汽车制造业上市公司绩效评价探究.docVIP

汽车制造业上市公司绩效评价探究一、引言 我国的汽车制造业经过五十多年的飞速发展，取得了举世瞩目的成就，作为我国国民经济发展的支柱产业之一的汽车制造业，近年来经历了前所未有的、爆发式的增长，其发展也相继带动了钢铁、电子、化工等相关行业的发展。进入二十一世纪以来，伴随着我国经济快速发展和人民生活水平的迅速提高以及城市化建设进程的加快，城市规模不断扩大，轿车开始进入我国家庭，我国的汽车时代正在到来。据专家预测，未来十年，我国汽车产量增长率是我国GDP增长率的1.5至2倍（刘妍，伍海华，2007）。我国汽车制造业上市公司经营业绩的优劣不仅关系着我国汽车制造业的健康发展，而且关系着国民生活水平质量的提高及我国国民经济的发展在世界中的地位，其经营绩效也引起了广大投资者的广泛关注，在汽车制造业蓬勃发展的背景下，对我国汽车制造业上市公司的经营绩效进行客观、系统和全面的分析，对我国汽车制造业持续、健康的发展具有一定的现实意义。本文以我国汽车制造业上市公司的2010年第三季度指标为主要依据，在综合分析国内外各种常用的经营绩效评价指标体系的基础上，选取经营绩效评价常用的、客观的指标建立指标体系， 利用SPSS数据统计分析软件进行主成分分析，对我国30家汽车制造业上市公司从盈利能力、营运能力、偿债能力和成长能力四个方面以及综合经营绩效进行了评价分析，以期为我国汽车制造业上市公司经营者及投资者提供参考依据。 二、上市公司经营绩效评价财务指标选择 在对上市公司经营绩效进行评价时，应依据一系列财务指标来反映企业经营业绩和经营成果，而且评价的指标数据要具有科学性、客观性、可测性和实用性。本文在对国内外对企业常用经营绩效评价指标体系的基础上，而且根据企业经营绩效评价准则和参考大量论文的基础上，选取了从营运能力、成长能力、盈利能力和偿债能力四个方面能综合评价上市公司业绩的13个财务指标，其中应付账款周转率、流动资产周转率、固定资产周转率和总资产周转率能反映企业生成资料的营运能力；每股收益增长率、利润总额增长率和净利润增长率能反映企业发展的成长能力；销售净利率、销售毛利率和营业利润率能反映企业经营的盈利能力；流动比率、速动比率和资产负债率能反映企业具有的偿债能力。 三、主成分分析法的原理及步骤 其一，主成分分析的原理及基本思想。主成分分析是研究如何通过少数几个主成分（变量）来解释多变量的方差－协方差结构的一种分析方法。它的原理是将原来众多具有一定相关性的多项指标，重新组合成一组新的互相无关的主成分来代替原来的指标（张立军，任英华，2009）。主成分分析法是通过数学上一种处理降维的方法，把给定的一组变量通过线性变换，转换为一组不相关的变量。 其二，进行主成分分析的主要步骤。 （1）对指标数据进行标准化，即消除数据之间在量纲化和数量级上的差别（系统自动进行）。 （2）根据标准化数据矩阵建立协方差矩阵，协方差矩阵是用以反映标准化后的数据之间相关关系密切程度的统计指标，值越大，说明有必要对数据进行主成分分析。 （3）根据协方差矩阵求出特征根、方差贡献率和累计方差贡献率。方差贡献率为各主成分所解释的方差占总方差的百分比，即各主成分的特征值占总特征值的百分比；累计贡献率为各主成分方差占总方差的累计百分比。根据选取主成分个数的原则，特征值要求大于1且累计方差贡献率达到85%以上的最小整数m，即为主成分的个数。 （4）由于旋转后的因子负荷矩阵中各个指标在任一主因子上的载荷明显两极分化，所以通过建立原始因子载荷矩阵，可更合理地解释主成分。 （5） 由主成分载荷矩阵和标准化数据可得到主成分Fj得分系数表达式 （6）最后由主成分贡献率的加权平均值得到综合得分F. 四、基于主成分分析法的汽车制造业上市公司绩效分析 从锐思数据库（www.省略）得到我国30家汽车制造业上市公司财务数据指标值（数据略）。通过建立协方差矩阵（略），可以看出协方差矩阵中标准化后的数据之间相关关系密切程度的统计指标值比较大，说明有必要对数据进行主成分分析。根据协方差矩阵求出特征根、方差贡献率和累计方差贡献率，见表1，可以看到有4个主成份的特征根大于1，且这4个主成份的累计贡献率已达到87％以上，说明选取4个主成分即可表达出原始数据的足够信息，这4个主成分分别记为F1、F2、F3和F4。 表2是旋转后的因子负荷矩阵，可以看到，应付账款周转率、流动资产周转率、固定资产周转率和总资产周转率关系密切，命名为营运能力；每股收益增长率、利润总额增长率和净利润增长率关系密切，命名为成长能力；销售净利率、销售毛利率和营业利润率关系密切，命名为盈利能力；与流动比率、速动比率和资产负债率关系密切，命名为偿债能力。将主成分载荷矩阵中第j列向量除以第