论文部分内容阅读
一、引言
股权分置改革的根本目的在于改进上市公司治理结构,杜绝控股股东的掏空行为,提高上市公司的绩效。股改完成后,证券市场将进入全流通时代,基于股东财富最大化目标的上市公司财务管理行为将发生深刻变化,控股股东也将会减少与中小股东的利益冲突,主动改进上市公司的治理水平,进而提高上市公司绩效。但是从2005年4月开始股改至今,出现了一系列的现实问题,诸如股改是否能够显著提高上市公司的绩效;股改后原来的非流通股股东在上市公司绩效问题上会如何变化;股改后上市公司绩效的影响因素有哪些;这些因素对公司绩效的影响在股改前后是否有所区别。
财务绩效反映了公司自身的财务业绩,一般将净资产收益率作为衡量公司财务绩效的核心指标。西方学者以西方市场(主要是美国市场)为样本对公司绩效进行了广泛而深入的研究,但是很少针对发展中的市场进行研究。因此基于中国市场的制度特色以及股改背景下研究股改对我国上市公司绩效的影响,对于我国资本市场的健康发展有着非常特别的历史意义。然而,迄今为止,国内大部分关于公司绩效的研究都是基于股改前的公司样本进行的,这些研究在全流通的背景下缺乏解释力,本文试重点以股改后的竞争较为充分的家电行业上市公司数据为样本进行更加深入的研究,以期为未来此类研究开辟新思路,也为上市公司和投资者提供一些有益启示。
二、研究设计
(一)研究样本及研究数据本文选取2006年~2009年在沪深市场正常交易的家电行业上市公司为样本,分析其股改后财务绩效的变化,并按照以下原则进行筛选:排除已经被“ST”或2005年~2008年被“ST”的上市公司;剔除截至2005年底上市时间不足3年的上市公司,原因是基于财务绩效的时间跨度的考虑;剔除在股改时主要以非送股方式(派现、送权证、回购、资产注入等)作为对价方案的公司。最后得到20家上市公司的样本,以及2006年~2009年共80个年度观测值。
本文使用的数据库有两种:一是手工数据库,根据上市公司公开披露的年报整理和建立,年度报告来自中国证监会指定信息披露网站——巨潮资讯网(www.cninfo.com.cn);二是通用数据库,来自CSMAR中国股票市场研究数据库。数据处理采用SPSS13.0统计软件进行。
(二)财务绩效的衡量指标 本文采用净资产收益率和扣除非经常性损益的净资产收益率来衡量上市公司财务绩效。根据我国上市公司的特点,本文的研究指标分为表示偿债能力的指标利息保障倍数(X1)、资产负债率(X2)、速动比率(X3)、流动比率(X4);表示盈利能力的指标销售净利率(X5)、净资产收益率(X6)、营业利润率(X7)、总资产收益率(X8);表示营运能力的指标总资产周转率(X9)、存货周转率(X10)、流动资产周转率(X11)、应收账款周转率(X12);表示发展能力的指标主营业务增长率(X13)、净利润增长率(X14)、总资产增长率(X15)、每股收益增长率(X16)、主营利润增长率(X17)、营业收入增长率(X18)等4个方面共18个财务指标,作为上市公司财务绩效的预选指标。
三、实证分析结果
(一)因子分析 具体内容如下。
(1)判断待分析的原始因素是否适合采用因子分析。由于各财务指标之间存在着较多的相关关系,信息重复较多,直接用它们分析现实问题,不但模型复杂,而且还会因为多重共线性问题而引起极大的误差,因此使用18个因子进行KMO and Bartlett’s测试(张文彤,2002)。KMO取值0.611大于0.6和Bartlett球型检验中的Sig.=0.000,说明检验结果适合做因子分析。
(2)因子分析法的运用。具体步骤为:
第一,定义变量。将18个财务绩效指标依次定义为分析变量,记作Xi。
第二,将原始数据进行规范化处理,消除不同财务指标因不同量纲和数量级的不同带来的影响。
第三,计算变量间的相关系数矩阵R。变量之间都存在一定的正相关关系。
