无形资产投入

无形资产投入（精选3篇）

无形资产投入 篇1

一、引言

企业生命周期理论认为企业的经营决策是围绕着企业生命周期阶段而展开的，不同的生命周期阶段面临的生存环境各有差异，企业资源配置的特点也各有不同。无形资产是企业资源的重要组成部分，是企业提升生产效率、获取竞争优势、增加企业价值的关键力量，其投入是否也受到企业生命周期的影响?正是基于上述问题，本文把研究对象聚焦于矿产采掘业上市公司，以企业生命周期为研究视角，探讨企业的无形资产投入行为。文章的结构安排如下：第一部分是引言;第二部分是文献回顾与研究假设;第三部分是研究设计;第四部分是实证分析;第五部分是结论与启示。

二、文献回顾与研究假设

已有的无形资产文献更多的是揭示无形资产对企业价值的影响，以及无形资产的确认和计量能否提高会计盈余的价值相关性。例如，Lev和Sougiannis (1996)以美国1975～1991年的上市公司为研究对象，探讨了研发费用的确认和计量、及其资本化所形成的无形资产摊销对会计盈余价值相关性的影响，实证结果表明研发费用的确认和无形资产的摊销能够提升会计盈余的价值相关性[1];Aboody和Lev (1998)认为软件开发成本的资本化与企业价值是正相关关系，因为该成本的资本化提升了股票回报率和股票价格，增加了企业价值[2];Goodwin和Ahmed (2006)以澳大利亚会计准则对无形资产的会计处理变更为研究背景，对比分析了无形资产确认前后的会计盈余的价值相关性，发现无形资产的确认对提升价值相关性具有促进作用[3];Dahmash, Durand和Watson (2009)发现商誉的确认也能提升会计盈余价值相关性[4];王化成，卢闯和李春玲(2005)[5]、刘彬和韩传模(2009)[6]分别以我国的上市公司为研究对象，实证验证了无形资产投入有利于企业业绩的提升;邵红霞和方军雄(2006)细化了无形资产种类，认为不同种类的无形资产对会计盈余的价值相关性影响不同[7]。

企业生命周期问题已经得到学者们的重视，并且取得了一定的研究成果，例如Teixeira和Santos (2005)研究了西班牙和葡萄牙上市公司偿债能力与企业生命周期的关系，发现不同的生命周期阶段，企业的偿债能力各有不同[8]。我国学者对企业生命周期的研究也有阶段性的成果。陈霞(2007)认为不同的企业生命周期阶段，企业的财务特征有着显著差异，因此企业的投资过度和投资不足问题更要结合所处的生命周期阶段来研究[9];杨忠，张骁和陈扬等(2007)理论分析了企业成长的驱动因素在企业生命周期阶段的动态演化过程，通过问卷调查的方式，实证验证了上述过程[10];姚梅芳和张丽琨(2006)分析了企业生命周期的特点，认为高新技术类企业的融资应当结合企业生命周期阶段，具体实施不同的融资策略，解决融资难题[11]。综上所述，企业生命周期和无形资产的研究如火如荼，但是从企业生命周期的角度研究无形资产投入的文献很少。

成长期阶段的企业是处于生命力旺盛、蒸蒸日上阶段的企业，产品销售量和销售收入增加较快，盈利能力和发展能力也是最强的，这与企业较高的无形资产投入额度是密不可分的，因为知识经济下，企业之间的竞争往往体现在科技实力、创新能力和新产品、新工艺的研发能力上，也就是说软实力是企业获取竞争优势、取得长足发展的决定因素。因此成长期企业的无形资产投入水平往往较高。成熟期企业的销售增长水平和盈利变化程度都要小于成长期企业，它是处于相对平稳状态下的企业。成熟期企业的关注焦点是保持目前的市场份额和销售水平，因为该阶段的企业有着较为固定的客户和市场认同率，此时的无形资产投入力度趋于平缓或降低。当然成熟期企业也会采取多元化经营，但是往往是通过并购和重组来实现的，这种方式更多的是增加企业固定资产的投入，无形资产投入比重相对较低。因此成长期企业的无形资产投入比例要高于成熟期企业的投入比例。衰退期的企业面临着市场占有率下降、消费群体萎缩、销售收入减少和盈利能力下滑的局面，企业的经营规模有缩小的压力和趋势，因此企业无暇关注无形资产投入的增加，更多的是减少投资、对企业进行瘦身和整改。因此衰退期企业的无形资产投入要低于成长期企业的投入水平。基于上述分析，本文提出如下假设：

假设1：成长期企业的无形资产投入水平高于成熟期企业的无形资产投入水平。

假设2：成长期企业的无形资产投入水平高于衰退期企业的无形资产投入水平。

三、研究设计

（一）数据来源与样本选取

鉴于企业生命周期在行业之间存在较大差异，矿产采掘业属于能源类行业与国民经济更为相关，本文以矿产采掘业上市公司为研究对象。研究的样本区间为1998～2008年，数据来源于2009CSMAR研究数据库。剔除数据缺失和异常数据的样本公司，并兼顾销售收入增长率、总资产增长率等跨期间指标的计算，共获取172个有效年度样本。

