1、信息传输业上市公司投资价值分析研究 摘 要:互联网、电信、广播电视及其卫星传输行业,都是这几十年新兴的服务行业,在现有调整经济结构的宏观政策方向下具有广阔发展前景,对我国经济实力以及软实力的提升具有举足轻重的作用。本文以深沪两市19 家互联网、电信、广播电视、卫星传输及相关服务行业上市公司为例,选取 13个能够综合反映财务能力的指标,作为评估各上市公司投资价值的指标体系,建立指标模型,运用 SPSS 软件,采用因子分析法与聚类分析法进行投资价值分析,确定分析对象的投资价值总量及排名,并合理划分层级,联系实际进行深入分析研究,得出量与质有机结合的 投资价值结论,为投资者提供参考,以降低其投资风险
2、,提高投资收益。 下载 关键词:互联网;广电行业;投资价值;因子分析;聚类分析 信息传输是从一端将命令或状态信息经信道传送到另一端,并被对方所接收。包括传送和接收。传输介质分有线和无线两种,有线为电话线或专用电缆;无线是利用电台、微波及卫星技术等。信息传输过程中不能改变信息,信息本身也并不能被传送或接收,必须有载体,如数据、语言、信号等方式,且传送方面和接收方面对载体有共同解释。信息传输业是以信息传输为主要业务的行业,包括互联网行业、广播电 视及相关服务行业、卫星通信行业和电信行业四种产业形式。 互联网产业是以现代新兴的互联网技术为基础,专门从事网络资源搜集和互联网信息技术的研究、开发、利用、
3、生产、贮存、传递和营销信息商品,可为经济发展提供有效服务的综合性生产活动的产业集合体,是现阶段国民经济结构的基本组成部分。具有信息数字化、表现形式多样化、以网络为传播媒介、数量巨大,增长迅速、传播方式的动态性、信息源复杂等特色。互联网信息传播业系互联网行业和文化行业的交叉行业,对我国经济实力以及软实力的提升具有举足轻重的作用。我国政府已经把互联网作为今后重点发展的战略产业之一,以信息化带动工业化,建设创新型国家,实现跨越式发展已经成为我国的基本战略。 广播电视行业:是指专业从事广电设备的生产,研究,探索,销售的单位,主要包括:摄、录、监、采、编、播、管、存等主要方面。在现行广播电视管理体制下,
4、从总体上说我国广电产业存在着产权结构不清晰,受行政干预多,经营范围小、浪费大,产品质量低,在生产经营和人事管理方面存在管得死,卡得紧, “ 公公婆婆 ” 太多等弊端,其影响制约了广电产业的发展,造成资源闲置和国有资产逐步流失。目前此行业急需发展,为以后的 “ 三 网合一 ” (广播电视网、移动传媒网络、互联网)做好充分的前期工作。 卫星传输服务业是近几十年发展起来的新兴信息服务业,它带来了革命性的信息传输技术,使原先无法实现或成本高昂的通信方式得到了脱胎换骨的变化,方便了人们的生活。在我国,卫星传输服务市场庞大,应用领域范围非常广泛。随着近几年卫星传输技术水平的飞速增长,包括卫星电视、卫星宽带
5、、卫星移动通信、卫星导航在内的卫星传输服务应运而生,在自身技术日趋成熟的同时,发展了越来越多的附加服务,丰富了卫星传输服务行业的业务覆盖范围。面对日趋繁荣的卫星传输服务市 场,用户数量的飞速增长带动了其利润水平的提高,同时也给卫星传输服务商带来了许多挑战,比如:行业竞争加剧、直播卫星产业发展前途未知、信息安全等问题。 电信业是我国重点推进和优先发展的产业之一,信息产业科技发展“ 十一五 ” 规划和 2020 年中长期规划纲要中明确提出信息产业是全球竞争的战略重点,是信息化建设的关键支撑,是推动经济增长的重要引擎和国防现代化的有力保障,已成为衡量国家综合竞争力的重要标志。另外,无论是目前的 2G
