基于因子分析與聚類分析的中國(guó)煤炭行業(yè)上市公司財(cái)務(wù)績(jī)效評(píng)價(jià)

□ 秦 穎

(東南大學(xué) 江蘇 南京 211189)

一、樣本確定與財(cái)務(wù)評(píng)價(jià)指標(biāo)體系構(gòu)建

(一)樣本量確定

本文依據(jù)證監(jiān)會(huì)2012年行業(yè)劃分標(biāo)準(zhǔn)，在所列示的26家煤炭開(kāi)采與洗選上市公司中剔除了進(jìn)行特殊處理的*ST平能和*ST安煤兩家上市公司。

表1 我國(guó)24家煤炭上市公司

(二)財(cái)務(wù)指標(biāo)確定

本文初步選定13個(gè)財(cái)務(wù)指標(biāo)涵蓋償債、盈利、營(yíng)運(yùn)和發(fā)展能力四方面。償債能力用流動(dòng)比率、速動(dòng)比率和資產(chǎn)負(fù)債率三項(xiàng)指標(biāo)表示；盈利能力選資產(chǎn)報(bào)酬率、凈資產(chǎn)收益率、凈利率和每股收益四項(xiàng)指標(biāo)；營(yíng)運(yùn)能力選擇應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率三項(xiàng)指標(biāo)；發(fā)展能力選取總資產(chǎn)增長(zhǎng)率、營(yíng)業(yè)收入增長(zhǎng)率和營(yíng)業(yè)利潤(rùn)增長(zhǎng)率三項(xiàng)指標(biāo)。

(三)確定分析方法

本文首先進(jìn)行因子分析，從多個(gè)財(cái)務(wù)評(píng)價(jià)指標(biāo)中提取主成分來(lái)反映原始數(shù)據(jù)信息，對(duì)含義清晰的主因子進(jìn)行命名、計(jì)算得分及排名，繼而根據(jù)因子得分采用K-均值聚類法對(duì)樣本數(shù)據(jù)進(jìn)行聚類分析并評(píng)價(jià)。

二、基于因子分析的煤炭上市公司財(cái)務(wù)績(jī)效評(píng)價(jià)

通過(guò)對(duì)各指標(biāo)納入分析范圍后累計(jì)貢獻(xiàn)率高低以及因子解釋難易程度的考量，最終選擇下列10個(gè)財(cái)務(wù)指標(biāo)，令X1=流動(dòng)比率X2=速動(dòng)比率X3=資產(chǎn)負(fù)債率X4=凈資產(chǎn)收益率X5=營(yíng)業(yè)利潤(rùn)率X6=每股收益X7=應(yīng)收賬款周轉(zhuǎn)率X8=存貨周轉(zhuǎn)率X9=總資產(chǎn)周轉(zhuǎn)率X10=凈利潤(rùn)增長(zhǎng)率。

(一)因子分析

本文運(yùn)用SPSS19.0統(tǒng)計(jì)軟件先對(duì)2017年24家煤炭上市公司的財(cái)務(wù)數(shù)據(jù)做標(biāo)準(zhǔn)化處理，然后基于標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行因子分析操作。

表2 煤炭行業(yè)24家上市公司各項(xiàng)指標(biāo)的基本描述統(tǒng)計(jì)

1.KMO和Bartlett球形度檢驗(yàn)

由表3可知：2017年樣本數(shù)據(jù)KMO檢驗(yàn)統(tǒng)計(jì)量為0.507，大于0.5，且sig值為0，小于0.05，說(shuō)明該樣本數(shù)據(jù)適合做因子分析。

1955年，Husqvarna推出了品牌歷史上頗具傳奇色彩的產(chǎn)品—Silverpilen，這個(gè)名字在瑞典語(yǔ)中有“silver arrow”的意思。這輛僅重75公斤的摩托車擁有不少在當(dāng)時(shí)尚屬先進(jìn)的技術(shù)，可以說(shuō)在一定程度上引領(lǐng)了后來(lái)摩托車技術(shù)發(fā)展的潮流。但更為可貴的是，Husqvarna并沒(méi)有在這一款成功的車型上不停地炒冷飯，在2014年，Husqvarna發(fā)布了由Kiska設(shè)計(jì)公司開(kāi)發(fā)的名為SVARTPILEN和VITPILEN兩款全新車型。和前輩車型亮相時(shí)所帶來(lái)的震撼一樣，這兩款全新的摩托車同樣具備了未來(lái)主義的科幻風(fēng)格造型，令人過(guò)目難忘，也令人想入非非。

2.因子個(gè)數(shù)的選擇

表3 KMO和Bartlett的檢驗(yàn)

表4 解釋的總方差

圖1 碎石圖

本文采用主成分分析法，按照累計(jì)貢獻(xiàn)率>85%的標(biāo)準(zhǔn)提取出4個(gè)公共因子，其中第1個(gè)因子方差貢獻(xiàn)率最大，反映了33.215%的原始變量信息，其余三個(gè)因子分別代表了25.661%，14.444%，12.204%的原始變量信息，即4個(gè)公共因子累計(jì)提取了原始變量信息的85.523%，信息損失較少。

