上市公司財(cái)務(wù)分析

1、上市公司財(cái)務(wù)分析摘要上市公司的財(cái)務(wù)描述了公司運(yùn)作的基本情況，是反映公司運(yùn)營(yíng)績(jī)效的重要指標(biāo)。無論是對(duì)本公司的管理，還是在金融市場(chǎng)上的投資，明確這些財(cái)務(wù)指標(biāo)的意義，根據(jù)需要合理地選擇財(cái)務(wù)指標(biāo)，使用有效的方法對(duì)這些財(cái)務(wù)指標(biāo)進(jìn)行充分的分析都是必不可少的。使用多元統(tǒng)計(jì)分析方法對(duì)上市公司的財(cái)務(wù)指標(biāo)進(jìn)行綜合評(píng)價(jià)是一種比較客觀的評(píng)價(jià)企業(yè)財(cái)務(wù)績(jī)效的方法。首先，本文對(duì)上市公司主要的財(cái)務(wù)指標(biāo)和本文所使用的數(shù)據(jù)進(jìn)行了解釋和說明。其次，接著對(duì)將使用的多元統(tǒng)計(jì)分析方法進(jìn)行簡(jiǎn)要的介紹。最后，使用多元統(tǒng)計(jì)方法中的因子分析的方法，提取公共因子，對(duì)這些主要財(cái)務(wù)指標(biāo)進(jìn)行實(shí)證分析：一方面來驗(yàn)證是否與財(cái)務(wù)分析中衡量各項(xiàng)能力的指標(biāo)是否一

2、致；另一方面，利用以各個(gè)因子各自貢獻(xiàn)率為權(quán)重建立因子得分函數(shù)，對(duì)投資者所關(guān)注上市公司財(cái)務(wù)數(shù)據(jù)進(jìn)行綜合評(píng)價(jià)。希望本文能為投資者或管理者進(jìn)行投資或決策提供一定的思路。關(guān)鍵詞： 上市公司；多元統(tǒng)計(jì)；因子分析；綜合排名；SASAbstractDescription of a listed company's financial operation of the company's basic situation is a reflection of the company an important indicator of operating performance. Whether

3、themanagement of the company, or investment in financial markets, clearly the significance of these financial indicators, according to the need for a reasonable choice of financial indicators, the useof effective methods of these financial indicators are essential for a full analysis of the. The use

4、 of multivariate statistical analysis method for listed companies to conduct comprehensive evaluation of financial indicators is a relatively objective assessment of the methods of enterprise financialperformance. First of all, this article listed companies on the main indicators and the financialan

5、alysis of the data used in this article for an explanation and description. Secondly, then that willbe used for multivariate statistical analysis methods to conduct a brief introduction. Finally, theuse of multivariate statistical methods of factor analysis methods, extracting the public factor of t

6、hese key financial indicators for empirical analysis: on the one hand, to verify whether thefinancial analysis of the ability of indicators to measure the same; On the other hand, the use of contribution of each factor for each weight function of the establishment of factor scores ofinvestors concer

7、ned about the financial data of listed companies to conduct comprehensive evaluation. I hope this paper to investors or investment managers or decision-making to provide a line of thought.Key words: listed company; Multivariate Statistical; factor analysis; comprehensiveranking; SAS1目錄摘 要 .1Abstract

8、.2第一章 引言 .4第二章 樣本選擇及變量介紹 .52.1樣本選擇 .52.2變量介紹 .52.3樣本簡(jiǎn)單統(tǒng)計(jì) .6第三章多元統(tǒng)計(jì)分析 .63.1因子分析 . . 63.1.1因子分析簡(jiǎn)介 .63.1.2因子分析模型 .73.2KMO and Bartlett's Test .83.3直接因子分析 .93.4確定因子數(shù)目的因子分析 .103.5最大方差旋轉(zhuǎn)法因子分析 .113.6因子得分 .13第四章結(jié)論的應(yīng)用 .144.1各因子得分及綜合排名 .144.2股票軟件 .172第五章 結(jié)束語 .17參考文獻(xiàn) .18致 謝 .19第一章引言現(xiàn)在關(guān)于公司財(cái)務(wù)質(zhì)量評(píng)價(jià)還沒有非常成熟的理論體系