6、/3G 还是未来的 4G 网络建设,大规模的通信网络建设将对通信设备制造业、终端产业和通 信技术服务业等上下游产业形成有力拉动。特别是通信技术服务行业由于处在通信产业链的中间环节,通信网络工程、维护和优化,以及基于通信网络基础上的各种应用系统都将面临更大的市场需求,通信技术服务行业将持续快速发展。 互联网、电信、广播电视及其卫星传输行业,都是这几十年发展起来高科技新兴的服务行业,在现有调整经济结构的宏观政策方向下具有广阔发展前景,对我国经济实力以及软实力的提升具有举足轻重的作用,在证券市场上,一直是广大投资者关注的对象。本文以深沪两市 19家互联网、电信、广播电视、卫星传输及相关服务行业 上市
7、公司为例,选取 13 个能够综合反映财务能力的指标,作为评估各上市公司投资价值的指标体系,建立指标模型,运用 SPSS 软件,采用因子分析法与聚类分析法进行投资价值分析,确定分析对象的投资价值总量及排名,并合理划分层级,联系实际进行深入分析研究,得出量与质有机结合的投资价值结论,为投资者提供参考,以降低其投资风险,提高投资收益。 一、数据统计分析方法简介 为了确保分析结果的可信性和有效性,本文采用因子分析法和聚类分析法进行统计分析。 1.因子分析法。 “ 因子分析法是一种起源于 20世纪 早期的多元统计法。因子分析法旨在找出某些共同因素,使用尽可能少的因子来取代庞大的原始数据,同时又能够反映原
8、始数据中的大部分信息。所以,使用因子分析法来对各个指标间的相关关系进行重叠信息的归类,在此基础上选取具有代表性的指标,即综合指标来分析数据,可以使复杂问题简单化,也有助于得出主要矛盾 ” 。 因子分析的一般模型如模型( 1.1)所示: 在因子分析模型的矩阵表达式 X=af+ 中, X为变量; f为因子; a为因子载荷矩阵; 为原有变量不能被因子解释的部分。因子分析的目的即为通过此表达式来简化变量的 维数,将相关性大的变量归为一类,而该类别即成为一个因子。 本文使用因子分析中的主成分因子法,通过得出的少数主成分因子来解释多个变量。 2.系统聚类分析法。 “ 系统聚类分析法就是利用一定的数学方法将
9、样品或变量(所分析的项目)归并为若干不同的类别(以树状图表示),使得每一类别内的所有个体之间具有较密切的关系,而各类别之间的相互关系相对地比较疏远。系统聚类分析最后得到一个反映个体间亲疏关系的自然谱系,它比较客观地描述了分类对象的各个体之间的差异和联系。 ” 根据分类目的不同,系统聚类分析可分为两类: 一类是对变量分类,称为 R型分析;另一类是对个案分类,称为 Q型分析。基于对上市公司进行分类的需要,本文选择的是 Q 型分析。 二、样本选取与数据处理 沪、深证交所的 19家信息传输业上市公司的资料来源主要为其 2013 年度的财务报告,参考同花顺数据库信息整理计算获得。具体初始数据如表 1与表
10、 2所示。 表 1 初始数据 1 表 2 初始数据 2 在指标性质、单位不同的情况下,首先要对指标进行同趋势化处理。在本文选取的 13 个财务指标中,流动比率、速动比率以及资产负债率为适度指标,其他指 标均为正指标。所以本文利用公式( 1) 副本 .jpg将这三项指标进行同趋势化处理,其中 Xi为正向化后的指标, Xi为原始指标, A为样本的适度值(本文中选取样本企业的平均值作为适度值)。然后利用 SPSS中的 Z-score 方法将 13 项指标的原始数据进行标准化处理。同趋势化处理后的三项指标数据如表 3 所示,标准化处理后的数据由表 4与表 5 所示。 表 3 同趋势化处理 表 4 标准