由圖1碎石圖也可以看出，成分?jǐn)?shù)為4時(shí)，特征值的變化曲線趨于平緩，也可大致確定出主成分個(gè)數(shù)為4。與按累計(jì)貢獻(xiàn)率確定的主成分個(gè)數(shù)是一致的。

3.因子旋轉(zhuǎn)

表5 旋轉(zhuǎn)成份矩陣a

通過(guò)采用方差最大化的方法可以使含義不清晰的初始因子載荷矩陣在旋轉(zhuǎn)后具有明顯的實(shí)際意義，便于因子命名。從表5可知，X1、X2、X3三項(xiàng)指標(biāo)均表示償債能力。將因子F1命名為償債因子；X4、X5、X6三項(xiàng)指標(biāo)代表盈利能力，將因子F2命名為盈利因子；在變量X7、X8、X9上有較大載荷的因子F3命名為營(yíng)運(yùn)因子；在變量X10上有較大載荷的因子F4命名為發(fā)展因子。旋轉(zhuǎn)后四個(gè)因子的貢獻(xiàn)率分別為28.499%、25.902%、18.180%、12.942%。

4.因子得分

表6 成份得分協(xié)方差矩陣

由表7得，兩個(gè)因子沒(méi)有線性相關(guān)性，實(shí)現(xiàn)了因子分析的設(shè)計(jì)目標(biāo)。

表7 成份得分系數(shù)矩陣

四個(gè)主成分表達(dá)式如下：

F1=0.361*x1+0.362*x2-0.292*x3-0.028*x4+0.028*x5+0.026*x6+0.121*x7-0.066*x8-0.030*x9-0.095*x10

F2=-0.049*x1-0.047*x2-0.161*x3+0.358*x4+0.402*x5+0.266*x6-0.122*x7-0.036*x8+0.072*x9-0.017*x10

F3=0.080*x1+0.079*x2-0.025*x3-0.017*x4-0.248*x5+0.168*x6+0.581*x7+0.239*x8+0.334*x9+0.085*x10

F4=-0.109*x1-0.114*x2-0.036*x3-0.059*x4+0.042*x5+0.014*x6+0.252*x7-0.318*x8-0.211*x9+0.745*x10

以三個(gè)因子的方差貢獻(xiàn)率為權(quán)數(shù)，綜合因子加權(quán)總分：

F=0.28499F1+0.25902F2+0.18180F3+0.12942F4

由于其中三家公司的指標(biāo)數(shù)據(jù)不全，以下對(duì)有效的21家公司進(jìn)行因子得分排序：

表8 2017年21家煤炭上市公司各因子得分和排名

5.評(píng)價(jià)

通過(guò)以上分析可知，四個(gè)因子對(duì)我國(guó)煤炭上市公司財(cái)務(wù)業(yè)績(jī)的影響程度不同，償債因子影響最大。2017年中綜合得分大于0的上市公司有10家，最高分與最低分差距較大；上市公司金瑞礦業(yè)和中國(guó)神華的綜合績(jī)效絕對(duì)領(lǐng)先，整體看來(lái)，煤炭上市公司發(fā)展?fàn)顩r參差不齊，行業(yè)發(fā)展存在較大差距，對(duì)經(jīng)濟(jì)新常態(tài)的適應(yīng)能力有所不同。三、基于K-均值聚類分析的煤炭上市公司的財(cái)務(wù)績(jī)效評(píng)價(jià)

用因子得分結(jié)果，K-均值聚類法把樣本分為四類。

表9 最終聚類中心

利用因子得分結(jié)果，K-均值聚類法把樣本分為四類。第一類公司發(fā)展能力較強(qiáng)而償債較弱，包含2家公司；第二類公司償債能力較強(qiáng)，盈利相對(duì)較弱的1家上市公司；第三類是營(yíng)運(yùn)能力較好，但發(fā)展能力和盈利能力都有所欠缺的3家公司；第四類公司是盈利能力較好，但發(fā)展能力、營(yíng)運(yùn)能力和償債都不佳的15家公司，除盈利能力大大優(yōu)于同類公司外，其余三項(xiàng)能力都處在行業(yè)末端，即使現(xiàn)有的產(chǎn)品及技術(shù)市場(chǎng)前景較為樂(lè)觀，但創(chuàng)新發(fā)展、加強(qiáng)管理可以使公司更好地適應(yīng)當(dāng)下的經(jīng)濟(jì)環(huán)境。上市公司所屬類別情況如表10所示。

表10 21家煤炭上市公司分類情況

四、總結(jié)

本文利用因子分析法和聚類分析法對(duì)2017年我國(guó)煤炭上市公司的財(cái)務(wù)績(jī)效進(jìn)行評(píng)價(jià)的結(jié)果顯示：我國(guó)煤炭上市公司整體財(cái)務(wù)績(jī)效并不樂(lè)觀，行業(yè)發(fā)展差距較大，部分公司表現(xiàn)出單方面能力較為突出的不均衡發(fā)展態(tài)勢(shì)。各公司可根據(jù)實(shí)際情況，采取相應(yīng)措施，進(jìn)行資源整合或創(chuàng)新轉(zhuǎn)型發(fā)展，積極配合國(guó)家改革，實(shí)現(xiàn)均衡高效發(fā)展。