摘 要：2012年4月，滬深兩所先后推出創(chuàng)業(yè)板退市制度和主板、中小板退市制度方案（征求意見稿），A股市場(chǎng)退市制度全面鋪開，A股估值將不再以股本大小來排序，而是以綜合績效來排序?；诖?，本文以新疆36家上市公司2011年的年度財(cái)務(wù)報(bào)表為依據(jù)，選取其中的14個(gè)財(cái)務(wù)指標(biāo)構(gòu)建上市公司績效評(píng)價(jià)體系，運(yùn)用因子分析法對(duì)其綜合經(jīng)營績效進(jìn)行了實(shí)證分析，并給出每家公司的具體排名情況。最后，在退市機(jī)制逐步健全大背景下，基于實(shí)證結(jié)果指出新疆上市公司存在的問題，并給出了相應(yīng)的建議。

關(guān)鍵詞：退市制度；因子分析；經(jīng)營績效評(píng)估；財(cái)務(wù)指標(biāo)；上市公司

中圖分類號(hào)：F832.51 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9031（2012）11-0048-04 DOI：10.3969/j.issn.1003-9031.2012.11.11

截至2011年12月31日，新疆37家A股上市公司總市值達(dá)到2233.71億元。資本市場(chǎng)已經(jīng)成為新疆籌集經(jīng)濟(jì)建設(shè)資金的重要渠道之一，成為推動(dòng)新疆新型工業(yè)化建設(shè)、加快新農(nóng)村建設(shè)、拉動(dòng)經(jīng)濟(jì)增長的一支重要力量，為促進(jìn)新疆經(jīng)濟(jì)社會(huì)又好又快發(fā)展發(fā)揮重要作用。

一、文獻(xiàn)綜述及評(píng)價(jià)

目前國內(nèi)、外對(duì)上市公司經(jīng)營績效研究已經(jīng)具備了一定的基礎(chǔ)，但仍存在一些問題：（1）對(duì)上市公司經(jīng)營績效評(píng)估指標(biāo)的選取方面還沒有達(dá)成一致。如張濤（2010）在對(duì)云南26家上市公司績效評(píng)估時(shí)，雖然選取了15個(gè)相關(guān)財(cái)務(wù)指標(biāo)[1]，但是由于選取的指標(biāo)存在過多的“共線性”，同時(shí)未把一些重要的指標(biāo)囊括其中（如每股收益），從而導(dǎo)致提取出來的公因子對(duì)原始數(shù)據(jù)的信息總量的解釋程度偏小（僅為75%），遺失了過多的信息。（2）選取指標(biāo)的時(shí)間跨度有待商酌。如馬勝春（2010）采用半年報(bào)財(cái)務(wù)數(shù)據(jù)對(duì)新疆33家上市公司的綜合績效進(jìn)行評(píng)估[2]。由于許多上市公司天然的周期性，可能導(dǎo)致同一家公司的經(jīng)營情況在一年內(nèi)不同的季度之間存在顯著差別，采取半年報(bào)數(shù)據(jù)進(jìn)行評(píng)估，顯然有失公允（本文的結(jié)論也證實(shí)了這一擔(dān)憂）。（3）在評(píng)估上市公司經(jīng)營績效的方法論方面也存在一些不同的見解。楊興輝、李俊衡（2009）在采用因子分析法對(duì)我國電力行業(yè)上市公司2009年一季度財(cái)務(wù)指標(biāo)提取出公因子并計(jì)算其各自得分后，采用聚類分析對(duì)56家公司進(jìn)行歸類，最終將其劃分為5類[3]。但采用聚類分析進(jìn)行歸類，并不能得到每家公司具體的經(jīng)營情況或者更明確的結(jié)論。

基于此，本文運(yùn)用新疆36家上市公司（截至2011年12月份共37家上市公司，除去宏源證券，因該公司已遷至北京）2011年年報(bào)數(shù)據(jù)中14個(gè)財(cái)務(wù)指標(biāo)，基于因子分析視角，對(duì)他們的經(jīng)營績效情況進(jìn)行綜合評(píng)估。

二、模型介紹及實(shí)證分析

（一）因子分析法的基本原理

因子分析是多元統(tǒng)計(jì)分析的主干技術(shù)之一，它利用降維的思想，由研究原始變量相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，把一些具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為幾個(gè)少數(shù)綜合因子。其目的在于從大量的自變量中尋找一些適合解釋因變量的公共變量或虛擬變量，基于信息損失最小化原則，將眾多原始變量濃縮為上述少數(shù)幾個(gè)因子變量，使得變量具有更高的可解釋性。

