基于因子分析法的我国物流上市公司盈利能力分析

摘要：本文研究选取了19家物流上市公司2018年盈利能力指标，以因子分析法对物流公司的盈利能力做出综合评价，发现我国物流行业盈利能力不足，并为我国物流行业盈利提升提供建议。

关键词：因子分析;物流公司;盈利能力

一、相关文献回顾

物流行业现状分析。徐成亮（2015）在研究物流行业结合了大环境——信息时代，研究了信息技术时代之下，计算机技术的各个分类对于我国物流行业的影响，在很大程度上，阐述了未来物流行业的发展趋势必定是信息化。张淑华（2016）将研究对象具体到了“营改增”期间的我国物流中小型企业。针对政策改革期间，中小型物流企业并没有如期获得相关的政策红利，反而增加了税收负担。

物流行业盈利分析。田凤姹（2015）采用主成分分析法对我国的38家物流上市公司的进行了财务竞争能力评价，实证结果表明企业的规模能力、发展能力和营运能力是影响企业财务的竞争能力的主要因素。师慧（2015）研究了影响物流业的盈利因素，以64家的上市公司5年（2009-2013）的财务数据作为研究样本，运用二次曲线回归分析得出，长期资本负债率存在显著的二次曲线关系，具体提出了针对物流业盈利能力提升的建议。李啸（2017）选取了物流业中重点企业德邦公司，研究了其盈利能力现状，德邦公司因为其公司定位的准确和层次化服务在前期盈利过程中较为顺利，但是近几年的发展过程中，该公司存在依赖线下客户群体、管理观念陈旧等一系列问题，得出德邦公司要继续发展，必须先重新制定符合目前行业环境的战略。

二、物流上市公司盈利水平指标的建立

原始数据无量纲化处理。数据之间的单位、标准不同，若直接拿来作为数据研究，选取的财务指标就较差，不能互相研究。这里我们用SPSS直接标准化处理。

因子的适应性检验。因子的适应性检验是判断我们选择的指标因子首先是否具有相关性，因子间关系不紧密不利于我们找到公共因子。我们的指标可能就需要重新再找。在因子分析法中，我们应用巴特利特球度检验（Bartlett test of sphericity）和KMO（Kaiser-Meyer-Olkin）检验，前者检验结果小于0.1适合，后者越接近1越好。满足两个条件就说明选取的指标是合适的，否则要重新选择指标。

提取公因子。選取主成分需要：一是计算特征值，我们选取的主因子一定是大于1的;二是计算累计方差贡献率，一般而言累计方差贡献率大于70%最合适。

因子旋转。利用方差最大化进行正交旋转阵得出因子负荷矩阵，对因子的负荷做出解释，便于模型的建立，此处仍旧利用SPSS软件。

计算因子得分以及总得分并分析。主因子确定后，根据得分系列矩阵，可以得出每个变量在矩阵中的得分，主因子和各种指标间得分相对应。可以得出各因子的得分以及总得分。

三、我国物流上市公司盈利分析

（一）样本选取与数据来源

本研究数据来源于resset，选取2018年上市物流公司为研究对象，剔除掉*ST以及ST公司，最终选取了19家物流上市公司2016—2018年3年的盈利能力数据。

（二）指标的建立

在因子分析中，选取的指标过多过少都会影响结果。遵循科学原则，本文选取6个盈利指标构造上市物流公司的盈利模型指标体系。该指标有：①每股收益（X1）=（净利润-优先股股利）/发行在外的普通股股数;②每股经营现金流量（X2）=经营活动产生的现金流量金额/发行的股票的数量;③总资产净利率（X3）=净利润/平均资产总额×100%;④净资产收益率（X4）=净利润/[（期初所有者权益合计+期末所有者权益合计）/2]×100%;⑤销售净利润（X5）=净利润/销售输入×100%;⑥销售毛利率（X6）=（销售收入-销售成本）/销售收入×100%

接着将数据进行Z标准化处理，标准化处理可以使各种属性不同的指标变成能对比的数据，数值具有综合性，变成可直接对比的标准化数据。

（三）检验盈利能力指标是否适合因子分析

因子分析的适应性用KMO和Bartlett检验，结果显示：KMO值是0.671，巴特利特球形度检验（Bartlett）显著度值为0.000。根据标准值，当KMO大于0.6是合适的，巴特利特球形度检验的检验值是<0.05，拒绝原指标间没有关系的假设，这个显著性结果是0.00，表明原指标间有相关性，说明可以做因子分析。综合，选取的指标是合适的。

（四）计算特征值和方差贡献率，提取公因子

利用SPSS软件得到了因子的总方差解释表，特征值大于1表明公因子是很重要的;方差贡献率表示公因子能多大程度上解释原有的指标。用SPSS软件处理的总方差解释结果得出，特征值大于1的因子有2个，而且他们的累积方差贡献率达到83.070%，可以解释盈利能力水平的大多数信息。

（五）利用因子成分矩阵，分析公共因子

公共因子提取后，每个公共因子的含义我们并不知道具体的含义，也不清楚每个公因子代表的信息含量具体有多少。我们需要选取因子载荷含量大的因子。本文采取最大方差旋转的方法，一直旋转，得到旋转后的成分矩阵表。

根据旋转后的成分矩阵：（1）主因子F1在每股收益、每股经营活动现金流量、净资产收益率、资产净利率上占比分别为0.896、0.970、0.960，载荷较大，可以用企业资产的收益能力来表示。（2）主因子F2在销售毛利率、销售净利率上的载荷分别为0.955、0.978，载荷很高，都表明企业运营时盈能力很强，因此我们可以用运营盈利能力因子来表示。

