我國(guó)信息技術(shù)行業(yè)上市公司績(jī)效評(píng)價(jià)研究

何艷

摘 要：

以我國(guó)滬深兩市的信息技術(shù)行業(yè)的上市公司為研究對(duì)象，借助2015年的年報(bào)數(shù)據(jù)，從盈利能力、償債能力、營(yíng)運(yùn)能力以及發(fā)展能力方面，選取了13項(xiàng)財(cái)務(wù)指標(biāo)，運(yùn)用主成分分析和聚類分析法，結(jié)合SPSS210和EXCEL軟件，對(duì)我國(guó)信息技術(shù)行業(yè)的上市公司的績(jī)效進(jìn)行綜合評(píng)價(jià)。

關(guān)鍵詞：

主成分分析；聚類分析；信息技術(shù)行業(yè)；績(jī)效評(píng)價(jià)

中圖分類號(hào)：F24

文獻(xiàn)標(biāo)識(shí)碼：A

doi：10.19311/j.cnki.16723198.2016.10.036

1 引言

信息技術(shù)行業(yè)是我國(guó)的新興產(chǎn)業(yè)之一，對(duì)國(guó)民經(jīng)濟(jì)的發(fā)展起著重要的作用?？茖W(xué)、合理的對(duì)其財(cái)務(wù)狀況進(jìn)行評(píng)價(jià)，有助于經(jīng)營(yíng)者清晰的了解企業(yè)現(xiàn)狀，明確自身的優(yōu)勢(shì)與不足之處，有利于加強(qiáng)企業(yè)財(cái)務(wù)管理，促進(jìn)企業(yè)的健康發(fā)展。本文選取了13項(xiàng)財(cái)務(wù)指標(biāo)，結(jié)合主成分分析和聚類分析法，對(duì)我國(guó)信息技術(shù)行業(yè)上市公司的財(cái)務(wù)狀況進(jìn)行分析，力求客觀反映其財(cái)務(wù)現(xiàn)狀，期望能為其發(fā)展提供一定的參考。

2 我國(guó)信息技術(shù)行業(yè)上市公司績(jī)效評(píng)價(jià)的主成分分析

主成分分析法是通過(guò)降低維度來(lái)處理數(shù)據(jù)的，在利用原變量相關(guān)關(guān)系的基礎(chǔ)上，將多個(gè)變量化為相互獨(dú)立的少數(shù)幾個(gè)綜合變量，這些變量既能反映出原來(lái)多個(gè)變量的大部分信息，同時(shí)可以使問(wèn)題簡(jiǎn)單化。本文以在滬深兩市上市的信息技術(shù)行業(yè)的2015年年報(bào)數(shù)據(jù)為依據(jù)進(jìn)行分析，在樣本選取時(shí)參考了以下標(biāo)準(zhǔn)：（1）選取僅發(fā)行A股的公司；（2）為了防止極端值對(duì)結(jié)果造成的不利影響，剔除ST公司；（3）剔除年報(bào)數(shù)據(jù)不完全的公司；（4）剔除個(gè)別指標(biāo)值異常的公司。截止3月1日，仍有多家公司未公布其年報(bào)數(shù)據(jù)，故僅選取了58家信息行業(yè)上市公司作為研究對(duì)象，研究數(shù)據(jù)來(lái)源于上海證券交易所（www.sse.com）、深圳證券交易所（www.szse.cn）和國(guó)泰君安數(shù)據(jù)庫(kù)（www.gtarsc.com）。

2.1 指標(biāo)體系建立

績(jī)效的評(píng)價(jià)可以從財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)兩方面來(lái)完成，由于非財(cái)務(wù)指標(biāo)很難量化，所以本文僅以財(cái)務(wù)指標(biāo)作為衡量公司績(jī)效的標(biāo)準(zhǔn)。根據(jù)現(xiàn)代財(cái)務(wù)理論，公司財(cái)務(wù)狀況的好壞主要體現(xiàn)在盈利、償債、營(yíng)運(yùn)和發(fā)展這四個(gè)方面，基于此，本文選取了13項(xiàng)財(cái)務(wù)指標(biāo)來(lái)反映公司的績(jī)效。

2.2 運(yùn)用主成分分析的過(guò)程

首先，在進(jìn)行主成分分析前，對(duì)變量間的相關(guān)性進(jìn)行檢驗(yàn)，以判斷該數(shù)據(jù)是否適合做主成分分析。從數(shù)據(jù)的相關(guān)矩陣得知，變量間的相關(guān)性較強(qiáng)，同時(shí)，通過(guò)KMO值0.621（大于0.6）判斷，該數(shù)據(jù)適合做主成分分析。

2.2.1 計(jì)算變量的特征值、方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率

計(jì)算變量的特征值、方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率見表2。

從表2中可以發(fā)現(xiàn)，前5個(gè)主成分累計(jì)方差貢獻(xiàn)率為85.713%，已經(jīng)超過(guò)85%，這些變量已包含了原變量的大部分的信息。指標(biāo)已減至5個(gè)主成分，降低了數(shù)據(jù)處理的工作量，同時(shí)也消除了指標(biāo)間的多重相關(guān)性。

