- 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
基于因子分析的纺织服装行业上市公司经营绩效评价.doc
基于因子分析的纺织服装行业上市公司经营绩效评价
[ ]文章从多个视角选取评价指标,应用SPASS 220软件,利用 因子分析法对2013 — 2015年沪市27家纺织服装行业的经营绩效进行 评价,数据处理结果表明:近三年我国纺织服装行业经营绩效两极分 化较大,经营绩效的改善主要依靠获利能力、偿债能力、营运能力、 收现能力和成长能力的提高,最后为提高该行业绩效提出相关建议。
和著作权归原 所有, 己
[关键词]因子分析;纺织服装;?营绩效 [D01]1013939/jcnkizgsc201718014 1引言
上市公司作为我国证券市场的主题之一,其经营业绩的好坏直接 关系到整个证券市场的发展。财务状况是上市公司经营业绩的货币反 映,也是评价上市公司股票质量的主要依据。公司财务指标的选取, 要能够体现上市公司整体的情况,尽可能做到系统全面。上市公司综 合实力受诸多因素的影响,本文主要以上市公司对外公布的财务数据
为依据,按照全面性、重要性、可量化性的原则对反映公司财务状况 的指标进行选取。
由于选取的指标较多且指标之间的关系错综复杂,要有效地将这 些因素综合分析清楚,寻找出这些因素之间的内在关系,是一项复杂 的工作。由于因子分析可以很好地解决上市公司各因子之问关系。本 文的H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 学的经营绩效评价模型;二是针对纺织服装行业,利用构建的经营绩 效评价模型对其进行实证分析,从而为投资者和企业管理层提供有价 值的信息。
2研究设计
21样本选取
为了便于趋势分析,本文研究的指标数据主要来源于RESSET金融 研究数据库,选取了沪市27家纺织服装行业2013-2015年三个年度 的财务比率,应用SPASS 220,利用因子分析法对纺织服装行业2013 年至2015年的经营绩效进行对比分析。
22纺织服装行业综合能力评价指标选取
通常,财务指标是考核企业绩效的主要依据,它反映了企业的经 营成果,是整个评价指标体系的核心。本文在借鉴企业绩效评价相关 文献基础上,从反映财务状况的偿债能力、盈利能力、营运能力、发 展能力等方面选取了具有代表性的15项指标构成财务绩效指标评价 体系。
偿债能力方面的指标有资产负债率XI、流动比率X2、速动比率
X3、现金流动负债比率X4;盈利能力的指标有毛利率X5、销售净利率 X6、资产报酬率X7、净资产收益率X8;营运能力方面的指标有存货周 转率X9、固定资产周转率X10、总资产周转率XII、现金收入比X12; 发展能力方面的指标有总资产增长率X13营业收入增长率X14净资产 增长率X15。指标体系中,部分为正向指标,即数值越高对企业越有 利,如:每股收益、销售毛利率、净资产收益率。部分力适度指标, 指标不宜过高或过低,如:较高的资产负债率会增加融资负担,带来 较大的财务风险,较低的资产负债率没有充分发挥财务杠杆的作用。
3实证检验分析
31因子分析法可行性检验
因子分析法要求原有变量之间存在较强的相关关系,以使各变量 得以浓缩,本文通过KMO (Kaiser-Meyer-Olkin)检验和巴特利特球 形度检验(Bartlett Test of Phericity)对因子分析法的可行性进 行了分析,检验结果显示,KMO值为0661 (大于临界值05),巴特利 特球形检验Sig值为0 (远远小于005)。表明相关矩阵不是一个单位 矩阵,即变量间具有一定的相关性,本研宄用因子分析法是可行的。
32提取公因子并命名
抽取因子的关键是求解因子载荷矩阵,方法主要有主成分分析法、 极大似然法、最小二乘法、a因子抽取法等。本文采取主成分分析法 提取了五个公因子,相关矩阵R的初始特征值、方差贡献率和累计方 差贡献率如表1所示,其累计贡献率为87414%,即五个因子共反映了 87414%的信息。为了便于对各因子进行合理解释,本文对初始因子载
荷矩阵做最大方差旋转,其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。旋转后的成分矩阵和成分得分系数矩 阵如表2和表3所示,巾旋转成分矩阵表2可知,F1在X6、X7、X8 有较高载荷,可称为盈利能力因子;F2在X2和X3上有较高载荷,可 以称为偿债能力因子;F3在XII上有较高载荷,可以称为营运能力因 子;F4在X12上右较高载荷,可以称为收现能力因子;F5在X14上存 较高载荷,可以称为成长能力因子。F1至F5各因子分别综合了原有 指标体系 38889%、18606%、14215%、8969%、6736%的信息。
33因子得分和排名
运用统计软件SPASS 220可计算出27家公司的各因子得分及综合 得分,表3为成分得分系数矩阵,因子得分模型如下:
Fl=0013Xl-0136X2-0095X3-005
文档评论(0)