基于因子分析法物流行业上市公司财务绩效研究.docVIP

基于因子分析法的物流行业上市公司财务绩效研究 　　一、引言 　　我国上市公司的财务绩效研究目前还处于探索阶段，但在实际应用方面己逐步体现出其价值。近年来，我国物流行业发展迅速，截止2010年底，剔除ST、SST类，沪深两市共有37家物流类上市公司。随着物流在我国经济发展中重要地位的确立，物流上市公司的财务绩效已成为多个利益相关者所关注的焦点。因此，本文的目的主要体现在以下两个方面：一是探索如何构建更客观、更科学的财务绩效评价模型；二是针对物流行业，利用构建的财务绩效评价模型对其进行实证分析，从而为投资者行使投资决策权和企业内部信息需求者提升和保持其核心竞争力，实现其战略目标提供科学依据。 　　二、研究设计 　　（一）样本选取 本文以我国沪深两市物流类上市公司财务绩效为研究对象，根据研究的需要，剔除了ST、SST上市公司，选出的样本为37家。 　　（二）指标选取 根据财务绩效多维分析的特点，本文采用以主因子分析为主的统计分析方法，结合前人研究，从反映财务绩效的效益指标、营运能力指标、投资者获利能力、偿债能力指标等方面，依据全面性、代表性、数据易获得性等原则设计与选取具有代表性的9个指标构成财务绩效指数评价体系（如表1所示），对我国物流行业上市公司财务绩效水平进行分析。 　　三、基于因子分析法的物流行业上市公司财务绩效实证研究 　　（一）利用因子分析法构建财务绩效评价模型的原因 在许多研究中，为了全面系统地分析问题，都可能完整地搜集信息，对每个观测对象往往需要测量很多变量（或指标），人们自然希望用较少的新变量来代替原来较多的旧变量，而这些新变量应尽可能反映旧变量的信息。因子分析正是能够满足这一要求的处理多变量问题的方法。 　　因子分析的特点为：第一，因子变量的数量远少于原有的指标变量的数量，对因子变量的分析能够减少分析中的计算工作量；第二，因子变量不是对原有变量的取舍，而是根据原始变量的信息进行重新组构，它能够反映原有变量大部分的信息；第三，因子变量之间不存在线性相关的关系，对变量的分析比较方便；第四，因子变??具有命名解释性，即该变量是对某些原始变量信息的综合和反映。 　　能够反映财务绩效的指标很多，这些指标就是我们评析财务绩效的原始变量，全部用来评价财务绩效显得指标过多，既不可能也无必要，如果选取指标过少，正像国内有些利用单指标评价财务绩效的方法一样，显得片面，对财务绩效的评价也缺乏准确性，最好的办法是尽量选取一定数量的能较全面反映财务绩效的指标，并对这些原始变量进行重新组构、归类，用较少的相对综合的新指标代替所选的基础指标，并纳入到模型中去，构造财务绩效评价模型。 　　由因子分析法的上述特点可以看出，因子分析法正好符合我们上述建模的思路，且因子分析法对综合后的指标（即因子）还具有命名解释性，这就为我们利用该综合模型进行财务绩效分析提供了便利。 　　（二）数据处理与模型建构 本文首先收集、整理各样本公司财务绩效评价9个具体分析指标2010年的相应数据值（因篇幅限制，不列出相关指标原始数据），并采用数学方法进行标准化处理，然后建立相关系数据矩阵R并得到其特征向量。采用统计软件SPSS16.0进行分析，得到R的特征值和贡献率（如表2所示）。 　　根据表2，变量相关系统矩阵共有四大特征根：2.833、2.030、1.507、1.069，这四个因子已经解释了原变量的标准化方差的83.212%，即用四个主因子代表原来9个原始指标评价物流行业上市公司财务绩效已有近85%的把握。为便于对各因子进行合理的解释，本文对初始因子载荷矩阵做方差最大正交旋转。主因子的经济意义是由因子模型中权数较大的几个指标的综合意义来确定的。本研究中主因子F1、F2、F3、F4分别从财务效益、营运能力、投资者获利能力、偿债能力四个方面来评价物流行业上市公司的财务绩效状况。本文依据主因子得分表达式首先计算得出37家样本公司四个主因子对各原始变量的得分即F1，F2，F3，F4。 　　利用四个因子的方差贡献率进行线性加权求和，可以得到一个能够反映物流行业上市公司的财务绩效水平的综合评价模型，如下式所示： 　　F=（27.399F1+20.423F2+20.346F3+15.044F4）/83.212 　　从财务绩效评价模型可以看出，财务效益因子的权重最大，表明物流行业上市公司的财务效益状况是影响公司财务绩效的最关键因素。 　　（三）结果分析 根据上面的评价模型，结合样本公司2010年的数据资料，可得到物流行业37家上市公司2010年财务绩效水平的综合得分及排序（见表3）。一般来说，分值越高，说明该上市公司的财务绩效水平越高；得分大于0，意味着该公司财务绩效水平在全样本公司财务绩效平均水平之上，反之则在全样本公司财务绩效平均水平之下，需要积