因子分析法在中小板塊上市公司綜合業(yè)績評價中的應用

田原珺

（山東財經(jīng)大學，山東 濟南 250000）

0 引言

1）研究背景

（1）實際背景

2003年2月，國務院出臺“九條意見”，其中明確提出了分步推進創(chuàng)業(yè)板市場建設的要求，深交所從主板市場中設立中小企業(yè)板塊是進行創(chuàng)業(yè)板市場建設的開端。2004年6月25日，中小企業(yè)板塊在深圳證券交易所正式開盤成為具有里程碑意義的大事。目前被批準在中小企業(yè)板塊上市的公司較少，業(yè)績間缺少比較的基準。因此，如何正確評價中小企業(yè)板塊上市公司的綜合業(yè)績，成為各相關方所關注的一個重要問題。本文根據(jù)在中小板塊上市的公司2012年第三季報，以山東省的32家上市公司為評價對象，以它們2012年度的財務比率數(shù)據(jù)為樣本，運用因子分析法對它們的業(yè)績進行綜合評價。

（2）理論背景

因子分析是主成分分析的推廣，與主成分分析相比，因子分析較為靈活，能使變量在降維之后更易得到解釋，在經(jīng)濟生活中得到廣泛應用。因子分析是將具有錯綜復雜關系的變量綜合為數(shù)量較少的幾個不相關的主因子，以再現(xiàn)原始變量與因子之間的相互關系，同時，根據(jù)不同因子還可以對變量進行分類，屬于多元分析中處理降維分析的一種統(tǒng)計方法，可以通過建立統(tǒng)一的指標體系，使數(shù)據(jù)間具有可比性，因此成為進行企業(yè)綜合效益評價的有效方法。

2）研究意義

中小企業(yè)板塊上市公司是市場經(jīng)濟體系中活躍的、發(fā)展前景良好的企業(yè)類型，在我國證券市場占有重要地位，設立中小企業(yè)板塊有利于更好地發(fā)揮其高成長性、顯著的自主創(chuàng)新能力等優(yōu)勢，是市場一種結構性的變革，也是建設創(chuàng)業(yè)板市場的第一步棋，它的推出將會對中國證券市場發(fā)展有深遠的影響，從其設立的論證階段到正式推出一直受到了社會各界的普遍關注。然而，我國的中小企業(yè)是整體重要性與個體弱勢的矛盾體。山東省目前已經(jīng)有57家在中小企業(yè)板塊上市的公司，涉及家電、紡織、電信及計算機、商業(yè)貿(mào)易、冶金、醫(yī)藥、煤炭、食品等多個行業(yè)，各行業(yè)的上市公司對山東省的經(jīng)濟發(fā)展起到了非常積極的推動作用。他們的業(yè)績和發(fā)展備受投資者和政府關注，是企業(yè)一切經(jīng)濟活動的根本出發(fā)點并直接影響到投資者投資決策的風險和效益。

1 因子分析概述

1.1 因子分析的類型

因子分析是一種數(shù)據(jù)簡化的技術。通過研究眾多變量之間的內部依賴關系，探求觀測數(shù)據(jù)中的基本結構，并用少數(shù)幾個“抽象”的變量來表示基本的數(shù)據(jù)結構?！俺橄蟆钡淖兞糠Q作“因子”，能反映原來眾多變量的主要信息。目前，因子分析包括探索性因子分析（Exploratory Factor Anakysis）和驗證性因子分析（Confirmatory Factor Analysis）。

1.1.1 探索性因子分析

從實際出發(fā)，在事先不知道影響因素的基礎上，完全依據(jù)資料數(shù)據(jù)，利用統(tǒng)計軟件得出因子，以找出影響觀測變量的因子個數(shù)及各個因子和各個觀測變量相關程度的過程，是因子分析最通常的形式。

1.1.2 驗證性因子分析

當研究人員根據(jù)某些理論或者其他的先驗知識對因子的可能個數(shù)或者因子結構作出假設，利用因子分析來檢驗這個假設時為驗證性因子分析。簡言之，驗證性因子分析充分利用了先驗信息，在已知因子的情況下檢驗因子模型能否擬合數(shù)據(jù)。

