存货管理对企业绩效的影响研究-以制造业上市公司为例

存货管理对企业绩效的影响研究—以制造业上市公司为例目录TOC\o"1-5"\h\u一、绪论 摘要：随着经济的快速发展，制造企业越来越多，市场竞争也越来越激烈。存货是制造业企业生存和发展的基础，制造企业要想长远发展就会受到其存货管理水平的影响。制造企业要想在市场上处于有利地位，就必须提高存货管理水平，提高企业的存货周转速度，提高企业的经营利润。因此本文以沪深A股制造业上市公司为样本，通过建立模型对财务数据进行分析。研究表明：（1）制造业上市公司预付存货比率与总资产收益率显著负相关。（2）制造业上市公司产能利用比率与总资产收益率显著正相关。（3）制造业上市公司存货周转率与总资产收益率显著正相关。通过研究存货管理与企业绩效之间的关系，为我国制造业的发展提供经验证据。关键字：存货管理；企业绩效；上市公司；回归模型一、绪论（一）研究背景制造业是与人民日常生活密切相关的行业，其发展趋势也直接影响着人们的生活质量。作为国民经济的重要组成部分，制造业具有多样性、创新性、基础性和支柱性等特点，经历了从手工业到机械化，再到信息化的多个阶段，不断推动人类文明的进步。而在企业经营过程中，存货是影响企业发展的重要因素。但是从目前来看，在采购、生产以及销售过程中，制造业会遇到采购成本效益不佳、存货管理体系缺陷以及存货信息化程度不足等问题。所以本文对制造业上市公司的财务数据进行分析整理，对其存在的问题提出相对应的建议，以推进制造业的发展。（二）研究目的随着全球市场的不断变化和消费者需求的日益多样化，制造业企业面临着越来越多的存货管理挑战。要想让我们的生活达到高质量、高效率的发展，我们必须要重视制造业的发展，必须重视制造业上市公司的发展，在保证生产连续性的基础上，我们必须不断地探索如何有效降低各项成本的支出，以及如何提升资金利用的效率。企业的运营效率与其存货管理息息相关，存货的合理规划和控制不仅能确保企业在市场上的供应稳定，还能够对企业库存结构进行一定的优化、减少成本开销，以及提高企业的经济效益。所以本文的目的是从企业的存货采购方式、生产状况、销售情况这三个方面研究存货管理对企业绩效的影响，发现企业存货管理存在的问题并做出改进，进而推动制造业更进一步的发展。（三）研究意义在制造业中，存货管理不仅仅是物流问题，更涉及企业的经营战略、运营效率和市场竞争力的问题。存货是企业维持日常运营和生产所需的备用资源，占据一定的流动资金。所以有助于应对原料短缺导致的生产中断问题，但与此同时管理成本也会随之上升。过量的存货可能会导致贬值和资金紧张等一系列问题。存货管理是制造业企业管理不可或缺的一部分，适当的控制可以避免因存货过多或过少而导致的质量问题，在保证生产连续的同时降低存货成本，提高企业的经济效益，增强企业的市场竞争力。（四）研究内容第一部分：绪论。本章旨在阐述研究的背景、目的、意义、内容、方法以及创新之处，为后续研究奠定理论基础。第二部分：文献综述。本章系统梳理了国内外学者在相关领域的研究成果，通过时间线的梳理，对既有文献进行深入的回顾与总结，为后续研究提供理论支撑。第三部分：制造业存货管理概述。本章重点介绍存货管理的核心概念，分析当前制造业存货管理的现状，并指出了我国制造业在存货管理方面存在的问题，为后续研究指明了方向。第四部分：研究假设与设计。本章以沪深A股制造业上市公司为研究对象，搜集了2015年至2022年间的财务数据。在明确数据来源的基础上，对变量进行定义与说明。基于数据分析构建实证模型，为后续实证分析提供依据。第五部分：实证分析。本章用EXCEL工具对数据进行整理，用stata17.0软件进行描述性统计分析、相关性分析、VIF值检验及回归分析。为了确保回归结果的可靠性，进一步进行了稳健性检验，并对实证结果进行分析与解释。第六部分：结论与建议。本章总结了全文的研究成果，并针对性地提出建议，为我国制造业存货管理水平的提升提供有益的参考。研究方法文献研究法。通过梳理国内外学者关于存货管理与企业绩效的相关研究成果，对已有文献进行深入研究，对本文制造业存货管理与企业绩效的影响进行更进一步的研究分析。实证分析法。通过EXCEL工具对2015年至2022年间沪深A股制造业上市企业的运营数据进行处理。使用stata17.0软件对所建模型中的数据进行统计分析，最后实证讨论回归分析的结果。创新点目前，国内很少有学者能够从整个行业的视角去探讨存货管理与企业绩效之间的联系，主要集中研究了某一特定企业的存货管理优化。因此，有必要建立一个全面系统的模型来分析制造业存货管理与企业绩效之间的关系。本文旨在从制造业的视角去探讨存货管理与企业绩效之间的联系，其分析成果可以为制造行业提供更为深入的建议。国内对制造业的研究成果主要是采用定性分析法和定量分析法进行的，并且大部分的学术文献首先是选择了几个关键的企业特征变量，接着探讨这些变量如何影响存货的周转速度，再进一步研究存货周转率如何影响企业的整体绩效。本文则是通过综合考虑存货采购、生产以及销售这三个维度来选取变量，进而利用已确定的控制变量，对自变量与企业绩效之间的深层关联进行详尽的解析与探讨。通过实施此研究设计，我们得以更全面、更深入地挖掘制造业存货管理与企业绩效之间错综复杂的关联。