论文部分内容阅读
摘 要：该文从企业的盈利能力、营运能力、发展能力、偿债能力等4个方面选取了11个指标用于评价上市公司财务绩效评价指标体系，对我国61家电力行业上市公司2015年第三季度的财务指标数据进行因子分析，并对指标进行降维，运用因子得分对电力行业上市公司进行聚类，以此分析我国61家电力行业上市公司经营绩效在2015年第三季度所具有的特征。
关键词：电力行业 上市公司 因子分析 聚类分析
中图分类号：F275 文献标识码：A 文章编号：1672-3791（2016）12（c）-0144-03
改革开放以来，我国经济进入了快速发展时期，特别是21世纪以来，工业化、城镇化、市场化、国际化的快速发展，拉动重工业和电力工业以超过前20年平均发展速度的高速不断增长，趋势还在继续，未来10年是我国全面建设小康社会的关键时期，从经济和电力发展的周期来看，我国经济和电力发展从2010年开始进入新一轮发展周期。电力行业作为支撑国民经济和社会发展的基础性产业和公用事业，在我国占有很重要的分量，对经营绩效的研究关乎整个电力行业的健康发展，如何客观全面地分析电力行业上市公司的绩效，显得尤为重要。
1 模型構建
1.1 因子分析与聚类分析简述
因子分析是从多个变量（变量群）中提取共性因子的统计方法，即在很多变量中找到隐藏的具有代表性的因子，将具有相同性质的变量归入一个因子（潜变量），概括或解釋大量的观测结果，这样既可减少变量的数目，也可检验变量之间的关系，揭示变量间的本质联系。
聚类分析是根据研究对象（样品或指标）的特征，采用定量数学方法，根据相应指标，找出能够度量样品或指标间联系的统计量，将性质相近的事物归为一类，减少研究对象的数目。
1.2 数据来源与预处理
绩效评价主要包括有：盈利能力、营运能力、发展能力、偿债能力。该文根据目前电力行业的发展特征，以我国61家电力企业上市公司为研究对象（根据沪深两市披露的统计数据，截止2015年第三季度，我国电力行业上市公司共有61家），根据统计指标建立的相关原则，选取有代表性的11个指标，从新浪财经网（http：//finance.sina.com.cn/）获取2015年第三季度相应财务指标数据，运用统计软件SPSS 19.0进行相应分析。这11个指标分别为应收账款周转率（次）、存货周转率（次）、流动资产周转率（次）、净资产收益率（%）、净利率（%）、主营业务增长率（%）、净利润增长率（%）、总资产增长率（%）、流动比率（%）、速动比率（%）、股东权益比率（%）（表1）。
2 实证分析
2.1 因子分析
2.1.1 KMO和Bartlett检验
根据表2对观测变量的KMO检验和Bartlett’s检验结果，KMO值为0.623，变量之间的相关性一般，适合做因子分析，Bartlett检验F值为0.000，表明我国电力行业上市公司财务数据服从正态分布，来自正态分布的总体。
2.1.2 总方差分析
采用主成分法计算各表对应的特征值、贡献率以及累积方差贡献率，提取符合特征值大于1且总方差贡献率大于75%的公因子，共提取5个公因子来替代原来的11个指标；且5个公因子的累积方差贡献率达到76.03%，表明这5个公因子已经对原有变量解释了76.03%的信息；信息损失只有23.97%，认为该方法可以对我国电力行业上市公司绩效评价做出比较好的解释，确定结果为提取5个公因子（表3）。
2.1.3 因子旋转载荷矩阵
在此选用方差最大法对因子进行旋转，实际迭代次数为5.载荷矩阵中系数的大小决定综合指标对原始信息解释的强弱。由表 可知，流动比率、速动比率、股东权益因子载荷较大，可以作为第一个因子，将其命名为偿债能力因子；第二个因子中，净资产收益率、主营业务增长率、净利润增长率三项指标的因子载荷较大，可以将其命名为收益成长能力因子；应收账款周转率、流动资产周转率两项指标可以作为第三个因子，将其命名为营运能力因子；净利润率可单独作为一个因子命名为盈利能力因子，存货周转率与总资产周转率在第五主成分中因子载荷较大可命名为营运成长能力因子（表4）。
为了便于了解各电力企业经营绩效情况，现计算出各电力企业绩效评价的因子得分表，以各公因子的方差贡献率为权重，计算各电力企业综合绩效得分，公式为。其中，Zi为各企业绩效评价的综合得分；为各因子的得分；系数为各因子的方差贡献率。综合得分越高，表明该企业的综合绩效好，通过对综合得分进行比较，可以得出2015年第三季度各电力企业经营绩效的强弱，见表4。
首先，从综合得分可以看出，湖南发展、涪陵电力的综合绩效值远远高于其他企业，反映出其经营绩效较好；其次，川投能源、鲁亿通、祥龙电业等企业的综合得分相对较高，其经营绩效也比较好；最后，深南电A、黔源电力、中英科华综合得分值相对较低，反映其经营绩效相对薄弱。总之，从综合得分的差异说明了我国电力行业发展存在严重的不均衡现象。
