公司產(chǎn)品差異化對股本回報率影響的實證分析

吳王格非

[摘要]文章選取股本回報率作為衡量公司盈利能力的指標(biāo)，從伯川德模型入手，采取引入虛擬變量、構(gòu)建多元線性回歸模型的方法，通過量化公司產(chǎn)品差異化程度，實證研究了公司產(chǎn)品差異化程度與其盈利能力之間的關(guān)系。結(jié)果表明產(chǎn)品差異化程度和股本回報率之間呈正相關(guān)，而公司規(guī)模和資產(chǎn)負債率對股本回報率有一定程度的影響。

[關(guān)鍵詞]產(chǎn)品差異化；股本回報率；虛擬變量；多元線性回歸模型

[DOI]10.13939/j.cnki.zgsc.2016.31.126

隨著科技的進步和人民生活水平的提高，人們對商品的需求由單一的實用性轉(zhuǎn)變?yōu)閷€性化和多樣化的追求。顧客對個性化與多樣化的追求必然會引起企業(yè)對產(chǎn)品的差異化進行關(guān)注。那么，差異化的產(chǎn)品對公司的盈利能力究竟有無影響呢？文章通過對公司產(chǎn)品差異化程度和公司盈利能力之間的相關(guān)性進行實證分析，試圖揭開這一困擾在企業(yè)中的迷霧。

1產(chǎn)品差異化的基本理論綜述

何為產(chǎn)品差異化？產(chǎn)品差異化是指生產(chǎn)者利用自己本身的某些優(yōu)勢與消費者特殊的偏好，在生產(chǎn)過程與銷售過程中，使自己生產(chǎn)的產(chǎn)品與其他人提供的類似商品之間造成市場區(qū)隔。[ZW（]維基百科.產(chǎn)品差異化[EB/OL]http：//zh.wikipedia.orgwiki%E7%94%A2%E5%93%81%E5%B7%AE%E7%95%B0%E5%8C%96.[ZW）]1883年，法國學(xué)者伯川德[1]（Bertrand）在假設(shè)滿足產(chǎn)品同質(zhì)、單次博弈、市場透明度、無限價格彈性的前提下提出一家公司與競爭對手產(chǎn)生差異化的唯一方式就是制定更低的價格。在這種情況下，由于消費者只能通過價格選擇商品，導(dǎo)致了各公司最終都把價格降至幾乎與邊際成本相當(dāng)，因此出售同質(zhì)化產(chǎn)品的公司最終會陷入完全競爭的勢態(tài)并且獲利為零。據(jù)此可以發(fā)現(xiàn)只要市場中企業(yè)數(shù)目不小于2個，無論實際數(shù)目多大都會出現(xiàn)完全競爭的結(jié)果，這顯然與實際經(jīng)驗不符，因此被稱為伯川德悖論。[ZW（]奇怪的伯川德悖論[O]http：//www.pinggu.org/jingjixue/535.html.[ZW）]1929年霍特林[2]（Hotelling）提出了一個考慮空間差異的價格競爭模型，解釋了企業(yè)選址和定價行為的問題，得出最小差異化原則，表明引入產(chǎn)品差異化可以消除伯川德悖論。因為在霍特林模型中消費者承擔(dān)了購買產(chǎn)品時的運輸成本和對產(chǎn)品的特殊偏好，隨著運輸成本的增加，不同企業(yè)產(chǎn)品之間的替代性下降，企業(yè)之間的競爭被弱化，所以其均衡價格會高于邊際成本。1979年薩洛普[4]（Salop）在霍特林（Hotelling）的線性城市模型的基礎(chǔ)上進行改進并提出了環(huán)形城市模型。不同于線性城市的均衡點即是距中心等距的兩家企業(yè)，環(huán)形城市模型假定企業(yè)均勻地分布在環(huán)形城市上，“當(dāng)企業(yè)進入市場時，市場內(nèi)所有企業(yè)都自動地以等距離的方式選址”。[ZW（]羅延發(fā)，賈生華.橫向產(chǎn)品差異化模型述評橫向產(chǎn)品差異化模型述評[J].技術(shù)經(jīng)濟，2006（3）：95-96.[ZW）]