二、文献综述（一）国外综述西方国家有很多关于存货管理与企业绩效的研究。Lieberman&Demeester（1999）针对日本汽车行业的52家企业，进行了详尽的财务数据分析。该学者运用劳动生产率指标深入探讨了库存与劳动生产率之间的关系。研究结果显示库存每降低10个百分点，劳动生产率便会相应提升1个百分点。还指出库存水平的降低是影响日本汽车业蓬勃发展的重要因素。Roumiantsev&Netessine（2005）针对美国制造业与批发零售业上市公司，深入分析了库存管理水平对总资产回报率（ROA）的影响。结果表明未采纳响应式库存管理模式的企业比采用此模式的企业盈利能力更差。Boute.etal.（2007）针对2004年比利时的数据进行研究，结果表明不同行业间总存货及其构成部分的周转天数与总资产回报率（ROA）呈现出负相关关系。Koumanakos（2008）针对2000至2002年间希腊制造业中食品、纺织和化工企业的数据进行研究。结果表明随着存货水平的提升，企业的绩效呈现出下降趋势。Capkun.V（2009）对1980至2005年间美国制造业上市公司的数据进行分析，结果表明随着存货销售水平的提升，企业的营业毛利率和息税前利润呈现出下降的趋势。Eroglu&Hofer（2011）运用对数线性回归方法，针对54个制造业上市公司子行业的财务数据进行分析。结果显示在考察的制造业上市公司子行业中，有17个子行业则显示出倒U型的相关关系，有6个子行业呈现正相关关系，而剩余的18个子行业的存货水平与企业绩效之间未发现显著的相关关系。Choudhary&Tripath（2012）针对2000至2010年间在印度零售业市场上占据显著地位的三家公司进行了深入的研究，结果表明存货周转期越长，公司的财务绩效往往越不理想。Pong&Mitchell（2012）针对英国上市公司的财务数据进行研究。结果表明当公司的存货周转率提高时，其经营性资产利润率往往会随之上升。Baruah等（2016）研究了MRP存货管理模式下的存货管理水平，发现单纯把产品推到供应链上，也许对市场波动反应不及时，就会形成陈旧的产品，导致企业存货积压，进而对企业财务绩效产生影响。Plaza等（2018）研究了加拿大一家高科技公司在市场变化下的存货管理，结果发现能够通过观测存货水平和衡量存货周转效率来使企业获得利润。Lee（2020）表明优秀的供应链不仅能够增强企业的竞争优势，还有助于实现价值的持续增长。所以该学者深入剖析了企业供应链的运作效果，并指出构建卓越且高效的供应链对于推动企业经营绩效具有至关重要的作用。（二）国内综述我国在探讨企业存货管理与绩效关系的研究上取得了显著进展。徐志平&姚明安（2008）通过对制造业上市公司的经营数据进行实证研究。结果表明存货与企业绩效之间呈现出倒U型关系，这意味着需要持有适度的存货量，才能实现最佳的经营绩效。刘莹莹（2013）以HD机械制造公司为研究对象，为了更精确地掌握存货的构成和流动情况，对存货进行了细致的分类分析。该学者还认为信息化水平的高低直接影响到存货管理的效果。廖艳等（2015）运用相关性分析的方法进行研究，结果表明家电行业上市公司如果能够有效地管理其存货，提高存货管理效率，将有助于提升企业的整体绩效。郭正茂（2016）针对制造业上市公司的非平衡面板数据进行研究，结果表明库存管理效率的提升在一定范围内可以促进企业绩效的增长，但达到某一临界点后，其对企业绩效的促进作用将逐渐减弱，甚至可能产生消极影响。这进一步证实了存在一个合理的区间使得企业绩效达到最优，而不是库存量越少越优。徐新博（2016）为了更深入地理解存货的结构和特性，将存货进行了详细的分类。并且实证结果表明存货在一定范围内的增加有助于提升企业的绩效，但存货量超过某一临界点时反而会对企业绩效产生消极影响。方麟（2017）在考虑企业规模与净利润增长率的双重影响下，研究结果表明零售业存货周转率在适当范围内能实现最佳的经营绩效。王春豪（2017）针对制造业上市公司的财务数据进行研究。结果表明存货管理的优化对企业绩效的提升具有积极的推动作用，而精益存货管理在合理的范围内能得到最佳的经济效益。应越（2017）针对饮品制造业上市公司的财务数据进行实证分析。结果显示无论是存货周转率还是存货资金周转效率，均与企业整体表现呈现出明显的倒U型对应关系。该研究还发现存货资金周转率在解释企业绩效方面具有较强的能力，相较于存货周转率，其解释能力更为突出。崔璨（2018）分析计算机制造业上市公司的财务数据，研究企业价值与存货、应收应付账款的管理能力的相关性，通过建立固定效应模型进行实证检验，结果得出存货周转期对公司价值有显著的负向影响的结论。李茜雅（2018）认为存货不仅是评估企业财务经营状况的关键指标，还在企业的整体运营中具有不可或缺的影响。此外还强调了存货内部控制体系在企业存货管理中的不可或缺性，认为其对于提升存货管理效率与防范风险具有重要意义。该学者表明通过改善企业的存货内部控制体系，提高供货、生产和销售三个环节的存货周转速度，有助于避免成为存货高企，大大提升企业风险抵御能力，并且显著提升企业财务绩效水平。