因子分析法在我国光伏企业财务分析中的应用

《因子分析法在我国光伏企业财务分析中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、因子分析法在我国光伏企业财务分析中的应用因子分析法在我国光伏企业财务分析中的应用因子分析法在我国光伏企业财务分析中的应用id=“artibody”>　　摘要：当前光伏行业产能过剩、大面积停产倒闭、高负债率、资金链紧张，财务状况普遍较差。因子分析法作为一种综合评价的多元统计方法，可有效运用于财务状况总体分析。本文以赛维LDK为例，选取公司的样本指标，构建因子分析模型，对其2006-2012年财务状况进行综合性评价，为投资者的科学决策提供一定的依据。　　关键词：因子分析法光伏财务分析　　过去十年里，我国的光伏产业呈现爆发式增长，取得了十分辉煌的成就。但是我国的光伏产业自诞生

2、起，就一直在“两头在外”的发展模式下成长壮大，90%以上的原料设备及产品市场都在海外，极度缺乏抵御风险的能力。近年来一些光伏企业的疯狂扩张，导致严重的产能过剩，而国内市场却迟迟未得到开拓，在欧债危机、美欧“双反”大背景的冲击下，外销受阻，市场萎缩，光伏行业遭遇前所未有的发展“寒流”。虽然中欧两方就中国出口至欧洲的光伏产品达成价格承诺协议，解决了部分光伏企业的出口问题，但是产能过剩、内需不足、大面积停产倒闭、高负债率的现实窘境仍未得到有效缓解。　　现代财务分析作为一个涵盖偿债能力、盈利能力、营运能力和

3、现金流量等为一体的有机体系，在财务分析的实际应用中卓有成效。但是，单一的财务指标并不能对公司的总体财务状况做出科学的评价，因子分析法作为一种多元统计方法，在综合评价的应用中十分有效。本文以困境中的光伏企业赛维LDK为例，选取公司2006-2012年的财务指标，运用SPSS17.0构建因子分析模型，计算综合得分，对其历年的财务总体状况做出综合性评价，为光伏行业现有及潜在投资者的科学决策提供一定的依据。　　一、因子分析法的原理、模型及分析步骤　　（一）因子分析原理　　因子分析法是利用降维的思想，从研究原始变量相关矩阵内部的依赖关系出发，以最少的信息丢失为前提，将众多具有错综

4、复杂关系的变量归结为少数几个综合因子的一种多元统计分析方法。它要求变量间具有较强的相关关系，若大部分相关系数都小于0.3，则不适合作因子分析。　　（二）因子分析数学模型　　设p个原有变量x1，x2，x3，…，xp，且每个变量是均值为0，标准差为1的标准化变量。将每个原有变量k（kx1=a11f1+a12f2+a13f3+…+a1kfk+ε1　　x2=a21f1+a22f2+a23f3+…+a2kfk+ε2　　x3=a31f1+a32f2+a33f3+…+a3kfk+ε

5、3　　…　　xp=ap1f1+ap2f2+ap3f3+…+apkfk+εp　　写成矩阵的形式为X=AF+ε，其中X为原始变量向量，A为公共因子载荷矩阵，fK为公共因子，ε为特殊因子。　　（三）因子分析步骤　　1.指标数据的标准化处理；2.因子分析的适合性检验；3.计算特征值、方差贡献率、累积方差贡献率；4.求解因子载荷，对因子进行命名和解释；5.计算因子得分；6.做出综合性评价。　　二、因子分析法在赛维LDK的实际应用　　（一）指标的选取　　一个企业财务总体状况的好坏取决于偿债能力、盈利能力及营

6、运能力等的综合影响，因此本文选定包括偿债能力、盈利能力、营运能力等在内的11个财务指标进行研究。　　（二）运用SPSS对数据进行标准化处理，计算指标间相关系数，检验其是否适合因子分析　　为消除量纲的影响，特对指标数据进行标准化处理，并将标准化后的数据作为新的变量，采用SPSS进行相关性分析，根据SPSS17.0计算的相关系数矩阵结果可知，指标间相关性显著，适合作因子分析。　　（三）运用SPSS软件计算特征值、方差贡献率、累积方差贡献率，确定主因子（见下页表1）　　从表1可以看出，前两个因子的累积方差贡献率达到88.43%，说明原有变量所含信息能够被有效的解释，信息丢失较

7、少，因子分析结果较为理想。因此取m=2，用2个主因子来代替原来的11个财务指标，这2个因子所包含的信息占到了原来的88.43%。　　（四）求解因子载荷，对因子进行命名和解释　　通过因子载荷矩阵，可以确定各财务指标在因子中所占比重，并对该因子做出合理的经济解释。经最大方差旋转后的因子载荷矩阵分析可知，销售净利率、销售毛利率、营运资本配置率、资产负债率、现金比率、基本每股收益、流动比率指标在第一个因子中具有较高的载荷，而这几个指标代表了赛维LDK的盈利能力和偿债能力。在第二个因子中，流动资产周转率、存货周转率指标载荷较大，可解释为营运能力。因