欢迎来到天天文库
浏览记录
ID:31777443
大小:63.90 KB
页数:8页
时间:2019-01-18
《基于财务视角上市汽车公司竞争力评价探究》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、基于财务视角上市汽车公司竞争力评价探究【摘要】汽车整车制造上市公司是我国汽车行业的一个重要组成部分,其竞争力的快速提升不仅关系着我国汽车产业的健康发展,而且也关系着国民经济的发展。文章选择沪深股市2011年18家汽车整车制造上市公司作为研究对象,从财务的视角,利用突变级数法和因子分析法,对18家汽车整车制造上市公司竞争力进行了评价分析,结果表明,汽车整车制造上市公司盈利能力、成长能力、偿债能力和运营能力的评价值与总的评价结果并不完全一致,甚至出现较大反差,同时各汽车上市公司在发展过程中,都各有优劣势。【关键词】财务视角;上市汽车公司;竞
2、争力评价一、引言汽车产业作为国家经济的支柱性产业,在创造国民生产总值、带动交通运输、促进科技创新等方面具有巨大的推动作用,而汽车整车制造上市公司是我国汽车行业的一个重要组成部分,其竞争力的快速提升不仅关系着我国汽车产业的健康发展,而且也关系着国民经济的发展。然而,目前国内外汽车整车制造企业竞争力评价更多集中于宏观层面的分析,很少应用于汽车整车制造企业竞争力评价。在此背景下,本文选择沪深股市2011年18家汽车整车制造上市公司作为研究对象,从财务的视角,利用突变级数法和因子分析法,对18家汽车整车制造上市公司从盈利能力、营运能力、偿债能力
3、和成长能力四个方面进行评价分析,以期为经营者及投资者提供参考依据。二、研究方法(一)突变级数法突变级数(catastrophetheory)是20世纪70年代发展的一门新的数学理论,被称为“微积分以后数学上的一次革命"。突变级数(catastrophetheory)的理论基础是拓扑动力学和奇点理论,在经济管理领域多用于多准则决策问题。其评价过程首先是对评价目标进行多层次矛盾分解,再利用突变理论与模糊数学相结合产生的突变模糊隶属函数,由归一公式进行综合量化运算,最后归一为一个参数,即求出总的隶属函数,从而得出综合评价结果(如表1所示),其
4、中,在确定指标时,评价者可根据统计数据(定量)和自己经验(定性)确定指标属性的重要性,在同一属性、同一层次的指标中,重要的排在前面,相对次要的排在后边,单一状态变量的控制变量不超过四个,如果各控制变量为'‘非互补型”,则按“大中取小”原则,状态变量值取控制变量之间的最小值,如果各控制变量之间是“互补型”的,则状态变量为各控制变量的平均值。(二)因子分析法因子分析最初是由英国心理学家斯皮尔曼(C.Spearman)提出的,是一种主要用于数据简化和降维的多元统计分析方法。因子分析的基本思想是通过研究众多变量之间的内部依赖关系,探求观测数据中
5、的基本结构,并用少数几个假想变量来表示其基本的数据结构。然后根据相关性大小将原始变量分组,使得同组内变量件的相关性高,不同组的变量相关性低。每组变量代表一个基本结构,并用一个不可测的综合变量表示。本文采用突变级数法进行竞争力评价,由于所选数据都是财务指标,在进行指标分解、确定指标先后次序时无法根据经验去确定次序,必须应用定量的方法来确定指标的先后次序;而运用因子分析法做竞争力评价时,由于各因子之间的关系为线性关系,若指标之间存在非线性关系时,该方法可能导致评价结果不够客观。针对以上两种方法的不足,本文利用因子分析法确定指标的先后次序,再
6、运用突变级数法进行竞争力评价。三、实证分析(一)样本的来源及指标体系的构建本文选取2011年18家汽车上市公司作为研究样本,样本数据来自于18家汽车上市公司的年报及沪深大盘数据。根据公司主营业务的构成,将18家公司分为四种类型,如表2所示。根据突变级数法的要求,在充分阅读国内外文献的基础上,结合我国汽车整车制造企业的特征和因子分析指标萃取的结果,本文选取销售毛利率、销售净利率、净资产收益率、每股收益、每股净资产、流动比率、速动比率、主营业务收入增长率、股本增长率和总资产周转率10个财务指标构建了本文的竞争力评价体系。(二)因子分析1.K
7、M0和巴特利特球度检验在进行因子分析之前,首先对数据进行KM0(Kaiser-Meyer-Olkin)和巴特利特球度检验(Bartletttestofsphericity),检验指标是否适合做公因子,其结果如表3所示。从表3可以看出,数据KMO值为0.564,巴特利特球度检验(Bartletttestofsphericity)的概率P_值为0.000(P<0.01),球形假设被拒绝,这也说明变量具有相关性,所以适合进行因子分析。2•提取因子选择相关系数作为提取因子变量的依据,采用主成分分析法作为因子提取的方法,综合考虑累积贡献率大于85
8、%或以特征值大于1的为主成分。根据表4的数据,本文抽取4个因子,累积方差贡献率为91.757%o3•公因子的命名与解释为了对这4个因子进行解释,本文通过极大方差旋转法进行旋转,将每一因子中因子载荷大于0.5
此文档下载收益归作者所有