土壤修复板块上市公司经营业绩分析

土壤修复板块上市公司经营业绩分析姓名：张剑桥学号：2014E8018161023摘要随着环境产业蓬勃发展，土壤修复相关上市公司的前景也值得期待。本文尝试使用因子分析和主成分分析相结合的方法对相关上市公司进行综合评价与比较。在因子分析基础上，本文从收益性，安全性，成长性对环境上市公司2012年经营业绩进行评价，发现环境相关上市公司整体经营业绩不佳，可能与国家政策，市场低迷等因素有关，但是前景值得期待。关键词土壤修复因子分析经营业绩引言通过阅读文献发现，国内学者对上市公司经营业绩评价问题的研究，主要遵循以下研究脉络：定性评价研究——定量评价研究——经营业绩与其影响因素之间的关系研究。目前主流的评价模型有：财政部统计评价司提出的国有资本绩效评价模型、美国《财富》杂志中文版与安达信合作评比“中国上市公司100强”排名时采用的模型、思腾思特管理咨询公司与证券之星共同推出“中国上市公司财富创造与毁灭排行榜”时采用的经济增加值（EVA）、中国诚信证券评估有限公司与《中国证券报》共同构建的上市公司业绩综合评分模型等（朱治龙等，2003）。目前主流评分法是综合评分法，但是其有一个小小的不足就是会掩盖上市公司一方面或几方面的不足。采取因子分析与主成分分析相结合可以避免这一不足。一、研究设计与数据来源本文从大智慧软件中获知12种土壤修复相关股票：桑德环境，鸿达兴业，杰瑞股份，棕榈园林，东江环保，华测检测，碧水源，天瑞仪器，永清环保，维尔利，铁汉生态，聚光科技，高能环境。他们2012年的年报数据来自Resset数据库。二、实证结果分析1）因子分析在做因子分析时，Gorsuch（1983）建议样本数目最少为变量数的5倍，且大于100。为了保证因子分析结果的可靠性，我们根据现有研究文献的做法初步选取净资产收益率等15个财务指标对旅游上市公司的经营业绩进行评价。首先，对财务指标进行正向化处理。企业绩效评价指标有正向指标、逆向指标和适度最优指标之分。所谓正向指标是指愈大愈好型指标，逆向指标是指愈小愈好型指标，适度最优指标则是指指标值在某一区间为最佳的指标。正向指标、逆向指标和适度最优指标的属性不同，需将逆向指标和适度最优指标进行正向化处理之后才能与正向指标的值具有可比性。在本文选取的20项指标中，流动比率和速动比率均为适度最优指标，因此需要进行正向化处理，设上市公司的实际指标值为XT，指标的最优值为XB，则同趋化公式为：BTXX1Xi我们通过对财务指标的逐步调整，最终选取了净资产收益率、营业利润率、投入资本回报率、营业收入增长率、利润总额增长率、净利润增长率、资产净利率、销售毛利率、销售净利率等9个指标。再次筛选完后进行因子分析。因子分析是以观察变量的共变关系为基础的统计技术，一组观察变量是否适合进行因子分析，主要与观察变量之间的相关情形有关。Bartlett球形检验可用来检验观察变量之间是否具有显著的相关系数，显著的球形检验表明观察变量适合进行因子分析。此外，我们还可以通过检验净相关矩阵的方法进行判断。取样适切性数量（MSA）为所有相关系数与净相关系数的比值，该比值越高表明变量之间的相关情形越好，越适合进行因子分析。各测量变量MSA系数的平均值即为KMO统计量，该统计量的值越大表明观察变量越适合做因子分析。据此，我们对相关上市公司进行了KMO和Bartlett球形检验。具体检验结果如表1.表1KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量。.625Bartlett的球形度检验近似卡方130.932df28Sig..000表2公因子方差初始提取净资产收益率1.000.989资产净利率1.000.962投入资本回报率1.000.988营业利润率1.000.918营业收入增长率1.000.873利润总额增长率1.000.970净利润增长率1.000.949销售毛利率1.000.980提取方法：主成份分析。Kaiser（1974）指出执行因子分析的KMO统计量的判断标准为：KMO统计量在0.90以上，进行因子分析的适合性是极佳的（marvelous）；0.80以上是良好（meritorious）；0.70以上是中度的（middling）；0.60以上是平庸的（mediocre）；0.50以上是可悲的（miserable）；0.50以下是无法接受的（unacceptable）。根据表3的检验结果，KMO统计量的值为0.625，大于0.60；Bartlett球形检验的近似卡方值为130.92，达到0.05的显著性水平。综合这两个指标可以进行因子分析。