因子评价

因子评价（精选12篇）

因子评价 篇1

1 评价指标及样本数据的选取

1.1 港口经济综合评价指标的选取

通过对港口经济指标进行分类, 然后收集整理出各港口样本的截面数据, 就可以用因子分析法对港口经济综合发展状况进行分析和评价。港口经济综合评价指标涉及港口产业链从上游高端服务业到下游低端产业的全部环节, 具体可以分为以下三类:

1.1.1 港口运营

X1 港口货物吞吐量:体现了港口规模, 并与港航企业的发展息息相关。鉴于港口管理若干指标都与港口货物吞吐量息息相关, 故选取货物吞吐量代表港口的发展运营状况。

1.1.2 经济活力

X2 固定资产投资:城市固定资产投资的领域包括临港工业园区以及配套基础设施的建设等方面, 为城市未来经济的增长注入新的活力。

X3 进出口总额:直接反映了港口外贸货物吞吐量的价值, 体现了一个港口临港产业的发展情况以及进出口产品的结构体系。

X4 实际利用外资:外资的进入在很大程度上缓解了我国沿海主要港口建设资金的短缺状况, 迅速改善了集装箱码头的现代化程度, 特别是集装箱、原油、矿石等码头泊位建设的多元化筹资和效率经营效果比较明显。

1.1.3 产业链上游发展状况

X5 邮电通信

X6 金融机构贷款余额

X7 保险业收入

本类指标代表了上游产业的经济状况。港航产业链的枢纽是港口, 其上游包括了信息产业 (以邮电通信业指标反映) , 以及为现代国际航运提供融资保险、海事仲裁、海事规范、海事咨询、国际性航运交易、技术标准等非航运直接经营业务的服务内容, 是现代航运服务产业中最为重要的部分。航运业是资金密集型行业, 在基础设施建设、船舶制造、航运管理与交易等各方面均需要巨大的资金投入, 金融服务业对航运业的发展起到十分重要的支撑作用[5,6]。所以X6和X7反映了经济成分中金融和保险业的运行情况, 具有一定的代表性。

1.2 样本数据收集和整理

根据上述指标以及可操作性的考虑, 选取了在2008年中国港口综合竞争力指数排行榜前25位的港口, 采用港口所在城市2009年的各项经济数据为样本值。考虑到数据的可获性和港口间的可比性, 这里去掉了排在第22位的芜湖港, 第23位的黄骅港, 第24位的重庆和第25位的广西北部湾国际港务集团。宁波——舟山港的数据是根据两市的统计数字加总而成。具体信息见表1所示:

数据来源:2009年各省市发布的国民经济和社会发展统计公报

2 实证因子分析

因子分析是多元统计分析法中的一种, 是研究如何以较少的信息丢失将原有的众多变量浓缩成少数几个有实际解释意义的因子。在因子分析模型中, 共同因子是各个原始变量所共有的因子, 其作用是解释变量之间的相关关系。原始变量与公共因子间的相关关系用因子载荷表示。因子分析模型结构如下:

Zj=aj1F1+aj2F2+aj3F3+…+ajmFm+Uj (j=1, 2, 3…, n, n为原始变量总数)

对表1中的数据进行因子分析。因为数据量庞大, 这里借助统计软件SPSS17.0进行计算。有关SPSS软件的使用和操作过程, 请阅读参考文献[10]。

2.1 因子分析计算过程

2.1.1 KMO测度和Bartlett球形检验

KMO是取样适当性量数。KMO测度的值越高 (接近1.0时) , 表明变量间的共同因子越多, 研究数据适合用因子分析。计算结果见表2所示。其中, KMO值为0.832, 用因子分析效果好。Bartlett球体检验的目的是检验相关矩阵是否是单位矩阵, 如果是单位矩阵, 则认为因子模型不合适。一般说来, 显著水平值越小表明原始变量之间越可能存在有意义的关系, 如果显著性水平很大 (如0.10以上) 可能表明数据不适宜于因子分析。本例中, Bartlett球形检验的χ2值为186.792, 伴随概率值为0.000<0.01, 达到了显著性水平。因而拒绝零假设而接受备择假设, 即相关矩阵不是单位矩阵, 适合进行因子分析。

2.1.2 提取公共因子

在总解释方差表的Initial Eigenvalues (初始特征根) 中, 给出了按顺序排列的因子得分的方差 (Total) , 在数值上等于相关系数矩阵的各个特征根λ, 因此可以直接根据特征根计算每一个因子方差百分比 (% of Variance) 。由于全部特征根的总和等于变量数目, 故第一个特征根的方差百分比为80.867, 其余依此类推。然后可以算出方差累计贡献率 (Cumulative %) 。一般情况下我们提取的原则是满足λ>1或是累计贡献率在85%以上。表3中这两个原则的结果有所不同, 所以需要借助下面的碎石图来辅助判断合适的公共因子数目。

从碎石图可以看出, 从第2个因子开始, 以后的曲线变得比较平缓, 最后接近一条直线。所以第2个λ值是一个明显的折点, 这说明选取的因子数目为1比较合适。因此, 本例提取第一个因子作为公共因子提取出来。

2.1.3 计算因子载荷及因子综合得分

在表4中给出了因子载荷, 每一列载荷值都显示了各个变量与有关因子的相关系数。以第一个变量为例, 0.977实际上是金融机构贷款余额与主成分的相关系数。其他的指标系数值依次递减。港口竞争力得分的因子载荷最低, 为0.788。从因子载荷可以看出我们选取的指标具有高度的内在关联性, 只需要用一个因子就可以反映所有的指标大多数的特征情况, 而且相关度很高。

由上表可以得出港口经济发展水平的因子分析模型, 通过SPSS17.0软件自动生成各个港口经济的综合得分。最后整理出各港口的综合经济得分以及排名, 连同已经标准化的货物吞吐量及排名数据一起并入表5。

2.2 因子分析结果

港口经济综合评价体系中的指标具有高度的主成分共性, 只需要提取一个公共因子就大致可以反映出所有指标的情况。这充分说明我们选取的综合评价指标具有一定的合理性, 因而可以被用来有效地分析各港口的经济运行情况。接下来, 根据表5中的港口经济综合得分和标准化的港口货物吞吐量绘制二者之间的散点分布图。

在图2中, 横坐标是标准化后的港口货物吞吐量, 纵坐标代表各港口经济的综合得分。从图中可以看到, 大多数港口货物吞吐量排名和港口经济得分排名无显著差异。但也有少数港口的综合经济得分很高, 但货物吞吐量相对不足, 比如南京、深圳。另一些港口经济的综合评价得分对于其货物吞吐量而言相对较低, 比如秦皇岛、营口和日照。

3 结语

从上述分析结果可以看出, 影响整个港口经济的因素是多元化的。港口城市在港口规划时不能仅仅考虑港口自身的规模因素, 还必须统筹考虑港口经济的综合指标体系。如果只发展港口企业而忽略了整个产业链的发展, 那么港口就会因为缺乏有效支持而停滞不前, 甚至在将来很可能因为种种不确定因素, 面临高风险和更大的经营压力。

上海的各项港口经济指标得分大幅度领先其他国内竞争对手。较之于上海, 其他港口的情况各有不同。像秦皇岛、营口和日照等港口在经济综合指标中的得分不高, 今后应该着力改造和提高港口经济活力和进出口规模, 同时大力发展金融、保险、通信等现代服务业。而南京等城市虽然经济发展很好, 但是港口货物吞吐量不高, 今后应该加快港口集疏运网络的建设, 促进港口与腹地经济的联系。其他发展较均衡的港口则应该继续合理优化临港产业规模, 加快产业集群的建设步伐, 进一步提高整条港口产业链的整合程度。

参考文献

[1].任娟, 汪传旭.上海港口经济驱动因素和演化过程分析[J].中国航海, 2007, (2) :75-78

[2].李丽, 刘志平, 肖汉斌, 等.基于因子分析法的环渤海湾港口竞争力分析[J].物流技术, 2007, 26 (5) :52-54

[3].汪玲, 王诺, 佟士祺.港口与城市环境及资源的协调发展度研究[J].中国航海, 2008, (4) :410-414

[4].陈红娟, 孙桂平.港口与城市经济协调发展水平评价——以秦皇岛市为例[J].国土与自然资源研究, 2009, (4) :15-16

[5].李南, 刘嘉娜.临港产业集群的经济特征与国际经验[J].水运工程, 2007, (5) :35-38

[6].王列辉.高端航运服务业的不同模式及对上海的启示[J].上海经济研究, 2009, (9) :99-107

[7].大连海事大学世界经济研究所.2008年中国港口综合竞争力指数排行榜报告[R].2009.

[8].何晓群.现代统计分析方法与应用[M].北京:中国人民大学出版社, 1998.

