劉紫燕
【摘 ?要】論文以零售行業59個上市公司的財務數據為樣本,基于這些公司2017-2021年5年公開財務數據,從營利能力、償債能力、經營能力、發展能力4個方面,確定12項財務指標,采用spss因子分析降維處理,綜合分析零售業近5年的財務業績,并探究其與2019年末這一時間截點的關系。最后,根據財務績效綜合得分給出結論與建議。
【關鍵詞】零售業;因子分析法;財務績效
【中圖分類號】F721;F832.5 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069(2023)02-0049-03
1 引言
新冠肺炎疫情從居民總需求方面改變中國經濟的宏觀環境,將對消費領域產生極大沖擊。首先,零售業上市公司通常能反映整個零售業的總體情況,以及他們受到的波動。其次,上市公司財務報表是獲取該公司信息的重要途徑,財務狀況又是公司經營活動的財務結果,因此對財務報表的業績評價是上市公司業績質量綜合、顯性的體現。最后,大數據和人工智能的發展為傳統商貿企業的數字化轉型提供充分機會和條件。
2 財務績效評價指標構建
2.1 數據來源
本文根據證監會2012版行業分類,剔除了ST股票和信息不全的股票,最終選取了59個A股零售業上市公司的財務數據進行研究,數據來源于國泰安CSMR數據庫。
2.2 財務指標選取
經過閱讀企業績效研究文獻,筆者最終選取其中最相關、最重要的13個財務指標,構建上市公司的績效評價指標體系(見表1),其中償債能力3個指標為適度指標,其他均為正指標。
3 實證研究
3.1 數據預處理
第一,正向化處理。將適度指標進行正向化處理,包含償債能力中的流動比率、速動比率、資產負債率,公式如下:
第二,標準化處理。統一樣本數據范圍,排除因數據大小差異而導致的影響,利用spss25.0對正向化后的所有數據進行標準化處理,所得數據直接用于后續財務績效分析。
3.2 適用性檢驗及主成分確定
第一,相關性檢驗。如表2所示,KMO值為0.599,大于0.5,表明指標間相關性較高,認為這組數據適合進行因子分析。巴特利特球形度檢驗統計計量的觀測值為1 283.569,顯著性為0,表明變量之間具有很強的相關性,適合進行因子分析。
第二,因子提取及貢獻率。公因子方差表列示所有變量的共同度數據(見表3),變量共同度均為1。第二列指按照指定提取條件提取出特征根時的共同度,可以看出這幾個變量的大部分信息可以被因子解釋。
第三,總方差解釋。如表4所示,主成分分析法下,總共提取了5個因子,解釋了原有變量總方差的64.399%,對原有變量的信息丟失比較少,少于40%的標準,因子分析效果較為理想。
第四,因子命名與解釋。為更好地了解每個主因子的意義并對實際問題進行分析,用最大方差正交旋轉法,對提取的5個主因子進行旋轉(見表5)。
凈資產收益率、總資產凈利率、每股收益在第一個因子上具有較高的載荷,這3個指標都是盈利能力指標,可以將第一主因子解釋為獲利型因子。流動資產周轉率、總資產周轉率在第二個因子上具有較高載荷,這兩個因子都是營運能力指標,可以解釋為營運型因子。凈利潤增長率、營業收入增長率、總資產增長率在第3個因子上具有較高載荷,反映企業發展能力,可以解釋為成長型因子。速動比率、應收賬款周轉率在第4個因子上具有較高載荷,可以解釋為營運和償債型因子。流動比率在第5個因子上具有較高載荷,可以解釋為償債型因子。與旋轉前的數據相比,因子含義在這張表中顯示更為清晰。
第五,計算因子得分與綜合得分。
根據成分得分的系數矩陣表(表6)和原始數據的因子貢獻率(表4)可以得到每個因子得分,即:
F1=0.360R1+0.362R2+0.151R3+0.313R4+0.006R5-0.037R6+0.029R7+0.008R8+0.016R9+0.104R10-0.012R11-0.035R12-0.062R13 ? ? ? ? ? ? ? ? ? ? ? ?(2)
F2=-0.058R1-0.002R2-0.346R3+0.075R4+0.007R5-0.024R6+0.069R7+0.023R8+0.417R9+0.420R10+0.003R11-0.087R12+0.075R13 ? ? ? ? ? ? ? ? ? ? ? ?(3)
F3=-0.001R1+0.003R2+0.006R3-0.117R4-0.018R5+0.080R6-0.157R7-0.015R8-0.028R9-0.036R10+0.340R11+0.459R12+0.531R13 ? ? ? ? ? ? ? ? ? ? ? ?(4)
