因子分析模型在企业财务指标评价中的应用

因子分析模型在企业财务指标评价中的应用[提要]财务指标涉及企业的营运能力、盈利能力、偿债能力、成长能力等众多方面，财务指标的评价具有复杂性、多样性。本文搜集、整理20家公司11项财务指标，应用SPSS19.0统计软件对数据进行因子分析，测算20家生物科技行业上市财务指标的综合得分，并进行排名。关键词：因子分析模型；spss；财务指标；评价方法中图分类号：F23文献标识码：A收录日期：2015年1月5日财务指标的评价常用的方法有：分层聚类法、因子分析法、层次分析法等。本文设计的因子分析模型，对解释样本性质的多个变量进行测算，将众多错综复杂的变量归纳成少量的彼此独立的综合少量因子，使数据分析的方法更加客观，易于操作。一、指标的选择本文借鉴了财政部颁布的《企业效绩评价标准值》，主要从偿债、营运、盈利、成长四个方面选取了11个财务指标：流动比率、产权比率、资产负债率、每股收益、主营业务利润率、净资产收益率、应收账款周转率、存货周转率、总资产增长率、主营业务收入增长率、应收账款增长率。二、因子分析（一）数据来源。从深交所网站、新浪财经等网站中选择20家公司公开披露的11项财务指标，进行因子分析，指标如表1所示。（表1）（二）KMO检验和Bartlett球形度检验。运用SPSS软件将标准化处理后的众多财务数据进行分析，KMO检验和Bartlett球形度的检验结果见表2。（表2）如表2所示，KMO的度量值为0.7020.5，Bartlett球形度检验Sig=0，表示适合采用因子分析方法进行评价。依据SPSS测算出的KMO值与Bartlett检验值，可以说明选择的11项财务指标可以采用因子分析法进行评价。（三）因子提取。以主成分分析法作为因子提取方法，选定的因子提取标准为：特征值大于1，前3项因子累积贡献率大于80%，因而11项财务指标可提取3项主因子。（四）因子载荷矩阵的建立及命名。运用因子分析，提取了主成分因子，经过方差极大旋转法旋转的矩阵，旋转在6次迭代后收敛，见表3。（表3）设F为所提取的因子，则3个因子可分别表示为F1、F2、F3。由表3可知，第一主因子F1在X2、X5、X8、X7、X4、X6上的系数分别为0.970、0.968、0.962、0.953、0.550、0.530，大于其他几个变量的系数，即涵盖了净资产收益率、存货周转率、主营业务增长率、产权比率、应收账款周转率、资产负债率；第二主因子F2在X11、X3、X1上的系数较大，分别为0.807、0.802、0.740，是每股收益、主营业务利润率、流动比率的综合反映；第三主因子F3在X9、X4、X10上的系数较大，分别为0.922、0.593、0.477，是应收款项增长率、应收账款周转率、总资产扩张率的综合反映。（五）因子得分与综合评价得分的统计及排序。计算各因子得分及综合评价得分，见表4。（表4）设Y1、Y2、Y3为20家公司3个因子的得分，则：Y1=0.079X1+0.058X2-0.149X3+0.228X4-0.003X5+0.042X6+0.235X7+0.220X8+0.235X9+0.142X10+0.070X11Y2=0.324X1+0.327X2-0.231X3+0.039X4+0.034X5-0.240X6+0.057X7+0.020X8+0.056X9+0.075X10+0.335X11Y3=-0.154X1+0.120X2+0.332X3-0.022X4+0.598X5+0.046X6-0.028X7-0.020X8-0.026X9+0.375X10+0.054X11式中，X1、X2、X3、…、X11分别为各项财务指标值。（六）归一化处理。主成分比重累积为78.976%，所以需要归一化处理。三、结论应用因子分析法，得出生物科技行业的20家公司的11项财务指标的综合得分，由高到低依次为M、T、K、S、F、L、O、C、B、R、D、E、P、I、N、A、Q、G、J、H。主要参考文献：[1]KlausSchwab.TheGlobalCompetitivenessReport2011-2012[M].Switzerland：WorldEconomicForum，2011.[2]EdwardMolendowski.TheVisegradGroupCountries-ChangesinIntra-industryCompetitivenessofTheirEconomiesDuringtheWorldFinancialandEconomicCrisis[J].ProcediaSocialandBehavioralSciences，2014.110.[3][美]金在温，米勒著.叶华译.因子分析：统计方法与应用问题[M].格致出版社，2012.[4]冯巧根.竞争财务论[M].上海：立信会计出版社，2001.[5]杜栋，庞庆华，吴炎.现代综合评价方法与案例精选（第二版）[M].清华大学出版社，2008.[6]苏理云，陈彩霞，高红霞.SPSS19统计分析基础与案例应用教程[M].北京希望电子出版社，2012.