农业类上市公司经营绩效评价——基于因子分析与改进熵值法的实证研究

马成志,李 青,吕晓焕

(河海大学 商学院，江苏 南京 210000)

农业类上市公司经营绩效评价
——基于因子分析与改进熵值法的实证研究

马成志,李 青*,吕晓焕

(河海大学 商学院，江苏 南京 210000)

选取了78家A股农业类上市公司作为研究对象，运用因子分析法与改进熵值法，对78家农业类上市公司的经营绩效进行了实证分析与评价。研究结果发现农业类上市公司经营绩效水平差异较大，呈现“倒U型”分布，不同企业性质、不同行业的经营绩效水平差异较为显著，并且在规模实力、盈利能力、运营能力、偿债能力、发展能力5个方面发展不均衡，并据此分析结果提出了相应的对策建议。

农业类上市公司；经营绩效；因子分析法；改进熵值法

0 引言

农业类上市公司孕育着农业先进技术和工艺，是我国当今农业先进生产力的代表和领头军，是实现我国农业产业化经营的重要途径和载体。农业类上市公司的发展状况对推进我国农业的可持续发展、加快推进农业产业化和有效解决“三农问题”发挥了重要作用。农业类上市公司的经营绩效集中反映了其经营状况，如何客观合理、系统全面的评价农业类上市公司的经营绩效，对于提高农业类上市公司的经营绩效水平和企业竞争力，进而促进我国农业又好又快发展具有重要的现实意义。

诸多学者们采用多种方法和从多个研究视角出发对农业类上市公司的经营绩效进行了研究。朱丽莉等[1]采用因子分析法，对沪深上市的46家农业类上市公司的经营绩效进行了综合排名与评价。刘伟等[2]建立了盈利能力、偿债能力、资产管理能力、成长性、股本扩张能力5个方面的评价指标体系，运用二次相对评价模型对2001～2005年农业类上市公司业绩进行了实证研究。徐雪高等[3]从获利能力、营运能力、偿债能力、发展能力、股本扩张能力5个方面构建评价指标体系，运用因子分析法实证研究，得出我国农业类上市公司的经营业绩呈现出“两头小，中间大”的橄榄型分布。卢瑜[4]从财务风险的视角出发，尝试结合风险指标，从规模实力、运营效率、增长能力和风险信息4个方面构建评价指标体系，但未能实证研究。彭晓洁等[5]运用因子分析法从获利能力、营运能力、偿债能力和发展能力4个方面对67家农业类上市公司进行了实证研究。黄晓波等[6]运用因子分析法对37家农业类上市公司2011～2013年3年的经营绩效进行了评价，并针对研究结果提出了提高农业类上市公司经营绩效的对策建议。

本文在前人研究的基础上，采用因子分析法与改进熵值法相结合的组合方法从多个方面对全国农业类上市公司的经营绩效进行了分析与评价，进而提出相应的对策与建议。在理论上，进一步丰富农业上市公司绩效评价体系；在实践上，从整体到局部的绩效分析能更系统、全面地为我国拟上市和已上市的农业类企业提供切实可行的改进建议。

1 经营绩效评价指标体系构建

本文在梳理和参考相关文献[1～11]的基础上，考虑各个指标的指标性质，构建了由5个一级指标和17个二级指标组成的经营绩效评价指标体系(表1)。

表1 农业类上市公司经营绩效评价指标体系

2 基于因子分析与改进熵值法的综合评价模型构建

本文因子分析的主要计算步骤：第一，将原始数据标准化。本文参考国际惯例并结合农业行业的特征确定适度指标的合理范围为：流动比率为1.5～2.0，速动比率为1.0，资产负债率为40%～60%。本文对正向指标和适度指标分别采用公式(1)和公式(2)进行标准化处理[12]，处理后的指标用Zi表示，取值范围用C1、C2表示。第二，数据的KMO和Bartlett检验，并判断是否适合因子分析。第三，求相关矩阵的特征值、特征向量、方差贡献率和累积方差贡献率。第四，提取因子：本文提取特征根大于1且累计方差贡献率不低于80%的因子来综合反映原评价指标。第五，进行因子旋转，根据旋转后因子载荷矩阵，确定因子如何代表原始变量，并进行因子命名。第六，采用回归分析法计算各因子的得分和几个因子的综合得分。

