我國節(jié)能環(huán)保上市公司的業(yè)績評價研究
——基于因子分析法和熵值法的實證分析

宮情情

(安徽財經(jīng)大學 會計學院，安徽 蚌埠 233030)

近年來，在我國政府的大力支持下，節(jié)能環(huán)保產(chǎn)業(yè)發(fā)展迅速，并迎來了良好的發(fā)展機遇。2010年11月26日，國家發(fā)改委等部門發(fā)布了《節(jié)能環(huán)保產(chǎn)業(yè)發(fā)展規(guī)劃》。該規(guī)劃把節(jié)能環(huán)保列為“十二五”期間七大戰(zhàn)略性新興產(chǎn)業(yè)之首。2012年6月16日，國務院印發(fā)了《“十二五”節(jié)能環(huán)保產(chǎn)業(yè)發(fā)展規(guī)劃》。《規(guī)劃》指出，2015年，我國節(jié)能環(huán)保產(chǎn)業(yè)總產(chǎn)值將到達4.5億元，增加值將占國內(nèi)生產(chǎn)總值的2%左右，節(jié)能環(huán)保產(chǎn)業(yè)產(chǎn)值年均增長率要達到15%以上，并要培育一批具有國際競爭力的節(jié)能環(huán)保大型企業(yè)集團。2013年8月11日，國務院再次發(fā)布了《國務院關于加快發(fā)展節(jié)能環(huán)保產(chǎn)業(yè)的意見》(以下簡稱《意見》)?！兑庖姟吩俅螐娬{(diào)了節(jié)能環(huán)保產(chǎn)業(yè)在《“十二五”節(jié)能環(huán)保產(chǎn)業(yè)發(fā)展規(guī)劃》中提出所要完成的目標，并提出節(jié)能環(huán)保產(chǎn)業(yè)在2015年要成為我國國民經(jīng)濟新的支柱產(chǎn)業(yè)。然而，我國節(jié)能環(huán)保產(chǎn)業(yè)的現(xiàn)狀是整體發(fā)展水平還比較低，規(guī)模比較小。因此，如何提高我國節(jié)能環(huán)保上市公司的業(yè)績、加快節(jié)能環(huán)保產(chǎn)業(yè)的發(fā)展成為當務之急。本文在提出并構(gòu)建節(jié)能環(huán)保上市公司業(yè)績評價指標體系的基礎上，運用因子分析法和熵值法對我國112家節(jié)能環(huán)保上市公司進行業(yè)績評價，期望對節(jié)能環(huán)保上市公司的發(fā)展提供一些參考和借鑒。

一、節(jié)能環(huán)保上市公司業(yè)績評價指標體系構(gòu)建

評價指標的選取一直都是業(yè)績評價研究中的重要問題[1，2],許多文獻在相同方法和相近樣本下因采用不同評價指標而得到不同的評價結(jié)論[3]。一般認為,財務信息是企業(yè)內(nèi)部最具綜合性的經(jīng)營信息,財務指標是對企業(yè)經(jīng)營業(yè)績最恰當?shù)姆从?因此基于財務指標對上市公司的經(jīng)營業(yè)績進行評價是可行的[4]。本文仍然沿用這個思路，選取了盈利能力、營運能力、償債能力、股東獲利能力和創(chuàng)新能力5個一級指標構(gòu)成節(jié)能環(huán)保產(chǎn)業(yè)上市公司業(yè)績評價指標體系(參見表1)。

二、節(jié)能環(huán)保上市公司業(yè)績評價的因子分析

本文根據(jù)證券之星節(jié)能環(huán)保概念股選取了128個節(jié)能環(huán)保上市公司，剔除ST類上市公司和數(shù)據(jù)缺失公司得到了112個樣本。樣本數(shù)據(jù)來自巨潮資訊網(wǎng)公布的112個公司2013年年報和國泰安數(shù)據(jù)庫。本文實證部分由軟件excel和spss19.0完成。

(一)因子分析法

因子分析法作為一種重要的數(shù)據(jù)降維方法，越來越多地被應用于實證分析尤其是多指標綜合評價中[5]。它的主要原理是按相關性程度將眾多的觀測變量進行分類，從而減少指標數(shù)量；那么每一類變量實際上就代表了一個基本結(jié)構(gòu)，即公共因子。對于所研究的問題，就是試圖用最少個數(shù)的不可測的所謂公共因子的線性函數(shù)與特殊因子之和，來描述原來觀測的每一分量。這樣，就能相對容易地以較少的幾個因子反映原資料的大部分信息。

(二)因子分析法的實現(xiàn)步驟

1.數(shù)據(jù)處理

首先對適宜性指標進行正向化處理。

xij=max|xij-k|-|xij-k|

(1)

公式(1)中x為適宜性指標，xij(1≤i≤n，1≤j≤m)為第i個樣本的第j列指標的數(shù)據(jù)，k為適宜性指標的理論最優(yōu)值。在本文所選取的指標中，流動比率和速動比率為適宜性指標，二者對應得k值分別為2、1。

其次，對所有指標進行無量綱化處理，處理公式如下：

(2)