因子评价 篇2

湖泊富营养化评价中的评价方法与因子关系的分析研究

摘要：为了探讨在湖泊的富营养化评价中不同评价方法和不同因子的关系,应用灰色局势决策法及模糊综合法对我国巢湖的富营养化程度进行了评价,并对评价结果的贴近率进行了分析.通过对实例的分析,得出灰色局势决策评价法评价结果的`贴近率随因子组合权重的递增而上升,且在因子个数相同(因子个数大于1)的条件下,灰色局势法评价结果的贴近率大于模糊综合法.作 者：徐晓毅    孙世群  作者单位：合肥工业大学资源与环境工程学院,安徽合肥,230009 期 刊：安徽农业科学  ISTICPKU  Journal：JOURNAL OF ANHUI AGRICULTURAL SCIENCES 年，卷(期)：2007, 35(36) 分类号：X524 关键词：富营养化    因子    贴近率   

因子评价 篇3

关键词：土地利用；综合效益；评价；因子分析；潍坊市；平原地区

中图分类号： F301.24 文献标志码： A 文章编号：1002-1302（2014）07-0467-03

收稿日期：2013-10-13

基金项目：河北省社科联民生调研课题（编号：201301036）。

作者简介：丁森林（1957—），男，河北邢台人，教授，硕士生导师，研究方向为农业经营与企业管理。

通信作者：孙希胜。E-mail：547713236@qq.com。土地是民生之本、发展之基、财富之母，是推进新型城镇化、保障国家粮食安全、促进社会和谐的关键要素。在十八大报告中，多次提及土地，要求节约集约利用土地资源，大幅降低土地消耗强度，提高土地利用效率和效益。据预测，到2030年我国人口将增加到16亿，所需粮食达到6.5亿t左右，比现在要增加1.5亿t左右[1]。如何利用一个地区固定的土地资源，处理好人口增加带来的城市化扩张、生态环境破坏和粮食危机这些问题，就成为每个地区经济、社会发展的基本命题，按照资源开发模型的思路来发展是不科学、不能持续的，必须依靠技术进步对土地进行“精耕细作”来提高土地资源的利用效益，这在我国人多地少、土地低效利用、人均粮食产量持续下降的背景下实现农业的可持续发展具有重要的意义。

土地利用效益是衡量土地利用合理性与可持续性的重要标度。关于对土地利用效益问题，国外的研究较为细致和全面。1994年世界可持续发展商务委员会率先提出“生态效率”一词之后，在世界范围内便展开了土地利用综合效益的研究[2]。著名学者Panska认为，土地利用的生态价值只有与经济价值耦合在一起，才能发挥土地资源资产本身的功能价值；Wheaton认为，发挥最佳的土地资源功能价值必须同时追求经济价值、社会价值和生态价值[3]。在定量评价方面，国内学者王筱明以山东省济南市为例，选取与土地利用效益相关的指标，建立城市土地利用效益指标评价体系，将熵权法与综合评价法有机结合，进行济南市土地利用效益评价研究[4]；陳静等综合运用特尔菲法、层次分析法以及熵值法，对河北省唐山市土地利用效益进行评价，同时运用主成分分析法对土地利用效益的驱动机制进行定性研究[5]；陈园园从经济效益、社会效益、生态效益3个方面构建吉林省长春市土地利用效益评价指标体系，用主成分分析法找出影响城市土地利用经济效益、社会效益、生态效益的主要因子，并采用因子分析法对长春市土地利用综合效益发展水平进行排序和评价[6]；杨佳惠等以黑龙江省鸡西市为例，构建煤炭城市的土地利用综合效益评价指标体系，运用最优组合赋权法确定指标权重，采用多目标综合评价法对鸡西市土地利用综合效益进行定量分析[7]。因此，在科学构建土地利用综合效益评价指标体系的基础上，以平原地形显著的山东省潍坊市为例，运用因子分析法，对潍坊市土地利用效益进行定量评价与分析，得出潍坊各县（市、区）土地利用效益发展水平，并对其进行排序，同时，联系实际分析土地利用富有效率县（市、区）的成因，进而为其他平原地区优化提高土地利用效益和土地利用结构，节约集约和可持续利用土地提供科学决策依据。

1数据来源与研究方法

1.1数据来源

为保证数据的真实性和可靠性，主要数据来源为2012年《潍坊统计年鉴》[8]。因无法获得潍坊综合保税区相关数据，只比较潍坊市其他15个县（市、区）的土地利用效益水平。

1.2指标选择

土地利用效益评价是对土地利用活动所产生的经济效益、社会效益和生态效益进行综合判定和分析，其目的在于通过对相关指标的分析，判断土地利用效益的优劣，了解土地利用过程中的问题，实现土地集约节约、人地关系协调发展。因此，建立一个比较科学又具有操作性的评价体系是非常有意义的，在遵循科学合理性、综合全面性、系统性、可操作性、独立性的基础上，筛选出能尽量准确评价土地利用效益的指标，并建立一套土地利用综合效益评价指标体系（表1）[9-10]。

2.6综合分析

由表6可知，潍坊各县（市、区）土地利用效益存在明显差异；寿光市、诸城市、青州市、高密市、昌邑市、安丘市得分均大于0，说明这些地区的土地利用综合效益水平较高，相对于其他地区具有比较优势；昌乐县、临朐县、寒亭区、高新区、潍城区、峡山区、坊子区、奎文区得分为负，说明这些地区的土地利用综合效益低于全市平均水平，具有比较劣势。在综合效益评价高的地区中以寿光市为例进行分析，寿光土地利用综合效益因子得分较高，得益于其作为平原地区县初步形成了南部菜、中部粮、北部棉的农业生产格局，优质高产、高效农业得到发展，提高了种植业效益；农业产业的发展尤其是蔬菜产业的发展，推动了第一产业并不断向第二、第三产业延伸和关联，实现三次产业同步提升，土地效益得到最优利用，在潍坊市土地利用效益上具有较大的比较优势。得分较低的区域主要是由于耕地面积较少，建设用地面积较大，土地利用类型单一，其耕地集约利用因子得分比较低。

以潍坊各县（市）来说，以各县土地利用综合效益得分为自变量，地均GDP为因变量，作一元线性回归分析得到：y=15.062+15.234x，并且t检验值通过了显著性检验，y和x的判定系数为R2=0.754，判定系数较高，说明各县土地利用效益与地均GDP基本一致，土地集约利用程度高。这是由于潍坊市各县土地面积较广，土地利用类型多样，第一、第二、第三产业协调发展，从而促进该地区经济的整体发展。

nlc202309020559

3政策建议

2013年中央一号文件和党的十八大提出，要加强新型城镇化建设。新型城镇化正是突破我国城乡二元结构，实现社会经济转型的必然选择。富有效率县级市的土地利用对新型城镇化建设有重要的借鉴意义，同时，土地利用效益受社会、经济、生态环境多重因素影响，变化波动明显，只有通过政策引导，采取合理措施，节约集约利用土地，才能促使土地利用效益进一步提升。因此，有以下4個方面的建议[12]。

（1）坚持经济效益、社会效益与生态效益的协调统一，提高土地利用综合效益。土地利用效益是经济、社会和生态效益的有机整体，三者是相互影响、相互制约的，应兼顾各种效益。经济效益为改善土地生态环境提供资金；社会效益为其提供技术支撑，提高人类保护土地生态环境的能力；而土地生态环境的改善，也为土地利用可持续稳定发展创造了坚实的基础[13]。虽然经济效益是土地利用效益的核心，但不能忽视土地利用的社会与生态效益，应使经济效益、生态效益、社会效益之间协调发展，促进土地的可持续开发利用。

（2）调整产业结构，优化土地利用结构。产业结构调整是经济持续、快速、健康发展的动力和保障，经济发展是土地利用效益提高的表现。各地区应该按照建设资源节约型社会和生态文明建设的要求，促进第一、第二、第三产业协调发展，逐步形成农业为基础、高新技术产业为先导、基础产业和制造业为支撑、服务业全面发展的产业格局。在农业方面，突出发展以绿色农业、生态农业为重点的效益型农业，推进农业科技园区和科技示范基地建设，推进农业综合开发；在制造业方面，逐步减少和取消资源占地量大、产出水平低的传统工业尤其是重工业，重点发展电子信息、新材料和医药等高新技术产业；在服务业方面，重点发展金融保险、现代物流、科技信息、商务服务、创意产业、服务外包等生产性服务业，促进服务业更快发展。通过调整产业结构来转变经济增长方式，由原来的粗放型增长方式转变为集约型的经济增长方式，有利于优化土地利用结构，提高土地利用效益[14]。

（3）加强土地开发整理，严格保护耕地制度。随着新型城镇化的加快发展，人口与土地、耕地反向增减，后备资源严重不足，人多地少矛盾日益突出。为此，各地区应认真执行土地管理法和耕地保护法，严格控制农用地转为建设用地，落实耕地占补平衡措施，建立土地整理复垦开发项目库和耕地储备库，保持耕地总量动态平衡。大力推进土地开发工作，协调好经济社会发展与保护耕地的关系，提高农业生产效率，改变农业生产方式，改善区域生态环境。

（4）提高土地管理水平，完善土地管理制度。科学的土地管理是土地合理利用的基础和保障，土地管理水平直接决定了土地利用效益和效率[15]。首先应科学地编制各地区土地利用总体规划，在制定和实施土地利用规划过程中加强土地利用和社会经济相关趋势分析及动态监测，及时了解新情况、发现新问题，调整土地利用思路以适应社会经济的发展；其次，加强土地执法力度，建立土地执法监管长效机制。

参考文献：

[1]翟虎渠. 粮食安全的三层内涵[J]. 中国粮食经济，2004（6）：34-34.

[2]Hargis C D，Bissonette J A，David J L. The behavior of landscape metrics commonly used in the study of habitat fragmentation[J]. Landscape Ecology，1998，13（3）：167-186.

[3]Wheaton W C. Urban residential growth under perfect foresight[J]. Journal of Urban Economics，1982，12（1）：1-21.

[4]王筱明. 基于熵权法的济南市土地利用效益评价研究[J]. 水土保持研究，2008，15（2）：96-98.

[5]陈静，付梅臣，陶金，等. 唐山市土地利用效益评价及驱动机制[J]. 资源与产业，2010，12（1）：60-63.

[6]陈园园.长春市土地利用效益研究[D]. 长春：东北师范大学，2011.

[7]杨佳惠，雷国平.黑龙江省煤炭城市鸡西市的土地利用综合效益评价[J]. 水土保持研究，2012，19（6）：176-179，183.

[8]潍坊市统计局.2012 年潍坊统计年鉴[M]. 北京：中国统计出版社，2012.

[9]李娜，郝继坤. 基于因子分析法的衡水市土地利用总体规划实施效果评价[J]. 安徽农业科学，2011，39（13）：7872-7874.

