汽车制造行业上市公司经营绩效评价

Posted on

  一、引言 
  在经济全球化的条件下,资本的流动是国际性的。我国的市场十分广阔,为各种类型的企业供了发展的可能。内资为主的企业具有独特的竞争优势,其发展的空间比较大的。汽车产业已成为拉动我国新一轮经济增长的龙头,并将会保持2至3年的快速增长。随着我国进入新一轮经济增长期,这一轮增长的出发点和归宿具有市场导向的基础,汽车产业已成为这一时期高增长产业群的龙头为最终消费主体,也成为了我国经济发展的主力军。自“八五”以来,由于我国收入水平显著高,相关产业和配套设施不断发展,我国汽车制造业迅猛发展,体现为税后利润不断增加,企业规模不断扩大,竞争实力显著增强。但是,在这种情况下,仍有少数企业实现的可观的营业额是建立在高劳动耗费上的,代价极高,归其原因是未能做好企业经营绩效的分析和评价。由于企业经营绩效评价能全面反映企业真实的经营状况,企业内部和外部相关者常采用该方法对企业的业绩进行评估。这样,在肯定取得成绩的同时,不仅能发现其存在的问题,更有助于企业进行自我分析,促进企业成长。 
  目前常用的层次分析法、模糊综合评价法、功效系数法等的原理是选取相互间无联系的各个评价指标进行加权,这类型方法实质是一种对主观信息进行加法合成的多层次多准则的体系,但由于指标的选取和排序无法达到客观性和独立性,未能真实、全面地反映指标间的关联,因此,有必使用一个综合的评价体系对企业进行评估。针对这种情况,本文采用多元统计分析中的因子分析方法、聚类分析方法和判别分析方法对样本进行处理和分析。具体来说,先采用因子分析将样本公司的众多指标综合成几个维数较小的因子指标,求出综合得分;再利用得出的因子指标对股票进行聚类,将股票初步分为几类并简单分析;最后使用所选的指标对这些股票进行判别,对聚类结果进行验证和修改,并给出判别函数,供另一种对上市公司绩效的评价分析思路。 
  二、因子分析 
  因子分析是多元分钟数据缩减的一种的主方法,其目标是将信息的损失减小到最小。通过对大量的指标进行综合归类,用尽可能少的指标,即指标因子,将原始信息反映出来。值得注意的是,这些因子虽然数量比原始信息少得多,但它们是具有代表性的综合,呈非线性关系,具有更高效的解释性。 
  (一)因子分析评价模型设计 
  (1)对样本观测量进行标准化。设需测评的企业数量为n,包含p个测量指标,设样本观测量为 
  X=x11 x12 … xpx21 x22 … x2pxn1 xn2 … xnp 
  为了尽量降低不同指标间的正、逆指标的影响和量纲影响,按下式进行样本数据的标准化,推导出矩阵为得标准化后的矩阵为Y=(yij)n×p,yij=■,其中■=■■xij,?滓j=■。 
  (2)计算相关系数矩阵的特征值与特征向量。选取m(m
  表2结果显示,因子1支配的指标有主营业务收入,总资产增长率,净利润,投资收益,同综合体现了盈利和扩长能力,可视为发展能力;因子2支配的指标有每股收益和总股本,可视为获利能力;因子3支配的指标有流动比率和速动比率,可以看作偿债能力的体现。 
  根据因子得分系数矩阵计算出3个公因子的因子得分,见表3 
  根据因子得分系数矩阵计算3个公因子的因子得分,再以贡献率为权重计算34家上市公司的综合得分,按由高到低排列,结果见表4。 
  由表4可知,上海汽车(614)、龙溪股份(6592)、云内动力(93)的综合得分为前三名。由表3可知,上海汽车(614)的第一个因子得分最高,说明其发展能力应该很强,而在这34家企业的12个指标的原始数据中的确可见其无论在主营业务收入,总资产增长率,还是资产总额,投资收益方面都远远优于其它企业,可见其的确具有极大的发展能力。龙溪股份(6592)的第三个因子得分最高,说明它具有较好的偿债能力,实际上,该企业的流动比率和速动比率都位于前列,说明该企业当前流动资产的变现能力能力较强。云内动力(93)的第二个因子得分很高,说明其具有较强的盈利能力,具体可以从其较高的每股收益和每股净资产看出。 
  同样,位于排名末端的3只股票分别为凯马B股(9953)、东风科技(681)、SST兰宝(631)这3家企业的三个因子得分都为负数,其中凯马B股(9953)的偿债能力最差,说明其存在较大的财务风险。而东风科技(681)的三个因子的得分都比较低,说明其整体面不佳。SST兰宝(631)的第二和第三个因子的得分都非常低,说明其偿债能力和盈利能力都很差,而我们从其名称也可看出它面临着退市的风险。对投资者来讲,这些企业都具有较大风险,投资时谨慎对待;从企业的角度来讲,如果这些排名靠后的企业不及时采取有效措施改善基本面的话,很可能陷入恶性循环,最终被市场淘汰。 
  三、聚类分析 
  聚类分析是根据事物本身的特性研究个体分类的方法,本文采用聚类的方法处理数据,将具有一定共性的公司分在一类,再对每一类的公司进行分析和总结。 
  采用K中心聚类,将之前分析出的因子作为变量,将这34支股票聚成4类,表5为方差分析表。由表5可知伴随概率sig都非常小,说明聚成4类是可以接受的。 
