【基于主成分及因子探析的汽车制造业公司的资本结构与企业绩效关系实证探究9000字（论文）】

基于主成分及因子分析的汽车制造业公司的资本结构与企业绩效关系实证研究目录TOC\o"1-2"\h\u1167基于主成分及因子分析的汽车制造业公司的资本结构与企业绩效关系实证研究 15645一、引言 14146二、文献述评 21559三、资本结构影响因素的分析 426330（一）基本假设与前提 528400（二）指标与数据选取 517028（三）KMO检验 7886（四）数据分析 720486四、结论及建议 1113521参考文献： 1231978附录一公司21个财务指标选取 1532609附录二STATA运行代码 168083附录三选取的115个上市公司代码 19内容摘要：本文中提到的上市公司的融资结构和企业绩效间的关系十分密切，上市企业健全有关的融资结构是企业运营中的重点，可以在某种层面上干预企业的获利体系。在我国，制造业对经济的发展至关重要，本研究主要是对汽车制造业在2012-2016年间的数据进行分析，通过主成分分析以及因子分析，从整体上分析资金组合配置是否与企业绩效即盈利能力、运营能力、偿债能力存在相关性。最后，提出切实有效的意见和建议，包括提升资本市场的市场化程度、合理利用财务杠杆、利用规模效应关键词：汽车制造业资本结构企业绩效主成分分析中图分类号：F275.1 文献标识码：A一、引言汽车工业在我国的经济建设中拥有巨大位置，身为代表性产业，汽车工业的资本与技术要求相对更高。基于增值层面加以研究，汽车工业将驱动上游产业更好地发展，让产业链的拓宽空间更大，增益效果在持续改善。从全球空间加以研究，汽车工业在西方国家获得了普遍关注，尤其是因为汽车工业的规模相对更大，可以提供各种就业职位。社会需求量也在因为大众生活能力的持续提升而使汽车保有量不断变多，将大于8亿，同时每年的需求量也超过了7500万辆[1]，销售规模在万亿美元以上，这可以说是最大的一个消费产业了。基于技术层面加以研究，汽车制造技术己从机械化过渡到采用各种高科技的方向而转变，和时代的稳定性拥有紧密的关系。优质、合规化等便是汽车工业领域的核心特征。经济体制的发展和市场供需变化都会使行业间和内部角逐加强[2]。中国汽车生产企业开始开发全球市场后，也需要应对各种考验。我国的消费能力在持续提高，市场的发展为汽车企业的成长带来了优良的契机。而该状况下汽车企业也需要应对综合跨越的新形势，合资企业在获得丰厚回报的同时，国产企业吉利等有优秀研发能力的车企获得了市场的认可与青睐，慢慢地淘汰了以往以市场转变技术的发展之路。我国汽车制造业的发展基本上经历了从运用技术到自主研发、又从自主研发到利用合资方式的技术两个重要时期。汽车制造业企业的属性也从国有独资慢慢地转变为以合资为重点的企业属性。我国的汽车制造业就这样进入到了全面成长的时期。在该时期，将北京吉普与广州标致当做分析对象发现，我国的汽车业渴望使用“市场换技术”的方法。然而这却在某种层面上导致我国汽车自主研发水平在结构上出了问题。由于我国成为WTO中的一员，我国政府慢慢地拓宽了对外资进入的约束性要素，许多汽车跨国企业开始进入我国，合资方式获得了深入增加。另外对我国轿车企业的准入条件也在持续变宽，这让一批私营与地方轿企能进入且获得了较快的成长。中国汽车工业逐渐有了自主品牌与自主研发的企业。从2001年开始，华晨、哈飞等民营资本陆续得到了制造与出售汽车的权利。我国汽车市场的竞争地位得以呈现，市场需求也逐渐有了巨大的改变。我国在汽车制造业方面的飞速发展，不仅解决了我国当时大量人口就业的问题，而且在一定程度上促进了我国经济的发展，提升了我国的综合国力。但是，近年来我国汽车制造业的发展遭遇瓶颈期，在国际分工中，我国汽车制造业主要是开展低收入、污染大、耗费大的低端生产活动，投资的报酬较低。又因投资形势和境内外合理需求的减少，使得许多汽车制造业公司的投融资能力持续下滑,成长水平也在持续下滑，在该状况下，应当要有政府在方针上的扶持，也要求企业提升自己的运营管理能力。合适的资本结构能使汽车制造业企业可以充分地使用资金，进一步协调企业内外部利益关联方的关系，进而达成企业建设的长期目标。