【关键词】EVA 财务 状况 综合评价
一、引言
EVA（economic value added）又称经济附加值，起源于古典经济学家提出的“剩余收益（residual income， RI）”这一概念，是美国思腾思特（Stern & Stewart）咨询公司在1982年提出并实施的一套以经济增加值理念为基础的财务管理系统、决策机制以及激励报酬制度。它是基于税后营业净利润和产生这些利润所投入的资本总成本的一种企业绩效财务评价方法。目前，世界上许多知名的跨国公司比如可口可乐、宝洁、通用电气、联邦快递等这次公司都先后采用这种方法来评价企业和企业内部各个部门的经营业绩。在我国，国资委在2010年对央企的第三任期的考核中加入了EVA指标，全面推行经济增加值考核。
EVA评价方法它考虑的是经济利润，即资本利润，这样就能较为真实的评价企业的盈利能力，使得反映出来的信息能够更为真实、准确。
二、运用EVA方法进行分析
本文选取了20家房地产上市公司作为样本进行研究，数据选自上交所公布的各公司2011年年报。
（一） EVA的计算。
调整后的资本总额=股东权益合计+递延负债贷方余额+累计商誉摊销+各种准备金+研究开发费用的资本化金额+短期借款+长期借款-递延资产借方余额-一年内到期的长期借款-应付债券-在建工程净值
加权平均资本成本WACC是根据资本结构中债务资本的单位成本和股本资本的单位成本各自所占权重计算的平均资本成本率。资本成本率反映了全部投资者对投入资本的回报要求。在中国目前的条件按银行人民币贷款一年期基准利率下浮百分之十来确定。2011年中国银行人民币贷款一年期基准利率为6.56%，由此得加权平均资本成本为6.56%×（1-10%）为5.904%。
（二） 计算结果。
四、结论
（一） 结果评价。
从上表可以看出，绝大部分企业的EVA为正值，这说明经营利润减去企业全部资本成本后有剩余，股东的投资得到了回报，管理者为企业或股东创造了财富。而少数企业的EVA为负值，则表明这些企业股东的投入没有回报，并且管理者在损害企业或股东的财富。
（二）EVA分析方法的优缺点。
EVA最大的特点就是它与传统的财务指标不同，它充分考虑了企业投入资本的机会成本，因此，我们可以说它是资本利润。另外，EVA是在传统的会计指标上经过一系列的调整，这样做可以消除因子分析方法中直接利用报表中数据产生的对真实情况的扭曲。它着眼于企业的长远发展，如产品的研究开发，人力资源的培养等，这些都是鼓励企业的管理者们放眼于企业的未来，追求企业的长远利益和发展。但是，EVA非常显著的一个缺点就是，在进行计算的时候，对指标的调整项远远不止本文所用的那几项，Stern & Steward公司就曾提出了多达一百六十四项的调整项目，以保持结果的真实性和透明性，但是基本上没有公司能做到调整一百多项，所以国内外大多数公司一般只进行5-10项的调整，来基本反映企业的资本利润。
综上所述，EVA指标的优势是不言而喻的，但是也存在很多缺陷，例如数据调整存在一定的局限性，这就需要进一步去实践和研究。在未来对EVA的研究中，对于公司实行的EVA管理将如何与其他评价方法相结合，便显得十分重要。
参考文献：
[1]余恕莲.管理会计[M]，北京：对外经济贸易大学出版社，2004.
关键词：股份回购；上市公司；财务状况
中图分类号：F83
文献标识码：A
文章编号：1672―3198（2014）21―0123―01
股份回购是指上市公司回购其自身发行在外的股份，以达到减资或调整股本结构等目的的一种公司理财行为，是上市公司提升股票价值的重要手段之一。而从股份回购的运作机制来看，股份回购在资产负债表上直接表现为公司实收资本的减少，企业资本结构、所有权结构的变化，从实质上影响公司的利润指标和盈利能力指标。
1股份回购的意义
1.1优化资本结构
上市公司通过一切有效手段来实现企业价值的最大化，其中通过股份回购在某一时期能减少该企业的实收资本，提高资产负债率，这样能缓解企业面临的一些问题，给企业带来利益。同时，在实际操作中，通过股份回购增加企业负债比例，使企业的资产收益率高于企业债务，在一定程度上能提高企业的资产收益率，这样就避免企业花周折去借债来达到这一目的，而在短时间内便能有效地改善公司的资本结构。
1.2稳定公司股价
股票价格由股票内在价值和资本市场来决定。通常在经济出现问题的情况下，股市就会陷入较低迷的状态，引起公司大量抛售股票，导致股价下跌和资金流动性减弱的恶性循环。在股价下降时，公司回购自己的股票，导致公司股票数量减少，采取此方式在一定程度上可以提高公司的股票价格，使投资者看到公司的价值提升及可观发展前景，这样就能吸引大量投资者进行投资，从而帮助公司保障稳定的财务结构，维护公司的股票价格。
1.3改善股利分配
股票回购经常被作为公司对股东的一种回报手段，与现金股利相比较，是一种更为灵活的股利分配方式。首先，股利分配是依据股东的持股比例进行的，但股票回购却不一定，并不是所有股东都会有平等的待遇；其次，对未来公司的股利分配，股东仍具有对剩余索取权，但股票回购后，需要股东放弃公司的部分所有权；再次，股利分配讲求的是股利的持续性和稳定性，一旦公司中断了分配，便被股东认为是公司的经营出现了问题，由于股票回购是一种特殊的分配方式，它可以将现金快速地转到股东的手中，而且对未来股利的派发没有任何压力。
上市公司股份回购对上市公司的治理具有不可替代的现实作用，但是任何事物都有利弊，股份公司股份回购在起作用的同时也不可避免的存在着局限性。结合案例具体分析股份回购对公司存在的影响。
2股份回购对上市公司财务状况的影响
2.1案例背景
宁波华翔电子股份有限公司（简称“宁波华翔”）2011年―2012年期间先后开展了两次股份回购。第一次股份回购发生在2011年5-11月，公司计划回购总资金不超过2亿元，以不超过14.5元/股的价格，回购股份不超过1，379万股。第二次股份回购发生在2012年1-8月，公司拟动用不超过5亿元，回购价格不高于7元/股，回购股份不超过7143万股。两次回购发生时间十分紧凑，回购方式同为集中竞价交易。
2.2股份回购对宁波华翔财务状况的影响
（1）回购资金过大，减弱盈利能力。
宁波华翔公司第一次回购实际支付14，420.85万元，第二次回购实际支付金额为15，982.45万元。在短短不到两年内公司进行股份回购支付的资金超过30，403.3万元，短期内大规模的回购给企业盈利能力带来很大影响。宁波华翔公司净资产收益率在2010―2012年分别是15.91%、10.57%、9.40%（数据来源：和讯网），从数据可以看出，净资产收益率的降低，说明企业自有资本获取收益的能力越弱，运营效益也越差。在回购后企业获利水平低，没有足够的资金来弥补股份回购所支付的巨额资金，导致公司盈利能力减弱。
（2）支付方式单一，削弱偿债能力。
宁波华翔公司使用现金回购，这样必定会减少流动资产，但由于负债基本保持不变，使资产负债率提升，尤其是宁波华翔在短短两年里进行了两次回购，很大程度上降低了公司偿债能力。宁波华翔公司2010―2012年负债比率变化表。见表1。
公司主要采用流动比率和速动比率等指标对短期偿债能力做出评价。通常，流动比率和速动比率的高低直接反映出企业偿债能力的强弱。表2数据显示，宁波华翔公司的流动比率和速动比率逐年下降，2010年―2012年流动比率分别是2.33、1.96、1.44，速动比率分别是1.80、1.45、103；随着流动比率与速动比率的大大降低，影响宁波华翔的偿债能力；从资产负债率来看，2010―2012年宁波华翔公司的资产负债率分别是0.27、0.30、0.41，资产负债率逐年增加，实施两次回购后资产负债率增加了13%，资产负债率越高表明企业偿债能力越弱。随着流动比率与速动比率的大大降低、资产负债率的逐年增加和权益负债率的逐渐下降，宁波华翔公司的偿债能力大大降低，宁波华翔公司在短
