论文部分内容阅读
摘要：上市公司成长性评价对分析其经营状况、归纳行业特性有重要意义。文章选取淮海经济区45家上市公司2018年的财务数据，采用因子分析从盈利、营运、发展与偿债能力方面计算得分，建立熵权法修正的TOPSIS模型测算最优贴近度，综合评价上市公司成长性。结果表明：淮海经济区内62.22%的上市公司综合得分高于区域均值，行业得分制造业>批发零售业>采矿业>发电运输服务行业。为促进淮海经济区上市公司健康发展，从微观和宏观方面提出建议。
关键词：淮海经济区;上市公司;因子分析;TOPSIS模型
一、引言
国家发改委于2018年制定《淮河生态经济带发展规划》指出“推动产业转型升级和新旧动能转化，培育我国经济发展新支撐带”，在产业管理与经济发展层面提出企业发展的目标。此外，徐工机械等上市公司还需抓住“中国制造2025”等机遇，在经济发展新常态的下提高自身综合竞争力，促进品牌集群的深入发展。因此，研究淮海经济区上市公司成长性的评价问题，对评估其经营绩效以及衡量淮海经济区行业特性具有重要意义。
对淮海经济区内的上市公司而言，展示出较好的成长能力是助力“淮海梦”实现的切入点。通过对上市公司成长性进行评估，能够用绩效结果反映企业的发展状况，为企业绩效考核和经营决策提供客观依据。因此本文将对淮海经济区内上市公司的成长性进行综合评价，反映区域内上市公司的行业特性，为科学决策提供依据。
二、研究设计
（一）评价指标的选取
为评价淮海经济区上市公司成长性，需要对上市公司的综合评价指标进行综合测算。基于可比性、系统性、整体性和可操作性原则，分别从盈利能力、营运能力、发展能力与偿债能力四个方面选取共12个指标。通过分析徐工机械等公司的财务状况和经营成果，实现对其成长性的评价。其中，盈利能力指企业资产增值的能力，选取营业利润率、净资产收益率和毛利率反映企业的获利水平。营运能力反映企业运营的效率，选取总资产周转率、存货周转率与应收账款周转率衡量。发展能力是企业扩大生产的保证，使用净利润增长率、营业收入增长率与资产增长率衡量企业的潜力。偿债能力体现企业偿还债务的能力，选用资产负债率、流动比率、速动比率进行考察。
（二）样本选取与数据来源
选取淮海经济区内的上市公司为研究样本，在剔除ST和*ST 类上市公司后，选择45家上市公司作为研究对象。数据来自各企业2018年的年报数据，数据取自东方财富网、CSMAR数据库。
三、实证研究
（一）因子分析
因子分析能用少数抽象变量体现原本的数据结构，从而达到降维、简化数据的目的，适用对淮海经济区上市公司各项指标的评价分析。
1. 因子适用性检验
通过计算KMO和Barlett研究数据对因子分析法的适应性，得到KMO值大于0.5，Sig值小于0.05。因此，45家上市公司财务数据指标有较强相关性可用于因子分析。
2. 公因子的提取及命名
采用主成分分析法从原始变量指标中提取公因子，采用SPSS得到 4个公因子累计方差贡献率为81.764%，选取出的公因子较好地解释了原有的评价指标。进而对因子载荷矩阵进行因子旋转，结果如表1所示。
由旋转后的因子载荷矩阵可知，第一个因子F1中营业净利润率、净资产收益率、净利润增长率、资产增长率载荷占比较大，体现企业收益能力，定义为“盈利因子”。第二个因子F2中，资产负债率、流动比率载荷较大，体现偿债能力，定义为“偿债因子”。总资产周转率次、存货周转率在第三个因子F3中载荷占比较大，体现营运资产的能力，定义为“营运因子”。第四个因子F4中毛利率、应收账款周转率载荷占比较大，反映企业经营发展的能力，定义为“发展因子”。
3. 计算因子得分
函数表达式F1、F2、F3、F4由标准化后的因子成份得分系数计算得到。将公因子的方差贡献率作为权重，结合因子得分计算淮海经济区上市公司的综合评价得分函数Fi，则Fi=（28.443Fi+23.707F2+18.870F3+10.745F4）/81.764。得出因子总得分如表2所示。
