基于因子分析法的钢铁业上市公司财务评价

来源:用户上传      作者: 刘玲芳 唐棠

　　摘要：本文构建了钢铁上市公司评价指标体系，设计了综合评价钢铁上市公司财务状况的新方法。选用36家沪深上市的钢铁公司2010第一季度财务报表数据,对钢铁板块上市公司的财务状况进行了分析。并对钢铁板块上市公司的经营状况进行了综合评价,为决策者提供了客观的决策依据。
　　关键词：因子分析 钢铁上市公司 财务状况 综合评价
　　
　　一、引言
　　钢铁产业是国民经济的重要支柱产业，涉及面广、产业关联度高、消费拉动大，在经济建设、社会发展方面发挥着重要作用。我国是钢铁生产和消费大国，粗钢产量连续多年居世界第一。进入21世纪以来，我国钢铁产业快速发展，粗钢产量年均增长21.1%。钢铁产品基本满足国内需要，部分关键品种达到国际先进水平。钢铁产业有力支撑和带动了相关产业的发展，促进了社会就业，对保障国民经济又好又快发展做出了重要贡献。对钢铁类财务进行综合评价，有利于钢铁类公司看到自已在行业中的定位，看到自己的优势与不足；也有利于债权人与投资人更好的进行投资决策。公司财务状况的综合评价是一个复杂的系统评价过程，涉及的评价指标因素众多，长期以来，确定评价指标权重主要依赖于决策者的主观经验判断，且难以解决评价指标之间存在的相关关系，很容易造成投资者的决策失误。而应用因子分析方法对数据进行分析后，能够给定比较客观的评价指标权重，并可以通过降维把众多的指标综合为少数几个基本不相关的综合因子。解决了多年来存在的难题。本文拟运用因子分析法，以我国在沪深上市的36家钢铁业上市公司2010年第一季度批露的财务报表为据，通过分析具体数据，对钢铁类上市公司现时财务状况进行评价。
　　二、研究设计
　　（一）基本原理因子分析是利用降维的思想，将多个影响因素转化为少数几个综合指标的统计方法，通过研究多个指标相关矩阵的内部依赖关系，找出控制所有变量的少数公因子，将变量表示为公因子的线性组合。因子分析的具体步骤为：原始数据的标准化处理；求相关矩阵；求特征值、特征向量、贡献率；确定因子个数；求出并解释因子；计算因子得分。
　　（二）数学模型本文主要采用R型因子分析， 即主要是研究变量之间相互关系的分析方法。其原理及分析方法归结如下：
　　（1）设原考核指标x1，x2，…，xp的样本观察矩阵为X，则有：X=x11，x12，…，x1nx21，x22，…，x2n… … … …xp1，xp2，…，xpn
　　这里p表示变量数，n表示样本数。将原始数据进行标准化处理，即：xij=（i=1，2，…，p，j=1，2，…，n）
　　其中xi=xij，Si=（i=1，2，…，p）假定标准化后的矩阵仍设为X ，求X的相关矩阵R=XTX。
　　（2）求R 的特征值?姿1?叟?姿2?叟?姿p?叟0及相应的特征向量U1，U2，…，Up，设特征向量矩为U=（U1，…Up），F=UTX=（F1，…Fα，…Fn），称F为主因子阵，Fα=UTXα（α=1，2，…，n）为第α个样品主因子观测值，又称因子得分矩阵。
　　（3）确定主因子的个数m，建立因子模型。一般选取m， 使得?姿i?姿i?叟85%。这m个主因子将矩阵U剖分 。设Up×p=（U(1)p×mU(2)p-m）。设Fp×n=F(1)m×nF(2)(p-m×n)，则由F=UTX可得X=UF=U(1)F(1)+U(2)F(2)，其中U(2)F(2)为m个主因子所能解释的部分，U(2)F(2)为含信息量很少的残余部分，可设为?着，这时有X=U(1)F(1)+?着（1）
　　式（1）称为因子模型，U(1)称为因子载荷，F(1)称为主因子?着称为特殊因子。
　　略去特殊因子的因子模型可表示为:x1=U11F1+U12F2+…+U1mFmx2=U21F1+U22F2+…+U2mFm……xp=Up1F1+Up2F2+…+UpmFm
　　（4）为了对主因子进行分析和解释；可将因子做正交旋转，使载荷矩阵中每一行的数值尽可能两极化（接近于0或接近±1） 。
　　（5）计算单个样本得分。Fα=difα（i）（α=1，…，n），其中di=?姿i?姿i，?姿i称为第i个主因子贡献率，fα(i)为第α个样本在第i个主因子得分。
