對信息電子產業上市公司財務績效評價的研究

李冰凌

（南京審計大學，江蘇 南京211815）

一、研究背景

改革開放后， 我國信息電子產業順應了世界經濟的發展方向，在各個方面都取得了巨大的進步。特別是進入21 世紀以后，行業的整體規模、盈利水平及科技水平均有大幅度提升。近年來，我國科技水平發展迅猛，在許多領域都取得了重大突破，但機遇與挑戰共存，我國信息電子產業發展雖然迅速，但相比于發達國家起步晚， 在管理等許多方面仍然存在一定的問題。 本文選取我國中小板信息電子行業共48家上市公司作為樣本， 結合運用因子分析法和數據包絡分析法， 進一步分析研究上市公司的財務績效評價及評價過程中經常出現的相關問題， 使財務績效評價在企業管理中充分發揮獨到的作用。

研究方法采用因子分析法和數據包絡分析法。因子分析法的優點是當面對大量數據，尤其是數據項目較多時，因子分析法能夠很好地涵蓋原始數據的各個項目，同時將分析過程簡化為因子項目的分析，過程較為簡便。 數據包絡分析法(DEA)可以處理多個輸入輸出數據，且無須對數據進行無量綱化處理，通過輸入輸出數據可以得到最優權重，具有一定的客觀性。 除了上述兩種方法，進行企業財務績效評價還可以運用其他方法，如經濟增加值（EVA）評價法、平衡計分卡、層次分析法、主成分分析法、加權評分法、回歸分析法、財務比率法等。

二、信息電子產業財務績效評價模型構建與數據選擇

（一）業績評價指標

償債能力、盈利能力、營運能力和成長能力是本文因子分析的主要指標。 對每項能力都選取三個財務指標用于分析，其中償債能力指標為流動比率（X1）、速動比率（X2）、資產負債率（X3）；盈利能力指標為總資產凈利率（X4）、權益凈利率（X5）、銷售凈利率（X6）；營運能力為應收賬款周轉率（X7）、存貨周轉率（X8）、總資產周轉率（X9）；成長能力為總資產增長率（X10）、凈利潤增長率（X11）、銷售增長率（X12）。 數據包絡分析的指標則在因子分析法指標的基礎上將償債能力、盈利能力和營運能力列為輸入指標，成長能力列為輸出指標。

（二）樣本選擇及數據來源

選擇中小板信息電子行業的上市公司作為對象， 剔除ST、*ST 和數據缺失的企業后將48 家上市公司作為樣本進行實證研究分析。這48 家上市公司分別為：遠光軟件、東華軟件、國脈科技、生意寶、夢網集團、利歐股份、北緯科技、石基信息、科大訊飛、啟明信息、聚力文化、川大智勝、拓維信息、衛士通、久其軟件、聯絡互動、中電興發、焦點科技、亞聯發展、理工環科、皖通科技、天神娛樂、太極股份、千方科技、科遠智慧、中遠海科、四維圖新、廣聯達、深南股份、達實智能、愷撒文化、啟明星辰、晨鑫科技、華軟科技、眾應互聯、二六三、榕基軟件、愷英網絡、金財互聯、杰賽科技、三七互娛、捷順科技、完美世界、博彥科技、真視通、久遠銀海、德生科技和中新賽克。

三、對信息電子產業財務績效評價的實證研究

（一）因子分析法

1.數據檢驗。在進行因子分析前，首先對獲取的該48 家上市公司2018 年的相關數據進行檢驗，通過SPSS17.0 統計軟件對樣本分別用愷撒-梅耶-奧克林（KMO）檢驗法和巴特利（Bartlett）球形檢驗法進行測試，測試結果顯示KMO 統計值為0.684（大于0.6）， 球形檢驗值為0， 說明指標間是相互獨立的，可以使用因子分析法。

2.確定公共因子。對樣本數據利用主元分析法選取常見因素，得到相關系數矩陣的特征值和方差（見1）。 按照最小特征值原則， 選擇特征值大于1 的因子，即保留前4 項，將其作為公共因子。 這4 個因子的累計方差達到了75.78%，而余下6 個因子的累計方差只有不到25%， 可見前4 個因子包含了原始變量的絕大部分信息，足夠用以進行因子分析。 因此，上述12 項指標可以綜合成公共因子f1、f2、f3 和f4。

表1 解釋的總方差

由表1 可以看出，公共因子f1 在總資產凈利率（X4）、權益凈利率（X5）和銷售凈利率（X6）上的載荷值最大，而這三項指標代表的是盈利能力，所以公共因子f1 表示的即為盈利能力，將其稱為盈利因子。同理可得，公共因子f2 為償債因子，公共因子f3為成長因子，公共因子f4 為營運因子。