（二）熵权法修正的TOPSIS模型
由于因子分析在降维的过程中会导致原始变量的部分缺失，在此基础上建立熵权TOPSIS模型，从而合理分析近年来上市公司的财务状况和成长水平。
1. 数据预处理
采用TOPSIS法需要指标的方向一致。选取的12项指标中，第10项指标代表的资产负债率为区间型指标，合理范围通常为40%-60%，如公式（1）所示：
第11、12项指标代表的流动比率、速动指标为中间型指标，最佳数值分别为2、1。依据公式（2）进行正向化处理：
对上述指标数据依据公式（3）进行标准化处理以消除量纲影响：
2. 熵权法修正的TOPSIS模型
TOPSIS模型首先对原始数据进行归一化，而后从数据矩阵中找出最优向量和最劣向量，计算研究对象与最优方案的贴优度作为样本优劣评价的依据。但由于TOPSIS法存在指标赋权的主观性，进而引入客观赋权的熵权法。熵权法根据指标中指标的变异程度越高含有的信息量越大。首先对数据正向化与标准化并进行非负数判断，而后计算第j项指标下第i个样本所占信息熵的比重：
运用Matlab计算得出各指标的熵值，最终得到徐工机械等上市公司财务指标值与最优方案的贴近度得分，如表3所示。
（三）综合因子分析和熵权TOPSIS的评价结果 根据淮海经济区上市公司的因子得分和熵权TOPSIS的贴优度得分，可知两种评价结果不尽相同，但二者的排名情况较为相近。为避免单一评价方法的局限，结合因子分析值和熵权TOPSIS结果Si，进行加权计算最终得分Ti，Ti=aFi+bSi，由于熵权TOPSIS的模型优于因子分析，故令a=0.4，b=0.6。对因子分析结果进行归一化处理后，计算淮海经济区各企业的最终评分如表4所示。
四、结论与建议
（一）结论
基于因子分析法对企业成长性水平的测度排名与基于熵权TOPSIS的测度排名具有较高的一致性，表明模型的的合理性。因子分析反映徐工机械等企业在成长性过程中需注意盈利因子、偿债因子、营运因子、发展因子的影响。结合因子分析和熵权TOPSIS总评分排名，得知企业成长性平均值为0.4904，极差为0.6534，表明淮海经济区上市企业成长存在差异性和不均衡性。而48.89%的企业得分在[0.5，0.6]中间，反映淮海经济区近半数的上市公司成长性水平相近，呈现出“两端少、中间多”、“极差大，整体优”的特点。
为研究淮海经济区上市公司成长性的行业特性，依据表4整理出“行业得分情况表”，如表5所示。在超过区域得分均值0.4943分的28家企业中，有17家制造业，占制造业企业总数的56.76%，区域排名前十的企业中有8家为制造业，可知制造业存在显著的内部差距。批发和零售业的两家行业“东方银星”、“远大控股”表现出较好的成長能力，采矿行业的总体情况也处于前列，这与淮海经济区的资源背景和产业格局的特征紧密相关。然而，发电运输、水利环境等社会基础性服务行业的得分最低，发展能力最为薄弱，均没有达到区域的成长性的均值水平。因此，不同行业类别的上市公司成长性水平存在显著差异，表现为制造业行业内部差距大，优秀的制造业企业呈现出良好的成长势头，批发零售业次优，其次是采矿业，发电运输、水利环境等社会基础性服务行业。
（二）建议与措施
1. 从微观层面
淮海经济区上市公司成长过程中在盈利、偿债、营运和发展能力差别较大，企业应注重培养自身的可持续发展能力，制定稳健的战略成长目标，培养综合竞争力。第一，盈利层面，创新盈利模式，提高盈利能力。通过扩大主营业务占比，从而提高自身业务利润率;采用多元化的盈利方式，优化自身的盈利结构。第二，偿债层面。拓展融资渠道，提高偿债能力。企业采用多元筹资，降低筹资成本;积极利用财务杠杆，降低短期债务比例提高债务稳定性;第三，营运层面。提高资产周转率，提升经营效率;改善营运能力，提高自身业务的处理水平。第四，发展层面。打造核心优势，重视发展能力。企业需要注重创新的经济效益，把握新产品研发和市场推广。
