基于因子分析法服装业上市公司财务绩效评价研究

汪怡迪 余博 纪影

摘 要：以22家服装行业A股上市公司2019年年报的10个财务指标数据为研究对象，应用了因子分析法建立L 各因子得分模型，从而对企业的财务绩效情况进行实证评价。实证结果表明：服装行业整体经营业绩表现欠佳。最后，根据实际结果分析提出了发展建议，以期提高经营绩效管理水平。

关键词：因子分析法;服装业;绩效评价

中图分类号：F830.91               文献标识码：B            文章编号：1674-2346（2021）01-0074-05

1    因子分析法概述

因子分析法是一种将众多的具有相關性的原始变量归结成少数几个能高度概括数据信息的综合因子，用少数几个综合因子去反映原始资料中多个变量绝大部分信息，且不会导致大量信息丢失和信息不全面等问题出现的多元统计分析方法。[1]其数学模型如下：

X1=a11F1+a12F2+a13F3+……+a1kFk+e1

X2=a21F1+a22F2+a23F3+……+a2kFk+e2

X3=a31F1+a32F2+a33F3+……+a3kFk+e3

……

Xn=an1F1+an2F2+an3F3+……+ankFk+en

式中，F称为因子，或被称为公共因子，Fj（j=1，2，…，k）彼此不相关;aij（i=1，2，…，n;j=1，2，…，k）称为因子载荷，是第i个原有变量在第j个因子上的载荷;e称为特殊因子，表示原有变量不能被因子解释的部分，其均值为0，独立于Fj（j=1，2，…，k）。[2]

2    实证分析过程

2.1    数据来源及指标选择

本研究数据资料来源于新浪财经所披露的上市公司财务报表。经分析，剔除了数据异常和缺失的两家公司，剩下的22家服装业上市公司为研究对象，研究中的所有原始财务数据均来自22家上市公司2019年的财务报表。财务数据能够对企业最近的经营状况进行及时的反映，保证了文章研究的准确性、时效性和可比性。[3]

基于选取指标的全面性、科学性和代表性原则，本文选取了10个财务指标对22家服装企业的经营绩效进行评价分析，分别是流动比率（X1）、速动比率（X2）、资产负债率（X3）、净资产收益率（X4）、总资产收益率（X5）、成本费用利润率（X6）、流动资产周转率（X7）、总资产周转率（X8）、净资产增长率（X9）、总资产增长率（X10），其中流动比率、速动比率、资产负债率为适度指标，其他指标均为正向指标。

2.2    数据预处理

1）指标正向化处理。根据数据结果的可比性要求，将适度指标转化为正向指标。本研究选取适度指标正向化处理公式为：

Yij=1/1+|r-xij|

其中：Yij是正向化处理后的指标值，Xij是选取的第i个样本中的第j个比率的原始数据，r代表指标的适度值。根据服装行业标准，流动比率、速动比率、资产负债率的适度值分别为2、1、0.5。

2）指标标准化处理。社会科学应用统计软件IBM SPSS Statistics 26.在进行相应的因子分析中会自动对数据进行自动化处理。

2.3    KMO检验及巴特利特检验

一般，KMO值在0.5以上，巴特利特检验的显著性水平小于0.005，则原变量适合作因子分析。22家服装上市企业的KMO值和巴特利特检验结果如表1所示，可得到KMO值为0.551，大于0.5，且巴特利特球形度检验的sig值小于0.05，所以采用因子分析法进行经营绩效评价分析是合适的。

2.4    提取公因子

根据表2，表3所示，首先，本文选取的10个指标中的80%以上的信息可被公共因子解释。其次，前4个因子的特征值分别达到3.411、2.640、1.844、1.032，均在1以上，方差贡献率分别为34.133%、26.403%、18.443%、10.321%，累积方差贡献率达到89.280%，所以，提取4个主因子是合理的。

2.5    公因子命名

本研究通过最大方差正交旋转法，得到了旋转后的成分矩阵，如表4所示。可以从旋转后的因子载荷矩阵中看出，因子1在总资产收益率（0.971）、净资产收益率（0.939）、成本费用利润率（0.912）3个指标上的载荷值都超过了0.91，并且都反映了企业的盈利水平，所以可以命名主因子1为盈利能力因子（F1）。因子2在速动比率（0.943）、流动比率（0.890）、资产负债率（0.881）3个指标上的载荷值均大于0.88，所以可以命名因子2为偿债能力因子（F2）。因子3在总资产周转率（0.939）和流动资产周转率（0.914）这2个指标上的载荷值分别超过0.91，因此，可以命名主因子3为营运能力因子（F3）。因子4在净资产增长率（0.942）和总资产增长率（0.667），都能反映一个企业未来的发展水平，所以可以命名主因子4为发展能力因子（F4）。

2.6    因子得分系数矩阵及绩效得分

本文借助SPSS.26软件得到了因子成分得分系数矩阵（表5）。根据表5系数矩阵中各指标占公因子的系数，可以写出各公因子的计算公式。

4个公共因子计算公式分别为：

F1=0.018*X1-0.020*X2+0.012*X3+0.359*X4+0.358*X5+0.349*X6+0.002*X7+0.005*X8-0.160*X9+0.031*X10