1 指标体系的选取和样本的选择 因子分析法是通过在多个指标中寻找主成分,用主成分来代替和充分反映原来的信息,并通过因子来确定权数,既避免了信息重叠问题,又避免了重要信息的流失现象[1]。因子分析是一种能够有效降低变量维数,并已得到广泛应用的分析方法[2]。所以本文以因子分析法为依据对我国零售行业的36家上市公司的经营业绩进行评价。 本文以我国零售行业36家上市公司为样本进行研究。数据来源于同花顺网站公布的2009及2010年年度报告种的数据为基础,运用因子分析法对上市零售公司的经营业绩进行绩效评价。 在进行指标选取过程中,遵循:适度原则、系统性和典型性原则、相关性原则、可测性原则和可控性原则。鉴于此,为了能够充分反映上市零售公司的整体绩效水平,指标选取了净资产利润率、净利润率、每股收益率、净资产收益率、流动比率、速动比率、存货周转率、总资产周转率、应收账款周转率、总资产增长率、主营收入增长率、每股公积金、每股经营现金流量、每股净资产,共14个指标作为评价指标。 2 相关性检验和公因子提取 指标间的相关性是因子分析的前提和条件。本文采用KMO检验对指标的相关性进行检验。采用KMO检验,得到KMO的值为0.517,可以进行因子分析。 将36家上市零售公司的14个评价指标的相关数据矩阵输入到软件SPSS16.0中。利用软件自动对数据进行标准化处理,采用主成分分析法进行公因子的提取,可得到相关系数矩阵的贡献率、特征值以及累计贡献率。(见表1)
Component | Initial Eigenvalues | Extraction Sums of Squared Loadings | Rotation Sums of Squared Loadings | Total | % of Variance | Cumulative % | Total | % of Variance | Cumulative % | Total | % of Variance | Cumulative % | 1 | 3.974 | 28.387 | 28.387 | 3.974 | 28.387 | 28.387 | 2.951 | 21.076 | 21.076 | 2 | 2.670 | 19.072 | 47.459 | 2.670 | 19.072 | 47.459 | 2.591 | 18.508 | 39.584 | 3 | 1.784 | 12.746 | 60.205 | 1.784 | 12.746 | 60.205 | 2.348 | 16.770 | 56.354 | 4 | 1.455 | 10.393 | 70.598 | 1.455 | 10.393 | 70.598 | 1.958 | 13.987 | 70.341 | 5 | 1.075 | 7.679 | 78.277 | 1.075 | 7.679 | 78.277 | 1.111 | 7.937 | 78.277 | 6 | .927 | 6.623 | 84.900 | | | | | | | 7 | .810 | 5.787 | 90.687 | | | | | | | 8 | .616 | 4.399 | 95.086 | | | | | | | 9 | .294 | 2.102 | 97.189 | | | | | | | 10 | .205 | 1.465 | 98.654 | | | | | | | 11 | .092 | .660 | 99.313 | | | | | | | 12 | .042 | .303 | 99.616 | | | | | | | 13 | .034 | .242 | 99.858 | | | | | | | 14 | .020 | .142 | 100.000 | | | | | | | 表1:总方差解释 四个公共因子累计贡献率已达到78.277%,即五个公共因子反映了78.277%的原有信息,并且按照特征根大于1的原则,我们可以认为提取的五个因子有足够的代表性。由于在未经旋转的载荷矩阵,公共因子在原有变量种的载荷值分布缺乏明显,故采用方差极大法对相关因子载荷矩阵进行旋转,从而使公共因子对原有指标变量的解释更加明显与清晰。 经过数据处理后,分析得到:第一个公因子在资产利润率、净资产收益率、净利润率、每股收益率、总资产周转率上有较大负荷,我们称之为盈利能力因子;第二个公因子在每股净资产、每股公积金、每股经营现金流量上有较大载荷,我们称之为资产管理能力因子;第三个因子在流动比率、速动比率上有较大负荷,我们称之为偿债能力因子;第四个因子在总资产增长率、主营收入增长率上有较大负荷,我们称之为成长能力因子;第五个因子在存货周转率、应收账款周转率上有较大载荷,我们称之为营运能力因子。 根据spss16.0自动计算4个因子的得分,并且将四个因子的得分作为新变量,保存在SPSS的编辑窗口内。为了对上市零售公司的公司业绩进行综合评价,我们利用计算得到的因子得分,一个字的方差贡献率为权重求得综合得分并进行排序。 按照以上模型通过计算我们得到表3。