赖又菱（2018）表明传统的保管式仓库管理模式已经不能满足当前零售业库存管理要求，应该结合自身发展，利用现代化的手段制定合适的库存管理体系，进一步提升企业绩效。李庆美（2019）从存货采购、生产和销售三个方面研究医药制造业企业的财务数据，通过构建多元回归模型实证检验这三个方面存货管理与企业绩效的关系。王爱娜（2019）通过构建固定效应模型进行实证研究，针对中小企业板制造业上市公司是否受到融资约束，将其划分为全样本、融资约束组及非融资约束组，结果表明在融资约束的条件下，存货管理效率与企业财务绩效之间表现出显著的正向相关关系。唐叶萱（2020）针对房地产上市公司的财务数据进行研究，结果表明存货水平过高时，其经营绩效往往表现不佳。当存货占总资产的比例适中时，企业的绩效表现最佳，但这一比例的上升或下降都会对企业绩效产生消极影响。该学者还表明存货周转率对主营业务利润率表现为正的变动关系。曾颖（2020）针对上市服装企业的研究综合采用了实证与案例两种研究方法。实证结果表明服装企业的存货管理效率与其财务绩效之间存在显著的正相关关系。为了帮助企业形成独具特色的存货管理模式，该学者通过对服装品牌ZARA在产品设计、采购、生产、配送、销售以及信息管理系统等多个关键环节进行系统分析，提出了针对性的改进建议，从而更好地适应市场变化和提升竞争力。在整理学者关于存货管理对企业绩效影响的研究时，可见其从多维度、多视角进行深入探讨。这些研究不仅展现了存货管理在提升企业绩效方面的重要性，也为后续研究提供了宝贵的理论支持和实证依据。国外学者研究存货管理理论的时间比较早，所以理论体系更具备有完整性，一定程度上可以对我国学者进行研究提供借鉴和思路。近年来，国内关于制造业企业存货管理与企业绩效的研究文献相对匮乏，并且多数聚焦于如何优化单一企业的存货管理，往往忽视了从行业整体的角度来研究。而对于服装制造业、零售业等行业，国内也有部分学者对其进行相关领域的探究，但研究涉及行业的差异性，实证分析结果呈现出多样性，难以形成一致的结论。所以制造业领域的研究仍显不足，仍需要我们对其进行更进一步的研究分析。制造业存货管理概述相关概念1.存货存货是企业生产经营活动中不可或缺的一部分，涵盖了原材料、半成品、成品及待售商品等多个方面。根据生产和配送过程中库存的不同状态，存货可以进一步细分为原材料、在制品和产成品等类别。从更广泛的视角来看，存货实质上是企业为确保当前及未来生产经营活动的顺利进行，而预先筹划和储备的物质资源。这些资源不仅支持了企业日常经营的正常进行，还保障了其能够长久的发展下去。2.存货管理存货管理作为企业生产经营过程中的关键环节，旨在对企业所需各类物资进行高效、有序的计划、组织、协调与控制。而企业对存货的采购、生产、销售等环节实施精细化管理目的是为了确保企业存货量维持在适当的经济水平。通过运用科学的存货管理策略，将存货水平控制在合理范围内，确保需求得到满足并降低潜在损失。这一过程体现了存货管理在保障企业运营稳定、提升经济效益方面的重要作用。根据郭正茂（2016）、李庆美（2019）和曾颖（2020）关于存货管理对企业绩效的影响研究，本文对存货采购、生产、销售环节采用的指标为预付存货比率、产能利用比率和存货周转率作为存货管理的衡量指标。3.企业绩效企业绩效充分体现了企业生产、存储、销售与成本之间的关系，并且这三者之间又是相互关联的，因此企业绩效不仅是企业经营活动的最终结果，还深刻反映了企业投入与产出之间的内在联系。国内研究企业绩效的时间线比国外晚，但如今也逐步形成了完整的研究体系。本文参考了应越（2017）、唐叶萱（2020）和曾颖（2020）等学者的研究成果，决定采用总资产收益率和净资产收益率这两项指标更加精确地衡量企业绩效。（二）制造业存货管理概述1.制造业存货管理现状近年来，国内部分制造企业逐渐认识到存货管理的重要性，并致力于实施更为科学化的存货管理策略。从存货采购的方面来看，它是企业运营的重要组成部分，涉及到企业生产和销售的各个环节。当前制造业中主要采用的存货采购模式有准时制采购、经济批量采购以及供应商管理库存，选择合适的存货采购模式是企业提高竞争力和盈利能力的关键。从存货生产的方面来看，当前制造业中主要采用的存货生产模式有面向订单生产模式、面向库存生产模式和即时制模式等，这些模式可以有效降低库存成本，减少库存积压问题。从存货销售的方面来看，当前制造业中主要采用的存货销售模式有分销模式、电子商务模式和定制化销售模式等，制造企业根据自身的发展需求选择合适的销售模式，可以有效降低存货成本，提高销售效率。以上提出的这些方法可以在企业处于相对稳定的情况下降低存货成本，促进企业对存货的管理，提高企业的盈利能力。但仍有一部分的制造企业没有意识到存货管理的重要性，有些企业并没有完全采用先进的库存管理系统，还是采用原始的人工操作，并没有达到信息化的效果。而落后的存货管理模式就容易造成存货储存成本和生产成本增大，降低企业的盈利利润，制造企业就无法得到快速有效的发展。2.我国制造业存货管理存在的问题企业存货管理水平的提升对于降低企业成本具有显著作用。然而在当前的制造业环境中，存货管理仍面临着诸多挑战：（1）存货的采购效果并不理想。首先是采购计划缺乏准确性。