论文部分内容阅读
摘要：文章阐述了现行的上市公司经营业绩评价方法中，主观赋权法的主观性太强从而导致评价结果不够准确的局限，针对上市公司经营的特点，探讨了一种基于因子分析的上市公司经营业绩评价模型。并通过使用SPSS13.5统计软件，对湖北省的10家上市公司经营业绩进行评价。评价结果表明，采用因子分析方法的准确性较高，其评价结果符合上市公司的真实状况，能在一定程度上克服现行的评价方法的不足。
关键词：经营业绩综合评价 指标体系 因子分析
对上市公司经营业绩进行科学、合理的评价具有重要的意义。一方面，企业经营业绩评价可以为政府宏观调控、间接监督企业提供充分的依据，有利于正确引导企业的经营行为；另一方面，企业经营业绩评价有助于对经营者经营业绩的考核，建立激励与约束机制，同时，有利于增强企业的形象意识，提高竞争实力，而且有利于促进企业改进管理方法和程序，加强企业管理制度的创新。传统的企业经营业绩评价方法多是建立在单指标评价体系下，其由于指标过于单一，难以准确地评价上司公司经营业绩的整体特征。目前使用较多的多指标评价方法中，许多方法对指标权重的确定采用主观赋权法，其由于主观性太强，从而导致评价结果不能完全准确地反映企业的真实情况。本文针对单指标体系和多指标体系中主观赋权法确定指标权值存在的问题，建立基于因子分析的上市公司经营业绩评价模型，以期完善上市公司经营业绩评价的方法。
上市公司經营业绩评价方法存在的问题
目前上市公司的经营业绩评价方法主要包括单指标法和多指标法。单指标法是将上市公司各项指标按照大小顺序进行多项平行的单指标的排序。如杜邦财务分析法，但是其财务指标过于单一，从而导致评价结果只能反映企业的盈利能力，无法得到企业的综合业绩水平。而上市公司经营业绩表现趋于多元化，财务方面的业绩不仅仅局限于盈利能力方面，还包括偿债能力、发展能力、营运能力等方面。因此，使用单一指标难以准确地评价上市公司经营业绩的整体特征。鉴于单一指标存在的局限性，上市公司经营业绩的评价应建立多指标评价体系。多指标分析方法是选取企业的多项经营指标以此进行综合评定，其能够克服单一指标存在的局限性，能够比较全面地评价企业的经营水平。在企业经营业绩评价的多指标评价体系下，应确定企业经营业绩的综合评价方法。基于财务报表和财务数据的多指标评价方法，最关键的就是指标权重的确定方法。传统的指标权重的确定方法主要采用主观赋权法。即根据评价指标本身对经营业绩的重要程度，人为确定权重（如综合指数法、层次分析法和模糊综合评价法）。其存在的局限为各指标的权重是依据主观或经验事先设定的，因此评价结果不能完全反映上市公司的真实情况。因子分析法属于客观赋权法，它是根据评价指标的实际观察值所提供的信息量的大小来确定各指标的权重，可以有效克服主观赋权法的主观局限性，提高评价结果的准确性。
上市公司经营业绩评价的改进思路
针对单一指标评价法存在的局限和多指标评价体系中主观赋权法确定指标权重的局限，根据上市公司经营的特点，本文采用因子分析法对上市公司经营业绩进行评价。首先建立指标体系；其次构造原始样本，并对样本数据进行预处理和相关检验；再次进行因子分析（包括提取主因子、因子命名和解释、构建因子得分模型）；最后利用因子得分模型对上市公司经营业绩进行综合评价。
基于因子分析的上市公司经营业绩评价
（一）指标体系的建立
在上市公司经营业绩综合评价体系中，评价指标是建立上市公司经营业绩综合评价模型的核心。评价指标的选择正确与否关系到模型是否能够真实全面地反映上市公司经营业绩，从而直接影响经营业绩评价的最终结果。由于企业的经济活动是基于对企业的资产管理，以盈利为目的，以偿债为必要条件，以企业的成长和扩张为最终目的的动态工程。因此，本文参照财政部于1999年6月颁发的“工商类竞争性企业绩效评价指标体系”，针对湖北省上市公司的特点，选取如下指标来评价上市公司的经营业绩：反映偿债能力的指标（流动比率X1，资产负债率X2）；反映资产管理能力的指标（总资产周转率X3）；反映盈利能力的指标（净资产收益率X4，每股收益X5）和反映成长能力的指标（总资产增长率X6，股东权益增长率X7）。
（二）因子分析
