基于因子分析法的建筑行業(yè)上市公司業(yè)績評價研究

魯黛迪

摘?要：近年來隨著我國倡導的“一帶一路”政策初見成效，第二、三產業(yè)的快速發(fā)展帶動了一批建筑行業(yè)公司上市。于是，如何從上市公司財務數據中進行業(yè)績評價，判斷公司的成長前景、盈利能力，成了上市公司及其財務工作者尤為關心的問題。本文選取2018年A股市場建筑行業(yè)上市公司的財務數據，使用因子分析法提取出盈利能力、發(fā)展能力、償債能力和營運能力4個公共因子，通過量化該4個因子對上市公司經營業(yè)績的影響程度構建出建筑行業(yè)綜合因子得分模型，由此對2018年我國A股市場建筑行業(yè)上市公司進行了業(yè)績評價，并針對我國建筑行業(yè)現狀對上市公司提出了經營建議。

關鍵詞：建筑行業(yè)；因子分析法；綜合因子得分

中圖分類號：F23?????文獻標識碼：A??????doi：10.19311/j.cnki.16723198.2023.16.053

建筑行業(yè)是支撐國民經濟發(fā)展的重要基礎型產業(yè)之一。建筑產業(yè)的發(fā)展，關系到國民的日常生活、社會再生產和國家的經濟發(fā)展水平。近年來隨著我國倡導的“一帶一路”政策初見成效，雖然建筑行業(yè)整體增速有所放緩，但是我國第二、三產業(yè)的快速發(fā)展仍然提升了國內市場對建筑業(yè)的需求，進而推動了一批發(fā)展迅速、盈利能力良好的建筑公司上市。于是，如何從上市公司財務數據中進行業(yè)績評價，判斷公司的成長前景、盈利能力，成了上市公司及其財務工作者尤為關心的問題。

對于上市公司來說，在股票市場中上市公司披露的年度財務數據是反映公司經營業(yè)績的直觀資料。因此，本文選取了2018年A股市場84家建筑行業(yè)上市公司的財務數據，使用因子分析法，將其中12個有代表性的財務指標經分析整理，提取出償債能力、經營能力、盈利能力和發(fā)展能力4個公共因子，并通過量化該4個因子對上市公司經營業(yè)績的影響程度構建出綜合得分模型，由此計算出該84家上市公司當年表現的綜合評分，評價了其中有代表性的公司的經營業(yè)績，并給出相應的經營管理建議。企業(yè)及其財務工作者通過本文構建的建筑行業(yè)上市公司業(yè)績綜合因子得分模型能夠判斷企業(yè)的經營和發(fā)展的健康程度，預測企業(yè)發(fā)生的危機并及時發(fā)現和處理財務異常狀況，使企業(yè)經營發(fā)展更加科學。

1?文獻綜述

關于因子分析法，國外研究最早可以追溯到FitzPartrick（1932）、Smith和Winakor（1935），他們通過檢驗經營成功和經營失敗的公司的財務數據，證明了這兩種公司的財務指標存在顯著的差異。這也就意味著，特定的財務指標可以提取作為公共因子對公司業(yè)績進行分析。在這之后，Fama和French（1992）通過提取Beta值、賬面市值比和市值3個因子對美國股票市場的歷史數據進行了研究，用以解釋股票報酬率的差異，即著名的Fama-French三因子模型。

國內關于因子分析法相關研究起步較晚。陳燕（2009）將因子分析法與層次細分法結合，對鋼鐵行業(yè)上市公司進行財務分析。李君妍、王力賓（2013）運用因子分析法提取5個財務指標對農業(yè)上市公司進行財務實證分析。不過，總結前人研究，筆者認為，現階段我國學者的研究主要在上市公司財務風險分析和預警方面，視角仍然集中在投資者角度，而對于上市公司如何有針對性地分析自身財務狀況、結合自身實際情況做出有效的財務管理建議研究較少。其次，雖然償債能力、運營能力、盈利能力和發(fā)展能力是4個較為常見的財務分析指標類型因子，但是量化分析該4個因子對上市公司經營業(yè)績的影響程度在現有的研究中則較為少見。最后，現有的因子分析主要是針對上市公司整體市場表現，對建筑業(yè)上市公司財務狀況分析尚是少數，本文的研究填補了這一空白。

2?數據來源和實證分析

2.1?數據來源

為了綜合反映建筑行業(yè)上市公司綜合經營業(yè)績，本文從償債能力、運營能力、盈利能力和發(fā)展能力4個方向選取這些公司共12個財務指標作為變量進行研究。其中，償債能力指標選取流動比率和資產負債率兩個指標表示；運營能力選取應收賬款周轉率和流動資產周轉率兩個指標表示；盈利能力選取資產報酬率、總資產凈利潤率、凈資產收益率、投入資本回報率、長期資本收益率五個指標表示；發(fā)展能力選取凈資產收益率增長率、基本每股收益增長率、凈利潤增長率3個指標表示，共計12個指標。本文選取中國A股市場84家建筑業(yè)上市公司2018年度12個財務指標變量，共1008個數據。數據來源于國泰安數據庫。

