因子分析法在中小板塊上市公司綜合業(yè)績(jī)?cè)u(píng)價(jià)中的應(yīng)用

田原珺

（山東財(cái)經(jīng)大學(xué)，山東 濟(jì)南 250000）

0 引言

1）研究背景

（1）實(shí)際背景

2003年2月，國(guó)務(wù)院出臺(tái)“九條意見(jiàn)”，其中明確提出了分步推進(jìn)創(chuàng)業(yè)板市場(chǎng)建設(shè)的要求，深交所從主板市場(chǎng)中設(shè)立中小企業(yè)板塊是進(jìn)行創(chuàng)業(yè)板市場(chǎng)建設(shè)的開(kāi)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(kāi)盤成為具有里程碑意義的大事。目前被批準(zhǔn)在中小企業(yè)板塊上市的公司較少，業(yè)績(jī)間缺少比較的基準(zhǔn)。因此，如何正確評(píng)價(jià)中小企業(yè)板塊上市公司的綜合業(yè)績(jī)，成為各相關(guān)方所關(guān)注的一個(gè)重要問(wèn)題。本文根據(jù)在中小板塊上市的公司2012年第三季報(bào)，以山東省的32家上市公司為評(píng)價(jià)對(duì)象，以它們2012年度的財(cái)務(wù)比率數(shù)據(jù)為樣本，運(yùn)用因子分析法對(duì)它們的業(yè)績(jī)進(jìn)行綜合評(píng)價(jià)。

（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(jì)生活中得到廣泛應(yīng)用。因子分析是將具有錯(cuò)綜復(fù)雜關(guān)系的變量綜合為數(shù)量較少的幾個(gè)不相關(guān)的主因子，以再現(xiàn)原始變量與因子之間的相互關(guān)系，同時(shí)，根據(jù)不同因子還可以對(duì)變量進(jìn)行分類，屬于多元分析中處理降維分析的一種統(tǒng)計(jì)方法，可以通過(guò)建立統(tǒng)一的指標(biāo)體系，使數(shù)據(jù)間具有可比性，因此成為進(jìn)行企業(yè)綜合效益評(píng)價(jià)的有效方法。

2）研究意義

中小企業(yè)板塊上市公司是市場(chǎng)經(jīng)濟(jì)體系中活躍的、發(fā)展前景良好的企業(yè)類型，在我國(guó)證券市場(chǎng)占有重要地位，設(shè)立中小企業(yè)板塊有利于更好地發(fā)揮其高成長(zhǎng)性、顯著的自主創(chuàng)新能力等優(yōu)勢(shì)，是市場(chǎng)一種結(jié)構(gòu)性的變革，也是建設(shè)創(chuàng)業(yè)板市場(chǎng)的第一步棋，它的推出將會(huì)對(duì)中國(guó)證券市場(chǎng)發(fā)展有深遠(yuǎn)的影響，從其設(shè)立的論證階段到正式推出一直受到了社會(huì)各界的普遍關(guān)注。然而，我國(guó)的中小企業(yè)是整體重要性與個(gè)體弱勢(shì)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(jì)算機(jī)、商業(yè)貿(mào)易、冶金、醫(yī)藥、煤炭、食品等多個(gè)行業(yè)，各行業(yè)的上市公司對(duì)山東省的經(jīng)濟(jì)發(fā)展起到了非常積極的推動(dòng)作用。他們的業(yè)績(jī)和發(fā)展備受投資者和政府關(guān)注，是企業(yè)一切經(jīng)濟(jì)活動(dòng)的根本出發(fā)點(diǎn)并直接影響到投資者投資決策的風(fēng)險(xiǎn)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(jiǎn)化的技術(shù)。通過(guò)研究眾多變量之間的內(nèi)部依賴關(guān)系，探求觀測(cè)數(shù)據(jù)中的基本結(jié)構(gòu)，并用少數(shù)幾個(gè)“抽象”的變量來(lái)表示基本的數(shù)據(jù)結(jié)構(gòu)?！俺橄蟆钡淖兞糠Q作“因子”，能反映原來(lái)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(yàn)證性因子分析（Confirmatory Factor Analysis）。

