| 3.5 企业社会责任与财务绩效关系的检验
企业社会责任与财务绩效关系的检验包括两个部分，一是通过相关性检验验证企业社会责任与财务绩效关系的方向，即两者之间是正相关、负相关还是没有关系；二是通过回归检验了解这种关系的性质，揭示企业社会责任与财务绩效之间的因果关系。
3.5.1 相关分析及结果
为了排除其它因素对企业社会责任与企业财务绩效关系的影响，本文采用了偏相关分析 的方法。把公司规模、产业、所有制形式和公司的成长性作为控制变量，进而研究两者的相 关关系。从表 3.2 的偏相关分析结果来看，企业社会责任指数与企业财务绩效的相关系数较 高，且通过了显著性检验，即企业社会责任指数与企业财务绩效之间显著正相关。
表3.2 企业社会责任指数与企业财务绩效偏相关分析结果
Correlations
|
Control Variables
|
每股收益摊薄净利润
|
企业社会责任指数
|
| 最终控制人类型 & 公 司的成长性 & 企业规 模 & 产业 |
每股收益摊 Correlation 薄净利润 Significance (2-tailed)
df
|
1.000
|
.417
|
|
.
|
.000
|
|
0
|
685
|
| 企业社会责 Correlation 任指数 Significance (2-tailed)
df
|
.417
|
1.000
|
|
.000
|
.
|
|
685
|
0
|
3.5.2 回归分析及结果
为了进一步分析企业社会责任指数与企业财务绩效之间的关系，本文进行了多元线性回 归分析。在多元线性回归分析中，模型中应引入多少变量需要重点研究。本文才用了逐步筛 选（Stepwise）策略对变量引入回归方程加以控制和筛选。
3.5.2.1 检验模型 1：EPS=α0+α1Size+α2 CSRI +α3Growth + Owneri+ Industryj +ε
由表 3.3 可知，回归方程没有通过显著性检验，Industry 和 Owner 两个哑元对 EPS 的响 不显著，所以不应保留在方程中，需要重新建立模型。
表3.3 企业财务绩效多元线性回归分析结果（一）
Tests of Between-Subjects Effects
Dependent Variable:Zscore:每股收益摊薄净利润
|
Source
|
Type III Sum of
Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
Corrected Model
|
140.988a
|
8
|
17.624
|
21.892
|
.000
|
|
Intercept
|
.378
|
1
|
.378
|
.470
|
.493
|
|
Owner
|
3.114
|
3
|
1.038
|
1.289
|
.277
|
|
Industry
|
1.196
|
2
|
.598
|
.743
|
.476
|
|
ZCSRI
|
115.156
|
1
|
115.156
|
143.050
|
.000
|
|
ZGrowth
|
.384
|
1
|
.384
|
.477
|
.490
|
|
ZSize
|
10.600
|
1
|
10.600
|
13.167
|
.000
|
|
Error
|
549.012
|
682
|
.805
|
|
|
|
Total
|
690.000
|
691
|
|
|
|
|
Corrected Total
|
690.000
|
690
|
|
|
|
a. R Squared = .204 (Adjusted R Squared = .195)
对其余变量，采用逐步筛选策略确定最终进入模型的变量。结果如下：表3.4 企业财务绩效多元线性回归分析结果（二）
Model Summaryc
|
Model
|
R
|
R Square
|
Adjusted
R Square
|
Std. Error of the Estimate
|
Change Statistics
|
Durbin- Watson
|
|
R Square
Change
|
F Change
|
df1
|
df2
|
Sig. F Change |
|
1
|
.427a
|
.182
|
.181
|
.90484494
|
.182
|
153.754
|
1
|
689
|
.000
|
|
|
2
|
.444b |
.197
|
.195
|
.89716562
|
.015
|
12.846
|
1
|
688
|
.000
|
1.800
|
a. Predictors: (Constant), Zscore:企业社会责任指数
b. Predictors: (Constant), Zscore:企业社会责任指数, Zscore:企业规模
c. Dependent Variable: Zscore:每股收益摊薄净利润
由表 3.4 可知，利用逐步筛选策略经过两步完成回归方程的建立，最终模型为第二个模型。其中剔除的方程变量是公司的成长性。如果显著性水平为 0.05，可以看到被剔除变量的 偏 F 检验的概率p 值大于显著性水平，因此其偏回归系数与零无显著差异，它对被解释变 量的线性解释没有显著贡献，不应保留在方程中。最后留在方程中的解释变量是企业规模和企业社会责任指数。此外，依据该表可进行拟合优度检验。免费论文参考网。调整的判定系数为0.195，说明 回归方程能解释总变差的 19.5%，反映出较理想的总体回归效果。
表3.5 企业财务绩效多元线性回归分析结果（三）
ANOVAc
|
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1 Regression
Residual
Total
|
125.885
|
1
|
125.885
|
153.754
|
.000a
|
|
564.115
|
689
|
.819
|
|
|
|
690.000
|
690
|
|
|
|
|
2 Regression
Residual
Total
|
136.225
|
2
|
68.112
|
84.621
|
.000b |
|
553.775
|
688
|
.805
|
|
|
|
690.000
|
690
|
|
|
|
a. Predictors: (Constant), Zscore: 企业社会责任指数
b. Predictors: (Constant), Zscore: 企业社会责任指数, Zscore:企业规模
c. Dependent Variable: Zscore:每股收益摊薄净利润
表 3.5 的第二个模型是最终的方程。如果显著性水平 α 为 0.05，由于回归方程显著性检验的概率 p 值小于显著性水平 α，因此被解释变量与解释变量间的线性关系显著，回归方程通过显著性检验，建立线性模型是恰当的。
表3.6 企业财务绩效多元线性回归分析结果（四）
Coefficientsa
|
Model
|
Unstandardized
Coefficients
|
Standardized
Coefficients
|
t
|
Sig.