二、文献述评资本结构决策是企业最关键的一大决策，始终是现代企业财务分析中的焦点问题（Drobetz等人，2006）资本结构一般包括股权结构与债权结构[3]。其中前者是资本要素所有者间契约关系的体系配置，对企业治理的框架拥有决定性的作用，对企业权益的分配将带来巨大的影响。债权结构拥有其与众不同的避税效果与财务杠杆价值，另外还可以减少代理费用，在一定程度上解决委托代理问题。1958年，米勒与莫迪利亚尼黑给出了MM理论(Modigliani、Miller，1958)，这种理论用归纳性极其强的方式指出，在完美资本市场假说下，企业价值与资本结构间没有关系[4]，该理论也是现代资本结构理论的第一大理论。然而在实际生活中因为税收、代理成本与倒闭的出现，导致资本结构对企业业绩会形成一定的影响，同时境外已有分析成果指出，企业具有最佳的资本结构（Craven等人，2013）[5]。在发展MM理论的同时，Robichck等人（1966）第一次给出了权衡理论[6]，接下来，权衡理论被大部分经济学家补充完善，此理论认为，具有平衡点可以获得最佳的资本结构，这种状况下的企业价值最佳。70年代开始，由于“信息不对称”定义的使用，经济界的学者们又给出了新资本结构理论，其中涵盖了代理成本理论、信号传递理论等。虽然以往的几十年间资本结构理论获得了较快的成长，然而企业的筹资手段、筹资效率、确定资本结构等问题均需深入地分析。对研究人员的各种分析加以汇总后了解到，由于样本中选取的行业、国家与时期存在差异，盈利能力指标的选择以及分析方法都存在差异，使得研究结果也有所不同。李洋（2015）运用截面加权回归说明资产负债率、债券融资比率等指标和企业业绩之间是代表性的反比例关系，短期负债率、商业信用比率、其他负债比率和企业业绩之间为代表性的正比例关系[7]。杨远霞（2013）以多元回归法分析了创业板上市企业在2010年的财务资料，结果发现资本结构与获利水平间属于非线性关系，同时是倒U型关系，创业板企业基本上最佳资产负债率是50%[8]。许玲丽等人（2015）在分析后发现企业的最佳负债率是61%-65%[9]。毛英（2010）根据EVA法对企业的资本结构和经营业绩的关系开展了实证研究，指出除水电煤气供应行业外，资本结构和企业业绩之间是代表性的反比例关系；企业规模和企业业绩之间有巨大的相关性；股权集中水平和企业业绩之间没有关系[10]。陈丽娴和沈鸿（2017）利用PSM-DID方法进行实证研究发现，私营企业服务化对企业价值改善的效果最显著、时间最长，国企与外资企业服务化对企业价值的影响在短时间内不明显，应当在更长的时间内才能展现出其价值[11]。制造业服务化对企业要素框架的改变也展现出了其价值，服务化提升了企业的资本集中水平，对劳动要素规模与结构的改善没有发挥出巨大效果。国有股减持与私营化应当以维护投资者收益为前提，不然将无法协助企业更好地治理与提升企业绩效（陈小悦、徐晓东，2001）[12]。肖斌等（2016）使用主成分研究等方法，分析了主板市场、创业板市场上市企业2013年财务资料对其2014年指定范围的股价影响，了解到主板市场上市企业的财务数据对股价的影响超过了创业板市场上市企业财务数据对股价的影响，且结合有效市场假说深入地获得主板市场资源安排率超过了创业板市场的资源安排率[13]。针对汽车制造业企业资本结构与盈利能力的实证分析并不多。刘颖等（2018）通过GMM估计发现汽车制造业企业的获利水平拥有惯性，上一期的获利水平和本期获利水平之间为代表性的正比例关系，得出总体最优资产负债率为52.77%[14]。Zubairi（2011）分析了资金管理与资本结构对巴基斯坦汽车企业获利水平的影响，将流动比率当做体现营运资金管理结果的一个重要指标，将财务杠杆当做资本结构的标准，此外分析了评估经营杠杆和企业规模对盈利能力的影响[15]。于鹏慧（2014）以多元线性回归对某企业资本结构的变量予以研究，也找到了资产负债率对企业业绩为负向影响的结论[16]。