1.1.1 探索性因子分析

從實(shí)際出發(fā)，在事先不知道影響因素的基礎(chǔ)上，完全依據(jù)資料數(shù)據(jù)，利用統(tǒng)計(jì)軟件得出因子，以找出影響觀測(cè)變量的因子個(gè)數(shù)及各個(gè)因子和各個(gè)觀測(cè)變量相關(guān)程度的過(guò)程，是因子分析最通常的形式。

1.1.2 驗(yàn)證性因子分析

當(dāng)研究人員根據(jù)某些理論或者其他的先驗(yàn)知識(shí)對(duì)因子的可能個(gè)數(shù)或者因子結(jié)構(gòu)作出假設(shè)，利用因子分析來(lái)檢驗(yàn)這個(gè)假設(shè)時(shí)為驗(yàn)證性因子分析。簡(jiǎn)言之，驗(yàn)證性因子分析充分利用了先驗(yàn)信息，在已知因子的情況下檢驗(yàn)因子模型能否擬合數(shù)據(jù)。

1.2 因子分析的特點(diǎn)

探索性因子分析與驗(yàn)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(chǔ)，都是為了濃縮數(shù)據(jù)，用“抽象”因子來(lái)辨識(shí)觀測(cè)變量的主要信息，但在基本思想、應(yīng)用前提、理論假設(shè)、分析步驟和應(yīng)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(diǎn)

（1）在事先不知道影響因素的基礎(chǔ)上進(jìn)行，要從實(shí)際出發(fā)，先假設(shè)因子結(jié)構(gòu)，通過(guò)因子分析揭示一套相對(duì)較大的變量的內(nèi)在結(jié)構(gòu)。

（2）假設(shè)所有的公共因子都相關(guān)或都不相關(guān)，特殊因子之間相互獨(dú)立并且觀測(cè)變量只受一個(gè)特殊因子的影響。

（3）采用抽樣的方法、按照實(shí)際情況收集數(shù)據(jù)是探索性因子分析的第一步，為了對(duì)因子結(jié)構(gòu)進(jìn)行合理解釋還要進(jìn)行因子旋轉(zhuǎn)。

1.2.2 驗(yàn)證性因子分析的特點(diǎn)

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

（2）假設(shè)公共因子可以相關(guān)，也可以無(wú)關(guān)；特殊因子之間可以相關(guān)，還可以出現(xiàn)不存在誤差因素的觀測(cè)變量；并且觀測(cè)變量可以只受一個(gè)或幾個(gè)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(gè)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(jī)樣本”，帶有更大的主觀性。

（4）在評(píng)價(jià)模型是否恰當(dāng)?shù)膯?wèn)題上，驗(yàn)證性因子分析存在不足：最常用的模型適應(yīng)性檢驗(yàn)是卡方擬合優(yōu)度檢驗(yàn)，原假設(shè)是模型是適應(yīng)性模型，備擇假設(shè)是存在顯著差異，但是這個(gè)檢驗(yàn)受到樣本量大小的影響，包含大樣本的檢驗(yàn)往往會(huì)導(dǎo)致拒絕原假設(shè)，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(shuō)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(bào)，以山東省的32 家上市公司為評(píng)價(jià)對(duì)象，以它們2012年度的財(cái)務(wù)比率數(shù)據(jù)為樣本（其財(cái)務(wù)比率數(shù)據(jù)來(lái)自于“金融界”和“和訊股票”），運(yùn)用因子分析法對(duì)其業(yè)績(jī)進(jìn)行綜合評(píng)價(jià)。

進(jìn)行因子分析的第一步重要工作就是選取恰當(dāng)?shù)淖兞恐笜?biāo)。因子分析指標(biāo)的選取非常重要：指標(biāo)選得過(guò)少，會(huì)使提取后的因子不能真實(shí)反映原眾多變量之間的關(guān)系；選得過(guò)多，會(huì)出現(xiàn)一個(gè)因子在多個(gè)指標(biāo)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(yīng)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(biāo)。

