基于熵值法的行业盈利能力评价研究

王新红 王璐

【摘要】  文章以2014年到2016年我国全体上市公司为研究样本，运用熵值法从行业角度对全体上市公司2014年到2016年的盈利能力进行评价并将行业排名。研究发现，信息传输、软件和信息技术服务业、科学研究和技术服务业等资本、技术密集型新兴行业盈利能力明显高于电力热力、燃气及水产供应业以及批发零售业等较为传统的行业。影响盈利能力的主要因素为主营业务和研发投入强度。

【关键词】  盈利能力;熵值法;行业排名

【中图分类号】  F275  【文献标识码】  A  【文章编号】  1002-5812（2019）13-0037-04

一、前言

随着市场经济的不断深化与发展，2016年我国国内生产总值已经达到了744 127亿元，第一次超过七十万亿元，国内生产总值稳居世界次席，仅次于美国，为第三名日本的两倍之多。各行各业的迅猛发展在促进GDP增长中发挥着极其重要的作用。由于“中国制造2025”“互联网+”等国家战略的推进，我国软件和信息技术服务业以及科学研究和技术服务业迎来发展的重要战略契机，发展的态势稳中向好;“十三五”期间对文化产业体系的构建促进了文化、体育和娱乐业的新发展，文化产业健康持续加快发展，正在成为经济社会发展新引擎;房地产行业从“稳定消费”“去库存”到“回归居住属性”“防泡沫”，房地产市场也在经历调整;钢铁行业去产能进入中坚阶段，行业整体发展有望进一步改善;而煤炭行业则在2014—2016年间出现了消费量持续下滑的态势。由此可见，各个行业的发展也存在着较大的差异。

盈利能力是公司各种综合能力的体现。本文将收集各行业上市公司资料进行定量比较，评价相关产业中上市企业的综合盈利水平，以此来反映出相应行业的盈利能力，从而梳理近些年我国各行业的发展现状，并根据本文所选指标对整个行业的未来发展提出合理的建议。

二、样本选取与数据来源

本文选取2014—2016年全体上市公司为样本。为避免异常值的影响，在研究过程中对原始样本遵循以下原则进行筛选：（1）剔除在2014—2016年中每年被ST的公司;（2）剔除了2014—2016年间变更主营业务的公司以保持样本公司行业的稳定;（3）考虑到金融业的特殊性，剔除该行业的上市公司;（4）剔除教育、综合、住宿餐饮业及居民服务业、教育、卫生和社会工作业上市公司数量很少的行业;（5）剔除各数据值存在缺失、异常以及无法计算的样本企业。经过上述原则进行筛选，本文最终在2014—2016年分别得到2 726、2 759、2 801个样本。

上市公司财务数据主要来源于万得（Wind）数据库，计算过程利用Excel完成，上市公司行业分类资料来源于中国证监会网站，根据《上市公司行业分类指引》（2012年修订）将全体上市公司分为19个行业，由于剔除了教育、综合、金融业、住宿和餐饮业、居民服务业、卫生和社会工作业，本文实际使用13个行业数据，分别为农、林、牧、渔业、采矿业、电力、热力、燃气及水生产和供应业、建筑业、批发和零售业交通运输、仓储和郵政业、信息传输、软件和信息技术服务业、房地产业、租赁和商务服务业、科学研究和技术服务业、水利、环境和公共设施管理业、文化、体育和娱乐业、制造业。

三、模型构建

熵（Entropy）最初是应用于热力学的概念，由申农引至信息论，目前已在经济、社会、技术、工程等方面实现了普遍应用。按照信息论的有关理论，度量有序、系统程度采用的是信息，度量非确定性采用的则是熵，它们具有相反的符号，其绝对值是一样的。对于上市公司盈利能力的评价，如果某项指标在各企业间的差距越大，则此项指标在综合评价里的作用越显著;假设一项指标在各企业的值是一样的，那么综合评价中不可采用这一指标。也就是说，某一指标的指标变异程度越明显，信息熵越小，此指标带来的信息量越大，其权重相应就越大;反之也是如此。所以，在进行分析时，为了让综合评价的结果更为客观，每个指标的权重可通过熵值的变异程度运算，之后把每一指标进行加权。熵值法是基于所选定的全部评价指标提供的信息客观赋权的一种方法，这有利于客观有效地评价企业的盈利能力。因此，本文采用熵值法对我国上市公司的盈利能力进行评价分析。

