新能源汽車企業財務績效的影響

序論：在您撰寫新能源汽車企業財務績效的影響時，參考他人的優秀作品可以開闊視野，小編為您整理的1篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。

近期，多家傳統車企陸續宣布將停止燃油汽車的整車生產，傳統燃油汽車的市場前景并不光明，而新能源汽車受到政府和廣大消費者的青睞，不難預測，新能源汽車將逐步占據汽車市場。自2009年以來，我國陸續出臺針對新能源汽車企業的利好政策，確保新能源汽車企業的健康發展。然而，新能源汽車研發難度大、技術不成熟等問題仍難以解決，企業對政府補助的依賴性較強，因此研究政府補助對新能源汽車企業財務績效的影響十分必要。本文基于現有財務指標評價體系，首先采用因子分析法從現有的14個財務績效指標中提取出綜合因子，并依據得到的綜合因子對所選取的十家公司的財務績效進行定量分析，同時提出政府補助對新能源汽車企業的財務績效有顯著積極影響的假設，建立線性回歸模型，借助SPSS軟件進行假設檢驗。

一、財務績效評價指標確立

（一）財務績效指標選取。現有的財務績效評價指標體系對企業的財務績效有比較全面且準確的描述，基于凈資產收益率而言，該項財務指標可以反映股東權益的收益水平；基于流動比率而言，其可以用來考量企業短期償債能力。然而，使用單一財務績效指標對企業的財務績效進行分析存在困難，且財務績效評價指標過于繁瑣冗雜，對企業財務績效的描述雖然維度全面但描述重點不夠突出，因此采用因子分析法對所選定的14個財務績效評價指標進行重新排序分類，見表1。（表1）

（二）因子分析1、樣本選擇與數據來源。本文從2012～2021年財務數據完整、獲得了政府補助的A股上市新能源汽車企業中選取了10家市場份額占比較大且發展趨勢較好的企業作為研究對象，收集了這10家公司2012～2021年的財務數據進行研究，數據來源于新浪財經、Wind數據庫等。

2、描述性統計。根據所得到的財務績效指標數據，采取因子分析法對選取的財務評價指標進行處理，可提取出綜合因子，進而得到總財務績效因子。利用SPSS26.0對數據進行因子分析前，首先需對現有樣本數據進行標準化處理，防止數據的偏差過大。

3、因子分析可行性檢驗。本文使用SPSS26.0軟件，對所選取的樣本展開了因子分析，該方法可以將其進行細分，分為以下兩種方法：主成分、共因子。本文采取主成分分析法，該方法借助于正交變換，從數據矩陣之間關聯性的角度出發，將關聯性突出的矩陣提取出來，改變為不存在關聯性的矩陣。同時進行排序分類，從而將現有的指標重新組合為幾個新的綜合指標，得到的綜合指標包涵原指標的所有信息且在數據分析中更具針對性。主成分分析法對數據矩陣的相關性有明確要求，分析前首先進行可行性檢驗，本文通過KMO球形檢驗法以及巴特利特檢驗法（Bartlett檢驗法）對現有樣本數據進行檢驗，計算得到檢驗矩陣。因子分析法要求在KMO球形檢驗法中，KMO取樣適切性量數的數值在0.5以上，能夠利用因子分析法對數據資料實施探究。根據檢驗矩陣計算結果，本文通過對KMO取樣適切性量數展開分析，得出其具體的數值超過0.5，為0.68，符合KMO球形檢驗法的使用條件。經由巴特利特檢驗法，對所選取數據矩陣的相關性進行檢驗，近似卡方為241.063，數據矩陣自由度為91，顯著性Sig.為0.000，以上結果說明初始數據矩陣具有顯著的相關性，通過了因子分析法的適用性檢驗。

