中国上市公司智慧资本与抗风险能力对企业价值的影响研究
封晔 王星雨
【摘要】 ?当前经济环境下，智慧资本在企业成长中发挥越来越重要的作用，对智慧资本的合理利用，有利于提升企业竞争力，促进长远发展。而抗风险能力，是企业在面临不确定因素时对自身所拥有资源进行整合来应对这种不确定性的能力。智慧资本是企业长远发展的动力，抗风险能力为企业长远发展提供了保障，两者相辅相成，共同促进企业成长。文章选取上证成分股中155家企业2011—2017年的数据，分析智慧资本、抗风险能力与企业价值之间的关系，并创新性地分析智慧资本与企业抗风险能力的交互作用对企业价值的影响。实证研究结果发现，整体来说智慧资本对企业具有促进作用，抗风险能力越高的企业其净资产收益率也越高。而且人力资本对企业价值的促进作用受到企业抗风险能力的影响，抗风险能力高的企业会弱化人力资本对企业价值的影响。
【关键词】 ?智慧资本;抗风险能力;企业价值;成分股
【中图分类号】 ?F275 ?【文献标识码】 ?A ?【文章编号】 ?1002-5812（2019）15-0018-06
一、引言
企业价值创造是企业经营者与利益相关者关心的重要课题。随着知识经济的发展和数据技术的使用，企业价值的创造从单纯依靠传统劳动力及资本要素转化为更加依赖技术、知识和人力资源等无形资源。这些能被组织用来创造竞争优势的知识资源被广泛地概念化为智慧资本，它不仅是企业创造价值、维持竞争优势的关键，也是企业未来利润增长的重要推动力。
相对的，若企业的人才流失、智慧资本稳定性不足，则会引发公司经营不稳，财务危机几率上升，对公司价值产生负面影响。但此时，若企业拥有较高的抗风险能力则可以降低由此造成的财务损失。企业抗风险能力能在一定程度上为企业带来价值，是因为较高的抗风险能力能使企业维持一个相对较高风险的水平，而机遇往往与风险并存，在较高风险水平上保持稳定经营有利于企业开拓新领域、创造新的价值，提升企业的品牌和声誉。
国内外学者对智慧资本与企业价值、抗风险能力与企业价值进行了一定程度的研究，但几乎没有人将三者结合起来进行分析，研究智慧资本、抗风险能力对企业价值的影响，以及它们之间的交互关系。
智慧资本（Intellectual Capital）这一概念最早由加拿大经济学家Galbraith（1969）提出。不同学者对智慧资本的构成要素分类也有所区别，可分为二维度结构、三维度结构和四维度结构。本文采用三维度结构将智能资本细分为人力资本、结构资本、关系资本。人力资本包括领导的管理能力及劳动力和员工的职业素养，是企业长远发展的关键。结构资本包含企业的流程资本、制度及组织结构等。关系资本是一种文化资本，包括企业与厂商、客户等的关系网络。在研究智慧资本与企业价值的关系时，大多数研究也是将智慧资本分解为此三方面。Bontis（1998）通过回归分析及主成分分析法研究发现，结构资本和关系资本与企业价值之间呈明显的正相关，但人力资本对企业价值的影响不太大。Ahmed和Belkaoui（2003）的研究以81家企业的数据为基础，结果显示，智慧资本可为企业带来一部分的超额利润。宁德保与李莹（2007）选取我国1 177家上市公司数据对智慧资本进行研究，结果显示，人力资本效率与有形资产效率同企业价值存在正相关。杨晓丹与颜超（2011）研究了不同行业智慧资本及其构成要素对企业绩效的影响，结果表明在不同行业，智慧资本对企业价值的推动作用不同。
对抗风险能力的研究，大部分是从衡量评价指标着手。Young（2005）认为，在不确定环境下，企业对风险的容忍度就是其抗风险能力。Girmscheid（2007）研究指出，企业的抗风险能力对企业正常经营有着重要的影响作用，企业所承受的风险只有在其抗风险能力范围内，才可以维持企业的正常经营。傅毓维等（2004）提出，企业抗风险能力是指企业在外部条件恶化的前提下，维持企业正常运转并能够保持长远发展的能力，并从五个方面建立了高新技术企业抗风险能力评价模型。孙良斌与喻晓玲（2011）使用销售能力、盈利能力、运营能力、成长能力及偿债能力这五项二级指标对企业抗风险能力进行评估。
如果说智慧资本是企业长远发展的动力，那么抗风险能力则为企业的长远发展提供了保障，在企业的增值与发展过程中，两者缺一不可。为综合分析国内上市公司智慧资本、抗风險能力与企业价值之间的关系，本文以155家上证成分股企业为研究对象，选取其2011—2017年的经营数据，通过采用描述性统计、多元回归分析等方法进行研究，并创新性地加入了人力资本效能及企业抗风险能力的交互项。同时，采用风险调整后的总资产收益率和净资产收益率作为企业价值的衡量方式，结合面板数据分析，更准确地探讨了各因素对不同企业价值标准的综合影响。实证结果显示，智慧资本中的结构资本效能和关系资本效能与企业价值正相关，说明整体上我国上市企业的智慧资本对企业价值产生正向影响作用;人力资本效能对风险调整后的总资产收益率的作用会随着抗风险能力的提升而减弱，为企业寻求价值最大化提供了新的方向。
