新能源行業(yè)上市公司投資價值實證分析
——基于改進的因子分析模型

方偉國, 陳祖武, 謝 峰

(1.福州外語外貿(mào)學(xué)院 理工學(xué)院, 福建 福州 352020；2.福建工程學(xué)院 經(jīng)貿(mào)學(xué)院, 福建 福州 350002；3.華僑大學(xué) 計算機學(xué)院, 福建 泉州 362000)

0 引 言

目前,我國正在大力推行能源行業(yè)的整治和改革，伴隨著經(jīng)濟可持續(xù)發(fā)展理念的深入推進，各行業(yè)特別是能源行業(yè)將進行全面的產(chǎn)業(yè)升級和行業(yè)重整。國家政策利好將為新能源行業(yè)的迅速發(fā)展提供良好機遇，同時政府提出的保護“綠水青山”的決心也將對目前能源行業(yè)中一些落后的企業(yè)提出挑戰(zhàn)，新能源行業(yè)上市公司的數(shù)量在國家政策扶持和資本市場蓬勃發(fā)展的浪潮中不斷增加。截至2018年12月31日，根據(jù)中商產(chǎn)業(yè)研究院數(shù)據(jù)庫的搜索結(jié)果顯示，目前,我國新能源行業(yè)上市公司在滬深A(yù)股上市公司達27家，總市值將近數(shù)千億元，其中，隆基股份以733億元市值位居榜首，金風(fēng)科技、協(xié)鑫集成分別以519.0億元、257.9億元市值位列第二、第三名。作為我國新能源產(chǎn)業(yè)的龍頭企業(yè)，新能源上市公司的市場投資價值在一定程度上可反映出我國新能源行業(yè)的發(fā)展現(xiàn)狀，通過對其投資價值的探究，可認(rèn)識到新能源上市公司在市場競爭中所處的地位，并為新能源行業(yè)長遠發(fā)展規(guī)劃制定提供相關(guān)理論依據(jù)。

1 文獻綜述及研究意義

目前學(xué)術(shù)界應(yīng)用較為廣泛的投資價值理論是由英國經(jīng)濟學(xué)家格雷厄姆提出的投資內(nèi)在價值理論。該理論認(rèn)為，在資本市場上，企業(yè)的投資價值具有波動性，特別是從短期來看，有很多不確定因素難以確定其投資價值，但是其基礎(chǔ)價值是較為穩(wěn)定且可測量的。通過上市公司的相關(guān)報表可對其財務(wù)數(shù)據(jù)進行分析,估量出企業(yè)的內(nèi)在價值,并由此發(fā)掘出市場價格低于內(nèi)在價值的資產(chǎn)[1]。作為國家重點關(guān)注并大力支持的行業(yè)，新能源行業(yè)是我國證券市場中的重要組成部分，而不少新能源上市企業(yè)正處于估值洼地。因此，不論是對市場投資者還是企業(yè)管理者而言，研究新能源上市公司的投資價值具有重要意義。

文獻梳理發(fā)現(xiàn)，關(guān)于新能源上市公司投資價值的研究極少。賈全星等[2]給予隨機前沿的方法，以新能源類上市公司2004-2010年的數(shù)據(jù)平均值作為樣本數(shù)據(jù)，對新能源類上市公司的技術(shù)效率進行實證研究；任曉麗[3]基于格雷厄姆提出的價值投資理論，以2010—2012年各新能源上市公司年報為分析樣本，選取10個指標(biāo),運用主成分分析法對公司的投資價值進行分析。但在一定時期內(nèi)，上市公司的投資價值是一個動態(tài)變化的過程，由于兩位學(xué)者采用的是一定時期內(nèi)各年數(shù)據(jù)的平均值，故存在一定局限性，研究結(jié)果有待進一步精確。