評(píng)價(jià)企業(yè)綜合業(yè)績(jī)的因素多種多樣，公司屬于不同的行業(yè)，經(jīng)營(yíng)模式、發(fā)展理念、區(qū)域環(huán)境等各不相同。參考專家調(diào)查研究資料和相關(guān)文獻(xiàn)，運(yùn)用下列13 個(gè)指標(biāo)對(duì)創(chuàng)業(yè)板市場(chǎng)上市公司綜合業(yè)績(jī)?cè)u(píng)得到的認(rèn)可較多，分別為：

流動(dòng)比率X1：也稱營(yíng)運(yùn)資金比例，是指企業(yè)流動(dòng)資產(chǎn)與流動(dòng)債的比率。

速動(dòng)比率X2：是指速動(dòng)資產(chǎn)對(duì)流動(dòng)負(fù)債的比率，它是衡量企業(yè)流動(dòng)資產(chǎn)中可以變現(xiàn)用于償還流動(dòng)負(fù)債的能力。

每股收益X3：也稱每股稅后利潤(rùn)，指稅后利潤(rùn)與股本總數(shù)的比率。

每股凈資產(chǎn)X4：指股東權(quán)益與總股數(shù)的比率。

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

存貨周轉(zhuǎn)率X6：是企業(yè)一定時(shí)期銷貨成本與平均存貨余額的比率。

應(yīng)收賬款周轉(zhuǎn)率X7：反映公司應(yīng)收賬款周轉(zhuǎn)速度的比率，說(shuō)明一定期間內(nèi)公司應(yīng)收賬款轉(zhuǎn)為現(xiàn)金的平均次數(shù)。

總資產(chǎn)周轉(zhuǎn)率X8：是指企業(yè)在一定時(shí)期業(yè)務(wù)收入凈額同平均資產(chǎn)總額的比率。

主營(yíng)業(yè)務(wù)增長(zhǎng)率X9：用來(lái)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(quán)益比率X10：是股東權(quán)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(quán)益收益率，是凈利潤(rùn)與平均股東權(quán)益的百分比。

資本金收益率X12：也稱為資本金利潤(rùn)率，是指項(xiàng)目經(jīng)營(yíng)期內(nèi)一個(gè)正常年份的年稅后利潤(rùn)總額或項(xiàng)目經(jīng)營(yíng)期內(nèi)年平均稅后利潤(rùn)總額與資本金的比率。

凈利潤(rùn)增長(zhǎng)率X13：代表企業(yè)當(dāng)期凈利潤(rùn)比上期凈利潤(rùn)的增長(zhǎng)幅度。

2.2 因子模型的建立

因子分析的出發(fā)點(diǎn)是用較少的相互獨(dú)立的因子變量來(lái)代替原有變量的絕大部分信息。根據(jù)相關(guān)性大小把原始變量分組，使同組內(nèi)的變量之間相關(guān)性較高，而不同組變量間的相關(guān)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(lái)描述，只能作為一般的變量變換，因子分析需要構(gòu)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(gè)相關(guān)概念

公共因子和特殊因子——公共因子是從觀測(cè)指標(biāo)里面抽象概括出來(lái)的公因子，具有概括性；特殊因子是存在于局部個(gè)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(guān)的前提下，因子載荷aij是指第i 個(gè)原有變量與第j 個(gè)公共因子的相對(duì)系數(shù)，即表示xi依賴Fj的比重，反應(yīng)了第i 個(gè)原有變量在第j 個(gè)公共因子的相對(duì)重要性。因此，aij的絕對(duì)值越大，相關(guān)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(duì)原有變量xi總方差解釋說(shuō)明的比例，體現(xiàn)了公共因子對(duì)原有變量xi的貢獻(xiàn)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(xiàn)——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(duì)所有原始變量總方差的解釋能力，其值越高，說(shuō)明該因子的重要程度越高，即：

