市场竞争与公司产出我国市场竞争状况与公司产出之间关系研究

《市场竞争与公司产出我国市场竞争状况与公司产出之间关系研究》由会员分享，可在线阅读，更多相关《市场竞争与公司产出我国市场竞争状况与公司产出之间关系研究（18页珍藏版）》请在装配图网上搜索。

1、市场竞争与公司产出我国市场竞争状况与公司产出之间关系研究沈远鹏中文摘要始于上世纪70年代末的市场经济改革使得中国各个行业的市场竞争状况都发生了巨大变化，这场变化令无数曾己辉煌的公司从人们的视野中消失，也令无数默默无闻的公司成就为市场大鳄。市场竞争状况对公司经营业绩的影响究竟如何，中外经济学界有着不同看法。本文以国外权威杂志所发表的一篇关于市场竞争状况与公司经营业绩之间关系的统计检验文章为契机，在该文提出的检验模型基础上结合中国现阶段实际情况提出了一简化的非时间序列模型，选取中国部分上市公司为样本进行统计检验，以考查中国市场竞争状况对中国上市公司经营业绩的影响。关键词：市场竞争、经营业绩、统计检

2、验AbstractThe market competition environment in China has so much changed since the Reform at 1970s. Many famous companies have disappeared and some small companies have grown to market leaders in the Reform. However, there are some argues that market competition can improve company performance.This

3、article uses a model to give the empirical evidence on the relationship between market competition and company performance. The model here is based on a time-series model from an article of Journal of Political Economics, and the results reported here are based on an analysis of some listed companie

4、s in China.Key Words: market competition, company performance, statistical regression analysis.引言如我们所知，根据市场竞争程度的不同，经济学家将市场分为了四种类型的市场：完全竞争市场、垄断竞争市场、寡头垄断市场和完全垄断市场。处在不同市场中的公司经营状况会由于所面临的市场竞争状况不同而表现出差异。经济学界对此有不同看法，但一般认为市场竞争有利于提高公司的经营业绩，改善其经营状况。本文引用了Stephen J. Nichell于1996年发表的文章：Competition and Corporate

5、Performance (Journal of Political Economics, 1996, Vol 104, No.4)，该文以大约670家英国上市公司数据为样本，通过统计分析，得出结论：以公司所面临的竞争者数量增加或公司所获得的超额利润减少为表征的市场竞争显著地提高了公司产出的增长率1。文章的理论模型是以Cobb-Douglas生产函数为基础，假定规模报酬不变，并加入市场竞争环境因素变量所构建的对数线性模型1（时间序列模型）： 其中，i是公司下标，t是时期下标，是对数化的公司产出，为对数化公司前一年产出，是对数化的公司职工数，表征公司的劳动力投入，是对数化的资本存量，表征公司的资本

6、投入，是用来表征模型中的经济周期因素，是用来表征市场竞争对公司经营业绩的影响因素，其用公司所占市场份额来表示，同时，为了消除“因果倒置”的矛盾，其采用的是公司前两年的市场份额数据，即：，表征市场竞争对公司业绩增长的影响因素，其主要通过对公司管理者的市场竞争调查（01变量）、公司所获得的超额利润、公司所在行业的平均规模、公司所面临的市场的集中度、以及进口产品对公司经营的影响等来表示。样本数据取自英国的上市公司，其选取标准是：第一，能收回对该公司的问卷调查；第二，能获取该公司的至少连续6年的相关数据；第三，该公司的数据相互之间无相关性。作者的检验结果表明市场竞争状况对公司产出增长率有着显著的影响。

