苑涵颖 孙嘉康 鲁超冉 刘吉成 （教授/博导） （华北电力大学经济与管理学院 北京 102206）

一、引言

为了应对能源短缺和气候变化给人类带来的挑战，世界各国都在加大新能源的开发与利用。传统汽车产业对于石油资源的依赖性较强，采用的化石燃料的可替代性较低，消耗了大量油气资源，同时也产生了大量温室气体，对环境造成严重影响。所以，具有优化能源排放、减轻污染大气负荷等特点的电动汽车产业发展备受瞩目。为实现碳达峰碳中和目标，推动能源的快速有序转型，我国电动汽车制造业呈现蓬勃发展的态势。然而，目前电动汽车研发制造成本较高，要想实现电动汽车企业长期、稳定的发展，企业财务绩效评价十分必要。

目前关于财务绩效评价体系和评价方法的研究在不断完善。郑庆华等（2015）从财务分析视角，采用因子分析法，以2013年新能源汽车行业为样本，构建了该行业财务绩效评价指标体系，分析了该行业的经营绩效。王全在（2017）运用因子分析法以2013—2015年国内A股上市的汽车制造企业为样本，从五个方面构建财务绩效的评价指标体系进行评价。王婧（2017）利用PCA-DEA模型对金融企业财务绩效进行评价，根据相对有效性评价结果对金融企业财务绩效水平提升提出了建议。孙德美（2019）运用因子分析法对汽车龙头企业比亚迪汽车2003—2015的财务数据进行处理和分析，对比亚迪财务绩效提升路径和未来发展战略提出了建议。

通过对现有文献的分析可以发现，目前的文献多集中于对单独一家电动汽车上市公司的财务绩效进行研究，对该行业整体财务绩效的研究较少，使用PCA-DEA模型对电动汽车公司进行财务绩效评价的更是少之又少，为此，本文基于PCA-DEA模型，从盈利能力、偿债能力、营运能力以及成长能力四方面构建评价指标体系，在数据包络法（DEA）的基础上对我国电动汽车上市公司财务绩效进行分析；同时为了相关利益主体更好地根据公司情况调整战略或者进行投资策略的调整，本文通过公司间的横向对比来反映市场的发展动态，使本文的研究成果更具有普遍适用性。

二、研究样本选择及指标体系构建

（一）样本选择及指标选取。为高效准确地评价我国电动汽车上市公司的财务绩效，本文从同花顺中选取我国A股上市公司中主营业务含电动汽车的非ST类的41家公司，同时获取这些公司2020年的财务数据作为研究样本。2002年财政部发布的《企业绩效评价细则（修订）》，要求对非金融公司的财务绩效评价从经营能力、偿债能力、盈利能力以及发展能力四个维度展开。根据全面性、可操作性等原则，本文从可反映电动汽车上市公司盈利能力、营运能力、偿债能力及发展能力的四个维度出发，选取17个指标，以此来全面构建电动汽车公司财务绩效评价指标体系。为了解企业的负债与资产、速动资产、股东权益的比例关系，本文选取资产负债率（X1）、速动比率（X2）和产权比率（X3）来反映企业财务风险抵御能力与债务清偿承受能力；选取应收账款周转率（X4）、存货周转率（X5）、总资产周转率（X6）、流动资产周转率（X7）、非流动资产周转率（X8）和股东权益周转率（X9）指标反映公司在资本运营与战略决策等方面的管理能力；盈利能力能够反映公司的资本增值能力，本文选取总资产净利润率（Y1）、流动资产净利润率（Y2）、净资产收益率（Y3）和营业净利率（Y4）评价公司的资本增值能力；选取总资产增长率（Y5）、可持续增长率（Y6）、所有者权益增长率（Y7）、每股净资产增长率（Y8）来评价企业的发展能力。本文的投入指标为偿债能力及经营能力，产出指标为盈利能力和发展能力。具体的预选指标见表1。

表1 电动汽车企业财务绩效评价预选指标体系

（二）基于PCA的指标筛选。为了避免由于指标关联性造成的相关财务信息的重复反映，在考虑DEA模型的基础上，遵循投入指标与产出指标及样本间的数量关系，本文采用PCA法对已经选取的17项指标进行降维，以期用较少的指标较为准确地反映出相关财务信息，实现更加高效的财务分析。鉴于此，本文采用SPSS 21.0对相关指标进行处理，以实现基于PCA的指标筛选。

