新能源行業(yè)上市公司投資價(jià)值實(shí)證分析
——基于改進(jìn)的因子分析模型

方偉國(guó), 陳祖武, 謝 峰

(1.福州外語外貿(mào)學(xué)院 理工學(xué)院, 福建 福州 352020；2.福建工程學(xué)院 經(jīng)貿(mào)學(xué)院, 福建 福州 350002；3.華僑大學(xué) 計(jì)算機(jī)學(xué)院, 福建 泉州 362000)

0 引 言

目前,我國(guó)正在大力推行能源行業(yè)的整治和改革，伴隨著經(jīng)濟(jì)可持續(xù)發(fā)展理念的深入推進(jìn)，各行業(yè)特別是能源行業(yè)將進(jìn)行全面的產(chǎn)業(yè)升級(jí)和行業(yè)重整。國(guó)家政策利好將為新能源行業(yè)的迅速發(fā)展提供良好機(jī)遇，同時(shí)政府提出的保護(hù)“綠水青山”的決心也將對(duì)目前能源行業(yè)中一些落后的企業(yè)提出挑戰(zhàn)，新能源行業(yè)上市公司的數(shù)量在國(guó)家政策扶持和資本市場(chǎng)蓬勃發(fā)展的浪潮中不斷增加。截至2018年12月31日，根據(jù)中商產(chǎn)業(yè)研究院數(shù)據(jù)庫(kù)的搜索結(jié)果顯示，目前,我國(guó)新能源行業(yè)上市公司在滬深A(yù)股上市公司達(dá)27家，總市值將近數(shù)千億元，其中，隆基股份以733億元市值位居榜首，金風(fēng)科技、協(xié)鑫集成分別以519.0億元、257.9億元市值位列第二、第三名。作為我國(guó)新能源產(chǎn)業(yè)的龍頭企業(yè)，新能源上市公司的市場(chǎng)投資價(jià)值在一定程度上可反映出我國(guó)新能源行業(yè)的發(fā)展現(xiàn)狀，通過對(duì)其投資價(jià)值的探究，可認(rèn)識(shí)到新能源上市公司在市場(chǎng)競(jìng)爭(zhēng)中所處的地位，并為新能源行業(yè)長(zhǎng)遠(yuǎn)發(fā)展規(guī)劃制定提供相關(guān)理論依據(jù)。

1 文獻(xiàn)綜述及研究意義

目前學(xué)術(shù)界應(yīng)用較為廣泛的投資價(jià)值理論是由英國(guó)經(jīng)濟(jì)學(xué)家格雷厄姆提出的投資內(nèi)在價(jià)值理論。該理論認(rèn)為，在資本市場(chǎng)上，企業(yè)的投資價(jià)值具有波動(dòng)性，特別是從短期來看，有很多不確定因素難以確定其投資價(jià)值，但是其基礎(chǔ)價(jià)值是較為穩(wěn)定且可測(cè)量的。通過上市公司的相關(guān)報(bào)表可對(duì)其財(cái)務(wù)數(shù)據(jù)進(jìn)行分析,估量出企業(yè)的內(nèi)在價(jià)值,并由此發(fā)掘出市場(chǎng)價(jià)格低于內(nèi)在價(jià)值的資產(chǎn)[1]。作為國(guó)家重點(diǎn)關(guān)注并大力支持的行業(yè)，新能源行業(yè)是我國(guó)證券市場(chǎng)中的重要組成部分，而不少新能源上市企業(yè)正處于估值洼地。因此，不論是對(duì)市場(chǎng)投資者還是企業(yè)管理者而言，研究新能源上市公司的投資價(jià)值具有重要意義。

