基于因子分析法的互聯網上市企業的財務績效評價

汪馨妮

摘 要：本文利用25家上市互聯網企業2017年的財務數據作為樣本，運用因子分析法，從五個方面選取了13個指標構建財務績效評價體系，得到各個因子和綜合財務財務水平的得分與排名。基于此，給出提高我國上市互聯網企業財務績效水平的參考性意見。

關鍵詞：因子分析;財務績效;綜合評價;SPSS

一、引言

隨著大數據時代的到來，互聯網企業規模迅速擴大。在互聯網技術的日益普及，加上政府出臺了一系列利好政策的環境下，互聯網企業發展前景廣闊。在激烈的市場競爭中，若想要取得長足發展，努力提高自身財務績效對于互聯網企業來說是至關重要的。本文將運用因子分析法，對25家不同類型的互聯網企業的財務績效進行綜合評價與排序，以透視互聯網行業的財務現狀與問題，并為互聯網企業經濟效益的提高提出相關意見。

二、因子分析法的應用原理

因子分析法是一種實用的多元統計方法，能夠有效地簡化數據。通過建立因子荷載矩陣，計算各因子在各樣本上的具體數值，以因子得分替代原始變量，以達到對事物進行分類并且綜合評價的目的。基本數學模型表示形式：

…

上式中，是p個標準化后的原有初始變量，是m個因子變量。表示成矩陣形式為：

其中，A為因子荷載矩陣，為因子荷載，即第i個初始變量在第j個因子變量上的負荷。F為公因子。 為特殊因子，即原有變量不能被因子變量所解釋的部分。

三、互聯網上市企業財務狀況指標體系的構建

1.評價指標體系的構建

為了全面地對互聯網上市企業財務狀況進行評價，本文從償債能力、營運能力、盈利能力、成長能力和每股指標五個方面選取了13個財務指標來構建指標體系。本文選取的財務指標如圖1所示。

2.樣本數據的來源與選取

通過對同花順、證監會等網站信息的搜集與整理，剔除了財務信息不完整的企業后，最終選擇了25家不同服務類型的互聯網上市企業，圍繞這些企業的2017年年報展開研究。這25家企業分別為神州數碼、東華軟件、科大訊飛、啟明信息、川大智勝、焦點科技、三七互娛、世紀華通、跨境通、三五互聯、中青寶、銀之杰、樂視網、三六五網、富春股份、暴風集團、盛天網絡、和仁科技、絲路視覺、科藍科技、東方明珠、大智慧、人民網、掌閱科技、新華網。本文數據均來源于國泰安數據庫。

四、對25家互聯網上市企業13個指標的因子分析

1.適用性檢驗

由于因子分析需要從龐大的原始數據中構造出少量具有代表性的因子變量，因此，原有變量之間應當符合有較強相關性的潛在要求，否則就無法提煉出能反映原始變量公共特性的少數公共因子變量。本文將采用KMO和巴特利特球形檢驗的方法檢驗數據是否合適做因子分析。KMO統計量的取值范圍在0到1之間，其值需要保持在0.6以上，且越接近于1越適合做因子分析。巴特利特球形檢驗的顯著性水平不大于0.01時，表示數據適合做因子分析。由表1可知，KMO統計量值為0.720>0.5，巴特利特球形檢驗值為599.302，并且采用巴特利特球形檢驗得到的顯著性概率為0.000，小于0.01的顯著水平。由以上分析可知，數據相關性顯著，適合做因子分析，檢驗通過。

2.因子提取

在經過KMO和巴特利特球形檢驗之后，運用SPSS軟件篩選出了經標準化處理后的25家互聯網上市企業的13個指標在原始基本信息被公因子提取后的共性方差。經分析，除了應收賬款周轉率，其余指標都被提取了至少83%的信息，其中有八個指標的信息被提取了95%以上，可見提取程度較高。

表1所示的總方差解釋表反映了每個因子特征值和方差貢獻率的信息。旋轉后的第一個因子特征值為6.301，方差貢獻率為48.467%;第二個因子特征值為2.24，方差貢獻率為17.228%;第三個因子特征值為2.229，方差貢獻率為17.148%;第四個因子特征值為1.302，方差貢獻率為10.017%。前四個因子的累積方差貢獻率為92.86%，表明這四個因子能夠充分的保留原始信息，代表性強，可以選取前四個因子繼續分析。從圖2所示的SPSS進行因子分析得到的碎石圖也可以看到，前四個因子的特征值均大于1，其他因子的特征值依次減小，進一步驗證了選取前四個因子是合適的。