(1)

(i=1,2,3,…,17)

(2)

通过梳理和参考相关文献[13～17]，本文采用标准化变换方法对熵值法进行改进。改进后的熵值法的权重计算步骤和公式如下：

(3)

(4)

(5)

(6)

gj=1-ej,0≤gj≤1

(7)

(8)

根据以上步骤可以求出公共因子得分和权重。将各公共因子得分FACj(j=1，2，3，…，n)作为评价农业类上市公司经营绩效的关键指标，通过熵值法计算得出的各公共因子权重wj(j=1，2，3，…，n)为指标权重，设综合得分为ZF，由此构建农业类上市公司经营绩效评价的线性回归综合评价模型：

(9)

3 农业类上市公司经营绩效的实证分析与评

价结果

本文选取所有2015年1月1日前上市的78家A股农业类上市公司(剔除了ST股和*ST股)作为本文的研究对象。本文的农业类上市公司范围，是指所有农、林、牧、渔业的上市公司以及农副食品加工业的上市公司。本文借助社会经济学统计软件SPSS 19.0和数据处理软件Matlab 10.0进行研究。

3.1 数据效度检验

本文采用KMO和Bartlett球形度检验(表2)对数据的效度进行检验，帮助判断本文构建的17个评价指标变量是否适合进行因子分析。由检验结果可知，KMO值为0.714(>0.7)，说明各评价指标变量之间偏相关性较强，非常适合进行因子分析。Bartlett球形度检验的近似卡方分布为1137.326，在自由度为136时Sig.=0.000(<0.05)，拒绝原假设，表明各指标变量间存在显著的相关性，非常适合进行因子分析。

表2 KMO和Bartlett检验

3.2 公共因子的确定

运用主成分分析法可以得出因子特征根的计算结果(表3)。根据特征根>1且累计方差贡献率>80%的成分提取原则，前6个公共因子的特征根>1，且旋转前和旋转后的累计方差贡献率均为82.039%>80%，说明这6个公共因子具有较好的代表性，能够较为充分地解释出17个评价指标所包含的关键信息。因此，选取这6个公共因子作为提取的综合指标来评价78家农业类上市公司的经营绩效水平。

表3 公共因子特征根

3.3 公共因子解释与命名

为了使各公共因子的解释含义更加突出，本文采用具有Kaiser标准化的正交旋转法对初始因子载荷矩阵进行旋转，得到旋转后的因子载荷矩阵(表4)。根据表4的分析结果：第1个公共因子在指标X3、X4、X5、X6、X16上有较高的载荷，主要反映了投入产出水平和获得利润的水平，因此命名为盈利水平因子(FAC1)；第2个公共因子在指标X8、X9、X10上有较高的载荷，主要反映了资产的运营和管理能力，可命名为运营能力因子(FAC2)；第3个公共因子在指标X1、X2上有较高的载荷，主要反映了利润的规模和所有者权益，可命名为盈利规模因子(FAC3)；第4个公共因子在指标X11、X12上有较高的载荷，主要反映了农业类上市公司的偿债能力，因此命名为偿债能力因子(FAC4)；第5个公共因子在指标X7、X17上有较高的载荷，主要体现了农业类上市公司的资产增长潜力，因此命名为发展潜力因子(FAC5)；第6个公共因子在指标X15上有较高的载荷，主要反映了营业收入的增长情况，因此命名为经营增长因子(FAC6)。

3.4 计算因子得分及改进熵值法赋权

由于本研究需要以因子得分为指标变量，以熵值法赋权的因子得分权重为指标权重构建农业类上市公司经营绩效评价模型，因此需要计算出78家农业上市公司的各项因子得分。利用SPSS 19.0软件可以直接计算出样本农业类上市公司6项公共因子的得分，由于篇幅限制，各因子得分计算结果这里不再单独列出，具体计算结果参见表5。通过对78家农业类上市公司经营绩效指标体系的因子分析，本文设m=78，n=6，Xij为第i家农业类上市公司第j项因子的因子得分，其中i=1，2，3，…，78；j=1，2，3，…，6；将因子得分代入上文研究方法中的计算公式(1)～(6)可以得出78家农业类上市公司6个因子的熵值ej、差异性系数gj和指标权重wj，具体计算结果见表5。