文獻(xiàn)梳理發(fā)現(xiàn)，關(guān)于新能源上市公司投資價(jià)值的研究極少。賈全星等[2]給予隨機(jī)前沿的方法，以新能源類上市公司2004-2010年的數(shù)據(jù)平均值作為樣本數(shù)據(jù)，對(duì)新能源類上市公司的技術(shù)效率進(jìn)行實(shí)證研究；任曉麗[3]基于格雷厄姆提出的價(jià)值投資理論，以2010—2012年各新能源上市公司年報(bào)為分析樣本，選取10個(gè)指標(biāo),運(yùn)用主成分分析法對(duì)公司的投資價(jià)值進(jìn)行分析。但在一定時(shí)期內(nèi)，上市公司的投資價(jià)值是一個(gè)動(dòng)態(tài)變化的過程，由于兩位學(xué)者采用的是一定時(shí)期內(nèi)各年數(shù)據(jù)的平均值，故存在一定局限性，研究結(jié)果有待進(jìn)一步精確。

不少學(xué)者通過各類研究方法對(duì)上市公司投資價(jià)值進(jìn)行實(shí)證分析，研究行業(yè)包括文化娛樂、房地產(chǎn)、新能源、農(nóng)業(yè)類以及高科技等。陳鈞[4]以AHP理論為分析框架，并利用層次分析法確定評(píng)價(jià)指標(biāo)的權(quán)重系數(shù)，最后運(yùn)用AMOS模型對(duì)典型房地產(chǎn)上市公司進(jìn)行實(shí)證分析；趙惠芳等[5]以A股文娛上市公司為例，選取大量財(cái)務(wù)分析變量，基于實(shí)證分析方法對(duì)公司進(jìn)行投資價(jià)值分析；李恒光等[6]運(yùn)用主成分分析方法，從財(cái)務(wù)視角對(duì)動(dòng)力電池產(chǎn)業(yè)鏈的29家上市公司的財(cái)務(wù)指標(biāo)進(jìn)行實(shí)證分析與綜合評(píng)估,并認(rèn)為江蘇國(guó)泰和德賽電池的投資價(jià)值較高；黃海輪[7]選擇農(nóng)業(yè)類上市公司，通過構(gòu)建Logistic回歸模型探究公司長(zhǎng)期投資價(jià)值，為投資者提供客觀、合理的投資決策依據(jù)。

文中借鑒羅國(guó)旺等[8]于2015年提出的基于Topsis法改進(jìn)的因子分析模型，利用2014—2018年新能源上市公司面板數(shù)據(jù)，分別從財(cái)務(wù)指標(biāo)和企業(yè)運(yùn)營(yíng)能力指標(biāo)進(jìn)行分析，其中，財(cái)務(wù)指標(biāo)細(xì)分為債務(wù)承受和利潤(rùn)衡量，運(yùn)營(yíng)能力細(xì)分為營(yíng)運(yùn)水平和企業(yè)未來成長(zhǎng)空間4個(gè)一級(jí)指標(biāo)和11個(gè)二級(jí)指標(biāo)在內(nèi)的新能源上市公司投資價(jià)值評(píng)價(jià)體系，如圖1所示。

圖1 我國(guó)新能源上市公司投資價(jià)值評(píng)價(jià)體系

首先，依據(jù)指標(biāo)評(píng)價(jià)體系，采用因子分析法對(duì)2014—2018年年報(bào)數(shù)據(jù)進(jìn)行分析，得出27家新能源上市公司各年的因子綜合得分，并在此基礎(chǔ)上，通過Topsis法評(píng)價(jià)27家公司的投資價(jià)值。Topsis法改進(jìn)后的因子分析模型適用于面板數(shù)據(jù)，并突破了各年因子得分不可加性的局限[9]。

2 研究方法與評(píng)價(jià)指標(biāo)的確定

2.1 基于Topsis法改進(jìn)的因子分析模型

因子分析是把多個(gè)指標(biāo)轉(zhuǎn)化為幾個(gè)不相關(guān)的綜合性指標(biāo)，利用綜合指標(biāo)去描述原始變量之間的相關(guān)性。Topsis法又稱優(yōu)劣解距離法，是一種適用于多目標(biāo)決策的綜合評(píng)價(jià)法。因子分析法只適用于截面數(shù)據(jù)，Topsis法改進(jìn)后的因子分析模型克服了權(quán)重主觀性的不足，并可用于面板數(shù)據(jù)。為客觀、全面地評(píng)價(jià)新能源上市公司的投資價(jià)值，文中采用Topsis法改進(jìn)的因子分析模型，具體步驟如下:

