■/司晓彬 袁建华
过去一段时间我国已经有许多学者采用不同方法评估了中国农业上市公司的绩效,其中运用最多的是因子分析法:许彪、梁宇鹏(2002)将因子分析和概率统计分析相结合从企业的盈利能力、资产营运能力、成长能力、还债能力和股本扩张能力五个方面入手对农业上市公司的整体经营绩效做出了评价;林乐芬(2004)在利用因子分析法分析农业类上市公司经营绩效的基础上,又计算了非农业上市公司样本的经营业绩并与农业类上市公司经营业绩的总值和均值进行比较,发现了当时中国农业行业上市企业相比于其他行业的特点和不足之处;徐雪高、马九杰(2008)运用因子分析法对2005年末的数据进行分析,得出了中国农业上市公司的经营业绩的分布呈现为“两头小,中间大”的橄榄型,以及公司各子能力发展并不均衡的结论;彭晓洁、高梦捷(2014)同样运用因子分析法对我国67家农业类上市公司进行了绩效评价,研究结论与前人的基本相同,即我国农业类上市公司经营绩效仍然差距较大,且在用来评价综合绩效的子能力方面发展不均衡。除了因子分析法我国学者也在探索新的方法以求对我国农业上市公司的绩效做出更准确的分析:郑瑞强(2011)从价值创造能力和抗风险能力的角度,运用EVA指标对2007年和2009年上市的30家金融企业的经营业绩进行了实证分析。吉生保、席艳玲、赵祥(2012)则对39家主要农业上市公司2002—2009年的经营绩效及影响因素运用SORM-BCC超效率模型进行了评价和分析。
可以看出,在经营绩效评价方法的选择上相对于税后净营业利润扣除全部资本成本之后得到的经济增加值(EVA)和其他方法,因子分析法在经营绩效评级中应用的更加广泛。这是因为,因子分析法可以更加直观的对样本的经营绩效进行打分,并且通过对互相关矩阵的特征值、对应因子方差贡献率以及累计方差贡献率的分析,提取主成成分,更好的替代选取的指标对企业绩效进行更好的经济意义上的解释。在样本选择上,已有研究选择的农业上市公司样本数差距较大,部分研究将食品加工企业也作为研究对象,未免不妥。因此,本文按照我国证券监督管理委员会的行业分类标准选择样本,在参考已有研究所选取的指标的基础上,建立中国农业上市公司绩效评价指标体系使用因子分析来计算绩效分数并比较了多期的经营绩效。通过分析每一个样本和子行业的最新的经营绩效及其变化趋势,为提高中国农业上市公司的经营业绩,提出了有针对性的建议。
本文以2018年5月中国证券监督管理委员会公布的2018年一季度上市公司分类结果中的农、林、牧、渔业上市公司作为研究样本。为保证结果的可信性,本文过滤掉在A股市场以外的农业类上市公司、被标记ST和*ST的农业类上市公司以及2015到2017年末数据缺失的农业类上市公司,最后筛选出41家农业类上市公司进行研究。样本中包括,农业15家、林业3家、畜牧业14家、渔业8家以及农业服务业1家。为确保数据的有效性,所有上市公司的相关绩效评价指标均以中国证监会指定的信息披露网站巨潮资讯网(www.cnifo.com)公布的上市公司年报为基础,并运用SPSS.22统计软件进行分析。
本文采用了基于主成分分析的因子分析法对我国农业上市公司的经营绩效进行分析。在多指标经济分析中,指标数量一般较大并且具有一定的相关性,利用主成分分析法可以把多个指标整合为综合指标,依次减弱这些综合指标重要程度,使得指标彼此之间不相关。而基于主成分分析的因子分析可以达到使用少量因子来描述许多指标或因素之间的关系,即将几个密切相关的变量分组到同一类别中,用处理后较少的几个因子来反映原资料的大部分信息的目的。运用这种研究方法,我们可以方便地找出影响农业上市公司经营绩效的主要因素是哪些,以及它们的影响力的大小。
