■ 成 玲（貴州財(cái)經(jīng)大學(xué) 貴陽 550025）

在目前世界各國對(duì)于非可再生資源限制利用的政策背景下，傳統(tǒng)能源在全球范圍內(nèi)的供需呈現(xiàn)出新的發(fā)展特點(diǎn)，進(jìn)入2014年以來，以國際原油產(chǎn)品價(jià)格的大幅回落和國內(nèi)煤炭資源價(jià)格的持續(xù)低迷為特征的新能源環(huán)境對(duì)我國能源類上市公司形成了嚴(yán)重的業(yè)務(wù)和業(yè)績(jī)沖擊，而我國原油嚴(yán)重依賴進(jìn)口和貧氣、多煤的自然資源特點(diǎn)又加劇了傳統(tǒng)能源消費(fèi)矛盾，分布最為廣泛的煤炭類企業(yè)產(chǎn)能過剩，并且對(duì)生態(tài)環(huán)境形成惡劣影響，煤炭類上市公司具有整合產(chǎn)業(yè)鏈條、向煤基清潔能源轉(zhuǎn)型的戰(zhàn)略需求，通過衡量其經(jīng)營績(jī)效可以為其進(jìn)行局部經(jīng)營調(diào)整和漸進(jìn)完成戰(zhàn)略轉(zhuǎn)型創(chuàng)造技術(shù)和決策基礎(chǔ)條件，本文基于此，從財(cái)務(wù)角度對(duì)煤炭傳統(tǒng)能源上市公司進(jìn)行了基于因子分析法的聚類分析，得出傳統(tǒng)能源行業(yè)展開并購重組和提升行業(yè)集中度、拓展新型業(yè)務(wù)的內(nèi)在證據(jù)。

研究方法

在目前對(duì)于上市公司經(jīng)營績(jī)效進(jìn)行研究的主流方法體系中，基于EVA和平衡計(jì)分卡的財(cái)務(wù)指標(biāo)評(píng)價(jià)法、以DEA和灰色關(guān)聯(lián)分析為主的綜合評(píng)價(jià)法、因子分析法構(gòu)成主要研究分支，而具有結(jié)合前二者綜合優(yōu)勢(shì)的因子分析法實(shí)現(xiàn)了對(duì)于評(píng)價(jià)主體主觀性偏差的控制，能夠從變量群中提取共性因子，因此選取作為本文的研究工具。此外，作為最具有可采集性和針對(duì)性的上市公司財(cái)務(wù)數(shù)據(jù)可以直觀和相對(duì)真實(shí)的反映其過去特定時(shí)段的經(jīng)營業(yè)績(jī)，本文在對(duì)我國財(cái)政部頒發(fā)的《企業(yè)經(jīng)濟(jì)效益評(píng)價(jià)指標(biāo)體系（試行）》進(jìn)行借鑒的基礎(chǔ)上，綜合選取了22項(xiàng)財(cái)務(wù)指標(biāo)作為評(píng)價(jià)因子，如表1所示，并基于國內(nèi)32家主要的煤炭行業(yè)上市公司進(jìn)行2010-2013年度財(cái)務(wù)數(shù)據(jù)取樣，考慮到近年來煤炭市場(chǎng)的行情變化，2010、2011、2012、2013年數(shù)據(jù)分別賦予權(quán)重40%、30%、20%、10%。

實(shí)證分析

（一）數(shù)據(jù)處理

由于本文所選取的財(cái)務(wù)指標(biāo)具有不同的量綱和因子性質(zhì)，不能進(jìn)行直接比較和計(jì)算，因此，從消除評(píng)價(jià)標(biāo)準(zhǔn)差異性的角度出發(fā)，需要對(duì)各項(xiàng)指標(biāo)進(jìn)行基于正向化和無量綱化的預(yù)先處理，以使其趨同，消除因子變異和指標(biāo)數(shù)值大小的影響。

（二）KMO檢驗(yàn)、Bartlett檢驗(yàn)

對(duì)指標(biāo)進(jìn)行正向化和無量鋼化處理后，還要對(duì)樣本適用于因子分析法的有效性進(jìn)行確認(rèn)，檢驗(yàn)各個(gè)指標(biāo)之間的相關(guān)性強(qiáng)弱。因此，本文利用預(yù)測(cè)統(tǒng)計(jì)分析軟件（PASW）對(duì)樣本數(shù)據(jù)進(jìn)行KMO檢驗(yàn)和Bartlett檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。