1)建立指標(biāo)體系，對(duì)研究對(duì)象進(jìn)行分集處理為Sti(i=1，2，…，n)，需要研究的企業(yè)變量為Vti(j=1，2，…，m),t∈[t1,t2]，研究對(duì)象個(gè)數(shù)為n，評(píng)價(jià)區(qū)間為l年，則l=t2-t1+1。

2)采用因子分析對(duì)Sti的橫截面數(shù)據(jù)進(jìn)行研究，得到對(duì)象集Sti的ft,k個(gè)因子(k≤m),以及各對(duì)象集因子綜合得分yt1，yt2，…，ytm,其中，t為時(shí)間點(diǎn)，可得(Yti)n×l的矩陣。

3)利用Topsis法對(duì)Sti(i=1，2，…，n)的因子獲取分?jǐn)?shù)yti進(jìn)行分析，具體步驟如下：

①各年的最終得分作為公司競(jìng)爭(zhēng)力的一個(gè)評(píng)價(jià)指標(biāo)，構(gòu)成一個(gè)新的指標(biāo)體系，即l個(gè)數(shù)據(jù)指標(biāo)，n個(gè)目標(biāo)，yti個(gè)數(shù)據(jù)。

②對(duì)l個(gè)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化。

(1)

③根據(jù)Zti矩陣確定最優(yōu)、最劣向量，分別記作Z+=(Zmax,1,Zmax,2,…,Zmax,l)和Z-=(Zmin1,Zmin2,…,Zminl)。

④第i個(gè)評(píng)價(jià)對(duì)象與最優(yōu)、最劣解的距離分別為：

(2)

(3)

⑤第i個(gè)評(píng)價(jià)對(duì)象與最優(yōu)因子方案的接近程度為

(4)

Ci越大，表示該新能源公司在2013-2017年的經(jīng)營(yíng)績(jī)效越好，投資價(jià)值也就越大。

2.2 指標(biāo)體系構(gòu)建與樣本數(shù)據(jù)選取

選取研究樣本時(shí)，依據(jù)中商產(chǎn)業(yè)研究院數(shù)據(jù)庫(kù)的行業(yè)分類，選擇能源行業(yè)中的二級(jí)行業(yè)新能源業(yè)，選取滬深A(yù)股共27家新能源上市公司為研究樣本。根據(jù)企業(yè)投資價(jià)值的相關(guān)理論，文中最終確定4個(gè)一級(jí)指標(biāo)，即償債能力、盈利能力、營(yíng)運(yùn)能力和成長(zhǎng)能力，以及11個(gè)二級(jí)指標(biāo)，即流動(dòng)比率(X1)、速動(dòng)比率(X2)、資產(chǎn)負(fù)債率(X3)、總資產(chǎn)凈利率(X4)、凈資產(chǎn)收益率(X5)、銷售凈利率(X6)、總資產(chǎn)周轉(zhuǎn)率(X7)、流動(dòng)資產(chǎn)周轉(zhuǎn)率(X8)、每股收益增長(zhǎng)率(X9)、凈利潤(rùn)增長(zhǎng)率(X10)和利潤(rùn)總額增長(zhǎng)率(X11)。新能源行業(yè)上市公司投資價(jià)值評(píng)價(jià)指標(biāo)體系見圖1(數(shù)據(jù)均來自WIND數(shù)據(jù)庫(kù))。

3 新能源上市公司投資價(jià)值評(píng)價(jià)

3.1 因子分析

根據(jù)我國(guó)新能源上市公司投資價(jià)值評(píng)價(jià)指標(biāo)體系，使用SPSS22.0對(duì)2014-2018年的橫截面數(shù)據(jù)分別進(jìn)行因子分析。

3.1.1 KMO和Bartlett檢驗(yàn)

在進(jìn)行因子分析前，需檢驗(yàn)指標(biāo)變量之間的內(nèi)在相關(guān)性，文中利用KMO檢驗(yàn)和Bartlett球形檢驗(yàn)來探究原始數(shù)據(jù)的相關(guān)性，見表1。