　　（三）KMO和Barelett检验KMO（Kaiser-Meyer-Olkin）检验统计量主要应用于多元统计的因子分析。KMO统计量是取值在0和1之间。当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时，KMO值接近1.KMO值越接近于1，意味着变量间的相关性越强，原有变量越适合作因子分析；当所有变量间的简单相关系数平方和接近0时，KMO值接近0.KMO值越接近于0，意味着变量间的相关性越弱，原有变量越不适合作因子分析，即0.5以下表示不适合作因子分析。Barelett球形检验是以变量的相关系数矩阵为出发点的。零假设相关系数矩阵是一个单位阵，即相关系数矩阵对角线上的所有元素都是1，所有非对角线上的元素都为零。Barelett球形检验的统计量是根据相关系数矩阵的行列式得到。如果该值较大，且其对应的相关概率值小于用户心中的显著性水平，那么应该拒绝零假设，认为相关系数不可能是单位阵，即原始变量之间存在相关性，适合于作因子分析，相反不适合。
　　（四）引入的可行性因子分析法进行综合评价所用权数属于信息量权数，与根据评判者对指标自身重要程度的估计而确定的估价权数不同，从指标所含区分样本的信息量多少来确定指标的重要程度，是伴随数学变换过程内在生成的，并随着样本集合的变化而变化，不能人为调整。采用信息量权数有助于客观地反映样本间的现实关系，提高综合评价的效度。本文应用因子分析法进行企业财务分析，主要考虑到企业内部各评价指标间的相关性较大，单纯采用其他传统分析方法，如杜邦财务分析方法，财务比率综合评选法等，不能得出明显有效的分析结果，而因子分析法可以将众多财务指标向量进行降维，选择最具有代表性的因子，通过对主因子内涵的确定，可以找出影响企业财务状况的主要原因，据以说明影响企业财务业绩的主要因素。
　　（五）综合评价指标体系的建立 为了保证财务评价的客观性和有效性，财务评价指标体系的选择遵循以下原则：系统性原则，即体系必须能从公司的偿债能力、盈利能力、营运能力和发展能力各个方面全面考察公司的状况，确保评价的全面性和可信度；科学性原则，即指标的设置要有科学依据，能真实地反映企业的实际财务状况和经营业绩；可比性原则，即体系要根据我国通用的财务报表和统计报表为基础来设置指标，以便于横向比较和各方使用者对公司财务状况的把握；可操作性原则，即指标能够在实践中较为准确地计量，便于理解和有关数据的收集。遵循上述原则，本文拟选择以下指标：销售净利率（X1）；销售毛利率（X2）；存货周转率（X3）；总资产周转率（X4），净资产周转率（X5）；流动比率（X6）；速动比率（X7）；股东权益比（X8）；资产负债率（X9）；总资产收益率（X10）；净资产收益率（X11）；营业增长率（X12）。本文数据主要来自中国上市公司资讯网，对36家沪深上市的钢铁公司财务报表数据整理所得。
　　三、实证结果分析
　　（一）KMO和Barelett检验对数据进行KMO和Barelett检验，以判断其是否适合因子分析。此检验在SPSS13.0当中进行见（表1）。从检验结果表中看到KMO取值为0.629，大于0.6.Barelett球形检验中sig.=0.000.从检验结果看，所选取数据适合因子分析。

　　（二）计算因子载何矩阵和特征值及方差贡献率 采用SPSS13.0对数据进行标准化后进行因子分析，得到如下结果（表2）。从输出结果（表2）（方差解释表）看到，前面4个主成分F1、F2、F3、F4的方差和占全部方差的比例为92.66%.即基本上保留了原来指标的信息，这样由原来的12个指标转化为4个新指标，起到了降维的作用.对我们的分析也起到了简化的作用。其中F1占了51.89%，即偿债能力在模型中对公司的财务评价影响最大，所以在对公司进行财务评价时，要注意因子F1的得分。由（表3）旋转的因子载荷矩阵知，第一个主因子F1主要由资产负债率（X9）、股东权益比（X8）、速动比率（X7）、流动比率（X6）四个指标决定，这四个指标在主因子F1上载荷均在0.70以上，它代表着企业经济活动当中的偿债能力，其中速动比率、流动比率体现的是短期偿债能力，股东权益比、资产负债率体现的是长期偿债能力。第二个主因子F2主要由净资产收益率（X11）、销售净利率（X1）、总资产收益率（X10）、销售毛利率（X2）决定，其中净资产收益率和销售净利率起主要决定作用，它代表着企业经济活动的获利能力。第三主因子F3主要由总资产周转率（X4）、存货周转率（X3）、净资产周转率（X5）决定，它代表企业经济活动的经营能力，第四个主因子F4主要由营业增长率（X12）决定，它代表企业经济活动中的发展能力。F1、F2、F3、F4为最终的分析指标。