3股份回购问题的解决措施
3.1拓宽融资渠道，以解决回购所需资金
在我国，影响上市公司股票回购的重要因素之一是回购资金不足，而且大多数上市公司基本依靠自有资金进行回购，这样就加大了回购的难度，所以，上市公司需要拓宽回购的融资渠道，可以考虑融资回购。上市公司使用大量资金进行股份回购，这会对公司的支付压力变大，导致企业的利益受损。宁波华翔公司由于股份回购金额过大，企业现有的资金不足，导致企业盈利能力下降，因此，宁波华翔公司应拓宽融资渠道，以解决回购所需资金，以保证金额大不会对企业的长期稳定发展产生重大影响。公司在实施回购时，应该充分考虑使用债券融资方式来进行股份回购，从而保障股票回购的顺利进行。由于发行可转换公司债券具有较低的资金成本，投资者可以在一定时期将其转换成公司股票，所以，发行可转换公司债券是极好的融资工具。
3.2开展支付方式多样化
股份回购的方式有很多种，比如：现金支付、实物资产支付、债券支付等，企业通过拓宽支付方式的手段来满足公司的需要，提高企业的经营利益。开展支付方式多样化可以缓解企业的压力，促进企业的发展和获得更大的利润。由于公司在股份回购中支付方式单一，使得财务出现严重亏损，导致偿债能力下降。按照我国资本市场的股票回购支付的特点和要求，股份回购的支付方式可以采用现金回购和资产回购。现金回购支付方式是公司直接用现金回购股份并注销，这种方式适合经营能力强的企业，在回购后不会对公司长期利益造成损害，宁波华翔公司并不适合此种回购方式来回购；资产回购是公司利用暂时不使用的资产和获利较差的资产并将这些资产中的国有股部分的资产进行注销的回购方式，使用资产回购这种支付手段非常适合宁波华翔公司现金短缺但想要实现股票回购的情况。如果公司能扩展股份回购的支付方式，用无形资产、实物资产、以抵偿债务的方式代替单一的现金支付的方式，可以让公司有充足的资金，减小公司资金压力。
3.3规范公司股份回购的规模
由于我国在公司回购上的法律法规不明确、不具体，导致公司回购市场混乱等负面现象。所以，股份回购规模必须要在合理性、合法性的原则下，并在一定范围内操作实行，增加其有利的方面，避免其不利的方面。如果回购规模较大，支付金额较高，会影响企业长期发展稳定。宁波华翔公司第二次回购数额较多、规模较大，支付金额上限也较高，尤其是在公司现金流不足获利能力不强时，在短时间内回购大规模支付高额的股份，会使公司面临很大的财务风险。所以，宁波华翔公司在决定股份回购前，财务人员就应该对公司现有资金是否适合回购，回购支付的最大额以及回购后公司财务能力能否支持公司长期发展等，应做出合理的判定。
参考文献
[1]杨莉.我国上市公司股份回购问题分析[J].改革与开放，2010，（20）.
【关键词】因子分析；财务状况；综合评价
一、引言
近些年，统计方法在财务分析上的运用越来越广泛。在国外，Fitz Patrick最早进行了一项单变量破产预测研究；1966年Beaver.W.H在对公司财务的分析中引进了单变量统计分析，提出财务预警分析模型；而1968年美国学者Edward Altman建立的Z-score模型则奠定了多变量财务预警模型的理论分析基础。在我国，多元统计方法也是越来越多的运用到了实证研究中，1986年，吴世农、黄世忠介绍了企业破产分析指标和预测模型，并引领了我国在这一领域的研究；2004年我国学者王学民把因子分析方法运用到了股票评估中，并且得出了评价标准。而在这几年，统计学中的因子分析法更是被越来越多的学者们所运用，目前已广泛应用于心理学，医学，经济学，气象学等领域中。
因子分析法作为众多有效的统计方法之一，近些年在财务信息分析上得到了广泛运用。因子分析的概念起源于20世纪初Karl Pearson和Charles Spearmen等人关于智力测试的统计分析，以最少的信息丢失为前提，将众多的原有变量综合成较少的几个综合指标，既能大大减少参与数据建模的变量个数，同时也不会造成信息的大量丢失，达到有效的降维。
二、运用因子分析法进行分析
本文选取了20家房地产上市公司作为样本进行研究，数据选自上交所公布的各公司2011年年报。
（一）评价指标体系的构建
本文选取了11个财务指标，它们是：资产净利率，净资产收益率，每股收益，资产负债率，每股净资产，净利润增长率，总资产报酬率，流动比率，速动比率，存货周转率，应收账款周转率。这些指标从盈利能力，偿债能力，营运能力，未来发展能力四个方面反应了企业的财务状况。
（二）判断选取的指标是否适合做因子分析
运用统计软件SPSS 18.0计算所选变量的相关系数矩阵，并进行巴特利特球度检验和KMO检验。从得出的指标可以看出，KMO的值为0.348，根据Kaiser给出的标准，检验中KMO的值低于0.6表示原有变量不太适合作因子分析。但是根据巴特利特球度检验统计量的观测值为148.681，概率P值接近于0，小于给定的显著性水平=0.05，则应拒绝原假设，认为原变量适合作因子分析。
（三）因子提取
根据SPSS软件的运算结果，各个变量的共同度较高，普遍在0.7以上，信息丢失较少，因子提取较为理想。从因子提取的解释总方差表上也可以看出，原变量一共提取了五个公共因子，这五个公共因子共解释了原有变量总方差的87.753%，即累计方差贡献率达87.753%。总体说来，原有变量的信息丢失较少，因子分析效果较理想。
（四）计算因子得分
接下来对各公司进行综合评价，采用计算因子加权总分的方法。这里，仅从单纯的数量上考虑，以各因子方差的贡献率占总方差贡献率的比重进行加权，得出20家公司的综合得分：
F=（25.378F1+20.808F2+17.365F3+12.122F4+12.080F5）/87.753
即：F=0.2892F1+0.2371F2+0.1979F3+0.1381F4+0.1377F5
运用EXCEL计算20家样本公司的综合因子得分，下表为20家公司的综合得分情况。
三、结论
（一）结果评价
综合得分反映了企业业绩的一个整体状况，是从多个方面进行分析的结果。得分为正值且分值较大的公司在财务方面有较好的表现，相对来说更值得投资者投资。在得分排名中，华夏幸福排名第一，从搜集的数据也可以看出它的每股收益、净资产收益率在这20家公司中都是最高的，每股净资产也是相对较高，说明该企业的盈利能力和股本扩张能力较强。而中江地产排名最低，这也体现在该公司净资产收益率、资产净利率和每股净资产这些财务指标都较低，说明投资该企业风险较高，获利能力较差。
（二）因子分析法的优缺点
从上面的实证研究可以看出，利用多元统计方法分析的指标来自于财务报表，对于数据的取得简单易行，而且通过因子分析法可以对选取的评价指标进行有效的降维，更加清楚地反应企业的综合业绩，这种分析方法是基于SPSS软件这一平台上进行操作的，所以数据的变换和计算都较为简单方便，比较直观，能够较合理的评价出企业业绩的综合情况。但是，财务报表中的数据有可能是粉饰之后的，这样企业的情况就无法真实的反应出来。另一方面，传统的财务分析指标会更多的注重短期收益，而导致管理者过分注重短期收益，而忽视了企业长期的战略目标。
综上所述，运用因子分析法能够得出企业业绩综合评价函数，对公司的财务状况做出综合评价，从方法上来说算法简单，辅助于多元统计软件能够更方便的从多个指标中综合成为少数的综合评价因子，较为直观的为财务信息使用者提供财务评价信息。
参考文献：
[1]何晓群.多元统计分析[M].北京：中国人民大学出版社，2007.
[2]丁然.因子分析与EVA在股票评价中的应用[J].商品与质量，2011（3）.
