对金属企业经营效益的评价.docVIP

对金属企业经营效益的评价 　　一、引言 　　股票投资作为现代社会投资的重要手段,已渗透到社会的各个领域,对全社会经济生活产生重大影响。在股票投资中,越来越多的人趋向于理性投资,这样对于行业的选取和上市公司经营业绩的评价就显得尤为重要。改革开放以来我国实体经济迅速增长,截至2010年我国已经成功超越日本成为仅次于美国的世界第二大经济体。但在高速发展的背后同时也暗含着很多危机,其中资源的过度消耗与浪费、能源危机问题越来越受到人们的重视,在“十二五”期间,国家势必会越来越重视相关领域的发展,而有色金属行业作为能源行业有着一定的投资潜力。本文首先分析了有色金属行业所有上市公司投资价值的主要影响因素,根据这些因素建立评价指标体系,再用因子分析法对所选指标体系进行分析,由于指标体系中有一些互相相关的指标,造成信息重叠,因子分析法可以利用最少的信息丢失,将原始的众多指标通过降维处理综合成较少的几个综合指标。在指标设计过程中,由于原始数据中各种指标的量纲不同,在作因子分析前先要进行无量纲化处理,经过处理后的数据即可进行因子分析,作完因子分析后,根据因子模型从而得出所有上市公司的最终得分情况,根据分值的大小来判断投资价值的大小,分值越大,越有投资价值,最终可以得到投资价值的排名状况,从而为投资者在公司选取方面给予一定的参考。 　　二、评价指标的选取 　　在选取上市公司投资评价指标时,不仅要考虑到指标反映上市公司投资价值的全面性,还要考虑到指标体系是否科学,各指标之间是否具有可比性,是否具有操作性以及数据能否有效地得到搜集等许多问题。在指标选取方面,目前则没有统一的规定,本文主要是从上市公司经营业绩方面进行研究,所以结合相关文献,在坚持指标之间互补性与全面性的原则下通过以下指标考察上市公司的经营业绩情况:一是变现能力指标,二是营运能力指标,三是长期偿债能力指标,四是盈利能力指标,五是投资收资指标,六是公司发展能力指标。在本文中具体选用以下基本指标:流动比率、速动比率、净利率现金含量、存货周转率、应收账款周转率、总资产周转率、资产负债率、净资产收益率、销售毛利率、主营业务利润率、每股收益、净利润增长率、净资产增长率、总资产增长率,来代替上述六大类指标,对有色金属行业上市公司经营业绩进行研究。 　　三、实证分析 　　(一)数据来源及处理根据本文第二部分确定的评价指标进行数据搜集,本文所有数据均来自金长江交易财智版软件里上市公司2011年第一季度的财务公报。得到数据后对其进行标准化处理,从而使得数据之间具有可比性。 　　(二)模型适度性检验为了检验所选指标是否适合进行因子分析,对其进行模型适度性检验。根据已得到的无量纲数据,利用SPSS18软件,选取主成分分析法得到数据的KMO检验和巴特利特球度检验结果、因子分析初始解、方差极大法作因子旋转、回归法计算因子得分。分析结果如下:(表略)因子分析的KMO和巴特莱特球体检验结果可以看出,巴特莱特球体检验的概率值为0.000,即假设被拒绝,也就是说,可以认为相关系数矩阵与单位矩阵有显着差异。同时,KMO值为0.764,根据KMO度量标准可知,原变量适合进行因子分析。 　　(三)模型的建立与分析根据适度性检验可以看出利用因子分析对我国有色金属行业上市公司进行业绩评价是可行的,所以本文用SPSS18软件得出因子分析结果,具体结果与分析结果如下:(表略)数据作因子分析后的因子方差提取和因子旋转结果。各列数据的含义是:第一列至第四列描述了因子分析的初始解对原有变量总体的刻画情况。第一列是因子分析的14个初始解的序号;第二列是因子变量的方差贡献率(特征值),它是衡量因子重要程度的指标。例如:第一行的3.288表示第一个因子变量刻画了所有变量总方差14中的3.288,它刻画的方差量最大,下面各因子刻画的方差量依次减少;第三列是各因子变量的方差贡献率,表示该因子刻画的方差占原有变量总方差的比例。例如:第一行的23.486即是3.288/14的结果。第四列是因子变量的累积方差贡献率,表示前m个因子刻画的总方差占原有变量总方差的比例。例如:第二行的40.402是(3.288+2.368)/14的结果。第五列至第七列是从初始解中提取了6个公共因子后对原有变量总体的刻画情况。这是由于分析过程中我们指定了提取6个公共因子。可见,提取的6个公共因子可以描述原始变量总方差的80.525%,大于80%,可以认为这6个因子基本上反映了原始变量的绝大部分信息。第八列至第十列是旋转后的因子对原始变量总体的刻画情况。从图1看到:横轴表示公共因子个数,纵轴为特征值。当提取1、2个公共因子时,特征值变化非常明显,当提取第7个以后的公共因子时,特征值变化比较小,基本趋于平缓。由此说明,提取6个公共因子对原变量信息的刻画有显着的作用,而提取7个以上的公共因