[10]李栓，丁冠华，王红梅，等. 基于DEA的哈尔滨市土地利用经济效益评价[J]. 中国人口·资源与环境，2010（增刊）：329-333.

[11]余建英，何旭宏. 数理统计分析与SPSS应用[M]. 北京：人民邮电出版社，2006.

[12]方琳娜，陈印军，宋金平. 城市边缘区土地利用效益评价研究——以北京市大兴区为例[J]. 中国农学通报，2013，29（8）：154-159.

[13]赵海波. 长沙市土地利用经济效益与环境质量的协调度评价分析[D]. 长沙：湖南农业大学，2010.

[14]袁凤刚. 海门市土地利用效益评价研究[D]. 武汉：华中农业大学，2011.

[15]温栋. 廊坊市土地利用效益评价研究[D]. 天津：天津大学，2011.

因子评价 篇4

物流企业经济效益评价是一项比较复杂的工作, 它涉及企业经济运行中各生产要素的投入、产出、效率等诸多方面的问题。本文选取了4个一级指标, 分别是经营效益能力指标、偿债能力指标、营运能力指标、发展能力指标;设置了9个二级指标:资产负债率, 速动比率, 应收账款周转率, 总资产周转率, 总资产增长率, 经营净利率, 净资产收益率, 成本费用利润率, 股东权益增长率, 作为物流企业绩效分析的评价指标。这些指标共同反映物流企业的经营效益、偿债能力、营运能力和发展能力。

二、实证分析

(一) 数据来源

本文分析选取了18家上市物流公司2009年的年度财务数据, 具体数据如表1所示。

单位:%

注一:X1:资产负债率 (%) , X2:速动比率 (%) , X3:应收账款周转率 (%) , X4:总资产周转率 (%) , X5:总资产增长率 (%) , X6:经营净利率 (%) , X7:净资产收益率 (%) , X8:成本费用利润率 (%) , X9:股东权益增长率 (%) 注二:数据来源于世纪证券分析软件的财务分析以及国泰安网站的财务分析

(二) 计算相关系数矩阵和Bartlett球度检验和KMO检验

根据图1可以看出, 大部分指标间的相关系数是大于0.3的, 存在着较强的相关性。

Bartlett球度检验以原有变量的相关系数矩阵为出发点, 其零假设是:相关系数矩阵为单位矩阵, 即相关系数矩阵主对角元素均为1, 非主对角元素均为0。根据相关系数矩阵的行列式计算可得其近似服从卡方分布。从图2可知, 统计量卡方值较大为74.59且对应的sig值小于给定的显著性水平, 所以零假设不成立。即说明相关系数矩阵不太可能是单位矩阵, 变量之间存在相关关系, 适合做因子分析。

KMO检验的统计量值越接近1, 意味着变量间的相关性越强, 原有变量适合做因子分析;越接近0, 意味变量间的相关性越弱, 越不适合作因子分析。根据图2中的KMO抽样适当性统计量的值为0.598, 已达到适合的标准。因此可认为本文数据是比较适合用于因子分析的。

(三) 公因子个数的确定

目前还没有一种能够精确确定公因子个数的定量方法, 实际应用中往往借助一些准则来确定。主要有以下几种:

1. 特征值准则, 取特征值大于或等于1的主成分作为初始因子。

2. 因子累计方差贡献率准则, 一般所选取的因子个数应该满足累计方差贡献率达到80%以上。

2013年第7期中旬刊 (总第522期) 时代Times当然最终确定因子个数还必须考虑所研究课题的目的与具体的经济意义, 在这里综合考虑以上因素最终确定提取3个公因子。本文采用的是主成分法初步抽取因子, 从图3 (第四列) 可以看出抽取前3个因子所解释变异量的累积百分比为75.457%, 其中第一个因子解释变异量的百分比为37.514%, 第二个因子解释变异量的百分比为25.056%, 第三个因子解释变异量的百分比为12.887%;第二列为各因子的特征值, 第一因子的特征值为3.376, 第二因子的特征值为2.255, 第三因子的特征值为1.16;特征值越大, 表示该主成分在解释所有变异量时越重要。第9列为旋转后各因子解释方差的百分比, 这对后面计算各企业综合得分时很重要, 是作为参与计算的各因子的权数。

(四) 求解因子模型

主要是根据因子载荷矩阵 (各变量在共同因子上的组型负荷量) 来求解因子模型。图4列出了各变量对应于3个公因子的载荷值, 但此表不能清晰地看出各个公因子代表哪些变量 (经济意义不明显) , 因此对因子载荷矩阵进行方差极大旋转, 使载荷矩阵中每一行的数值 (绝对值) 尽可能向0和1两极分化, 这样得到的旋转后的因子载荷矩阵 (图5) 便于解释公因子的实际意义。

(五) 因子命名

由图5可以看出, 因子一基本反映了X1:资产负债率、X2:速动比率、X5:总资产增长率、X9:股东权益增长率, 其经济意义代表着物流企业的偿债能力和发展能力;因子二基本反映了X3:应收账款周转率、X4:总资产周转率、X6:经营净利率、X8:成本费用利润率, 其经济意义代表着物流企业的营运能力。因子三基本反映了X7:净资产收益率, 其经济意义代表着物流企业的经营效益。具体命名如表2。

(六) 计算因子得分

本文选择主成分分析法提取因子并且以回归法输出因子得分, 因此因子得分主要是根据主成分得分系数矩阵 (图6) 来确定的。该得分系数矩阵是经过旋转所得的, 据此可计算因子得分函数如下:

(其中, Ci1表示第i家企业的因子一得得分)

(七) 综合得分和企业排名

由因子得分函数可以计算出各个因子的得分, 但是对于企业经济效益的综合评价必须知道企业的综合得分, 在这里关键是确定每个因子进入求和计算时的权重, 因此根据旋转后因子解释方差的百分比来确定权重。由图3 (抽取共同因子的结果) 可以得到因子一解释方差的百分比为37.514%, 因子二为25.056%, 因子三为12.887%, 根据解释方差的百分比计算权重。计算总得分时各因子的权重为:

同理可得, f2=33.206%, f3=17.078%。

接下来就是计算综合得分, 由于每一企业各因子得分软件已经输出到数据编辑窗口, 再加上计算得到的权重, 则可得出综合得分, 其计算公式如下:

(其中i-代表第i家企业, j-代表第j个因子, cij-表示第i家企业第j个因子的得分, fj-表示第j全因子的权重。) 根据各项因子得分可以对各个企业进行单项排名, 根据综合得分的计算公式计算得到14家物流企业的综合得分可以对企业进行综合排名 (具体计算结果见表3) 。

三、结论

根据表3, 从综合得分排名来看, 排名前5的依次是新宁物流、深圳机场、五洲交通、白云机场和招商轮船, 而排名后5的依次为东方航空、中国远洋、南方航空、江西长运和中远航运。很明显, 公路运输、机场以及仓储业的效益要好于水路运输和民航运输业。从单个因子得分排名来看, 因子一 (偿债能力和发展能力因子) :排名前三位的依次是新宁物流、深圳机场和中储股份, 排名后三位的依次是东方航空、中原高速和中国远洋;因子二 (营运能力因子) :排名前三位的依次是五洲交通、深圳机场和白云机场, 后三位的依次是中储股份、南方航空和东方航空;因子三 (经营效益能力因子) :排名前三位的依次是招商轮船、深圳机场和南方航空, 后三位的依次是恒基达鑫、中国远洋和上港集团。

参考文献

[1]李贵春, 李从东, 李龙沫.供应链绩效评价指标体系与评价方法研究[J].管理工程学报.2004.

[2]蔡定萍.企业物流系统综合评价指标体系设计[J].物流技术.2006 (3) .

因子评价 篇5

基于因子分析和模糊神经网络的城市公共安全评价研究

摘要：采用因子分析和模糊神经网络方法,对我国的城市公共安全进行了评估.建立了我国城市公共安全水平的评价指标体系.并采用因子分析法对指标的`相关性进行了分析,用模糊神经网络对影响城市公共安全的主要指标进行了分析,如人为因素,设施,管理能力和自然事故等.最后通过实证检验,验证了该模型的科学性.作 者：刘承水 Liu Chengshui 作者单位：北京城市学院,北京,100083期 刊：北京城市学院学报 Journal：JOURNAL OF BEIJING CITY UNIVERSITY年，卷(期)：,“”(1)分类号：X913关键词：城市公共安全 指标体系 模糊神经网络 评价

因子评价 篇6

摘 要 本文参考目前我国试行的企业绩效评价体系，从公司财务数据的各个方面选取合适的指标，建立了上市公司经营业绩综合评价的五大指标体系,即成长性、短期偿债能力、盈利能力、资产管理能力和长期偿债能力。

关键词 因子分析法 上市公司经营业绩 指标体系

一、上市公司经营业绩综合评价指标的选取

我国目前试行的企业绩效评价体系，是以工商类竞争性企业为评价对象设计的。根据工商类竞争性企业的特点，绩效评价的内容包括四个方面，即财务效益状况、资产营运状况、偿债能力状况和发展能力状况。本文参考以上企业绩效评价体系，通过进一步细分，从上市公司财务数据的七个方面选取指标，具体包括债务状况指标、获利能力指标、运营能力指标、资本结构指标、成长能力指标、现金流量指标和投资收益指标。

（一）债务状况指标

选用流动比率和速动比率这两个指标来反映上市公司的短期偿债能力。流动比率是流动资产除以流动负债的比值；速动比率是从流动资产中扣除存货部分，再除以流动负债的比值，它们都是适度指标。一般认为，生产企业合理的最低流动比率是2，而正常的速动比率为1。这两个指标太低，说明上市公司的短期偿债能力偏低，可能会带来巨额成本的财务风险，不利于公司的未来发展；这两个指标太高，则说明上市公司的流动资产和速动资产中有闲置资产利用不足的缺点。

