第34卷第2期2013年03月技术与创新管理TECHNOLOGY AND INNOVATION MANAGEMENTVol．34No.2Mar.2013【管理科学】基于因子分析法的新能源上市公司业绩评价*杨倩倩，李忠利（河北工程大学经济管理学院，河北邯郸056000）摘要：近年来随着国家战略方向的调整，作为符合可持续发展的新能源产业成为一个亮点。
在对因子分析法进行分析的基础上，通过建立多元化因子模型，对一家新能源上市公司六年的财务报表进行分析，按照时间序列比较得出该公司的业绩发展状况。
找出了导致近两年来新能源企业业绩发展状况的原因，并客观公允地对公司整体业绩进行了评价。
关键词：因子分析法；新能源；业绩评价中图分类号：F272．5文献标识码：A文章编号：1672－7312（2013）02－0124－04Factor-Analysis-Based Evaluation of New Energy Listed CompaniesYANG Qian-qian，LI Zhong-li（School of Economics and Management，Hebei University of Engineering，Handan056038，China）Abstract：In recent years，With the adjustment of the national strategic direction，new sources of energy has gradually en-tered into the booming period of development．This paper uses factor analysis to establish diversification factor model．The paper analyzed six years’financial statements of this new energy，leading to the conclusion of the company’s performance development in accordance with the time-series comparisons，and found out the reasons for the poor performance in the past two years and evaluated the overall performance of the company objectively and fairly．Key words：financial indicator；new sources of energy；performance evaluation1引言随着我国证券市场的不断发展，上市公司的质量已成为证券市场健康发展的生命线，正确公允的评价上市公司的经营业绩已成为有关各方的共识。
同时，通过上市公司业绩的横向和纵向比较，可以让上市公司清想为依据，对业务流程进行再造，优化企业管理，提高产品质量，使公司得到可持续发展。
尤其对于上市的新能源装备制造企业这种特殊的行业来说，企业经营状况的好坏关系到中国转变经济发展方式的伟大战略转变。
本文采用因子分析法，对河北省一家新能源上市公司六年财务报表进行分析，为判断该公司及新能源行业的财务状况和发展前景提供依据，并对投资者尤其是长期投资者起到参考作用。
2因子分析方法基本框架因子分析模型是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法［1］。
利用降维的思想，在损失很少信息的前提下，把多个指标转化为几个综合指标，减少指标的个数。
因为在对某一事物进行实证研究时，为了更全面准确地反映事物的特征或其发展规律而考虑多个指标，增加了处理问题的复杂性，不可避免地造成信息的大量重叠，进而会抹杀事物*收稿日期：2012－12－20作者简介：杨倩倩（1987－），女，山东东营人，研究生，主要从事企业战略管理方向研究．第2期杨倩倩等：基于因子分析法的新能源上市公司业绩评价的真实特征和内在规律［2］。
因子分析的基本步骤如下（事物可观测原始变量为X 1，X 2，…，X p ）：1）对原始变量标准化。
在因子分析求解时若采用主成分法，由于主成分分析在通过总体协方阵求主成分时，往往优先顾及方差较大的变量，受变量的计量单位影响较大，有时会造成不合理的结果，所以为了消除这种影响，需在分析之前，对原始变量标准化。
标准化最常规的方法是将原变量数列化为均值为0、方差为1的数列。
即令zx =x －E （x ）D （x 槡）。
2）求出标淮化数据ZX 1，ZX 2，…，ZX p 的协方差矩阵，或相关系数矩阵R （两者等价）；3）求R 的特征值及相应的一组正交单位特征向量；4）计算累计贡献率，确定公共因子个数及因子载荷矩阵A ；5）对A 作因子旋转（常为方差最大正交旋转），使得能对公共因子给出合理的解释；6）计算因子得分，根据得分对研究问题作比较分析。
3实证分析3．1案例背景介绍保定天威保变电气股份有限公司（以下简称“天威保变”），1999年9月成立，2001年在上海证交所上市。
“新能源”为该公司发展的重要主业，天威保变是国内最大的具备完整产业链的太阳能电池生产商。