关键词：电力行业 财务状况 因子分析
力公司是从事电能的生产和销售的经济单位，它由发电、变电、输电、配电等子系统构成。电力行业是资金技术密集型产业，也是国家的基础性产业，不仅关系到一个国家国民经济的发展，更关系国家的安全，因此正确、公允地评价电力公司的财务状况具有重要的经济意义和政治意义。我们通常是从电力行业上市公司公布的财务报表中了解公司财务状况，但是报表中数量众多的财务指标是从不同侧面反映该公司实际运作情况，单独分析和评价任何一个财务指标，很难全面揭示公司的财务状况及其经营成果，只有将反映公司偿债能力、盈利能力和营运能力等财务指标纳入一个有机整体之中，并采取适当的方法进行综合，才能对公司财务状况作出评价和判断。因子分析法正是一种进行综合评价的有效方法。
一、因子分析模型
因子分析法是一种通过降维将数据进行简化的技术。该方法通过研究众多变量之间的内部关系，建立观测数据的基本结构，并用少数几个独立的假想变量来表示其基本的数据结构。这些假想的变量（公共因子）比原始指标变量的数量大大减少，并且能够在不丢失重要信息的条件下，反映出原来众多变量的主要信息，它的实际含义也更为明确，有利于进行综合的分析和评价。假设有n家电力行业上市公司，每个公司都观测到p个财务指标，设经过转化后的公共因子变量记为f1，f2…fm ，则模型
x1=a11f1+a12f2+…+a1mfm+e1
x2=a21f1+a22f2+…+a2mfm+e2
………
xp=ap1f1+ap2f2+…+apmfm+ep
称为因子模型，其矩阵形式为 x=af+e，其中，f1，f2…fm为x各分量的公共因子，各fi的均值为0，方差为1，相互独立；ei为xi的特定因子，只对xi起作用。各ei均值为0，方差为bi2，且各ei相互独立。f与e相互独立，x均值为0，矩阵a称为因子载荷阵。在实际问题中，要根据所观察的数据x，求出a及公共因子f，然后再进行具体的分析。
二、电力行业上市公司实证分析
本文根据电力行业上市公司的财务信息将反映偿债能力、盈利能力和营运能力等财务指标作为一个整体，采用因子分析法进行综合，评价和判断电力行业主要上市公司财务状况的优劣。在影响电力行业上市公司综合实力众多因素中，通过综合分析，找出各个因素之间的相关关系，从而对公司的财务状况作出综合的评价。
（一）选定指标及收集数据样本
本文根据系统性、可比性和可操作性原则选取评价指标，并结合电力行业上市公司的经营特点，选取了净利润增长率、净资产收益率、资产负债率、流动比率、速动比率、主营业务利润率、应收账款周转率、销售毛利率、每股收益9个评价指标。
截止2011年底，电力行业的上市公司共有56家，本文的财务数据均取自各上市公司2011年的年报。
（二）估计因子载荷矩阵
确立统计指标后，由于这些指标的计量单位不同，因此这些指标值不能简单相加；同时，尽管已经将一些相关性极强的指标剔除，但有些指标之间仍存在一定的相关关系，从而导致信息量重复，因此要对其进行初步处理。以2011年的电力行业上市公司数据为例，采用因子分析法对这些公司的财务状况进行综合评价，运用spss19.0软件进行操作，结果如下：
首先，判断样本指标数据是否适合进行因子分析，这就需要做kmo和bartlett的检验。其检验结果如表1所示。
根据统计学家kaiset的结论，kmo取值大于0.5则适合进行因子分析，表1中kmo值为0.72，由此认为样本数据适合进行因子分析；bartlett检验给出的相伴概率为0.000，小于显著水平0.05，因此拒绝其零假设，这个结论也说明样本数据适合于因子分析。
其次，在表1结果的基础上再进一步看共同度表（因篇幅有限，此表省略），它给出了每个变量的共同度，该表显示因子分析的变量共同度在0.724-0.978之间，此结果表明变量中的大部分信息均能够被公共因子提取，由此说明因子分析的结果有效。
再次，以spss19.0软件计算方差贡献率。根据9个财务指标的初始值，运用spss软件对其作描述性统计分析。设定按照特征值
于0.85的标准提取因子，提取前4个因子（分别设为facl、fac2、fac3和fac4）作为公共因子，如表2所示。提取方法：主成份分析。
由表2可见，这4个因子的特征值别为2.46、2.191、2.127、1.055，方差贡献率分别为27.337% 、24.345%、23.634%和11.718%，累计方差贡献率为87.034%。这说明前4个因子的特征值之和占总特征值87.034%，结果显示这4个因子反映了原评价指标85%以上的信息，因此提取前4个因子作为公共因子。
（三）因子旋转
计算主成分载荷，构建因子载荷矩阵。因子载荷矩阵中某一行表示原有变量 xi与公共因子的相关关系。因子载荷矩阵中某一列表示某一个公共因子能够解释的原有变量 xi的信息量。为了便于对公共因子进行专业解释，将因子载荷矩阵进行旋转，经过旋转后的因子载荷矩阵如表3所示。
由表3可见，每个公共因子只有在少数几个指标上的因子载荷较大，因此可按高载荷将9个指标分成四类。资产负债率、流动比率和速动比率在fac1上载荷比较大，可将fac1命名为偿债能力因子；主营业务利润率和销售毛利率在fac2载荷比较大，可将fac2命名为盈利能力因子；净利润增长率、净资产收益率、每股收益在fac3上载荷比较大，可将fac3命名为发展能力因子；应收账款周转率在fac4上载荷比较大，可将fac4命名为营运能力因子。
（四）计算因子得分并综合评价
以各因子的方差贡献率为权，由各因子的线性组合得到综合评价指标函数公式，即综合得分f。
f=（w1fac1+w2fac2+…+wmfacm）/（w1+w2+…+wm）
此处wi为旋转后因子的方差贡献率。
f=（27.337%×fac1+24.345%×fac2+23.634%×fac3+11.718%×fac4）/87.034%
把经过标准化后的数据代入综合评价因子模型，就可以计算出上市公司的综合得分，由综合得分得出电力行业上市公司财务状况的排名（因篇幅有限，此处未列出各因子的单项排名，综合评分的排名也只列示排名前10位和后10位的公司）。结果排序见表4和表5。
从fac1（偿债能力因子）得分比较来看，排名前五位的湖南发展、富春环保、申能股份、深南电a和广州控股的偿债能力较强；排名最后三位的黔源电力、st东热和长江电力的偿债能力则较弱。从fac2（盈利能力因子）得分比较来看，排名前五位的长江电力、川投能源、凯迪电力、哈投股份和明星电力盈利能力较强；而排名最后三位的深南电a、st东热和st漳泽盈利能力较弱。从fac3（发展能力因子）得分比较来看，排名前五位的深南电a、远程电缆、金马集团、大唐发电和金山股份的发展能力较强，而排名最后三位的st祥龙、st漳泽和st东热发展能力较弱。从fac4（营运能力因子）得分比较来看，排名前五位的文山电力、乐山电力、涪陵电力、明星电力和西昌电力营运能力较强；而排名最后三位的凯迪电力、st东热和国电电力营运能力较弱。由表4和表5可见，综合财务状况的评价（综合得分）结果为：财务状况较好的是排名前五位的湖南发展、富春环保、文山电力、明星电力和西昌电力；而排名最后五位的st祥龙、st东热、st漳泽、st能山和深南电a的财务状况相对较差。
三、结论和建议
分析数据的结果显示，56家电力行业上市公司中有28家因子得分都存在负值，这就说明这28家上市公司的财务状况较差，其余得分大于0的公司其净资产收益率和每股收益相对于其他行业也总体偏低，因此，本文提出要改善我国电力行业上市公司的财务状况，提高其整体经营绩效，应该从提高偿债能力、盈利能力、发展能力和营运能力四个方面入手。