（二）获利能力指标

选用净资产收益率和主营业务利润率这两个指标来反映上市公司的盈利能力。净资产收益率是净利润与平均股东权益的比率；主营业务利润率是主营业务利润与主营业务收入的百分比，它们都是正指标。净资产收益率对于上市公司来说是最重要的指标之一，是企业盈利能力指标的核心，它反映了公司股东权益的收益水平。该指标值越高，说明投资带来的收益越高。

（三）运营能力指标

选用存货周转率和总资产周转率这两个指标来反映上市公司的资产管理能力。存货周转率是销售成本除以平均存货而得到的比率，总资产周转率是销售收入与平均资产总额的比值，它们都是正指标。存货周转率是衡量和评价企业购入存货、投入生产、销售收回等各环节管理状况的综合性指标，该指标越高，说明存货周转速度越快，存货的占用水平越低，流动性越强，存货转换为现金或应收账款的速度越快。总资产周转率反映资产总额的周转速度，该指标越高说明周转越快，销售能力越强。

（四）资本结构指标

选用资产负债率这一指标反映上市公司的长期偿债能力。资产负债率是负债总额除以资产总额的百分比，反映在总资产中有多大比例是通过借债来筹资的，也可以衡量企业在清算时保护债权人利益的程度。它是一个适度指标，该指标越高说明企业面临的财务风险越大，获取利润的能力也越强。如果企业资金不足，依靠欠债维持，导致资产负债率特别高，就必须特别注意偿债风险。在我国，一般资产负债率在60%～70%之间，被视为是比较合理、稳健的；达到85%以上时，应视为发出预警信号，企业应給予足够的注意。

（五）成长能力指标

选用主营业务增长率和总资产增长率这两个指标反映上市公司的成长能力。主营业务增长率是本期主营业务收入与上期主营业务收入之差与上期主营业务收入的比值，总资产增长率是指年度总资产增长额与期初总资产原值的比率，它们都是正指标。主营业务增长率若大于零，表示企业本年主营业务收入有所增长，该指标值越高，表明增长速度越快，企业市场前景越好。总资产收益率是反映企业一定时期总资产增长速度的指标，该指标越高，说明企业的总资产增长速度越快，企业的发展潜力越大。

二、因子分析法

基于企业财务报表的企业业绩评价方法多是建立在指标体系之下的，如果所选用的指标过于单一，难以准确地评价上市公司经营业绩的整体特征。目前我国现实实务中使用较多的通常是多指标体系方法，如比较分析法、层次分析法和模糊综合法等，这些方法存在着一个明显的缺陷，即评价体系中各财务指标的权重都是依据主观或者经验判断事先确定下来的，这样难免会对整个评价过程带来相当程度的主观性。如何尽可能地减少评价体系中由于上述原因而带来的主观性，是设计新的评价方法，建立新的指标体系必须要面对的问题。因子分析法正好提供了解决这一问题的一种有效途径。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，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计方法。其基本思想是根据相关性大小把原始变量分组，使得同组内变量之间相关性较高，而不同组的变量间的相关性较低。每组变量代表一个基本结构，并用一个不可观测的综合变量表示，这个基本结构称为公共因子。这样对于所研究的某一具体问题，原始变量就可以分解成两部分之和的形式，一部分是少数几个不可测的所谓公共因子的线性函数，另一部分是与公共因子无关的特殊因子。研究中抓住少数几个公共因子所代表的主要部分就可以帮助我们对复杂问题进行分析和解释。将因子分析法应用到上市公司经营业绩的综合评价，就是利用因子分析法得到一个基于上市公司财务指标体系的关于上市公司经营业绩的综合得分，根据这个得分，评价者可以判断比较上市公司经营业绩的好坏。

参考文献：

[1]陈孝新.基于因子分析法的上市公司经营业绩综合评价.科技广场.2006(9):54-55.

[2]沈剑,吕文元.因子分析法在上市公司综合经营业绩评价中的应用.商场现代化.2007(6)48.

因子评价 篇7

生活垃圾是指居民在生活消费过程中产生的固体废弃物, 其中的废纸、木材与金属等具有很高的再利用价值;废弃的电池, 含有放射性等物质, 如不妥善处理, 将会污染环境, 对人体健康带来影响;粪便等垃圾是进行生物堆肥的重要原料。随着我国人口的增长及人们生活水平的提高, 生活垃圾量大幅增加, 使其处理越来越困难, 社会为此付出了高昂的代价。据科技部提供的资料显示, 以城市生活垃圾为例, 我国城市人均年产生活垃圾440公斤, 是人均粮食占有量的1.16倍。到2009年底, 我国生活垃圾的产生量已经达到15, 733.7万吨, 无害化处理量达到了11, 232.3万吨, 其中卫生填埋8, 898.6万吨。我国生活垃圾在收集上主要以混合收集为主, 绝大多数未采用分类收集的方法;对生活垃圾的处理主要采用填埋、堆肥和焚烧三种方式, 其中以填埋方式为主, 占整个处理量的60%左右, 说明了我国大部分生活垃圾没能变废为宝, 这不仅不利于环境的改善, 也造成了资源的严重浪费。随着经济发展, 我国面临的资源环境瓶颈约束问题会日益明显, 探求我国生活垃圾处理水平及其影响因素, 并对我国不同省份的生活垃圾处理能力进行因子分析, 探求生活垃圾处理的差异化表现, 具有重要意义。

二、指标的选取与数据分析过程

1、指标选取。

本文选取全国28个行政单位, 因海南、西藏与青海数据缺失而没有选入, 并选择作为生活垃圾综合处理水平的7个主要指标。生活垃圾清运总量 (X1) , 反映了一个地区生活垃圾处理能力的总体能力, 无害化处理工厂数量 (X2) , 反映了各地政府在生活垃圾处理设施方面的建设情况, 在一定程度上反映生活垃圾处理的能力;无害化处理能力 (X3) , 垃圾无害化处理是指通过卫生填埋、焚烧和堆肥以及再资源化处理能力;无害化处理量 (X4) , 是指无害处理的数量, 反映生活垃圾处理的绝对数量;粪便清运量 (X5) ;粪便无害化处理量 (X6) ;生活垃圾无害化处理率 (X7) 。上述指标均为正向指标, 除了无害化处理工厂数量 (X2) 的单位用 (个) , 生活垃圾无害化处理率 (X7) 用百分比来表示外, 其余指标的单位均为“万吨”, 利用SPSS软件对上述七个指标进行因子分析, 以反映我国不同地区的生活垃圾综合处理能力。研究造成不同地区垃圾处理能力差异的主要因素, 为提高我国生活垃圾综合处理水平提供参考建议。

2、数据处理过程

首先, 原始数据进行标准化处理以后, 利用SPSS软件对标准化数据进行因子分析。KMO和球形Bartlett检验的结果显示:KMO值为0.630>0.5, 球形Bartlett统计量值为181.595, Sig.值为零, 说明适合进行因子分析。同时, 通过观察因子分析得到的七个指标的共同度, 可知七个指标绝大部分信息都能通过公共因子表示出来, 从侧面反映出因子分析效果较好。

其次, 因子数量的确定。根据解释方差总和的实证结果可知:提取特征根大于1的因子, 而前3个因子的累积方差贡献率达到92.219, 因此提取3个因子已经能较好地描述原始数据的信息, 如表1所示。 (表1)

再次, 因子命名。由于初始因子载荷矩阵的各个因子在原始变量上的载荷值都相差不大, 造成因子含义不太好解释。因此, 通过方差最大旋转法进行因子旋转解决以上问题, 旋转后的因子载荷矩阵。见表2。 (表2)

由因子载荷矩阵可以看出, 第一个公共因子在无害化处理能力、无害化处理量等方面解释较强, 这与处理能力有关, 故命名为生活垃圾处理能力优势因子;第二个公共因子在生活垃圾处理结构等方面解释较强, 反映了一个地区在生活垃圾处理结构方面的差异, 命名为处理结构优势因子;第三个公共因子在生活垃圾无害化处理率、无害化处理厂数等方面解释较强, 说明了不同地区处理生活垃圾设施的差异, 命名为处理设施优势因子。

最后, 计算因子综合得分。由相关系数矩阵计算出公共因子得分, 再根据每个公共因子对方差贡献率计算因子综合得分, 用下述公式计算综合因子得分:

并依据公共因子和综合得分将样本进行排名, 如表3所示。 (表3)

三、处理结果分析

从F1的得分来看, 处于前列的几个省区来看, 广东、山东、浙江、江苏等省经济发展水平、城市化水平较高, 人口数量多, 人口密度大, 生活垃圾产生的数量大, 处理量也大, 处理能力较强。

从F2的得分来看, 北京、上海、内蒙等地得分较高, 上述地区在生活垃圾中的处理结构上有较为明显的优势。

从F3的得分来看, 天津、重庆、北京等直辖市得分较高, 居民的生活垃圾中, 说明了上述地区在生活垃圾处理体系构建较为完整, 从垃圾产生的源头到垃圾回收再利用等环节的设施较为完备;上述直辖市在垃圾处理厂、卫生填埋场建设等方面已经走在全国前列, 垃圾焚烧以及回收利用技术也处于领先水平。

从综合得分来看, 处于前三位的是广东、山东和浙江, 处于后三位的是新疆、甘肃和宁夏, 共有十个地区得分为正值, 四个地区的得分低于-0.5, 从得分为正值地区来看, 它们的经济发展水平相对较高, 而得分较低的几个省份的经济发展水平比较落后, 说明了生活垃圾综合处理水平与经济发展水平有一定的相关关系。