二、模型构建与指标选取
（一）变量选取
本研究主要目的是考察智慧资本、抗风险能力对企业价值的影响，并以上证成分股为研究对象。其中因变量部分选取经风险调整后的总资产收益率（RROA）和经风险调整后的净资产收益率（RROE）。自变量选取智慧资本及抗风险能力两项指标，采用Pulic（1998）提出的智慧资本增值系数法（VAIC）来计算，抗风险能力采用孙良斌与喻晓玲（2011）提出的企业抗风险能力指标评估法来衡量，计算选取运营能力指数。控制变量采用企业营业利润的自然对数、资产负债率、国内生产总值增长率以及居民消费价格指数来衡量。以下重点介绍智慧资本的衡量指标。
学术界对智慧资本的衡量方法虽未达成不一致，但总结来看大体分为两类：一种是内部评价法，如无形资产检测系统、斯堪地亚导航仪等;另一种是外部智慧资本评估法，典型的有Pulic提出的智慧资本增值系数法、托宾Q法等。本文采用Pulic提出的智慧资本增值系数法（VAIC）来测量智慧资本。
在VAIC算法中，要先确定资产附加价值（Value Added）。资产附加价值指通过劳动所创造、附加在原有价值上的新价值，包括资本、劳动力和政府三方面的利益，即企业利润、职工薪酬及政府税收三部分。其意义在于解释公司价值不单仅由股东利益决定，还包括企业员工、投资方及政府的综合投入收入。Pulic最早将资产附加价值的计算定义为企业投入与产出的差额，并于2004年加入了利息、收入、股利收入和折旧摊销等指标（Pulic，2004）。现将企业资产附加价值的主要计算方法归纳如表1所示。
本研究采用方法三的附加价值公式。在确定附加价值后，可以通过该指标分别测算智慧资本的三个维度——人力资本效能（HCE）、结构资本效能（SCE）、关系资本效能（RCE）。其计算公式如表2所示。
抗风险能力本文采用孙良斌与喻晓玲（2011）提出的企业抗风险能力指标体系来评估，具体选取运营能力指数（OA）作为计算指标。
运营能力指数（OA）=[（CHt-CHt-1）/ CHt-1+（ZCt-ZCt-1）/ ZCt-1]/2×100%
其中，CHt为存货周转率;ZCt为总资产周转率。
综上，各变量及其衡量方法如表3所示。
（二）研究假设
智慧资本的三个组成部分（人力资本、结构资本和关系资本）都与企业价值有着密不可分的联系，结合文献综述可知，在一定程度上智慧资本的利用率影响着企业的竞争优势，智慧资本是企业重要的战略资源，对企业价值的创造有着巨大的推动作用。
Elias（1972）和Hendircks（1976）认为，智慧资本中的人力资本对投资者的投资决策会有重大影响，投资者倾向于选择人力资本使用率高的企业作为投资对象。Chauvin和Hirschey（1993）的研究得出，广告支出对企业价值有正向影响，广告支出可视为企业的无形资产投资。而关系资本对于企业处理外部关系时有着重要的作用，高效的外部资本对于企业来讲是一笔重要的无形资产，能帮助企业协调好各类外部关系，由此可以推断人力资本、结构资本和关系资本对企业价值有正相关影响，由此提出以下假设：
H1：人力资本对我国上市成分股企业价值有显著正向影响。
H2：结构资本对我国上市成分股企业价值有显著正向影响。
H3：关系资本对我国上市成分股企业价值有显著正向影响。
唐泳（2014）提出，企业抗风险能力是企业在面临不确定因素时，对其所拥有的资源进行整合、更新以抵御外部风险的一种能力。他认为，企业抗风险能力越强，越可以为企业发展战略执行提供一个相对稳定的环境，有利于企业的长远发展，一定程度上提升了企业的价值。故此本研究提出假设4：
H4：抗风险能力对我国上市成分股企业价值有显著正向影响。
（三）模型构建
本研究选取人力资本效能、结构资本效能和关系资本效能作为智慧资本的衡量指标，企业运营能力指数作为企业抗风险能力的衡量指标，以风险调整后的总资产收益率（RROA）和净资产收益率（RROE）作为因变量建立以下两个研究模型，探讨智慧资本、抗风险能力与企业价值的关系。
模型一：RROAit=β0+β1HCEit+β2SCEit+β3RCEit+β4OAit+β5LN_OPit+β6DARit+β7GDPit+β8CPIit+μt