部分制造企业在制定采购计划的过程中，经常出现采购量与实际需求不一致的情况，这是由于企业无法精确预估市场需求，会导致库存积压或供应短缺的情况出现，进而干扰企业的日常运营。而供应商管理不当也是一大难题。供应商是制造业的重要合作伙伴，在选择、评估和管理不当时，会增加企业合作的风险，导致采购成本过高或质量不稳定的情况发生以及采购成本控制不当等问题，采购价格谈判能力不足，缺乏有效的成本控制策略，这都会导致采购的成本增高，影响企业的正常经营活动。（2）存货的生产效率不佳。首先是落后的库存管理系统。传统的库存管理方法例如手工记账、定期盘点等会导致制造企业无法实时掌控库存状况，难以做出科学的生产决策。其次是缺乏有效的生产计划。部分制造企业未能考虑原材料供应以及市场需求等因素，导致生产计划与实际生产情况严重脱节，无法顺应市场需求，无法及时用合理价格销售出去，这就容易造成存货积压，进而影响企业的生产效率和生产质量。以及信息化程度低等问题，制造业的存货管理涉及到多个环节，制造企业产品的积压或缺货的信息在企业内部无法得到快速传达交流，这不仅会影响影响企业存货的生产成本，还会采购部制定合理的采购计划，影响企业的整体营运效率。（3）存货的销售业绩较差。首先是市场需求波动大。市场需求的不稳定性对制造业存货销售产生直接影响，市场需求的突然增加或减少，会导致企业可能面临存货积压或缺货的风险。其次是销售渠道不畅。有效的销售渠道对于存货销售至关重要，然而部分制造企业可能由于销售渠道单一和缺乏有效的市场推广等原因，导致产品销售困难。以及销售和生产计划脱节等问题。当销售计划和生产计划不一致时，企业可能无法及时满足市场需求，或者生产过多的存货而无法销售出去，影响企业的经营状况。四、研究假设与设计（一）研究假设1.存货采购方式与企业绩效的关系通过查阅相关文献，可以发现众多学者在探讨存货管理时往往忽视了原材料这一关键因素。存货的采购方式包括预付、即时结算以及赊购的形式。即时结算实际上并未对企业的财务状况产生实质性影响，因为它导致现金减少的同时存货也相应增加，所以在后续研究中不再讨论这种采购方式。而本文我们主要考虑的是采购量大并且资金充足的情况下，企业使用预付比赊销的形式更有利于企业的成本控制和供应链稳定，并且有助于降低货物不符合要求的风险。而在综合考虑资金以及信用等因素时，供应商也更倾向于使用预付账款，所以本文主要分析企业采购存货时以预付款的形式购进货物时产生的影响。在企业处于市场失衡状态下供不应求的存货市场时，企业采购存货时要充分考虑企业采购成本的高低、现金的流出以及企业的商誉问题等，借以分析其对企业盈利能力的影响。在市场需求远超供应的情况下，众多企业倾向于提前使用现有资金预付给供应商。这一行为会制约企业对资金的有效利用，难以对企业盈利能力产生积极的推动效应。由于资金利用率的降低，企业的整体经营业绩呈现出相对较差的状态。这种影响最终会反映在以总资产收益率（ROA）为指标的企业绩效衡量上，产生负向效果。基于上述分析，本文提出以下假设：假设1：:制造业上市公司预付存货比率与总资产收益率（ROA）负相关。2.存货生产状况与企业绩效的关系在企业开展存货生产过程中，固定资产、存货、营业成本和生产成本等要素发挥着重大作用。固定资产的投入旨在提升产品生产效率，确保企业运营稳定。当企业运营状态保持稳定时，通过计算期末存货与期初存货的差额，再加上营业成本，可以推算出企业当期的生产成本。本文采用当期生产成本与固定资产原值的比值作为衡量指标，目的是准确评估固定资产在生产过程中的利用情况。而固定资产的有效利用不仅能够减少存储空间和时间的占用，提高存货周转效率，还有助于提升企业的经营利润，进而对总资产收益率产生积极的影响。基于上述分析，本文提出以下假设：假设2：制造业上市公司产能利用比率CI与总资产收益率（ROA）正相关。3.存货销售情况与企业绩效的关系众多学者普遍认为企业存货周转率的高低是衡量其经营效率的重要指标。高周转率通常意味着企业能够更快地处理存货，加速资金回笼，这不仅反映了企业的存货流动速度快，而且还展示了存货资产的变现能力强。而社会对制造业的认可度也会随之提高，从而带来明显的经济效益和良好的经营业绩。在资产总额保持稳定的前提下，高存货周转率对总资产收益率有积极的促进作用。Pong&Mitchell（2012）、廖艳（2015）、王爱娜（2019）等在研究存货管理与企业绩效的关系中证明了存货周转率对企业绩效有积极的推动作用。以上综合考虑，提出假设：假设3：制造业上市公司存货周转率IT与总资产收益率（ROA）正相关。（二）研究设计1.样本选择本文研究基于中国证券监督管理委员会2017年所发布的行业分类标准，从国泰安数据中心（CSMAR）获取了制造业上市公司在2015年至2022年间的财务数据。该数据库涵盖了共计3436家制造企业，经过严格筛选，排除了与研究目的不符的数据，最终聚焦于2904家企业的15797组数据样本进行深入分析。筛选过程中，我们遵循了以下准则：（1）剔除连续几年亏损严重的ST和*ST的上市公司；（2）剔除当年新上市、已经退市或被暂停退市的公司；（3）剔除2015—2022年数据不全的企业。为消除避免极值和异常值可能带来的干扰，本文对存货周转率和预付存货比率进行对数缩尾，其他连续变量以缩尾的方式进行分析，对上下1%的数据进行相应调整。