基于因子分析法的互聯(lián)網(wǎng)上市企業(yè)的財(cái)務(wù)績(jī)效評(píng)價(jià)

汪馨妮

摘 要：本文利用25家上市互聯(lián)網(wǎng)企業(yè)2017年的財(cái)務(wù)數(shù)據(jù)作為樣本，運(yùn)用因子分析法，從五個(gè)方面選取了13個(gè)指標(biāo)構(gòu)建財(cái)務(wù)績(jī)效評(píng)價(jià)體系，得到各個(gè)因子和綜合財(cái)務(wù)財(cái)務(wù)水平的得分與排名?；诖?，給出提高我國(guó)上市互聯(lián)網(wǎng)企業(yè)財(cái)務(wù)績(jī)效水平的參考性意見(jiàn)。

關(guān)鍵詞：因子分析;財(cái)務(wù)績(jī)效;綜合評(píng)價(jià);SPSS

一、引言

隨著大數(shù)據(jù)時(shí)代的到來(lái)，互聯(lián)網(wǎng)企業(yè)規(guī)模迅速擴(kuò)大。在互聯(lián)網(wǎng)技術(shù)的日益普及，加上政府出臺(tái)了一系列利好政策的環(huán)境下，互聯(lián)網(wǎng)企業(yè)發(fā)展前景廣闊。在激烈的市場(chǎng)競(jìng)爭(zhēng)中，若想要取得長(zhǎng)足發(fā)展，努力提高自身財(cái)務(wù)績(jī)效對(duì)于互聯(lián)網(wǎng)企業(yè)來(lái)說(shuō)是至關(guān)重要的。本文將運(yùn)用因子分析法，對(duì)25家不同類型的互聯(lián)網(wǎng)企業(yè)的財(cái)務(wù)績(jī)效進(jìn)行綜合評(píng)價(jià)與排序，以透視互聯(lián)網(wǎng)行業(yè)的財(cái)務(wù)現(xiàn)狀與問(wèn)題，并為互聯(lián)網(wǎng)企業(yè)經(jīng)濟(jì)效益的提高提出相關(guān)意見(jiàn)。

二、因子分析法的應(yīng)用原理

因子分析法是一種實(shí)用的多元統(tǒng)計(jì)方法，能夠有效地簡(jiǎn)化數(shù)據(jù)。通過(guò)建立因子荷載矩陣，計(jì)算各因子在各樣本上的具體數(shù)值，以因子得分替代原始變量，以達(dá)到對(duì)事物進(jìn)行分類并且綜合評(píng)價(jià)的目的?；緮?shù)學(xué)模型表示形式：

…

上式中，是p個(gè)標(biāo)準(zhǔn)化后的原有初始變量，是m個(gè)因子變量。表示成矩陣形式為：

其中，A為因子荷載矩陣，為因子荷載，即第i個(gè)初始變量在第j個(gè)因子變量上的負(fù)荷。F為公因子。 為特殊因子，即原有變量不能被因子變量所解釋的部分。

三、互聯(lián)網(wǎng)上市企業(yè)財(cái)務(wù)狀況指標(biāo)體系的構(gòu)建

1.評(píng)價(jià)指標(biāo)體系的構(gòu)建

為了全面地對(duì)互聯(lián)網(wǎng)上市企業(yè)財(cái)務(wù)狀況進(jìn)行評(píng)價(jià)，本文從償債能力、營(yíng)運(yùn)能力、盈利能力、成長(zhǎng)能力和每股指標(biāo)五個(gè)方面選取了13個(gè)財(cái)務(wù)指標(biāo)來(lái)構(gòu)建指標(biāo)體系。本文選取的財(cái)務(wù)指標(biāo)如圖1所示。