因子旋轉(zhuǎn)——將因子載荷矩陣A 右乘一個(gè)正交矩陣后得到一個(gè)新的矩陣，方式有兩種：正交旋轉(zhuǎn)，斜交旋轉(zhuǎn)。正交旋轉(zhuǎn)是指坐標(biāo)軸始終保持垂直90 度角旋轉(zhuǎn)，于是新生成的因子仍可保持不相關(guān)性；斜交旋轉(zhuǎn)中坐標(biāo)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(guān)性。因子旋轉(zhuǎn)后，總的累計(jì)方差貢獻(xiàn)率沒(méi)有變，但是重新分配了各個(gè)因子解釋原有變量的方差，改變了各因子的方差貢獻(xiàn)，使得因子更易于解釋。

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

2.2.2 因子分析的模型

設(shè)X=（X1，X2，…，Xp），為可觀測(cè)隨機(jī)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(cè)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(dú)立的。

ε=（ε1，ε2，…，εp），與F 是相互獨(dú)立的，且均值E（ε）=0，協(xié)方差矩陣是對(duì)角矩陣，即ε 的各分量之間是相互獨(dú)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(yàn)

表3-2 原有變量的相關(guān)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(guān)鍵在于提取出的公因子可解釋性上，如果有實(shí)際意義，即使貢獻(xiàn)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(jī)的因子分析

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

3.1 因子分析的前提條件

首先應(yīng)考察原有變量是否適合進(jìn)行因子分析，因子分析的前提是諸變量之間有很強(qiáng)的相關(guān)性，這樣才有可能實(shí)現(xiàn)在盡量不損失信息的前提下，達(dá)到將變量降維的目的。

KMO 檢驗(yàn)為0.756，說(shuō)明原變量有較強(qiáng)的相關(guān)性；巴特利特球度檢驗(yàn)概率P 值接近0，拒絕原假設(shè)，認(rèn)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(qiáng)相關(guān)性的指標(biāo)可以采用因子分析法提取主因子，以消除相關(guān)性，經(jīng)過(guò)調(diào)整分析，達(dá)到提取主因子從不同方面衡量企業(yè)綜合績(jī)效的目的。下表相關(guān)系數(shù)矩陣顯示：這十三個(gè)變量中許多變量之間存在著高度相關(guān)，能夠從中提取公共因子，進(jìn)行因子分析是合理的（見(jiàn)表3-2）。

3.2 因子提取

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

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

該表顯示，第一個(gè)因子的特征值為4.352，大約占去方差的33.476%，基于過(guò)程內(nèi)定取特征值大于1 的原則，F(xiàn)actor 過(guò)程提取了前五個(gè)因子，五個(gè)因子的特征值共占去方差的87.742%，所以提取前五個(gè)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(gè)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(shí)決定作用不明顯。從而，當(dāng)保留五個(gè)公因子時(shí)，一個(gè)十三維的問(wèn)題降至五維。

圖3-1 碎石圖

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

表3-5 輸出的是初始因子負(fù)荷矩陣，是因子分析的核心內(nèi)容。從此表中可以看出，五個(gè)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(gè)公因子的經(jīng)濟(jì)含義，因此須進(jìn)一步進(jìn)行因子旋轉(zhuǎn)以便更好地了解各公因子的經(jīng)濟(jì)含義。

表3-5 未經(jīng)旋轉(zhuǎn)的因子負(fù)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(duì)變量進(jìn)行分組，更重要的要知道每個(gè)公共因子的意義，以便進(jìn)行進(jìn)一步分析，如果每個(gè)公共因子的含義不清，則不便于進(jìn)行實(shí)際背景的解釋。由于因子載荷陣是不唯一的，所以應(yīng)對(duì)其進(jìn)行旋轉(zhuǎn)，目的是使因子載荷陣的結(jié)構(gòu)簡(jiǎn)化，使載荷陣每列值的平方數(shù)向0 和1 兩級(jí)分化。

這里，采用最大方差法對(duì)因子載荷矩陣實(shí)行正交旋轉(zhuǎn)，其原理相似于調(diào)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(jié)果具有更強(qiáng)的命名解釋性，我們得到旋轉(zhuǎn)后的因子載荷矩陣：