F4=0.019R1+0.009R2+0.049R3-0.071R4+0.032R5+0.603R6-0.063R7+0.648R8+0.106R9-0.059R10-0.221R11+0.195R12-0.009R13 ? ? ? ? ? ? ? ? ? ? ? ?(5)
F5=-0.019R1-0.016R2+0.005R3+0.038R4+0.924R5-0.069R6-0.181R7+0.158R8-0.008R9-0.027R10+0.179R11-0.196R12-0.009R13 ? ? ? ? ? ? ? ? ? ? ? ?(6)
根據各個因子的主要貢獻率,以貢獻率為系數,計算綜合得分的F值,即:
F=(20.003F1+15.595F2+12.357F3+8.651F4+7.793F5)/64.399 ? ? ? ? ? ? ? (7)
將樣本公司的財務數據帶入,得出最終F值(見表7),通過各主因子的排名與綜合得分對案例公司或行業情況進行綜合評價分析。
4 結論與建議
4.1 基本結論
財務績效綜合得分(即F值)越高則說明企業的業績在該行業的上市公司內發展較為領先,反之則較落后,從總體上看,財務績效表現差異較大。綜合得分較高的兩家公司是中興商業與鄂武商A,二者得分分別為215.70和132.15,此后排名的公司得分差距較小。排在后5名的公司依次為上海九百、星徽股份、南京醫藥、上海醫藥、杭州解百,其中杭州解百作為最后一名與倒數第二上海醫藥差距較大,二者得分為-23.26和-0.15。追根溯源,筆者發現中興商業與鄂武商A的F4、F5數值較高,尤其是F4中應收賬款周轉率與大部分樣本公司拉開了極大的差距,而F4與F5代表營運或者償債型因子。顯然,零售業上市公司的營運和償債能力表現,對于提高公司財務績效綜合表現,使其超出行業平均水平多有裨益。并且營運和償債能力中,應收賬款周轉率和流動比率又顯得尤為重要。至于杭州解百,其極端低值出現的原因不難找到。2018年末,杭州解百綜合F值為-156,這一數據在2017年和2019年分別為17和14。進而,筆者發現,造成2018年極值出現的原因是F5,也就是說,杭州解百在2018年末的短期償債能力出現了較大問題,從而影響了其近5年財務績效綜合表現。
從各項能力單方面得分來看,零售業上市公司的營運和償債能力,尤其是短期償債能力,普遍較好,但發展能力得分較低,同時盈利能力表現平平。一方面,近5年零售行業可能處于比較成熟階段,積累了較為豐富的經驗,從而發展出了成熟的營運與償債模式;另一方面,零售業現銷頻繁,商品流轉較快,其營運與償債總是息息相關,極大程度訓練了企業在營運與償債方面的表現。至于發展能力得分較低,也許對于傳統零售行業而言,更應考慮如何在大數據數字化的當下尋找機遇,謀求更好的發展。
通過近5年趨勢對比(見圖1),筆者有如下發現:首先,F2與F4呈現了標準的以2019年末為峰值的先(波動)緩慢上升后急劇下降的趨勢,且下降幅度逐年遞減。這說明,營運和償債型因子對于疫情的反應較為直接和明顯,并且,疫情對于公司營運和償債型因子的沖擊力度正逐年降低。其次,盡管F3在5個因子中表現最差,但它卻總體呈現緩慢加速上升的趨勢,這種趨勢在2019-2021年表現尤為明顯,這是否說明,疫情同樣也為零售業謀求新的變革和發展提供一定的機會與條件?再次,F1作為獲利型因子,近5年數據呈現出穩定下降的趨勢,且下降速度波動上升,這說明零售業的盈利能力正不斷下降,這可能是因為行業發展處于成熟期并且競爭不斷加劇。最后,通過對比F5與F4,不難發現,2018年末,零售業的償債能力出現了整體向下波動的趨勢,但在2019年重新恢復并稍微超過了以前的水平。
4.2 相關建議
從營運能力角度,企業應保持并優化應收賬款的回款力度,保持并優化資本結構。從償債能力角度,企業應關注短期償債能力,根據自身舉債能力,選擇合適的債務結構。恰當的營運與償債能力是零售企業競爭力的關鍵,數據顯示,營運能力與償債能力息息相關,企業如果想保持超出行業平均水平的競爭力,應當重點關注營運與償債能力的硬件和軟件優化。從盈利能力角度,零售行業的整體盈利能力逐年下滑的背景之下,零售業可以創新營銷方式,發展新的商業模式,利用大數據分析等方式引導用戶線上線下進行轉化,謀求行業發展新突破。
【參考文獻】
【1】鄭江淮,付一夫,陶金.新冠肺炎疫情對消費經濟的影響及對策分析[J].消費經濟,2020,36(02):3-5.
【2】王佳寧,盛朝迅.重點領域改革節點研判:供給側與需求側[J].改革,2016(01):48-51.
【3】張新民,錢愛民,陳德球.上市公司財務狀況質量:理論框架與評價體系[J].管理世界,2019(1):152-155.
【4】葉宗裕.關于多指標綜合評價中指標正向化和無量綱化方法的選擇[J].浙江統計,2003(04):24-25.