在諸多學(xué)者的不斷探索與發(fā)展中，產(chǎn)品差異化理論逐漸趨于成熟。然而，由于產(chǎn)品差異化模型常涉及復(fù)雜的理論分析，并存在諸多假設(shè)前提，所以目前國內(nèi)外有關(guān)產(chǎn)品差異化的理論研究大部分集中在博弈領(lǐng)域。在產(chǎn)品差異化基礎(chǔ)研究上發(fā)展起來的實證研究并不多見。

目前，比較多見的產(chǎn)品差異化實證研究是涉及單個具體行業(yè)的應(yīng)用，如傳媒業(yè)、旅游業(yè)、移動通訊業(yè)、銀行業(yè)等等。例如，1967年謝勒（Scherer）將產(chǎn)品差異化與企業(yè)績效和產(chǎn)業(yè)贏利能力結(jié)合分析，并且從廣告強度與集中度的角度研究產(chǎn)品差異化。Richard Schemalensee[4]（1978）和F.M.Scherer[5]（1979）應(yīng)用地方化的競爭模型來解釋美國四大谷物生產(chǎn)商通過品牌擴散和對類似產(chǎn)品實行差異化進行合謀將產(chǎn)品空間塞滿以阻止其他廠商進入該行業(yè)。

基于此，本文試圖從產(chǎn)品差異化理論這一研究角度出發(fā)，對公司股本回報率的數(shù)據(jù)進行實證分析，試圖揭示產(chǎn)品差異化與公司盈利能力的相關(guān)關(guān)系。之所以選取股本回報率的數(shù)據(jù)分析產(chǎn)品差異化與公司盈利能力之間的關(guān)系，是因為股本回報率是稅后凈收入與股東權(quán)益的比值，它能有效地反映公司的盈利能力。一般而言，公司通過提升產(chǎn)品的種類、提供優(yōu)質(zhì)的服務(wù)、提升研發(fā)技術(shù)水平，樹立高價值的品牌形象，可以使得消費者對該公司的產(chǎn)品產(chǎn)生偏好，并在一定程度上提升公司在市場的份額和對價格控制的主動權(quán)，會影響到公司盈利水平。

然而走產(chǎn)品差異化路線、構(gòu)建競爭優(yōu)勢，是否真的能夠?qū)崿F(xiàn)公司利潤的增長？為此文章引入虛擬變量，構(gòu)建多元線性回歸模型，抽樣選取滬深股市中的上市公司，搜集股本回報率的數(shù)據(jù)，使用容忍度檢驗判別模型中各個變量間的多重共線性問題，之后做方差分析。以此為基礎(chǔ)探究上述問題，希望能為上市公司提出相關(guān)建議。

2 虛擬變量回歸模型的構(gòu)建

2.1變量說明

為研究產(chǎn)品差異化對公司股本回報率的影響，設(shè)置模型中的因變量為股本回報率（ROE），而自變量除了產(chǎn)品差異化程度外，還考慮到公司規(guī)模和資產(chǎn)負債率這兩個控制變量。文章對產(chǎn)品差異化的研究方式是虛擬變量法，引入虛擬變量D如下所示。

D=1較高或適度產(chǎn)品差異化

0低或無產(chǎn)品差異化

各變量定義如下：

（1）虛擬變量D（產(chǎn)品差異化程度）：文章中定義的“產(chǎn)品差異化程度”是以各個上市公司公布的公司核心業(yè)務(wù)和國泰安CSMAR數(shù)據(jù)庫中行業(yè)板塊信息為基礎(chǔ)，將跨越兩個行業(yè)板塊及以上的公司定義為“高產(chǎn)品差異化”，將單一產(chǎn)業(yè)的公司定義為“低產(chǎn)品差異化”。

