張 祎，朱家明

（安徽財(cái)經(jīng)大學(xué) a.金融學(xué)院；b.統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030）

基于主成分分析研究安徽各產(chǎn)業(yè)上市公司融資效率

張 祎a，朱家明b*

（安徽財(cái)經(jīng)大學(xué) a.金融學(xué)院；b.統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030）

針對(duì)安徽各產(chǎn)業(yè)上市公司融資效率，首先對(duì)“融資效率”相關(guān)的文獻(xiàn)進(jìn)行綜述，明確定義所提的“融資效率”，再從“新浪財(cái)經(jīng)”網(wǎng)站上搜集到衡量“融資效率”相關(guān)指標(biāo)的數(shù)據(jù)，其次利用主成分分析法計(jì)算安徽省的不同產(chǎn)業(yè)的上市公司融資效率，然后利用總體均值的t-檢驗(yàn)研究不同產(chǎn)業(yè)的上市融資效率，研究發(fā)現(xiàn)：第二產(chǎn)業(yè)的融資效率最高，第三產(chǎn)業(yè)效率最低。最后針對(duì)研究結(jié)論提供有關(guān)建議。

主成分分析法；融資效率；t-檢驗(yàn);上市公司

融資是企業(yè)維持正常運(yùn)營一項(xiàng)核心內(nèi)容，一直是企業(yè)乃至社會(huì)熱點(diǎn)問題。自1986年建立，利用股票、債券等工具進(jìn)行融資已慢慢成為公司進(jìn)行外部融資的重要手段。證券市場(chǎng)的資金配置效用對(duì)企業(yè)的發(fā)展有至關(guān)重要的意義，但是，最近幾年企業(yè)上市IPO后業(yè)績(jī)下降現(xiàn)象屢見不鮮，甚至在2012年底A股第8次暫停，這次暫停時(shí)間延續(xù)到2013年底，時(shí)間之長(zhǎng)也比較罕見。這也讓我們對(duì)上市公司是否合理運(yùn)用這一渠道提出疑問。筆者從安徽省不同產(chǎn)業(yè)的上市公司出發(fā)，采取主成分分析法提取主成分，進(jìn)而比較不同產(chǎn)業(yè)間上市公司的融資效率，在此基礎(chǔ)上提出相關(guān)改進(jìn)措施。

1 相關(guān)知識(shí)

最早在國內(nèi)使用融資效率指標(biāo)的是曾康霖[1]，而后宋文兵[2]等學(xué)者也對(duì)該概念進(jìn)行了更為細(xì)致的剖析。但他們對(duì)這個(gè)概念的表述相對(duì)宏觀，而沒有涉及到企業(yè)的微觀層面；盧福財(cái)[3]等學(xué)者將融資效率定義為在盡量低的風(fēng)險(xiǎn)下企業(yè)獲取最高收益/成本比率一種籌資渠道，以求通過這種方式使得公司正常運(yùn)轉(zhuǎn)；任森春[4]運(yùn)用數(shù)據(jù)包絡(luò)分析法比較安徽省的上市公司和上海市的不同投入產(chǎn)出比，得到安徽省的效率普遍較低的結(jié)論，并結(jié)論給出相應(yīng)的建議；方芳[5]等從融資的利用效率、成本和融資主體是否具有自主性等三個(gè)方面論證企業(yè)的融資效率，并通過實(shí)證分析比較不同融資方法產(chǎn)生的效益?？梢钥闯觯蠖鄶?shù)對(duì)該問題的研究是針對(duì)某一省份或某一行業(yè)，對(duì)產(chǎn)業(yè)間融資效率的比較研究相對(duì)缺乏。本文搜集安徽省24家不同產(chǎn)業(yè)的上市公司2016年的財(cái)務(wù)數(shù)據(jù)，利用主成分分析法提取12個(gè)指標(biāo)中的5個(gè)主因子，然后利用它們所得的數(shù)值比較產(chǎn)業(yè)間的融資效率大小，得出第三產(chǎn)業(yè)融資效率最低，第二產(chǎn)業(yè)最高，分析產(chǎn)生這種現(xiàn)象的因素，為促進(jìn)產(chǎn)業(yè)發(fā)展，提高融資效率提供參考。

