1、经营绩效及其影响因素的典型相关分析摘要：本文根据饲料行业上市公司 2012 年的年报数据，采用了多元统计分析中的典型相关分析方法，构建了饲料行业上市公司经营绩效及其影响因素的典型相关方程，分析了各因素对上市公司经营绩效的影响程度，得出一对典型相关变量，并对结果进行系统的分析，对于推进饲料行业改善经营管理、提高经营效益与决策水平，建立健全现代企业制度具有现实的意义。 关键词：饲料行业上市公司 经营绩效 典型相关分析 一、 引言 我国饲料行业经过多年的发展，连续 20 多年稳居世界第二，2012 年全国饲料总产量达到 1.91 亿吨。随着我国经济的快速增长、人均消费的不断提高、饲料的工业化程度不断
2、增强，我国饲料行业的市场发展空间非常广阔，然而饲料行业的现状却是市场结构分散、行业集中度低。随着我国加入 WTO，中国饲料业也在向国际化发展，饲料业的对外开放已成为必然趋势，将面临前所未有的挑战，所面临的不仅是国内同业的竞争，还有国际同行的挑战，尤其是中外企业的竞争将更加激烈，能否在竞争中取胜，关键在于市场集中度（市场份额） 、企业规模、抵御风险能力等方面的影响，经营绩效是竞争力的集中体现，提高饲料业的经营绩效，是防范经营风险、对外开放的关键，是推动行业可持续发展的根本前提。因此，针对饲料行业上市公司进行经营绩效及其影响因素的分析，对推进饲料行业改善经营管理、提高经营与决策水平、建立健全现代企
3、业制度具有很实际的意义。因此，本文试图在相关研究的基础上，根据饲料行业上市公司 2012 年的年报数据，利用典型相关分析的多元统计方法，构建饲料行业上市公司经营绩效及其影响因素的典型相关模型，对影响饲料行业上市公司经营绩效的各因素进行实证分析，定量判别各因素的影响程度，为饲料行业上市公司经营绩效的持续稳定增长提供帮助。 二、 研究方法和指标选择 （一）典型相关分析方法 1936 年，霍特林（Hotelling）提出了典型相关分析的思想。典型相关分析是由主成分分析和因子分析发展而来，是研究两组变量间的整体的相关关系，两组变量中一组变量为自变量，另一组变量为因变量，在两组变量中各生成一个典型变量，
4、然后研究这两个新的变量之间的相关，使其这一对典型变量达到最大程度相关，即生成第一对典型相关变量。如此继续下去，可以类似的求出第二对、第三对，这些对典型变量之间互不相关。一般情况，设 X=（X1，X2，X3Xp） 、Y=（Y1，Y2，Y3Yq）是两个相互关联的随机变量，分别在两组变量中选取一对相互关联的典型变量 Ui 和 Vi，使得这对典型变量是原变量的线性组合，即： 并研究它们之间的相关系数 p（U，V） 。在所有的线性组合中，找一对相关系数最大的线性组合，用这个组合的单相关系数来表示两组变量的相关性，叫做两组变量的典型相关系数，而这两个线性组合叫做一对典型变量。设求到的第一对典型变量为： 用
5、相同的方法，可以逐一地求出各对之间互不相关的许多对典型相关变量，例如（U2，V2） （U3，V3）等等，这些对典型相关变量如实地反映了 X、Y 之间的线性相关情况。 （二）指标的选择与样本数据处理 本文选取我国上市公司中以饲料行业为主业的新希望、唐人神、通威股份、大北农等 21 家公司作为研究对象，以其 2012 年报中披露的数据作为样本数据，各指标来源于巨潮咨讯网，并运用 SPSS 16.0 完成数据的分析。经过加工整理选取两组指标变量，第一组为经营绩效的影响因素组变量，即“影响组” ，第二组为经营绩效组变量，即“绩效组” 。 经运算后的各指标数据见下页表 3。 三、典型相关分析和模型建立
6、将表 3 中的数据输入计算机，研究第一组指标 X 与第二组指标 Y，这两组指标内部以及两组指标间一对一的相关程度，应用软件 SPSS 16.0的典型相关分析 cancorr 过程和 MANOVA 命令，基于显著水平 0.05，两组指标的分析结果如下： （一）典型相关系数及其检验 由下页表 4 中数据结果可知，影响组与绩效组共提取了 4 对典型相关变量，其典型相关系数分别是0.98026、0.61826、0.36209、0.05170，前两个典型相关系数均较高，分别为 0.98026、0.61826，且典型变量的典型相关性比较显著，表明前两个相应典型变量之间相关程度高。 从下页表 5 可以看出，
