(chǎn)占比與毛利率波動的關系。模型1是對樣本1的檢驗，因變量SDMARGIN是連續(xù)10年毛利率的標準差，自變量FRATIO、LEV以及SIZE分別為連續(xù)10年的固定資產(chǎn)占比、負債率以及資產(chǎn)規(guī)模的平均值，SDREV為連續(xù)10年總資產(chǎn)周轉率的標準差。結果顯示，盡管SDREV系數(shù)不顯著，但FRATIO在1%的顯著性水平下顯著為正，表明在保持收入波動不變條件下固定資產(chǎn)占比每增加1個單位，毛利率標準差會增加0.031個單位。模型2是對樣本2的檢驗，因變量SDMARGIN是連續(xù)12年毛利率的標準差，解釋變量FRATIO、LEV以及SIZE分別為連續(xù)12年的固定資產(chǎn)占比、負債率以及資產(chǎn)規(guī)模的平均值，SDREV為連續(xù)12年總資產(chǎn)周轉率的標準差。結果同樣顯示FRATIO顯著為正。模型1和模型2結果均表明，保持收入波動不變條件下，企業(yè)固定資產(chǎn)占比與盈利能力波動正相關，結果支持了H1。

表3中模型3和模型4檢驗的是固定資產(chǎn)占比與業(yè)績波動的關系，因變量均為SDROA。模型3是對樣本1的檢驗，結果顯示，SDREV的系數(shù)顯著為正，表明收入波動越大業(yè)績波動越大。FRATIO系數(shù)為0.026，且在1%顯著性水平下通過了檢驗，表明在保持收入波動不變條件下，固定資產(chǎn)占比每增加1個單位，ROA標準差會增加0.026個單位。模型4是對樣本2的檢驗，結果同樣顯示FRATIO顯著為正。模型3和模型4的結果均表明，保持收入波動不變條件下，固定資產(chǎn)占比與業(yè)績波動正相關，表明輕資產(chǎn)運營降低了業(yè)績波動。結果支持了H2。

控制變量中LEV的系數(shù)均顯著為正，表明負債率大的企業(yè)盈利能力波動和業(yè)績波動也大。SIZE的系數(shù)均顯著為負，表明規(guī)模大的企業(yè)經(jīng)營更穩(wěn)健，導致盈利能力波動和業(yè)績波動較小，這與Cheng[12]的研究結論一致。

表4報告了固定資產(chǎn)高占比和收入波動對業(yè)績波動的聯(lián)合影響。本文設定了20%和30%兩個固定資產(chǎn)高占比閾值。二分變量DUMF20定義為當固定資產(chǎn)占比超過20%時DUMF20取值為1，否則為0。二分變量DUMF30定義為當固定資產(chǎn)占比超過30%時DUMF30取值為1，否則為0。表4中各模型因變量均為SDROA。模型5和模型6的考察變量是SDREV和DUMF20×SDREV，SDREV為收入波動的標準差，DUMF20×SDREV是二分變量DUMF20與連續(xù)變量SDREV的交互項。模型7和模型8的考察變量是SDREV和DUMF30×SDREV，DUMF30×SDREV是二分變量DUMF30與連續(xù)變量SDREV的交互項。模型5和模型7的檢驗樣本是樣本1，模型6和模型8的檢驗樣本是樣本2。

表4輕資產(chǎn)運營與收入波動對業(yè)績波動的聯(lián)合影響(業(yè)績縱向波動)

表4結果顯示，SDREV系數(shù)均顯著為正，表明業(yè)績波動與收入波動正相關。當固定資產(chǎn)高占比的標準為20%時，模型5的檢驗結果顯示，DUMF20×SDREV的系數(shù)為正，但未通過顯著性檢驗，然而，模型6對樣本2的檢驗結果顯示，DUMF20×SDREV的系數(shù)在1%的顯著性水平下顯著。當固定資產(chǎn)高占比的標準調(diào)高為30%時，不論是樣本1還是樣本2的檢驗結果均顯示DUMF30×SDREV的系數(shù)均顯著為正。以模型8為例，SDREV和DUMF30×SDREV的系數(shù)均在1%顯著性水平下顯著，SDREV的系數(shù)為4.921，DUMF30×SDREV的系數(shù)為1.420，表明固定資產(chǎn)占比小于30%時收入波動1個單位時業(yè)績波動4.921個單位，但當固定資產(chǎn)占比大于30%時收入波動1個單位業(yè)績波動6.341(4.921+1.420)個單位，這表明固定資產(chǎn)占比較大時業(yè)績波動對收入波動更敏感?？傮w而言，表4的結果支持了H3。

