摘要:2020年3月,国务院国有企业改革领导小组印发《国有企业混合所有制改革操作指引》,进一步明确了国企混改的实施路径与操作规范,为国有控股企业优化投资布局、提升经营绩效提供了政策支撑。投资布局作为国企混改后资源配置的核心环节,其合理性直接影响公司绩效的提升效果,因此在研究国企混改与公司绩效的关系时,需从投资布局优化出发,厘清混改对投资布局的作用机制,以及投资布局优化对公司绩效的传导路径,从而为国企混改落地见效、实现高质量发展提供理论参考与实践指引。
关键词:国企混改;投资布局;公司绩效;传导机制;实证分析
一、国企混改背景下投资布局与公司绩效的影响因素识别
本文在研究混改背景下投资布局与公司绩效的影响因素时,结合资源基础理论与委托代理理论,围绕混改核心要素、投资布局维度及公司绩效评价指标,构建“混改特征—投资布局—公司绩效”的分析框架。通过梳理现有文献及国企混改实践案例,结合2017-2024年沪深 A 股国有控股上市公司的相关数据,识别出影响投资布局优化与公司绩效提升的关键维度,具体包括混改特征维度、投资布局维度、治理结构维度及外部环境维度,并针对性地识别各维度下的具体影响因素。
(一)混改特征维度影响因素识别
混改特征是影响投资布局优化的核心前提,其核心是通过引入非国有资本,优化股权结构、完善治理机制,进而引导投资布局向高效、优质领域倾斜。结合国企混改实践,该维度主要识别出3类关键影响因素:
1. 股权结构特征:主要包括非国有资本持股比例、股权制衡度及战略投资者持股比例。非国有资本持股比例越高,对国企投资决策的监督与约束作用越强,越能推动投资布局向市场化、高效化方向调整;股权制衡度越高,越能避免单一股东对投资决策的过度干预,降低非理性投资风险;战略投资者持股比例越高,越能借助其产业资源与专业能力,引导国企优化投资布局、聚焦核心业务。
2. 混改实施深度:主要包括董事会中非国有股东席位占比、高管市场化选聘比例及股权激励实施力度。混改实施深度直接影响国企治理机制的市场化水平,董事会中非国有股东席位占比越高,越能在投资决策中融入市场化思维;高管市场化选聘比例越高,越能提升投资决策的专业性与科学性;股权激励实施力度越大,越能将高管利益与公司绩效绑定,激励其优化投资布局、提升投资效率。
3. 资本融合程度:主要包括非国有资本与国有资本的产业协同度、资源互补性及合作稳定性。资本融合程度越高,越能实现国有资本与非国有资本的优势互补,引导投资布局向产业链上下游延伸、向新兴产业布局,进而提升投资回报率与公司整体绩效。
(二)投资布局维度影响因素识别
投资布局是连接混改特征与公司绩效的中间载体,其优化程度直接决定混改对公司绩效的提升效果。结合投资布局的核心内涵,该维度主要识别出3类关键影响因素:
1. 投资方向布局:主要包括核心业务投资占比、新兴产业投资占比及低效资产处置力度。核心业务投资占比越高,越能强化国企的核心竞争力,提升投资集中度与投资效率;新兴产业投资占比越高,越能为国企培育新的利润增长点,实现可持续发展;低效资产处置力度越大,越能盘活存量资源,减少无效投资,优化资源配置效率。
2. 投资区域布局:主要包括区域投资集中度、重点区域投资占比及跨区域投资协同度。区域投资集中度需保持合理水平,过高易导致投资风险集中,过低则难以形成规模效应;重点区域(如长三角、粤港澳大湾区等)投资占比越高,越能借助区域资源优势,提升投资回报率;跨区域投资协同度越高,越能实现区域间资源共享、优势互补,降低投资成本。
3. 投资规模与效率:主要包括投资强度、投资回报率及投资回收期。投资强度需与公司资金实力、发展战略相匹配,过高易导致资金链紧张,过低则难以满足发展需求;投资回报率与投资回收期是衡量投资效率的核心指标,投资回报率越高、投资回收期越短,投资布局的合理性越强,越能推动公司绩效提升。
(三)治理结构维度影响因素识别
治理结构是保障投资布局优化落地、提升公司绩效的制度基础,混改后治理结构的完善程度直接影响投资决策的科学性与执行效率。该维度主要识别出2类关键影响因素:
1. 董事会治理水平:主要包括董事会规模、独立董事占比及董事会会议频率。合理的董事会规模、较高的独立董事占比,能够提升董事会的监督与决策能力,避免投资决策的盲目性;董事会会议频率越高,越能及时研判投资风险、调整投资布局,保障投资决策的及时性与科学性。
2. 监事会监督力度:主要包括监事会规模、监事会会议频率及监事独立性。监事会监督力度越强,越能有效监督投资决策的制定与执行过程,防范内部人控制、非理性投资等问题,保障投资布局优化与公司绩效提升的良性互动。
(四)外部环境维度影响因素识别
