基于主成分分析民营制造业上市公司绩效评价研究.docVIP

基于主成分分析民营制造业上市公司绩效评价研究.doc

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于主成分分析民营制造业上市公司绩效评价研究

基于主成分分析的民营制造业上市公司绩效评价研究   一、引言   改革开放以来,我国民营经济发展迅速,对我国经济的持续发展起到了巨大的推动作用。民营经济已经成为社会主义市场经济的一个重要组成部分,是我国国民经济发展的一支生力军。而民营制造业上市公司作为民营企业中的佼佼者,代表了民营企业未来的发展方向,如何科学客观地评价民营制造业上市公司的经营绩效,成为了学术研究领域一个具有现实意义的问题。本文采用主成分分析法,借助spss16.0软件,对60家民营制造业上市公司的11项财务指标进行综合评价,力求客观、合理地反映我国民营制造业上市公司的经营绩效,以期为民营企业的发展提供参考。   二、研究设计   (一)研究方法常用的绩效研究方法可以分为两类,一类是“单一指标的绩效衡量”,另一类是“多重指标的绩效衡量”。单一指标的绩效衡量在方法上比较简单,普遍被学术界及企业界运用。常用的指标有净资产收益率、Tobin’s Q 值、EVA、投资报酬率、销售报酬率及净利率等等。由于在一定时间内公司并非只追求一种目标,而是多重目标,因此单一指标无法充分表达公司绩效的全貌。多重指标的绩效衡量是针对单一指标缺点而提出的,它可以衡量到绩效的多个层面,比较容易达到完备性的要求。目前多重指标的方法主要有层次分析法、平衡计分卡、综合评分法、德尔菲法等,但这些评价方法都普遍存在一个缺陷――指标赋予权重的主观性。这一缺陷严重影响了经营绩效评价的公正性和客观性。因此,本文采用较为客观的主成分分析法。   主成分分析法是一种通过降维将多个指标简化为少数几个主成分的统计分析方法。其基本思路是将原来具有一定相关性的指标组合成少数几个相互无关的具有代表性的综合指标以替代原始数据,并且这少数几个指标能尽可能多地反映原始数据所提供的信息,然后再根据综合指标反映信息的重要程度客观地赋以一定的权重,建立一个评价函数,由此计算经营绩效评价值。全部数据处理处理均通过spss软件和excel软件进行。该方法最大的特点在于采用客观的方法来确定指标和权重,保证了评价结果的客观性和准确性??   (二)样本选择本研究以沪市A股民营制造业上市公司2010年3月31日的年报数据为基础进行分析。为了消除部分亏损企业资本重组等非经营性影响因素,故剔除ST和PT板块企业,以及业绩较差的企业,最终选择60家制造业作为本研究对象的样本。   (三)指标体系建立上市公司年报中的财务数据是多方面的,财务指标的选取比较容易获得,同时还要遵循公正性、相关性、一致性、发展性等原则。现代财务管理理论认为:企业的财务状况主要取决于企业的盈利能力、运营能力、偿债能力以及发展能力。本文所选取的财务指标反映了企业财务状况的以上4个方面的能力。具体的财务指标见表1。   三、实证分析过程及结果   (一)实证分析过程 本文以我国民营制造企业60家上市公司为研究对象,从披露的2010年3月31日年报中选取指标为x1~x11的数据为原始数据(数据来源于巨潮咨讯网),对这60家民营上市公司的财务状况进行综合评价。   (1)变量标准化。将变量标准化后进行相关性计算,从相关矩阵可以看出,因素之间存在显著的关系,变量之间的相关性较强。加之该组数据KMO值为0.611(0.6),可以对其进行主成分分析。   (2)计算变量的特征值、方差贡献率和累计方差贡献率。通过计算变量的特征值、方差贡献率和累计方差贡献率,得到表2。在表2中,提取5个主成分,其累计方差贡献率达到82.668%,接近1,即基本上保留了原来信息,而因子由11个减少为5个,故提取了5个主成分。   (3)得到主成分载荷矩阵。通过对原始数据的处理,可得到主成分载荷矩阵表3。从表3可知指标X5、X3、X10和X9(Xi是xi的标准化后的变量)在第1主成分上有较高载荷,说明第1主成分基本反映了这些指标的信息,定义第1主成分为盈利及成长因子;指标X1、X2和X4在第2主成分上有较高载荷,说明第2主成分基本反映了这三个指标的信息,这些指标主要反映了企业的偿债能力,因此,定义第2主成分为偿债因子;指标X6、X8在第3主分上有较高的载荷,说明第3主成分基本反映了这两个指标的信息,这些指标反映了企业的经营能力,因此,定义第3主成分为运营因子;指标X11在第4主成分上有较高载荷,定义第4主成分为资产增长速度因子;指标 X7在第5主成分上有较高载荷,定义第5主成分为股东获利能力因子。   (4)计算各主成分的线性组合。具体内容如下:   F1=-0.634*X1+0.584*X2+0.79*X3+0.579*X4+0.815*X5+0.063   *X6+0.035*X7+0.254*X8+0.658*X9+0.67*X10+0.345*X11   F2=0.538

文档评论(0)

bokegood + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档