9、。其相關(guān)研究主要有公司價(jià)值評(píng)估體系及公司業(yè)績(jī)?cè)u(píng)價(jià)指標(biāo)體系的研究，主要運(yùn)用杜邦財(cái)務(wù)分析體系和沃爾評(píng)分法對(duì)企業(yè)的財(cái)務(wù)狀況進(jìn)行綜合評(píng)價(jià)。我國(guó)在實(shí)踐操作中所廣泛采用的分析評(píng)價(jià)方法主要有以下3種：一是誠(chéng)信證券評(píng)價(jià)系統(tǒng)。根據(jù)各上市公司公開披露的有關(guān)資料，通過對(duì)上市公司當(dāng)年的盈利水平、發(fā)展速度和財(cái)務(wù)狀況方面的六個(gè)指標(biāo)( 包括凈資產(chǎn)收益率、資產(chǎn)總額增長(zhǎng)率、利潤(rùn)總額增長(zhǎng)率、負(fù)債比率、流動(dòng)比率和全部資本化比率) 分別進(jìn)行考核，然后按各指標(biāo)的重要性不同確定各指標(biāo)在綜合評(píng)價(jià)時(shí)的權(quán)重。二是上市公司評(píng)價(jià)系統(tǒng)。從1999 年開始進(jìn)行的“滬市 50 強(qiáng)上市公司”評(píng)選活動(dòng)，采用主營(yíng)業(yè)務(wù)收入、凈利潤(rùn)、總資產(chǎn)和市值四個(gè)指標(biāo)來評(píng)價(jià)公

10、司的財(cái)務(wù)質(zhì)量。三是國(guó)有資本金評(píng)價(jià)系統(tǒng)。中聯(lián)財(cái)務(wù)顧問有限公司和財(cái)政部統(tǒng)計(jì)評(píng)價(jià)司的有關(guān)專家成立課題組，借鑒國(guó)有資本金效績(jī)?cè)u(píng)價(jià)指標(biāo)體系，結(jié)合我國(guó)上市公司的特點(diǎn)，建立上市公司業(yè)績(jī)?cè)u(píng)價(jià)系統(tǒng)。該評(píng)價(jià)系統(tǒng)以財(cái)務(wù)效益為核心，并綜合資產(chǎn)運(yùn)營(yíng)、償債能力和發(fā)展能力等方面情況，設(shè)置了多層次的評(píng)價(jià)指標(biāo)體系。這些評(píng)價(jià)有很多是基于某幾項(xiàng)財(cái)務(wù)指標(biāo)的單方面分析，在企業(yè)綜合評(píng)價(jià)方面大都是采取加權(quán)的方法，這種方法要求各評(píng)價(jià)指標(biāo)之間相互獨(dú)立，但事實(shí)上企業(yè)的各項(xiàng)指標(biāo)之間有著或多或少的聯(lián)系，因此剔除這些相關(guān)關(guān)系才能夠更好的評(píng)價(jià)企業(yè)的經(jīng)營(yíng)績(jī)效及效益。在加權(quán)時(shí)在權(quán)值的取值上也是比較“隨便”的, 權(quán)值的選取沒有合理的依據(jù)，完全憑主觀。但近幾年

11、來對(duì)上市公司的業(yè)績(jī)綜合評(píng)價(jià)正逐步走向科學(xué)化，例如層次分析法(AHP)，模糊評(píng)價(jià)法及其深化灰度理論模型在上市公司的經(jīng)營(yíng)績(jī)效評(píng)價(jià)中得到越來越多的應(yīng)用，從美國(guó)引入的 EVA 財(cái)務(wù)管理方法也被越來越多的學(xué)者所采用，統(tǒng)計(jì)學(xué)的多元統(tǒng)計(jì)方法在這方面大顯身手（特別是因子分析法） 。因子分析法是從研究相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，把一些具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法。它能把多個(gè)變量化為少數(shù)幾個(gè)綜合變量，而這幾個(gè)綜合變量可以反映原來多個(gè)變量的大部分信息，面對(duì)眾多的財(cái)務(wù)數(shù)據(jù)起到3降維的作用，而且使用這種方法得出的綜合得分結(jié)果更具客觀性，能一定程度上避免賦值的主觀性。本文運(yùn)用SAS

