我国电力行业上市公司财务状况的因子分析的论文.docVIP

　　我国电力行业上市公司财务状况的因子分析的论文 摘要：本文运用spss19.0软件，根据反映上市公司财务状况的9个指标，用因子分析法对电力行业56家上市公司的财务状况进行综合评价，发现其中存在的问题，由此提出改善其财务状况的建议。 　　关键词：电力行业 财务状况 因子分析 　　力公司是从事电能的生产和销售的经济单位，它由发电、变电、输电、配电等子系统构成。电力行业是资金技术密集型产业，也是国家的基础性产业，不仅关系到一个国家国民经济的发展，更关系国家的安全，因此正确、公允地评价电力公司的财务状况具有重要的经济意义和政治意义。我们通常是从电力行业上市公司公布的财务报表中了解公司财务状况，但是报表中数量众多的财务指标是从不同侧面反映该公司实际运作情况，单独分析和评价任何一个财务指标，很难全面揭示公司的财务状况及其经营成果，只有将反映公司偿债能力、盈利能力和营运能力等财务指标纳入一个有机整体之中，并采取适当的方法进行综合，才能对公司财务状况作出评价和判断。因子分析法正是一种进行综合评价的有效方法。 　　一、因子分析模型 　　因子分析法是一种通过降维将数据进行简化的技术。该方法通过研究众多变量之间的内部关系，建立观测数据的基本结构，并用少数几个独立的假想变量来表示其基本的数据结构。这些假想的变量（公共因子）比原始指标变量的数量大大减少，并且能够在不丢失重要信息的条件下，反映出原来众多变量的主要信息，它的实际含义也更为明确，有利于进行综合的分析和评价。假设有n家电力行业上市公司，每个公司都观测到p个财务指标，设经过转化后的公共因子变量记为f1，f2…fm ，则模型 　　x1=a11f1+a12f2+…+a1mfm+e1 　　x2=a21f1+a22f2+…+a2mfm+e2 　　……… 　　xp=ap1f1+ap2f2+…+apmfm+ep 　　称为因子模型，其矩阵形式为 x=af+e，其中，f1，f2…fm为x各分量的公共因子，各fi的均值为0，方差为1，相互独立；ei为xi的特定因子，只对xi起作用。.各ei均值为0，方差为bi2，且各ei相互独立。f与e相互独立，x均值为0，矩阵a称为因子载荷阵。在实际问题中，要根据所观察的数据x，求出a及公共因子f，然后再进行具体的分析。 　　二、电力行业上市公司实证分析 　　本文根据电力行业上市公司的财务信息将反映偿债能力、盈利能力和营运能力等财务指标作为一个整体，采用因子分析法进行综合，评价和判断电力行业主要上市公司财务状况的优劣。在影响电力行业上市公司综合实力众多因素中，通过综合分析，找出各个因素之间的相关关系，从而对公司的财务状况作出综合的评价。 　　（一）选定指标及收集数据样本 　　本文根据系统性、可比性和可操作性原则选取评价指标，并结合电力行业上市公司的经营特点，选取了净利润增长率、净资产收益率、资产负债率、流动比率、速动比率、主营业务利润率、应收账款周转率、销售毛利率、每股收益9个评价指标。 　　截止2011年底，电力行业的上市公司共有56家，本文的财务数据均取自各上市公司2011年发布的年报。 　　（二）估计因子载荷矩阵 　　确立统计指标后，由于这些指标的计量单位不同，因此这些指标值不能简单相加；同时，尽管已经将一些相关性极强的指标剔除，但有些指标之间仍存在一定的相关关系，从而导致信息量重复，因此要对其进行初步处理。以2011年的电力行业上市公司数据为例，采用因子分析法对这些公司的财务状况进行综合评价，运用spss19.0软件进行操作，结果如下： 　　首先，判断样本指标数据是否适合进行因子分析，这就需要做kmo和bartlett的检验。其检验结果如表1所示。 　　根据统计学家kaiset的结论，kmo取值大于0.5则适合进行因子分析，表1中kmo值为0.72，由此认为样本数据适合进行因子分析；bartlett检验给出的相伴概率为0.000，小于显著水平0.05，因此拒绝其零假设，这个结论也说明样本数据适合于因子分析。 　　其次，在表1结果的基础上再进一步看共同度表（因篇幅有限，此表省略），它给出了每个变量的共同度，该表显示因子分析的变量共同度在0.724-0.978之间，此结果表明变量中的大部分信息均能够被公共因子提取，由此说明因子分析的结果有效。 　　再次，以spss19.0软件计算方差贡献率。根据9个财务指标的初始值，运用spss软件对其作描述性统计分析。设定按照特征值 于0.85的标准提取因子，提取前4个因子（分别设为facl、fac2、fac3和fac4）作为公共因子，如表2所示。提取方法：主成份分析。 　　由表2可见，这4个因子的特征值别为2.46、2.191、2.127、1.055，方差贡献