基于因子分析的行业成长性评估研究
时间：2021-01-26 12:04:12 来源：雅意学习网 本文已影响 人 
【摘要】 关于行业成长性已成为众多企业和个人十分关注的问题，然而具有普遍性的对各行业成长性的评估研究还很缺乏。鉴于此，文章通过对反映行业成长性的因素进行分析，从而构建了基于财务指标的行业成长性评估指标体系，利用多元统计中的因子分析法对我国20个行业的行业成长性进行实证研究，得出我国行业成长性的综合得分和排名，并对最终结构进行了综合分析。
【关键词】 行业成长性； 指标体系； 财务指标； 因子分析
中图分类号：F272.5文献标识码：A文章编号：1004-5937（2014）16-0024-05一、引言
随着市场经济的发展和竞争的不断加剧，对行业成长性的判断越来越受到各领域专家的普遍关注。准确地把握一个行业的发展态势及其成长性，将对企业在制定决策方案起到积极的指引作用，对社会上的求职者在判断一个行业是否为朝阳行业也将起到举足轻重的作用。因此建立一套对行业成长性的评估体系和方法，将是一个重要的课题。目前在国内外这方面的研究主要侧重两个方面：一方面是集中在对企业成长性的研究上。例如刘倩（2011）以28家创业板上市企业为样本，通过主成分聚类的方法构造了我国中小企业成长性评价模型，并对其进行了实证研究。刘曜等（2011）通过对中小板上市公司从盈利能力、风险水平、治理能力和运营周期四个方面进行测度，对影响中小板上市公司的成长性因素进行了验证分析。彭忆等（2012）通过对116家高科技企业进行研究，从企业规模、企业财务状况、企业发展能力和企业科研创新能力四个方面构建了成长性评价模型，并利用因子分析法对其进行了实证研究。另一方面是针对某一地区或某一类行业的研究。例如李林等（2012）对通信行业资本结构与其成长性之间的关系进行研究，并利用通信行业上市公司的财务指标数据对其进行了实证检验。张涛等（2013）采用因子分析法以行业成长性为视角对商业银行的信贷策略制定进行了研究。但目前还没有一套通用的用于评估各行业成长性的体系和方法。
针对这一问题，遵循评价指标体系选取的科学性、系统性、可行性以及可比性与可操作性相结合的原则，本文提出了一种基于财务指标的行业成长性评估体系，并运用因子分析法对其进行分析判断，从而得出了行业成长性的最后得分，并用于对行业成长性进行排名，从而找出最具有发展潜力的行业，以为企业选择进入的行业提供指导作用，同时也为个人在择业、就业方面提供很好的参考，从而可以使企业或个人在将来有一个更好的发展未来。
二、行业成长性评估指标的构建
要对行业的成长性作出科学客观的评价，首要的任务就是建立一套行之有效的评价指标体系。对一个行业成长性的评估要综合考虑多个相关指标的综合表现。基于对我国目前行业发展现状的研究，依据近年国家统计年鉴所提供的信息，建立了一个拥有3个一级指标和10个二级指标的指标评价体系，如表1所示。
指标的计算：
（一）反映行业稳定成长能力的各指标的计算公式
工业总产值增长率=
■×100%
资产收益增长率=
■×100%
资本保值增长率=■×100%
主营业务收入增长率=
■×100%
总资产增长率=■×100%
以上这些指标反映了一个行业资产的保值增值能力，比例越高，越说明该行业具有越强的资本积累能力，该行业也就越能更好地保持稳定的成长趋势。
（二）反映行业资产运作效率的各指标的计算公式
流动资产周转次数=■
总资产周转率=■×100%
流动资产周转率=■×100%
以上这些指标反映的是该行业资产的运作效率，指标的次数和比率越大，说明资产的利用率越高，表明该行业的经济运行情况越高，从而间接地反映出该行业具有很强的成长潜力。
（三）反映行业成长性的各指标的计算公式
主营业务利润增长率=■×
100%
净利润增长率=■×100%