四、小结

综上所述, 一个地区的生活垃圾综合处理水平取决于多种因素, 坚持3R原则将生活垃圾减量化、无害化、资源化处理是基本的取向。各地政府应加大宣传力度, 教育人们进行生活垃圾袋装化, 在丢弃垃圾之前, 就能对生活垃圾进行分类处理, 培养人们随意丢弃垃圾就是给“别人添麻烦、给社会添麻烦”, 给人、给社会添麻烦是不光彩的社会行为理念, 造就“人人关心垃圾处理, 人人为减少垃圾处理成本做贡献”的良好社会风气。逐步设置科学的垃圾丢弃收费制度, 按照1972年OCED确定“PPP4”原则, 探索实施生活垃圾付费的具体方案, 将生活垃圾回收处理费用在物业费中单列一项, 让每个人知道自己生活垃圾处理应负担的费用, 增强公民的社会责任感;同时, 政府应加大投入, 扩大垃圾处理厂的规模和处理能力, 积极探索生活垃圾无害化、再资源化处理的技术创新, 大力发展静脉产业, 培育静脉产业主体, 给予其一定的优惠条件, 引导更多的企业进入生活垃圾处理领域, 提高生活垃圾处理的资源化水平。

摘要：随着经济发展和人民生活水平的提高, 我国生活垃圾逐年增加, 不仅污染了环境, 也造成了资源的巨大浪费。所以, 生活垃圾处理问题引起了学者们的广泛关注, 这些研究成果对于提高处理生活垃圾水平有很强的现实意义。我国不同地区的垃圾处理水平存在着较大差异。本文从提高公民环保意识、鼓励企业进入生活垃圾处理行业、完善垃圾收费制度等方面提出建议。

关键词：生活垃圾,因子分析,处理水平

参考文献

[1]Dae Hee Lee, ShishirKumar Behera, Production potential of leachate generated from Korean food waste recycling facili-ties:A lab-scale study.Waste Management 29.2009.

[2]Paolo B, Francesco F, Daniele P.Appli-cation of food waste disposers and alternate cycles process in small-decentralized towns:A case study[J].Water Research, 2007.4

[3]王建明.城市固体废弃物管制政策的理论与实证研究[M].北京:经济管理出版社, 2007.

[4]丁纯.生活垃圾收费制度的国际经验与借鉴[J].财经论丛, 2007.7.

基于因子分析的电子商务网站评价 篇8

关键词：因子分析,电子商务网站,评价

一、绪论

电子商务网站高速发展, 高质量的网站是企业开展电子商务活动的重要平台, 如何科学合理地评价这些网站成为消费者和网站投资经营者共同关心的问题。一方面, 消费者希望通过客观的网站分类和评价规则, 迅速高效地了解和寻找最好的网站来获得满意的商品和服务;另一方面, 网站投资经营者可以了解网站的实力和潜力, 以便做出和调整投资经营决策。

本文拟采用动态监测的定量数据, 从因子分析角度来对我国一些电子商务网站进行评价研究。

二、网站样本、指标选择以及数据收集

(一) 电子商务网站评价样本选择

为了能够比较准确的反映我国电子商务网站的建设水平, 并且达到比较分析的目的, 本文从“2010年度中国电子商务网站TOP100”中选取了32家, 大部分网站都是比较知名的网站。

(二) 电子商务网站评价指标变量

综合考虑对电子商务网站有影响力的各因素, 本文选取了六个指标变量作为电子商务网站评价标准:网站流量排名、每百万人中访问该站的人数、反向链接数、近一周日均IP量、访问速度、搜索引擎收录数量。

根据以上的选择标准, 本文最终使用32个电子商务网站样本作为原始数据, 如表1所示。

表1电子商务网站评价的原始数据 (截止到2013年7月)

三、电子商务网站因子分析

因子分析是一种相关分析技术, 是用少数集成后的互不相关的因子变量去解释大量的统计变量的一种统计方法。这种方法能以较少的因子变量和最小的信息损失来解释变量之间的结构。

1.因子分析结果与总结。在表2中, 第三列是根据因子分析提取出来的两个公因子计算出的变量共同度, 第一行中的0.990表示2个公因子总共解释了原始变量每百万人访问该网站的人数的99.0%, 从该表的第2列可见, 提取的公因子很好地概括了这5个评价网站的变量。

表3是用Varimax法进行旋转后得到的因子载荷矩阵。第一公因子综合了每百万人中访问该站的人数、反向链接数和近一周日均IP量三个变量, 体现了网站的社会知名度和认可度;第二公因子综合了访问速度和搜索引擎收录数量两个变量, 反映了网站的技术特性。

四、因子分析结果以及网站排名分析

根据因子分析中前两个公因子的贡献率, 可计算出其所代表的权重, W1=0.60066, W2=0.19922, 则综合得分可为:S=fac1_1*0.60066+fac2_1*0.19922。因此, 可得电子商务网站在二个维度上的排名及综合得分和排名, 如表4所示。

由表3可以看出, 从公因子1的得分及排名情况来看, 淘宝网、淘宝商城、卓越亚马逊、京东商城、拍拍网、去哪网等网站排名靠前, 说明他们的社会知名度和认可度较高, 在网民中普及率高。从公因子2的得分及排名情况来看, 卓越亚马逊、天天网、麦考林、凡客诚品等网站较为关注网站的技术先进性和可靠性, 反映了网站本身的技术能力较强, 注重网站基础建设。

通过因子分析, 可以利用数据分析网站优势劣势。例如卓越亚马逊网站的技术先进性和可靠性非常高, 但是通过因子分析看出他的受众认可度却不是很高, 这对于卓越亚马逊来说, 就需要进一步的分析认可度和知名度不高的原因, 也就有了下一步的发展目标和策略, 通过各种方式进行知名度和认可度的推广宣传。

五、结论

电子商务网站评价是一件综合性的工作, 涉及面十分广泛, 本文利用动态监测的定量数据, 采用因子分析来对电子商务网站进行评价, 实现了网站的排名和定位, 整个评价过程客观真实。通过本评价分析方法, 不仅可以实现网站的排名, 而且能够找出电子商务网站的优、劣势, 为电子商务网站的合理定位提供参考。

参考文献

[1]李金林, 赵中秋, 马宝龙.管理统计学 (第二版) 清华大学出版社, 2011

[2]侯治平.因子分析与聚类分析在电子商务网站评价中的应用研究.科技管理研究, 2011 (18)

因子评价 篇9

关键词：经营业绩评价,因子分析,上市公司

一、引言

面对日益激烈的市场竞争, 企业正面临着严重的挑战, 在上市公司日益成为市场主宰的今天, 其经营业绩的好与坏, 直接影响着我国国民经济的发展水平和经济发展的方向, 上市公司经营业绩的好与坏从根本上决定了整个市场的资源配置的合理性及有序竞争性。因此, 开展上市公司经营业绩评价具有重要的现实意义。同时, 有利于增强企业的形象意识, 提高竞争实力, 而且有利于促进企业改进管理方法和程序, 加强企业管理制度的创新。

传统的企业经营业绩评价方法多是建立在单指标评价体系下, 其由于指标过于单一, 采用单一指标比较简便, 但是上市公司经营业绩表现趋于多元化, 既包括财务方面的业绩, 也包括非财务方面的业绩。财务方面的业绩也不仅包括盈利能力, 还包括营运能力、偿债能力、增长能力等方面, 单一指标信息含量少, 不能全面衡量上市公司经营业绩。目前使用较多的多指标评价方法中, 许多方法对指标权重的确定采用主观赋权法, 其由于主观性太强, 从而导致评价结果不能完全准确的反映企业的真实情况。本文针对单指标体系和多指标体系中主观赋权法确定指标权值存在的问题, 尝试建立基于因子分析的上市公司经营业绩评价模型, 完善上市公司经营业绩评价的方法。

二、上市公司经营业绩评价方法存在的问题

目前上市公司的经营业绩评价方法主要包括单指标法和多指标法。单指标法是将上市公司各项指标按照大小顺序进行多项平行的单指标的排序。如杜邦财务分析法, 但是它的财务指标过于单一, 从而导致评价结果只能反映企业的盈利能力, 无法得到企业的综合业绩水平。而上市公司经营业绩表现趋于多元化, 财务方面的业绩不仅仅局限于盈利能力方面, 还包括偿债能力、发展能力、营运能力等方面。因此, 使用单一指标难以准确地评价上市公司经营业绩的整体特征。

鉴于单一指标存在的局限性, 上市公司经营业绩的评价应建立多指标评价体系。从文献1和文献2的讨论情况看, 基于财务报表和财务数据的多指标评价方法, 最关键的就是指标权重的确定方法。上市公司经营业绩评价指标权重的确定方法可以分为主观和客观两种类型。主观赋权法是根据评价指标本身对经营业绩的重要程度确定, 主要是由专家根据经验主观判断而得到, 这种方法人们研究较早, 也较为成熟, 但客观性较差。主要包括德尔菲法、层次分析法、模糊综合评价法等。客观赋权法是从指标的统计性质上来考虑, 由调查所得的数据决定, 不需征求专家的意见, 其原始数据由各指标在被评价单位中的实际数据形成, 它不依赖于人的主观判断, 因而此类方法客观性较强。其中又分为因子分析法、主成份分析法、聚类分析法、熵权法、变异系数法等方法。因子分析法属于客观赋权法, 它是根据评价指标的实际观察值所提供的信息量的大小来确定各指标的权重, 可以有效克服主观赋权法的主观局限性, 提高评价结果的准确性。

三、基于因子分析的上市公司经营业绩评价思路

作为多元统计方法中的一种, 因子分析法对于解决传统财务分析方法所面临的缺陷具有明显的优势。它是基于同时对多个对象进行考察, 综合分析众多数据的分析方法。其用于评价业绩的主要思路是:首先, 对企业经营业绩不同方面的多指标进行综合, 使得每一个所收集到的数据都参与运算;其次, 经过运算, 合成为少数几个“因子”, 每个因子的重要程度 (权重) 依据其对总信息 (经营业绩) 的解释程度而确定;再次, 计算出综合得分, 便于对被研究企业的经营业绩进行综合评估。并找出影响企业发展、现状及趋势的决定性因素, 达到对企业更深层次的认识的目的。

