通信服務(wù)業(yè)上市公司經(jīng)營(yíng)績(jī)效評(píng)價(jià)實(shí)證研究

唐慧+馬慧麗

【摘 要】本文利用2015年度通信服務(wù)業(yè)18家上市公司的10個(gè)財(cái)務(wù)指標(biāo)，基于因子分析模型，構(gòu)建了綜合評(píng)價(jià)得分函數(shù)，來(lái)研究公司的經(jīng)營(yíng)績(jī)效，為投資者提高投資收益，降低投資風(fēng)險(xiǎn)提供可靠的參考標(biāo)準(zhǔn)。

【關(guān)鍵詞】通信服務(wù)；因子分析；績(jī)效評(píng)價(jià)

一、引言

隨著通信技術(shù)及信息技術(shù)的發(fā)展和全球化，通信服務(wù)產(chǎn)業(yè)的市場(chǎng)競(jìng)爭(zhēng)激烈，企業(yè)效率提高，市場(chǎng)趨于成熟。因此，通過建立適當(dāng)?shù)哪Ｐ瓦M(jìn)行定量分析，有利于對(duì)通信服務(wù)企業(yè)的經(jīng)營(yíng)績(jī)效有一個(gè)更為理性的認(rèn)識(shí)，并為他們提高效率提供一定的理論基礎(chǔ)。關(guān)于通信服務(wù)業(yè)的研究，主要集中于理論研究，實(shí)證分析涉及較少，且沒有相關(guān)利用因子分析模型分析通信服務(wù)業(yè)上市公司經(jīng)營(yíng)績(jī)效研究。本文通過因子分析建立評(píng)價(jià)企業(yè)經(jīng)營(yíng)績(jī)效的理論模型，為投資者提高投資收益，降低投資風(fēng)險(xiǎn)提供可靠的參考標(biāo)準(zhǔn)。

二、模型構(gòu)建及指標(biāo)的選取

1.因子分析模型的建立

因子分析的思想始于1904年Charles Spearman對(duì)學(xué)生考試成績(jī)的研究，因子分析的主要思想是根據(jù)相關(guān)性大小把原始變量分組，使得同組內(nèi)的變量之間相關(guān)性較高，而不同組的變量之間相關(guān)性較低。每組變量代表一個(gè)基本結(jié)構(gòu)，并用一個(gè)不可測(cè)的綜合變量表示，這個(gè)基本結(jié)構(gòu)就稱為公共因子。對(duì)于所研究的某一具體問題，原始變量可以分解為兩部分之和的形式，一部分是少數(shù)幾個(gè)不可測(cè)的所謂公共因子的線性函數(shù)；另一部分是與公共因子無(wú)關(guān)的特殊因子。因子分子的模型為：

為了使Xi與Fj的相關(guān)關(guān)系更醒目、突出，可進(jìn)一步進(jìn)行因子旋轉(zhuǎn)，使得Xi與Fj中某些因子的相關(guān)關(guān)系更強(qiáng)，而與Fj中其他因子相關(guān)性更弱。經(jīng)過因子旋轉(zhuǎn)后的因子載荷矩陣可以大大提高因子的可解釋性。根據(jù)與某n個(gè)相關(guān)關(guān)系較強(qiáng)的指標(biāo)給該因子賦予綜合經(jīng)濟(jì)意義，通過觀察它們?cè)谀男┳兞可陷d荷較大，然后再根據(jù)載荷大的本身內(nèi)容來(lái)說明因子的具體含義。因子模型建立后，應(yīng)用該模型評(píng)價(jià)每個(gè)樣品在整個(gè)模型中的地位進(jìn)行綜合評(píng)價(jià)。

2.通信服務(wù)業(yè)上市公司經(jīng)營(yíng)績(jī)效評(píng)價(jià)指標(biāo)的選取

本文選取了反映上市公司盈利能力的總資產(chǎn)周轉(zhuǎn)率（X1）流動(dòng)資產(chǎn)周轉(zhuǎn)率（X2），反映償債能力的流動(dòng)比率（X3）、速動(dòng)比率（X4），反映成長(zhǎng)能力的主營(yíng)業(yè)務(wù)收入增長(zhǎng)率（X5）、凈資產(chǎn)增長(zhǎng)率（X6）、總資產(chǎn)增長(zhǎng)率（X7），反映營(yíng)運(yùn)能力總資產(chǎn)利潤(rùn)率（X8）、銷售凈利率（X9）、凈資產(chǎn)收益率（X10）的等10個(gè)指標(biāo)構(gòu)建通信服務(wù)業(yè)上市公司經(jīng)營(yíng)業(yè)績(jī)綜合評(píng)價(jià)指標(biāo)體系。

