我国节能环保上市公司的业绩评价研究
——基于因子分析法和熵值法的实证分析
2014-03-22宫情情
宫情情
(安徽财经大学 会计学院,安徽 蚌埠 233030)
近年来,在我国政府的大力支持下,节能环保产业发展迅速,并迎来了良好的发展机遇。2010年11月26日,国家发改委等部门发布了《节能环保产业发展规划》。该规划把节能环保列为“十二五”期间七大战略性新兴产业之首。2012年6月16日,国务院印发了《“十二五”节能环保产业发展规划》。《规划》指出,2015年,我国节能环保产业总产值将到达4.5亿元,增加值将占国内生产总值的2%左右,节能环保产业产值年均增长率要达到15%以上,并要培育一批具有国际竞争力的节能环保大型企业集团。2013年8月11日,国务院再次发布了《国务院关于加快发展节能环保产业的意见》(以下简称《意见》)。《意见》再次强调了节能环保产业在《“十二五”节能环保产业发展规划》中提出所要完成的目标,并提出节能环保产业在2015年要成为我国国民经济新的支柱产业。然而,我国节能环保产业的现状是整体发展水平还比较低,规模比较小。因此,如何提高我国节能环保上市公司的业绩、加快节能环保产业的发展成为当务之急。本文在提出并构建节能环保上市公司业绩评价指标体系的基础上,运用因子分析法和熵值法对我国112家节能环保上市公司进行业绩评价,期望对节能环保上市公司的发展提供一些参考和借鉴。
一、节能环保上市公司业绩评价指标体系构建
评价指标的选取一直都是业绩评价研究中的重要问题[1,2],许多文献在相同方法和相近样本下因采用不同评价指标而得到不同的评价结论[3]。一般认为,财务信息是企业内部最具综合性的经营信息,财务指标是对企业经营业绩最恰当的反映,因此基于财务指标对上市公司的经营业绩进行评价是可行的[4]。本文仍然沿用这个思路,选取了盈利能力、营运能力、偿债能力、股东获利能力和创新能力5个一级指标构成节能环保产业上市公司业绩评价指标体系(参见表1)。
二、节能环保上市公司业绩评价的因子分析
本文根据证券之星节能环保概念股选取了128个节能环保上市公司,剔除ST类上市公司和数据缺失公司得到了112个样本。样本数据来自巨潮资讯网公布的112个公司2013年年报和国泰安数据库。本文实证部分由软件excel和spss19.0完成。
(一)因子分析法
因子分析法作为一种重要的数据降维方法,越来越多地被应用于实证分析尤其是多指标综合评价中[5]。它的主要原理是按相关性程度将众多的观测变量进行分类,从而减少指标数量;那么每一类变量实际上就代表了一个基本结构,即公共因子。对于所研究的问题,就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和,来描述原来观测的每一分量。这样,就能相对容易地以较少的几个因子反映原资料的大部分信息。
(二)因子分析法的实现步骤
1.数据处理
首先对适宜性指标进行正向化处理。
xij=max|xij-k|-|xij-k|
(1)
公式(1)中x为适宜性指标,xij(1≤i≤n,1≤j≤m)为第i个样本的第j列指标的数据,k为适宜性指标的理论最优值。在本文所选取的指标中,流动比率和速动比率为适宜性指标,二者对应得k值分别为2、1。
其次,对所有指标进行无量纲化处理,处理公式如下:
(2)
式中,pij为无量纲化处理之后的指标值,min(xj)和max(xj)分别为第j列指标的最小值和最大值。
2.因子分析的相关性检验
本文采用KMO和Bartlett法进行因子分析的相关性检验, KMO检验值为0.632。一般认为,KMO检验值大于0.6,Bartlett检验小于0.05,数据可以采用因子分析方法。
3.提取公共因子
本文采用因子分析的主成分分析法提取公共因子。表2为解释的总方差,由表2可以看出前5个因子的特征值大于1,且这5个因子的累计方差贡献率达到了85.2%。一般认为,累计方差贡献率达到80%,其涵盖的因子就能很好地反映所有指标的特征。因此,本文提取5个公共因子。
表3为旋转后的成分矩阵。该表主要反映了各个指标和各项公因子直接的相关关系。由表3不难看出,资产负债率、净资产收益率和营业利润率这三项指标和公共因子1的关系比较密切。其中,资产负债率指标对公共因子1的解释程度高达0.9,其他两项指标也分别达到了0.816和0.673。又因为这三项财务指标主要反映了公司的盈利能力,因此把公因子1命名为盈利因子。流动比率和速动比率对公共因子2的解释程度分别到达0.959和0.953,又因这两项指标主要反映公司的偿债能力,因此命名公共因子2为偿债因子。每股息税前利润和每股收益主要反映了股东收益,又因二者对公共因子3的解释程度较高,因此命名为股东获利因子。总资产周转率和流动资产周转率对公共因子4的解释程度分别达到0.890和0.661,又因二者主要反映了公司的营运能力,因此命名公共因子4为营运因子。技术人员投入和研发费用投入的程度和公司的创新能力息息相关,二者对公共因子5的解释程度分别达到0.768和0.728,因此命名公共因子5为创新因子。
表2 解释的总方差
表3 旋转成分矩阵
4.公共因子得分
对指标数据进行因子分析法的同时,spss软件会自动输出各项公共因子的得分。
三、节能环保上市公司业绩评价指标的熵值赋权
(一)熵值法基本原理