因子分析（Factor Analysis）是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子反映原始数据资料的大部分信息的统计方法。它是一种用来检验潜在结构如何影响观测变量的方法，是一种有效的多指标分析方法。因子分析是基于对原始观测变量的数据分析，从而得出指标之间的内在结构关系；并从原始观测变量中提取若干因子作为新的评价指标，然后根据这些建立全面、客观的评价体系，使得指标体系简洁，评价指标之间独立，从而消除评价指标包涵信息的重叠所导致的评价重复性，克服了传统的评价方法中“人为确定权重”所导致的评价结果不能真实反应上市公司的真实状况的局限。因子分析的中心任务是要从有关变量相互关联的数据信息中找出其中潜藏着的、起决定作用的若干基本因子，从而得到对事物更深刻的认识。其基本思想是通过变量的相关系数矩阵或斜方差矩阵内部结构的研究，找出能控制所有变量的少数几个随机变量去描述多个变量之间的相关关系。然后根据相关性的大小把变量分组，使得同组内的变量之间相关性较高，不同组的变量之间相关性较低。每组变量代表一个基本结构（公因子、共同因子或主因子）。此时，对于所研究的问题就可用最少个数的、不可测的公因子的线性函数与特殊因子之和来描述原来观测的每一分量。
（三）模型的构建
1、样本数据收集
本文从湖北省的64家上市公司中随机选取10家（仅限于A股）作为原始样本，采用其2007财年终期的财务数据，运用SPSS13.5统计软件来分析和评价其综合经营业绩。原始财务数据来源于港澳资讯网。
2、数据预处理
预处理包括指标趋同化处理和无量纲化处理。指标趋同化处理是把指标正向化，即把逆指标和适度指标转化为正指标。本文中，资产负债率X2属于适度指标，将指标减去适度值后的绝对值的倒数转化为正指标。同时，由于不同评价指标具有不同的量纲和量纲单位，为了得到总体评价结果，需要将各评价指标作无量纲化处理。即对评价指标数值作标准化的处理，通过一定的数值变换来消除指标量纲影响，把性质、量纲各异的指标转化为可以进行综合的一个相对数量化值。本文采用标准化法，消除量纲和数量级的影响。
3、因子分析
一是数据检验。KMO是用于比较变量间简单相关系数与偏相关系数的一个统计量，其值愈接近1，表明愈适合作因子分析；Bartlett球形检验是判断变量的相关系数矩阵是否为单位阵的一个统计量，其相伴概率（sig.）小于显著性水平（0.05或0.1），表明相关系数矩阵不为单位矩阵，适合因子分析，反之亦然。从表1可以看出，本文数据的KMO统计量＝0.615>0.5，球形检验卡方统计量＝117.518，单侧P＝0.000<0.01，适于因子分析。
二是因子提取。本文选用主成分分析法，其中的主成分要能够概括原变量所提供信息的大部分，前几个主成分的特征值要大于1，累积方差贡献率要达到80%以上。由表2可知，特征值大于1的因子有3个，累积贡献率为82.774%大于80%，可以提取3个初始因子。从图1也可以看出，继续增加因子时方差贡献率变化不大。因此，这3个主因子综合蕴含了原始数据7个指标所能表达的足够信息，可以用来评价上市公司的经营业绩。
三是因子命名和解释。本文采用最大方差正交旋转法对潜在因子进行解释。通过旋转后的因子负荷矩阵进行分析，F1，F2，F3是提取的3个公共因子，旋转后的因子载荷矩阵如表3所示，在各因子上选取相对的财务指标作为财务因子的解释变量，可得出各因子十分明确的解释。
表3显示，在主因子F1中，系数绝对值比较大的有流动比率X1和资产負债率X2，反映的是公司的偿债能力。因此F1可以解释为偿债能力的主因子。在主因子F2中，系数绝对值比较大的是总资产周转率X3，反映的是公司的资产管理能力。因此F2可以解释为资产管理能力的主因子。在主因子F3中，系数绝对值比较大的有净资产收益率X4，每股收益X5，总资产增长率X6，股东权益增长率X7，反映的是公司的盈利能力和成长能力。因此F2可以解释为盈利能力和成长能力的主因子。
四是因子得分模型。采用回归法估计因子得分系数，得到因子得分矩阵如表4所示。
F1=0.419流动比率+0.460资产负债率-0.146总资产周转率-0.174净资产收益率-0.057每股收益+0.009总资产增长率+0.001股东权益增长率。