2. 从宏观层面
于淮海经济区各政府而言，应促进徐工机械等上市公司的高质量发展，加快形成新兴产业为主导，先进制造业为主体的现代化产业体系，促进区域行业均衡发展。首先，就产业结构方面引导上市公司产业升级，适时调整上市公司的行业发展规划和产业扶持政策。着重实现区域协调化发展，行业均衡化发展。其次，从金融政策方面来讲，金融机构需要按照职能和业务，加大发电运输、水利环境等基础设施领域的信贷支持力度。此外，从资源优化角度引导资源向先进的制造业、战略性的新兴产业以及基础性社会服务产业等领域倾斜，推动企业效益的提高以及区域内社会效益的双赢。
五、结语
随着经济迈入新常态，淮海经济区上市企业在2018年迸发出新的市场活力，经济结构和市场政策也日趋完善。研究区域内上市公司的发展绩效和成长能力，对解析淮海经济区各企业的成长实力、分析上市公司的行业特性具有重要意义。文章运用因子分析并结合熵权法修正的TOPSIS模型，实现对淮海经济区上市公司成长性的合理研究，得到各企业成长性的综合得分。立足于区域经济的发展，对企业和政府提出相关建议，旨在推动竞争有序、系统发展的淮海经济区的建设。
参考文献：
[1]刘晓玲，钟芷珊，梁彩萍.基于因子分析法的中山上市公司成长性评价实证研究[J].会计师，2019（23）：79-80.
[2]姚步晨.新疆上市公司成长性评价研究——基于因子分析法的Topsis评价法[J].北京财贸职业学院学报，2019，35（06）：21-26.
[3]杜文忠，崔艳丽.装备制造业上市公司竞争力评价——基于因子分析与改进的TOPSIS法[J].财会通讯，2017（02）：56-59.
[4]徐贝贝，欧向军，邹晨.淮海经济区经济增长的时空特征与动力分析[J].资源开发与市场，2018，34（12）：1712-1716+1776.
[5]朱和平，郭佳佳.基于TOPSIS方法的财务绩效发展评价研究——以无锡制造业上市公司为样本[J].会计之友，2017（12）：57-63.
（作者单位：徐州工程学院）
关键词：淮海经济区;上市公司;因子分析;TOPSIS模型
一、引言
国家发改委于2018年制定《淮河生态经济带发展规划》指出“推动产业转型升级和新旧动能转化，培育我国经济发展新支撐带”，在产业管理与经济发展层面提出企业发展的目标。此外，徐工机械等上市公司还需抓住“中国制造2025”等机遇，在经济发展新常态的下提高自身综合竞争力，促进品牌集群的深入发展。因此，研究淮海经济区上市公司成长性的评价问题，对评估其经营绩效以及衡量淮海经济区行业特性具有重要意义。
对淮海经济区内的上市公司而言，展示出较好的成长能力是助力“淮海梦”实现的切入点。通过对上市公司成长性进行评估，能够用绩效结果反映企业的发展状况，为企业绩效考核和经营决策提供客观依据。因此本文将对淮海经济区内上市公司的成长性进行综合评价，反映区域内上市公司的行业特性，为科学决策提供依据。
二、研究设计
（一）评价指标的选取
为评价淮海经济区上市公司成长性，需要对上市公司的综合评价指标进行综合测算。基于可比性、系统性、整体性和可操作性原则，分别从盈利能力、营运能力、发展能力与偿债能力四个方面选取共12个指标。通过分析徐工机械等公司的财务状况和经营成果，实现对其成长性的评价。其中，盈利能力指企业资产增值的能力，选取营业利润率、净资产收益率和毛利率反映企业的获利水平。营运能力反映企业运营的效率，选取总资产周转率、存货周转率与应收账款周转率衡量。发展能力是企业扩大生产的保证，使用净利润增长率、营业收入增长率与资产增长率衡量企业的潜力。偿债能力体现企业偿还债务的能力，选用资产负债率、流动比率、速动比率进行考察。
（二）样本选取与数据来源