1.2 因子分析的特點

探索性因子分析與驗證性因子分析作為因子分析的兩種不同形式，它們都是以普通因子模型為基礎，都是為了濃縮數(shù)據(jù)，用“抽象”因子來辨識觀測變量的主要信息，但在基本思想、應用前提、理論假設、分析步驟和應用范圍方面均存在較大差異。

1.2.1 探索性因子分析的特點

（1）在事先不知道影響因素的基礎上進行，要從實際出發(fā)，先假設因子結構，通過因子分析揭示一套相對較大的變量的內在結構。

（2）假設所有的公共因子都相關或都不相關，特殊因子之間相互獨立并且觀測變量只受一個特殊因子的影響。

（3）采用抽樣的方法、按照實際情況收集數(shù)據(jù)是探索性因子分析的第一步，為了對因子結構進行合理解釋還要進行因子旋轉。

1.2.2 驗證性因子分析的特點

（1）驗證性因子分析充分利用先驗信息，試圖檢驗觀察變量的因子個數(shù)和因子載荷是否與基于預先建立的理論的預期一致，是一種相對抽象的因子分析方法。

（2）假設公共因子可以相關，也可以無關；特殊因子之間可以相關，還可以出現(xiàn)不存在誤差因素的觀測變量；并且觀測變量可以只受一個或幾個公共因子的影響，而不必受所有公共因子的影響。

（3）第一步是定義因子模型，研究者必須選擇與每個因子在很大程度上匹配的變量，而不可能是潛在變量的“隨機樣本”，帶有更大的主觀性。

（4）在評價模型是否恰當?shù)膯栴}上，驗證性因子分析存在不足：最常用的模型適應性檢驗是卡方擬合優(yōu)度檢驗，原假設是模型是適應性模型，備擇假設是存在顯著差異，但是這個檢驗受到樣本量大小的影響，包含大樣本的檢驗往往會導致拒絕原假設，盡管因子模型是合適的。

2 數(shù)據(jù)選取與模型建立

2.1 變量說明與數(shù)據(jù)選取

本文根據(jù)在中小板塊上市的公司2012年第三季報，以山東省的32 家上市公司為評價對象，以它們2012年度的財務比率數(shù)據(jù)為樣本（其財務比率數(shù)據(jù)來自于“金融界”和“和訊股票”），運用因子分析法對其業(yè)績進行綜合評價。

進行因子分析的第一步重要工作就是選取恰當?shù)淖兞恐笜?。因子分析指標的選取非常重要：指標選得過少，會使提取后的因子不能真實反映原眾多變量之間的關系；選得過多，會出現(xiàn)一個因子在多個指標上出現(xiàn)較高載荷、因而失去該因子顯著意義的情況。因此，應該按照系統(tǒng)性、典型性的原則選取盡可能反映樣本信息的指標。

評價企業(yè)綜合業(yè)績的因素多種多樣，公司屬于不同的行業(yè)，經(jīng)營模式、發(fā)展理念、區(qū)域環(huán)境等各不相同。參考專家調查研究資料和相關文獻，運用下列13 個指標對創(chuàng)業(yè)板市場上市公司綜合業(yè)績評得到的認可較多，分別為：

