基于因子分析法的通讯业上市公司绩效评价研究

左燕+沈青青

[摘 要]对通讯业进行绩效评价是合理分配资源的必然选择。通过分析影响通讯业绩效的诸多因素，建立由4个绩效层面12个指标组成的通讯业绩效评价指标体系，得出通讯业公因子得分、综合得分及排列顺序，发现通讯业发展不均衡且呈下降趋势，提请关注应收账款周转率、存货周转率、总资产周转率、流动比率、速动比率、资产负债率、每股净资产、每股未分配利润、总资产增长率、营业收入增长率成为改善通讯业上市公司绩效水平的重点指标。

[关键词]因子分析；绩效评价；通讯业

[DOI]10.13939/j.cnki.zgsc.2016.32.126

1 引 言

随着我国社会主义市场经济的发展，全球已经开始进入知识经济时代，而作为资本密集型和知识密集型的电信业也成为了当今经济体系中的新兴产业，同时对于这种新兴产业的优劣评价问题也不断涌现，引起了政府部门、企业经营者、学术研究者以及企业的利益相关者多方注意。

对上市公司进行绩效评价，有利于对经营者进行考核和监控，能有效地约束经营者对公司有损的行为，进而激励公司高层管理者提高经营管理水平，在一定程度上缓解委托代理冲突。[1]对于投资者而言，帮助投资者在投资时谨慎决策，从而避免投资者作为市场中的弱势群体因信息不对称等原因而付出盲目投资的风险。另外，在资本市场发展过程中，投资者会根据绩效评价的结果做出投资决策，从而改变资金的投向，也有利于引导投资者的投资行为更趋于理性。政府在制定货币政策、财政政策以及其他重大投资决策时也可以以此作为参考依据，利用其绩效评价的结果对国民经济的方案进行相应的调整[2]，对良好的企业适当激励，对落后的企业进行淘汰，有助于促进国民经济整体水平的提高，有利于国民经济的正向发展以及政府对企业的监管。

本文将选取30家通讯业上市公司，对其绩效评价做一个较为深入的研究。运用因子分析法及其相关理论对我国通讯业30 家上市公司2011—2013年连续三年的绩效评价进行实证研究，并根据主要结论提出了相应的建议。

2 因子分析概述

因子分析法是把一些具有错综复杂关系的变量归结为少数几个无关的新的综合因子的一种多变量统计分析方法。[3]根据变量之间相关性的大小分组，将相关性较高的变量放在同一组，这样每组变量之间的相关性也会降低。[4]每组变量代表一个基本结构，这在因子分析中叫作公共假设观测系统，有k个评价指标，n个观测单位，因子分析的数学模型就是把n个观测单位分别表示为P

Xi=μi+αi1F1+…+αimFm+εi， i=1， 2， …， 12

其中F1， F2， …， Fm 称为公共因子，是不可观测的变量，它们的系数称为因子载荷，是特殊因子，是不能被前m个公共因子包含的部分。并且满足：cov（Fi，εi）=0，F，ε不相关，

[][][]σ2p[HL）][JB）]]，即互不相关，方差也不一定相等，εi～N（0，σ2i）。

因子分析模型的运用分为选择分析变量、计算原始变量的相关系数矩阵、提取公共因子、因子旋转和计算因子得分等五步骤。[7-8]因子分析顺利进行的前提是所选取的变量之间相关性较高，若无相关关系，则不适宜做因子分析。在提取公因子时，根据因子方差的大小来确定因子的个数，选取方差大于1的因子作为公共因子。而因子旋转则是通过坐标变换减少原始变量在尽可能少的因子之间的关系。[9]

3 研究设计

3.1 指标体系的确立及样本数据的预处理

根据我国通讯行业的财务状况，并吸取各行各业绩效评价的经验，为求全面、完整、真实地反映我国通讯业上市公司综合绩效，从公司的营运能力、偿债能力、盈利能力、股东获利能力与发展能力五个方面来反映通讯业上市公司的经营绩效，并选取12项指标建立综合绩效评价指标体系，包括营运能力3项（应收账款周转率、存货周转率、总资产周转率）、偿债能力3项（流动比率、速动比率、资产负债率）、盈利能力2项（营业利润率、销售净利率）、股东获利能力2项（每股净资产、每股未分配利润）和发展能力2项（总资产增长率、营业收入增长率）。