12、和 SPSS軟件，根據(jù)互聯(lián)網(wǎng)上的“和訊數(shù)據(jù)”提供的上市公司財(cái)務(wù)數(shù)據(jù)，選取的部分公司的部分?jǐn)?shù)據(jù)為樣本進(jìn)行因子分析，通過財(cái)務(wù)綜合評(píng)價(jià)以反映各公司的綜合實(shí)力，從實(shí)證分析的角度為拓展財(cái)務(wù)綜合評(píng)價(jià)的定量測(cè)試方法方面進(jìn)行了初步探索。在本文的寫作中大量參考了前輩的文章，重點(diǎn)參考了2007 年 4 月、第 26 卷、第 2 期的蘭州交通大學(xué)學(xué)報(bào)中的王波和冉美華的文章因子分析在財(cái)務(wù)綜合評(píng)價(jià)中的應(yīng)用。該文章簡(jiǎn)單易懂而有一定深度，實(shí)在是不可多得的好文章。4第二章樣本選擇及變量介紹2.1 樣本選擇本文數(shù)據(jù)樣本選自互聯(lián)網(wǎng)，具體位置為“和訊網(wǎng)>股票 >數(shù)據(jù)頻道 >上市公司”，第一頁(yè)和第二頁(yè)，數(shù)據(jù)時(shí)間為2

13、009 年第 1 季度。考慮到被ST 的公司存在一定的問題，所以去除被 ST和數(shù)據(jù)不完整的公司，共 31 個(gè)上市公司， 20 個(gè)變量。 像萬科 A、TCL集團(tuán)、 川化股份、中興通訊、長(zhǎng)城電腦這樣的知名上市公司也在樣本里面。2.2變量介紹表 1 ：變量解釋說明表變解釋說明及計(jì)算公式變解釋說明及計(jì)算公式量量a1流動(dòng)比率 =流動(dòng)資產(chǎn) /流動(dòng)負(fù)債c3凈資產(chǎn)收益率 =凈利潤(rùn) /平均凈資產(chǎn)a2速動(dòng)比率 =( 流動(dòng)資產(chǎn) - 存貨 )/ 流動(dòng)負(fù)c4凈資產(chǎn)周轉(zhuǎn)率銷售收入 /（期初凈資產(chǎn)總額債+期末凈資產(chǎn)總額） /2a3資產(chǎn)負(fù)債率 =負(fù)債總額 /資產(chǎn)總額c5固定資產(chǎn)周轉(zhuǎn)率 =銷售收入 /固定資產(chǎn)凈值a4利息保障倍

14、數(shù) =息稅前利潤(rùn) /利息費(fèi)用d1凈現(xiàn)金流量 =現(xiàn)金流入量現(xiàn)金流出量b1凈資產(chǎn)收益率 =凈利潤(rùn) /平均凈資產(chǎn)d2每股現(xiàn)金流量（經(jīng)營(yíng)活動(dòng)所產(chǎn)生的凈現(xiàn)金流量?jī)?yōu)先股股利）流通在外的普通股股數(shù)b2總資產(chǎn)利潤(rùn)率 =凈利潤(rùn) /資產(chǎn)總額e1主營(yíng)業(yè)務(wù)增長(zhǎng)率=( 本季度主營(yíng)業(yè)務(wù)收人- 上季度主營(yíng)業(yè)務(wù)收入 )/上季度主營(yíng)業(yè)務(wù)收入b3毛利率 =( 銷售收入 - 銷售成本 )/銷售e2凈利潤(rùn)增長(zhǎng)率 =（本季度凈利潤(rùn)增長(zhǎng)額 /上季度收入凈利潤(rùn)）b4凈利率 =凈利潤(rùn) /權(quán)益資產(chǎn)e3總資產(chǎn)增長(zhǎng)率=( 本季度總資產(chǎn) -上季度總資產(chǎn))/ 上季度總資產(chǎn)c1應(yīng)收賬款周轉(zhuǎn)率 =銷售收入 /平均應(yīng)收e4凈資產(chǎn)增長(zhǎng)率=( 期末凈資產(chǎn)一期初