（二）变量设计

1. 因变量。

反映企业无形资产投入(IA)，用无形资产占总资产的比重来度量(邵红霞和方军雄，2006[7];王化成，卢闯和李春玲，2005[5])。

2. 自变量。

企业生命周期的度量, 本文借鉴Teix eira和Santos (2005) [8]、张俊瑞和李彬 (2009) [12]的研究, 运用销售收入增长率、资本支出率、总资产增长率、管理费用收入比和上市年数来划分企业生命周期阶段, 其中资本支出率是固定资产变动额与销售收入的比值, 管理费用收入比是管理费用与销售收入的比值。对上述五个变量, 分别运用三分位法划分为高、中、低三组。在销售收入增长率、资本支出率、总资产增长率变量中, 对高、中、低三组分别赋值为2、1和0;在管理费用收入比和上市年数变量中, 对高、中、低三组分别赋值为0、1和2。根据每个样本年度的五个变量赋值结果, 进行赋值加总。按照成长期 (0～2分) 、成熟期 (3～7分) 和衰退期 (8～10分) 的标准, 确定每个样本年度所属的生命周期阶段。最终获得成长期 (GRO) 、成熟期 (MAT) 和衰退期 (DEC) 的样本年度分别为27个、120个和25个 (见表1) 。

3. 控制变量。

利润增长率(PGR)反映企业收益的增长情况，增长越高，企业无形资产的投入比例越高。资产报酬率(ROA)反映企业的盈利水平，企业盈利状况越好，企业无形资产的投入较多(刘彬和韩传模，2009[6])。资产负债率(DTA)反映企业的偿债能力，偿债能力较弱时，企业将减少无形资产的投入;为了控制公司规模对企业无形资产投入水平的影响，本文使用总资产对数(LnA)表示公司规模。

（三）研究模型

为检验假设是否成立，采用多元线性回归分析方法，运用模型(1)进行验证，以成长期为研究基组，为避免虚拟变量设置陷阱，在模型中没有成长期变量。

在模型(1)中，符号β和μi分别表示回归系数和误差项，i表示公司，t表示会计年度，研究变量的具体说明见表2所示。

四、实证结果

（一）描述性统计分析

描述性统计分析结果表明，成长期企业、成熟期企业和衰退期企业的无形资产投入均值分别为0.079、0.048和0.061。经过均值t检验表明，成长期企业的无形资产投入水平显著高于成熟期企业的投入水平(均值之差为0.031, t=3.113，在1%的水平下显著)，成长期企业的无形资产投入水平显著高于衰退期企业的投入水平(均值之差为0.018, t=2.208，在5%的水平下显著)。

（二）相关性分析

相关性分析结果如表3所示。在Spearman检验中，变量IA与变量GRO、变量MAT和变量DEC的相关系数分别为0.144、-0.141和-0.035，说明针对假设1和假设2的相关性检验结果与预期一致;在Pearson检验中，变量IA与变量GRO、变量MAT和变量DEC的相关系数分别为0.144、-0.141和-0.036，也说明针对假设1和假设2的相关性检验结果与预期一致;值得说明的是，成长期(GRO)与成熟期(MAT)在Spearman检验中的相关系数为-0.656 (Person检验中的相关系数为-0.655), GRO和MAT属于高度相关。由于在多元线性回归分析中将成长期变量省略，所以上述两个变量不会同时出现在同一个模型中，避免了共线性问题。为了防止在多元回归分析中出现严重的多重共线性问题，多重共线性检验结果表明方差膨胀因子(VIF)最大值是2.013(远小于10)，而对应的容忍度是0.497(远大于0.100)，说明回归方程不存在严重的多重共线性问题。

注:左下部分是Spearman检验, 右上部分是Person检验;*, **, ***分别表示在10%, 5%和1%的显著性水平上显著。

（三）多元线性回归分析结果

运用普通最小二乘法得出模型(1)的回归分析结果，如表4所示。变量MAT的回归系数为-0.028，说明在控制了其他因素的影响下，成熟期企业的无形资产投入水平小于成长期投入水平，假设1得到验证;变量DEC的回归系数为-0.027，说明衰退期企业的无形资产投入水平小于成长期投入水平，假设2得到验证。

注:*, **, ***分别表示双尾检验在10%, 5%和1%的显著性水平上显著。

（四）稳健性测试

为了检验结论的可靠性，避免变量度量的不同而对研究结论的影响，本文运用无形资产占销售收入的比重来表示企业无形资产投入水平，回归分析结果如表5所示，变量MAT的回归系数为-0.221;变量DEC的回归系数为-0.153，表明假设1和假设2仍然得到验证，说明检验结果具有较强的可靠性。

注:*, **, ***分别表示双尾检验在10%, 5%和1%的显著性水平上显著。

运用权益报酬率(ROE)替代资产回报率(ROA)来衡量盈利水平，流动比率(CR)替代资产负债率(DTA)来表示偿债能力，销售收入对数(LnS)替代资产对数(LnA)来度量公司规模。回归分析结果如表6所示，变量MAT的回归系数为-0.031;变量DEC的回归系数为-0.032，假设1和假设2再次得到验证，实证分析结果稳健性较高。

注:*, **, ***分别表示双尾检验在10%, 5%和1%的显著性水平上显著。

五、结论和启示

在新世纪能源危机的背景下，本文以中国A股市场的矿产采掘类上市公司为研究对象，从企业生命周期的角度考察了矿产采掘类上市公司的无形资产投入情况，在理论分析和实证验证的基础上，发现企业无形资产投入水平受到企业所处的生命周期阶段影响，得出了成长期企业的无形资产投入水平显著高于成熟期企业和衰退期企业投入水平的结论。

我国科技强国战略的实施离不开无形资产的投入，其投入水平也是反映一个国家科技力量和科技水平的重要标志。企业是经济社会的组成部分，其无形资产的投入对整个社会和国家的科技进步具有一定的促进作用。政府和其他社会力量在鼓励和支持矿产采掘类企业加大无形资产投入，增加不可再生资源的开采和利用效果时，也要考虑企业所处的不同生命周期阶段，针对不同的生命周期阶段，制订有效的激励措施，进一步提升无形资产的投入效果。

参考文献

[1]Lev B, Sougiannis T.The capitalization, amortization, and value-relevance of R&D[J].Journal of Accounting and Economics, 1996, 21 (1) :107-138.