流動比率X1：也稱營運資金比例，是指企業(yè)流動資產(chǎn)與流動債的比率。

速動比率X2：是指速動資產(chǎn)對流動負債的比率，它是衡量企業(yè)流動資產(chǎn)中可以變現(xiàn)用于償還流動負債的能力。

每股收益X3：也稱每股稅后利潤，指稅后利潤與股本總數(shù)的比率。

每股凈資產(chǎn)X4：指股東權益與總股數(shù)的比率。

資產(chǎn)負債率X5：指公司年末的負債總額同資產(chǎn)總額的比率。

存貨周轉率X6：是企業(yè)一定時期銷貨成本與平均存貨余額的比率。

應收賬款周轉率X7：反映公司應收賬款周轉速度的比率，說明一定期間內公司應收賬款轉為現(xiàn)金的平均次數(shù)。

總資產(chǎn)周轉率X8：是指企業(yè)在一定時期業(yè)務收入凈額同平均資產(chǎn)總額的比率。

主營業(yè)務增長率X9：用來衡量公司的產(chǎn)品生命周期，判斷公司發(fā)展所處的階段。

股東權益比率X10：是股東權益與資產(chǎn)總額的比率，該比率反映企業(yè)資產(chǎn)中有多少是所有者投入的。

凈資產(chǎn)收益率X11：又稱股東權益收益率，是凈利潤與平均股東權益的百分比。

資本金收益率X12：也稱為資本金利潤率，是指項目經(jīng)營期內一個正常年份的年稅后利潤總額或項目經(jīng)營期內年平均稅后利潤總額與資本金的比率。

凈利潤增長率X13：代表企業(yè)當期凈利潤比上期凈利潤的增長幅度。

2.2 因子模型的建立

因子分析的出發(fā)點是用較少的相互獨立的因子變量來代替原有變量的絕大部分信息。根據(jù)相關性大小把原始變量分組，使同組內的變量之間相關性較高，而不同組變量間的相關性則較低。因子分析與主成分分析不同：主成分不能作為模型來描述，只能作為一般的變量變換，因子分析需要構造因子模型；主成分是原始變量的線性組合，公共因子一般不能表示為原始變量的線性組合。

2.2.1 因子分析的幾個相關概念

公共因子和特殊因子——公共因子是從觀測指標里面抽象概括出來的公因子，具有概括性；特殊因子是存在于局部個體的因子，即抽象掉公共因子之后的剩余。

因子載荷——在各公共因子不相關的前提下，因子載荷aij是指第i 個原有變量與第j 個公共因子的相對系數(shù)，即表示xi依賴Fj的比重，反應了第i 個原有變量在第j 個公共因子的相對重要性。因此，aij的絕對值越大，相關的密切程度越高。

變量共同度——也稱共性方差，原有變量xi的共同度定義為因子載荷矩陣A 中第i 行元素的平方和，反映了全部公共因子對原有變量xi總方差解釋說明的比例，體現(xiàn)了公共因子對原有變量xi的貢獻程度。共性方差越大，因子分析的效果越好。即：

公共因子Fj的方差貢獻——是因子載荷矩陣A 中第j 列各元素的平方和，反映了因子Fj對所有原始變量總方差的解釋能力，其值越高，說明該因子的重要程度越高，即：

因子旋轉——將因子載荷矩陣A 右乘一個正交矩陣后得到一個新的矩陣，方式有兩種：正交旋轉，斜交旋轉。正交旋轉是指坐標軸始終保持垂直90 度角旋轉，于是新生成的因子仍可保持不相關性；斜交旋轉中坐標軸中的夾角可以是任意度數(shù)，因此新生成的因子之間不能保證不相關性。因子旋轉后，總的累計方差貢獻率沒有變，但是重新分配了各個因子解釋原有變量的方差，改變了各因子的方差貢獻，使得因子更易于解釋。

方差最大法——從簡化因子載荷矩陣的每一列出發(fā)，使和每個因子有關的載荷的平方的方差最大。當只有少數(shù)幾個變量在某個因子上有較高的載荷時，最因子的解釋最簡單。

2.2.2 因子分析的模型

設X=（X1，X2，…，Xp），為可觀測隨機向量，其均值E（X）=0，協(xié)方差矩陣COV（X）=0，F(xiàn)=（F1，F(xiàn)2，…，F(xiàn)m）′，m＜p 是不可測的向量，其均值向量為0，協(xié)方差矩陣COV（F）=I，即向量F 的各分量是相互獨立的。

ε=（ε1，ε2，…，εp），與F 是相互獨立的，且均值E（ε）=0，協(xié)方差矩陣是對角矩陣，即ε 的各分量之間是相互獨立的。假定模型可以表示為：

稱為因子模型，模型的矩陣形式為X=AF+ε，其中，A 稱為因子載荷矩陣，F(xiàn)＝（F1，F(xiàn)2，…，F(xiàn)m）′叫做公共因子矩陣。

表3-1 KMO 和巴特利特球度檢驗

表3-2 原有變量的相關系數(shù)矩陣

2.2.3 公因子確定的一般原則

公因子的確定比較靈活，關鍵在于提取出的公因子可解釋性上，如果有實際意義，即使貢獻率較小，也可以考慮保留；而如果特征根大于1，但是找不到合理的解釋，則將其主成分去除。

