唐 菲，韓 華，龍 偉

(武漢理工大學(xué)經(jīng)濟(jì)學(xué)院，湖北 武漢 430070)

隨著傳統(tǒng)能源日益緊缺，新能源的開發(fā)與利用受到世界各國(guó)的廣泛關(guān)注。當(dāng)前，中國(guó)的能源與環(huán)境問題嚴(yán)重，新能源開發(fā)利用受到越來越多的關(guān)注。新能源一方面作為傳統(tǒng)能源的補(bǔ)充，另一方面可有效降低環(huán)境污染。我國(guó)可再生能源和新能源開發(fā)利用雖然起步較晚，但近年來以年均超過25%的速度增長(zhǎng)，能源結(jié)構(gòu)優(yōu)化升級(jí)成為大勢(shì)所趨，新能源及其產(chǎn)業(yè)迎來發(fā)展新契機(jī)。新能源產(chǎn)業(yè)發(fā)展前景樂觀，能源股勢(shì)必成為今后證券市場(chǎng)的新焦點(diǎn)。鑒于該形勢(shì)，如何客觀地度量新能源行業(yè)上市公司的投資價(jià)值、控制市場(chǎng)風(fēng)險(xiǎn)，成為投資機(jī)構(gòu)和投資個(gè)人所面臨的共同問題。

從投資者的角度分析我國(guó)新能源行業(yè)40家上市公司股票的投資價(jià)值，研究其影響因素指標(biāo)，建立綜合投資價(jià)值指標(biāo)體系。根據(jù)2010年度的財(cái)務(wù)報(bào)表數(shù)據(jù)，建立了基于因子分析法和聚類分析法的投資價(jià)值評(píng)價(jià)模型:①運(yùn)用因子分析法對(duì)指標(biāo)進(jìn)行綜合降維，對(duì)因子載荷矩陣采用主成分分析法求解，根據(jù)因子的累積方差貢獻(xiàn)率確定每個(gè)因子與投資價(jià)值的相關(guān)性，計(jì)算出因子得分、綜合值和排名，尋找具有投資前景的股票。②依據(jù)提取的因子，對(duì)業(yè)績(jī)相似的公司通過聚類分析進(jìn)行歸類，對(duì)不同類別的上市公司進(jìn)行對(duì)比分析，從而發(fā)現(xiàn)規(guī)律[1]。

1 模型的建立

1.1 指標(biāo)的選擇

對(duì)于有關(guān)上市公司的投資價(jià)值分析，許多學(xué)者從構(gòu)建投資價(jià)值指標(biāo)體系這一角度進(jìn)行研究。通過財(cái)務(wù)數(shù)據(jù)得出的上市公司綜合情況，一定程度上能反映其投資價(jià)值。但影響上市公司投資價(jià)值的指標(biāo)眾多，如盈利能力、償債能力、資產(chǎn)管理能力、發(fā)展能力和股本結(jié)構(gòu)等，在建立投資價(jià)值評(píng)價(jià)模型時(shí)不可能包括所有的評(píng)價(jià)指標(biāo)。另外，若選擇中出現(xiàn)一些對(duì)公司投資價(jià)值影響很小或信息量有較多重復(fù)的指標(biāo)時(shí)，評(píng)價(jià)體系中各因素之間的相關(guān)性較強(qiáng)，容易導(dǎo)致評(píng)價(jià)結(jié)果的失真[2];若主觀地僅采用幾個(gè)指標(biāo)易造成一些重要指標(biāo)的漏選，導(dǎo)致投資決策片面。因此，合理選擇評(píng)價(jià)指標(biāo)是正確評(píng)價(jià)上市公司投資價(jià)值的關(guān)鍵[3]。

對(duì)于新能源行業(yè)，由于所選研究對(duì)象都是出自同一個(gè)行業(yè)，因此行業(yè)特性差別不大，可以不予考慮。根據(jù)公司價(jià)值的一般理論，公司價(jià)值主要由盈利能力、成長(zhǎng)性、償債能力、運(yùn)營(yíng)能力等諸多因素決定?？紤]到數(shù)據(jù)的可獲得性和指標(biāo)間的可比性，筆者選取了14個(gè)指標(biāo)作為上市公司投資價(jià)值的評(píng)價(jià)指標(biāo)體系，如表1所示。

表1 新能源行業(yè)上市公司投資價(jià)值評(píng)價(jià)指標(biāo)