[2]Aboody D, Lev B.The Value-R elevance of Intangibles:The Case of Software Capitalization[J].Journal of Accounting R esearch, 1998, 36 (Supplement) :161-191.

[3]Goodwin J, Ahmed K.Longitudinal value relevance of earnings and intangible assets:Evidence from Australian firms[J].Journal of International Accounting, Auditing and Taxation, 2006, 15 (1) :72-91.

[4]Dahmash FN, Durand R B, Watson J.The value relevance and reliability of reported goodwill and identifiable intangible assets[J].The British Accounting R eview, 2009, 41 (2) :120-137.

[5]王化成, 卢闯, 李春玲.企业无形资产与未来业绩相关性研究——基于中国资本市场的经验证据[J].中国软科学, 2005, (10) :120-124.

[6]刘彬, 韩传模.我国上市公司无形资产与经营绩效相关性研究[J].会计之友 (中旬刊) , 2009, (2) :77-79.

[7]邵红霞, 方军雄.我国上市公司无形资产价值相关性研究——基于无形资产明细分类信息的再检验[J].会计研究, 2006, (12) :25-32.

[8]Teixeira G, Santos MJCd.Do Firms Have Financing Preferences along their Life Cycle.Universidade Católica Portuguesa Portuguesa, 2005.

[9]陈霞.企业如何做到投资适度——基于企业生命周期的分析[J].会计之友 (上旬刊) , 2007, (7) :77-79.

[10]杨忠, 张骁, 陈扬等.“天生全球化”企业持续成长驱动力研究——企业生命周期不同阶段差异性跨案例分析[J].管理世界, 2007, (6) :122-136.

[11]姚梅芳, 张丽琨.基于高新技术企业生命周期的融资方式优先序研究[J].吉林大学社会科学学报, 2006, (1) :142-148.

[12]张俊瑞, 李彬.企业生命周期与盈余管理关系研究——来自中国制造业上市公司的经验证据[J].预测, 2009, 28 (2) :16-20.

无形资产投入 篇2

品牌作为企业的一项重要的战略性资产, 一方面能赋予企业产品或服务独特性, 帮助企业获取差异化的竞争优势;另一方面, 通过影响顾客的忠诚度, 降低品牌延伸的风险和成本以及增强与上下游企业的讨价还价能力等, 帮助企业实现成本领先的优势 (王丽英, 等, 2006) 。因而企业需要战略性的管理品牌, 设计并执行营销战略以创建、评估并管理品牌资产 (Keller, 2004) 。企业的市场营销活动被认为是品牌资产形成的重要来源[Yoo, Donthu & Lee (2000) , Keller & Lehman (2003) ], 自20世纪80年代末品牌资产的概念被提出以来, 国内外的学者对企业在实践当中采取的营销活动与品牌资产的关系开展了大量的研究[Aaker (1991) , Simon & Sullivan (1993) , Keller (1993) , Yoo, Donthu & Lee (2000) , Mariola & Elena (2005) , 卫海英, 冯伟 (2007) , 杨德锋, 王新新 (2008) , 卢长宝 (2009) 等], 但大部分的研究在测量企业在营销活动的投入以及品牌资产时, 使用消费者的感知数据。本文认为基于顾客感知数据的研究结果仅反映了消费者的态度以及看法, 至于能否反映企业实际运营的状况尚存疑问。另外, 处在不同生命周期阶段的企业在资金实力、管理、市场运作能力以及目标消费群体等方面存在诸多差异, 这些内外环境因素的差异有可能对处在不同生命周期企业的营销投入与品牌资产的关系产生影响, 然而当前的研究并没有对处在不同生命周期的企业在营销投入与品牌资产关系的差异展开探索。为此, 本文采用企业实际运营的数据, 结合第三方提供的品牌资产评估数据, 建立计量统计模型, 就营销投入对品牌资产的影响进行研究, 并探索企业生命周期在营销投入对品牌资产的影响当中是否存在调节作用。如调节作用存在, 并据此为处在不同生命周期的企业制定品牌建设的投入策略。

2 文献回顾

2.1 品牌资产

品牌资产又称品牌权益, 自20世纪80年代以来, 品牌资产一直为营销学界研究的热点。目前学术界对其定义和测量的研究, 主要有如下四种视角:第一, 财务视角。这种研究视角认为品牌作为公司的一项重要的无形资产, 与其他资产一样, 都可以从财务上对其货币价值进行测量。其测量常常借助的指标有成本、附加现金流、品牌出售时的购买价、品牌所在公司的股价等, 常用方法有成本法、替代成本法以及股票市场法等[Stobart (1989) , Sirnon & Sulliva (1990) ]。第二, 市场视角。该研究视角认为品牌资产的高低体现在其为公司所带来的竞争优势的大小上。其主要通过测量品牌在市场上的竞争力来达成, 常常借助的指标有:溢价、价格弹性、市场占有率、品牌扩张力或延伸力、成本结构以及赢利能力等[Mullen & Mainz (1989) , Dyson, Farr & Holli (1996) ]。第三, 消费者视角。这种研究视角认为品牌资产来源于消费者对品牌的态度, 消费者对品牌持有越积极且强烈的态度, 则品牌资产越高, 常用的指标有消费者心中的品牌知名度、品牌联想、感知质量以及品牌忠诚度等[Keller (1993) , Zeynep & Durairaj (1998) , 范秀成 (2000) ]。第四, 综合的研究视角。该视角将上述三种视角综合起来, 寻求对品牌资产最全面解释和测量。其中最具有代表性的是美国营销科学学会 (MSI) (1988) 对品牌资产的定义:品牌的顾客、渠道成员、母公司等对于品牌的联想和行为, 这些联想和行为使产品可以获得比在没有品牌名称的条件下更多的销售额和利润, 同时赋予品牌超过竞争者强大、持久和差别化的竞争优势。综合的研究视角在品牌资产的测量方面将上述三种测量思路有机的结合, 分别有财务结合市场视角 (Interbrand, Finacal World, WBL) , 财务结合消费者视角 (溢价法, 消费者偏好法等) 以及消费者结合市场视角 (Brand Equity Ten模型) 。

