吉林省A股上市公司財務績效綜合評價

一、前言

隨著我國資本市場的日益成熟與完善以及注冊制的全面推行，A股上市公司的數量與規模逐漸擴大，上市公司已成為衡量一個地區經濟發展質量及其潛在增長動力的關鍵指標。吉林省作為我國東北地區的重要省份，研究其上市公司狀況對于深刻理解該省經濟結構特性、產業布局現狀以及未來發展趨勢具有重要價值。本文借助因子分析法，構建了吉林省A股上市公司的財務績效綜合評價體系，旨在深入剖析并準確評估這些公司的財務表現，希望能夠為已上市公司提供實現高質量發展的路徑參考，同時為那些有志于步入資本市場的企業提供有益的參考范例，助力其在未來的道路上穩健前行。

二、文獻綜述

郝艷華（2022）借助AHP模型篩選得到有效性指標，采用DEA模型評價飼料上市公司的財務績效[1]。侯向鼎（2021）選取A股18家物流供應鏈頭部企業2019年的財務數據，通過因子分析法構建了物流企業財務指標體系[2]。代春倩等（2021）基于因子分析法，構建了飼料上市公司財務績效評價體系[3]。薛偉等（2022）采用多層次因子分析法對我國31省市高質量發展水平進行綜合評價[4]。黎精明等（2024）基于因子分析法測度了地方政府隱性債務風險，并據此測度了我國31省市2012～2020年的隱性債務風險值[5]。

三、吉林省A股上市公司現狀

（一）吉林省A股上市公司概況

截至2024年4月，吉林省共有49家A股上市公司。在行業分布上，吉林省A股上市公司呈現出顯著的多元化與特色化趨勢。根據申萬一級行業分類標準，這些公司分布于22個不同行業領域，其中以醫藥生物行業和汽車行業的上市公司數量較多。在地域分布上，吉林省的A股上市公司主要集中在省會長春市，以及省內其他經濟較為發達的城市。其中，長春市30家、吉林市9家、通化市5家、遼源市2家、延邊州2家、白山市1家。

（二）吉林省A股上市公司盈利現狀

2023年，吉林省上市公司合計實現營業收入2363.03億元，相較2022年的2003.93億元增長了17.92%，其中長春高新、一汽解放等6家公司總營業收入破百億。從營業收入增速來看，29家上市公司營業收入實現增長，致遠新能、長白山等17家公司總營業收入實現了兩位數以上的增長。歸母凈利潤合計69.4億元，同比增長-8.12%，其中吉林敖東、長春高新、通化東寶3家公司歸母凈利潤破十億，共有34家公司實現盈利，占比69.39%，低于73.3%的A股全市場盈利公司占比。從歸母凈利潤增速來看，26家上市公司歸母凈利潤實現增長，長春一東、長白山等7家公司的歸母凈利潤更是實現了三位數以上的增長。

四、吉林省A股上市公司財務績效綜合評價

（一）指標選取和數據來源

吉林省共有49家上市公司，剔除ST股以及缺失數據的樣本，最終選取42家上市公司作為研究樣本。

吉林省A股上市公司財務績效指標主要由各公司主要財務指標構建。本文選擇13個指標，指標分為四大類，分別為償債能力、盈利能力、發展能力、經營能力（見表1）。在時間上，本文選擇42家上市公司2023年數據。上市公司財務績效數據來源于國泰安數據庫以及上市公司披露的年度報告。

（二）原始數據正向化與標準化

本文選取的13個指標有11個是正向指標，只有資產負債率、權益乘數為反向指標，需要正向化處理，處理方式為取原始數據的倒數。由于不同指標的量綱不同，不存在可比性，故需要將原始數據進行標準化處理，以消除指標數據計量單位和口徑不同的影響。標準化公式如下：

式中為原始數據，為該指標平均值，為該指標標準差。

（三）適用性檢驗

在進行因子分析前，要進行因子分析適用性檢驗，本文采用Bartlett檢驗法和KMO檢驗法。適合因子分析的標準是Bartlett檢驗顯著性水平低于0.05，KMO值高于0.5。檢驗結果顯示顯著值為0.000＜0.05，KMO值為0.605＞0.5，可以進行因子分析（見表2）。

（四）因子提取

因子分析是基于降維的思想，在盡可能不損失或者少損失原始數據信息的前提下，從原始變量中提取出少數幾個因子來反映原始變量的絕大部分信息。因子的提取方法有多種，本文選擇的是主成分分析法。因子方差的累計貢獻率決定了因子的數量，通常情況下，累計貢獻率達到80%以上的因子，就可以確定為最后的公因子。

由表3中選取特征值大于1的公共因子，共可提取3個公共因子，且前3個因子累計解釋盈利能力的權重為82.058%，表示3個因子可以對吉林省A股上市公司財務績效進行較好地解釋。

（五）因子得分的計算

因子得分就是各因子在各樣本的具體取值，是各變量的線性組合。由得分系數矩陣可得2023年吉林省A股上市公司因子1到因子3的得分函數，用F1到F3表示：

然后，以各因子的方差貢獻率分別占累積貢獻率的比例對的得分進行加權，得到吉林省42家上市公司財務績效的綜合得分計算公式：

（六）財務績效綜合得分

根據上文的計算方法，可以求出2023年吉林省上市公司財務績效的綜合得分，按照得分大小進行排序，結果見表4。

五、財務績效綜合得分分析

將吉林省A股上市公司績效綜合得分以0.2、0.4、0.6為切分點，將42家上市公司分為A、B、C、D四個等級。

由表5可知，A級評分為11家，B級評分為8家，C級評分為16家，D級評分為7家。A級評分公司占比約為四分之一，C級評分公司占比最高，B、D級評分公司數量較少，說明吉林省上市公司的整體財務績效不是非常均衡，而是呈現出兩端（A級和C級）數量較多，中間（B級）數量較少的特點。同時，經營狀況差（D級）的公司數量也不多。

