因子分析法在广西上市公司财务评价中的运用

《因子分析法在广西上市公司财务评价中的运用》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、因子分析法在广西上市公司财务评价中的运用　　　　一、引言下载论文网　　随着我国资本市场的不断发展和壮大，上市公司数量也在快速增长。投资者、债权人和政府等利益相关者对于这些公司的评价和关注也越来越需要更多的指标来判断支撑。其中重点的数据指标就是上市公司的财务数据指标。然而，面对多项上市公司财务指标，如何进行财务综合评价则是一个较复杂的问题。针对财务综合评价的问题，其中因子分析法是一个较好的解决方法。同时，有学者结合不同数据及不同的分析情况运用这一方法做出了较多的研究。朱顺泉（2004）通过选取20个上市公司及其15项评价指标的数据作为考察对象，运用所构建的因子分析模

2、型进行了综合评价分析，最后得出前十名的公司排名并认为这种因子分析方法增加客观性和减少了指标选择的工作量问题。姜灵敏（2007）通过选取我国上市公司2004年上半年报各行业的7个财务指标运用因子分析进行了行业的综合评价研究，并得出前五位行业排名。颜如意（2010）运用因子分析法对我国2008年17家公路行业上市公司的财务状况水平进行了排名研究。刘子农（2010）通过选取2008年53家安徽省上市公司12项财务数据指标，运用因子分析法进行了综合评价研究并得出前10家公司的排名。韩芳艳、张孝友（2009）通过选取2007年重庆市21家上市公司11项财务数据指标，运用因子

3、分析法进行其综合研究，并得出前三和最后两位排名。可以发现，因子分析方法是一种方法，是一种分析工具，因此可以用来分析不同行业公司的财务综合评价，可以用来分析某一个行业内不同公司的财务综合评价，同时也可以用来分析同一地区不同公司的财务综合评价问题。　　二、指标选择及数据选择　　财务指标主要从偿债能力、运营能力和盈利能力等方面来选择相应的指标。具体指标有：流动比率x1，速动比率x2，现金比率x3，资产负债率x4，产权比率x5，债务-有形净值比率x6，权益乘数x7，长期资本负债率x8，经营现金流量负债比x9，应收账款周转次数x10，存货周转次数x11，流动资产周转次数x1

4、2，净营运资本周转次数x13，非流动资产周转次数x14，总资产周转次数x15，销售净利率x16，毛利率x17，资产净利率x18和权益净利润x19。　　关于数据选择，主要是选择了广西在沪深两市的所有A股上市公司2009年财务数据（所计算数据均源自巨潮网站），其中剔去ST类公司6家，最后剩下20家上市公司。表1是对所选20家上市公司19项财务指标数据的统计描述。从表1中可以看到，各指标最大与最小的差距是比较大的，标准差表现波动也较大。这种差距的原因可能是由于这20家公司所属行业状况是不一样的。整体而言，指标数据表现规律性不明显。　　三、因子分析过程　　其一，因子分析判

5、断。采用KMO和Bartlett球度对原始数据检验是否适合做因子分析，用SPSS分析得出结果如表2所示：　　由输出结果可知KMO值为，达到可行性标准，而且Bartlett球度检验的卡方统计值为，自由度为91，相伴概率为，远小于显著性水平，因此拒绝原假设，认为原始变量适合做因子分析。　　其二，提取因子。运用主成份分析法提取了4个主因子，前4个特征值累计贡献率已达%，说明前4个因子基本包括了全部指标具有的信息，故取前4个特征值，得到因子载荷矩阵。为了更好地对主因子进行解释，采用最常用的方差最大法对提取的主因子进行因子旋转，得到表3。　　由表3可知，第一因子F1在流动比

6、率（x1），速动比率（x2），资产负债率（x4），产权比率（x5），债务-有形净值比率（x6），长期资本负债率（x7）上的载荷较大，根据指标经济意义其反映了在公司在偿债能力方面的综合评价；第二因子F2在经营现金流量负债比（x8），资产净利率（x13），权益净利润（x14）上的载荷较大，根据指标经济意义其反映了公司在盈利能力方面的综合评价；第三因子F3在应收账款周转次数（x9），总资产周转次数（x11）上的载荷较大，根据指标经济意义其反映了公司在营运能力方面的综合评价；第四因子F4在存货周转次数（x10）上的载荷较大，根据指标经济意义其反映了公司在营运能力方面的综合

7、评价。可以发现在数据处理上分成了4个因子，但是根据指标的经济意义，最后2个因子都反映了公司营运能力方面的综合评价。　　其三，计算因子得分矩阵。通过回归法计算因子得分，可以得到因子得分矩阵表4。　　由表4可知，资产负债率（x4）对第一个因子的影响最大，权益净利率（x14）对第二个因子的影响最大，总资产周转次数（x11）对第三个因子的影响最大，存货周转次数（x10）对第四个因子的影响最大。　　其四，计算各公司得分。在因子分析的基础上，对各个公司进行公共因子得分的计算，并以各因子的方差贡献率为权重进行加权汇总，得到各城市的综合得分。综合得分模型为：　　F=+++　　最后

8、可以得到：