中國(guó)旅游股票的財(cái)務(wù)指標(biāo)分析

牛艷鑫

摘要：本文首先了解中國(guó)旅游上市公司股票的綜合發(fā)展情況，從同花順等股票軟件中搜集了中國(guó)旅游股票的財(cái)務(wù)指標(biāo)數(shù)據(jù)（2016年第三季度）。其次，了解到財(cái)務(wù)指標(biāo)對(duì)于中國(guó)旅游股票的精髓所在之后，有針對(duì)性的甄選出12個(gè)財(cái)務(wù)指標(biāo)。然后，結(jié)合統(tǒng)計(jì)實(shí)證分析的方法，對(duì)中國(guó)24只旅游上市股票的財(cái)務(wù)指標(biāo)進(jìn)行一個(gè)評(píng)價(jià)分析，采用因子分析的方法對(duì)旅游股票進(jìn)行綜合影響的因子排名。最后，對(duì)分析結(jié)果進(jìn)行歸納總結(jié)，提出相應(yīng)的對(duì)策建議：首旅酒店是最值得大家優(yōu)先考慮投資的股票，此外為股民提供合理的理論根據(jù)，同時(shí)為中國(guó)旅游上市公司股票的持續(xù)發(fā)展提供參考。

關(guān)鍵詞：旅游股票 財(cái)務(wù)指標(biāo) 因子分析 綜合評(píng)價(jià)

一、相關(guān)理論知識(shí)介紹

（一）財(cái)務(wù)指標(biāo)

中國(guó)關(guān)于旅游業(yè)有24家上市公司，本文綜合了股票環(huán)境、企業(yè)環(huán)境、收入環(huán)境、市場(chǎng)環(huán)境、及利潤(rùn)環(huán)境，選取了12個(gè)具有代表性的財(cái)務(wù)指標(biāo)，分別是X1： 每股收益（元）；X2： 每股凈資產(chǎn)（元）；X3： 每股資本公積金（元）；X4： 每股收益同比增長(zhǎng)率（%）；X5： 營(yíng)業(yè)收入同比增長(zhǎng)率（%）；X6： 凈資產(chǎn)收益率同比增長(zhǎng)率（%）；X7： 每股經(jīng)營(yíng)性現(xiàn)金流（元）；X8： 資產(chǎn)負(fù)債率（%）；X9： 產(chǎn)權(quán)比率（%）；X10： 總資產(chǎn)周轉(zhuǎn)率（次）；X11： 營(yíng)業(yè)利潤(rùn)率（%）；X12： 總資產(chǎn)凈利潤(rùn)率（%）。

（二）因子分析

1、因子分析的基本原理

因子分析通過(guò)降維的方法，將多個(gè)具有相關(guān)性的原始變量壓縮成包含原始變量信息最廣的因子。因子分析主要是根據(jù)原始變量的相關(guān)性將原始變量進(jìn)行分組，而分出的組內(nèi)變量相關(guān)性高，不同組之間變量的相關(guān)性低。由于每組變量的相關(guān)性高，可以由變量的整體性質(zhì)整合出一個(gè)不可直接觀(guān)測(cè)到但是對(duì)可以直接觀(guān)測(cè)的原始變量起到支配作用作用的潛在因子。而因子分析要求因子的個(gè)數(shù)要少于變量的個(gè)數(shù)，而且所選取因子所包含的原始變量信息（累積方差貢獻(xiàn)率）在85%以上。

2、因子分析的數(shù)學(xué)模型

3、因子分析的基本步驟

檢驗(yàn)原始變量做因子分析可行性；構(gòu)建公共因子；因子旋轉(zhuǎn)；計(jì)算每個(gè)樣本的因子變量得分；利用各公共因子旋轉(zhuǎn)后的的方差貢獻(xiàn)作為權(quán)重，計(jì)算綜合得分。

二、中國(guó)旅游上市公司股票實(shí)證分析

（一）因子分析的適宜性檢驗(yàn)

為了檢驗(yàn)指標(biāo)是否適宜用因子分析，通常采用KMO統(tǒng)計(jì)量和Bartletts 球型檢驗(yàn)法，利用SPSS軟件，得到檢驗(yàn)結(jié)果。