1.2 因子分析模型

表征上市公司投資價(jià)值的指標(biāo)變量很多，這些指標(biāo)分別從不同角度反映了上市公司的經(jīng)營(yíng)狀況，僅以某個(gè)指標(biāo)來評(píng)價(jià)公司的投資價(jià)值往往容易導(dǎo)致評(píng)價(jià)結(jié)果的失真[4]，而多變量大樣本無疑會(huì)為科學(xué)研究提供豐富的信息，但也在一定程度上增加了問題分析的復(fù)雜性。同時(shí)，這些變量之間可能存在信息高度重疊和高度相關(guān)的問題[5]。因此，采用因子分析法來有效地降低變量維數(shù)，其核心是用較少的相互獨(dú)立的因子反映原有變量的絕大部分信息。這樣，既排除了在指標(biāo)選擇和權(quán)數(shù)確定時(shí)主觀因素的影響，又消除了指標(biāo)間的重疊信息，使得定量分析涉及的變量較少，而得到的信息量又較多，并且綜合評(píng)價(jià)結(jié)果唯一、客觀、合理。其數(shù)學(xué)模型為:將p個(gè)原有變量x1，x2，…，xp用 f1，f2，…，fk的線性組合表示，即:

則因子分析模型的矩陣表達(dá)形式為:X=AF+ξ。其中，F(xiàn)為因子;A為因子載荷矩陣;ξ為原有變量不能被因子解釋的部分。以各因子的方差貢獻(xiàn)率為權(quán)，由各因子的線性組合得到綜合評(píng)價(jià)指標(biāo)函數(shù)為:

因子分析的關(guān)鍵是根據(jù)樣本數(shù)據(jù)求因子載荷矩陣[6-7]。對(duì)因子載荷矩陣采用主成分分析法求解，根據(jù)因子的累積方差貢獻(xiàn)率確定所要提取因子個(gè)數(shù)。為使因子具有較強(qiáng)的實(shí)際意義，通過因子旋轉(zhuǎn)使變量只有盡可能少的因子具有較高的載荷，因子旋轉(zhuǎn)采用最大方差法。

1.3 樣本的選擇及數(shù)據(jù)來源

以我國(guó)新能源行業(yè)40家上市公司為研究對(duì)象[8]，利用其2010年度的基本財(cái)務(wù)數(shù)據(jù)和重要財(cái)務(wù)指標(biāo)進(jìn)行實(shí)證研究。數(shù)據(jù)來源于國(guó)泰君安(CSMAR)金融數(shù)據(jù)庫(kù)。利用SPSS13.0統(tǒng)計(jì)分析軟件進(jìn)行數(shù)據(jù)處理，在規(guī)定的累積方差貢獻(xiàn)率下提取因子后，計(jì)算出各公司的因子得分和綜合排名，作為實(shí)驗(yàn)數(shù)據(jù)，進(jìn)一步對(duì)上述公司進(jìn)行聚類分析。

2 實(shí)證分析

2.1 因子分析結(jié)果

在進(jìn)行因子分析之前，首先運(yùn)用SPSS分析軟件對(duì)選取的指標(biāo)數(shù)據(jù)進(jìn)行KMO和巴特利球形檢驗(yàn)[9]，如表2 所示。

表2 KMO和巴特利球形檢驗(yàn)

由表2可見，KMO數(shù)值為0.552(＞0.5)，因此各變量間的相關(guān)程度沒有較大差異，數(shù)據(jù)適合做因子分析;巴特利球形檢驗(yàn)相伴概率約等于0，小于顯著性水平0.01，更小于0.05，可見球形假設(shè)被拒絕。這表明所選用的投資價(jià)值評(píng)價(jià)指標(biāo)滿足運(yùn)用因子分析的前提條件。換言之，若直接采用上述14項(xiàng)財(cái)務(wù)指標(biāo)來反映40家上市公司的業(yè)績(jī)，必然有相關(guān)性和重疊性。

在累積方差貢獻(xiàn)率達(dá)82.391%的情況下可以提取5個(gè)因子。碎石圖如圖1所示。初始特征值合計(jì)大于1，可以認(rèn)為這5個(gè)因子代表原來數(shù)據(jù)的大部分信息。因子個(gè)數(shù)提取原則為因子對(duì)應(yīng)的特征值大于1的前m個(gè)因子。特征值在某種程度上可以被看成是表示因子影響力度大小的指標(biāo)，如果特征值小于1，說明該因子的解釋力度還不如直接引入一個(gè)原變量的平均解釋力度大，因此一般用特征值大于1作為納入標(biāo)準(zhǔn)。從圖1可以看出，從第5個(gè)特征值開始，折線的陡度變得比較平緩，這說明提取5個(gè)因子是合適有效的。各因子特征值載荷矩陣如表3所示。

圖1 碎石圖(因子數(shù)與特征值的關(guān)系圖)