本文认为在品牌资产的理解和测量方面, 综合的研究视角更为全面, 能有效克服单一研究视角的缺陷和弊端, 而在综合的研究视角当中, 财务结合市场的方法目前应用得较为普遍, 测评结果较易获得。世界品牌实验室 (WBL) 的品牌资产评估方法属于财务结合市场的方法, 自2004年起每年都会公布中国最具品牌价值500强排行榜, 排行榜覆盖的品牌较多, 有利于研究样本的选取, 因而本文采用WBL提供的品牌资产评估数据。

2.2 营销投入

营销投入与企业为争取顾客所选择的营销活动密切相关, Mccarthy (1960) 将这些众多的营销活动归类为价格 (Price) 、分销 (Place) 、促销 (Promotions) 以及产品 (Product) 四种类型, Kolter (1986) 提出在4PS的基础上应增加另外两个P, 即政治力量 (Political Power) 以及公共关系 (Public Relations) 。另外, 随着服务业的兴起以及在国民经济地位中变得日益重要, 服务企业营销活动的研究开始获得重视并取得重要进展。Booms & Bitner (1980) 将服务企业可以采用的营销手段概括为7PS, 也就是在4PS的基础上增加了人员 (People) 、有形展示 (Physical evidence) 以及过程 (Process) 。当前, 随着技术的进步, 企业可以选择的营销活动的范围不断扩大, 种类变得越来越多样化, 但是仍然没有脱离4PS或者7PS的理论框架。营销投入是指企业在上述4PS或7PS框架下活动当中的资源投入量, 资源的投入量一般以货币计量, 一般来说, 营销投入越大反映企业越积极地开展营销活动。

营销投入的准确测量存在较大的难度, 按照4PS或7PS框架, 企业的营销投入不但包括在前台的产品销售和客户服务等方面的耗费, 而且还包括在后台的产品研发、市场研究、营销人员的培训等方面的花费, 但在我国并没有一个专门的会计科目去核算企业在营销方面的花费, 企业的营销投入实际上被归集到管理费用、销售费用、研发费用等多个会计科目当中, 但这些会计科目同时又核算除了营销投入以外的其他耗费, 为本文对企业营销投入的准确测量造成了较大的难度。尽管如此, 对于一般的企业来说, 都设置了销售费用 (selling expenses) 这个会计科目, 根据现行会计准则的规定, 销售费用核算属于企业营销投入较大部分的内容, 为了研究的方便, 本文将销售费用作为测量企业营销投入的变量, 这样只是保守地低估了营销投入, 而且与实际投入的差距不会太大, 不会影响到研究的准确性。

2.3 企业生命周期

企业生命周期理论认为企业也像有机体一样要经历初生、成长、成熟、衰退以及死亡的过程。对于企业生命周期阶段的划分, 学术界存在较多的观点。Ichak.Adizes (1989) 指出企业的生命周期包括成长阶段 (包括孕育期、婴儿期、学步期、青春期与盛年期) 与老化阶段 (包括稳定期、贵族期、官僚前期、官僚期与死亡期) 。达夫特 (1999) 提出企业发展包括创业阶段、集体化阶段、规范化阶段以及精细化阶段。我国学者李业 (2000) 将企业的生命周期划分为初生、成长、成熟和衰退四个阶段。尽管不同的学者在划分的阶段上存在差异, 但都是遵循了有机体生命周期演变的过程, 本文遵照这一规律, 为了后续研究的方便, 将企业的生命周期划分为导入期、成长期、成熟期和衰退期四个阶段。

对于企业生命周期阶段的划分依据, 学术界也存在多种观点。Lewis (1983) , Summer (1985) , Flamholt (1990) , Roweetal (1994) , 陈佳贵 (1998) , 李业 (2000) 等人按照企业规模进行生命周期的划分, Adizes (1989) 则依据企业的灵活性和可控性的不同组合进行划分, Downs & Lippitt (1967) , Scott (1971) 等则依据组织的复杂程度进行划分, Kazanjian (1988) 则依据产品或技术的生命周期进行划分, Stickney和Brow (1999) , Victoria Dickinson (2007) 通过实证研究发现与其他单一的测量方法以及公司特征相比, 以不同的现金流特征组合作为企业生命周期的代理变量具有简单和较强解释能力的特征。鉴于现金流组合的划分标准有实证研究的支持, 并且使用相对容易, 本文采用Dickinson (2007) 提出的基于现金流组合的分类标准, 结合上述提到的企业生命周期四阶段划分:即导入期、成长期、成熟期以及衰退期, 制定了如表1所示的生命周期判断标准。

