1、基于因子分析方法的上市公司绩效评估【摘要】本文是以中国上市公司中的电力行业的公司为研究对象，综合运用统计学、经济学和管理学的相关理论，对中国上市公司综合性绩效评价的理论与模型进行了系统的研究。在综合比较分析上市公司绩效评价的 DCF 法、单因素评价模型、多因素评价模型和 EVAMVA 模型系统等优劣的基础上，采用了统计中的因子分析法，对上市公司的流动比率、速冻比率、存货周转率、应收账款周转率、净资产收益率、每股收益、净利润增长率、净资产增长率、主营业务收入增长率等指标数据进行建模和分析，给经营者和投资者以参考，有比较大现实研究价值和意义。 【关键词】上市公司 绩效评价 多元统计 因子分析 电力
2、板块 引言 因子分析是将具有错综复杂关系的变量或样本综合为少数几个因子，以再实现原始变量与因子之间的相互关系，同时根据不同因子还可以对变量进行分类。实际上就是一种用来检验潜在结构是怎样影响观测变量的方法。 本文在建立上市公司经营业绩评价指标体系之后，选定进行分析的上市公司的相关财务指标，收集数据并进行加工整理，利用 R 型因子分析模型进行建模。得出所选上市公司的综合得分，并进行综合实力排名。本文对上市公司绩效评价采用因子分析法，以因子变量的方差贡献率作为权数，克服了之前一些评价方法中采用的主观赋权法的人为因素。 一、评价体系的建立 在当前证券市场上由于非财务指标的可靠性不如财务指标，因此上市公
3、司选择经营业绩评价指标应该以财务指标为主导。借鉴国内外上市公司经营业绩评价指标的选取方法，本文采用指标体系中的流动比率、速冻比率、存货周转率、应收账款周转率、净资产收益率、每股收益、净利润增长率、净资产增长率、主营业务收入增长率 9 个指标。 样本考虑到电力板块的公司数据比较全，于是找到深圳能源，皖能电力，赣能股份，明星电力，西昌电力五个公司作为绩效评价的样本。 二、模型的建立 （一）构建标准化数据的相关数据矩阵 观测深圳能源，皖能电力，赣能股份，明星电力，西昌电力五个公司的样本数据，采用流动比率、速冻比率、存货周转率、应收账款周转率、净资产收益率、每股收益、净利润增长率、净资产增长率、主营业
4、务收入增长率 9 个指标的数据。每个指标采取的是最近 4 年的平均值，为了消除各指标间的量纲影响，在趋同化后，要对个指标进行无量纲标准化处理，以构建标准化数据的相关数据矩阵。 （二）R 型因子分析数学模型 X=aF+aF+aF+X=aF+aF+aF+X=aF+aF+aF+ （1） 且满足： i）m？燮 p； ii）Cov（F，？着）=0，即 F 和？着是不相关的； iii）D（F）=1 0 1 ？埙 0 1=Im，即 FF不相关且方差皆为1。 D（？着）= 0 2 ？埙 0 p，即？着 1，？着 p不相关且方差不同。 （三）因子分析适用性检验 如前所述，指标间具有一定的相关性是因子分析的前提。
5、在因子分析法的适用性检验上，本文采用巴特利球型检验法。巴特利特球体检验以变量的相关系数矩阵为出发点，用于检验相关阵是否是单位阵。该检验统计量服从卡方分布，其零假设是相关系数矩阵为单位矩阵，可以根据常规的假设检验判断相关系数矩阵的非对角线元素是否显著异于零。采用巴特利特球体检验进行显著性检验，卡方统计值为 314.563，显著性概率为 0.000，小于 1%，说明数据具有显著相关性，适宜做因子分析。 三、因子分析过程 （一）信息保留程度 表 1 为原始变量的共同度，即公因子方差比，表示各原始变量的信息通过主成分分析法萃取后被保留的程度即信息保留程度。该表显示除主营业务收入增长率这一指标提取的信息
6、量相对低一点，其余各指标提取的信息量都几乎接近于 1，而每股收益这一指标提取的信息量为 1，说明该变量的几乎全部信息都被所选取的因子说明了，由此可证明所选取的因子是很合理的。 表 1 公因子方差比 （二）因子的选取 利用 matlab 软件可以得出有三个因子的特征值大于 1，而第四个因子的特征值也接近于 1。样本方差的累积贡献率高达 91.442%，可以认为前 3 个因子综合了原始指标的绝大部分信息，提取 3 个因子就能对这几家公司的业绩作出评估。 因子载荷矩阵列示的是所选取的主成分与原始指标间的线性关系，各主成分是原始指标的线性组合，因子载荷反映了主成分与原变量的相关系数。确定了因子之后，用