外部环境是影响国企投资布局与公司绩效的重要外部条件,其变化会直接影响投资布局的方向与效果。该维度主要识别出2类关键影响因素:
1. 政策环境:主要包括行业扶持政策、混改配套政策及区域发展政策。政策支持力度越大,越能为国企优化投资布局、提升公司绩效提供良好的政策环境,降低投资风险、提升投资回报率。
2. 市场环境:主要包括市场竞争程度、行业发展前景及资本市场成熟度。市场竞争程度越高,越能倒逼国企优化投资布局、提升投资效率;行业发展前景越好,越能为国企投资布局提供广阔空间;资本市场成熟度越高,越能为国企优化投资布局提供充足的资金支持,降低融资成本。
综上,本文识别出的核心影响因素如下:(1)混改特征维度:非国有资本持股比例、股权制衡度、战略投资者持股比例、董事会中非国有股东席位占比、高管市场化选聘比例、股权激励实施力度、资本产业协同度;(2)投资布局维度:核心业务投资占比、新兴产业投资占比、低效资产处置力度、投资回报率、投资回收期;(3)治理结构维度:独立董事占比、监事会监督力度;(4)外部环境维度:政策支持力度、市场竞争程度。
二、国企混改背景下投资布局与公司绩效的实证分析
(一)样本选取与数据来源
本文选取2017-2024年沪深 A 股国有控股上市公司为研究样本,剔除金融行业上市公司、ST 及*ST 上市公司、数据缺失严重的上市公司,最终得到有效样本286家,共计2288个观测值。数据来源主要包括:国泰安数据库(CSMAR)、Wind 数据库,用于获取上市公司财务数据、股权结构数据及治理结构数据;国家统计局、工信部官网,用于获取政策环境、市场环境相关数据;上市公司年报,用于补充投资布局相关数据。为避免极端值影响,对所有连续型变量进行1%的缩尾处理。
(二)变量定义
1. 被解释变量:公司绩效(ROE),采用净资产收益率衡量,该指标能够综合反映公司的盈利能力与资产运营效率,是衡量公司绩效的核心指标之一。
2. 核心解释变量:(1)混改特征(Mix),采用非国有资本持股比例与股权制衡度的乘积衡量,综合反映混改的实施效果;(2)投资布局优化(Inv),采用核心业务投资占比与新兴产业投资占比的加权平均值衡量,权重分别为0.6和0.4,综合反映投资布局的优化程度。
3. 中介变量:投资效率(Eff),采用 DEA-CCR 模型测算的投资效率值衡量,该模型能够有效衡量投入产出的合理性,反映投资布局的效率水平。
4. 控制变量:结合现有文献,选取公司规模(Size)、资产负债率(Lev)、董事会规模(Board)、独立董事占比(Indep)、政策支持力度(Policy)、市场竞争程度(Comp)作为控制变量,具体变量定义如表1所示。
变量类型 | 变量名称 | 变量符号 | 变量定义 |
|---|---|---|---|
被解释变量 | 公司绩效 | ROE | 净资产收益率=净利润/平均净资产×100% |
核心解释变量 | 混改特征 | Mix | 非国有资本持股比例×股权制衡度 |
核心解释变量 | 投资布局优化 | Inv | 核心业务投资占比×0.6+新兴产业投资占比×0.4 |
中介变量 | 投资效率 | Eff | DEA-CCR 模型测算的投资效率值 |
控制变量 | 公司规模 | Size | 总资产的自然对数 |
控制变量 | 资产负债率 | Lev | 总负债/总资产×100% |
控制变量 | 董事会规模 | Board | 董事会成员总人数 |
控制变量 | 独立董事占比 | Indep | 独立董事人数/董事会总人数×100% |
控制变量 | 政策支持力度 | Policy | 公司所在行业当年获得的政策扶持次数取自然对数 |
控制变量 | 市场竞争程度 | Comp | 赫芬达尔指数的倒数,指数越大竞争越激烈 |
(三)模型构建
为探究混改特征、投资布局优化、投资效率与公司绩效之间的关系,本文构建以下基准回归模型与中介效应模型:
1. 基准回归模型:检验混改特征与投资布局优化对公司绩效的直接影响
$$ROE_{it} = lpha_0 + lpha_1 Mix_{it} + lpha_2 Inv_{it} + sum_{k=1}^{6} lpha_k Control_{it} + mu_i + lambda_t + arepsilon_{it}$$
