汽车行业上市公司绩效评价范文

本站小编为你精心准备了汽车行业上市公司绩效评价参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

1国内外研究现状

作为一个世界性课题，公司经营绩效评价理论在西方经济的发展和演变中与时俱进。早先人们关注单一的财务指标，到20世纪90年代，人们普遍意识到过度关注某个局部的评价会导致整体结果的弱化，开始关注多维的评价指标体系。诸如：Stewart（1991)提出企业绩效财务评价方法EVA，此后Jeffrey（1997）提出了修正的REVA评价企业的经营绩效，他以资产市场价值而不是经济价值作为基础，指出公司真正为投资者创造的利润必须超过期初资本市场的价值成本；AndrewP.Sage（2000）在哈佛大学RobertKaplan教授提出的“平衡计分卡”基础上提出“动态平衡计分卡”（DBSC），力求达到长期策略和中短期的绩效相联系，在平衡计分卡反馈基础上动态地产生一个最佳的绩效指标评价系统；JohnWiley（2006）用麦氏DEA从不同角度对在伊斯坦布尔证券交易所上市的土耳其商业银行进行绩效研究；Samoilenko,S.（2008）提出了将聚类分析、DEA方法以及决策树（DT）结合起来进行绩效研究，等等。

在国内，评价问题一直是学者们研究的热点之一，尤其在使用因子分析来评价公司的绩效方面。诸如：刘喾婴（2011）构建了汽车行业上市公司绩效评价的指标体系,并结合汽车行业上市公司公布的2009年财务报表及有关财务指标,运用因子分析法对汽车行业上市公司的绩效进行了详细的实证分析与评价；韩道琴等（2012）通过研究我国汽车行业30余家上市公司治理结构与公司绩效之间的关系,采用描述性统计的方法,以股权结构、高管激励方式、董事会结构3个层面为基础来研究汽车行业上市公司治理结构与公司绩效之间的关系。并以此作为依据,给汽车行业公司治理结构提出了若干建议；付幼红（2012）从上市企业的盈利能力、负债能力、营运成长能力及扩张能力等4个方面挑选十五项评价指标进行定量分析，构建了一套我国汽车制造业上市公司的财务绩效评价体系。选取我国沪市A股市场的36家汽车制造业上市公司2011年的财务指标作为研究样本，利用主成分分析法对我国汽车制造业上市公司的财务绩效状况进行实证研究；兰小（2011）采用财务指标法来分析我国汽车行业上市公司并购的绩效。选取2005～2008年发生并购行为的汽车行业上市公司作为分析样本。择取12个财务指标,将观察区间设定为并购前一年到并购后2年。然后运用因子分析法构建上市公司绩效综合得分模型,再对并购前后综合得分的差值进行检验,以此来分析上市公司并购绩效的变化趋势；李玉杰（2006）选取作为汽车行业代表的上市公司作为评价对象，建立指标评价体系，对汽车上市公司做财务指标绩效综合评价，在此基础上，构建主成分与BP神经网络相集成的绩效评价模型；其次，选取汽车行业相对绩优股份，建立股票内在价值评价模型。通过分析对比“内在价值”，得到具有相对投资价值的股份。最后，对结果进行实战检验。蒋艳（2006）选取1996～2004年发生并购行为的汽车行业上市公司进行了样本分析，运用因子分析法构建上市公司绩效综合得分模型，再用参数检验和非参数检验技术对并购前后综合得分的变化进行检验，借此判断并购用前后公司的绩效究竟有没有实质性的变化。

通过数据分析，发现并购行为对于汽车产业上市公司的绩效影响不理想，更多表现的是下降。并提出了一些改进意见。范艳艳（2011）选择沪、深股市汽车制造业上市公司的财务数据作为研究对象。针对汽车制造业上市公司指标多、维度多、指标信息重叠的特点，选用因子分析法作为研究方法对其进行详细分析。又用聚类分析将27家汽车制造业上市公司分为3类。根据分析结论以及当时我国汽车制造业上市公司的发展现状，对汽车制造业上市公司绩效水平的提高提出了4点建议；何静（2010）采用多元统计法和主成分分析法，从上市公司的盈利能力、偿债能力、营运能力和发展能力等全面选取财务绩效评价指标，并建立绩效评价模型；在此基础上，运用实证分析，验证了汽车行业上市公司财务绩效水平结果与事实基本相符。运用因子分析法对汽车行业上市公司的经营绩效进行评价，选取与公司绩效相关的多个指标，避免了单指标的片面性；其分析过程是从数据的内部结构出发，通过统计运算来获得公司的绩效评价信息，这种绩效评价既可以为投资者提供理性的判断依据，也可以为公司的管理层提供决策依据。

2因子分析法基本理论

2.1分析模型因子分析是用少数几个潜在的、不可观测的变量（因子）来描绘许多变量之间的协方差关系，利用降维的思想把多个变量转换成较少的几个互不相关的综合变量，从而使研究简化的一种统计方法。因子分析的一般数学模型为1）变量间的相关性分析。因子分析的前提条件是原有变量之间应存在较强的相关关系，一般相关矩阵中多数值应为正相关，需要通过KMO检验，否则，说明原有变量独立强，信息重叠弱，不宜进行因子分析。2）因子提取。通过相关关系矩阵，求解特征方程，计算特征值与特征向量，一般取累计贡献率达75%以上的特征值，来求解主成份因子。3）如果因子意义不明显，可以采用多种数学方式，进行正交旋转，使因子具有更可解释性。4）计算因子得分。计算各因子在每个实测变量上的具体得分，形成若干个公共因子。这样就可以用公共因子来替代原有实测变量作数据建模，进而实现降维和简化问题的目标。

