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.docx
- 文档编号:17819483
- 上传时间:2023-08-04
- 格式:DOCX
- 页数:6
- 大小:17.83KB
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.docx
《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.docx》由会员分享,可在线阅读,更多相关《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.docx(6页珍藏版)》请在冰点文库上搜索。
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
99219企业研究论文
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
1概述
当今我国互联网已成为全球互联网发展的重要组成部分。
互联网全面渗透到经济社会的各个领域,成为生产建设、经济贸易、科技创新、公共服务等的新型平台和变革力量,推动着我国向信息社会发展。
然而,随着中国互联网如火如荼的发展,越来越多的互联网企业却遭到“成长的烦恼”。
科学的财务绩效评价是了解企业的有效途径。
因此,研究互联网企业财务绩效评价问题具有重要的意义。
利用因子分析和聚类分析相结合的方法对上市公司进行绩效评价的研究很普遍,但很少有学者将这种方法应用在互联网上市公司财务绩效评价的研究上。
基于这种背景,本文选取20家互联网上市公司作为样本,利用统计分析软件SPSS16.0对样本公司的财务状况进行因子分析和聚类分析。
先利用因子分析法计算出这20家公司的因子得分和综合得分并得出排名,再对每家公司因子得分进行聚类,把20家企业分成五类,最后对每一类公司各因子得分进行统计描述,以便对每类公司提出不同的发展战略。
2互联网上市企业财务绩效评价指标体系的构建
2.1样本的选取与数据来源
互联网企业上市之初往往存在“泡沫”,所以本文以2009年12月31日以前在美国纳斯达克证券交易所和香港证券交易所上市的互联网企业作为研究对象。
符合上述要求的互联网企业有23家,但为了保证数据的有效性,本文剔除了少数资料不完全的上市公司,如:
网龙、第九城市、酷6网。
最终得到20家上市公司20xx年样本数据。
本文数据来源于BVD-Osiris全球上市公司分析库、上市公司年报(腾讯)、新浪财经网(.cn/usstock/quotes/BIDU.html)。
2.2评价指标的构建
考虑当前经济环境下的互联网上市公司的实际情况,除了满足指标的内涵明确清晰、有独立性、有针对性等基本要求外,还应根据4M原则(Meaningful、Measurable、Manageable、Material)[1]选取相应的指标。
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取了反应企业财务状况的12个指标来。
如表1所示。
由表1可看出,上述指标体系中,用于偿债能力分析的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的理论最优值)方法对流动比率、资产负债率、产权比率这3个指标进行趋同化处理。
另外,为了消除各指标之间的量纲影响,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互联网上市企业的因子分析
因子分析是一种相关分析技术,是以较少几个因子反映原资料的大部分信息的统计方法。
根据因子分析的思想,事先通过因子分析,从具有共线性的多个变量中筛选出少数几个变量。
它们概括了原始变量观测值中绝大部分信息,使用这些变量建立的回归方程能再现原始变量之间的关系。
[2]
本文对所选取的20个指标进行KMO和巴特利特球形检验,SPSS中输出的结果KMO=0.429,虽然KMO值较小,但是考虑到变量的个数本身很少,因此重点看球形检验统计量,观测值为219.722,对应概率p接近于0,概率p小于显著性水平,通过检验,适合进行因子分析。
[3]
3.1互联网上市企业的因子分析
利用SPSS软件从12项指标变量中提取出4类主要因子。
第一个主因子的方差贡献度为24.29%,第二个主因子的方差贡献度为23.60%,第三个主因子的方差贡献度为18.94%,第四个主因子的方差贡献度为15.25%。
由此可见,前四个因子的累计贡献率已经达到了82%,满足因子个数对累计贡献率的要求,因此,用这四个主因子就可以概括12个指标的大部分信息。
为了分别使四个主因子明显的代表一部分变量,本文对因子进行旋转,旋转后的因子载荷矩阵如表2所示。
表2RotatedComponentMatrixa
[\&Component\&1\&2\&3\&4\&Z流动比率
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上载荷较大的变量:
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上载荷较大的变量:
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上载荷较大的变量:
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上载荷较大的变量:
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
以各个旋转后因子的方差贡献率为权数,可得到样本公司综合得分模型:
F=0.24293F1+0.23604F2+0.18940F3+0.15247F4。
由综合得分模型可以计算出20个企业的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、前程无忧(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、盛大游戏(0.477)16、XX(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互联网上市企业的聚类分析
本文选用层次聚类法对处理后的20组有效样本数据进行分层聚类分析。
层次聚类法的基本思想是:
首先将每个对象作为一个簇,然后合并这些原子簇为越来越大的簇,直到所有的对象都在一个簇中,或者某个终结条件被满足。
本文层次聚类法把20家互联网企业分成五类。
第一类:
腾讯、XX、搜狐、携程、畅游、盛大游戏、巨人网络、太平洋网、易车网;第二类:
网易、前程无忧、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,分类结果与互联网上市企业综合得分排名有密切联系,分在第一类的9个互联网企业的综合排名都在综合得分前十名;分在第二类的6个企业综合得分排名都在14名以后。
5结论政策建议
根据以上对各互联网上市企业财务状况进行分析并提出以下建议:
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于平均水平以上,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,因子得分基本都处于0-1之间。
这类企业综合实力较强。
所以要不断加大新技术的研发投入、及时跟进互联网技术的革新,以满足互联网用户新的、更广泛的需求,不断提高企业的综合能力,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、盈利能力方面的差距较大,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。
这类企业综合实力稍弱于第一类企业。
对于偿债能力、盈利能力弱的企业来说,应加强内部管理,对资本结构进行调整的同时也要加大资本的利用效率,抓住自己的核心优势。
对于偿债能力、盈利能力强的企业来说,在加大资本的利用效率的同时开发新技术来满足用户新的需求,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。
说明这类企业处于成长初期。
对于这类公
司,更重要的是确立差异化发展战略,避开与大公司的正面较量,突出产品和服务特色,做到“人无我有,人有我优”,要继续保持良好的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。
这类公司起步较晚,有较高的成长空间,所以管理者应在保持其高速增长的优势基础上,注意偿债和盈利方面能力的提高。
第五类的互联网企业只有优酷土豆,优酷土豆的偿债能力、盈利能力非常低,成长能力处于平均水平,而营运能力非常高,说明优酷土豆的资产管理效率较高,对于这类公司要从内部管理抓起,要找准市场定位,集中优势资源,发挥自己的核心优势。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 因子分析 聚类分析 互联网 上市 企业财务 绩效评价