15、凈資產(chǎn))/賬款期初凈資產(chǎn)c2存貨周轉(zhuǎn)率 =銷售收人 /平均存貨e5每股收益增長(zhǎng)率=(本期股息率 - 上期股息率 )/上期股息率52.3 樣本簡(jiǎn)單統(tǒng)計(jì)表 2：31個(gè)樣本的均值和方差變量均值方差變量均值方差a110.6999224c300.116696a210.6044687c400.332334a35415.030788c510.697742a4918.000707d11173472411099533786b121.5277677d200.668172b210.64512e1-443.95199b32513.784124e27122.1144b4810.777893e31124.75964c11

16、861.836019e4416.80879c211.3090651e5-4112.77096第三章多元統(tǒng)計(jì)分析3.1 因子分析因子分析簡(jiǎn)介統(tǒng)計(jì)分析方法是一種“ 透過現(xiàn)象看本質(zhì)”方法。應(yīng)用該方法，可以從統(tǒng)計(jì)數(shù)據(jù)中發(fā)現(xiàn)經(jīng)濟(jì)活動(dòng)的規(guī)律性和因果關(guān)系，所以在經(jīng)濟(jì)分析中大量用到統(tǒng)計(jì)學(xué)分析方法。因子分析法是主成分分析法的推廣和發(fā)展。它通過對(duì)一組變量( 指標(biāo) ) 之間的相互關(guān)系的研究，綜合成少數(shù)幾個(gè)綜合性因子，并將原始變量再現(xiàn)為這些因子的一種線性線性組合。同時(shí)，利用變量之間的相關(guān)情況或者樣品之間的相似情況，還可以研究變量或者樣品之間的相關(guān)性。如果研究變量之間的相關(guān)性，一般是從相關(guān)系數(shù)矩陣出發(fā)的，稱為R 型因子

17、分析；如果研究對(duì)樣品進(jìn)行分類，一般是從相似系數(shù)矩陣出發(fā)計(jì)算的，稱為Q 型因子分析。在多種指標(biāo)綜合評(píng)價(jià)中，人們一般應(yīng)用的是R 型分析。通常指的因子分析指的就是R 型因子分析 , 本文所指的因子分析就是R 型因子分析，從相關(guān)系數(shù)出發(fā)的。因子分析是一種很有效的降維和信息萃取方法，因子分析是一種把錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合因子的多邊統(tǒng)計(jì)分析方法，起到簡(jiǎn)化觀測(cè)或評(píng)價(jià)系統(tǒng)的作用。因子分析法是在盡量減少信息丟失的前提下，從眾多指標(biāo)中提取出少量的不相關(guān)指標(biāo)，然后再根據(jù)貢獻(xiàn)率定以權(quán)重，進(jìn)而計(jì)算出綜合得分，其計(jì)算結(jié)果更為準(zhǔn)確、客觀、操作性比較強(qiáng)。因子分析中有多種確定因子變量的方法，如基于主成分模型的主成

18、分分析法和基于因子分析模型的主軸因子法、極大似然法、最小二乘法等，其中基于主成分模型的主成分分析法是使用最多的因子分析方法，也是本文采用的因子分析方法。因子分析具有以下幾個(gè)顯著的特點(diǎn)：第一，因子變量的數(shù)量遠(yuǎn)少于原有指標(biāo)的數(shù)量，對(duì)因子變量的分析能夠減少分析中計(jì)算的工作量；第二，因子變量不是對(duì)原有因變量的取舍，而是根據(jù)原始變量的信息進(jìn)行重構(gòu)，它能7夠反映原有變量的大部分信息；第三，因子變量之間不存在線性相關(guān)關(guān)系，對(duì)變量的分析較為方便；第四，因子變量具有命名解釋性，即該變量是對(duì)某些原始變量信息的綜合和反映。因子分析模型因子分析的出發(fā)點(diǎn)是用較少的相互獨(dú)立的因子變量來代替原來變量的大部分信息，可以通過下

