对信息电子产业上市公司财务绩效评价的研究

李冰凌

（南京审计大学，江苏 南京211815）

一、研究背景

改革开放后， 我国信息电子产业顺应了世界经济的发展方向，在各个方面都取得了巨大的进步。特别是进入21 世纪以后，行业的整体规模、盈利水平及科技水平均有大幅度提升。近年来，我国科技水平发展迅猛，在许多领域都取得了重大突破，但机遇与挑战共存，我国信息电子产业发展虽然迅速，但相比于发达国家起步晚， 在管理等许多方面仍然存在一定的问题。 本文选取我国中小板信息电子行业共48家上市公司作为样本， 结合运用因子分析法和数据包络分析法， 进一步分析研究上市公司的财务绩效评价及评价过程中经常出现的相关问题， 使财务绩效评价在企业管理中充分发挥独到的作用。

研究方法采用因子分析法和数据包络分析法。因子分析法的优点是当面对大量数据，尤其是数据项目较多时，因子分析法能够很好地涵盖原始数据的各个项目，同时将分析过程简化为因子项目的分析，过程较为简便。 数据包络分析法(DEA)可以处理多个输入输出数据，且无须对数据进行无量纲化处理，通过输入输出数据可以得到最优权重，具有一定的客观性。 除了上述两种方法，进行企业财务绩效评价还可以运用其他方法，如经济增加值（EVA）评价法、平衡计分卡、层次分析法、主成分分析法、加权评分法、回归分析法、财务比率法等。

二、信息电子产业财务绩效评价模型构建与数据选择

（一）业绩评价指标

偿债能力、盈利能力、营运能力和成长能力是本文因子分析的主要指标。 对每项能力都选取三个财务指标用于分析，其中偿债能力指标为流动比率（X1）、速动比率（X2）、资产负债率（X3）；盈利能力指标为总资产净利率（X4）、权益净利率（X5）、销售净利率（X6）；营运能力为应收账款周转率（X7）、存货周转率（X8）、总资产周转率（X9）；成长能力为总资产增长率（X10）、净利润增长率（X11）、销售增长率（X12）。 数据包络分析的指标则在因子分析法指标的基础上将偿债能力、盈利能力和营运能力列为输入指标，成长能力列为输出指标。

（二）样本选择及数据来源

选择中小板信息电子行业的上市公司作为对象， 剔除ST、*ST 和数据缺失的企业后将48 家上市公司作为样本进行实证研究分析。这48 家上市公司分别为：远光软件、东华软件、国脉科技、生意宝、梦网集团、利欧股份、北纬科技、石基信息、科大讯飞、启明信息、聚力文化、川大智胜、拓维信息、卫士通、久其软件、联络互动、中电兴发、焦点科技、亚联发展、理工环科、皖通科技、天神娱乐、太极股份、千方科技、科远智慧、中远海科、四维图新、广联达、深南股份、达实智能、恺撒文化、启明星辰、晨鑫科技、华软科技、众应互联、二六三、榕基软件、恺英网络、金财互联、杰赛科技、三七互娱、捷顺科技、完美世界、博彦科技、真视通、久远银海、德生科技和中新赛克。

三、对信息电子产业财务绩效评价的实证研究

（一）因子分析法

1.数据检验。在进行因子分析前，首先对获取的该48 家上市公司2018 年的相关数据进行检验，通过SPSS17.0 统计软件对样本分别用恺撒-梅耶-奥克林（KMO）检验法和巴特利（Bartlett）球形检验法进行测试，测试结果显示KMO 统计值为0.684（大于0.6）， 球形检验值为0， 说明指标间是相互独立的，可以使用因子分析法。

2.确定公共因子。对样本数据利用主元分析法选取常见因素，得到相关系数矩阵的特征值和方差（见1）。 按照最小特征值原则， 选择特征值大于1 的因子，即保留前4 项，将其作为公共因子。 这4 个因子的累计方差达到了75.78%，而余下6 个因子的累计方差只有不到25%， 可见前4 个因子包含了原始变量的绝大部分信息，足够用以进行因子分析。 因此，上述12 项指标可以综合成公共因子f1、f2、f3 和f4。

表1 解释的总方差

由表1 可以看出，公共因子f1 在总资产净利率（X4）、权益净利率（X5）和销售净利率（X6）上的载荷值最大，而这三项指标代表的是盈利能力，所以公共因子f1 表示的即为盈利能力，将其称为盈利因子。同理可得，公共因子f2 为偿债因子，公共因子f3为成长因子，公共因子f4 为营运因子。

3.计算企业排名。 通过SPSS17.0 统计软件得到公共因子得分系数矩阵（见表2）。 令公共因子fn 对应的因子得分为Fn，Fn 为企业的各项指标值和与该指标对应的公共因子载荷值的乘积的和，F 为总得分，等于各个因子得分与其方差所占权重的乘积总和，即：