式中，pij為無量綱化處理之后的指標值，min(xj)和max(xj)分別為第j列指標的最小值和最大值。

2.因子分析的相關性檢驗

本文采用KMO和Bartlett法進行因子分析的相關性檢驗， KMO檢驗值為0.632。一般認為，KMO檢驗值大于0.6，Bartlett檢驗小于0.05，數(shù)據(jù)可以采用因子分析方法。

3.提取公共因子

本文采用因子分析的主成分分析法提取公共因子。表2為解釋的總方差，由表2可以看出前5個因子的特征值大于1，且這5個因子的累計方差貢獻率達到了85.2%。一般認為，累計方差貢獻率達到80%，其涵蓋的因子就能很好地反映所有指標的特征。因此，本文提取5個公共因子。

表3為旋轉(zhuǎn)后的成分矩陣。該表主要反映了各個指標和各項公因子直接的相關關系。由表3不難看出，資產(chǎn)負債率、凈資產(chǎn)收益率和營業(yè)利潤率這三項指標和公共因子1的關系比較密切。其中，資產(chǎn)負債率指標對公共因子1的解釋程度高達0.9，其他兩項指標也分別達到了0.816和0.673。又因為這三項財務指標主要反映了公司的盈利能力，因此把公因子1命名為盈利因子。流動比率和速動比率對公共因子2的解釋程度分別到達0.959和0.953，又因這兩項指標主要反映公司的償債能力，因此命名公共因子2為償債因子。每股息稅前利潤和每股收益主要反映了股東收益，又因二者對公共因子3的解釋程度較高，因此命名為股東獲利因子?？傎Y產(chǎn)周轉(zhuǎn)率和流動資產(chǎn)周轉(zhuǎn)率對公共因子4的解釋程度分別達到0.890和0.661，又因二者主要反映了公司的營運能力，因此命名公共因子4為營運因子。技術人員投入和研發(fā)費用投入的程度和公司的創(chuàng)新能力息息相關，二者對公共因子5的解釋程度分別達到0.768和0.728，因此命名公共因子5為創(chuàng)新因子。

表2 解釋的總方差

表3 旋轉(zhuǎn)成分矩陣

4.公共因子得分

對指標數(shù)據(jù)進行因子分析法的同時，spss軟件會自動輸出各項公共因子的得分。

三、節(jié)能環(huán)保上市公司業(yè)績評價指標的熵值賦權(quán)

(一)熵值法基本原理

在信息論中,熵值是系統(tǒng)無序程度或混亂程度的度量,系統(tǒng)無序程度隨著其所含信息量的大小而發(fā)生變化[6]。系統(tǒng)所含信息量越大，系統(tǒng)內(nèi)的無序程度和熵值就會越小，反之亦然。通過計算熵值判斷某個指標的離散程度，進而通過指標的離散程度判斷該指標對綜合評價的影響，離散程度越大，對綜合評價的影響越大。總之，熵值法是一種客觀賦權(quán)法,其根據(jù)各項指標觀測值所提供的信息的大小來確定指標權(quán)重，為多指標綜合評價提供依據(jù)。

(二)熵值法的基本步驟

步驟1 數(shù)據(jù)標準化處理?？刹捎檬?3)進行數(shù)據(jù)的標準化處理。

(3)

其中，1≤i≤n，1≤j≤m；xij′為標準化后的數(shù)據(jù)，xij、min(xj)和max(xj)的含義同因子分析法中數(shù)據(jù)處理所述，此處不再贅述。本文熵值法數(shù)據(jù)處理中的xij(1≤i≤122，1≤j≤5)為因子分析法下的因子得分，min(xj)為第j個因子得分的最小值，max(xj)為第j個因子得分的最大值。

步驟2 計算第j項指標下第i個數(shù)據(jù)所占比重。

(4)

其中1≤j≤m。

步驟3 計算第j項指標的熵值。計算公式如式(5)。

(5)

其中1≤j≤m，k=-1/ln(n),0≤ej≤1。

步驟4 計算第j項指標的差異系數(shù)。令

gj=1-ej

(6)

其中，1≤j≤m ，0≤gj≤1。

步驟5 求各項指標的權(quán)數(shù)。

(7)

其中，1≤j≤m。

步驟6 根據(jù)各指標權(quán)數(shù)計算各個樣本的綜合得分。

(8)

根據(jù)以上步驟，可得到各因子得分指標的熵值、差異系數(shù)和權(quán)數(shù)，結(jié)果如表4所示：

表4 熵值、差異系數(shù)和權(quán)數(shù)

由表4可以看出，創(chuàng)新因子所占比重最大，達到28.63%，比營運因子高出8.28%。這符合節(jié)能環(huán)保上市公司的特點，在本文的112個公司樣本中，制造業(yè)樣本有87個，占到全部樣本的77.68%。處于制造業(yè)的節(jié)能環(huán)保上市公司業(yè)績的提高，嚴重依賴生產(chǎn)技術的提高和產(chǎn)品的更新?lián)Q代。因此，需要大力投入研發(fā)費用和技術人員。

