于志慧，吳一凡

安徽財(cái)經(jīng)大學(xué)金融學(xué)院，安徽 蚌埠 233030

0 引言

21世紀(jì)初，國務(wù)院發(fā)布了《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020年)》，十八大提出實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，十九大報(bào)告中，習(xí)近平總書記指出，“創(chuàng)新是引領(lǐng)發(fā)展的第一動力，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐”.并提出“加快建設(shè)創(chuàng)新型國家”.隨著創(chuàng)新發(fā)展逐步成為國家的核心戰(zhàn)略，我國創(chuàng)新型企業(yè)也迎來發(fā)展的“黃金時(shí)期”，創(chuàng)新成果產(chǎn)業(yè)化離不開資金支持，與創(chuàng)新型企業(yè)融資類型相適應(yīng)的、主要投資于高新技術(shù)企業(yè)的創(chuàng)業(yè)投資公司(簡稱“創(chuàng)投公司”，下同)從規(guī)模和數(shù)量上都取得了大發(fā)展.以滬深A(yù)股市場的創(chuàng)投概念板塊為例，該板塊上市公司是創(chuàng)投公司的優(yōu)秀代表，截至2019年12月31日，該板塊在滬深A(yù)股中的總市值達(dá)到19 488.41億元，占滬深A(yù)股總市值的3.29 %，有上市公司237家，在我國證券市場具有重要的地位.由于創(chuàng)投概念上市公司為以擁有高新技術(shù)的新創(chuàng)公司提供融資活動，具有高收益、高風(fēng)險(xiǎn)的特殊性和巨大潛力，因此，對創(chuàng)投概念上市公司的發(fā)展?fàn)顩r進(jìn)行研究，不僅可以幫助創(chuàng)業(yè)投資家了解該板塊的現(xiàn)狀和問題，從而進(jìn)行更好的自我定位，還能有助于股票投資者深入挖掘該板塊的投資價(jià)值，制定科學(xué)合理的投資策略，提高投資收益.

據(jù)現(xiàn)有文獻(xiàn)報(bào)道，已有不少學(xué)者對創(chuàng)業(yè)投資機(jī)構(gòu)進(jìn)行研究.如吳剛[1]從法律合規(guī)制度、資金支持制度等四個(gè)方面選取了標(biāo)志性制度安排并構(gòu)建了指標(biāo)體系，評估各種制度對創(chuàng)投機(jī)構(gòu)投資戰(zhàn)略與績效的影響，結(jié)果證明資本市場制度對創(chuàng)投機(jī)構(gòu)的投資地域選擇有重要影響，對創(chuàng)投機(jī)構(gòu)投資規(guī)模的選擇在邊際上有一定的促進(jìn)作用.李琦[2]運(yùn)用面板數(shù)據(jù)進(jìn)行因子分析，最終得出創(chuàng)投機(jī)構(gòu)持股比例與公司績效呈倒U型的曲線關(guān)系，國內(nèi)創(chuàng)投機(jī)構(gòu)進(jìn)行聯(lián)合投資對創(chuàng)業(yè)公司的管理協(xié)同效應(yīng)并不顯著.徐鋼[3]通過描述性統(tǒng)計(jì)、相關(guān)性分析和多元線性回歸等理論工具對創(chuàng)投機(jī)構(gòu)自身特征、IPO后減持套現(xiàn)行為以及超額收益三者的深層次關(guān)系進(jìn)行剖析，發(fā)現(xiàn)創(chuàng)投機(jī)構(gòu)聲譽(yù)高低與其IPO后減持套現(xiàn)的首次時(shí)間呈正相關(guān)關(guān)系，與其首次減持比例和累計(jì)減持比例呈負(fù)相關(guān)關(guān)系.閆海[4]通過研究我國創(chuàng)業(yè)投資企業(yè)所得稅投資抵扣的法制發(fā)展，發(fā)現(xiàn)其依然存在一定的改進(jìn)空間，并且提出該法制應(yīng)當(dāng)協(xié)調(diào)稅收調(diào)控，從而消除組織形態(tài)產(chǎn)生的稅負(fù)不均衡.

