基于PCA-DEA模型的電動汽車企業財務績效評價

苑涵穎 孫嘉康 魯超冉 劉吉成 （教授/博導） （華北電力大學經濟與管理學院 北京 102206）

一、引言

為了應對能源短缺和氣候變化給人類帶來的挑戰，世界各國都在加大新能源的開發與利用。傳統汽車產業對于石油資源的依賴性較強，采用的化石燃料的可替代性較低，消耗了大量油氣資源，同時也產生了大量溫室氣體，對環境造成嚴重影響。所以，具有優化能源排放、減輕污染大氣負荷等特點的電動汽車產業發展備受矚目。為實現碳達峰碳中和目標，推動能源的快速有序轉型，我國電動汽車制造業呈現蓬勃發展的態勢。然而，目前電動汽車研發制造成本較高，要想實現電動汽車企業長期、穩定的發展，企業財務績效評價十分必要。

目前關于財務績效評價體系和評價方法的研究在不斷完善。鄭慶華等（2015）從財務分析視角，采用因子分析法，以2013年新能源汽車行業為樣本，構建了該行業財務績效評價指標體系，分析了該行業的經營績效。王全在（2017）運用因子分析法以2013—2015年國內A股上市的汽車制造企業為樣本，從五個方面構建財務績效的評價指標體系進行評價。王婧（2017）利用PCA-DEA模型對金融企業財務績效進行評價，根據相對有效性評價結果對金融企業財務績效水平提升提出了建議。孫德美（2019）運用因子分析法對汽車龍頭企業比亞迪汽車2003—2015的財務數據進行處理和分析，對比亞迪財務績效提升路徑和未來發展戰略提出了建議。

通過對現有文獻的分析可以發現，目前的文獻多集中于對單獨一家電動汽車上市公司的財務績效進行研究，對該行業整體財務績效的研究較少，使用PCA-DEA模型對電動汽車公司進行財務績效評價的更是少之又少，為此，本文基于PCA-DEA模型，從盈利能力、償債能力、營運能力以及成長能力四方面構建評價指標體系，在數據包絡法（DEA）的基礎上對我國電動汽車上市公司財務績效進行分析；同時為了相關利益主體更好地根據公司情況調整戰略或者進行投資策略的調整，本文通過公司間的橫向對比來反映市場的發展動態，使本文的研究成果更具有普遍適用性。

二、研究樣本選擇及指標體系構建

（一）樣本選擇及指標選取。為高效準確地評價我國電動汽車上市公司的財務績效，本文從同花順中選取我國A股上市公司中主營業務含電動汽車的非ST類的41家公司，同時獲取這些公司2020年的財務數據作為研究樣本。2002年財政部發布的《企業績效評價細則（修訂）》，要求對非金融公司的財務績效評價從經營能力、償債能力、盈利能力以及發展能力四個維度展開。根據全面性、可操作性等原則，本文從可反映電動汽車上市公司盈利能力、營運能力、償債能力及發展能力的四個維度出發，選取17個指標，以此來全面構建電動汽車公司財務績效評價指標體系。為了解企業的負債與資產、速動資產、股東權益的比例關系，本文選取資產負債率（X1）、速動比率（X2）和產權比率（X3）來反映企業財務風險抵御能力與債務清償承受能力；選取應收賬款周轉率（X4）、存貨周轉率（X5）、總資產周轉率（X6）、流動資產周轉率（X7）、非流動資產周轉率（X8）和股東權益周轉率（X9）指標反映公司在資本運營與戰略決策等方面的管理能力；盈利能力能夠反映公司的資本增值能力，本文選取總資產凈利潤率（Y1）、流動資產凈利潤率（Y2）、凈資產收益率（Y3）和營業凈利率（Y4）評價公司的資本增值能力；選取總資產增長率（Y5）、可持續增長率（Y6）、所有者權益增長率（Y7）、每股凈資產增長率（Y8）來評價企業的發展能力。本文的投入指標為償債能力及經營能力，產出指標為盈利能力和發展能力。具體的預選指標見表1。

