基于因子分析和聚类分析的互联网上市企业财务绩效评价.doc

摘 要：本文选用20家互联网上市企业作为样本，运用因子分析措施提取四个主因子对企业财务状况进行了分析，得出综合得分，再运用聚类分析措施对这20个样本进行分类，最终用spss对每类各因子得分及总得分做记录描述，找出每类特点，有针对性地提出提议和方略。

　　关键词：因子分析；聚类分析；互联网上市企业；财务绩效
　　1 概述
　　当今我国互联网已成为全球互联网发展重要构成部分。互联网全面渗透到经济社会各个领域，成为生产建设、经济贸易、科技创新、公共服务等新型平台和变革力量，推进着我国向信息社会发展。然而，伴随中国互联网如火如荼发展，越来越多互联网企业却遭到“成长烦恼”。科学财务绩效评价是理解企业有效途径。因此，研究互联网企业财务绩效评价问题具有重要意义。
　　运用因子分析和聚类分析相结合措施对上市企业进行绩效评价研究很普遍，但很少有学者将这种措施应用在互联网上市企业财务绩效评价研究上。基于这种背景，本文选用20家互联网上市企业作为样本，运用记录分析软件spss16.0对样我司财务状况进行因子分析和聚类分析。先运用因子分析法计算出这20家企业因子得分和综合得分并得出排名，再对每家企业因子得分进行聚类，把20家企业提成五类，最终对每一类企业各因子得分进行记录描述，以便对每类企业提出不一样发展战略。
　　2 互联网上市企业财务绩效评价指标体系构建
　　2.1 样本选用与数据来源
　　2.2 评价指标构建
　　考虑目前经济环境下互联网上市企业实际状况，除了满足指标内涵明确清晰、有独立性、有针对性等基本规定外，还应根据4m 原则（meaningful、measurable、manageable、material）[1]选用对应指标。本文分别从偿债能力、营运能力、盈利能力、发展能力四个方面选用了反应企业财务状况12个指标来。如表1所示。
　　由表1可看出，上述指标体系中，用于偿债能力分析3个指标为适度指标，其他9个均为正向指标。因此，本文运用x′=1/（1+|x-a|）（a为x理论最优值）措施对流动比率、资产负债率、产权比率这3个指标进行趋同化处理。此外，为了消除各指标之间量纲影响，在趋同化后，我们对所有样本原始指标进行了无量纲化处理。
　　3 互联网上市企业因子分析
　　因子分析是一种有关分析技术，是以较少几种因子反应原资料大部分信息记录措施。根据因子分析思想，事先通过因子分析，从具有共线性多种变量中筛选出少数几种变量。它们概括了原始变量观测值中绝大部分信息，使用这些变量建立回归方程能再现原始变量之间关系。[2]
　　本文对所选用20个指标进行kmo和巴特利特球形检查，spss中输出成果kmo=0.429，虽然kmo值较小，不过考虑到变量个数自身很少，因此重点看球形检查记录量，观测值为219.722，对应概率p靠近于0，概率p不不小于明显性水平，通过检查，适合进行因子分析。[3]
　　3.1 互联网上市企业因子分析
　　运用spss软件从12项指标变量中提取出4类重要因子。第一种主因子方差奉献度为24.29%，第二个主因子方差奉献度为23.60%，第三个主因子方差奉献度为18.94%，第四个主因子方差奉献度为15.25%。由此可见，前四个因子合计奉献率已经到达了82%，满足因子个数对合计奉献率规定，因此，用这四个主因子就可以概括12个指标大部分信息。
　　为了分别使四个主因子明显代表一部分变量，本文对因子进行旋转，旋转后因子载荷矩阵如表2所示。
　　z资产负债率
　　z销售净利率
　　z总资产净利率
　　z权益净利率
　　z营业收入增长率
　　z资本积累率
　　z市盈率
　　z产权比率
　　z净利润增长率
　　z营运资本周转率
　　z总资产周转率＼&-.892
　　.942
　　.109
　　.225
　　.293
　　.859
　　-.184
　　.323
　　.427＼&.164
　　.954
　　.898
　　.783
　　.244
　　.438
　　.275
　　-.352
　　-.140＼&
　　.194
　　-.247
　　-.560
　　-.116
　　-.584
　　.323
　　.387
　　.807
　　.771＼&
　　.106
　　.716
　　.717
　　-.637
　　.133 　　.593
　　＼&]