不少學(xué)者通過各類研究方法對上市公司投資價值進行實證分析，研究行業(yè)包括文化娛樂、房地產(chǎn)、新能源、農(nóng)業(yè)類以及高科技等。陳鈞[4]以AHP理論為分析框架，并利用層次分析法確定評價指標(biāo)的權(quán)重系數(shù)，最后運用AMOS模型對典型房地產(chǎn)上市公司進行實證分析；趙惠芳等[5]以A股文娛上市公司為例，選取大量財務(wù)分析變量，基于實證分析方法對公司進行投資價值分析；李恒光等[6]運用主成分分析方法，從財務(wù)視角對動力電池產(chǎn)業(yè)鏈的29家上市公司的財務(wù)指標(biāo)進行實證分析與綜合評估,并認(rèn)為江蘇國泰和德賽電池的投資價值較高；黃海輪[7]選擇農(nóng)業(yè)類上市公司，通過構(gòu)建Logistic回歸模型探究公司長期投資價值，為投資者提供客觀、合理的投資決策依據(jù)。

文中借鑒羅國旺等[8]于2015年提出的基于Topsis法改進的因子分析模型，利用2014—2018年新能源上市公司面板數(shù)據(jù)，分別從財務(wù)指標(biāo)和企業(yè)運營能力指標(biāo)進行分析，其中，財務(wù)指標(biāo)細分為債務(wù)承受和利潤衡量，運營能力細分為營運水平和企業(yè)未來成長空間4個一級指標(biāo)和11個二級指標(biāo)在內(nèi)的新能源上市公司投資價值評價體系，如圖1所示。

圖1 我國新能源上市公司投資價值評價體系

首先，依據(jù)指標(biāo)評價體系，采用因子分析法對2014—2018年年報數(shù)據(jù)進行分析，得出27家新能源上市公司各年的因子綜合得分，并在此基礎(chǔ)上，通過Topsis法評價27家公司的投資價值。Topsis法改進后的因子分析模型適用于面板數(shù)據(jù)，并突破了各年因子得分不可加性的局限[9]。

2 研究方法與評價指標(biāo)的確定

2.1 基于Topsis法改進的因子分析模型

因子分析是把多個指標(biāo)轉(zhuǎn)化為幾個不相關(guān)的綜合性指標(biāo)，利用綜合指標(biāo)去描述原始變量之間的相關(guān)性。Topsis法又稱優(yōu)劣解距離法，是一種適用于多目標(biāo)決策的綜合評價法。因子分析法只適用于截面數(shù)據(jù)，Topsis法改進后的因子分析模型克服了權(quán)重主觀性的不足，并可用于面板數(shù)據(jù)。為客觀、全面地評價新能源上市公司的投資價值，文中采用Topsis法改進的因子分析模型，具體步驟如下:

1)建立指標(biāo)體系，對研究對象進行分集處理為Sti(i=1，2，…，n)，需要研究的企業(yè)變量為Vti(j=1，2，…，m),t∈[t1,t2]，研究對象個數(shù)為n，評價區(qū)間為l年，則l=t2-t1+1。

2)采用因子分析對Sti的橫截面數(shù)據(jù)進行研究，得到對象集Sti的ft,k個因子(k≤m),以及各對象集因子綜合得分yt1，yt2，…，ytm,其中，t為時間點，可得(Yti)n×l的矩陣。

3)利用Topsis法對Sti(i=1，2，…，n)的因子獲取分?jǐn)?shù)yti進行分析，具體步驟如下：

①各年的最終得分作為公司競爭力的一個評價指標(biāo)，構(gòu)成一個新的指標(biāo)體系，即l個數(shù)據(jù)指標(biāo)，n個目標(biāo)，yti個數(shù)據(jù)。

②對l個指標(biāo)進行標(biāo)準(zhǔn)化。

(1)

③根據(jù)Zti矩陣確定最優(yōu)、最劣向量，分別記作Z+=(Zmax,1,Zmax,2,…,Zmax,l)和Z-=(Zmin1,Zmin2,…,Zminl)。

④第i個評價對象與最優(yōu)、最劣解的距離分別為：

(2)

(3)

⑤第i個評價對象與最優(yōu)因子方案的接近程度為

(4)