2.变量选取本文旨在深入探究制造企业在存货采购、生产以及销售阶段与企业绩效之间的内在联系。为更有效地验证所提出的假设，首先需对涉及的关键变量进行明确的定义与详尽的描述，以便选取合适的指标进行实证分析。（1）被解释变量本文选取总资产收益率（ROA）和净资产收益率（ROE）作为企业绩效的评价指标。其中总资产收益率（ROA）长期以来被视作企业绩效评价的有效标杆，并被广泛采纳为衡量企业绩效的替代指标。较高的总资产收益率反映了更好的企业绩效，代表着更大的利润和价值。具体计算公式为：总资产收益率（ROA）=息税前利润/资产平均总额。而ROA与ROE均是企业绩效的反映指标，尤其净资产收益率（ROE）能够体现企业股东想要实现财富最大化的目标，体现股东投资带来的收益回报，所以选择净资产收益率（ROE）作为稳定性检验的替代指标，以检验模型的合理性。（2）解释变量预付存货比率（PR）旨在探讨企业采用预付账款方式采购原材料对其绩效的潜在影响。这种预先支付资金给供货方的做法，在企业的资产负债表中通常体现为预付账款。预付存货比率的计算方式如下：预付存货比率=预付账款余额/存货余额。通过这一指标，我们能够更深入地理解预付账款策略在采购过程中对企业绩效的具体影响。产能利用比率（CI）是评估企业固定资产利用效率的重要指标，这一比率不仅反映了企业如何通过固定资产进行高效生产，创造出符合市场需求的存货，更体现了企业如何将这些存货有效转化为营业成本，并通过销售实现经济效益的能力。该比率的计算公式具体为：产能利用比率=生产成本/固定资产平均余额。此指标能够客观反映企业固定资产的利用状况，为决策者提供有力的数据支持。存货周转率（IT）作为评估存货管理效果的关键指标，在研究存货管理与企业绩效之间的关联时，具有显著的重要性。该指标的高低能够直接体现企业资产的流动性强弱。存货周转率的计算公式为：存货周转率=营业成本/平均存货。通过该公式，我们可以更为精准地了解企业存货的周转情况，进而为提升存货管理效率和企业绩效提供有力支持。（3）控制变量根据Rumyantsev&Netessine（2007）、应越（2017）、李庆美（2019）等学者的研究文献将年份（YEAR）、企业规模（SIZE）、资产负债率（LEV）、存货比重（IA）以及产权性质（Z1）等要素被确立为控制变量。企业规模（SIZE）通常通过资产总额来衡量。为消除资产总额绝对数值过大可能对其他数据造成的干扰，我们采用自然对数进行转换，企业规模（SIZE）=ln（资产总额）。而资产负债率（LEV）作为反映企业资本结构的关键指标，长期以来备受国内外学者的关注，他们在研究上市公司时，都着重探讨了资本结构对经营绩效的潜在影响。其表达式为总负债/总资产。存货比重（IA）反映了企业的经营效率和库存管理水平，合理控制存货比重对于企业经营至关重要。其表达式为存货比重=总存货/总资产。本文在研究中进一步纳入了年度（YEAR）虚拟变量，旨在精确控制不同年份对企业绩效可能产生的影响。本文还引入了产权性质（Z1）虚拟变量，并将产权性质细分为国有企业与非国有企业两大类别，因为有助于更精确地分析不同产权性质下企业绩效的差异及其背后的影响因素，所以受到了许多学者的关注。表1变量表变量类型变量符号指标及定义被解释变量ROA总资产收益率=息税前利润/平均资产总额解释变量PR预付存货比率=预付账款余额/存货余额CI产能利用比率=生产成本/固定资产平均余额生产成本=存货期末余额-存货期初余额+营业成本IT存货周转率=营业成本/平均存货控制变量YEAR年份SIZE企业规模=总资产(取自然对数)LEV资产负债率=总负债/总资产IA存货比重=总存货/总资产Z1国有企业为1，非国有企业为0（三）模型设计本研究基于CSMAR数据库，精心筛选出2904家制造企业在2015年至2022年间的财务数据。在数据分析的初步阶段，本研究首先进行了各变量的描述性统计分析，详细考察了变量的平均值、中位数、标准差和极值，以此全面揭示样本间的差异性。而为确保研究的准确性和可靠性，本文进行了相关性检验与共线性检验，以排除变量间的潜在干扰因素。在此基础上进一步进行回归分析，深入探究变量间的内在联系。为确保回归结果可靠，对回归方程进行了稳健性检验。经过全面的分析，回归结果有效验证了研究假设的合理性。为了研究存货管理与企业绩效之间的关系，构建如下回归模型：ROA其中i代表行业，t代表时间，α0为回归常数，α1、α2、α3、α4、α5、α6、α7、α8为回归系数，解释变量和控制变量共8个，所以回归模型为多元回归模型，ε为随机误差。ROA表示被解释变量总资产收益率，lnPR表示预付存货比率，CI表示产能利用比率，lnIT表示存货周转率，YEAR五、实证分析（一）描述性统计在进行实证分析之前，首先借助stata17.0软件对所选取的数据集进行了详尽的描述性统计分析。