基于因子分析的安徽省上市公司財務(wù)績效

王 純

(安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233000)

一、引言

上市公司的財務(wù)績效能夠真實反映公司的經(jīng)營質(zhì)量，是證券市場股市投資者的關(guān)注重點，也是企業(yè)經(jīng)營者決策的重要依據(jù)。許多學(xué)者對不同行業(yè)或者地區(qū)的上市公司在不同能力的績效水平進(jìn)行了大量的研究,尤其是利用因子分析的方法。

鄭鳴和趙璧輝在分析我國高校的非財務(wù)信息時運用多元統(tǒng)計方法進(jìn)行了實證研究，選取了第一主成分高校規(guī)模、第二主成分學(xué)校學(xué)術(shù)能力和第三主成分科研成果共17個指標(biāo)進(jìn)行聚類，將所選擇的高校歸類，再利用積累logistic回歸驗證各主成分與高校財務(wù)績效的關(guān)系，建議高校提高科研人員人數(shù)、提高學(xué)科課題項目數(shù)、增加學(xué)術(shù)交流[1]。王茜和金鑫從行業(yè)角度出發(fā)，以物流行業(yè)為例，針對物流上市公司績效結(jié)果，提出了從改善運營模式、降低運營成本和加強技術(shù)能力上提高財務(wù)績效的建議[2]。常樹春和楊明慧以黑龍江省在A 股上市的28 家公司為樣本，利用SPSS分析上市公司的財務(wù)能力，他們還在模型中加入非財務(wù)指標(biāo)來反映公司的治理能力，分析黑龍江省上市公司的財務(wù)績效質(zhì)量[3]。劉亞男簡單介紹了因子分析方法，采用因子分析從償債、獲利、運營與成長四個方面建立指標(biāo)，分析目前影響公司財務(wù)績效的主要因素，并結(jié)合河北省是全國最大鋼鐵制造區(qū)的特點，建議提高能源效率，增強競爭優(yōu)勢，同時加速產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，發(fā)展綠色經(jīng)濟(jì)[4]。趙琪以財務(wù)績效作為被解釋變量，公司的研發(fā)投入作為解釋變量，引入控制變量企業(yè)規(guī)模等，用研發(fā)投入的當(dāng)期數(shù)據(jù)指標(biāo)，上市公司的財務(wù)指標(biāo)使用滯后一期、兩期的數(shù)據(jù)，建立模型分析，建議公司繼續(xù)加大研發(fā)投入[5]。薛夢婷和程克群選取通貨膨脹率代表影響企業(yè)融資效率的宏觀因素，微觀層面考慮償債能力、營運能力和盈利能力指標(biāo)，用固定效應(yīng)的面板數(shù)據(jù)模型分析安徽省中小企業(yè)應(yīng)收賬款的融資效率，發(fā)現(xiàn)企業(yè)盈利能力與融資效率具有同向效應(yīng)，其余則是負(fù)相關(guān)因素[6]。王珂和郭曉曦選取2008—2015年環(huán)保產(chǎn)業(yè)上市公司的財務(wù)管理數(shù)據(jù)，先從生命周期、政策推動和環(huán)境統(tǒng)計年鑒三方面進(jìn)行理論探討，同時分地區(qū)比較研究我國環(huán)保產(chǎn)業(yè)的發(fā)展情況；再利用因子分析計算公司的各因子重要度和因子得分；結(jié)合理論和實證結(jié)果，提出創(chuàng)新綠色金融、政府加大環(huán)保投入、因地制宜和政策推進(jìn)的建議[7]。劉暢等針對近幾年大規(guī)模的并購事件，量化復(fù)雜的并購活動，利用因子分析進(jìn)行指標(biāo)提取和績效測度，研究上市公司并購前后的績效，對上市公司長期的收益情況作出可靠預(yù)測[8]。Qu Xu等使用因子分析，同時考慮速度差和絕對速度來評估速度的一致性[9]。