甄婧含等学者（2016）以因子分析等方法对汽车制造业的资本结构予以探讨，发现资产负债率对平均净资产收益率有正向促进作用，且得到了资本结构的最佳范围[17]。彭熠等（2018）利用实证检测结果和先进国家的债务融资理论结果是不同的，我国汽车制造业上市企业的债务融资能力和企业绩效之间为典型的反比例关系，期限结构对绩效的影响较小[18]。现阶段，我国在关注上市企业融资体系对企业价值的干预时，还将重点放在对上市企业的综合状况加以分析上，而很少有就某个行业加以研究的。本研究主要是就汽车制造业上市企业，使用2012-2016年上市公司财报数据，通过主成分分析，并且通过因子分析对模型进行优化，从偿债能力、营运能力与获利能力去验证企业价值与资本结构间的相关性。三、资本结构影响因素的分析企业在成长中通常希望实现各个目标，特别是拥有高新技术特点的上市企业，在提升其盈利水平的基础上，对其成长能力与营运能力的注重也十分关键。简单的财务指标因为指标的选择不够丰富，无法全方位地展现出其企业的业绩，同时运用资产回报率等财务指标，统筹会被考评人员开展盈余管理等人为操纵，对企业业绩评估的精准性会带来相对更大的影响，其可信度也将因此而持续下滑。根据上文就企业绩效的理论解释我们发现，单个指标评估企业的绩效无法全方位、如实地体现企业的客观情况，所以需要使用许多指标来评估企业业绩也是必然形势。由于企业当前股票价值的托宾Q值与反映获利应当先补充成本的经济增加值是评估企业价值的两种代表性措施。而托宾Q值在西方经济学分析中获得了普遍认同，此措施获得了普遍使用。然而我国当前的资本市场还有一定的欠缺，具有各种非流通股，在评估企业价值时会遇到极大的问题。就经济增加值来说，最大的问题便是此指标不是相对的，难以对具有各种规模的企业加以对比。不仅如此，经济增加值所采用的经营收益应当在人为的改变后，因为其调整手段存在差异，所得结果的大小也有所不同，在可信度领域具有较大的不足。根据上文的研究，为防止结果的不全面，本研究在下文中评估汽车制造业上市企业的详细价值结果时，将使用较多的指标。在详细措施的使用方面，为防止信息人为估值的非客观性，本研究将使用适合评估我国当前上市企业的主成分研究法。（一）基本假设与前提本研究给出了以下假设：假设一，上市企业公开会计报表中的财务信息都是客观、稳定的。假设二，宏观经济方针、通货膨胀等要素对每个上市企业的影响是一致的。假设三，运营能力良好的上市汽车公司更倾向于利用债务融资来降低资本成本，有效利用财务杠杆比率。假设四，排除一些异常资本市场现象的干扰，如2015年股票市场熔断对数据的完整性影响不大，这些数据依旧能够支撑本文的结论。由于样本空间受行业限制，数量有限，但依旧认为在合理的误差范围内，数据量较为充足。（二）指标与数据选取在对上市企业的业绩加以评估时，为了可以全方位地评估企业的业绩，本研究会使用尽量多的指标来分别反映样本企业的获利水平、资产经营能力与偿债水平，其中共包括21个指标（附录一），通过KMO检验，优化指标，最终选择15个指标如表1。然而此类指标的确定势必会给绩效的评估造成不利，同时此类指标间的关系又会导致绩效评估上的交叠。主成分分析法，就是以较少的成份解释原始变量方差的较大部分。将确定可以囊括初始指标各种资料的整体指标，同时此类指标间没有一定的关系，在评估企业绩效时可以基于重要内容，处理初始信息中存在的各种不足。本文根据证监会行业分类（2012版）将制造业中汽车制造业的公作为研究样本，由于信息的滞后性，选取在沪深两市2012年之前上市且经营正常的A股企业，且这些公司均满足现阶段正常上市和信息完整两个条件，使用其2012-2016年财务报表数据。经统计，满足以上条件的上市公司共有115家。本研究的全部信息都是出自锐思数据库()金融终端中所有上市企业的财务信息，并借助EXCEL2010与统计软件STATA对其加以处理，进而解出结果，进而提供稳定的实证条件。由于数据的滞后性，本文研究所用数据范围与数据库范围为2012年1月1日-2016年12月31日，为了综合五个年度的差异，首先对年度的数据进行取平均值处理，然后对其进行主成分分析。