从偿债能力来看，电力行业56家上市公司2011年平均资产负债率为65.54%，其中五大发电集团的资产负债率都在75%以上，而亏损严重的st漳泽更是高达93.7%。资产负债率反映了企业全部资金中有多大的比例是通过借债筹集的，是企业资产对负债的保障程度，资产负债率越高，说明借入资金在全部资金中所占比重越高，资产对负债的保障程度越低，不能偿还负债的风险越高。资产负债率越高，则负债比重越高，由此带来的每年的债务利息也就越高。债务利息越高，财务杠杆程度越高，企业经营恶化时加剧所有者损失的风险也越大。
电力行业上市公司资产负债率偏高的主要原因是投资增长过快，因此，要降低资产负债率首先要适当控制投资规模，在确保电力系统安全和满足经济社会发展需要的前提下，电力行
业上市公司可适当调整投资节奏，重点挖掘现有资产潜力，提高其利用效率，降低负债水平从而降低资产负债率，与此同时，还要进一步控制负债所带来的负担和风险，要合理安排短期债务和长期债务的融资期限，尽量做到负债与资产的期限结构匹配，降低偿付风险。目前，电力行业上市公司的流动比率和速动比率偏低，2011年平均流动比率为93.18%，平均速动比率为79.78%，在目前信贷偏紧的情况下，电力企业应适当控制短期融资规模，提高流动比率，降低短期偿债风险，与此同时，开展多渠道融资，加大金融市场参与力度，创新融资方式，通过信托、保险和资产证券化等新型融资工具降低资产负债率。
从盈利能力来看，电力行业56家上市公司2011年每股平均收益为0.184元，而同期沪深两市上市公司平均每股收益为0.26元，由此说明电力行业上市公司2011年整体获利能力比较差。当前我国电力需求快速增长，电力投资需求刚性比较强，利润增长是改善公司财务状况的重要手段。利润增长的一个有效途径就是降低成本，然而在我国火电发电量仍然占电力供应的80%以上，年耗煤量占煤炭总产量超过50%，电煤成本占到了火电生产成本的70%-80%，在经济持续高速发展背景下，电力需求的快速增长令电煤价格持续上涨，但是在我国目前“市场煤”和“计划电”并存的体制下，电价不到位煤价上涨一直是火电企业利润偏低的主要原因。在2008年和2010年，st漳泽就是因为电煤价格的大幅上涨而陷入亏损的境地。虽然2011年内电价进行了两次调整，可是电煤价格却比2010年上涨约15%，结果电价调整只能在一定程度上缓解火电企业的经营压力，却无法从根本上扭转电煤价格上涨对火电企业经济效益造成的影响。因此，从国家政策层面，应尽快完善电价机制，稳步推进电价改革，实施居民阶梯电价改革方案，开展竞价上网和输配电价改革试点，推进销售电价分类改革，完善水电、核电及可再生能源发电定价机制，通过这些举措使电价水平和电价结构逐步趋向合理水平，从而改善电力企业的盈利水平。
由于公司扩张规模所引发的巨额财务费用和管理费用也是电力行业上市公司利润减少的主要原因之一。因此，公司要强化标准化建设和集约化管理，切实降低各项成本，深化内部资产挖潜，提升盈利水平。
从发展能力和营运能力来看，电力行业56家上市公司2011年平均净资产收益率为2.53%，平均应收账款周转率为24.85%，整体的发展能力较低，营运能力较弱。公司应抓住战略机遇，加大业务资源的开拓力度，继续完善产业合理布局，优化发展结构；继续做强发电产业，做精非电产业，促进多元协同。同时积极开展优质资产收购，实现投资效益最大化。在营运能力方面应建立以现金流为核心的资金管理制度，强化资金管理，提高资金利用效益，控制负债规模，改善债务结构。资金实施集中管理、统一调度，集约经营，实现集中、在控的现金流管理，使资金运作有序进行。对于资本性支出，建立跟踪机制，加强资金动态管理。优化资金配置，减少资金沉淀，加速资金回笼，提高资金运作效益和使用效率。
参考文献：
1.张新民，钱爱民.财务报表分析［m］.北京：中国人民大学出版社，2011.
2.王化成.财务报表分析［m］.北京：北京大学出版社，2010.
3.陈胜可.spss统计分析从入门到精通［m］.北京：清华大学出版社，2010.
关键词：电力行业 财务状况 因子分析
力公司是从事电能的生产和销售的经济单位，它由发电、变电、输电、配电等子系统构成。电力行业是资金技术密集型产业，也是国家的基础性产业，不仅关系到一个国家国民经济的发展，更关系国家的安全，因此正确、公允地评价电力公司的财务状况具有重要的经济意义和政治意义。我们通常是从电力行业上市公司公布的财务报表中了解公司财务状况，但是报表中数量众多的财务指标是从不同侧面反映该公司实际运作情况，单独分析和评价任何一个财务指标，很难全面揭示公司的财务状况及其经营成果，只有将反映公司偿债能力、盈利能力和营运能力等财务指标纳入一个有机整体之中，并采取适当的方法进行综合，才能对公司财务状况作出评价和判断。因子分析法正是一种进行综合评价的有效方法。
一、因子分析模型
因子分析法是一种通过降维将数据进行简化的技术。该方法通过研究众多变量之间的内部关系，建立观测数据的基本结构，并用少数几个独立的假想变量来表示其基本的数据结构。这些假想的变量（公共因子）比原始指标变量的数量大大减少，并且能够在不丢失重要信息的条件下，反映出原来众多变量的主要信息，它的实际含义也更为明确，有利于进行综合的分析和评价。假设有n家电力行业上市公司，每个公司都观测到p个财务指标，设经过转化后的公共因子变量记为f1，f2…fm ，则模型
x1=a11f1+a12f2+…+a1mfm+e1
x2=a21f1+a22f2+…+a2mfm+e2
………
xp=ap1f1+ap2f2+…+apmfm+ep
称为因子模型，其矩阵形式为 x=af+e，其中，f1，f2…fm为x各分量的公共因子，各fi的均值为0，方差为1，相互独立；ei为xi的特定因子，只对xi起作用。各ei均值为0，方差为bi2，且各ei相互独立。f与e相互独立，x均值为0，矩阵a称为因子载荷阵。在实际问题中，要根据所观察的数据x，求出a及公共因子f，然后再进行具体的分析。
二、电力行业上市公司实证分析
本文根据电力行业上市公司的财务信息将反映偿债能力、盈利能力和营运能力等财务指标作为一个整体，采用因子分析法进行综合，评价和判断电力行业主要上市公司财务状况的优劣。在影响电力行业上市公司综合实力众多因素中，通过综合分析，找出各个因素之间的相关关系，从而对公司的财务状况作出综合的评价。
（一）选定指标及收集数据样本
本文根据系统性、可比性和可操作性原则选取评价指标，并结合电力行业上市公司的经营特点，选取了净利润增长率、净资产收益率、资产负债率、流动比率、速动比率、主营业务利润率、应收账款周转率、销售毛利率、每股收益9个评价指标。
截止2011年底，电力行业的上市公司共有56家，本文的财务数据均取自各上市公司2011年的年报。
（二）估计因子载荷矩阵
确立统计指标后，由于这些指标的计量单位不同，因此这些指标值不能简单相加；同时，尽管已经将一些相关性极强的指标剔除，但有些指标之间仍存在一定的相关关系，从而导致信息量重复，因此要对其进行初步处理。以2011年的电力行业上市公司数据为例，采用因子分析法对这些公司的财务状况进行综合评价，运用spss19.0软件进行操作，结果如下：
首先，判断样本指标数据是否适合进行因子分析，这就需要做kmo和bartlett的检验。其检验结果如表1所示。
根据统计学家kaiset的结论，kmo取值大于0.5则适合进行因子分析，表1中kmo值为0.72，由此认为样本数据适合进行因子分析；bartlett检验给出的相伴概率为0.000，小于显著水平0.05，因此拒绝其零假设，这个结论也说明样本数据适合于因子分析。
其次，在表1结果的基础上再进一步看共同度表（因篇幅有限，此表省略），它给出了每个变量的共同度，该表显示因子分析的变量共同度在0.724-0.978之间，此结果表明变量中的大部分信息均能够被公共因子提取，由此说明因子分析的结果有效。