現(xiàn)有文獻(xiàn)多從企業(yè)管理和相關(guān)制度角度，對創(chuàng)投公司績效及其影響因素進(jìn)行研究，基于投資價(jià)值對創(chuàng)投概念上市公司進(jìn)行綜合評價(jià)的文獻(xiàn)較少[5].鑒于此，本文根據(jù)創(chuàng)投概念上市公司的發(fā)展?fàn)顩r，運(yùn)用Topsis法改進(jìn)的因子分析模型對創(chuàng)投概念上市公司的投資價(jià)值進(jìn)行綜合評價(jià)，并根據(jù)實(shí)證結(jié)論從股票投資者的角度提出相關(guān)建議[6].

1 研究設(shè)計(jì)

1.1 指標(biāo)體系構(gòu)建

根據(jù)同花順軟件中所屬板塊的劃分并結(jié)合我國對創(chuàng)投概念的界定，充分考慮數(shù)據(jù)的完整性、可得性、真實(shí)性和有效性，除去帶有ST、*ST標(biāo)識的公司以及財(cái)務(wù)數(shù)據(jù)不夠完整的上市公司，最終確定以25家創(chuàng)投概念上市公司為樣本，從盈利能力、償債能力、營運(yùn)能力和發(fā)展?jié)摿λ膫€(gè)方面，選取加權(quán)凈資產(chǎn)收益率(X1)、毛利率(X2)、凈利率(X3)、流動比率(X4)、速動比率(X5)、應(yīng)收賬款周轉(zhuǎn)率(X6)、總資產(chǎn)周轉(zhuǎn)率(X7)、營業(yè)收入增長率(X8)、扣非凈利潤增長率(X9)這九項(xiàng)財(cái)務(wù)指標(biāo)，對2016年～2018年這25家創(chuàng)投概念上市公司的投資價(jià)值進(jìn)行綜合評價(jià)[7].

圖1 創(chuàng)投概念上市公司投資價(jià)值評價(jià)指標(biāo)體系Fig.1 Evaluation index system of investment value of venture capital concept listed companies

1.2 基于Topsis法改進(jìn)的因子分析模型

因子分析法是從研究指標(biāo)相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，把一些信息重疊、具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)不相關(guān)的綜合因子的一種多元統(tǒng)計(jì)分析方法.Topsis法是一種適合多指標(biāo)、多方案決策分析的系統(tǒng)評價(jià)方法.通過計(jì)算某一方案與正理想解與負(fù)理想解之間的加權(quán)歐式距離，得出該方案與正理想解的接近程度.只使用其中一種方法都會存在一些缺陷，因此本文將兩種方法結(jié)合，即使用基于Topsis法改進(jìn)的因子分析模型，具體步驟如下：

(1)先根據(jù)由9項(xiàng)基本財(cái)務(wù)指標(biāo)建立的指標(biāo)體系，運(yùn)用因子分析法計(jì)算出所有公司各年的因子綜合得分.

(2)將25家公司的因子綜合得分作為公司的一個(gè)評價(jià)指標(biāo)，形成一個(gè)全新的指標(biāo)體系.

(3)為了消除各指標(biāo)量綱不同對結(jié)果產(chǎn)生的影響，需要對新的指標(biāo)進(jìn)行向量規(guī)范化處理，構(gòu)建標(biāo)準(zhǔn)化矩陣

S=(Sti)(m×n)

(4)由實(shí)際意義可知，通過因子分析法得出的綜合得分越高，則代表該公司的經(jīng)營績效越好，即投資價(jià)值越高.因此該類得分指標(biāo)為越大越優(yōu)型指標(biāo).根據(jù)新的Sti矩陣，可以確定最優(yōu)向量和最劣向量.

最優(yōu)向量記為S+=(Smax,1，Smax,2，..，Smax,n);

最劣向量記為S-=(Smin,1，Smin,2，..，Smin,n).