注:当筹资现金流为零时, 根据经营现金流、投资现金流的特征, 分别计入成熟期、衰退期;当投资现金流为零时, 根据经营现金流、筹资现金流的特征, 分别计入成熟期、衰退期。

2.4 营销投入与品牌资产的关系

早期的研究集中在企业在个别营销活动的投入, 如广告、促销以及公共关系对品牌资产影响[Cobb-Walgren, Ruble & Donthu (1995) , Kaul & Wittink (1995) , Kalra & Goodstein (1998) , Bawa & Shoemaker (1989) ;Ehrenberg, Hammond & Gaoodhardt (1994) , Javalgi, Traylor, Gross & Lampman (1994) ], 基本明晰了企业在这些常用的营销手段上的投入对品牌资产的影响。后来不少学者将研究的范围扩展到4PS以及7PS框架, 研究营销组合的各构成要素对品牌资产的影响[Yoo, Donthu & Lee (2000) , 温正忠 (2003) , Ailawadi等 (2003) ]。在总结前人研究的基础上, Keller & Lehman (2003) 提出了著名的品牌价值链模型, 他们在模型当中指出品牌资产的形成来源于企业的营销活动, 也就是企业的营销投入对品牌资产存在积极的作用。本文认为上述大部分的研究在营销活动投入以及品牌资产的测量上使用的是消费者感知的数据, 而非企业实际运营的数据, 研究结论只反映了在消费者感知层面上的营销投入与品牌资产的关系, 至于能否反映企业实际运营的状况, 还需要进一步研究的求证。另外, 处在不同生命周期阶段的企业在资金实力、管理能力以及营销能力等方面存在较大差异, 这些因素的差异有可能使处于不同生命周期的企业在其营销投入与品牌资产关系方面存在差异, 即企业生命周期对品牌资产可能存在调节性作用。

3 研究假设与设计

3.1 研究假设

Simon & Sulivan (1990) 认为品牌资产是一项具有品牌名称的产品, 相对于同一项没有品牌名称的产品, 其所能产生的未来所有现金流量的贴现值。某一品牌所能产生的未来现金流量取决于消费者未来对该品牌的产品或服务的所有购买量。由于企业营销活动对消费者购买行为的刺激作用存在一定的时效性, 某段较短时间内的营销活动不可能对未来消费者的所有购买行为产生较大影响, 从而提出:

H1:短期营销投入对品牌资产没有显著影响。

消费者对品牌的态度在很大程度上决定了其购买行为, 消费者对品牌形成持久且良好的态度, 则意味着消费者在现在和未来较长时间内都很可能保持对品牌的购买行为, 而消费者持久且良好的品牌态度的形成以及维护, 则需要企业投入资源对消费者进行长期的刺激, 从而提出:

H2:长期营销投入对品牌资产存在显著的正向影响。

营销能力涉及企业在产品或服务研发、定价、分销、促销、建立和维护公共关系等方面的能力, 处于不同生命周期阶段的企业在营销能力方面存在较大差异, 一般来说, 与其生命周期运动轨迹相一致, 营销能力也经历了由弱转强, 再由强变弱的运动过程。营销能力的强弱决定了企业营销效率的高低, 营销能力较强的企业与较弱的企业相比, 投入相对较少的资源则能创造相对较多的品牌资产。从而提出

H3:长期营销投入对品牌资产的影响受企业所处的生命周期所调节。

处于导入期的企业, 作为市场的新进者, 营销活动的首要任务就是从目标市场原有竞争者手中争取顾客, 但其营销能力较弱, 对目标市场的认识较浅, 缺乏营销战略规划和执行以及品牌运作的经验, 多采取高频率且大折扣量的促销活动来招徕顾客, 但这样的促销活动对品牌资产存在负面作用[江明华、董伟民 (2003) ], 从而提出:

H3a:长期营销投入对品牌资产的影响受企业所处的生命周期所调节, 处于导入期的企业, 营销投入对品牌资产存在显著的负面影响作用。

处于成熟期的企业与处于成长期的企业相比, 对目标市场的理解更深, 营销战略的规划、执行以及品牌运作的经验更多, 营销能力更强, 从而提出:

H3b:长期营销投入对品牌资产的影响受企业所处的生命周期所调节, 处于成熟期的企业与处于成长期的企业相比, 成熟期企业的营销投入对品牌资产的正向影响更大。

进入衰退阶段的企业, 文化趋于僵化, 战略陷于保守, 创新动力不足, 对市场变化的适应能力降低, 营销能力也因此走向衰退, 但企业在发展过程当中也积累了较为丰富的品牌运作知识和经验, 能避免采取有损于品牌资产的营销活动, 不会出现将大部分营销费用投入到有损于品牌资产的营销活动当中, 从而提出:

H3c:长期营销投入对品牌资产的影响受企业所处的生命周期所调节, 处于衰退期的企业, 营销投入对品牌资产没有显著影响。

3.2 研究设计

(1) 营销投入与品牌资产关系的研究

鉴于国内品牌资产评估数据的可获得性, 本文采用世界品牌实验室 (WBL) 所公布的中国品牌价值500强企业当中的上市公司作为样本。对于短期营销投入与品牌资产关系的研究, 选取2008年上榜的上市公司作为研究样本, 对于长期营销投入与品牌资产关系的研究, 选取在2004年与2008年同时上榜的上市公司作为样本。用销售费用作为对营销投入的度量并将其作为自变量, 将样本公司的品牌资产变化值作为因变量, 建立如下模型:

模型1:Ys=a1Ms+u1+e1

模型2:Yl=a2ML+u2+e2

模型当中变量的定义和测量如表2所示。

(2) 企业生命周期的调节作用的研究

对于样本企业生命周期的界定, 通过收集其自2004—2008年的经营净现金流量, 投资净现金流量以及筹资净现金流量的有关数据, 根据上文所提到的现金流组合的判别标准, 确定企业所处生命周期的阶段。对于企业生命周期调节作用的检验, 本文利用模型3, 依据企业所处的生命周期对样本企业进行分组, 并进行回归分析, 然后对成长期与成熟期组别的相关系数进行比较, 观察其差异是否显著。

模型3:Yl=a3lnM1+u3+e3

4 数据分析与假设检验

4.1 营销投入与品牌资产关系分析

注: (1) 模型1样本数为151, 模型2样本数为107; (2) *P<0.1, **P<0.05, ***P<0.01。

从表3可以看出, 模型1整体拟合程度很差 (F=0.013, Sig.=0.91) , 短期营销投入的未标准化系数估计值仅为-0.0036, 且没有通过统计显著性检验, 短期营销投入的变化对短期品牌资产变化的影响很小 (R2=0.0000854) , 而模型2的整体拟合程度很好 (F=118.825, Sig.<0.01) , 长期营销投入的未标准化系数估计值为0.21, 且通过1%的显著性检验, 长期营销投入的变化解释了长期品牌资产变化的53% (R2=0.53) , 从而验证了H1和H2。

4.2 企业生命周期的调节效应分析

注: (1) 导入期样本个数为6, 成长期样本个数为53, 成熟期样本个数为38, 衰退期样本个数为10; (2) *P<0.1, **P<0.05, ***P<0.01。

从表4可以看到, 除衰退期以外, 各组的回归系数的估计值都通过了显著性检验且模型的总体拟合程度较好, 在导入期, 营销投入对品牌资产起到显著的负面作用 (a3=-6.006) , H3a和H3c得到验证;在成长期和成熟期, 营销投入对品牌资产起到显著的正向作用 (a3分别为18.239, 74.778) 。

为了对处在成长期和成熟期企业的营销投入对品牌资产的正向作用的大小进行比较, 本文采用Cohen, J.& Cohen, P. (1983) 的方法对成长期分组和成熟期分组的相关系数进行比较, 为此引入服从标准正态分布的统计量Δz:

undefined

其中undefined为该分组的自变量和因变量的相关系数, n为该组的样本容量, 算得Δz=1.46, Sig.=0.0735<0.1, 说明成长期组与成熟期组的相关系数差异显著, 也就是说处于成长期企业的营销投入对品牌资产的影响作用与成熟期企业相比存在显著差异, 又因为成熟期企业的回归系数 (a3=74.778) 要大于成长期 (a3=18.239) , H3b、H3得到验证。

5 结论

本文通过对品牌上市公司的实证研究表明, 企业的短期营销投入对品牌资产不能起到显著的作用, 而长期的营销投入则能对品牌资产起到显著的正向作用。这意味着品牌建设是一项长期系统的工程, 需要企业摒弃急功近利的思维模式和做法, 立足长远, 坚持对品牌持续的投入, 方能累积起品牌资产。

长期营销投入对品牌资产的影响受到企业所处的生命周期的调节, 因而对于处在不同生命周期的企业需要根据自身的状况, 采取有针对性的营销投入策略。对于处于导入期的企业来说, 营销投入对品牌资产起到负面作用, 这可能与企业迫切需要改变市场地位, 争取更多顾客而多采用有损于品牌资产的营销活动的做法有关, 因而处于导入期的企业要从长远角度出发, 在进行品牌建设时, 调整营销投入的结构, 多将资源投放于形象广告、强化售后服务等有利于提升品牌资产的活动中去。处于成长期以及成熟期的企业, 营销投入对品牌资产起到正向的显著作用, 处于这一阶段的企业应抓住品牌建设的有利时机, 扩大营销投入, 最大限度地提升自身的品牌资产。处于衰退期的企业, 营销投入对品牌资产并没有显著的影响, 因而处于这一阶段的企业可以减少在品牌上的投入, 并将这些资源投入到能使其恢复活力的项目当中去。处于成熟期的企业与成长期的企业相比, 营销投入对品牌资产的正向影响更大, 从而成熟期成为品牌建设当中投入效益最高的阶段, 因而, 与其他阶段相比, 企业需要在成熟期阶段投入最大的营销力度, 充分利用好这一品牌建设的黄金阶段。

摘要：本文将世界品牌实验室发布的中国最具价值品牌500强当中的上市公司作为研究样本, 建立回归模型, 对营销投入与品牌资产关系以及企业生命周期的调节作用进行研究, 结果表明:①短期营销投入对品牌资产没有显著影响;②长期营销投入对品牌资产起到显著的正向作用;③长期营销投入对品牌资产的作用受到企业所处的生命周期的调节:处于导入期的企业, 营销投入对品牌资产存在显著的负面影响作用;处于成熟期的企业与处于成长期的企业相比, 成熟期企业的营销投入对品牌资产的正向影响更大;处于衰退期的企业, 营销投入对品牌资产没有显著影响。最后, 本文为处于不同生命周期阶段的企业制定了合适的营销投入策略。

关键词：品牌资产,营销投入,企业生命周期,调节作用

参考文献

[1]Aaker D.A, Managing.Brand Equity[M].New York:The Free Press, 1991:15-21.

[2]Keller K.L, R.Lehmarm.How Do BrandsCreatValue[J].Marketing Management, May/June, 2003:26-31.

