基于因子分析法的制造业企业盈利状况评价研究.docx

基于因子分析法的制造业企业盈利状况评价研究.docx

《基于因子分析法的制造业企业盈利状况评价研究.docx》由会员分享，可在线阅读，更多相关《基于因子分析法的制造业企业盈利状况评价研究.docx（10页珍藏版）》请在冰豆网上搜索。

基于因子分析法的制造业企业盈利状况评价研究

基于因子分析法的制造业企业盈利状况评价研究*

【摘要】文章从盈利状况评价的理论入手，在分析盈利状况特征的基础上，从反映盈利状况特征的获利性、现金保障性、持续性和成长性四个方面设计与选取具有代表性的财务指标，构建制造业上市公司多指标盈利状况综合评价体系；同时选用能客观赋权的因子分析法建立评价模型并利用模型对江苏制造业上市公司2012年的盈利状况进行了分析评价；最后，根据实证分析结果提出了有关建议。

【关键词】制造业企业；盈利状况；因子分析法

F272.5：

A：

1004-5937（2014）21-0028-06

一、问题的提出

近年来，受经济不景气的影响，不论是发展中国家还是发达国家，都受到不小的冲击。

上市公司爆出的重大财务造假丑闻，也向业界敲响了警钟。

企业的管理者、投资人及政府有关部门都高度关注企业的盈利状况，其中有待思考与解决的问题是如何根据会计报表和财务指标来准确评价企业的盈利状况。

制造业是我国国民经济的重要支柱。

近年来，我国制造业在保持稳步增长态势的同时，在证券市场上也获得了很大的发展，受到市场人士和广大投资者越来越多的关注。

在当前经济背景下，制造业上市公司面临着市场销售困难，生产成本居高不下的局面，在国内上市公司盈利状况普遍不佳的情况下，制造业上市公司真实的盈利水平到底如何呢？

本文认为解答以上问题，研究评价我国制造业上市公司的盈利状况有着重要的现实意义。

一方面，可以帮助企业外部信息使用者进行科学的决策；帮助企业内部管理层找出并分析自身发展中存在的问题，提高对公司盈利的管理能力，从盈利角度避免企业陷入经营困境。

另一方面，也有利于政府监管部门认清区域制造业的产业盈利状况，以便制定一些必要的政策来促进地方经济的发展。

从国内理论界来看，目前有关我国证券市场中制造业上市公司盈利状况的系统研究尚不多见。

曹燕（2011）以我国家电制造业14家上市公司2009年年报数据为基础，对其盈利能力展开研究，盈利能力分析采用了对上市公司的6个盈利能力指标进行单变量比较分析的方法。

黄世英、秦学志（2010）依据我国上市公司的数据利用统计方法计算了7项获利能力指标的最大值、最小值、均值和方差，对制造业盈利能力的各项指标进行特征分析；将制造业与其他行业2005年至2008年的均值进行整体对比分析，分析制造业和其他行业之间盈利能力指标的差异和特点。

因此在评价制造业盈利状况方面，一般都是从获利能力这一角度对其进行行业或企业间比较研究，评价缺乏系统性和整体性，个别综合研究其指标选择也不够科学。

本文认为对制造业上市公司盈利状况的研究应囊括盈利状况评价的多个特征，结合制造业行业上市公司的自身特点，构建合理的多指标盈利状况评价体系和评价模型，以求客观、全面地反映它们真实的收益状况；同时对评价结果进行分析，以期更好地为利益相关者进行科学决策服务。