3.公因子的命名

旋轉后的因子荷載矩陣可以用來反映各個變量對主成分的貢獻程度，因子荷載量的絕對值越大，就表明因子和變量的相關性越強。如表2所示，代表因子1中系數絕對值較大的有資產負債率、權益系數、總資產凈利潤率、凈資產收益率、營業凈利潤、凈利潤增長率和每股收益，所以將因子1定義為盈利能力因子（）。代表因子2中系數絕對值較大的有流動資產周轉率和總資產周轉率，將因子2定義為經營能力因子（）。代表因子3中系數絕對值較大的有流動比率和速動比率，將因子3命名為償債能力因子（）。代表因子4中系數絕對值較大的有應收賬款周轉率和每股經營活動產生的現金流量凈額，因為這兩個指標同營運和每股指標相關，因此將因子4命名為營運收益因子（）。

4.計算因子得分與總得分

由SPSS分析出的成分得分系數矩陣（見表3）和原始數據的標準化值能夠求出各個因子得分。

但是，某一項指標的評分突出不能夠表明該互聯網上市企業的財務風險低，只有整體表現優秀才可以說明該企業財務狀況良好。因此，我們需要根據每個因子的得分與其方差貢獻率來構造可以計算出企業綜合得分的綜合評價函數。構建的綜合評價函數如下：

利用綜合評價函數模型，結合SPSS函數軟件的計算，可以得出選取的各互聯網上市企業排名狀況（見表4）。

五、結果分析

對所選擇的數據進行了標準化處理之后，綜合得分為0即表示財務績效水平處于平均水平;若得分高于0表示財務績效水平高于平均水平，越接近于1表示財務風險越低;若得分低于0表示財務績效水平低于平均水平，低于-1表示財務風險極高。根據表4數據可以看出，所選擇的上市企業的各個因子和綜合評價得分大多接近于0，且總體來說得分差幅不大，沒有出現兩頭大中間小的情況，說明這些互聯網企業的整體經營狀況良好，營運較穩定。25家公司中12家企業因子綜合得分大于0，說明這些企業整體財務風險水平低于均值，財務績效良好。

分析數據來看，并非每家企業在所有方面都表現最優或最劣。從盈利能力因子來看，大智慧表現最好，同三七互娛、世紀華通、三六五網和東方明珠一同進入前六強，只有盛天網絡、暴風集團、富春股份和樂視網得分為負，說明其盈利能力很不好，企業應當加強對自身盈利狀況的改善。

從經營能力因子來看，神州數碼表現突出，得分為3.71794，25家企業中僅有7家得分為正，說明我國互聯網上市企業營運能力的整體水平有待提升。

從償債能力因子來看，盛天網絡最為突出，但是有64%的企業償債能力因子為負，這可能是由于企業管理者過分追求盈利、籌得資金而忽視了提升企業的償債能力。企業的償債能力與企業的財務風險水平是緊密相連的，企業可以加速現金流動，降低資產負債率，在追求盈利的同時注重償債能力的提升。

從營運收益因子由應收賬款周轉率和每股經營活動產生的現金流量凈額組成，除了三六五網、焦點科技、跨境通、暴風集團和大智慧表現突出外，其他企業應當注重提升應收賬款的變現速度和管理效率，以便提升資產的流動性，并且應當盈利方面的不足。

六、結語

通過因子分析，科學而客觀地診斷了25家互聯網上市企業的財務績效狀況，避免了傳統評價體系在賦權上的主觀性。同時發現選取的25家企業整體得分不高，反映了整個行業對于財務績效的管理都有待加強。各企業應當準確審視自身的缺點，努力抬高短板，重點突出某幾個方面的建設，最大限度地發揮自身優勢，提升企業的綜合能力，使互聯網企業盡可能地避免由財務風險給企業帶來的影響。

參考文獻

1.張夢瑤，曾華鋒.我國物流上市公司財務績效評價研究――基于因子分析法.物流工程與管理，2019，41（12）.

2.雷前超，李芬芬.我國上市商業銀行經營績效研究――基于因子分析和聚類分析.萍鄉學院學報，2016，33（04）.

3.英栩嘉.基于因子分析和LOGISTIC回歸的SC集團財務預警模型研究.哈爾濱工業大學，2018.

4.朱家明，邢康.基于因子分析對我國上市醫藥公司經營績效的研究.青海師范大學學報（自然科學版），2018，34（03）.

5.陳茜，田治威.林業上市企業財務風險評價研究――基于因子分析法和聚類分析法.財經理論與實踐，2017，38（01）.

6.區芷誦.互聯網上市企業綜合競爭力評價分析研究.暨南大學，2015.

7.李燕.基于因子分析法的城市商業銀行財務風險預警體系研究.金融理論與實踐，2017（04）.

（責任編輯：王文龍）