　　（三）计算因子得分通过SPSS13.0分析计算因子得分，通过比较因子得分，对各公司各因子得分进行排名。再以各因子的方差贡献率占四个因子总方差贡献率的比重作为权重进行加权汇总，得出各上市公司的综合得分F，即F=（51.89×F1+22.15×F2+10.28×F3+7.96×F4）/92.27见（表4）。从（表4）中可以得出偿债能力（F1）排名比较靠前的是金岭矿业、贵绳股份、巨力索、首钢股份、鞍钢股份；获利能力（F2）排名比较靠前的是金岭矿业、中南建设、大冶特钢、八一钢铁、鲁银投资；经营能力（F3）比较靠前的是杭钢股份、鲁银投资、莱钢股份、大冶特钢、新兴铸管；发展能力（F4）排名靠前的是宝钢股份、鞍钢股份、宁夏恒力、河北钢铁、杭钢股份。由于此模型采集的是2010第一季度的数据，短期数据使得获利能力、经营能力、发展能力这三个因子对公司财务评价的解释能力比较弱，其中获利能力的解释能力为22.15%见（表2），经营能力（F2）的解释能力为10.28%，发展能力（F3）的解释能力仅为7.16%，而偿债能力（F1）解释能力达到51.89%。所以短期来看影响企业财务评价的主要指标是偿债能力。偿债能力好，就会提高企业的商业信誉，从而给企业价值带来正面影响，这与企业价值最大化的财务目标相符合，并会在一定程度上促进企业的发展。当然综合其他几个指标能够更好的反应企业的状况，但偿债能力对财务评价的综合打分贡献比较大。从（表4）中可以看到综合得分排名靠前的主要有金岭矿业、贵绳股份、巨力索、杭钢股分、大冶钢铁、宝钢股份；排名靠后的主要有八一钢铁、钒钛、华菱钢铁、济南钢铁、中南建设、广钢股份。综合得分大于0的公司的综合经营状况较好，并且数值越大说明综合经营状况越好；综合得分小于0的公司的综合经营状况较差，并且绝对值越大说明综合经营状况越差；综合得分等于0、接近于0的公司，表明其综合经营状况处于一般水平。从（表4）还发现，综合因子得分（F）排名靠前的几个公司的偿债能力（F1）的得分排名也比较靠前，综合因子得分（F）排名靠后的几个公司的偿债能力（F1）的得分排名也比较靠后。说明偿债能力对综合评价得分的影响显著。华菱钢铁的偿债能力因子得分处于中等水平，而其综合排名靠后。说明短期获利能力、经营能力、发展能力发挥了一定的影响作用。综合得分排名第一是金岭矿业，综合（表4）可以看到，金岭矿业在偿债能力（F1）、获利能力（F2）上的因子得分在行业内排名都很靠前，经营能力（F3）、发展能力（F4）处于中级水平。根据金岭矿业的具体情况来看，2010年第一季度铁矿石价格上升和铁精粉的量增和价涨，使得其业绩增长，从而获利能力看好，较强的获利能力又使偿债能力提升，所以金岭矿业第一季度偿债能力、获利能力排名靠前还是符合现实的；金岭矿业的产品相对比较单一，附加值低，所以其经营能力在行业内处于中等水平；从发展能力看，金岭矿业还处于勘探和建设的初期阶段，而金鼎矿业的注入还没“靴子落地”，公司的增长短期将主要依赖铁矿石价格的上涨。因此公司的持续快速增长能力仍有待观察。综合得分排名最后一名的是广钢股份，（表4）可以看到，广钢股份在偿债能力（F1）、发展能力（F4）上的因子得分处于最低水平，主要原因是2010年广钢股份公司面临着环保、亚运会、原料及能源市场上涨、建筑钢材产能剧增、钢材市场供大于求和系统设备晚期故障不可预测等挑战。面对挑战，广钢股份从传统成本优势转向新成本优势，摒弃粗放式生产方式，调整产业链和价值链，建立新的增值、赢利模式。由于其在进行公司调整，所需的资金也比较可观，从而会影响到公司的偿债能力；此外由于公司建成于上世纪50年代，系统设备晚期故障较多且不可预测，公司生产将受到技术、环保等因素的影响，在行业中的竞争优势不大，所以目前发展能力靠后也是符合实际的。但获利能力（F2）还是比较靠前的，究其原因主要是因为公司产品结构中的主要产品圆钢螺纹钢正好是国家投资政策拉动消费的主要品种，产品价格走势较好，加上公司采取灵活多样的成本控制、销售和采购策略，降低了公司成本，提高了毛利率。经营能力（F3）处于中等水平，在行业内相比还是比较好的，主要是因为发展战略“传统成本优势转向新成本优势，摒弃粗放式生产方式”取得了一定成效。但由于它的偿债能力因子排名靠后，以至于综合得分也很低。
　　本文采用因子分析方法对钢铁类上市公司经营业绩进行了综合评价，得到了评价结果，评价指标具有较好的客观性，并且把众多的指标综合为少数几个基本不相关的综合因子，达到了降维、减少评价指标之间信息的叠加和冗余的目的。实证分析显示，因子分析方法有较强的可操作性，是一种可行的、有效的综合评价方法。如果选用多个时间段的财务报表数据采用因子分析法进行综合研究分析，则对钢铁类上市公司的经营情况有更清晰的判断，更有利于决策者科学决策。
　　
　　参考文献：
　　［1］顾文炯：《用因子分析法对农业上市公司进行财务评价》，《安微大学学报》2005年第5期。
　　［2］何晓群：《多元统计分析（第二版）》，中国人民大学出版社2008年版。
　　 （编辑 梁 恒）
　　

转载注明来源:https://www.xzbu.com/3/view-800620.htm