资产评估硕士论文

您当前的位置:学术堂 > 毕业论文 > 在职硕士论文 > 专业硕士论文 > 资产评估硕士论文 >

网络旅游价值估算影响的描述性统计分析

来源:学术堂 作者:杜老师
发布于:2019-03-08 共4865字
  本篇论文快速导航:

展开更多

  第 4 章 在线旅游企业价值评估影响因素实证研究

  本章节主要是对本文前面章节的定性分析进行实证研究,从数据的可获得性和客观性来说,上市的在线旅游企业的相关财务数据和非财务数据比较容易获取,并且上市在线旅游企业披露信息相对真实准确。上市在线旅游企业的股票价格和在线旅游的宏观因素,行业因素,企业因素有着紧密的关系,股票价格作为在线旅游企业价值的货币表现,包含企业价值相关的信息。运用多家上市在线旅游企业在一段时间内的市场表现进行实证研究,检验企业价值评估影响因素和企业价值的关系。通过企业评估价值影响因素与企业价值的方程检验是否相关,可以反映投资人对企业市场价格的判断。

  4.1 解释变量与被解释变量。

  本文的被解释变量选择在线旅游的企业价值(EV),主要用在线旅游企业的市场价格表示。对于上市在线旅游企业来说,市场价格特别是在一段时期内的平均价格趋势能够综合反映企业的价值,股价就是在线旅游企业的价值表现。本文为避免波动,选择一段时期内市场上流通的股价平均价格,通过季均每股收盘价乘以流通在外发行股数来表示。股票价值作为公开市场上投资人对企业市场价值的最直观的评价,可以用来作为企业价值。
 

网络旅游价值估算影响的描述性统计分析
 

  本文在线旅游企业价值评估影响因素解释变量包括了宏观因素、行业因素、企业盈利能力、营运能力、偿债能力、发展能力、企业规模、治理结构、人力资本、创新能力、用户价值、社会责任的各方面指标。由于样本量的有限性,本文经过前面各章节对在线旅游企业的分析后选取最有代表性的价值影响因素指标,如表 4-1 所示:

  

  本文选取以上 14 个解释变量指标的原因如下:

  (1) GDP 增长率。GDP 增长率是衡量宏观经济的一个重要指标,经济增长的快慢对于人民生活水平的高低有很大程度上的影响。在线旅游企业作为第三产业,只有当人们生活水平不断提高,才能去享受旅游服务,从而使在线旅游企业发展壮大。

  (2) 居民人均可支配收入增长率。居民人均可支配收入增长率指标的选取主要考虑到上文中居民收入对在线旅游企业价值进行了分析,居民收入水平主要从居民的自由可支配收入中体现,只有收入不断增加才有可能去消费旅游服务与产品。

  (3) 市场交易规模。市场交易规模指标的选择主要是因为对于在线旅游企业来说在线旅游市场的交易规模体现了这个市场中总的交易量,可以反映这个市场中供应方,购买方,竞争者和潜在竞争者相互间的交易规模,进而反映到在线旅游企业价值中。

  (4) 投入资本回报率。投入资本回报率是在线旅游企业进行评估的一个关键指标,重点用来衡量一个企业的价值创造能力,所以本文认为在线旅游的盈利能力方面这个指标对价值评估的影响很大,进而提出作为价值影响因素指标。

  (5) 产权比率。产权比率能够反映在线旅游企业的资本结构对于企业来说是否合理,特别是在线旅游企业的财务结构。产权比率越低说明在线旅游企业财务结构越稳健,企业的偿债能力就会越好。

  (6) 总资产周转率。总资产周转率能够体现企业销售能力高低与投资规模大小,本文认为用总资产周转率来表示在线旅游企业的营运能力可以体现在线旅游企业在销售旅游产品与旅游服务时的业务能力,进而影响资产的投资效益。

  (7) 营业收入增长率。营业收入增长率是反映企业发展能力的重要指标,能够预估企业经营和销售活动扩展趋势,企业的营业收入越高,企业未来发展就会越好。

  (8) 总资产。本文选择总资产作为在线旅游企业的企业规模,主要是因为研究的样本企业主要是国内上市的在线旅游企业,因此本文认为用总资产表示企业规模最为恰当。企业规模对在线旅游企业价值评估的影响,在本文第三章均已解释过,本章节不再阐述。

  (9) 前十大股东持股比例。前十大股东持股比例主要可以表现公司股权集中度的问题,而且股东持股比例是每个季度都会披露,前十大股东持股比例的解释力度优于其他指标。企业股权结构是企业治理结构的基础,有优势的前十大持股比例可以体现企业的良好的经营行为。