從檢驗(yàn)結(jié)果看，KMO在2014-2018年的檢驗(yàn)結(jié)果均大于0.5，且球形檢驗(yàn)結(jié)果也較為理想，顯示數(shù)據(jù)之間具有一定的相關(guān)性，適合因子分析。

表1 2014-2018年截面數(shù)據(jù)KMO檢驗(yàn)及Bartlett 檢驗(yàn)

3.1.2 計(jì)算因子綜合得分

利用主成分分析法提取公因子，得到各個(gè)公因子的特征值和方差貢獻(xiàn)率，見表2。

表2 2014-2018年截面數(shù)據(jù)因子分析的總方差貢獻(xiàn)率

在保留特征值大于1的因子后，根據(jù)表中結(jié)果可以看出，每年的累計(jì)方差貢獻(xiàn)率均大于80%，對(duì)整體的解釋程度較高，所保留的公因子已經(jīng)基本涵蓋各個(gè)二級(jí)指標(biāo)的信息，我國(guó)新能源上市公司投資價(jià)值可被較好地體現(xiàn)。

為讓結(jié)果更具可解釋性，采用Varimax對(duì)2014-2018年截面數(shù)據(jù)初始因子載荷矩陣進(jìn)行Kaiser標(biāo)準(zhǔn)化正交旋轉(zhuǎn)，由于文中篇幅有限，各年的因子分析過程相似，在此僅以2018年新能源公司的截面數(shù)據(jù)為例進(jìn)行闡釋。對(duì)因子載荷矩陣進(jìn)行旋轉(zhuǎn)處理后的結(jié)果見表3。

表3 2018年旋轉(zhuǎn)后的因子載荷矩陣

第1個(gè)公因子在每股收益增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率和利潤(rùn)總額增長(zhǎng)率上具有極高的因子載荷值，分別為0.944、0.968和0.946，這些指標(biāo)反映了新能源上市公司的成長(zhǎng)能力，另外，第1個(gè)公因子在總資產(chǎn)凈利率、凈資產(chǎn)收益率、銷售凈利率上也具有較高的因子載荷值，分別為0.625、0.700和0.754，這些指標(biāo)反映了新能源上市公司的盈利能力，綜合來看，第1個(gè)公因子提取出大量與公司成長(zhǎng)能力和盈利能力有關(guān)的信息，因此將第1個(gè)公因子命名為成長(zhǎng)能力和盈利能力因子，該因子對(duì)投資價(jià)值的方差貢獻(xiàn)率最高，達(dá)到38.096%；第2個(gè)公因子在流動(dòng)比率、速動(dòng)比率及資產(chǎn)負(fù)債率上有較高的載荷值，這三個(gè)指標(biāo)反映了新能源上市公司的償債能力，因此將其命名為償債能力因子，該因子對(duì)投資價(jià)值的貢獻(xiàn)率為25.687%；第3個(gè)公因子在總資產(chǎn)周轉(zhuǎn)率和流動(dòng)資產(chǎn)周轉(zhuǎn)率上有極高的載荷值，反映出大量與公司營(yíng)運(yùn)能力有關(guān)的信息，因此將其命名為營(yíng)運(yùn)能力因子，該因子對(duì)投資價(jià)值的貢獻(xiàn)率為19.148%。以上3個(gè)因子對(duì)新能源上市公司投資價(jià)值的總體解釋程度較高，最終累積貢獻(xiàn)率達(dá)到82.931%。

同時(shí)對(duì)2018年截面數(shù)據(jù)進(jìn)行回歸，可得到該年各因子的系數(shù)矩陣見表4。

表4 2018年因子得分系數(shù)矩陣

由此計(jì)算因子得分:

