基于因子分析的物流企业绩效评价研究
【摘要】本文首先探讨了如何建立物流绩效评价指标体系，确立经营效益能力、偿债能力、营运能力和发展能力这4个一级指标以及9个二级指标。接着应用因子分析方法对我国上市物流企业经营绩效评价进行了实证研究。实证研究中选取18家上市物流企业，分别来自公路运输、水路运输、航空运输、港口、机场以及仓储业。最后根据实证分析的结果对我国上市物流企业提出了投资建议。
【关键词】因子分析 公司绩效 物流企业
一、物流企业绩效评价指标
物流企业经济效益评价是一项比较复杂的工作，它涉及企业经济运行中各生产要素的投入、产出、效率等诸多方面的问题。本文选取了4个一级指标，分别是经营效益能力指标、偿债能力指标、营运能力指标、发展能力指标；设置了9个二级指标：资产负债率，速动比率，应收账款周转率，总资产周转率，总资产增长率，经营净利率，净资产收益率，成本费用利润率，股东权益增长率，作为物流企业绩效分析的评价指标。这些指标共同反映物流企业的经营效益、偿债能力、营运能力和发展能力。
二、实证分析
（一）数据来源
本文分析选取了18家上市物流公司2009年的年度财务数据，具体数据如表1所示。
表1 上市公司财务数据 单位：%
注一：X1：资产负债率（%），X2：速动比率（%），X3：应收账款周转率（%），X4：总资产周转率（%），X5：总资产增长率（%），X6：经营净利率（%），X7：净资产收益率（%），X8：成本费用利润率（%），X9：股东权益增长率（%）
注二：数据来源于世纪证券分析软件的财务分析以及国泰安网站的财务分析
（二）计算相关系数矩阵和Bartlett球度检验和KMO检验
根据图1可以看出，大部分指标间的相关系数是大于0.3的，存在着较强的相关性。
图1 相关系数矩阵
Bartlett球度检验以原有变量的相关系数矩阵为出发点，其零假设是：相关系数矩阵为单位矩阵，即相关系数矩阵主对角元素均为1，非主对角元素均为0。根据相关系数矩阵的行列式计算可得其近似服从卡方分布。从图2可知，统计量卡方值较大为74.59且对应的sig值小于给定的显著性水平，所以零假设不成立。即说明相关系数矩阵不太可能是单位矩阵，变量之间存在相关关系，适合做因子分析。
KMO检验的统计量值越接近1，意味着变量间的相关性越强，原有变量适合做因子分析；越接近0，意味变量间的相关性越弱，越不适合作因子分析。根据图2中的KMO...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