11、化数据 1 表 4 标准化数据 1 表 5 标准化数据 2 三、因子分析法适应性检验 为了检验 本文选用的指标是否适合使用因子分析法,本文利用 SPSS软件中 KMO 和 Bartlett 的方法来对样本进行检验。检验结果如表 6所示。 表 6 KMO 检验和 Bartlett 球形检验 由表 6可知,虽然 KMO值为 0.430,小于 0.5,但这是因为样本数量太少。Bartlett球形检验统计量为 161.493,相应的概率 Sig为 0.000,在 5%的显著性水平之下,拒绝原假设,因此可认为相关系数矩阵与单位阵有显著差异,说明本文样本适合做因子分析。 四、确定主因子 本文应用因子分析法
12、中的 主成分分析法来计算原始公因子的特征值、方差贡献率以及累计方差贡献率,并由此确定公因子。结果如表 7所示。 根据表 7 中数据可知,前 5个主因子的方差贡献率已经达到了累计方差贡献率的 76.592%,即表明这 5 个主因子已包含原始数据信息量的 76.592%,所以只须选择前 5个主因子就可以较好地代表原始指标,对广电网络公司的绩效进行描述。 表 7 解释的总方差 “ 特征值是能够被看作表示因子影响力度大小的指标之一,如果特征值小于 1,说明该因子的解释力度还不如直接引入一个原变量的平均解释力度大,因 此一般用特征值大于 1作为纳入标准。 ” 特征值可用碎石图列示,见图 1。从图 1 可
13、以看出,从第 6 个成分开始,特征值的值都小于 1,且折线的陡度变得比较平缓,这说明提取 5个主因子是合适有效的。 五、旋转载荷矩阵分析 本文对原因子载荷矩阵进行最大方差旋转,以期得到主因子更明确的含义。结果如表 8所示。 由表 8 中的数据可以看到,销售净利率、总资产报酬率、基本每股收益在主因子 F1 上的载荷量分别为 0.958、 0.796、 0.815,它主要反映了公司的盈利能力,所以将 F1 命名为盈利因子;在总资产增长率 ( 0.973)、营业总收入增长率( 0.971)、股东权益增长率( 0.769)上载荷量较大的主因子F2 和 F4代表了公司的成长能力,故将主因子 F2 和 F
14、4 分别命名为成长因子1 和成长因子 2。存货周转率、总资产周转率、固定资产周转率在主因子 F3上的载荷量分别为 0.845、 0.742、 0.741,主要反映了公司的营运能力,故命名为营运因子。速动比率在主因子 F5 上的载荷为 0.869,体现了公司的偿债能力,所以命名为偿债因子。 表 8 旋转后的因子载荷矩阵 六、广电网络公司综合得分与排名 要得到 因子的综合得分,需先对因子数据进行标准化处理,使其期望为0,方差 1,然后,对各因子的方差贡献率占因子总方差贡献率的比重作为权重加权汇总,使用计算综合得分的公式: F=( 1F1+2F2+3F3+4F4+5F5 ) /i=( 24.935*
15、F1+18.303*F2+15.593*F3+11.474*F4+10.9219*F5) /81.227 来计算各样本的综合得分。得到结果按名次排列如表 9 所示。 表 9中,广电网络公司综合得分与其投资价值呈正相关关系。由于先对因子数据进行了标准化处理,因此,可以 0为 参考标准线,认为:综合得分大于 0的广电网络公司,综合业绩相对较好,且数值越大,投资价值越大;综合得分小于 0的则相对较差,且数值越小,投资价值越小。依此可对上市公司的综合业绩和投资价值有一个基本的评价。 具体而言,表 9中,广电网络公司各项能力得分与相应实力也呈正相关关系,排名前 7位的公司分别是光环新网、百视通、顺网科技
16、、人民网、乐视网、启明星辰、焦点科技、电广传媒,综合得分均为正数。其中,光环新网排名第一,主要是因为其盈利因子和成长因子 2得分特别高,排名第一,但是成长因子 1的得分为负数,说明其盈利能 力很强,成长能力有好有坏。它的偿债能力也很不错,达到 1.4299,总体而言,还是具有很高的投资价值。排名第二的百视通的成长因子 1非常高,达到了 3.6640,在同类别中排名第一,但是其他因子表现均一般,所以还是应该慎重考虑,可以考虑进行长期投资。顺网科技的成长因子 1 较高,达到 1.1519,排名第三。排名第四的人民网盈利能力较强,因子得分 1.5997。乐视网的其他因子表现一般,但是营运因子大于 2