2.2.2 主成分載荷矩陣

通過(guò)對(duì)原始數(shù)據(jù)的處理，可得到主成分載荷矩陣（見表3）。從表3中可以發(fā)現(xiàn)總資產(chǎn)凈利潤(rùn)率、凈資產(chǎn)收益率和營(yíng)業(yè)凈利率在第一主成分上有較高載荷，說(shuō)明第一主成分基本上反映了這些指標(biāo)信息，因而定義第一主成分為盈利能力因子；流動(dòng)比率、速動(dòng)比率和資產(chǎn)負(fù)債率在第二主成分上有較高載荷，定義第二主成分為償債能力因子；資本保值增值率和每股凈資產(chǎn)增長(zhǎng)率在第三主成分上有較高載荷，定義第三主成分為發(fā)展能力因子；應(yīng)收賬款周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率在第四主成分上有較高載荷，定義第四主成分為營(yíng)運(yùn)能力因子；存貨周轉(zhuǎn)率在第五主成分上有較高載荷，定義第五主成分為存貨周轉(zhuǎn)因子。

2.2.3 計(jì)算各主成分的線性組合

2.2.4 實(shí)證結(jié)果分析

從各因子得分情況來(lái)看，整個(gè)信息技術(shù)行業(yè)的盈利能力較強(qiáng)，但存貨周轉(zhuǎn)較慢。加快存貨周轉(zhuǎn)速度是各企業(yè)不容忽視的問(wèn)題，經(jīng)營(yíng)者應(yīng)制定并落實(shí)相關(guān)制度，縮短存貨周轉(zhuǎn)周期。從綜合得分來(lái)看，位居前三名的分別是三七互娛、高升控股和航天信息。其中，三七互娛的第一主成分值排名第一，表明其具有較強(qiáng)的盈利能力；但其第二主成分值較低，表明其償債能力較弱。高升控股的第三主成分排名第一，表明其發(fā)展能力較強(qiáng)，后期的發(fā)展?jié)摿^大；同時(shí)，高升控股的第二主成分排名靠前，表明其償債能力較強(qiáng)；航天信息的第四主成分排名靠前，表明其運(yùn)營(yíng)能力較強(qiáng)。

3 我國(guó)信息技術(shù)行業(yè)上市公司績(jī)效評(píng)價(jià)的聚類分析

3.1 聚類分析

聚類分析是對(duì)樣本或變量進(jìn)行分類的一種多元統(tǒng)計(jì)方法，其最終目的是將相似的事務(wù)進(jìn)行歸類。本文選擇盈利、償債、營(yíng)運(yùn)、發(fā)展和存貨周轉(zhuǎn)5個(gè)因子的得分作為聚類變量，將因子得分排名前20的公司進(jìn)行分類，并對(duì)各類公司的數(shù)據(jù)進(jìn)行分析。

3.2 聚類分析的結(jié)果

本文運(yùn)用SPSS21.0軟件對(duì)處理后的20組有效樣本數(shù)據(jù)進(jìn)行系統(tǒng)聚類分析，從聚類過(guò)程的樹狀結(jié)構(gòu)圖可以看出，對(duì)績(jī)效綜合得分值排名前20的企業(yè)分類較為合理，其結(jié)果如表5所示。

從表5中可以得出，90%的信息技術(shù)行業(yè)公司盈利能力和償債能力較強(qiáng)，但發(fā)展能力和存貨周轉(zhuǎn)能力較弱，整個(gè)行業(yè)的發(fā)展有待加強(qiáng)；高升控股的發(fā)展能力和償債能力較強(qiáng)，但盈利能力較弱；博彥科技存貨周轉(zhuǎn)能力較強(qiáng)，但發(fā)展、償債能力等方面較弱。作為經(jīng)營(yíng)者我們應(yīng)認(rèn)識(shí)到自身的優(yōu)勢(shì)與不足之處，發(fā)揮優(yōu)勢(shì)，改善其不足之處，從而促進(jìn)企業(yè)的良好發(fā)展。

4 結(jié)語(yǔ)

本文通過(guò)對(duì)滬深兩市2015年58家信息技術(shù)公司的數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)在主成分分析的基礎(chǔ)上進(jìn)行聚類分析，更有利于分析整個(gè)行業(yè)的財(cái)務(wù)狀況。然而，本文在績(jī)效評(píng)價(jià)指標(biāo)的選取方面，僅選取了財(cái)務(wù)指標(biāo)。對(duì)于數(shù)據(jù)的選取，僅局限于一年的數(shù)據(jù)，且截止3月份仍有多家公司未公布其年報(bào)數(shù)據(jù)，其研究結(jié)果難免會(huì)產(chǎn)生一定的偏差，盡管如此，仍希望能為信息技術(shù)行業(yè)上市公司績(jī)效評(píng)價(jià)有所幫助。

參考文獻(xiàn)

[1]趙銀德，李丹，趙葉靈.基于主成分分析的民營(yíng)制造業(yè)上市公司績(jī)效評(píng)價(jià)研究[J].財(cái)會(huì)通訊，2011，（7）.

[2]杜強(qiáng)，賈麗艷，嚴(yán)先鋒.SPSS統(tǒng)計(jì)分析[M].北京：人民郵電出版社，2014，（7）.

[3]南英子.實(shí)證分析中運(yùn)用主成分分析法應(yīng)注意的幾個(gè)問(wèn)題[J].統(tǒng)計(jì)與決策，2009，（21）.