熵值法的基本步骤是：选择m个指标、n个对象，建立对应的初始矩阵，Xij表示第i个对象的第j个指标的数值，其中（i=1，2，3……n，j =1，2，3……m）。

（一）财务指标标准化处理

并不是所有的财务指标都具有相同的单位和比率，而且财务指标值有正有负，所以需要对指标进行标准化处理以此来提高指标的可比性。

正向指标标准化处理：

X*ij=Xij-min（Xij）/max（Xij）-min（Xij）

负向指标标准化处理：

X*ij=max（Xij）-Xij/max（Xij）-min（Xij）

根据上述标准处理数据后，求出新的Xij矩阵。由于熵值法要求数据X*ij>0，因此需要加一常数A来平移数据，达到正向化。评价指标的概率P值会受到平移幅度的影响，为确保不影响原始数据，让平移的值接近于样本数据最小值，并得到新的样本矩阵Rij，选择A=0.00001进行平移，即Rij=X*ij+0.00001。

（二）计算各个指标的信息熵

1.计算第i个对象在第j个指标上的指标值比值，即Pij=Rij/∑Rij。

2.计算第j个评价指标上的信息熵，即Hj=-∑（Pij×lnPij）/ln（n）。

3.计算评价指标的差异系数gj=1-Hj，gj的数值越大，则代表这一指标对综合评价的作用越突出。

4.确定所有指标的权重系数wj=gj/∑gj。

四、基于熵值法的评价指标选取

盈利能力即公司的经营人或负责人通过公司的每项资源做成产品，在销售过程中获得盈利的水平。企业很多方面的状况均能够通过其盈利能力展现出来。对一个公司盈利能力大小的判断要综合多方面因素做出客观评价，不能简单地从利润率判断。本文指标选取遵循科学性原则和可比性原则，从获利能力、成长能力、持续能力这三类入手，在每一类里面选取指标来构建评价盈利能力的指标体系，见表1。具体指标说明如下。

（一）获利能力指标

销售净利率（X1）可以表示公司的利润效益。该数据越大，代表企业具有越强的利润能力，盈利愈大;反之就表明企业盈利能力不足，利润不高。总资产净利率（X2）代表了单位资产能够产生的利润，决定了公司的获利能力。企业的财务杠杆与资产净利率决定了企业股东的利润，然而，其财务风险也会由于财务杠杆的增加而增大。所以在提高股东利润方面，最佳途径是资产净利增多。通常来讲，比例数据越大，获利能力越强。权益净利率（X3）能反映企业自有资产创造价值的高低，同时也反映了企业在运营、财务、管理等问题上的综合能力。持续的获利能力可以让企业迅速发展壮大。企业的盈利水平可通过权益净利率表现出来，比例愈高，则盈利能力愈大。

（二）成长能力指标

和绝对指标营业收入增长额进行比较，营业收入增长率（X4）相对降低了公司规模对数据的影响，同时可以进一步反映企业核心业务是否持续增长;而营业利润增长率（X5）代表企业营业利润的走势，说明了该企业经营是否处于持续增长的阶段;净资产增长率（X6）可以权衡公司总量规模成长与变化的情况，体现的是公司资本规模的扩张速度;经营现金增长率（X7）与X5相结合来看，当两个指标同时提高，则说明资金再生产能力较高，明显引起利润增长加速，促成良性循环，从而反映出较高的盈利能力。

（三）持续能力

营业利润/利润总额（X8）反映主营业务（其他业务所占比例一般较小）收益在企业整体收益中的比重。指标数值高，说明公司主营业务突出，生产经营相对稳定，持续能力较强;反之，则可能存在隐患。研发投入强度（X9）则表现出公司的自主创新水平，创新促进公司发展，不断提高公司的持续盈利能力。

五、实证评价

运用熵值法的模型，使用2014—2016的数据，可取得近三年各指标的权重系数，见表2。

在表2中可看出，近三年中几乎每年总资产净利率、营业收入同比增长率、净资产同比增长率以及研发投入强度这四个指标在所有评价指标中占比较高，尤其是研发投入强度指标的权重系数，平均每年均可达到50%以上。这表明这四类指标在衡量企业的盈利能力上具有重要的参考意义。

