基于熵权-TOPSIS模型对稀土永磁上市公司财务绩效的评价

廖信林 杨正源

【摘 要】 文章通过遴选2014—2018年15家上市公司财务绩效的11个财务指标，构建稀土永磁上市公司绩效评价指标体系，运用因子分析法对上市公司的偿债能力、运营能力、盈利能力和发展能力进行分析并计算各公司相对得分，用熵权法和TOPSIS法对四类能力指标赋权，进而对上市公司绩效评价进行得分排序。实证结果表明，我国稀土永磁板块企业存在发展不充分不均衡且资产使用效率较低等问题。最后，为促进稀土永磁企业健康发展提出相关建议。

【关键词】 稀土永磁;财务绩效;因子分析;TOPSIS

【中图分类号】 F406.7 【文献标识码】 A

【文章编号】 2096-4102（2020）04-0063-04 开放科学（资源服务）标识码（OSID）：

一、绪论

随着第四次科技革命和产业变革的不断深化，稀土产业被列入国家重点战略支撑产业。2017年，为贯彻落实十三五规划和推动《中国制造2025》，五部联合发布了《新材料产业发展指南》，将高性能稀土永磁列为国家核心战略材料。

由于中国稀土资源储量巨大，相关产业一直是我国基础资源型产业。2018年，中国已探明稀土储量高达5500万吨，全球占比超过40%。同时，中国也是世界稀土主要产出国，近年来，中国稀土产出量占据全球总产量的80%。

然而纵观国内生产现状，我国稀土永磁产业发展一直处于低级阶段。一方面，产业整体处在世界稀土产业链的下游。由于相关企业多为资源简单加工型，并且相当一部分非法企业疯狂开采、竭泽而渔，从而导致初级产品过剩，价格持续走低。另一方面，稀土永磁公司财务绩效最优化管理不当，导致绝大多数上市公司所投入研发资金不足，直接制约了稀土行业高端材料和器件生产的水平，阻碍了稀土永磁产业现代化进程。

如何保持稀土永磁上市公司财务绩效最优化，促进其产业快速发展，具有极其重要的研究意义，也是本文所重点研究的对象。

二、文献综述

目前关于稀土永磁上市公司的研究主要集中在三个方面：

一是稀土永磁企业经营绩效的研究。吴一丁、赖程（2015）运用DEA方法参考稀土行业12家上市公司2004年到2012年财务数据分析其经营绩效。邱振豪（2018）采用平衡计分卡方法分析财务、客户、内部业务流程、学习与成长四大指标来评价北方稀土公司绩效。程学华（2018）通过线性分析，探索稀土类公司资本机构对其经营绩效的影响。

二是关于稀土永磁企业价值分析的研究。刘刚（2015）从盈利和相对价值两大维度参考总资产收益率（ROA）、每股收益（EPS）和托宾Q值三大指标，结合5家稀土永磁上市公司2005年到2013年相应指标数据进行相关分析。王宝权（2015）以包钢股份为例，采用EVA模型，通过对公司2011年—2015年的经济增加值分析来预测公司未来境况，并与公司当前市值进行对比，得出经济增加值与市值变化趋同的结论。周毓萍、夏洋（2018）选取16家稀土行业上市公司2011—2015年的年报数据，引入时序全局主成分分析法构建投资价值评价体系，分析中国稀土行业公司投资价值。

三是关于稀土永磁企业财务绩效的研究。徐田新（2013）以稀土永磁24家上市公司2011年数据为例，从盈利能力、营运能力、现金流量、偿债能力及发展能力五大维度选取21个财务指标构建绩效评价模型，再利用主成分分析法计算出综合排名。

通过文献梳理发现，现在有关于稀土永磁上市公司财务绩效方面的研究极少，所以本文研究具有一定现实意义。但是目前大多数学者使用截面数据进行财务绩效评价，这种方法具有一定的局限性，评价结果受随机因素影响比较大，尤其是在我国稀土行业整体盈利受稀土原材料价格波动影响较大的情况下。此外，经理人公司治理有一定年限任期，单独评价一年难以衡量经理人绩效。

三、研究方法与评价指标的确定

（一）评价模型

本文借鉴了罗国旺等（2015）基于TOPSIS改进的因子分析模型，克服了截面数据随机性的问题，选取了2014—2018年15家稀土永磁上市公司面板数据，从盈利、偿债、营运、成长四个一级指标下选取了11个二级财务指标构建了财务绩效评价体系，通过因子分析法计算每年每个公司的综合得分，并进一步采用TOPSIS评价法计算每家公司的财务绩效的最优解贴近度。该模型不仅克服了截面数据随机性问题，而且使每年因子得分具有可比性。

（二）指标体系与样本选取

根据企业财务的相关理论，本文选取了四个一级指标下的11个二级指标，构建稀土永磁上市公司财务绩效评价体系，如图1所示。

在选取研究样本时，本文依据同花顺行业分类，选择稀土永磁概念板块，选取沪深A股上市公司，剔除2014—2018年内数据缺失的公司，最终确定15家稀土永磁上市公司为研究样本，所有数据均来自同花顺iFinD数据库。

四、稀土永磁上市公司财务绩效评价

（一）因子分析结果

根據指标体系，使用SPSS20.0对2014年—2018年数据进行因子分析。

1. 相关性检验

相关检验结果如表1所示，2014年—2018年每年的KMO都大于0.6，并且Bartlett检验p值均为0.000***，说明指标体系内部相关性较强，适合采用因子分析法。

2. 因子抽取

因子抽取采用主成分分析方法，截取特征值大于1的因子，实证结果显示，各年的累计方差贡献率都在70%以上，说明此次因子提取已基本包含了评价所需信息，可以较好地解释稀土永磁上市公司的财务绩效。

3. 因子旋转

使用最大方差法旋转因子，得到各年因子载荷矩阵。本文根据载荷值大小和指标属性，将四个因子命名为盈利因子、偿债因子、成长因子和流动因子。