现将统计结果整理成如下表格：表2描述性统计变量样本量平均值中位数标准差极小值极大值ROA157970.04000.04000.0650-0.2500.211lnPR157970.1230.07600.1420.003000.843CI157973.3572.1594.0040.24427.70lnIT157971.5001.4550.5850.3493.267YEAR15797201920192.25020152022SIZE1579722.1822.031.15220.1125.72续表2描述性统计变量样本量平均值中位数标准差极小值极大值LEV157970.3930.3870.1840.06200.854IA157970.1350.1180.08300.01500.450Z1157970.25400.43501本研究共有有效数据15797组。在观察被解释变量时，发现总资产收益率（ROA）的极值区间为（-0.250，0.211），差异较小，表明制造业上市公司股票市场的企业价值并不存在很大差异，ROA的整体表现良好。至于解释变量，预付存货比率的平均值为0.123，中位数为0.0760，极值差异不大，说明制造企业在选择预付方式购进存货时并不存在很大差异。从产能利用比率角度分析，其极值差异高达27.456，这反映出不同企业在利用固定资产进行使用效率上存在明显差异。而存货周转率的极值区间为（0.349，3.267），均值和中位数分别为1.5和1.455，这表明制造业上市公司的存货流动性处于良好状态。至于控制变量，年度、企业规模、产权性质的均值与中位数差异较小，分别为0、0.15、0.254。而资产负债率与存货比重的极值差距分别为0.792和0.300，其均值与中位数差异也较小，分别为0.006和0.017。说明在制造业上市公司中，这些控制变量所代表的方面情况相对稳定。（二）相关性分析为检验变量间的相关性程度，本文对数据进行相关性分析。结果整理如下表所示：表3相关系数矩阵变量ROAlnPRCIlnITYEARSIZELEVIAZ1ROA1lnPR-0.101***1CI0.083***0.057***1lnIT0.046***0.346***0.192***1YEAR0.014*-0.094***0.061***0.001001SIZE0.051***0.066***0.062***0.154***0.041***1LEV-0.372***0.108***0.107***0.144***-0.004000.465***1IA-0.055***-0.301***0.236***-0.532***0.016**0.033***0.198***1Z1-0.077***0.070***0.031***0.103***-0.064***0.325***0.219***0.069***1根据上表所示，预付存货比率与总资产收益率（ROA）的相关系数为-0.101，在1%的水平下显著；产能利用比率与总资产收益率（ROA）的相关系数为0.083，在1%的水平下显著；存货周转率与总资产收益率（ROA）的相关系数为0.046，在1%的水平下显著。这些初步的结果表明，所选取的解释变量与企业绩效之间确实存在关联，从而为后续的回归分析提供了依据。而其他变量之间也展现出显著的相关性。如企业规模与资产负债率、存货比重、产权性质之间的相关系数分别达到了0.465、0.033和0.325，在1%的水平下显著。为确保变量间不存在共线性干扰，本研究将实施多重共线性检验，以确保分析结果的准确性和可靠性。（三）多重共线性检验鉴于控制变量间显著的相关性，为防止误差的产生，本研究采用了共线性诊断的方法来处理数据。通过使用stata17.0统计软件，我们得到了共线性的数值汇总，具体结果如下表所示：表4VIF值检验变量VIF1/VIFIA1.9600.510lnIT1.8700.535LEV1.4400.695SIZE1.3900.722CI1.2600.792lnPR1.2000.835Z11.1500.870YEAR1.0200.978MeanVIF1.410由以上结果可知，容差都大于0.1，方差膨胀因子均低于10，所以不存在多重共线性的问题，保证了分析的准确性和可靠性。因此本文所选取的数据可以进行回归模型的构建。（四）模型回归结果基于假定的回归方程，本文利用stata17.0软件对数据进行回归分析，并将分析得到的估计系数及其相关统计量进行了整理，具体汇总如下：表5基本回归结果变量ROAlnPR-0.0421***(-12.044)CI0.0014***(11.181)lnIT0.0150***(14.214)YEAR-0.0006***(-2.928)SIZE0.0169***(36.472)LEV-0.1866***(-63.177)IA0.0539***(7.080)Z1-0.0112***(-10.019)Constant0.9158**(2.231)Observations15,797R-squared0.2359Ftest0r2_a0.2356F609.4Robustt-statisticsinparentheses***p<0.01，**p<0.05，*p<0.1本文研究预设了存货管理与企业绩效间存在显著的相关性，并通过回归分析加以验证。在模型中引入控制变量，包括年份、企业规模、资产负债率、存货比重及产权性质后，回归显示解释变量lnPR、CI、lnIT的回归系数分别为-0.0421、0.0014和0.0150，且均在1%的显著性水平上表现出显著性。