(5)計(jì)算時(shí)采用歐氏距離計(jì)算第i個(gè)評價(jià)對象與最優(yōu)解和最劣解的距離

1.3 數(shù)據(jù)來源與處理

本文選取25家上市公司，以2016年、2017年、2018年三年為研究周期，數(shù)據(jù)來源于25家樣本公司在東方財(cái)富網(wǎng)披露的年度財(cái)務(wù)報(bào)告數(shù)據(jù).若直接使用東方財(cái)富網(wǎng)中的原始數(shù)據(jù)，后續(xù)在進(jìn)行因子分析時(shí)可能會與真實(shí)情況產(chǎn)生偏離，為了確保實(shí)證分析的有效性，首先將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，從而消除由于量綱不同、自身變異或者數(shù)值較大所引起的誤差[8].數(shù)據(jù)標(biāo)準(zhǔn)化采用如下公式：

2 實(shí)證分析

2.1 因子分析

根據(jù)創(chuàng)投概念上市公司投資價(jià)值綜合評價(jià)的指標(biāo)體系，運(yùn)用SPSS 25.0對2016年～2018年各年數(shù)據(jù)進(jìn)行因子分析.2.1.1 KMO和Bartlett檢驗(yàn)

在進(jìn)行因子分析之前，首先要對研究對象進(jìn)行適應(yīng)性測試，即KMO和Bartlett球形檢驗(yàn).當(dāng)KMO的檢驗(yàn)值大于0.5時(shí)，表明這些變量能夠進(jìn)行因子分析，Bartlett球形檢驗(yàn)顯著性水平一般以0.05為標(biāo)準(zhǔn)，見表1.

表1 KMO檢驗(yàn)和Bartlett球形檢驗(yàn)Tab.1 KMO test and Bartlett spherical test

根據(jù)表1的結(jié)果來看，2016年、2017年、2018年各年的KMO統(tǒng)計(jì)值都大于0.5，且Bartlett球形檢驗(yàn)顯著性水平均為0，都小于臨界值0.05，這表明數(shù)據(jù)存在一定的相關(guān)性，可以用因子分析法進(jìn)行研究.2.1.2 提取因子變量

基于上述分析，用SPSS 25.0軟件對各年的數(shù)據(jù)進(jìn)行主成分分析，得到各公因子的特征值和方差貢獻(xiàn)率(表2).

根據(jù)表2的結(jié)果顯示，2016年的累積方差貢獻(xiàn)率為80.581 %，2017年的累積方差貢獻(xiàn)率為74.437 %，2018年的累積方差貢獻(xiàn)率為87.886 %.各年的公因子都可以解釋大部分原始信息，能較好地作為公因子代表所選取的9個(gè)指標(biāo)，從而達(dá)到因子分析降維的目的，更好地體現(xiàn)創(chuàng)投概念上市公司的投資價(jià)值.

表2 因子分析的特征值和方差貢獻(xiàn)率Tab.2 Eigenvalues and variance contribution rate of factor analysis

2.1.3 因子旋轉(zhuǎn)

提取主因子之后，建立載荷矩陣.通過SPSS 25.0軟件運(yùn)用最大方差法對因子進(jìn)行正交旋轉(zhuǎn)迭代，使得因子載荷系數(shù)向0或1兩極分化，從而讓公因子更具有代表性和實(shí)際意義(表3).在此以2018年創(chuàng)投概念上市公司的相關(guān)數(shù)據(jù)為例進(jìn)行解釋.

表3 2018年旋轉(zhuǎn)后的公因子載荷矩陣表Tab.3 Table of common factor load matrix after rotation in 2018

利用主成分分析法對2018年的財(cái)務(wù)指標(biāo)進(jìn)行提取，可以得到四個(gè)公因子，四個(gè)公因子的方差貢獻(xiàn)率分別為34.122 %、24.121 %、15.885 %和13.757 %.第一個(gè)公因子在加權(quán)凈資產(chǎn)收益率、凈利率和扣非凈利潤增長率上有較高的載荷值，分別為0.969、0.941、0.962，將其命名為盈利能力因子，第二個(gè)公因子在流動比率和速動比率上有較高的載荷值，分別為0.895、0.908，將其命名為償債能力因子，第三個(gè)公因子在毛利率、營業(yè)收入增長率上有較高的載荷值，分別為0.741、0.896，將其命名為發(fā)展能力因子，第四個(gè)公因子在總資產(chǎn)周轉(zhuǎn)率上有較高的載荷值，為0.935.以上四個(gè)公因子的累積貢獻(xiàn)率達(dá)到87.886 %，總體解釋程度較高.2.1.4 計(jì)算因子得分

運(yùn)用回歸法估計(jì)因子得分系數(shù)，可以得到對應(yīng)年份因子得分系數(shù)矩陣，再根據(jù)表中數(shù)據(jù)和線性關(guān)系，利用EXCEL工具計(jì)算因子得分(表4).