7、 matlab 软件把 3 个因子提取出来（见表 2） 。表 2 因子载荷矩阵 （三）因子方差贡献率 因子载荷矩阵列示的是所选取的因子与原始指标间的线性关系，各因子是原始指标的线性组合，因子载荷反映了因子与原变量的相关系数。为方便和简化对因子的解释，需将原因子载荷矩阵进行结构调整简化，即将因子轴进行旋转。 进行方差最大化旋转后的因子载荷阵，可以看出第一因子主要和净资产收益率和每股收益相关联，第二因子主要与流动比率和速冻比率相关联，第三因子主要和存货周转率、净利润增长率和净资产增长率想关联。 旋转后因子一的方差贡献率为 35.567%，因子二的方差贡献率为35.070%，因子三的方差贡献率为 2
8、0.805%。表明因子模型没有信息丢失，表明对改组进行因子分析是较为合理的，旋转后方差累积贡献率为91.442。 综上的结果和分析，我们可以得出：因子 1 代表上市电力公司的盈利能力，因子 2 代表上市电力公司的偿债能力，因子 3 代表上市电力公司的运营能力。 解释的总方差 提取方法：主成份分析。 四、结果分析及绩效预测 下面我们就通过对上市电力公司公共因子的考察分析该公司的盈利能力、偿债能力和盈利能力的情况，从而得出该公司的业绩绩效，发展前景等情况。 因子 1 记为 X1、因子 2 记为 X2、因子 3 记为 X3。则由因子得分系数矩阵，有： X1=0.073Y1+0.072Y2+0.159
9、Y3-0.006Y4+0.33Y5+0.284Y6 -0.302Y7+0.074Y8-0.278Y9 X2=0.0322Y1+0.337Y2+0.014Y3-0.325Y4-0.023Y5+0.158Y6 -0.055Y7+0.158Y8-0.011Y9 X3=0.010Y1+0.057Y2+0.535Y3-0.225Y4+0.241Y5-0.030Y6 -0.131Y7+0.537Y8-0.038Y9 由此可以得出上市电力公司的因子得分表：（在此给出评定标准：以零为界限，因子得分大于零的说明能力突出，等于零的说明能力一般，小于零的说明能力较差） 。 有上面的因子得分表可以看出深圳能源、明星电
10、力和西昌电力因子一的得分都大于零，说明这三个公司的盈利能力较强，处于较高水平，且深圳能源因子一的得分大于 1，说明其盈利能力很强，该公司的盈利能力处于极高水平。而明星电力和西昌电力因子二的得分都小于零，说明这两家公司的偿债能力较弱，公司有一定的风险性。 根据因子得分所得的排名情况： 综合得分计算公式： Fi=f+f+f （2） 于是我们得出了公司在盈利能力、偿债能力、运营能力方面的排名情况，也得出了公司业绩绩效的排名。由上表可以看出业绩绩效较好的公司为深圳能源和西昌电力，而绩效相对较差的是明星电力和赣能股份。参考文献 1韩兆洲等.上市公司投资价值评价模型及其实证分析J.中央财经大学学报，200
11、4， （11）. 2段福兴等.企业知识创新能力模糊评价体系研究J.华东经济管理，2005（5）. 3池国华，迟旭升.我国上市公司经营业绩评价系统研究J. 会计研究，2003 年第 8 期. 4任海云，曹建安.建立上市公司经营业绩评价指标体系的理论基础，商业研究，2005. 5唐跃兰.我国上市公司绩效评价研究.重庆交通学院学报，2005 年第 24 卷第 3 期. 6沈剑，吕文元.因子分析法在上市公司综合经营业绩评价中的应用.商场现代化，2007. 7郭璐芸，刘蓓蕾.论上市公司绩效评价系统的建立，商业时代，2005. 8王宗军，杨琳.基于 EVA 的上市公司绩效评价的实证研究，武汉理工大学学报（信息与管理工程版）2005 年第一期. 9王坚强.动态多指标系统增长决策问题研究，系统工程与电子技术，1999 年 09 期. 10于秀林，任雪松.多元统计分析.中国统计出版社，2003 年 3 月. 11宇传华.SPSS 与统计分析.电子工业出版社，2007 年 2 月. 作者简介：何慧聪（1988-） ，女，汉族，浙江衢州人，西南交通大学研究生，研究方向：可靠性理论。