2.2 聚类分析
根据层次聚类法（Hierarchical Cluster）对得到的5个公因子得分进行聚类，选用欧氏距离平方法作为样本距离，而类与类之间采用类间平均连接法，将样本分为5类，根据聚类结果，我国2015年第三季度61家电力行业上市公司经营绩效可分为5类（表5）。
对聚类得到的5类公司的五个能力因子的平均得分进行计算，得到结果，如表6所示。
X为因子平均得分，该文将其划分为5个等级，分别为强（）、较强（）、一般（）、较弱（）、差（），则五个类别的因子特征如表7所示。
从表7可以看出，我国电力行业61家上市公司2015年第三季度的财务状况整体来看不容乐观，以第三类公司最差，除营运成长能力一般外，其他四项能力都很差，其中收益成长能力、营运能力、盈利能力是5类公司中最差的；第五类公司偿债能力最强，为6.236，第一类企业的5项能力均处于一般、较弱的状态，第二类公司的营运成长能力最弱，其他4类能力较弱；第四类公司营运、成长能力较强，说明企业的经济资源管理、运用的效率高，发展能力强。
3 结语
该文通过指标构建原则选取了11个指标，通过因子分析法和聚类分析法对我国61个电力行业上市公司进行了绩效评价。总体来看，我国电力行业发展存在严重的不均衡现象；从绩效的因子特征来看，我国电力行业61家上市公司2015年第三季度的财务状况整体来看不容乐观，存在某些方面的不足。通过对上市公司经营业绩的因子分析和聚类分析，一方面，有助于上市公司经营者对自身企业的经营绩效进行分析，同时与其他企业进行对比，进一步提升自身的绩效水平；另一方面，也为投资者是否投资该公司提供相应参考价值。
参考文献
[1] 闫庆友，丁子娴.基于DEA模型的电力行业上市公司的经营绩效分析[J].中国管理信息化，2010（11）：81-84.
[2] 田金玉，马建宏.基于熵权的电力公司绩效模糊综合评价研究[J].中国管理信息化，2009（6）：80-81.
[3] 王小东，董斌，王俊凯，等.基于层次分析法的山东电力公司岗位价值评估[J].人力资源管理，2015（3）：51-53.
[4] 薛薇.SPSS统计分析方法及应用[M].电子工业出版社，2004.
[5] 姜秀华，孙铮.治理弱化与财务危机：一个预测模型[J].南开管理评论，2001（5）：19-25.
[6] 吴超鹏，吴世农.基于价值创造和公司治理的财务状态分析与预测模型研究[J].经济研究，2005（11）：99-110.
关键词：电力行业 上市公司 因子分析 聚类分析
中图分类号：F275 文献标识码：A 文章编号：1672-3791（2016）12（c）-0144-03
改革开放以来，我国经济进入了快速发展时期，特别是21世纪以来，工业化、城镇化、市场化、国际化的快速发展，拉动重工业和电力工业以超过前20年平均发展速度的高速不断增长，趋势还在继续，未来10年是我国全面建设小康社会的关键时期，从经济和电力发展的周期来看，我国经济和电力发展从2010年开始进入新一轮发展周期。电力行业作为支撑国民经济和社会发展的基础性产业和公用事业，在我国占有很重要的分量，对经营绩效的研究关乎整个电力行业的健康发展，如何客观全面地分析电力行业上市公司的绩效，显得尤为重要。
1 模型構建
1.1 因子分析与聚类分析简述
因子分析是从多个变量（变量群）中提取共性因子的统计方法，即在很多变量中找到隐藏的具有代表性的因子，将具有相同性质的变量归入一个因子（潜变量），概括或解釋大量的观测结果，这样既可减少变量的数目，也可检验变量之间的关系，揭示变量间的本质联系。
聚类分析是根据研究对象（样品或指标）的特征，采用定量数学方法，根据相应指标，找出能够度量样品或指标间联系的统计量，将性质相近的事物归为一类，减少研究对象的数目。
1.2 数据来源与预处理
绩效评价主要包括有：盈利能力、营运能力、发展能力、偿债能力。该文根据目前电力行业的发展特征，以我国61家电力企业上市公司为研究对象（根据沪深两市披露的统计数据，截止2015年第三季度，我国电力行业上市公司共有61家），根据统计指标建立的相关原则，选取有代表性的11个指标，从新浪财经网（http：//finance.sina.com.cn/）获取2015年第三季度相应财务指标数据，运用统计软件SPSS 19.0进行相应分析。这11个指标分别为应收账款周转率（次）、存货周转率（次）、流动资产周转率（次）、净资产收益率（%）、净利率（%）、主营业务增长率（%）、净利润增长率（%）、总资产增长率（%）、流动比率（%）、速动比率（%）、股东权益比率（%）（表1）。
2 实证分析
2.1 因子分析
