因子分析法在公司并购财务绩效评价中的应用

《因子分析法在公司并购财务绩效评价中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、因子分析法在公司并购财务绩效评价中的应用【】因子分析法是解决如何以最少的信息丢失，将众多原始变量浓缩成少数因子变量，使因子变量具有较强可解释性的一种多元统计分析方法。以2006年发生并购的上市公司为例，用因子分析法在公司并购财务绩效评价中的应用进行阐述，并通过该方法计算综合绩效得分F值，得出上市公司并购前后的绩效变化情况。　　【关键词】企业绩效；评价；因子分析法；因子变量　　　　一、问题的提出　　并购已经成为企业提升竞争力和加速企业发展的一条重要途径。近年来，随着企业间竞争的进一步加剧，越来越多的企

2、业通过并购实现快速扩张。并购协同效应作为企业并购的核心内容，一般被认为是并购的主要动因，是价值增值的源泉。中外学者对它的研究也是非常多，但是目前研究的重点主要集中在经营协同和文化整合方面：对于财务协同效应的研究相对较少；对于协同效应的全面分析，特别是对财务协同效应的分析应成为公司财务及其战略管理中需要特别关注的问题，并购的企业在进行了成功的整合后就可能会产生财务协同效应；对于如何判别并购后企业是否进行了成功的整合，是否产生了财务协同效应，仅从财务管理角度分析的方法就有很多。本文通过构建并购财务协同效

3、应的评价指标体系，运用因子分析法对并购企业的财务绩效进行分析。　　二、因子分析法的主要内容　　通常情况下，分析一个问题往往需要有多个指标来对这个问题进行解释，也就是说，在作数据分析处理时，设计的样本往往包含有多个测量指标，较多的指标会使得问题的分析比较全面。这些指标彼此之间常常存在着一定程度的、有时甚至是相当高的相关性，这就使得观测数据中的信息在一定程度上有所重叠，在进行多元回归分析中，高度的多重共线性会给回归方程的参数估计带来许多问题。于是，人们自然会想到是否可以通过简单地减少相应指标的办法来解决

4、上述问题，但这必然有造成某些重要信息的丢失的可能。　　因子分析正是解决上述问题的一种非常有效的方法，它以最少的信息丢失，将原始的众多指标综合成较少的几个综合指标，这些综合指标称为因子变量。因子变量的特点是：第一，因子变量的数量远少于原有指标变量的数据，对因子变量的分析能够减少分析中的计算工作量；第二，因子变量并不是原有变量的简单取舍，而是对原有变量的重新组构，它们能够反映原有众多指标的绝大部分信息，不会产生重要信息的丢失问题；第三，因子变量之间没有线性相关关系，对因子变量的分析能够为研究工作提供较大

5、的便利；第四，因子变量对命名解释性因子的命名解释可以理解为某个因子变量是某些原始变量的总和，它能够反应这些原始变量的绝大部分信息。　　总之，因子分析是研究如何以最少的信息丢失，将众多原始变量浓缩成少数几个因子变量，以及如何使因子变量具有较强的可解释性的一种多元统计分析方法。　　三、因子分析法在并购绩效中的应用和样本的选择　　（一）因子分析法在并购公司财务绩效评价中的应用　　有诸多的衡量公司绩效的指标，这些指标能从不同方面反映公司的情况。如果仅仅选用两个指标来衡量绩效比较片面，指标的选取应该能够反映公

6、司各方面的情况。借鉴国内外己有的评价体系，本文选取了净资产收益率等12个指标作为分析的起点（各个指标的定义如表1）。　　表12006年上市公司并购绩效评价指标　　　　从指标计量方面分析，所选用的12个指标都是常用的财务比率指标，均为可计量性，并且这些指标很容易从上市公司公开的年度财务报表中得到，信息透明，取得也比较容易。但是，如果通过对各指标的比较，会产生一些问题：一方面不能对公司并购前后的绩效变化进行客观的评价；另一方面对各个指标的分析也不现实。如前文所述，因子分析方法刚好能够解决这些问题。具体而

7、言，就是通过因子分析法，抽选出主要关于绩效的因子变量，使得主要因子贡献率达到一个较高的标准，然后，根据提取的公共因子的各个得分和方差贡献率，构建当年的公司业绩综合得分。　　（二）样本的选择　　研究中，选取2006年上市公司并购的企业（54家并购企业）作为研究样本。在样本的选取中，为消除异样样本对结论的影响，保证数据的有效性，按以下标准对原始样本进行筛选：（1）由于B股上市公司在市场运行特点方面与A股具有较大的差异，在样本中剔除在B股上市的公司如凌云B股，粤华包B股等。（2）对于样本中的其他ST公司，

8、本文考虑其财务状况异常，很可能是由于公司治理中存在着一定弊端，若将其剔除很可能会使研究结论缺乏代表性，因此，本文研究样本中不再剔除；经筛选后的样本数量为54个。数据于中国上市公司资讯X，计算过程利用的是统计分析软件SPSS。　　四、因子分析过程　　以表2所示2005年的数据为例，其中KMO的值为0.678，而且Bartlett球度检验给出的相伴概率为0，小于显著性0.05。拒绝该检验的单位阵的假设，适合做因子分析。同时2006～2009年间各个年份的KMO值均大于0.