内容提要：选取了全国120家医药制造业上市公司的财务数据，意在探究影响医药制造业固定资产投资规模的财务因素。通过Eviews软件对其进行相关实证分析，最终得出对医药制造业固定资产投资规模起主要作用的是非流动负债，其次是货币资金和存货。研究成果有助于医药制造业公司在进行投资决策时考虑自身的财务能力，做出最优选择。
关键词：固定资产投资规模；医药制造业；非流动负债；存货；货币资金
中图分类号：F275文献标识码：A 文章编号：1003-4161（2015）02-0114-04
DOI：10. 13483/j.c，nki.kfyj.2015.02.026
一、引言
投资，是各类经济主体，包括企业、金融机构、各级政府和个人投资者，未来获取预期的不确定的效益而将现期拥有的货币资本或产业资本通过特定方式转为实物资产、无形资产或金融资产的经济行为。企业投资是企业为获取预期收益或为使未来收益最大化而以不同的方式直接进行或间接进行的资源或货币垫付行为。根据投资所流向的方向，可以分为对内投资和对外投资，对内投资一般指在构建固定资产、无形资产，购买原材料.增加劳动力等方面的投资；对外投资则是指企业在证券市场上的投资以及兼并其他公司等行为。在对内投资上，根据投资内容又将其分为固定资产投资和流动资产投资。顾名思义，固定资产投资是形成企业生产经营能力或生产物质基础的投资，如对固定资产、无形资产的投资；流动资产投资是为了保证生产经营能力正常发挥作用而在原材料、劳动力等方面进行的投资。
国内关于固定资产投资影响因素的研究很多，本文将注意力集中在财务因素的分析上。不可否认的是，影响企业固定资产投资规模的因素有很多，譬如管理者对待风险的态度、投资方案的选择标准、银行贷款利率、公司经营权与所有权相分离的程度、管理层素质等等。利率是每一个行业的所有企业共同面对的影响因素，具有同质性，因而可以将其看作是一种不变因素。而其他因素则多是不可量化或极难量化的，譬如公司管理层素质，这就很难标准化，其主观因素成分太多，但财务因素则不同，可以通过公司的财务报表以及相关附注等清楚地显示出来。自改革开放以来，中国经济一直处于飞速发展之中，其中尤以房地产行业和能源行业最为突出，相应地，学者们对房地产行业和能源行业投资规模影响因素的分析也越来越多。相比之下，对于医药制造业投资规模影响因素的研究比较少。然而，医药制造业的发展对于提升一国的医疗水平至关重要，目前国内医疗制造业的发展现状不容乐观，其技术创新程度较低，这其中重要的因素便是固定资产投资跟不上技术创新的发展要求。固定资产投资的好坏决定了医药制造业技术创新条件的优劣，如何根据企业现有的财务能力合理安排固定资产投资，既规避盲目投资带来的财务风险，又能促进企业技术创新，这是本文研究的意义所在。
二、数据的选取和模型假设
（一）数据的选取
工业投资规模增大，制造业投资比重明显提高，这是我国固定资产投资近年来变化的特点。结合我国固定资产变化趋势，本文通过Wind资讯数据库，以全国120家医药制造业上市公司2011年的财务报表为数据来源，由于现金流量表中最终的现金流量净额及现金等价物余额会反映在资产负债表的货币资金项目中，因而，主要选取了资产负债表和利润表的相关数据。考虑到亏损企业的特殊状况，将亏损企业排除，最终有效样本数据为107家。
（二）变量的选取
上市公司投资规模主要取决于面临的投资机会、内部现金流量和负债程度，不同行业和不同规模公司的投资规模确定还有自身特点。黄久美通过回归分析，得出总体不确定性和市场不确定性都对公司固定资产投资具有显著的影响。结合学者们的研究，本文的变量定义及选取如下：因变量为Y（固定资产投资规模），其由各公司2011年度财务报表的无形资产、固定资产、在建工程、工程物资及开发支出构成。考虑到医药制造业在新药研究上的投入较大以及其对已有的药物配方所享有的专利权等特殊性，故将无形资产和开发支出加入固定资产投资规模。解释变量有：①Xl（货币资金），该指标反映公司现金投资能力，包括银行存款、库存现金以及其他货币资金。②X2（存货），该指标相对于货币资金而言，是一种短期内可以转化的投资能力，包括原材料、库存商品以及周转材料等。③X3（非流动负债），考虑到大多数公司的长期投资都是以自身的盈利能力结合外部的长期负债为基础的，故将指标作为本文模型的解释变量，包括长期借款、长期负债等。④X4（未分配利润），该指标代表着公司的盈利能力，是投资的持续现金流出的重要来源。⑤X5（营业收入），它表明公司的产品成功度，反映公司的产品盈利能力。⑥X6（所得税），它反映公司分给国家的收益，间接反映一项投资所带来的收益的减少，表面上看，它对固定资产投资规模的影响应该是负的。
（三）方程及数据处理
本文采用模型为：（公式） （公式）为回归系数，其中（公式）又称为截距，（公式）均为斜率系数，（公式）为残差项，本文假设其服从正态分布，i代表不同的公司。考虑到样本的数据全部来源于2011年度的财务报表，数据采集方法不是最佳，使得抽样局限于一个有限的范围，容易产生多重共线性问题。针对此问题，本文对各指标进行了相关系数检验，并采用逐步回归法以消除多重共线性的影响，具体如下。
根据初始模型得到的方程回归结果：
由表l可见，初始方程回归的判定系数R^2为0.72，调整后的判定系数为0.70，拟合优度较好，但X，、X2对应的P值分别为0.4982、0.8480，远高于0.1，说明这两个变量的t统计量较小。表现为R2很大，t很小，可能出现多重共线性。从表二中可以看出，除个别解释变量之间的相关系数低于0.5外，大部分解释变量之间的相关系数都接近于1，可以认为存在多重共线性。
采用逐步回归法消除多重共线性：分别作Y与（公式）间的回归，得出（公式）对Y的影响最大，即固定资产投资规模受非流动负债的影响最大，因此选Y-（公式）的回归模型最为初始回归模型，将其他变量逐个引入，寻找最优方程。