3 綜合業(yè)績的因子分析

因子分析主要步驟：（1）根據(jù)研究問題選取原始變量；（2）避免量綱不同而帶來的數(shù)據(jù)間的無意義比較，將原始數(shù)據(jù)進行標準化處理并求相關矩陣，分析變量之間的相關性；（3）求解初始公共因子及因子載荷矩陣；（4）因子旋轉；（5）因子得分；（6）根據(jù)因子得分進行分析。具體體現(xiàn)如下：

3.1 因子分析的前提條件

首先應考察原有變量是否適合進行因子分析，因子分析的前提是諸變量之間有很強的相關性，這樣才有可能實現(xiàn)在盡量不損失信息的前提下，達到將變量降維的目的。

KMO 檢驗為0.756，說明原變量有較強的相關性；巴特利特球度檢驗概率P 值接近0，拒絕原假設，認為該系數(shù)矩陣不是單位矩陣，適合做因子分析。

表3-3 因子分析中的變量共同度

表3-4 因子解釋原有變量總方差的情況

具有較強相關性的指標可以采用因子分析法提取主因子，以消除相關性，經(jīng)過調整分析，達到提取主因子從不同方面衡量企業(yè)綜合績效的目的。下表相關系數(shù)矩陣顯示：這十三個變量中許多變量之間存在著高度相關，能夠從中提取公共因子，進行因子分析是合理的（見表3-2）。

3.2 因子提取

事實上，因子個數(shù)小于原有變量的個數(shù)才是因子分析的目標，所以不可提取全部特征值。從表4-3 看出指標與要素之間的因子負荷量均大于0.7，其值越高，表明指標與要素之間的關聯(lián)性越強。

表3-4 中：第一列是因子編號，以后三列組成一組，每組中數(shù)據(jù)項的含義依次是特征值、方差貢獻率和累計方差貢獻率。Initial Eigenvalues表示初始特征值；Extraction Sums of Squared Loadings 表示提取平方負荷的總和；Rotation Sums of Squared Loadings 是旋轉平方負荷的總和，描述了最終因子解的情況。

該表顯示，第一個因子的特征值為4.352，大約占去方差的33.476%，基于過程內定取特征值大于1 的原則，F(xiàn)actor 過程提取了前五個因子，五個因子的特征值共占去方差的87.742%，所以提取前五個因子能夠反映原始數(shù)據(jù)的足夠信息；并且被放棄的其他八個因子解釋的方差不到15%，各變量的信息丟失都較少，解釋變量時決定作用不明顯。從而，當保留五個公因子時，一個十三維的問題降至五維。

圖3-1 碎石圖

圖3-1 為碎石圖，實際上是按特征根大小排列的因子散點圖，橫坐標為因子數(shù)目，縱坐標為特征值。如圖所示，前五個因子的特征根都大于1，從第六個主成分開始，特征根就比較低，對解釋原有變量的貢獻很小，成為可被忽略的“高山腳下的碎石”，因此認為前五個因子能夠概括絕大部分信息。

表3-5 輸出的是初始因子負荷矩陣，是因子分析的核心內容。從此表中可以看出，五個因子F1、F2、F3、F4、F5在原始變量上的載荷值都相差大，故不能明確的解釋各個公因子的經(jīng)濟含義，因此須進一步進行因子旋轉以便更好地了解各公因子的經(jīng)濟含義。

表3-5 未經(jīng)旋轉的因子負荷矩陣

3.3 主因子命名和解釋

建立因子分析模型的目的不僅僅是要找出公共因子以及對變量進行分組，更重要的要知道每個公共因子的意義，以便進行進一步分析，如果每個公共因子的含義不清，則不便于進行實際背景的解釋。由于因子載荷陣是不唯一的，所以應對其進行旋轉，目的是使因子載荷陣的結構簡化，使載荷陣每列值的平方數(shù)向0 和1 兩級分化。

