指标选取及分析方法.docVIP

指标的选取及分析方法 2. 1 指标的选取 影响我国高新技术企业成长的因素很多，考虑 数据资料的可得性，本着科学性、代表性、可操作 性的原则，本文引用 《2008 中国火炬统计年鉴》 ［6］ 、 《2009 中国火炬统计年鉴》 ［7］ 和 《2010 中国火炬统 计年鉴》 ［8］ 中 43 个省、市科技部门提供的 2007 年、 2008 年和 2009 年的统计数据，并根据需要对相关数 据进行整理，得到 13 个反映高新技术企业成长性的 评价指标。由于截面数据并不能很好地反映高新技 术企业在一段时间内的发展趋势，本文采用了各指 标 2007—2009 三 年 的 平 均 值。这 些 指 标 包 括: 2007、2008 和 2009 年三年的产品销售收入平均增 部分省市高新技术企业对应的指标数据如表 因子分析方法 因子分析法是指用较少几个公因子的线性函数和 特定因子之和来表示原指标，把一些复杂的指标归结 为少数几个公因子的一种多元统计分析方法。因子分 析法通过对因子载荷矩阵、变量共同度等进行分析， 根据公因子的方差贡献度的大小提取公因子，在对因 子进行方差最大化正交旋转后，用回归方法估计因子 得分，并以各因子的方差贡献率的比重对各因子进行 加权汇总，得出综合得分进行评价。 ２．２　 分析步骤 因子分析通常是以主成分分析为基础 ． 因子分 析步骤如下： １ ）建立模型 假设研究选取 ｋ 家目前在深交所上市的中小 板企业，任何一个企业都有 ｂ 个成长性指标 ． 把一 开始的指标变量表示为 ＝（ Ｘ １ ， Ｘ ２ ，…， Ｘ ｂ ） ′ ，标准 化后变量表示为（ Ｙ １ ， Ｙ ２ ，…， Ｙ ｂ ） ′ ． 同时把转变后的 公因子表示为 Ｆ １ ， Ｆ ２ ，…， Ｆ ｔ （ ｔ＜ｂ ），因此模型就为 Ｘ １ ＝ａ １１ ×Ｆ １ ＋ａ １２ ×Ｆ ２ ＋… ＋ａ １ｔ ×Ｆ ｔ ＋ε １ 　　　　 Ｘ ｂ ＝ａ ｂ１ ×Ｆ １ ＋ａ ｂ２ ×Ｆ ２ ＋… ＋ａ ｂｔ ×Ｆ ｔ ＋ε ｂ ２ ）所有数据进行标准化处理，从而剔除数据 的量纲 ． ３ ）确定要分析的原有若干变量是否适合于因 子分析 ． ４ ）计算出相关系数矩阵 Ｒ 的特征值与特征贡 献率 ． ５ ）实行方差最大正交旋转 ． ６ ）计算并综合各因子得分 ． ３　 样本选择及评价结果分析 ３．１　 样本的选择 文中选用中小板的中小企业作为研究样本，这 是因为上市的中小企业财务制度比较规范，信息透 明度较高 ． 根据深圳证券交易所发审监管部统计， 截至 ２０１１ 年 １２ 月 ３０ 日，中小板上市公司数量达 到 ６３６ 家 ． 目前， ２７３ 家中小企业板公司扩张到了 １３ 个 行 业，其 中 制 造 业 所 占 比 重 最 大，达 到 ７５．１６％ ，有 ４７８ 家，所以文中以制造型中小企业为 例 ． 样本选取时考虑到不同行业之间存在较大的 差异，这样的样本会影响到评价结果的准确性，故 文中收集了 ４７８ 家中小上市企业，通过与国内的中 小企业界定标准进行一一比对，选出符合条件的 ３０ 家中小制造型企业，并采用了 ２００９ 年、 ２０１０ 年 和 ２０１１ 年三年的平均值作为研究数据，能较好地 减少偶然性因素的影响 ． ３．２　 原始数据的获得及其标准化处理 样本确定后，借助 ＣＣＥＲ 数据库公布的上市 公司的年报资料及新浪财经中是财务指标数据整 理出文中原始数据，不同指标的数量级不同，在分 析前也要进行处理，以排除由于指标的数量级不同 所带来的影响 ［４ ］ ． 通常采用“标准化法”对原始数据 进行无量纲化处理，使得经过处理后的数据服从 （０ ，１ ）标准正态分布 ． 具体处理方法是：设 Ｘ ｉｊ 表示 第 ｉ 个公司的第 ｊ 个指标值，则其标准化值为 Ｘ ＊ ｉｊ ＝ Ｘ ｉｊ －Ｘ ｊｉ ∑ ｎ ｉ＝１ （ Ｘ ｉｊ －Ｘ ｊ ） ２ ｎ－ 槡 １ 其中 Ｘ ｊ 为第 ｊ 个指标的平均数 ． ３．３　 基于因子分析的中小企业财务综合评价模型 根据标准化处理后的样本数据，利用 ＳＰＳＳ 软 件进行主成分分析，分析结果如下： １ ）判断是否适合因子分析 根据 ＳＰＳＳ 运行的结果，在 ＫＭＯ 和 Ｂａｒｔｌｅｔｔ 检验情况下 ．ＫＭＯ 值为 ０．６２７ ，说明因子分析是基 本适合的 ． 同时， Ｂａｒｔｌｅｔｔ 球体检验统计量的观测 值为 ３７２．０７１ ，且其概率 ｐ 接近于 ０ ，说明文中的财 务数据适合于做因子分析 ． ２ ）因子数量的确定———总方差分解表 表 ２ 中通过因子分析，观察贡献率表，可以发 现特征根大于 １ 的公共因子有 ６ 个，表明测量企业 成长性的 １４ 项变量可以载荷于 ６ 个因子，而对于 第 ７ 个公共因子特征值与 １ 差距较远，并且