模型二：RROEit=β0+β1HCEit+β2SCEit+β3RCEit+β4OAit+β5LN_OPit+β6DARit+β7GDPit+β8CPIit+μt
（四）分析方法
面板数据分析结合了时间数据和横截面数据，也称为时间序列截面数据或混合数据，分为平衡面板数据和非平衡面板数据。本研究选取了2011—2017年每年数据完整的公司作为样本，是平衡面板。面板数据回归模型的一般结构如下式：
Yit=[k=1kβ]kiXkit+μit
其中，i=1，2，3…，N，表示N个个体;t=1，2，3…，T，表示T个时期;Yit是被解释变量对个体i在t时期的观察值;Xkit是第k个非随机解释变量对于个体i在t时刻的观测值;βki是待估计的参数;μit是随机误差项。
面板数据，不仅能够增加数据维度，同时也增加了样本容量，从而降低了各解释变量之间的相关性，克服时间序列分析经常会遇到的多重共线性问题。在面板分析中，判断是采用随机效用模型还是固定效用模型的检验方法通常是豪斯曼（Hausman Test）检验，本研究也选取该方法对模型进行判别。
豪斯曼检验其表现形式如下：
Hausman Test=Q′[Var（βFE）-Var（βRE）]-1Q
HT～X2（k）
Q=βFE-βRE ? ?k=dim（Q） ? ? ? ? ? ? ? ? ? ? ? ? ?（4）
在上式中，βFE代表第一个回归方程各解释变量的系数估计值，βRE是第二个回归方程各解釋变量的系数估计值，Var（βFE）表示第一个方程系数估计值的方差，Var（βRE）表示第二个方程系数估计值的方差，通过判断这两个方程各变量的系数估计值的方差差异性是否显著来选择模型。当豪斯曼检验显著值P<0.05时，拒绝原假设，表示不同系数估计值之间存在系统差异性，此时应选择固定效用模型，反之选择随机效用模型。
（五）数据说明
本文初步的样本选取了上证180指数的180家企业。接着，剔除掉25家极端值企业，最终确定有效样本155家。截取这155家上市企业自2011年到2017年7年的年度财务数据及宏观经济数据，数据来源于国泰安数据库、Wind数据库和各上市企业的年度财务报告。
三、实证分析
（一）描述性统计
从表4描述性统计结果可以看出，修正后的总资产收益率的平均值为1.1719，极大值为5.1164，极小值为-0.038。说明在样本企业中，个体差异略大，但总体利用资源的效率稳定，差距不明显，不过个别企业还是出现了亏损的情况。修正后的净资产收益率的平均值为1.3099，该均值大于1，表明在样本企业中，大部分企业的收益都高于投入，即企业经营活动创造的价值大于企业初始投入的成本。极大值为5.6803，极小值为0.0548，样本企业的净资产利用效率差距不明显。
自变量方面，作为研究主要对象的人力资本效能极大值为728.601，极小值为1.8874;结构资本效能极大值为23.41，极小值为0.355;关系资本效能极大值为172.79，极小值为0.2410，各自变量的极大值极小值之间差异十分显著，说明样本企业对智慧资本的利用程度不同，部分企业智慧资本发展比较完善，还有部分企业尚未意识到智慧资本的价值。
（二）回归分析
本文采用面板数据回归，研究智慧资本、抗风险能力对企业价值的影响，以下分别对所构建的两个模型进行回归分析。
首先，针对以风险调整后的总资产收益率作为因变量建立随机效用模型与固定效用模型，并进行豪斯曼检验。如表5、表6、表7、下页表8所示。
根据上页表6豪斯曼检验结果，P值为1，大于0.05，说明结果在5%的显著水平上不显著，不拒绝原假设。表明个体之间不存在明显差异，选择随机效用模型，根据表5得出模型一估计值如下：
RROAit=-6.5257-0.1029SCEit+0.0084RCEit-2.2588DARit+0.3713LN_OPit+6.5906GDPit-4.0427CPIit+μt
从模型结果看，人力资本效能对于风险调整后的总资产回报率的影响不显著，与H1不符合。结构资本效能、关系资本效能对于风险调整后的总资产回报率的影响呈现正相关，并且在1%的显著水平上显著，与H2、H3相符。企业运营能力指数对于风险调整后的总资产回报率的影响不显著，与H4不符。
之后，针对以风险调整后的净资产收益率作为因变量建立随机效用模型与固定效用模型，并进行豪斯曼检验。
根据表8检验结果，P值为1，大于0.05，说明结果在5%的显著水平上不显著，不拒绝原假设。表明个体之间不存在明显差异，选择随机效用模型，根据表7得出模型二估计值如下：