F1=-0.028X1-0.060X2-0.044X3+

0.104X4+0.139X5+0.181X6-

0.030X7-0.041X8+0.242X9+

0.250X10+0.243X11,

F2=0.299X1+0.286X2+0.340X3+

0.227X4+0.111X5+0.076X6+

0.016X7+0.056X8-0.097X9-

0.099X10-0.092X11,

F3=-0.010X1-0.052X2+0.090X3+

0.180X4+0.159X5-0.137X6+

0.446X7+0.466X8-0.045X9-

0.064X10-0.057X11。

以各公因子方差貢獻(xiàn)率為權(quán)重，計(jì)算新能源上市公司投資價(jià)值因子綜合得分，記為Y，則

根據(jù)此法分別得出新能源上市公司2014-2018年間的Y，最終形成因子綜合得分Yti，排序后的結(jié)果見表5。

表5 27家新能源上市公司2014-2018年因子綜合得分及排名

根據(jù)表5結(jié)果可知，27家新能源上市公司的因子綜合得分排名在2014—2018年間均有變化，沒有一家公司的排名是保持在同一個(gè)水平上，利用某一年的截面數(shù)據(jù)不能反映上市公司投資價(jià)值的變化過程，通過某年的因子綜合得分排名結(jié)果來評(píng)價(jià)我國(guó)新能源上市公司投資價(jià)值存在一定局限性。文中利用2014-2018年面板數(shù)據(jù)可客觀地表現(xiàn)出投資價(jià)值的變化過程，使得最終的研究結(jié)果更具說服力。

3.2 Topsis法綜合評(píng)價(jià)

在因子分析的基礎(chǔ)上，采用Topsis法可更真實(shí)、合理地評(píng)價(jià)我國(guó)新能源行業(yè)上市公司的投資價(jià)值情況，排序后的最終結(jié)果見表6。

表中的最優(yōu)因子方案貼近度(Ci)越大，說明該新能源上市公司的投資價(jià)值越高。

表6 27家新能源上市公司投資價(jià)值評(píng)價(jià)結(jié)果及排名

結(jié)合表5和表6的數(shù)據(jù)結(jié)果，從整個(gè)樣本期間來看，公司各年的因子綜合得分較高或呈現(xiàn)出上升趨勢(shì)，那么該公司的最優(yōu)因子方案貼近度排名也較為靠前。如金風(fēng)科技在2014-2018年的排名均在前10名，期間總體發(fā)展較好。根據(jù)最終的最優(yōu)因子方案貼近度排名，金風(fēng)科技位列第一，表現(xiàn)出其良好的發(fā)展能力；東旭藍(lán)天在樣本期間內(nèi)的因子綜合得分排名逐年上升，因此,其最終的最優(yōu)因子方案貼近度排名靠前，位于第2名；天順風(fēng)能在2014—2018年因子綜合得分均為正，說明公司發(fā)展較為平穩(wěn)，且排名呈現(xiàn)波段上升趨勢(shì)，故最終的最優(yōu)因子方案貼近度排名第5位，整體發(fā)展較好。相反，各年因子綜合得分相對(duì)較低或是出現(xiàn)“大起大落”現(xiàn)象的公司，其最終的最優(yōu)因子方案貼近度排名也是相對(duì)靠后的，如吉鑫科技在2017年?duì)I業(yè)利潤(rùn)為-8 693.25元，相比往年虧損709.53%，歸屬于上市公司所有者的凈利潤(rùn)虧損額高達(dá)1.1億元，同比虧損1 804.67%。盡管在2016年扭虧為盈，但受旗下子公司影響，公司涉入多起糾紛訴訟及仲裁案件，暴露出公司在內(nèi)部管理上的缺陷，故其最優(yōu)因子方案貼近度排名第22位；銳電受旗下基金公司的投資理財(cái)行為不當(dāng)?shù)挠绊?，接連出現(xiàn)虧損情況,據(jù)公司5年內(nèi)投資收益數(shù)據(jù)，2014年、2015年、2017年和2018年這4年的投資收益皆為負(fù)值，業(yè)績(jī)位于同業(yè)底部，因此，該公司最終的最優(yōu)因子方案貼近度排名靠后。