這里，采用最大方差法對因子載荷矩陣實行正交旋轉，其原理相似于調整顯微鏡的焦距，以便更清楚地觀察物體。為了使因子分析的結果具有更強的命名解釋性，我們得到旋轉后的因子載荷矩陣：

表3-6 旋轉后的因子負荷矩陣

通過這個系數(shù)矩陣可以用原始變量寫出因子表達式，以便了解因子的含義：

旋轉后的因子系數(shù)已經(jīng)明顯向兩級分化，有了更鮮明的實際意義。F1中系數(shù)絕對值大的主要有：X3（每股收益）、X4（每股凈資產(chǎn)）、X12（資本金收益率），主要是用來反映企業(yè)的每股能力及收益，可以稱為市場價值因子；F2中系數(shù)絕對值大的主要有X1（流動比率）、X2（速動比率）、X5（資產(chǎn)負債率），主要是用來反映企業(yè)的償債能力；F3中系數(shù)絕對值大的主要有：X10（股東權益比率）、X11（凈資產(chǎn)收益率），主要是用來反映股東收益能力；F4中系數(shù)絕對值大的主要有：X6（存貨周轉率）、X7（應收賬款周轉率）、X8（總資產(chǎn)周轉率），主要是用來反映企業(yè)的運營能力；F5中系數(shù)絕對值大的主要有：X9（主營業(yè)務增長率）、X13（凈利潤增長率），主要是用來反映企業(yè)的成長能力。由此可以看出，與旋轉前相比，各公因子的經(jīng)濟意義明確并且解釋的結果與實際相符；這樣的提取較為合理，具有一定的規(guī)律性。

表3-7 各主因子命名

需要說明的是：在因子分析中，主因子本身就是一個不可觀測的、具有一定意義的變量，只要它對原始變量具有較高的載荷，能夠將原始變量歸為合理的類別，就能起到看簡化指標、便于解釋的目的。從上表可以清晰地看出，第一個主因子在每股收益、每股凈資產(chǎn)、資本金收益率上有較大的載荷，其中，每股收益和每股凈資產(chǎn)測定股票投資價值和資產(chǎn)現(xiàn)值，是投資者需要關注的，而資本金收益率則反映上市公司的盈利能力，將這兩種能力的指標歸為一類，是由于它們對原始變量具有較高的載荷，因此是可行的。第一個主因子的方差貢獻率為33.476%，是我們評價中小企業(yè)板塊上市公司綜合業(yè)績時需要考慮的重要方面。

第二個主因子在流動比率、速動比率和資產(chǎn)負債率上有較高的載荷，是度量上市公司償債能力的核心指標，其方差貢獻率為21.009%，對企業(yè)的經(jīng)營有著重要作用。流動比率和速動比率都是反映企業(yè)短期償債能力的指標，企業(yè)負債過重不但增加了企業(yè)的運營風險，而且增加企業(yè)的財務費用，降低企業(yè)的盈利能力。當然，企業(yè)為了壯大規(guī)模就必須要融資，但可以采取多種方法，如減少不合理開支。

第三個主因子在股東權益比率和凈資產(chǎn)收益率上有較高載荷，用來衡量企業(yè)的規(guī)模和和自有資本的效率。第四個主因子在存貨周轉率、應收賬款周轉率和總資產(chǎn)周轉率上有較高的載荷，是傳統(tǒng)的評價上市公司營運能力的指標，代表企業(yè)經(jīng)營活動中的資金運作和周轉能力，用來衡量企業(yè)資金利用效率和管理、運用資金的能力。第五個主因子在主營業(yè)務增長率、凈利潤增長率上有較高的載荷，用來衡量企業(yè)未來資產(chǎn)擴張與規(guī)模壯大的能力，它對全部初始變量的方差貢獻率僅為9.959%，重要性相對較差。

圖3-2 旋轉后的因子散點圖

圖3-2 是一個三因素關于各個變量的載荷散點圖，每個變量在圖形中為一個數(shù)據(jù)點，從該圖可以形象地看出F1、F2和F3與13 個原始變量之間的關系。