计算第i个上市公司的盈利能力综合得分：

Sij=∑wij×X*ij

按照以上公式可得出各行业的各个上市公司的综合得分，再分别按照行业取均值，可以得到近三年各行业盈利能力的综合得分及排名，见表3。

由表3可以看出，2014—2016年各行业的盈利水平的排名虽有小幅波动但均处于比较稳定的状态，信息传输、软件和信息技术服务业、科学研究和技术服務业、制造业、水利环境和公共设施管理业以及文化体育和娱乐业均处在前五名的位置，其他行业排名则较靠后。这也表明了新兴行业的盈利能力具有较大的优势。

由行业综合得分可以看出，我国各个行业上市公司的盈利能力差异较大，水平参差不齐。在上文的盈利能力评价体系中，表明公司将来持续盈利的长短以及公司日常运营产生盈利的指标分别是获利性指标与持续性指标，二者的权重比例较大。尽管这两项指标在各年度的权重会有所浮动，然而从整体上来分析，变化不大，由此可见，将每个行业每年度受到的宏观经济环境的影响排除在外，每个行业的企业内部均具有一种内生的力量，促使企业保持较为稳定的盈利水平。三年中排名一直处于前五位的信息传输、软件和信息技术服务、科学研究和技术服务业、制造业、水利、环境和公共设施管理业以及文化、体育和娱乐业，其每一项反映获利能力的指标均有不错的表现。由此可见，盈利能力较强的产业，并非个别年度表现良好或是个别指标较为突出，实际上是表现在盈利能力的所有指标上，特别是权重较大的指标均具有突出的表现。

为了进一步分析产生差异的原因，本文从占权重较大的营业收入同比增长率和行业研发投入强度这两个指标来进行分析，见表4、表5。

结合表4、表5可知，2014—2016年在所有行业中始终排名第一的信息传输、软件和信息技术服务业在这两个指标中均处于高水平，尤其是研发投入强度均值在所有行业中每年均处于最高的位置。主营业务突出并持续发展，表示该行业中的上市公司具有较高且稳定的获利能力，并且该行业企业的利润以及规模在稳步扩大，而该行业研发投入的加大以及研发实力的不断增高也使得企业拥有更加强劲的自主创新能力，以及核心竞争力，这促使该行业能拥有高水平的盈利能力。

由表3可知，科学研究和技术服务业，水利、环境和公共设施管理业，文化、体育和娱乐业以及制造业在近三年间的排名虽有小幅波动但均处于前五名之内。结合表5可知，科学研究和技术服务业的营业收入同比增长率虽然在所有行业中处于比较高的水平，但这个指标在三年间却出现明显的下滑，这代表着该行业的获利能力和企业的成长能力在三年中有所下降，这也许正是该行业在2015年盈利能力排名下滑至第四名的原因。而文化、体育和娱乐业盈利能力的排名则在2015年由第五上升至第二，由表4、表5可知，该行业营业收入同比增长率以及研发投入强度三项指标在2015年大幅上升，这很大程度上得益于2014年底财政部进行的《2014年度文化产业发展专项资金拟支持项目公示》，超过800项均属于财政部资金支持项目，其中包括了很多文化出版、旅游以及影视类上市企业。国家政策的扶持帮助了该行业的经营处于持续增长的阶段，营业利润走势不断上升，行业规模不断扩大，而行业的盈利能力也就得到了大幅提升。

在上页表3中，盈利能力排名浮动于中下游的行业里面，电力热力、燃气及水产业和供应业在三年中均处于排名最末的位置，分析上页表4、表5可知，其营业收入增长率处于较低的位置，并且在三年中呈波动向下的趋势，这代表着该行业的获利能力持续走低，并且营业利润降低，行业发展迟缓。该行业在盈利能力评价体系中权重最大的研发投入强度上是表现最差的行业，这也是使得其盈利能力排名一直处在最末的主要原因之一。

六、结论与建议

本文运用熵值法对2014—2016年各个行业的盈利能力进行了分析比较，并通过对影响盈利能力的关键指标对各行业盈利能力高低原因进行分析，研究发现我国各个行业上市公司盈利能力的水平参差不齐。具体结论如下：

