基于因子分析法的软件类公司绩效评价

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于因子分析法的软件类公司绩效评价范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：软件产业的发展对推动整个社会技术创新和产业结构的优化升级起着不可替代的作用，研究软件类上市公司经营绩效能够从企业内部发现自身不足，进而得以改善，推动软件产业的健康高速发展。选取了2012年的22家软件类上市公司的财务数据，运用因子分析法，对其经营绩效进行评价并计算出各公司的因子得分排名。通过研究软件类上市公司可发现，各公司发展差距，进一步分析公司各方面发展能力，从而不断完善，提高自身竞争力。

关键词：软件服务类上市公司；因子分析法；经营绩效；技术创新

世界经济正在进入知识经济时代，信息产业是知识经济的支柱产业，其中软件产业具有

很高的战略地位，是我国在知识经济时代的战略制高点和信息产业图强的重点，对于推动国民经济可持续发展、实现现代化、优化产业结构、增加出口创汇都具有重大现实意义。同时软件产业是高技术服务业的重要部分，软件产业科技创新对推动整个服务业的优化升级起着不可替代的作用。许多国家已重视软件产业并置于战略高度加以发展，而我国目前软件产业虽发展迅速，取得了巨大成就，但是总体发展不成熟，技术创新不足，有很多因素制约其进一步发展，因此，迫切需要从多方面进行深入研究，探索一条适合我国软件产业发展的道路。

一、文献综述

国外关于软件类上市公司的研究很多，很多从软件外包服务、知识建构建设、管理效率等对公司的经营绩效的影响出发，分析公司的盈利能力水平。如：Heeks R（1996）从软件产业促进印度的工业发展开始，研究了印度软件产业的外包分工在对进出口之间的影响，提出了政府应该适当干预是印度软件产业健康快速发展的关键。Oza N V，Hall T，Rainer A等（2006）基于实证调查的18家成熟印度软件供应商公司，详细的调查研究信任在商业软件外包与供应商公司的关系，得出信任是非常脆弱的外包服务关系。

相比较国外的研究，国内的研究则更加结合我国的具体国情。从我国与其他世界各国的发展差距出发，找出差异与不足。相较于印度，我国软件业自1990年代以来，一直保持高速发展的态势，年均增长速度超过30%，但是仍处于发展的初级阶段。因此，许多著名学者就通过对比中印的软件业发展，找出其中差异。从研究软件企业内部管理出发的有，山红梅（2007）从软件企业成长对关键资源要素特殊要求及其相互作用等要素出发，提出不同成长路径的软件企业成长制约因素。

总结文献不难发现，当前国内对软件服务业研究主要集中于发展状况，制约因素等方面，很少涉及实证方面的探究。又由于软件服务业是高技术服务业的重要组成部分，其发展对优化升级整个服务业有着不可替代的作用。因此，本文以软件这一高技术服务类上市公司作为样本，运用因子分析法，分析软件类上市公司经营绩效，并给企业管理者或投资者提供借鉴。

二、评价指标体系与因子分析模型

（一）样本数据选取

本文按照中国证监会（2004）的《上市公司行业分类指引》将软件类上市作为样本选取基础。以2012年我国软件类上市公司作为研究样本，剔除ST公司以及在评价指标存在异常值公司，最后选取了22家上市公司作为研究对象，对软件类上市公司进行综合评价和分析。本文原始数据来源于巨潮资讯网（http：//.cn）下载的年度财务报表。

（二）评价指标确定

参与绩效评价指标选择直接影响评价结果。本文本着综合性、全面性、系统性、科学性、关联性的原则，在指标可获获取的基础上，从盈利能力（净资产收益率（X1）总资产收益率（X2）主营业务利润率（X3））、偿债能力（流动比率（X4）速动比率（X5） 资产负债率（X6））、营运能力（存货周转率（X7）应收账款周转率（X8））、发展能力（应收账款周转率（X8）每股收益增长率（X9））四个方面建立软件类上市公司的综合能力评价指标。

（三）评价模型建立

因子分析法是从研究相关矩阵内部的依赖关系出发，把众多关系复杂的难以观测的变量进行结构化处理，并最终归结为少数几个主因子的高效统计分析方法。其基本思想是根据相关性大小把变量分组，使得同组内的变量之间相关性较高，不同组的变量之间相关性较低。每组的变量代表一个基本结构，这个基本结构被称为公共因子或主因子。设p个可观测的指标为x1，x2，…，xp；n个不可观测的因子为F1，F2，…，Fn，则因子分析的数学模型可表示为： 。其中：np，Fj （j=1，2，…，n）是公共因子，且各两两之间正交。

三、实证分析

本文选取了软件类上市公司作为研究样本，从样本容量上来看，样本数量为22超过了指标数10，符合了因子分析的基本要求。此外，由于是同行业的公司，没有了行业因素的影响，使得公司业绩评价更加科学、可靠。本文所建立的指标体系中，除了资产负债率为成本型指标外，其他指标均为效益型指标。因此，需要进行趋同化处理。为保持数据间的线性结构，其他指标不变，由此得到趋同化后的原始指标矩阵。

为了消除各项指标由于采用不同的量纲单位而带来的不可比性，利用公式 （i=1，2，…，n；j=1，2，…p）对经过预处理的数据进行标准化处理，其中 （j=1，2，…p）

经过这样变换，标准化数据与原始数据的度量单位无关。

根据标准化后的矩阵计算相关系数矩阵。从表2可以看出，10个指标彼此都存在较强的相关性，这样各指标所反映的信息就会有很大的重叠，且从KMO值和Bartlett检验值来看也符合了检验要求，这也能够发挥因子分析对多位相关指标进行客观处理的长处。

从表3可以看出，前4个主成分的累计贡献率83.67%，数值较大，因此，可以采用前四个主成分对22家上市公司进行综合评价。这样既可以简化分析结构，又能够保持足够的准确性。同时，利用SPSS19.0输出旋转后因子负荷矩阵见表4。

从相应的旋转后的因子负荷矩阵可以看出，第一主成分中流动比率、速动比率的系数为正值，且均比较大，因此第一主成分主要描述软件类上市公司的偿债能力，本文称之为偿债能力因子。第二主成分中的每股收益增长率和总资产增长率都比较大，因此第二成分主要描述了软件类上市公司的发展能力，本文称之为发展能力因子。第三主成分中应收账款周转率和存货周转率的系数为正值且较大，因此主要描述了上市公司的营运能力，本文称之为营运能力因子。第四主成分中的净资产收益率为正值且很高，总资产收益率是负值但较小，因此主要描述了上市公司的盈利能力，本文称之为盈利能力因子。

利用回归法（regression）求得单个因子得分函数Fi，再以公共因子的贡献率为权数，构建综合评价函数：（ai为贡献率）将上市公司标准化后的财务数据代入各个主成分的现行表达式，得出各主成分的得分，再根据综合评价指数表达式，得到综合评价指数。显然指数越高，公司的经营业绩就越好，越低则经营业绩越差，将其按从高到底进行排序，得到表5。

四、结论分析和政策建议

从得分来看，排在第一与第二的工大首创和焦点科技的综合因子得分远高于其他公司，同时营运能力因子得分也远高于其他公