通过计算得到48 家上市公司的各项因子得分，并对各项因子得分进行排名。 将F 与F1、F2、F3和F4 的排名走势图分别分离出来后（如图1 中的4张小图） 可以发现，总得分的排名情况与F3，也就是成长因子贴合度最高，其次是F2（偿债因子），而与F1 （盈利因子）和F4（营运因子）的相关程度则较低，表明行业的总体能力与企业的成长能力最为相关，而盈利能力与营运能力的影响力相对较低，这说明在信息电子行业中，企业的成长性至关重要。 由于技术更新快， 信息电子产业的产品更新换代速度也较快，因此在变化迅速的行业中能够保持较高的成长性是企业综合能力高的体现。

（二）数据包络分析法

1.数据正向化处理。 由于数据包络分析法只能处理为正的数值，而所选上市公司的指标中又存在负值，所以要对数据进行正向化处理，将所有数据按照以下方式进行正向化：

图1 F 分别与F1、F2、F3 和F4 的排名走势

2.效率分析。 运用DEAP2.1 软件对正向化后的数据进行效率分析。分析结果显示，在48 家中的32家企业资产效率、投资收益、经营绩效指数均为1，是有效决策单元，在其投入的基础上获得的产出已经达到了最优状态， 证明这32 家上市公司是资产效率好、投资收益高、经营绩效好的上市公司。 另有4 家上市公司实现了纯技术效率为1，其余12 家上市公司的纯技术效率均小于1，从整体上来看，虽然行业整体的经营绩效不错， 但企业间仍然存在差距。 为了进一步分析技术效率的分布范围，将技术效率值θ 分成以下5 个区间：θ=1，0.9≤θ＜1，0.8≤θ＜0.9，0.6≤θ＜0.8 和θ＜0.6，再进行汇总统计，分布情况如表3 所示。 可以发现θ 值的分布呈现出“漏斗状”，即θ 值越高，样本数量越多。 随着θ 值逐渐收窄，样本数量也逐渐减少，说明行业整体的效率值较高，只有一家样本的值小于0.6。

表2 公共因子得分系数矩阵

表3 技术效率值θ 分布情况

3.规模报酬分析。规模报酬有递增、递减和不变三种情况，其中不变是指规模报酬从递增过渡到递减的阶段， 通常认为规模报酬不变是最佳情况，此时的生产规模往往是最有效的。 在48 家样本中有32 家上市企业实现规模报酬不变， 占比66.67%；6家企业的规模报酬递增，占比12.5%；其余10 家上市公司规模报酬递减。 对于处在规模报酬递增阶段的企业，可以适当地增加投入，扩大生产规模以获得规模优势，降低单位固定成本。 对于递减的企业无须再增加输入要素，应当减少过多投入来提高规模效率水平，设法提高现有的资源利用效率，达到最优的投入产出状态。 规模报酬不变的企业占比超过60%，超半数企业已经达到了生产经营的最佳规模，说明行业整体有效，仍然存在可发展空间，可以通过扩大规模来提高效益，但尚有五分之一的企业规模报酬递减，表明其投入产出效率低，需要改进。

4.被引用次数。 被引用次数指在数据包络分析过程中有效的决策单元被无效的决策单元作为参考和改进的次数，所以被引用次数仅针对有效的样本而言。 被引用的次数越多，该样本的相对有效性就越稳健。 48 家样本中，共有20 个样本被引用过，其中只有两家企业的拓维信息和四维图不是有效决策单元，没有实现规模报酬不变，这也从侧面表明有效决策单元的样本稳健性较高。

四、结论

本文对信息电子产业中小板共48 家上市公司2018 年的数据采用了因子分析法和数据包络分析法， 从两种不同的角度对48 家上市公司的财务绩效进行分析和研究，得出结论如下：

首先，信息电子行业中企业综合能力与企业的成长性最为相关，拥有较高成长能力的企业综合排名靠前。 其次是偿债能力，因为信息电子产业对设备等固定资产的要求较高， 企业需要资金购买设备、建设厂房等，再加上信息电子行业更新换代速度快的特点，生产设备也需要经常更新，如果企业的债务偿还能力不足就无法满足业务需求，影响企业的后续发展。

其次，在中小板块的48 家样本企业中，实现规模有效的占比66.67%，投入与产出的配比达到最佳状态，资产效率高。 其余规模无效的样本中多数企业要素投入过多，导致整体运行效率低下，表明行业整体运行有效， 可以通过扩大规模提高效益，进一步改善生产经营， 而局部需要提高资源利用效率，强化企业管理水平，避免企业陷入资源浪费、经营无效的状况。