文档介绍：基于因子分析的电子信息类上市公司的财务绩效评价
摘要:本文以我国电子信息类20家上市公司为样本,采用因子分析法对其财务绩效进行综合评价,通过因子分析法对电子信息类部分上市公司的财务报表数据进行分析,从而得出电子信息类上市公司在财务绩效方面的排名和存在的优劣势。
关键词:因子分析法;电子信息类上市公司;财务绩效评价
中图分类号:F275 文献标识码:A 文章编号:1001-828X(2013)08-00-02
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:
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,;~;~;~;~;,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>(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:,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=,满足P<,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
运用主成分分析法,并通过SPSS (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
%,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。