表1公司15个财务指标选取指标类型指标名称变量名称偿债能力资产负债率dbassrtx1流动比率currtx2速动比率qckrtx3利息保障倍数intcvrx4产权比率dbequrtx5现金流动负债比opeccurdbx6营运能力总资产周转率totassratx7流动资产周转率curratx10盈利能力净资产收益率（加权）wroex11每股收益（摊薄）epsx12销售净利率netprfrtx14销售毛利率gincmrtx15营业利润率opeprfrx16成本费用利润率totprfcostrtx17主营业务收入增长率totassgrrtx20（三）KMO检验KMO检验可研究变量间的偏相关性，结合Kaiser（1974）的见解，KMO统计量在0.5以内的情况下，不可实施主成分分析，值越接近于1意味着变量间的相关性越强[19]。表2可看出14个财务指标KMO取值为0.67，进行主成分分析较为合适。（四）数据分析在STATA降维后，基于特征值超过1原则默认采取6个公因子。表3就是用主成分分析计算出来的特征值、方差贡献率和累积方差贡献率，解释的总方差，初始特征值一栏下的Cumulative列信息说明采集的公因子能诠释综合数据的总比例，0.5451说明前两个公因子能诠释综合数据的54.51%，0.9023说明前6个公因子能诠释综合数据的90.23%，所使用的6个主成分相对不错地诠释了之前变量所涵盖的资料。表4实际给出的就是15个财务指标的唯一性，通过1减唯一性得到共同度。而资产负债率的共同度是0.8173，说明选择的公因子可以诠释基本每股收益指标的81.73%，流动比率的共同度是0.9903，意味着选择的公因子可以诠释净资产收益率指标的99.03%，速动比率的共同度是0.9836，意味着选择的公因子可以诠释总资产利润率指标的98.36%，其它变量共同度的解释类似。从表中可知除少部分因子，即利息保障倍数、产权比率、净资产收益率（加权）之外，对原始变量总方差的解释能力较差以外，其它12个指标变量共同度都超过了七成，这意味着所选择的主成分可以相对不错地诠释之前变量所涵盖的资料。方差贡献值越高，因子重要程度越高。表2KMO检验结果表4指标的唯一性表3特征值及贡献率表5三组聚类企业数量通过系统聚类离差平方和法，把对象按照离差平方和的大小分成三类，结果如表5所示，第一类中企业达到107家，说明在选取指标上的差距不是很大，这些企业数据在离差平方和上倾向于彼此相似，所以对于数据的分析能够较好的反应汽车制造业企业的总体情况。表6成分得分系数矩阵表7旋转后方差及贡献率表8旋转的因子载荷矩阵对前三主因子进行旋转分析，可以计算出15个因子得分系数，如表6是成分得分系数矩阵。由于因子在变量的载荷方面悬殊较不明显，所以进行旋转。表7是旋转后的因子方差及贡献率，三个因子的累积方差贡献率达到85%以上，可以发现旋转后的因子对于总体的解释效果较好。表8是旋转过的因子载荷矩阵。因子载荷是变量与公共因子的相关系数，相关系数越大，变量与因子的关系就越密切，因子也就越能代表这个变量。第一主因子的资产负债率、流动比率及速冻比率的相关系数相对更大，分别约0.82、0.90、0.84，所展现的是企业的还债水平，所以将最大主因子叫做是偿债能力因子。其次是销售净利率、营业利润率及主营业务收入增长率的相关系数较大，分别约0.98、0.95、0.96，所以第二主因子更能反映这3个变量，由于这3个比率都涉及到利益，体现的是企业得到利益的水平，因此就是盈利能力因子。接下来是总资产周转率和流动资产周转率的相关系数较大，分别约0.80、0.79，由于这两个财务指标都体现了企业的营运水平，因此我们将第二个公因子叫做是营运能力因子。结合累计方差贡献率，发现体现企业整体绩效的得分方程式是：F=0.3671其中，为了获得3个主因子的综合分数，使用此得分系数矩阵，设立3个主因子综合得分回归模型：fff结合上述式子，可分别解出每年汽车制造业上市企业这3个因子的分数，然后结合企业综合绩效的得分方程，核算出最终所有企业的整体绩效分。由此可知第一主因子反映公司的偿债能力，如果企业的偿债能力较强，资产负债率就会更低一些，更迅速地降低资金借贷的压力。