基于因子分析法的冷鏈物流企業財務績效分析

徐雅杰，袁定喜 （江蘇師范大學 商學院，江蘇 徐州 221116）

0 引 言

“十四五”計劃發布之后，進入冷鏈行業的各類企業多了起來，包括傳統的第三方冷鏈物流企業、快遞快運頭部企業、物流地產和倉儲企業等。新冠疫情的橫空出現，帶來了越來越多線上需求的產生，尤其是對于水果、蔬菜、肉蛋以及海鮮等生鮮食品需求的不斷上升，這種情況為我國冷鏈物流的發展帶來了巨大契機。另一方面，我國冷鏈企業出現污染的進口冷凍食品輸入感染病例，存在安全隱患，在這把雙刃劍下，冷鏈物流企業更是要找出限制自身發展的不利因素，把握好自身優勢，企業的財務績效分析就顯得格外重要。研究近幾年的文章，對財務績效分析和因子分析法的研究有：楊秀瓊（2020） 利用模糊DEA模型對上市商業銀行財務績效進行了評價；林藝雯和陳夢基于物流企業的各項基礎指標，利用因子分析法對物流企業的科技創新能力進行了評估分析；侯向鼎（2021） 利用因子分析法對A 股上市物流供應鏈企業進行了績效評價；夏菊子（2021） 基于熵權多層TOPSIS 對我國飼料上市公司進行了財務績效分析；蔡立新和高蔓莉（2021） 利用熵值法對改革后的國有資本投資公司財務績效進行了分析。

現有文獻對物流行業的財務績效進行研究比較多、對物流企業的延伸分支之一冷鏈物流研究很少。因子分析法是一種從眾多原始變量中，研究其內部關系，從中提取少數幾個能概括并突出信息的綜合因子的研究方法。本文嘗試采用因子分析法，根據冷鏈物流企業的行業特征構建新的指標體系，進行財務績效分析。

1 指標體系與數據來源

1.1 指標體系構建

本文基于侯向鼎（2021）的研究方法，以企業盈利能力、償債能力、營運能力和發展能力四個維度為基礎，選取14 個相關的財務指標構建了企業財務績效指標評價體系。其中，盈利能力是從利潤角度反映企業的整體狀況，體現企業財務績效評價中的企業現期價值導向。為研究企業利潤與股東權益、資產、營業收入的比例關系，體系選取了每股收益（X）、每股凈資產（X）、資產報酬率（X）、總資產凈利率（X）、凈資產收益率（X）、營業利潤率（X）作為評價指標。償債能力是從企業安全角度反映企業的財務杠桿運用情況和抗風險強度，主要體現在企業的資產構成與流動情況上，所以選取流動比率（X）、速動比率（X）指標、資產負債率（X），考察企業負債情況與資產的比例關系。營運能力是從日常經營度反映企業的資產運行效率與效益，為企業提高運營效率與經濟效益提供有效的財務評價數據，通過流動資產周轉率（X）、總資產周轉率（X）、指標考察企業的創造收入能力與資產的比例關系，分析企業的實際運營情況。發展能力是從企業的成長性與可持續發展角度反映企業前景，體現出企業財務績效評價中的長期價值導向。發展能力的評價主要以企業觀測年內總資產、收入、利潤的增加比率為依據，選取總資產增長率（X）、營業收入增長率（X）、凈利潤增長率（X）作為評價指標。

1.2 數據來源

本文通過國泰安數據庫，剔除ST 企業后，選取了28 家上市涉及到冷鏈物流的企業為樣本。選取2020 年12 月31 日的財務報表中的相關數據進行標準化處理和正向化處理。

2 實證分析

由于財務績效評價指標較多，以常規方式進行處理過于復雜，難以客觀準確地確認各指標的權數分配問題，所以本文選取因子分析法來處理現有指標體系，以此對復雜樣本起到降維作用，同時達到樣本權數處理的客觀性要求。

2.1 數據處理

2.1.1 正向化處理

在因子分析之前，需要對原始數據中的逆指標（不是越大越好的） 進行正向化處理，文中選取的14 個指標中，除資產負債表是適度指標以外，其他的均為正向指標，所以僅需對資產負債表做正向化處理。本文采用的方法是取倒數的方法，具體的做法是用公式（1） 對指標重新賦值。

2.1.2 無量綱化處理

在收集完數據之后開始對各變量進行分析時，因為單位不是統一的，不能直接比較。所以在分析數據之前，對數據進行標準化處理是非常有必要的，將不同單位的數據轉化為無量綱的純數值。數據標準化的主要方法如下：分別是①最小—最大標準化；②Z-score 標準化，本文采用的是Z-score 標準化。Z-score 標準化的一般形式為：

這里的S 為標準差，X表示第i 個變量，X 是變量的平均數。這樣的話，不同意義的變量就可以互相比較了。

首先建立因子模型：x 是隨機變量，令它的均值為u= （u,u,u,…,u）協方差矩陣為E=（σ ）。進而獲取的因子分析的一般模型如下：

在式（3） 中f, f,…, f為獨立的公共因子，隨機變量中含有ε,ε,…,ε為特殊因子，公共因子f, f,…, f是對每個變量都有影響的因子且不可觀測，是因子分析中要提取的因子。

2.2 模型檢驗

本研究提取初始公因子主要通過主成份分析方法，提取四個公因子，得出因子分析模型，運用的旋轉方法是方差最大正交旋轉法。然后各個公因子的得分和綜合得分是由Excel 計算所得，最后構建企業綜合績效評價模型，并得到公司綜合績效得分F。