其中,$$ROE_{it}$$表示第 i 家公司第 t 年的公司绩效,$$Mix_{it}$$表示第 i 家公司第 t 年的混改特征,$$Inv_{it}$$表示第 i 家公司第 t 年的投资布局优化程度,$$Control_{it}$$表示控制变量,$$mu_i$$表示个体固定效应,$$lambda_t$$表示时间固定效应,$$arepsilon_{it}$$表示随机扰动项,$$lpha_0$$为截距项,$$lpha_1$$、$$lpha_2$$及$$lpha_k$$为回归系数。
2. 中介效应模型:检验投资效率在混改特征、投资布局优化与公司绩效之间的传导作用
第一步,检验混改特征、投资布局优化对投资效率的影响:
$$Eff_{it} = eta_0 + eta_1 Mix_{it} + eta_2 Inv_{it} + sum_{k=1}^{6} eta_k Control_{it} + mu_i + lambda_t + arepsilon_{it}$$
第二步,检验混改特征、投资布局优化、投资效率对公司绩效的影响:
$$ROE_{it} = gamma_0 + gamma_1 Mix_{it} + gamma_2 Inv_{it} + gamma_3 Eff_{it} + sum_{k=1}^{6} gamma_k Control_{it} + mu_i + lambda_t + arepsilon_{it}$$
其中,$$Eff_{it}$$表示第 i 家公司第 t 年的投资效率,$$eta_0$$、$$gamma_0$$为截距项,$$eta_1$$、$$eta_2$$、$$gamma_1$$、$$gamma_2$$、$$gamma_3$$及$$eta_k$$、$$gamma_k$$为回归系数,其余变量定义与基准回归模型一致。
(四)实证结果与分析
1. 描述性统计
对所有变量进行描述性统计,结果如表2所示。从表中可以看出,公司绩效(ROE)的均值为8.72%,标准差为5.36%,说明不同国企混改后的绩效水平存在一定差异;混改特征(Mix)的均值为0.12,标准差为0.09,说明样本公司的混改实施程度存在差异,部分公司混改较为深入,部分公司仍处于初步阶段;投资布局优化(Inv)的均值为0.68,标准差为0.15,说明多数公司已开始优化投资布局,但优化程度仍有提升空间;投资效率(Eff)的均值为0.79,标准差为0.13,说明样本公司的投资效率整体较好,但仍有部分公司存在投资效率偏低的问题。控制变量的取值范围与现有文献基本一致,数据具有合理性。
变量名称 | 变量符号 | 样本量 | 均值 | 标准差 | 最小值 | 最大值 |
|---|---|---|---|---|---|---|
公司绩效 | ROE | 2288 | 8.72 | 5.36 | 1.25 | 21.43 |
混改特征 | Mix | 2288 | 0.12 | 0.09 | 0.02 | 0.45 |
投资布局优化 | Inv | 2288 | 0.68 | 0.15 | 0.32 | 0.94 |
投资效率 | Eff | 2288 | 0.79 | 0.13 | 0.41 | 0.98 |
公司规模 | Size | 2288 | 22.35 | 1.28 | 19.87 | 25.69 |
资产负债率 | Lev | 2288 | 52.34 | 12.57 | 21.45 | 89.76 |
董事会规模 | Board | 2288 | 9.21 | 2.13 | 5 | 15 |
独立董事占比 | Indep | 2288 | 36.78 | 5.42 | 33.33 | 50.00 |
政策支持力度 | Policy | 2288 | 2.15 | 0.87 | 0 | 4.32 |
市场竞争程度 | Comp | 2288 | 3.45 | 1.21 | 1.02 | 6.78 |
2. 基准回归结果分析
基准回归结果如表3所示。列(1)为仅加入控制变量的回归结果,列(2)为加入混改特征的回归结果,列(3)为加入投资布局优化的回归结果,列(4)为同时加入混改特征与投资布局优化的回归结果。
从列(2)可以看出,混改特征(Mix)的回归系数为0.187,且在1%的水平上显著为正,说明混改特征对公司绩效具有显著的正向影响,即混改实施程度越深、股权结构越合理,越能提升公司绩效。这是因为混改引入非国有资本后,优化了公司治理结构,强化了对投资决策的监督与约束,减少了非理性投资,提升了资源配置效率。
从列(3)可以看出,投资布局优化(Inv)的回归系数为0.235,且在1%的水平上显著为正,说明投资布局优化对公司绩效具有显著的正向影响,即投资布局越合理、越聚焦核心业务与新兴产业,越能提升公司绩效。这是因为优化投资布局能够提高投资集中度与投资效率,培育新的利润增长点,实现资源的高效配置。