  (10) 人力资源效率。人力资源效率主要是想表示在线旅游企业员工的素养与职业能力,本文认为一个企业对员工的认可程度主要从支付给员工的酬劳数量体现,而这个薪酬数量也决定了员工为企业工作的效率。

  (11) 独立访客数量。独立访客数量主要是指网站被不同 IP 地址的访客访问的数量,这个指标对于在线旅游企业来说十分重要。在线旅游企业的重点就在于网络,只有企业通过旅游互联网平台与旅游消费者进行交流和交易,才能体现在线旅游的概念。

  (12) 网页浏览量。网页浏览量主要是指旅游消费者对旅游网站进行浏览的累计数,也是网站流量统计量的主要参考指标。并且根据本文前面的研究背景、产业链分析与盈利模式分析可以发现在线旅游网站对于在线旅游企业的重要性。

  (13) 贡献价值。贡献价值主要是反映企业社会责任的指标,主要体现在纳税程度上。一个企业的最终目的是盈利,但是在新时代下对企业提出更高的要求,就是在自身盈利的同时为社会做出贡献,而最好的体现就是纳税能力。

  (14) 无形资产比率。无形资产比率主要体现在企业的技术创新能力上,无形资产对于企业来说有经济潜力,无形资产的增加,可以加强在线企业在市场上的技术优势,从而提高企业价值。

  4.2 研究假设。

  H1:宏观因素与企业价值成相关关系宏观环境对于在线旅游企业的影响十分重要。经济形势的良好、居民收入的稳定等都影响着在线旅游市场,进而影响企业收益。

  (1) 假设 GDP 增长率与企业价值成正相关。

  (2) 假设居民人均可支配收入增长率与企业价值成正相关。

  H2:行业因素与企业价值成相关关系目前互联网技术和移动 APP 使用率的不断增加,在线旅游市场不断发展壮大。行业因素对于在线旅游企业价值来说是有影响的。

  (1) 假设市场交易规模与企业价值成正相关。

  H3:企业财务因素与企业价值成相关关系(1) 假设代表企业盈利能力的投入资本回报率与企业价值成正相关。在线旅游的根本目的是在于盈利,盈利水平的不断提高会增加企业价值,投入资本回报率可以用来评估企业创造价值水平。

  (2) 假设企业偿债能力与企业价值是相关关系,产权比率与企业价值成负相关。在线旅游企业的偿债能力越强,会增加企业价值。而产权比率越小,说明企业的债务负担就越小,企业的偿债能力就越强。

  (3) 假设代表企业营运能力的总资产周转率与企业价值成正相关。在线旅游企业的经营能力也是企业可持续发展的主要能力,只有营运能力不断增强,才能使企业不断创造利润。总资产周转率能够评价在线旅游企业的经营质量好坏,也能看出一个企业资产利用效率的高低。

  (4) 假设代表企业发展能力的营业收入增长率与企业价值成正相关。在线旅游企业的发展能力越好,说明企业未来潜力比较好。营业收入增长率越高,可以说明在线旅游企业主营业务活动盈利良好,进而增加企业价值。

  (5) 假设代表企业规模的总资产与企业价值成正相关。本文研究的在线旅游企业是资源类在线旅游企业。对这类企业来说,资产规模代表着企业规模,资产规模越大,代表企业价值也会增加。

  H4:非财务因素与企业价值成相关关系作为在线旅游企业,是传统旅游企业与互联网技术的结合。非财务因素对企业价值的影响逐渐提升。根据国内外关于在线旅游企业价值的研究来看,治理结构、人力资本、用户价值、技术创新能力、社会责任这五个方面对在线旅游企业价值有影响。

  (1) 假设企业治理结构与企业价值成正相关。

  (2) 假设企业人力资本与企业价值成正相关。

  (3) 假设企业用户价值与企业价值成正相关。

  (4) 假设企业技术创新能力与企业价值成正相关。

  (5) 假设企业社会责任与企业价值成正相关。

  4.3 模型建立和样本选择。

  4.3.1 模型建立。

  多元回归分析是计量数据上经常使用的方法,用来建立多个自变量的最优组合方程预测因变量的一种计量方法。根据本文的实际需求建立在线旅游企业价值评估影响因素模型。本文选择逐步回归分析的方法。逐步回归分析有三种方法,包括向前引入法、向后剔除法与逐步回归分析。逐步回归分析是被认为向前引入法和向后剔除法的结合,能够克服前两种方法的缺点,吸取其优点。逐步回归的基本思想就是利用最小二乘法原理建立最优回归方程,逐步加入变量,留下对因变量显着的变量,剔除影响不显着的变量,最终方程中包含所有对被解释变量影响显着的解释变量,不包含影响不显着的解释变量。