表4 2018年因子得分系數(shù)矩陣Tab.4 2018 factor score coefficient matrix

結(jié)合表4的因子得分系數(shù)，用選取的9個(gè)財(cái)務(wù)指標(biāo)變量的線性組合表示2018年提取出來的四個(gè)公因子，由此得到2018年各因子的得分函數(shù)：

F1=0.362X1+0.067X2+0.329X3+0.055X4+0.038X5-0.159X6+0.032X7-0.115X8+0.353X9

F2=0.109X1+0.071X2+0.071X3+0.457X4+0.487X5-0.328X6+0.090X7-0.003X8+0.086X9

F3=-0.057X1+0.487X2+0.038X3+0.028X4+0.149X5+0.113X6+0.078X7+0.681X8-0.078X9

F4=0.026X1-0.331X2-0.034X3+0.087X4+0.192X5+0.176X6+0.780X7+0.230X8+0.006X9

以各個(gè)公因子方差貢獻(xiàn)率為權(quán)重，計(jì)算創(chuàng)投概念上市公司投資價(jià)值的綜合得分，則2018年的因子綜合得分為：Y=(34.122F1+24.121F2+15.885F3+13.757F4)/87.886.根據(jù)這個(gè)算法，可以依次計(jì)算出2016年、2017年、2018年三年的因子綜合得分見表5.

表5 因子綜合得分及排名Tab.5 Factor comprehensive score and ranking

根據(jù)表5得出的數(shù)據(jù)可知，2016年到2018年這三年的時(shí)間里，絕大部分創(chuàng)投概念上市公司每一年的排名都在改變，沒有公司三年都處于同一個(gè)排名[9].這就說明了隨著時(shí)間的推移，創(chuàng)投概念上市公司的發(fā)展和變化是較大的，如果僅僅分析一年的相關(guān)財(cái)務(wù)數(shù)據(jù)然后算出相應(yīng)的因子得分，最后得出的結(jié)論必然存在較大的局限性，所以本文中分析了這25家上市公司三年的相關(guān)財(cái)務(wù)數(shù)據(jù)并進(jìn)行綜合評價(jià)得出結(jié)論，從而使最終的研究結(jié)果更有效、更具有說服力[10].

2.2 Topsis法綜合評價(jià)

為了更加科學(xué)有效地對選取的25家創(chuàng)投概念上市公司的投資價(jià)值進(jìn)行綜合評價(jià)，在因子分析法的基礎(chǔ)上，運(yùn)用Topsis法進(jìn)行排序，結(jié)果如表6所示.最優(yōu)因子方案貼近度(Ci)越大，則代表該公司投資價(jià)值越高[11].

表6 綜合評價(jià)結(jié)果及排名Tab.6 Comprehensive evaluation results and ranking

2.3 結(jié)果分析

綜合表5和表6中的數(shù)據(jù)結(jié)果來看，若公司各年的因子綜合得分都比較高或者得分呈現(xiàn)上升趨勢，則公司在最優(yōu)因子方案貼近度的排名中都較好.如科創(chuàng)新源、創(chuàng)業(yè)黑馬這兩家上市公司三年的因子綜合得分排名都處于前五位，在最優(yōu)因子方案貼近度排名中也名列前茅，說明它們擁有較強(qiáng)實(shí)力.但不可否認(rèn)的是，這兩家公司的因子得分三年來都略有下降，說明公司的自身發(fā)展仍然存在一定問題，需要及時(shí)找到相應(yīng)的原因并去努力解決.遠(yuǎn)光軟件和云意電氣這兩家上市公司三年來因子得分穩(wěn)步提升，因此在最優(yōu)因子方案貼近度排名中也很靠前，說明兩家公司這幾年發(fā)展迅速并且能做到穩(wěn)中求進(jìn)；華揚(yáng)聯(lián)眾這家公司進(jìn)步很快，尤其是在2018年，因子得分由負(fù)變正，因此最優(yōu)因子方案貼近度排名也到了中游水平.反觀那些因子得分各年都比較低或者因子得分波動很大的公司，最優(yōu)因子方案貼近度排名也就相對靠后.大眾公用這家公司的毛利率和凈利率一直較低，外高橋這家公司的流動比率和速動比率相較于其他公司比較落后，所以兩家公司的因子得分從一開始就不高并且得分下滑得非常迅速，因而排名也從板塊中游滑到了末列，最優(yōu)因子方案貼近度排名也很靠后；華錄百納2016年和2017年因子得分都差不多，說明前兩年發(fā)展都較為平穩(wěn)，但是2018年突然大幅度下滑，由正變負(fù)，排名也來到了末游，究其原因，是因?yàn)楣镜募訖?quán)凈資產(chǎn)收益率大大減小.