按照指标体系选取数据可得到样本公司各指标原始值。除了偿债能力指标资产负债率、速动比率和流动比率为适度指标，其余的9个都是正向指标。因此，在分析偿债能力指标前应将这三个指标进行趋同化处理。趋同化公式为：X′ij=1/[JB（|]Xij-A[JB）|]（1），其中A为Xij 的理论最优值，本文确定3个指标的适度值分别为2、1和0.5，然后将各指标代入（1）式进行处理。

在趋同化后，我们对所有指标进行无量纲化处理，以便消除各指标之间的量纲影响，在此统一设进行了趋同化和未进行趋同化的指标均为x′ij，设标准化后的指标为X*ij，计算公式为：X*ij=（x′ij-μi）/σi（2），其中μi和σi分别是指标xi的均值和标准差。

3.2 因子分析过程

3.2.1 因子分析法的检验

将标准化后的数据输入SPSS 19.0程序进行处理，得到相关系数矩阵，通过观察发现所选取的12个指标两两之间大多具有相关性，因此可以进行因子分析。进一步进行KMO 检验和巴特利特球度检验。其中检验KMO值为0.502，大于0.5，说明适合于进行因子分析。另外，巴特利特球体检验的统计值342.963，即相关矩阵不是一个单位矩阵，可以进行因子分析。

3.2.2 公共因子的确定

用因子分析法进行分析，首先必须确定公共因子的个数，这一步的主要目的是确定能够解释指标值变量之间相关关系的最小因子个数。

表1为公共因子的方差贡献表，是相关数据作因子分析后的因子提取和因子旋转后的结果。其中：①公因子的方差贡献可以通过特征值的大小来反映；②特征值占方差的百分数就是方差贡献率；③特征值占方差百分数的累加值称为累计方差贡献率；④提取平方和载入，也就是提取的主成分；旋转平方和载入也就是选择后提取的主成分。这一栏中为根据特征值大于l的原则提取4个因子的特征值、占方差百分数及其累加值。这4个因子所解释的方差约占整个方差的75%，基本上保留了12个指标的主要信息，而因子由12个减少为4个，达到了降维与化简的目的。同时，也通过特征值碎石图进一步验证提取4个因子为主成分因子是可行的。

3.2.3 因子旋转

由因子回归模型，得到旋转前后的因子载荷，如表2所示。可以看出，F1，F2，F3和F4分别为公共因子，旋转前第一个因子主要由变量X2、X3、X4、X5、X6、X7和X8决定；第二个因子主要由变量X3、X9、X10决定；第三个因子主要由变量X1、X11和X12决定；第四个因子主要由变量X1、X7和X12决定。采用主成分旋转法和正交旋转法，旋转在 8 次迭代后收敛。

为了明确解释4个主成分因子的经济含义，对成分矩阵（因子载荷矩阵）进行方差最大化旋转，得到旋转后成分矩阵（又称：旋转后的因子载荷矩阵）。与旋转前成分矩阵相比，能更好地对主因子进行解释，因为旋转后载荷向两端集中。在各因子上选取载荷大于0.5的指标，可以看出第一个因子与X3、X4、X5、X6关系密切；第二个因子与X7、X8关系密切；第三个因子与X9、X10关系密切；第四个因子与X1、X11、X12关系密切。

由此得到各主成分因子较明确的经济意义：公共因子F1在速动比率（X5）、流动比率（X4）、总资产周转率（X3）、资产负债率（X6）的值比较大，它综合了全部指标体系30.63%的信息，包含的信息比较全面，但主要反映了股东获利能力；公共因子F2在营业利润率（X7）、销售净利润率（X8）上的值比较大，它综合了17.27%的信息，主要反映了营运能力及偿债能力；公共因子F3在每股未分配利润（X10）、每股净资产（X9）上的值比较大，它综合了19.03%的信息，主要反映了发展能力；公共因子F4在总资产周转率（X3）、存货周转率（X2）、应收账款周转率（X1）的值较大，它综合了21.66%的信息，主要反映了盈利能力。

3.3 计算

3.3.1 因子得分的计算

利用旋转法，提取主成分，形成得分系数矩阵（矩阵省略）。根据因子得分函数计算出样本公司的4个因子得分（由于篇幅的原因，未列出因子得分表）。综合2011—2013年样本公司各因子的得分情况，可以看出样本公司的因子得分每年都不一样，每个公司都有一些因子的得分较低，即存在短板，影响了公司的整体绩效水平。如中兴通讯2013年只有第三因子表现较好，其他因子均呈现负值，影响了整体的绩效水平。根据三年的因子得分及其排名表可以对其他的公司做同样的分析，在本文所选取的综合指标体系下，根据4个因子得分可知每个样本公司都存在不同程度的“短缺”，通讯业没有实现质与量的共同发展，各公司的绩效水平还有很大的提升空间。