（二）因子分析法過程及實(shí)證結(jié)果

1.樣本指標(biāo)體系的建立及標(biāo)準(zhǔn)化

本文以36家上市公司為研究對(duì)象，借鑒國家財(cái)政部頒布的企業(yè)績效評(píng)價(jià)體系，結(jié)合目前國內(nèi)外優(yōu)秀研究成果，選取14項(xiàng)指標(biāo)建立本文的綜合績效評(píng)價(jià)指標(biāo)體系，力求全面、完整、真實(shí)地反映新疆上市公司綜合績效排名狀況①。在該指標(biāo)體系中，流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率為適度指標(biāo)，其他11個(gè)均為正向指標(biāo)。因此，在分析前要對(duì)適度指標(biāo)進(jìn)行趨同化處理。同時(shí)，為了消除各指標(biāo)之間的量綱及數(shù)值大小差異的影響，在趨同化后，要對(duì)所有指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理（本文采用Z-Score變化法），以構(gòu)建標(biāo)準(zhǔn)化數(shù)據(jù)的相關(guān)系數(shù)矩陣。

2. 指標(biāo)數(shù)據(jù)的適用性檢驗(yàn)

進(jìn)行因子分析之前要確定原有變量之間有較強(qiáng)的相關(guān)關(guān)系。通常采用的方法有：相關(guān)系數(shù)矩陣法、反映像相關(guān)矩陣法、巴特利球度檢驗(yàn)和KMO檢驗(yàn)法。本文采用第三種方法。其中使用巴特利球度檢驗(yàn)和KMO檢驗(yàn)的臨界值分別為小于1%和大于0.6，檢驗(yàn)結(jié)果如表1。

3.因子提取及因子載荷矩陣的求解

本文采用主成分分析法求解公因子特征值、方差貢獻(xiàn)率及累計(jì)方差貢獻(xiàn)率（見表2）。根據(jù)特征值大于1 及提取因子信息損失最小化原則，在累計(jì)方程貢獻(xiàn)率大于80%的前提下最終確定了5個(gè)公因子。

4.公因子的命名與解釋

由于在初始的公因子荷載矩陣中，公因子所對(duì)應(yīng)的負(fù)載較大的指標(biāo)信息無法使公因子具有較好的解釋性，并據(jù)此進(jìn)行命名，因此，為了更好地理解公因子的實(shí)際經(jīng)濟(jì)意義并對(duì)其命名，本文采用方差最大化正交旋轉(zhuǎn)法對(duì)因子旋轉(zhuǎn)，旋轉(zhuǎn)前的碎石圖及旋轉(zhuǎn)后的因子載荷矩陣分別如圖1和表3（為了便于觀察，只給出了載荷絕對(duì)值大于0.3的主成份數(shù)據(jù)）。

采用最大方差法進(jìn)行因子旋轉(zhuǎn)得到的5個(gè)公因子具備了明確的解釋能力，同時(shí)，結(jié)合其他研究文獻(xiàn)中的命名方法和習(xí)慣[10]，各公因子經(jīng)濟(jì)含義的確定及命名如表4。

5. 因子得分及得分函數(shù)建立

在上一步對(duì)因子經(jīng)濟(jì)意義解釋的基礎(chǔ)上，對(duì)因子進(jìn)行定量描述，得到經(jīng)VARIMAX法旋轉(zhuǎn)后各個(gè)公因子的得分系數(shù)的回歸估計(jì)值（見表5）。

在表5的基礎(chǔ)上建立因子得分函數(shù)，求解因子得分的過程主要是通過觀測(cè)指標(biāo)的線性組合來表示因子，而因子得分就是觀測(cè)指標(biāo)的加權(quán)平均，權(quán)重的大小表示指標(biāo)對(duì)因子的重要程度。得分函數(shù)的確定，本文采用回歸法估計(jì)因子得分系數(shù)。根據(jù)因子得分系數(shù)矩陣與原始指標(biāo)標(biāo)準(zhǔn)化值求解共因子得分的計(jì)算公式，下面只給出第一個(gè)公因子的得分函數(shù)，同樣方法可以得到其余五個(gè)公因子的得分函數(shù)：

Z1=-0.018X1+0.300X2+0.049X3-0.115X4-0.058X5+0.020X6-0.093X7-0.018X8-0.021X9+0.350X10-0.137X11-0.090X12-0.105X13+0.350X14

6.新疆上市公司綜合經(jīng)營績效得分

為了對(duì)新疆上市公司做出綜合評(píng)價(jià)，需要對(duì)綜合績效得分進(jìn)行定量計(jì)算，綜合績效得分進(jìn)一步綜合了5個(gè)公因子信息，與單個(gè)因子相比，可以對(duì)新疆上市公司經(jīng)營績效做出更為綜合、更為全面的評(píng)估。本文采用的計(jì)算方法是：對(duì)所提取公因子得分按照相應(yīng)的貢獻(xiàn)比重進(jìn)行加權(quán)平均求和。其權(quán)重為各因子的方差貢獻(xiàn)率占諸因子總的累計(jì)方差貢獻(xiàn)率的比重[11]。綜合績效得分的一般計(jì)算公式： 根據(jù)上述一般公式求得2011年新疆上市公司綜合經(jīng)營績效得分計(jì)算公式：

Z綜=0.246Z1+0.230Z2+0.220Z3+0.156Z4+0.148Z5

綜上，得到新疆33 家上市公司按盈利水平、償債能力、股本擴(kuò)張、資產(chǎn)管理及成長性等各因子以及綜合因子得分的排序結(jié)果（見表6）。

在表6給出36家上市公司的各公因子得分排名及綜合得分排名的條件下，為了更好的反映該36上市公司各公因子指標(biāo)的實(shí)際運(yùn)營能力，本文把36家公司分為以下三類，并對(duì)這三類公司在五個(gè)因子及綜合得分方面的平均得分進(jìn)行計(jì)算（見表7）。

