代迎波 孫琪榮 劉雯 李雪 王劍嶸 戴偉倩 聶軍

中國電器工業(yè)協(xié)會通用低壓電器分會（掛靠單位：上海電器科學(xué)研究院）

關(guān)鍵字：低壓電器；動態(tài)因子分析；綜合競爭力

0 引言

低壓電器行業(yè)統(tǒng)計的實際工作中，為了全面系統(tǒng)地、動態(tài)地反映企業(yè)情況，往往逐年連續(xù)、收集較多變量，但因所收集的變量間存在較強相關(guān)關(guān)系，實際的評價往往是選取若干科學(xué)、 有效的指標(biāo)，希望通過采用較少的新指標(biāo)代替原來較多的原變量，這些新指標(biāo)盡可能地反映原變量的信息，可對其進(jìn)行采用因子分析，但如果要對行業(yè)在某一連續(xù)時間段的動態(tài)情況做出科學(xué)性的評價比較和排序分析，就需引入一個時間維度，通過動態(tài)因子分析對指標(biāo)縱向變化進(jìn)行對比分析，充分體現(xiàn)了動態(tài)性，使得分析更加透徹，差距結(jié)果更加明顯。

1 因子分析模型

因子分析將具有錯綜復(fù)雜關(guān)系的變量(或樣品)綜合為數(shù)量較少的幾個因子，以再現(xiàn)原始變量與因子之間的相互關(guān)系，探討多個能夠直接測量，并且具有一定相關(guān)性的實測指標(biāo)是如何受少數(shù)幾個內(nèi)在的獨立因子所支配的，同時根據(jù)不同因子還可以對變量進(jìn)行分類，屬于多元分析中降維的一種統(tǒng)計方法。

因子分析是通過研究多個變量間相關(guān)系數(shù)矩陣(或協(xié)方差矩陣)的內(nèi)部依賴關(guān)系，找出能綜合所有變量的少數(shù)幾個隨機變量，這幾個隨機變量是不可測量的，通常稱為因子。然后根據(jù)相關(guān)性的大小把變量分組，使得同組內(nèi)的變量之間相關(guān)性較高，但不同組的變量相關(guān)性較低。

各個因子間互不相關(guān)，所有變量都可以表示成公因子的線性組合。因子分析的目的就是減少變量的數(shù)目，用少數(shù)因子代替所有變量去分析整個經(jīng)濟(jì)問題。因子模型如下：

設(shè)有N個樣本，P個指標(biāo)，X=(X1，X2，…，XP)T為隨機向量，要尋找的公因子為F=(F1，F(xiàn)2，…，F(xiàn)m)T，則模型

矩陣A=(aij)稱為因子載荷矩陣，引為因子載荷(Loading)，其實質(zhì)就是公因子Fi和Xj變量的相關(guān)系數(shù)。ε為特殊因子，代表公因子以外的影響因素，實際分析時忽略不計。

對求得的公因子，需要觀察它們在哪些變量上有較大的載荷，再據(jù)此說明該公因子的實際含義。如果難于對因子Fi給出一個合理的解釋，需要進(jìn)一步作因子旋轉(zhuǎn)，以求旋轉(zhuǎn)后能得到更加合理的解釋。

得到初始因子模型后，因子載荷矩陣往往比較復(fù)雜，不利于因子的解釋。因子可以通過因子軸的旋轉(zhuǎn)，使得載荷矩陣中各元素數(shù)值向0～1分化，同時保持同一行中各元素平方和(公因子方差)不變。通過因子旋轉(zhuǎn)，各變量在因子上載荷更加明顯，因此也有利于對各公因子給出更加明顯合理的解釋。

求出公因子后，還可以用回歸估計等方法求出因子得分的數(shù)學(xué)模型，將各公因子表示成變量的線性形式，并進(jìn)一步計算出因子得分，對各案例進(jìn)行綜合評價。

動態(tài)因子分析的思路是要引進(jìn)時間。可以對要考察的n年指標(biāo)矩陣，分別乘上相應(yīng)的時間權(quán)重ω(ti)，i= 1 , 2，…，n，得到一個時間加權(quán)矩陣，然后利用此矩陣數(shù)據(jù)進(jìn)行因子分析。時間權(quán)重的確定有主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法，可根據(jù)實際出發(fā)，選擇適合的時間權(quán)重系數(shù)，方便進(jìn)行分析。