第四,计算公共因子的特征值和方差贡献率,并由大到小排序,提取公共因子。公共因子的方差贡献率反映了公共因子代表原始变量的信息,根据因子方差的大小来确定因子的个数,前5个特征值的累积贡献率74.544%(达到60%的要求),可取前面5个特征值所对应的特征向量。同时采用方差极大法,对因子载荷矩阵进行正交旋转,使其结构简化,容易对每个因子进行恰当的解释和定义(见表1)。
从表1可以看出,旋转后的载荷表第一个因子的特征值=3.161,占方差的17.563%,第二个因子的特征值=2.741,占方差的15.231%,第三个因子的特征值=2.317,占方差的12.873%,第四个因子的特征值=2.059,占方差的11.437%,第五个因子的特征值=1.339,占方差的7.411%。因子分析过程也自动提取了前五个因子,5个因子的特征值共占总方差的74.544%。从表3中可以看出,有五个因子被提取和旋转后,其累计方差和初始值的累计方差并没有改变,没有影响原有变量的共同度。总体上,原有变量的信息丢失较少,取得了简单结构,易于解释因子,说明因子分析效果理想,18个指标信息分别集中到5个综合因子中去了。
在载荷表中载荷系数越大,表明综合因子对相应的原始指标的解释能力越强。通过因子的高载荷可以讲18个指标降维成5个公共因子。由表2可知,盈利能力指标(X5、X6、X7、X8)在第一个因子上有较高的载荷,第一个因子F1可以成为盈利能力指标因子;发展能力指标(X16、X17、X18)在第二个因子上有较高的载荷,第二个因子F2可以称为发展能力因子;偿债能力指标(X2、X3、X4)在第三个因子上有较高的载荷,第三个因子F3可以称为偿债能力指标因子;营运能力指标(X9、X10、X11、X12)在第四个因子上有较高的载荷,第四个因子F4可以称为营运能力指标因子。
(3)财务绩效综合得分计算。如果要对财务绩效进行综合评价,可以通过计算公共因子得分,并以各自的贡献率为权重计算出加权平均综合得分。
第一,公共因子得分的计算。从因子的分析结果,有5个公共因子。并且还可以从因子得分系数矩阵中得到这5个因子的模型。
根据表3的因子系数,可以写出以下因子得分函数:
F1=0.019X1+0.021X2-0.01X3-0.07X4+0.286X5+0.274X6+0.297
X7 + 0.273X8-0.052X9-0.033X10+0.793X11-0.059X12-0.121X13+
0.076X14+0.135X15-0.032X16-0.021X17-0.050X18
F2 = -0.038X1-0.058X2-0.059X3+0.002X4-0.09X5-0.047X6-
0.053X7- 0.008X8+0.008X9-0.017X10-0.072X11+0.014X12+0.343
X13-0.026X14-0.067X15+0.253X16+0.322X17+0.343X18
F3 = 0.091X1-0.396X2+0.271X3+0.411X4-0.085X5-0.053X6+
0.049X7- 0.014X8-0.038X9-0.002X10+0.005X11-0.026X12+0.004
X13+0.002X14+0.142X15-0.015X16-0.009X17+0.017X18
F4 = 0.055X1+0.059X2-0.026X3+0.009X4-0.023X5-0.005X6-
0.041X7-0.047X8+0.420X9+0.343X10+0.318X11+0.261X12-0.004
X13-0.115X14+0.123X15-0.029X16-0.003X17-0.045X18
F5 = 0.025X1+0.082X2+0.199X3-0.092X4+0.335X5-0.009X6+
0.046X7 - 0.01X8+0.016X9-0.018X10-0.199X11+0.458X12-0.041
X13+0.416X14-0.326X15+0.114X16-0.0951X17-0.072X18
(二)综合得分计算将因子分析得到的5个因子与代表企业业绩的指标“净资产收益率”作为自变量与因变量进行stepwise逐步回归分析,见表4。