3.計算企業排名。 通過SPSS17.0 統計軟件得到公共因子得分系數矩陣（見表2）。 令公共因子fn 對應的因子得分為Fn，Fn 為企業的各項指標值和與該指標對應的公共因子載荷值的乘積的和，F 為總得分，等于各個因子得分與其方差所占權重的乘積總和，即：

通過計算得到48 家上市公司的各項因子得分，并對各項因子得分進行排名。 將F 與F1、F2、F3和F4 的排名走勢圖分別分離出來后（如圖1 中的4張小圖） 可以發現，總得分的排名情況與F3，也就是成長因子貼合度最高，其次是F2（償債因子），而與F1 （盈利因子）和F4（營運因子）的相關程度則較低，表明行業的總體能力與企業的成長能力最為相關，而盈利能力與營運能力的影響力相對較低，這說明在信息電子行業中，企業的成長性至關重要。 由于技術更新快， 信息電子產業的產品更新換代速度也較快，因此在變化迅速的行業中能夠保持較高的成長性是企業綜合能力高的體現。

（二）數據包絡分析法

1.數據正向化處理。 由于數據包絡分析法只能處理為正的數值，而所選上市公司的指標中又存在負值，所以要對數據進行正向化處理，將所有數據按照以下方式進行正向化：

圖1 F 分別與F1、F2、F3 和F4 的排名走勢

2.效率分析。 運用DEAP2.1 軟件對正向化后的數據進行效率分析。分析結果顯示，在48 家中的32家企業資產效率、投資收益、經營績效指數均為1，是有效決策單元，在其投入的基礎上獲得的產出已經達到了最優狀態， 證明這32 家上市公司是資產效率好、投資收益高、經營績效好的上市公司。 另有4 家上市公司實現了純技術效率為1，其余12 家上市公司的純技術效率均小于1，從整體上來看，雖然行業整體的經營績效不錯， 但企業間仍然存在差距。 為了進一步分析技術效率的分布范圍，將技術效率值θ 分成以下5 個區間：θ=1，0.9≤θ＜1，0.8≤θ＜0.9，0.6≤θ＜0.8 和θ＜0.6，再進行匯總統計，分布情況如表3 所示。 可以發現θ 值的分布呈現出“漏斗狀”，即θ 值越高，樣本數量越多。 隨著θ 值逐漸收窄，樣本數量也逐漸減少，說明行業整體的效率值較高，只有一家樣本的值小于0.6。

表2 公共因子得分系數矩陣

表3 技術效率值θ 分布情況

3.規模報酬分析。規模報酬有遞增、遞減和不變三種情況，其中不變是指規模報酬從遞增過渡到遞減的階段， 通常認為規模報酬不變是最佳情況，此時的生產規模往往是最有效的。 在48 家樣本中有32 家上市企業實現規模報酬不變， 占比66.67%；6家企業的規模報酬遞增，占比12.5%；其余10 家上市公司規模報酬遞減。 對于處在規模報酬遞增階段的企業，可以適當地增加投入，擴大生產規模以獲得規模優勢，降低單位固定成本。 對于遞減的企業無須再增加輸入要素，應當減少過多投入來提高規模效率水平，設法提高現有的資源利用效率，達到最優的投入產出狀態。 規模報酬不變的企業占比超過60%，超半數企業已經達到了生產經營的最佳規模，說明行業整體有效，仍然存在可發展空間，可以通過擴大規模來提高效益，但尚有五分之一的企業規模報酬遞減，表明其投入產出效率低，需要改進。

4.被引用次數。 被引用次數指在數據包絡分析過程中有效的決策單元被無效的決策單元作為參考和改進的次數，所以被引用次數僅針對有效的樣本而言。 被引用的次數越多，該樣本的相對有效性就越穩健。 48 家樣本中，共有20 個樣本被引用過，其中只有兩家企業的拓維信息和四維圖不是有效決策單元，沒有實現規模報酬不變，這也從側面表明有效決策單元的樣本穩健性較高。

四、結論

本文對信息電子產業中小板共48 家上市公司2018 年的數據采用了因子分析法和數據包絡分析法， 從兩種不同的角度對48 家上市公司的財務績效進行分析和研究，得出結論如下：

首先，信息電子行業中企業綜合能力與企業的成長性最為相關，擁有較高成長能力的企業綜合排名靠前。 其次是償債能力，因為信息電子產業對設備等固定資產的要求較高， 企業需要資金購買設備、建設廠房等，再加上信息電子行業更新換代速度快的特點，生產設備也需要經常更新，如果企業的債務償還能力不足就無法滿足業務需求，影響企業的后續發展。

其次，在中小板塊的48 家樣本企業中，實現規模有效的占比66.67%，投入與產出的配比達到最佳狀態，資產效率高。 其余規模無效的樣本中多數企業要素投入過多，導致整體運行效率低下，表明行業整體運行有效， 可以通過擴大規模提高效益，進一步改善生產經營， 而局部需要提高資源利用效率，強化企業管理水平，避免企業陷入資源浪費、經營無效的狀況。