我国创业板上市公司经营业绩评价模型的构建完整

1、我国创业板上市公司经营绩效评价模型的构建基于因子分析摘要：创业板上市公司作为中小型高科技企业的代表，其绩效表现备受关注。本文通过运用财务指标法，选取创业板20家上市公司作为样本进行因子分析，力图构建适用于创业板上市公司的绩效评价模型。关键词：创业板，绩效评价，因子分析法一、绪论（一）研究背景、目的及意义2009年3月31日，中国证监会正式发布首次公开发行股票并在创业板上市管理暂行办法（下称暂行办法），10月30日首批28家创业板企业于深交所集中挂牌上市，这标志着我国创业板市场正式启动。与主板相比，创业板对企业净资产，无形资产和盈利能力等指标要求有所降低，即降低了市场准入门槛，但是对企业“成长性

2、”和“自主创新能力”却反复强调并采取各种措施予以保障。如暂行办法总则中第十条发行条件中规定“最近2年连续盈利，最近2年净利润累计不少于1000万元，且持续增长；或者最近一年盈利，且净利润不少于500万元，最近一年营业收入不少于5000万元，最近2年营业收入增长率均不低于30%”。第三十二条规定“保荐人保荐发行人发行股票并在创业板上市，应当对发行人的成长性进行尽职调查和审慎判断并出具专项意见。发行人为自主创新企业的，还应当在专项意见中说明发行人的自主创新能力”。目前，创业板的市盈率高达200多倍，非理性的过度炒作不仅严重损害了中小投资者的利益，也造成市场不稳定，最终将会影响到创业板市场的正常运行

3、。如何帮助投资者理性地分析和投资，正确理解创业板上市公司的经营绩效并以此为基础公正地评价其成长性成为当前亟待解决的问题。本文通过运用财务指标法，选取创业板20家上市公司作为样本进行因子分析，力图构建适用于创业板上市公司的绩效评价模型，以期为投资者理性地进行投资提供参考。（二）本文对高科技行业的界定由于创业板市场上市的公司多为中小型高科技企业，因此，本文要首先对高科技行业进行界定。高科技行业是通过高科技产业化而发展起来的新兴行业。对高科技行业的界定因世界范围内高科技和高科技企业的不同定位而不同。在我国最新颁布的2009中国高新技术产业统计年鉴中整理出现阶段我国高新技术产业包括核燃料加工、信息化学

4、品制造、医药制造业、航空航天器制造、医疗及仪器仪表制造业、电子及通信设备制造业、电子计算机及办公设备制造业和公共软件服务等八大类。虽然由于各个国家科技水平和发展阶段不同，各国对高科技行业的界定也不尽相同，但对21世纪重点研究开发的高科技领域，世界各国公认的则有生物、信息、新能源、新材料、空间、海洋和软科学等7个技术领域，这7个领域共同组成了高科技产业体系的主要增长点。本文研究高科技上市公司经营绩效时，在参照国内外对高科技企业分类的基础上，依据证监会2001年颁布的上市公司行业分类指引以及2009年中国高新技术产业统计年鉴，最终选定现代农业、电子计算机、办公设备制造、电子及通讯设备制造、航空航天

5、器制造、信息化学品制造、医疗设备及仪器仪表制造、医药生物制造、信息技术及新能源为本文研究领域，以此为基础构建创业板上市公司经营绩效评价模型。二、关于公司绩效公司绩效的评价方法有很多，比如美国学者和实业界提出的杜邦财务分析体系、平衡记分和经济增加值，还有财务指标法、社会效益评价指标法、沃尔比重分析法，以及我国针对国有企业提出的国有资本绩效评价法等等。其中最为实用，便于考核，并且被广泛应用的是经济增加值法和财务指标法。以下将详细分析财务指标法，并在此基础上构建创业板上市公司的绩效评价模型财务指标法是通过对公司一段时间内的盈利能力、营运能力、偿债能力、发展能力等指标进行定性的或定量的综合对比分析，对