从表4可以看出,模型1的P值为0.081,判定通过10%的统计显著性检验,模型2的P值为0.003、0.015,可以判定通过5%的统计显著性检验,模型3的P值全部为0.000,可以判定通过1%的统计显著性检验。因此可以认为模型3比模型1、模型2更优。
通过因子分析,将原来的18个财务指标归结为5个因子,综合后的公共因子信息不重叠,并根据其方差对原始信息的贡献率来确定其综合指标的权重及公共因子的得分,可以对每个样本求出加权平均综合得分,函数模型如下:
F为原始变量综合得分,FACi为公共因子,公共因子前的系数是其对应在总方差贡献中的比重。将因子得分值代入公式计算,对F值进行排序,整理可得样本企业的财务绩效排名情况(鉴于篇幅,只列出前十名),见表5。
四、结论
综上所述,在全流通条件下,可以使用所构建的函数模型,对企业的财务绩效进行预测监测,帮助企业管理者对企业可能面临的财务风险进行预防,了解企业在行业中的经营绩效。同时对于投资者可以根据绩效排名,理解该行业的佼佼者,从而在投资过程中规避可能的投资风险。
参考文献:
[1]邵祥礼:《基于主成分分析法的煤炭上市公司》,《经营业绩评价》,《煤炭工程》2010年第2期。
[2]吴峰霞:《上市公司财务绩效评价研究-以钢铁上市公司为例》,《财会通讯》(学术) 2008年第6期。
[3]胡松:《股权分置改革的经济学分析》,《江西财经大学学报》2006年第3期。
[4]廖旗平、陈建梁:《对股权分置改革对价水平影响因素的分析》,《审计与经济研究》2006年第5期。
[5]晏艳阳、赵大玮.:《我国股权分置改革中内幕交易的实证研究》,《金融研究》2006年第4期。
[6]陈宋生、王立彦:《股权分置改革的市场反应与影响因素》,《财经科学》2008年第1期。
(编辑刘姗)
注:本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文
股权分置改革的根本目的在于改进上市公司治理结构,杜绝控股股东的掏空行为,提高上市公司的绩效。股改完成后,证券市场将进入全流通时代,基于股东财富最大化目标的上市公司财务管理行为将发生深刻变化,控股股东也将会减少与中小股东的利益冲突,主动改进上市公司的治理水平,进而提高上市公司绩效。但是从2005年4月开始股改至今,出现了一系列的现实问题,诸如股改是否能够显著提高上市公司的绩效;股改后原来的非流通股股东在上市公司绩效问题上会如何变化;股改后上市公司绩效的影响因素有哪些;这些因素对公司绩效的影响在股改前后是否有所区别。
财务绩效反映了公司自身的财务业绩,一般将净资产收益率作为衡量公司财务绩效的核心指标。西方学者以西方市场(主要是美国市场)为样本对公司绩效进行了广泛而深入的研究,但是很少针对发展中的市场进行研究。因此基于中国市场的制度特色以及股改背景下研究股改对我国上市公司绩效的影响,对于我国资本市场的健康发展有着非常特别的历史意义。然而,迄今为止,国内大部分关于公司绩效的研究都是基于股改前的公司样本进行的,这些研究在全流通的背景下缺乏解释力,本文试重点以股改后的竞争较为充分的家电行业上市公司数据为样本进行更加深入的研究,以期为未来此类研究开辟新思路,也为上市公司和投资者提供一些有益启示。
二、研究设计
(一)研究样本及研究数据本文选取2006年~2009年在沪深市场正常交易的家电行业上市公司为样本,分析其股改后财务绩效的变化,并按照以下原则进行筛选:排除已经被“ST”或2005年~2008年被“ST”的上市公司;剔除截至2005年底上市时间不足3年的上市公司,原因是基于财务绩效的时间跨度的考虑;剔除在股改时主要以非送股方式(派现、送权证、回购、资产注入等)作为对价方案的公司。最后得到20家上市公司的样本,以及2006年~2009年共80个年度观测值。
