|
[摘
要]本文以重庆市26家上市公司为样本，利用其2004年年报数据，运用因子分析法，分别从利润指标角度和现金流量指标角度衡量样本公司盈利能力。研究发现，从利润指标角度和现金流量指标角度衡量的企业盈利能力存在很大的差异。在对差异进行分析后，笔者提出应以利润指标角度为基础，以现金流量指标角度为辅，对上市公司盈利能力进行分析。
[关键词]
利润指标；现金流量指标；盈利能力；因子分析
The
Factor Analysis on the Profitability of the Listed Companies ---on the
Base of the Listed Companies in Chongqing
Qiu
Yuting Gong Qiaoyun
(School
of Accounting , Chongqing Institute of Technology 400050)
Abstract:
This paper takes the annual reports of 2004 of 26 listed companies in
Chongqing as sample to evaluate the profitability of the listed
companies both in profit indexes and cash flow indexes.The method of
factor analysis is applied to analyse the data of these financial
statement. This paper discovers that there exists difference in profit
indexes and cash flow indexes, the author analyses the difference and
puts forward that it should be based mainly on profit indexes and
subsidiary on cash flow indexes to evaluate the profitability of the
listed companies.
Key
words: profit indexes；cash flow indexes；factor analysis；the
profitability
上市公司的盈利能力，是衡量其经营业绩的重要指标，也是投资人决定其投资去向的依据。在进行盈利能力分析时，人们往往关注的是利润指标。仅以利润指标评价企业经营业绩及盈利能力，是存在一定缺陷的：利润是收入减去费用的差额。而上市公司收入费用的确认与计量广泛地运用实现原则、配比原则、划分资本性支出和收益性支出原则等来进行的，其中包括了很多的会计估计。尽管会计人员在进行估计时要遵循会计准则，并有一定的客观依据，但不可避免地要运用主观判断。利润的高低并非一定放映企业盈利能力的轻弱。有的企业账面利润很大，看似业绩可观，而现金却入不敷出，举步艰难。因此，仅以利润指标来评价企业的经营业绩和盈利能力有失偏颇。如能结合现金流量表所提供的现金流量信息，特别是经营活动现金净流量的信息进行分析，则较为客观全面。
本文先从利润指标角度，对重庆市上市公司盈利能力进行因子分析，得出公司的综合得分排名；再从现金流量指标角度，对相关公司盈利能力进行因子分析，重新得出公司的综合得分排名；最后对两次排名的异同进行分析，提出应以利润指标为基础，结合现金流量指标对公司的盈利能力进行分析。
一、因子分析方法在盈利能力分析中的运用
在盈利能力分析中，常用的是财务指标分析。但各种指标之间往往具有相关性，造成信息重叠，这样反而不利于统计分析和综合评价。因子分析是用较少的相互独立的因子变量来代替原来变量的大部分信息，可以克服财务指标分析的缺点。为了更好地分析企业的盈利能力，本文将采用因子分析的方法，将反映盈利能力财务指标中的公共因子提取出来，然后用这些公共因子对企业盈利能力进行综合评价。
因子分析数学模型如下：
其中
，
，
，
为
个原始盈利信息变量，是均值为零、标准差为1的标准化变量；
，
，
，
为
个因子变量，
小于
，表示成矩阵形式为：
其中F为公共因子，A为因子载荷矩阵，
为特殊因子。
二、利润指标角度盈利能力分析
目前，公司的盈利能力仍主要以权责发生制为基础产生的利润指标来衡量。我们先从利润指标角度来对公司的盈利能力分析。
（一）评价样本及评价指标体系的选取
本文选取的研究样本包括截止到2005年5月1日深、沪两市的重庆个股，共26家公司。我们在选取公司财务数据时，以上述公司披露的2004年年报数据为准，选取了4个利润指标进行分析，即经营净利率、每股收益、净资产收益率、资产净利率。本文采用SPSSl1.5软件进行计算。