6、公司的经验成果和经验风险进行综合评价，可能包含的财务指标有:盈利能力指标:净资产收益率、每股收益、销售利润率、成本利润率等;营运能力指标:存货周转率、应收账款周转率、流动资产周转率等;偿债能力指标:资产负债率、流动比率、速动比率、支付能力系数等。由于不同分析研究的目的和方法不同，选取的财务指标也不尽相同。以2006年9月12日财政部颁布的中央企业综合绩效评价实施细则为例，其财务指标主要分为:盈利能力状况(权重为34%)，资产质量状况(权重为22%)，债务风险状况(权重为22%)和经营增长状况(权重为22%)。基本指标主要包括:净资产收益率、总资产报酬率;总资产周转率，应收账款周转率;资产负债率

7、，已获利息倍数;销售(营业)增长率，资本保值增值率。在基本指标的基础上，还包括了一系列修正指标，如销售(营业)利润率，盈余现金保障倍数，成本费用利润率;不良资产比率，流动资产周转率，资产现金回收率;速动比率，现金流动负债比率，带息负债比率，或有负债比率;销售(营业)利润增长率，总资产增长率，技术投入比率。这些修正指标也都有一定的权数。三、指标的选取以及模型的构建（一） 指标的选取1.评价指标选取的考虑因素各财务指标从不同的方面反映了公司的绩效，因此，绩效指标的选取应该包含公司各方面的情况，同时还要兼顾行业的特点。由于本文研究的是创业板上市公司，所以在选取指标的时候要尽可能的考虑到高科技企业的特

8、点，本文作出以下考虑：第一，借鉴已有研究中选用的指标，如大多数研究的财务指标的首选是净资产收益率，每股收益等指标。第二，对指标选择时考虑不同指标间的相关性高低，防止选择的指标之间相关性较高。第三，很多高科技公司出现问题，根源在于其短期偿债能力、盈利能力和发展能力的大幅度下降，资产利用效率低下，因此，在选择指标的时候对这三个方面的指标特别加以考虑。2.指标的确定本文确立因子分析评价指标体系参照的原则是：有意义、可测量、可控、实用。按照此原则最终确定企业的盈利能力（每股收益、净资产收益率）、发展能力（净资产增长率、净利润增长率）、偿债能力（资产负债表、流动比率）和营运能力（应收账款周转率、总资产周

9、转率）共四个方面的八个财务指标来构建创业板上市公司绩效评价模型。（二）模型的构建1.因子分析法作为一种降维的统计方法，它是主成分分析法的推广和发展。它把众多的原始指标用尽可能少的综合指标（主因子）来进行代替，并且主因子是较少的、互相独立的能反映原有变量的绝大部分信息。因此，因子分析法具有提取信息、简化降维、有效解决变量多重共线性问题的作用，并且还能通过因子旋转使其具有命名解释性的特点。由此可见，因子分析方法是解决因公司治理变量过多而容易产生多重共线问题的一个较佳选择。因子分析法确定的综合指标的权重不是人为主观赋值而是根据各自的旋转方差贡献率大小来确定的，方差贡献率越大的综合因子就具有较大的权重

10、，其重要性也就越大。这样既避免了权重的人为因素，同时用计算机软件可以方便快捷的进行，可操作性强。本文将对公司绩效指标运用因子分析方法，将多个表示公司绩效的不同指标进行综合得出一个总体绩效得分指标，以剔除指标之间的信息重复，2.因子分析法步骤（1）收集样本公司绩效指标的数据，进行趋同化和标准化。（2）通过KMO或者巴特利特球形检验确定是否可以做因子分析。（3）构造因子分析模型，用基于主成分模型的因子分析方法，得到特征值和方差贡献率。构造的因子模型如下：（4）通过对载荷矩阵的值进行分析，并对其进行方差最大化的正交旋转，从而对因子变量进行命名。（5）对因子得分矩阵中每个变量的得分进行加权求和计算，其

11、中权数为方差贡献率，从而计算出综合绩效的F值。四、因子分析过程和结果1.样本选取本文选取深圳创业板上市公司共计20家，基本涵盖了上文所界定的九大高新技术产业。由于净资产增长率和净利润增长率两个指标需要09、10两年的财报数据，为了排除新上市公司的影响，本文所选公司均为在创业板上市较早的。除净资产增长率和净利润增长率为手工计算外，本文其它财务数据均来自巨潮资讯网2010的年报财务指标统计版块。本文所使用的统计软件为SPSS17.0.下表为本文的原始数据资料列表：公司每股收益净资产收益率（%）流动比率（倍）资产负债率（%）应收账款周转率（次）总资产周转率（次）净资产增长率（%）净利润增长率（%）特