3.3.2 综合得分的计算

为了对所选上市公司的核心竞争力进行综合评价，需要用各公共因子所对应的特征值再除以所提取的总公共因子的特征之和，然后与各个公共因子分别相乘，得到综合得分模型（以各公共因子的方差贡献率为权重求得各综合得分）：

Y=λ1/λ×F1+λ2/λ×F2+λ3/λ×F3+λ4/λ×F4（λ=λ1+λ2+λ3+λ4）

2013年的综合得分排序，可以利用以下公式得到：

F=（0.24076×F1+0.19982×F2+0.16615×F3+0.14862×F4）/0.75535

2012年的综合得分排序，可以利用以下公式得到：

F=（0.29718×F1+0.23041×F2+0.18264×F3+0.11846×F4）/0.82869

2011年的综合得分排序，可以利用以下公式得到：

F=（0.22562×F1+0.21511×F2+0.20911×F3+0.17150×F4）/0.82134

综合起来，可以得到2011—2013年样本公司绩效水平综合得分及排名（限于篇幅未列出）。

3.4 实证结果的分析

通过对通讯业上市公司绩效水平的综合得分分析，可以得出我国通讯上市公司2011—2013年三年来绩效水平的整体情况及发展趋势。

（1）我国30家通讯业上市公司整体的绩效状况并不乐观，连续三年的综合得分中，每一年份中综合得分为正的公司10家，仅为样本总体的1/3。

（2）从平均综合得分来看，2011—2013年的平均综合得分呈现下降的趋势，说明通讯行业在这两年的发展并不好，下降的趋势较为明显，这可能是与科技的发展导致成本竞争增强有关。

（3）各样本公司之间的发展不平衡，绩效最好的公司与绩效最差的公司之间的综合得分差异较大。根据2011—2013年三年来的绩效水平平均得分可以将30家通讯业上市公司划分为3个层次，处在第一层次的有：数码视讯、北纬通信、神州信息、亨通光电、兆维科技、闽福发、光迅科技、星网锐捷、恒信通信、梅泰诺；处在第三层次的有：汇源通信、佳都科技、上海普天、高新兴、中通光电、三维通信、东信和平、键桥通讯、东方通信；其余的11家公司处在中间层次。

4 结论与建议

本文采用因子分析法，对我国通讯业30家上市公司2011—2013年连续三年的绩效评价进行了实证研究，可以得到以下主要结论：①我国通讯业上市公司绩效整体水平不高，绩效水平较好的公司仅占全部样本公司的1/3，且从2011年到2013年各公司的绩效均呈现下降的趋势，且趋势较为明显，表明这几年通讯业的发展不容乐观。通讯行业的整体绩效水平发展不均衡，绩效水平较高的公司与绩效水平较低的公司之间的差距较大。②应收账款周转率、存货周转率、总资产周转率、流动比率、速动比率、资产负债率、每股净资产、每股未分配利润、总资产增长率、营业收入增长率成为改善通讯业上市公司绩效水平的重点指标。

参考文献：

[1]韩亮.基于平衡计分卡的QY房地产开发公司绩效评价指标体系研究[D].青岛：中国海洋大学，2013.

[2]卓剑，滕春贤.基于平衡计分卡思想的供应商绩效评价指标体系研究[J].哈尔滨理工大学学报，2005（6）： 80-83，87.

[3]王雷.基于层次分析法的高校财务绩效评价指标体系研究[J].中国证券期货，2013（8）： 122.

[4]王雷，胡维华.多因素层次模糊综合评价在上市公司赢利能力分析中的应用研究[J].数量经济技术经济研究，2000（1）： 59-61.

[5]王玥，李健.基于层次分析法的发电上市公司经营绩效评价[J].商，2012（4）： 110-111.

[6]钟华，李晓娟，李健，等.基于模糊综合评价法的非税收入征缴绩效评价[J].南华大学学报：社会科学版，2013（2）： 56-58.

[7]冯根福，王会芳.上市公司绩效多角度综合评价及其实证分析[J].中国工业经济，2001（12）： 23-29.

[8]苏晓民.企业环境绩效评价指标体系研究[D].荆州： 长江大学，2013.

[9]种镇国，莫中杰.基于因子分析的中国房地产上市公司绩效评价[J].经济研究导刊，2010（36）： 74-75.