三、實(shí)證分析

1.樣本選取

本文數(shù)據(jù)選自同花順網(wǎng)站上2015年年度通信服務(wù)板塊具有代表性的18家上市公司的財(cái)務(wù)報(bào)告中披露的財(cái)務(wù)指標(biāo)數(shù)據(jù)（具體公司見表1），并利用Excel進(jìn)行數(shù)據(jù)處理，使用spss19.0進(jìn)行因子分析。

2. KMO檢驗(yàn)與Bartlett檢驗(yàn)

運(yùn)用spss19.0軟件進(jìn)行KMO檢驗(yàn)與Bartlett檢驗(yàn)，由于KMO值為0.594，大于0.5，Bartlett的球形度檢驗(yàn)的近似卡方值為213.19，該原始數(shù)據(jù)適合因子分析。

3.數(shù)據(jù)處理及結(jié)果分析

（1）特征值和累積貢獻(xiàn)率

對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算初始特征值和累積貢獻(xiàn)率（見表2），前3個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到88.18%>85%，因此采用前三個(gè)成分對(duì)18家上市公司進(jìn)行綜合評(píng)價(jià)。

（2）因子旋轉(zhuǎn)

由于各因子的典型代表變量不突出，因而公因子的意義不明顯，不利于對(duì)公因子做解釋，因此筆者采用Varimax（方差最大正交旋轉(zhuǎn)）方法對(duì)因子進(jìn)行旋轉(zhuǎn)，經(jīng)過旋轉(zhuǎn)后，各公共因子的經(jīng)濟(jì)意義非常明顯。F1作為第一主因子，其在X3、X4上的因子載荷值較大，故稱F1為償債能力因子；F2在X6、X7上的因子載荷值較大，稱F2為成長(zhǎng)能力因子；F3在X10上的因子載荷值較大，稱F3為盈利能力因子。

（3）因子得分及綜合評(píng)價(jià)函數(shù)的建立由成分得分系數(shù)矩陣（表3）得：

綜合評(píng)價(jià)得分排在前五的上市公司分別為：東方明珠、華數(shù)傳媒、盛天網(wǎng)絡(luò)、暴風(fēng)集團(tuán)、南極電商，得分分別是：1.53、0.53、0.48、0.44、0.26。

四、研究結(jié)論與評(píng)價(jià)

本文利用18家上市公司的財(cái)務(wù)指標(biāo)利用因子分析模型，構(gòu)造了評(píng)價(jià)公司經(jīng)營(yíng)績(jī)效的綜合評(píng)價(jià)函數(shù)，得出的結(jié)論與2015年股票市場(chǎng)該板塊個(gè)股的實(shí)際表現(xiàn)基本相符，因此通過因子分析模型可以為投資者的投資決策提供有效的建議。

通過研究發(fā)現(xiàn)，總分排名與F1、F2的得分是一致的，這五個(gè)公司的償債能力與成長(zhǎng)能力名列前茅，但與F3得分排名卻出現(xiàn)了矛盾，盈利能力欠佳，對(duì)企業(yè)經(jīng)營(yíng)績(jī)效的貢獻(xiàn)不夠大。同時(shí)營(yíng)運(yùn)能力在研究中不是影響績(jī)效的主因子，所以該行業(yè)公司要加強(qiáng)自身營(yíng)運(yùn)能力。

雖然該模型有其自身的優(yōu)勢(shì)但也存在局限性。首先，實(shí)證分析的數(shù)據(jù)來(lái)源于上市公司公布的財(cái)務(wù)指標(biāo)數(shù)據(jù)，其真實(shí)性與準(zhǔn)確性存在不確定因素，因此研究結(jié)果的正確性同樣存在不確定性。其次，研究數(shù)據(jù)是上市公司的歷史數(shù)據(jù)，研究結(jié)果反映的是公司歷史的經(jīng)營(yíng)績(jī)效，對(duì)未來(lái)經(jīng)營(yíng)績(jī)效的評(píng)價(jià)只能作為參考，缺乏預(yù)測(cè)性。因此，未來(lái)的研究可以從克服這兩個(gè)方面入手。

參考文獻(xiàn)：

[1]陳孝新.基于因子分析法的上市公司經(jīng)營(yíng)業(yè)績(jī)綜合評(píng)價(jià)[J].科技廣場(chǎng)，2006（9）.

[2]王大飛，曹佳.基于因子分析法的上市公司經(jīng)營(yíng)業(yè)績(jī)?cè)u(píng)價(jià)模型[J]，2010.

[3]韓金濤.我國(guó)造紙業(yè)上市公司經(jīng)營(yíng)績(jī)效評(píng)價(jià)實(shí)證研究[D]，2013.

[4]何曉群，多元統(tǒng)計(jì)分析[M]，2012.