17、,说明该公司的营运能力较强,可以考虑进行投资。其余公司的各项表现较为均匀稳健。 而排名末 5 名的公司分别为歌华 有线、广电网络、中国联通、中信国安、海虹控股。这几家公司最多只有一个因子为正值,全部指标几乎都为负值,综合得分均为负值,不适宜投资。 七、系统聚类分析 上述因子分析能够满足投资者对上市公司投资价值分析的需要,但是由于投资者的投资理念往往各不相同,关注的侧重点也有所不同。为了更深入细致地分析行业板块的情况,将利用系统聚类分析法进一步对 19 家广电网络公司的 5 个因子值和综合值进行 Q 型聚类(即个案分群);聚类方法为ward 联结法,即离差平方和法,根据同类变量间的离差平方和较小
18、、不同类别间的离差平 方和较大来进行分类;测量尺度选用平方 Euclidean距离,即两样本之间的距离是各样本每个变量值之差的平方和。详见图 2,通过聚类分析把业绩相似的公司归类,可以对不同类别的上市公司进行对比分析,为投资者选择投资组合提供参考。根据树状图对 19 家广电网络公司进行进一步分类,本文选择将其分为 4 类,如表 10 所示。 表 10 中,类别 1 包括了光环新网等 3家公司。根据表 9中的数据显示,这个类别中的 3家公司的综合排名分别为 1、 4、 7名,而且综合得分均为正值,所以值得投资。 类别 2 中只有百视通一家公司,该公司 在因子分析中的综合排名第 2,但主要是因为其
19、中一个单项得分(成长能力 3.6640)非常高所致,由于其余项目能力得分一般,因此呈现出不均衡的状况,具有一定的风险性,投资者需谨慎考虑。 类别 3中公司较多,有顺网科技等 12家公司,但是只有顺网科技和启明星辰这两家公司的综合得分为正数,可见其实力较强,发展前景广阔,具有较大投资价值。其余十家公司的实力相对较弱,投资者需要谨慎决策。 类别 4 中,有电广传媒、乐视网、鹏博士这三家公司,其中,乐视网是中国最大的智能电视垂直电商平台。据报道,截至今年 6月底, 乐视超级电视累计销量近 100万台,逐步形成规模效应,产品单价成本大幅降低。同时,公司内容付费收入规模化,大屏广告收入超过 1000 万
20、元。结合因子分析的结果来看,虽然乐视网的综合排名仅为第 5,但是它的营运因子大于 2,值得投资。电广传媒是国内唯一的两家数字电视内容提供商之一,其所属的传媒业是属于资源垄断型行业。公司依托大股东湖南广电集团的雄厚实力,在国内数字传媒领域迅速崛起,成为了国内数字电视的领跑者,具有广阔的发展前景。鹏博士综合绩效不佳,不建议投资。 八、结语 互联网、电信、广播电视及其卫 星传输行业,都是这几十年新兴的服务行业,在现有调整经济结构的宏观政策方向下具有广阔发展前景,对我国经济实力以及软实力的提升具有举足轻重的作用。随着 “ 营改增 ” 范围的不断扩大,这些行业的发展更是锦上添花。其中有几家上市公司的综合得分非常高,具有良好的投资前景。但也有一些公司的表现较差,不适合投资,需要投资者谨慎对待。建议投资者结合各个上市公司的具体指标,根据自己的投资目标,选择合适的投资对象。 参考文献: 韩兆洲,谢明杰 .上市公司投资价值评价模型及其实证分析 .中央财经大学学报, 2004( 11) . 沈子翔 .上市公司投资价值分析 .经管中心, 2013( 2) . 崔婷婷,杨磊 .基于因子分析法的软件行业上市公司投资价值分析 .中国商界, 2010( 3) .