我國互聯網金融行業盈利質量影響因素研究

章俊 陳鵬

摘要：傳統行業的盈利質量主要從盈利能力、持續性、盈利獲現程度、成長水平等方面進行分析?；ヂ摼W金融作為新興產業，在盈利質量影響因素方面與傳統行業有所區別。通過因子分析、主成分分析等方式對我國A股上市公司互聯網金融概念板塊進行盈利質量影響因素的數據分析，可以歸納出我國互聯網金融行業盈利質量的影響因子。結果表明，我國互聯網金融行業盈利質量可以分為四個獨立的影響因子，具體可命名為：F1收益性因子、F2現金性因子、F3利潤占比因子以及F4增長性因子。這四個影響因子累積解釋了影響互聯金融概念板塊公司盈利質量中87.402%的信息，其中F1收益性因子最顯著，解釋了38.956%的信息。本文發現，企業資產收益能力對盈利質量影響最大，資產收益能力越強，影響效果越好。

關鍵詞：互聯網金融；盈利質量；因子分析

盡管不同國家之間的通信基礎設施狀況不同，但以此為依托的電子支付迅速蔓延，網上交易已經成為一種常見的現象，不同國家的網絡金融發展呈現出共性[1]。隨著互聯網科技的發展，“網絡金融”已逐步發展成為“互聯網金融”，智能與大數據分析成為現代互聯網金融的主要表現[2]。自2013年被稱為中國互聯網金融發展元年開始，中國互聯網金融呈現“爆炸式增長”，無論是學術界、實體經濟還是政府部門，均對互聯網金融行業表現出高度的興趣。這段時間，中國互聯網金融在種類與規模方面都具備了一定的發展規模。許多企業紛紛涉足互聯網金融領域，甚至放棄原有發展方向轉型為互聯網金融企業，其中最具代表性的便是A股上市公司中互聯金融概念板塊的公司。但是我國互聯網金融行業尚處于初期階段，沒有成熟的發展模式，因而目前大部分企業都屬于“摸石頭過河”的形式，其面對的系統性風險、技術風險、流動性風險以及監管風險也更大[4]。同時，行業準入壁壘不是很高，廣闊的市場會吸引更多的競爭者進入市場，但此市場尚未飽和，未形成完全競爭市場模式。這些因素導致我國互聯網金融行業的盈利質量各有差異。為進一步了解互聯網金融行業的發展特性以及盈利的側重方向，本文對我國互聯網金融行業盈利質量影響因素進行研究，以推動互聯網金融行業更健康、有序發展。

一、研究方法

本文采取SPSS進行因子分析、主成分分析，分析對象為我國A股上市公司互聯金融概念板塊企業的盈利質量財務數據，指標選取如下：

（一）指標屬性

1.反映的信息真實可靠

根據會計信息可靠性原則，選取的指標需要滿足真實性、可驗證性以及中立性。這要求選取指標的數據來源需要體現出企業客觀發生的實際情況，同時是可以被審計驗證的，且數據來源客觀中立，被準確記錄，不會被人為因素影響。

2.指標持續可獲得

數據的指標數據來源能夠持續獲得，即指標所反映的企業生產過程來源是持續性的而非間斷性的，這使得指標之間可以具有對比性，在分析過程中可信度更高。

3.指標穩定可靠

指標穩定可靠指的是指標自身存在一定的穩定性，不易受到某件突發事件的影響而產生較大變動，穩定的指標可以減少分析過程中因指標因素導致分析結果不準確性。在現代市場經濟中，經濟周期縮短，市場形勢變化相比以往更快，因而所選取的指標需要自身存在一定的穩定性。

