基于因子分析模型的樂視生態(tài)系統(tǒng)研究

馬甜甜　陳駿蘭　趙云云

摘 要：本文以樂視網(wǎng)為研究對象，運用因子分析模型，運用SPSS軟件構建出具體的財務分析模型，對樂視網(wǎng)的財務情況進行綜合評價。在此基礎上從財務分析角度剖析其陷入發(fā)展困境的原因，并為樂視未來的可持續(xù)發(fā)展提出建議。

關鍵詞：因子分析；財務分析模型；樂視網(wǎng)；綜合評價；建議

一、因子分析法的原理

因子分析法是在保證原始信息丟失度較少的情況下，利用降低維數(shù)的方法，通過內在隱形因子的聯(lián)系將多個復雜因子分類為少量幾個具有共同性質的公共因子，并用這少量幾個公因子來代替原始數(shù)據(jù)中的多個指標。通過對少數(shù)幾個公共因子建立數(shù)學模型，從而大大簡化數(shù)據(jù)分析過程。其數(shù)學模型用矩陣形式表示如下：

X=AF+a （1）

其中，（i=1，2…n）表示標準化后的原始變量，A表示因子載荷矩陣，F(xiàn)表示提取出的因子變量，（i=1，2…n）表示因子載荷系數(shù)， （i=1，2…n）表示特殊因子。

二、因子分析的步驟

首先，對原始數(shù)據(jù)進行標準化處理，因為原始數(shù)據(jù)的計量單位、屬性之間的差異性較大，直接進行處理可能會使結果不準確。

其次，確認待分析的原始變量是否適合做因子分析，只有指標變量之間的相關性較強時，才表明適合將指標進行因子分類，檢驗的方法有很多，比較常用的是KMO檢驗和Barlett球度檢驗。

通過檢驗則可構建因子變量，用SPSS運行得出主因子的特征值和貢獻率以及累計貢獻率，并可以用碎石圖來輔助確定主因子個數(shù)；當主因子在各原始指標的因子載荷系數(shù)差異不大時，可將因子進行旋轉，使主因子在各指標的載荷區(qū)別更加明顯，可解釋性更強。

最后，根據(jù)因子得分模型=++…+（2）計算出各公司各主因子得分，再根據(jù)模型=（3）（其中表示第i個公因子旋轉后的方差貢獻率，表示所有提取出來的所有公因子變量旋轉后的累計方差貢獻率），計算出每個公司最后的綜合因子得分。

三、財務分析模型的構建

1.樣本的選取

本文根據(jù)中商產業(yè)研究院公布的2016年A股上市且市值排名前12的互聯(lián)網(wǎng)信息技術企業(yè)名單，選取其2016年年末數(shù)據(jù)與樂視網(wǎng)進行橫向比較，分析樂視網(wǎng)與發(fā)展態(tài)勢良好、經營績效優(yōu)良的公司之間的差距。數(shù)據(jù)均來源于各公司年報和國泰安數(shù)據(jù)庫。

2.財務指標的選取

（1）指標選取原則。其一，全面性原則。財務指標的選取應當涵蓋企業(yè)財務狀況綜合評價的各個主要方面，是對企業(yè)整體情況的全面性反映。其二，可比性原則。選取的財務指標在各個公司的計算方法與口徑應當一致，這樣才能保證選取的指標在不同公司之間具有可比性。其三，可獲取性原則。由于難以獲取具體數(shù)值的財務指標，無法準確對其進行定量分析，所以財務指標也應當滿足可獲取性條件。

（2）具體財務指標。本文根據(jù)傳統(tǒng)財務理論，選取了能夠代表企業(yè)整體財務狀況的八個財務指標，分別為：銷售凈利率（X1），營業(yè)利潤率（X2），流動比率（X3），速動比率（X4），營業(yè)利潤增長率（X5），利潤總額增長率（X6），流動資產周轉率（X7），總資產周轉率（X8）。

3.具體模型的構建

（1）數(shù)據(jù)的標準化處理。由于各個指標的計量單位不同，且各個指標在不同公司之間的差異也較大，所以需要對指標數(shù)據(jù)進行標準化處理。對于效益型指標，可以采用以下公式進行標準化處理：X=（min）/（maxmin）；對于成本型指標，可以采用以下公式進行標準化處理：=（max）/（maxmin）；表示第i個互聯(lián)網(wǎng)公司的第j個財務指標，X表示標準化之后的變量數(shù)據(jù)，表示第j個指標。

（2）KMO檢驗和Barlett球度檢驗。由運行結果可知，KMO值為0.605>0.5，Bartlett的球形度檢驗近似卡方為150.852，df值為28，顯著性為0.000，適合做因子分析。

