上市公司盈利能力实证分析

摘 要：上市公司在金融市场筹集资金，首先必须要公开自己的会计信息资料，使得目前或潜在的投资者对企业的财务状况、盈利能力、发展前景有一个详细的了解。因为作为投资者，为了获取预计的利润、增加收入或有利于自己经营，他们需要了解自己所投资企业的情况，否则，他们根本不会进行投资，上市公司也就无法筹集到自己所需要的资金。那么，投资者如何分析和评价上市公司的盈利能力呢？投资到什么行业能够获得他们所想要的利润呢？

关键词：盈利能力；因子分析法；财务状况

盈利能力是上市公司获取能力的简称，也是衡量企业当前收益水平和今后收益持久性和增长性的主要指标，它不仅反映了公司经营管理水平的高低，也是投资者进行投资决策的重要依据。因此，从理论和实证的角度分析其影响程度，为相关企业提供决策借鉴就显得尤为重要。

一般地，本土上市公司应该是本土民族企业中的佼佼者，它们是本国或本地区优秀企业的代表，因此，在某种意义上讲，上市公司的盈利水平反映了该国或地区企业盈利能力的强弱。上市公司盈利能力的强弱，是企业内在素质和外在规模的综合体现。

而我国上市公司则没有这么幸运。以2008年度业绩为例，沪深两市1000多家上市公司加权平均每股收益仅0.62元，每股净资产为8.65元，净资产收益率为10.66%，亏损面7.55%（剔除年内新上市公司后则亏损面将达9%）。其中，业绩最差的每股收益为-2.12元，每股净资产最低的为－7.93元。

一、方法选取及指标设计

（一）方法选取

本文选取了1101家上市公司的部分指标数据作为样本，用因子分析法计算出公因子的得分，并给出分析判断。为投资者进行合理投资提供方向。因子分析是一种实用的多元统计方法。探讨存在相关关系的变量之间是否存在不能直接观察到，但对可观察的变量起支配作用的潜在因子的分析法，它的主要目的是浓缩数据。它通过研究复杂变量之间的相互依存关系，探求观测数据中的基本结构，并用少数的几个假想变量来表示基本的数据的结构。因子分析就是寻找潜在的起支配作用的因子分析模型的方法。

（二）指标设计

本文在评价上市公司行为净利润是指利润总额中按规定交纳了所得税后公司的利润留成，一般也称为税后利润或净收入。

（1）净利润的计算公式为：

净利润=利润总额＊（1－所得税率）

净利润是一个企业经营的最终成果，净利润多，企业的经营效益就好；净利润少，企业的经营就差，它是衡量一个企业经营效益的主要指标。净利润的多寡取决于两个因素，一是利润总额，其二就是所得税率。企业的所得税率都是法定的，所得税率愈高，净利润就愈少。

（2）主营业务利润公式为：

主营业务利润=营业业务成本－主营业务成本及税金

（3）营业利润营业利润即是息税前利润。公式为：

营业利润=主营业务利润+其他业务利润－管理费用－财务费用－营业费用

（4）利润总额=利润总额是企业在报告期内实现的利润。它集中反映企业生产经营活动各方面的效益，是企业最终的财务成果。

（5）总资产=负债+所有者权益。所有者权益，是指所有者在企业资产中享有的经济利益，其金额为资产减去负债后的余额。所有者权益包括实收资本（或者股本）资本公积、盈余公积和未分配利润等。

（6）净资本就是资产负债表中的所有者权益。它是属企业所有，并可以自由支配的资产。包括实收资本、资本公积、赢余公积、未分配利润。公式为：

净资本=资产总额－负债总额

（7）主营业务收入指企业从事某种主要生产、经营活动所取得的营业收入。

由于上市公司在规模方面有各种差异，获得等量利润的两个上市公司，他们的盈利能力却不一定相同。原因很简单，因为他们的总资产不同，所以他们盈利能力没有可比性。因此光从总资产、净资产等指标来分析上市公司盈利能力是行不通的。所以我引进了下面的指标：