19、面的數(shù)學(xué)模型來表示：假定有 n 個(gè)觀測(cè)對(duì)象，構(gòu)成樣本集N1、N2、? 、 Nn ， p 個(gè)考核指標(biāo)，在此我們稱為變量，對(duì)n 個(gè)樣本分別計(jì)算p 個(gè)變量的值，可以得到原始數(shù)據(jù)矩陣：x11 ? x1mx21 ? x2mX p gm?xp1 ? xpm假定標(biāo)準(zhǔn)化后的矩陣仍記為X ，則相關(guān)矩陣 RXX T求解相關(guān)矩陣的特征方程RI0, 記特征值為123?p0 ，特征向量矩陣為 U p gp ， U 為正交矩陣。令FUTX,則1010FF TUTXXTU UTRU UTUU T U0p0pF 為主因子陣。 FU gX為第個(gè)樣品因子觀測(cè)值，又稱因子得分矩陣。在因子分析中， 通常只選擇其中m(mp) 主因子，

20、 它們代表總體信息量的大部分，從而達(dá)到簡(jiǎn)化觀測(cè)評(píng)價(jià)系統(tǒng)的目的例如按選取的主因子的信息量和占總體信息量的85%，即尋求 m,使得mpi /i85%i 1i 1這 m個(gè) 主因子將 U 矩陣剖分為 2 部分，其中一部分為 m個(gè)因子能解釋的含主要信息，另一部分只含少量信息。因子模型則可以表示為 ( 略去特殊因子 ) ：8X1U11F1 U12 F2? U1mFmX 2U 21F1U22F2? U 2m Fm?X pU p1F1U p 2F2? U pm Fm經(jīng)規(guī)格化和方差最大旋轉(zhuǎn)后得到因子載荷矩陣A，其因子的典型代表變量突出，從而得以對(duì)主因子的經(jīng)濟(jì)意義給以明確解釋。根據(jù)各樣本在不同主因子上的得分，可以

21、對(duì)樣本進(jìn)行不同角度的比較評(píng)價(jià)。因子分析的基本步驟：1 ) 檢驗(yàn)待分析的原有若干變量是否適合于因子分析；2 ) 構(gòu)造因子變量；3 ) 利用旋轉(zhuǎn)使得因子變量更具有可解釋性；4 ) 計(jì)算因子變量的得分。3.2 KMO and Bartlett's TestKMO檢驗(yàn)和 Bartlett檢驗(yàn)是兩個(gè)常用的測(cè)度因子分析模型有效性的統(tǒng)計(jì)指標(biāo)。KMO(Kaiser-Meyer-Olkin measure of sampling adequacy)測(cè)度樣本的充足度。KMO的統(tǒng)計(jì)值一般界于 0和 1之間，若該統(tǒng)計(jì)指標(biāo)在0.5 和 1之間則表明可以進(jìn)行因子分析，若小于0.5則表明不適宜進(jìn)行因子分析。本研究的

22、KMO值為 O.629 ( 大于 O.5 )。Bartlett統(tǒng)汁指標(biāo)檢驗(yàn)相關(guān)矩陣是不是單位矩陣( 原假設(shè)為相關(guān)矩陣為單位陣)?？ǚ綑z驗(yàn)結(jié)果表明，Bartlett球形檢驗(yàn)的卡方統(tǒng)計(jì)值為1700.191(P< O.000)拒絕原假設(shè)，相關(guān)矩陣不是單位陣，可以考慮進(jìn)行因子分析。通過 SPSS的 Analyze Data Reduction 模塊，并選擇 KMO and Bartlett's Test選項(xiàng)，檢驗(yàn)結(jié)果如下：表 3 ： KMO and Bartlett's TestKaiser-Meyer-Olkin Measure of Sampling Adequacy(檢驗(yàn)