1.基于投入指标和产出指标的PCA处理。对41家电动汽车企业的9个投入指标和8个产出指标进行KMO检验和巴特利特球形度检验，结果如表2所示。可以看出，投入指标和产出指标的KMO值分别为0.617、0.715，大于0.5，且sig=0，适合进行因子分析。通过KMO及Bartlett's球形度检验得知主成分分析法适用于本研究。

表2 KMO 和 Bartlett 的检验

采用PCA法提取3个投入指标和2个产出指标的主成分F1、F2、F3和P1、P2，投入指标和产出指标的主成分的方差贡献率累积相加分别达到86.336%和83.419%，由此可以判断出，筛选出来的这五个主成分能够较为高效地代替其他指标对电动汽车企业财务绩效进行更好的评价。最后，通过最大方差法来进行投入指标和产出指标的旋转，获得旋转成分矩阵。

由表3可知，投入指标的第一主成分包括总资产周转率、非流动资产周转率、股东权益周转率和流动资产周转率，反映电动汽车公司各类资产的周转效率和管理效率以及所有者资产的运用效率和营运能力的强弱；第二主成分包括资产负债率、速动比率和产权比率，反映电动汽车公司偿还本金与利息的能力以及债权人的权益保障程度；第三主成分为应收账款周转率和存货周转率，反映电动汽车公司对运营资金的回收效率以及存货运营效率的高低；产出指标的第一主成分包括净资产收益率、总资产净利润率、流动资产净利润率、营业净利率和可持续增长率，反映电动汽车公司的资产为企业创造净利润能力、收益能力、内在增长能力以及运用自有成本的效率；第二主成分包括总资产增长率、每股净资产增长率、所有者权益增长率，反映企业资本积累能力、股东获利能力的变化和资本、所有者权益的增长幅度。

表3 投入指标和产出指标的旋转成分矩阵

2.因子得分计算。

（1）计算成分得分系数矩阵，得到以下五个主因子表达式：

F1=0.321X1-0.194X2+0.267X3+0.266X4+0.306X5+0.403X6+0.396X7+0.337X8+0.436X9

F2=-0.486X1+0.502X2-0.503X3+0.146X4+0.170X5+0.283X6+0.239X7+0.268X8-0.005X9

F3=-0.477X1+0.493X2-0.493X3+0.143X4+0.167X5+0.278X6+0.234X7+0.263X8-0.005X9

P1=0.412Y1+0.404Y2+0.404Y3+0.389Y4+0.200Y5+0.380Y6+0.282Y7+0.296Y8

P2=-0.210Y1+0.205Y2-0.173Y3-0.182Y4+0.432Y5-0.244Y6+0.596Y7+0.500Y8

（2）主成分得分及数据的正向化处理结果。通过上述PCA法进行处理后，在投入指标和产出指标中分别选出3个和2个主成分，并通过计算得出各主成分的得分，同时因为DEA模型要求输入的数据与输出的数据大于等于0，所以对主成分得分进行min-max的标准化处理来获得正向化的数据实现，具体得分如表4所示。

表4 主成分得分及其正向化处理结果

三、基于DEA的我国电动汽车企业财务绩效评价

（一）基于PCA-DEA的评价方法。数据包络分析法（DEA）通过选取投入、产出指标，构建线性规划模型，对具有可比性的同类型决策单元采取有效性评价。DEA中的标准模型主要有两个，即CCR和 BBC，CCR通过假定固定不变的规模效率值来反映决策单元的投入产出水平的高低；而BBC则是以规模效率可变为基础，用纯技术效率与规模效率的乘积来反映技术效率值进而来评测决策单元的投入产出水平。鉴于电动汽车上市公司规模具有可变性，本文使用BBC模型进行测算，如公式1所示。