选取淮海经济区内的上市公司为研究样本，在剔除ST和*ST 类上市公司后，选择45家上市公司作为研究对象。数据来自各企业2018年的年报数据，数据取自东方财富网、CSMAR数据库。
三、实证研究
（一）因子分析
因子分析能用少数抽象变量体现原本的数据结构，从而达到降维、简化数据的目的，适用对淮海经济区上市公司各项指标的评价分析。
1. 因子适用性检验
通过计算KMO和Barlett研究数据对因子分析法的适应性，得到KMO值大于0.5，Sig值小于0.05。因此，45家上市公司财务数据指标有较强相关性可用于因子分析。
2. 公因子的提取及命名
采用主成分分析法从原始变量指标中提取公因子，采用SPSS得到 4个公因子累计方差贡献率为81.764%，选取出的公因子较好地解释了原有的评价指标。进而对因子载荷矩阵进行因子旋转，结果如表1所示。
由旋转后的因子载荷矩阵可知，第一个因子F1中营业净利润率、净资产收益率、净利润增长率、资产增长率载荷占比较大，体现企业收益能力，定义为“盈利因子”。第二个因子F2中，资产负债率、流动比率载荷较大，体现偿债能力，定义为“偿债因子”。总资产周转率次、存货周转率在第三个因子F3中载荷占比较大，体现营运资产的能力，定义为“营运因子”。第四个因子F4中毛利率、应收账款周转率载荷占比较大，反映企业经营发展的能力，定义为“发展因子”。
3. 计算因子得分
函数表达式F1、F2、F3、F4由标准化后的因子成份得分系数计算得到。将公因子的方差贡献率作为权重，结合因子得分计算淮海经济区上市公司的综合评价得分函数Fi，则Fi=（28.443Fi+23.707F2+18.870F3+10.745F4）/81.764。得出因子总得分如表2所示。
（二）熵权法修正的TOPSIS模型
由于因子分析在降维的过程中会导致原始变量的部分缺失，在此基础上建立熵权TOPSIS模型，从而合理分析近年来上市公司的财务状况和成长水平。
1. 数据预处理
采用TOPSIS法需要指标的方向一致。选取的12项指标中，第10项指标代表的资产负债率为区间型指标，合理范围通常为40%-60%，如公式（1）所示：
第11、12项指标代表的流动比率、速动指标为中间型指标，最佳数值分别为2、1。依据公式（2）进行正向化处理：
对上述指标数据依据公式（3）进行标准化处理以消除量纲影响：
2. 熵权法修正的TOPSIS模型
TOPSIS模型首先对原始数据进行归一化，而后从数据矩阵中找出最优向量和最劣向量，计算研究对象与最优方案的贴优度作为样本优劣评价的依据。但由于TOPSIS法存在指标赋权的主观性，进而引入客观赋权的熵权法。熵权法根据指标中指标的变异程度越高含有的信息量越大。首先对数据正向化与标准化并进行非负数判断，而后计算第j项指标下第i个样本所占信息熵的比重：
运用Matlab计算得出各指标的熵值，最终得到徐工机械等上市公司财务指标值与最优方案的贴近度得分，如表3所示。
（三）综合因子分析和熵权TOPSIS的评价结果 根据淮海经济区上市公司的因子得分和熵权TOPSIS的贴优度得分，可知两种评价结果不尽相同，但二者的排名情况较为相近。为避免单一评价方法的局限，结合因子分析值和熵权TOPSIS结果Si，进行加权计算最终得分Ti，Ti=aFi+bSi，由于熵权TOPSIS的模型优于因子分析，故令a=0.4，b=0.6。对因子分析结果进行归一化处理后，计算淮海经济区各企业的最终评分如表4所示。
四、结论与建议
（一）结论
基于因子分析法对企业成长性水平的测度排名与基于熵权TOPSIS的测度排名具有较高的一致性，表明模型的的合理性。因子分析反映徐工机械等企业在成长性过程中需注意盈利因子、偿债因子、营运因子、发展因子的影响。结合因子分析和熵权TOPSIS总评分排名，得知企业成长性平均值为0.4904，极差为0.6534，表明淮海经济区上市企业成长存在差异性和不均衡性。而48.89%的企业得分在[0.5，0.6]中间，反映淮海经济区近半数的上市公司成长性水平相近，呈现出“两端少、中间多”、“极差大，整体优”的特点。
