基于因子分析法的中國物流行業上市公司財務績效評價研究

韓 穎 （黑龍江八一農墾大學 經濟管理學院，黑龍江 大慶 163319）

0 引 言

近年來，中國的互聯網行業飛速發展，使得電商行業、物流行業隨之進入大眾視野。然而中國的物流行業起步較晚，很多基礎設施不夠完善，加上近幾年新冠肺炎疫情的影響，導致物流行業的總體發展不是很好，各方面水平有待提高。因此，文章運用SPSS軟件，使用因子分析法，以研究52家上市公司的財務績效情況，希望為中國的物流公司提供一些具體參考。

1 研究設計

1.1 樣本選取及數據來源

本文選取滬深兩市物流行業中的上市公司為樣本，剔除了一些極端值和ST公司。通過巨潮資訊網2021年的財務數據報告，整理了52家物流業上市公司的數據并對其進行分析。

1.2 選取評價指標

通過閱讀相關文獻，以及借鑒前人的研究經驗。本文選取了11個具有代表性的指標，包括代表企業償還能力的流動比率、速動比率、資產負債率；代表運營能力的應收賬款周轉率、總資產周轉率；代表盈利能力的營業利潤率、凈利潤率、總資產報酬率；代表發展能力的營業收入增長率、總資產增長率、凈資產增長率。

2 實證分析

2.1 適用性檢驗

相關性檢驗是因子分析法的前提，所以首先對11個變量之間的相關性進行檢驗。本文采用KMO和Bartlett球體檢驗進行適用性檢驗，結果如表1所示。

表1 KMO和Bartlett檢驗

KMO檢驗統計量的值越大，意味著變量間的相關性越強，原有變量越適合做因子分析。據Kaiser給出的度量標準，KMO大于0.5，表明適合做因子分析，0.563大于0.5，表明可以做因子分析。巴特利特球度檢驗的值顯著，則表示觀測數據服從正態分布主體。經檢驗，本研究中巴特利特球形檢驗的值小于0.001，滿足小于0.05的要求，顯著性水平低，表明各原始變量間存在線性關系，適合做因子分析。

2.2 提取公因子

運用主成分分析法，對本文選取的52家樣本公司的總方差解釋計算結果如表2所示。初始特征值 提取載荷平方和 旋轉載荷矩陣

表2 總方差解釋

根據特征值大于1的標準，可以從11個成分中提取出4個主成分，表中前4個主成分的累計方差貢獻率已經達到80.598%，說明可以涵蓋大部分評價指標的信息，能夠對總方差做出較好的解釋，反映出樣本公司的綜合能力。據此可以得出結論：采用這4個主因子對52家物流業上市公司進行財務績效評價是可行的。

再結合碎石圖進行考慮(如圖1所示)，橫坐標表示因子數目，有11個；縱坐標表示因子的特征值范圍為0～4。從圖1可看出，前4個公因子的特征值均大于1，第五個公因子往后的特征值均小于1，再觀察曲線的形狀，整個曲線是一個折線形狀，轉折點也很清晰，并且特征值的走勢趨于平穩，由此認為選取4個公因子是合適的。

圖1 碎石圖

2.3 建立因子載荷矩陣及因子命名

為了方便進行下一步的分析研究，清楚各個主因子的意義，需要對因子載荷矩陣進行旋轉，使每個變量僅在一個公共因子上有較大的載荷，而在其他公共因子上的載荷較小。本文使用方差最大化旋轉得到如表3所示結果。

表3 旋轉后的成分矩陣

續 表

由表3可以看出，第一公因子中比較大的指標是流動比率、速動比率和資產負債率，這三個指標反映了物流業上市公司的償債能力，因此命名為償債能力因子；第二個公因子中比較大的指標是營業收入增長率、總資產增長率和凈資產增長率，反映了物流業上市公司的發展能力，因此命名為發展能力因子；第三公因子中比較大的指標是凈利潤率、營業利潤率和總資產報酬率，反映了物流業上市公司的盈利能力，因此命名為盈利能力因子；第四公因子中比較大的指標是應收賬款周轉率和總資產周轉率，反映了物流業上市公司的運營能力，因此命名為運營能力因子。