（二）具體選取指標

根據指標選取要求，本文在具體指標選取時，根據傳統行業盈利質量分析的指標體系，可從企業盈利能力、持續性、盈利獲現程度和成長水平情況等方面入手[3]，具體指標如下：

1.反映企業盈利能力情況

基本每股收益（元） =（稅后凈利潤-優先股股息）÷普通股股數

每股現金流凈額（元） =現金流量凈額÷股本數量

加權凈資產收益率%=當期凈利潤÷平均凈資產

總資產收益率%=凈利潤÷總資產

銷售凈利率%=凈利潤÷主營業務收入

2.反映企業盈利獲現程度

凈利潤現金含量%=現金凈流量÷凈利潤

銷售現金比率%=現金凈流量÷營業收入

3.反映企業成長水平

營業收入增長率%=本年主營業務收入增長額÷上年主營業務收入

營業利潤增長率%=本年主營業務利潤總額增長額÷上年主營業務利潤總額

經營現金流凈額增長率% =本期經營活動現金流量增長額÷上期經營活動現金凈額

4.反映企業持續性

營業利潤率%=營業利潤÷利潤總額

二、數據分析

本文數據選取2015年A股互聯金融概念板塊股票的財務數據，選取其中62家上市公司，審計意見均為無保留意見。其中部分上市公司的部分財務數據在該年度或連續年度中為負，導致指標缺失。在本文中，采取對原始財務數據取絕對值的方法，然后重新計算指標代替缺失的指標數據。

本文使用SPSS的因子分析和主成分分析數據。根據之前確定的指標體系，在SPSS中將指標使用簡稱代替，具體表示方法如表1所示。

（一）可行性檢驗

本文可行性檢驗采用KMO檢驗以及Bartlett檢驗（見表2 ），KMO值在0至1之間，一般來說，KMO值超過0.6表示數據可用，KMO值越大表示效果越好。本文KMO值為0.653，通過檢驗。在Bartlett檢驗中，近似卡方為997.247表示顯著，自由度為55，卡方檢驗概率為0，說明變量之間顯著相關，本文也通過檢驗。

（二）提取公因子

本文通過主成分分析方法，將原有變量降維提取，得到解釋原有信息的因子（見表3）。一般來說，因子的貢獻率越高，則包含了總信息中越多的信息。本文選取了前四個因子，其初始特征值分別為4.285/2.665/1.544/1.120，累積貢獻率達到87.402%，意味著這四個因子可以包含原有信息中87.402%的比重，能較好解釋原有變量的信息。

（三）因子旋轉、分析與命名

本文將已經提取的公因子建立載荷矩陣，然后進行因子回歸并進行正交旋轉。采取最大方差法進行，旋轉在5次迭代后收斂。具體旋轉成份矩陣的結果見表4。各個公因子由原有指標解釋組成，指標對應載荷值越高，則對該因子的影響就越大，根據每個因子上各個指標的載荷值，本文歸納出解釋因子的主要指標，對該因子進行命名，進而將影響方向顯現出來。

可以看到，影響F1因子的指標有X3（加權凈資產收益率）、X9（營業利潤增長率）、X1（基本每股收益）、X4（總資產收益率），其表達式可以視為：

F1=0.905X3+0.886X9+0.849X1+0.762X4+ε

其中ε表示剩下的指標所產生影響的尾數，由于影響很小可以忽略，因而可以用ε來表示。這些指標均與公司收益情況相關，且指標X3、X9、X1、X4均為正相關，可以將F1因子命名為收益性因子。

影響F2因子的指標有X6（凈利潤現金含量）、X2（每股現金流凈額）、X7（銷售現金比率），表達式為：

F2=0.991X6+0.979X2+0.852X7+ε

其共同點為現金流，且因子解釋指標X6、X2、X7均為正相關，因而可以將F2因子命名為現金性因子。

影響F3因子的指標有X5（銷售凈利率）、X11（營業利潤率），表達式為：

F3=0.962X5+0.96X11+ε

解釋的指標強調了利潤率，且指標X5、X11對因子解釋也為正相關，可以將F3因子命名為利潤占比因子。

影響F4因子的指標有X10（經營現金流凈額增長率）、X8（營業收入增長率），表達式為：

F4=0.812X10+0.763X8+ε

這些指標主要表示公司增長情況，且指標均為正相關，因而將F4因子命名為增長性因子。

（四）因子檢驗

本文將得到的四個公因子得出其成份得分協方差矩陣，矩陣的值在0到1之間，值越小說明越獨立。結果如表5所示，可以發現在四個因子兩兩之間，其協方差的值均為0，這說明四個因子互相獨立沒有影響，表示因子分析效果較好，公因子之間互不影響，四個因子解釋效果較好。