繪制最優(yōu)因子方案貼近度分布圖可更直觀地了解我國(guó)新能源行業(yè)上市公司的投資價(jià)值，如圖2所示。

圖2 27家新能源上市公司2014-2018 年最優(yōu)因子方案貼近度分布情況

由圖2可以看出，僅17.65%的新能源上市公司最優(yōu)因子方案貼近度高于0.7，樣本中新能源上市公司的最優(yōu)因子方案貼近度均小于0.8，說明國(guó)內(nèi)新能源上市公司還存在較大的提升空間。從總體上來看，最優(yōu)因子方案貼近度較低,反映我國(guó)新能源上市公司的投資價(jià)值有待進(jìn)一步提高，償債能力、盈利能力、營(yíng)運(yùn)能力以及成長(zhǎng)能力是公司綜合能力的一種體現(xiàn)，各項(xiàng)能力協(xié)調(diào)發(fā)展是提升公司投資價(jià)值的基礎(chǔ)。

4 結(jié)語與建議

運(yùn)用Topsis法改進(jìn)的因子分析模型對(duì)27家新能源上市公司的投資價(jià)值進(jìn)行綜合評(píng)價(jià)。

文中實(shí)證研究結(jié)論如下：

1)在2014-2018年，新能源上市公司在樣本期間內(nèi)各年的因子綜合得分之間差距明顯，并且最終的最優(yōu)因子方案貼近度最大值與最小值差距較大，最大值和最小值分別約為0.985、0.113，這說明國(guó)內(nèi)新能源上市公司投資價(jià)值有顯著差異。

2)在樣本期間內(nèi)，不少公司的因子綜合得分排名波動(dòng)明顯，如金風(fēng)科技、協(xié)鑫集成等公司在五年內(nèi)的因子得分呈現(xiàn)出“大起大落”態(tài)勢(shì)，說明行業(yè)內(nèi)競(jìng)爭(zhēng)激烈。

3)約58.82%的樣本公司最優(yōu)因子方案貼近度高于0.6，說明我國(guó)超過一半的新能源上市公司具備較高的投資價(jià)值，投資者可根據(jù)實(shí)際情況對(duì)新能源上市公司予以適當(dāng)關(guān)注。

4)從表6中不難發(fā)現(xiàn)，即便是最終的最優(yōu)因子方案貼近度排名靠前的公司，依然存在個(gè)別年份的因子綜合得分為負(fù)值的情況，這說明我國(guó)新能源上市公司的綜合能力仍有待進(jìn)一步提高。

作為新能源業(yè)的重要組成部分，新能源上市公司的有效發(fā)展可以帶動(dòng)整個(gè)新能源業(yè)的發(fā)展。對(duì)此，文中提出三點(diǎn)建議:

1)新能源上市公司需努力提高營(yíng)運(yùn)、盈利能力，在保證一定償債能力的同時(shí)，提升企業(yè)資產(chǎn)管理效率，完成當(dāng)期業(yè)績(jī)，這是吸引價(jià)值投資者的關(guān)鍵。

2)注重內(nèi)部管理，公司應(yīng)盡可能避免由于內(nèi)部管理不當(dāng)而造成的糾紛訴訟案件的發(fā)生。通過研究發(fā)現(xiàn)，新能源行業(yè)中部分企業(yè)在管理方面存在不少問題，有效地進(jìn)行內(nèi)部監(jiān)管控制是保證企業(yè)正常運(yùn)營(yíng)的基礎(chǔ)，也是企業(yè)實(shí)現(xiàn)盈利的前提。

3)合理運(yùn)用相關(guān)利好政策。2019年中國(guó)能源產(chǎn)業(yè)升級(jí)建設(shè)將全面啟動(dòng)，而新能源行業(yè)面臨全新的機(jī)遇和挑戰(zhàn)。公司要在明確國(guó)家政策走向，順應(yīng)社會(huì)經(jīng)濟(jì)發(fā)展的同時(shí)，勇于創(chuàng)新技術(shù)，形成企業(yè)核心競(jìng)爭(zhēng)力，通過降低運(yùn)營(yíng)成本，提高財(cái)務(wù)績(jī)效，吸引更多價(jià)值投資者。