表1 電動汽車企業財務績效評價預選指標體系

（二）基于PCA的指標篩選。為了避免由于指標關聯性造成的相關財務信息的重復反映，在考慮DEA模型的基礎上，遵循投入指標與產出指標及樣本間的數量關系，本文采用PCA法對已經選取的17項指標進行降維，以期用較少的指標較為準確地反映出相關財務信息，實現更加高效的財務分析。鑒于此，本文采用SPSS 21.0對相關指標進行處理，以實現基于PCA的指標篩選。

1.基于投入指標和產出指標的PCA處理。對41家電動汽車企業的9個投入指標和8個產出指標進行KMO檢驗和巴特利特球形度檢驗，結果如表2所示。可以看出，投入指標和產出指標的KMO值分別為0.617、0.715，大于0.5，且sig=0，適合進行因子分析。通過KMO及Bartlett's球形度檢驗得知主成分分析法適用于本研究。

表2 KMO 和 Bartlett 的檢驗

采用PCA法提取3個投入指標和2個產出指標的主成分F1、F2、F3和P1、P2，投入指標和產出指標的主成分的方差貢獻率累積相加分別達到86.336%和83.419%，由此可以判斷出，篩選出來的這五個主成分能夠較為高效地代替其他指標對電動汽車企業財務績效進行更好的評價。最后，通過最大方差法來進行投入指標和產出指標的旋轉，獲得旋轉成分矩陣。

由表3可知，投入指標的第一主成分包括總資產周轉率、非流動資產周轉率、股東權益周轉率和流動資產周轉率，反映電動汽車公司各類資產的周轉效率和管理效率以及所有者資產的運用效率和營運能力的強弱；第二主成分包括資產負債率、速動比率和產權比率，反映電動汽車公司償還本金與利息的能力以及債權人的權益保障程度；第三主成分為應收賬款周轉率和存貨周轉率，反映電動汽車公司對運營資金的回收效率以及存貨運營效率的高低；產出指標的第一主成分包括凈資產收益率、總資產凈利潤率、流動資產凈利潤率、營業凈利率和可持續增長率，反映電動汽車公司的資產為企業創造凈利潤能力、收益能力、內在增長能力以及運用自有成本的效率；第二主成分包括總資產增長率、每股凈資產增長率、所有者權益增長率，反映企業資本積累能力、股東獲利能力的變化和資本、所有者權益的增長幅度。

表3 投入指標和產出指標的旋轉成分矩陣

2.因子得分計算。

（1）計算成分得分系數矩陣，得到以下五個主因子表達式：

F1=0.321X1-0.194X2+0.267X3+0.266X4+0.306X5+0.403X6+0.396X7+0.337X8+0.436X9

F2=-0.486X1+0.502X2-0.503X3+0.146X4+0.170X5+0.283X6+0.239X7+0.268X8-0.005X9

F3=-0.477X1+0.493X2-0.493X3+0.143X4+0.167X5+0.278X6+0.234X7+0.263X8-0.005X9

P1=0.412Y1+0.404Y2+0.404Y3+0.389Y4+0.200Y5+0.380Y6+0.282Y7+0.296Y8

P2=-0.210Y1+0.205Y2-0.173Y3-0.182Y4+0.432Y5-0.244Y6+0.596Y7+0.500Y8

（2）主成分得分及數據的正向化處理結果。通過上述PCA法進行處理后，在投入指標和產出指標中分別選出3個和2個主成分，并通過計算得出各主成分的得分，同時因為DEA模型要求輸入的數據與輸出的數據大于等于0，所以對主成分得分進行min-max的標準化處理來獲得正向化的數據實現，具體得分如表4所示。

表4 主成分得分及其正向化處理結果

三、基于DEA的我國電動汽車企業財務績效評價

（一）基于PCA-DEA的評價方法。數據包絡分析法（DEA）通過選取投入、產出指標，構建線性規劃模型，對具有可比性的同類型決策單元采取有效性評價。DEA中的標準模型主要有兩個，即CCR和 BBC，CCR通過假定固定不變的規模效率值來反映決策單元的投入產出水平的高低；而BBC則是以規模效率可變為基礎，用純技術效率與規模效率的乘積來反映技術效率值進而來評測決策單元的投入產出水平。鑒于電動汽車上市公司規模具有可變性，本文使用BBC模型進行測算，如公式1所示。