在本研究中，財務績效綜合得分的構成比重從大到小依次為盈利能力、償債能力、成長能力、運營能力。在前三名中，中研股份的償債能力與成長能力大幅領先其他公司，但在盈利與運營能力上稍有欠缺。西點藥業雖然盈利能力稍弱，且運營能力排名倒數第一，但是償債能力較強彌補了上述不足。特保生物的各項能力比較平均，盈利能力與償債能力對因子得分的貢獻最大。在后三名中，萬方發展、泉陽泉、吉大正元三家公司共同的問題是盈利能力與運營能力較差。

從部分A股明星公司看，一汽解放、長春高新排名較高，分別排名第6、第11，作為A股市場的“老兵”，其各項能力較為平均，與前三名的主要差距在成長能力和償債能力上。吉林敖東排名第25，排名靠后的主要原因是運營能力稍弱。

六、吉林省A股上市公司存在的問題

（一）部分公司盈利能力有待提升

吉林省A股上市公司之間的業績呈現出顯著差異。具體而言，2023年凈資產收益率位居前五的上市公司，其平均報酬率高達19.94%。然而，與之形成鮮明對比的是，有10家公司的凈資產收益率出現了負值。這10家公司在財務績效綜合得分的評估中，均處于C、D級的評級區間。對于財務績效綜合得分靠后、盈利能力較弱的公司而言，可能會面臨投資者損失、員工失業風險、品牌形象受損、融資困難等一系列嚴重后果。因此，這些公司應盡快采取有效措施改善經營狀況，以避免這些潛在后果的發生。

（二）上市公司數量較少

吉林省A股上市公司占全國A股上市公司的比率不到1%，上市公司數量較少意味著吉林省的企業通過資本市場融資的渠道相對狹窄。這可能導致省內企業在擴大生產、研發創新或進行并購等關鍵時期面臨資金短缺的問題，限制了企業的快速發展和競爭力提升。

（三）地域分布不平衡

從上市公司地域分布來看，注冊地在長春市的公司占吉林省上市公司數量的五分之三左右。長春市上市公司占比過高，可能導致全省經濟發展不平衡，其他地區的經濟發展相對滯后，可能加大地區間的經濟水平差距，影響全省經濟的協調發展。這種風險的集中可能增加全省經濟的脆弱性，也不利于經濟的長期穩定發展。

七、發展建議

企業要解決前進路上出現的問題，需要尋求動力來提升發展質量。針對當前吉林省A股上市公司發展存在的不足，本文提出以下建議：

（一）施行降本增效，提高企業盈利能力

對于盈利能力不佳的上市公司，應通過降本增效提升盈利能力。通過數字化改造、智能化升級，優化生產流程，降低生產成本。通過精細化管理，提高運營效率，減少管理費用和銷售費用。對于高負債的公司，如亞泰集團，應努力降低財務費用，通過優化債務結構、降低利率等方式減輕財務負擔。此外，需解決科技應用、效率提升及人才發展等方面的挑戰，從而促進吉林省產業向更高層次邁進，為產業注入新的生機與活力。

對于銷售區域過于集中的公司，如泉陽泉，應努力拓展新的銷售區域，降低對單一市場的依賴。加強市場調研，了解消費者需求，開發適合市場需求的新產品或服務。同時，需加大營銷投入，提升品牌認知度，擴大市場份額，進一步提高市場競爭力。

（二）優化營商環境，加大企業上市支持力度

吉林省應積極出臺一系列配套政策措施，旨在降低企業經營成本并優化其運營環境。具體而言，通過實施降低稅率、稅收返還等舉措，切實減輕企業的稅收負擔，為企業發展松綁減負。通過政策扶持和資源配置，培育和吸引一些“專精特新”上市公司和準上市公司入駐吉林省，這些公司的崛起可以有力地推動吉林省產業優化升級。

同時，各地級市政府應加大扶持企業上市的力度，構建“支持成熟企業上主板、支持硬科技上科創板、支持‘三創四新’企業上創業板、支持高成長企業上北交所”四個支持的上市推進格局，對創業投資給予政策支持等，從而增強企業的融資可獲得性。在此過程中，政府應充分發揮引導和帶動作用，積極引導社會資本參與，形成多元化的融資支持體系。

引用

[1]郝艷華.基于AHP-DEA模型的飼料上市公司財務績效評價研究[J].飼料研究，2022，45（04）：123-127.

[2]侯向鼎.A股上市物流供應鏈企業財務績效評價——基于因子分析法[J].山西財經大學學報，2021，43（S2）：53-57.

[3]代春倩，劉丹，鄭雪菲.基于因子分析法的飼料上市企業財務績效評價[J].中國飼料，2021（19）：111-114.

[4]薛偉，蔡超.基于多層次因子分析法的我國高質量發展綜合評價[J].統計與決策，2022，38（18）：22-25.

[5]黎精明，李啟玉，田笑豐.基于因子分析法的地方政府隱性債務風險測度與評價[J].財會通訊，2024（02）：117-122+155.

責任編輯：韓 柏