2 模型原理、指標(biāo)選取及數(shù)據(jù)處理

2.1 模型原理

主成分分析模型的主要目的是在影響因素較多時(shí)，將相關(guān)關(guān)系比較密切的幾個(gè)變量歸在同一類中，每一類變量就成為一個(gè)因子。通過少數(shù)幾個(gè)因子去概括地描述這些因素，所得到的主成分間的相關(guān)關(guān)系較低，從而達(dá)到降維的目的，并方便地找出影響因素以及影響力的大小。

2.2 指標(biāo)選取

為了全面、完善、真實(shí)地反映上市公司融資效率，我們選擇了12項(xiàng)統(tǒng)計(jì)指標(biāo)如下：資產(chǎn)負(fù)債率（X1）、應(yīng)付利息（X2）、應(yīng)付股利（X3）、速動(dòng)比率（X4）、主營業(yè)務(wù)收入增長(zhǎng)率（X5）、凈資產(chǎn)收益率（X6）、收益率（X7）、流動(dòng)比率（X8）、凈利潤(rùn)增長(zhǎng)率（X9）、凈資產(chǎn)增長(zhǎng)率（X10）、股東權(quán)益比率（X11）、總資產(chǎn)周轉(zhuǎn)率（X12）。數(shù)據(jù)均來源于“新浪財(cái)經(jīng)”2016年各上市公司季度財(cái)務(wù)報(bào)表。

2.3 數(shù)據(jù)處理

進(jìn)行因子分析前，需要首先對(duì)樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理：

其中xij為第i個(gè)樣本的第 j個(gè)指標(biāo)值，xj為第 j個(gè)指標(biāo)的均值，σj為第 j個(gè)指標(biāo)的標(biāo)準(zhǔn)差。

3 實(shí)證分析

3.1 因子分析的可行性分析

進(jìn)行因子分析的KMO及Bartlett球體檢驗(yàn)，結(jié)果見表1。

表1 因子分析適應(yīng)性檢驗(yàn)

Bartlett球型檢驗(yàn)用于檢驗(yàn)相關(guān)系數(shù)矩陣是否是單位矩陣，如果結(jié)論不拒絕該假設(shè)，則表明各個(gè)變量都是相互獨(dú)立的，由表中可以看出，Bartlett球型檢驗(yàn)的Sig取值為0，則拒絕原假設(shè)，也即變量之間具有相關(guān)性，可以進(jìn)行下一步的因子分析。

3.2 矩陣R的特征值與貢獻(xiàn)率

計(jì)算相關(guān)系數(shù)矩陣及相關(guān)系數(shù)矩陣的特征值和特征向量：

R為協(xié)方陣，運(yùn)用相關(guān)系數(shù)矩陣求出的特征值和特征向量：Rμ=λμ，其中，λ為特征值，μ為R的對(duì)應(yīng)于特征值λ的特征向量。將特征值分別記為λ1,λ2,…λp，且有 λ1＞λ2＞…＞λp＞0 ，與之對(duì)應(yīng)的特征向量為：μ1,μ2,…μp得：

結(jié)果見表2。從累計(jì)貢獻(xiàn)率能夠得到，取5個(gè)主因子時(shí)，貢獻(xiàn)率已達(dá)86.248%，即這5個(gè)主成分能解釋的原序列變異量已達(dá)86.248%，且第6個(gè)主成分的特征值比1小，所以我們選取5個(gè)主因子已經(jīng)能夠充分反應(yīng)安徽省上市公司融資效率。

3.3 計(jì)算因子載荷矩陣

因子旋轉(zhuǎn)除了要找出主因子，還要保證能夠解釋每個(gè)因子的含義。但是上述未經(jīng)旋轉(zhuǎn)所得到的各主因子的典型代表變量不突出，導(dǎo)致其代表涵義模糊不清，無法進(jìn)一步分析。