Ci越大，表示該新能源公司在2013-2017年的經(jīng)營績效越好，投資價值也就越大。

2.2 指標(biāo)體系構(gòu)建與樣本數(shù)據(jù)選取

選取研究樣本時，依據(jù)中商產(chǎn)業(yè)研究院數(shù)據(jù)庫的行業(yè)分類，選擇能源行業(yè)中的二級行業(yè)新能源業(yè)，選取滬深A(yù)股共27家新能源上市公司為研究樣本。根據(jù)企業(yè)投資價值的相關(guān)理論，文中最終確定4個一級指標(biāo)，即償債能力、盈利能力、營運能力和成長能力，以及11個二級指標(biāo)，即流動比率(X1)、速動比率(X2)、資產(chǎn)負(fù)債率(X3)、總資產(chǎn)凈利率(X4)、凈資產(chǎn)收益率(X5)、銷售凈利率(X6)、總資產(chǎn)周轉(zhuǎn)率(X7)、流動資產(chǎn)周轉(zhuǎn)率(X8)、每股收益增長率(X9)、凈利潤增長率(X10)和利潤總額增長率(X11)。新能源行業(yè)上市公司投資價值評價指標(biāo)體系見圖1(數(shù)據(jù)均來自WIND數(shù)據(jù)庫)。

3 新能源上市公司投資價值評價

3.1 因子分析

根據(jù)我國新能源上市公司投資價值評價指標(biāo)體系，使用SPSS22.0對2014-2018年的橫截面數(shù)據(jù)分別進行因子分析。

3.1.1 KMO和Bartlett檢驗

在進行因子分析前，需檢驗指標(biāo)變量之間的內(nèi)在相關(guān)性，文中利用KMO檢驗和Bartlett球形檢驗來探究原始數(shù)據(jù)的相關(guān)性，見表1。

從檢驗結(jié)果看，KMO在2014-2018年的檢驗結(jié)果均大于0.5，且球形檢驗結(jié)果也較為理想，顯示數(shù)據(jù)之間具有一定的相關(guān)性，適合因子分析。

表1 2014-2018年截面數(shù)據(jù)KMO檢驗及Bartlett 檢驗

3.1.2 計算因子綜合得分

利用主成分分析法提取公因子，得到各個公因子的特征值和方差貢獻率，見表2。

表2 2014-2018年截面數(shù)據(jù)因子分析的總方差貢獻率

在保留特征值大于1的因子后，根據(jù)表中結(jié)果可以看出，每年的累計方差貢獻率均大于80%，對整體的解釋程度較高，所保留的公因子已經(jīng)基本涵蓋各個二級指標(biāo)的信息，我國新能源上市公司投資價值可被較好地體現(xiàn)。

為讓結(jié)果更具可解釋性，采用Varimax對2014-2018年截面數(shù)據(jù)初始因子載荷矩陣進行Kaiser標(biāo)準(zhǔn)化正交旋轉(zhuǎn)，由于文中篇幅有限，各年的因子分析過程相似，在此僅以2018年新能源公司的截面數(shù)據(jù)為例進行闡釋。對因子載荷矩陣進行旋轉(zhuǎn)處理后的結(jié)果見表3。

表3 2018年旋轉(zhuǎn)后的因子載荷矩陣

第1個公因子在每股收益增長率、凈利潤增長率和利潤總額增長率上具有極高的因子載荷值，分別為0.944、0.968和0.946，這些指標(biāo)反映了新能源上市公司的成長能力，另外，第1個公因子在總資產(chǎn)凈利率、凈資產(chǎn)收益率、銷售凈利率上也具有較高的因子載荷值，分別為0.625、0.700和0.754，這些指標(biāo)反映了新能源上市公司的盈利能力，綜合來看，第1個公因子提取出大量與公司成長能力和盈利能力有關(guān)的信息，因此將第1個公因子命名為成長能力和盈利能力因子，該因子對投資價值的方差貢獻率最高，達到38.096%；第2個公因子在流動比率、速動比率及資產(chǎn)負(fù)債率上有較高的載荷值，這三個指標(biāo)反映了新能源上市公司的償債能力，因此將其命名為償債能力因子，該因子對投資價值的貢獻率為25.687%；第3個公因子在總資產(chǎn)周轉(zhuǎn)率和流動資產(chǎn)周轉(zhuǎn)率上有極高的載荷值，反映出大量與公司營運能力有關(guān)的信息，因此將其命名為營運能力因子，該因子對投資價值的貢獻率為19.148%。以上3個因子對新能源上市公司投資價值的總體解釋程度較高，最終累積貢獻率達到82.931%。