X1：总资产报酬率（以净利润计算）=净利润/总资产

X2：总资产报酬率（以主营业务利润计算）=主营业务利润/总资产

X3：总资产报酬率（以主营业利润计算）=利润总额/总资产

X4：总资产报酬率（以利润总额计算）=利润总额/总资产

X5：净资产报酬率（以净利润计算）=净利润/总资产

X6：净资产报酬率（以主营业务利润计算）= 主营业务利润/总资产

X7：净资产报酬率（以营业利润计算）=营业利润/总资产

X8：净资产报酬率（以利润总额计算）=利润总额/总资产

X9：税后利润率=净利润/主营业务收入

X10：主营业利润率=主营业务利润/主营业务收入

X11：营业利润率=营业利润/主营业务收入

X12：税前利润率=利润总额/主营业务收入

X13：主营业务收入增长=（本期主营业务-上期主营业务）/上期主营业务收入

X14：营业利润增长率=（本期销售利润-上期销售利润）/ 上期销售利润

X15：税后利润增长率=税后利润增长的绝对数与上期税后利润的比率。

二、对上市公司的盈利能力进行实证分析

（一）盈利能力的评价模型

第一，选取原始变量。假设可以获得的m个盈利指标，分别记为x1，x2， …xm，由于这些变量之间受到一些共同因素的影响，相关程度可能较高，信息有重叠。这要求用因子分析先剔除掉指标中的相关万分，再根据某些变量之间的相似性把它们重新归类，一行成一些新的假想变量，即潜在因子。

第二，对数据进行标准化处理。由于直接从财务数据（非金融）年度表中获得的数据之间的单位不一样，数据来自不同的指标，要把这些数据放在一起比较，必须先消除量纲上的影响，使各指标有可比性，并有利于因子解释。这里用到的统计量有：

第三，可从m个指标中寻找到少数几个潜在因子m个，分别记为z1， z2 ，…zm些潜在因子由经济过程中起支配作用的共同要素决定，代表了公司盈利的主要方面，他们既要充分显示指标的信息，又要彼此之间尽量少的相关。则原变量与潜在因子之间的关系可表示为：

其中：z1，z2，zm潜在因子，称为特殊因子。

第四，求公因子及载荷矩阵。公因子的提取可以使用主成分分析法。运用主成分分析法提取公因子利用了原始观测变量的相关系数矩阵，通过求解相关系数矩阵的特征根，得到k个特征值和对应的k个单位特征向量。 这些特征向量可以通过SPSS软件分析得到并且输出结果将对他们按照从大到小排序，记为λ1>λ2>λ3… >λk,这k个特征值代表了k个主成分所解释的观测变量的方差。

第五，因子旋转。在旋转后新坐标系中，因子载荷将得以重新分配，使公因子负荷系数向更大（向1）或更小（向0）方向变化，因此有可能对潜在因子做专业性解释，对公因子的命名和解释变得更加容易。

第六，因子得分。因子得分就是观测量的共性因子的值。要计算因子得分必须写出共性因子表达式。而共性因子不是能直接观测到的，是潜在的，但是可以通过可观测量的各变量值，计算该观测量的因子得分。

第七，对上市公司运营情况加以分析。公因子可以看作是盈利能力的综合体现。所以要以通过比较公司在公因子上的得分来对各公司的运营情况加以分析。

第八，对行业因子的得分进行分类。往往对各公司的运营情况加以分析，并不能判断各产业的总体运营能力的水平。因此需要对公因子的得分值进行分类，进而得到产业的综合运营能力。

（二）实证分析

本文通过以上的基本理论知识和相关的模型对1101家上市公司进行盈利能力的分析，并对1101家公司所在的12个行业进行了评价。本文选择了x1、 x2、 x3、x4、 x5、 x6、 x7、 x8 、x9、 x10、x11、 x12、 x13、 x14、 x15等15个指标进行分析。整个分析过程主要用SPSS统计软件完成。

