基于因子分析法的企业财务绩效评价——以无人驾驶汽车行业为例

马丽英，郭惠珍

（闽江学院经济与管理学院，福建福州350108）

随着电子和通信技术的发展，无人驾驶技术在汽车行业备受关注。在2016年的全国两会上，有代表提议将无人驾驶以及新能源汽车提升到国家战略高度。无人驾驶汽车的出现不仅减轻人们的驾驶压力、减少交通事故，还将促进节能减排，减少交通拥堵。无人驾驶汽车行业的未来发展不仅尚需突破多种技术障碍，还需充沛的财务资源支持。因此，需要对无人驾驶汽车行业进行全面的绩效评价，在此基础上为其生存和发展献计献策。

绩效评价就是按照企业目标设计相应的评价指标体系，根据特定的评价标准，采用特定的评价方法，对企业一定经营期间的经营业绩做出客观、公正和准确的综合判断[1]。西方企业绩效评价的演进，大致可划分为三个时期：成本指标评价时期、财务指标评价时期和引入非财务指标的综合评价时期。我国由于起步较晚，基本上沿袭了西方绩效评价的发展脉络，在相当长一段时间里都是在引进和吸收国外的理论和方法。2002年财政部等五部委联合发布《企业业绩评价操作细则》（修正）和2006年国资委发布的《中央企业综合绩效评价管理办法》，基本上都从盈利能力、营运能力、偿债能力和发展能力等四个方面设立了较为全面和有代表性的评价指标体系，评价重点是企业的经营业绩，但也引入了战略管理、发展创新等评议指标来评价企业的管理水平。近年来，学术界进行了较多实证研究，结合某行业或某企业的实际数据，引入计量模型，通过SPSS等数据库进行验证分析，使得理论研究和实际应用更为紧密结合。

本文主要采用因子分析法对无人驾驶汽车行业上市公司进行财务绩效评价并提出相应的对策。首先分析确定评价指标和评价方法；然后收集31家样本数据，采用因子分析法对指标进行筛选、分类，得出四个公共因子；再具体分析无人驾驶汽车行业各公司盈利能力、营运能力、偿债能力、发展能力的不同表现，并根据分析结论提出改进无人驾驶汽车行业财务绩效的对策。

1 财务绩效评价指标和评价方法

1.1 财务绩效评价指标的选取

遵循系统性、相关性、全面性及可操作性原则，并根据现有的研究成果和评价实践，本文仍然从盈利能力、营运能力、偿债能力、发展能力四个方面选择有代表性的评价指标。

(1)盈利能力是指公司利用现有的资源获取利润的能力[2]。盈利能力是企业财务绩效的核心，提高盈利能力是企业生存和发展的主要目标，又对企业其他财务能力有决定性的影响。本文选取净资产收益率、总资产利润率、主营业务利润率、总资产净利润率、销售净利率指标代表盈利能力。

(2)营运能力是公司利用资产运营的效果，主要用资产的周转速度来反映[3]。公司资产周转速度的快慢影响公司的盈利能力，而公司的盈利能力又影响公司偿债能力，从而影响公司是否能够正常运转。本文选取总资产周转率、流动资产周转率、应收账款周转率、存货周转率代表营运能力。

(3)偿债能力是指企业清偿到期债务的现金保障程度,偿债能力的强弱是企业生存和健康发展的基本前提[4]。偿债能力包含短期偿债能力和长期偿债能力，通过对偿债能力分析，有利于企业发展的稳定性。本文选取流动比率代表短期偿债能力，选取资产负债率代表长期偿债能力。

(4)发展能力是指公司生产经营的未来发展趋势与成长能力[5]。对处于发展起步阶段的无人驾驶汽车行业来说，分析它的发展能力有着极为重要的意义。发展能力是公司各方面能力的综合体现，主要表现为公司的资产规模是否扩大，主营业务收入和利润是否持续增长，因此，本文选择的代表性指标包括总资产增长率、主营业务收入增长率和净利润增长率。

1.2 财务绩效评价的因子分析法

在20世纪初，Karl Pearson和Charles Spearmen等学者创建了因子分析法。因子分析法可以将生活中具有相关性、重叠性信息转换为综合信息，将原始变量多个指标转换为少量综合指标，有利于分析和评定[6]。因子分析的作用主要是从变量中抽取共性因子，因此适合用于企业财务绩效评价。