表3解释的总方差成份初始特征值提取平方和载入合计方差的%累积%合计方差的%累积%14.90161.25761.2574.90161.25761.25721.70621.32982.5871.70621.32982.58731.02312.79295.3791.02312.79295.3794.2162.69898.0775.1181.47199.5486.023.29399.8417.012.15499.9958.000.005100.000提取方法：主成份分析。Tabachnica和Fidell（2007）认为当公因子可以解释观察变量50%的方差时，是非常理想的情况。从表4可以看出，各项财务指标的共同度都在0.50以上，表明我们所选取的财务指标对评价环境上市公司的经营业绩均非常重要。对于公因子数目的决定，Kaiser（1960、1970）提出以特征值大于1为标准，也就是公因子的方差至少要等于单一测量变量的标准化方差，根据这一标准提取到3个特征值大于1的公因子，这3个公因子的累计方差贡献率达到95.379%，表3中最右边一栏是被提取的公因子的方差贡献率，反映的是所提取的公因子对于各项测量保留了原始变量的大部分信息。因此，研究所选取的15项财务指标最终可综合为3个公因子。表4模式矩阵a成份123净资产收益率1.050资产净利率.868.028.188投入资本回报率1.116营业利润率.264.454.525营业收入增长率1.059利润总额增长率.087.944净利润增长率.133.905销售毛利率1.058提取方法:主成份。旋转法:具有Kaiser标准化的倾斜旋转法。a.旋转在5次迭代后收敛。模式矩阵中因子载荷量以偏回归系数求得，即以公因子对某一变量进行预测时各公因子的加权系数。由于研究样本中的财务数据均进行了标准化处理，因此模式矩阵可以反映出各项财务指标的相对重要性。根据模式矩阵中的因子载荷量可知，公因子1中各项财务指标影响力的排序为：投入资产回报率＞净资产收益率＞资产净利率＞营业利润率＞净利润增长率＞利润总额增长率；公因子2中各项财务指标影响力排序：营业收入增长率＞利润总额增长率＞净利润增长率＞营业利润率＞资产净利率；公因子3中各项财务指标影响力排序：销售毛利率＞营业利润率＞资产净利率。测量变量与公因子之间的关系可由因子载荷量表示，是用以判断公因子内容与命名的重要参考。但未经旋转之前的模式矩阵中的因子载荷量，有时会出现一个变量同时与多个公因子密切相关的情况，实际上并不利于对公因子进行命名与解释。因此，我们还应当将模式矩阵中所提取出的公因子进行转轴处理，使各公因子都能反映出特定的意义，见表5。由于选取的各项财务指标具有相关性，因此在进行转轴处理时我们采用了允许公因子之间具有一定共变的斜交转轴法（ObliqueRotation）。表5结构矩阵成份123净资产收益率.992.505.380资产净利率.966.548.575投入资本回报率.973.465.257营业利润率.741.725.750营业收入增长率.259.884-.011利润总额增长率.587.983.231净利润增长率.611.969.239销售毛利率.217-.022.949提取方法:主成份。旋转法:具有Kaiser标准化的倾斜旋转法。通过结构矩阵我们发现成分1与净资产收益率关系，资产净利率，投入资本回报率正相关，成分2与营业收入增长率，利润总额增长率，净利润增长率正相关，成分3与销售毛利率正相关。分别命名成分1为收益性指标，成分2为成长性指标，成分3为销售性指标。然后可以求得12支上市公司的综合得分，见表6。表6四、研究结论与展望从综合得分我们看出近一半企业综合得分为负值，另一半得分也小于1，因此可以看出土壤修复相关上市企业盈利能力较差，但是当时是2012年处于行业开始期，国家政策并不健全，市场较小。近年来，国家开始大力扶持环保产业，十二五计划更是划拨500亿用于环境治理，相信土壤修复板块会继续活跃，公司发展更为迅速。参考文献[1]林海明.因子分析模型的改进与应用[J].数理统计与管理,2009,06:998-1012.[2]李静娟.基于因子分析的我国上市公司财务危机预警研究[D].河北经贸大学,2013.[3]傅再育.中国上市公司盈利能力模型分析[D].四川大学,2005.[4]任福匀.因子分析法在我国股票市场行业投资价值评价中的应用[D].中南大学,2005.[5]郭岚,张勇,李志娟.基于因子分析与DEA方法的旅游上市公司效率评价[J].管理学报,2008,02:258-262.[6]张慧,周春梅.我国旅游上市公司经营业绩的评价与比较——基于因子分析和聚类分析的综合研究[J].宏观经济研究,2012,03:85-92.[7]孙奕驰.上市公司财务绩效评价及其影响因素研究[D].辽宁大学,2011.