樊林堉

(廈門大學(xué)嘉庚學(xué)院 福建 漳州 363105)

一、問題的提出

在快消品極度豐富的當(dāng)下，人們對(duì)產(chǎn)品的更新?lián)Q代的預(yù)期度隨之提升。與消費(fèi)者基礎(chǔ)生活息息相關(guān)的食品行業(yè)也不例外，產(chǎn)品在種類、口感、色澤、包裝等各方面在不斷更新。與此同時(shí)，電視、網(wǎng)頁、視頻、小程序、自媒體等等各種渠道鋪天蓋地的廣告宣傳把眾產(chǎn)品推向大眾，以較強(qiáng)的視覺沖擊推動(dòng)后者的購買欲望。高額的廣告宣傳費(fèi)最終要么由消費(fèi)者買單，要么擠軋制造商的利潤(rùn)。食品本身的制造成本并不高，食品類的成本利潤(rùn)率卻普遍高于非終端產(chǎn)品制造業(yè)，這歸功于食品業(yè)大量的廣告投入。然后廣告投入是否真正能提升企業(yè)的績(jī)效，當(dāng)前食品業(yè)是否存在過渡營(yíng)銷本末倒置呢?

本文以2016年-2018年滬深兩市A股食品制造業(yè)上市企業(yè)為樣本，擬以實(shí)證測(cè)試廣告投放、廣告銷售費(fèi)用占比與企業(yè)業(yè)績(jī)的關(guān)系，試圖探究近三年的變化趨勢(shì)。以使食品業(yè)乃至終端消費(fèi)品行業(yè)在正視廣告營(yíng)銷效果前提下制定經(jīng)營(yíng)策略，發(fā)揮企業(yè)整體價(jià)值。

二、實(shí)證過程

(一)研究假設(shè)

假設(shè)一：企業(yè)廣告投入對(duì)當(dāng)期的營(yíng)業(yè)收入存在正向作用。

假設(shè)二：企業(yè)廣告投放額對(duì)當(dāng)期的營(yíng)業(yè)利潤(rùn)利存在正向作用。

假設(shè)三：廣告占銷售費(fèi)用的比重對(duì)當(dāng)期毛利率存在正向作用。

(二)樣本選取與數(shù)據(jù)來源

當(dāng)前A股食品類制造業(yè)上市公司僅52個(gè)，剔除不符合條件之后會(huì)更少。為擴(kuò)大樣本空間容量提升實(shí)證的可行性，本文將44個(gè)A股酒、飲料類上市公司與之一并共96家作為樣本選取空間。樣本選取時(shí)需考慮如下因素：①研究樣本有2016-2018年連續(xù)三年的財(cái)務(wù)報(bào)告；②研究樣本2016-2018年三年財(cái)報(bào)附注中有披露明細(xì)的廣告費(fèi)數(shù)據(jù)。所以，上市未滿三年的應(yīng)剔除。銷售費(fèi)用的明細(xì)項(xiàng)目廣告費(fèi)支出并非強(qiáng)制披露項(xiàng)目，未公布該細(xì)項(xiàng)的上市公司應(yīng)予以剔除。最終滿足條件的70家上市公司全部作為研究樣本，參與實(shí)證研究。

本文數(shù)據(jù)均源自國(guó)泰安數(shù)據(jù)庫(CSMAR)(2020年3月)。

(三)變量設(shè)計(jì)

1.被解釋變量

企業(yè)投放廣告想帶來最直接的效果即是營(yíng)業(yè)額的增加，但只有傳導(dǎo)到績(jī)效中的利潤(rùn)層面才更能實(shí)現(xiàn)廣告的最終價(jià)值。因此本文以營(yíng)業(yè)收入、營(yíng)業(yè)利潤(rùn)、營(yíng)業(yè)毛利率作為被解釋變量，分別記為Y、R、mR。(其中營(yíng)業(yè)毛利率mR=營(yíng)業(yè)毛利/營(yíng)業(yè)成本)

2.解釋變量

基于前述假設(shè)，需要分別以廣告投放總額(又稱廣告費(fèi)記為X)、廣告占比(即廣告費(fèi)占當(dāng)期銷售費(fèi)用的比重，記為WX)為解釋變量。

3.控制變量

為平衡不同規(guī)模的企業(yè)對(duì)實(shí)證的影響，本文將總資產(chǎn)規(guī)模作為控制變量，記為SIZE。

上述三類變量除營(yíng)收增長(zhǎng)率KY與廣告占比WX無單位外，其余變量均以億元為單位。

(四)回歸分析

1.廣告費(fèi)對(duì)當(dāng)期營(yíng)業(yè)收入影響的統(tǒng)計(jì)分析

針對(duì)假設(shè)一，本文擬構(gòu)建的線性回歸模型為Y=β0+β1*X+β2*SIZE。本文分別以2018年、2017年、2016年的數(shù)據(jù)分別運(yùn)用SPSS26.0統(tǒng)計(jì)軟件進(jìn)行回歸分析，結(jié)果如表1。