这一结果支持了本文研究的假设，即存货管理对企业绩效具有显著影响。由应越（2017）、李庆美（2019）和曾颖（2020）等在研究存货管理对企业绩效影响的文献中可以得出，在财务数据的回归分析中，通常观察到判定系数（R-squared）处于较低水平。这是因为被解释变量的变动受到多种因素的共同影响。鉴于本文的主要目的在于探讨解释变量与被解释变量之间的关系，而非进行预测，因此所得结果仍具可靠性。回归模型的整体显著性检验显示，F值达到609.4，P值为0.0000，拒绝了所有斜率均为0的原假设，通过了F值检验，表明模型整体上显著成立。此外判定系数（R-squared）为0.2359，而经过调整的判定系数（r2_a）为0.2356，略低于前者。综上所述，该模型具备可靠性，回归结果值得信赖。（五）稳健性检验为增强本文的可靠性并验证回归模型的稳健性，本文研究采用净资产收益率（ROE）这一体现企业绩效的替代指标，替换原有的总资产收益率（ROA）进行检验。若检验结果显示回归结果的相关性方向保持一致，则足以证明回归方程及其结论的有效性。表6稳健性检验回归结果变量ROElnPR-0.0784***(-10.185)CI0.0029***(10.519)lnIT0.0333***(14.306)YEAR-0.0016***(-3.529)SIZE0.0369***(36.183)LEV-0.3198***(-49.171)IA0.1738***(10.375)续表6稳健性检验回归结果变量ROEZ1-0.0222***(-9.049)Constant2.4880***(2.753)Observations15,797R-squared0.1703Ftest0r2_a0.1699F405.0Robustt-statisticsinparentheses***p<0.01，**p<0.05，*p<0.1由上表的回归结果可以看出，在考虑年份、企业规模、资产负债率、存货比重和产权性质的控制因素后，回归显示解释变量lnPR、CI、lnIT的回归系数分别为-0.0784、0.0029、0.0333，所有变量在1%的显著性水平上均展现出显著性。回归模型总体显著性检验的结果显示，F值为405.0，对应的P值为0.0000，拒绝了所有斜率等于0的原假设，通过了F值检验，表明模型在总体上具有显著意义。此外判定系数（R-squared）为0.1703，而经过调整的判定系数（r2_a）为0.1699，略低于前者。综合以上分析，可以判断该模型具有较高的可靠性，其回归结果也具备可信性。六、结论与建议（一）结论本文选取了沪深A股制造业板块的上市企业，涵盖了2015至2022年间的财务经营数据，样本数量达到15797个，以进行深入的实证研究。本文利用stata17.0软件对样本进行描述性统计分析、相关性分析，并构建模型实施回归分析。为确保回归结果的准确性，本文对数据进行了共线性诊断，确认所选变量之间不存在多重共线性问题。在回归方程检验环节，所有回归方程均成功通过了显著性水平为99%的F检验。本研究还采用了净资产收益率（ROE）作为替换指标进行稳健性检验，结果显示该检验与以总资产收益率（ROA）为被解释变量的相关关系保持一致。因此可以认为本研究所得的结果是有效且可靠的。具体结论如下：1.制造业上市公司预付存货比率与总资产收益率负相关本文针对2015至2022年间制造业上市公司的财务数据进行了回归分析，其结果显示，解释变量预付存货比率与总资产收益率在1%的显著性水平上呈现出显著的负相关关系。在充分考虑年份、企业规模、资产负债率、存货比重及产权性质等控制因素后，预付存货比率的回归系数显示为-0.0421，且在1%的显著性水平上显著。这一回归结果与假设1一致，即在采购环节中，企业采用预付账款方式购买原材料会对企业绩效产生负面影响。2.制造业上市公司产能利用比率与总资产收益率正相关回归结果显示，解释变量产能利用比率与总资产收益率呈1%水平上显著正相关。在控制了年份、企业规模、资产负债率、存货比重和产权性质的情况下，产能利用比率的回归系数为正数0.0014，并且在1%的显著性水平上具有显著性。因此与假设2一致，说明产能利用比率提高1%时，制造业上市公司总资产收益率增加0.0014%，即当产能利用比率增加时，将会显著引起总资产收益率的增加。3.制造业上市公司存货周转率与总资产收益率正相关回归结果显示，解释变量存货周转率与总资产收益率呈1%水平上显著正相关。在充分考虑年份、企业规模、资产负债率、存货比重及产权性质等影响因素的基础上，存货周转率的回归系数为0.0150，且在1%的显著性水平上保持显著。这一结果表明，存货周转率对企业绩效具有积极的推动作用。因此与假设3一致，说明当存货周转率提高时，将会明显导致总资产回报率的增加。（二）建议1.降低企业的预付存货比率根据以上结论可以看出，制造企业使用预付账款采购存货时，预付存货比率与总资产收益率呈现负相关关系。因此针对制造企业面临供不应求和信誉不佳而导致其采取预付行为的情况，本文提出一些建议的改善措施：（1）加强采购计划的准确性。