[3]王海忠.不同品牌资产测量的关联性[J].中山大学学报 (社会科学版) , 2008 (1) :162-168.

[4]温忠麟, 侯杰泰, 张雷.调节效应与中介效应的比较和应用[J].心理学报, 2005, 37 (2) :268-274.

无形资产投入 篇3

对中国经济增长和转型方面的研究是当前的热点问题。对经济增长源泉进行判断又是中国经济增长方式转型的前提。在中国工业化进程中,GDP中主要的贡献来源于工业,因此,对工业产值的动力源进行探索是一个值得研究的课题。

从理论上讲,迄今已有很多关于对中国经济增长因素、动力、增长方式、转型升级等理论上的研究。如Chow(1993)、Borensztein和Ostry(1996)、Krugman(1994)、Young(2003)、李子联(2011)等,对中国经济持续增长的基本因素进行了理论研究;常艳(2005)和刘晓红(2009)等学者通过计量方法对人力资本在中国经济增长中的作用进行了实证研究;彭国川(2002)和邱晓华等(2006)通过模型建立研究了中国经济增长动力源问题;尹子民、罗丽兮(1998)和未来10年我国工业增长的驱动力研究课题组(2011)则通过相应数据对中国工业的增长方式和速率进行了理论研究;陈勇、李小平(2007)、林毅夫(2008)、庞瑞芝(2009)和杜群阳等(2011)通过转型期间中国工业行业的新特征和出现的新理论对转型期间中国工业的经济增长进行了相关研究。

然而,从目前的研究文献来看,尽管它们都从一个侧面反映了中国工业增长的一些特征,但对于中国工业经济增长的动力源问题及未来应该如何进一步发展,解答还不尽完善,而对于这些问题的回答目前又是受人们普遍关注的。因此,笔者从这个角度出发,采用柯布-道格拉斯生产函数,实证研究2009年中国工业增长中劳动力就业、固定资产投入与产出关系,试图找出工业增长的动力源,并进一步从研究结果出发,为中国工业经济增长的转型之路提出一些具体且实际的建议。另外,笔者之所以考虑采用柯布-道格拉斯生产函数来分析所要研究的问题,主要是因为它是经济学中使用最广泛的一种生产函数形式,具有很多优良特性,且在数理经济学与经济计量学的研究与应用中都具有重要的地位。同时,本文采用EViews 6.0软件进行计量分析,从而保证研究的科学性。

一、研究设计与实证分析

(一)研究设计

1. 数据收集

本文采用的数据是横截面数据,收集了2009年中国规模以上工业企业的相关数据,均来自国家统计局2010年统计年鉴。我国有34个省市自治区和直辖市,本文采用了除港澳台地区的大陆31个省市自治区的数据资料,原因是港澳台与大陆的统计方式不一样,且港澳台地区的实际情况也于大陆有所不同。

2. 模型建立

柯布—道格拉斯生产函数的基本形式为:Y=A(t)LαKβμ,本文将其随机形式表达为:,其中Y代表产出;X2i代表劳动力投入L;X3i代表资本投入K;ui为随机干扰项;e为自然对数的底;β1代表A(t);β2代表α;β3代表β。

显然,给出的产出与两种投入之间的关系式是非线性的。通过模型的对数变换,可得其线性表达式为:

令β0=Inβ1,则可得:InYi=β0+β2InX2i+β3InX3i+ui

因此,建立模型:InYi=β0+β2InX2i+β3InX3i+ui

其中:InYi代表被解释变量产出的对数;InX2i代表解释变量劳动力投入的对数;InX3i代表解释变量资本投入的对数;β0为截距项;β2和β3为偏回归系数,β2是保持资本投入不变时产出对劳动投入的(偏)弹性,β3是在保持劳动投入不变情况下产出对资本投入的(偏)弹性,总和(β2+β3)是规模报酬的信息;ui代表随机干扰项;i指第i次观测。

(二)实证分析

通过对模型InYi=β0+β2InX2i+β3InX3i+ui的回归分析,得出各变量对我国工业总产值的变动关系。

1. 模型初始估计

假定模型InYi=β0+β2InX2i+β3InX3i+ui满足经典线性回归模型的假定。用OLS法得到如下回归:

从方程InYi=1.0697+0.5927InX2i+0.6126InX3i,易得0=1.0697;

因此,可以看到2009年中国工业产出的劳动与资本弹性分别是0.5927和0.6126。换言之,在研究时期,保持资本投入不变,劳动投入增加1%,平均导致产出增加约0.59%。类似的,保持劳动投入不变,资本投入增加1%,平均导致产出增加约0.61%。把两个产出弹性相加得到1.20,即为规模报酬参数的取值。看得出来,在此研究期间,中国工业具有规模报酬递增的特征。

从纯粹的统计观点看,所估计的回归线对数据的拟合相当良好。R2取值为0.9803,表示产出(的对数)的变异98%都可由劳动和资本(的对数)来解释。

2. 对模型的检验

(1)多重共线性检验和残差的正态性检验

利用EViews可知此模型的最小本征值是0.0296,最大本征值是1.9704。因此可得:k=1.9704/0.0296=66.5676<100,。根据本征值和病态指数(CI)可以判断,此模型多重共线性程度极低,可认为不存在多重共线性。从残差i的分布情况来看,其符合正态分布,因此通过正态性检验。

(2)异方差性检验

根据WHITE检验,可得:nR2=7.7369,其渐进地服从自由度为4的χ2分布,对于4个自由度,2.5%的χ2临界值是11.1433;5%的χ2临界值是9.4877;10%的χ2临界值是7.7794。因此可认为此处不存在异方差性。

