本站原创摘 要：交通运输业是社会的基础设施,又是国民经济中的基础产业.目前,该产业已成为世界各国最具现代化的部门之一.利用因子分析方法,建立交通运输业上市公司财务绩效评价模型,并对我国41家交通运输类上市公司的财务综合绩效进行评价,辅助投资者的证券投资决策.关 键 词：交通运输；上市公司；财务绩效评价；因子分析法
中图分类号：F275.4文献标识码：A文章编号：1672-3198（2007）08-0107-03
0前言
从1991年我国第一家交通运输业上市公司北大高科（000004）上市以来,截至2005年底,已有55家交通运输业公司上市.上市公司共有11个大类,各大类上市公司的发展很不均衡,交通运输辅助业类上市公司最多,占了总数的47％；而沿海运输业、铁路运输业、公路管理及养护业、远洋运输业、其他交通运输业都只有1家公司上市.特别是管道运输业,1996年石油龙昌（600772）上市以后,由于公司财务状况不理想,已于2005年退市.还有些上市公司遭遇特别处理,面临退市的威胁.
退市制度给我国的上市公司,尤其是交通运输业类公司的管理当局带来了巨大的压力,同时也给广大的投资者（尤其是中小投资者）和债权人等带来了很大的损失.如何建立一个行之有效的财务绩效评价系统,以及时发现公司财务状况的恶化及其恶化的原因,从而采取相应的措施保证公司正常的财务状况和生产经营,避免各种损失的发生,是公司各利益关系方面必须面对的一个严重问题.
1财务绩效评价指标体系
为了全面的反映公司的财务状况,经过筛选最终确定以表中十四个指标建立评价指标体系.其中指标8个,2级指标14个.
2财务绩效评价模型的建立
我们应用统计软件SPSS14.0对数据进行分析.
2.1因子分析法的适合度检验
①相关系数矩阵检验.
如果相关系数矩阵在进行统计检验中,大部分相关系数都小于0.3并且未通过统计检验,那么这些变量就不适合于进行因子分析,反之大部分相关系数都大于0.3且通过显著性检验(P值<0.1)则适合进行因子分析.从标准化后的指标间相关系数矩阵我们可以看出,相关系数大于0.3占多数,且通过显著性检验(P值<0.1),因此,初步判断这些变量适合进行因子分析.
②KMO和Bartlett球形检验的结果见表2所示：
表2所示,经Bartlett检验表明Bartlett值等于777.617,P<0.010,即相关矩阵不是一个单位矩阵故考虑进行因子分析；Kaiser-Meyer-OlkinMeasureofSamplingAdequacy是用于比较观测相关系数值与偏相关系数值的一个指标,其值愈逼近1,表明对这些变量进行因子分析的效果愈好,今KMO值=0.512,意味着可以进行因子分析.这两种方法的检验结论也与前面的相关系数矩阵检验结论一致.
2.2主因子的选择及经济解释
公共因子的贡献率表示该公共因子反映原指标的信息量,累计贡献率表示相应几个公共因子累计反映原指标的信息量.由因子分析的累积贡献率看到前5个公共因子可以反映原指标78.203%的信息量.因此,综合成主因子Y1、Y2、Y3、Y4和Y5,并可得到因子载荷矩阵.
第一个主因子中,营运资金对资产总额比率（X5）、资产负债率（X17）、权益对负债比率（X24）、流量对流动负债比率（X53）有较高的载荷,这些变量反映了企业偿债能力,因此我们称为偿债能力因子,用Y1表示.
类似的,第二个主因子中,资本保值增值率（X68）和固定资产增长率（X70）有较高的载荷,这两个变量反映了企业的发展能力,因此,我们称为发展因子,用Y2表示.
第三个主因子中,固定资产周转率（X13）、总资产周转率（X15）和经营活动流入比（X65）有较高载荷,这两个变量反映了企业的营运能力,我们称为营运因子,用Y3表示.
第四个主因子中,固定资产净利润率（X34）、股东权益净利润率（X36）和每股净资产（X43）具有较高的载荷,这些变量标志着企业的营利能力,因此我们称为营利因子,用Y4表示.
第五个主因子中,综合杠杆（X40）和市盈率（X48）有较高的载荷,这两个变量反映了企业的风险水平,我们称为风险因子,用Y5表示.
3交通运输业类上市公司财务绩效的综合评价
3.1公司财务绩效评价的综合得分
根据因子得分系数矩阵和指标的标准化值,可以计算各公司的各公共因子得分Yij：
Yi1＝0.258X5＋0.030X13＋0.025X150.222X17＋0.433X240.041X340.099X36＋0.061X400.173X430.131X48＋0.353X53＋0.078X650.016X680.016X70
等等等等等等.
其中：Yij表示第i家公司第j个公共因子的得分,该值由SPSS14.0直接计算出来；Xij表示第i家公司第j个指标标准化后的值.
由于每个主因子只反映了上市公司某个方面的能力,为此,以主因子特征值的贡献率为权重即可得各公司财务绩效的综合评价模型：
Y＝27.482Yi1+20.557Yi2+12.803Yi3+9.745Yi4+7.616Yi5
根据以上模型就可以计算出各公司财务绩效评价的综合得分,见表3所示.
3.2交通运输业上市公司财务绩效的分析
在表3的财务绩效得分中,有许多公司的得分是负数,但这并不表明该公司的财务绩效就为负.这里的正负仅表示该公司与平均水平的位置关系,公司财务绩效的平均水平算作零点,这是我们在整个过程中将数据标准化处理后的结果.
从因子得分表可以看出：外运发展的财务绩效综合得分最高,在各方面能力都为正值,在Y2、Y3上得分均排在第一位,在Y1、Y4上得分较高,可以说,外运发展排名第一主要是由于其营运能力和发展能力较强.而厦门机场虽然在排名上处于第二位,但同时也暴露出了较严重的问题,后四个因子均处于同行业的下游水平,且有三项为负值,说明该企业在发展能力、营利能力、营运能力和风险能力方面急待加强,否则是很难长期维持良好的财务绩效的；而在第一个因子风险因子上的得分最高,该企业综合得分排名第二是由于其偿债能力很强而使偿债因子得分最高的结果.
当然,排名比较靠前的公司也不是其财务绩效就非常好,因为这种综合排序只能说明其财务的整体绩效,单就某一方面而言,其财务绩效并不一定很高.如外运发展,虽然名次排在第一,但偿债能力因子排在第8,特别是风险水平因子排在第19.因此,我们不能认为只要综合因子得分高就一好百好,而忽视企业各个因子得分的情况,这是十分错误的短期行为.各企业都可根据五个主因子的实际得分,找出企业现有问题,提高企业财务绩效.
总之,通过分析我们认为,因子分析法不仅可以对交通运输业上市公司的财务绩效进行综合分析、评价,而且可以了解各上市公司在行业中的地位及薄弱环节,为上市公司决策提供重要依据.通过对44家上市公司的数据分析可以看出,这种分析客观真实,结论基本符合实际.