（2）股本回報率（ROE）：文章選取了股本回報率作為衡量公司盈利能力的指標(biāo)。一般而言，高的股本回報率表明該公司具有使投資者獲得高收益的潛在能力。

（3）資產(chǎn)負債率（DAR）：資產(chǎn)負債率是體現(xiàn)公司經(jīng)營情況的一個重要指標(biāo)，它反映了公司的負債水平。公司較好地運用債務(wù)杠桿得到合理的資產(chǎn)負債水平可以提高公司的盈利能力、促進公司的成長發(fā)展。為了更好地對影響公司股本回報率的因素進行控制，文章將資產(chǎn)負債率作為控制變量加入模型中。

（4）公司規(guī)模（A）用總資產(chǎn)衡量。公司規(guī)模對企業(yè)盈利能力有一定的影響力。大規(guī)模的公司可能有更雄厚的資金、更強有力的技術(shù)支持、更有效的管理經(jīng)營能力、更具影響力的市場推廣能力、更迅速的產(chǎn)品更新，但也有可能存在機關(guān)龐大臃腫、機構(gòu)重疊職能交叉、人員冗雜等無法管理到位的隱憂。所以在模型中加入公司規(guī)模這一控制變量，一同研究其對公司盈利能力的影響

2.2模型設(shè)定

本文中的自變量為虛擬變量，此外還含有兩個控制變量，所以選取多元線性回歸模型進行研究。初步模型設(shè)定如下：

ROE=β0+β1D+β2DAR+β3A+ε（1）

式中，ROE為股本回報率，D為表示差異化程度的虛擬變量，DAR為資產(chǎn)負債率，A為總資產(chǎn)，ε為誤差項。

2.3樣本選取

為方便實證研究，抽樣選取了中國上市公司的數(shù)據(jù)進行分析。研究的樣本數(shù)據(jù)，主要來源于國泰安CSMAR系列研究數(shù)據(jù)庫。由于部分上市公司2014年年報并未公開，所以統(tǒng)一選取了2014年半年報的數(shù)據(jù)。在數(shù)據(jù)度量與選取方面，從跨行業(yè)板塊方面對產(chǎn)品差異化進行了度量。為了使得數(shù)據(jù)度量更為精準(zhǔn)，以跨度較為明顯的行業(yè)為劃分，其中包含農(nóng)業(yè)、畜牧業(yè)、醫(yī)藥制造業(yè)、房地產(chǎn)業(yè)、紡織業(yè)、教育行業(yè)、餐飲業(yè)、信息技術(shù)服務(wù)業(yè)等。根據(jù)《2012版證監(jiān)會行業(yè)分類名稱》從滬深股市上述行業(yè)板塊中隨機挑選出了46家上市公司。通過查閱46家上市公司的官方網(wǎng)站，確認了公司的核心業(yè)務(wù)。最后，根據(jù)各公司對應(yīng)的產(chǎn)品差異化程度畫出樣本散點圖，圖1可見產(chǎn)品差異化程度高和低的數(shù)量大致相同。

圖1數(shù)據(jù)散點

3產(chǎn)品差異化與股本回報率之間關(guān)系的實證分析

筆者首先對各變量之間的多重共線性問題進行檢驗，再對中國上市公司股本回報率和產(chǎn)品差異化之間的關(guān)系進行相關(guān)分析和回歸分析，最后對比有無包含產(chǎn)品差異化這一自變量的模型是否有顯著差異。數(shù)據(jù)分析使用 R 3.1.3軟件進行。

3.1多重共線性檢驗

由于涉及多元回歸分析，不排除多元回歸模型中的各變量之間可能存在線性關(guān)系。若存在共線性會導(dǎo)致回歸結(jié)果混亂、產(chǎn)生錯誤估計等。因此，為避免變量間多重共線性問題而導(dǎo)致的回歸結(jié)果錯誤，文章對產(chǎn)品差異化程度、資產(chǎn)負債率、總資產(chǎn)這三個變量先進行了方差擴大因子檢驗。

表1顯示三個變量的方差擴大因子（VIF）均小于5，表2顯示三個變量的容忍度均大于0.1，這說明各變量之間不存在相關(guān)關(guān)系，建立的回歸模型不存在多重共線性問題。