表3 因子載荷矩陣

由表3可以看出，利用因子分析法，可以把影響新能源行業(yè)上市公司投資價(jià)值的14項(xiàng)指標(biāo)綜合為5個(gè)因子，旋轉(zhuǎn)后的三維因子載荷圖如圖2所示。根據(jù)各因子的貢獻(xiàn)率及各因子特征值載荷量來看，因子1由盈利能力、運(yùn)營(yíng)能力和增長(zhǎng)能力3個(gè)方面因素綜合而成;因子2主要反映償債能力和周轉(zhuǎn)能力;因子3和因子4主要反映償債能力;因子5主要反映資本擴(kuò)張能力和盈利增長(zhǎng)能力。通過分析上述5個(gè)因子的得分及各個(gè)因子的方差貢獻(xiàn)率，可以計(jì)算出40家上市公司的投資價(jià)值綜合得分。

在進(jìn)行因子分析時(shí)對(duì)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理(期望為0，方差為1)，各因子得分與綜合值的期望值均為0，因此可以0為參考標(biāo)準(zhǔn)線，認(rèn)為綜合值大于0的公司綜合業(yè)績(jī)相對(duì)較好，且數(shù)值越大，實(shí)力越強(qiáng);綜合得分小于0的則相對(duì)較差，且數(shù)值的絕對(duì)值越大，實(shí)力越弱。依此可對(duì)上市公司的綜合業(yè)績(jī)有一個(gè)基本的判斷。

圖2 因子載荷圖

新能源行業(yè)上市公司投資價(jià)值散點(diǎn)圖如圖3所示。由圖3可以看出，具有投資價(jià)值和潛力的公司所占比例不小，新能源行業(yè)今后依然是具有投資潛力的板塊。同時(shí)，長(zhǎng)源電力、鄭州煤電等公司業(yè)績(jī)突出，是極具投資價(jià)值的績(jī)優(yōu)股。

圖3 新能源行業(yè)上市公司投資價(jià)值散點(diǎn)圖

2.2 聚類分析

圖3的評(píng)價(jià)結(jié)論基本上能夠滿足投資者對(duì)上市公司投資價(jià)值分析的需要，但是由于投資者的投資理念往往各不相同，關(guān)注的側(cè)重點(diǎn)也有所不同。為了更深入細(xì)致地分析行業(yè)板塊的情況，將利用聚類分析中的層次聚類法進(jìn)一步對(duì)40家新能源行業(yè)上市公司的5個(gè)因子值和綜合值進(jìn)行Q型聚類，聚類方法為系統(tǒng)默認(rèn)的組間平均鏈鎖法，即定義兩個(gè)小類之間的距離為所有樣本對(duì)之間的平均距離。測(cè)量尺度選用歐式距離平方，即兩樣本之間的距離是各樣本每個(gè)變量值之差的平方和。通過聚類分析把業(yè)績(jī)相似的公司歸類，可以對(duì)不同類別的上市公司進(jìn)行對(duì)比分析，有利于構(gòu)造合理有效的投資組合[10]。由分類結(jié)果可知，40個(gè)能源行業(yè)上市公司可以歸聚為5個(gè)類別，如表4所示。

表4 聚類分析結(jié)果

類別5包括泰山石油和京能熱電兩家公司。這兩家公司因子1排名靠后，分別排在36、40位，反映了盈利能力、增長(zhǎng)能力較差。但因子3排名靠前，說明公司流動(dòng)能力較好，償債能力較強(qiáng)。綜合來看，上述兩公司經(jīng)營(yíng)業(yè)績(jī)并不突出，盈利能力是薄弱環(huán)節(jié)，而反映盈利能力的指標(biāo)卻是投資者最為關(guān)注的，因此公司應(yīng)該在提高盈利能力、增強(qiáng)企業(yè)效益方面做更多的改善。短期來看，該類公司并非理想的投資對(duì)象。

類別1包括靖遠(yuǎn)煤電、平莊能源、冀中能源等18家公司。數(shù)據(jù)表明該類別中18家公司的財(cái)務(wù)狀況良好，綜合值排名比較靠前，整體來看業(yè)績(jī)優(yōu)良，主營(yíng)業(yè)務(wù)增長(zhǎng)率較高，具有很強(qiáng)的發(fā)展?jié)摿洼^強(qiáng)的擴(kuò)展趨勢(shì)，屬于投資者進(jìn)行長(zhǎng)期投資的首選對(duì)象，是值得投資者看好的績(jī)優(yōu)股。