再次，以spss19.0软件计算方差贡献率。根据9个财务指标的初始值，运用spss软件对其作描述性统计分析。设定按照特征值
于0.85的标准提取因子，提取前4个因子（分别设为facl、fac2、fac3和fac4）作为公共因子，如表2所示。提取方法：主成份分析。
由表2可见，这4个因子的特征值别为2.46、2.191、2.127、1.055，方差贡献率分别为27.337% 、24.345%、23.634%和11.718%，累计方差贡献率为87.034%。这说明前4个因子的特征值之和占总特征值87.034%，结果显示这4个因子反映了原评价指标85%以上的信息，因此提取前4个因子作为公共因子。
（三）因子旋转
计算主成分载荷，构建因子载荷矩阵。因子载荷矩阵中某一行表示原有变量 xi与公共因子的相关关系。因子载荷矩阵中某一列表示某一个公共因子能够解释的原有变量 xi的信息量。为了便于对公共因子进行专业解释，将因子载荷矩阵进行旋转，经过旋转后的因子载荷矩阵如表3所示。
由表3可见，每个公共因子只有在少数几个指标上的因子载荷较大，因此可按高载荷将9个指标分成四类。资产负债率、流动比率和速动比率在fac1上载荷比较大，可将fac1命名为偿债能力因子；主营业务利润率和销售毛利率在fac2载荷比较大，可将fac2命名为盈利能力因子；净利润增长率、净资产收益率、每股收益在fac3上载荷比较大，可将fac3命名为发展能力因子；应收账款周转率在fac4上载荷比较大，可将fac4命名为营运能力因子。
（四）计算因子得分并综合评价
以各因子的方差贡献率为权，由各因子的线性组合得到综合评价指标函数公式，即综合得分f。
f=（w1fac1+w2fac2+…+wmfacm）/（w1+w2+…+wm）
此处wi为旋转后因子的方差贡献率。
f=（27.337%×fac1+24.345%×fac2+23.634%×fac3+11.718%×fac4）/87.034%
把经过标准化后的数据代入综合评价因子模型，就可以计算出上市公司的综合得分，由综合得分得出电力行业上市公司财务状况的排名（因篇幅有限，此处未列出各因子的单项排名，综合评分的排名也只列示排名前10位和后10位的公司）。结果排序见表4和表5。
从fac1（偿债能力因子）得分比较来看，排名前五位的湖南发展、富春环保、申能股份、深南电a和广州控股的偿债能力较强；排名最后三位的黔源电力、st东热和长江电力的偿债能力则较弱。从fac2（盈利能力因子）得分比较来看，排名前五位的长江电力、川投能源、凯迪电力、哈投股份和明星电力盈利能力较强；而排名最后三位的深南电a、st东热和st漳泽盈利能力较弱。从fac3（发展能力因子）得分比较来看，排名前五位的深南电a、远程电缆、金马集团、大唐发电和金山股份的发展能力较强，而排名最后三位的st祥龙、st漳泽和st东热发展能力较弱。从fac4（营运能力因子）得分比较来看，排名前五位的文山电力、乐山电力、涪陵电力、明星电力和西昌电力营运能力较强；而排名最后三位的凯迪电力、st东热和国电电力营运能力较弱。由表4和表5可见，综合财务状况的评价（综合得分）结果为：财务状况较好的是排名前五位的湖南发展、富春环保、文山电力、明星电力和西昌电力；而排名最后五位的st祥龙、st东热、st漳泽、st能山和深南电a的财务状况相对较差。
三、结论和建议
分析数据的结果显示，56家电力行业上市公司中有28家因子得分都存在负值，这就说明这28家上市公司的财务状况较差，其余得分大于0的公司其净资产收益率和每股收益相对于其他行业也总体偏低，因此，本文提出要改善我国电力行业上市公司的财务状况，提高其整体经营绩效，应该从提高偿债能力、盈利能力、发展能力和营运能力四个方面入手。
从偿债能力来看，电力行业56家上市公司2011年平均资产负债率为65.54%，其中五大发电集团的资产负债率都在75%以上，而亏损严重的st漳泽更是高达93.7%。资产负债率反映了企业全部资金中有多大的比例是通过借债筹集的，是企业资产对负债的保障程度，资产负债率越高，说明借入资金在全部资金中所占比重越高，资产对负债的保障程度越低，不能偿还负债的风险越高。资产负债率越高，则负债比重越高，由此带来的每年的债务利息也就越高。债务利息越高，财务杠杆程度越高，企业经营恶化时加剧所有者损失的风险也越大。
电力行业上市公司资产负债率偏高的主要原因是投资增长过快，因此，要降低资产负债率首先要适当控制投资规模，在确保电力系统安全和满足经济社会发展需要的前提下，电力行
业上市公司可适当调整投资节奏，重点挖掘现有资产潜力，提高其利用效率，降低负债水平从而降低资产负债率，与此同时，还要进一步控制负债所带来的负担和风险，要合理安排短期债务和长期债务的融资期限，尽量做到负债与资产的期限结构匹配，降低偿付风险。目前，电力行业上市公司的流动比率和速动比率偏低，2011年平均流动比率为93.18%，平均速动比率为79.78%，在目前信贷偏紧的情况下，电力企业应适当控制短期融资规模，提高流动比率，降低短期偿债风险，与此同时，开展多渠道融资，加大金融市场参与力度，创新融资方式，通过信托、保险和资产证券化等新型融资工具降低资产负债率。
从盈利能力来看，电力行业56家上市公司2011年每股平均收益为0.184元，而同期沪深两市上市公司平均每股收益为0.26元，由此说明电力行业上市公司2011年整体获利能力比较差。当前我国电力需求快速增长，电力投资需求刚性比较强，利润增长是改善公司财务状况的重要手段。利润增长的一个有效途径就是降低成本，然而在我国火电发电量仍然占电力供应的80%以上，年耗煤量占煤炭总产量超过50%，电煤成本占到了火电生产成本的70%-80%，在经济持续高速发展背景下，电力需求的快速增长令电煤价格持续上涨，但是在我国目前“市场煤”和“计划电”并存的体制下，电价不到位煤价上涨一直是火电企业利润偏低的主要原因。在2008年和2010年，st漳泽就是因为电煤价格的大幅上涨而陷入亏损的境地。虽然2011年内电价进行了两次调整，可是电煤价格却比2010年上涨约15%，结果电价调整只能在一定程度上缓解火电企业的经营压力，却无法从根本上扭转电煤价格上涨对火电企业经济效益造成的影响。因此，从国家政策层面，应尽快完善电价机制，稳步推进电价改革，实施居民阶梯电价改革方案，开展竞价上网和输配电价改革试点，推进销售电价分类改革，完善水电、核电及可再生能源发电定价机制，通过这些举措使电价水平和电价结构逐步趋向合理水平，从而改善电力企业的盈利水平。
由于公司扩张规模所引发的巨额财务费用和管理费用也是电力行业上市公司利润减少的主要原因之一。因此，公司要强化标准化建设和集约化管理，切实降低各项成本，深化内部资产挖潜，提升盈利水平。
从发展能力和营运能力来看，电力行业56家上市公司2011年平均净资产收益率为2.53%，平均应收账款周转率为24.85%，整体的发展能力较低，营运能力较弱。公司应抓住战略机遇，加大业务资源的开拓力度，继续完善产业合理布局，优化发展结构；继续做强发电产业，做精非电产业，促进多元协同。同时积极开展优质资产收购，实现投资效益最大化。在营运能力方面应建立以现金流为核心的资金管理制度，强化资金管理，提高资金利用效益，控制负债规模，改善债务结构。资金实施集中管理、统一调度，集约经营，实现集中、在控的现金流管理，使资金运作有序进行。对于资本性支出，建立跟踪机制，加强资金动态管理。优化资金配置，减少资金沉淀，加速资金回笼，提高资金运作效益和使用效率。
参考文献：
1.张新民，钱爱民.财务报表分析［m］.北京：中国人民大学出版社，2011.
