上市公司绩效评价模型研究

[摘要] 本文对上市公司绩效评价方法进行了探讨。以信息技术行业84家上市公司的财务数据为样本，以财政部评价指标体系中的基本指标为主，计算原始数据，给出基于因子分析的财务业绩评价模型，并进行了实证分析。

[关键词] 上市公司绩效评价因子分析

不论是发达的市场经济国家还是发展中国家，都对企业绩效评价给予高度关注和认真实践。从财务数据入手，应用多元统计研究方法，构建绩效评价模型，通过模型研究及实证分析，客观评价上市公司绩效，对于政府转变职能、加强宏观调控，公司改善经营管理，以及投资者调整决策，都有十分重要的意义。绩效评价应真实、全面地反映公司经营状况。指标体系的设置应借鉴国际惯例做法，并结合我国国情，对国外指标体系进行修正和改造，提高可操作性，客观公正评价企业业绩。

本文以财政部评价指标体系中的基本指标为主，选择以下指标:每股收益(X1）、加权平均净资产收益率(X2)、主营业务利润率(X3）、总资产周转率(X4)、流动资产周转率（X5）、资产负债率(X6）、主营业务增长率(X7)、总资产利润率(X8）、年末资产总额(X9）、主营业务收入净额(X10)、利润总额(X11）、股票年末价格(X12)。这些指标基本上涵盖企业的财务效益、资产质量、偿债能力、发展能力等，能客观反映情况。本文以信息技术行业84家上市公司的财务数据为样本，运用因子分析方法进行构建业绩评价模型。

因子分析方法的核心思想是以因子分析模型为出发点，在满足数据信息丢失容许的范围内对多个指标提取公因子，通过计算确定哪些因子对原始变量有影响以及影响大小。通常，提取因子数目少于原始变量，但可以较全面地描述原始变量。因此，因子分析属于降维处理的范畴，使指标体系的分析更加简单有效。为上市公司财务业绩评价建立的因子分析模型可简记为：

以84家上市公司的12个指标数据为样本，计算样本协差阵的特征值。根据计算结果选取前6个特征值，这6个特征值之和占全部的90.779%，即6个公因子可以描述样本协差阵90.779%的信息。为理解公共因子的意义，有必要对因子载荷矩阵A进行旋转变换，目的是使矩阵结构简化，因子的贡献越分散越好。旋转方法很多，最为常用的是方差最大正交旋转法。在获得公共因子后，再利用回归分析法求出各主因子得分。

绩效评价的综合得分，是以每个主因子的方差贡献率占六个主因子总方差贡献率的比重作为权数来进行加权计算，计算公式为:F=31.51×f1+20.468×f2+12.692×f3+11.00×f4+9.218×f5+5.892×f6。

将样本数据代入公式，计算结果见下表。

从综合得分来看，一些效益好、偿债能力较强、发展能力较强的企业排名明显靠前，排在榜首的是中国联通，其综合得分遥遥领先，这主要归因于其在主因子f1和f6的得分，显示该企业有良好的财务效益和发展能力。可见，不同企业在资产运营、偿债能力、发展能力等方面各不相同，决策者应根据对公司的情况分析而做出决策。

参考文献:

[1]中国上市公司业绩评价课题组编，中国上市公司业绩评价报告，经济科学出版社，2005

[2]卢纹岱编:SPSS for Windows统计分析(第2版），电子工业出版社，2005

[3]白厚义编:回归设计及多元统计分析，广西科学技术出版社，2003

本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。