上式中，m代表決策單元的數量，a代表單個決策單元中的投入變量，b代表單個決策單元中的產出變量；θ代表決策單元的綜合效率值，ε為阿基米德正無窮小；λ代表決策單元的權重比率；u、v分別代表單個決策單元中的第u種投入指標以及第v種產出指標；代表第u種投入指標的冗余量；代表第v種產出指標的不足量。若θ=1，且S+=S-=0，則表示此決策單元DEA有效；若θ=1，且S+·S-≠0，則表示此決策單元DEA弱有效；若θ＜1，則表示此決策單元DEA無效。

（二）財務績效評價。

1.綜合效率評價。由下頁表5可知，39家公司的綜合效率不低于0.704，有6家電動汽車公司的綜合效率為1，即樣本數量的14.63%，視為DEA有效。41家公司的平均綜合效率值為0.839，說明電動汽車上市公司的資產配置得當，總體財務績效表現良好，公司內部治理結構合理，實現了較好的產出效益。由綜合效率計算方法得知，純技術效率和規模效率其中一個較低或兩者都低就會造成DEA無效，在35家DEA無效的公司中，有24家上市公司綜合效率值大于0.8，11家公司的綜合效率值低于0.8，說明這11家企業的財務績效表現不佳、投入的資源不能得到有效利用、資源管理不科學。

表5 電動汽車公司2020年財務績效評價結果

2.純技術效率、規模效率和規模收益評價。就電動汽車公司的純技術效率而言，整體樣本均值為0.982，在技術上有1.9%的資源沒有被有效配置，其中11家公司的純技術效率值為1，占比26.83%，對于純技術效率未達到1的電動汽車公司而言，需要提升公司的技術水平才能與其他電動汽車公司一樣實現技術效率相對最優。

樣本中有6家公司的規模效率值為1，視為規模效率有效。總體來看，規模效率有效數量低于純技術效率有效數量，并且規模效率無效的數量與DEA無效的數量相當。電動汽車上市公司財務績效表現差的主要原因在于純技術效率低、規模效率低，即沒有將公司資源合理有效配置且公司治理結構不合理，為此，電動汽車上市公司應在提高產業技術專業性的前提下，進行公司內部治理結構以及資金結構調整，才能獲得更多的財務績效回報。

在規模效率值為1時，隨著電動汽車上市公司生產規模的不斷擴大，規模收益不變；當規模效率值小于1時，規模收益呈現出邊際遞減趨勢，隨著電動汽車上市公司規模不斷擴大，企業財務績效逐漸降低。樣本中所有電動汽車企業規模收益為遞增或不變，說明這41家電動汽車公司存在著巨大的發展潛力和市場機會，企業的財務績效可通過規模收益渠道實現穩定以及上升態勢，即該行業在將來的生產經營中可通過增加資本投入來促進產出水平的提高。

四、結論及建議

本文構建了財務績效評價指標體系，借助PCA模型進行財務指標篩選，通過DEA模型對A股41家電動汽車上市公司財務績效展開綜合評價。結果顯示，電動汽車上市公司財務績效綜合效率仍有優化的空間，純技術效率與規模效率均處于中等偏上水平，說明財務管理、技術與規模等因素是影響財務績效的關鍵因素；規模收益呈現遞增態勢，說明電動汽車上市公司可以通過擴大規模來提升財務績效。為此，本文提出以下建議：一是電動汽車企業應聯合推動行業整體健康發展。從財務績效評價結果來看，我國電動汽車行業綜合發展不協調，同行業間存在較大差距，部分電動汽車企業存在著電動汽車里程虛標、電池耐用性差等問題，造成消費者對車企的不信任，由此可以看出，電動汽車企業聯合推動行業發展是該行業健康發展的必經之路。二是提高行業資源的供應整合能力。利用平臺合作合理規劃電動汽車充電路線，促進電動汽車行業發揮引領及帶動周邊區域發展的作用，鼓勵中小企業聯合、兼并等，整合優質資源，提升產業競爭力。三是加大研發投入、吸引高技術人才，使企業核心技術處于行業領先地位，降低電動汽車用車成本等。四是要優化售前售后服務質量，提高用戶粘性，發展市場潛在客戶，不斷擴大市場份額。五是要合理、有效地配置企業內部資源。企業資本結構優化及企業資金的合理配置是提高企業經濟效益的前提，電動汽車企業需要合理安排資金結構、提高資金使用效率和流動速度，進而實現企業經營利潤的最大化。