23、).629Bartlett's Test of球形檢驗(yàn)，x2Approx. Chi-Square(統(tǒng)計(jì)值 )1657.970Sphericitydf28Sig( 顯著性水平 ).0009通過以上兩項(xiàng)統(tǒng)計(jì)指標(biāo)的檢驗(yàn)表明本文所選擇的數(shù)據(jù)適合進(jìn)行因子分析。3.3 直接因子分析在因子分析時(shí)，本研究采用主成分分析法提取因子。通過SAS軟件，使用 factor過程，主要結(jié)果如下：表 4：因子的特征值及貢獻(xiàn)率特征值差分方差貢獻(xiàn)率累計(jì)方差貢獻(xiàn)率13.861444370.356462600.19310.193123.504981760.973253060.17520.368332.531728710.0

24、91733830.12660.494942.439994880.692984540.12200.616951.747010340.056859510.08740.704361.690150830.483796750.08450.788871.206354090.310937560.06030.849180.895416530.386360590.04480.893990.509055940.119279650.02550.9193100.389776290.018345680.01950.9388110.371430610.117530010.01860.9574120.253900600.0

25、34624070.01270.9701130.219276530.088989840.01100.9810140.130286690.028933680.00650.9875150.101353010.043303250.00510.9926160.058049760.020828730.00290.9955170.037221030.010383170.00190.9974180.026837870.006925380.00130.9987190.019912480.014094810.00100.9997200.005817680.00031.000010圖 1：碎石圖結(jié)果分析：初始因子方

26、法是主成分法。通過表4可以看到：第一個(gè)為3.86 ，累計(jì)貢獻(xiàn)率為 0.19 ；第二個(gè)特征值為3.5 ，累計(jì)貢獻(xiàn)率為0.37 ；第三個(gè)特征值為2.53172871 ，累計(jì)貢獻(xiàn)率為 0.49 ；第四個(gè)特征值為2.43999488 ，累計(jì)貢獻(xiàn)率為0.62 ；第五個(gè)特征值為1.7 ，累計(jì)貢獻(xiàn)率為 0.70 。按照最小特征值的標(biāo)準(zhǔn)，即取累計(jì)貢獻(xiàn)率為大于1的特征值，應(yīng)該保留7個(gè)因子。但觀察碎石圖（圖1），特征值大于1的點(diǎn)盡管有 7個(gè)，但發(fā)生劇烈變化的拐點(diǎn)在第9個(gè)點(diǎn)，而第 9個(gè)點(diǎn)后面的點(diǎn)的特征值的取值變化就比較平緩了?？紤]到財(cái)務(wù)數(shù)據(jù)的實(shí)際意義，選7個(gè)或者 9個(gè)不具有好的公共因子解釋性。選 5比較合適，且選

27、5個(gè)的話累計(jì)貢獻(xiàn)率也達(dá)到了0.7 ，可行。所以選取5個(gè)因子。3.4 確定因子數(shù)目的因子分析使用 SAS軟件的 factor過程，取 n=5，也即取因子的數(shù)目為5，對(duì)數(shù)據(jù)進(jìn)行分析，載荷陣如下：表 5 ：因子載荷矩陣Factor1Factor2Factor3Factor4Factor5a10.32784-0.115890.71720-0.098240.19391a20.270520.106720.73513-0.053600.3023011a3-0.72707-0.020920.077880.26065-0.33963a40.407150.152970.25017-0.215010.37329b1

28、0.274490.674600.000190.58936-0.07205b20.685230.50477-0.071210.34934-0.01386b30.27650-0.469770.195840.61801-0.14672b40.731510.15201-0.017840.48723-0.25000c10.17623-0.270990.121260.51760-0.40171c20.090180.38529-0.213720.280300.06070c3-0.566850.747330.039300.014400.05249c4-0.652560.671120.089400.224770

29、.04047c5-0.643370.614860.170130.219120.04456d10.180240.03340-0.433510.201440.58564d20.219200.12142-0.496000.220970.61062結(jié)果分析：可以大致看出公共因子Factor1 在 a3、a4、b2、b4、c4、c5上有較大的負(fù)載；公共因子 Factor2 在 b1、b2、b3、 e3上有較大的負(fù)載；公共因子Factor 在 a1、 a2、 e3上有較大的負(fù)載；公共因子Factor4 在 b1、 b3上有較大的負(fù)載；公共因子Factor5 在 d1、 d2上有較大的負(fù)載。但是部分公共因子