在运用因子分析法时:首先,需要对原始数据进行初步标准化;然后,计算相关系数阵,对应于相关系数阵R,得到特征方程|R-I|=0的p个非负特征值及特征向量;第三,选择m个主因子,取特征值大于等于1的作为主分量;最后,构造因子模型,以求得整合后的因子得分和综合绩效得分。
为了准确地评价我国农业上市公司的经营绩效,我们参考了与农业上市公司经营绩效考核相关的研究。综合了农业上市公司财务指标的特点后,本文从财务管理中常用的偿债能力,营运能力,盈利能力和发展能力四个维度选择指标,建立绩效评价指标体系,对选取的样本的经营绩效进行评价。其中:偿债能力代表了企业资金和盈利对长期债务与短期债务的保障能力,我们以资产负债率、速动比率和流动比率进行反映;营运能力是企业对经济资源管理、运用的效率高低,一般可以通过应收账款周转率、存货周转率、总资产周转率来反映;盈利能力是企业利用自有资产或资本创造价值获取利润的能力,一般采用主营业务利润率、净资产收益率、每股收益、总资产报酬率进行衡量;发展能力是企业未来扩大规模的可能性,一般通过主营业收入增长率、净利润增长率和总资产增长率进行反映。
本文自2015年至2017年,从41家农业上市公司中共获得了1599项财务指标。由于个别农业上市公司不存在应收账款,无法计算其应收账款周转率,本文以样本中最大值的2倍来描述其在应收账款管理方面的特征;由于个别企业基期净利润存在负值,导致无法计算净利润增长率,本文采用亏损增长率=[1-(报告期水平/基期水平)]*100%,反映企业亏损状态或亏转盈状态。经过处理后,41个样本公司2015-2017年财务指标的描述性统计数据见表1。通过对中国农业上市公司2015-2017年财务指标连续三年的描述性统计结果的比较,可以看出:我国农业上市公司的主营业务利润率、净资产收益率、总资产报酬率和每股收益均较低,行业整体的盈利能力一般;整体应收账款周转率平均水平较高,但行业内差距明显,另外由于农业类上市公司固定资产、存货等资产比重较大,整体总资产周转率较低,营运能力一般;从资产负债率、速动比率、流动比率来看农业上市公司的长期和短期偿债能力较好,既能保障债权人利益,企业债务性融资能力也获得保证;从主营业务收入增长率、净利润增长率和总资产增长率描述的农业上市公司的发展能力来看农业行业的平均水平波动较大,行业内各企业的净利润增长率差距明显,部分企业净利润连续三年减少,可持续发展能力一般。总的来说,中国农业上市公司的财务指标差异很大,发展不平衡。
表1 我国农业上市公司绩效评价指标描述性统计结果
在对农业上市公司经营绩效评价指标进行了描述性统计的基础上,本文利用SPSS.22先将原始数据标准化,再运行因子分析法得到的相关矩阵从而获得特征值,然后按照特征值大小选择因子,最终根据所选择的因子的得分和对应的因子方差贡献率占方差贡献率总和的比重,得到2015—2017年样本上市公司三年的业绩得分。
在运用统计软件进行因子分析前需要对数据相关性以及公因子提取指数之间的相关性进行检验。表2的KMO和巴特利特检验结果显示KMO值为0.6(一般,KMO的结果越接近于1,越适合采用因子分析法),巴特利特球度检验统计量的观测值为466.82,显著性水平小于0.05。两个检验量的结果表明,本文获得的数据适合采用因子分析法。
表2 KMO和巴特利特检验结果