反映公司获取利润能力的第二主因子对资本结构的影响较大，如果公司获利能力较强，则更偏向于更高的资产负债率，利用财务杠杆来提高资金周转的效率，从而为公司创造更多的利润。第三主因子反映公司的资金营运能力，如果企业的资本营运能力较强，也更偏向于债务融资，利用银行的贷款以及更低的资金成本来盘活资金该结论与假设三吻合。四、结论及建议企业绩效主要通过盈利能力、营运能力、偿债能力三个维度来衡量，本文通过2012-2016年汽车制造板块年报数据的实证分析发现，我国上市汽车公司的企业绩效越优，越容易通过债务融资来筹措资金，与优序融资理论及资本市场权衡理论相背离，与税盾效应正相关。主要的原因如下。第一，我国资本市场管制较为严苛，不属于自由市场的条件，利用权益融资的成本较大，迫使上市企业自觉到借贷市场上寻求资金；第二，银行从政策角度与资金风险的角度来看，更偏向于贷款给资金雄厚的上市公司，且大多数上市公司是国有企业；第三，由于税盾效应的存在，利用债务融资的成本低于权益融资的成本，迫使企业更青睐于更高的资产负债率。对于优化企业资本结构以及企业业绩，提出如下建议。首先，需要提升资本市场的市场化程度。合理降低市场管制水平，企业可以自愿选择不同程度的筹资方式。根据优序融资理论，优先利用内源融资，以获得比债务筹资更低的成本。汽车制造业产业升级在生产效率方面应结合技术开发方式与市场参与状况加以明确，确保双重的高效融合。积极运用现阶段的优越性与我国市场慢慢地结束在高阶段方面的改善，政府应当提供政策上的扶持，尤其是技术、外资的投入等领域，人事方针等的设立。其次，合理利用财务杠杆。由于信贷歧视的存在，银行对上市公司，特别是国有上市公司的贷款具有明显倾向。但是从资本权衡理论角度看，企业要权衡债务的税盾效应和破产可能性，所以合理抑制债务风险，有效利用财务杠杆与非税盾效应，控制资产负债率。有针对性地添加长期还无融资比率，我国的汽车制造业确定负债方面，多次使用短期负债筹资方法，企业的流动性风险变大，短期资金需要较多的开支，自然会使汽车制造业上市企业的财务压力变大，对资金的经营管理不利，短期融资管理问题将在某种层面上会导致资金短期周转产生问题，对企业的长期稳定发展是没有帮助的。最后，利用规模效应，结合上下游产业，产生集聚效应。上市汽车企业应充分利用债务筹资，组建大型的上下游企业，产生经济规模，以降低生产成本与提高企业竞争力，以期获得更多的内源融资，减少融资费用。我国的建设具有相应的问题，且无法彻底根据理论应有的融资流程予以筹资，在我国多次利用债权筹资实现企业资金的扶持效果，在外源融资方面的占比也是相当高的，部分企业基本上都无内源融资，有许多都离不开外部融资渠道，涵盖了短期负债资金与长期负债资金，为企业的建设带来资金上的保证，然而这是治标不治本的，在积极开展外部筹资的基础上，也应有针对性地提升内部融资的品质，因此为了可以真正提高我国汽车制造业的融资能力，必须予以调整与改善，将外源融资升级成内源融资，改善企业的融资能力。参考文献：[1]史自力.世界汽车产业发展趋势与中国汽车产业发展战略[J].经济经纬，2015(01):53-57[2]赵树宽，巩顺龙，卢艳秋.从世界汽车产业发展趋势看我国汽车产业的发展[J].中国软科学，2017(08):8-12[3]W.Drobetz，G.Wanzenried.WhatDeterminestheSpeedofAdjustmenttotheTargetCapitalStructure?[J],

AppliedFinancialEconomics，2006(13):941-958[4]Modigliani,Miller.TheCostofCapital,CorporationFinanceandtheTheoryofInvestment[J],TheAmericanEconomicReview，1958(6):261-297[5]B.D.Craven，S.M.N.Islam.AnOptimalFinancingModel:ImplicationsforExistenceofOptimalCapitalStructure[J].