四、基于因子分析的上市公司经营业绩评价

(一) 指标体系的建立

上市公司的财务报表是上市公司全部重要信息的浓缩反映, 而财务指标则是对上市公司进行综合评价的重要内容。财务报表中的指标很多, 反映不同方面的内容, 因此评价指标的选取可以多种选择。在上市公司经营业绩综合评价体系中, 评价指标是建立上市公司经营业绩综合评价模型的核心。评价指标的选择正确与否关系到模型是否能够真实全面地反映上市公司经营业绩, 从而直接影响经营业绩评价的最终结果。由于企业的经济活动是基于对企业的资产管理, 以盈利为目的, 以偿债为必要条件, 以企业的成长和扩张为最终目的的动态工程。因此, 本文参照财政部在1999年6月颁发的“工商类竞争性企业绩效评价指标体系”, 借鉴文献3, 针对广西省上市公司的特点, 选取如下6个指标来评价上市公司的经营业绩:反映偿债能力的指标 (流动比率X1, 资产负债率X2) ;反映资产管理能力的指标 (总资产周转率X3) ;反映盈利能力的指标 (净资产收益率X4) 和反映成长能力的指标 (总资产增长率X5, 股东权益增长率X6) 。

(二) 模型的构建

1、样本数据收集

本文从广西省的26家上市公司中随机选取8家 (仅限于A股) 作为原始样本, 采用其2009财年终期的财务数据, 运用SPSS15.0统计软件来分析和评价其经营业绩 (原始财务数据来源于港澳资讯网) 。

2、数据预处理

预处理包括指标趋同化处理和无量纲化处理。指标趋同化处理是把指标正向化, 即把逆指标和适度指标转化为正指标。本文中, 资产负债率X2属于适度指标, 将指标减去适度值后的绝对值的倒数转化为正指标。同时, 由于不同评价指标具有不同的量纲和量纲单位, 为了得到总体评价结果, 需要将各评价指标作无量纲化处理。即对评价指标数值作标准化的处理。本文采用标准化法, 消除量纲和数量级的影响。

3、因子分析

(1) 数据检验。KMO是用于比较变量间简单相关系数与偏相关系数的一个统计量, 其值愈接近1, 表明愈适合作因子分析;Bartlett球形检验是判断变量的相关系数矩阵是否为单位阵的一个统计量, 其相伴概率 (sig.) 小于显著性水平 (0.05或0.1) , 表明相关系数矩阵不为单位矩阵, 适合因子分析, 反之亦然。经过检验, 本文数据的KMO统计量=0.698>0.5, 球形检验卡方统计量=118.557, 单侧P=0.000<0.01, 适于因子分析。

(2) 因子提取。本文选用主成分分析法, 主成分分析方法中的主成分要能够概括原变量所提供信息的大部分, 前几个主成分的特征值要大于1, 累积方差贡献率要达到80%以上。经过分析, 特征值大于1的因子有3个, 累积贡献率为85.798%大于80%, 可以提取3个初始因子。

(3) 因子命名和解释。本文采用最大方差正交旋转法对潜在因子进行解释。通过旋转后的因子负荷矩阵进行分析, F1, F2, F3是提取的三个公共因子, 旋转后的因子载荷矩阵, 如表1所示。在各因子上选取相对的财务指标作为财务因子的解释变量, 可得出各因子十分明确的解释。

根据表1, 在主因子F1中, 系数绝对值比较大的有流动比率X1和资产负债率X2, 反映的是公司的偿债能力。因此F1可以解释为偿债能力的主因子。

在主因子F2中, 系数绝对值比较大的是总资产周转率X3, 反映的是公司的资产管理能力。因此F2可以解释为资产管理能力的主因子。

在主因子F3中, 系数绝对值比较大的有净资产收益率X4, 总资产增长率X5, 股东权益增长率X6, 反映的是公司的盈利能力和成长能力。因此F2可以解释为盈利能力和成长能力的主因子。

(4) 因子得分模型。采用回归法估计因子得分系数, 得到因子得分矩阵, 如表2所示:

F1=0.414流动比率+0.466资产负债率=0.157总资产周转率-0.181净资产收益率+0.010总资产增长率+0.008股东权益增长率

F2=0.009流动比率+0.152资产负债率+0.494总资产周转率-0.031净资产收益率-0.247总资产增长率-0.038股东权益增长率

F3=-0.115流动比率-0.154资产负债率-0.011总资产周转率+0.577净资产收益率+0.499总资产增长率+0.529股东权益增长率

根据3个综合因子方差的贡献率, 构造出8家上市公司的经营业绩综合评价模型:F=0.37558F1+0.28129F2+0.17087F3

4、综合评价

根据上述综合业绩评价模型, 得出广西省8家上市公司的经营业绩综合评价得分, 如表3所示:

表3是主因子得分和综合得分, 分数的高低排列顺序表明其经营业绩的优劣, 其得分的高低、正负仅表示该公司与平均水平的位置关系, 这是数据标准化的结果。从表3中可以看出, 经营业绩综合得分排在前两名的分别是阳光股份和桂东电力。近年来, 阳光股份专注于商业地产项目的持有、开发、招商和运营, 着力整合各类商业资源, 把控所有商业地产运作环节, 致力于为投资人实现最大的价值回报, 其战略目标是成为中国领先的商业地产集团。桂东电力坚持“以市场为导向, 以技术和管理创新为动力, 以顾客满意为目标”的基本经营理念, 走规模生产, 节能降耗降成本, 扩大主营业务市场占有率, 拓展高科技高效益经营领域的发展道路, 确保公司利润的最大化和股东回报最大化。这与本文建立的评价模型的评价结果是相符合的。

五、结论

企业财务报表中的指标很多, 在繁杂的数据中找出企业经营发展情况有一定难度, 采用适当的指标体系进行分析可以减少不必要的工作量。同时, 可以得到对企业业绩的恰当评价。本文通过对广西省上市公司的客观数据应用因子分析方法得到了各个指标的权重, 可以客观评价企业经营业绩。

从评价结果来看, 这套评价体系较为客观、公正的反映上市公司的经营业绩水平, 可以为企业经营者、市场监管者、投资者及其他利益相关者决策提供依据。综合得分越高, 表明企业经营业绩越好。用因子分析法可以从错综复杂的众多数据中理出一个比较清晰的结构, 找到对上市公司综合业绩产生影响的主要因素。同时, 模型的建立跟样本数据的个数也有关系, 样本个数越多, 模型的评价结果就越符合真实情形。此外, 本文模型的建立主要基于企业的财务指标, 未考虑到相关非财务指标 (如人力资源创新等) , 这还有待于进一步研究。

参考文献

[1]、舒晓惠, 刘建平.上市公司财务绩效评价方法的比较研究[J].当代经济, 2006 (4) .

[2]、姚文英.企业经营绩效评价方法之比较[J].经济学研究, 2009 (4) .

[3]、朱萍.基于因子分析的上市公司经营业绩综合评价[J].会计师, 2008 (9) .

[4]、相广萍.因子分析方法在上市公司经营业绩评价中的应用[J].科技信息, 2008 (10) .

因子评价 篇10

关键词：电力上市公司,因子分析,综合业绩

1 引言

上市公司作为我国证券市场的主体之一, 其经营业绩的好坏直接关系到整个证券市场的发展。财务状况是上市公司经营业绩的货币反映, 也是评价上市公司股票质量的主要依据。因此, 利用上市公司定期发布的财务资料信息进行科学合理的分析, 一方面可以为投资者进行投资决策提供参考和借鉴;另一方面也可以为上市公司的经营状况进行诊断, 为其经营目标的制定提供参考。

公司财务指标的选取, 要能够体现上市公司整体的情况, 尽力做到系统全面。影响上市公司综合实力的因素有很多, 本文主要从上市公司对外定期发布的财务资料信息, 按照全面性、重要性、可量化性的原则对反映公司财务状况的指标进行选取。

由于选取的指标较多且指标之间的关系错综复杂, 要有效地将这些因素综合分析清楚, 寻找出这些因素之间的相关关系, 是一项很复杂的系统工程, 同时也是比较困难的。由于因子分析可以很好地解决上市公司各因子之间的关系, 因此, 本文运用因子分析方法分析电力行业上市公司的综合情况。

2 因子分析方法介绍

2.1 因子分析的基本思想

因子分析的基本思想是根据相关性大小把原始变量分组, 使得同组内的变量的相关性较高, 而不同组的变量间的相关性则较低。每组变量代表一个基本结构, 并用一个不可观测的综合变量表示, 这个基本结构就称为公共因子。对于所研究的某一具体问题, 原始变量可以分解成两部分之和的形式, 一部分是少数几个不可测的所谓公因子的线性函数, 另一部分是与公共因子无关的特殊因子。通过对几个公因子进行命名, 进而通过综合因子反映上市公司的综合情况, 达到对上市公司的综合评价。

2.2 因子分析的基本模型

设有n个样品, 每个样品观测p项指标为X1, X2, …, Xp, 得到原始数据资料阵:

undefined

其中, Xi= (Xi1, Xi2, …, Xip) , i=1, 2, …, n。

设F1, F2, …, Fm分别表示m个因子变量, 且m

undefined

写成矩阵形式:X=AF+ε。

其中:X= (X1, X2, …, Xp) 为可观测的P维随机向量;F= (F1, F2, …, Fm) 为不可观测的随机向量, 称为X的公共因子;A称为因子载荷矩阵;元素aij称为因子载荷, 是第i个原有变量在第j个因子上Fj的负载;ε= (ε1, ε2, …, εp) 为随机因子, 是原有变量不能被公共因子所解释的部分。