3.4 計算因子得分

采用回歸法估計因子得分系數(shù)，并輸出因子得分系數(shù)。

表3-8 因子得分系數(shù)矩陣

根據(jù)上表可以寫出每一個因子得分函數(shù)，以F1為例：

表3-9 因子得分協(xié)方差矩陣

從此表可以看出旋轉后的F4、F2、F3、F4和F5因子之間的相關系數(shù)為0，可以很明顯的顯示出各因子間互不相關，說明提取的五個因子是合理的、科學的。

利用回歸法估計出各因子得分后，以每個主因子的方差貢獻率占五個主因子總方差貢獻率的比重作為權數(shù)進行加權計算。其計算公式為：

表3-10 32 家公司的各因子得分和綜合業(yè)績因子得分表

F=（33.476×F1＋21.009×F2＋12.991×F3＋10.308×F4＋9.959×F5）／87.742

在因子分析的過程中，SPSS 可自動得出因子的得分，根據(jù)上述公式還可得出綜合得分（見表3-10）。

4 因子分析的綜合評價

由于篇幅原因，本文簡要分析排名中前五位和后五位的上市公司，對其余公司不再一一贅述。

表4-1 綜合得分前五位的公司

從上表可以看出居于榜首的是史丹利，該公司得分最高主要歸因于其在主因子F1上的得分，尤其是其每股收益為1.46 元，顯示出良好的市場價值。排名第二位的東誠生化、第三位的萬昌科技、第四位的豪邁科技均在主因子F2的得分較高，代表良好的償債能力。第五名的瑞康醫(yī)藥在主因子F5的得分較高，說明該企業(yè)具有良好的成長能力。

表4-2 綜合得分后五位的公司

排名后五位的公司在前三個公共因子上的得分均為負值，代表了它們在市場價值、償債和股東收益能力方面的劣勢。這些企業(yè)要想取得較好的業(yè)績，需要在上述三個方面重點改革；排在第四位的山東如意在主因子F4上的得分較低，說明該公司的運營能力不足；最后一名的華東數(shù)控在主因子F4上的得分為-1.27351，在總資產(chǎn)周轉率、存活周轉率和應收賬款周轉率的排名分別處于倒數(shù)第一、倒數(shù)第二和倒數(shù)第三，說明該公司已面臨一定的周轉危機，會影響企業(yè)生產(chǎn)經(jīng)營活動的正常進行，也制約著企業(yè)經(jīng)濟的發(fā)展，是亟待研究和解決的問題；華東數(shù)控在主因子F5上的得分僅為-2.04221，說明該企業(yè)的成長能力不足。

研究結果表明，因子分析法簡化了影響因素結構，構造了有效的綜合業(yè)績評價體系的模型，模型實證的結果客觀反映了我省上市公司綜合業(yè)績的實際水平。因此，因子分析的方法是切實可行的綜合分析上市公司綜合業(yè)績的有效方法，并且分析結果可作為投資者參考的重要依據(jù)。

以下按照具體因子對企業(yè)進行排名，從而實現(xiàn)對企業(yè)優(yōu)勢和劣勢進行辯證分析的目的：

表4-3 按F1的排名前五位的公司

由上表可以看出市場價值較高的五家企業(yè)，其中史丹利的得分遠高于其他企業(yè)，證實了其在綜合得居于榜首得益于在其市場價值因子上的較高得分，同時必須看到該企業(yè)在償債能力因子上的得分很低，實際上是32 家企業(yè)的倒數(shù)第二，說明企業(yè)在發(fā)展同時必須關注償債能力，提高經(jīng)營能力。由表4-4 可以看出償債能力顯著的五家公司，其中東誠生化、萬昌科技和豪邁科技居于前三位，這也與綜合得分是相符的，但豪邁科技在股東收益能力上處于劣勢，因此企業(yè)需要積極地利用財務杠桿作用保持適中的股東權益比率和凈資產(chǎn)收益率。

表4-4 按F2的排名前五位的公司

表4-5 按F3的排名前五位的公司

由表4-5 可以看出排名第一位的登海種業(yè)在股東收益能力的得分是顯著高于其他企業(yè)，但是在其他四個因子的得分均為負值。九陽股份在股東收益能力方面也是值得肯定的，運營能力較強，但是成長能力明顯不足，企業(yè)需要加強自主創(chuàng)新，開發(fā)新產(chǎn)品以保持市場份額。

