主成分分析在軍工企業(yè)績效評價中的應(yīng)用

許陳智

（南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院，江蘇 南京210000）

0 前言

當(dāng)前，國防工業(yè)正處在轉(zhuǎn)型升級的關(guān)鍵階段。新形勢對軍工企業(yè)的科研生產(chǎn)等各方面能力提出了更高要求。軍工企業(yè)既要發(fā)展經(jīng)濟(jì),實現(xiàn)知識成果產(chǎn)業(yè)化;又要立足科研主業(yè),協(xié)調(diào)科研任務(wù)[1]。因此，對軍工企業(yè)進(jìn)行綜合評價，不僅是外部環(huán)境的號召,也是內(nèi)部環(huán)境的要求。本文基于上市公司財務(wù)數(shù)據(jù),應(yīng)用主成分分析法構(gòu)建綜合評價模型,并把模型應(yīng)用于軍工上市公司綜合績效評價中。

1 主成分分析法的基本步驟

在對軍工企業(yè)的分析評價過程中，研究者需要從多個來源搜集統(tǒng)計資料。公司財務(wù)報表是最直接的數(shù)據(jù)來源[2]。但是報表數(shù)據(jù)繁多冗長，信息重疊,不利于統(tǒng)計分析和綜合評價。主成分分析法就是解決上述問題的一種有效方法。主成分變量能夠反映原始指標(biāo)變量的絕大部分信息,不會產(chǎn)生重要信息丟失,并且變量的數(shù)量大為減少,利于進(jìn)行分析和評價[3]下文將給出軍工企業(yè)綜合評價的基本步驟[4]。

1.1 評價指標(biāo)的篩選及其體系的建立。

統(tǒng)計指標(biāo)反映事物的某種數(shù)值屬性或特征的概念,一個好的指標(biāo)應(yīng)具備以下優(yōu)點(diǎn)[5]準(zhǔn)確性;敏感性;特異性;易獲取性。評價標(biāo)準(zhǔn)的制定，一種是直接使用通行標(biāo)準(zhǔn)。一種是根據(jù)歷史時期的指標(biāo)值統(tǒng)計處理而獲得評價標(biāo)準(zhǔn)，通常計算各單項指標(biāo)的各項特征值。其中最大值、最小值可作為評價時的先進(jìn)值,和最差值均數(shù)或中位數(shù)可作為評價時的平均值百分位數(shù)常用于等級劃分值。

1.2 標(biāo)準(zhǔn)化方法

主成分分析是基于協(xié)方差矩陣分析得出的。變量的量綱和主成分方差大小有密切的關(guān)系,使得分析結(jié)果可能反映不出各變量間的真正關(guān)系。在實際經(jīng)濟(jì)活動中為了避免量綱不同所帶來的影響,通常對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。具體有累積概率法、指數(shù)法、線性插值法等[6]。本文使用線性插值法。

1.3 賦權(quán)方法

德爾斐法是是美國蘭德公司20視界50年代提出的，它反映了專家意見的價值，是在意見價值判斷領(lǐng)域內(nèi)的一種有益的延伸。層次分析法(AHP)是美國運(yùn)籌學(xué)家ALSaaty在20世紀(jì)70年代提出的[7]。其方法步驟包括：選定因素,建立層次結(jié)構(gòu)；構(gòu)造判斷矩陣,檢驗一致性；計算各因素的權(quán)重系數(shù)；計算綜合權(quán)重系數(shù)，檢驗總體一致性。

2 我國軍工上市公司的績效評價的實證分析

2.1 選取評價樣本及評價指標(biāo)體系

截止2014年12月30日，滬市有代表性的軍工上市公司共有79家。對這份軍工上市公司名單按序號進(jìn)行等距離抽樣，得出44家企業(yè)，排除13年數(shù)據(jù)缺失的企業(yè)，最終樣本容量為31家。

（1）指標(biāo)預(yù)處理和標(biāo)準(zhǔn)化

本文選取能代表經(jīng)營業(yè)績的指標(biāo)，包括成長能力、盈利能力、營運(yùn)能力、償債能力等19個財務(wù)指標(biāo)。其中正向指標(biāo)12個，適中指標(biāo)7個。首先對適中指標(biāo)進(jìn)行處理，對Xi取倒數(shù)，使得X’=1/Xi。再利用線性插值法進(jìn)行標(biāo)準(zhǔn)化。

（2）因子分析條件檢驗

經(jīng)過原始處理和標(biāo)準(zhǔn)化處理后，對2013年樣本企業(yè)數(shù)據(jù)進(jìn)行Bartlett球形檢驗，所得P值小于0.05，數(shù)據(jù)顯著呈球形分布，變量之間不相關(guān)。但KMO檢驗值小于0.5故需要根據(jù)相關(guān)系數(shù)矩陣對指標(biāo)進(jìn)行刪減，去除相關(guān)系數(shù)大于0.9的指標(biāo)。