本文采用主成分分析方法计算公共因子的特征值、贡献率和累计贡献率,结果如表3所示。当根据特征值大于1的基本原则选择因子时,可以筛选出五个公因子,但这五个公因子旋转后样本方差的累计贡献率仅为67.35%,不能全面的反映样本包含的信息。考虑到第六个特征值是0.927,接近1,以便公共因子反映足够的样本信息,我们最终选择了六个公共因子,使累计贡献率达到76.57%,接近于80%,以很好的反映样本的大部分信息。
本文运用最大方差法对因子载荷矩阵进行旋转,并且根据旋转因子载荷矩阵中各个指标在每个公共因子上的载荷对六个公共因子进行命名。旋转后的因子载荷矩阵结果如表4所示:主营业务利润率、净资产收益率、总资产报酬率和每股收益的因子载荷值在因子S1中均为0.7以上命名S1为盈利能力指标;资产负债率、速动比率、流动比率的因子载荷值在因子S2中均为0.7以上将其命名为偿债能力指标;因子S3中包括应收账款周转率、总资产增长率将其命名为营运能力指标;因子S4描述了农业上市公司的成长能力,包括了主营业务收入增长率和净利润增长率;因子S5和S6分别是存货周转率和总资产周转率分别命名为存货管理和资产管理能力。
表3 样本特征值与方差贡献率结果
根据表5的因子得分系数矩阵,分别得到六个公因子的计算模型:
表4 旋转后因子载荷矩阵
表5 因子得分系数矩阵
最后根据表3中的主成分分析法所产生的六个公共因子S1、S2、S3、S4、S5和S6的方差贡献率占总方差贡献率的比重可以得到评价我国农业上市公司经营绩效的模型如下:
我们将样本中的农业上市公司的指标数据带入模型,得到了各个样本的经营绩效的总得分和排名,按子行业类别进行分类的结果如表6所示。
本文以我国41家农业类上市公司2015-2017年的数据代入经营绩效评价模型后得到的F值作为经营绩效评价的最终综合得分并将每年的得分进行排名,另外我们还求取了农业、林业、畜牧业、渔业、农业服务业各个子行业的得分的均值,以达到对我国农业上市公司的经营绩效进行有效分析的目的。
表6 我国农业上市公司绩效评价结果
在我国农业上市公司经营绩效评价的结果中,得分越高,代表其综合绩效在中国农业上市公司中越具竞争力。但负分并不意味着其业绩表现为负,而是其经营业绩低于农业行业的一般水平。从分数可以看出,从事不同子行业的农业上市公司经营业绩不均衡,但各子行业的经营业绩差异不大。从行业的整体情况来看农业行业的平均经营绩效最高,三年的经营绩效得分均大于0,且在2015和2017年均高于其他子行业。畜牧业和渔业的变化趋势相同2016年较2015年平均经营绩效增加但17年又下降为负值。虽然农业服务行业的经营绩效在2016年有小幅的上升,但是也一直低于全农业行业的平均水平为负值。相比于其他子行业林业行业的综合经营绩效一般,一直为负值并且逐年降低。从我国农业上市公司经营绩效得分的总和以及均值来看整个农业产业的表现也有波动。2016年比2015年也有明显的改善但在2017年又下降到低于2015年的水平。因此,总体而言,中国农业上市公司整体经营业绩不佳,行业差距明显,盈利能力和风险抵抗力弱,且还有增长的空间。
从单个公司的绩效得分来看,在41家农业上市公司中众兴菌业、香梨股份、温氏股份、牧原股份三年的综合绩效比较稳定能够保持在前十名的位置。分析四家上市公司的财务指标,相对于其他农业上市公司众兴菌业、香梨股份、温氏股份和牧原股份的应收账款周转率和存货周转率都处于农业上市公司的最高水平,牧原股份更是不存在应收账款采用现销方式,说明企业对资产的利用效率较高,能够让有限的资源发挥更大的效用,企业的营运能力较强。