摘 要 本文運(yùn)用因子分析法簡(jiǎn)化評(píng)價(jià)指標(biāo)體系，在盡量減少原指標(biāo)所含信息損失的基礎(chǔ)上，將影響陜西省上市公司融資效率的29個(gè)指標(biāo)綜合為幾個(gè)主要指標(biāo)。然后通過熵值法進(jìn)行客觀賦權(quán)，解決了主觀賦權(quán)的問題，使權(quán)數(shù)更具客觀性、科學(xué)性。

關(guān)鍵詞 因子分析法 熵值法 融資效率

中圖分類號(hào)：F425．71文獻(xiàn)標(biāo)識(shí)碼：A

一、因子分析法

（一）基本原理。

因子分析法，就是通過原始指標(biāo)的相關(guān)矩陣R 所含有的信息，建立因子模型，將原來眾多具有一定相關(guān)性的p 個(gè)指標(biāo)，綜合為少數(shù)m 個(gè)(m

（二）用因子分析法構(gòu)建新指標(biāo)的主要步驟：

進(jìn)行因子分析，以提取主因子并命名。對(duì)評(píng)價(jià)指標(biāo)的因子分析，可以用SPSS 統(tǒng)計(jì)軟件完成。它的過程包含以下內(nèi)容:

1． 對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，對(duì)標(biāo)準(zhǔn)化指標(biāo)求相關(guān)系數(shù)矩陣。相關(guān)系數(shù)可反映指標(biāo)間信息重迭的程度，其值越大，信息重迭的程度越高; 其值越小，重迭的程度越低。

2． 計(jì)算相關(guān)系數(shù)矩陣的特征值、特征向量、特征值貢獻(xiàn)率和特征值累積貢獻(xiàn)率。

3． 根據(jù)特征值貢獻(xiàn)率和累積貢獻(xiàn)率確定主因子個(gè)數(shù)。確定的一般原則為：當(dāng)累積貢獻(xiàn)率>80%、某一主因子貢獻(xiàn)率<5%時(shí)，不再累積，也可根據(jù)被研究問題的實(shí)際情況確定。

4． 計(jì)算主因子載荷矩陣（Component Matrix），根據(jù)主因子載荷系數(shù)對(duì)主因子進(jìn)行命名。

5． 計(jì)算主因子。

二、熵值法

（一）基本原理。

在信息論中，熵是對(duì)不確定性的一種度量。信息量越大，不確定性就越小，熵也就越?。恍畔⒘吭叫?，不確定性越大，熵也越大。根據(jù)熵的特性，我們可以通過計(jì)算熵值來判斷一個(gè)事件的隨機(jī)性及無序程度，也可以用熵值來判斷某個(gè)指標(biāo)的離散程度，指標(biāo)的離散程度越大，該指標(biāo)對(duì)綜合評(píng)價(jià)的影響越大。

（二）熵值法評(píng)價(jià)步驟。

設(shè)有m個(gè)個(gè)體，n個(gè)指標(biāo)，則xij第i個(gè)個(gè)體的第j個(gè)指標(biāo)的指標(biāo)值

(i=l，2…m;j=1，2…n)。

1． 數(shù)據(jù)的非負(fù)化處理，由于熵值法的計(jì)算用的是各上市公司的各項(xiàng)指標(biāo)在同一指標(biāo)值的總和中的比重，所以計(jì)算時(shí)可以不用標(biāo)準(zhǔn)化，而是針對(duì)原始數(shù)據(jù)進(jìn)行。但由于數(shù)據(jù)中有負(fù)數(shù)，不利于最終的計(jì)算，所以在計(jì)算前先對(duì)數(shù)據(jù)進(jìn)行非負(fù)化處理。同時(shí)，由于后面求熵值時(shí)要用對(duì)數(shù)進(jìn)行計(jì)算，為了避免對(duì)數(shù)無意義，可以將數(shù)據(jù)再進(jìn)行平移。

對(duì)于正指標(biāo)

對(duì)于負(fù)指標(biāo)

通過這樣的變換，可以得到標(biāo)準(zhǔn)化的矩陣Y。

2．計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)個(gè)體的值在此指標(biāo)中所占的比重：

3．計(jì)算第j項(xiàng)指標(biāo)的熵值：

1n。其中，k=1/mn（4）

4．計(jì)算第j項(xiàng)指標(biāo)的差異系數(shù)。對(duì)于第j項(xiàng)指標(biāo)，指標(biāo)值的差異越大

對(duì)方案評(píng)價(jià)作用越大，熵值就越小。定義差異性系數(shù):

5． 求權(quán)數(shù)