KMO 和巴特利特檢驗是檢驗14 個變量之間相關性程度的方法，一般認為p≤0.05，就適合進行因子分析。檢驗結果如表1所示。

由表1 可知，KMO 值為0.508，雖然這些數據具有很弱的相關性，但大于臨界值0.5，可以運用因子分析方法，而且p 值＜0.05 通過顯著性檢驗，說明選取的指標之間存在相關性，所以可以使用因子分析方法進行分析。

表1 KMO 和巴特利特檢驗

2.3 公因子的提取和命名

由表2 可知，所有的特征值都大于1，累計貢獻率達到了84.770%，所以提取了四個公因子反映原始變量的主要信息，提取四個公因子是合理的。

表2 特征根和方差貢獻率

由表3 可知，每股收益、資產報酬率、總資產凈利率、凈資產收益率這四個指標在第一個主成分最大，所以來解釋第一個主成分，這些因子代表企業的盈利能力，因此第一個主成分因子稱為盈利能力因子。流動比率、速動比率、資產負債率在第二個主成分因子最大，第二個主成分因子受流動比率和資產負債率影響較大，代表了企業的償債能力，因此第二個主成分因子被稱為償債能力因子。營業收入增長率和凈利潤增長率在第三個主成分因子最大，所以對第三個主成分因子影響較大，代表了企業的發展能力，被稱為發展能力因子。第四個主成分因子受流動資產周轉率和總資產周轉率的影響較大，第四個主成分因子代表了企業的營運能力，因此被稱為營運能力因子。

表3 旋轉后的成分矩陣a

2.4 因子得分計算

由表4 可知，建立因子得分模型：

表4 成分得分系數矩陣

F=0.239x+0.213x+0.179x+0.181x+0.195x+…-0.042x

根據上面的因子得分模型，結合2020 年12 月31 日的冷鏈物流企業財務數據，運用Excel 計算各主成分因子的得分和綜合得分，得到冷鏈物流企業的得分和排名，其結果如表5 所示。

表5 各企業因子得分

2.5 得分結果與分析

根據表5，從總得分的角度來看，冷鏈物流企業樣本中排名前三的是廣匯物流、錦江在線和東百集團，排名后三的是長虹美菱、雪人股份和羅牛山。其中，廣匯物流是快遞快運的頭部企業，進入冷鏈物流領域占據了行業的龍頭地位，是因為采用加盟方式并利用擁有的運力網絡和服務網點，通過協同效應給予冷鏈合伙企業以助力，突破區域壁壘。而錦江在線多元化布局的房產企業，正在尋求冷鏈作為企業轉型的著力點，在冷鏈產業與自營社區相互融合的模式中探索。東百集團屬于物流地產和倉儲行業，自身全面發展，在疫情的推波助瀾和國家監管政策趨嚴的背景下，高標準冷庫會需求激增。

從個別因子來看，F盈利能力因子得分排名前三的企業分別是國藥股份、柳藥集團和海容冷鏈。他們的資產報酬率和凈資產收益率較高，說明他們資產利用率比較好，整體盈利指標表現良好。F償債能力因子排名前三的企業分別是福成股份、音飛儲存和中兵紅箭，他們的資產負債率處于最佳，流動比率較高，這樣合理的債務比例不僅能使企業具有良好的償債能力，還能給企業帶來一定的“杠桿效應”和“避稅效應”。F發展能力因子排名前三的企業是：廣匯物流、東百集團和今天國際，其中廣匯物流和東百集團也是綜合得分排名的前三，可以看出發展能力對企業的綜合排名影響很大，大部分的企業在營業收入增長率和凈利潤增長率方面上呈現負值，說明疫情對于冷鏈物流有一定程度的沖擊，對企業的營業收入有很大的影響。F營運能力因子排名前三的企業鐵龍物流、光明乳業和南京醫藥，他們的資產周轉率高，現金流穩健，鐵龍物流和光明乳業是流動資產周轉率對因子得分貢獻率最大，南京醫藥則是總資產周轉率貢獻率最大。

3 結論與建議

綜合來看，冷鏈物流企業的財務績效差距較小，大部分的綜合得分低于1，只有兩家企業的綜合得分高于1，說明市場之間并未出現懸殊性差距，各類涉及到冷鏈物流的企業要搶占更大的蛋糕，拉大與其他企業之間的差距的訴求依然很強烈。具體而言，在F發展能力因子中，只有5 家企業為正值，而營運能力因子中，只有4 家企業的值大于1，說明冷鏈物流企業應該在營運和發展方面尋找弊端，改善決策，加強管理。

根據以上的結論，本文提出如下的建議。一是搶占市場份額，著眼于冷鏈上下游全鏈路的構建，提高業務效率，打造企業線上平臺，針對性地提高客戶粘性，挖掘潛在客戶。二是加強成本管理，推動與互聯網技術深度融合，以加強對物流成本的控制，提高企業各項盈利指標與凈值率。三是完善冷鏈物流的基礎設施和標準體系，設立“無接觸配送”保證各方的安全，提高客戶的滿意程度，提高冷鏈物流所有流程的安全監督力度。四是提高物流方的資源整合能力，通過平臺合作、規劃線路等方式降低存貨周轉率，提高企業的資金流動性，優化資本結構。