（二）因子分析计算与评价
1.将原始数据进行标准化处理，消除量纲的影响。
2.计算相关系数矩阵。
3.根据因子分析的原理和重庆上市公司的财务指标数据，得到各因子的特征值和方差贡献率如表１。
表１
总方差解释情况
|
因子
|
初始特征值
|
Extraction
Sums of Squared Loadings
|
Rotation
Sums of Squared Loadings
|
|
|
特征值
|
方差贡献率
|
累计贡献率
|
特征值
|
方差贡献率
|
累计贡献率
|
|
特征值
|
方差贡献率
|
累计贡献率
|
|
1
|
3.191
|
79.773
|
79.773
|
3.191
|
79.773
|
79.773
|
|
2.433
|
60.820
|
60.820
|
|
2
|
0.485
|
12.123
|
91.896
|
0.485
|
12.123
|
91.896
|
|
1.243
|
31.076
|
91.896
|
|
3
|
0.274
|
6.840
|
98.736
|
|
|
|
|
|
|
|
|
4
|
0.051
|
1.264
|
100.000
|
|
|
|
|
|
|
|
从表１可以看出，前2个主因子的方差贡献率已经占到累计方差贡献率的91.896％。所以只需要选取前2个主因子就可以较好地代表原始指标的信息量。提取的2个主因子设为
和
。
4.采用主成分法计算出因子载荷矩阵。为了使得主因子能够有更明确的含义，本文对原因子载荷矩阵进行了最大方差旋转，旋转后因子载荷矩阵见表２。
表２ 旋转后的因子载荷矩阵
|
|
因子
1
2
|
|
经营净利率(%)
|
0.338
|
0.938
|
|
每股收益(元)
|
0.888
|
0.366
|
|
净资产收益率(%)
|
0.872
|
0.412
|
|
资产净利率(%)
|
0.877
|
0.244
|
从表２中可知：主因子
在每股收益、净资产收益率、资产净利率上有较大的载荷量，贡献率为60.82％，反映了公司对于投入的回报能力，称为回报因子。
主因子
在经营净利率上有较大的载荷量，贡献率为31.076％，反映了净利润在收入中占的比重，称为收入利润率因子。
5.计算各样本的因子得分，结果见表３。
因子得分的均值为0,标准差为1,正值表示高于平均水平,负值表示低于平均水平。例如：渝开发回报因子的得分是0.84733，高于平均水平，说明渝开发公司投入的回报能力比较好。
6.盈利能力评价。
设盈利能力评价函数为F，利用主因子对总信息量的贡献率（见表１）进行加权，可得：
按照公司的综合得分进行排序，排序结果即是从利润指标角度客观地反映了重庆市上市公司的盈利能力。
表３ 利润指标角度公司各因子得分和综合排名表
|
序号
|
企业名称
|
因子1
|
因子2
|
综合得分
|
|
1
|
长安汽车
|
2.2162
|
-0.54798
|
1.28
|
|
2
|
华邦制药
|
1.51597
|
-0.11309
|
0.97
|
|
3
|
渝
开 发
|
0.84733
|
0.32291
|
0.67
|
|
4
|
重庆百货
|
0.93719
|
-0.22571
|
0.54
|
|
5
|
科
学 城
|
0.36955
|
0.66795
|
0.47
|
|
6
|
重庆啤酒
|
0.51079
|
0.02389
|
0.35
|
|
7
|
攀渝钛业
|
0.37592
|
0.21536
|
0.32
|
|
8
|
重庆路桥
|
0.0998
|
0.51935
|
0.24
|
|
9
|
华立控股
|
0.27127
|
0.06549
|
0.2
|
|
10
|
太极集团
|
0.29161
|
0.00414
|
0.19
|
|
11
|
重庆港九
|
-0.04325
|
0.48004
|
0.13
|
|
12
|
迪马股份
|
0.12304
|
0.11496
|
0.12
|
|
13
|
九龙电力
|
-0.00072
|
0.25031
|
0.08
|
|
14
|
西南药业
|
0.03697
|
0.10439
|
0.06
|
|
15
|
桐
君 阁
|
0.01833
|
0.05135
|
0.03
|
|
16
|
合成制药
|
-0.05083
|
0.13022
|
0.01
|
|
17
|
四维瓷业
|
-0.12155
|
0.20691
|
-0.01
|
|
18
|
民丰农化
|
-0.17515
|
| 