为研究淮海经济区上市公司成长性的行业特性，依据表4整理出“行业得分情况表”，如表5所示。在超过区域得分均值0.4943分的28家企业中，有17家制造业，占制造业企业总数的56.76%，区域排名前十的企业中有8家为制造业，可知制造业存在显著的内部差距。批发和零售业的两家行业“东方银星”、“远大控股”表现出较好的成長能力，采矿行业的总体情况也处于前列，这与淮海经济区的资源背景和产业格局的特征紧密相关。然而，发电运输、水利环境等社会基础性服务行业的得分最低，发展能力最为薄弱，均没有达到区域的成长性的均值水平。因此，不同行业类别的上市公司成长性水平存在显著差异，表现为制造业行业内部差距大，优秀的制造业企业呈现出良好的成长势头，批发零售业次优，其次是采矿业，发电运输、水利环境等社会基础性服务行业。
（二）建议与措施
1. 从微观层面
淮海经济区上市公司成长过程中在盈利、偿债、营运和发展能力差别较大，企业应注重培养自身的可持续发展能力，制定稳健的战略成长目标，培养综合竞争力。第一，盈利层面，创新盈利模式，提高盈利能力。通过扩大主营业务占比，从而提高自身业务利润率;采用多元化的盈利方式，优化自身的盈利结构。第二，偿债层面。拓展融资渠道，提高偿债能力。企业采用多元筹资，降低筹资成本;积极利用财务杠杆，降低短期债务比例提高债务稳定性;第三，营运层面。提高资产周转率，提升经营效率;改善营运能力，提高自身业务的处理水平。第四，发展层面。打造核心优势，重视发展能力。企业需要注重创新的经济效益，把握新产品研发和市场推广。
2. 从宏观层面
于淮海经济区各政府而言，应促进徐工机械等上市公司的高质量发展，加快形成新兴产业为主导，先进制造业为主体的现代化产业体系，促进区域行业均衡发展。首先，就产业结构方面引导上市公司产业升级，适时调整上市公司的行业发展规划和产业扶持政策。着重实现区域协调化发展，行业均衡化发展。其次，从金融政策方面来讲，金融机构需要按照职能和业务，加大发电运输、水利环境等基础设施领域的信贷支持力度。此外，从资源优化角度引导资源向先进的制造业、战略性的新兴产业以及基础性社会服务产业等领域倾斜，推动企业效益的提高以及区域内社会效益的双赢。
五、结语
随着经济迈入新常态，淮海经济区上市企业在2018年迸发出新的市场活力，经济结构和市场政策也日趋完善。研究区域内上市公司的发展绩效和成长能力，对解析淮海经济区各企业的成长实力、分析上市公司的行业特性具有重要意义。文章运用因子分析并结合熵权法修正的TOPSIS模型，实现对淮海经济区上市公司成长性的合理研究，得到各企业成长性的综合得分。立足于区域经济的发展，对企业和政府提出相关建议，旨在推动竞争有序、系统发展的淮海经济区的建设。
参考文献：
[1]刘晓玲，钟芷珊，梁彩萍.基于因子分析法的中山上市公司成长性评价实证研究[J].会计师，2019（23）：79-80.
[2]姚步晨.新疆上市公司成长性评价研究——基于因子分析法的Topsis评价法[J].北京财贸职业学院学报，2019，35（06）：21-26.
[3]杜文忠，崔艳丽.装备制造业上市公司竞争力评价——基于因子分析与改进的TOPSIS法[J].财会通讯，2017（02）：56-59.
[4]徐贝贝，欧向军，邹晨.淮海经济区经济增长的时空特征与动力分析[J].资源开发与市场，2018，34（12）：1712-1716+1776.
[5]朱和平，郭佳佳.基于TOPSIS方法的财务绩效发展评价研究——以无锡制造业上市公司为样本[J].会计之友，2017（12）：57-63.
（作者单位：徐州工程学院）