(二)輕資產(chǎn)運營與業(yè)績橫向離散度

表5報告了固定資產(chǎn)占比對業(yè)績波動影響的Glejser(1969)檢驗的第二階段OLS回歸結果。表5中模型9和模型10的因變量均為ABSU。ABSU為業(yè)績水平模型(7) 的OLS回歸殘值的絕對值。自變量均為FRATIO。模型9的檢驗樣本是樣本1，模型10的檢驗樣本是樣本2。

表5保持收入波動不變條件下輕資產(chǎn)運營對業(yè)績波動的影響(業(yè)績橫向離散度)

表5結果顯示，無論是對樣本1還是樣本2的檢驗，F(xiàn)RATIO的系數(shù)均為正，且均在1%的顯著性水平下顯著，表明企業(yè)固定資產(chǎn)占比FRATIO與業(yè)績離散度ABSU正相關，意味著企業(yè)固定資產(chǎn)占比越大其業(yè)績離散正常業(yè)績的程度越大。控制變量中LEV和SIZE的結果與表3的相似。表5和表3的結果表明，無論是用企業(yè)縱向業(yè)績標準差度量業(yè)績波動，還是用企業(yè)實際業(yè)績偏離所有企業(yè)擬合出的正常業(yè)績的離散程度衡量業(yè)績波動，業(yè)績波動都與固定資產(chǎn)占比正相關，結果支持了H2。

表6報告了固定資產(chǎn)高占比與收入波動對業(yè)績波動聯(lián)合影響的Glejser(1969)檢驗的第二階段OLS回歸結果。表6中各模型的因變量均為ABSU。ABSU同樣為業(yè)績水平模型(7)的OLS回歸殘值的絕對值。模型11和模型12考察變量是SDREV和DUMF20×SDREV，模型13和模型14的考察變量是SDREV和DUMF30×SDREV。模型11和模型13的檢驗樣本是樣本1，模型12和模型14的檢驗樣本是樣本2。

表6輕資產(chǎn)運營與收入波動對業(yè)績波動的聯(lián)合影響(業(yè)績橫向離散度)

表6顯示，各模型中收入波動變量SDREV均顯著為正，表明企業(yè)收入波動越大其業(yè)績偏離正常業(yè)績的離散程度越大。當以20%作為固定資產(chǎn)高占比的標準時，模型11的檢驗結果顯示，DUMF20×SDREV的系數(shù)為正，但未通過顯著性檢驗，然而，模型12對樣本2的檢驗結果顯示，DUMF20×SDREV的系數(shù)在1%的顯著性水平下顯著。當固定資產(chǎn)高占比的標準調(diào)高為30%時，不論是樣本1還是樣本2的檢驗結果均顯示DUMF30×SDREV的系數(shù)均顯著為正。以模型14為例，SDREV和DUMF30×SDREV的系數(shù)均在1%顯著性水平下顯著，SDREV的系數(shù)為1.782，DUMF30×SDREV的系數(shù)為0.818，表明固定資產(chǎn)占比小于30%時收入波動1個單位時業(yè)績波動1.782個單位，但當固定資產(chǎn)占比大于30%時收入波動1個單位時業(yè)績波動2.600(1.782+0.818)個單位，表明固定資產(chǎn)占比較大時，業(yè)績波動對收入波動更敏感。