7、超额利润的获利能力对公司产出有着非常明显的负相关关系，也就是说，较高超额利润的公司的劳动生产率较低；同时，所在市场集中度较低的公司有着较高的产出增长率。因此，作者由此得到了下列经验结果：首先，拥有较高市场份额的垄断实力导致了低效率的产出水平；然后更重要的是，由于有新的厂商加入或者现有厂商所能获得的超额利润下降所导致的竞争加剧总是带来更高的生产率1。我们希望在上述文章所用模型的基础上进行修改提出一相对简化的模型，利用中国上市公司的相关数据对其进行统计检验，并根据检验结果对中国公司所面临的市场竞争状况与公司经营业绩之间的关系进行解释。第一章 理论模型2.1 建立模型我们以式（1）模型为基础，参照其

8、建模方法，考虑中国的具体情况，采取如下步骤建立模型：1） 以公司总销售收入表示该公司经营业绩作为因变量，以考察市场竞争状况对公司业绩的影响；2） 本模型基于最基本的在没有外部市场竞争的情况下的生产函数： 如考虑前一期产出的影响，则此生函数变为： 在式（3）两端同取对数得： 3） 存在外部市场竞争的条件下，加入一个变量C表示市场的竞争状况，得到本报告中的模型最初形式： 假设公司的产出全部转化为销售收入，则和分别表示公司的销售收入；L表示公司的劳动投入；K表示公司的资本投入；C表示市场的竞争状况；为残差；、均为参数。4） 根据文章中的模型和中国的实际情况，我们认为我国公司的市场竞争状况可以用以下因

9、素来衡量：前一期公司在行业中所占的市场份额：前一期公司所在行业的集中程度：公司所获得的超过行业平均水平的超额利润：政府对公司所在的行业是否有经营管制，即是否存在国家垄断即： 其中，、为参数将其代入（5）式，得： 鉴于中国公司的连续数据难以获得，加之时间序列的技术处理难度，我们在报告中使用的是非时间序列的简化模型。2.2 变量的解释根据以上的模型可以看出，公司的业绩（公司的销售收入）受两类变量的影响：公司内部的影响变量和外部市场竞争情况的影响变量。2.2.1 内部变量：内部变量包括前一期的销售收入、公司的劳动投入L和公司的资本投入K，这三个变量衡量公司自身因素对其当期销售收入的影响。L用公司的员

10、工总工资支出额表示，K用公司的净资产表示。2.2.2 外部变量：外部变量即反映市场竞争状况的变量、。：前一期公司在行业中所占的市场份额，衡量公司在行业中的市场地位。用前一期的市场份额的原因是，为了消除公司的市场份额与其销售收入之间的“因果倒置”矛盾；：前一期公司所在行业的集中程度，用该行业销售额前五名公司的市场份额之和表示；：公司所获得的超过行业平均水平的超额利润，衡量公司在行业中的获利能力的高低，即公司所具备的市场垄断势力的大小。：政府对公司所在的行业是否有经营管制，即是否存在国家垄断。从中国的实情考虑，行业的国家垄断与公司业绩关系甚大，因此要加入此变量。此变量为离散变量，用0-5依次表示国

11、家垄断强弱程度。2.2.3 变量选择因素在选择内部变量和影响市场竞争状况的外部变量时，我们考虑了如下问题，剔除了其他因素的影响，最后确定了上述七个变量。1） 近年来，中国经济平稳增长，可以排除经济周期对公司业绩的影响；2） 我国物价稳定，可排除通货膨胀对公司销售收入、固定资产投资和利润的影响；3） 本报告模型中的市场份额指的是公司的销量占该行业所有产品国内消费量的比例，产品的国内消费量已经包括进口产品，所以在确定市场竞争状况时，可以不再考虑进口产品的影响。第二章 数据收集根据以上模型，我们选取中国38家上市公司的数据对此模型的合理性进行验证，这些公司涉及电信、银行、家电、石化、汽车、钢铁等12