上式中，m代表决策单元的数量，a代表单个决策单元中的投入变量，b代表单个决策单元中的产出变量；θ代表决策单元的综合效率值，ε为阿基米德正无穷小；λ代表决策单元的权重比率；u、v分别代表单个决策单元中的第u种投入指标以及第v种产出指标；代表第u种投入指标的冗余量；代表第v种产出指标的不足量。若θ=1，且S+=S-=0，则表示此决策单元DEA有效；若θ=1，且S+·S-≠0，则表示此决策单元DEA弱有效；若θ＜1，则表示此决策单元DEA无效。

（二）财务绩效评价。

1.综合效率评价。由下页表5可知，39家公司的综合效率不低于0.704，有6家电动汽车公司的综合效率为1，即样本数量的14.63%，视为DEA有效。41家公司的平均综合效率值为0.839，说明电动汽车上市公司的资产配置得当，总体财务绩效表现良好，公司内部治理结构合理，实现了较好的产出效益。由综合效率计算方法得知，纯技术效率和规模效率其中一个较低或两者都低就会造成DEA无效，在35家DEA无效的公司中，有24家上市公司综合效率值大于0.8，11家公司的综合效率值低于0.8，说明这11家企业的财务绩效表现不佳、投入的资源不能得到有效利用、资源管理不科学。

表5 电动汽车公司2020年财务绩效评价结果

2.纯技术效率、规模效率和规模收益评价。就电动汽车公司的纯技术效率而言，整体样本均值为0.982，在技术上有1.9%的资源没有被有效配置，其中11家公司的纯技术效率值为1，占比26.83%，对于纯技术效率未达到1的电动汽车公司而言，需要提升公司的技术水平才能与其他电动汽车公司一样实现技术效率相对最优。

样本中有6家公司的规模效率值为1，视为规模效率有效。总体来看，规模效率有效数量低于纯技术效率有效数量，并且规模效率无效的数量与DEA无效的数量相当。电动汽车上市公司财务绩效表现差的主要原因在于纯技术效率低、规模效率低，即没有将公司资源合理有效配置且公司治理结构不合理，为此，电动汽车上市公司应在提高产业技术专业性的前提下，进行公司内部治理结构以及资金结构调整，才能获得更多的财务绩效回报。

在规模效率值为1时，随着电动汽车上市公司生产规模的不断扩大，规模收益不变；当规模效率值小于1时，规模收益呈现出边际递减趋势，随着电动汽车上市公司规模不断扩大，企业财务绩效逐渐降低。样本中所有电动汽车企业规模收益为递增或不变，说明这41家电动汽车公司存在着巨大的发展潜力和市场机会，企业的财务绩效可通过规模收益渠道实现稳定以及上升态势，即该行业在将来的生产经营中可通过增加资本投入来促进产出水平的提高。

四、结论及建议

本文构建了财务绩效评价指标体系，借助PCA模型进行财务指标筛选，通过DEA模型对A股41家电动汽车上市公司财务绩效展开综合评价。结果显示，电动汽车上市公司财务绩效综合效率仍有优化的空间，纯技术效率与规模效率均处于中等偏上水平，说明财务管理、技术与规模等因素是影响财务绩效的关键因素；规模收益呈现递增态势，说明电动汽车上市公司可以通过扩大规模来提升财务绩效。为此，本文提出以下建议：一是电动汽车企业应联合推动行业整体健康发展。从财务绩效评价结果来看，我国电动汽车行业综合发展不协调，同行业间存在较大差距，部分电动汽车企业存在着电动汽车里程虚标、电池耐用性差等问题，造成消费者对车企的不信任，由此可以看出，电动汽车企业联合推动行业发展是该行业健康发展的必经之路。二是提高行业资源的供应整合能力。利用平台合作合理规划电动汽车充电路线，促进电动汽车行业发挥引领及带动周边区域发展的作用，鼓励中小企业联合、兼并等，整合优质资源，提升产业竞争力。三是加大研发投入、吸引高技术人才，使企业核心技术处于行业领先地位，降低电动汽车用车成本等。四是要优化售前售后服务质量，提高用户粘性，发展市场潜在客户，不断扩大市场份额。五是要合理、有效地配置企业内部资源。企业资本结构优化及企业资金的合理配置是提高企业经济效益的前提，电动汽车企业需要合理安排资金结构、提高资金使用效率和流动速度，进而实现企业经营利润的最大化。