（3）提取共同因子（見表1）。

表1顯示了各因子特征值和方差貢獻率，可以看出，單個因子1、單個因子2、單個因子3的方差貢獻率分別為為33.925%、32.203%、27.078%，三個因子的累計方差貢獻率93.205%，其余因子的方差貢獻率非常小，說明提取的三個公因子能夠說明93.205%的原始信息，原始信息丟失度非常小，再一次證明了提取的因子是合理的。

（4）共同因子命名。由于在初始因子矩陣中，各主因子在各指標上的載荷比重分布不明顯，因此將原始因子矩陣進行了旋轉。在旋轉后的因子矩陣中，因子1在銷售凈利率、營業(yè)利潤率、流動比率、速動比率、營業(yè)利潤增長率、利潤總額增長率、流動資產周轉率、總資產周轉率上的載荷分別為0.871、0.839、0.013、0.011、0.244、0.225、0.706、0.802，可以看出，因子1在銷售凈利率、營業(yè)利潤率、流動資產周轉率和總資產周轉率上的載荷較高，前兩個指標與因子1是正相關關系，后兩個指標與因子1是負相關關系，因此可將因子1解釋為盈利能力因子（F1）。

同樣，因子2在8個財務指標上的載荷分別為0.237、0.152、0.976、0.969、0.060、0.078、0.620、0.460，可以看出，因子2在流動比率、速動比率上的載荷都大于0.95，而流動比率、速動比率是反映企業(yè)用流動資產償還流動負債的能力的重要指標，因此可將因子2命名為償債能力因子（F2）。

因子3在各個指標上的載荷依次為0.353、0.393、0.059、0.061、0.954、0.968、0.076、0.167，顯然，因子3在營業(yè)利潤增長率、利潤總額增長率上擁有較高的載荷，而營業(yè)利潤增長率、利潤總額增長率反映了企業(yè)報告期的盈利水平相對于基期財務水平的增長幅度，能夠看出企業(yè)是處于上升還是下降的發(fā)展趨勢，因此可將因子3解釋為發(fā)展能力因子（F3）。

（5）計算各公司因子得分和綜合排序。根據(jù)原始數(shù)據(jù)，結合因子評分系數(shù)矩陣和模型（2）可以計算出各公司F1、F2、F3的各因子得分，再結合模型（3）就可以計算出各公司的綜合得分，結果如表2所示。

四、模型結果分析

（1）從因子F1來看，樂視網(wǎng)在12家互聯(lián)網(wǎng)企業(yè)中排名第11，說明在2016年其盈利能力比較落后；從因子F2來看，樂視網(wǎng)排名第8，也是屬于中等以下水平，說明其償債能力也很薄弱；從因子F3來看，樂視網(wǎng)排名第12，說明其發(fā)展能力是12個互聯(lián)網(wǎng)企業(yè)中最差的。

（2）從綜合因子得分及排名中可以看出，樂視網(wǎng)為最后一名，說明其整體水平堪憂，公司面臨巨大財務危機。

五、對策建議

筆者認為，樂視網(wǎng)可以通過改善公司的盈利模式來提高其盈利能力，多專注于盈利能力強的模塊加強投資與發(fā)展，而不是盲目擴張。同時要加各種成本費用的控制，謹慎每一筆支出。除此之外，因子分析結果也揭示出樂視網(wǎng)的發(fā)展能力在同行業(yè)中較差，所以樂視網(wǎng)應該對企業(yè)自身年度之間的財務狀況做深入的縱向比較，來發(fā)現(xiàn)滯后的限制因素，從而有針對性地改善其財務狀況。

從綜合因子得分排名可以看出，樂視網(wǎng)整體狀況較差，公司面臨較大的財務風險，這也顯示出樂視網(wǎng)內部風險控制制度不足，公司應該建立完善的償債能力預警機制，防止過度負債，無法償還。企業(yè)應當有一套完整的風險評估、風險控制制度，建立全面財務風險監(jiān)管流程，并合理分配人員職責。

六、研究的局限性與不足

首先，因子分析本身存在一定的局限性，雖然減少了主觀賦權的不準確性，但是由于因子分析中的特殊因子沒有被計算進去，所以仍然存在一定程度的結果偏差。

其次，各公司的財務狀況是不斷變化的動態(tài)過程，而本文只研究了各互聯(lián)網(wǎng)公司2016年的財務狀況，缺少普適性，需要與各公司自身不同年度之間的發(fā)展狀況相結合，才能發(fā)揮更大的價值。

參考文獻

1.康月，韓麗.基于因子分析法的互聯(lián)網(wǎng)企業(yè)財務綜合評價.商場現(xiàn)代化，2017（17）.

2.萬鐘嶺.基于因子分析法的鞍鋼股份財務分析.黑龍江八一農墾大學，2017.

3.崔海輪.互聯(lián)網(wǎng)企業(yè)財務風險分析與防范.金融經濟，2017（04）.（責任編輯：王文龍）