基于因子分析的电子信息类上市公司的财务绩效
一、引言
无论是投资者、中介机构还是上市公司自身，大都会习以为常地设计一套综合指标评价体系。而这种体系的构建依赖于分析者的偏好和经验，指标选取和权重设置带有较强主观性，且难以解决评价指标之间存在的相关性问题。本文运用的因子分析方法就能较好地解决上述问题，它把众多指标综合为少数几个基本不相关的综合因子，以实现“用变量子集来解释整个问题”的目的。避免了运用单指标的片面性，也克服了运用其他多指标法所存在的人为赋权等缺陷问题。
二、选定财务指标
为充分反映电子信息类上市公司的财务状况，从规模能力（净资产X1、净利润X2、主营业务收入X3），盈利能力（净资产收益率X4、总资产收益率X5），成长能力（近三年主营业务收入的平均增长率X6、近三年净利润的平均增长率X7）三个方面选择了7个财务指标。
三、因子分析法在财务绩效评价中的具体运用
以2011年12月31日20家电子信息类上市公司年报中的数据为基础，求证如下：
1.数据分析前的KMO和Bartlett球型检验
KMO和Bartlett球型检验值的大小是衡量样本数据是否适合进行因子分析的2个主要指标。在进行因子分析之前，要进行KMO统计量和Bartlett球型检验。KMO统计量取值在0～1之间，其值越大，因子分析的效果越好。一般认为，如果KMO统计量值在0.9以上会取得非常好的分析效果；而在0.8～0.9之间属于好；0.7～0.8之间属于一般；0.6～0.7之间属于较差；0.5～0.6之间属于很差；如果在0.5以下则不可接受，即样本数据不适合进行因子分析。Bartlett球型检验是针对整个相关矩阵进行的检验，其零假设为：相关矩阵是单位阵。该检验统计量服从x2分布，如果检验结果不能拒绝单位阵的零假设，即P>0.05（P这里指显著性），则应慎用因子分析。KMO和Bartlett球型检验结果（表1）表明：KMO统计量值为0.653，虽然该值较小，但可以尝试进行因子分析。Bartlett球型检验结果为P=0.000，满足P<0.05的条件，即拒绝了相关矩阵是单位矩阵的零假设，表明变量之间的相关矩阵不是单位阵。因此，可以判断样本数据基本适合进行因子分析。
表1 KMO 和 Bartlett 的检验
2.确定公共因子数
运用主成分分析法，并通过SPSS 18.0统计分析软件计算得到方差分析数据（表2）。以主成分的特征值大于1作为提取公共因子的标准，则可提取2个公共因子。这2个公共因子的方差累计贡献率高达73.216%，说明提取的公共因子包含了原始变量的绝大部分信息，完全满足作因子分析的要求。
表2 解释的总方差
从下面的碎石图可以看到，纵坐标为特征值，横坐标为成分数。前两个因子特征值大，途中折线陡峭，从三个因子以后，折线较平缓，因此，选择两个因子。这和表2得出的结论完全一致，也就是从另一个侧面说明了，只需要提取两个公因子。
3.计算公因子并得出排名
使用 SPSS18.0 计算得出公因子得分系数矩阵 （如表3所示）， 这是进行因子分析得到的最终结果，通过该系数矩阵就可以将所有的公因子表示为各个变量的线性组合。根据表3可以得到两个公式如下
F1=-0.104X1+0.146X2-0.206X3+0.284X4+0.373X5+0.374X6+0.035X7
F2=0.387X1+0.226X2+0.469X3+0.045X4-0.109X5-0.195X6+0.205X7
用以上公式计算得出电子信息类上市公司财务绩效的综合得分，根据得分及排序结果，就可以进行进一步的横向比较与分析评价（如表4所示）。
表3 成份得分系数矩阵
表4 各企业的指标排名
四、结论
所选的7个财务指标从盈利、规模、成长三个方面较全面地反映了企业的财务状况，由上表7可以看出三安光电、大族激光和生益科技的得分远远高于其他企业，具有较强的竞争力。总的来说，最近三年电子信息类上市公司的发展速度较快，不管其盈利能力还是企业的规模增长都有很大的提高。
通过因子分析法进行系统的分析，我们可以实现对上市公司财务状况的综合评价，结果是随着数学变换过程自动生成的，具有较强的客观性。通过分析我们可以清楚地得出电子信息类上市公司的排名和存在的优劣势，对企业以后改进有着重要的作用，同时为经营管理者提供了重要的参考依据。
参考文献：
[1]刘芊，蓝国赈.基于SPSS软件的因子分析法及实证分析[J].科技信息（学术版），2008（36）.
[2]文小玲.基于模糊综合评价法的企业绩效评价[J].武汉理工大学学报，2006（08）.
作者简介：华 瑶（1956-），男，吉林省吉林市人，武汉理工大学在职博士研究生，东北电力大学教授，从事企业管理、市场营销方向的研究。
何 盼（1987-），女，东北电力大学经济管理学院在读硕士。