JournalofIndustrial&ManagementOptimization，2013(02):431-436.[6]RobichekAA，MyersSC.ProblemsintheTheoryofOptimalCapitalStructure[J].JournalofFinancialandQuantitativeAnalysis，1966(02):1-35.[7]李洋，王丹，彭晨宸.债务结构与企业绩效的关联性研究——基于非参数检验和面板模型[J].财会月刊，2015(36):75-81.[8]杨远霞.我国创业板上市公司资本结构与盈利能力相关性研究[J].统计与决策，2013(03):171-173.[9]许玲丽，张复杰.房地产上市企业盈利能力与资本结构的异质性关系研究——基于动态面板分位数回归视角[J].上海经济研究，2015(05):119-127.[10]毛英，赵红.基于EVA我国上市公司资本结构与经营绩效关系的实证研究[J].经济问题，2010(05):86-90.[11]陈丽娴，沈鸿.制造业服务化如何影响企业绩效和要素结构——基于上市公司数据的PSM-DID实证分析[J].经济学动态，2017(05):64-77.[12]陈小悦，徐晓东.股权结构、企业绩效与投资者利益保护[J].经济研究，2001(11):3-11+94.[13]肖斌，黄少如.主板与创业板市场资源配置效率比较[J].金融发展研究，2016(05):40-45.[14]刘颖，周树民,王传美.汽车制造企业资本结构对盈利能力的影响研究——基于动态面板数据模型的GMM估计[J].财会通讯，2018(17):37-40.[15]Zubairi,H.Jamal,ImpactofWorkingCapitalManagementandCapitalStructureonProfitabilityofAutomobileFirmsinPakistan.FinanceandCorporateGovernanceConference2011Paper.[16]于鹏慧.我国汽车制造业上市公司资本结构与企业绩效的相关性研究[D].北京化工大学,2014.[17]甄婧含，任金政.汽车制造业资本结构的统计分析[J].数学的实践与认识，2016(17):98-105.[18]彭熠，陈清，徐国锋.债务融资水平、期限结构与公司绩效——基于汽车制造业上市公司数据的检验[J].工业技术经济，2015(02):3-14.[19]H.F.Kaiser.Anindexoffactorialsimplicity[J].Psychometrika，1974(39):39-31.

附录一公司21个财务指标选取指标类型指标名称变量名称偿债能力资产负债率dbassrtX1流动比率currtX2速动比率qckrtX3利息保障倍数intcvrX4产权比率dbequrtX5现金流动负债比opeccurdbX6营运能力总资产周转率totassratX7存货周转率invtrtrratX8应收账款周转率artratX9流动资产周转率curratX10盈利能力净资产收益率（加权）wroeX11每股收益（摊薄）epsX12每股净资产netasspsX13销售净利率netprfrtX14销售毛利率gincmrtX15营业利润率opeprfrtX16成本费用利润率totprfcostrtX17净资产利润率netassgrrtX18成长能力净利润增长率netprfgrrtX19主营业务收入增长率mincmgrrtX20总资产增长率totassgrrtX21

附录二STATA运行代码captureclearcapturelogclosesetmoreoffcdC:\Users\lenovo\Desktop\cflogusing111,replaceimportdelimitedcar_me,clearrencomcdcodedroplcomnma_stkcdenddtreporttypebysortcode:egenx1=mean(dbassrt)bysortcode:egenx2=mean(currt)bysortcode:egenx3=mean(qckrt)bysortcode:egenx4=mean(intcvr)bysortcode:egenx5=mean(dbequrt)bysortcode:egenx6=mean(opeccurdb)bysortcode:egenx7=mean(totassrat)bysortcode:egenx8=mean(invtrtrrat)bysortcode:egenx9=mean(artrat)bysortcode:egenx10=mean(currat)bysortcode:egenx11=mean(wroe)bysortcode:egenx12=mean(eps)bysortcode:egenx13=mean(netassps)bysortcode:egenx14=mean(netprfrt)bysortcode:egenx15=mean(gincmrt)bysortcode:egenx16=mean(opeprfrt)bysortcode:egenx17=mean(totprfcostrt)bysortcode:egenx18=mean(netassgrrt)bysortcode:egenx19=mean(netprfgrrt)bysortcode:egenx20=mean(mincmgrrt)bysortcode:egenx21=mean(totassgrrt)labelvarx1"资产负债率(%)"labelvarx2"流动比率(%)"labelvarx3"速动比率(%)"labelvarx4"利息保障倍数"labelvarx5"产权比率(%)"labelvarx6"现金流动负债比"labelvarx7"总资产周转率(次)"labelvarx8"存货周转率(次)"labelvarx9"应收账款周转率(次)"labelvarx10"流动资产周转率(%)"labelvarx11"净资产收益率(加权)(%)"labelvarx12"每股收益(摊薄)(元/股)"labelvarx13"每股净资产(元/股)"labelvarx14"销售净利率(%)"labelvarx15"销售毛利率(%)"labelvarx16"营业利润率(%)每股收益增长率(%)"labelvarx17"成本费用利润率(%)"labelvarx18"净资