新能源汽车行业上市公司财务绩效实证的研究.docVIP

新能源汽车行业上市公司财务绩效实证的研究 　　【摘 要】 文章采用因子分析法，从财务分析视角构建了新能源汽车行业上市公司经营绩效评价指标体系。以2013年新能源汽车行业74家上市公司年报数据为样本，利用SPSS统计软件，分析了我国新能源汽车行业上市公司的经营绩效，并提出了进一步改进的建议。 　　【关键词】 财务绩效； 因子分析； 新能源汽车行业 　　中图分类号：F275 文献标识码：A 文章编号：1004-5937（2015）10-0029-05 　　一、前言 　　汽车产业作为我国国民经济的重要支柱产业，在快速发展的同时，也加剧了能源短缺和环境污染。我国“十二五”规划中，将新能源产业作为政府重点发展的产业，并把新能源汽车行业的发展放在突出位置，国务院多次召开会议制定支持新能源汽车发展的规划。由此可见，新能源汽车是未来汽车产业发展的方向。 　　在国内外多重因素影响下，相关企业纷纷介入新能源汽车行业，但企业发展良莠不齐。为了分析判断新能源汽车行业上市公司经营发展中存在的主要问题，提出科学的决策和改进措施，有必要运用新的技术和方法对其经营绩效进行评估。本文拟从财务视角并运用因子分析法对涉及新能源汽车行业的74家上市公司的经营绩效进行实证研究。 　　二、指标体系的构建 　　评价指标体系的构建是上市公司经营绩效分析的重要环节。对评价指标体系的识别应遵循代表性、相关性、可操作性和系统性的原则。对于一个上市公司来说，其生存和发展的动力是具有良好的财务状况，因此，按照评价指标体系的构建原则并参考相关的文献资料，本文在选取评价指标体系时，从企业的财务报表资料入手，基于多种因素的考虑，选取了19项指标用于构建汽车行业上市公司投资价值评价指标体系，具体包括：流动比率（X1）、速动比率（X2）、资产负债率（X3）、营业利润率（X4）、销售净利润（X5）、总资产净利润率（ROA）（X6）、净资产收益率（ROE）（X7）、每股未分配利润（X8）、每股盈余公积（X9）、现金流量比率（X10）、债务保障率（X11）、存货周转率（X12）、长期资产周转率（X13）、总资产周转率（X14）、资本积累率（X15）、总资产增长率（X16）、营业收入增长率（X17）、每股收益（X18）、留存收益资产比（X19）。这19个财务指标作为研究变量反映了上市公司的偿债能力、盈利与发展能力、资本扩张能力、运营能力和成长能力五个方面的状况，可以较客观地反映出汽车行业上市公司的财务状况，较为科学地分析出上市公司的投资价值。 　　三、实证研究 　　（一）样本选取 　　为了分析企业绩效影响因素，本文以国泰安（CSMAR）数据库作为数据源，选取2009―2013年五年的新能源汽车行业相关上市公司年度财务报表数据为样本，使用SPSS 19.0软件进行数据处理。在数据处理之前进行样本筛选，筛选的原则是：剔除非持续经营三年以上的公司；剔除PT或者ST的股票；剔除年度报告披露不全的公司，特别是本文研究所需数据缺失的上市公司。 　　根据国泰安数据库提供的2009―2013年新能源汽车行业上市公司财务报表数据，筛选出74家公司19个财务指标作为变量进行分析。 　　（二）数据处理 　　在进行因子分析之前，需要将原始数据标准化。上述19项指标数据之间存在很大差异，需要进行标准化处理，使其具有可比性。标准化处理公式如下： 　　Xij=■ 　　EYj=■ 　　DYj=■ 　　（i=1，2，3，…，n；j=1，2，3，…，19） 　　式中：Yij为标准化前的指标值；Xij为标准化后的指标值。 　　对于标准化后的数据，应该根据其正指标、负指标和适度指标的特征，将负指标和适度指标作正向化处理。可以先将适度指标通过公式Y-K作正向化处理，然后将其差值的绝对值取倒数，即Xij=■。这里Y为适度指标值，K为适度值，X1、X2和X3的适度值分别取2、1和0.5。 　　（三）KMO和Bartlett检验 　　在进行因子分析之前，本文首先对变量数据作KMO样本测度值检验。KMO测度值在0.9以上的数据，各自变量间相关性很好，非常适合于因子分析；0.8―0.9自变量间相关性很高，很适合；0.7―0.8自变量间相关性较高，较适合；0.6―0.7自变量间相关性高，适合；0.5―0.6自变量间相关性一般，勉强适合因子分析；0.5以下，表示数据不适合因子分析。表1为对变量数据所做的KMO样本测度值检验结果。 　　■ 　　从表1可以看出，KMO测度值为0.704，Bartlett检验结果显示显著性概率为0.000，小于1%，可以认为相关系数矩阵不太可能是单位矩阵，适合作因子分析。 　　（四）确定公因子 　　表2列出了2013年度74家新能源汽车上市公司的财务数据，为运用SPSS统计软