表2 特征值、特征值的貢獻(xiàn)率及累計(jì)貢獻(xiàn)率

對(duì)于p個(gè)指標(biāo)的總體相關(guān)系數(shù)矩陣R有p個(gè)不同特征值λ1,λ2,…,λp則存在正交矩陣P使得：

則A就是一個(gè)因子載荷矩陣。

表3 旋轉(zhuǎn)成份矩陣

為了能夠更好地解釋各個(gè)主因子的含義，運(yùn)用最大方差法旋轉(zhuǎn)因子載荷矩陣，經(jīng)過5次旋轉(zhuǎn)之后所得的結(jié)果見表3。從表中可以看出，第一主因子對(duì)資產(chǎn)負(fù)債率（X1）、速動(dòng)比率（X4）、流動(dòng)比率（X8）、股東權(quán)益比率（X11）具有較強(qiáng)的解釋作用，我們將其定義為融資風(fēng)險(xiǎn)。第二主因子對(duì)凈資產(chǎn)收益率（X6）、凈利潤(rùn)增長(zhǎng)率（X9）、凈資產(chǎn)增長(zhǎng)率（X10）具有較強(qiáng)的解釋作用，我們將其定義為企業(yè)的盈利能力。第三主因子對(duì)主營業(yè)務(wù)資產(chǎn)收益率（X7）、總資產(chǎn)周轉(zhuǎn)率（X12）具有較強(qiáng)的解釋作用，我們將其定義為企業(yè)的營運(yùn)能力。第四主因子對(duì)應(yīng)付利息（X2）、主營業(yè)務(wù)收入增長(zhǎng)率（X5）具有較強(qiáng)的解釋作用，我們將其定義為企業(yè)的成長(zhǎng)能力。第五主因子對(duì)應(yīng)付股利（X3）有較強(qiáng)的解釋作用，我們將其定義為企業(yè)的融資成本。

3.4 利用Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法

利用Kaiser標(biāo)準(zhǔn)化正交旋轉(zhuǎn)法得因子得分系數(shù)矩陣見表4，從而得到各個(gè)主成分的表達(dá)式：

3.5 計(jì)算因子綜合得分

利用如下公式

將五個(gè)因子的得分及方差貢獻(xiàn)率組成綜合得分函數(shù)，并對(duì)各上市公司進(jìn)行綜合排序，結(jié)果見表5。

表4 成份得分系數(shù)矩陣

表5 各家公司的融資效率

3.6 比較不同產(chǎn)業(yè)上市公司的融資效率

3.6.1 畫出融資效率得分圖

融資效率得分圖如圖1所示。為了比較各個(gè)產(chǎn)業(yè)的上市公司融資效率，取三個(gè)產(chǎn)業(yè)公司融資效率的均值，結(jié)果見表6。

表6 各產(chǎn)業(yè)公司融資效率

圖1 上市公司融資效率

從表6可以看出，在三個(gè)產(chǎn)業(yè)的上市公司中第二產(chǎn)業(yè)的融資效率最低，第三產(chǎn)業(yè)的效率最高，但由于圖1中可以看出，第三產(chǎn)業(yè)出現(xiàn)了異常高的點(diǎn)，因此會(huì)對(duì)均值產(chǎn)生較大的影響。

3.6.2 對(duì)不同產(chǎn)業(yè)的上市公司進(jìn)行t檢驗(yàn)

若比較一般情況下的不同產(chǎn)業(yè)上市公司融資效率，我們采用兩總體均值的假設(shè)檢驗(yàn)（t檢驗(yàn)），首先檢驗(yàn)第二產(chǎn)業(yè)與第三產(chǎn)業(yè)的總體均值大小，令 H0∶μ1＞μ2，H1∶μ1≤μ2，μ1表示第二產(chǎn)業(yè)的總體均值，μ2表示第三產(chǎn)業(yè)的總體均值利用MATLAB進(jìn)行編程，得到結(jié)果見表7。