三、結論

本文得出，我國互聯金融概念板塊盈利質量的影響因素可以歸納為四個影響因子：F1收益性因子、F2現金性因子、F3利潤占比因子以及F4增長性因子，這四個影響因子累積解釋了影響互聯金融概念板塊公司盈利質量中87.402%的信息。其中：

F1收益性因子解釋了38.956%的信息；F2現金性因子解釋了24.227%的信息；F3利潤占比因子解釋了14.034%的信息；F4增長性因子解釋了10.185%的信息。

因子解釋信息的占比比重越大，意味著該因子所代表的這方面因素對互聯金融行業盈利質量影響越大。具體觀察這四個解釋因子，影響F1因子的指標有X3（加權凈資產收益率）、X9（營業利潤增長率）、X1（基本每股收益）、X4（總資產收益率），主要反映的是通過資產獲得收益的能力，且指標均為正相關，故我們可以理解為，該行業中企業資產收益能力對盈利質量影響最大，資產收益能力越強，影響效果越好。

影響F2因子的指標有X6（凈利潤現金含量）、X2（每股現金流凈額）、X7（銷售現金比率），主要反映的是行業中企業現金流的總量以及現金流動性，該指標也均為正相關，因而可以理解為，現金流質量對盈利質量起著次重要的影響，現金流質量越好影響越好[6]。

影響F3因子的指標有X5（銷售凈利率）、X11（營業利潤率），反映了排除營業外收入后的銷售收入在總收入中所占比重，指標也為正相關，這意味著主營業務的經營質量會對盈利質量產生第三重要的影響，主營業務利潤越高則盈利質量越好。

影響F4因子的指標有X10（經營現金流凈額增長率）、X8（營業收入增長率），反映的是企業發展潛力，即為持續經營能力，指標也為正相關，說明該行業中企業的持續經營能力越強對盈利質量也越起影響。

當然，本文也存在不足，主要體現在：我國A股市場互聯金融板塊選取的是2015年的財務數據，數據雖然具有一定的代表性，但數據的總量可能不足，且容易受到2015年的經濟整體形勢影響，因而結果可能存在偏差。通過增大樣本數據，擴大樣本中企業數量以及企業不同年份之間的數據，可以使結果更為精確。

參考文獻：

[1]Claessens S， Glaessner T， Klingebiel D.Electronic finance： reshaping the financial landscape around the world[J].Journal of Financial Services Research， 2002， 22（1-2）： 29-61.

[2]Chen H， Chiang R H L， Storey V C.Business intelligence and analytics： From big data to big impact[J].MIS quarterly， 2012， 36（4）： 1165-1188.

[3]劉海林.關于上市公司盈利質量分析指標體系的探討[J].商業經濟， 2014 （5）： 118-119.

[4]喬海曙， 呂慧敏.中國互聯網金融理論研究最新進展[J].金融論壇， 2014 （7）： 24-29.

[5]儲一昀， 王安武.上市公司盈利質量分析[J].會計研究， 2000， 9（3）： 1-36.

[6]王桂英， 宋寶.從現金流看企業盈利質量——以王府井股份有限公司為例[J].經濟論壇， 2013 （12）： 143-145.

[7]陳輝， 趙翠杰.我國上市公司盈利質量影響因素實證研究——以紡織行業為例[J].中國管理信息化， 2016 （03）： 25-28.

（作者單位：武漢中百控股集團股份有限公司；武漢大學信息管理學院）