在表2中，KMO檢驗(yàn)值為0.460，一般認(rèn)為，若KMO＜0.5，則樣本數(shù)據(jù)不適用于因子分析法，而0.460＜0.5，因此，樣本數(shù)據(jù)未能通過KMO檢驗(yàn)；Bartlett檢驗(yàn)統(tǒng)計(jì)量值947.223，自由度231，顯著性為0（小于1%），檢驗(yàn)通過。KMO檢驗(yàn)結(jié)果表明因子分析法中所選取的指標(biāo)存在部分相關(guān)性低下的現(xiàn)象，因此指標(biāo)需要進(jìn)行進(jìn)一步精簡(jiǎn)。本文通過采用逐步篩選的方法，確定因子指標(biāo)集合KMO檢驗(yàn)值小于0.5，最終刪減掉9項(xiàng)指標(biāo)，得到篩選后的因子指標(biāo)集合如表3所示。

對(duì)篩選后的財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行重復(fù)正向化和無量綱化處理，再次進(jìn)行KMO檢驗(yàn)和Bartlett檢驗(yàn)，檢驗(yàn)結(jié)果如表4所示。

從表4數(shù)據(jù)可知，篩選后的因子指標(biāo)數(shù)據(jù)可以通過KMO檢驗(yàn)，Bartlett檢驗(yàn)統(tǒng)計(jì)量值為549.975，自由度為78，顯著性概率為0（小于1%），通過檢驗(yàn)。因此，篩選后的樣本指標(biāo)數(shù)據(jù)已經(jīng)具備進(jìn)行因子分析的基礎(chǔ)條件。

（三）確定主因子

本文通過利用主成分分析法來確定模型中的主因子數(shù)量，通過觀察已經(jīng)確定的因子對(duì)原有變量總方差的解釋情況（如表5所示），將因子進(jìn)行旋轉(zhuǎn)處理，旋轉(zhuǎn)后的指標(biāo)數(shù)據(jù)有4項(xiàng)顯示特征值＞1，因此將這4類因子作為本文研究的主因子。各因子對(duì)變量總方差的解釋情況如表5所示，其中A表示初始因子解釋，B表示提取因子后的方差解釋，C表示因子旋轉(zhuǎn)后的方差解釋。從表5可以看出，提取4個(gè)主因子的累計(jì)方差貢獻(xiàn)率為88.59%，即樣本數(shù)據(jù)總體信息的88.59%可以由篩選的4類因子來進(jìn)行反映，大部分信息得以保留，主因子具備了代替原始指標(biāo)評(píng)價(jià)上市公司業(yè)績(jī)的條件。

表1 初始因子分析法財(cái)務(wù)評(píng)價(jià)指標(biāo)

表2 第一次KMO、Bartlett檢驗(yàn)結(jié)果

表3 篩選后的因子分析法財(cái)務(wù)評(píng)價(jià)指標(biāo)

表4 第二次KMO、Bartlett檢驗(yàn)結(jié)果

表5 因子對(duì)變量總方差的解釋情況

表6 旋轉(zhuǎn)后的因子載荷矩陣

表7 因子分析法下的32家上市公司經(jīng)營得分情況

圖1 煤炭類上市公司經(jīng)營評(píng)價(jià)聚類框架

（四）主因子聚類

在提取主因子之后，通過采取最大方差法（Max Variance）將因子旋轉(zhuǎn)，以因子數(shù)據(jù)特征對(duì)其進(jìn)行分類和賦予具體的經(jīng)濟(jì)含義，明確變量因子載荷，如表6所示。在表6中，篩選后的指標(biāo)序號(hào)3、7、8、9顯示出對(duì)于主因子1的較高載荷水平，分別對(duì)應(yīng)主營收入增長率、總資產(chǎn)增長率、凈資產(chǎn)增長率以及凈利潤增長率四個(gè)財(cái)務(wù)指標(biāo)；篩選后的指標(biāo)序號(hào)4、5、6顯示出對(duì)于主因子2的較高載荷水平，分別對(duì)應(yīng)流動(dòng)資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、凈資產(chǎn)周轉(zhuǎn)率三個(gè)財(cái)務(wù)指標(biāo)；篩選后的指標(biāo)序號(hào)11、12、13顯示出對(duì)于主因子3的較高載荷水平，分別對(duì)應(yīng)流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率三個(gè)財(cái)務(wù)指標(biāo)；篩選后的指標(biāo)序號(hào)1、2、10顯示出對(duì)于主因子4的較高載荷水平，分別對(duì)應(yīng)每股收益、凈資產(chǎn)收益率、凈利潤率。