本文參考已有文獻(xiàn)中常用的指標(biāo)體系，結(jié)合專業(yè)數(shù)據(jù)網(wǎng)站提供的信息，從盈利、運營、成長以及償債四個方面選取具有代表性的指標(biāo)，建立安徽省上市公司財務(wù)績效評價指標(biāo)因子分析體系進(jìn)行定量測算，再利用Ward聚類定性分析。

二、指標(biāo)體系的建立和樣本初選

(一)多元統(tǒng)計分析方法介紹

因子分析法利用變量之間的相關(guān)性，利用降維的思想，把較多的原始變量指標(biāo)簡化成少數(shù)幾個綜合變量，同時這幾個綜合變量能基本反映原始變量的信息，以便于后續(xù)的理解分析。用F1，F(xiàn)2，…，F(xiàn)n表示獨立的公共因子；aij表示第i個變量和第j個變量的相關(guān)關(guān)系，在因子分析中稱為因子載荷；εi為特殊因子，則因子分析模型為

Xi=ai1F1+ai2F2+…+aijFj+…amFm+εi，i=1，2，…，k。

Ward聚類分析法，即離差平方和法，是聚類分析常用的一種方法，依據(jù)變量或者樣本的相似程度劃分類別，通過分類，使落在一組內(nèi)的樣本離差平方和最小，但是組間的離差平方和達(dá)到最大值。

(二)指標(biāo)體系構(gòu)建

主成分分析法是因子分析法的一個模塊，借助SPSS因子分析的命令可以實現(xiàn)主成分分析，進(jìn)行指標(biāo)篩選。

盈利能力指標(biāo)篩選。本文選取反映盈利能力的原始指標(biāo)分別表示為：a1凈資產(chǎn)收益率、a2凈利率、a3毛利率、a4凈利潤、a5每股收益、a6每股主營業(yè)務(wù)收入，對盈利能力的6個指標(biāo)作主成分分析。凈利潤的單位為百萬，與其他指標(biāo)的差異較大，因此將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，記Z1凈資產(chǎn)收益率、Z2凈利率、Z3毛利率、Z4凈利潤、Z5每股收益、Z6每股主營業(yè)務(wù)收入，并從相關(guān)矩陣出發(fā)進(jìn)行主成分分析，結(jié)果見表1。

表1 盈利能力指標(biāo)相關(guān)系數(shù)矩陣

從表2可知，部分變量之間存在顯著關(guān)系，證明他們存在信息上的重疊，可以剔除部分變量。

表2 盈利能力指標(biāo)方差分解主成分提取分析

由表2可知，提取特征根大于1的2個主成分。

由此可得主成分y1、y2的方程為

y1=0.507Z1+0.473Z2+0.389Z3+0.346Z4+0.497Z5+0.045Z6；

y2=0.067Z1-0.255Z2-0.461Z3+0.323Z4+0.245Z5+0.744Z6。

可以看出，第一主成分主要代表是a1和a5，第二主成分主要代表是a6，剔除a2、a3、a4。最終盈利能力篩選出凈資產(chǎn)收益率、每股收益和每股主營業(yè)務(wù)收入3個指標(biāo)。

成長能力原始指標(biāo)分別表示為：主營業(yè)務(wù)收入增長率b1、凈利潤增長率b2、凈資產(chǎn)增長率b3、總資產(chǎn)增長率b4、每股收益增長率b5、股東權(quán)益增長率b6，對6個指標(biāo)作主成分分析，得到表5～7。

表5 成長能力指標(biāo)相關(guān)系數(shù)矩陣

表6 成長能力指標(biāo)方差分解主成分提取分析

確定成長能力指標(biāo)系數(shù)最大的3個指標(biāo)：主營業(yè)務(wù)收入增長率、凈利潤增長率和凈資產(chǎn)增長率。

同理，營運能力篩選出應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率3個指標(biāo)，償債能力篩選出資產(chǎn)負(fù)債率、速動比率、利息支付倍數(shù)3個指標(biāo)。