7、只有第一对典型变量检验的显著性水平小于等于 0.05，表明第一对典型变量之间相关关系显著，而且相关系数也比较高，达到了 98.026%，因此可以通过第一对典型相关系数的研究来反映两组变量之间的相关性。 （二）典型相关方程 典型相关系数是原始变量转化为典型变式的权数，所反映的是组内变量在形成典型函数时的相对作用。第一对典型变量（U，V）的累积特征根已经占了总量的 96.95313%，而第二对典型变量（U，V）的特征根仅为总量的 2.44102%（见下页表 4） ，而且只有第一对典型变量通过 F 统计量检验（Sig 值小于 0.05） ，所以，第一个典型相关方程可大体上说明问题。由于原始变量的计量
8、单位不同，不宜直接比较，为了消除原始变量量纲和单位的影响，我们采用标准化的典型相关系数，由典型相关系数构建典型相关方程。 我们得出典型相关方程，如下： 从方程中的典型权重来看，影响组 U1 的影响因素从大到小依次是X2（销售成本费用率） 、X3（资产总额） 、X1（资产风险率）以及 X4（市场占有率） ，相关系数分别为-0.946、0.162、-0.069、-0.016。根据第一组典型相关方程，在第一典型变量 U1 中发挥主导作用的是 X2（销售成本费用率） ，典型载荷是-0.946。绩效组 V1 的主要影响因素是 Y4（加权平均净资产收益率） ，其次是 Y1（销售净利率）以及 Y2（主营业务
9、现金含量）和 Y3（总资产现金回收率） 。在第一典型变量 V1 中发挥主导作用的是 Y4（加权平均净资产收益率） ，典型载荷是 0.623。其余指标对典型变量的贡献程度不显著。考虑到指标 X2 和 Y4 所代表的含义，第一典型变量 U1 可以用来反映企业的经营风险，第二典型变量 V1 可以用来反映股东投入资金的盈利能力。考虑到两者符号相反，因此，可以得出销售成本费用率对于加权平均净资产收益率具有反面的影响。但是，利用典型权重来解释变量的相对重要性我们应审慎对待。比如，权重小的可能代表该变量之间没什么关联，也可能是因该变量与其他变量具有共线性而造成的。因此，必须进一步进行典型结构分析。 （三）典
10、型结构分析 典型结构分析依据典型变量与原始变量之间的相关系数值，反映典型变量和绩效组及影响组的各变量之间的影响程度和方向。实际上讨论的是典型负载系数和交叉负载系数。典型负载系数是典型变量与同属于本组的原始变量之间的相关系数。 典型结构分析的计算结果如表 6 所示。由表 6 可知，影响组的第一典型变量 Ul 与 X2 具有高度相关性，与 X3、X4 表现中度相关，与 X1 低度相关。说明销售成本费用率（X2） 、资产总额（X3） 、市场占有率（X4）与经营绩效的影响因素相关程度较高，其中 X2 最为显著。资产风险率（X1）与经营绩效的影响因素相关程度较低，贡献量最小，但也有一定的影响力。 由表
11、7 可知，绩效组的第一典型变量 U1 与 Y4、Y1 的相关系数都比较高，分别为 0.994、0.987，属高度相关，与 Y3 的相关系数也达到了0.718，说明加权平均净资产收益率（Y4） 、销售净利率（Y1） 、总资产现金回收率（Y3）的影响都比较大。与其他典型变量比较，Ul 反映了上市公司经营绩效的成分更多一些。 由表 6 和表 7 可知，由于第一典型变量之间的高度相关，绩效组内大部分原始变量与本组的第一典型变量相关程度较高，而影响组内的原始变量与本组的第一典型变量之间也呈较高的相关关系，这种一致性从数量上体现了经营绩效的影响因素对上市公司的经营绩效的本质影响作用。说明典型相关分析结果具