4、綜合因子選取。主成分分析法把相關性較強的原始指標轉變為不相關的綜合指標對數據進行分析，原始單一指標數量較繁雜，且使用單一指標進行分析時無法得到準確全面的結論。因此，經主成分分析法得知，需要將初始指標進行梳理，系統整合為綜合指標。所得綜合指標互不相關且各自包涵原始指標的部分信息，確保了所得到的綜合指標能夠全面覆蓋所有或者大部分初始信息且各不重疊，分析得到的結論的準確性和完整性能夠得到保證。在運用該分析法時，常規的方式是選取以下兩種方法：其一為特征根值法，利用了協方差特征根，其選取的數據信息來自于初始樣本中，進而計算出綜合因子數量，決定采用的準確數值；其二將累計方差貢獻率同固定比值80%形成對照，用來判斷綜合因子。當在判斷因子的特征根值時，其數值超過1，可以看作公因子，其小于1，則要去掉該因子，將所有因子的特征根值用圖線表示出來即為碎石圖，具體情況如圖1所示。對比各因子對方差貢獻率的累計數與80%的大小，可以確定因子。前4個因子對方差的貢獻率累計值為81.178%，表示前4個因子包含了大部分初始指標的信息，且由碎石圖可知，從第4個因子開始，各因子的特征根值在1以下，且碎石圖曲線比較平滑，因此確定需提取的綜合因子的數量為4個。（圖1）

5、綜合因子定義與取名。主成分分析法中，利用正交變換對原始數據進行轉換，得到各初始因子與提取的綜合因子的負荷，本文中提取了4個綜合因子，分別以F1、F2、F3、F4表示，上述4個綜合因子基于初始指標提取而得，且由4個綜合因子的方差貢獻率積累值大于80%所提取的綜合因子包含整體的大部分信息。由于4個綜合因子各不相關且包含整體的大部分信息，確定各個綜合因子所包含的信息所代表的含義對后續的分析十分必要，由SPSS26.0軟件計算可得各成分的負荷矩陣，如表2所示。（表2）由表2中的計算結果可知，各初始成分的負荷系數相差不大，無法明確初始成分與各綜合因子的關系。為明確各初始成分與綜合因子的相關性，通過最大方差旋轉法來最大限度地使初始成分的負荷系數差異性增大，根據旋轉后的結果可發現，綜合因子F1與流動比率、速動比率、資產負債率以及現金比率相關性較大，考慮這4個財務指標的內涵，將綜合因子F1定義為償債能力因子；綜合因子F2與凈資產收益率ROE、總資產凈利率ROA以及營業利潤率相關性較大，考慮這3個財務指標的內涵，將綜合因子F2定義為盈利能力因子；綜合因子F3與存貨周轉率、總資產周轉率、流動資產周轉率以及應收賬款周轉率相關性較大，考慮這4個財務指標的內涵，將綜合因子F3定義為營運能力因子；綜合因子F4與凈資產增長率、總資產增長率以及營業收入增長率相關性較大，考慮這3個財務指標的內涵，將綜合因子F4定義為成長能力因子。

6、確定總財務績效因子。通過計算可得到各初始成分對各綜合因子的得分系數，根據得分系數可以將綜合因子表達為初始指標的線性組合，由4個綜合因子對方差貢獻率的權重可得總財務績效因子P的表達式如下：P＝0.381×F1+0.373×F2+0.126×F3+0.118×F4（5）由公式（1）～（5）計算可得各綜合因子以及總財務績效因子P的得分結果，根據計算結果繪制總財務績效因子P的得分結果圖線，如圖2所示。由圖2可知，2012～2021年新能源汽車企業的財務績效總體變化趨勢是：2014年前呈增長勢頭，這是由于從2009年開始國家陸續頒布了針對新能源汽車企業的補助政策；2014～2017年呈下降趨勢，這是由于部分新能源汽車企業存在惡意騙補的行為，政府放緩了對新能源汽車企業的補助力度；到2017年，政府補助政策向促進新能源汽車企業技術發展傾斜，補貼基準逐年退坡，因此可以看出2017～2018年曲線出現大幅下降趨勢；到2020年，由于疫情對全球經濟大環境的沖擊，國家調整了補助政策，在2020年延緩了補貼退坡的政策，因此2020～2021年整體趨勢有所上揚。