  由表6可知,上海汽车单独分为一类,其3个因子的得分均为正,而其发展能力更是高居榜首。因此第一类为综合面较好且极具发展能力的企业。第二类中的企业都有一个共同点即偿债能力较差,这类的企业第3个因子的得分几乎都为负值,唯一的一个非负值也非常接近于。第三类的企业则刚好相反,其偿债能力因子得分均为正值,说明他们相对偿债能力较强。而主体现为短期偿债能力,说明企业经营活动产生的现金金流量较多,但如果这个指标太大则说明企业流动资金利用不充分。第四类企业则所有因子的得分均为负。与之前用因子得分做出的综合得分情况比较,可见综合得分的最后两名都属于第4类,而综合排名倒数的第三名凯马B股未被聚在第4类,两者似乎存在偏差。 
  四、判别分析 
  (一)判别分析机理 辨别分析是通过进行系统分析,找出分组变量和特征变量之间的关系,推导出判别函数,再对其他已知多元变量的信息、但未知判别类型进行分类。SPSS软件供的判别分析过程是discriminant过程,它按照现有的测量值分类和体现测量值特征的变量演算出判别函数,同时将相关测量值的变量值代入判别函数,按照判别函数对测量值所在的分类进行判别,并与原始值的分类和按判别函数所得出的分类,推导出错分概率。 
  (二)判别分析具体过程 采用Fisher线性判别。 
  (1)首先对聚类结果进行验证。分别以1,2,3,4代表第1到第4类,判别函数取原表中的12个指标为变量进行判别。结果显示,金龙汽车,一汽四环,凯马B股由第2类判到了第4类,东风汽车则由第3类判到了第2类。由此可以猜测聚类结果比较粗糙,所以错误的没有将凯马B股判入绩差股类别中。 
  (2)选用逐步判别法控制变量的引入与剔出,筛掉对判别函数供献不大的变量,得到用于对数据进行分类的Fisher线性判别函数系数,如表7所示 
  F1=1.214×总股本-.955×流动比率+.6×净利润-549.671 
  F2=.356×总股本+6.46×流动比率-5131 
  F3=-.738×总股本+13.776×流动比率-1.4E-.5×净利润-11.427 
  F4=-1.89×总股本+6.997×流动比率-1.5E-.5×净利润-4.294 
  运用判别函数时,将样本的各指标标准化数据代入4个函数中,每个样本对应的4个函数的值进行比较,其中之最大的那个是第几个判别函数则该样本就判为第几类。 
  (三)分类总结 在以上判别分析的基础上,修正和完善聚类结果,推导出分类结果如下 
  第一类上海汽车(614) 
  第二类宇通客车(666),宇通客车(666),福田汽车(6166),东安动力(6178),ST亚星(6213) 
  长力股份(657),交运股份(6676),万向钱潮(559),黔轮胎(589),长安汽车(625),云内动力(93),一汽夏利(927),东风汽车(66) 
  第三类人福科技(679),航天机电(6151),全柴动力(6218),北方股份(6262),航天晨光(651),贵航股份(6523),迪马股份(6565),龙溪股份(6592),轮胎橡胶(6623),江铃汽车(55),一汽轿车(8),安凯客车(868),三环股份(883),中通客车(957),宁波华翔(248)
  第四类东风科技(681),ST金杯(669),SST兰宝(631),金龙汽车(6686),一汽四环(6742),凯马B股(9953)。 
  第一类企业只有上海汽车一家,它是支高收益,资金周转较快,高成长性,和强扩张能力的绩优股,是该板块的龙头股,该股票为投资者的较好选择。 
  第二类企业收益较好,也具有一定的扩张能力,资金周转很快,说明其说明企业的营运能力强。投资者也可以进行关注。 
  第三类企业收益较少,其他能力也较弱,如果公司有效的改进措施,投资者谨慎参与。 
  第四类企业股票属于亏损股,几乎没有成长性,收益低,资金周转率也低,偿债能力极差,对这类股票,除非有利好消息,投资者最好避免对其进行投资,即使投资也注意风险。 
  五、结论 
  本文中使用了三种常见的多元统计方法对绩效进行了评价,其意义在于相对于定性分析,定量分析更能剖析股票的内在价值;能够将上市公司的盈利能力和成长能力更深入的解析;有助于企业进行精准投资,降低了潜在风险;为经营管理者做决策供了依据,做出改进,也有利于公司自己进行定位,将指标值代入判别函数可得出其类别。 
  公司经营绩效评价是一个复杂的系统评价过程,涉及的评价指标因素众多,用传统的主观加权法确定评价指标权重主依赖于决策者的主观经验判断,且难以解决评价指标间的相关关系,容易造成投资的失误。而因子分析法则较好的解决了这个问题,能够进行综合排名,具有较强的可操作性,也比较有效。而聚类方法和判别方法结合起来,有利于投资者根据其特点对上市公司进行分类。在实际操作时,投资者可根据需选择方法,也可以结合起来使用。 
  参考文献 
  1陶冶《影响新股定价的因素分析》,《湖南大学学报》(社科版)23年第3期。 
  2卢纹岱、吴喜之《SPSS for windows 统计分析》,电子工业出版社26年版。 
  3《24 中小板块上市公司分析评价》,《上海证券报》25年5月13日。 
  4于秀林、任雪松《多元统计分析》,中国统计出版社1999年版。 
  5王芳《主成分分析与因子分析的异同比较及应用》,《统计教育》23年第5期。