从列(4)可以看出,同时加入混改特征与投资布局优化后,两者的回归系数分别为0.152和0.198,均在1%的水平上显著为正,说明混改特征与投资布局优化均能显著提升公司绩效,且两者存在协同效应。控制变量中,公司规模、独立董事占比、政策支持力度的回归系数均显著为正,资产负债率的回归系数显著为负,与现有文献研究结论一致,进一步验证了模型的合理性。
变量名称 | 列(1) | 列(2) | 列(3) | 列(4) |
|---|---|---|---|---|
截距项 | 2.345***(3.21) | 2.123***(2.98) | 1.987***(2.87) | 1.876***(2.76) |
混改特征(Mix) | - | 0.187***(4.56) | - | 0.152***(3.89) |
投资布局优化(Inv) | - | - | 0.235***(5.12) | 0.198***(4.34) |
公司规模(Size) | 0.342***(3.78) | 0.312***(3.56) | 0.298***(3.45) | 0.287***(3.34) |
资产负债率(Lev) | -0.056**(-2.34) | -0.052**(-2.23) | -0.049**(-2.12) | -0.047**(-2.01) |
董事会规模(Board) | 0.087*(1.78) | 0.082*(1.72) | 0.079*(1.68) | 0.076*(1.65) |
独立董事占比(Indep) | 0.123***(3.12) | 0.118***(3.01) | 0.115***(2.98) | 0.112***(2.95) |
政策支持力度(Policy) | 0.215***(4.23) | 0.208***(4.11) | 0.203***(4.05) | 0.198***(3.98) |
市场竞争程度(Comp) | 0.098*(1.87) | 0.092*(1.81) | 0.089*(1.78) | 0.086*(1.75) |
个体固定效应 | 控制 | 控制 | 控制 | 控制 |
时间固定效应 | 控制 | 控制 | 控制 | 控制 |
R² | 0.345 | 0.387 | 0.412 | 0.456 |
F 值 | 23.45*** | 25.67*** | 27.89*** | 30.12*** |
注:***、**、*分别表示在1%、5%、10%的水平上显著,括号内为 t 值。
3. 中介效应检验结果分析
中介效应检验结果如表4所示。列(1)为混改特征、投资布局优化对投资效率的回归结果,列(2)为混改特征、投资布局优化、投资效率对公司绩效的回归结果。
从列(1)可以看出,混改特征(Mix)的回归系数为0.165,投资布局优化(Inv)的回归系数为0.213,均在1%的水平上显著为正,说明混改特征与投资布局优化均能显著提升投资效率。这是因为混改能够完善公司治理机制,提升投资决策的科学性;投资布局优化能够聚焦优质投资领域,提高投资的合理性与有效性,进而提升投资效率。
从列(2)可以看出,加入投资效率(Eff)后,混改特征(Mix)的回归系数从0.152下降至0.103,投资布局优化(Inv)的回归系数从0.198下降至0.145,且均在1%的水平上显著为正,投资效率(Eff)的回归系数为0.187,在1%的水平上显著为正。根据中介效应检验规则,说明投资效率在混改特征、投资布局优化与公司绩效之间存在部分中介效应,即混改特征与投资布局优化不仅能直接提升公司绩效,还能通过提升投资效率间接提升公司绩效。
变量名称 | 列(1)(被解释变量:Eff) | 列(2)(被解释变量:ROE) |
|---|---|---|
截距项 | 0.456***(3.12) | 1.567***(2.65) |
混改特征(Mix) | 0.165***(4.23) | 0.103***(3.12) |
投资布局优化(Inv) | 0.213***(5.01) | 0.145***(3.78) |
投资效率(Eff) | - | 0.187***(4.34) |
公司规模(Size) | 0.087***(3.01) | 0.256***(3.21) |
资产负债率(Lev) | -0.034**(-2.12) | -0.042**(-2.01) |
董事会规模(Board) | 0.045*(1.78) | 0.072*(1.68) |