以上这些指标从更直观的角度来反映行业成长性的好坏，指标的比率越高，说明企业未来具有越强的成长能力。
三、基于因子分析法的行业成长性评估模型
（一）因子分析的模型
因子分析法是从研究变量内部相关的依赖关系出发，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。它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的、不可测的、所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。因子分析模型描述如下：
x1x2■xp=a11 a12 … a1ma21 a22 … a2m■ ■ … ■ap1 ap2 … apmF1F2■Fm+?着1?着2■?着p（k≤p）（1）
模型中，向量是可观测随机向量，即原始观测变量。F（f1，f2，…，fn）是X（x1，x2，…，xn）的公共因子，即各个原观测变量的表达式中共同出现的因子，是相互独立的不可观测的理论变量。公共因子的具体含义必须结合实际研究问题来界定。A（aij）是公共因子F（f1，f2，…，fn）的系数，称为因子载荷矩阵；aij（i=1，2，…，n；j=1， 2，…，m）称为因子载荷，是第i个原有变量在第j个因子上的负荷，或可将aij看作第i个变量在第j公共因子上的权重。aij是xi与fj的协方差，也是xi与fj的相关系数，表示xi对fj的依赖程度或相关程度。aij的绝对值越大，表明公共因子fj对于xi的载荷量越大。
（二）因子分析的步骤
1.确定原变量是否适合做因子分析
通过对样本数据进行KMO和Bartlett’s球形检验，当KMO检验系数>0.5，Bartlett’s球形检验的显著性水平<0.05时，表明原变量适合做因子分析，如果有任何一个条件不满足，则需要进行数据的调整，或者进行变量的更改。当KMO检验系数越大，Bartlett’s球形检验的显著性水平越小，则说明越适合。
2.主因子的确定
通过主成分分析法，求解出因子载荷矩阵，然后计算出因子载荷矩阵中各列元素的平方和记为g2j= ∑n i=1a2ij（j=1，2，…，n）。g2j代表的是F（f1，f2，…，fn）对X（x1，x2，…，xn）的方差贡献，g2j越大，表明其贡献越大。根据计算出来的g2j排序，就可以提炼出最有影响力的公共因子。
3.因子旋转
通过因子旋转找出主因子与可观测变量xi之间的关系。经过旋转后，主因子对xi的方差贡献并不会改变。旋转是为了使得每个变量仅在一个公因子上有较大的载荷，从而可以使得每个公因子F能有一个更好的解释。
4.因子得分
最后，根据如下的因子得分函数，即：
f1=?茁11x1+?茁12x2+…+?茁1mxmf2=?茁21x2+?茁22x2+…+?茁2mxm… …fn=?茁n1xn+?茁n2x2+…+?茁nmxm （2）
计算出各个样品的最终得分，然后按照最终得分排序即可。
四、实证研究
本文根据《国民经济行业分类》标准，选取全国20个工业行业为研究样本（数据主要来源于国家统计局2012年经济普查材料），包括煤炭开采和洗选业a1，石油和天然气开采业a2，黑色金属矿采选业a3，有色金属矿采选业a4，非金属矿采选业a5，其他采矿业a6，农副食品加工业a7，食品制造业a8，酒、饮料和精制茶制造业a9，烟草制品业a10，纺织业a11，纺织服装、服饰业a12，皮革、毛皮、羽毛及其制品和制鞋业a13，木材加工及木、竹、藤、棕、草制品业a14，家具制造业a15，造纸和纸制品业a16，印刷和记录媒介复制业a17，文教、工美、体育和娱乐用品制造业a18，石油加工、炼焦及核燃料加工业a19，化学原料及化学制品制造业a20。按照上文所建立的指标体系，利用从国家统计局所得的数据，计算出这20个行业在这些指标上所对应的数值，从而得到表2中的数据。