F2=0.004流动比率+0.142资产负债率+0.497总资产周转率-0.033净资产收益率+0.260每股收益-0.209总资产增长率-0.038股东权益增长率。
F3=-0.105流动比率-0.141资产负债率-0.016总资产周转率+0.568净资产收益率+0.404每股收益+0.498总资产增长率+0.519股东权益增长率。
根据表2中3个综合因子方差的贡献率，构造出10家上市公司的经营业绩综合评价模型：F=0.37558F1+0.28129F2+0.17087F3。
4、综合评价
根据上述综合业绩评价模型，得出湖北省10家上市公司的经营业绩综合评价得分如表5所示。表5是主因子得分和综合得分，分数的高低排列顺序表明其经营业绩的优劣，其得分的高低、正负仅表示该公司与平均水平的位置关系，这是数据标准化的结果。其中，经营业绩综合得分排在前2名的分别是武汉中百和长航凤凰。武汉中百是湖北省唯一连续5年（2001-2005年）进入全国零售连锁经营30强企业，并入围2006年中国企业500强。长航凤凰是中国内河经营干散货专业化运输规模最大、江、海、洋全程物流实力最强的企业。这与本文建立的评价模型的评价结果是相符合的。
结论
综上可知，本文建立的基于因子分析的上市公司经营业绩评价模型可以用于实践中，综合得分越高，表明企业经营业绩越好。
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，找到对上市公司综合业绩产生影响的主要因素。同时，模型的建立跟样本数据的个数也有关系，样本个数越多，模型的评价结果就越符合真实情形。此外，本文模型的建立主要基于企业的财务指标，未考虑到相关非财务指标（如人力资源创新等），这还有待于进一步研究。
（作者单位：武汉科技大学城市学院财务与人力资源管理系）
参考文献
1、舒晓惠,刘建平.上市公司财务绩效评价方法的比较研究[J].当代经济,2006(4).
2、姚文英.企业经营绩效评价方法之比较[J].经济学研究,2007(4).
3、陈晓.基于因子分析的上市公司经营业绩评价[J].内蒙古农业大学学报,2008(37).
4、相广萍.因子分析方法在上市公司经营业绩评价中的应用[J].科技信息,2008(10).
5、陈孝新.基于因子分析法的上市公司经营业绩综合评价[J].科技广场,2006(9).
关键词：经营业绩综合评价 指标体系 因子分析
对上市公司经营业绩进行科学、合理的评价具有重要的意义。一方面，企业经营业绩评价可以为政府宏观调控、间接监督企业提供充分的依据，有利于正确引导企业的经营行为；另一方面，企业经营业绩评价有助于对经营者经营业绩的考核，建立激励与约束机制，同时，有利于增强企业的形象意识，提高竞争实力，而且有利于促进企业改进管理方法和程序，加强企业管理制度的创新。传统的企业经营业绩评价方法多是建立在单指标评价体系下，其由于指标过于单一，难以准确地评价上司公司经营业绩的整体特征。目前使用较多的多指标评价方法中，许多方法对指标权重的确定采用主观赋权法，其由于主观性太强，从而导致评价结果不能完全准确地反映企业的真实情况。本文针对单指标体系和多指标体系中主观赋权法确定指标权值存在的问题，建立基于因子分析的上市公司经营业绩评价模型，以期完善上市公司经营业绩评价的方法。
上市公司經营业绩评价方法存在的问题
目前上市公司的经营业绩评价方法主要包括单指标法和多指标法。单指标法是将上市公司各项指标按照大小顺序进行多项平行的单指标的排序。如杜邦财务分析法，但是其财务指标过于单一，从而导致评价结果只能反映企业的盈利能力，无法得到企业的综合业绩水平。而上市公司经营业绩表现趋于多元化，财务方面的业绩不仅仅局限于盈利能力方面，还包括偿债能力、发展能力、营运能力等方面。因此，使用单一指标难以准确地评价上市公司经营业绩的整体特征。鉴于单一指标存在的局限性，上市公司经营业绩的评价应建立多指标评价体系。多指标分析方法是选取企业的多项经营指标以此进行综合评定，其能够克服单一指标存在的局限性，能够比较全面地评价企业的经营水平。在企业经营业绩评价的多指标评价体系下，应确定企业经营业绩的综合评价方法。基于财务报表和财务数据的多指标评价方法，最关键的就是指标权重的确定方法。传统的指标权重的确定方法主要采用主观赋权法。即根据评价指标本身对经营业绩的重要程度，人为确定权重（如综合指数法、层次分析法和模糊综合评价法）。其存在的局限为各指标的权重是依据主观或经验事先设定的，因此评价结果不能完全反映上市公司的真实情况。因子分析法属于客观赋权法，它是根据评价指标的实际观察值所提供的信息量的大小来确定各指标的权重，可以有效克服主观赋权法的主观局限性，提高评价结果的准确性。