三、結(jié)論及建議

（一）結(jié)論

1.盈利因子得分在公司綜合績效評(píng)估中占的比重較大，一般講盈利能力比較強(qiáng)的上市公司，綜合績效排名靠前。但是如果公司過于注重其盈利能力而忽視了其他方面的改善，也會(huì)對(duì)公司的發(fā)展及績效排名帶來不利影響。如盈利能力排在第3位的新研股份和第4位的天富熱電，在綜合排名方面僅僅位于第9和第10位。

2.研究發(fā)現(xiàn)，公司償債能力與經(jīng)營績效呈現(xiàn)出一定的負(fù)相關(guān)關(guān)系，即償債能力過強(qiáng)的公司，經(jīng)營績效反而不是太好。這可能是償債能力過強(qiáng)的公司沒有有效運(yùn)用財(cái)務(wù)杠桿，沒有使資金達(dá)到效益最大化，進(jìn)而導(dǎo)致公司經(jīng)營過于保守的緣故。

3.前期經(jīng)營不善的上市公司，在經(jīng)過外來資金的資產(chǎn)重組后，其經(jīng)營發(fā)展水平一般會(huì)有顯著地改善。近年來，渤海租賃和八一鋼鐵綜合績效的快速提升都證實(shí)了這一判斷。

4.總體上看，新疆36家上市公司在股本擴(kuò)張、資產(chǎn)管理以及成長性方面表現(xiàn)都相對(duì)令人滿意，但是位于后5位公司的成長能力平均得分及平均綜合得分都為負(fù)數(shù)，令人擔(dān)憂。

5.綜合排名位于前5名的公司，綜合平均得分十分搶眼，很容易獲得投資者的青睞。但是，必須看到它們的償債能力及股本擴(kuò)張能力都比較脆弱，意味著這些公司存在過分利用財(cái)務(wù)杠桿以求得公司較快的發(fā)展，會(huì)導(dǎo)致公司經(jīng)營存在一定的財(cái)務(wù)風(fēng)險(xiǎn)，應(yīng)引起投資者的關(guān)注。

（二）相關(guān)建議

首先，在今后的發(fā)展中，公司應(yīng)在努力提高其盈利能力的前提下，兼顧其他經(jīng)營和管理水平方面的改善，做到各方面的協(xié)調(diào)發(fā)展。其次，公司在保證自身不會(huì)出現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)的條件下，更多、更充分地運(yùn)用財(cái)務(wù)杠桿，使得公司各種資源的配置達(dá)到最優(yōu)。再次，在我國逐步健全A股市場(chǎng)退市機(jī)制的大背景下，對(duì)于目前排名比較靠后的上市公司，更應(yīng)該著眼于公司管理結(jié)構(gòu)的治理，盡快轉(zhuǎn)變公司目前的不良狀況，努力避免被退市警示乃止強(qiáng)行退市的風(fēng)險(xiǎn)。最后，公司還應(yīng)該著眼自身的未來發(fā)展，努力提高自己的成長能力。

（特約編輯：羅洋）

參考文獻(xiàn)：

[1]張濤.云南上市公司績效和競(jìng)爭力分析[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010（6）：76-77.

[2]馬勝春.基于2010年中報(bào)的新疆上市公司績效評(píng)價(jià)[J].銅陵學(xué)院學(xué)報(bào)，2010（6）：38-39.

[3]楊興輝，李俊衡.我國電力行業(yè)上市公司經(jīng)營績效評(píng)價(jià)研究[J].中國商界，2009（9）：5-6.

[4]米子川.統(tǒng)計(jì)軟件方法[M].北京：中國統(tǒng)計(jì)出版社，2005：223-224.

[5]孟建民.中國企業(yè)績效評(píng)價(jià)[M].北京：中國財(cái)政經(jīng)濟(jì)出版社，2000：251-257.

[6]Joseph，F(xiàn).，Haiv，J.R.et al. Multivaviafe Dafa Analysis With Readings[M].Prentice-Hall International，1995：374.

[7]薛薇.統(tǒng)計(jì)分析與SPSS的應(yīng)用[M].北京：中國人民大學(xué)出版社，2011：323.

[8]張慶利.SPSS寶典[M].北京：電子工業(yè)出版社，2011：399-401.

[9]彭熠.我國農(nóng)業(yè)上市公司經(jīng)營績效研究[M].北京：經(jīng)濟(jì)科學(xué)出版社，2008：75-76.

[10]林樂芬.中國農(nóng)業(yè)上市公司績效的實(shí)證分析[J].中國農(nóng)村觀察，2004（6）：66-70.

[11]林海明，張文霖.主成分分析與因子分析的異同和SPSS軟件——兼與劉玉玫、盧紋岱等同志商榷[J].統(tǒng)計(jì)研究，2005（3）：65-69.