二、假設檢驗

（一）研究假設。新能源汽車作為新興產業，由于技術積累和市場認可度等原因，目前對于政府補助的依賴性較大，由上文的分析也可知，政府補助對新能源汽車企業的財務績效有較大影響。為確定政府補助與新能源汽車企業財務績效的準確關系，本文提出假設：H：政府補助對新能源汽車企業財務績效有顯著積極影響

（二）研究設計

1、變量定義。由大量文獻研究可知，對于新能源汽車企業而言，影響其財務績效的不光是政府補助，其他條件也能波及到企業的財務績效。基于實證研究數據而言，為了檢驗其數據是否符合實際需求，本文參考大量的相關文獻與研究，綜合眾多研究者對于協變量的選取，本文選取企業的總資產、成長因素、負債因素、股權因素以及年齡作為協變量。具體的各變量定義與符號見表4。（表4）2、模型構建。根據本文提出的假設，通過對所選取數據的初步觀察，建立線性回歸模型對提出的假設進行檢驗，模型如下：P＝α+β1Sub+β2S1+β3S2+β4S3+β5S4+β6S5+ε（6）式中，S1～S5為本文選取的協變量，α為截距，ε為殘差項，β1～β6為各變量的回歸系數。針對此模型進行質量檢驗，利用SPSS26.0對模型的擬合優度進行檢驗。所建立模型的R2為0.954，調整后的R2為0.818，即模型的擬合優度為0.954，調整后的擬合優度為0.818，說明所建立的模型對所選取數據的解釋度較高，模型可信度較高。

3、模型檢驗。本文利用SPSS26.0，對所有樣本數據進行皮爾遜相關性分析，對所建立的模型與提出的假設進行檢驗。計算結果如表5所示。（表5）由表5中數據可知，政府補助與總財務績效因子P的相關性在0.5%的水平上顯著，且相關性系數為0.634，相關性系數大于0.6則認為二者的相關性為強相關，因此可以認為政府補助與總財務績效因子P顯著相關。同時，對相關系數展開計算，得到的符號是正，能夠知曉兩個因素呈現同向變化的趨勢，因此假設H成立，即政府補助對新能源汽車企業的財務績效有顯著積極影響。

三、總結與結論

總的來說，政府補助對新能源汽車企業的財務績效影響較大，由于現有的財務績效評價指標體系過于繁雜，單一指標對財務績效的描述不夠全面，所以本文通過因子分析法對14個指標展開計算，并提取4個綜合因子。通過對4個綜合因子的計算分析得到總財務績效因子P的變化，為研究政府補助對新能源汽車企業的財務績效的影響，提出政府補助對新能源汽車企業的財務績效具有顯著積極影響的假設，建立線性回歸模型，利用SPSS26.0軟件進行檢驗，通過研究本文得到以下結論：（1）提取了4個綜合因子，基于其累積方差貢獻率而言，對其展開了具體的計算，得出結論，其比值為81.178%，大于80%，能夠解釋為涵蓋了超過8成的數據信息。（2）通過與初始指標的相關性分析將4個因子分別定義為償債能力因子F1、盈利能力因子F2、營運能力因子F3、成長能力因子F4。（3）利用綜合因子開展回歸分析，得到總財務績效因子P的變化曲線，分析可得新能源汽車企業的財務績效與政府補助力度密切相關。（4）本文通過檢驗，得出假設H成立的結論，認為政府補助對新能源汽車企業財務績效有顯著積極影響。

主要參考文獻：

［1］韓興國，許鑫.財稅政策對企業財務績效的影響研究———基于新能源客車產業鏈行業上市公司證據［J］.會計之友，2020（07）.

［2］王維，李昊展，喬朋華，桂嘉偉.政府補助方式對新能源汽車企業績效影響研究———基于企業成長性的深入分析［J］.科技進步與對策，2017.34（23）.

［3］饒奕邦，熊勇清，徐文.雙積分政策對新能源汽車上下游企業財務績效的異質性影響研究［J/OL］.系統工程理論與實踐，2022-06-23.

［4］張萌喬.基于政府補貼視角的新能源汽車企業產能投資與財務績效的影響研究［D］.北京：北京交通大學，2020.

作者:周倩單位:湖南農業大學商學院