上市公司经营业绩评价的改进思路
针对单一指标评价法存在的局限和多指标评价体系中主观赋权法确定指标权重的局限，根据上市公司经营的特点，本文采用因子分析法对上市公司经营业绩进行评价。首先建立指标体系；其次构造原始样本，并对样本数据进行预处理和相关检验；再次进行因子分析（包括提取主因子、因子命名和解释、构建因子得分模型）；最后利用因子得分模型对上市公司经营业绩进行综合评价。
基于因子分析的上市公司经营业绩评价
（一）指标体系的建立
在上市公司经营业绩综合评价体系中，评价指标是建立上市公司经营业绩综合评价模型的核心。评价指标的选择正确与否关系到模型是否能够真实全面地反映上市公司经营业绩，从而直接影响经营业绩评价的最终结果。由于企业的经济活动是基于对企业的资产管理，以盈利为目的，以偿债为必要条件，以企业的成长和扩张为最终目的的动态工程。因此，本文参照财政部于1999年6月颁发的“工商类竞争性企业绩效评价指标体系”，针对湖北省上市公司的特点，选取如下指标来评价上市公司的经营业绩：反映偿债能力的指标（流动比率X1，资产负债率X2）；反映资产管理能力的指标（总资产周转率X3）；反映盈利能力的指标（净资产收益率X4，每股收益X5）和反映成长能力的指标（总资产增长率X6，股东权益增长率X7）。
（二）因子分析
因子分析（Factor Analysis）是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子反映原始数据资料的大部分信息的统计方法。它是一种用来检验潜在结构如何影响观测变量的方法，是一种有效的多指标分析方法。因子分析是基于对原始观测变量的数据分析，从而得出指标之间的内在结构关系；并从原始观测变量中提取若干因子作为新的评价指标，然后根据这些建立全面、客观的评价体系，使得指标体系简洁，评价指标之间独立，从而消除评价指标包涵信息的重叠所导致的评价重复性，克服了传统的评价方法中“人为确定权重”所导致的评价结果不能真实反应上市公司的真实状况的局限。因子分析的中心任务是要从有关变量相互关联的数据信息中找出其中潜藏着的、起决定作用的若干基本因子，从而得到对事物更深刻的认识。其基本思想是通过变量的相关系数矩阵或斜方差矩阵内部结构的研究，找出能控制所有变量的少数几个随机变量去描述多个变量之间的相关关系。然后根据相关性的大小把变量分组，使得同组内的变量之间相关性较高，不同组的变量之间相关性较低。每组变量代表一个基本结构（公因子、共同因子或主因子）。此时，对于所研究的问题就可用最少个数的、不可测的公因子的线性函数与特殊因子之和来描述原来观测的每一分量。
（三）模型的构建
1、样本数据收集
本文从湖北省的64家上市公司中随机选取10家（仅限于A股）作为原始样本，采用其2007财年终期的财务数据，运用SPSS13.5统计软件来分析和评价其综合经营业绩。原始财务数据来源于港澳资讯网。
2、数据预处理
预处理包括指标趋同化处理和无量纲化处理。指标趋同化处理是把指标正向化，即把逆指标和适度指标转化为正指标。本文中，资产负债率X2属于适度指标，将指标减去适度值后的绝对值的倒数转化为正指标。同时，由于不同评价指标具有不同的量纲和量纲单位，为了得到总体评价结果，需要将各评价指标作无量纲化处理。即对评价指标数值作标准化的处理，通过一定的数值变换来消除指标量纲影响，把性质、量纲各异的指标转化为可以进行综合的一个相对数量化值。本文采用标准化法，消除量纲和数量级的影响。
3、因子分析
一是数据检验。KMO是用于比较变量间简单相关系数与偏相关系数的一个统计量，其值愈接近1，表明愈适合作因子分析；Bartlett球形检验是判断变量的相关系数矩阵是否为单位阵的一个统计量，其相伴概率（sig.）小于显著性水平（0.05或0.1），表明相关系数矩阵不为单位矩阵，适合因子分析，反之亦然。从表1可以看出，本文数据的KMO统计量＝0.615>0.5，球形检验卡方统计量＝117.518，单侧P＝0.000<0.01，适于因子分析。