表4-6 按F4的排名前五位的公司

表4-6 表明，瑞康醫(yī)藥的運營能力居于第五位，和其綜合的排名一致，從前面的分析也可以看出，該企業(yè)的市場價值較高，但償債能力是32 家企業(yè)中最不理想的，企業(yè)資產(chǎn)的變現(xiàn)能力較弱。

附錄

表4-7 按F的排名前五位的公司

從表4-7 可以很明顯的看出瑞康醫(yī)藥在成長能力上的優(yōu)勢，也驗證了該企業(yè)在綜合得分上名列前茅的主要原因；此外，東誠生化具有良好償債能力和成長能力，從而提高了在綜合得分上的權重。

表4-8 按F 綜合業(yè)績的排名表

最后，可以看出，史丹利、東誠生化、萬昌科技等12 家企業(yè)的綜合得分為正數(shù)，海立美達、得利斯、華東數(shù)控等20 家企業(yè)的綜合得分為負數(shù)?？傮w來說，綜合得分為正數(shù)的企業(yè)的綜合業(yè)績較好，而綜合得分為負數(shù)的企業(yè)的綜合業(yè)績較差。通過分析與評價可以看出，通過因子得分可以比較清晰地分析事物的內在聯(lián)系，抓住主要矛盾，找出主要因素，使多變量的復雜問題變得易于研究和分析。但是，隨著時間的推移，上市公司的發(fā)展會帶來相關數(shù)據(jù)變化，特別是在對上市公司監(jiān)管不力時，會導致數(shù)據(jù)失真、分析和評價有失客觀性。對這種存在信息不對稱的情況，建立公正科學的評價體系是實現(xiàn)有效的預警監(jiān)管、促進上市公司健康發(fā)展的重要措施。同時，上市公司應該高度關注誠信建設，給投資者創(chuàng)造良好的投資環(huán)境?？偠灾?，企業(yè)應注重綜合業(yè)績的提高，只有注重綜合業(yè)績的發(fā)展，才是企業(yè)發(fā)展壯大的根本出路，兼顧經(jīng)濟責任、法律責任和道德責任，才是企業(yè)發(fā)展壯大的根本出路。

［1］張立軍，任英華.多元統(tǒng)計分析實驗[M].北京：中國人民大學出版社，2009.

［2］薛微.統(tǒng)計分析與SPSS 的應用[M].3版.北京：中國人民大學出版社，2011.

［3］王學民.應用多元分析[M].3版.上海：上海財經(jīng)出版社，2009.

［4］劉豫江.基于因子分析的境內上市銀行綜合財務分析與評價[D].對外經(jīng)濟貿(mào)易大學，2007.

［5］劉志強，穆春舟，劉芳.中小企業(yè)板上市公司分類評價[J].工業(yè)技術經(jīng)濟，2006（10）.

［6］冉倫，李金林.因子分析法在中小企業(yè)板塊上市公司綜合業(yè)績評價中的應用[J/OL].中文期刊，2005（01）.

［7］胡燕京，張潔，邊廷亮.因子分析：上市公司綜合業(yè)績分析的一種新視角[J].管理評論，2004（04）.

［8］張文璋.實用統(tǒng)計分析方法與SPSS 應用[M].2000，10.

［9］李靜萍，謝邦昌.多元統(tǒng)計分析方法與應用[M].北京：中國人民大學出版社，2008：71-87.

［10］何慧婷，柳建民.構建上市公司財務比率指標評價體系[J].管理學報，2005（04）.

［11］張同鍵，楊愛民.張成虎.國有商業(yè)銀行操作風險控制績效模型實證研究[J].重慶大學學報，2008，14（03）：37-40.

［12］王松濤.探索性因子分析與驗證性因子分析[J].蘭州學刊，2006（05）.

［13］侯杰泰.機構方程模型及其應用[M].北京：教育科學出版社，2004：25-190.

［14］周曉宏，郭文靜.探索性因子分析與驗證性因子分析異同比較[J].科技和產(chǎn)業(yè)，2008，9.

［15］胡建華.高科技企業(yè)績效評價中的因子分析方法[J].企業(yè)經(jīng)濟，2005，7.