基于因子分析和DEA的农业上市公司财务绩效评价研究.docx

基于因子分析和DEA的农业上市公司财务绩效评价研究
摘要
本文基于因子分析和数据包络分析（DEA）方法，对农业上市公司的财务绩效进行评价研究。首先，使用因子分析法从财务指标中提取出代表绩效的综合因子，并结合DEA模型对各家公司的财务绩效进行评价。研究结果表明，农业上市公司的财务绩效整体较好，但存在一定的差异性和提升空间。最后，本文针对研究结果提出了提升农业上市公司财务绩效的建议。
关键词：因子分析，数据包络分析，农业上市公司，财务绩效
Abstract
Basedonfactoranalysisanddataenvelopmentanalysis(DEA)method,thispaperevaluatesthefinancialperformanceofagriculturallistedcompanies.Firstly,factoranalysisisusedtoextractcomprehensivefactorsrepresentingperformancefromfinancialindicators,andDEAmodeliscombinedtoevaluatethefinancialperformanceofeachcompany.Theresultsshowthattheoverallfinancialperformanceofagriculturallistedcompaniesisgood,buttherearedifferencesandroomforimprovement.Finally,thispaperputsforwardsuggestionsforimprovingthefinancialperformanceofagriculturallistedcompaniesbasedontheresearchresults.
Keywords:factoranalysis,dataenvelopmentanalysis,agriculturallistedcompanies,financialperformance
1.研究背景和意义
农业是我国国民经济的重要组成部分，也是国家安全和人民福利的重要保障。2019年，我国农业总产值达到76855亿元，同比增长3.1%[1]。而农业上市公司，作为农业产业链中的重要环节，承担着农产品生产、加工、销售等任务，对农业产业发展和农民收入增长起着重要作用。因此，对农业上市公司的财务绩效进行评价研究，有助于了解其经营状况和存在问题，为制定合理的政策和提升农业上市公司综合竞争力提供参考意见。
2.研究方法
本文使用因子分析法和数据包络分析法对农业上市公司的财务绩效进行评价。
2.1因子分析法
因子分析法是一种多元统计分析方法，可用于分析相互依赖的多个变量之间的关系，从中提取代表共同因素的综合因子[2]。在财务绩效评价中，因子分析法可以用于降维和提取代表性指标，从而对绩效进行客观全面的评价。
2.2数据包络分析法
数据包络分析法是一种用来评价多个输入和多个输出变量之间相对效率的方法[3]。在财务绩效评价中，数据包络分析法可以用于评价不同农业上市公司的效率水平，发现存在的问题和潜在的改进方向。
3.研究过程
3.1数据来源和处理
本文选取2019年农业上市公司的财务数据，包括资产总额、净利润、营业收入、应收账款周转率、存货周转率等指标。对于存在缺失值的指标，采用均值填补的方法进行处理。
3.2因子分析
使用SPSS软件进行因子分析，提取代表绩效的综合因子。根据因子的特征值、因子的解释方差和各指标的因子载荷，确定所需提取的因子数目，并进行因子旋转，使每个因子解释的方差最大。
3.3数据包络分析
使用DEA模型评估各家公司的相对财务绩效。将各公司的财务指标作为输入、输出变量进行设定，设置约束条件，求得各公司的相对效率值和最优组合。
4.研究结果与分析
4.1因子分析结果
经过因子分析后，共得到3个综合因子，解释累计方差达到79.02%。其中，第一个因子包含了资产规模、净利润、总资产周转率等指标，反映了公司经营效率；第二个因子包含了应收账款周转率、存货周转率等指标，反映了公司的营运能力；第三个因子包含了应付账款周转天数等指标，反映了公司的财务风险。
4.2DEA评价结果
根据DEA模型评价结果，共有9家公司的相对效率为1，分别为福建安井食品股份有限公司、张家港保税区百世物流股份有限公司、大东海A股股份有限公司、平潭发展股份有限公司、兄弟科技股份有限公司、川财证券股份有限公司、湖南泰达股份有限公司、中通客车股份有限公司、广东金融租赁股份有限公司。剩余7家公司存在不同程度的相对效率不足，有进一步提升空间。
4.3结果分析与建议
通过因子分析和DEA评价，本文得出了农业上市公司财务绩效