基于因子分析模型的汽车制造行业绩效评价研究

《基于因子分析模型的汽车制造行业绩效评价研究》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、基于因子分析模型的汽车制造行业绩效评价研究　　　　【摘要】文章以部分国内A股上市的汽车制造企业财务样本为依据，选择其2013年至2015年间主要财务指标，将我国汽车制造业上市公司的财务绩效分盈利能力、偿债能力、营运能力、发展能力及投资者获利能力五个方面作为财务绩效的评价指标，运用因子分析法对这些公司的财务绩效进行评价，并根据评价结果进行分析研究，结合各企业目前的实际发展水平，通过借鉴行业的平均值，找出企业自身的短板，从而达到提高汽车行业整体财务绩效的目的。下载论文网　　【关键词】汽车制造业；财务指标；绩效评价；

2、因子分析法　　【中图分类号】F230【文献标识码】A【文章编号】1004-5937（2017）23-0025-06　　近些年，伴随着我国市场经济的不断深入发展，国内供给侧结构性改革全面推开。虽然在国际重度金融危机的影响下，我国经济增长减缓，但我国汽车制造行业整体发展仍呈现出欣欣向荣的态势。汽车制造业作为汽车行业发展的领头羊，不仅对国民生产总值的增长有重要影响，而且带动了公路运输业的发展，对新技术的研发有一定的促进作用，还增加了就业和财政收入，对于我国未来经济快速增长具有十分重要的作用。因此汽车制造业上市公司的财

3、务绩效也引起了广泛的关注，对其财务绩效评价有一定的现实意义。　　一、国内外研究文献述评　　（一）国外研究综述　　早在20世纪初期，财务状况综合评价先驱者之一亚历山大?沃尔选择了7个财务比率指标用于论著《信用晴雨表研究》和《财务报表比率分析》中，估算其所占比例，确定每项指标的得分及全部指标综合得分。虽然这种评价方法有一定的主观臆断，但这种综合评价企业财务绩效的方法，为以后企业财务绩效评价的发展植入新的灵感并且在当时被广泛应用于各大企业。　　随着经济的发展，沃尔的综合评价法已经不适用于生产规模越来越大的企业，主观色

4、彩过重的综合得分法无法准确估计权重，这时杜邦公司创立的著名的杜邦分析法应运而生。20世纪90年代以来，经济全球化和信息化的发展潮流使得企业财务绩效评价又有了新的进步，在指标的选择上，产生了财务指标与非财务指标相结合的企业绩效评价方法，这就是著名的平衡计分卡法，这种方法的出现在当时社会引起了很大的反响。该方法将财务指标和管理水平指标进行了有序的结合，实现了对企业绩效全面、系统的评价。另一个伟大的财务绩效评价方法也是出现在20世纪90年代，那就是EVA经济增加值法。但是由于EVA在对企业财务绩效进行评价时，忽视了非

5、财务数据的重要性，使得这种评价方法对同一时期不同规模的企业无法正常使用。　　（二）国内研究综述　　在进入21世纪以后，我国很多财务学者对财务绩效评价的理论和方法有了更加热烈的讨论。周星[1]运用因子分析与DEA相结合的方式对上市银行效率进行评价，在分析时运用因子分析减少原始数据，提取公因子，去除了输出因子?c输入因子的线性关系，有效解决了DEA模型的技术要求，从而大大提高DEA分析结果的有效性和利用价值。钟华[2]运用因子分析对汽车制造业上市公司进行行业财务绩效评价，认为与其他绩效评价方法相比，因子分析的方法更

6、加准确、客观。孙奕驰[3]在对比了四种财务绩效评价方法后，选择因子分析法与熵值法进行分析，认为因子分析通过最后因子得分与排序有助于找出上市公司在经营管理诸方面的优势及劣势，对企业提高财务绩效有一定的推动作用。　　二、汽车制造行业财务绩效评价设计　　（一）样本选择　　根据我国《国民经济行业分类》（GBT4754-2016），汽车制造业属于交通运输设备制造业。本文主要以新浪财经网发布的102家A股上市汽车制造企业的财务数据信息为依据，从中剔除非整车汽车制造公司及亏损上市公司，最终选取26家整车汽车制造业上市公司作为

7、样本代表我国汽车制造行业。　　（二）指标的确定　　在统一会计计量口径的基础上，构建财务指标体系越分明，就越能够准确地反映上市公司的财务绩效。在相关研究[4]的基础上，本文结合《企业绩效评价操作细则》的规定，构建财务绩效评价指标，如表1所示。　　三、汽车制造行业财务绩效评价　　（一）原始数据的处理　　本文选取15个财务指标及26个样本企业原始数据构成的指标来源，最后以三年绩效得分的几何平均值作为排名，每年绩效得分具体公式为：　　D3=？茁1F1+？茁2F2+…+？茁nFn（2015年）　　D2=？茁1F1+？茁2

8、F2+…+？茁nFn（2014年）　　D1=？茁1F1+？茁2F2+…+？茁nFn（2013年）　　其中：D3、D2、D1分别为2015年、2014年、2013年汽车制造业上市公司最终绩效得分值。　　（二）因子分析适度性检验　　通过软件，对检验结果加以分析，取值范围控制在0―1之间，一般大于表示该数据适合做因子分析。三年检验结果如表2所示。　　从表2可以看出，2015年、2014年、2