表3-6 旋轉(zhuǎn)后的因子負(fù)荷矩陣

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

旋轉(zhuǎn)后的因子系數(shù)已經(jīng)明顯向兩級(jí)分化，有了更鮮明的實(shí)際意義。F1中系數(shù)絕對(duì)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(lái)反映企業(yè)的每股能力及收益，可以稱為市場(chǎng)價(jià)值因子；F2中系數(shù)絕對(duì)值大的主要有X1（流動(dòng)比率）、X2（速動(dòng)比率）、X5（資產(chǎn)負(fù)債率），主要是用來(lái)反映企業(yè)的償債能力；F3中系數(shù)絕對(duì)值大的主要有：X10（股東權(quán)益比率）、X11（凈資產(chǎn)收益率），主要是用來(lái)反映股東收益能力；F4中系數(shù)絕對(duì)值大的主要有：X6（存貨周轉(zhuǎn)率）、X7（應(yīng)收賬款周轉(zhuǎn)率）、X8（總資產(chǎn)周轉(zhuǎn)率），主要是用來(lái)反映企業(yè)的運(yùn)營(yíng)能力；F5中系數(shù)絕對(duì)值大的主要有：X9（主營(yíng)業(yè)務(wù)增長(zhǎng)率）、X13（凈利潤(rùn)增長(zhǎng)率），主要是用來(lái)反映企業(yè)的成長(zhǎng)能力。由此可以看出，與旋轉(zhuǎn)前相比，各公因子的經(jīng)濟(jì)意義明確并且解釋的結(jié)果與實(shí)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(shuō)明的是：在因子分析中，主因子本身就是一個(gè)不可觀測(cè)的、具有一定意義的變量，只要它對(duì)原始變量具有較高的載荷，能夠?qū)⒃甲兞繗w為合理的類別，就能起到看簡(jiǎn)化指標(biāo)、便于解釋的目的。從上表可以清晰地看出，第一個(gè)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(cè)定股票投資價(jià)值和資產(chǎn)現(xiàn)值，是投資者需要關(guān)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(biāo)歸為一類，是由于它們對(duì)原始變量具有較高的載荷，因此是可行的。第一個(gè)主因子的方差貢獻(xiàn)率為33.476%，是我們?cè)u(píng)價(jià)中小企業(yè)板塊上市公司綜合業(yè)績(jī)時(shí)需要考慮的重要方面。

第二個(gè)主因子在流動(dòng)比率、速動(dòng)比率和資產(chǎn)負(fù)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(biāo)，其方差貢獻(xiàn)率為21.009%，對(duì)企業(yè)的經(jīng)營(yíng)有著重要作用。流動(dòng)比率和速動(dòng)比率都是反映企業(yè)短期償債能力的指標(biāo)，企業(yè)負(fù)債過(guò)重不但增加了企業(yè)的運(yùn)營(yíng)風(fēng)險(xiǎn)，而且增加企業(yè)的財(cái)務(wù)費(fèi)用，降低企業(yè)的盈利能力。當(dāng)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(kāi)支。

第三個(gè)主因子在股東權(quán)益比率和凈資產(chǎn)收益率上有較高載荷，用來(lái)衡量企業(yè)的規(guī)模和和自有資本的效率。第四個(gè)主因子在存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率上有較高的載荷，是傳統(tǒng)的評(píng)價(jià)上市公司營(yíng)運(yùn)能力的指標(biāo)，代表企業(yè)經(jīng)營(yíng)活動(dòng)中的資金運(yùn)作和周轉(zhuǎn)能力，用來(lái)衡量企業(yè)資金利用效率和管理、運(yùn)用資金的能力。第五個(gè)主因子在主營(yíng)業(yè)務(wù)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率上有較高的載荷，用來(lái)衡量企業(yè)未來(lái)資產(chǎn)擴(kuò)張與規(guī)模壯大的能力，它對(duì)全部初始變量的方差貢獻(xiàn)率僅為9.959%，重要性相對(duì)較差。