二、盈利状况评价的理论基础

盈利状况评价应从“量”和“质”两方面进行，也就是说，盈利应具有“量”和“质”两方面的特性，具体包括盈利的获利性、现金保障性、持续性和成长性等四个方面。

（一）获利性

获利性是从数量方面考察企业的盈利。

获利性分析主要集中在经营成果和资产利用效率之间的关系，主要衡量企业运用自身资源所获经营成效的状况。

（二）现金保障性

获利性指标是以权责发生制为基础的，当盈利伴随着越充分的净现金流入，盈利的收现性就越强，则盈利的质量就越高；反之，则越低。

（三）持续性

盈利中既包含经常性项目带来的盈利，又包含非经常性项目带来的盈利，不同的盈利构成项目对预测企业未来现金流量具有不同的含义。

主营业务给企业带来的盈利是企业的核心收益来源，具有持续性、稳定性和可预见性特点，能够真实体现企业的获利能力、经营状况和发展潜力。

如果企业的主业盈利忽高忽低，则表明企业的盈利质量不高。

（四）成长性

盈利的成长性主要是企业通过自身的生产经营活动，使销售收入和利润不断增长。

一个盈利成长性强的公司，能够不断为股东创造财富，能够不断增加企业价值。

而对于潜在的投资者来说，则会选择成长性强的企业进行投资。

三、制造业上市公司盈利状况评价模型设计

（一）盈利状况评价指标体系的设计

目前，研究上市公司盈利状况的指标各式各样，仅仅通过获利能力指标来评价盈利状况是片面和不科学的。

本文认为要真实地评价上市公司的盈利状况，应从“量”和“质”两方面进行，即从获利性、现金保障性、持续性和成长性这四个方面来设计和选取评价指标。

根据这一思路，本文初步设计的评价指标共20个，见表1。

（二）上市公司盈利状况评价模型构建方法

前面根据盈利状况评价的要求，构建了盈利状况评价指标体系，体系中各个指标是从不同的角度评测企业的盈利状况，综合考虑多个指标进行定量分析在实务操作中的难点是无法合理确定各个指标的权重；另外，事先确定各评价指标权数，会让企业追求权数相对较高的指标，使评价结果失去准确性。

因此采用何种方法来确定指标权数成为评价企业盈利状况的关键问题之一。

目前权数确定的方法有专家意见法、主成分分析法、因子分析法和模糊分析法等，结合盈利状况评价的特点，本文认为根据方差贡献率客观赋权的因子分析法是最恰当的建模方法。

该方法通过对原始变量进行重构，提取一定数量能全面反映盈利状况的因子，构建盈利状况综合评价模型，且该法对因子还具有命名解释性，有利于分析问题、解决问题。

四、基于因子分析法的江苏制造业上市公司盈利状况实证分析

（一）研究样本、数据来源、预处理及评价指标的确定

处于长三角的江苏省是我国重要的制造业基地。

本文选取江苏制造业上市公司作为研究对象，详细说明运用因子分析法进行制造业上市公司盈利状况分析的过程。

2013年9月底，江苏在上海、深圳两地A股及创业板市场上共有167家正常上市的制造业企业，根据前面初步选择的20个财务指标，本文先从锐思金融研究数据库中直接查找样本企业2012年对应的指标数据，有5家公司数据严重不全，所以本文将其剔除，个别数据不全的公司，通过新浪财经查找其年度财务报表计算指标值后将数据补全。

这里所有指标都是正向指标，所以只需对指标进行无量纲化。

采用因子分析法构建评价模型，本文发现部分指标的共同度小于0.5，KMO值为0.486，且不易解释，所以最终选取了资产报酬率、净资产收益率（加权）、资产净利率、投入资本回报率、销售净利率、每股收益、营业收入现金含量、经营活动净收益／利润总额、扣除非经常损益后的净利润／净利润、经营活动现金流量净额增长率、每股经营活动现金流量增长率共11个指标。

（二）江苏制造业各上市公司盈利状况分析

1.因子分析法的适用性分析

一组变量是否适合采用因子分析法，主要与变量之间的相关性有关。

Bartlett球形检验可用来检验变量之间是否具有显著的相关关系，显著的球形检验表明变量适合采用因子分析。

另外，还可以通过检验净相关矩阵的方法进行判断。

取样适切性量数（MSA）为所有相关系数与净相关系数之比，MSA值越大表明变量之间的相关性越高，越适合进行因子分析。

各观测变量MSA的平均数称为KMO统计量，KMO越大表明变量越适合进行因子分析。

根据学者Kaiser（1974）的观点：

如果KMO值小于0.5，则不宜进行因子分析；大于0.6时，适合进行因子分析。

KMO值越大，越适合作因子分析。

据此本文对评价指标数据进行了KMO和Bartlett球形检验：

KMO统计量的值为0.705，Bartlett球形检验的近似卡方值为2594.897，达到0.05的显著性水平。

综合KMO统计量和Bartlett球形检验，不难发现研究样本中的评价指标完全适合作因子分析。

2.公因子及其经济意义分析

本文实证分析中共有4个因子对应的特征根大于1，因此提取相应的4个公因子，4个公因子的累积贡献率为89.808%，可以认为这4个因子基本反映了原变量的绝大部分信息。