總體而言，表6和表4的結果表明，無論是用企業(yè)縱向業(yè)績標準差度量業(yè)績波動，還是用企業(yè)實際業(yè)績偏離所有企業(yè)擬合出的正常業(yè)績的離散程度衡量業(yè)績波動，固定資產(chǎn)占比大時業(yè)績波動對收入波動更敏感，結果支持了H3。

(三)時間跨度與業(yè)績波動

以縱向業(yè)績標準差衡量業(yè)績波動時，不同的時間窗內(nèi)業(yè)績波動差別可能較大。例如，如果將經(jīng)濟周期劃分為繁榮和衰退兩個階段，經(jīng)濟繁榮期內(nèi)的業(yè)績波動相對較小，而跨越經(jīng)濟繁榮和衰退期的業(yè)績波動相對較大。因此，在較短的時間跨度內(nèi)縱向業(yè)績標準差衡量的業(yè)績波動可能與固定資產(chǎn)占比關系不明顯。

表7報告了以8年為時間跨度計算的業(yè)績波動與固定資產(chǎn)關系的檢驗結果。表7中模型15、模型16以及模型17是用縱向標準差度量毛利率波動和業(yè)績波動。模型15檢驗的是固定資產(chǎn)占比對毛利率波動的影響，結果顯示FRATIO顯著為正，結果與表3中模型1結果一致。模型16檢驗的是固定資產(chǎn)占比對業(yè)績波動的影響，結果顯示FRATIO的系數(shù)并沒有通過顯著性檢驗。模型17檢驗的是固定資產(chǎn)高占比與收入波動對業(yè)績波動的聯(lián)合影響，結果顯示DUMF30×SDREV的系數(shù)為負且不顯著。模型16和模型17的結果表明，當時間跨度調(diào)短到8年時，用縱向標準差度量的業(yè)績波動與固定資產(chǎn)占比關系不明顯。

表7固定資產(chǎn)對業(yè)績波動影響(8年時間跨度)

表7中模型18和模型19是用橫向離散度度量業(yè)績波動。模型18檢驗的是固定資產(chǎn)占比對業(yè)績離散度的影響，結果顯示FRATIO的系數(shù)在1%的顯著性水平下顯著為正，這與表5檢驗的結果一致。模型19檢驗的是固定資產(chǎn)高占比與收入波動對業(yè)績波動的聯(lián)合影響，結果顯示DUMF30×SDREV的系數(shù)也顯著為正，這與表6檢驗的結果一致。模型18和模型19的結果表明，當時間跨度調(diào)短到8年時，固定資產(chǎn)占比依然影響用橫向離散度度量的業(yè)績波動。

本文也用5年作為時間跨度重復上述檢驗，發(fā)現(xiàn)用橫向離散度度量的業(yè)績波動與固定資產(chǎn)占比正相關，但用縱向標準差度量的業(yè)績波動與固定資產(chǎn)占比關系不明顯。

以上表明，較短的時間跨度內(nèi)縱向業(yè)績標準差度量的業(yè)績波動與固定資產(chǎn)占比關系趨向不明顯，但較長時間跨度內(nèi)，不論是縱向業(yè)績標準差還是衡量業(yè)績離散度度量業(yè)績波動，業(yè)績波動都與固定資產(chǎn)占比正相關。

(四)內(nèi)生性問題與穩(wěn)健性檢驗

通常情況下，財務是企業(yè)經(jīng)營戰(zhàn)略的結果，而不是相反。即企業(yè)輕資產(chǎn)戰(zhàn)略轉型導致業(yè)績波動減小，而不是企業(yè)業(yè)績波動驅使企業(yè)向輕資產(chǎn)戰(zhàn)略轉型。但也可能企業(yè)業(yè)績波動過大，導致風險過大而降低企業(yè)價值，最終迫使企業(yè)轉變經(jīng)營戰(zhàn)略向輕資產(chǎn)轉型。為了緩解這種內(nèi)生性問題，本文借鑒Cheng[12]的方法，滯后1年計算因變量的取值，如對于H1的檢驗，考察變量FRATIO用某年未來連續(xù)10年固定資產(chǎn)與總資產(chǎn)比值的平均值度量，而因變量SDMARGIN用未來第2—11年毛利率的標準差度量。這樣處理后，重復上述各項回歸，主要結果不變(由于版面所限，未予報告)。