同時對2018年截面數(shù)據(jù)進行回歸，可得到該年各因子的系數(shù)矩陣見表4。

表4 2018年因子得分系數(shù)矩陣

由此計算因子得分:

F1=-0.028X1-0.060X2-0.044X3+

0.104X4+0.139X5+0.181X6-

0.030X7-0.041X8+0.242X9+

0.250X10+0.243X11,

F2=0.299X1+0.286X2+0.340X3+

0.227X4+0.111X5+0.076X6+

0.016X7+0.056X8-0.097X9-

0.099X10-0.092X11,

F3=-0.010X1-0.052X2+0.090X3+

0.180X4+0.159X5-0.137X6+

0.446X7+0.466X8-0.045X9-

0.064X10-0.057X11。

以各公因子方差貢獻率為權(quán)重，計算新能源上市公司投資價值因子綜合得分，記為Y，則

根據(jù)此法分別得出新能源上市公司2014-2018年間的Y，最終形成因子綜合得分Yti，排序后的結(jié)果見表5。

表5 27家新能源上市公司2014-2018年因子綜合得分及排名

根據(jù)表5結(jié)果可知，27家新能源上市公司的因子綜合得分排名在2014—2018年間均有變化，沒有一家公司的排名是保持在同一個水平上，利用某一年的截面數(shù)據(jù)不能反映上市公司投資價值的變化過程，通過某年的因子綜合得分排名結(jié)果來評價我國新能源上市公司投資價值存在一定局限性。文中利用2014-2018年面板數(shù)據(jù)可客觀地表現(xiàn)出投資價值的變化過程，使得最終的研究結(jié)果更具說服力。

3.2 Topsis法綜合評價

在因子分析的基礎(chǔ)上，采用Topsis法可更真實、合理地評價我國新能源行業(yè)上市公司的投資價值情況，排序后的最終結(jié)果見表6。

表中的最優(yōu)因子方案貼近度(Ci)越大，說明該新能源上市公司的投資價值越高。

表6 27家新能源上市公司投資價值評價結(jié)果及排名

結(jié)合表5和表6的數(shù)據(jù)結(jié)果，從整個樣本期間來看，公司各年的因子綜合得分較高或呈現(xiàn)出上升趨勢，那么該公司的最優(yōu)因子方案貼近度排名也較為靠前。如金風(fēng)科技在2014-2018年的排名均在前10名，期間總體發(fā)展較好。根據(jù)最終的最優(yōu)因子方案貼近度排名，金風(fēng)科技位列第一，表現(xiàn)出其良好的發(fā)展能力；東旭藍天在樣本期間內(nèi)的因子綜合得分排名逐年上升，因此,其最終的最優(yōu)因子方案貼近度排名靠前，位于第2名；天順風(fēng)能在2014—2018年因子綜合得分均為正，說明公司發(fā)展較為平穩(wěn)，且排名呈現(xiàn)波段上升趨勢，故最終的最優(yōu)因子方案貼近度排名第5位，整體發(fā)展較好。相反，各年因子綜合得分相對較低或是出現(xiàn)“大起大落”現(xiàn)象的公司，其最終的最優(yōu)因子方案貼近度排名也是相對靠后的，如吉鑫科技在2017年營業(yè)利潤為-8 693.25元，相比往年虧損709.53%，歸屬于上市公司所有者的凈利潤虧損額高達1.1億元，同比虧損1 804.67%。盡管在2016年扭虧為盈，但受旗下子公司影響，公司涉入多起糾紛訴訟及仲裁案件，暴露出公司在內(nèi)部管理上的缺陷，故其最優(yōu)因子方案貼近度排名第22位；銳電受旗下基金公司的投資理財行為不當(dāng)?shù)挠绊懀舆B出現(xiàn)虧損情況,據(jù)公司5年內(nèi)投資收益數(shù)據(jù)，2014年、2015年、2017年和2018年這4年的投資收益皆為負(fù)值，業(yè)績位于同業(yè)底部，因此，該公司最終的最優(yōu)因子方案貼近度排名靠后。