RROEit=-8.8909+0.00126HCEit+0.07276SCEit+0.007033RCEit+0.02486OAit+0.41808LN_OPit +6.56498GDPit -4.9882CPIit+μt
从模型结果看，人力资本效能对于风险调整后的净资产回报率的影响呈现正相关，并且在10%的显著水平上显著，与H1相符。结构资本效能对于风险调整后的净资产回报率的影响呈现正相关，并且在1%的显著水平上显著，与H2相符。关系资本效能对于风险调整后的净资产回报率的影响呈现正相关，并且在5%的显著水平上显著，与H3相符。企业运营能力指数对于风险调整后的净资产回报率的影响呈现正相关，在10%的显著水平上显著，与H4相符。
（三）交互作用分析
从上述结果分析，人力资本效能对于风险调整后的总资产回报率的影响不显著，而对于风险调整后的净资产回报率的影响呈现正相关，并且在10%的显著水平上显著。企业运营能力指数对于风险调整后的总资产回报率的影响并不显著，对于风险调整后的净资产回报率的影响呈现正相关，且在10%的水平上显著。根据Wooldridge（2007）提出的理论，因变量对自变量的弹性、半弹性和偏效应，会自然地受到另一个自变量的影响。因此，本研究在回归分析模型的基础上，以风险调整后的总资产回报率为因变量，以人力资本和企业运营能力作为自变量，企业经营利润、资产负债率、国内生产总值增长率和居民消费价格指数增长率为控制变量，进一步研究人力资本和企业运营能力指数对企业价值的交互作用和偏影响。在上述多元回归模型加入人力资本效能和企业运营能力指数的交互项HCE?OA。因此，建立模型三：
模型三：RROAit=β0+β1HCEit+β2OAit+β3HCEit?OAit+β4LN_OPit+β5DARit+β6GDPit+β7CPIit+μ
模型的意义在于，虽然单独的人力资本效能和企业运营能力指数对风险调整后的总资产收益率均不显著，但是加入交互项再重新进行多元回归分析后，若交互项为正值且显著，则表明人力资本效能和企业运营能力指数之间存在互补关系;反之则表示两者存在替代关系。交互作用分析结果如表9所示。
根据表10豪斯曼检验结果，P值为1，大于0.05，说明结果在5%的显著水平上不显著，不拒绝原假设。表明个体之间不存在明显差异，选择随机效用模型。根据表10得出以下模型：
模型四：RROAit=-7.1065+0.0017HCEit+0.162713OAit-0.0008HCEit?OAit+0.4207LN_OPit-2.5646DARit+7.2168GDPit -4.3033CPIit+μt
从模型结果看，人力资本效能和企业运营能力指数对于风险调整后的总资产回报率的影响呈现正相关并在10%的显著水平上显著。交互项对风险调整后的总资产收益率的交互系数为-0.0008，且在5%的水平上显著。
交互作用分析結果表明，人力资本效能对企业运营能力存在微弱的负向调节效应。即随着企业运营能力指数的增加，人力资本效能对风险调整后的总资产收益率的正向影响反而减弱。
四、结论及建议
（一）主要结论
以风险调整后的总资产收益率（RROA）来衡量企业价值时，结构资本效能（SCE）、关系资本效能（RCE）与企业价值正相关;以风险调整后的净资产收益率（RROE）来衡量企业价值时，人力资本效能（HCE）、结构资本效能（SCE）、关系资本效能（RCE）与企业价值正相关。说明整体上智慧资本对企业价值具有较明显的促进作用。但由于企业价值衡量指标不同，该促进作用在智慧资本的不同维度有少许差异。
企业抗风险能力对风险调整后的净资产收益率有正向作用，但当企业价值以风险调整后的总资产收益率来衡量时，这种促进作用并不明显。企业抗风险能力是企业在面临不确定因素时，抵御外部风险的一种能力，一定程度上可以为企业带来价值，即较高的抗风险能力可以降低风险给企业带来的财务损失，从而提升企业价值。
智慧资本中的人力资本维度与抗风险能力的交互作用对风险调整后的总资产收益率产生影响，说明随着抗风险能力的提高，人力资本对于企业价值的促进作用会减弱，人力资本与抗风险能力在对企业价值的影响上产生替代效应。
（二）政策建议
1.企业应重视智慧资本及抗风险能力。研究结果表明，智慧资本能在一定程度上对企业价值起到提升作用。在知识时代竞争的大背景下，企业不能只关注财务报表的有形资产的价值，而应该关注到无形资产的价值。知识资产的积累越来越成为企业竞争的关键所在，而知识资产的积累重点就在于企业是否拥有足够的智慧资本。上市成分股企业是上市股票中最具代表性的企业，因此更加需要重视智慧资本、提升企业的抗风险能力，为企业创造更多附加价值。