最終的指標(biāo)體系是凈資產(chǎn)收益率、每股收益、每股主營業(yè)務(wù)收入、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率、主營業(yè)務(wù)收入增長率、凈利潤增長率、凈資產(chǎn)增長率、速動比率、利息支付倍數(shù)和資產(chǎn)負(fù)債率。

三、因子分析和Ward聚類過程與結(jié)果

(一)因子分析

安徽省上市公司2016年原有98只股票，在樣本數(shù)據(jù)的選擇上剔除了數(shù)據(jù)部分缺失和ST股票，例如國元證券、ST德力、華安證券、新力金融、皖通高速、合肥城建等公司，得到有效股票83只，包括安德利、常青股份、古井貢酒、華信國際、黃山膠囊、集友股份、金禾實業(yè)、美亞光電、歐普康視、三七互娛、順豐控股、泰禾光電、安徽合力、安科生物、楚江新材、海螺水泥等，分別用X1,X2,…,X83來代替。樣本數(shù)據(jù)來源于新浪財經(jīng)2016年財務(wù)數(shù)據(jù)。

1.因子分析適合度檢驗

由表8可知，巴特利特球度的輸出結(jié)果觀測值為1 410.316，P值為0.000，小于0.05，拒絕原假設(shè)，原始數(shù)據(jù)適合因子分析。

2.因子提取

表9共同度

指標(biāo)初始值提取值指標(biāo)初始值提取值凈資產(chǎn)收益率/%1.0000.680每股收益/元1.0000.984每股主營業(yè)務(wù)收入/元1.0000.984應(yīng)收賬款周轉(zhuǎn)率/次1.0000.849存貨周轉(zhuǎn)率/次1.0000.677流動資產(chǎn)周轉(zhuǎn)率/次1.0000.661主營業(yè)務(wù)收入增長率/%1.0000.988凈利潤增長率/%1.0000.980凈資產(chǎn)增長率/%1.0000.984速動比率/%1.0000.772利息支付倍數(shù)1.0000.547資產(chǎn)負(fù)債率/%1.0000.690

表9第三列是根據(jù)因子分析最終解計算出的變量共同度，即提取原變量的程度，表中數(shù)值都超過了50%，甚至有5個達(dá)到98%以上，可見提取程度都較高。

表10 解釋的總方差

圖1 因子分析碎石

觀察表10，我們發(fā)現(xiàn)前4個主成分的比例為81.632%，前4個變量的特征值都大于1。從特征值和累計貢獻(xiàn)率兩個方面都說明應(yīng)當(dāng)提取4個主成分，同時SPSS軟件給出碎石圖(見圖1)，驗證提取4個公因子是合適的。

根據(jù)旋轉(zhuǎn)后的因子載荷矩陣進(jìn)行因子定義：第一個公共因子在主營業(yè)務(wù)收入增長率、凈利潤增長率、凈資產(chǎn)增長率上有較高的載荷，稱為成長能力因子(F1)；第二個公共因子在速動比率、利息支付倍數(shù)上有較高的載荷，稱為償債能力因子(F2)；第三個公共因子在每股主營業(yè)務(wù)收入擁有較高的載荷，稱為盈利能力因子(F3)；第四個公共因子在應(yīng)收賬款周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率上有較高的載荷，稱為營運能力因子(F4)。

3.計算因子變量得分

根據(jù)表11建立模型，得到因子得分函數(shù)

F1=-0.008d1+0.193d2+0.196d3-0.046d4-0.073d5+0.032d6+0.205d7+0.2001d8+0.205d9+0.010d10-0.031d11-0.008d12，

F2=0.344d1+0.05d2-0.033d3+0.001d4+0.055d5-0.033d6-0.018d7-0.004d8-0.016d9+0.376d10+0.326d11-0.319d12，

