因子分析法在工业企业可持续经营能力评价中的应用

来源:用户上传      作者: 张　鹤

　　【摘要】 文章将计量经济学的分析方法引入企业可持续经营能力评价中，从获力能力、偿债能力、营运能力、成长能力四个方面建立了上市公司工业企业可持续经营能力评价指标体系，采用因子分析法，建立企业可持续经营能力评价模型，将电力、煤炭、纺织、港口4大行业中的20多家企业进行比较。从其2005年度的15个主要财务指标中提取了4个具有一定含义的因子，用它们代表各公司的综合业绩，根据每家公司的因子得分情况对其综合业绩进行评价。
　　【关键词】工业企业 可持续经营能力 因子分析 业绩
　　
　　一、引言
　　
　　为了综合地评价工业企业上市公司的可持续经营能力，我们需要考虑多个指标。虽然较大的样本和多个变量会提供比较充分的信息，但会使分析变得更为复杂。而且，有些指标存在一定的相关性，这样会在给各指标赋权重时出现一定的偏差。针对上述情况，可以采用因子分析法。
　　因子分析法是多元统计分析中的一个重要分析方法，因子分析法的基本目的在于用少数几个随机变量来描述众多变量间的协方差关系，这里的少数几个随机变量是不可观测的，通常被称为因子。因子分析法的基本思想是根据相关性的大小将原始变量分组，使得同组内变量间的相关性较高，但不同组之间的变量相关性较低。每组变量代表一个基本结构（因子），它们可以反映问题的一个方面，或者说一个维度。通过几个主因子的方差贡献率作为权重来构造综合评价函数，能够简化众多原始变量及有效处理指标间的重复信息，所以评价结果具有很强的客观合理性。
　　本文针对2005年四个行业二十家上市公司的主要经济经营指标，运用因子分析方法进行分析评价。
　　
　　 二、工业企业可持续经营能力的实证分析
　　
　　 1、因子分析模型
　　 因子分析的一般模型：设有n个样品，每个样品观测p个指标，这p个指标之间有较强的相关性（要求p个指标相关性较强的理由是很明确的，只有相关性较强才能从原始变量中提取“公共”因子）。
　　 设X=（X1，X2，…，Xp）'为可观测随机变量，其均值E（X）=0，协方差矩阵cov（X）=∑。
　　
　　2、样本的选取范围
　　本文选用了四个行业中较为具有代表性的企业，其公司价值得到了市场的认同，代表了中国企业的整体素质，同时也能较客观的反映其所在行业目前的经营状况和盈利水平。依据中国证券监督管理委员会公布的《上市公司行业分类标准》，主要选取了电力、钢铁、纺织、港口4大行业的上市公司。进行因子分析的第一步重要工作就是选取恰当的变量指标。指标选得过少，会使提取后的因子不能真实反映众多变量之间的关系，选得过多会出现一个因子在多个指标上出现较高载荷，因而失去该因子显著意义的情况。因此，应该按照系统性、典型性的原则选取尽可能反映了样本信息的指标。
　　本文根据金融界网站提供的数据，选取了15个具有一定代表性的指标，即：总资产收益率（X1）、净资产收益率（X2）、销售净利率（X3）、资产利润率（X4）、资产负债率（X5）、流动比率（X6）、速动比率（X7）、利息保障倍数（X8）、应收账款周转率（X9）、存货周转率（X10）、总资产周转率（X11）、固定资产周转率（X12）、主营收入增长率（X13）、净利润增长率（X14）、总资产增长率（X15）。
　　 3、因子分析的步骤
　　 对样本企业的可持续经营能力的因子分析步骤包括：构造原始数据矩阵；对原始变量进行标准化并求其相关阵，分析变量之间的相关性；求相关系数矩阵的特征值及特征向量；用主成分法根据因子贡献率选取主因子；求最大方差正交旋转矩阵、特征值、累计贡献率。
　　 4、因子分析的结果
　　 （1）求相关系数矩阵的特征值与贡献率。通过SPSS软件计算，可以得到经标准化处理后的各项财务指标的相关系数矩阵的特征值与贡献率。