12、个传统和新兴行业，并具有相当的代表性。所用数据主要来源于上市公司2001年、2000年的年报，及国家有关宏观经济和行业的统计数据，同时我们对一些难以获得和不能确定的数字进行了合理的替换和调整。2.1 样本的选取标准为使模型能够全面衡量市场的竞争状况，我们选取了12个有代表性的行业，分别为电信、软件、银行、家电、石化、汽车、钢铁、航空、服装、酒类、纸业和水泥。这些行业既有传统行业又有新兴行业，既有自由竞争的行业又有国家垄断的行业，既有利润丰厚的行业又有利润微薄的行业，相信这些行业能够代表中国各类行业的市场特征。基于行业的选择，我们在每个行业中选取了2-4家上市公司（总数为38家），其选取标准为：

13、1） 2000年之前上市的公司；2） 公司在行业中有相当的规模，具有一定的知名度和代表性；3） 公司在2000年和2001年未出现亏损。2.2 数据来源根据我们在第二部分建立的模型式（7）： 我们用公司以下数据表示各个变量：公司2001年的产出，以其2001年的营业收入（单位：万元）表示；：公司2000年的产出，以其2000年的营业收入（单位：万元）表示；：公司2001年的劳动力投入，以其2001年的职工工资总额（单位：万元）表示；：公司2001年的资本投入，以其2001年的净资产总额（单位：万元）表示；：2000年公司占所在行业的市场份额（单位：%），由该公司的营业收入/行业的总营业收入计算

14、所得；：2000年公司所在行业前5名的市场份额之和（单位：%），由于市场真实数据难以获得，模型中所用数据为我们根据对各行业的经验估计而得；：公司获取超额利润的能力，由该公司的净资本收益率五年期国债的利率计算所得，五年期国债的利率按现行的2.63%计算。：该公司所在行业受国家政策干预的程度，用0-5依次表示干预的强弱程度，其中0表示该行业不受政府的干预，5表示政府对该行业的政策干预最强，即国家垄断。基于以上的样本选取标准和有关变量的定义，我们用表2-1数据作为回归的原始数据。表2-1 样本数据公司名称大唐电信12.231512.387410.106012.15650.72%40.000.7223

15、东方通信13.641013.555910.323312.80832.96%40.002.1603中兴通讯13.746413.022211.820812.86453.29%40.005.6123东软股份12.077511.61649.608011.68860.62%8.004.3121托普软件11.171810.83627.615311.79320.25%8.002.5441深发展12.978212.538710.809712.80153.16%75.004.2175浦发银行13.485013.255211.168713.46835.24%75.005.7155公司名称民生银行13.148212

16、.509910.954413.20393.74%75.004.5295四川长虹13.765813.883810.543214.05786.20%40.000.2620青岛海尔13.950213.08749.821813.10877.46%40.004.7640春兰股份12.079512.11458.012712.58941.15%40.002.9920上海石化14.518514.531811.942014.12104.46%85.000.2023齐鲁石化13.462013.480810.406813.06361.55%85.000.1713仪征化纤13.568213.711811.061013

17、.68791.72%85.000.7383石油龙昌9.954810.47806.869011.08340.05%85.000.5783长安汽车13.505113.415510.311512.45851.83%80.002.3654福田汽车12.926912.71359.731111.51841.0280.003.8904一汽轿车12.749912.66099.857213.01880.8680.000.2054宝钢股份14.886114.945011.884214.782111.8675.003.7033首钢股份13.999213.990910.606113.12054.8975.005.40

18、33马钢股份13.769213.615311.777313.85513.8875.000.6733美尔雅9.554710.34797.879711.35950.073.001.6010雅戈尔12.073411.87609.982112.13950.843.007.0530杉杉股份11.198811.29868.323911.75510.353.002.4600东方航空14.065413.982910.620013.34419.0080.000.8105海南航空12.693012.34439.427112.29412.2880.001.7455五粮液13.069412.88769.987213.