因子分析的主要步骤如下：

(1)检验待分析的原始变量是否适合做因子分析。KMO检验用于比较变量的相关性，若KMO值越接近于1，则变量相关性越强，样本越适合做因子分析，若KMO值在0.5以下，则变量相关性越弱，则样本不适合做因子分析。Bartlett球形检验的原假设是相关系数矩阵为单位阵，若对应的P-值小于给定的显著性水平，则拒绝原假设，样本适合做因子分析；反之，则不适合做因子分析[7]。

(2)因子提取，求解因子载荷矩阵。因子分析的关键是根据样本数据求解因子载荷矩阵，其中主成分分析法较为普遍，因此本文也选取主成分分析法。

(3)采用因子旋转，得出公共因子并进行因子命名。根据特征值的个数确定因子个数，或者根据因子的累计方差贡献率确定因子个数，若所得因子无法表示其明确含义，可通过正交旋转法，得到旋转因子载荷矩阵。并由此得出公共因子，并根据实际意义对公因子进行命名[8]。

(4)计算因子得分。通过回归法估计成分得分系数，并输出各个公因子的得分情况。然后，根据每个公因子的方差贡献率为比重，计算综合得分[9]。

2 无人驾驶汽车行业上市公司的财务绩效评价

2.1 样本数据来源

本文主要用IBM SPSS statistics 19.0软件进行统计分析，分析对象是华福证劵所定义的44家无人驾驶汽车行业“概念股”上市公司。通过新浪证劵网获取44家上市公司披露的年度财务报告，以2015年12月31日的财务指标数据为研究依据，通过对财务数据进行多次筛选，检验，剔除异常值，使其数据适合做因子分析。最终，选定了31家无人驾驶汽车“概念股”上市公司，如表1所示。

表1 无人驾驶汽车行业“概念股”上市公司

2.2 无人驾驶汽车行业的财务绩效评价--因子分析法

2.2.1 指标选取 根据前文分析，在此主要选取11个指标来反映无人驾驶汽车行业上市公司的财务绩效，如表2所示。

表2 指标说明

2.2.2 因子分析

（1）适用性检验

由于指标间的数据存在单位不同，且指标方向也不同，需要对指标进行无量纲化和标准化，再根据相关系数矩阵和Bartlett检验所选指标是否适合做因子分析。

检验结果如表3所示。从表中可以发现KMO值为0.664，大于0.5，说明所选数据适合做因子分析。根据Bartlett球形检验结果其显著性概率为0.00，小于5%，说明数据服从正态分布，因此可以认为所选无人驾驶汽车上市公司数据是适合做因子分析。

表3 KMO和Bartlett的检验

（2）提取公因子

提取公因子的数量可以根据选取特征值大于1或者累积方差贡献率大于0.8较为合适。从表4可以看出，各个指标提取都在0.8以上，说明提取效果较好。通过表5，发现累积方差贡献率达到90.021%，而图1显示这4个公共因子包含11个指标的大部分信息，因此，可以采用这4个公共因子解释无人驾驶汽车行业的财务绩效。

表4 公因子方差

表5 解释的总方差

图1 碎石图

（3）因子命名

通过正交旋转法，可得表6旋转成份矩阵，据此可对4个公共因子进行命名解释。

表6 旋转成分矩阵

1）从因子F1可以看出，总资产利润率、总资产净利润率、净资产收益率、销售净利率在因子F1上有较大的载荷，系数分别为 0.971、0.967、0.896、0.741，主要反映无人驾驶汽车上市公司的盈利能力，因此，可以命名为无人驾驶汽车上市公司的盈利能力因子，它们对无人驾驶汽车上市公司财务绩效的评价贡献率为30.671%。

2）从F2可以看出，存货周转率、流动资产周转率、总资产周转率在因子F2上有较大的载荷，系数分别为0.905、0.783、0.776，主要反映无人驾驶汽车上市公司的营运能力，因此，可以命名为无人驾驶汽车上市公司的营运能力因子。它们对无人驾驶汽车上市公司财务绩效的评价贡献率为21.393%。

3）从因子F3可以看出，资产负债率、流动比率，在因子F3上有较大的载荷，系数分别为-0.881、0.873，主要反映无人驾驶汽车上市公司的偿债能力，因此，可以命名为无人驾驶汽车上市公司的偿债能力因子。对无人驾驶汽车上市公司财务绩效的评价贡献率为20.079%。

4）从因子F4可以看出，净利润增长率、主营业务收入增长率在因子F4上有较大的载荷，系数分别为0.924、0.914，主要反映无人驾驶汽车上市公司的发展能力，因此，可以命名为无人驾驶汽车上市公司的发展能力因子。它们对无人驾驶汽车上市公司财务绩效的评价贡献率为17.879%。