公司名称 | F1 | F2 | F3 | F4 | F5 | 综合得分 | 百联股份 | -0.48493 | 9.677374 | -6.86082 | -8.66705 | 5.452908 | -0.01127 | 重庆百货 | 24.69639 | 4.801064 | -12.61 | 59.09604 | 1.456162 | 0.989303 | 天虹商场 | 12.28512 | 31.64378 | 6.189429 | 6.83731 | -0.7837 | 0.717605 | 王府井 | 0.637948 | 32.74783 | -2.48512 | 3.15046 | 2.616578 | 0.468435 | 广州友谊 | 33.64685 | -10.3406 | 12.54269 | -12.4606 | -12.0108 | 0.145351 | 永辉超市 | -4.37023 | 4.505541 | 9.016315 | 13.03454 | -7.40471 | 0.188835 | 友谊股份 | 0.610792 | 26.43866 | -6.73666 | -13.1345 | 1.053028 | 0.105156 | 鄂武商a | 11.37512 | -1.39332 | -10.9345 | -4.84912 | -2.53971 | -0.10656 | 合肥百货 | 31.04188 | -9.92539 | -4.49806 | -6.71661 | -4.97947 | 0.062884 | 武汉中百 | 9.531493 | 0.853663 | -10.9668 | -4.2186 | -10.164 | -0.19117 | 大连友谊 | 17.6311 | 2.070087 | 0.07766 | 0.625056 | -0.61317 | 0.252829 | 人人乐 | -18.1051 | 35.11082 | 17.04084 | 11.7628 | 2.796635 | 0.620948 | 友阿股份 | 5.171136 | 3.653174 | 10.29069 | -4.01323 | 0.324148 | 0.197068 | 新华百货 | 26.33566 | 3.197875 | 3.738103 | -2.04583 | -0.89639 | 0.387463 | 新世界 | -5.72542 | -4.85972 | 86.74477 | -5.27527 | 2.574014 | 0.938441 | 广百股份 | 9.084942 | 24.18841 | -6.02531 | -4.22157 | -4.76512 | 0.233291 | 成商集团 | 22.55391 | -19.3538 | -5.0168 | -12.1994 | -1.34164 | -0.1962 | 欧亚集团 | 1.03139 | 11.42307 | -9.85089 | 1.520214 | 7.809943 | 0.152455 | 三江购物 | 18.20587 | -13.4689 | -9.71184 | -5.33869 | -2.65832 | -0.16572 | 大商股份 | -15.3907 | 49.93377 | -3.43655 | -10.0497 | 3.81337 | 0.31772 | 银座股份 | -20.5112 | 12.34912 | -4.12148 | 7.898243 | -4.01932 | -0.10737 | 友好集团 | -3.39874 | -2.2748 | 0.160699 | 2.022178 | 2.498407 | -0.01268 | 东百集团 | 13.15348 | -18.7814 | -5.15104 | -12.8373 | -4.46551 | -0.35875 | 南宁百货 | 20.18555 | -16.8964 | -4.05212 | 4.304356 | 10.61227 | 0.180815 | 百大集团 | -18.2701 | -36.7031 | 13.58381 | 21.29937 | -2.4951 | -0.28853 | 新华都 | 7.027464 | 0.070579 | -10.4221 | 0.45247 | -6.23883 | -0.11639 | 南京新百 | -10.2673 | -9.91715 | -2.30117 | -6.5993 | 2.434242 | -0.34047 | 杭州解百 | 4.068997 | -14.7532 | -7.59724 | -6.76231 | 4.468584 | -0.26285 | 武汉中商 | -2.28688 | -11.3175 | -4.9457 | -12.814 | -7.67323 | -0.49871 | 西安民生 | -12.6199 | -17.7819 | -2.84549 | 25.40203 | 0.644772 | -0.09199 | 华联综超 | -15.7682 | -2.74761 | -0.17545 | -8.1536 | -4.56179 | -0.40122 | 南京中商 | -25.3169 | -19.5348 | 1.017966 | 14.9315 | -1.28562 | -0.38565 | 西单商场 | -13.4966 | -4.23153 | 1.659966 | -6.54459 | -2.97175 | -0.32685 | 兰州民百 | -0.93601 | -16.4839 | -6.28095 | -9.97769 | 36.10326 | 0.030976 | 汉商集团 | -18.9686 | -11.2447 | -7.85019 | -7.79608 | 5.086654 | -0.52088 | 长百集团 | -82.3582 | -10.655 | -17.1867 | -7.66168 | -7.8768 | -1.60632 | 表3:上市零售公司得分及排名 3 结果分析 盈利能力方面:广州友谊、合肥百货、新华百货、重庆百货的表现优异,而长百集团、南京新百、百大集团、汉商集团的表现较差。 资产管理能力方面:大商集团、人人乐、王府井、天虹商场、友谊股份的排名靠前,而百大集团、南京中商、成商集团、西安民生、兰州民百的排名较差。 偿债能力方面:新世界、人人乐、百大集团、广州友谊在整个样本中的排名靠前。相比之下,长百集团、武汉中百、新华都在这方面表现较差。 成长能力方面:重庆百货、西安民生、百大集团以及南京中商的表现优异,而友谊股份、东百集团、武汉中商以及成商集团的成长能力很差。 营运能力因子方面:兰州民百、南宁百货、欧亚集团、百联股份的排名靠前,而武汉中百、长百集团、武汉中商、永辉超市的排名最后,表现较差。 重庆百货、新世界、天虹商场、人人乐位居前四,但是这四家公司总体绩效良好的原因各不相同:重庆百货在各因子方面都表现良好,其中在盈利能力因子、成长能力因子具有良好的表现,在其余三个因子方面的表现处于居中偏上的位置,致使其综合排名第一;新世界在各因子的表现处于居中位置,但是在偿债能力方面的表现远远高于其他公司的表现,致使其位居第二;天虹商场在资产管理能力方面的表现表现优异,并且在盈利能力方面、偿债能力方面、成长能力方面也表现良好;人人乐在资产管理能力方面、成长能力方面的业绩突出,在其余三个因子方面的表现处于居中的地位。 长百集团、汉商集团、武汉中商的表现最差。长百集团在盈利能力方面、偿债能力方面、营运能力因子方面的表现很差,并且在其余两个因子方面的表现也表现偏下,致使其最终排名最后;汉商集团在盈利能力方面的表现较差,企业各因子的表现也不理想,致使其倒居第二;武汉中商在成长能力因子、营运能力因子方面的表现很差,加之在盈利能力方面、资产管理能力因子、偿债能力因子方面的表现居中,致使其倒居第三。 从结果中我们发现,在财务报表中,某方面的财务指标数据表现优异并不能整体表现整个公司的业绩,各个上市零售公司应根据自己企业中的短板进行统筹规划,从而改善表现较差的财务指标,进而提高公司的整体绩效水平。通过因子分析对企业绩效进行全面评价,有利于在企业经营和管理过程中从多角度分析企业发展状况,快速、准确把握企业的优点和缺陷并及时进行纠正,从而改善公司绩效。 参考文献 [1] 胡文元,王海磊,林晓宁.基于因子分析的我国钢铁行业上市公司的绩效评价[J].金融经济 [2] 薛薇.基于SPSS的数据分析[M].北京:中国人民大学出版社,2006 [3] 李忠卫,王立杰,周大鹏.基于因子分析法的煤炭上市公司绩效评价[J].中国矿业,2008,(2) [4] 张宇芳.基于因子分析的国内上市整车企业绩效评价[J].经济研究导刊,2010(1) [5] 周艳桂,陈树生.基于因子分析的上市商业银行的竞争力评价[J].财税金融,2010(1) [6] 吴世军,spss在数据分析中的应用[J].统计与决策.2006(09)
|