19、06384.3025.006.5742泸州老窖11.509611.49149.295011.74990.9025.002.5512山西汾酒10.677010.52538.648711.26510.3925.001.3542全兴股份11.647811.76028.915411.70721.0425.005.4112青岛啤酒13.176212.839010.718612.59984.7925.001.3190燕京啤酒12.340612.07029.923412.79052.0725.003.0270重庆啤酒10.750910.42878.375610.96240.4225.002.2620美利纸业

20、10.632010.26457.842310.97080.364.002.7150青山纸业11.428011.39168.613411.95570.814.002.7000华新水泥11.144610.99318.912311.18770.553.001.1901秦岭水泥10.693210.58758.614111.14090.353.003.2931大同水泥9.66149.92756.776510.27470.123.001.9331注：该数据表由附表一计算得到第三章 数据分析3.1 模型调整利用表2-1数据，我们首先用Microsoft Excel进行了回归分析2，分析表格见表3-1。通过表

21、3-1所示结果，我们可以得到下列的结论：由于R Square等于0.969546，非常接近于1，因此统计数据符合线性回归预测条件。但是从表3-1中可以发现系数为负数，既公司产出与公司资本投入量成反比关系，这在现实中是不合情理。因此，需要对式（7）进行调整。表3-1 回归分析表一回归统计Multiple R0.985 R Square0.970 Adjusted R Square0.962 标准误差0.273 观测值38方差分析dfSSMSFSignificance F回归分析771.050 10.150 136.441 5.77E-21残差302.232 0.074 总计3773.282 Co

22、efficients标准误差t StatP-value下限95.0%上限95.0%Intercept0.761 1.047 0.727 0.473 -1.377 2.900 0.839 0.118 7.090 0.000 0.598 1.081 0.211 0.082 2.568 0.015 0.043 0.380 -0.077 0.132 -0.585 0.563 -0.348 0.193 2.772 2.831 0.979 0.335 -3.011 8.554 0.193 0.359 0.539 0.594 -0.540 0.926 -0.027 0.053 -0.509 0.614 -0

23、.135 0.081 0.055 0.026 2.095 0.045 0.001 0.109 首先考察方程自变量的多重相关性问题。使用Microsoft Excel可以得到变量相关系数2矩阵表3-2。表3-2 自变量相关系数表一1.000 0.885 1.000 0.928 0.855 1.000 0.767 0.666 0.783 1.000 0.697 0.578 0.621 0.442 1.000 0.494 0.504 0.390 0.293 0.816 1.000 0.015 0.120 0.005 0.136 -0.205 -0.021 1.000 由表3-2可知，自变量之间存在很

24、明显的自相关性。考究现实情况，劳动力、资本投入以及其他自变量相对比较刚性，年度之间变动不会太大，所以，、均与其有很高的相关系数。又因为，我们剔除了原理论模型中的时间序列因素来进行检验，因此，我们在此将删除，则模型调整为： 3.2 回归结果及分析用Microsoft Excel对表2-1中样本数据进行回归分析2，分析结果如表3-3。表3-3 回归分析表二回归统计Multiple R0.958 R Square0.919 Adjusted R Square0.903 标准误差0.439 观测值38方差分析dfSSMSFSignificance F回归分析667.311 11.218 58.240

25、1.63E-15残差315.971 0.193 总计3773.282 Coefficients标准误差t StatP-value下限95.0%上限95.0%Intercept2.704 1.626 1.663 0.106 -0.613 6.021 0.499 0.115 4.328 0.000 0.264 0.734 0.339 0.191 1.774 0.086 -0.051 0.728 8.268 4.382 1.887 0.069 -0.670 17.205 1.146 0.536 2.139 0.040 0.053 2.238 -0.088 0.084 -1.055 0.300 -0.