F3=0.238d1-0.046d2-0.031d3-0.097d4+0.672d5+0.341d6-0.057d7-0.046d8-0.071d9-0.119d10+0.279d11+0.279d12，

F4=0.263d1+0.024d2-0.011d3+0.797d4-0.105d5+0.281d6-0.075d7-0.049d8-0.064d9-0.110d10-0.164d11-0.137d12。

表11 因子得分矩陣

4.計算綜合得分

以因子的方差貢獻(xiàn)率占4個因子總方差貢獻(xiàn)率的比重作為權(quán)重，結(jié)果分別為54.02%、22.18%、12.42%、11.38%，得出各上市公司的財務(wù)績效綜合得分F，即

F=54.02%F1+22.18%F2+12.42%F3+11.38%F4。

由上式，我們可以整理計算出綜合得分，本文截取前20名企業(yè)建立因子得分表(見表12)。

表12 因子得分

財務(wù)績效的得分是經(jīng)過數(shù)據(jù)標(biāo)準(zhǔn)化處理后的結(jié)果，把安徽省的平均水平算作零點，大小和正負(fù)可以表示某公司與處于平均水平公司的差距，如因子得分為負(fù)值說明該公司的財務(wù)績效水平在平均水平以下。

(二)聚類分析

最后采用Ward聚類法依據(jù)綜合得分進(jìn)行系統(tǒng)聚類，樹狀圖略。結(jié)合實際，可以得到1、2、3、4等級四類公司，級別越靠前代表財務(wù)績效水平越高。同時我們可以得到1、2、3、4四類公司在總公司中的占比，結(jié)果見表13。

(三)實證結(jié)果分析與建議

根據(jù)各個因子和綜合評價的得分排名和聚類分析情況，大部分公司得分值都接近于零，說明大部分公司的財務(wù)績效與安徽省的平均水平都較為接近，同時說明安徽省上市公司的整體經(jīng)營水平都較好。83家上市公司中占總樣本36%的32家公司因子總得分大于0，說明這些上市公司的整體財務(wù)績效在平均水平以上，整體經(jīng)營績效理想。

在整體排名中第一名是順豐控股，其績效好的主要原因在于它的成長能力表現(xiàn)非常突出，在所有公司中成長能力排名第一，成長能力因子在總得分中占54.02%，占比第一。整體排名第二的是歐普康視，原因在于它的償債能力表現(xiàn)非常突出，從因子得分函數(shù)可以看出，其在總得分中的權(quán)重為22.18%。排名第三的是集友股份，在償債能力因子和營運能力因子上表現(xiàn)都不俗，分別為第四名和第二名。排名第四的是古井貢酒，它在盈利能力因子得分排名第一，盈利能力因子在總得分中的權(quán)重為11.38%，重要性排在第四位。華信國際借助營運能力因子排名第一的優(yōu)勢，總排名上取得第五名的成績。

綜合排名靠前固然說明了財務(wù)的整體績效較好，但是大體上財務(wù)績效好的公司在某些財務(wù)能力方面也存在不足，例如順豐控股、歐普康視等憑借一兩個因子排名靠前的上市公司綜合排名靠前，但仍有劣勢。排名靠后的因子代表的經(jīng)營能力是企業(yè)不足的地方，同時是企業(yè)改進(jìn)的重點。例如集友股份綜合排名第三，償債能力排名第四，營運能力排名第二，盈利能力、成長能力排名卻在后面，說明集友股份目前雖然營運能力較好，要繼續(xù)保持自身優(yōu)勢，但是應(yīng)通過比較分析了解自身，從盈利方面彌補不足，改善整體業(yè)績。

