综合行业上市公司投资价值分析研究

赵惠芳　张明明　裘玲玲

摘 要：综合行业发展至今，已经初具规模，并且发展前景可观。本文以沪深两市24家综合行业上市公司为例，选取13个能够综合反映财务能力的指标，作为评估各上市公司投资价值的指标体系，建立指标模型，运用SPSS软件，采用因子分析法与聚类分析法进行投资价值分析，确定分析对象的投资价值总量及排名，并合理划分层级，联系实际进行深入分析研究，得出量与质有机结合的投资价值结论，为投资者提供参考，以降低其投资风险，提高投资收益。

关键词：上市公司；投资价值；因子分析；聚类分析；综合行业

综合行业上市公司是指有多项主营业务的企业集团，通常由多个从事不同行业业务、各自独立运作的子公司所组成。其突出特点是：经营业务范围涉及面广，业务复杂度、综合度较高，与宏观经济环境的关联度也较高。

在我国证券市场逐步成熟的发展阶段，制约证券市场的因素较多，且变化莫测；不同行业，不同发展阶段的公司，侧重点也不尽相同；加上投资价值本身的不确定性，致使投资价值的确定尤为困难。“在对上市公司的投资价值进行分析时，简单的定性分析不但过程繁琐而且缺乏准确性，使用综合性的定量分析方法或许能对此有所改善”。为此，本文以沪深两市的24家综合行业上市公司（以下简称综合公司）为例，选取13个能够综合反映财务能力的财务指标，作为评估各综合公司投资价值的指标体系，建立指标模型，运用SPSS软件，采用因子分析法与聚类分析法进行投资价值实证分析，确定分析对象的投资价值总量及排名，并合理划分层级，联系实际进行深入分析研究，得出量与质有机结合的投资价值结论，为投资者提供参考，以降低其投资风险，提高投资收益。

一、数据统计分析方法简介

为了确保分析结果的可信性和有效性，本文采用因子分析法和聚类分析法进行统计分析。

1.因子分析法。“因子分析法是一种起源于20世纪早期的多元统计法。因子分析法旨在找出某些共同因素，使用尽可能少的因子来取代庞大的原始数据，同时又能够反映原始数据中的大部分信息。所以，使用因子分析法来对各个指标间的相关关系进行重叠信息的归类，在此基础上选取具有代表性的指标，即综合指标来分析数据，可以使复杂问题简单化，也有助于得出主要矛盾”。

因子分析的一般模型如模型（1.1）所示：

在因子分析模型的矩阵表达式X=af+ξ中，X为变量；f为因子；a为因子载荷矩阵；ξ为原有变量不能被因子解释的部分。因子分析的目的即为通过此表达式来简化变量的维数，将相关性大的变量归为一类，而该类别即成为一个因子。

本文使用因子分析中的主成分因子法，通过得出的少数主成分因子来解释多个变量。

2.系统聚类分析法。“系统聚类分析法就是利用一定的数学方法将样品或变量（所分析的项目）归并为若干不同的类别（以树状图表示），使得每一类别内的所有个体之间具有较密切的关系，而各类别之间的相互关系相对地比较疏远。系统聚类分析最后得到一个反映个体间亲疏关系的自然谱系，它比较客观地描述了分类对象的各个体之间的差异和联系。”根据分类目的不同，系统聚类分析可分为两类：一类是对变量分类，称为R型分析；另一类是对个案分类，称为Q型分析。基于对上市公司进行分类的需要，本文选择的是Q型分析。

二、样本选取与数据处理

沪、深证交所的24家综合公司的资料来源主要依据其2013年度的财务报告，参考同花顺金融数据库所披露的相关信息，整理计算获得。初始数据如表1与表2所示。

表1 初始数据1

在指标性质、单位不同的情况下，首先要对指标进行同趋势化处理。由表1可知，在本文选取的13个财务指标中，流动比率、速动比率以及资产负债率为适度指标，其他指标均为正指标。所以本文利用公式（1） 副本.jpg>将这三项指标进行同趋势化处理，其中X'i为正向化后的指标，Xi为原始指标，A为样本的适度值（本文中选取样本企业的平均值作为适度值）。然后利用SPSS中的Z-score方法将13项指标的原始数据进行标准化处理。同趋势化处理后的三项指标数据如表3所示，标准化处理后的数据如表4与表5所示。

表3 同趋势化数据

表4 标准化数据1

表5 标准化数据2

三、因子分析法适应性检验

为了检验本文选用的指标是否适合使用因子分析法，本文利用SPSS软件中KMO和Bartlett的方法来对样本进行检验。检验结果如表6所示。

表6 KMO检验和Bartlett球形检验

由表6可知，巴特利球形检验统计量为174.317，相应的概率Sig为0.000，在5%的显著性水平之下，拒绝原假设，因此可认为相关系数矩阵与单位阵有显著差异，说明本文样本适合做因子分析。同时，KMO值为0.521，大于0.5，可知各变量之间的相关程度无较大差异，原有变量适合作因子分析。

四、确定主因子

本文应用因子分析法中的主成分分析法来计算原始公因子的特征值、方差贡献率以及累计方差贡献率，并由此确定公因子。解释的总方差如表7所示。

表7 解释的总方差

提取方法：主成分分析。

根据表7中数据可知，前5个主因子的方差贡献率已经达到了累计方差贡献率的79.419%，即表明这5个主因子已包含原始数据信息量的79.419%，所以只须选择前5个主因子就可以较好地代表原始指标，对综合公司的绩效进行描述。

