云南铜业综合财务指标分析.doc

云南铜业综合财务指标分析一、引言 随着我国证券市场的日益规范化，上市公司的财务状况和经营成果已成为投资者和政府管理部门关心的主要问题。企业的财务状况和经营成果可通过会计报表及一系列财务指标来反映，但单一的指标只能反映企业经营管理活动中某个方面的情况，不足以客观、合理地对上市公司某一时期的财务状况和经营成果做出综合评价。综合财务指标在现代财务分析中已被广泛采用，综合财务指标是将若干相关程度较高的财务指标根据一定的权数综合计算而得到的一个评估指标。在现行的财务工作中，财务指标评价体系中各指标的权重是依据主观或经验事先设定好的，这难免会给评价结果带来一定的主观性。本文应用主成分分析方法，依据财务指标内部结构关系来确定各指标权重，避免了人的主观随意性，从而能对云南铜业财务状况和经营成果进行比较客观、合理地综合评价。 二、综合财务指标构造方法 我们采用主成分分析法来构建综合财务指标。主成分分析是设法将原来众多具有一定相关性的指标，重新组合成一组新的互相无关的综合指标来代替原来的指标。进行主成分分析主要步骤如下:根据研究问题选取指标与数据；进行指标数据标准化（ SPSS 软件 Factor过程自动执行）；进行指标之间的相关性判定；确定主成分个数 m；确定主成分Fi表达式；进行主成分Fi命名；计算综合主成分值并进行评价与研究。 三、云南铜业综合财务指标实证分析 其一，指标与数据选取。依据上述评价方法，我们选取云南铜业五年内的财务指标（见表1）。具体指标如下：每股收益（x1）；净资产收益率（x2）；流动比率（x3）；速动比率（x4）；资产负债比率（x5）；净利润率（x6）；总资产报酬率（x7）；存货周转率（x8）；总资产周转率（x9）；固定资产周转率（x10）。在计算过程中，原始指标来源于巨潮资讯网。 其二，数据标准化。将表1中的数据导入软件中，即可得到标准化的数据，如表2所示： 其三，指标之间的相关性判定。将表2中的数据导入到spss中，便可得到Communalities（变量共同度）、Correlation Matrix（相关系数矩阵）、Total Variance Explained（总方差解释）、Component Matrix（主成分矩阵）。 变量共同度表，说明通过主成分分析，指标信息被提取的程度。其中，各指标被提取的程度分别是0.991、0.992、0.796、0.529、0.504、0.970、0.999、0.923、0.864、0.882。从中可以看出，此次分析的效果较好，除了流动比率、资产负债比率指标分别被提取52.9%、50.4%的信息，其他指标的提取程度基本上都达到了达到80%以上。 表3是相关系数矩阵表，从中可以看出，大多数指标间的相关程度很高，存在大量的重叠信息。如x1与x4、x5、x8相关性较低之外，与其他六个指标的相关程度都很高。 其四，主成分个数确定。通过上面分析，指标之间存在很强的相关性，因此我们要根据Total Variance Explained表来确定主成分，用较少的指标来反映大部分的信息。 总方差解释表反映的是提取的主成分对总方差的解释程度。通过主成分分析，我们提取的2个主成分对总方差的解释程度为61.778%、22.713%，一共解释总方差的84.490%，也就是说，此次分析具有84.490%的可信度。 其五，主成分表达式确定。在主成分矩阵中，各个指标对应的第一主成分系数分别是0.903、0.855、0.860、0.206、-0.666、0.801、0.925、0.925、0.680、0.867、0.834；各个指标对应的第二主成分系数分别是-0.420、-0.511、0.236、0.698、-0.247、-0.573、-0.378、0.678、0.335、0.432。 分别用y1和y2来表示第一主成分和第二主成分，根据主成分矩阵，我们便可以写出主成分的表达式。 y1＝0.903x1+0.855x2+0.860x3+0.206x4-0.666x5+0.801x6+0.925x7+ 0.680x8+0.867x9+0.834x10 y2＝-0.420x1-0.511x2+0.236x3+0.698x4-0.247x5-0.573x6-0.378x7+ 0.678x8+0.335x9+0.432x10 其六，主成分分析与主成分命名。从主成分矩阵表可以看出，我们提取的第一主成分在每股收益、总资产报酬率、净资产收益率、净利润率、总资产周转率、固定资产周转率六个方面的系数比较大，分别为0.903、0.925、0.855、0.801、0.867、0.834，这表明第一主成分是这6个指标的综合反映，主要说明