圖3-2 旋轉(zhuǎn)后的因子散點(diǎn)圖

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

3.4 計(jì)算因子得分

采用回歸法估計(jì)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(gè)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(zhuǎn)后的F4、F2、F3、F4和F5因子之間的相關(guān)系數(shù)為0，可以很明顯的顯示出各因子間互不相關(guān)，說(shuō)明提取的五個(gè)因子是合理的、科學(xué)的。

利用回歸法估計(jì)出各因子得分后，以每個(gè)主因子的方差貢獻(xiàn)率占五個(gè)主因子總方差貢獻(xiàn)率的比重作為權(quán)數(shù)進(jìn)行加權(quán)計(jì)算。其計(jì)算公式為：

表3-10 32 家公司的各因子得分和綜合業(yè)績(jī)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(guò)程中，SPSS 可自動(dòng)得出因子的得分，根據(jù)上述公式還可得出綜合得分（見(jiàn)表3-10）。

4 因子分析的綜合評(píng)價(jià)

由于篇幅原因，本文簡(jiǎn)要分析排名中前五位和后五位的上市公司，對(duì)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?dú)w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(chǎng)價(jià)值。排名第二位的東誠(chéng)生化、第三位的萬(wàn)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(shuō)明該企業(yè)具有良好的成長(zhǎng)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(gè)公共因子上的得分均為負(fù)值，代表了它們?cè)谑袌?chǎng)價(jià)值、償債和股東收益能力方面的劣勢(shì)。這些企業(yè)要想取得較好的業(yè)績(jī)，需要在上述三個(gè)方面重點(diǎn)改革；排在第四位的山東如意在主因子F4上的得分較低，說(shuō)明該公司的運(yùn)營(yíng)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(zhuǎn)率、存活周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)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(shuō)明該公司已面臨一定的周轉(zhuǎn)危機(jī)，會(huì)影響企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的正常進(jìn)行，也制約著企業(yè)經(jīng)濟(jì)的發(fā)展，是亟待研究和解決的問(wèn)題；華東數(shù)控在主因子F5上的得分僅為-2.04221，說(shuō)明該企業(yè)的成長(zhǎng)能力不足。

研究結(jié)果表明，因子分析法簡(jiǎn)化了影響因素結(jié)構(gòu)，構(gòu)造了有效的綜合業(yè)績(jī)?cè)u(píng)價(jià)體系的模型，模型實(shí)證的結(jié)果客觀反映了我省上市公司綜合業(yè)績(jī)的實(shí)際水平。因此，因子分析的方法是切實(shí)可行的綜合分析上市公司綜合業(yè)績(jī)的有效方法，并且分析結(jié)果可作為投資者參考的重要依據(jù)。

以下按照具體因子對(duì)企業(yè)進(jìn)行排名，從而實(shí)現(xiàn)對(duì)企業(yè)優(yōu)勢(shì)和劣勢(shì)進(jìn)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(chǎng)價(jià)值較高的五家企業(yè)，其中史丹利的得分遠(yuǎn)高于其他企業(yè)，證實(shí)了其在綜合得居于榜首得益于在其市場(chǎng)價(jià)值因子上的較高得分，同時(shí)必須看到該企業(yè)在償債能力因子上的得分很低，實(shí)際上是32 家企業(yè)的倒數(shù)第二，說(shuō)明企業(yè)在發(fā)展同時(shí)必須關(guān)注償債能力，提高經(jīng)營(yíng)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(chéng)生化、萬(wàn)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(shì)，因此企業(yè)需要積極地利用財(cái)務(wù)杠桿作用保持適中的股東權(quán)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(gè)因子的得分均為負(fù)值。九陽(yáng)股份在股東收益能力方面也是值得肯定的，運(yùn)營(yíng)能力較強(qiáng)，但是成長(zhǎng)能力明顯不足，企業(yè)需要加強(qiáng)自主創(chuàng)新，開(kāi)發(fā)新產(chǎn)品以保持市場(chǎng)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(yùn)營(yíng)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(chǎng)價(jià)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(zhǎng)能力上的優(yōu)勢(shì)，也驗(yàn)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(chéng)生化具有良好償債能力和成長(zhǎng)能力，從而提高了在綜合得分上的權(quán)重。