碎石图

“特征值是能够被看作表示因子影响力度大小的指标之一，如果特征值小于1，说明该因子的解释力度还不如直接引入一个原变量的平均解释力度大，因此一般用特征值大于1作为纳入标准。”特征值可用碎石图列示，见上图。从图中可以看出，从第6个成分开始，特征值的值都小于1，且折线的陡度变得比较平缓，这说明提取5个主因子是合适有效的。

五、旋转载荷矩阵分析

本文对原因子载荷矩阵进行最大方差旋转，以期得到主因子更明确的含义。结果如表8所示。

表8 旋转成份矩阵a

提取方法：主成分分析法。

旋转法：具有Kaiser标准化的正交旋转法。

a.旋转在5次迭代后收敛。

根据表8中各指标的数据与0.5比较，可以将F1命名为盈利因子，将F2命名为偿债因子，将F3、F4命名为成长因子，将F5命名为营运因子。

六、综合公司综合得分与排名

要得到因子的综合得分，需先对因子数据进行标准化处理，使其期望为0，方差1，然后，对各因子的方差贡献率占因子总方差贡献率的比重作为权重加权汇总，使用计算综合得分的公式F=0.22496*F1+0.19236*F2+0.14739*F3+0.13013* F4+F5*0.09935）/0.79419来计算各样本的综合得分。得到结果按名次排列如表9所示。

表9中，综合公司综合得分与其投资价值呈正相关关系。由于先对因子数据进行了标准化处理，因此，可以0为参考标准线，认为：综合得分大于0的综合公司，综合业绩相对较好，且数值越大，投资价值越大；综合得分小于0的则相对较差，且数值越小，投资价值越小。依此可对上市公司的综合业绩和投资价值有一个基本的评价。

具体而言，表9中，综合公司各项能力得分与相应实力也呈正相关关系，排名前十位的公司分别为深信泰丰、大洲兴业、悦达投资、新潮实业、大连国际、创元科技、复旦复华、鲁银投资、南京中北和鲁信创投。其中深信泰丰的排名第一，其偿债能力因子排名第一，说明其偿债能力较强，但是其成长因子为负数，说明其日后成长发展能力较弱，选择其作为投资对象时还需要考虑到它的市场地位以及产业政策等方面的因素；而排名第二的大洲兴业虽然盈利因子为正数，但是其偿债因子、营运因子、成长因子均为负数，综合起来看，其具有投资价值有待考证；排名末十名的公司分别为中国宝安、广汇能源、力合股份、工大高新、江苏吴中、博通股份、江泉实业、海泰发展、数源科技、正和股份和廊坊发展。这十家企业中就有九家企业的盈利因子为负数，则代表这十家企业的盈利能力较差，其投资价值不高。

七、系统聚类分析

上述因子分析能够满足投资者对上市公司投资价值分析的需要，但是由于投资者的投资理念往往各不相同，关注的侧重点也有所不同。为了更深入细致地分析行业板块的情况，将利用系统聚类分析法进一步对23家综合公司的5个因子值和综合值进行Q型聚类（即个案分群）；聚类方法为ward联结法，即离差平方和法，根据同类变量间的离差平方和较小、不同类别间的离差平方和较大来进行分类；测量尺度选用平方Euclidean距离，即两样本之间的距离是各样本每个变量值之差的平方和。通过聚类分析把业绩相似的公司归类，可以对不同类别的上市公司进行对比分析，为投资者选择投资组合提供参考。本文选择对23家综合公司分为4类，如表10所示。

表10中，类别1包括了中国宝安、深信泰丰等17家公司。根据表9中的数据显示，这个类别中的20家公司综合排名较靠前，财务状况良好。在公司成长因子的得分上总体较好，拥有较强的发展潜力和扩展趋势。其中正和股份虽然其盈利因子为负数，但是其偿债因子、成长因子、营运因子均为正数，且其是中国化工油气开发中心的控股企业，目前正在全面提升企业的核心竞争力和可持续发展能力，争创行业中的优秀管理企业，是一家具有投资价值的企业。其中，复旦复华虽然其偿债能力和营运能力都较弱，但是其依托复旦大学，具有较强的科研能力，从而使得其盈利能力和成长能力都较强，具有一定的投资价值。其中海泰发展的四项因子均为负数，其投资价值需要进一步确认。

八、结语

本文为投资者提供了一个对综合公司进行价值投资的分析评估决策平台。由于本文仅仅运用了一个年度的财务报表资料，某些项目可能会由于会计政策变更等的影响存在一定程度的偶然性，分析指标的选择也具有主观性此，分析结果难以反映出完全的真实状况，则可较大程度地消除偶然性，并反映出各分析对象的更加全面的动态状况，能更有效地据以预估未来，做出更加准确的投资决策。可见，上市公司投资价值分析可以此法扩展到全部上市公司并推演至多个年度。

参考文献：

[1]韩兆洲，谢明杰.上市公司投资价值评价模型及其实证分析.中央财经大学学报，2004（11）.

[2]沈子翔.上市公司投资价值分析.经管中心，2013（2）.

[3]崔婷婷，杨磊.基于因子分析法的软件行业上市公司投资价值分析.中国商界，2010（3）.

[4]唐菲，韩华，龙伟.新能源行业上市公司投资价值分析.武汉理工大学学报：信息与管理工程版，2012（10）.