2.王化成.财务报表分析［m］.北京：北京大学出版社，2010.
3.陈胜可.spss统计分析从入门到精通［m］.北京：清华大学出版社，2010.
近年来，随着我国民航事业的不断发展，民航运输量快速增长，连续数年旅客运输量的增长率都在15%以上，在航空运输业高速发展的同时，我国的航班延误问题也愈演愈烈。统计显示2004年~2009年我国航班延误率都在20%左右，航班延误问题严重影响了民航业的声誉，并给航空公司造成了巨额经济损失，邢有洪、李晓津（2010）利用我国五家上市航空公司2007年的财务数据对其航班延误损失进行了估算，结果表明2007年五家上市航空公司的航班延误总损失高达68.4亿元，其中除天气外的人为原因造成的航班延误损失约为54.72亿元，航空公司自身原因造成的损失约为30.78亿元。为了解决航班延误率过高的问题，民航局开展了多次针对航班延误的专项治理活动。在民航局2010年《建设民航强国的战略构想》中也提到，到2030年，要全面建成安全、高效、绿色的现代化民用航空体系，具体目标之一就是航班正常率达到85%以上，实现航空运输服务质量和水平全面提升。
航班延误问题不仅严重影响了民航旅客对航空公司服务质量的满意度，而且影响到航空公司的客源、市场占有率与行业竞争力。而在造成航班延误的原因中约有45%为航空公司自身原因，因此深入分析航空公司内部造成延误的因素对实现航班正常率85%以上的目标有重要意义。国内外对航班延误问题的研究大多集中于决策信息系统的建立与优化方面，极少有学者研究航空公司自身财务状况对民航服务质量的影响。国外主要有美国学者Rose分析了航空公司财务指标对民航安全的影响，Vasanthakumar研究了航空公司财务指标对航班延误的影响，指出航空公司的规模、负债情况、业务增长以及员工劳动生产率等因素会影响航班延误率。国内在此方面的研究还是空白，本文拟在借鉴国外学者研究成果的基础上，结合我国国情构建Logistic回归模型分析航空公司财务状况对航班延误的影响，以期对民航局和航空公司治理航班延误问题提供理论支持。
二、Logistic模型构建
本文的目的是研究航空公司财务特性与航班延误的关系，假设航空公司的盈利能力、负债情况、资产运营能力、公司规模等因素会影响航班延误的可能性。一个航班或者准点或者延误，是一个二分类变量，而Logistic回归模型是对二分类变量进行回归分析时最为普遍应用的多元量化分析方法。而且Logistic回归模型采用最大似然估计法进行参数估计，不要求样本数据呈正态分布，这与现实中公司财务指标的真实情况相吻合，因此本文拟构建Logistic回归模型研究航空公司财务指标与航班延误的关系。
假设P为航班延误的概率，则1-P为航班正常的概率，变量Xi为Logistic回归模型的自变量，它们是反映航空公司财务状况的指标。
Logistic模型的因变量为航班是否延误，如果一个航班发生了延误，则因变量的编码为Y=1；如果没有延误，其编码为Y=0，则有：
Ln（Pi/（1-Pi））=a+∑βiXii=1，...，n
P（Yi=1/Xi）=1/［1+e-（a+∑βixi）］
三、样本选择
本文选择中国国际航空、南方航空、东方航空、海南航空、上海航空五家上市公司2005年~2009五年每季度的财务数据以及航班延误数据作为研究样本。因为中国国际航空上市较晚，从2006年第二季度才能查到完整数据，而五个上市航空公司2009年第四季度的财务数据还没有，因此共得到90个样本。
四、变量设定与筛选
（1）因变量设定。因为我国民航局没有专门的航班延误指标，只有正常航班与不正常航班统计，而航班延误占了不正常航班的绝大多数，因此本文采用航班不正常率作为航班延误的替代变量。
由于Logistic模型的因变量是分类变量，需将连续型变量航班不正常率转化为二分类变量。如果某航空公司某一季度不正常率大于所有样本航空公司该季度不正常率均值，则赋值为1，低于均值的赋值为0，即赋值为1的公司相对于赋值为0的公司发生航班延误的可能性更大。
（2）自变量设定。本文选择反映航空公司盈利能力、现金流量、偿债能力、运营能力、成长能力及公司规模的各类变量作为候选自变量。具体指标如下：
盈利能力指标：主营业务利润率、销售净利率、净利润
现金流量指标：经营活动净现金流、总资产现金回收率、销售收现率
偿债能力指标：流动比率、资产负债率
运营能力指标：总资产周转率、固定资产周转率
公司成长性指标：主营收入增长率、净利润增长率
公司规模指标：主营业务收入、资产总额
盈利能力指标与现金流量指标反映了公司的获取利润和现金流的能力，获利能力与现金流量指标越高，公司越有充足的资金改善服务，而且盈利公司相对于亏损公司员工的工作积极性和主动性更高，有利于提高工作效率，降低人为原因的航班延误。负债指标反映了公司负债程度，航空公司在购买或融资租赁飞机、发动机等固定资产时，往往会利用长期负债，所以资产负债率升高可能说明航空公司处于业务扩张期，购买的飞机多，可用运力增加，有助于增加航空公司航班计划灵活性，降低航班延误的可能性。而流动比率反映了公司流动资产对流动负债的保障程度，流动比率越高，说明公司能够按时偿还到期负债的可能性大，也说明公司拥有较充分的资金可用于提高服务质量，降低航班延误。运营能力指标反映了航空公司的资产利用效率，运营能力指标越大，说明公司对资产的利用效率越高，不过我国航空公司普遍存在的一个问题是，飞机日利用率较高，这样虽然充分发挥了飞机的生产能力，但造成航班衔接过于紧密，一旦某一航班发生延误，就会影响后续的一系列航班，造成大规模的延误，因此固定资产周转率高可能会加重航班延误问题。公司成长性指标反映了公司业务增长情况，公司业务增长越快，航空公司可能会面临更大的航班延误压力。公司规模变量反映了一个航空公司的实力和市场地位，公司规模越大，其可支配的资源越多，发生飞机晚到时可调节的余地越大，有利于降低航班延误问题。
（3）自变量筛选。由于所选自变量较多，在进行回归分析前先进行自变量筛选。
第一步：利用单变量Logistic回归模型筛选自变量。筛选自变量的方法：从检查每个候选自变量与因变量之间的简单关系着手，通过拟合单变量Logistic回归模型来取得变量的显著性检验结果。在简单关系分析完成后，按显著性从高到低选择进入多变量回归模型的自变量。在选择时只要一个自变量在其简单关系的检验中P
通过对每个自变量的简单分析，符合标准的自变量有资产负债率、总资产现金回收率、销售净利率，主营收入增长率、主营业务收入、固定资产周转率。
第二步：对入选指标进行多重共线性检验。因为所选指标均为公司财务指标，为了避免指标间的多重共线性问题，在进行多变量回归前先进行多重共线性检验。本文采用自变量的相关系数表、并借助SPSS，使用容忍度、方差膨胀因子、特征值和条件指数来进行多重共线性检验。一般来说，如果两个自变量的相关系数超过0.9，容忍度小于0.1、膨胀因子大于10、特征值接近0或条件指数大于30时，提示存在严重共线性，必须进行处理。
自变量相关系数表如表1所示，SPSS的多重共线性诊断结果见表2。
表1显示，各指标间相关度较小，只有收入对数与总资产现金回收率的相关系数超过了0.5。
在SPSS中，共线性诊断仍然是通过多元线性回归分析来实现的，SPSS线性诊断的结果（表2）显示6个自变量的容忍度均大于0.1，方差膨胀因子均小于10，显示变量间不存在明显多重共线性，但特征值有两项很小，分别为0.07、0.01，条件指数最大为93.5，远远超过30，说明自变量间存在较严重的共线性。对诊断有多重共线性的自变量，常用的处理方法有：剔除不重要变量、主成分分析法、差分法及岭回归等。由于候选指标较少，本文根据自变量相关系数表并结合单变量模型的显著性检验结果，将与其他变量相关系数较大且单变量回归统计不显著的主营业务收入指标从候选指标中去掉。此时再利用SPSS进行多重共线性检验，条件指数最大值为27.4，小于30，说明变量间不存在严重的多重共线性问题。