表7 總體均值的t檢驗(yàn)

從表7可以看出，h=0表示不可以拒絕原假設(shè)，因此可以得到，在5%的顯著性水平下，我們不能拒絕原假設(shè) H0∶μ1＞μ2，近似認(rèn)為第二產(chǎn)業(yè)的均值大于第三產(chǎn)業(yè)，也即第三產(chǎn)業(yè)的融資效率偏低。

然后對(duì)第一產(chǎn)業(yè)和第二產(chǎn)業(yè)的總體融資效率進(jìn)行比較，得出第一產(chǎn)業(yè)融資效率低于第二產(chǎn)業(yè)，最后，對(duì)第一產(chǎn)業(yè)和第三產(chǎn)業(yè)的總體融資效率進(jìn)行比較，得出第一產(chǎn)業(yè)的融資效率大于第三產(chǎn)業(yè)，因此，我們得出的結(jié)論是第二產(chǎn)業(yè)的融資效率最高，第三產(chǎn)業(yè)的融資效率最低。

4 結(jié)束語

4.1 結(jié)論

從前文的分析結(jié)果中可以看到，第二產(chǎn)業(yè)的融資效率在三大產(chǎn)業(yè)中最高。我省第二產(chǎn)業(yè)在發(fā)展過程中的傳統(tǒng)化特征仍然明顯，以鋼鐵、化工、建材等行業(yè)為代表的重化工業(yè)仍然是第二產(chǎn)業(yè)的主動(dòng)產(chǎn)業(yè)，帶動(dòng)了我省經(jīng)濟(jì)的增長(zhǎng)，這表現(xiàn)了我省的新型產(chǎn)業(yè)發(fā)展相對(duì)落后，第三產(chǎn)業(yè)的融資效率最低也反映了這一缺陷。通過分析，我們認(rèn)為造成第三產(chǎn)業(yè)的效率過低的原因有如下這些：

(1)第三產(chǎn)業(yè)的某些行業(yè)流動(dòng)性較差。

在第三產(chǎn)業(yè)中有一些中小企業(yè)，它們的企業(yè)規(guī)模不大，平均成交量水平較低，使得流動(dòng)性不足，對(duì)資金的配置效率過低。

(2)第三產(chǎn)業(yè)的直接融資功能有限。

有些第三產(chǎn)業(yè)公司的由于規(guī)模較小，審核登記過程的復(fù)雜等等原因尚不能上市通過定向增發(fā)股票的形式進(jìn)行融資，因此，它們的融資功能有限，使得融資效率難以提高。

4.2 提高第三產(chǎn)業(yè)融資效率相關(guān)建議

第三產(chǎn)業(yè)的融資效率偏低與安徽省的產(chǎn)業(yè)結(jié)構(gòu)有關(guān)。第三產(chǎn)業(yè)包含的行業(yè)類別很多，除了傳統(tǒng)的行業(yè)，還有現(xiàn)代化的行業(yè)，前者具有勞動(dòng)聚集型特征，主要集中在制造業(yè)，不要求從業(yè)人員具備很高的文化素養(yǎng)，現(xiàn)代服務(wù)業(yè)則是技術(shù)密集型產(chǎn)業(yè)，對(duì)勞動(dòng)者的素質(zhì)要求相對(duì)較高，安徽省的經(jīng)濟(jì)相對(duì)滯后，技術(shù)不夠先進(jìn)且存在人才匱乏的現(xiàn)象，第三產(chǎn)業(yè)主要是傳統(tǒng)的商業(yè)與服務(wù)業(yè)，而新興的服務(wù)類產(chǎn)業(yè)相對(duì)弱小，出現(xiàn)這樣現(xiàn)象的原因相對(duì)復(fù)雜，既與國家的基本國情有關(guān)，也與安徽省政府的政策導(dǎo)向有關(guān)。針對(duì)這一因素，有以下幾個(gè)方面的建議：