一是盈利水平较高的为信息传输、软件和信息技术服务业、科学研究和技术服务业等资本、技术密集型新兴行业。该类行業的上市公司主营业务突出具有稳定持续的获利能力，较高的研发投入使企业的技术创新能力得到发展，其行业的自身特点又决定了行业的技术创新能为其带来持续的盈利。

二是盈利能力水平较低的则为电力热力、燃气及水产业和供应业以及批发零售业等较为传统的行业。究其原因为该类行业存在着研发投入欠缺、自主创新能力不足、投入产出水平较低、资产运营及成本费用控制水平较低、获利及成长能力欠佳等问题。

三是相较于新兴行业，传统行业在盈利水平上与其存在较大的差距，最根本的原因还是在于传统行业的企业主营业务不突出，在研发投入强度上表现较差。这也说明了传统行业急需加快转型升级的步伐，以此来提升其盈利水平。

针对以上面临的问题本文提出以下相应建议：

一是积极响应“十三五”规划中提出的实施创新驱动发展的战略。盈利能力落后的行业普遍研发投入强度很低，这也是影响企业盈利能力的关键因素之一，故应加大盈利能力落后行业中企业的研发投入量，不断提升企业的自主创新水平。让产品保持较高的技术含量，以及提升企业的生产运营效率，以此提高行业的盈利能力。

二是盈利能力落后行业应当强化主业，将落后或过剩的产能进行清理或淘汰，使主业不断发展壮大。这有益于增强公司的资产运营效率、资本使用效率，减少公司部门的杠杆率，促进产业转型升级与优化重组，进而不断提升公司的盈利水平。

三是从政府层面来讲，政府应利用政策性优势帮助盈利能力较差的企业进行转型升级。给企业更大力度的减税减负让利，可以降低企业的生产成本，使企业对成本费用可以进行更好的控制。由政府牵头为缺乏盈利能力的产业开辟更多的融资渠道，从财政方面加强对高端设备、新兴产业等的支持度，建立每个产业的政府科研专项基金，激发传统行业的创新活力，从而促进其盈利能力水平的提高。

【主要参考文献】

[ 1 ] 蔡建雯.基于熵值法的我国体育用品上市公司盈利能力评析[D].西南财经大学，2013.

[ 2 ] 王新红，李世婷.基于改进熵值法的中国制造业创新驱动能力评价研究[J].商业研究，2017，59（1）.

[ 3 ] 戴晓莎.基于熵值法的创业板上市公司成长性研究[J].经济论坛，2016，（07）.

[ 4 ] 郭显光.熵值法及其在综合评价中的应用[J].财贸研究，1994，（06）.

[ 5 ] 杨卓凡，石勇.动态市场竞争环境下电子商务企业盈利能力的影响因素研究[J].中国管理科学，2016，（24）.

[ 6 ] 李晓燕.基于熵值法的上市商业银行绩效评价分析[J].财会通讯，2014，（17）.

[ 7 ] 史利沙，陈红.基于改进熵值法的白酒行业上市公司业绩评价[J].会计之友，2015，（10）.

[ 8 ] 高歌.基于熵值法的财务共享服务绩效评价研究[J].商业会计，2018，（16）.

[ 9 ] 马成志，李青，吕晓焕.农业类上市公司经营绩效评价——基于因子分析与改进熵值法的实证研究[J].江西农业学报，2017，（05）.

[ 10 ] 郭显光.改进的熵值法及其在经济效益评价中的应用[J].系统工程理论与实践，1998，18（12）.

【作者简介】

王新红，女，西安科技大学管理学院教授、工商管理一级学科带头人、会计学学科带头人，经济学博士，主要研究公司理财与资本运营、技术创新;先后主持和参与完成包括国家自然基金、陕西省软科学基金、陕西省社科基金、陕西省教育厅专项基金、西安市软科学课题、校专项基金以及企业委托课题在内的科研课题40余项。先后在国内外核心期刊或会议发表学术论文70余篇。有12篇被EI、ISTP和人大复印资料收录，出版专著1部，主编、参编正式出版教材10部，获得陕西省教学成果奖二等奖、陕西高等学校科学技术奖三等奖、陕西省人文社会科学成果奖三等奖、陕西高校人文、社会科学研究优秀成果奖二等奖等各奖项10余项。获校优秀教师、校优秀共产党员、优秀研究生指导教师称号。