本文的KMO檢驗(yàn)值為0.518，大于0.5，表明可以進(jìn)行進(jìn)行因子分析；Bartlett檢驗(yàn)的卡方值為289.329，Bartletts 球型檢驗(yàn)臨界置信水平sig值為0.000，小于0.05，這樣的輸出結(jié)果說(shuō)明變量也通過(guò)了Bartlett檢驗(yàn)，說(shuō)明數(shù)據(jù)來(lái)自正態(tài)分布總體，適合進(jìn)一步分析。綜上所述，變量適合做因子分析。

（二）因子個(gè)數(shù)的提取

經(jīng)過(guò)SPSS分析得到如表1所示的解釋總方差。該表中左側(cè)部分為“初始特征值”，中間部分為“提取載荷平方和”，右側(cè)為“旋轉(zhuǎn)載荷平方和”。從表中可以發(fā)現(xiàn)，“初始特征值”一欄只有前四個(gè)特征值大于1，所以SPSS只選擇了前四個(gè)主成分；在第二個(gè)指標(biāo)欄“提取載荷平方和”中可以看出，前4個(gè)主成分的方差占所有主成分方差的85.032%，大于了85%，選前四個(gè)主成分基本可涵蓋了原變量的全部信息，可以代替原來(lái)的變量，因此，提取這4個(gè)因子作為主因子。通過(guò)以上的分析，確定了將要提取的公共因子數(shù)為4個(gè)，并得到提取因子后解釋的總方差如表1：

（三）計(jì)算因子載荷陣并確定各因子的性質(zhì)

參考SPSS輸出的因子載荷矩陣表，不難看出每個(gè)變量在公共因子上的載荷不突出，為了讓每一個(gè)變量只在一個(gè)因子中有較大的載荷，而在剩余的因子中顯示較小的載荷，我選擇了kaiser標(biāo)準(zhǔn)化最大方差的正交旋轉(zhuǎn)法。根據(jù)旋轉(zhuǎn)后的因子載荷陣所提供的信息，我將12項(xiàng)指標(biāo)分為如下的4類(lèi)因子：

（四）各公共因子得分及賦權(quán)

通過(guò)SPSS軟件輸出的成分系數(shù)得分矩陣，寫(xiě)出因子表達(dá)式，并將每一只中國(guó)旅游股票的財(cái)務(wù)指標(biāo)帶入，就可得到中國(guó)24個(gè)旅游股票的因子得分。

本文想要從總體去比較這24只旅游股票的綜合影響力，采用了綜合評(píng)分法。本文因子分析綜合評(píng)價(jià)采用客觀(guān)賦權(quán)法，利用表1中的數(shù)據(jù)，選取各公共因子旋轉(zhuǎn)后的的方差貢獻(xiàn)作為權(quán)重，各公共因子權(quán)重分別為：ω（F1）=27.601%，ω（F2）=24.352%，ω（F3）=19.589%，ω（F4）=13.49%。

（五）因子分析各旅游股票得分排名

旅游上市公司的綜合得分公司為F=F1*ω（F1）+ F2*ω（F2）+ F3*ω（F3）+ F4*ω（F4）。經(jīng)過(guò)降序排列之后，得到了位于前三的旅游股票公共因子排名以及綜合排名如表2所示，在下表中所顯示的所有得分都是經(jīng)過(guò)標(biāo)準(zhǔn)化后的變量計(jì)算而來(lái)的。

三、結(jié)束語(yǔ)

從綜合排名中可以看出，首旅酒店的綜合排名位于第一名，表明首旅酒店在股票因子、成長(zhǎng)因子、效益因子、運(yùn)營(yíng)因子方面都不錯(cuò)。其發(fā)展勢(shì)頭較好，綜合發(fā)展實(shí)力比較好，有著較好的投資環(huán)境，發(fā)展前景比較好，受著廣大投資者的關(guān)注，這樣的上市公司要穩(wěn)中求升，繼續(xù)進(jìn)行獨(dú)立自主創(chuàng)新，積極擴(kuò)大市場(chǎng)，廣納賢才，鼓勵(lì)其他投資者進(jìn)行投資。

參考文獻(xiàn)

[1]王京芳.財(cái)務(wù)指標(biāo)應(yīng)用的探討[J].西北工業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2000（1）：41-46

[2]葛新權(quán)，王斌.應(yīng)用統(tǒng)計(jì)[M].社會(huì)科學(xué)文獻(xiàn)出版社，2012

[3]楊維忠，張?zhí)?SPSS統(tǒng)計(jì)分析與行業(yè)應(yīng)用案例詳解[J].2013

[4]謝艷.淺論發(fā)展旅游業(yè)的重要作用[J].現(xiàn)代企業(yè)文化，2008（6）：24-25