基于因子分析和聚类分析互联网上市企业财务绩效评价.docVIP

基于因子分析和聚类分析互联网上市企业财务绩效评价 　　摘 要：本文选取20家互联网上市公司作为样本，利用因子分析方法提取四个主因子对公司的财务状况进行了分析，得出综合得分，再利用聚类分析方法对这20个样本进行分类，最后用SPSS对每类各因子得分及总得分做统计描述，找出每类的特点，有针对性地提出建议和策略。 　　关键词：因子分析；聚类分析；互联网上市企业；财务绩效 　　1 概述 　　当今我国互联网已成为全球互联网发展的重要组成部分。互联网全面渗透到经济社会的各个领域，成为生产建设、经济贸易、科技创新、公共服务等的新型平台和变革力量，推动着我国向信息社会发展。然而，随着中国互联网如火如荼的发展，越来越多的互联网企业却遭到“成长的烦恼”。科学的财务绩效评价是了解企业的有效途径。因此，研究互联网企业财务绩效评价问题具有重要的意义。 　　利用因子分析和聚类分析相结合的方法对上市公司进行绩效评价的研究很普遍，但很少有学者将这种方法应用在互联网上市公司财务绩效评价的研究上。基于这种背景，本文选取20家互联网上市公司作为样本，利用统计分析软件SPSS16.0对样本公司的财务状况进行因子分析和聚类分析。先利用因子分析法计算出这20家公司的因子得分和综合得分并得出排名，再对每家公司因子得分进行聚类，把20家企业分成五类，最后对每一类公司各因子得分进行统计描述，以便对每类公司提出不同的发展战略。 　　2 互联网上市企业财务绩效评价指标体系的构建 　　2.1 样本的选取与数据来源 　　互联网企业上市之初往往存在“泡沫”，所以本文以2009年12月31日以前在美国纳斯达克证券交易所和香港证券交易所上市的互联网企业作为研究对象。符合上述要求的互联网企业有23家，但为了保证数据的有效性，本文剔除了少数资料不完全的上市公司，如：网龙、第九城市、酷6网。最终得到20家上市公司2012 年样本数据。本文数据来源于BVD-Osiris全球上市公司分析库、上市公司年报（腾讯）、新浪财经网（http：///usstock/quotes/BIDU.html）。 　　2.2 评价指标的构建 　　考虑当前经济环境下的互联网上市公司的实际情况，除了满足指标的内涵明确清晰、有独立性、有针对性等基本要求外，还应根据4M 原则（Meaningful、Measurable、Manageable、Material）[1]选取相应的指标。本文分别从偿债能力、营运能力、盈利能力、发展能力四个方面选取了反应企业财务状况的12个指标来。如表1所示。 　　由表1可看出，上述指标体系中，用于偿债能力分析的3个指标为适度指标，其他9个均为正向指标。因此，本文运用X′=1/（1+|X-A|）（A为X的理论最优值）方法对流动比率、资产负债率、产权比率这3个指标进行趋同化处理。另外，为了消除各指标之间的量纲影响，在趋同化后，我们对所有样本原始指标进行了无量纲化处理。 　　3 互联网上市企业的因子分析 　　因子分析是一种相关分析技术，是以较少几个因子反映原资料的大部分信息的统计方法。根据因子分析的思想，事先通过因子分析，从具有共线性的多个变量中筛选出少数几个变量。它们概括了原始变量观测值中绝大部分信息，使用这些变量建立的回归方程能再现原始变量之间的关系。[2] 　　本文对所选取的20个指标进行KMO和巴特利特球形检验，SPSS中输出的结果KMO=0.429，虽然KMO值较小，但是考虑到变量的个数本身很少，因此重点看球形检验统计量，观测值为219.722，对应概率p接近于0，概率p小于显著性水平，通过检验，适合进行因子分析。[3] 　　3.1 互联网上市企业的因子分析 　　利用SPSS软件从12项指标变量中提取出4类主要因子。第一个主因子的方差贡献度为24.29%，第二个主因子的方差贡献度为23.60%，第三个主因子的方差贡献度为18.94%，第四个主因子的方差贡献度为15.25%。由此可见，前四个因子的累计贡献率已经达到了82%，满足因子个数对累计贡献率的要求，因此，用这四个主因子就可以概括12个指标的大部分信息。 　　为了分别使四个主因子明显的代表一部分变量，本文对因子进行旋转，旋转后的因子载荷矩阵如表2所示。 　　表2 Rotated Component Matrixa 　　[＼Component＼1＼2＼3＼4＼Z流动比率 　　Z资产负债率 　　Z销售净利率 　　Z总资产净利率 　　Z权益净利率 　　Z营业收入增长率 　　Z资本积累率 　　Z市盈率 　　Z产权比率 　　Z净利润增长率 　　Z营运资本周转率 　　Z总资产周转率＼-.892 　　.942 　　.109 　　.225 　　.293 　　.859 　　-.184