3.5 经营绩效综合评价结果

将各公共因子得分FACj及各个公共因子指标权重wj代入计算公式(9)，由此计算出78家农业类上市公司经营绩效的综合得分及排名(表6)。

3.6 农业类上市公司经营绩效分析

3.6.1 整体经营绩效分析 由以上研究得出的78家农业类上市公司综合得分及排名(表6)结果可知：(1)从整体综合绩效水平上看，我国农业类上市公司的经营绩效水平呈现出“倒U型”分布[(本研究参考相关文献并咨询专家意见，根据综合得分将绩效水平划分为绩效好(ZF≥0.6)、绩效一般(-0.6

表4 旋转后的因子载荷矩阵

表5 78家农业类上市公司经营绩效评价指标的熵值和权重表

3.6.2 地区经营绩效分析 由表7可知，从综合绩效水平上看，东部地区农业上市公司的综合绩效得分排在第1位、中部地区综合绩效排在第2位、西部地区综合绩效得分较低排在末位。可以看出，东部和中部的农业上市公司经营绩效水平发展较好，优于西部地区，但是东部和中部的农业上市公司的经营绩效差距并不是很大。从各个因子绩效得分上看，3个地区在盈利水平、经营增长2个方面差距较小。但是在运营能力、盈利规模、偿债能力、发展能力4个方面差距较大，东部地区在运营能力、发展潜力方面表现较好，西部地区在盈利规模方面表现较好，中部地区在偿债能力方面表现较好。

3.6.3 行业经营绩效分析 由表8可知，从综合绩效水平上看，农副食品加工业综合绩效得分排在第1位，经营绩效水平较好；而畜牧业、林业、农林牧渔服务业、农业、渔业5个行业的经营绩效水平均为负值，经营绩效较差。对比之下，畜牧业、林业、农林牧渔服务业的经营绩效水平比农业、渔业的经营绩效水平略好。从各个因子绩效得分上看，6个行业中林业在盈利水平和发展潜力上领先、农副食品加工业在运营能力和偿债能力上领先、畜牧业在盈利规模上领先、畜牧业在经营增长方面领先，而农林牧渔服务业、农业、渔业在各个子能力方面相对落后。

3.6.4 不同性质的企业经营绩效分析 由表9可知，从综合绩效水平上看，我国农业类上市企业中外资企业的经营绩效排在第1位、民营企业的经营绩效排在第2位；国有企业的经营绩效排在末位。由此可见，不同企业性质的农业上市公司的经营绩效水平差异较大。从各个因子绩效得分上看，外资企业在盈利水平、运营能力、盈利规模、偿债能力、发展潜力方面均处于领先水平，各方面子能力发展较为均衡；民营企业在经营增长、发展潜力方面处于较好水平，而在其他几个方面经营绩效处于一般水平；国有企业在6大子能力上的得分均为负值，说明对比民营企业和外资企业而言，国有企业的经营绩效水平较差。

表6 78家农业类上市公司综合得分及排名

表7 我国农业类上市公司地区经营绩效得分

表8 我国农业类上市公司行业经营绩效得分

表9 我国农业类上市公司地区经营绩效得分

4 结论与建议

实证研究结果表明，我国农业类上市公司的经营绩效水平差距较大，分化严重，呈“倒U型”分布。其中，东部、中部、西部3个区域区间经营绩效水平差异不大，但是不同行业和不同企业性质的农业类上市公司经营绩效有较大差距，而且在规模实力、盈利能力、营运能力、偿债能力和发展能力5个子能力方面发展不均衡、不协调。为了提高我国农业类上市公司的经营绩效和发展速度，可以根据以下思路采取对策：国家层面上，应该加大政策扶持力度，改善农业的弱质性问题；规范公司上市，提高信息披露的程度；发展高科技农业，促进农业产业升级。企业层面上，应该全面发展各方面的能力，形成一个均衡合理的能力结构：发展优势主业，形成规模效益；优化资本结构，合理利用财务杠杆提升偿债能力；优化资产结构，提高存货周转从而提升运营能力；加大科技投入，提升产品的科技含量和附加值，从而提升企业的创新活力和发展能力。由此实现提高农业类上市公司的持续盈利能力和经营绩效水平，进而推动我国农业又好又快地发展。