30、在許多變量上有較大且相近的載荷，比較模糊，不好解釋。嘗試使用最大方差旋轉(zhuǎn)法分析數(shù)據(jù)。3.5 最大方差旋轉(zhuǎn)法子因分析使用 SAS軟件的 factor過程，取 n=5和 rotate=varimax，采用最大方差旋轉(zhuǎn)法分析結(jié)果如下：表 6 ：最大方差旋轉(zhuǎn)法的因子載荷矩陣Factor1Factor2Factor3Factor4Factor5a1-0.224740.012230.166420.75478-0.18570a2-0.007770.076300.143560.82783-0.08638a30.47872-0.180120.34477-0.39522-0.42631a4-0.129100.06

31、643-0.171520.572850.24222b10.381700.846960.024980.047190.13070b2-0.047940.84775-0.194860.178980.24628b3-0.432240.363100.62422-0.05307-0.16677b4-0.331280.864370.017560.034770.00602c1-0.266100.407040.39865-0.19445-0.33949c20.242030.38518-0.05158-0.104520.25295c30.927320.00231-0.155910.000740.00931c40.

32、961570.048540.07145-0.05814-0.0305712c50.922420.022400.117700.00049-0.07557d1-0.058160.084720.08926-0.065150.76310d2-0.021490.153360.03798-0.078190.83604e10.25938-0.03074-0.111620.65087-0.09154e20.035990.44000-0.717600.24685-0.21394e30.10562-0.080860.719410.33575-0.31970e40.161580.109610.578910.1687

33、70.14508e50.037090.41313-0.728010.30834-0.19004結(jié)果分析：表5與表 6對(duì)照觀察可以發(fā)現(xiàn)變量在公共因子上的負(fù)載“兩極”化了。比如變量 c3、 c4 、c5在公共因子 Factor1 上的負(fù)載由表5里的 0.6 左右變?yōu)楸?里的 0.9 左右。這表明經(jīng)過最大方差旋轉(zhuǎn)， 因子負(fù)載情況變得明顯了集中了，采用最大方差法旋轉(zhuǎn)處理是成功的。同時(shí)也可以發(fā)現(xiàn)這樣的結(jié)果：公共因子Factor1主要由 c3( 總資產(chǎn)周轉(zhuǎn)率 )、c4（凈資產(chǎn)周轉(zhuǎn)率）、c5（固定資產(chǎn)周轉(zhuǎn)率）表示，這3個(gè)變量是反映公司運(yùn)營(yíng)能力的指標(biāo)，所以可以將公共因子Factor1 歸納為運(yùn)營(yíng)因子；公共因子

34、Factor2 主要由變量 b1（凈資產(chǎn)收益率）、 b2（總資產(chǎn)利潤(rùn)率）、b3（毛利率）、 b4（凈利率）表示，顯然這些變量是反映公司盈利能力的指標(biāo)，所以公共因子Factor2可以歸納為盈利因子；公共因子Factor3主要由 e2（凈利潤(rùn)增長(zhǎng)率）、 e3（總資產(chǎn)增長(zhǎng)率）、e4（凈資產(chǎn)增長(zhǎng)率）、 e5（每股收益增長(zhǎng)率） 表示， 這 4個(gè)變量反映公司發(fā)展情況，公共因子Factor3 可歸結(jié)為成長(zhǎng)因子；公共因子 Factor4 主要由 a1（流動(dòng)比率）、a2（速動(dòng)比率）、a3（資產(chǎn)負(fù)債率）、a4（利息保障倍數(shù)） 表示，這 4個(gè)變量主要說明公司的償債能力，公共因子 Factor4可歸結(jié)為償債因子；公共

35、因子 Factor5 主要由 d1( 凈現(xiàn)金流量 ) 、d2( 每股現(xiàn)金流量 ) 表現(xiàn)，這 2個(gè)變量反映公司的現(xiàn)金流量，所以公共因子Factor5可歸納為流動(dòng)因子。因子分析的結(jié)果與變量的現(xiàn)實(shí)經(jīng)濟(jì)意義不謀而合。整理成表格如下：表 7 ：公共因子及其對(duì)應(yīng)變量Factor1 運(yùn)營(yíng)載荷Factor2 盈利載荷Factor3 成長(zhǎng)載荷Factor4 償債載荷Factor5 流動(dòng)載荷因子因子因子因子因子c1 應(yīng)收賬款-0.2661b1 凈資產(chǎn)收0.84696e1 主營(yíng)業(yè)務(wù) -0.11162a1 流動(dòng)比率0.75478d1 凈現(xiàn)金流0.7631周轉(zhuǎn)率益率增長(zhǎng)率量c2 存貨周轉(zhuǎn)0.24203b2 總資產(chǎn)利0.