2.2?實證分析

在從事社會科學類研究時，通過收集得到的大量數據能在實證研究時提高結論的準確性，但收集的數據過多、過于復雜，加上數據間變量相關性的影響，也會給實證分析帶來困難。因此，這種針對多變量數據分析的需求催生出了因子分析法。因子分析法將初始變量按照相關性進行分類，將彼此具有較高相關性的變量融和成一個具有代表性的公共因子，如此即可將十幾個變量特征用幾個少數公共因子替代進行“降維”處理，在盡可能多的保留數據特征的情況下進行數據處理和實證分析。在提取出有代表性的若干因子后，根據各因子的貢獻度進行加權計算，進一步得到各因子得分。因子分析法的數學表達式為矩陣：

X=AF+B（1）

其中，向量X（x1，x2，x3，…，xp）代表本文選取的變量，向量F（f1，f2，f3，…，fp）代表經過降維提取出的公共因子，A（αIJ）是F（f1，f2，f3，…，fp）的系數矩陣，也稱為因子載荷矩陣，αij（i=1，2，…，p;j=1，2，…，k）代表第i個變量在第j個因子上的系數（因子載荷），也代表其在F（f1，f2，f3，…，fp）中所占的權重。B（β1，β2，…，βp）代表本模型無法解釋的、彼此間無相關性的因子，具有不可觀測性。

對公式（1）兩邊同時取方差，可得：

Var（xi）=α2i1Var（f1）+…+α2ikVar（fk）+Var（βi）=∑kj=1α2ij+∑pi=1β2i（2）

其中∑kj=1α2ij稱為公因子方差（也叫變量共同度），記為h2i，代表對變量xi的影響程度。h2i越大，則因子F對變量X的影響程度越大。

2.2.1?主成分分析

使用因子分析法進行財務數據分析的前提是確定所選變量是否適用于因子分析。通過之前的論述可知，因子分析法要求若干變量之間彼此存在較強的相關性，這樣從不同的變量中提取出的公共因子才具有足夠的代表性，因子分析的效果也就越好。因此本步驟中，筆者選用KMO統(tǒng)計量和巴特萊特球形檢驗。一般認為KMO統(tǒng)計量在0.7以上、巴特萊特球形檢驗sig值小于0.05時，變量間相關性較為顯著，適用于因子分析。

筆者使用SPSS230軟件對2018年建筑行業(yè)上市公司財務數據進行了KMO統(tǒng)計量和巴特萊特球形檢驗，得到KMO統(tǒng)計量為0695，接近07，說明各變量間存在的相關性能夠進行因子分析。巴特萊特球形檢驗顯著性為0000，代表否定原假設，即各變量間具有較強的相關性。同樣證明了本文數據適宜進行因子分析。

2.2.2?因子分析結果

使用SPSS230軟件對建筑行業(yè)上市公司財務數據進行操作，能夠得到相關系數矩陣、公因子方差和提取總方差解釋等。總方差解釋表中有4個主成分的特征值大于1，從高到低依次是5678，2250，1746和1068，且累積方差百分比達到8741%，意味著提取這四個主成分因子能夠很好地代表原12個變量，同時幾乎不損失其原信息量。因此可以得出結論，對于建筑行業(yè)上市公司12組財務指標（視為12個變量），提取4個因子進行分析是較為適宜的。

那么這4個公共因子對12個原始變量的影響程度如何呢？如上文所述，公因子方差能夠代表提取的4個公共因子對12個變量的影響程度。公因子方差越大，則因子對變量的影響程度越大。計算12個變量的公因子方差可以看出，12個變量中，公因子方差最大的為凈資產收益率增長率（983%），最小的為流動比率（747%），說明我們選取的4個因子的解釋力度是比較大的。

接下來使用主成分分析法提取成分矩陣和使用凱撒正態(tài)化最大方差法旋轉后的成分矩陣。通過觀察旋轉后的矩陣，我們能夠看到每個變量在不同因子上的載荷。通常載荷大于04可以視為某一變量與該因子存在對應關系。經過觀察，公共因子1在資產報酬率、總資產凈利潤率、凈資產收益率、投入資本回報率、長期資本收益率5個變量的載荷最高，能夠很好地解釋企業(yè)的盈利能力；公共因子2在凈資產收益率增長率、基本每股收益增長率、凈利潤增長率3個變量的載荷最高，體現的是企業(yè)的發(fā)展能力；公共因子3在流動比率和資產負債率2個變量的載荷最高，能夠代表企業(yè)的償債能力；公共因子4在應收賬款周轉率、流動資產周轉率2個變量的載荷最高，能夠解釋企業(yè)的營運能力。

