第3章 上市公司盈利质量评价指标体系的构建
(1)整体性原则:指标体系应该可以反应公司整体性能和综合情况,不但抓住主要因素,也要保证其全面可信度。
(2)可比性原则:评价指标和评价标准指定要符合客观实际,便于比较。不同量纲应按标准化处理。
(3)科学性原则:以科学理论作为导向,系统内部要素及其相关联系为依据,定性定量相结合,正确反映企业整体及内部关系的数量特征。
(4)实用性原则:评价指标含义要明确,数据要规范,口径要一致。评价模型设计有可操作性,便于软件分析。 3.2.2 盈利质量评价指标的选取
本文查阅了相关资料中己有的盈利质量评价指表,综合了考虑青岛市上市公司的经营情况,根据研究样本指标数据的可获得性,结合选取指标的原则,从偿还能力、成长能力、营运能力、盈利能力和现金保障能力五个方面设计了青岛市上市公司盈利质量评价指标体系【13】,如表3-2所示。
(1)偿债能力指标
偿债能力是指企业偿还到期债务(包括本息)的能力。偿债能力指标包括短期偿债能力指标和长期偿债能力指标,主要反映企业在一段时间的资产与负债的情况。衡量指标主要有流动比率、速动比率、资产负债率和产权比率等。
(2)成长能力指标
成长能力是指对各项财务指标进行纵向比较分析,大致判断企业的成长发展趋势,从而对企业未来的发展情况做出较可靠的预测。反映企业成长发展能力的财务指标包括营业收入增长率,净利润增长率和净资产增长率等。
(3)营运能力指标
企业营运能力主要指企业营运资产的效率与效益。企业营运能力分析就是要通过对反映企业资产营运效率与效益的指标进行计算与分析,评价企业的营运能力,为企业提高经济效益指明方向。反映企业营运能力的财务指标主要包括应收账款周转率,存货周转率和固定资产周转率等。
(4)获利能力指标
获利能力是指企业获取利润的能力,也称为企业的资金或资本增值能力,通常表现为一定时期内企业收益数额的多少及其水平的高低。反映企业获利能力指标主要包括营业利润率,总资产报酬率和净资产报酬率等。
8
第3章 上市公司盈利质量评价指标体系的构建
(5)现金保障能力指标
现金保障能力是指企业现金流量状况。反映企业现金保障能力的指标主要有每股现金流和现金流量比率等。
表3-2 盈利质量评价指标 指标类别 代码 X1 偿债能力指标 X2 X3 X4 X5 成长能力指标 X6 X7 营运能力指标 X8 X9 X10 获利能力指标 x11 X12 现金保障能力指标 X13 X14 指标名称 流动比率 速动比率 资产负债率 产权比率 营业收入增长率 净利润增长率 净资产增长率 存货周转率(次) 固定资产周转率(次) 总资产报酬率 营业利润率 净资产报酬率 每股现金流 现金流量比率 说明 流动资产/流动负债 速动资产/流动负债 负债总额/资产总额 负债总额/股东权益 营业收入增长额/上年营业收入总额 净利润增长额/上年净利润 (期末净资产-期初净资产)/期初净资产 营业收入/存货平均余额 营业收入/平均固定资产净值 (利润总额+利息支出)/平均资产总额 营业利润/全部业务收入 (利息总额+利息支出)/平均净资产 净现金流量/普通股股数 现金流入量/现金流出量
3.3 盈利质量评价方法的选择
前文介绍了六种盈利质量分析的方法,本文选取其中的因子分析法作为实证研究方法。因子分析是一种非常有用的探索事物内部运动规律的多变量分析技术。因子分析的核心是用较少的因子反映原有变量的绝大部分信息,且克服了其他评价方法的不足和缺陷,其分析结果不受人为主观因素的影响,从而使评价依据具有客观公正性。相比其他的研究方法,因子分析法能更全面、准确和客观地评价企业财务质量,利于从总体上了解青岛上市公司的财务质量。
因子分析法的基本原理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。这样,就能相对容易地以
9
第3章 上市公司盈利质量评价指标体系的构建
较少的几个因子反映原资料的大部分信息,从而达到浓缩数据,以小见大,抓住问题本质和核心的目的。
10
第4章 青岛上市公司盈利质量评价实证分析
第4章 青岛市上市公司盈利质量评价实证分析
4.1 样本的选取
选择上面介绍的青岛市18家上市公司在2011年至2013年财务报表中的14项财务指标作为研究数据。数据来源为东方财富网以及同花顺,并对所选样本公司进行了以下处理:
(1)由于B股公司的注册地和上市地都在境内,但其投资者在境外或在中国香港、澳门及台湾,与其它股不具有可比性,因此本文将B股剔除。
(2)个别的极端异常值可能会影响模型对大多数一般性公司的估计,因此本文剔除ST黄海公司的相关数据。
(3)由于金融类公司业务的特殊性,其财务数据和其他公司差别很大,故本文将民生投资的数据剔除。
全文对数据进行分析主要用的是SPSS软件进行的处理。
4.2 因子分析过程
4.2.1 无量纲化处理
无量纲化处理目的在于在数量级和量纲上消除变量间存在的不同。在对原始数据进行无量纲化处理时,需要注意两个方面的因素。本文构建的指标大部分是正向指标,只有反映偿债能力的指标不是越大越好,我们需要对其进行同向化处理。然后对数据用SPSS软件进行标准化处理,这样不会影响研究结果,而且分析的结果更有参考价值。 4.2.2 相关性检验
KMO ( Kaiser-Meyer-Olkin)检验是通过分析变量之间的相关性,来确定原始变
量是否适宜进行因子分析。其值的大小代表变量的相关度,数值越大,变量之间的相关度就越大,越适宜做因子分析。一般情况下,KMO值大于0.5时可以用因子分析法。同时Bartlett的球形检验显著想概率值为0,小于0.001,说明因子的相关系数矩阵非单位矩阵,能够提取最少的因子来对大部分信息进行解释,即适合做因子分析【10】。
11