26、259 0.082 0.059 0.042 1.385 0.176 -0.028 0.145 通过表3-3所示结果，我们可以得到下列的结论：由于R Square等于0.918515，非常接近于1，因此统计数据符合线性回归预测条件。因此，根据表3-3回归的模型为： 3.3 模型的经济解释（9）式表明公司的产出与劳动力投入、资本投入、公司的市场占用率及行业集中度呈正相关关系；同时公司的超额获利能力和国家对行业的干涉（国家垄断）与之呈负相关关系。从（9）式中还可以看出影响公司产出的变量按边际影响率从大到小排序依次为：行业集中度、公司市场占用率、劳动力投入、资本投入、国家管制、公司超额获利能力。这个结

27、论与Stephen J. Nichell在Competition and Corporate Performance (Journal of Political Economics, 1996, Vol 104, No.4)一文中得出的结论不相吻合。首先，Stephen J. Nichell认为以公司所面临的竞争者数量增加或公司所获得的超额利润减少为表征的市场竞争显著地提高了公司产出的增长率1。而本文的统计检验结果表明：以市场集中度为表征的市场竞争与公司产出呈正相关。我们对差异的分析如下，第一，由于选取的上市公司大部分均为各个行业的市场领先者，所以行业集中度的增加有利于所选取样本公司的产出增加

28、。同时，中国的行业集中度降低虽然意味着行业的竞争加剧，但同时也意味着行业内恶性价格竞争的出现。譬如，中国的钢铁行业、煤炭行业的上市公司几年前就饱受小钢厂、小煤窑泛滥之苦。因此，行业集中度加剧会提高公司产出。第二，Stephen J. Nichell所用的模型是时间序列模型，其考察的是公司产出的增长率；而本文所用的简化模型是一非时间序列模型，考察的公司产出的绝对量，而非增长率。因此，行业集中度与公司产出呈正相关并不与Stephen J. Nichell的统计检验结论相冲突。其次，国家管制与公司产出呈负相关关系的原因在于中国大部分垄断公司未公开上市，因此国家管制对样本公司而言是个不利因素，呈负相关

29、关系就很自然了。从模型中看，公司的超额获利能力未为公司带来高产出。我们认为，由于中国公司的竞争手段是相对比较单一，主要是以价格手段为主，因此公司在用价格竞争的同时必然影响了自身的获利能力，这呈现负相关关系应该是符合中国公司现阶段的实情。第四章 结论本文通过中国38家上市公司数据对模型方程式进行回归模拟，以验证Stephen J. Nichell在Competition and Corporate Performance (Journal of Political Economics, 1996, Vol 104, No.4)一文的结论：以公司所面临的竞争者数量增加或公司所获得的超额利润减少为表

30、征的市场竞争显著地提高了公司产出的增长率1。本文的检验结果表明：市场竞争状况对公司产出有着显著的负相关关系，同时超额利润的获利能力及国家管制也对公司产出有着非常明显的负相关关系。这说明Stephen J. Nichell所提及的结论在本文所选取的样本公司中是不成立的，也就是说，市场竞争不但没有显著地提高公司的产出，反而与公司产出呈负相关关系。16附表一：原始数据列表行业股票编号公司名称本期营业收入（万元）上期营业收入（万元）工人工资（万元）净资产（万元）前5位公司市场份额(%)市场份额(%)净资产收益率(%)行业平均净资产收益率（%）电信600198大唐电信205,146 239,762 24

31、,489 190,318 40.00 0.72 1.90 25.83 600776东方通信839,861 771,390 30,435 365,228 40.00 2.96 5.68 25.83 000063中兴通讯933,202 452,343 136,056 386,334 40.00 3.29 14.76 25.83 软件600718东软股份175,865 110,899 14,883 119,202 8.00 0.62 11.34 9.07 000583托普软件71,099 50,826 2,029 132,346 8.00 0.25 6.69 9.07 银行000001深发展432,

32、894 278,916 49,501 362,767 75.00 3.16 11.09 2.68 600000浦发银行718,525 571,041 70,876 706,666 75.00 5.24 15.03 2.68 600016民生银行513,099 271,011 57,208 542,490 75.00 3.74 11.91 2.68 家电600839四川长虹951,462 1,070,721 37,917 1,274,131 40.00 6.20 0.69 3.87 600690青岛海尔1,144,182 482,837 18,432 493,218 40.00 7.46 12.