2.樣本數(shù)據(jù)的來(lái)源與選取

通過(guò)對(duì)同花順、證監(jiān)會(huì)等網(wǎng)站信息的搜集與整理，剔除了財(cái)務(wù)信息不完整的企業(yè)后，最終選擇了25家不同服務(wù)類型的互聯(lián)網(wǎng)上市企業(yè)，圍繞這些企業(yè)的2017年年報(bào)展開(kāi)研究。這25家企業(yè)分別為神州數(shù)碼、東華軟件、科大訊飛、啟明信息、川大智勝、焦點(diǎn)科技、三七互娛、世紀(jì)華通、跨境通、三五互聯(lián)、中青寶、銀之杰、樂(lè)視網(wǎng)、三六五網(wǎng)、富春股份、暴風(fēng)集團(tuán)、盛天網(wǎng)絡(luò)、和仁科技、絲路視覺(jué)、科藍(lán)科技、東方明珠、大智慧、人民網(wǎng)、掌閱科技、新華網(wǎng)。本文數(shù)據(jù)均來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)。

四、對(duì)25家互聯(lián)網(wǎng)上市企業(yè)13個(gè)指標(biāo)的因子分析

1.適用性檢驗(yàn)

由于因子分析需要從龐大的原始數(shù)據(jù)中構(gòu)造出少量具有代表性的因子變量，因此，原有變量之間應(yīng)當(dāng)符合有較強(qiáng)相關(guān)性的潛在要求，否則就無(wú)法提煉出能反映原始變量公共特性的少數(shù)公共因子變量。本文將采用KMO和巴特利特球形檢驗(yàn)的方法檢驗(yàn)數(shù)據(jù)是否合適做因子分析。KMO統(tǒng)計(jì)量的取值范圍在0到1之間，其值需要保持在0.6以上，且越接近于1越適合做因子分析。巴特利特球形檢驗(yàn)的顯著性水平不大于0.01時(shí)，表示數(shù)據(jù)適合做因子分析。由表1可知，KMO統(tǒng)計(jì)量值為0.720>0.5，巴特利特球形檢驗(yàn)值為599.302，并且采用巴特利特球形檢驗(yàn)得到的顯著性概率為0.000，小于0.01的顯著水平。由以上分析可知，數(shù)據(jù)相關(guān)性顯著，適合做因子分析，檢驗(yàn)通過(guò)。

2.因子提取

在經(jīng)過(guò)KMO和巴特利特球形檢驗(yàn)之后，運(yùn)用SPSS軟件篩選出了經(jīng)標(biāo)準(zhǔn)化處理后的25家互聯(lián)網(wǎng)上市企業(yè)的13個(gè)指標(biāo)在原始基本信息被公因子提取后的共性方差。經(jīng)分析，除了應(yīng)收賬款周轉(zhuǎn)率，其余指標(biāo)都被提取了至少83%的信息，其中有八個(gè)指標(biāo)的信息被提取了95%以上，可見(jiàn)提取程度較高。

表1所示的總方差解釋表反映了每個(gè)因子特征值和方差貢獻(xiàn)率的信息。旋轉(zhuǎn)后的第一個(gè)因子特征值為6.301，方差貢獻(xiàn)率為48.467%;第二個(gè)因子特征值為2.24，方差貢獻(xiàn)率為17.228%;第三個(gè)因子特征值為2.229，方差貢獻(xiàn)率為17.148%;第四個(gè)因子特征值為1.302，方差貢獻(xiàn)率為10.017%。前四個(gè)因子的累積方差貢獻(xiàn)率為92.86%，表明這四個(gè)因子能夠充分的保留原始信息，代表性強(qiáng)，可以選取前四個(gè)因子繼續(xù)分析。從圖2所示的SPSS進(jìn)行因子分析得到的碎石圖也可以看到，前四個(gè)因子的特征值均大于1，其他因子的特征值依次減小，進(jìn)一步驗(yàn)證了選取前四個(gè)因子是合適的。