(1)政府要對(duì)第三產(chǎn)業(yè)給予思想上的重視，制定合理的產(chǎn)業(yè)規(guī)劃。

(2)造就高水平的科技隊(duì)伍，發(fā)展新興產(chǎn)業(yè)。

(3)加強(qiáng)第三產(chǎn)業(yè)信貸融資制度建設(shè)。

(4)提高企業(yè)的經(jīng)營管理水平。

(5)采取稅收激勵(lì)政策。

[1]曾康霖.怎樣看待直接融資與間接融資[J].四川金融，11（1）：30-33．

[2]宋文兵.關(guān)于融資方式需要澄清的幾個(gè)問題[J].金融研究，1998（1）：35-42．

[3]盧福財(cái).改變?nèi)谫Y模式,完善公司法人治理機(jī)制[J].經(jīng)濟(jì)管理，24（2）：17-19．

[4]任森春，茍春和.安徽省和上海市上市中小企業(yè)融資效率比較研究[J].皖西學(xué)院，29（4）：31-35．

[5]李露丹，張 敏.基于熵值法的農(nóng)業(yè)上市公司股權(quán)融資效率分析[J].財(cái)經(jīng)視線，24（4）：92-94．

[6]殷 健.基于DEA的安徽上市公司融資效率研究[J].科技和產(chǎn)業(yè)，15（12）：99-103．

[7]馬 可，雷漢云.基于DEA和Logit模型的我國上市公司融資效率研究[J].理論新探，24（1）：12-17．

[8]王 茹，梁 斌.利用因子分析法評(píng)價(jià)我國各地區(qū)第三產(chǎn)業(yè)經(jīng)濟(jì)實(shí)力[J].甘肅聯(lián)合大學(xué)學(xué)報(bào)，25（4）：31-34．

[9]李 凱.我國第二產(chǎn)業(yè)發(fā)展及投資結(jié)構(gòu)現(xiàn)狀分析[J].決策參考，5（4）：247-249．

[10]佟孟華，劉迎春.遼寧省中小企業(yè)融資方式與融資效率實(shí)證研究[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào)，12（4）：36-39．

[11]李 芳，王 超.創(chuàng)新型中小企業(yè)融資效率評(píng)價(jià)體系構(gòu)建[J].統(tǒng)計(jì)與決策，2014，2（4）：24-27．

[12]張家林.我國中小企業(yè)融資方式選擇及融資效率評(píng)價(jià)研究[D].重慶：重慶師范大學(xué)，2016．

[13]黃淇淇.創(chuàng)新型中小企業(yè)融資效率研究--基于“新三板”掛牌企業(yè)的數(shù)據(jù)分析[D].武漢：華中師范大學(xué)，2015．

Research of Anhui listed companies'financing efficiency for different industries based on principal component analysis

ZHANG Yia,ZHU Jia-mingb*

(a.School of Finance;b.School of statistics and Applied Mathematics,Anhui University of Finance and Economics,Bengbu Anhui 233030,China）

As for Anhui listed companies’financing efficiency from different industries,we first summarize the literature and defines the term“financing efficiency”in this paper,then collect the data about the related indicators from the"Sina finance and economics"websites.After that,we use the factor analysis method to calculate the financing efficiency of listed companies of different industries in Anhui province and use the ensemble average of t-test research on listed financing efficiency of different industries.The study find that the financing efficiency of the second industry is the highest,the third industry is the lowest.Finally,we provide the relevant advice based on the conclusions.

principal component analysis;financing efficiency;t-test;listed company

F830.91

A

1004-4329（2017）02-086-05

10.14096/j.cnki.cn34-1069/n/1004-4329（2017）02-086-05

2017-03-01

國家自然科學(xué)基金（11601001）資助。

朱家明（1973－ ），男，碩士，副教授，研究方向：概率統(tǒng)計(jì)與數(shù)學(xué)建模。Email:zhujm1973@163.com。