为便于进行因子的经济意义分析，本文采用方差最大旋转法进行因子旋转，经过旋转后的载荷系数有了鲜明的两极分化。

根据旋转后的因子载荷阵（见表2），发现第一主因子F1在每股收益、净资产收益率（加权）、资产净利率、资产报酬率、投入资本回报率、销售净利率这6个指标上有较大的因子载荷，很明显F1因子代表获利能力的强弱；F2为成长性因子，因为它在经营活动现金流量净额增长率、每股经营活动现金流量增长率这两个指标上有较大的载荷；F3为持续性因子，因为它在经营活动净收益／利润总额、扣除非经常损益后的净利润／净利润这两个指标上载荷较大，而这两个指标代表着企业盈利的持续性；F4在营业收入现金含量这一指标上有较大的载荷，因此为现金保障性因子。

3.评价得分模型的构建

根据江苏制造业上市公司盈利状况因子得分系数矩阵和原始变量的标准化值就可以计算每个观测值各因子的得分，这里用X1—X11分别表示11个原始指标对应的标准化值。

F1=0.168X1+0.184X2+0.194X3+0.193X4+0.197X5+

0.163X6+0.002X7+0.001X8-0.006X9-0.045X10-0.037X11

F2=-0.006X1+0.006X2-0.007X3+0.005X4+0.003X5+

0.003X6+0.501X7+0.501X8+0.013X9+0.001X10+0.003X11

F3=0.000X1-0.029X2-0.008X3+0.000X4-0.020X5-

0.062X6-0.001X7-0.001X8-0.002X9+0.532X10+0.527X11

F4=0.010X1+0.030X2+0.006X3+0.044X4+0.025X5-

0.139X6+0.013X7+0.009X8+0.982X9+0.001X10-0.005X11

如果因子的权重按照其方差贡献率来确定，则选择前4个主因子构造的江苏制造业上市公司盈利状况评价指数（文中用PSI表示）模型为：

PSI=（45.796×F1+18.141×F2+16.658×F3+9.214×F4）/89.808

4.评价结果分析

根据上面的评价模型，结合样本的评价指标数据，可以计算出江苏制造业各上市公司4个因子的得分、综合评价指数（PSI）与排名（由于表太大太长，这里不能将得分及排序情况一一列出，如读者需要可与作者联系）。

这里考虑论文篇幅，只列出了PSI前10名与后10名（见表3）。

由表3可以发现江苏制造业上市公司盈利状况呈现以下特征。

（1）江苏制造业上市公司的盈利状况两极分化情况明显

盈利状况比较好的企业有江苏洋河酒厂、南通江山农药化工、罗莱家纺、江苏恒瑞医药、江苏长青农化、光一科技、常熟风范电力设备、南京新联电子、日出东方太阳能、常熟市天银机电等，其中盈利状况位列第一、第二的江苏洋河酒厂股份有限公司和南通江山农药化工股份有限公司的PSI值分别是2.575、2.055；盈利状况最差的是江苏华盛天龙光电设备股份、江苏阳光股份有限公司和江苏中达新材料集团股份有限公司，这三家公司的PSI值分别是-3.375、-2.137、-2.117。

可以看出江苏制造业上市公司的盈利状况两极分化非常明显，盈利状况较差的上市公司要么在获利能力、现金保障能力、持续能力和成长能力四方面均较差，要么没有全面均衡发展，仅仅注重了其中的某一两个方面。

（2）江苏制造业上市公司的EPS排名和PSI排名并不一致

由于篇幅所限，江苏制造业上市公司的EPS（每股收益）排名和PSI排名比较表从略，表4为EPS排名和PSI排名差异位列前15的上市公司。

EPS排名和PSI排名不一致也反映了盈利状况分析不仅要关注盈利的“量”，还要关注盈利的“质”。

从EPS来看，江苏联发纺织股份有限公司2012年为1.07元，排在第8位，而其PSI排名则为29位；徐工集团EPS排名为第5名，但PSI排名则为42位。

从