在信息论中,熵值是系统无序程度或混乱程度的度量,系统无序程度随着其所含信息量的大小而发生变化[6]。系统所含信息量越大,系统内的无序程度和熵值就会越小,反之亦然。通过计算熵值判断某个指标的离散程度,进而通过指标的离散程度判断该指标对综合评价的影响,离散程度越大,对综合评价的影响越大。总之,熵值法是一种客观赋权法,其根据各项指标观测值所提供的信息的大小来确定指标权重,为多指标综合评价提供依据。
(二)熵值法的基本步骤
步骤1 数据标准化处理。可采用式(3)进行数据的标准化处理。
(3)
其中,1≤i≤n,1≤j≤m;xij′为标准化后的数据,xij、min(xj)和max(xj)的含义同因子分析法中数据处理所述,此处不再赘述。本文熵值法数据处理中的xij(1≤i≤122,1≤j≤5)为因子分析法下的因子得分,min(xj)为第j个因子得分的最小值,max(xj)为第j个因子得分的最大值。
步骤2 计算第j项指标下第i个数据所占比重。
(4)
其中1≤j≤m。
步骤3 计算第j项指标的熵值。计算公式如式(5)。
(5)
其中1≤j≤m,k=-1/ln(n),0≤ej≤1。
步骤4 计算第j项指标的差异系数。令
gj=1-ej
(6)
其中,1≤j≤m ,0≤gj≤1。
步骤5 求各项指标的权数。
(7)
其中,1≤j≤m。
步骤6 根据各指标权数计算各个样本的综合得分。
(8)
根据以上步骤,可得到各因子得分指标的熵值、差异系数和权数,结果如表4所示:
表4 熵值、差异系数和权数
由表4可以看出,创新因子所占比重最大,达到28.63%,比营运因子高出8.28%。这符合节能环保上市公司的特点,在本文的112个公司样本中,制造业样本有87个,占到全部样本的77.68%。处于制造业的节能环保上市公司业绩的提高,严重依赖生产技术的提高和产品的更新换代。因此,需要大力投入研发费用和技术人员。
四、实证结果分析
根据式(8)可计算得出我国节能环保上市公司业绩,由于篇幅所限,仅列示前21名的综合得分,具体见表5:
表5 综合得分和排名
注:其中C为制造业,I为软件和信息技术服务业,B为采矿业, E为建筑业。
由表5可以看出,我国节能环保类上市公司整体发展比较平稳,综合得分最大值为1.708,最小值为1.3,相差0.408,标准差仅为0.07。除此之外,我国节能环保上市公司绝大部分分布在制造业(以下简称C行业),共有样本87个,占到总样本的77.68%。其次是电力、热力、燃气及水生产和供应业(以下简称D行业),占到样本总数的9.82%,共有样本11个,但最高综合得分排在第39名,其余10家公司排名均在88名及以后。值得一提的是,软件和信息技术服务业(以下简称I行业),虽然仅占样本总数的3.57%,但该行业的节能环保类公司排名均分布在前40名之内,且综合得分最高的节能环保公司处于该行业。鉴于I行业节能环保类公司在综合得分中的出色表现,本文主要对占据节能环保类公司比重较大的C行业和D行业的该类公司与I行业的该类公司进行比较分析,采取的方法是比较三种行业该类公司各公共因子得分均值,具体结果如表6所示。
表6 各公共因子的均值
由表6可以看出,C、D行业和I行业相比,创新因子得分较低,此外,在营运因子得分一栏,D行业比C行业和I行业相比较低。由此可以推论:制造业的节能环保类上市公司为获得较好的发展,必须要大力投入研发费用和技术人员,提高创新能力;D行业的节能环保类上市公司除了要提高创新能力,还要提高营运能力;I行业的节能环保类上市公司如能在现状的基础上,继续保持较高的盈利、偿债、营运和创新能力,必将获得更好的发展。
五、结论
研究结果的分析表明,我国节能环保类上市公司整体发展良好,节能环保产业有巨大的发展潜力;我国节能环保产业尚未单独设置行业,节能环保类上市公司分布在各个行业中,其中,77.68%分布在制造业,9.82%分布在电力、热力、燃气及水生产和供应业,3.57%分布在软件和信息技术服务业,剩余的8.93%分布在其他行业。软件和信息技术服务行业的节能环保类上市公司业绩尤其突出,主要原因是该行业此类公司具有较高的创新能力和偿债能力。为了加快节能环保产业的发展,我国政府可以考虑单独设置节能环保行业,从而扩大节能环保上市公司的规模;鉴于软件和信息技术服务业中节能环保类公司的出色表现,可以采取政策扶持等措施大力发展该行业中的节能环保类公司。我国节能环保上市公司在保持较高盈利、偿债、营运等能力的水平下,应该着力提高创新能力。
参考文献:
[1]金思宇,姜秀珍.中国国有企业绩效评价:现状、趋势与指标选择[J].中国青年政治学院学报,2008,27(3):91-96.
[2]潘和平.企业绩效评价指标体系研究[J].安徽农业大学学报:社会科学版,2006,(15):24-27.
[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,2008,17(2):10-13.
[4]张伟,袁显平.因子分析在我国煤炭上市公司经营业绩评价中的应用[J].西安科技大学学报,2011,(1):100-105.
[5]王文博,陈秀芝.多指标综合评价中主成分分析和因子分析方法的比较[J].统计与信息论坛,2006,(9):19-22.
[6]陈伟,夏建华.综合主、客观权重信息的最优组合赋权方法[J].数学的实践与认识,2007,(1):17-21.
[7]陈可胜.Spss统计分析从入门到精通[M].北京:清华大学出版社,2010.