表4-8 按F 綜合業(yè)績(jī)的排名表

最后，可以看出，史丹利、東誠(chéng)生化、萬(wàn)昌科技等12 家企業(yè)的綜合得分為正數(shù)，海立美達(dá)、得利斯、華東數(shù)控等20 家企業(yè)的綜合得分為負(fù)數(shù)?？傮w來(lái)說(shuō)，綜合得分為正數(shù)的企業(yè)的綜合業(yè)績(jī)較好，而綜合得分為負(fù)數(shù)的企業(yè)的綜合業(yè)績(jī)較差。通過(guò)分析與評(píng)價(jià)可以看出，通過(guò)因子得分可以比較清晰地分析事物的內(nèi)在聯(lián)系，抓住主要矛盾，找出主要因素，使多變量的復(fù)雜問(wèn)題變得易于研究和分析。但是，隨著時(shí)間的推移，上市公司的發(fā)展會(huì)帶來(lái)相關(guān)數(shù)據(jù)變化，特別是在對(duì)上市公司監(jiān)管不力時(shí)，會(huì)導(dǎo)致數(shù)據(jù)失真、分析和評(píng)價(jià)有失客觀性。對(duì)這種存在信息不對(duì)稱的情況，建立公正科學(xué)的評(píng)價(jià)體系是實(shí)現(xiàn)有效的預(yù)警監(jiān)管、促進(jìn)上市公司健康發(fā)展的重要措施。同時(shí)，上市公司應(yīng)該高度關(guān)注誠(chéng)信建設(shè)，給投資者創(chuàng)造良好的投資環(huán)境?？偠灾髽I(yè)應(yīng)注重綜合業(yè)績(jī)的提高，只有注重綜合業(yè)績(jī)的發(fā)展，才是企業(yè)發(fā)展壯大的根本出路，兼顧經(jīng)濟(jì)責(zé)任、法律責(zé)任和道德責(zé)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(jì)分析實(shí)驗(yàn)[M].北京：中國(guó)人民大學(xué)出版社，2009.

［2］薛微.統(tǒng)計(jì)分析與SPSS 的應(yīng)用[M].3版.北京：中國(guó)人民大學(xué)出版社，2011.

［3］王學(xué)民.應(yīng)用多元分析[M].3版.上海：上海財(cái)經(jīng)出版社，2009.

［4］劉豫江.基于因子分析的境內(nèi)上市銀行綜合財(cái)務(wù)分析與評(píng)價(jià)[D].對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)，2007.

［5］劉志強(qiáng)，穆春舟，劉芳.中小企業(yè)板上市公司分類評(píng)價(jià)[J].工業(yè)技術(shù)經(jīng)濟(jì)，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(jī)?cè)u(píng)價(jià)中的應(yīng)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(jī)分析的一種新視角[J].管理評(píng)論，2004（04）.

［8］張文璋.實(shí)用統(tǒng)計(jì)分析方法與SPSS 應(yīng)用[M].2000，10.

［9］李靜萍，謝邦昌.多元統(tǒng)計(jì)分析方法與應(yīng)用[M].北京：中國(guó)人民大學(xué)出版社，2008：71-87.

［10］何慧婷，柳建民.構(gòu)建上市公司財(cái)務(wù)比率指標(biāo)評(píng)價(jià)體系[J].管理學(xué)報(bào)，2005（04）.

［11］張同鍵，楊愛(ài)民.張成虎.國(guó)有商業(yè)銀行操作風(fēng)險(xiǎn)控制績(jī)效模型實(shí)證研究[J].重慶大學(xué)學(xué)報(bào)，2008，14（03）：37-40.

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

［13］侯杰泰.機(jī)構(gòu)方程模型及其應(yīng)用[M].北京：教育科學(xué)出版社，2004：25-190.

［14］周曉宏，郭文靜.探索性因子分析與驗(yàn)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(jī)效評(píng)價(jià)中的因子分析方法[J].企業(yè)經(jīng)濟(jì)，2005，7.