類別2包括美錦能源、四川圣達(dá)、神火股份等16家公司。這部分公司的各項(xiàng)排名相對(duì)靠后，因子1得分基本低于整體行業(yè)平均值，盈利能力相對(duì)較弱，償債能力和周轉(zhuǎn)能力也表現(xiàn)一般，需要謹(jǐn)慎投資。類別3包含國(guó)際實(shí)業(yè)和中山公用兩家公司。這兩家公司因子1排名領(lǐng)先，表明主營(yíng)業(yè)務(wù)利潤(rùn)率和凈利潤(rùn)增長(zhǎng)率較高，競(jìng)爭(zhēng)優(yōu)勢(shì)突出，公司整體盈利能力高于同行業(yè)上市公司平均水平。類別4包括深基地B和愛使股份兩家公司。這兩家公司因子3及因子4排名靠前，表明具有較好的償債能力和周轉(zhuǎn)能力，但因子2排名相對(duì)靠后，如果希望挖掘股市中的“黑馬”，那么應(yīng)該對(duì)該類股票給予更多關(guān)注。

通過聚類分析可以看出，在新能源行業(yè)的40家上市公司中，具有投資價(jià)值的公司占較大比例，說明我國(guó)新能源行業(yè)前景光明，有較高的投資價(jià)值。此外，通過對(duì)5個(gè)因子及綜合排名的比較可以看出，上市公司的盈利指標(biāo)仍為投資者最為關(guān)注的因素。不同類別的公司具有不同的特色，投資者可以根據(jù)自己對(duì)公司投資價(jià)值的理解從中選擇適合的投資對(duì)象，構(gòu)造合理有效的投資組合。

3 結(jié)論

筆者利用2010年度我國(guó)新能源行業(yè)上市公司的財(cái)務(wù)數(shù)據(jù)，運(yùn)用因子分析和聚類分析對(duì)公司的投資價(jià)值進(jìn)行綜合評(píng)價(jià)，研究發(fā)現(xiàn):①新能源行業(yè)前景光明，具有投資價(jià)值和潛力的公司所占比例不小，新能源行業(yè)是具有投資潛力的板塊。②各公司在盈利能力、償債能力、運(yùn)營(yíng)能力、周轉(zhuǎn)能力等諸多方面的表現(xiàn)各不相同，投資者可根據(jù)投資偏好選擇投資對(duì)象。③通過研究結(jié)論與實(shí)際情況對(duì)比表明，因子分析和聚類分析得到的評(píng)價(jià)結(jié)論基本符合客觀實(shí)際情況，故該方法可推廣運(yùn)用于研究航天軍工、通信、汽車等行業(yè)的投資價(jià)值分析中。但同時(shí)，運(yùn)用該方法對(duì)上市公司進(jìn)行投資價(jià)值分析也存在一些問題，如增強(qiáng)指標(biāo)選取的行業(yè)性特點(diǎn)、因子個(gè)數(shù)的合理確定以及結(jié)果分析等，在以后的研究中將不斷的完善和改進(jìn)。

[1] 李云飛，惠曉峰.基于支持向量機(jī)的股票投資價(jià)值分類模型研究[J].中國(guó)軟科學(xué)，2008(1):135-140.

[2] 楊小平，婁彥華，巫緒芬.績(jī)效評(píng)價(jià)指標(biāo)選取的統(tǒng)計(jì)方法及其應(yīng)用[J].技術(shù)經(jīng)濟(jì)，2002(5):61-63.

[3] 韓兆洲，謝銘杰.上市公司投資價(jià)值評(píng)價(jià)模型及其實(shí)證分析[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2004(11):71-75.

[4] 楊茜.基于Logistic回歸模型的航運(yùn)業(yè)上市公司投資價(jià)值評(píng)價(jià)[J].科技創(chuàng)業(yè)月刊，2010(8):99-101.

[5] 羅紅松，馬慶琰.基于分組因子法的科技板投資價(jià)值分析[J].科技創(chuàng)業(yè)月刊，2007(10):46-47.

[6] 鄭軼松，王謙，何曙光.基于因子分析的半導(dǎo)體封裝質(zhì)量控制系統(tǒng)[J].系統(tǒng)工程，2009，27(1):108-112.

[7] 遲國(guó)泰，鄭杏果，楊中原.基于因子分析的國(guó)有商業(yè)銀行競(jìng)爭(zhēng)力評(píng)價(jià)研究[J].管理學(xué)報(bào)，2009，6(2):228-233.

[8] 劉勁松.中國(guó)能源三巨頭國(guó)際競(jìng)爭(zhēng)力比較研究[J].產(chǎn)業(yè)安全研究，2011(1):31-35.

[9] JOHNSON R A，WICHERN D W.實(shí)用多元統(tǒng)計(jì)分析[M].陸璇，趙衡秀，葉俊，等，譯.北京:清華大學(xué)出版社，2008:54-98.

[10] 于大力.我國(guó)高科技產(chǎn)業(yè)的綜合評(píng)價(jià)研究[J].科技進(jìn)步與對(duì)策，2008，25(6):128-131.