2.改善企业价值评估模式。传统的企业价值评估报告已无法真实反映企业的投资价值，对于投资者而言，企业的财务报告评估远不如金融市场评估来的有效。因此企业需要改善价值评估模式，上市公司的业绩报告中建议加入对企业市场价值的评估，即考虑到智慧资本效能给企业创造的新的价值，以便给投资者一个更客观可靠的认知。J
【主要参考文献】
[ 1 ] 陈奕伶.智力资本对企业绩效影响的实证研究[D].南京工业大学，2013.
[ 2 ] 范黎波，郑建明，杨雅钧.中国企业智力资本效率比较分析——基于VAIC模型[J].管理学家（学术版），2009，（03）：40-53.
[ 3 ] 葛家澍，庄静雯.智慧资本文献回顾及未来研究展望[J].财会通讯（综合版），2008，（09）：21-23.
[ 4 ] 李冬琴.智力资本与企业绩效的关系研究[D].浙江大学，2005.
[ 5 ] 唐泳.基于知识的高技术企业抗风险能力研究[M].北京：社会科学文献出版社，2014.
[ 6 ] 王茂昌.台湾生技医疗产业之智慧资本附加价值与公司治理关联性研究[J].管理学报，2011，8（09）：1393-1397.
[ 7 ] 王园园.智力资本与经营绩效的关系研究[D].西南财经大学，2012.
[ 8 ] 徐鸣.企业中的虚拟资本及其管理创新[J].财经科学，2013，（01）：74-82.
[ 9 ] Ahmed，Riahi-Belkauui.Intellectual capital and firm performance of US multinational firms. Journal of Intellectual Capital，2013，4（2）：215-226.
[ 10 ] Chiaki Hara，James Huang，Christoph Kuzmics.Representative consumer′s risk aversion and efficient risk-sharing rules[J].Journal of Economic Theory，2007，37（1）：652-672.
[ 11 ] Gerry Croy，Paul Gerrans， Craig Speelman.The role and relevance of domain knowledge， perceptions of planning impertance and risk tolerance in predicting savings intentions[J].Journal of Economic Psychology，2010，31（6）：860-871.
[ 12 ] Pulic.VAIC-an Accounting Tool for IC Management[J].International Journal of Technology Management，2000，20（5-8）：702-715.
[ 13 ] Pulic.Measuring the Performance of Intellectual Potential in Knowledge Economy[M].Retrieved December 18，2012
[ 14 ] Sveiby，E..Methods for Measuring Intangible Assets[M].Retrieved December 18，2012.
[ 15 ] Zariphopoulou T.，Zhou T..Investment Proformance Measurement Under Asymptotically Linear Local Risk Tolerance[J].Handbook of Numerical Analysis，2009，（15）：227-253.
[ 16 ] Young Kwak，Kenneth Laplace.Examining risk tolerance in project-driven organization[J].Technovation，2005，25（6）：691-695.
【作者簡介】
封晔，女，珠海城市职业技术学院讲师，澳门科技大学商学院博士;研究方向：公司治理、风险管理。
王星雨，女，澳门科技大学硕士;研究方向：公司金融、财务管理。