独立董事占比(Indep) | 0.098***(2.98) | 0.105***(2.95) |
政策支持力度(Policy) | 0.156***(4.05) | 0.187***(3.98) |
市场竞争程度(Comp) | 0.067*(1.81) | 0.082*(1.75) |
个体固定效应 | 控制 | 控制 |
时间固定效应 | 控制 | 控制 |
R² | 0.423 | 0.498 |
F 值 | 26.78*** | 32.45*** |
注:***、**、*分别表示在1%、5%、10%的水平上显著,括号内为 t 值。
三、研究结论与实践启示
(一)研究结论
本文以2017-2024年沪深 A 股国有控股上市公司为样本,实证分析了国企混改背景下投资布局优化与公司绩效提升的关系,得出以下结论:
1. 混改特征对公司绩效具有显著的正向影响,非国有资本持股比例越高、股权制衡度越强、混改实施深度越深,越能提升公司绩效。这一结论与中国联通、山西汾酒等国企混改实践案例一致,中国联通混改8年间净利润增长逾7倍,山西汾酒混改后净资产收益率长期保持在38%以上,充分验证了混改对公司绩效的提升作用。
2. 投资布局优化对公司绩效具有显著的正向影响,核心业务投资占比、新兴产业投资占比越高,低效资产处置力度越大,越能提升公司绩效。鲁北集团混改后,通过优化投资布局、处置低效资产,资产负债率从72%降至58%,净利润实现稳步增长;金开新能混改后聚焦能源领域投资,近三年营业收入复合增长率达24%,充分体现了投资布局优化的积极作用。
3. 投资效率在混改特征、投资布局优化与公司绩效之间存在部分中介效应,混改特征与投资布局优化能够通过提升投资效率,间接提升公司绩效。这说明混改不仅能直接优化投资布局,还能通过完善治理机制、强化监督约束,提升投资效率,进而实现公司绩效的提升。
4. 控制变量中,公司规模、独立董事占比、政策支持力度、市场竞争程度对公司绩效具有显著的正向影响,资产负债率对公司绩效具有显著的负向影响,与现有文献研究结论一致,进一步验证了研究的合理性与可靠性。
(二)实践启示
基于上述研究结论,结合国企混改实践,为国企优化投资布局、提升公司绩效提出以下实践启示:
1. 深化混合所有制改革,优化股权结构与治理机制。国企应进一步放宽非国有资本准入条件,积极引入具有产业资源、专业能力的战略投资者,提高非国有资本持股比例与股权制衡度;完善董事会、监事会治理结构,增加非国有股东在董事会中的席位,提高独立董事占比,强化监事会的监督力度;推进高管市场化选聘与股权激励机制,将高管利益与公司绩效绑定,提升投资决策的科学性与执行效率。
2. 聚焦核心业务与新兴产业,优化投资布局方向。国企应立足自身发展战略,聚焦核心业务,提高核心业务投资占比,强化核心竞争力;积极布局新兴产业,如新能源、新材料、高端装备制造等,培育新的利润增长点;加大低效资产处置力度,盘活存量资源,减少无效投资,实现投资布局的集约化、高效化。同时,结合区域发展战略,优化投资区域布局,聚焦长三角、粤港澳大湾区等重点区域,提升区域投资协同度。
3. 强化投资效率管控,构建科学的投资决策体系。国企应建立健全投资决策机制,加强投资项目的可行性研究与风险评估,避免盲目投资、非理性投资;借助大数据、人工智能等技术,构建投资效率监测体系,实时跟踪投资项目的实施进度与收益情况,及时调整投资策略;建立投资责任追究机制,明确投资决策各环节的责任主体,保障投资效率的稳步提升。
4. 加强政策引导与市场培育,优化外部发展环境。政府应进一步完善国企混改配套政策,加大对新兴产业、重点区域的政策扶持力度,为国企优化投资布局提供良好的政策环境;加强资本市场建设,拓宽国企融资渠道,降低融资成本,为投资布局优化提供资金支持;规范市场竞争秩序,营造公平、公正的市场环境,倒逼国企提升投资效率与经营绩效。
(三)研究不足与展望
本文的研究仍存在一定不足:一是样本选取仅涵盖沪深 A 股国有控股上市公司,未纳入非上市国企,研究结论的适用性有待进一步验证;二是投资布局优化的衡量指标仍可进一步完善,未考虑投资结构的动态变化;三是未深入探究不同行业、不同区域国企混改与投资布局优化的异质性影响。
未来研究可进一步扩大样本范围,纳入非上市国企,增强研究结论的适用性;完善投资布局优化的衡量指标,结合投资结构的动态变化,构建更全面的评价体系;深入探究不同行业、不同区域国企的异质性影响,为不同类型国企优化投资布局、提升公司绩效提供更具针对性的建议。同时,可结合案例分析,深入挖掘国企混改背景下投资布局优化的具体路径与实践经验,为国企混改落地见效提供更丰富的实践参考。