3.2模型回歸分析

根據(jù)已定義的變量和回歸模型，模型采用R軟件對其進行回歸分析：

根據(jù)該模型得到的多元線性回歸方程，從表3中可知各參數(shù)估計，最終得到多元線性回歸方程為

=0.0723+0.0186×A-0.0898×DAR+0.0305×D（2）

因此，當(dāng)D=0（差異化“低”）時，有

=0.0723+0.0186×A-0.0898×DAR（3）

當(dāng)D=1（差異化“較高或適度”）時，有

=0.1028+0.0186×A-0.0898×DAR（4）

由方差分析結(jié)果可知，F(xiàn)檢驗的P值小于0.05表明股本回報率與產(chǎn)品差異化程度、總資本、資產(chǎn)負債率的多元回歸模型顯著，模型整體通過了顯著性檢驗。其中“產(chǎn)品差異化程度”這一類別變量的效應(yīng)檢驗的P=0.00227<0.001，總資產(chǎn)、資產(chǎn)負債率對應(yīng)的變量檢驗P值均小于0.05均表明其對股本回報率的影響非常顯著。此外，判定系數(shù)R2=29.07%說明產(chǎn)品差異化程度、總資本、資產(chǎn)負債率共同解釋了股本回報率差異的29.07%。因此，該模型整體以及模型的自變量都通過了顯著性檢驗。

3.3回歸模型診斷

在利用最小二乘原理求回歸模型時，首先假定因變量與各自變量之間是線性關(guān)系，同時也假定殘差ε是期望值為0、方差相等且服從正態(tài)分布的一個獨立隨機變量?，F(xiàn)在需要通過對回歸模型的診斷判定模型假設(shè)是否成立？

通過檢驗殘差的正態(tài)性、檢驗線性關(guān)系、檢驗方差齊性、檢驗殘差獨立性得出該模型滿足上述的各項假定。檢驗過程如下：

為判斷殘差是否獨立，模型使用Durbin-Watson檢驗（D-W檢驗）。從表4中可以看出，P等于0.986，不顯著，不拒絕原假設(shè)，表明殘差無自相關(guān)，誤差項之間各自獨立。通過分析殘差的正態(tài)Q-Q圖（Normal Q-Q）來完成對殘差的正態(tài)性假設(shè)的檢驗。從圖中可以看出，各個點基本上在直線周圍隨機分布，沒有固定模型，且圖中的點大致趨勢在那條呈45度角的直線上。從殘差與擬合值圖（Residuals vs Fitted）中可看出各殘差值基本上在0軸附近隨機波動，圖中曲線大致接近0軸水平線。從位置尺度圖（Scale-Location）可以看出，圖中各個點大致上在水平線周圍隨機分布，無固定模式?？梢姡诠杀净貓舐逝c產(chǎn)品差異化程度、總資產(chǎn)、資產(chǎn)負債率的多元回歸模型中，關(guān)于ε滿足方差齊性及因變量與自變量之間的線性關(guān)系的假定基本成立。

3.4有無虛擬變量的模型比較

最后，為了檢驗產(chǎn)品差異化程度對模型的影響程度。在去除產(chǎn)品差異化這一虛擬變量后再做了一次回歸分析。原始模型和去除產(chǎn)品差異化變量的模型如下：

原模型：ROE=β0+β1D+β2DAR+β3A+ε（5）

對比模型：ROE=β′0+β′1D+β′2A+ε（6）

從表5中可以看出，對比模型檢驗的P=0.07739，小于0.1，在10%的顯著水平顯著，表明股本回報率與總資產(chǎn)和資產(chǎn)負債率的二元回歸模型基本通過顯著性檢驗。此外，在該模型中，總資產(chǎn)對應(yīng)的P值為0.0475，資產(chǎn)負債率對應(yīng)的P值為0.0458，兩者均小于0.05。所以模型中的變量均通過了t檢驗，說明這兩個變量系數(shù)是顯著的。模型的判定系數(shù)R2=0.1122=11.22%，這表明總資本、資產(chǎn)負債率共同解釋了股本回報率差異的11.22%，比加入產(chǎn)品差異化程度這一虛擬變量時的R2（29.07%）低了很多。這表明產(chǎn)品差異化程度的確是影響股本回報率的一個重要因素。