表1 2018年廣告費(fèi)對(duì)當(dāng)期營(yíng)業(yè)收入的模型摘要

結(jié)果顯示，R2以及調(diào)整后R2均在0.9以上，2018年模型本身與樣本數(shù)據(jù)具有高度的擬合程度。事實(shí)上，2017年及2016年的該線性回歸模型整體的擬合度也均在0.9以上，篇幅所限不再列示?，F(xiàn)將連續(xù)三年的回歸結(jié)果系數(shù)表簡(jiǎn)化合并為表2。模型中，解釋變量X與控制變量SIZE三年的回歸系數(shù)sig值均為0.000，遠(yuǎn)小于5%的顯著水平，并且X的系數(shù)均為正數(shù)，表明2016-2018年三年內(nèi)廣告費(fèi)對(duì)當(dāng)期營(yíng)收均是正相關(guān)，不得拒絕原假設(shè)H10。

表2 2016-2018年廣告費(fèi)對(duì)當(dāng)期營(yíng)收回歸系數(shù)

對(duì)應(yīng)三年的回歸方程分別為：

Y18=3.119+5.198X18+0.425SIZE18

Y17=5.469+5.856X17+0.369SIZE17

Y16=5.718+6.332X16+0.320SIZE16

模型中2016至2018年廣告費(fèi)的系數(shù)雖均為正值，但顯示出較為明顯的下降趨勢(shì)，可猜想該行業(yè)內(nèi)廣告投入對(duì)營(yíng)收的促進(jìn)作用在減弱。

2.廣告費(fèi)對(duì)當(dāng)期營(yíng)業(yè)利潤(rùn)影響的統(tǒng)計(jì)分析

針對(duì)假設(shè)二，本文擬構(gòu)建的線性回歸模型為R=b0+b1*X+b2*SIZE。本文分別以2018年、2017年、2016年的數(shù)據(jù)分別運(yùn)用SPSS26.0統(tǒng)計(jì)軟件進(jìn)行回歸分析三年的模型調(diào)整后R方均在0.9以上，有很高的擬合優(yōu)度，僅以2018年的為例列示表3，近三年的回歸系數(shù)如表4。

表3 2018年X對(duì)R影響的回歸模型摘要

表4 2016-2018年廣告費(fèi)對(duì)當(dāng)期營(yíng)利回歸系數(shù)

對(duì)應(yīng)三年的回歸方程分別為：

R18=-11.652-0.61X18+0.314SIZE18

R18=-9.086-0.775X18+0.287SIZE18

R18=-5.32-0.317X16+0.208SIZE16

表4中三年回歸模型在中常數(shù)、解釋變量、控制變量的顯著性均小于0.05，廣告費(fèi)X的系數(shù)均為負(fù)值，表示廣告費(fèi)與當(dāng)期營(yíng)業(yè)利潤(rùn)存在顯著負(fù)相關(guān)關(guān)系。此外，2016年至2018年該負(fù)系數(shù)的絕對(duì)額由0.317增大到0.61-0.78，表明廣告投入的增多帶來營(yíng)業(yè)利潤(rùn)減少的幅度在增大。且文體模型中絕對(duì)額數(shù)據(jù)單位均為億元，可見廣告投入對(duì)營(yíng)利的負(fù)向影響不容小覷。

3.廣告費(fèi)占比對(duì)銷售毛利率影響的統(tǒng)計(jì)分析

針對(duì)假設(shè)三，本文擬構(gòu)建的線性回歸模型為mR=k0+k1*WX+k2*LgSIZE。由于所研究的自變量廣告費(fèi)占比與營(yíng)業(yè)毛利率均為相對(duì)量指標(biāo)，數(shù)值大小為個(gè)位數(shù)級(jí)。為保證同量綱級(jí)的數(shù)據(jù)，本文對(duì)總資產(chǎn)規(guī)模取對(duì)數(shù)作為該模型的控制變量。本文以2018年回歸模型檢驗(yàn)結(jié)果為例，其調(diào)整后R方為0.5，雖沒有上述模型0.9的高度擬合性，但對(duì)相對(duì)量指標(biāo)的研究來講該擬合度依然處于較高水平，并且模型整體顯著性較強(qiáng)。2016、2017年的檢驗(yàn)結(jié)果類似。