6． 計(jì)算綜合經(jīng)濟(jì)效益系數(shù): （7）

（i=1，2…m）

三、陜西省上市公司融資效率的實(shí)證研究方法

（一）指標(biāo)體系的建立。

影響陜西省上市公司融資效率的指標(biāo)主要分為六大指標(biāo)，這六大指標(biāo)又具體包括一些小指標(biāo)，共29個(gè)指標(biāo)，指標(biāo)體系如下：

1． 資金到位指標(biāo)：X1籌資速度；X2借款籌資規(guī)模；X3籌資活動(dòng)現(xiàn)金流入流出比；

2． 融資成本指標(biāo)：X4股權(quán)資本成本率；X5債券籌資費(fèi)用率；X6留存收益資本成本率；X7借款成本；

3． 企業(yè)價(jià)值指標(biāo)：X8銷售毛利率；X9稅后利潤增長率；X10凈資產(chǎn)收益率；X11總資產(chǎn)周轉(zhuǎn)率；X12主營業(yè)務(wù)收入增長率；X13營業(yè)利潤增長率；X14總資產(chǎn)增長率；

4． 抗風(fēng)險(xiǎn)性指標(biāo)：X15速動(dòng)比率；X16應(yīng)收賬款周轉(zhuǎn)率；X17權(quán)益增加率；X18折舊提取率；X19流動(dòng)比例；X20現(xiàn)金流量?jī)攤?；X21已獲利息倍數(shù)；X22應(yīng)收應(yīng)付配合率；X23長期資產(chǎn)負(fù)債比；

5． 資本結(jié)構(gòu)指標(biāo)：X24股東權(quán)益比例；X25資產(chǎn)負(fù)債率；X26股權(quán)集中度；X27流通股比例；

6． 公司治理效率指標(biāo)：X28國有持股情況；X29信息的流動(dòng)；

（二）樣本的選擇。

目前陜西省上市公司一共有27家，剔除一些數(shù)據(jù)不全的公司，選擇數(shù)據(jù)較全的上市公司作為樣本評(píng)價(jià)和分析。

（三）實(shí)證結(jié)論及評(píng)價(jià)。

1．將所選取的陜西省的上市公司按照指標(biāo)體系進(jìn)行數(shù)據(jù)收集。

2． 調(diào)用SPSS 軟件進(jìn)行因子分析，激活數(shù)據(jù)管理窗口，按順序輸入相應(yīng)數(shù)值，建立數(shù)據(jù)庫，調(diào)用Data Reduction 菜單的Component 過程命令項(xiàng)，對(duì)各指標(biāo)因子分析。因子分析的結(jié)果得到公共因子的特征值和貢獻(xiàn)率，將原來的29 個(gè)指標(biāo)可以綜合成幾個(gè)主因子（主指標(biāo)）。

3． 以這幾個(gè)主指標(biāo)為指標(biāo)體系依據(jù)，運(yùn)用熵值法進(jìn)行評(píng)價(jià)，得出每個(gè)上市公司所對(duì)應(yīng)的融資效率的數(shù)據(jù)。

4． 評(píng)價(jià)結(jié)論：

通過以上信息熵客觀賦權(quán)的方法對(duì)陜西省上市公司的融資效率進(jìn)行了定量分析，而基于信息熵客觀賦權(quán)的方法其評(píng)價(jià)標(biāo)準(zhǔn)是數(shù)據(jù)結(jié)果越接近1則說明上市公司的融資效率越高，相反數(shù)據(jù)結(jié)果越接近于0則說明上市公司的融資效率越低。

（作者：王麗娜，西安石油大學(xué)會(huì)計(jì)專業(yè)研究生，研究方向?yàn)闀?huì)計(jì)理論與實(shí)務(wù)；王穎，陜西華光實(shí)業(yè)有限責(zé)任公司財(cái)務(wù)審計(jì)部經(jīng)理、會(huì)計(jì)師）

參考文獻(xiàn)：

[1]顏紅艷、周栩、湯立． 基于因子熵值法的建筑施工企業(yè)績(jī)效評(píng)價(jià)．價(jià)值工程． 2007．10．

[2]段永峰． 影響中小企業(yè)融資效率的要素分析及其對(duì)策． 山地農(nóng)業(yè)生物學(xué)報(bào)．2004．6

[3]童小倩．淺談我國企業(yè)融資效率．中國會(huì)計(jì)學(xué)習(xí)． 2003．10．

[4]紀(jì)紅．我國上市公司融資效率淺析．對(duì)外經(jīng)貿(mào)財(cái)會(huì)．2002．10．