孙思佳++孟庆军

摘 要：高新技术企业的快速发展与壮大使其成为我国企业的主力军，如何客观、科学地评价高新技术企业的绩效已经成为学者和企业管理者们讨论的热门话题。通过选取18个财务指标，利用因子分析法筛选出相关度较大的财务指标，归类为偿债能力、现金能力、权益柔性等5个公共因子，并对41家上市高新技术企业绩效进行评价和排序，结果表明，高新技术企业应通过增强偿债能力和现金，培养核心竞争力，提升企业绩效。

关键词：财务指标；因子分析；高新技术企业；绩效评价

中图分类号：F270 文献标志码：A 文章编号：1673-291X（2017）14-0112-05

自20世纪90年代以来，企业绩效评价慢慢进入人们的视野，逐渐成为专家学者以及企业管理者的关注焦点。近年来，国内企业也认识到企业绩效的重要性，引进价值管理办法；国家为了建立与市场经济相适应的企业管理机制，制定出《国有资本金经营评价规则》和《国有资本金及经营业绩评价操作细则》等一系列在企业经济效益综合评价方法。但是，这些都只针对国有企业而言，对于高新技术企业来说，缺乏一套科学的、可操作性强的绩效评价方法。因此，采用科学的方法、基于操作性强的指标建立一套可行的、适用于高新技术企业的绩效评价模型是十分必要的。

一、因子分析法的基本原理

因子分析法的运用始于1904年，是 Charles Spearman 与 Karl Pearson 等学者基于检测研究提出的一种降维多元统计方法。具体来说，通过多个不相关的指标来研究其内部的相关关系时，往往会出现信息重叠，因此，需要从多个指标中选择少数几个代表性强的因子抽象描述总体的综合指标变量。它的基本思想是基于观测指标的关联程度将其划分为不同组别，即关联程度较高的指标在同一组内，相关程度较低或不相关的变量在不同的组别，找出每个组别的共性因子，并用不同的共性因子来代表不同的组别，最后将每个变量用共性因子的线性方程呈现，以期用较少的变量表现大部分的信息量。因子分析的数学模型可表示为：Xi=aijFj+ξ；i=1，2，…n。其中，Xi是第i个标准化变量，Fj等为公共因子，ξ为特殊因子，aij是第i个变量在第j个因子上的负荷，这个数值越大，表明Xi对Fj的依赖程度越高、密切程度越高。

二、建立绩效评价模型

（一）财务指标的选取

传统的绩效考核从盈利能力、偿债能力、营运能力、发展能力四方面分别设置财务指标，但这并不适用于高成长、高发展的高新技术企业。因此，本文根据科学性、系统性、可行性等原则，结合高新技术企业的特点选取了18个财务指标，如表1所示，按各指标的性质将指标分成三种类型：正相关指标、适度指标与负相关指标。正相关指标的数值越大，说明企业绩效越高；适度指标的数值越接近某个合理区间，说明企业绩效状况越好；负相关指标的数值越大，说明企业绩效越低。由于三类指标的属性不尽相同，需要对财务指标数值进行一致化处理，才能避免因指标属性的不同影响绩效评价结果的科学性。

在正式进行高新技术企业绩效评价研究前，还需对指标数据进行无量纲化与标准化处理。本文选取的高新技术企业样本以公开在深市主板和中小企业板块顺利上市，且在2016年12月31日之前未退市的企业为基础。根据2002年7月国家统计局颁布的《高技術产业统计分类目录的通知》，依据其所处行业，选取电子及通信设备制造业、电子计算机及办公设备制造业、计算机应用服务、电器机械及器材制造业这四类作为高新技术企业总体样本，随机抽取41家公司作为样本。本文的相关数据来自上市公司年报及新浪财经网站，数据分析采用SPSS17.0统计软件和Excel2010辅助完成。本文通过SPSS17.0 软件对41家公司的 18 个指标进行一致化、无量纲化、标准化处理后，再进行后续分析评价工作。

（二）模型适用性检验

对所选财务指标进行相关性检验是进行因子分析的前提，即选用的原始数据必须通过适用性检验才可以进行因子分析，本文选用的检验方法是KMO 检验与 Bartlett 球形检验。KMO统计量的取值范围通常是0到1，数值越接近1，说明指标间的公共因子越多、相关性越强，换言之，KMO统计量的取值大于0.5，就可以进行因子分析。而 Bartlett 检验是通过分析相关系数矩阵的行列式得出的数值来判定指标间是否存在相关性。如果数值较大，而对应的伴随概率小于设定的显著性水平，意味着关系矩阵不是单位矩阵，指标间存在相关性。

由表2可知，KMO 统计值为0.599，大于0.5，检验通过，并且通过计算相关系数矩阵的行列式得出的数值为961.653，对应的伴随概率为0.000，小于设定的概率0.01，综观上述检验结果，指标间适宜做因子分析。

（三）主因子提取

运用因子分析法时，应该首先确定共性因子的数量。本文通过计算特征值，将特征值大于1的因子选为共性因子。运用 SPSS17.0软件对处理选取的18个财务指标，基于特征值大于1的原则提取了5个共性因子，通过表3的结果可以得出5个共性因子对变量指标的方差贡献率分别为23.090%，22.515%，19.501%，13.569%，6.946%；累计方差贡献率为85.621%，代表了原始数据的大部分信息。