36、84775e2 凈利潤(rùn)增-0.7176a2 速動(dòng)比率0.8278d2 每股現(xiàn)金0.8360率潤(rùn)率長(zhǎng)率流量413c3 總資產(chǎn)周0.92732b3毛利率0.3631e3總資產(chǎn)增0.71941a3 資產(chǎn)負(fù)債-0.3952轉(zhuǎn)率長(zhǎng)率率c4 凈資產(chǎn)周0.96157b4凈利率0.86437e4凈資產(chǎn)增0.57891a4 利息保障0.5729轉(zhuǎn)率長(zhǎng)率倍數(shù)c5 固定資產(chǎn)0.92242e5每股收益 -0.72801周轉(zhuǎn)率增長(zhǎng)率將公共因子Factor i 表示為 Fi ，則變量可分別表示為：a1-0.22474*F10.01223*F20.16642* F30.75478* F4 -0.18570*F5a2-0.0

37、0777*F10.07630*F20.14356* F30.82783* F4 -0.08638*F5?e50.03709* F10.41313* F2 -0.72801*F30.30834* F4 -0.19004*F53.6 因子得分表 8 ：標(biāo)準(zhǔn)化因子得分系數(shù)Factor1Factor2Factor3Factor4Factor5a1-0.04716-0.026040.079570.30091-0.05209a20.01751-0.012320.085020.335990.00137a30.120430.007030.09566-0.14974-0.19878a4-0.02099-0.03

38、440-0.030570.234160.13719b10.121880.288050.05812-0.015310.02648b20.003080.25913-0.022000.026910.07224b3-0.109600.157860.23327-0.03735-0.08684b4-0.080130.292710.03676-0.04359-0.05309c1-0.073080.185140.13833-0.11202-0.19216c20.074620.125260.00850-0.049610.10183c30.256730.00613-0.042230.014680.01554c40

39、.268850.037510.04221-0.004790.00148c50.258730.029010.058060.01944-0.01520d10.00037-0.010070.071570.009810.38139d20.011800.008480.058610.002940.41173e10.08238-0.04506-0.018410.26544-0.01122e20.004200.12224-0.255230.03699-0.15709e30.041970.001190.268660.15612-0.10190e40.063380.044130.240530.096020.107

40、60e50.005790.10744-0.256670.06469-0.1406814令 Ni 為樣本 i 在公共因子上的得分， aij 為樣本 i 在變量 j上的取值標(biāo)準(zhǔn)化后的數(shù)值。則樣本在公共因子 Factor1 上的得分 N i 可表示為：N i -0.04716*ai10.01751*ai 2 0.12043*ai 3 -0.02099*ai 40.12188ai 50.00308*ai 6 -0.10960*ai7 -0.08013*ai 8 -0.07308*ai 90.07462*ai100.25673*ai 110.26885*ai 12+0.25873* ai130.00037* ai140.01180*ai150.08238*ai 160.00420*ai 17 0.04197* ai 180.06338*ai 190.00579*ai 20同理其它樣本在其它公共因子上的的得分也可類似表示。第四章結(jié)論的應(yīng)用4.1 各因子得分及綜合排名每個(gè)公共因子都有自己方差貢獻(xiàn)率，利用方差貢獻(xiàn)率加權(quán)求得綜合得分可以反映公司的整體情況：Sn 為樣本 n 的綜合得分，F(xiàn)i 為在樣本 n 在公共因子i 上的得分，則Sn 可表示為：Sn = 0.1931* F10.1752* F20.1266* F30.1220* F40.0874* F5 / 70.43%因?yàn)?5 個(gè)公共