　　 （2）建立因子载荷矩阵。首先对提取的四个主因子分量建立原始因子载荷矩阵，然后对其进行结构调整简化，得出方差最大正交旋转矩阵。这是经标准化处理后的前四个主成分的载荷矩阵。第一个主因子是我们工业企业上市公司综合业绩时需要重点考虑的因素。第二个主因子在资产负债率上有较大的载荷。按照一般的财务比率分析方法，在这5个指标中，流动比率，速动比率，资产负债率是度量上市公司偿债能力的核心指标，资产利润率、净资产收益率则反映了上市公司的盈利能力。第三个主因子应收账款周转率上具有较高的载荷，而这三个指标又是传统的评价上市公司营运能力的指标，代表企业经营活动中的资金运作和周转能力，用来衡量企业资金利用效率和管理运用资金的能力。第四个主因子是用来衡量企业未来资产扩张与规模壮大的能力。
　　 （3）样本因子得分（见表3）。在企业竞争力综合评价体系中，将正交因子解的转置矩阵与变量相关系数的逆矩阵相乘便得到各个因子得分系数，进而建立因子得分模型，再将原始指标值代入因子得分模型，得到每个样本的主因子得分。
　　
　　三、分析与讨论
　　
　　由于每个主因子只反映了工业企业上市公司可持续经营某个方面的能力，为此，本文以主因子特征值的贡献率为权重来加权计算各公司综合业绩的因子总得分，计算方法如下：
　　F=（0.369F1+0.249F2+0.149F3+0.088F4）/0.854
　　表3给出了本文样本中20家工业企业上市公司在每个因子上的得分情况，据此，我们可以对这些企业的综合业绩进行相关的分析。从20家工业企业上市公司综合业绩因子得分中可以看出，不同的公司在偿债能力、盈利能力、营运能力和成长能力方面各不相同，决策者可以从不同的侧重点做出不同决策。
　　我们以0为参考基准，综合得分大于0的公司的综合业绩相对好一些，综合得分小于0的相对差一些，依此可对这些公司的综合业绩有一个基本的判断。由于这20家企业分处于4个行业，在单个指标之间不是具有很强的可比性，所以因子分析法从工业企业上市公司综合业绩评价的角度来解释它们的业绩得分是一种较为理想的方法。
　　
　　 四、结论
　　
　　从以上的分析可以看出，用因子分析法可以从错综复杂的众多数据中理出一个比较清晰的结构，找到对工业企业上市公司综合业绩产生影响的主要因素，可以根据公司因子得分的结果对其综合业绩有一个总的印象。当然，除了按照因子得分对各公司的业绩排名外，还可根据不同群体所关心的那个因子进行排名。例如，可以单独按照偿债和盈利能力将各公司排名。
　　上述分析是对上市公司可持续经营能力的一次探索性研究，但是，其局限性也十分明显，最终归纳的4个成分因子的累计贡献率为85.47%，这说明在影响工业企业可持续经营能力的因素中还有接近20%的因素没有得到很好的归纳。根据国内外学者的研究我们可以发现这20%的因素主要集中在人力资本因素，公共关系能力因素，技术、知识和创新能力因素和不确定性因素等方面。由于这些影响因素一是很难获得第一手数据，二是由于其具有较强的主观性，难以量化考察，因而为将其纳入分析范围，这也将是深入研究的方面。
　　
　　【参考文献】
　　[1] 何晓群、刘文昌：现代统计分析方法与应用[M].中国人民大学出版社，2004.
　　[2] 尹子民：因子分析在企业竞争力评价中的应用[J].数理统计与管理，2004（5）.
　　[3] 赖国毅：工业企业上市公司成长性的归因分析[J].四川教育学院学报，2007（1）.
　　[4] 陈振宇、陈新强：我国上市公司业绩评价体系研究[J].经济师，2007（3）.
　　[5] 陈佳、吴润衡、刘喜波：2004年我国经济发展水平分析评价[J].数学的实践与认识，2005（6）.
　　[6] 冉伦、李金林：因子分析法在中小企业板块上市公司综合业绩评价中的应用[J].数理统计与管理，2005（1）.

转载注明来源:https://www.xzbu.com/2/view-449250.htm