從表6中可以看出，由于檢驗的P值為0.002267，接近0，所以拒絕原假設(shè)，表明兩個模型有顯著差異。這意味著模型加入產(chǎn)品差異化程度這一虛擬變量對于回歸分析有顯著影響。

4結(jié)論及建議

通過以上實證分析發(fā)現(xiàn)：公司產(chǎn)品差異化程度和股本回報率之間存在正相關(guān)關(guān)系，即產(chǎn)品差異化在影響公司盈利能力中扮演著十分重要的角色。

從回歸結(jié)果上看，總資產(chǎn)（公司規(guī)模）對公司股本回報率的影響為正，表明公司規(guī)模越大，股本回報率通常越高。所以強有力的資金支持和具有影響力的市場推廣能力相比之下對公司的盈利能力更為重要。資產(chǎn)負債率對公司股本回報率的影響為負，表明較低的資產(chǎn)負債率具有較高的股本回報率。一般而言，資產(chǎn)負債率偏低，表明該公司的資金充足、償債能力較強，但是資產(chǎn)的利用效率偏低；資產(chǎn)負債率偏高，財務(wù)風(fēng)險也越高，很可能陷入現(xiàn)金流不足的窘境，降低公司的盈利能力。因此，公司負債不能過高，公司需要把握借債的度，調(diào)整到利于公司成長發(fā)展的合理資產(chǎn)負債率。

綜上所述，公司實施多元化經(jīng)營、促進產(chǎn)品差異化，要建立在公司自身資源的利用上，只有有力的資金支持，才有利于公司產(chǎn)品差異化的發(fā)展。對于規(guī)模較小的公司而言，目前的首要任務(wù)是全面發(fā)展提升主營業(yè)務(wù)、提高企業(yè)的核心競爭能力、保持企業(yè)的競爭優(yōu)勢，為今后發(fā)展產(chǎn)品差異化、經(jīng)營多元化的道路打下良好的基礎(chǔ)。因為只有公司在市場上有較強的立足點后才有余力去進行產(chǎn)品差異化的開發(fā)。對于規(guī)模較大的公司而言，調(diào)整好公司的資產(chǎn)負債率是現(xiàn)今的第一要務(wù)，防止陷入現(xiàn)金流無法運轉(zhuǎn)，資金鏈斷裂，不能及時償債，從而破產(chǎn)的困境，之后再推廣公司產(chǎn)品差異化的研發(fā)，開拓市場，占據(jù)市場，形成競爭優(yōu)勢。

由于筆者的學(xué)識有限、構(gòu)建模型的能力也有限，文章只是在產(chǎn)品差異化與公司盈利能力這一方面做了一些嘗試性的研究。此外，因為數(shù)據(jù)收集存在難度，無法對各家上市公司的產(chǎn)品做更深入、精細的研究分析，所以產(chǎn)品差異化程度的數(shù)據(jù)難以較為精確地度量，只能從跨行業(yè)板塊方面的數(shù)據(jù)對其進行度量。如果細化產(chǎn)品差異化這一變量，例如研發(fā)強度、投入，業(yè)務(wù)專一化比率等一些資源技術(shù)配置的問題也會影響到產(chǎn)品差異化的研究，這些都是需要進一步進行研究的問題。再者，由于精力、時間有限，文章選用了從滬深股市中隨機抽取的46個上市公司的數(shù)據(jù)，代表性雖然不一定很強，但也有助于我們初步把握產(chǎn)品差異化與股本回報率的變動關(guān)系。

參考文獻：

[1]Betrand，Joseph，Review[J].Journal des Savants，1883（68）：499-508.

[2]Hotelling H.Stability in Competition[J].Journal of Economics，1929（39）：41-57.

[3]DAspremont，Gabszewics J，Thisse F.On Hotellings Stability in Competition[J].Econometrica，1979（47）：1145-1150.

[4]Salop.S.C.Monopolistic Competition with Outside Goods[J].Bell Journal of Economics，1979（10）：141-156.

[5]Sehmalensee R.Entry Deterrenee in the Read-to-eat Breakfast Cereal Industry[J].The Bell Journal of Economics，1978（9）：305-327.