在提取公因子时用的主成分分析法。根据SPSS软件输出结果可以得到5个公因子，选取的这5个公因子累计方差贡献率达到了78.655%，见表1，

Extraction Method: Principal Component Analysis

并且公因子对每个变量的解释程度在85%以上有9个，说明这5个公因子很好的包含了原15个变量数据的大部分信息。

为了更好的解释公因子的意义，通过因子旋转坐标的位置重新分配给予各因子所解释的方差比例，使因子结构更简单，更易于解释。主要运用了方差最大化（VARIMAX）对因子进行正交旋转，结果看到旋转后公共因子解释原始数据的能力没有提高，但因子载荷矩阵以及因了得分系数矩阵都发生了变化，因子载荷矩阵中的更倾向0或正负1。

根据SPSS软件中的结果可计算得到表2。从中看到在前100名里的上市公司在各行业里的分布：制造业有64家、综合类有8家、批发和零售贸易业有7家、采掘出有6家，而传播与文化产业没有出现在前100名里。在后100名里的上市公司在各行的分布：制造业有65家、信息技术业有7家、综合类有6家，其中采掘业没有出现在后100名里。

此外，还可以通过计算前、后100名上市公司的平均公因子得分，得出前100名上市公司的平均得分为0.69514，而后100名上市公司的平均得分为-0.79625。在前100个上市公司里只有E、G、H三个行业中的所有公司平均得分大于平均得分（采掘业并不在），而在后100个上市公司里A、C两具行业的所有公司的平均得分小于平均得分。可以说在所有的行业里建筑业E、信息技术业G、批发和零售贸易业H有着姣好的盈利能力，而农、林、牧、渔业A、制造业C的盈利能力则欠佳。

从下页表3中可以进一步得到更深的结论。表3是根据因子得分值的情况把所有样本划分4个层次。分类1.00是第一公因子的得分值大于1的情况，分类2.00是第一公因子得公值大于0但小于1的情况，分类3.00是第一公因子的得分值小于0大于-1的情况，分类4.00就是第一公因子的得分值小于-1的情况。在建筑业E所有的20家上市公司中有13家上市公司的第一公因子的得分值大于0，批发和零售贸易业H的所有71家上市公司，其中有49家第一公因子的得分值大于0。采掘业B之所以不在所有公司平均得分大于平均得分之列，从表3可看出原因。采掘业在分类2.00中有17家（样本共有18家），虽然没有个别的非常突出的公司，整体行业盈利能力好。农、林、牧、渔业A、传播与文化产业L的盈利能力则稍差强人意。制造业C、电力、煤气及水的生产和供应业D、交通运输、仓储F、社会服务业F、综合类M的盈利能力则没有明显的规律。

三、结论

从结果来看，上市公司在2008年的表现总体处于良好状态，所有1101家上市公司不乏有些业绩喜人和获得能力强的公司，但并未如同部分股评家依次为所炒做那么红火。在这1101家公司中，有很多在第一公因子得分上呈现出负（48.5%），说明目前我国的部分上市公司经营不规范、不景气的现状，原因是上市公司中有相当部分是计划经济时代的国企改制而来，“底子”还很薄弱，有待于进一步规范与发展。但采掘业B、建筑业E、批发和零售贸易业H者3个行业整体实力较强，可以给投资者带来相当丰厚的利润，值得投资者与商业银行的关注。

参考文献

[1]程建伟.上市公司盈利能力和影响因素的实证研究[J].金融教学与研究.2006(5).

[2]何晓群.多元统计分析[M].北京:中国人民大学出版社,2004.

[3]胡荣才.沪市Ａ股上市公司盈利性变迁-----基于净资产收益率的实证分析[J].统计与信息论坛,2009(3).

[4]刘淑蓉.上市公司盈利能力研究[J].重庆商学院学报,2004(4).

[5]莫生红,李明伟.上市公司盈利能力综合评价模型的构建[J].财会通讯,2007(1).

[6]裘玉婷,何建国.上市公司盈利能力因子分析-----基于重庆市公司实证研究[J].重庆工商学院学报,2006 (4).

[7]王卉、李建华、史永.西部上市公司盈利能力的实证研究[J].广东财经职业学院学报.2003(12).

作者简介：

施文丽（1978-），女，贵州安顺人，会计师，西安交通大学MPA，研究方向：财务管理；工作单位：深圳市龙岗区建筑工务局 。