二是因子提取。本文选用主成分分析法，其中的主成分要能够概括原变量所提供信息的大部分，前几个主成分的特征值要大于1，累积方差贡献率要达到80%以上。由表2可知，特征值大于1的因子有3个，累积贡献率为82.774%大于80%，可以提取3个初始因子。从图1也可以看出，继续增加因子时方差贡献率变化不大。因此，这3个主因子综合蕴含了原始数据7个指标所能表达的足够信息，可以用来评价上市公司的经营业绩。
三是因子命名和解释。本文采用最大方差正交旋转法对潜在因子进行解释。通过旋转后的因子负荷矩阵进行分析，F1，F2，F3是提取的3个公共因子，旋转后的因子载荷矩阵如表3所示，在各因子上选取相对的财务指标作为财务因子的解释变量，可得出各因子十分明确的解释。
表3显示，在主因子F1中，系数绝对值比较大的有流动比率X1和资产負债率X2，反映的是公司的偿债能力。因此F1可以解释为偿债能力的主因子。在主因子F2中，系数绝对值比较大的是总资产周转率X3，反映的是公司的资产管理能力。因此F2可以解释为资产管理能力的主因子。在主因子F3中，系数绝对值比较大的有净资产收益率X4，每股收益X5，总资产增长率X6，股东权益增长率X7，反映的是公司的盈利能力和成长能力。因此F2可以解释为盈利能力和成长能力的主因子。
四是因子得分模型。采用回归法估计因子得分系数，得到因子得分矩阵如表4所示。
F1=0.419流动比率+0.460资产负债率-0.146总资产周转率-0.174净资产收益率-0.057每股收益+0.009总资产增长率+0.001股东权益增长率。
F2=0.004流动比率+0.142资产负债率+0.497总资产周转率-0.033净资产收益率+0.260每股收益-0.209总资产增长率-0.038股东权益增长率。
F3=-0.105流动比率-0.141资产负债率-0.016总资产周转率+0.568净资产收益率+0.404每股收益+0.498总资产增长率+0.519股东权益增长率。
根据表2中3个综合因子方差的贡献率，构造出10家上市公司的经营业绩综合评价模型：F=0.37558F1+0.28129F2+0.17087F3。
4、综合评价
根据上述综合业绩评价模型，得出湖北省10家上市公司的经营业绩综合评价得分如表5所示。表5是主因子得分和综合得分，分数的高低排列顺序表明其经营业绩的优劣，其得分的高低、正负仅表示该公司与平均水平的位置关系，这是数据标准化的结果。其中，经营业绩综合得分排在前2名的分别是武汉中百和长航凤凰。武汉中百是湖北省唯一连续5年（2001-2005年）进入全国零售连锁经营30强企业，并入围2006年中国企业500强。长航凤凰是中国内河经营干散货专业化运输规模最大、江、海、洋全程物流实力最强的企业。这与本文建立的评价模型的评价结果是相符合的。
结论
综上可知，本文建立的基于因子分析的上市公司经营业绩评价模型可以用于实践中，综合得分越高，表明企业经营业绩越好。
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，找到对上市公司综合业绩产生影响的主要因素。同时，模型的建立跟样本数据的个数也有关系，样本个数越多，模型的评价结果就越符合真实情形。此外，本文模型的建立主要基于企业的财务指标，未考虑到相关非财务指标（如人力资源创新等），这还有待于进一步研究。
（作者单位：武汉科技大学城市学院财务与人力资源管理系）
参考文献
1、舒晓惠,刘建平.上市公司财务绩效评价方法的比较研究[J].当代经济,2006(4).
2、姚文英.企业经营绩效评价方法之比较[J].经济学研究,2007(4).
3、陈晓.基于因子分析的上市公司经营业绩评价[J].内蒙古农业大学学报,2008(37).
4、相广萍.因子分析方法在上市公司经营业绩评价中的应用[J].科技信息,2008(10).
5、陈孝新.基于因子分析法的上市公司经营业绩综合评价[J].科技广场,2006(9).