本文考慮了如下穩(wěn)健性檢驗問題：第一，上市時間長的企業(yè)，通常進入生命周期的成熟期，同時，上市時間長的企業(yè)決策上可能更在意業(yè)績波動帶來的聲譽影響，因此，上市時間越長，業(yè)績波動越小。第二，股權制衡度強的企業(yè)極端的經(jīng)營行為可能受到牽制，因此，股權制衡度越大業(yè)績波動越小。第三，董事會規(guī)模和獨立董事占比大的企業(yè)經(jīng)營業(yè)績也可能更穩(wěn)健，因此，董事會規(guī)模越大或獨立董事占比越大業(yè)績波動越小。為了控制這些因素對業(yè)績波動的影響，本文將上市年份、股權制衡度、董事會規(guī)模以及獨立董事占比變量加入各回歸模型，結果顯示，上市時間變量顯著為正，與預期相反，而股權制衡度、董事會規(guī)模以及獨立董事占比等變量系數(shù)并不顯著。但加入這些變量后，業(yè)績波動仍然與固定資產(chǎn)占比正相關，且固定資產(chǎn)占比越大業(yè)績波動對收入波動越敏感。因此，加入這些控制變量后，本文主要結論不變。此外，在本文主要研究中，盈利能力用毛利率衡量，業(yè)績水平用總資產(chǎn)息稅前利潤率衡量，本文也用銷售利潤率替代毛利率，用總資產(chǎn)營業(yè)利潤率替代總資產(chǎn)息稅前利潤率重復上述各項回歸。結果表明，本文主要結論不變。

五、結論與啟示

本文以1990—2016年滬深A股制造業(yè)上市企業(yè)為樣本的檢驗結果顯示，制造業(yè)企業(yè)調(diào)減固定資產(chǎn)配置以實現(xiàn)輕資產(chǎn)轉型，能減小業(yè)績波動從而提升企業(yè)價值。結果表明，制造企業(yè)調(diào)減固定資產(chǎn)配置以實現(xiàn)輕資產(chǎn)轉型既契合了供給側改革“調(diào)結構以提升效率”的政策要求，也因為減小了自身業(yè)績波動而提升了企業(yè)價值。

十九大報告明確指出，“以供給側結構性改革為主線”“發(fā)展先進制造業(yè)”“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合”，在“中高端消費”“現(xiàn)代供應鏈”形成新動能，促進企業(yè)“邁向全球價值鏈中高端”。依據(jù)轉型升級“全球價值鏈”分析框架，“先進制造”“互聯(lián)網(wǎng)”“大數(shù)據(jù)”等是處于“微笑曲線”兩端附加值較高的研發(fā)環(huán)節(jié)和營銷服務環(huán)節(jié)，而“微笑曲線”兩端的研發(fā)和銷售環(huán)節(jié)是典型的“小投入大回報”的輕資產(chǎn)運營，筆者發(fā)現(xiàn)，制造企業(yè)向“微笑曲線”兩端實現(xiàn)輕資產(chǎn)轉型減小了業(yè)績波動從而提升了企業(yè)價值。本文的研究為供給側改革政策提供了理論支撐。

由于產(chǎn)業(yè)鏈的上游研發(fā)環(huán)節(jié)和下游銷售環(huán)節(jié)實際上是“微笑曲線兩端”的輕資產(chǎn)環(huán)節(jié)，因此，制造企業(yè)需向產(chǎn)業(yè)鏈的上下游拓展，向上游加大研發(fā)投入，追求技術創(chuàng)新，以“創(chuàng)新驅動企業(yè)發(fā)展”，同時向下游著力品牌創(chuàng)造，以制造為中心向以服務為中心轉變，實現(xiàn)“制造業(yè)服務化”。總之，在中國未來長時期的供給側結構性改革背景下，中國制造業(yè)需放下包袱、輕車上路，向“微笑曲線”的兩端實現(xiàn)輕資產(chǎn)轉型。