康彩娟 劉 撿

（湘南學(xué)院經(jīng)濟(jì)與管理學(xué)院，湖南 郴州 423000）

一、引言

科創(chuàng)板于2019 年6 月13 日正式開板，據(jù)上海證券交易所公布的數(shù)據(jù)，2022 年第一季度末收盤，科創(chuàng)板總市值為4.96萬億元，較2021 年第一季度末總市值3.37 萬億元上升1.59 萬億，市值增長(zhǎng)47.12%。隨著上市公司的數(shù)量和規(guī)模的不斷擴(kuò)充，科創(chuàng)板以迅雷不及掩耳之勢(shì)成為中國(guó)A 股市場(chǎng)重要的組成部分。相較于其他板塊，身為注冊(cè)制的先行者，科創(chuàng)板堅(jiān)持以信息披露為中心，增強(qiáng)市場(chǎng)包容性，降低隱性發(fā)行門檻，提高企業(yè)發(fā)行上市的可預(yù)期性。不過目前科創(chuàng)板成立時(shí)間較短，上市的中小型公司一般都還處于成長(zhǎng)期，發(fā)展前景及未來發(fā)展方向尚不明朗。因此，如何準(zhǔn)確評(píng)價(jià)公司的成長(zhǎng)性，構(gòu)建一套適合于科創(chuàng)板上市公司的成長(zhǎng)性評(píng)價(jià)體系，可以對(duì)科創(chuàng)板的良性發(fā)展產(chǎn)生一定的推動(dòng)作用。

目前學(xué)術(shù)界針對(duì)于公司成長(zhǎng)性方面的研究較多，但是關(guān)于科創(chuàng)板這一板塊的上市公司成長(zhǎng)性的研究卻寥寥無幾，而這一領(lǐng)域?qū)⒊蔀橐粋€(gè)重要的研究趨勢(shì)。所以，本文的研究能夠?qū)@一方面的理論研究有所補(bǔ)充，將為政府監(jiān)管機(jī)關(guān)、研究機(jī)構(gòu)以及投資者提供一定的參考。

二、研究設(shè)計(jì)

1.研究方法

因子分析法是以研究各變量的內(nèi)部關(guān)系為出發(fā)點(diǎn)，將一些復(fù)雜關(guān)系的指標(biāo)變量進(jìn)行歸類，以實(shí)現(xiàn)用少數(shù)幾個(gè)因子來解釋多個(gè)原始數(shù)據(jù)變量之間相關(guān)性的多元統(tǒng)計(jì)分析方法，能夠起到簡(jiǎn)化數(shù)據(jù)和降低變量維數(shù)的作用。因子分析圍繞簡(jiǎn)化原有變量的目標(biāo)，在滿足提取因子的前提條件下，通過提取少量因子，并使因子具有命名解釋性，達(dá)到解釋全部變量的作用。因此，因子分析法是評(píng)價(jià)科創(chuàng)板上市公司成長(zhǎng)性水平的一種較為理想的方法。

2.成長(zhǎng)性評(píng)價(jià)指標(biāo)體系構(gòu)建

為了客觀反映科創(chuàng)板上市公司的成長(zhǎng)性水平，根據(jù)指標(biāo)選取的簡(jiǎn)易性、科學(xué)性、全面性和可操作性等原則，本文將從盈利能力、償債能力、運(yùn)營(yíng)能力、成長(zhǎng)能力4 個(gè)維度，共計(jì)12 項(xiàng)財(cái)務(wù)指標(biāo)來進(jìn)行因子分析。

3.數(shù)據(jù)來源與樣本選取

本文數(shù)據(jù)來源于東方財(cái)富Choice 金融終端數(shù)據(jù)庫(kù)，選擇截至2021 年12 月31 日的財(cái)務(wù)報(bào)表數(shù)據(jù)。為全面反映科創(chuàng)板上市公司經(jīng)營(yíng)管理的實(shí)際情況以及避免實(shí)驗(yàn)結(jié)果的偏差，剔除了數(shù)據(jù)缺失和財(cái)務(wù)報(bào)表數(shù)據(jù)異常的樣本，最后選取了126 家科創(chuàng)板上市公司作為研究樣本。

三、實(shí)證研究

1.數(shù)據(jù)預(yù)處理

由于科創(chuàng)板上市公司的財(cái)務(wù)數(shù)據(jù)波動(dòng)范圍較大，在進(jìn)行因子分析之前需要對(duì)所選取的變量進(jìn)行數(shù)據(jù)處理，即數(shù)據(jù)正向化與數(shù)據(jù)標(biāo)準(zhǔn)化。本文所使用的實(shí)驗(yàn)軟件是SPSS23，因子分析法可以自動(dòng)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化，所以僅需要對(duì)數(shù)據(jù)進(jìn)行正向化處理。

由表1 可知，只有償債能力的三個(gè)變量，即資產(chǎn)負(fù)債率、流動(dòng)比率、速動(dòng)比率是適度指標(biāo)，需要對(duì)這三個(gè)變量進(jìn)行正向化處理，根據(jù)公式（1）進(jìn)行轉(zhuǎn)變。