2.3 因子分析的步骤

(1) 将原始数据标准化。设Xij表示第i个样本的第j项指标值, 对数据进行标准化后有:

undefined

其中, undefined;undefined

(2) 建立变量的相关系数矩阵R=1/ (n-1) XXT。

(3) 求R的特征根λ1≥λ2≥…≥λp≥0, 相应的正交标准化特征向量e1= (e11, e21, …, ep1) T, e2= (e12, e22, …, ep2) T, ep= (e1p, e2p, …, epp) T

定义:undefined

由因子模型间的数量关系, 可知θi表示主成分的贡献率, 显然前K个θi之和表示前K个主因子的累计贡献率。取累计贡献率不小于85%的前m个特征根的因子为主因子, 其相应的特征向量即为因子载荷矩阵:undefined。

(4) 对A施行方差最大正交旋转变换为undefined。

(5) 计算因子得分Fi和综合得分F。

3 因子分析模型在电力行业上市公司的实证分析

3.1 样本、指标和数据选取

本文以新浪财经电力板块的20家上市公司为研究样本。根据全面性、重要性、可量化的原则分别从赢利能力、偿债能力、成长能力、现金流量、营运能力5方面选择了13个指标, 分别为每股收益、每股净资产、净资产收益率、净利润率、资产负债率、流动比率、净利润增长率、总资产增长率、主营收入增长率、每股现金含量、净利润现金含量、存货周转率、应收账款周转率。由于2009年年度报告还没出, 所以选择上市公司前三季度财务报告的财务指标, 并对前三季度的财务指标求其算术平均值作为最终的指标数据。

3.2 因子分析

本文采取主成分方法提取因子, 以特征值大于1为标准提取了5个公因子, 分析结果如表1所示, 旋转之前5个公因子解释总方差的比例分别为30.903%、19.648%、9.839%、9.606%、7.774%, 经过旋转后解释总方差的比例分别为24.909%、23.696%、11.226%、9.685%、8.254%, 但是前后累计解释总方差的比例基本没有变还是77.77%, 5个公因子基本反映了原始变量的绝大部分信息, 故最终选择5个公因子。

从表2可以看出, 第一个公因子基本上反映了每股收益、净资产收益率、净利润率的信息, 反映了资产负债率的部分信息, 且在其原始变量上的系数为负值, 故第一个公因子大体上可以解释为公司的赢利能力, 称为赢利能力因子 (F1) 。第二个公因子主要集中反映了公司的总资产增长率、主营收入增长率、存货周转率的信息, 同时也反映了每股现金含量的部分信息, 可以解释公司的成长能力, 称为成长能力因子 (F2) 。第三个公因子主要反映了净利润现金含量, 部分反映了每股净资产的信息, 称为现金流量因子 (F3) 。第四个主因子主要反映了流动比率和应收账款率的信息, 大体可以解释为公司的营运能力, 称为营运能力因子 (F4) 。第五个公因子主要反映净利润增长率的信息, 称为利润增长因子 (F5) 。

3.3 因子综合评分

用回归方法得出因子得分信息 (见表3) , 然后以公因子对总方差的贡献率作为权重, 对公因子加权计算进行求和, 得出各个上市公司的综合得分, 公式如下:

F= (24.909%F1+23.695%F2+11.226%F3+9.685%F4+8.254%F5) /77.770%。

从表3可以得出公司的综合评价排名, 可以为上市公司的业绩评级和投资者的决策提供参考。

从公因子F1我们可以看出, 排名前5位的公司分别是长江电力、哈投股份、宝新能源、深圳能源、申能股份, 表明这些公司的赢利能力较强。从公因子F2可以看出, 排名前5位的是黔源电力、宝新能源、京能热电、长江电力、九龙电力, 表明这些公司的成长能力较好, 有较大的发展潜力。从公因子F3来看, 排名前5位的是银星能源、大唐发电、九龙电力、金山股份、赣能股份, 表明这些公司2009年的现金流量较好。从公因子F4来看, 排名前5位的是宝新能源、广州控股、银星能源、申能股份、葛洲坝, 表明这些公司的营运能力较好。从公因子F5来看, 排名前5位的是九龙电力、国投电力、深圳能源、皖能电力、凯迪电力, 表明这些公司的利润增长能力较强。

从综合能力来看, 排名前5位的是黔源电力、银星能源、宝新能源、长江电力、深圳能源, 黔源电力由于成长能力因子得分较高, 明显高出其他上市公司很多, 且成长能力因子所占权重也相对较高, 所以在综合排名中取得领先地位。宝新能源由于在赢利能力因子、成长能力因子、营运能力因子中都排名靠前, 所以其在综合评价中排名进入前三位。由于赢利能力因子和成长能力因子所占权重较高, 所以电力上市公司这两个因子上的得分对其综合评价排名的影响很大。上市公司应该从这5方面来提升公司的综合实力, 其中最关键的是公司的赢利能力和成长能力, 这关系到公司自身的生存和长远发展, 同时也是投资者进行投资决策时最关心的。

4 结束语

从上面的分析中可以看出, 因子分析可以从众多错综复杂的变量归结为少数几个综合因子, 找到对电力上市综合实力产生影响的公因子, 而这少数几个公共因子包含了大部分的原始信息。利用因子分析方法可以确定每个公因子的权重, 进而计算出综合得分, 对上市公司进行排序, 能发现公司的优势和不足, 对公司的经营管理和投资者的投资决策都有很好的借鉴意义。

参考文献

[1]何晓群.现代统计分析方法[M].北京:中国人民大学出版社, 2004.

[2]林海明, 林敏子.主成分分析法与因子分析法应用辨析[J].数量经济技术经济研究, 2004 (9) .

[3]王珺殷, 殷林森.因子分析法在汽车行业上市公司综合评价中的应用[J].价值工程, 2006 (5) .

因子评价 篇11

摘要：企业财务能力评价问题往往因涉及众多指标而变得复杂，文章采用多元统计中的因子分析法来解决这一问题。以多元统计理论为手段运用SPSS统计软件，结合二十一家工业企业进行因子分析法的实例研究，旨在说明因子分析法在企业财务能力综合分析评价中的应用。

关键词：因子分析；财务能力；综合评价

中图分类号：F275文献标识码：A文章编号：1006-8937（2011）22-0001-02

企业的财务能力是企业正常运转的根本前提，也是企业形成有效竞争力的必要条件。运用会计信息对企业财务绩效进行评价，对促进企业加强监督管理，优化企业财务状况具有重要意义，使企业在激烈的市场竞争中立于不败之地。企业财务能力的评价指标体系中涉及众多财务指标，不但在一定程度上增加了问题分析的复杂性，而且反映的信息在一定程度上也存在重复；同时，在多指标综合评价方法中传统方法对于权重的设置还往往带有一定的主观随机性。为避免上诉问题，文章采用因子分析法对企业的财务能力进行综合分析与评价。

1因子分析法的基本原理

因子分析法是把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。其具体思想是根据相关性大小把原始变量分组，每组变量代表一个基本结构，称之为公共因子。评价总体有n个样本，每个样品观测量为p个指标，则其模型为：

Xi=ai1F1+ ai2F2+…+aimFm+?着i （i=1，2，…，p）

其中，X1，X2，…，Xp使均值为零、方差为1的标准化变量；F1，F2，…，Fm主因子（m

2财务能力的综合分析与评价

2.1样本及变量指标的选取

本文选取15个指标以构成一个比较完备的指标体系进行分析，X1~X15分别为：资产负债率、已获利息倍数、流动比率、速动比率、总资产周转率、应收账款周转率、固定资产周转率、存货周转率、销售收入增长率、销售利润增长率、总资产增长率、总资产报酬率、净资产收益率、销售利润率、成本费用利润率。从医药制造业、家用电器制造业以及电力制造业中选取21家上市企业作为评价对象进行研究。

2.2因子分析过程

运用SPSS软件对15个指标的原始数据进行标准化处理，经检验各变量之间存在较大的相关性。再对其进行因子分析，得到因子的特征值及其贡献率，计算结果表明前五个因子累计贡献率到达86.129%，说明这五个因子包含的信息量满足了解释整个问题的要求，因此上述15项指标可以综合成主因子F1F2F3F4F5并可得到因子载荷矩阵。本文采用方差最大正交旋转法得到主要因子的载荷矩阵。主因子F1在变量X12、X13、X14、X15上的因子载荷系数最大，称其为盈利能力因子；F2在变量X2、X3、X4上的因子载荷系数最大，称其为偿债能力因子；F3在变量X9和X11上的载荷因子系数最大，称其为为规模发展能力因子；F4在变量X5、X6、X7上的载荷因子系数最大，称其为营运能力因子；F5在变量X10上的因子载荷系数最大，称其为创新发展能力因子。

为了对三个不同企业的财务能力进行综合评价，计算出21家企业五个主因子的得分情况以及综合得分情况（如表1所示）。本文以各主因子特征值的贡献率为权重来加权计算综合得分，其数学模型如下：

F综=（26.464 ％F1+25.490 ％F2+17.583 ％F3+9.063 ％F4+7.528%F5）/86.129%

为了对样本中不同行业的财务能力进行对比分析，借助于SPSS13.0软件对各主因子的得分值按取值大小进行分类并做出分类后的因子得分与各行业的列联表（如表2~表6所示）。其中，按1.00≥0.5分，0分≤2.00<0.5分,-0.5分≤3.00<0分，4.00≤-0.5分把各主因子得分分成四类。

2.3分析与评价

根据表1得知，吉林敖东和云南白药显示出他们较强的盈利能力，而华银电力和S美菱的得分足以说明他们对投入生产要素的利用程度不足；青岛海尔、云南白药、浙江阳关的偿债能力水平较高，而格力电器和国电电力存在较大的财务风险，甚至容易引发财务危机；在21家企业中仅有少数的6家企业达到规模发展能力平均水平以上，但分数较高的一致药业显示出很强的规模发展能力；第四主因子得分在前五位的企业其营运能力都很强，都能够对现有资源进行有效地管理，而吉林敖东由于其资产的流动速度过于缓慢使得其营运能力因子的得分最低；大部分企业的在创新发展能力因子上的得分都超过了整体平均分数，企业为了实现真正意义上的成长，往往选择技术创新使企业与生产方式发生变化。