（四）构建因子载荷矩阵与共性因子命名

为了避免共性因子包含的信息不明，不能够很好地解释其代表的经济意义，本文选取方差最大旋转法旋转5个共性因子的载荷矩阵。令某一指标在某一共性因子上的载荷接近 1，在其他共性因子上的载荷接近0，最后依据共性因子中具有较大载荷值因子的经济意义对共性因子命名。因子载荷矩阵旋转后的结果如表4所示。

如表4所示，第 1 个共性因子在速动比率、现金比率2个因子上的载荷值较大，分别达到0.876、0.868，基于此2个指标反映的是企业偿债能力，因而可将第1个共性因子F1命名为偿债能力因子。第2个共性因子在经营现金净流量对销售收入的比率、资产的经营现金流量回报率、经营现金净流量对负债比率、现金流量比率这4个指标上的载荷值较大，分别达到0.890、0.859、0.897、0.920，基于此4个指标反映的是企业现金流量能力，因而可将第2个共性因子F2命名为现金能力因子。第3个共性因子在每股收益、每股未分配利润2个指标上的载荷值较大，分别达到0.930、0.881，基于此2个指标反映的是企业权益柔性，因而可将第3个共性因子F3命名为权益柔性因子。第4个共性因子在净资产收益率、净利润增长率、经营现金净流量与净利润的比率3个指标上的载荷值较大，分别达到0.660、0.895、0.816，基于此3个指标反映的是企业盈利能力，因而可将第4个共性因子F4命名为盈利能力因子。第5个共性因子在主营业务收入增长率这个指标上的载荷值较大，达到0.952，基于指标反映的是企业成长能力，因而可将第5个共性因子F5命名为成长能力因子。

（五）计算共性因子得分

确定了5个共性因子的经济意义后，可运用SPSS17.0中的回归法做共性因子对18个指标的线性回归，得到的因子得分系数矩阵如表5所示。根据各上市公司标准化后的数据与表5中的因子得分系数矩阵，计算出基于因子分析法的高新技术企业绩效评价的5个共性因子得分，计算公式为Fi=ξi1X1+ξi2X2+…+ξitXt，其中，ξit（i=1，2，…k），表示因子Fi在变量Xt上的得分。

虽然5个共性因子的累计贡献率为85.621%，可以解释大部分高新技术企业绩效评估的情况，但并未达到100%。因此，根据5个共性因子的得分，以其对应的方差贡献率为权重加权求和后，除以共性因子的累计方差贡献率，最后得到基于财务指标的高新技术企业绩效评价的综合得分情况，具体计算公式为F=（23.090F1+22.575F2+19.501F3+13.569F4+

6.946F5 ）/85.621

三、实证分析与结论

（一）实证分析

根据上述几个公式，对样本企业的绩效进行评价，最终得出基于财务指标的高新技术企业绩效评价的综合得分与排名，如表6所示。

（二）结论

1.通过41家上市高新技术企业的实际财务数据的实证分析，发现基于财务指标的高新技术企业绩效评价模型适用性和可操作性较强，符合高新技术企业自身高成长、高风险等特点。

2.基于财务指标的高新技术企业绩效评价，对企业绩效影响较大的因子是企业的偿债能力、现金能力、权益柔性，具体表现为速动比率、现金比率、经营现金净流量对销售收入的比率、资产的经营现金流量回报率、经营现金净流量对负债比率、现金流量比率等指标。这符合高新技术企业研发投入较多，且研发周期长，对企业的偿债能力和現金能力有较高的要求。

3.在当前变化的环境下，高新技术企业很容易出现融资困难或资金不足所引起的财务风险，因此，企业多方式、多渠道提升企业的偿债能力，同时加强资金管理和现金流管理，为后期平稳发展做足准备。高新技术企业可以选择储备适量的具有多种用途的资金来增强企业对未来的骤变做出有效反应的能力，从而增强核心竞争力，提高企业绩效。

参考文献：

[1] 徐鹏涛.零售业上市公司业绩评估研究[D].南京：南京财经大学，2013.

[2] 蒋医荣.多视角下的企业业绩评价指标体系创新研究[D].北京：华北电力大学，2012.

[3] 胡义东，仲伟俊.高新技术企业技术创新绩效影响因素的实证研究[J].中国科技论坛，2011，（4）：80-85.

[4] 许洪贵.基于科学发展的高新技术企业绩效评价及应用研究[D].北京：北京交通大学，2011.

[5] 郑美群，蔡莉，周明霞.高技术企业绩效评价指标体系的构建研究[J].科学学与科学技术管理，2004，25（7）：68-72.

[6] 葛晓萌.基于柔性角度分析高新技术企业R&D财务管理[J].新财经：理论版，2012，（9）.

[7] 丁勇.研发能力、规模与高新技术企业绩效[J].南开经济研究，2011，（4）：137-153.

[8] 苏晓华，李倩倩，王平.创业导向对高新技术企业绩效的影响——基于强弱关系的调节作用[J].软科学，2013，27（1）：10-14.

[9] 张新铭.基于区域视角的河南高新技术产业绩效分析[J].科技管理研究，2011，31（21）：81-83.

[10] 李欣，郑世明，张璐.基于知识管理的高新技术企业绩效评估研究[J].洛阳师范学院学报，2013，32（5）：102-108.

[责任编辑 王燕文]