繪制最優(yōu)因子方案貼近度分布圖可更直觀地了解我國新能源行業(yè)上市公司的投資價值，如圖2所示。

圖2 27家新能源上市公司2014-2018 年最優(yōu)因子方案貼近度分布情況

由圖2可以看出，僅17.65%的新能源上市公司最優(yōu)因子方案貼近度高于0.7，樣本中新能源上市公司的最優(yōu)因子方案貼近度均小于0.8，說明國內(nèi)新能源上市公司還存在較大的提升空間。從總體上來看，最優(yōu)因子方案貼近度較低,反映我國新能源上市公司的投資價值有待進一步提高，償債能力、盈利能力、營運能力以及成長能力是公司綜合能力的一種體現(xiàn)，各項能力協(xié)調(diào)發(fā)展是提升公司投資價值的基礎(chǔ)。

4 結(jié)語與建議

運用Topsis法改進的因子分析模型對27家新能源上市公司的投資價值進行綜合評價。

文中實證研究結(jié)論如下：

1)在2014-2018年，新能源上市公司在樣本期間內(nèi)各年的因子綜合得分之間差距明顯，并且最終的最優(yōu)因子方案貼近度最大值與最小值差距較大，最大值和最小值分別約為0.985、0.113，這說明國內(nèi)新能源上市公司投資價值有顯著差異。

2)在樣本期間內(nèi)，不少公司的因子綜合得分排名波動明顯，如金風(fēng)科技、協(xié)鑫集成等公司在五年內(nèi)的因子得分呈現(xiàn)出“大起大落”態(tài)勢，說明行業(yè)內(nèi)競爭激烈。

3)約58.82%的樣本公司最優(yōu)因子方案貼近度高于0.6，說明我國超過一半的新能源上市公司具備較高的投資價值，投資者可根據(jù)實際情況對新能源上市公司予以適當(dāng)關(guān)注。

4)從表6中不難發(fā)現(xiàn)，即便是最終的最優(yōu)因子方案貼近度排名靠前的公司，依然存在個別年份的因子綜合得分為負(fù)值的情況，這說明我國新能源上市公司的綜合能力仍有待進一步提高。

作為新能源業(yè)的重要組成部分，新能源上市公司的有效發(fā)展可以帶動整個新能源業(yè)的發(fā)展。對此，文中提出三點建議:

1)新能源上市公司需努力提高營運、盈利能力，在保證一定償債能力的同時，提升企業(yè)資產(chǎn)管理效率，完成當(dāng)期業(yè)績，這是吸引價值投資者的關(guān)鍵。

2)注重內(nèi)部管理，公司應(yīng)盡可能避免由于內(nèi)部管理不當(dāng)而造成的糾紛訴訟案件的發(fā)生。通過研究發(fā)現(xiàn)，新能源行業(yè)中部分企業(yè)在管理方面存在不少問題，有效地進行內(nèi)部監(jiān)管控制是保證企業(yè)正常運營的基礎(chǔ)，也是企業(yè)實現(xiàn)盈利的前提。

3)合理運用相關(guān)利好政策。2019年中國能源產(chǎn)業(yè)升級建設(shè)將全面啟動，而新能源行業(yè)面臨全新的機遇和挑戰(zhàn)。公司要在明確國家政策走向，順應(yīng)社會經(jīng)濟發(fā)展的同時，勇于創(chuàng)新技術(shù)，形成企業(yè)核心競爭力，通過降低運營成本，提高財務(wù)績效，吸引更多價值投資者。