表1 成長(zhǎng)性評(píng)價(jià)指標(biāo)體系

其中，公式（1）中Yij表示正向化處理后的數(shù)值；Xij表示正向化處理前的數(shù)值,E 表示變量的均值。

2.數(shù)據(jù)可行性檢驗(yàn)

（1） KMO 檢驗(yàn)和Bartlett 球形度檢驗(yàn)

對(duì)所選取的變量進(jìn)行KMO 檢驗(yàn)和Bartlett 檢驗(yàn)，確定樣本數(shù)據(jù)是否能夠進(jìn)行因子分析法。如表2 所示，樣本變量的KMO 值為0.542，一般認(rèn)為KMO 值大于0.5 即可進(jìn)行因子分析；Bartlett 檢驗(yàn)的P 值=0.000 ＜0.05，即在5%的顯著性水平下，樣本變量之間具有較強(qiáng)的相關(guān)性，因此樣本數(shù)據(jù)適合進(jìn)行因子分析。

表2 KMO檢驗(yàn)和Bartlett檢驗(yàn)結(jié)果

（2）變量共同度檢驗(yàn)

進(jìn)行變量共同度檢驗(yàn)，結(jié)果如表3 所示，所選變量的共性方差絕大多數(shù)都趨于或者大于0.9，表明所原變量信息能較好地被所提取的主因子進(jìn)行闡述，采用因子分析法可以得到解釋力較強(qiáng)的結(jié)論。

表3 公因子方差

3.實(shí)證分析過程

（1）公共因子提取

表4 反映了因子提取以及旋轉(zhuǎn)的結(jié)果，按特征值的大小對(duì)提取的全部主成分降序排序。按照特征值大于1 的原則，可以從總方差解釋中可提取5 個(gè)公共因子，特征值分別為3.132、2.634、1.951、1.177、1.097。從表4 可知，前面兩個(gè)因子占所有因子方差的比重都超過了20%，而所選取的5 個(gè)因子的累計(jì)方差貢獻(xiàn)率為83.260%，大于80%，表明這5 個(gè)因子的解釋力度較強(qiáng)，在一定程度上囊括了所有評(píng)價(jià)指標(biāo)反映的信息，可以使這126 家科創(chuàng)板上市公司的成長(zhǎng)性得以充分體現(xiàn)。

表4 解釋的總方差

（2） 因子載荷旋轉(zhuǎn)矩陣

對(duì)所選因子運(yùn)用Kaiser 最大方差法進(jìn)行旋轉(zhuǎn)，6 次迭代后結(jié)果收斂，得到相關(guān)的旋轉(zhuǎn)后成分矩陣，如表5 所示。第一個(gè)公因子在速動(dòng)比率的載荷為0.974，流動(dòng)比率的載荷為0.966，流動(dòng)資產(chǎn)增長(zhǎng)率的載荷為-0.852，這些指標(biāo)的載荷值均較高，所以公因子F1命名為“償債能力因子”，該因子對(duì)成長(zhǎng)性的貢獻(xiàn)率高達(dá)22.849%，是所有因子中貢獻(xiàn)率最高的；第二個(gè)公因子在總資產(chǎn)報(bào)酬率、凈資產(chǎn)收益率上有著較高的載荷值，且都大于0.9，，所以公因子F2命名為“盈利能力因子”，該因子對(duì)成長(zhǎng)性的貢獻(xiàn)率為17.318%。第三個(gè)主因子在營(yíng)業(yè)利潤(rùn)增長(zhǎng)率的載荷為0.943，凈利潤(rùn)增長(zhǎng)率的載荷0.937，載荷值均較高，所以公因子F3取名為“成長(zhǎng)能力因子”，該因子對(duì)成長(zhǎng)性的貢獻(xiàn)率為17.020%；第四個(gè)主因子在應(yīng)收賬款周轉(zhuǎn)率的載荷為0.983，營(yíng)業(yè)收入增長(zhǎng)率的載荷為0.976，所以將公因子F4命名為“營(yíng)運(yùn)能力因子”，該因子對(duì)成長(zhǎng)性的貢獻(xiàn)率為16.115%；第五個(gè)主因子在資產(chǎn)負(fù)債率和總資產(chǎn)周轉(zhuǎn)率上有著較高的載荷，分別為0.766、-0.707，所以將公因子F5命名為“風(fēng)控能力因子”，該因子對(duì)成長(zhǎng)性的貢獻(xiàn)率為9.958%，在所有因子里的影響程度最低。