12、锐德 0.8510.946.7812.661.950.468.6835.55神州泰岳1.0413.6411.996.903.380.3312.9320.96乐普医疗0.5121.6610.487.215.700.3817.6740.46南风股份0.668.683.3623.692.590.377.6628.49探路者 0.4011.353.8420.3567.630.759.1622.39莱美药业0.488.111.6036.474.550.496.958.29上海佳豪0.7213.506.1213.5617.870.389.7141.75安科生物0.3410.346.7811.416.330

13、.405.4315.85立思辰 0.389.793.4722.763.990.588.4645.25鼎汉技术0.6810.595.2616.282.030.398.4015.73华测检测0.569.7712.156.3022.910.474.3020.42亿纬锂能0.439.994.4915.682.990.478.0641.71爱尔眼科0.459.744.0818.8633.190.576.0638.09北陆药业0.429.5151.131.584.410.397.8222.31硅宝科技0.4210.649.1010.536.290.468.4320.97银江股份0.4110.851.895

14、0.693.490.648.4931.10大禹节水0.217.422.1247.713.470.487.9217.42吉峰农机0.3711.121.4068.5410.302.0843.7458.65红日药业1.0110.545.5614.2310.260.3318.4339.99同花顺 0.688.747.2213.7327.550.187.1222.122.因子分析的过程和结果（1）样本指标的相关性分析通过统计分析，观察下表的相关性矩阵，可以得出大部分指标之间的相关性并不显著。除总资产周转率和净资产增长率的相关性较强外，所选财务指标之间具有适当的相关关系，基本上能够反映创业板上市公司的绩效

15、状况。相关矩阵每股收益净资产收益率（%）流动比率（倍）资产负债率（%）应收账款周转率（次）总资产周转率（次）净资产增长率（%）净利润增长率（%）每股收益1.000.211.007-.427-.106-.350.032.042净资产收益率（%）.2111.000.050-.273-.016-.014.297.335流动比率（倍）.007.0501.000-.481-.109-.212-.134-.181资产负债率（%）-.427-.273-.4811.000-.088.730.538.264应收账款周转率（次）-.106-.016-.109-.0881.000.105-.077-.036总资产周

16、转率（次）-.350-.014-.212.730.1051.000.829.535净资产增长率（%）.032.297-.134.538-.077.8291.000.639净利润增长率（%）.042.335-.181.264-.036.535.6391.000（2）KMO和Bartlett检验本文用SPSS17.0对样本数据进行检验，检验结果如下：KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。.479Bartlett 的球形度检验近似卡方71.524df28Sig.000从表中数据可以看出，KMO检验值为0.479，达不到0.5，偏小，这可能意味着

17、因子分析的结果比较难以接受，但仍然值得一试。（3）因子分析结果为了保证所提取的公因子既具有较好的降维作用，又尽可能多的传递原始指标的信息，通常情况下保留特征值大于1的公因子，并使这些公因子的累积贡献率达到85%左右。从下表可以看出，因子分析后特征值大于1的有3个公因子，旋转后累计贡献率只有70%左右，所以为了尽可能全面地反映原财务指标的信息，本文提取4个公因子，旋转后其方差贡献率分别为33.431%、21.539%、15.992%和13.170%，累计方差贡献率达到84.132%，接近85%，应该说是比较合适的。解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的 %累积 %合计方

18、差的 %累积 %合计方差的 %累积 %12.99737.45737.4572.99737.45737.4572.67433.43133.43121.68721.08958.5461.68721.08958.5461.72321.53954.97031.05413.17071.7171.05413.17071.7171.27915.99270.9624.99312.41584.132.99312.41584.1321.05413.17084.1325.6578.21092.3416.4365.45197.7927.1241.54899.3408.053.660100.000提取方法：主成份分析。

