因子分析模型在企业财务指标评价中的应用

□文/黄 妍

（江苏食品药品职业技术学院 江苏·淮安）

财务指标的评价常用的方法有：分层聚类法、因子分析法、层次分析法等。本文设计的因子分析模型，对解释样本性质的多个变量进行测算，将众多错综复杂的变量归纳成少量的彼此独立的综合少量因子，使数据分析的方法更加客观，易于操作。

表1 20家公司的11项财务指标

一、指标的选择

本文借鉴了财政部颁布的《企业效绩评价标准值》，主要从偿债、营运、盈利、成长四个方面选取了11 个财务指标：流动比率、产权比率、资产负债率、每股收益、主营业务利润率、净资产收益率、应收账款周转率、存货周转率、总资产增长率、主营业务收入增长率、应收账款增长率。

二、因子分析

（一）数据来源。从深交所网站、新浪财经等网站中选择20家公司公开披露的11 项财务指标，进行因子分析，指标如表1所示。（表1）

（二）KMO检验和Bar t lett球形度检验。运用SPSS 软件将标准化处理后的众多财务数据进行分析，KMO 检验和Bartlett球形度的检验结果见表2。（表2）

如表2 所示，KMO 的度量值为0.702＞0.5，Bartlett 球形度检验Sig=0，表示适合采用因子分析方法进行评价。依据SPSS测算出的KMO 值与Bartlett 检验值，可以说明选择的11 项财务指标可以采用因子分析法进行评价。

表2 KMO和Bartlett的检验

表3 旋转成分矩阵

表4 成分得分系数矩阵

（三）因子提取。以主成分分析法作为因子提取方法，选定的因子提取标准为：特征值大于1，前3 项因子累积贡献率大于80%，因而11 项财务指标可提取3 项主因子。

（四）因子载荷矩阵的建立及命名。运用因子分析，提取了主成分因子，经过方差极大旋转法旋转的矩阵，旋转在6 次迭代后收敛，见表3。（表3）

设F 为所提取的因子，则3 个因子可分别表示为F1、F2、F3。由表3 可知，第一主因子F1在X2、X5、X8、X7、X4、X6上的系数分别为0.970、0.968、0.962、0.953、0.550、0.530，大于其他几个变量的系数，即涵盖了净资产收益率、存货周转率、主营业务增长率、产权比率、应收账款周转率、资产负债率；第二主因子F2在X11、X3、X1上的系数较大，分别为0.807、0.802、0.740，是每股收益、主营业务利润率、流动比率的综合反映；第三主因子F3在X9、X4、X10上的系数较大，分别为0.922、0.593、0.477，是应收款项增长率、应收账款周转率、总资产扩张率的综合反映。

（五）因子得分与综合评价得分的统计及排序。计算各因子得分及综合评价得分，见表4。（表4）

设Y1、Y2、Y3为20 家公司3 个因子的得分，则：

Y1＝0.079X1+0.058X2-0.149X3+0.228X4-0.003X5＋0.042X6+0.235X7+0.220X8+0.235X9+0.142X10+0.070X11

Y2＝0.324X1+0.327X2-0.231X3+0.039X4+0.034X5-0.240X6+0.057X7+0.020X8+0.056X9+0.075X10+0.335X11

Y3＝-0.154X1+0.120X2+0.332X3-0.022X4+0.598X5+0.046X6-0.028X7-0.020X8-0.026X9+0.375X10+0.054X11

式中，X1、X2、X3、…、X11分别为各项财务指标值。

（六）归一化处理。主成分比重累积为78.976%，所以需要归一化处理。

三、结论

应用因子分析法，得出生物科技行业的20 家公司的11 项财务指标的综合得分，由高到低依次为M、T、K、S、F、L、O、C、B、R、D、E、P、I、N、A、Q、G、J、H。

［1］Klaus Schwab.The Global Competitiveness Report 2011-2012［M］.Switzer land：World Economic Forum，2011.

［2］Edward Molendowski.The Visegrad Group Countries-Changes in Intra-industry Competitiveness of Their Economies During the World Financial and Economic Crisis［J］.Procedia Social and Behavioral Sciences，2014.110.

［3］［美］金在温，米勒著.叶华译.因子分析：统计方法与应用问题［M］.格致出版社，2012.

［4］冯巧根.竞争财务论［M］.上海：立信会计出版社，2001.

［5］杜栋，庞庆华，吴炎.现代综合评价方法与案例精选（第二版）［M］.清华大学出版社，2008.

［6］苏理云，陈彩霞，高红霞.SPSS19统计分析基础与案例应用教程［M］.北京希望电子出版社，2012.