表5 旋轉(zhuǎn)后成分矩陣

（3）計(jì)算因子得分與綜合得分

通過采取主成分分析法，在SPSS 中得到了綜合得分的系數(shù)矩陣，見表6。

表6 因子得分系數(shù)矩陣

根據(jù)表中的結(jié)果寫出6 個(gè)公因子與12 個(gè)變量之間的線性關(guān)系函數(shù)表達(dá)式：

將五個(gè)公因子的方差貢獻(xiàn)率為權(quán)重，加權(quán)平均就得到科創(chuàng)板上市公司成長(zhǎng)性綜合得分的計(jì)算公式，即科創(chuàng)板上市公司的成長(zhǎng)性評(píng)價(jià)模型如下：

通過該模型可以得到結(jié)論：第一個(gè)公因子F1對(duì)企業(yè)的綜合得分影響最大，而第五個(gè)公因子F5的影響能力最小，其余三個(gè)公因子的影響程度大致相同。以該成長(zhǎng)性評(píng)價(jià)模型為依據(jù)，將126 家樣本公司的指標(biāo)數(shù)據(jù)代入計(jì)算，可以得到相應(yīng)的綜合得分及排名情況，由于篇幅限制，這里僅列出綜合分?jǐn)?shù)排名前10名以及后10 名的公司（見表7）。

表7 科創(chuàng)板上市公司綜合得分及排名情況（部分）

4.評(píng)價(jià)分析

樣本公司的成長(zhǎng)性綜合得分在區(qū)間[-2.67，2.11]波動(dòng)，呈現(xiàn)出“兩頭小，中間大”的分布特點(diǎn)；綜合得分的標(biāo)準(zhǔn)差為0.46057，數(shù)值的波動(dòng)范圍較大，說明科創(chuàng)板上市公司的整體發(fā)展水平有待進(jìn)一步發(fā)展與提高。為了能夠更加直觀地評(píng)價(jià)分析上市公司的成長(zhǎng)性狀況，將成長(zhǎng)性綜合得分的結(jié)果劃分為4 個(gè)等級(jí)，見表8。

表8 成長(zhǎng)性等級(jí)分布表

從5 個(gè)公因子進(jìn)行分析，針對(duì)于第一個(gè)公因子（償債能力因子），有70%的公司F1得分大于0，其中前三為0.67、0.63、0.62均小于1，綜合得分前10 的公司在F1排名大體都排名居中，而根據(jù)公式（7）可以發(fā)現(xiàn)該公因子對(duì)綜合得分影響程度最大，因此上市公司償債能力較好。而第二公因子（盈利能力因子），大約45%的樣本公司得分大于0，比率幾乎持平，其中前三為4.05、3.12、2.61，前10 家公司除去個(gè)別幾家都排名靠前，再結(jié)合凈資產(chǎn)收益率和總資產(chǎn)報(bào)酬率這兩個(gè)比率大部分都大于0，表明科創(chuàng)板上市公司的盈利發(fā)展能力較好。第三個(gè)公因子（成長(zhǎng)能力因子），大約37%的樣本公司得分大于0，而其中該因子排名前三的分別為晶豐明源（6.10）、長(zhǎng)遠(yuǎn)鋰科（3.76）、康希諾（3.60），而有兩家公司在綜合排名的前三，因此該變量也成為企業(yè)成長(zhǎng)性的重要影響因素。第四個(gè)公因子（營(yíng)運(yùn)能力因子），大約11%的樣本得分大于0，而前三的公司分別為榮昌生物（10.815）、康希諾（2.006）、匯宇制藥（1.175），這3 家公司營(yíng)運(yùn)能力較強(qiáng)，其他公司則與之有較大差距，其中榮昌生物、康希諾在綜合排名的第1 與第3，雖然前10 家公司有3 家公司F4排名倒數(shù)，后10 家公司排名靠前，但是樣本公司在該因子的得分?jǐn)?shù)值波動(dòng)較小，所以造成了這樣的反差，也從側(cè)面反映出科創(chuàng)板公司整體的營(yíng)運(yùn)能力較弱，投資者應(yīng)該重點(diǎn)關(guān)注。第五個(gè)公因子（風(fēng)控能力因子），大約63%的樣本公司得分大于0，前三家公司分別為金山辦公（3.27）、中芯國(guó)際（1.50）、和元生物（1.37），結(jié)合第一個(gè)因子中大部分企業(yè)的償債能力不錯(cuò)，表明科創(chuàng)板上市公司不僅償債能力不錯(cuò)，在風(fēng)險(xiǎn)控制能力的發(fā)展上面較好。

四、結(jié)論

根據(jù)成長(zhǎng)性評(píng)價(jià)模型顯示，影響我國(guó)科創(chuàng)板上市公司成長(zhǎng)性綜合得分的主要因子是償債能力因子，而風(fēng)險(xiǎn)控制能力因子的影響程度最小。并且，成長(zhǎng)性綜合得分大于1 的公司僅有3 家，占比為2.38%，得分大于0 的公司有65 家，占比為51.59%，呈現(xiàn)出“中間大，兩頭小”的特點(diǎn)，其中各公司的營(yíng)運(yùn)能力整體都較弱，說明我國(guó)科創(chuàng)板上市公司還具有較大的成長(zhǎng)空間。