19、本文提取上述4个主成分量F1、F2、F3、F4，则含有4个公因子的初步评价模型为：F=(33.431%F1+21.539%F2+15.992%F3+13.170%F4)/84.132=39.736%F1+25.601%F2+19.008%F3+15.654%F4(F为绩效综合得分)为使因子之间的信息更加独立，对因子载荷阵进行最大方差正交旋转，旋转前的因子载荷阵如下表所示：成份矩阵a成份1234每股收益-.303.632.030-.507净资产收益率（%）.081.792.195.124流动比率（倍）-.414.223-.336.763资产负债率（%）.815-.442-.156-.163应收账

20、款周转率（次）.006-.175.931.242总资产周转率（次）.932-.074.012.215净资产增长率（%）.858.370-.087.085净利润增长率（%）.677.492.058.014提取方法 :主成分分析法。a. 已提取了 4 个成份。旋转后的因子载荷阵如下表所示：旋转成份矩阵a成份1234每股收益-.085.828-.156-.181净资产收益率（%）.439.634.264.148流动比率（倍）-.120-.014.944-.104资产负债率（%）.493-.622-.503-.164应收账款周转率（次）-.034-.056-.077.972总资产周转率（次）.827-

21、.457-.150.075净资产增长率（%）.933-.028-.082-.099净利润增长率（%）.812.190-.083.008提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的正交旋转法。a. 旋转在 6 次迭代后收敛。从上表方差最大化正交旋转后的因子载荷矩阵可以较为清晰的看出每一个公因子所代表的实际经济意义：第一个公因子在净资产增长率、净利润增长率和总资产周转率等方面有较大载荷，而这几个方面主要衡量高科技上市公司的发展能力和营运能力，反映了高科技公司的发展能力，用来衡量公司未来资产扩张与规模壮大的能力，代表着高科技公司较高的成长性。此公因子的方差贡献率最大，对综合企业

22、绩效评分所起作用较为明显。第二个公因子在每股收益、净资产收益率等方面有较大的载荷，这几项指标主要反映高科技上市公司的盈利能力，代表高科技上市公司在高风险下的高收益，该公因子的贡献率仅次于第一个公因子，可见高科技企业注重在高投入和高风险下较高的盈利能力。第三个公因子在流动比率和资产负债率等方面有较大的载荷，考察高科技上市公司抵御财务风险和持续经营的能力。高科技企业高投入、高产出和高发展的特点决定了企业的短期偿债能力的重要性。第四个公因子应收账款周转率方面有较大的载荷，集中反映了企业的营运能力。与其他企业相比，高科技企业按计划生产的特点决定了其重要性排名第在第四位。以上4个公因子分别从发展能力、盈

23、利能力、偿债能力和营运能力等影响高科技公司绩效的主要方面来对其进行解释，用它们来分析和评价高科技上市公司绩效具有84.132%的可信度。（4）求解公因子得分,建立综合绩效评价模型在对公因子进行经济意义解释之后，需要对因子进行度量的测度，具体计算出每个因子对应每个样本数据的值，这些值就是因子得分。本文通过SPSS17.0软件经正交最大化旋转后得到因子得分系数矩阵，如下表所示：成份得分系数矩阵成份1234每股收益-.021.542-.302-.161净资产收益率（%）.251.378.190.169流动比率（倍）.084-.183.825-.080资产负债率（%）.095-.283-.272-.1

24、69应收账款周转率（次）-.006-.005-.042.922总资产周转率（次）.295-.220.067.078净资产增长率（%）.365.040.064-.075净利润增长率（%）.328.174.009.028提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的正交旋转法。 构成得分。下表为因子变量的协方差矩阵，可以看出这是一个单位矩阵，故可以知道提取4个公因子之间是互不相关的。成份得分协方差矩阵成份123411.000.000.000.0002.0001.000.000.0003.000.0001.000.0004.000.000.0001.000提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的正交旋转法。 构成得分。 根据所得的因子得分系数矩阵与原始变量标准化值可得因子得分的计算公式如下：F1=0.21X1+0.251X2+0.084X3+0.095X40.006X5+0.295X6+0.365X7+0.