2.4 計算因子得分

通過SPSS軟件對52家物流業上市公司的財務數據進行因子分析，得到如表4所示的成分得分系數矩陣

表4 成分得分系數矩陣

根據表4，可得出因子得分模型如下：

=0.400-0.318-0.072-0.042+0.019+0.052+0.018-0.046+0.106-0.076+0.394

=-0.009-0.019-0.025+0.409+0.207-0.136+0.040+0.412+0.232-0.406-0.023

=-0.117-0.001+0.444-0.004+0.209+0.091-0.053-0.013-0.203+0.444-0.110

=0.025-0.071+0.008-0.190+0.155+0.621+0.487-0.052+0.077+0.017+0.007

將4個主因子相應的方差貢獻率作為權重，加權平均計算得出上市公司的綜合績效能力評價模型如下：

以因子得分模型和綜合能力評價模型為依據，將52家樣本公司的財務指標數據代入計算，得到各個因子以及綜合能力的得分和排名情況，如表5所示。

表5 公司得分和綜合能力

續 表

3 績效評價

由表5可以看出，綜合得分排在前5的公司分別是ZKWZ、DHWL、MEKW、YTY和ZCWL。橫向分析這52家上市公司的績效得分情況可知，各企業不同方面的能力相差很大，存在很多某一方面優秀，但其他方面不盡如人意的情況。例如，中科微至憑借其優秀的發展能力排名第一，但其盈利能力、運營能力和償債能力都相對較差。縱觀整個樣本結果，可以發現52家公司中有28家公司的績效綜合得分大于0，24家公司的績效綜合得分為負數。綜合來說，2021年中國物流行業上市公司的綜合績效水平整體表現一般。

在償債能力方面，52家公司只有4家公司的得分大于0，其余48家公司的償債能力為負數，情況很不理想，當然這與近幾年的新冠肺炎疫情有很大的關系。縱向觀察所有的樣本值，償債能力排名第一的XBCY得分為6.947 0，得分最后的JZXB為-27.662 7，說明中國物流行業上市公司的償債能力呈現嚴重的分化問題，發展不均衡。

在發展能力方面，整體表現較好，41家公司的評分大于0，只有11家公司的發展能力評分為負數。縱向觀察所有樣本值，排名第一的ZKWZ表現十分優秀，盡管在運營能力、盈利能力和償債能力評分很低的情況下，依舊憑借其優越的發展能力取得了綜合評分的第一名。該企業應關注多方面的均衡發展，發現短板，補齊短板。

在盈利能力方面，大部分物流業上市公司的表現不錯，其中25公司的盈利能力評分大于0，27家公司盈利能力評分小于0，基本正負參半。JZXB以121.271 1的優異成績排名第一，超過排在第二的HJDX94.492 1分。

在運營能力方面，32家物流業上市公司的評分大于0，20家公司的評分小于0，各公司運營能力方面的差異不是很大。值得關注的是，運營得分最低的ZKWZ，綜合得分卻排到了第一名，這與ZKWZ優異的發展能力有很大的關系，但也同樣說明運營能力得分對綜合得分的影響比較小。

4 建 議

4.1 選擇合適的融資方式，提高償債能力

企業籌集資金的一個主要途徑就是對外融資。物流行業應該充分考慮自身的經營情況和現金流動情況，選擇一種最合適的方式進行融資。一般情況下，內源性融資的風險比較低，可以優先考慮，然后再考慮發行股票等這類籌資風險較高的融資方式。總之，企業要對自身情況進行分析，選擇適合自身的融資方式。

4.2 抓住機會，加強技術發展水平，增強發展能力

近年來，電商行業的迅速發展也帶動了人們對于物流行業的需求。物流基礎設施迎來了物聯網、智能化等科技賦能的發展趨勢。企業應該抓住政策紅利，促進物流行業發展水平的提升。加強基礎設施的建設，多投入智能化設施，擴大智能化運營的規模。

4.3 做優增長空間，提高盈利能力

由于新冠肺炎疫情的影響，大部分線下實體開始開設線上銷售業務，這也增加了市場對物流的需求。高集約性的智慧物流園區的發展，也標志著物流行業迎來了新的變革。在這種情況下，物流行業應不斷拓展新業務和新產業，才能提升盈利空間。應結合具體情況，根據實際需求制定評價指標，完善體系，定期做分析，重視創新，以期提升物流企業的盈利能力。

4.4 合理配置資源，加強營運能力

物流行業的財務績效受許多因素的影響，包括運營能力。為了更好地提高運營能力，企業應該遵循發展規律，對資源進行合理配置。這樣不僅能夠提高資金的周轉效率，還有利于增強企業的運營能力，推動企業的發展。