五、多变量Logistic回归分析
在前面工作的基础上，选择资产负债率、总资产现金回收率、销售净利率、主营收入增长率、固定资产周转率五个指标进行多变量Logistic回归分析，分析结果见表3。
表3显示，五变量回归模型的HL指标值为11.51，自由度为8， P＝0.17，没有通过显著性检验，说明模型拟合度较好，并且模型χ2 值为15.23，自由度为5，P=0.01，统计性显著，说明自变量提供的信息有助于更好地预测航班延误事件是否发生。根据表3的回归结果可以构造如下Logistic模型：
Ln（P/（1-P））=8.15-9.14X1-18.85X2-3.49X3+0.23X4+0.20X5
式中P为航班延误发生的概率，X1、X2、X3、X4、X5分别为资产负债率、 总资产现金回收率、销售净利率、主营收入增长率、 固定资产周转率。表3的回归结果显示，资产负债率、总资产现金回收率、 销售净利率的系数均为负值（其中销售净利率的系数没有通过显著性检验），说明航班延误的可能性会随着资产负债率、总资产现金回收率、销售净利率的提高而降低；主营收入增长率、固定资产周转率的系数为正， 但没有通过显著性检验， 说明主营收入的增长会加重航班延误问题，提高固定资产周转率可能会造成飞机日利用率过高，使飞机在机场过站时间不足， 影响后续航班正常率， 或者备用飞机不足而引发大面积延误。
六、结论与建议
航班延误问题是受到社会广泛关注的一个问题，航班延误会影响消费者对航空公司服务的满意度，进而影响其对航班、航空公司的选择，从而会影响航空公司的声誉、客源和利润，因此航空公司必须对航班延误问题给予高度重视。本文研究了航空公司财务状况对航班延误的影响。Logistic回归模型统计结果显示，航班延误的可能性会随着航空公司资产负债率、总资产现金回收率、销售净利率的提高而降低，会随着主营收入增长率、固定资产周转率的提高而提高。
笔者认为，要解决航班延误这一问题，一方面航空公司应采取积极措施降低航班延误率。在公司计划方面航空公司要合理地制定公司计划，并将公司资产负债率和固定资产周转率控制在一个合理水平，不能为了提高固定资产使用效率而将航班排得过于紧密，尽量降低航班计划原因导致的延误。其次要加强分析，提高航班计划编排水平。 航空公司要充分利用自身运行控制系统优势，对航班计划的空中飞行时间、地面滑行时间、机场过站时间进行统计和分析，对于计划编制不合理的航班应及时进行调整，提高航班计划的准确度。 航空公司应该采取措施提高公司盈利能力，保证有充足的资金用于提高服务质量。航空公司要采取有力措施增强机务维修、地面服务等飞行保障措施，建立系统高效的飞行保障体系。增强机务人员飞机维护、维修能力，提高维修质量和维修速度，在保障飞行安全的前提下尽可能缩小因机务原因造成的航班延误。另一方面， 民航局应加强航班延误治理，保障航班正常。 要完善航班正常标准，修改统计办法。明确航空公司、机场、空管各方面对保障航班正常的责任。建立保障航班正常的奖惩机制，强化激励约束。航空公司、机场要优化地面服务流程，提高运行效率。此外还应做好大面积航班延误后的应急处置工作，建立完善大面积航班延误后应急信息中心和指挥中心，制定航班延误后工作程序，建立完善航班延误监督处罚机制。
参考文献：
［1］中国民用航空局规划发展财务司：《2009从统计看民航》，中国民航出版社2009年版。
［2］Vasanthakumar N. Bhat，A multivariate analysis of airline flight delays，International Journal of Quality & Reliability Management［J］Vol. 12 No. 2， 1995
［3］Rose N.L.， Profitability and product quality： economic determinants of airline safety performance，Journal of Political Economy［J］ Vol. 98， 1990
关键词 农业上市公司 财务状况指标体系 因子分析模型
农业在我国是安天下、稳民心的基础产业和战略产业，保持农业和农村发展的良好势头，对保持经济快速发展和社会长期稳定意义非常重大，而农业类上市公司则是我国农业经济发展中的突出代表，因此对农业上市公司的财务状况进行评价研究具有非常重要的意义。本文提出了对农业上市公司财务状况进行综合评价的指标体系，并根据因子分析法得出的因子分析模型对2004年我国47个农业上市公司的财务状况进行了综合排名，期望能为经营者也为投资者提供更准确的决策信息。
1 建立农业上市公司财务状况评价指标体系
财务评价指标体系的选择应遵循的原则除了可操作性、相关性、简明性等要求外，还应遵循：系统性原则，即体系必须能从公司的偿债能力、盈利能力、资本结构、营运能力和成长能力各个方面全面考察公司的状况，确保评价的全面性和可信度；可比性原则，即体系要根据我国通用的财务报表和统计报表为基础来设置指标，以便于横向比较和各方使用者对公司财务状况的把握；科学性原则，即指标的设置要坚持定性和定量分析相结合，正确反映企业系统整体和内部相互关系的数量特征，便于建模综合评价。
2 因子分析方法的基本原理和步骤
因子分析法是研究相关矩阵内部依存关系，寻找出支配多个指标x1，x2，…，xm(可观测）相互关系的少数几个公共的因子f1，f2，…，fp(不可观测)以再现原指标与公因子之间的相关关系的一种统计方法。这些公因子是彼此独立或不相关的，又往往是不能够直接观测的。在所研究的问题中，以公因子（新变量）代替原指标（原变量）作为研究对象，并要求不损失或很少损失原指标所包含的信息，用公因子代替原指标所作的分析会比较简单和清楚。通常这种方法要求出因子结构和因子得分模型。前者通过相关系数来反映原指标与公因子之间的相关关系，后者是以回归方程的形式将指标x1，x2，…，xm表示为因子f1，f2，…，fp的线性组合。具体步骤如下:
2.1 对原始数据进行标准化变换
假设要进行因子分析的原指标有m个，记为x1，x2，…，xm，现有n个样品的观测值记为xij，i=1，2，…，m，k=1，2，…，n，做标准化变换后x′i=■式中的■i是xi的均值，si是xi的标准差，x′i的均值为0，标准差为1。相关系数矩阵为r=xx′，根据标准特征方程|r-λi|=0可求出r的特征向量矩阵a和特征值λ1≥λ2≥…≥λp≥0，使得f=a′·x，其中f为因子矩阵。
2.2 建立因子模型，并确定因子贡献率及累计贡献率
根据标准化后的观测值x′ik求出系数αij，建立用公因子f1，f2，…，fp和单因子g1，g2，…gm表示的方程x′i=■αij·fj+cigi，即
x′1=a11f1+a12f2+…+a1pfp+c1g1x′2=a21f1+a22f2+…+a2pfp+c2g2……………………x′m=am1f1+am2f2+…+ampfp+cmgm
式中，e（fi）=0，d（fi）=1，e（gi）=0，d（gi）=1。
f1，f2，…，fp为主因子，分别反映某一方面信息的不可观测的潜在变量，αij为因子载荷系数，是第i个指标在第j个因子上载荷。如果某指标在某因子中作用较大，则该因子的载荷系数就大，反之相反，单因子gi为特殊因子，在实际建模中可以忽略不计。第i个因子的贡献率为di=λi■λi，贡献率可以确定各个公因子的贡献程度占全部贡献程度的百分比。贡献率越大，则该公因子就相对越重要，同时以因子的累计贡献率■λi/■λi≥0.75作为因子个数p的选择依据。