四、實證結(jié)果分析

根據(jù)式(8)可計算得出我國節(jié)能環(huán)保上市公司業(yè)績，由于篇幅所限，僅列示前21名的綜合得分，具體見表5：

表5 綜合得分和排名

注：其中C為制造業(yè)，I為軟件和信息技術服務業(yè)，B為采礦業(yè)， E為建筑業(yè)。

由表5可以看出，我國節(jié)能環(huán)保類上市公司整體發(fā)展比較平穩(wěn)，綜合得分最大值為1.708，最小值為1.3，相差0.408，標準差僅為0.07。除此之外，我國節(jié)能環(huán)保上市公司絕大部分分布在制造業(yè)(以下簡稱C行業(yè))，共有樣本87個，占到總樣本的77.68%。其次是電力、熱力、燃氣及水生產(chǎn)和供應業(yè)(以下簡稱D行業(yè))，占到樣本總數(shù)的9.82%,共有樣本11個，但最高綜合得分排在第39名，其余10家公司排名均在88名及以后。值得一提的是，軟件和信息技術服務業(yè)(以下簡稱I行業(yè))，雖然僅占樣本總數(shù)的3.57%，但該行業(yè)的節(jié)能環(huán)保類公司排名均分布在前40名之內(nèi)，且綜合得分最高的節(jié)能環(huán)保公司處于該行業(yè)。鑒于I行業(yè)節(jié)能環(huán)保類公司在綜合得分中的出色表現(xiàn)，本文主要對占據(jù)節(jié)能環(huán)保類公司比重較大的C行業(yè)和D行業(yè)的該類公司與I行業(yè)的該類公司進行比較分析，采取的方法是比較三種行業(yè)該類公司各公共因子得分均值，具體結(jié)果如表6所示。

表6 各公共因子的均值

由表6可以看出，C、D行業(yè)和I行業(yè)相比，創(chuàng)新因子得分較低，此外，在營運因子得分一欄，D行業(yè)比C行業(yè)和I行業(yè)相比較低。由此可以推論：制造業(yè)的節(jié)能環(huán)保類上市公司為獲得較好的發(fā)展，必須要大力投入研發(fā)費用和技術人員，提高創(chuàng)新能力；D行業(yè)的節(jié)能環(huán)保類上市公司除了要提高創(chuàng)新能力，還要提高營運能力；I行業(yè)的節(jié)能環(huán)保類上市公司如能在現(xiàn)狀的基礎上，繼續(xù)保持較高的盈利、償債、營運和創(chuàng)新能力，必將獲得更好的發(fā)展。

五、結(jié)論

研究結(jié)果的分析表明，我國節(jié)能環(huán)保類上市公司整體發(fā)展良好，節(jié)能環(huán)保產(chǎn)業(yè)有巨大的發(fā)展?jié)摿?；我國?jié)能環(huán)保產(chǎn)業(yè)尚未單獨設置行業(yè)，節(jié)能環(huán)保類上市公司分布在各個行業(yè)中，其中，77.68%分布在制造業(yè)，9.82%分布在電力、熱力、燃氣及水生產(chǎn)和供應業(yè)，3.57%分布在軟件和信息技術服務業(yè)，剩余的8.93%分布在其他行業(yè)。軟件和信息技術服務行業(yè)的節(jié)能環(huán)保類上市公司業(yè)績尤其突出，主要原因是該行業(yè)此類公司具有較高的創(chuàng)新能力和償債能力。為了加快節(jié)能環(huán)保產(chǎn)業(yè)的發(fā)展，我國政府可以考慮單獨設置節(jié)能環(huán)保行業(yè)，從而擴大節(jié)能環(huán)保上市公司的規(guī)模；鑒于軟件和信息技術服務業(yè)中節(jié)能環(huán)保類公司的出色表現(xiàn)，可以采取政策扶持等措施大力發(fā)展該行業(yè)中的節(jié)能環(huán)保類公司。我國節(jié)能環(huán)保上市公司在保持較高盈利、償債、營運等能力的水平下，應該著力提高創(chuàng)新能力。

參考文獻：

[1]金思宇,姜秀珍.中國國有企業(yè)績效評價:現(xiàn)狀、趨勢與指標選擇[J].中國青年政治學院學報,2008,27(3)：91-96.

[2]潘和平.企業(yè)績效評價指標體系研究[J].安徽農(nóng)業(yè)大學學報:社會科學版,2006,(15)：24-27.

[3]李忠衛(wèi),王立杰,周大鵬.基于因子分析法的煤炭上市公司績效評價[J].中國礦業(yè),2008,17(2)：10-13.

[4]張偉,袁顯平.因子分析在我國煤炭上市公司經(jīng)營業(yè)績評價中的應用[J].西安科技大學學報,2011,(1)：100-105.

[5]王文博,陳秀芝.多指標綜合評價中主成分分析和因子分析方法的比較[J].統(tǒng)計與信息論壇,2006,(9):19-22.

[6]陳偉,夏建華.綜合主、客觀權(quán)重信息的最優(yōu)組合賦權(quán)方法[J].數(shù)學的實踐與認識,2007,(1):17-21.

[7]陳可勝.Spss統(tǒng)計分析從入門到精通[M].北京：清華大學出版社,2010.