|
Collinearity
Statistics
|
|
B
|
Std. Error
|
Beta
|
Tolerance
|
VIF
|
|
1 (Constant)
Zscore: 企业社会责任指数
|
8.311E-16
|
.034
|
|
.000
|
1.000
|
|
|
| .427 |
.034 |
.427 |
12.400 |
.000 |
1.000 |
1.000 |
|
2 (Constant)
Zscore: 企业社会责任指数
Zscore: 企业规模
|
7.915E-16
|
.034
|
|
.000
|
1.000
|
|
|
|
.412
|
.034
|
.412
|
11.982
|
.000
|
.985
|
1.015
|
|
.123
|
.034
|
.123
|
3.584
|
.000
|
.985
|
1.015
|
a. Dependent Variable: Zscore:每股收益摊薄净利润
由表 3.6 可得到回归方程：
EPS=7.915E-16+0.123Size+0.412CSRI （1）
综上所述，研究假设 1 成立，即公司履行社会责任越好，其财务业绩越好。但检验模型
1 中存在对被解释变量的线性解释没有显著贡献的变量：公司的成长性、产业和最终所有人 类型，它们对企业财务绩效的好坏没有显著影响，应从线性模型中剔除。
3.5.2.2 检验模型 2：CSRI =β0+β1Size+β2 EPS +β3Growth+ Owneri + Industryj +ε
由表3.7 可得：回归方程没有通过显著性检验，Industry 和 Owner 两个哑元对 CSRI 的 影响不显著，所以不应保留在方程中，应对模型进行调整。
表3.7 企业社会责任指数多元线性回归分析结果（一）
Tests of Between-Subjects Effects
Dependent Variable:Zscore:企业社会责任指数
|
Source
|
Type III Sum of Squares |
df
|
Mean Square
|
F
|
Sig.
|
|
Corrected Model
|
129.204a
|
8
|
16.151
|
19.641
|
.000
|
|
Intercept
|
.745
|
1
|
.745
|
.906
|
.342
|
|
Owner
|
1.426
|
3
|
.475
|
.578
|
.629
|
|
Industry
|
.401
|
2
|
.201
|
.244
|
.783
|
|
ZGrowth
|
.001
|
1
|
.001
|
.001
|
.977
|
|
ZSize
|
1.396
|
1
|
1.396
|
1.698
|
.193
|
|
ZEPS
|
117.627
|
1
|
117.627
|
143.050
|
.000
|
|
Error
|
560.796
|
682
|
.822
|
|
|
|
Total
|
690.000
|
691
|
|
|
|
|
Corrected Total
|
690.000
|
690
|
|
|
|
a. R Squared = .187 (Adjusted R Squared = .178)
对其余变量，采用逐步筛选策略确定最终进入模型的变量。
由表 3.8 可知，利用逐步筛选策略建立回归方程，剔除了公司的成长性和企业规模两个
解释变量，留在方程中的解释变量是每股收益。此外，依据该表可进行拟合优度检验。调整的判定系数为 0.181，说明回归方程能解释总变差的 18.1%，反映出较理想的总体回归效果。 表3.8 企业社会责任指数多元线性回归分析结果（二）
Model Summaryb
|
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the
Estimate
|
Change Statistics
|
Durbin-Wat son
|
|
R Square
Change
|
F Change
|
df1
|
df2
|
Sig. F Change |
|
1
|
.427a
|
.182
|
.181
|
.90484494
|
.182
|
153.754
|
1
|
689
|
.000
|
1.731
|
a. Predictors: (Constant), Zscore:每股收益摊薄净利润
b. Dependent Variable: Zscore: 企业社会责任指数
表3.9 企业社会责任指数多元线性回归分析结果（三）
ANOVAb
3/4 首页 上一页 1 2 3 4 下一页 尾页 |
