云计算上市公司财务竞争力实证研究.doc

《云计算上市公司财务竞争力实证研究.doc》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、云计算上市公司财务竞争力实证研究【摘要】财务竞争力评价是在借鉴竞争力理论的基础上对财务理论的创新，是企业保持和培育可持续竞争优势的核心能力之一。文章通过对沪深A股31家云计算上市公司2013年年报数据分析，从盈利能力、偿债能力、营运能力、现金流量能力以及发展能力五个方面共16个财务指标来构建财务竞争力评价体系。运用因子分析法对其财务竞争力进行了分析，并对其经营状况进行综合评价，以期为我国未来云计算公司的发展提供参考。【关键词】云计算；财务竞争力；因子分析中图分类号：F272.5；F275文献标识码：

2、A文章编号:1004-5937(2015)23-0091-05近年来，云计算概念的兴起和云技术应用的成熟对IT产业的影响是巨大的,云计算不但被广泛应用于商业领域,而且已经深入到社会生活的各个方面。在我国，云计算已成为国家战略性新兴产业的重要发展方向之一。以中国移动和中国电信为首的通信行业对云计算非常感兴趣，相继开发了自己的“云项目”，阿里巴巴、百度、360都提出了自己的“云计划”，华为、中兴、联想等也相继来分一杯羹，中国俨然进入了“云时代”。上市公司的竞争主要体现在核心能力的竞争，而财务竞争力是企业

3、保持和培育可持续竞争优势的核心能力之一。一、文献回顾根据研究立足点和着眼点的不同，学者们从不同角度、不同行业对企业财务竞争力进行了评价和分析。在研究角度上，白俊红（2007）从企业财务活动能力、财务应变能力、财务管理能力和技术创新能力四个方面利用因子分析模型研究如何提升财务核心竞争能力；陈晶璞（2014）从股本扩张能力、成长能力、盈利能力、偿债能力及优化资本结构等方面研究上市公司财务竞争力，认为提升企业整体价值是提高财务核心能力的重要途径；在评价方法与评价指标的选取上，朱晓（2007）运用规范方法对

4、上市公司财务竞争力中的财务生存力、财务发展力、财务潜力等进行了分析与研究，初步构建了上市公司财务竞争力的分析体系；张和玉（2007）提出了财务核心能力的评价方法，将评价指标分为三个层次，采用线性加权的综合评价方法对财务核心能力进行评价；吴荷青（2008）按照财务竞争力的构成要素，设计出了一套评价指标体系，并引入炳权系数来客观、科学地确定各指标的权重，计算财务竞争力综合评价系数，以期为财务竞争力的综合评价提供一种新的视角。从行业角度上，马育倩等人（2015）以我国35家旅游业上市公司为样本，运用因子分

5、析法，从规模实力、盈利能力、偿债能力三个方面对其财务竞争力进行分析和评价；杨位留（2010）对我国沪深两市A股农业类上市公司进行了财务竞争力评价，认为农业企业在注重盈利能力的同时，应兼顾企业资本结构的优化，加强资产管理；胡俊南（2013）从财务指标出发对低碳经济板块上市公司的财务竞争情况进行了探析，并得出财务竞争力强弱的分类状况。基于以上研究背景，本文克服了以往研究指标选取反映财务综合状况不尽全面的缺陷，运用因子分析法对财务竞争力进行排名，就我国云计算行业的整体发展状况与各公司财务竞争情况进行综合分

6、析评价。二、研究设计（一）财务指标体系的构建一套完备科学的财务指标体系从各层面反映了企业的财务状况，因此建立全面科学的财务评价指标体系是正确评价企业财务竞争力的基础。基于以上研究背景以及考虑现阶段我国云计算上市公司的特点，本文选取反映财务竞争力的五方面能力，即盈利能力、偿债能力、营运能力、现金流量能力以及发展能力共16个指标来构建财务指标评价体系,如表1所示。（二）样本选取与数据来源本文选取沪深A股上市的云计算公司作为研究对象，研究期间为2013年，样本数据来自新浪财经网年报数据，在剔除该年数据异常

7、和数据缺失的上市公司后，最终得到31家上市公司作为本文的研究样本，采用SPSS16.0软件进行数据处理。三、实证结果本文采用因子分析的方法对31家云计算上市公司进行综合财务分析。因子分析能将有一定相关性的多个变量指标转换成少数几个不相关的综合指标，在减少变量指标的同时，也包含了原变量指标所含的大部分信息，可以对样本数据进行子综合分析。（一）可行性检验由于不同评价指标具有不同的量纲和量纲单位，会影响数据分析的结果，为了消除指标之间的量纲影响，首先进行标准化处理。因子分析要求指标之间存在较强的相关性，本

8、文对所收集样本原始数据进行相关性分析，通过KMO和Bartlett球形检验表明，样本数据KMO统计值为0.506,适合做因子分析，采用巴特利特球度检验得出的相伴概率为0.00,小于显著性水平0.05,因此拒绝Bartlett球度检验的零假设，认为适合因子分析。（二）公共因子提取本文采用主成分分析方法，根据特征值大于1的准则提取公共因子，经SPSS16.0处理后得到的结果如表2所示。由表2可见，提取的前五个因子方差累计贡献率达到86.983%,大于85%,很好地涵盖了原