（4）因子得分模型

本文选取回归法计算因子得分系数，得到表7成份得分系数矩阵。

根据表7成份得分系数矩阵，可以得出单因子函数如下：（5）计算因子得分并排名

表7 成分得分系数矩阵

根据因子分析结果，可以得出各个公司在盈利能力、营运能力、偿债能力、发展能力的得分情况及其排名，如表8所示。

表8 无人驾驶汽车行业各因子得分及排名表

根据各个因子方差贡献率所占的权重（如表9所示）可以得到无人驾驶汽车上市公司财务绩效综合得分函数：

表9 各因子所占权重系数

表10 无人驾驶汽车行业财务绩效综合得分及排名

2.2.3 实证研究结果分析 上文利用SPSS 19.0统计分析工具，得出各个因子的得分，从而计算出无人驾驶汽车上市公司财务绩效的综合得分，下面根据所得出的结果，做具体分析。

（1）盈利因子分析

根据表8因子F1的得分数据可以看出，长安汽车、大族激光、鼎汉技术、拓普集团、中鼎股份等5家公司在盈利因子得分普遍高，均值得分在1以上，说明这些公司的盈利能力处于较高水平，尤其是长安汽车公司在31家上市公司中盈利得分最高，均值在2以上。从2015年与2014年的财务数据对比可以得出，其总资产利润率同比增长为2.865%，销售净利率同比增加4.59%。从2015年该公司发布的业绩预告原因来看，长安福特新品锐界、金牛座上市，福瑞斯的效率增长，重庆长安本部CS75，CS35等销量的增加，使长安汽车公司的盈利增加。同时，也可看出，北斗星通、福田汽车、启明信息、众合科技的盈利因子出现负值，均值在-1以下。其中，启明信息最弱，均值在-1.5以下。从2015年与2014年的财务数据可以得出，其总资产利润率同比减少为41.69%，销售净利率同比减少40.75%，净资产收益率同比减少59.74%。从该公司2015年的业绩预告原因来看，公司承接的个别汽车电子类开发项目，出现延期验收，导致无法实现预期收入。

总体来说，31家样本公司的盈利因子均值小于0，说明无人驾驶概念股公司盈利方面偏于薄弱。未来自动驾驶解决方案的实现，需要结合高精度地图，智能导航规划、传感器技术等关键环节，需要数据处理、传感器、芯片等硬软件的高度融合，而目前很多公司不具备核心技术的国际竞争力，只能在低端市场激烈竞争，无法达到令人满意的盈利状况。而研发全自动无人驾驶信号系统，需要时间长、前期研发费用高，也在一定程度上侵蚀本来就微薄的利润，拉低盈利水平。

（2）营运因子能力分析

根据表8因子F2的得分数据，可以看出华域汽车公司、福田汽车公司、金龙汽车、东风科技、启明信息等公司的营运因子得分普遍高，说明公司的营运能力较好，均值得分在1以上，说明这些公司的营运能力处于较高水平，尤其是华域汽车公司在31家上市公司中营运因子得分最高，均值接近于3。从2015年与2014年的财务数据可以得出，该公司存货周转率同比增长为3.10%，销售净利率同比增加3.49%。从2014年该公司发布的重大事项来看，通过子公司上海塞科收购南京南汽模具装备有限公司，进行优化客户规模，完善汽车生产布局，提高了供货能力。同时，也可看出，金固股份、兴民智通、鼎航技术的营运因子在均值得分-1以下，其中，金固股份最弱，营运因子均值得分接近于-1.5。从2015年与2014年的财务数据可以得出，该公司流动资产周转率同比减少为3.84%，总资产周转率同比减少2.57%。从该公司发布的2015年的业绩预告原因来看，深受其全资子公司特围轮网络技术亏损的影响。

从表8还可以看出，营运因子均值大于0，说明31家样本在营运方面总体较为良好，而营运能力处于较高水平的公司主要经营汽车零部件业务。从政策因素层面来看，随着未来国家提倡环保和高效节能、安全智能的互联网汽车生态系统，各个汽车公司纷纷调整产品结构，比如，随着国内机动车排放标准的升级，传统汽车需要改装升级，需要大量如发动机等汽车零部件，为相关公司带来销量增长的大好机会。