33、53 3.87 600854春兰股份176,223 182,498 3,019 293,443 40.00 1.15 7.87 3.87 石化600688上海石化2,019,740 2,046,768 153,582 1,357,250 85.00 4.46 0.53 -1.81 600002齐鲁石化702,237 715,551 33,085 471,463 85.00 1.55 0.45 -1.81 600871仪征化纤780,866 901,447 63,641 880,187 85.00 1.72 1.94 -1.81 600772石油龙昌21,052 35,527 962 65,08

34、5 85.00 0.05 1.52 -1.81 汽车000625长安汽车733,181 670,321 30,077 257,431 80.00 1.83 6.22 11.86 600166福田汽车411,224 332,195 16,833 100,546 80.00 1.02 10.23 11.86 000800一汽轿车344,526 315,176 19,095 450,797 80.00 0.86 0.54 11.86 钢铁600019宝钢股份2,917,017 3,094,053 144,952 2,629,003 75.00 11.86 9.74 4.82 000959首钢股份1,

35、201,659 1,191,658 40,382 499,049 75.00 4.89 14.21 4.82 600808马钢股份954,793 818,569 130,258 1,040,348 75.00 3.88 1.77 4.82 行业股票编号公司名称本期营业收入（万元）上期营业收入（万元）工人工资（万元）净资产（万元）前5位公司市场份额(%)市场份额(%)净资产收益率(%)行业平均净资产收益率（%）服装600107美尔雅14,111 31,190 2,643 85,780 3.00 0.07 4.21 12.37 600177雅戈尔175,146 143,773 21,636 187

36、,119 3.00 0.84 18.55 12.37 600884杉杉股份73,046 80,705 4,121 127,400 3.00 0.35 6.47 12.37 航空600115东方航空1,283,934 1,182,176 40,945 624,137 80.00 9.00 2.13 2.89 600221海南航空325,475 229,648 12,421 218,400 80.00 2.28 4.59 2.89 酒类000858五粮液474,230 395,364 21,746 471,548 25.00 4.30 17.29 7.11 000568泸州老窖99,668 97,

37、873 10,884 126,743 25.00 0.90 6.71 7.11 600809山西汾酒43,347 37,247 5,703 78,047 25.00 0.39 3.56 7.11 600779全兴股份114,436 128,056 7,446 121,441 25.00 1.04 14.23 7.11 600600青岛啤酒527,672 376,626 45,190 296,491 25.00 4.79 3.47 7.11 000729燕京啤酒228,788 174,587 20,403 358,779 25.00 2.07 7.96 7.11 600132重庆啤酒46,671

38、 33,816 4,340 57,664 25.00 0.42 5.95 7.11 纸业000815美利纸业41,440 28,696 2,546 58,149 4.00 0.36 7.14 6.45 600103青山纸业91,857 88,577 5,505 155,695 4.00 0.81 7.10 6.45 水泥600801华新水泥69,188 59,463 7,423 72,239 3.00 0.55 3.13 3.37 600217秦岭水泥44,054 39,637 5,509 68,932 3.00 0.35 8.66 3.37 000673大同水泥15,699 20,486 877 28,991 3.00 0.12 5.08 3.37 注：该数据列表见“中国证券报中证网”及“国家统计局网站”参考文献：1Stephen J. Nickell, Competition and Corporate Performance, Journal of Political Economics, 1996, Vol 104, No.4: P424P7432晶辰工作室，Excel2000预测分析和目标求解实例指南，北京，电子工业出版社，2000，187页189页3迪米特里斯伯特西马斯等，数据、模型与决策管理科学基础，北京，中信出版社，2002，245页323页