3.公因子的命名

旋轉(zhuǎn)后的因子荷載矩陣可以用來(lái)反映各個(gè)變量對(duì)主成分的貢獻(xiàn)程度，因子荷載量的絕對(duì)值越大，就表明因子和變量的相關(guān)性越強(qiáng)。如表2所示，代表因子1中系數(shù)絕對(duì)值較大的有資產(chǎn)負(fù)債率、權(quán)益系數(shù)、總資產(chǎn)凈利潤(rùn)率、凈資產(chǎn)收益率、營(yíng)業(yè)凈利潤(rùn)、凈利潤(rùn)增長(zhǎng)率和每股收益，所以將因子1定義為盈利能力因子（）。代表因子2中系數(shù)絕對(duì)值較大的有流動(dòng)資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率，將因子2定義為經(jīng)營(yíng)能力因子（）。代表因子3中系數(shù)絕對(duì)值較大的有流動(dòng)比率和速動(dòng)比率，將因子3命名為償債能力因子（）。代表因子4中系數(shù)絕對(duì)值較大的有應(yīng)收賬款周轉(zhuǎn)率和每股經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~，因?yàn)檫@兩個(gè)指標(biāo)同營(yíng)運(yùn)和每股指標(biāo)相關(guān)，因此將因子4命名為營(yíng)運(yùn)收益因子（）。

4.計(jì)算因子得分與總得分

由SPSS分析出的成分得分系數(shù)矩陣（見(jiàn)表3）和原始數(shù)據(jù)的標(biāo)準(zhǔn)化值能夠求出各個(gè)因子得分。

但是，某一項(xiàng)指標(biāo)的評(píng)分突出不能夠表明該互聯(lián)網(wǎng)上市企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)低，只有整體表現(xiàn)優(yōu)秀才可以說(shuō)明該企業(yè)財(cái)務(wù)狀況良好。因此，我們需要根據(jù)每個(gè)因子的得分與其方差貢獻(xiàn)率來(lái)構(gòu)造可以計(jì)算出企業(yè)綜合得分的綜合評(píng)價(jià)函數(shù)。構(gòu)建的綜合評(píng)價(jià)函數(shù)如下：

利用綜合評(píng)價(jià)函數(shù)模型，結(jié)合SPSS函數(shù)軟件的計(jì)算，可以得出選取的各互聯(lián)網(wǎng)上市企業(yè)排名狀況（見(jiàn)表4）。

五、結(jié)果分析

對(duì)所選擇的數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理之后，綜合得分為0即表示財(cái)務(wù)績(jī)效水平處于平均水平;若得分高于0表示財(cái)務(wù)績(jī)效水平高于平均水平，越接近于1表示財(cái)務(wù)風(fēng)險(xiǎn)越低;若得分低于0表示財(cái)務(wù)績(jī)效水平低于平均水平，低于-1表示財(cái)務(wù)風(fēng)險(xiǎn)極高。根據(jù)表4數(shù)據(jù)可以看出，所選擇的上市企業(yè)的各個(gè)因子和綜合評(píng)價(jià)得分大多接近于0，且總體來(lái)說(shuō)得分差幅不大，沒(méi)有出現(xiàn)兩頭大中間小的情況，說(shuō)明這些互聯(lián)網(wǎng)企業(yè)的整體經(jīng)營(yíng)狀況良好，營(yíng)運(yùn)較穩(wěn)定。25家公司中12家企業(yè)因子綜合得分大于0，說(shuō)明這些企業(yè)整體財(cái)務(wù)風(fēng)險(xiǎn)水平低于均值，財(cái)務(wù)績(jī)效良好。

分析數(shù)據(jù)來(lái)看，并非每家企業(yè)在所有方面都表現(xiàn)最優(yōu)或最劣。從盈利能力因子來(lái)看，大智慧表現(xiàn)最好，同三七互娛、世紀(jì)華通、三六五網(wǎng)和東方明珠一同進(jìn)入前六強(qiáng)，只有盛天網(wǎng)絡(luò)、暴風(fēng)集團(tuán)、富春股份和樂(lè)視網(wǎng)得分為負(fù)，說(shuō)明其盈利能力很不好，企業(yè)應(yīng)當(dāng)加強(qiáng)對(duì)自身盈利狀況的改善。