（3）計算相關(guān)系數(shù)矩陣

根據(jù)SPSS計算結(jié)果，相關(guān)系數(shù)矩陣行列式等于3.55E-3，矩陣為非奇異矩陣，適于主成分分析。同時可以看出,所選的19項經(jīng)濟(jì)指標(biāo)中有一些指標(biāo)之間顯著相關(guān)。其中X1與X4；X3與X13；X3與X14；X16與X17等七對指標(biāo)兩兩之間的相關(guān)系數(shù)均大于0.9，具有顯著的相關(guān)性。所以必須在這七組變量中選擇能夠說明大部分情報信息的指標(biāo)。去除那些含有重復(fù)信息較多的指標(biāo)。

根據(jù)相關(guān)矩陣進(jìn)行指標(biāo)刪減，，刪去X4存貨周轉(zhuǎn)率X8主營業(yè)務(wù)利潤率、X12銷售毛利率、X14速動比率、X16負(fù)債與所有者權(quán)益比率共五個指標(biāo)。第一次指標(biāo)刪減后的KMO檢驗值有所上升，但仍小于0.5。Bartlett檢驗P值小于0.05，變量之間不相關(guān)。需要第二次指標(biāo)刪減。根據(jù)相關(guān)系數(shù)矩陣刪去負(fù)債與所有者權(quán)益比率指標(biāo)X16、凈資產(chǎn)周轉(zhuǎn)率X3。保留其余十一個指標(biāo)。第二次指標(biāo)刪減后的檢驗可知，KMO檢驗值上升至接近0.6。Bartlett球形檢驗P值小于0.05，數(shù)據(jù)顯著呈球形分布，變量之間不相關(guān)，樣本數(shù)據(jù)適于進(jìn)一步的主成分分析。

（4）主成分分析

采用IBMSPSS19.0軟件，對標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行主成分分析。先求出相關(guān)系數(shù)矩陣。再根據(jù)相關(guān)系數(shù)得到前4個特征值均大于1。且D1=35.77%,D4=10.92%，主成分累計方差貢獻(xiàn)率達(dá)到了78.3%。用這四個主成分來代替原來的十九個指標(biāo)，基本反映了原始信息。這四個主成分是相互獨(dú)立的，這為分析帶來很大的客觀性。衡量軍工企業(yè)績效的主要指標(biāo)有:應(yīng)收賬款周轉(zhuǎn)率、主營業(yè)務(wù)收入增長率、成本費(fèi)用利潤率、銷售毛利潤。從主成分的相關(guān)矩陣可以看出這四個主主成分之間基本上不相關(guān)它們所含的信息量沒有重疊。

（5）綜合評價結(jié)果主成分分析法給出的定量的綜合評價結(jié)果。傳統(tǒng)的主觀加權(quán)法過于依賴決策者的主觀經(jīng)驗判斷,且難以解決指標(biāo)之間存在的相關(guān)關(guān)系。而主成分分析方法能較好的解決上述問題。它的評價指標(biāo)權(quán)重的確定是基于對原始數(shù)據(jù)的分析處理而得出的,具有較好的客觀性,并且達(dá)到了降維的目的。

3 結(jié)論

本文對公共因子進(jìn)行主觀賦權(quán)，將權(quán)重設(shè)為綜合公共因子解釋方差的比例。經(jīng)過計算得出主成分得分與綜合得分，并給31家企業(yè)排名。結(jié)果顯示，第一主成分的排名與綜合得分排名基本一致。這與實際情況相符，也說明第一主成分的對綜合得分的影響較大。

對軍工企業(yè)績效的綜合評價,不僅為軍工企業(yè)提供決策參考，也有助于國家落實扶優(yōu)限劣的傾斜政策。在實際管理活動中，軍工企業(yè)管理人員需要將業(yè)績提升的重點(diǎn)放在應(yīng)收賬款、成本費(fèi)用、銷售毛利潤等指標(biāo)的改善上。軍工企業(yè)具有資金占用大、成本費(fèi)用高、銷售利潤高的特點(diǎn)，以上指標(biāo)的改善將有效提升軍工的綜合經(jīng)營績效。

同時，上市公司經(jīng)營業(yè)績的綜合評價是一個復(fù)雜的過程,其影響因素眾多,評價的結(jié)果也與指標(biāo)選取有關(guān),在實際決策時還應(yīng)結(jié)合具體情況進(jìn)行一定的定性分析,以做出更為合理的決策。

［1］侯小娜.山東省17個城市可持續(xù)發(fā)展的綜合評價研究[J].價值工程，2007(12)：33－36.

［2］何偉軍.高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)經(jīng)濟(jì)實力的綜合評價[J].科技進(jìn)步與對策，2002(8)：66－68.

［3］唐加福.主成分分析法在電信企業(yè)績效評價中的應(yīng)用[J].東北大學(xué)學(xué)報，2008,29（4）：488－491.

［4］王大虎.主成分分析在經(jīng)濟(jì)可持續(xù)發(fā)展研究中的應(yīng)用[J].河北師范大學(xué)學(xué)報,2006：629－33.

［5］范坤,馮長煥.因子分析中指標(biāo)數(shù)據(jù)如何正確預(yù)處理[J].會計月刊，2013（3）：85－88

［6］劉明廣.基于非線性主成分分析的區(qū)域創(chuàng)新績效評價研究[J]技術(shù)與創(chuàng)新管理，2013,33（1）：01－04.

［7］岳香.主成分分析在上市公司績效評價的應(yīng)用[J].商業(yè)時代，2007(18):76－7.