在偿债能力方面众兴菌业、香梨股份的资产负债率保持在较低水平,香梨股份资产负债率最高时也只有2015年的7.46%,而速动资产最高时可以达到负债的18倍以上,良好的偿债能力指标代表了企业的债务性融资能力较好,企业充足的资金可以为其发展提供保障。另外从盈利性指标来看,温氏股份和牧原股份的净资产收益率、每股收益一直在所有农业上市公司中排前两位,其每股收益更是连续三年超过1元每股,平均比每股收益的三名高出3倍,说明企业盈利的稳定性和持久性较好,其面临的风险较低,这与其产品从事食品加工及农产品技术开发等附加值较高的业务有关。众兴菌业的主营业务利润率较其他企业也具有一定优势,其主营业务为企业盈利贡献极大。在所有的农业上市公司中雪榕生物、中水渔业、国联水产、开创国际、百洋股份五家上市公司在整个农业行业绩效的波动中保持了2015-2017年三年的经营绩效一直上涨的趋势,从指标上看这五家上市公司的各方面能力都得到了改善,净资产利润率、净利润增长率的提高表明其盈利能力和成长能力在其他农业上市公司受到限制时仍然能保持发展,这与其中四家上市公司从事远洋捕捞等水产业务,顺应我国渔业养殖布局结构调整政策的要求:扩大远洋捕捞产能,建设海洋牧场,提高远洋渔业在国际市场中的竞争力,减轻内陆湖泊和近海水域养殖的压力,从生产初级水产品向水产品精深加工转变,不断扩展销售渠道密切相关。样本中的其他农业上市公司经营绩效的变化趋势大多与样本整体的变化趋势相同,说明各公司受到影响整个农业行业的因素的影响,其中影响最大的是2016年实施的农业供给侧机构性改革。2015年底召开的中国中央农村工作会议明确了加强农业供给侧结构性改革的任务,通过改革要使农产品真正符合消费者在品种、安全和数量上的要求,农业供给结构的质量和效率得到全面的提升。在政策指导下,整个农业产业在2016年加快实施农业供给侧结构改革,调整种植,畜牧,渔业结构。通过玉米等粮食作物种植结构调整巩固和提高粮食产能,通过畜牧、渔业生产布局调整,促进粮经饲统筹、农牧渔结合、种养一体,实现了一、二、三产业的融合发展。可以看出,农业、畜牧业、渔业三个子行业在2016年经营绩效的大幅度提高与农业供给侧结构性改革政策的影响密不可分。而政策中对林业的改革没有太多指引可能是其绩效没有和其他子行业一样得到提升的原因之一。
第一,对于利润率较高,发展前景较好的农业公司,可以扩大主营业务的规模,凭借主营业务的竞争力和盈利能力,使得公司不断巩固市场地位,扩大市场份额。
第二,对于主营业务范围小、市场吸引力和市场占有率一般的农业公司,可以通过价值链分析确定可以获得竞争优势的价值活动集中资源进行发展;通过明确价值链之间价值活动的关系延伸价值链和产业链,扩大业务范围以提高企业的市场竞争力。
第三,通过比较绩效水平,以技术为基础,从事深加工的农业上市公司有较好的增长。进行农业方面的科技研发、从销售初级农产品转向销售符合消费者需求的深加工产品以及促进一二三产业相结合,在做强主业的同时研发新产品向新领域迈进,分散经营风险,增强综合实力,是农业上市公司未来的发展方向。
第四,把握国家产业政策是农业上市公司提高经营绩效的有效手段。在目前农业供给侧结构改革的背景下,农业上市公司必须抓住机遇,实现农产品供需平衡,从低水平的供给向高水平迈进,更好地满足消费者的品种和质量需求,实现农产品供给质量和效率的飞跃。企业要加大力度,减少库存,生产供不应求的产品,以行业内一流企业为标准,弥补缺点,发挥长处,使得企业突破重重竞争立于不败之地。在改进生产的同时,在国家各种政策的引导下,企业应当降低经营成本,发挥杠杆效应,完善企业的财务管理制度,降低企业运行的资金成本,提高资金的使用效率和资产的运营能力,利用有限资源获取更高的效率。