表5 2018年廣告費(fèi)占比對(duì)毛利率的回歸模型摘要

表6 2016-2018年廣告占比對(duì)毛利率回歸系數(shù)匯總

對(duì)應(yīng)三年的回歸方程分別為：

mR18=-0.401+0.399WX18+0.285LgSIZE18

mR17=-0.24+0.447WX17+0.189LgSIZE17

mR16=-0.532+0.467WX16+0.159LgSIZE16

其中，Beta為回歸方程中自變量的標(biāo)準(zhǔn)化處理之后的貝塔系數(shù)，表示各自變量對(duì)因變量的影響占比，比如在2018年的回歸方程中，廣告費(fèi)占比與資產(chǎn)規(guī)模對(duì)數(shù)對(duì)毛利率的影響程度比為0.263:0.4。各年廣告費(fèi)占比X/S的回歸系數(shù)均為正數(shù)，表示銷售費(fèi)用中廣告費(fèi)比重越大，企業(yè)的營(yíng)業(yè)毛利率就越大。但該系數(shù)呈現(xiàn)逐年遞減趨勢(shì)，再一次印證了廣告投入對(duì)企業(yè)利潤(rùn)的貢獻(xiàn)程度呈現(xiàn)邊際遞減的趨勢(shì)。

三、研究結(jié)論及建議

模型一和模型二的實(shí)證結(jié)果表明，對(duì)于食品、酒水飲料類制造業(yè)上市公司來說，近三年廣告投入會(huì)對(duì)當(dāng)期營(yíng)業(yè)額，但是增加的幅度越來越小。近幾年廣告費(fèi)與營(yíng)業(yè)利潤(rùn)存在顯著負(fù)相關(guān)的關(guān)系，意味著廣告投放的增加雖然能在一定程度上提升營(yíng)業(yè)額，但最終卻帶來營(yíng)業(yè)利潤(rùn)的不增反減。模型三顯示，銷售費(fèi)用中廣告費(fèi)占比與企業(yè)的營(yíng)業(yè)毛利率存在顯著地正相關(guān)，且回歸系數(shù)近幾年也呈現(xiàn)遞減趨勢(shì)。企業(yè)可以縮減銷售費(fèi)用其他明細(xì)開支，提升廣告費(fèi)比例。

雖然每個(gè)企業(yè)有其最佳的廣告投放額度，但就整個(gè)行業(yè)來說，廣告所帶來的的效應(yīng)在行業(yè)的不同發(fā)展階段是不同的。結(jié)合三大模型，本文可以大膽地推測(cè)，可能當(dāng)前食品與酒水、飲料制造業(yè)的廣告飽和度已經(jīng)較高，廣告帶來的經(jīng)濟(jì)效用明顯下滑(營(yíng)業(yè)利潤(rùn)甚至是明顯的負(fù)向效應(yīng))。食品、酒水、飲料類企業(yè)要想尋求利潤(rùn)最大化的目標(biāo)，不應(yīng)再一味地去靠增加廣告投放量的方式。廣告投放量對(duì)當(dāng)期不管是絕對(duì)量的營(yíng)業(yè)利潤(rùn)還是相對(duì)量的毛利率，均是負(fù)向影響作用。企業(yè)更應(yīng)回歸到產(chǎn)品本身，通過提升產(chǎn)品質(zhì)量吸引并留住顧客，或減少其他環(huán)節(jié)的運(yùn)營(yíng)管理成本。政府在這樣一個(gè)廣告飽和的食品行業(yè)中，逐漸引導(dǎo)行業(yè)內(nèi)資金流向產(chǎn)品價(jià)值本身，而非流向不體現(xiàn)商品使用價(jià)值的廣告營(yíng)銷。真正降低食品業(yè)的營(yíng)銷門檻，應(yīng)予以正確的引導(dǎo)和監(jiān)管，營(yíng)造一個(gè)消費(fèi)者不再通過廣告宣傳來進(jìn)行產(chǎn)品選擇的市場(chǎng)環(huán)境。

四、本文的局限性

(1)樣本空間方面，非上市食品類公司、以及上市不足四年的公司由于模型設(shè)計(jì)原因未作為樣本，92家，70家。

(2)模型本身需樣本的連續(xù)三年數(shù)據(jù)可得，所得樣本量不夠多，未進(jìn)行去頭去尾剔除異常值的處理，但這在一定程度上干擾了模型的擬合度。

(3)上市公司報(bào)表中關(guān)于廣告費(fèi)明細(xì)選取是請(qǐng)廣告公司或營(yíng)銷公關(guān)公司專門設(shè)計(jì)或者策劃廣告的費(fèi)用，有開具專門廣告費(fèi)發(fā)票的才劃歸到廣告費(fèi)明細(xì)賬中，對(duì)于展覽費(fèi)、企業(yè)自行印刷展板宣傳策等本質(zhì)屬于廣告行為，但費(fèi)用并未歸入廣告費(fèi)。不利于對(duì)于研究主題的本質(zhì)把控，可能從數(shù)據(jù)來源上會(huì)對(duì)結(jié)果造成干擾。而如果把這些都?xì)w為本文的廣告費(fèi)，又有可能因?yàn)椴煌久骷?xì)范圍不統(tǒng)一，再次干擾研究。