- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
基于云计算概念下上市公司财务绩效评价研究
基于云计算概念下上市公司财务绩效评价研究
[摘要]本文对38家云计算上市公司2016年的财务绩效进行了评价,构建了以盈利因子、偿债因子、营运因子和发展因子为骨架的评价指标体系,进行因子分析,给出了综合的绩效得分及排序。进一步研究影响财务绩效的因素,本文采用了分位数回归模型对影响因素进行回归估计分析,得出了云计算上市公司要提高公司规模、优化资本结构促进财务绩效等结论。
[关键词]云计算公司 因子分析 分位数回归
一、引言
近年来,云计算、大数据等热门词成为了IT届的主流,云计算是使计算分布在大量的分布式计算机上,通过互联网技术灵活处理各种网络资源,实现超大规模数据处理的运算模式。我国云计算的规模在2015年已达到了1500亿元,同比增长30%,预计在2019年规模将达到4300亿元,云计算俨然已成为了中国科研战略开发的重要方向之一。中国在全球的云计算市场也抢占先机,阿里云已跻身全球云计算四大巨头,腾讯、华为、联想、等也在云计算市场上大放异彩。在这样的背景下,对全国有代表性的云计算公司进行财务绩效评价,研究绩效评价因素具有深远意义。
二、文献综述
国内外在研究企业绩效评价时,大致经历了从浅到深的过程。
1903年,美国杜邦公司提出了杜邦分析法,该方法的特点是将数个用作评价公司财务状况以及经营效率的比率按其相关规律有机的结合,组成一套完整的财务分析指标体系。该方法关键在于建立具有连贯性的财务比率指标体系,确定总指标以及建立各个指标间的相互关系。
1992年,平衡计分法使得研究企业绩效评价体系进入了一个新的阶段。Kaplan和Norton在《平衡计分卡一驱动绩效指标》中对平衡积分法总结了该方法对绩效评价过程中体现的指标平衡。由于平衡计分法创新性的将非财务指标纳入了评价体系,所以在绩效评价中的应用更加具体有效。
1970年,美国运筹学家萨蒂提出了层次分析法,是系统化的定性定量相结合的分析法,在绩效评价中也有广泛的应用。陈嘉立(2011)用层次分析法对银行进行绩效评价的研究,?⒍ㄐ苑治鲇攵?量分析相结合,对银行的财务绩效做出了系统的评价。
三、云计算公司财务绩效评价研究
相比文献综述的绩效评价方法,因子分析法根据指标间的方差贡献率确定因子权重,避免了人为主观因素的制约,更为可靠客观。因此本文通过因子分析进行云计算上市公司的财务绩效评价。
(一)因子分析模型概述
因子分析是将具有复杂关系的多个指标提取为少数综合因子的一种统计方法。少数的综合因子能够反映原来多个指标的大部分信息,这是一种降维思想。通过方差贡献率大小将多个指标整合为几个公共因子,同组的变量相关性较强,不同组的相关性较低。
其中系数aij为第i个变量与第k个因子之间的线性相关系数,也称载荷。ε称为特殊因子,代表公因子之外的因素影响。对因子载荷进行估计,计算出各个公因子的得分,再以各个因子的贡献率为权重进行加权求和计算出综合得分。
(二)样本选择
本文选取了国内A股上市的38家云计算公司作为研究样本,对其财务绩效进行评价,选取财务数据时间为2016年,所有数据均来自于巨潮资讯网披露的公司年报。
(三)指标选取
本文参考相关资料,选取了12个财务指标,并归结为四类反映公司获取利润、偿还债务、经营状况以及发展空间的能力的体系,具体的指标体系见表1。
(四)绩效评价实证分析
1.标准化处理。从本文构建的财务绩效评价指标体系中可看出各个指标的数据大小差异较大,量纲和数量级不同,为消除数据的偏差,本文对数据进行标准化处理:
2.因子分析检验。一般通过KMO检验和Bartlett球度检验评价指标。KMO检验用于检验原始变量间的简单相关系数和偏相关系数,取值在0~1之间,若值越接近1,因子分析效果越好,一般认为当KMO统计量大于0.5时,即可进行因子分析。
Bartlett球度检验是将变量的相关系数矩阵作为基础,如果概率P值小于给定的显著性水平,拒绝原假设,即各变量之间存在相关关系,可以进行因子分析。
本文对处理过的数据进行KMO检验和Bartlett球度检验,得出KMO统计量为0.528,大于0.5;Bartlett球度检验统计量的卡方值为395.793,对应的P值为0,说明本文选取的样本适合进行因子分析。
3.公因子提取。本文将变量数据标准化后的相关系数矩阵作为研究对象,利用SPSS22.0软件进行求解。通过主成分分析法求解出公共的特征值、方差贡献率及累计方差贡献率,并提取公共因子,如表2所示。
如上表所示,根据特征值大于1的准则提取出四个公共因子。方差贡献率用来表示每个公共因子相对重要性的尺度,值越大,公因子就越重要,表2显示,四个公共因子
原创力文档


文档评论(0)