　　由表2可以看出，主因子1上载荷较大变量：资产负债率、流动比率、产权比率，可以命名为偿债能力因子（f1）；主因子2上载荷较大变量：销售净利率、总资产净利率、权益净利率，命名为盈利能力因子（f2）；主因子3上载荷较大变量：营运资本周转率、总资产周转率，命名为营运能力因子（f3）；主因子4上载荷较大变量：资本积累率、营业收入增长率、市盈率、净利润增长率，命名为成长能力因子（f4）。
　　3.2 因子得分及互联网上市企业排名
　　以各个旋转后因子方差奉献率为权数，可得到样我司综合得分模型：f=0.24293f1+0.23604f2+0.18940f3+0.15247f4。由综合得分模型可以计算出20个企业综合财务业绩得分及排名为：1、搜房（4.288） 2、新浪 （3.64） 3、掌上灵通（2.431） 4、腾讯（2.379） 5、携程（2.17） 6、搜狐（1.861） 7、前途无忧（1.369） 8、太平洋网（1.032） 9、当当（0.979） 10、畅游 （0.791） 11、易车网（0.774） 12、巨人网络（0.647） 13、网易（0.638） 14、凤凰新媒体（0.607）15、隆重游戏（0.477） 16、百度（0.413） 17、空中网（0.396） 18、麦考林（-0.007） 19、金融界（-0.546） 20、优酷土豆（-6.105）。
　　4 互联网上市企业聚类分析
　　本文选用层次聚类法对处理后20组有效样本数据进行分层聚类分析。层次聚类法基本思想是：首先将每个对象作为一种簇，然后合并这些原子簇为越来越大簇，直到所有对象都在一种簇中，或者某个终止条件被满足。
　　本文层次聚类法把20家互联网企业提成五类。第一类：腾讯、百度、搜狐、携程、畅游、隆重游戏、巨人网络、太平洋网、易车网；第二类：网易、前途无忧、凤凰新媒体、空中网、金融界、掌上灵通；第三类：新浪、搜房；第四类：当当、麦考林；第五类：优酷土豆。可以看出，分类成果与互联网上市企业综合得分排名有亲密联络，分在第一类9个互联网企业综合排名都在综合得分前十名；分在第二类6个企业综合得分排名都在14名后来。
　　5 结论政策提议
　　根据以上对各互联网上市企业财务状况进行分析并提出如下提议：第一类互联网企业在偿债能力、盈利能力、成长能力方面因子得分都处在平均水平以上，个别企业在营运能力因子得分上低于平均水平。且第一类企业在营运能力和成长能力方面非常相似，因子得分基本都处在0-1之间。此类企业综合实力较强。因此要不停加大新技术研发投入、及时跟进互联网技术革新，以满足互联网顾客新、更广泛需求，不停提高企业综合能力，使企业整体水平得到稳步上升。
　　第二类互联网企业在偿债能力、盈利能力方面差距较大，在营运能力和成长能力方面比较稳定，基本都处在平均水平左右。此类企业综合实力稍弱于第一类企业。对于偿债能力、盈利能力弱企业来说，应加强内部管理，对资本构造进行调整同步也要加大资本运用效率，抓住自己关键优势。对于偿债能力、盈利能力强企业来说，在加大资本运用效率同步开发新技术来满足顾客新需求，使企业整体水平得到稳步上升。
　　第三类互联网企业在各个得分因子上比较均衡，偿债能力、盈利能力因子得分较高，而营运能力、成长能力因子得分较低。阐明此类企业处在成长初期。对于此类公
　　司，更重要是确立差异化发展战略，避开与大企业正面较劲，突出产品和服务特色，做到“人无我有，人有我优”，要继续保持良好盈利能力和偿债能力。[4]
　　第四类互联网企业在偿债能力、盈利能力方面都低于平均水平，但成长能力、营运能力较强，综合得分也高于平均水平。此类企业起步较晚，有较高成长空间，因此管理者应在保持其高速增长优势基础上，注意偿债和盈利方面能力提高。
　　第五类互联网企业只有优酷土豆，优酷土豆偿债能力、盈利能力非常低，成长能力处在平均水平，而营运能力非常高，阐明优酷土豆资产管理效率较高，对于此类企业要从内部管理抓起，要找准市场定位，集中优势资源，发挥自己关键优势。
　　参照文献：
　　[2]侯治平.因子分析与聚类分析在电子商务网站评价中应用研究[j].科技管理研究，（18）：144-147.
　　[3]夏怡凡.spss记录分析精要与实例讲解[m].电子工业出版社，：264.
　　[4]周延，郭建林.基于因子分析和聚类分析寿险企业财务评价[j].华东师范大学学报，（2）：84-88.
　　基金项目：
　　北京市教育委员会科学技术研究计划项目（km8001）。