2.1.1 KMO和Bartlett检验
根据表2对观测变量的KMO检验和Bartlett’s检验结果，KMO值为0.623，变量之间的相关性一般，适合做因子分析，Bartlett检验F值为0.000，表明我国电力行业上市公司财务数据服从正态分布，来自正态分布的总体。
2.1.2 总方差分析
采用主成分法计算各表对应的特征值、贡献率以及累积方差贡献率，提取符合特征值大于1且总方差贡献率大于75%的公因子，共提取5个公因子来替代原来的11个指标；且5个公因子的累积方差贡献率达到76.03%，表明这5个公因子已经对原有变量解释了76.03%的信息；信息损失只有23.97%，认为该方法可以对我国电力行业上市公司绩效评价做出比较好的解释，确定结果为提取5个公因子（表3）。
2.1.3 因子旋转载荷矩阵
在此选用方差最大法对因子进行旋转，实际迭代次数为5.载荷矩阵中系数的大小决定综合指标对原始信息解释的强弱。由表 可知，流动比率、速动比率、股东权益因子载荷较大，可以作为第一个因子，将其命名为偿债能力因子；第二个因子中，净资产收益率、主营业务增长率、净利润增长率三项指标的因子载荷较大，可以将其命名为收益成长能力因子；应收账款周转率、流动资产周转率两项指标可以作为第三个因子，将其命名为营运能力因子；净利润率可单独作为一个因子命名为盈利能力因子，存货周转率与总资产周转率在第五主成分中因子载荷较大可命名为营运成长能力因子（表4）。
为了便于了解各电力企业经营绩效情况，现计算出各电力企业绩效评价的因子得分表，以各公因子的方差贡献率为权重，计算各电力企业综合绩效得分，公式为。其中，Zi为各企业绩效评价的综合得分；为各因子的得分；系数为各因子的方差贡献率。综合得分越高，表明该企业的综合绩效好，通过对综合得分进行比较，可以得出2015年第三季度各电力企业经营绩效的强弱，见表4。
首先，从综合得分可以看出，湖南发展、涪陵电力的综合绩效值远远高于其他企业，反映出其经营绩效较好；其次，川投能源、鲁亿通、祥龙电业等企业的综合得分相对较高，其经营绩效也比较好；最后，深南电A、黔源电力、中英科华综合得分值相对较低，反映其经营绩效相对薄弱。总之，从综合得分的差异说明了我国电力行业发展存在严重的不均衡现象。
2.2 聚类分析
根据层次聚类法（Hierarchical Cluster）对得到的5个公因子得分进行聚类，选用欧氏距离平方法作为样本距离，而类与类之间采用类间平均连接法，将样本分为5类，根据聚类结果，我国2015年第三季度61家电力行业上市公司经营绩效可分为5类（表5）。
对聚类得到的5类公司的五个能力因子的平均得分进行计算，得到结果，如表6所示。
X为因子平均得分，该文将其划分为5个等级，分别为强（）、较强（）、一般（）、较弱（）、差（），则五个类别的因子特征如表7所示。
从表7可以看出，我国电力行业61家上市公司2015年第三季度的财务状况整体来看不容乐观，以第三类公司最差，除营运成长能力一般外，其他四项能力都很差，其中收益成长能力、营运能力、盈利能力是5类公司中最差的；第五类公司偿债能力最强，为6.236，第一类企业的5项能力均处于一般、较弱的状态，第二类公司的营运成长能力最弱，其他4类能力较弱；第四类公司营运、成长能力较强，说明企业的经济资源管理、运用的效率高，发展能力强。
3 结语
该文通过指标构建原则选取了11个指标，通过因子分析法和聚类分析法对我国61个电力行业上市公司进行了绩效评价。总体来看，我国电力行业发展存在严重的不均衡现象；从绩效的因子特征来看，我国电力行业61家上市公司2015年第三季度的财务状况整体来看不容乐观，存在某些方面的不足。通过对上市公司经营业绩的因子分析和聚类分析，一方面，有助于上市公司经营者对自身企业的经营绩效进行分析，同时与其他企业进行对比，进一步提升自身的绩效水平；另一方面，也为投资者是否投资该公司提供相应参考价值。
参考文献
[1] 闫庆友，丁子娴.基于DEA模型的电力行业上市公司的经营绩效分析[J].中国管理信息化，2010（11）：81-84.
[2] 田金玉，马建宏.基于熵权的电力公司绩效模糊综合评价研究[J].中国管理信息化，2009（6）：80-81.
[3] 王小东，董斌，王俊凯，等.基于层次分析法的山东电力公司岗位价值评估[J].人力资源管理，2015（3）：51-53.
[4] 薛薇.SPSS统计分析方法及应用[M].电子工业出版社，2004.
[5] 姜秀华，孙铮.治理弱化与财务危机：一个预测模型[J].南开管理评论，2001（5）：19-25.
[6] 吴超鹏，吴世农.基于价值创造和公司治理的财务状态分析与预测模型研究[J].经济研究，2005（11）：99-110.