繪制相應(yīng)圖形可以更加直觀地根據(jù)最優(yōu)因子方案貼近度分布的區(qū)域來了解創(chuàng)投概念上市公司的投資價(jià)值(圖2).

圖2 創(chuàng)投概念上市公司最優(yōu)因子方案貼近度分布情況Fig.2 The distribution of closeness degree of optimal factor schemes of venture capital concept listed companies

從圖2可以看出，僅有28 %的創(chuàng)投概念上市公司最優(yōu)因子方案貼近度高于0.6，在選取的25家樣本公司中，最優(yōu)因子方案貼近度高于0.8 的僅有兩家公司，說明在該板塊內(nèi)，各個(gè)公司發(fā)展并不均衡，不同公司的投資價(jià)值相差較大，該板塊整體的投資價(jià)值存在較大的提升空間[12].盈利能力、償債能力、營運(yùn)能力和發(fā)展?jié)摿κ枪竞诵母偁幜Φ囊环N重要體現(xiàn)，各項(xiàng)能力的不斷增強(qiáng)是公司投資價(jià)值穩(wěn)步提升的有效保障，因而創(chuàng)投概念上市公司的投資價(jià)值才能較好地體現(xiàn)在這些公司發(fā)行的創(chuàng)投概念股上[13].

3 結(jié)論與建議

3.1 結(jié)論

本文運(yùn)用Topsis法改進(jìn)的因子分析模型對25家創(chuàng)投概念上市公司投資價(jià)值進(jìn)行評價(jià)研究，得出以下結(jié)論：

第一，創(chuàng)投概念板塊內(nèi)不同上市公司之間的競爭很激烈.有不少公司的因子綜合得分僅在一年之間就發(fā)生了很大改變，因此排名的變化也非常明顯.

第二，不同公司之間的投資價(jià)值差距較大.本文研究的樣本公司中，排名第一的公司最優(yōu)因子方案貼近度值為0.934 6，而排在最后一名的公司最優(yōu)因子方案貼近度值僅有0.322 8.

第三，最優(yōu)因子方案貼近度值處于0.4～0.6之間的公司所占比重最大，達(dá)到了40 %.處于這個(gè)水平的公司基礎(chǔ)較好，如果它們的發(fā)展能夠得到重視，那么公司投資價(jià)值的提升也會更快.

第四，2018年排名第一的公司因子綜合得分為0.879 331，而2017年排名第一的公司因子綜合得分為1.478 646，這個(gè)數(shù)值的突然減小不容忽視，它是整個(gè)創(chuàng)投概念板塊發(fā)展存在問題的體現(xiàn).整個(gè)板塊仍然需要不斷發(fā)展，投資價(jià)值仍然有待提高.

3.2 建議

由于創(chuàng)投概念股潛力巨大、收益可觀，所以得到了很多股票投資者的青睞.但是在追求高收益的同時(shí)，高風(fēng)險(xiǎn)性也是不容忽視的[14].本文基于股票投資者的角度提出以下建議：

首先，投資者需要努力學(xué)習(xí)相關(guān)的投資知識，深刻理解創(chuàng)業(yè)投資的概念，了解創(chuàng)投概念股的特殊之處，根據(jù)自己的風(fēng)險(xiǎn)偏好制定合理的投資策略.

其次，投資者要減少對創(chuàng)投概念股的盲目投資，投資之前要具體了解公司的相關(guān)技術(shù)和核心競爭力，仔細(xì)分析公司的經(jīng)營情況和財(cái)務(wù)狀況，盡可能減少投資風(fēng)險(xiǎn)[15].

最后，市場總是變化莫測，有起伏很正常，要有長遠(yuǎn)的目光，同時(shí)要用平和的心態(tài)去面對.