2 2017～2019年低壓電器行業(yè)企業(yè)綜合實力

本文使用因子分析綜合評價方法，對115家低壓電器行業(yè)企業(yè)連續(xù)上報的經(jīng)濟(jì)報表中的2017～2019年的企業(yè)基本情況和財務(wù)情況表的面板數(shù)據(jù)進(jìn)行分析，并綜合實力評價各企業(yè)的地位和發(fā)展?fàn)顩r。在分析過程中，本文選取了年報中能足夠反映經(jīng)濟(jì)發(fā)展總體水平的32項主要指標(biāo)。我們首先用 SPSS統(tǒng)計軟件將 2017、2018、2019年原始矩陣標(biāo)準(zhǔn)化，并根據(jù)距現(xiàn)在越近對于我們分析越有價值的實際情況，對2017、2018、2019年的時間權(quán)重主觀賦值為16%、34%、50%，得出時間加權(quán)矩陣。分析的過程中，采用主成分法，將特征值大于1的主成分看作公因子，得到的方差最大的正交旋轉(zhuǎn)后的特征值、貢獻(xiàn)率，因子載荷矩陣、累計貢獻(xiàn)率表如表1所示。

表1 KMO and Bartlett’s Test

為保證數(shù)據(jù)模型的結(jié)構(gòu)效度，能夠?qū)嵤┮蜃臃治龅谋匾獥l件是KMO的檢驗值大于0.5并且巴特利特球型度檢驗顯著性P值小于0.05。由KMO統(tǒng)計量0.912可以看出并且Bartlett檢驗，Sig值為0.000小于顯著水平0.05，可以看出非常適合做因子分析。

由相關(guān)系數(shù)矩陣R計算得到特征值、方差貢獻(xiàn)率和累積貢獻(xiàn)率，由表2可知，前4個特征根大于1，因此SPSS只提取了前4個公因子，前4個因子的方差貢獻(xiàn)率仍為87.989% ，因此選前4個因子己足夠描述2017～2019年低壓電器企業(yè)的情況。

因子分析要求提取出的公因子有實際含義，為了使因子載荷矩陣中系數(shù)更加顯著，可以對初始因子載荷矩陣進(jìn)行旋轉(zhuǎn)，使因子和原始變量間的關(guān)系進(jìn)行重新分配，相關(guān)系數(shù)向0～1分化，旋轉(zhuǎn)前后各變量散點的相對位置保持不變，即旋轉(zhuǎn)并不改變因子分析的整體結(jié)果，只是影響各因子在各變量上的載荷分布，并影響各因子的貢獻(xiàn)率。從而更加容易進(jìn)行解釋，本文采用方差最大正交旋轉(zhuǎn)后的矩陣如表3如示。

可以看出：

1）第一公因子在主營業(yè)務(wù)成本、主營業(yè)務(wù)收入、全年工業(yè)總產(chǎn)值當(dāng)年價、全年工業(yè)銷售產(chǎn)值當(dāng)年價、出口交貨值、工業(yè)增加值、低壓元器件收入、低壓元器件產(chǎn)值等有較大的載荷，可以命名為盈利能力；

2）第二公因子在年末資產(chǎn)合計、年末所有者權(quán)益合計、流動資產(chǎn)小計、年末研究與試驗發(fā)展人員、年末負(fù)債合計等有較大的載荷，可以命名為資本結(jié)構(gòu)運作能力；

3）第三公因子在全年從業(yè)人員平均人數(shù)、自年初累計完成固定資產(chǎn)投資等有較大的載荷，可以命名為人員要素投入運作能力；

4）第四公因子在固定資產(chǎn)凈值年平均余額、其他業(yè)務(wù)收入、固定資產(chǎn)小計等有較大的載荷，可以命名為長期資產(chǎn)價值能力。

表2 總方差解釋

表3 旋轉(zhuǎn)后的成份矩陣

這四個因子的性質(zhì)及其順序較好地體現(xiàn)了其代表的能力/資源對企業(yè)的實力的影響，也完全符合行業(yè)近幾年的企業(yè)的發(fā)展的推力因素。

（3）2017～2019年低壓電器企業(yè)的綜合能力評價

為了考察各企業(yè)的發(fā)展?fàn)顩r，并對其進(jìn)行分析和綜合評價，采用回歸方法求出因子得分函數(shù)，SPSS輸出的函數(shù)系數(shù)矩陣如表4所示。

由系數(shù)矩陣將四個公因子表示為32個指標(biāo)的線性形式。4個公因子得分函數(shù)為:

F1=0.115×全年工業(yè)總產(chǎn)值當(dāng)年價計-0.196×其他業(yè)務(wù)收入+…

F2=-0.055×全年工業(yè)總產(chǎn)值當(dāng)年價+0.179×其他業(yè)務(wù)收入+…

F3=-0.019×全年工業(yè)總產(chǎn)值當(dāng)年價-0.050×其他業(yè)務(wù)收入+…

F4=-0.006×全年工業(yè)總產(chǎn)值當(dāng)年價+0.356×其他業(yè)務(wù)收入+…

四個公因子分別從不同方面反映了行業(yè)企業(yè)的經(jīng)濟(jì)發(fā)展?fàn)顩r的總體水平，但單獨使用某一公因子并不能對各企業(yè)的地位作出綜合評價，因此，經(jīng)過對4個公因子進(jìn)行加權(quán)求和，權(quán)數(shù)取其方差貢獻(xiàn)值或方差貢獻(xiàn)率，本文中采用方差貢獻(xiàn)率作為權(quán)重，4個旋轉(zhuǎn)后的公因子的方差貢獻(xiàn)率依次為39.240%、30.392%、10.582%、7.776%，于是可得個企業(yè)的綜合得分（ZF）的計算公式如下：

ZF=39.240%×FAC1_1+30.392%×FAC2_1+10.582%×F AC3_1+7.776%×FAC4_1。其中，F(xiàn)1、F2、F3、F4的計算公式分別如下：F1=39.240%×FAC1_1、F2=30.392%×FAC2_1、F3=10.582%×FAC3_1、F4=7.776%×FAC4_1。

表4 成份得分系數(shù)矩陣

得到綜合因子得分表 ，并求出各企業(yè)2017～2019年的各因子得分的排序，如表5所示，

到綜合因子得分表 ，并求出各企業(yè)2017～2019年的各因子得分的排序，如表6所示。

在最終得到的綜合得分里，顯示了各企業(yè)、各年度動態(tài)變化情況。從表中結(jié)果可知：

第一公因子：盈利能力，可以看出，2017～2019年該因子得分?jǐn)?shù)表現(xiàn)靠前的企業(yè)有：公司A、公司B、公司C、公司G、公司D、公司E、公司F、公司H、公司I、公司J、公司L、公司O等。

第二公因子：資本結(jié)構(gòu)運作能力，可以看出，2017～2019年該因子得分?jǐn)?shù)表現(xiàn)靠前的企業(yè)有：公司A、公司D、公司E、公司H、公司G、公司S、公司J、公司F等，與這些企業(yè)的資本運作、股權(quán)激勵等事實一致。

第三公因子：人員要素投入運作能力，可以看出，2017～2019年該因子得分?jǐn)?shù)表現(xiàn)靠前的企業(yè)有：公司F、公司C、公司E、公司G、公司B等。

第四公因子：長期資產(chǎn)價值能力，可以看出，2017～2019年該因子得分?jǐn)?shù)表現(xiàn)靠前的企業(yè)有：公司F、公司H、公司K、公司L、公司A、公司I、公司S等、

ZF綜合因子得分表現(xiàn)靠前的企業(yè)有：公司A、公司B、公司C、公司D、公司E、公司F、公司G、公司H等。

3 結(jié)束語

本文實證結(jié)果得知，低壓電器企業(yè)綜合實力受多個指標(biāo)

影響，且每個指標(biāo)的作用大小不盡相同，通過各種因子動態(tài)作用或助力個企業(yè)的實力的逐步形成，上述分析表明：

表5 2017～2019年行業(yè)企業(yè)各因子及綜合因子動態(tài)變化情況

表6 2017～2019年行業(yè)企業(yè)各因子及綜合因子動態(tài)變化情況

1）綜合實力與公司規(guī)模大小基本一致，這說明企業(yè)綜合規(guī)模對企業(yè)綜合實力影響重大，這些結(jié)論都與實際相符。

2）動態(tài)因子的研究表明，行業(yè)企業(yè)的資本結(jié)構(gòu)、人員要素投入運作、長期資產(chǎn)價值正在逐步形成，逐漸形成該企業(yè)的獨特優(yōu)勢。

3）低壓電器企業(yè)的綜合實力構(gòu)建是一項復(fù)雜的、動態(tài)過程。不僅受到企業(yè)自身投入的各種因素影響，更重要的是企業(yè)對所有要素的運營和打造的能力的過程，同時，也與整個社會經(jīng)濟(jì)環(huán)境、投資環(huán)境及國家政策息息相關(guān)。因此，今后還可以從國家政策、經(jīng)濟(jì)環(huán)境和產(chǎn)業(yè)布局等方面來全面考察行業(yè)的綜合發(fā)展。