(3)序列相关检验

本文采用德宾-沃森统计量来进行序列相关检验。在此模型中,观测次数n为31,不含常数项的解释变量个数k′为2。因此,已知D.W.=1.884972,即d值约为1.885。查表得:当n=31,k′=2时,dL=1.297,dU=1.570。此模型计算出来的值1.885>1.570,因此D.W.统计量显示模型不存在自相关。

(4)显著性和拟合优度检验

通过上述的多重共线性、残差的正态性、异方差性、序列相关的检验,可以判断,本文初始估计的模型InYi=1.0697+0.5927InX2i+0.6126InX3i可确定为最终模型。

在该模型中,InX2和InX3均通过了t检验。F统计量值为695.1275,F检验通过。此模型的拟合优度R2为0.980257,拟合程度很好。如图1所示。

从整体上看,研究期间中国工业总产值与劳动力和资本投入之间的关系符合柯布-道格拉斯生产函数关系,且具有规模报酬递增的特征。

二、对经济增长模式的判断及政策建议

(一)对经济增长模式的判断

1. 中国经济增长源泉依然是资本和劳动,解释度为98%

促进工业增长的重要因素主要包括:劳动力、资本,除此之外,还有技术进步等的影响,但本文主要探讨劳动力与资本对工业产值的影响。从模型中可明显看出,由于工业产出的98%可用劳动力和资本来解释,因此,劳动力与资本在工业经济发展中具有重要作用。与此同时,资本仍然是支撑中国经济增长最重要的因素,这点由资本对产出的弹性0.61可以说明。

2. 中国工业经济增长呈现出规模报酬递增特征

由模型得出,在保持资本投入不变时,劳动投入增加1%,平均导致产出增加约0.59%;在保持劳动投入不变,资本投入增加1%,平均导致产出增加约0.61%。把两个产出弹性相加得到1.20,即为规模报酬参数的取值。由于1.20>1,因此呈规模报酬递增特征,即表明技术水平一定时,用扩大生产规模来增加产出是有利的。

3. 资本的产出弹性大于劳动的产出弹性

2009年中国工业增长中,固定资产和劳动力对其作用依然很大,但相比较而言,前者的作用大于后者。模型中很好地体现了这一点,资本产出弹性0.61大于劳动产出弹性0.59,两者的产出弹性比较相近,且劳动产出弹性有继续增加的趋势。

(二)政策建议

1. 以科学发展观为指导,切实转变经济增长方式

目前,中国不具备实行资本密集型经济的条件,须以劳动密集型经济为主。面临经济转型,更需要对工业生产方式有所转变,由以往的粗放型向集约型转变,由劳动密集型向资本密集型转变。具体地,要通过技术进步、资源合理配置、科学管理,实现以效率不断提高为前提的经济增长,彻底摒弃过去主要依靠资金、劳动力和资源消耗推动经济增长的粗放式的增长方式。为此,要充分发挥科技是第一生产力的作用,加快技术进步和科技创新,促进新技术和新成果的不断涌现和转化,提高技术进步对经济增长的贡献率。

2. 扩大国内消费,逐步降低中国过高的国民储蓄率水平

以扩大消费来代替资本的过度投入,让消费逐步取代投资成为拉动中国经济持续高速增长的主要动力。具体地,要逐步降低政府对固定资产投资的投入力度,适当扩大转移支付支出力度;积极推进城镇居民医疗、教育、社会保障制度改革,加快农民和农民工的社会保障制度建设,为城乡居民扩大消费、降低储蓄提供社会保障;进一步完善收入分配制度,提高中低收入者收入水平,缩小收入分配差距;加快制定严格的食品卫生、环保等国家标准,加强对市场的监督管理,打击假冒伪劣商品,维护正常的消费秩序,营造良好的消费环境;加快社会信用体系建设,进一步完善信贷消费政策,改善信贷消费环境;大力促进服务业健康发展,积极推动文化、体育、娱乐、旅游、餐饮、家政、物业管理等服务消费等。

3. 应加大人力资本的投入

从研究结果看,我国工业前期的增长主要是靠固定资产投资,目前面临经济的转型,未来应加大的是人力资本的投入。我国在劳动力资源上具有丰富的优势,但是劳动力素质的低水平投入及其对经济增长的低水平贡献,是我国粗放型经济增长方式的致命弱点,所以应不断加强技术型人才的培养、提高劳动力素质。具体地,国家应增加教育投入,尤其是要促使教育资源向落后地区倾斜,促进教育进一步发展,为经济长期持续增长打下良好的基础。这实际与我国通过扩大资本投资来使经济规模扩张的实质是相符的。同时,我们也能看到,我国在人力资本开发方面存在着较大的潜力,开发并利用好人力资本无疑会对中国的经济发展和工业化进程有极大的促进作用。

摘要：对经济增长源泉进行判断是经济增长方式转型的前提。利用2009年中国分省区工业经济增长的数据,基于柯布-道格拉斯生产函数对工业增长的动力源进行判断,结果表明,中国经济增长主要依靠固定资本和劳动的投入,二者对经济增长的解释度为98%,说明我国的经济增长方式仍是外延式增长;同时,资本产出和劳动产出弹性之和为1·2,说明中国工业增长具有规模报酬递增的性质。因此,通过规模扩大促进经济增长仍应为当前经济增长方式之一,但更重要的是,在经济增长中要重视劳动的产出弹性增加,即人力资本是经济转型和增长的未来持续动力源。