2.3 因子载荷矩阵变换和旋转，并计算因子得分
对于由因子模型矩阵得到的初始因子载荷矩阵，如果因子载荷之间相差不大，对因子的解释就不是很明确，因此要通过旋转因子坐标轴，以使每个因子载荷在新的坐标系中能按列和行向0或1两极分化，一般采取方差极大正交旋转法就可以得到明确的分析结果。通过旋转和计算，得到较为理想的因子载荷矩阵和因子得分系数矩阵，可以求出每个公司财务状况综合得分。根据因子综合得分对每个上市公司进行排序，横向比较各个上市公司的财务状况。
3 农业上市公司财务状况之因子模型实证分析
本文从金融界（.cn）和证券之星（）网站上的2004年农业上市公司财务数据表中选取了46个公司、16项财务指标的数据作为样本考察对象，以便能更好地对其目前的财务状况进行综合分析评价。各财务评价指标分别是流动比率(x1)、速动比率（x2）、资产负债率（x3）、存货周转率（x4）、总资产周转率（x5）、应收账款周转率（x6）、主营收入现金含量（x7）、主营业务利润率（x8）、每股净利润（x9）、资产利润率（x10）、净资产收益率（x11）、主营收入增长率（x12）、净利润增长率（x13）、总资产增长率（x14）、长期负债资产比（x15）、股东权益比率（x16）。
3.1 对所选指标的统计分析及无量纲化处理
本文确定的财务评价指标体系中的16项指标包括正向指标和适度指标两种。适度指标有流动比率、速动比率、长期负债比率和股东权益比率，其余为正向指标。为保证后面分析的准确性和科学性，应该先将适度指标转换成正向指标，进行无量纲化处理以消除不同单位指标之间的差异。可以按计算公式zij=（xij-xjmin）/（xjmax-xjmin）进行变换，其中xij为第i个样本第j个指标的原始数据，xjmin为第j个指标的最小值，xjmax为第j个指标的最大值。按照通行的国际惯例，流动比率、速动比率、长期负债比率和股东权益比率的适度值分别为200%、100%、30%～60%、50%。通过上述变换后得到的zij是原始数据xij的无量纲化，为以后数据的分析提供了方便。
3.2 根据前面构建的因子分析模型
将数据带入借助于计算机统计软件sas程序运行后，得到下面的结果。从方差贡献总和的特征值可以看出，第一个因子的特征值λ1=4.11，大约占去方差贡献的25.72%，基于公因子按特征值大于1的法则，因子分析过程提取了前5个因子，这5个因子的特征值共占去总的方差贡献的76.61%。可见，被放弃的其他11个公因子的方差贡献仅占不到25%，因此说明前5个因子反映了原始数据的足够信息。
从旋转前后的公因子载荷系数矩阵，左半部分可看出旋转之前第1～5公因子即f1，f2，f3，f4，f5在原指标变量上载荷值都相差不大，故不能很好解释其含义，因此须进一步用方差极大正交旋转法以便更好地了解其含义。通过列表后分析发现，因子轴旋转后的公因子系数已经明显向两极分化，实际意义更加明显。f1载荷系数绝对值大的有：x9，x10，x11，x13四个变量主要反映公司的赢利能力和成长能力。因子f2主要由x4，x5，x6确定，反映公司的运营能力。f3主要由x1，x2，x3确定，反映公司的偿债能力。f4主要由x15，x16确定，反映公司的资本结构。f5主要由x7确定，反映公司的主营收入现金含量，即销售商品、提供劳务收到的现金与主营业务收入的比值，反映了主营业务收入中的现金含量。
3.3 农业上市公司财务状况的综合评价
通过sas统计软件对数据处理后,自动产生了f1，f2，f3，f4，f5共5个因子的得分系数矩阵，这5个因子得分可以反映原始数据的76.61%的信息量，根据5个因子得分的值，应用得分计算公式f=（0.2391*fac1-1*0.1727*fac2-1+0.1592*fac3-1+0.1091*fac4-1+0.0860*fac5-1）/0.7661求出综合得分，最后计算出各个公因子得分和综合得分的评价分析值。
根据以上分析可以看出，用因子分析法可以实现对农业上市公司财务状况的综合评价,分析过程没有直接对相关的财务指标采用权重，得到的权数也是随着数学变换过程自动生成的，具有较强的客观性，在很大程度上减少了主观性而又不失科学性、合理性。这种因子分析方法消去了各财务评价指标间相关性影响，因而降低了农业上市公司财务状况评价中较多指标选择的工作量。根据收集的数据所对应的公司，表4计算结果表明,排在前10位的公司分别是通威股份(13)、新五丰(1)、中水渔业(40)、st中农(18)、都市股份(5)、先锋股份(23)、光明乳业(8)、伊利股份(4)、好当家(12)、香梨股份(11)，其中农产品加工企业共四家，分别是新五丰、都市股份、st中农和先锋股份，其他农业两家为香梨股份和通威股份，畜产品加工两家为伊利股份和光明乳业，渔业两家是好当家和中水渔业。
根据以上分析，农业上市公司主营业务分布在农、林、牧、渔等行业。本文选取的47家农业上市公司所分布的子行业为：农产品加工20家，林木3家，畜产品加工7家，渔业6家，其他农业16家。从上面的公司得分排序可以看出，从事不同子行业的农业上市公司其经营业绩参差不齐，而公司经营绩效不仅受行业以及子行业特点的影响，还受企业技术进步和产品深加工程度的影响，此外众多农业上市公司的多元化经营也是重要原因，如涉足生物制药、金融证券、电子通讯、房地产业的如丰乐种业、新农开发、罗牛山等上市公司未能取得理想的业绩，可见公司应加强主业经营。另外从上面因子分析的结果还可以看出,农业类公司的赢利能力、成长能力、运营能力、偿债能力、公司的资本结构和主营收入现金含量等财务指标对公司综合财务状况的评价结果会产生重要影响。因此，经营者在管理公司时，更应注意这些方面的管理，以提高公司的经营业绩，而投资者在对农业类公司进行投资决策时也可以将这些指标作为重要的参考依据。
参考文献
1 顾岚.中国股市上市公司财务的统计分析[j].数理统计与管理，2001(4)
2 林乐芬.中国农业上市公司绩效的实证分析[j].中国农村观察，2004(6)
一、模型原理
（一）因子分析 因子分析是通过对变量之间关系的研究，找出能综合原始变量的少数几个因子，使得少数因子能够反映原始变量的绝大部分信息，然后根据相关性的大小将原始变量分组，使得组内的变量之间相关性较高，而不同组的变量之间相关性较低。因此，因子分析属于多元统计中处理降维的一种统计方法，其目的就是要减少变量的个数，用少数因子代表多个原始变量。
因子分析的数学模型为：
其中，X=（X1，X2，…，Xp）为p个指标所构成的p维向量。F=（F1，F2，…，Fm）为X的公共因子。系数aij为第i个变量与第j个因子之间的线性相关系数，反映变量与因子之间的相关程度，也称为载荷。？着为特殊因子，代表公因子以外的因素影响。
（二）聚类分析 聚类分析是统计学中研究物以类聚问题的多元统计分析方法，在统计分析的领域中已得到了广泛的应用。聚类分析是指把一组个体按照相似性归成若干类别，其目的是使得属于同一类别的个体之间的相似度尽可能大，而不同类别的个体之间的相似度尽可能小。
聚类分析的方法很多，常见的有：系统聚类法、快速聚类法、最优分割法、模糊聚类法、图论聚类法和聚类预报法等。其中系统聚类法与快速聚类法应用较广泛。系统聚类法的基本思想是在聚类分析的开始，每个样品自成一类，然后根据样品间的距离，将其中最近的两类进行合并，接着考虑合并后的类与类之间的距离，再将距离最近的类进行合并，重复这一过程，直到所有样品归并为一类为止。快速聚类的基本思想是首先给出一个初始分类，再按某种最优原则反复修改，直至所有类都分得比较合理为止，从而形成一个最终分类。
二、实例分析
购物车(0)