根據(jù)財(cái)務(wù)指標(biāo)對(duì)應(yīng)主因子顯示出的載荷水平差異，本文分別將各個(gè)主因子對(duì)應(yīng)的財(cái)務(wù)指標(biāo)歸結(jié)為成長性（3、7、8、9）、運(yùn)營性（4、5、6）、安全性（11、12、13）以及收益性（1、2、10）四類，以此來有針對(duì)性的衡量傳統(tǒng)能源上市公司的發(fā)展能力、運(yùn)營能力、資產(chǎn)利用效率、償債能力以及綜合盈利能力，并得到煤炭類上市公司經(jīng)營評(píng)價(jià)聚類框架，如圖1所示。

（五）實(shí)證結(jié)果

根據(jù)主因子聚類分析結(jié)果，得出32家煤炭上市公司在成長性、運(yùn)營性、安全性以及收益性四個(gè)維度下的經(jīng)營得分情況，如表7所示。

根據(jù)32家上市公司在不同維度的得分差異進(jìn)行劃分，經(jīng)營安全性較好的公司包括大同煤業(yè)、靖遠(yuǎn)煤電、四川圣達(dá)、中煤能源等；兼具安全性和成長性的公司包括國投新集一家；上海能源、冀中能源等公司表現(xiàn)出運(yùn)營穩(wěn)健但安全性、成長性、收益性較差的特點(diǎn)；大有能源的成長性在考察的32家上市公司中最為突出；中國神華、蘭花科創(chuàng)、國際實(shí)業(yè)等公司則展現(xiàn)出相對(duì)占優(yōu)的盈利能力。從因子分析法下的評(píng)價(jià)得分整體情況來看，32家上市公司在2010-2013財(cái)年的經(jīng)營績(jī)效較為一般，大量公司收益能力低、成長性差，部分公司如愛使股份等運(yùn)營能力較差，這與我國煤炭市場(chǎng)近年來的外部發(fā)展環(huán)境特點(diǎn)相吻合，大量企業(yè)處于盈虧平衡線以下，規(guī)模較小的企業(yè)停產(chǎn)、倒閉等成為常態(tài)，煤炭行業(yè)已經(jīng)鮮有企業(yè)能夠兼顧成長、穩(wěn)健運(yùn)營、財(cái)務(wù)安全以及強(qiáng)勁的現(xiàn)金流支撐。

結(jié)論

根據(jù)本文的分析可知，我國以煤炭為代表的傳統(tǒng)能源行業(yè)在限制非可再生能源利用政策和國家環(huán)境安全壓力、行業(yè)產(chǎn)能過剩的背景下已經(jīng)呈現(xiàn)出愈發(fā)艱難的發(fā)展局面，行業(yè)內(nèi)的企業(yè)盈利特性普遍較差，而行業(yè)資源特點(diǎn)、企業(yè)和企業(yè)家的固化思維等也限制了傳統(tǒng)能源行業(yè)的迅速轉(zhuǎn)型，在實(shí)踐中則表現(xiàn)為企業(yè)停產(chǎn)和倒閉，傳統(tǒng)能源行業(yè)的上下游產(chǎn)業(yè)具有強(qiáng)烈的兼并和重組意愿。從目前的發(fā)展情況來看，煤基清潔能源以及以煤層氣、煤制氣為代表的常規(guī)氣體制天然氣是主流的傳統(tǒng)能源類企業(yè)轉(zhuǎn)型方向，煤炭等傳統(tǒng)能源類企業(yè)只有充分認(rèn)識(shí)到企業(yè)發(fā)展與國際能源消費(fèi)形勢(shì)、綠色環(huán)保產(chǎn)業(yè)發(fā)展政策之間的互動(dòng)關(guān)系并進(jìn)行充分實(shí)踐，其才能維持企業(yè)的可持續(xù)運(yùn)行，并通過新業(yè)務(wù)來建立利潤增長點(diǎn)，構(gòu)建財(cái)務(wù)安全壁壘，在可以預(yù)見的能源類行業(yè)大變革和新突破中尋求立錐之地。

1.張靜.創(chuàng)業(yè)板上市公司經(jīng)營績(jī)效評(píng)價(jià)研究——基于層次分析法和綜合評(píng)價(jià)模型[J].吉林金融研究，2013（12）

2.武朝榮.能源行業(yè)上市公司會(huì)計(jì)信息披露存在的問題及改善措施[J].財(cái)經(jīng)界（學(xué)術(shù)版），2014（21）

3.田亞峻.中國煤化工現(xiàn)狀與發(fā)展思考——寫在“十三五”之前[J].煤化工，2014（6）

4.田祥宇.煤炭上市公司環(huán)境會(huì)計(jì)信息披露研究——以山西省煤炭上市公司為例[J].會(huì)計(jì)之友，2014（3）

5.田潔.EVA業(yè)績(jī)?cè)u(píng)價(jià)方法在煤炭上市公司中的應(yīng)用——以山西煤炭上市公司為例[J].會(huì)計(jì)之友，2012（2）