从各企业的综合因子得分可知，云南白药的综合财务能力最强是因为该企业五个方面的能力水平都很高，综合因子得分排名前七位企业的财务能力均超过整体平均能力水平。但值得注意的是穗恒运A虽然具有很高的盈利能力水平，但因其他财务能力很差以至于其综合财务能力的因子得分最低。

从表2~表6的各行业在五个主因子得分分类情况可以看出，在偿债能力和盈利能力方面。电力行业和家电行业均表现出较低的水平；两个行业在营运和创新发展能力方面具有较高的水平；医药行业整体的偿债能力水平较高，结合表1中综合财务能力因子的得分情况来看，医药行业整体的综合财务能力水平较高，而电力行业的较低。

通过上述分析，企业应该找出自身财务能力的薄弱环节，采取相应的措施提高综合财务能力水平，进而提高自己的市场竞争地位，这样也有利于推动自身所述行业甚至是整个工业行业的发展。

3结语

因子分析方法运用于综合分析评价时，克服了传统方法在处理指标高度相关和权重设定上的缺陷，使得综合评价结果唯一，而且客观合理。但因子分析最终结果解释是一种主观解释，有时会因主观认识的局限性和使用中的偏误造成不能够为分析者提供满意的结果。

参考文献：

[1] 尹子民.张凤新.企业竞争力评价与可持续发展战略研究 [M].沈阳：东北大学出版社,2004

[2] 何晓群.多元统计分析[M].北京：中国人民大学出版社,2004.

[3] 游家兴.如何正确运用因子分析法进行综合评价[J].统计教育,2003,(5).

因子评价 篇12

一、样本选择与指标说明

本文分析中将候选企业范围设定深沪两市医药生物制品企业A股非ST企业共75家 (截至2009年4月30日) , 所依据的主要数据全部来自于各公司2008年年度报告。由于影响企业经营业绩的因素很多, 应采用多个指标从不同角度和侧面去评价企业业绩。本文依据科学性、数据可获得性和系统性原则, 采用多元分析方法, 从企业营运能力、偿债能力、盈利能力、投资者获利能力以及企业成长能力5个方面选取18个指标。

企业营运能力指标:反映企业的经营管理水平, 借以评价企业的资产管理水平、资金周转状况、现金流量情况等。具体指标包括:存货周转率X1、总资产周转率X2。

企业偿债能力指标:偿债能力是指企业偿还长短期债务 (包括本息) 的能力, 企业有无支付现金的能力, 是企业能否生存和发展的关键。具体指标包括:流动比率X3、速动比率X4。

企业盈利能力指标:盈利能力主要反映企业经营业务创造利润的能力, 较强的盈利能力为公司将来迅速发展壮大, 创造更好的经济效益打下了坚实的基础。具体指标包括:净资产收益率X5、资产报酬率X6、主营业务收入X7、主营业务利润率X8、净利润X9。

企业投资者获利能力指标:公司股东持有公司股票的目的主要是为了获得投资回报, 通过对股票投资者获利能力的分析可以知道公司股票的股东回报情况。具体指标包括:每股净资产X10、每股收益X11、每股现金含量X12、每股资本公积金X13、股东权益合计X14。

企业成长能力指标:分析企业的成长状况, 是属于成长型、稳定型还是衰弱性。具体包括每股净资产增长率X15、主营业务收入增长率X16、净利润增长率X17和总资产增长率X18。

二、评价模型构建

(一) 样本数据标准化与相关系数矩阵求解

为了消除由于观测量纲的差异及数量级所造成的影响, 对原始数据进行标准化处理, 对原始数据进行标准化处理后, 求得相关系数矩阵。由相关系数表得出主营业务利润率、总资产利润率、流动比率、总资产周转率、每股净资产和每股资本公积金等几个指标间存在着极其显著的相关性, 说明它们之间在信息上有重叠。由于篇幅原因, 相关系数矩阵此处省略。

(二) 适用性检验

运用KMO检验与Bartlett球度检验测度选取样本对于因子分析模型的适用性, 通常要求KMO值与1.0越接近越好, 而Bartlett球度检验用于检验相关系数矩阵是否为单位矩阵 (若为单位矩阵, 则认为所选样本不适用因子分析) 。计算得出Bartlett球度检验的近似卡方值为1461.124, 自由度为153, 显著性水平为0.0, 由于概率P值小于给定的显著性水平0.05, 则拒绝“相关矩阵为单位矩阵”的原假设, 认为相关系数矩阵与单位阵有显著差异。同时计算所得KMO值为0.676, 较接近于1.0;根据Kaiser给出的KOM度量标准可知原有变量适合进行因子分析。

(三) 因子分析

以主成分分析法提取初始公因子, 计算相关系数矩阵特征值, 从而得出各公因子对原始数据信息的贡献率。特征值大于1的共有5个公因子, 方差累计贡献率达到79.92%, 虽然没有达到85%, 但考虑到所选指标和样本数量较多, 而且样本企业之间业绩差异较大, 可以认为采用5个公因子比较充分地反映了原始数据信息, 将其提取出来以代表所选18项指标 (见表1) 。

(四) 回归法

通过求得初始公因子确定初始因子载荷矩阵, 但是初始因子载荷矩阵结构反映不明显, 各公共因子主要代表哪些原始变量不是很突出。为此, 需要对因子载荷矩阵进行旋转, 使变量在某个公因子上有较大的载荷, 而在其余公因子上只有较小的载荷, 这样公因子的实际意义就比较容易确定。

由旋转后的载荷矩阵分析可得:F1在净利润、净资产收益率等指标上载荷较高, 可以将其定义为盈利因子。F2在总资产周转率、存货周转率等指标上载荷较高, 则可以将F2定义为营运能力因子。F3在流动比率、速动比率等指标上载荷较高, 则F3主要反映企业偿债能力。F4在总资产增长率、净利润增长率、主营业务收入增长率等指标上载荷较高, 则F4为成长因子。F5在每股资本公积金、每股净资产等指标上载荷较高;则F5为股东获利因子, 这5个因子共同构成了对我国医药行业上市公司的经营效益的评价因素, 并从中能够了解到医药公司的不足和优势。

(五) 计算因子得分

采用回归方法得出因子得分系数矩阵 (此处从略) , 根据因子得分系数和18项指标标准化后的样本数据计算出75家样本公司各公因子得分 (见公式①、②、③) ;根据各公因子得分与其方差贡献率经加权计算得出75家样本公司的综合得分 (见公式④) ;表2中列出排名前20的医药企业。

可以得出

三、结果分析

根据各主成分得分及综合得分排名, 可以看出我国医药上市公司的基本情况, 企业综合业绩排名前列的企业有浙江医药、一致药业、上海医药、双鹭药业、云南白药。从盈利能力来看, 排名靠前的公司为浙江医药、吉林敖东、双鹭药业, 这表明这些公司的效益状况较好, 利润较大;从企业营运能力来看, 排名前列的公司为上海医药、南京医药、一致药业, 表明这些公司经营灵活、企业负担较轻;从偿债能力来看, 排名前列的公司为双鹭药业、嘉应制药、南京医药, 表明这些公司现金流充裕;从成长能力来看, 上海莱士、沃华医药、亚宝药业表现优异, 发展潜力大;从股东获利能力来看, 双鹭药业、北海国发、嘉应制药排名靠前, 这些企业规模相对较小, 其收益较高, 但相对来说, 风险也大一些, 这很符合风险和收益对等规律。

可以采用聚类分析方法进一步区别企业间的特征差异, 以业绩排名前20的企业的因子得分作为变量, 利用SPSS层次聚类对这些企业进行分类分析。其中, 个体距离采用平方欧式距离, 类间距离采用平均组间链所距离, 由于数据不存在数量级上的差异, 因此无须进行标准化处理。由聚类结果可以看出, 20家企业可以大致分为5大类, 浙江医药 (Ⅰ类) 为效益、营运能力绩优型企业;双鹭药业 (Ⅱ类) 为偿债能力、股东获利能力突出型企业;S哈药、吉林敖东 (Ⅲ类) 为效益、股东获利能力突出型企业;上海莱士、沃华医药 (Ⅳ类) 为成长迅速型企业、一致药业、上海医药等其他企业 (Ⅴ类) 为均衡型企业, 各方面均没有特别明显的优势。

四、结论

本文从企业营运能力、偿债能力、盈利能力、投资者获利能力以及企业成长能力5个方面选取18个指标, 较全面地反映了企业的效率状况, 最终选出5个公因子, 从贡献率来看, 5个因子也基本反映了这5个方面的状况。指标精简之后, 既保持了企业效率过程的全面性, 又极大地提高了企业效率评价的及时性, 从而解决了评价模型在实践操作层面上的应用问题, 为企业经营业绩评价以及投资者投资决策提供了有效的参考依据。

摘要：文章基于SPSS13.0社会科学统计软件, 采用多指标综合评价的因子分析法定量分析我国医药上市公司经营业绩, 并按测评结果对前20名企业重点分析。

关键词：SPSS,医药上市公司,因子分析

参考文献

[1]、朱建平, 殷瑞飞.SPSS在统计分析中的应用[M].清华大学出版社, 2007.

[2]、朱菀琴, 黄薇维.主成分分析法在医药行业上市公司业绩评价中的应用[J].湖南农业大学学报, 2004 (2) .

[3]、刘红霞.关于我国上市公司财务分析现状与改进的探讨[J].河北企业, 2008 (12) .