（3）偿债能力因子分析

从表8因子F3的得分数据可以看出，众合科技、长安汽车公司、双休股份、金固股份、万安科技在偿债因子得分普遍高，说明公司的偿债能力较好，均值得分在1以上，说明这些公司的偿债能力处于较高水平，尤其是众合科技公司在31家上市公司中偿债能力得分最高，均值偿债得分在1.6以上。从2015年与2014年的财务数据可以得出，该公司资本负债率同比减少3.107%，反映出公司的偿债能力提高。同时，也可看出，启明信息、浙江世宝、拓普集团、欧比特、科大讯飞、巨星科技、中原内配、四维图新的偿债因子均值得分在-1以下，其中，四维图新最弱，均值得分接近于-1.7。从2015年与2014年的财务数据可以得出，该公司资产负债率同比增加为32.48%，说明公司的偿债风险正在提高。

从表8还可以看出，偿债因子均值小于0，说明31家样本公司在偿债能力较薄弱。负债水平偏高一方面是国内制造业企业的通病，另一方面，从样本公司本身的状况来看，在盈利水平不佳的情况下，巨额的研发费用投入或外购技术成本，需要举债融资来支持。

（4）发展能力因子分析

从表8发展因子F4的得分数据可以看出，欧比特、盛路通信、双休股份、金龙汽车、合众思壮的得分普遍高，均值得分在1以上，说明这些公司的发展能力处于较高水平，尤其是欧比特公司在31家上市公司中发展得分最高，均值得分接近于3。从2015年与2014年的财务数据看，该公司净利润增长率同比增长13.648%，主营业务收入同比增加6.2%。从2015年公司发布的业绩预告原因来看，公司并购了广东铂亚信息技术有限公司100%股权，使净利润增长率大幅提高。同时，也可看出，路畅科技、兴民智通的发展因子均值得分在-1以下，其中，路畅科技最弱，发展因子均值得分接近于-1.5。从2015年与2014年的财务数据可以得出，该公司净利润增长率同比降低4.069%，主营业务收入增长率同比降低14.477%，发展势头堪忧。

从表8还可以看出，31家样本公司发展因子均值小于0，说明发展能力总体较薄弱。由于发展能力是各方面能力的综合体现，根据前面的分析，样本公司在盈利能力和营运能力等方面表现均不佳，发展能力也自然不尽如人意了。但从长远来看，智能化汽车的发展大势所趋，在“三驾马车”（新能源、互联网+、国企改革）的带动下，未来无人驾驶汽车行业还是有着很好的机遇。

（5）财务绩效综合得分分析

从表10因子F的得分数据可以看出，长安汽车、华域汽车在财务绩效综合得分较高，得分均值在1以上，说明这2家公司的财务绩效处于较高水平，尤其是长安汽车财务绩效得分最高，均值在1.2以上。从对四个因子的具体分析来看，长安汽车盈利因子得分排名第1，偿债因子得分排名第2，发展能力排名第8，营运因子得分排名第14。同时也可看出，兴民智通、启明信息、浙江世宝、北斗星通的财务绩效综合得分均值在-0.5以下，其中，北斗星通最弱，均值在-0.75以下。从对四个因子的具体分析来看，北斗星通盈利因子得分排名第28，倒数第四，偿债因子得分排名第21，发展能力排名第20，营运因子得分排名第27，倒数第五，财务绩效不佳主要原因在于盈利能力与营运能力差。

从表10还可以看出，31家样本公司综合财务绩效评价均值得分小于0，说明财务绩效总体不佳。其中，盈利能力对于财务绩效的方差贡献率达到30.67%，营运能力对于财务绩效的方差贡献率达到21.39%，偿债能力对于财务绩效的方差贡献率也达到20.08%，发展能力对于财务绩效的方差贡献率达到17.88%。

3 结论和建议

根据前文的分析可知，无人驾驶汽车行业上市公司的财务绩效总体表现不佳，并且参差不齐，这是处于研发起步阶段的无人驾驶汽车行业的正常状况。相对于传统汽车，无人驾驶汽车居于技术前沿，是智能化和现代通信等尖端技术的综合产物。目前已经研发成功自动巡航、车道保持、智能化刹车、路标辨别等功能，今后还需要研发更为先进和高灵敏的感应器和传感器等等。当前互联网的发展，加上国家对于智能化汽车的支持，对于无人驾驶汽车行业的发展有较大的促进作用。但公司自身只有积极引进优秀人才，增强技术实力，进行内部人才优化配置，增强研发能力，提高员工总体素质，掌握和应用新技术，开发自主品牌，培育核心竞争力，并实施差异化战略，用差异化产品满足差异化需求，才能获得更高利润。