  逐步回归分析主要步骤如下:

  (1) 首先运用 SPSS 软件对各个变量数据进行分析处理,进行描述性统计。

  (2) 查看变量之间是否存在多重共线性。

  (3) 再运用 SPSS 软件进行逐步回归选项,选择企业价值为因变量,选择 GDP 增长率,居民人均可支配收入增长率,市场交易规模,投入资本回报率,产权比率,总资产周转率,营业收入增长率,总资产,前十大股东持股比例,人力资源效率,独立访客数量,网页浏览量,贡献价值,无形资产比率 14 个指标为自变量。

  (4) 引入一个解释变量后进行 F 检验,并对已选入的解释变量逐个进行 T 检验。保证最后得到的解释变量最优。

  本文以在线旅游企业价值影响因素指标为解释变量,以在线旅游企业价值作为被解释变量。建立的评估价值影响因素回归模型见式(4-1):

  EV=b0+β1GRGDP+β2GRPCDI+β3LNMTS+β4ROIC+β5ER+β6TAT+β7RGR+β8LNTA+β9CRIO+β10HRE+β11UV+β12PV+β13CV+β14IAR+ε (4-1)其中 EV:被解释变量,即在线旅游企业价值。b0:常数项。β1,β2,β3,……,β14:影响因素的估计系数。GRGDP,GRPCDI,LNMTS,ROIC,ER,TAT,RGR,LNTA,CRIO,HRE,UV,PV,CV,IAR:解释变量,即在线旅游企业价值评估影响因素指标。ε:所建立模型的随机扰动项。

  4.3.2 样本选择。

  本文选择国内上市在线旅游企业主要是因为从目前的国内外文献来看,研究在线旅游企业价值的文献多是选择美国上市的在线旅游企业进行研究,本文主要创新性地研究国内上市的在线旅游企业,样本选取遵循原则:

  (1) 选取涉及在线旅游业务的相关上市企业,为确保样本的准确性,剔除 ST 类和*ST 类的上市公司。

  (2) 将一些在线旅游企业在某些年度的数据由于其他原因造成数据缺失的样本剔除。

  (3) 在线旅游企业的旅游平台网站中,对无法获取平台流量统计数据的企业进行剔除。

  在线旅游概念板块的在线旅游上市企业经整理后共有 25 家企业,但其中有 6 家企业由于缺失非财务因素指标,故进行剔除。最终选取概念板块 19 家上市在线旅游企业作为样本企业,其中 6 家在上海证券交易所交易,另外 13 家在深圳证券交易所交易。

  本文选择的样本公司均来自 wind 资讯、同花顺财经网(http://www.10jqka.com.cn)以及东方财富网(http://www.eastmoney.com)上披露的在线旅游概念板块的样本企业,本文使用2015-2017 年四个季度的财务报表。本文中各个影响因素指标数据均来源于中华人民共和国国家统计局(http://data.stats.gov.cn),国泰安数据库(http://cn.gtadata.com)、 wind 资讯,Alexa(http://www.alexa.cn)和站长之家(http://tool.chinaz.com)。

  4.4 描述性统计分析。

  把2015年第1季度-2017年第3季度在线旅游企业的市场价值样本量导入 spss 软件中,进行描述性统计分析,统计指标包括样本最大值、最小值、均值、标准差、样本数,具体统计如表 4-2:

  

  从上表中可以看出,在线旅游行业中的企业价值在不断的增值。从 2015 年第一季度到 2016 年第一季度中的平均值波动比较大,并且在 2015 年第二季度达到 1521398.6万元。证明了第一章研究背景中所写到的 2015 年是在线旅游市场不断扩大发展的阶段和第二章第四节中在线旅游评估现状分析的在旅游企业在2015年-2016年不断加快相互之间的并购重组,以提高自身利润和企业价值。市场价值极小值出现在 2015 年第一季度为 1782498.7 万元,极大值出现在 2017 年第三季度为 6734088.2 万,也证明我国在线旅游企业价值在逐年提高。

  

  表 4-3 中是解释变量的描述性统计分析,根据 2015 年第 1 季度到 2017 年第 3 季度的数据,一共有 209 组样本数据。不同公司解释变量的极小值与极大值都有很大差距。

  贡献价值中最高值可以达到 4.145137,说明我国国内上市的在线旅游企业在社会责任方面承担了相应的责任,为消费者和社会做出了相应的贡献。独立访客数量 UV 最高值达到 28.1600 万次,网页浏览量 PV 最高值达到 84.4800 万次,均可说明在线旅游平台的搭建为在线旅游企业的发展提供了便利。

返回本篇论文导航
相关内容推荐
相关标签:
返回:资产评估硕士论文