12、有较高的可信度。 交叉负载系数是某一组中的典型变量与另外一组的原始变量之间的相关系数。交叉负载系数的平方表示本组原始变量的变异量被另一组的典型变量解释的比例。 从表 8 可知，影响组的第一典型变量 V1 与 X2 的交叉负载系数为 -0.967，这个数值的平方为 0.935，表示 V1 可以解释影响组的一个变异量的 93.5%。 从表 9 可知，绩效组的四个变量与第一典型变量 V1 的交叉负载系数为 0.967、0.552、0.704、0.974，取平方得到0.935、0.305、0.500、0.949，表示 V1 可以解释绩效组的四个变量变异量的 93.5%、30.5%、50%和 94.9%
13、。 （四）典型冗余和解释能力分析 第一典型冗余表示第一组原始变量总方差中本组变式解释的百分比，第二典型冗余表示第一组原始变量总方差中由第二组的变式所解释的平均比例。典型相关系数的平方表示两组典型变量间享有的共同变异的百分比，将第一典型冗余乘以典型相关系数的平方， 即为第二典型冗余。 从表 10 中可以看出，第一对典型变量 U1 和 V1 均较好地预测了对应的那组变量，第一典型冗余分别为 29.7% 和 69.9% ，交互解释能力比较强；第二典型冗余分别达到 28.5%和 67.1%，也具有较强的解释能力；第二对典型变量 U2 和 V2 的预测能力和交互解释能力比较弱，第一典型冗余分别为 31.
14、9%和 2.4%，第二典型冗余分别为 12.2%和 0.9%，也具有一定的解释能力。尤其是第一对典型相关变量具有较高的解释百分比（0.960） ，说明第一对典型变量较好地预测了对应的那组变量，同时，也较好地预测了对方组的变量，同时也说明了影响组与绩效组不仅能够被其自身的典型变量解释，同时也能被其对应的典型变量所解释，可以得出影响组与绩效组之间具有显著的相关性。 四、结论 本文选取了饲料行业上市公司为研究样本，通过典型相关分析方法研究经营绩效及其影响因素之间的相关性。可以得出以下结论： 在典型相关方程中， “绩效组”中的加权平均净资产收益率的典型载荷最显著，强于其他指标，对上市公司的经营绩效具有
15、一定的影响。进而体现了加权平均净资产收益率是一个综合性最强的财务比率，最能反映股东投入资金的盈利能力，是绩效组中最有代表性的一个指标。其次是销售净利率典型载荷低于加权平均净资产收益率，也表现出了较强的相关性。 “影响组”中的资产风险率、销售成本费用率均与经营绩效具有一定的负相关性，即资产风险率、销售成本费用率越高，经营绩效的值越低，这两个因素对企业的绩效水平起到抑制的作用。而资产总额、市场占有率均与经营绩效具有显著的正相关关系。即资产总额、市场占有率越高，公司的经营绩效水平也越高。另一方面，资产风险率和销售成本费用率是影响组中典型相关系数最高的变量，典型变量的典型相关性比较显著，因此在上市公司
16、制定战略时要重视这两者的变化，尽量降低资产风险率和销售成本费用率的指标，使饲料行业上市公司的经营绩效达到理想目标。 参考文献： 1.张力庠，谭智心.我国饲料产业区域竞争力评价分析J.农业技术经济，2007， （2）. 2.张淑辉，陈建成，张立中，张新伟.农业经济增长及其影响因素的典型相关分析J.经济问题，2012， （5）. 3.姚公安，李琪.企业绩效与创新资金投入的相关性：基于电子信息产业百强企业的研究J.系统工程，2009，27（7）. 4.于明洁，郭鹏.基于典型相关分析的区域创新系统投入与产出关系研究J.科学学与科学技术管理，2012， （6）. 5.王雷，党兴华.R&D 经费支出、风险投资与高新技术产业发展：基于典型相关分析的中国数据实证研究J.研究与发展管理，2008， （8）. 6.王发友.典型相关分析的基本思想和方法步骤J.科技信息，2007， （12）. 作者简介： 黄晓波，女，沈阳农业大学教授。主要研究方向：财务会计与实务。谢畅，女，沈阳农业大学在读研究生。主要研究方向：财务会计与实务。