本文使用的数据库有两种:一是手工数据库,根据上市公司公开披露的年报整理和建立,年度报告来自中国证监会指定信息披露网站——巨潮资讯网(www.cninfo.com.cn);二是通用数据库,来自CSMAR中国股票市场研究数据库。数据处理采用SPSS13.0统计软件进行。
(二)财务绩效的衡量指标 本文采用净资产收益率和扣除非经常性损益的净资产收益率来衡量上市公司财务绩效。根据我国上市公司的特点,本文的研究指标分为表示偿债能力的指标利息保障倍数(X1)、资产负债率(X2)、速动比率(X3)、流动比率(X4);表示盈利能力的指标销售净利率(X5)、净资产收益率(X6)、营业利润率(X7)、总资产收益率(X8);表示营运能力的指标总资产周转率(X9)、存货周转率(X10)、流动资产周转率(X11)、应收账款周转率(X12);表示发展能力的指标主营业务增长率(X13)、净利润增长率(X14)、总资产增长率(X15)、每股收益增长率(X16)、主营利润增长率(X17)、营业收入增长率(X18)等4个方面共18个财务指标,作为上市公司财务绩效的预选指标。
三、实证分析结果
(一)因子分析 具体内容如下。
(1)判断待分析的原始因素是否适合采用因子分析。由于各财务指标之间存在着较多的相关关系,信息重复较多,直接用它们分析现实问题,不但模型复杂,而且还会因为多重共线性问题而引起极大的误差,因此使用18个因子进行KMO and Bartlett’s测试(张文彤,2002)。KMO取值0.611大于0.6和Bartlett球型检验中的Sig.=0.000,说明检验结果适合做因子分析。
(2)因子分析法的运用。具体步骤为:
第一,定义变量。将18个财务绩效指标依次定义为分析变量,记作Xi。
第二,将原始数据进行规范化处理,消除不同财务指标因不同量纲和数量级的不同带来的影响。
第三,计算变量间的相关系数矩阵R。变量之间都存在一定的正相关关系。
第四,计算公共因子的特征值和方差贡献率,并由大到小排序,提取公共因子。公共因子的方差贡献率反映了公共因子代表原始变量的信息,根据因子方差的大小来确定因子的个数,前5个特征值的累积贡献率74.544%(达到60%的要求),可取前面5个特征值所对应的特征向量。同时采用方差极大法,对因子载荷矩阵进行正交旋转,使其结构简化,容易对每个因子进行恰当的解释和定义(见表1)。
从表1可以看出,旋转后的载荷表第一个因子的特征值=3.161,占方差的17.563%,第二个因子的特征值=2.741,占方差的15.231%,第三个因子的特征值=2.317,占方差的12.873%,第四个因子的特征值=2.059,占方差的11.437%,第五个因子的特征值=1.339,占方差的7.411%。因子分析过程也自动提取了前五个因子,5个因子的特征值共占总方差的74.544%。从表3中可以看出,有五个因子被提取和旋转后,其累计方差和初始值的累计方差并没有改变,没有影响原有变量的共同度。总体上,原有变量的信息丢失较少,取得了简单结构,易于解释因子,说明因子分析效果理想,18个指标信息分别集中到5个综合因子中去了。
在载荷表中载荷系数越大,表明综合因子对相应的原始指标的解释能力越强。通过因子的高载荷可以讲18个指标降维成5个公共因子。由表2可知,盈利能力指标(X5、X6、X7、X8)在第一个因子上有较高的载荷,第一个因子F1可以成为盈利能力指标因子;发展能力指标(X16、X17、X18)在第二个因子上有较高的载荷,第二个因子F2可以称为发展能力因子;偿债能力指标(X2、X3、X4)在第三个因子上有较高的载荷,第三个因子F3可以称为偿债能力指标因子;营运能力指标(X9、X10、X11、X12)在第四个因子上有较高的载荷,第四个因子F4可以称为营运能力指标因子。
(3)财务绩效综合得分计算。如果要对财务绩效进行综合评价,可以通过计算公共因子得分,并以各自的贡献率为权重计算出加权平均综合得分。
第一,公共因子得分的计算。从因子的分析结果,有5个公共因子。并且还可以从因子得分系数矩阵中得到这5个因子的模型。
根据表3的因子系数,可以写出以下因子得分函数:
F1=0.019X1+0.021X2-0.01X3-0.07X4+0.286X5+0.274X6+0.297
X7 + 0.273X8-0.052X9-0.033X10+0.793X11-0.059X12-0.121X13+
0.076X14+0.135X15-0.032X16-0.021X17-0.050X18
F2 = -0.038X1-0.058X2-0.059X3+0.002X4-0.09X5-0.047X6-
0.053X7- 0.008X8+0.008X9-0.017X10-0.072X11+0.014X12+0.343
X13-0.026X14-0.067X15+0.253X16+0.322X17+0.343X18
F3 = 0.091X1-0.396X2+0.271X3+0.411X4-0.085X5-0.053X6+
0.049X7- 0.014X8-0.038X9-0.002X10+0.005X11-0.026X12+0.004
X13+0.002X14+0.142X15-0.015X16-0.009X17+0.017X18
F4 = 0.055X1+0.059X2-0.026X3+0.009X4-0.023X5-0.005X6-
0.041X7-0.047X8+0.420X9+0.343X10+0.318X11+0.261X12-0.004
X13-0.115X14+0.123X15-0.029X16-0.003X17-0.045X18
F5 = 0.025X1+0.082X2+0.199X3-0.092X4+0.335X5-0.009X6+
0.046X7 - 0.01X8+0.016X9-0.018X10-0.199X11+0.458X12-0.041
X13+0.416X14-0.326X15+0.114X16-0.0951X17-0.072X18
(二)综合得分计算将因子分析得到的5个因子与代表企业业绩的指标“净资产收益率”作为自变量与因变量进行stepwise逐步回归分析,见表4。
从表4可以看出,模型1的P值为0.081,判定通过10%的统计显著性检验,模型2的P值为0.003、0.015,可以判定通过5%的统计显著性检验,模型3的P值全部为0.000,可以判定通过1%的统计显著性检验。因此可以认为模型3比模型1、模型2更优。
通过因子分析,将原来的18个财务指标归结为5个因子,综合后的公共因子信息不重叠,并根据其方差对原始信息的贡献率来确定其综合指标的权重及公共因子的得分,可以对每个样本求出加权平均综合得分,函数模型如下:
F为原始变量综合得分,FACi为公共因子,公共因子前的系数是其对应在总方差贡献中的比重。将因子得分值代入公式计算,对F值进行排序,整理可得样本企业的财务绩效排名情况(鉴于篇幅,只列出前十名),见表5。
四、结论
综上所述,在全流通条件下,可以使用所构建的函数模型,对企业的财务绩效进行预测监测,帮助企业管理者对企业可能面临的财务风险进行预防,了解企业在行业中的经营绩效。同时对于投资者可以根据绩效排名,理解该行业的佼佼者,从而在投资过程中规避可能的投资风险。
参考文献:
[1]邵祥礼:《基于主成分分析法的煤炭上市公司》,《经营业绩评价》,《煤炭工程》2010年第2期。
[2]吴峰霞:《上市公司财务绩效评价研究-以钢铁上市公司为例》,《财会通讯》(学术) 2008年第6期。
[3]胡松:《股权分置改革的经济学分析》,《江西财经大学学报》2006年第3期。
[4]廖旗平、陈建梁:《对股权分置改革对价水平影响因素的分析》,《审计与经济研究》2006年第5期。
[5]晏艳阳、赵大玮.:《我国股权分置改革中内幕交易的实证研究》,《金融研究》2006年第4期。
[6]陈宋生、王立彦:《股权分置改革的市场反应与影响因素》,《财经科学》2008年第1期。
(编辑刘姗)
注:本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文