從經(jīng)營(yíng)能力因子來(lái)看，神州數(shù)碼表現(xiàn)突出，得分為3.71794，25家企業(yè)中僅有7家得分為正，說(shuō)明我國(guó)互聯(lián)網(wǎng)上市企業(yè)營(yíng)運(yùn)能力的整體水平有待提升。

從償債能力因子來(lái)看，盛天網(wǎng)絡(luò)最為突出，但是有64%的企業(yè)償債能力因子為負(fù)，這可能是由于企業(yè)管理者過(guò)分追求盈利、籌得資金而忽視了提升企業(yè)的償債能力。企業(yè)的償債能力與企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)水平是緊密相連的，企業(yè)可以加速現(xiàn)金流動(dòng)，降低資產(chǎn)負(fù)債率，在追求盈利的同時(shí)注重償債能力的提升。

從營(yíng)運(yùn)收益因子由應(yīng)收賬款周轉(zhuǎn)率和每股經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~組成，除了三六五網(wǎng)、焦點(diǎn)科技、跨境通、暴風(fēng)集團(tuán)和大智慧表現(xiàn)突出外，其他企業(yè)應(yīng)當(dāng)注重提升應(yīng)收賬款的變現(xiàn)速度和管理效率，以便提升資產(chǎn)的流動(dòng)性，并且應(yīng)當(dāng)盈利方面的不足。

六、結(jié)語(yǔ)

通過(guò)因子分析，科學(xué)而客觀地診斷了25家互聯(lián)網(wǎng)上市企業(yè)的財(cái)務(wù)績(jī)效狀況，避免了傳統(tǒng)評(píng)價(jià)體系在賦權(quán)上的主觀性。同時(shí)發(fā)現(xiàn)選取的25家企業(yè)整體得分不高，反映了整個(gè)行業(yè)對(duì)于財(cái)務(wù)績(jī)效的管理都有待加強(qiáng)。各企業(yè)應(yīng)當(dāng)準(zhǔn)確審視自身的缺點(diǎn)，努力抬高短板，重點(diǎn)突出某幾個(gè)方面的建設(shè)，最大限度地發(fā)揮自身優(yōu)勢(shì)，提升企業(yè)的綜合能力，使互聯(lián)網(wǎng)企業(yè)盡可能地避免由財(cái)務(wù)風(fēng)險(xiǎn)給企業(yè)帶來(lái)的影響。

參考文獻(xiàn)

1.張夢(mèng)瑤，曾華鋒.我國(guó)物流上市公司財(cái)務(wù)績(jī)效評(píng)價(jià)研究――基于因子分析法.物流工程與管理，2019，41（12）.

2.雷前超，李芬芬.我國(guó)上市商業(yè)銀行經(jīng)營(yíng)績(jī)效研究――基于因子分析和聚類分析.萍鄉(xiāng)學(xué)院學(xué)報(bào)，2016，33（04）.

3.英栩嘉.基于因子分析和LOGISTIC回歸的SC集團(tuán)財(cái)務(wù)預(yù)警模型研究.哈爾濱工業(yè)大學(xué)，2018.

4.朱家明，邢康.基于因子分析對(duì)我國(guó)上市醫(yī)藥公司經(jīng)營(yíng)績(jī)效的研究.青海師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，34（03）.

5.陳茜，田治威.林業(yè)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究――基于因子分析法和聚類分析法.財(cái)經(jīng)理論與實(shí)踐，2017，38（01）.

6.區(qū)芷誦.互聯(lián)網(wǎng)上市企業(yè)綜合競(jìng)爭(zhēng)力評(píng)價(jià)分析研究.暨南大學(xué)，2015.

7.李燕.基于因子分析法的城市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系研究.金融理論與實(shí)踐，2017（04）.

（責(zé)任編輯：王文龍）