2.2样本说明样本研究对象主要参考和讯网提供的汽车类上市公司信息，最终选取以生产汽车整车为主营业务的27家汽车上市公司作为研究对象。样本数据来自全景网提供的上市公司的财务数据，选取时点是2012年年报。

2.3指标选取衡量一家上市公司经营的好坏需要考虑的因素众多，这就需要一种综合评价的方法，通过综合评价来准确地量化上市公司的整体实力，厘清影响上市公司经营绩效的因素。笔者在参考众多文献的基础上，按照科学性、综合性、可比性及可操作性等原则，同时考虑到数据的可得性。经过反复斟酌，从众多的上市公司财务指标中选取了极具代表性的12项指标作为分析因子指标，见表1。27家公司12个财务指标，从全景网上采集它们2012年年报数据，共得到324个数据。通过对这324个财务指标的因子分析，来完成对汽车行业上市公司经营绩效评价的研究。

2.4数据预处理通过分析可知，这12个财务指标有正向指标，也有适度性指标。正向指标数值越大越好，适度性指标数据不是越大越好，而是趋于某个既定值为佳。流动比率x4、速动比率x5和资产负债比率x7为适度性指标。流动比率和速动比率都是用来表示资金流动性的，即企业债务偿还能力的数值，根据实践经验，一般认为，流动比率的基准值是2，速动比率的基准值为1，资产负债率的适宜水平是50%。

3实证分析

1）指标的相关性分析对流动比率x4、速动比率x5和资产负债比率x7作式（1）的变换处理，使其由适度性指标变换成正向指标，再使用SPSS对数据作相关性分析。结果显示，在相关矩阵C12×12的144个数据中，108个数为正数，其KMO与Bartlett’s检验结果显示，KMO值为0.45，Bartlett’s检验在0.05的水平下显著。因此，可以得出该样本数据适宜作因子分析的结论。2）因子提取求解特征方程，计算特征值与特征向量，见表2。可以看出前4个因子的累计贡献率达78.09%，说明这4个因子已包含了全部12个指标的绝大部分信息。3）因子载荷旋转为了使得因子意义更明显，采用方差极大方式，对因子载荷正交旋转。经过11次旋转迭代，得旋转后的因子载荷矩阵，见表3。4）计算因子得分使用表3旋转后的因子载荷，计算因子F1、F2、F3、F4得分，进而实现降维和简化问题的目标。最终，使用表2来计算综合因子得分，综合因子。

4结果分析

从表3可以看出，每股收益、扣除后每股收益、每股净资产3个指标在公共因子Fl上有较大的载荷，这些指标反映的是股权收益，因此可以将公共因子Fl命名为股权收益；净资产比率、资产负债比率、应收帐款周转率、固定资产比率4个指标在公共因子F2上有较大的载荷，这些主要反映的是公司的偿债能力，因此可以将公共因子F2命名为偿债能力；固定资产周转率、流动比率2个指标在公共因子F3上有较大的载荷，这些主要反映的是公司的经营能力，因此可以将公共因子F3命名为经营能力；总资产周转率、存货周转率、速动比率3个指标在公共因子F4上有较大的载荷，这些主要反映的是公司的资金周转能力，因此可以将公共因子F4命名为资金周转能力。换言之，12个指标可以简化为4个公共因子，即可以从股权收益F1、偿债能力F2、经营能力F3、资金周转能力F4这4个维度来对汽车上市公司的经营绩效进行评价。从表2可以看出，决定汽车上市公司经营绩效的第一因素是股权收益因子F1，方差占比26.33%，第二因素为偿债能力因子F2，方差占比17.95%，第三因素是经营能力因子F3，方差占比17.16%，第四因素是资金周转能力因子F4，方差占比16.64%。4个因子方差累加占比78.09%，说明4个因子能代表全部12个指标的信息。从表4中可以看出，2012年汽车上市公司经营绩效排名第一的一汽轿车综合因子F得分40.825，排名最后的金杯汽车得分9.294，得分相差很大，说明我国汽车上市公司在2012年经营绩效很不平衡。一汽轿车、一汽夏利、一汽富维、江铃汽车得分高，主要得益于其股权收益、偿债能力和经营能力，而亚星客车、迪马股份、金杯汽车得分低，主要原因还是其股权收益、偿债能力和经营能力得分太低。得分最高的一汽轿车股权收益F1得分-87.87、偿债能力F2得分225.24，经营能力F3得分-27.81，资金周转能力F4得分111.58，大起大落，最终整个综合因子F得分40.825，排第一。而得分最低的金杯汽车股权收益F1得分9.32、偿债能力F2得分19.26，经营能力F3得分-0.72，资金周转能力F4得分8.83，4项因子得分普遍很低，最终整个综合因子F得分9.294，排最后。根据综合因子F得分对这27家公司进行5级分类，其分类结果见表5。

5结语

使用因子分析法对我国汽车行业上市公司的经营绩效进行评价，并通过因子得分对27家汽车上市公司进行分类。通过因子分析法，从错综复杂的数据中理出清晰的脉络，找出影响汽车行业上市公司经营绩效的主要因素，有利于从多角度分析公司的发展状况，快速准确地把握公司的特点，为决策提供理论依据。当然，在实际工作中，可以对财务指标进一步细化，使得模型更加符合实际，同时可以连续采集3~5年的财务数据，使得样本数据更加客观准确，从而使因子分析的评价结果更加科学，也更加具有应用价值。

作者：陈延寿钟兆秋单位：湖北汽车工业学院经济管理学院