汪馨妮

摘 要：本文利用25家上市互聯(lián)網(wǎng)企業(yè)2017年的財務數(shù)據(jù)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?；诖?，給出提高我國上市互聯(lián)網(wǎng)企業(yè)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(shù)據(jù)時代的到來，互聯(lián)網(wǎng)企業(yè)規(guī)模迅速擴大。在互聯(lián)網(wǎng)技術的日益普及，加上政府出臺了一系列利好政策的環(huán)境下，互聯(lián)網(wǎng)企業(yè)發(fā)展前景廣闊。在激烈的市場競爭中，若想要取得長足發(fā)展，努力提高自身財務績效對于互聯(lián)網(wǎng)企業(yè)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(lián)網(wǎng)企業(yè)的財務績效進行綜合評價與排序，以透視互聯(lián)網(wǎng)行業(yè)的財務現(xiàn)狀與問題，并為互聯(lián)網(wǎng)企業(yè)經(jīng)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(tǒng)計方法，能夠有效地簡化數(shù)據(jù)。通過建立因子荷載矩陣，計算各因子在各樣本上的具體數(shù)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?；緮?shù)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(lián)網(wǎng)上市企業(yè)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(lián)網(wǎng)上市企業(yè)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(shù)據(jù)的來源與選取

通過對同花順、證監(jiān)會等網(wǎng)站信息的搜集與整理，剔除了財務信息不完整的企業(yè)后，最終選擇了25家不同服務類型的互聯(lián)網(wǎng)上市企業(yè)，圍繞這些企業(yè)的2017年年報展開研究。這25家企業(yè)分別為神州數(shù)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(lián)、中青寶、銀之杰、樂視網(wǎng)、三六五網(wǎng)、富春股份、暴風集團、盛天網(wǎng)絡、和仁科技、絲路視覺、科藍科技、東方明珠、大智慧、人民網(wǎng)、掌閱科技、新華網(wǎng)。本文數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫。

四、對25家互聯(lián)網(wǎng)上市企業(yè)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(shù)據(jù)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(shù)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(shù)據(jù)是否合適做因子分析。KMO統(tǒng)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(shù)據(jù)適合做因子分析。由表1可知，KMO統(tǒng)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(shù)據(jù)相關性顯著，適合做因子分析，檢驗通過。

2.因子提取

在經(jīng)過KMO和巴特利特球形檢驗之后，運用SPSS軟件篩選出了經(jīng)標準化處理后的25家互聯(lián)網(wǎng)上市企業(yè)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(jīng)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(xù)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(shù)絕對值較大的有資產負債率、權益系數(shù)、總資產凈利潤率、凈資產收益率、營業(yè)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(shù)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(jīng)營能力因子（）。代表因子3中系數(shù)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(shù)絕對值較大的有應收賬款周轉率和每股經(jīng)營活動產生的現(xiàn)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(shù)矩陣（見表3）和原始數(shù)據(jù)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(lián)網(wǎng)上市企業(yè)的財務風險低，只有整體表現(xiàn)優(yōu)秀才可以說明該企業(yè)財務狀況良好。因此，我們需要根據(jù)每個因子的得分與其方差貢獻率來構造可以計算出企業(yè)綜合得分的綜合評價函數(shù)。構建的綜合評價函數(shù)如下：

利用綜合評價函數(shù)模型，結合SPSS函數(shù)軟件的計算，可以得出選取的各互聯(lián)網(wǎng)上市企業(yè)排名狀況（見表4）。

五、結果分析

對所選擇的數(shù)據(jù)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(jù)表4數(shù)據(jù)可以看出，所選擇的上市企業(yè)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(xiàn)兩頭大中間小的情況，說明這些互聯(lián)網(wǎng)企業(yè)的整體經(jīng)營狀況良好，營運較穩(wěn)定。25家公司中12家企業(yè)因子綜合得分大于0，說明這些企業(yè)整體財務風險水平低于均值，財務績效良好。

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

從經(jīng)營能力因子來看，神州數(shù)碼表現(xiàn)突出，得分為3.71794，25家企業(yè)中僅有7家得分為正，說明我國互聯(lián)網(wǎng)上市企業(yè)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(wǎng)絡最為突出，但是有64%的企業(yè)償債能力因子為負，這可能是由于企業(yè)管理者過分追求盈利、籌得資金而忽視了提升企業(yè)的償債能力。企業(yè)的償債能力與企業(yè)的財務風險水平是緊密相連的，企業(yè)可以加速現(xiàn)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(jīng)營活動產生的現(xiàn)金流量凈額組成，除了三六五網(wǎng)、焦點科技、跨境通、暴風集團和大智慧表現(xiàn)突出外，其他企業(yè)應當注重提升應收賬款的變現(xiàn)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(lián)網(wǎng)上市企業(yè)的財務績效狀況，避免了傳統(tǒng)評價體系在賦權上的主觀性。同時發(fā)現(xiàn)選取的25家企業(yè)整體得分不高，反映了整個行業(yè)對于財務績效的管理都有待加強。各企業(yè)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(fā)揮自身優(yōu)勢，提升企業(yè)的綜合能力，使互聯(lián)網(wǎng)企業(yè)盡可能地避免由財務風險給企業(yè)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(yè)銀行經(jīng)營績效研究――基于因子分析和聚類分析.萍鄉(xiāng)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(yè)大學，2018.

4.朱家明，邢康.基于因子分析對我國上市醫(yī)藥公司經(jīng)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(yè)上市企業(yè)財務風險評價研究――基于因子分析法和聚類分析法.財經(jīng)理論與實踐，2017，38（01）.

6.區(qū)芷誦.互聯(lián)網(wǎng)上市企業(yè)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(yè)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）