2.2.3?綜合因子得分

通過觀察成分得分系數矩陣（表2），我們能夠建立起建設行業(yè)上市公司12個財務指標與該4個公共因子的函數表達式，如下所示：

F1=-0.055X1-0.063X2-0139X3+…-0108X12

F2=0019X1+0082X2+0133X3+…+0407X12

F3=0494X1+0496X2+0113X3+…-0057X12

F4=0018X1-0023X2+0757X3+…+0042X12（3）

提取方法為主成分分析法；旋轉方法為凱撒正態(tài)化最大方差法；組件得分。

為了計算綜合因子得分，我們首先按照各個因子對應的特征值計算出各因子在整體公因子方差中所占的比重，再代入綜合因子得分公式中，如下：

Comp?score=λ1/（λ1+λ2+λ3+λ4）F1+λ2（λ1+λ2+λ3+λ4）F2+λ3（λ1+λ2+λ3+λ4）F3+λ4（λ1+λ2+λ3+λ4）F4（4）

根據總方差解釋中4因子的特征值，可知λ1=5678，λ2=2.250，λ3=1.746，λ4=1.068，代入上式可得：

Compscore=5.678/（5.678+2.250+1.746+1068）F1+2.250/（5.678+2.250+1.746+1.068）F2+1.746/（5.678+2.250+1.746+1.068）F3+1.068/（5.678+2.250+1.746+1.068）F4=0.529F1+0209F2+0.163F3+0.099F4（5）

依前文已知F1代表盈利能力，F2代表發(fā)展能力，F3代表償債能力，F4代表營運能力。如此，我們便得到了盈利能力、發(fā)展能力、償債能力和營運能力4個因子對于綜合因子得分影響程度的數學表達式。通過觀察式（5）可以發(fā)現，盈利能力對建筑行業(yè)上市公司綜合因子得分影響最大，盈利能力因子每提高1%，則綜合因子得分增加0529%，說明公司盈利能力越強，其經營狀況越良好，財務狀況越健康。發(fā)展能力對建筑行業(yè)上市公司綜合因子得分影響次之，發(fā)展能力因子每提高1%，則綜合因子得分增加0209%，一家公司能夠快速增長往往也說明其財務狀況和經營情況不錯。之后是償債能力和營運能力因子，它們每提高1%，則綜合因子得分分別增加0163%和0099%。對于建筑行業(yè)上市公司來說，企業(yè)償債能力差、運營不暢，均會導致資金鏈斷裂，進而導致財務風險和經營危機。

依式（3）和式（5），在已知建筑行業(yè)上市公司財務指標的情況下，我們可以計算得到該公司財務狀況的綜合因子得分，用于從盈利能力、發(fā)展能力、償債能力和營運能力4個角度分析和評價該公司的經營情況和財務狀況。綜合因子得分越高，說明上市公司經營情況和財務狀況越好。將2018年A股市場建筑行業(yè)84個上市公司各自12個財務指標數據代入綜合因子得分公式，計算出該批公司的綜合因子得分情況，如表3。

根據綜合因子得分表（表3）可知，按照本文建立的因子分析模型和綜合因子得分公式來看，四川路橋、空港股份、宏潤建設、東易日盛和重慶建工的綜合因子得分均超過0.75，在整個建筑行業(yè)上市公司排名前5名，是當年財務狀況和經營業(yè)績表現較好的上市公司。而美麗生態(tài)、乾景園林、萬邦達、天海防務和洪濤股份因子得分均為負數，在整個建筑行業(yè)上市公司排名最末5名，這意味著這5家公司在當年財務狀況和經營業(yè)績表現不佳，值得管理層警惕。

3?結論與建議

通過本文建立的綜合因子得分公式，建筑行業(yè)其他公司亦可使用本公司財務數據代入本文構建的綜合因子得分模型，計算得到本公司的綜合因子得分，通過與同期同行業(yè)其他上市公司的財務表現進行對比，可以從盈利能力、發(fā)展能力、償債能力和營運能力4個角度進行公司業(yè)績評價，了解本公司在全行業(yè)的經營業(yè)績水平，以便管理層對未來公司經營做出決策。

企業(yè)償債能力差、運營不暢，均會導致資金鏈斷裂，進而導致財務風險和經營危機。建筑行業(yè)作為傳統(tǒng)行業(yè)，產品具有較大的同質化現象。面對我國經濟結構調整和產業(yè)升級，建筑行業(yè)公司應當積極調整經營策略，從盈利能力、發(fā)展能力、償債能力和營運能力4個方向著手，不斷推動技術創(chuàng)新，積極尋求轉型升級。

參考文獻

［1］王敏.因子分析法在上市公司績效評價中的應用[D].北京：中國石油大學（北京），2005：199203.

[2]王毅.基于因子分析法的格力電器財務績效評價[D].石家莊：河北師范大學，2017：37.

[3]都艷斌.基于因子分析法的我國房地產上市公司績效評價研究[D].重慶：重慶大學，2009：2528.

[4]王萌萌.房地產企業(yè)財務風險評估與防范研究[D].青島：青島科技大學，2016：167168.