采购计划的准确性会直接影响企业的生产、销售、利润等多个方面，准确的采购计划不仅可以提高采购效率，还直接影响到企业的成本控制和利润的提升，所以加强采购计划的准确性可以降低企业库存积压或缺货的情况发生，存货管理在企业运营中占不可或缺的地位。（2）优化供应商的管理，建立完善的供应商评价体系。制造企业应构建一套健全的供应商评价体系，以便筛选出信誉卓越且综合能力突出的供应商，确保双方能够建立起长久且稳定的合作关系。制造企业还需定期对供应商进行绩效评估，以确保供应商能够持续提供优质服务，为企业的发展提供有力保障。（3）强化企业采购成本的管理。选择经验丰富、沟通能力强的人才制定成本控制策略并进行价格谈判，有利于控制存货的采购成本。这些措施有助于提高制造企业的采购效率，在降低采购成本的同时保证了供应稳定和质量可靠，增强了制造企业的市场竞争力。2.提高企业的产能利用比率从文本的结论中可以得知制造企业产能利用比率与总资产收益率呈现正相关关系，而产能利用比率与固定资产相关，通过自动化、智能化系统可以提高在生产过程中利用固定资产进行生产的利用率，所以可从以下方面着手改善：（1）引入先进的库存管理系统。传统的库存管理无法实时跟进市场需求，而简道云库存管理系统、三叉出库和管家婆等先进的库存管理系统不仅可以实时跟踪库存状态，还能预测未来的市场需求，有利于管理人员做出科学合理的生产决策。（2）制定有效的生产计划。制造企业需多方面考虑原材料供应以及市场需求等因素，避免企业生产计划与市场需求严重脱节，而引入如精益生产、准时化生产等先进的生产计划工具和方法，在确保生产稳定的同时还可以控制企业的生产成本。（3）提升企业的信息化水平对其运营与发展具有重要意义。随着信息化水平的提升，企业内部信息的传递速度将得以加快，从而有助于更有效地控制生产成本，并推动制造企业的整体进步。这些举措的实施，将有助于制造企业优化库存管理，提升生产效率，在降低生产成本的同时，也增强了企业的经营管理能力。3.提高企业的存货周转率从文本的结论中可以得知制造企业存货周转率与总资产收益率呈现正相关关系。流动的存货才能给企业带来效益，提高企业的盈利能力，制造企业以销售产品为主，所以提高企业存货的周转速度可从以下方面着手改善：（1）加强市场预测和需求管理。可以利用大数据和人工智能等先进技术，通过市场研究和数据分析，对市场发展趋势进行预测和分析，合理制定生产计划和销售策略，避免出现库存的积压和缺货问题。（2）优化销售渠道。制造企业应致力于销售渠道的优化工作，主动寻求并拓展新型的销售渠道与市场，从而增强产品的市场曝光度，提升销售量。利用电子商务平台、展会、促销活动等方法，提高产品的知名度和竞争力。（3）加强信息沟通。制造企业应建立销售部门与生产部门之间的信息共享机制，确保双方能够及时准确地了解市场需求和生产状况。这些措施可以降低制造企业的库存成本，有助于企业在竞争激励的市场中保持领先地位。参考文献：LiebermanMB,DemeesterL.Inventoryreductionandproductivitygrowth:LinkagesintheJapaneseautomotiveindustry[J].Managementscience,1999,45(4):466-485.RoumiantsevS,NetessineS.Shouldinventorypolicybeleanorresponsive?EvidenceforUSpubliccompanies[R].WorkingPaper,UniversityofPennsylvania,PAandCitigroupGlobalMarkets,Inc.2005;1-13.Boute,Robert,etal.AnAnalysisofInventoryTurnoverintheBelgianManufacturingIndustry,WholesaleandRetailandtheFinancialImpactonInventoryReduction[J].JilinElectricPower2007,56(2):405-412.KoumanakosDP.Theeffectofinventorymanagementonfirmperformance[J].Internationaljournalofproductivityandperformancemanagement,2008,57(5):355-369.CapkunV,HameriAP,WeissLA.Ontherelationshipbetweeninventoryandfinancialperformanceinmanufacturingcompanies[J].InternationalJournalofOperations&ProductionManagement,2009,29(8):789-806.ErogluC,HoferC.Lean,leaner,toolean?Theinventory-performancelinkrevisited[J].Journalofoperationsmanagement,2011,29(4):356-369.ChoudharyH,TripathiG.Ananalysisofinvento