因子分析法在中国食品行业上市公司研究中的应用

来源:用户上传      作者: 赵　艳

　　摘要：选取34家食品制造业上市公司，根据2007年第四季度信息及数据，选择每股收益、净资产收益率、总资产收益率等12项财务指标，对这些食品制造公司进行因子分析，为股票的分析和选择提供依据。
　　关键词：因子分析法；主因子；上市公司
　　中图分类号：F830.9文献标志码：Ａ文章编号：1673－291Ｘ（2009）10－0072－02
　　
　　（一）数据指标的选择和搜集
　　本文通过对沪深股市中34家食品制造业上市公司2007年第四季度的财务报表数据进行分析研究。本案例就是面对众多的指标应该如何利用因子分析方法进行综合的分析和评价，共选取12个指标: X1―净资产收益率、X2―净利润率、X3―每股收益、X4―主营收入增长率、X5―净利润增长率、X6―总资产增长率、X7―流动比率、X8―速冻比率、X9―资产负债率、X10―存货周转率、X11―总资产周转率、X12―应收账款周转率，研究过程运用SPSS统计软件。
　　（二）中国食品制造业上市公司的因子分析步骤
　　1.指标的预处理。对原始数据进行同向化处理,即将资产负债率取倒数,使其变成在一定范围越大越好的指标。
　　2.为避免量纲不同而带来的数据间的无意义比较,将同向化处理后的数据标准化，这一步由统计软件实现。
　　3.确定待分析的原有若干变量是否适合于因子分析。由KMO值可知本案例不太适合作因子分析。Bartlett球度检验给出的相伴概率为0.000，小于显著性水平，因此拒绝Bartlett球度检验的零假设，认为适合于因子分析。
　　4.用主成分法根据因子贡献率选取主因子。
　　由表1可以看出提取了四个公共因子后，它们基本反映了各原始变量80%以上的信息。从标准化数据矩阵出发，计算其特征值和特征向量，在参数估计中选择主成分方法，并使用方差最大化旋转标准化数据矩阵，得到旋转后的特征值和特征向量。由于设定了提取因子的标准是特征值大于1，且前三个特征值的累积方差贡献率为80%，所以选取四个共因子。这四个旋转后的特征值和特征向量如表1和表2所示。其中表2中四个特征向量矩阵又称为因子载荷矩阵。
　　由表3可以看出，第一主成分与流动比率、速冻比率和资产负债率的因子负荷量均为正值且都大于0.9，说明第一主成分大约反映了各上市公司的偿债能力的信息。第二主成分与存货周转率、总资产周转率和应收账款周转率的因子载荷比较大，说明第二主成分大约反映了各上市公司的综合运营能力的信息。第三主成分与净资产收益率、净利润率和每股收益的因子载荷比较大，说明第三主成分大约反映了各上市公司的盈利能力的信息，但其意义并不十分明朗，因为对主营业务收益增长率不好解释。
　　5.计算因子得分矩阵及最后综合评价得分。
　　在上述分析基础上，选择回归最小二乘法可以求得旋转后的因子得分矩阵如下：
　　使用加权平均的方法将每一只股票的各因子得分综合起来，就得到股票的最后综合得分。其中加权平均的权重使用每一个因子所能解释总方差的比重，对得到的综合得分进行排序得以下排名表（见表4）：
　　总体来说,综合得分为正数的企业的综合业绩较好；而综合得分为负数的企业的综合业绩较差。从排名情况来看，一些效益好、财务结构合理、运营稳定的企业明显排在前列，如双汇发展、华馨实业、深深宝等，与实际情况有着比较高的一致性，可作为科学决策的有力依据。这些上市公司的综合评价效果与其经营业绩有密切关系, 经营业绩好的公司在综合评价中显现出明显优势。
　　
　　参考文献：
　　[1]余建英，何旭宏.数据统计分析与SPSS应用[M].北京：人民邮电出版社，2003.
　　[2]柯冰，钱省三.聚类分析和因子分析在股票研究中的应用[J].上海理工大学学报，2002，（4）.
　　[3]王学民.因子分析在股票评价中的应用[J].数理统计与管理，2004，（5）.
　　[4]姜学.上市公司业绩评价中的因子分析法[J].辽宁工程技术大学学报，2005，（3）.
　　[5]唐洋，周鹏飞.基于因子分析的西部各省份社会经济实证研究[J].重庆工学院学报，2007，（2）.
　　[责任编辑陈丽敏]
　　
　　注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文

转载注明来源:https://www.xzbu.com/2/view-401917.htm