[1] 朱丽莉，王怀明.农业上市公司经营绩效的因子分析[J].南京农业大学学报：社会科学版，2004，4(4)：40-43.

[2] 刘伟，杨印生.我国农业上市公司业绩评价与分析[J].农业技术经济，2006(4)：47-52.

[3] 徐雪高，马九杰.农业上市公司的经营绩效评价研究[J].贵州社会科学，2008(7)：86-91.

[4] 卢瑜.基于VAR的农业上市公司经营绩效评价体系研究[J].农业经济，2013(8)：122-124.

[5] 彭晓洁，高梦捷.基于因子分析法的农业类上市公司经营绩效评价[J].贵州社会科学，2014(11)：68-73.

[6] 黄晓波，王爱芝，高晓莹.农业上市公司经营绩效评价体系研究[J].农业经济，2015(3)：119-121.

[7] 彭熠.我国农业上市公司经营绩效研究：基于转型经济背景的分析[D].杭州：浙江大学，2006.

[8] 李轶男.我国农业上市公司经济绩效影响因素分析[D].北京：中国农业科学院，2006.

[9] 刘伟.中国农业上市公司绩效评价及成长机理研究[D].长春：吉林大学，2008.

[10] 胡星辉.我国农业上市公司综合绩效研究[D].武汉：华中农业大学，2011.

[11] 张美诚.农业上市公司综合绩效指标构建及其评价研究[D].长沙：湖南农业大学，2013.

[12] 宋效中，张祎.行业财务绩效综合评价：基于财务比率的熵权主成分分析[J].经济问题，2011(6)：97-101.

[13] 杨娜，李慧明.基于因子分析与熵值法的水资源承载力研究：以天津市为例[J].软科学，2010(6)：66-70.

[14] 朱启明，许如荔.创业板上市公司绩效评价：基于因子分析和熵值法的实证研究[J].贵州财经学院学报，2011(5)：41-47.

[15] 洪兆平.基于因子分析法和改进熵值法的城市竞争力综合评价研究：以江苏省为例[J].科技管理研究，2012(21)：47-50.

[16] 黄国庆，王明绪，王国良.效能评估中的改进熵值法赋权研究[J].计算机工程与应用，2012，48(28)：245-248.

[17] 王霞，王岩红，苏林，等.国家高新区产城融合度指标体系的构建及评价：基于因子分析及熵值法[J].科学学与科学技术管理，2014(7)：79-88.

(责任编辑：管珊红)

Evaluation of Business Performance of Agricultural Listed Companies: An Empirical Study Based on Factor Analysis and Improved Entropy Method

MA Cheng-zhi, LI Qing*, LV Xiao-huan

(School of Business, Hohai University, Nanjing 210000, China)

The empirical analysis and evaluation of the business performance of 78 A-share agricultural listed companies were carried out by using factor analysis method and improved entropy method. It was found that the business performances of various agricultural listed companies were greatly different, and showed an inverted U-shape distribution. There was a significant difference in business performance among agricultural listed companies with different enterprise nature in different industries, and the scale and strength, profitability, operation ability, solvency and developmental ability of these listed companies were not balanced. Based on these results, the corresponding countermeasures and suggestions were put forward.

Agricultural listed company; Business performance; Factor analysis; Improved entropy method

2016-12-20

马成志(1956—)，男，江苏泰兴人，研究员，副教授，主要从事企业管理、区域经济学研究。*通讯作者：李青。

F830.91

A

1001-8581(2017)05-0133-06