四、發(fā)展建議和研究不足

(一)發(fā)展建議

企業(yè)自身發(fā)展不平衡是安徽省上市公司存在的普遍問題，即使排名前幾名的公司同樣存在能力短缺，各個因子代表了不同的經(jīng)營能力，綜合因子和單個因子排名的不一致說明企業(yè)并不是全面發(fā)展。這種類型的公司應(yīng)當(dāng)強化優(yōu)勢不落后，同時不能倚重某一強項就輕視了自己的弱項，均衡發(fā)展才能夠得到更好的綜合財務(wù)績效。成長能力是第一主要因子，上市公司關(guān)注眼前利益的同時還要注重發(fā)展能力，加強自身的各方面能力，尤其是科研投入和技術(shù)創(chuàng)新，提高企業(yè)經(jīng)營效率。只有全面協(xié)調(diào)發(fā)展，才能提高綜合水平。

同一行業(yè)的企業(yè)間應(yīng)當(dāng)加強合作，齊頭并進(jìn)，共同提升安徽省企業(yè)的財務(wù)管理整體水平。處于經(jīng)營績效不理想階段的公司應(yīng)當(dāng)主動向優(yōu)勢企業(yè)學(xué)習(xí)，而行業(yè)內(nèi)的龍頭企業(yè)應(yīng)當(dāng)做好榜樣，幫助劣勢企業(yè)，共同進(jìn)步。

政府應(yīng)當(dāng)注重對上市公司的科研支持。上市公司是地區(qū)的經(jīng)濟(jì)基礎(chǔ)，管理狀況應(yīng)當(dāng)領(lǐng)先于大多數(shù)非上市公司。政府對上市公司不能一味采取補貼的形式，濫發(fā)補貼不利于企業(yè)的發(fā)展。政府在補貼的同時，支持上市公司科技研發(fā)項目，關(guān)注和培養(yǎng)技術(shù)人才，對有發(fā)展?jié)摿Φ墓竞托袠I(yè)給予重視，才能幫助企業(yè)提高效率，帶動地區(qū)經(jīng)濟(jì)發(fā)展。

(二)研究不足

本文有一定的局限性，在研究方法上可以與前幾年的水平動態(tài)比較，在安徽省財務(wù)績效評價指標(biāo)的選取和指標(biāo)體系的建立上也存在不足，只是簡單評價了安徽省的上市公司財務(wù)績效，若選取更廣泛的指標(biāo)，可以提出更實際的建議。

參考文獻(xiàn)：

[1] 鄭鳴,趙璧輝.基于非財務(wù)信息的我國高校財務(wù)績效評價實證研究[J].教育科學(xué),2008(1):54-58.

[2] 王茜,金鑫.物流上市公司財務(wù)績效評價研究[J].物流技術(shù),2013(17):304-312.

[3] 常樹春,楊明慧.基于因子分析的黑龍江省上市公司財務(wù)績效評價研究[J].商業(yè)會計,2014(16):35-37.

[4] 劉亞男.河北省上市公司財務(wù)績效評價研究[J].經(jīng)濟(jì)研究參考,2015(40):38-42.

[5] 趙琪.創(chuàng)業(yè)板上市公司研發(fā)投入對財務(wù)績效的影響研究[D].濟(jì)南:山東財經(jīng)大學(xué),2016.

[6] 薛夢婷,程克群.安徽省中小企業(yè)應(yīng)收賬款融資效率影響因素實證分析[J].重慶交通大學(xué)學(xué)報(社會科學(xué)版),2016(6):67-73.

[7] 王珂,郭曉曦.政策推動下環(huán)保產(chǎn)業(yè)上市公司綜合績效的實證分析:因子分析與聚類分析的綜合研究[J].財會月刊,2017(12):27-36.

[8] 劉暢,韓愛華,沈錫茜.基于因子分析法的上市公司并購績效評價[J].統(tǒng)計與決策,2017(10):179-181.

[9] QU X,GUO T Y,WANG W,et al.Measuring speed consistency for freeway diverge areas using factor analysis[J]. Journal of central south university, 2013(1):267-273.