从2010年开始，大力推进完善产业园区建设，在该公司内形成以“输变电”和“新能源”两大产业为主的产业格局，支撑并促进天威保变的可持续发展［3］。
发展新能源产业已经成为世界主要国家的基本倾向，我国自2005年颁布《可再生能源法》之后，我国的新能源产业开始出现爆发式增长，盲目扩张导致了一场“新能源过剩”的危机的爆发生。
2008年伴随着全球金融海啸的冲击，“新能源”产业的危机开始显现，不仅许多规模小、技术水平不高的企业被逐渐淘汰，实力雄厚的大企业也同样遇到了产能过剩的威胁。
3．2因子分析的具体运用3．2．1指标及样本选取因子分析的首要工作就是要选取若干个恰当的变量指标，指标数量的选取如果太少就不能反映出应有的全部信息，如果太多则会产生大量无谓的重复，本文根据国家重新颁布的《企业效绩评价操作细则（修订）》，选取八项基本指标构成一个比较完备的指标体系进行分析［4］。
指标分别为：净资产收益率（X 1）、总资产报酬率（X 2）、总资产周转率（X 3）、流动资产周转率（X 4）、资产负债率（X 5）、已获利息倍数（X 6）、销售（营业）增长率净利润率（X 7）、资产积累率（X 8）。
根据对天威保变2005—2010期间6年的财务报表数据分析，得出上述指标的具体数据［5］。
3．2．2相关性检验各变量间存在高的相关关系是运用因子分析法的重要前提，根据相关数据处理，发现12个变量之间的相关度均大于0．3，具有较高的相关度。
从反映各变量的两个因子共同度可以得出，11个指标的因子共同度均大于0．7，因此该组数据适合进行因子分析。
3．2．3因子分析运用SPSS 软件，可得到因子特征值及累计方差贡献率见表1。
表1因子特征值及累计方差贡献率成份初始特征值合计方差/%累积/%提取平方和载入合计方差/%累积/%旋转平方和载入合计方差/%累积/%13．46043．24543．2453．46043．24543．2453．35941．99041．99023．00837．60480．8493．00837．60480．8492．76434．55276．54230．96712．08292．9310．96712．08292．9311．31116．38892．93140．4235．28698．21750．1431．783100．00062．365E －162．957E －15100．00071．382E －161．728E －15100．0008－1．068E －16－1．335E －15100．000·521·由表1可以看出，前三个公共因子的累积方差贡献率达到85．67%，即包含了原有数据信息的85．67%，如果信息总量达到85%以上就认为是可信的数据，这说明用前两个主成分代表原来的8个指标已经有了足够把握。
此时得到的未旋转的公共因子的实际意义不好解释，因此，对公共因子进行方差最大化正交旋转。
通过因子旋转，重新分配各因子能解释的方差比例，输出结果见表2。
表2旋转后因子载荷矩阵因子变量123净资产收益率X10．915－0．3040．070总资产报酬率X20．927－0．0920．266总资产周转率X3－0．0070．8990．340流动资产周转率X4－0．7880．0170．545资产负债率X5－0．099－0．989－0．092己获利息倍数X60．9260．1980．249销售（营业）增长率X7－0．2640．8670．000资本积累率X80．3240．2920．8673．2．4因子解释由旋转后的因子载荷矩阵可以看出，第一个公共因子F1在X1（净资产收益率）、X2（总资产报酬率）、X4（流动资产周转率）、X6（己获利息倍数）上的载荷矩阵较大，主要反映了公司在资产收益和偿债能力的一些信息，可以解释公司的盈利能力和财务状况，即盈利因子。
第二个公共因子F2在X3（总资产周转率）、X5（资产负债率）、X7（销售（营业）增长率）上的载荷矩阵较大，主要反映了资产负债率的信息，因此可以解释公司的发展情况，即发展因子。
第二个公共因子F3在X8（资本积累率）上的载荷矩阵较大，可以解释公司的资本经营状况，即资金运作因子［6］，见表3。
表3因子解释F1F2F3较大正载荷量X1，X2，X4，X6X3，X5，X7X8因子名称盈利因子发展因子资金运作因子3．2．5因子得分有了对各个公共因子合理的解释，结合各年度在三个公共因子上的得分和综合得分，就可以对天威保变3年来的综合业绩进行评价了。
以各因子方差贡献率占两个因子方差贡献率的比重作权重进行加权汇总，得出各年度的综合业绩评价得分。
将公因子带入因子模型，利用回归法估计出各因子得分（F i），并以每个主因子方差贡献率的比重作为权数进行加权计算。
其公式为：F=0．4199F1+0．34552F2+0．16338F3各因子得分，综合得分及排名见表4。
表4各因子得分及综合因子值及排序年份F1F2F3F2006－0．161471．48321－1．320280．2289702007－0．224211．029501．531010．51170320080．86757－0．55590－0．163740．14546620091．42759－0．351800．296320．5263042010－0．56110－0．90101－0．77966－0．6743002011－1．34838－0．704000．43634－0．7381404结语从表4中我们可以看出，天威保变近六年的综合业绩得分经历了由低到高，再由高到低的发展过程。