上市公司财务比率指标状况排名的研究.docVIP

上市公司财务比率指标状况排名的研究 　　摘要:对上市公司业绩评价一直是投资者关注的问题,也是理论界和实务界研究的重要命题。本文用主成分分析法,基于上市公司年报公布的财务比率指标,对河北省上市公司进行了排名。 　　关键词:主成分分析 排名 上市公司 　　 　　0 引言 　　上市公司的业绩评价一直是众多投资者关注的焦点,尤其是长线投资者做基本面分析必不可少的一道程序。投资者评价上市公司业绩时虽然不再单纯看公司的财务指标,而是把财务指标和非财务指标结合起来综合评价一个上市公司的业绩表现,以求得更为科学、客观的效果。然而,遗憾的是非财务指标的定量化困难,评价标准的随意性和评价主体的主观性等使其评价效果大打折扣。尽管财务指标评价业绩表现不尽完善,但由于财务数据的公开易得、客观性强、标准统一等优点,广泛用于投资者评价公司业绩的过程中。由于财务指标类型众多,各个指标分别衡量公司某一方面的能力,有的指标衡量内容相互交叉重叠,本身存在着相关关系,如果处理不当,可能会造成评价顾此失彼,该考虑的指标漏掉,而有的指标则重复考虑。为了避免出现这种情况,有一种业绩评价方法正好可以解决此类问题,即主成分分析方法。本文用2006年河北省34家上市公司(沪市和深市)财务比率指标对河北省上市公司业绩做一个综合业绩评价并给出相对名次。 　　1 主成分分析法 　　主成分分析的基本思想是将相互关联的多个指标的共性提取出来,用较少的几个互不相关的综合指标代替原来的多个指标,抓住了问题的主要矛盾,从而简化问题的分析。这几个综合指标就是原来多个指标的主要成分。所以,主成分分析本质上是降维,这也从SPSS软件analyze(分析)菜单中data reduction―factor体现出来。 　　以上市公司市场价值和上市公司治理状况为例,假设M=2时,原有指标为x1(市场价值)和x2(治理状况),将n对(x1,x2)在二维平面坐标系上做散点图,可见x1和x2之间线形相关,进而可以求出x1和x2的线形回归方程。以将该直线作为新坐标系的y1横轴,再作一条与y1横轴垂直的y2纵轴,新旧坐标系原点维持不变,显然,此时的n个点在新坐标系中不再线形相关,y1和y2变量相互独立,它们的变异主要集中在y1轴上,如果忽略y2的变异,则上市公司的市场价值和公司治理状况就可以用一个综合的指标y1来代替,因为此时的y1能反映原始指标x1和x2含有的主要信息,y1就是x1和x2的第一主成分,y2就是x1和x2的第二主成分。类似地,可以推广到N个对象观察m个指标,如果个指标之间存在相关关系时,可以通过线形变换的方法找到一组新指标y1,y2,…yk,且满足如下条件: 　　Yi是原指标的线形函数,yi之间相互垂直;yi之间相互独立;yi包含原指标所有信息,y1提供的信息最多,y2次之,…yk最少。Yi为原指标的第i主成分。 　　由于主成分分析的精髓在于用较少的指标反映原有指标尽可能多的信息,因此实际运用过程中,主成分的数量不必达到理论上的m个,若y1,…yk(km)的累计贡献率达到85%以上,则说明k个主成分已能反映原有指标较多的信息,此时采用k(往往很小)个综合指标就能简化分析过程而又能覆盖几乎全部的信息。 　　主成分分析问题的步骤是:①确定指标体系,收集原始数据并汇总得一数据矩阵Xmn,m表示个案数,n表示指标数;②按指标标准化原始数据。这是因为不同量纲数据不可比,也对下一步的相关矩阵产生影响。③计算各个指标的相关矩阵;④计算相关矩阵的特征值并降序排列;⑤计算各个主成分的方差贡献率,由大到小,如果累计方差贡献率首次超过85%,则忽略后面贡献率较小的主成分;也可以利用特征根大于等于1的原则选取要保留的主成分。 　　2 实证分析 　　2.1 数据来源。本文选取河北省2006年34家沪深两市上市公司财务比率指标作为样本,全部原始数据来自巨潮网站()公布的上市公司财务比率数据,选取其中的流动比率X1,每股收益X2,每股净资产增长率X3,总资产周装率X4,资产利润率X5,净利润率X6,净资产收益率X7,主营收入增长率X8,总资产增长率X9,资产负债率X10和主营收入现金含量X11共11个指标,数据年度是2006年1月1日至2006年12月31日。 　　2.2 数据检验。对原始数据运用SPSS11.5作一相关分析,结果如下,KMO值为0.695≈0.70.5,Bartlett近似χ2值398.970,显著性水平达到0.000,适合做主成分分析。 　　2.3 数据分析。按照主成分分析步骤,将原始数据标准化得到新的矩阵Y,在SPSS11.5上求得相关矩阵的特征值和各个主成分的方差贡献率、累计方差贡献率,如下表 　　由表可见,第一主成分的特征根为5.511,它解释了总变异的50.101%,依