（六）因子分析法得分

根据因子得分系数以及最初的变量指标，成分得分系数矩阵表中，成分1下每股收益0.296、销售净利率0.013、每股经营活动现金流量0.200、净资产收益率0.317、资产净利率0.309、销售毛利率-0.092;同时，成分2下每股收益0.048、销售净利率0.501、每股经营活动现金流量-0.036、净资产收益率-0.022、资产净利率0.018、销售毛利率0.533，再利用统计法中的线性回归来得出公共因子的表达式：

F1=0.296X1+0.013X2+0.200X3+0.317X4+0.309X5+（-0.092）X6

F2=（-0.48）X1+0.501X2+（-0.36）X3+（-0.22）X4+0.18X5+0.533X6

两个公共因子代表了原始指标的很多信息，以各个初始指标的累计方程贡献率为权重，我们得出综合因子的方程表达式：

F=（51.453F1+31.617F2）÷83.070

每个公共因子的得分以及19家物流上市公司的综合得分可以通过SPSS软件得出，综合表达式可以得到我国物流上市公司的综合得分情况。

四、对我国物流上市公司的结果分析及结论

上述构造的模型可以得出各个公共因子的得分。结果显示，综合得分大于0的物流公司有9家，依次为韵达股份（1.64）、申通快递（1.22）、嘉友国际（0.84）、广汇物流（0.72）、德邦股份（0.29）、嘉诚国际（0.28）、圆通速递（0.28）、恒基达鑫（0.19）、顺丰控股（0.17）。同时，小于0的物流公司有10家，倒数后五名依次是普路通（-0.89）、怡亚通（-0.82）、保税科技（-0.80）、天顺股份（-0.76）、中储股份（-0.75）。

一般而言，综合得分越高，其代表的盈利水平就越高，分值越低也说明盈利水平就越低。其中大于0只是说明该公司高于行业一般水平，低于0表示该值低于行业一般水准。

（一）物流行业整体盈利水平较低

根据得出的物流行业公司排名情况，对于F1公共因子高于0也就高于样本中的平均水平，对于F2公共因子，高于0的有8家公司，高于样本中的平均水平，综合得分中高于0的有9个，高于样本中的平均水平，也就是高于市场中物流公司的平均水平。而且我们发现，在F1中第一名的韵达股份（2.09553）和第十九名的普路通（-1.04016）差異特别大，资产盈利能力差异特别大，相差接近3，最高水平高于平均水平2倍之多，而低水平的低于普通水平的一倍之多，这说明在资产盈利方面各个物流公司差异很大。再看F2间的差异，第一名广汇物流和第十九名象屿股份仍然差异很大。综合看排名，综合分数大于0的有9个，这表明我国的物流行业整体盈利水平处于中等水平状态，还有很大的成长空间。

对此物流行业一方面需要加强集约化和标准化管理和建设。物流行业涉及的范围很广，大多数都遍布各个区域，行业成本很高，投入较高，而收益又低。因此，物流企业应该不断优化组织的结构，保证上端和下端产业应该一体化，在现有基础上降低成本，重新规划企业的运输、仓储等成本，不断为客户提供更好的服务，加强与客户间的合作，达到客户与企业共赢的局面。另一方面，需要进一步优化物流体系。物流行业发展是比较新的一个产业，各方面的管理还不够科学，造成很大人力资本以及其他物资的浪费。物流行业应该多多吸取发达国家尤其是日本优秀的管理物流行业的经验，不断优化组织架构，降低物流的成本，从全局看物流的供应链，使物流行业的管理体系更加科学。

（二）物流行业盈利水平差异大

综合排名从高依次向下，可以看到2018年位列前三的依次是韵达股份、申通快递、嘉友国际，排名第一的韵达股份在内部的公因子F1、F2也排名前3，这表明韵达股份在盈利水平方面非常强，说明韵达股份的盈利能力应该有望在一定时间内处于稳定的高水平盈利状态，盈利能力在物流公司中很突出。相比之下，排名第三的嘉友国际，综合排名第三，然而内部因子间差异很大，正负得分差距较大，尤其是F2因子为负，这表明嘉友国际需要在销售环节进一步加强，嘉友国际可能需要转变自己企业的销售方式，进一步扩张销售。需要特别注意的是铁龙物流、象屿股份、中储股份、天顺股份、保税科技、怡亚通、普路通这7家物流公司的三个得分均为负数，这些公司应该及时转变企业发展的战略，积极转变经营模式，优化企业的管理。尤其是普路通，各项指标均在倒数5名，无论是现金的流动、还有资产的盈利情况都处于行业中的低水平，盈利能力过于低迷，建议改企业需要全面优化发展策略。因此，对于盈利水平较低的企业：其一，需要培养和招募高素质物流人才。企业发展，人才是关键，企业应注重培养高素质人才，提升从业人员的素质，这在很大程度也有利于转变传统物流业的盈利模式。有优秀的人才会有优秀的企业，才能为公司创造更多的价值，不断优化企业的盈利能力。其二，需要充分利用互联网+的优势。前面提到过物流行业的运营成本很高，各种人力运输费用占了很大一部分，使得很大情况下，投入多而受益少，这是很不科学的，不利于企业的长久发展。在互联网+时代，充分利用网络对物流进行管理，提高物流企业的效率，降低公司的成本。从而提高资产的运作效率，扩大规模，延续“共享经济”互补资源，实现盈利模式最大化。

参考文献：

[1] 李啸.德邦物流多种盈利模式的讨论[J].商场现代化，2017（21）：56-57.

作者简介：李欣（1996—），女，湖北襄阳人，湖北经济学院会计学院硕士研究生。

（作者单位：湖北经济学院会计硕士教育中心）