新能源概念企业绩效评价——基于R语言的多因素分析(共30页).doc

《新能源概念企业绩效评价——基于R语言的多因素分析(共30页).doc》由会员分享，可在线阅读，更多相关《新能源概念企业绩效评价——基于R语言的多因素分析(共30页).doc（30页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上多元统计分析课程论文新能源概念企业绩效评价 基于因子分析的实证研究院系：经济学院统计系专业： 数量经济学 姓名： xxx 学号： xxx 2016.xx.xx摘 要本文收集了我国13家新能源概念企业的基础财务报表信息，通过使用因子分析统计方法，从这13家企业的资本构成，经营能力，投资与收益情况，盈利能力等的相关方面对企业的绩效进行评价与分析，并通过加权得分因子进行综合的排名，以求得对其绩效做出客观评价的目的。通过对数据的客观分析，希望能够为新能源概念企业的发展提供一些评价与建议。【关键词】 新能源企业；绩效评价；因子分析目 录引 言众所周知，能源是经济发展的动力。我国

2、按人口平均来讲，是一个资源匮乏的国家，经济运行中表现出资源、能源缺乏的现象。随着包括我国在内的世界各国发展迅速，对于能源的渴求与日而增，传统化石能源日益稀缺，前景堪忧，或许以后探明储量会增加，但是需求也会增加，延长使用年限不容乐观。化石能源的大量使用是引起世界大气等环境严重污染的主要原因之一，这些能源的低效使用对全球温室效应的控制和我国发展绿色低碳发展有着不小的消极影响。我国的传统能源紧张，主要是油与煤为代表的传统化石能源的供给紧张，最明显是石油缺乏。可见我国的能源危机问题相当严峻。随着世界各国对能源问题和环境气候问题的不断重视，我国的新能源产业在近年来发展迅猛，许多上市公司都挂上了新能源概念

3、，新能源产业的发展是未来社会发展的希望。新能源又称之为非常规能源，是相对于传统化石能源的其他能源形式。我国新能源的发展潜力巨大，应用的新能源项目主要是对太阳能光伏，锂电池新能源汽车，风力发电，核能发电等新能源项目的技术研究，开发和普及应用。新能源使用的优点相比而言，具有可再生性，低碳排放，较为绿色环保；新能源发展的难度在于成本的控制，市场需求的不足，消费习惯的影响还有技术的完善和升级。针对大气污染的相关国际问题，我国在2009年12月参加了哥本哈根联合国气候变化大会，尽管谈判不顺利，但是我国政府已经表示了承担应有气候污染整理的责任与决心，那么就意味着我国之前以煤炭和石油作为绝对主导的能源使用结

4、构会发生变化，经济发展会偏向绿色发展、低碳发展。我国要做到低碳高效发展除了化石传统能源的利用率提高，优化产能结构，适当的新能源开发使用和新能源对旧能源在一些领域的替代已经刻不容缓了。本文的主要研究内容包括了因子分析的理论基础介绍，运用因子分析简化新能源企业绩效指标，并得出因子综合得分，最后做出结论提出建议。本文意在根据样本数据对我国新能源概念的企业绩效发展进行定量建模与定性评价，通过因子分析的运用，能够给新能源企业宏观发展规划上和微观企业管理中提供一些理论上的探讨与建议。1. 企业绩效评价概述1.1企业绩效评价概念企业绩效评价是指通过使用数理统计等相关工具，根据特定的指标体系和统一的标准，按照

5、理论步骤，进行定量和定性对比分析，对企业一定经营期间内的经营效益和经营者业绩做出客观、公正的综合评价。企业经营效益指企业在生产经营过程中所获得的效益，可以理解为企业的获利能力，资本流动性的水平，投入产出比率，负债偿还能力和资金使用率水平等等。1.2企业绩效评价指标的选择按照企业绩效评价的概念，企业的绩效通过对一个企业的经营效益和经营者的业绩进行评价来体现。参考我国工商类竞争性企业绩效评价指标体系内容，它从四个方面来选取企业绩效评价的指标：1.财务效益状况 评价财务效益的基础指标包括了净资产收益率、总资产报酬率，其修正指标包括了资本保值增值率、销售利润率、成本费用利润率。2.资产营运状况评价资产

6、营运的基础指标包括了总资产周转率、流动资产周转率，其修正指标包括了存货周转率、应收账款周转率、净资产比率。3.偿债能力状况评价偿债能力的基础指标包括了资产负债率，偿债能力的修正指标有流动比率、速动比率、现金流动负债比率。4.发展能力状况 评价发展能力的基本指标包括了营业增长率、资本积累率。针对上述企业绩效指标选取的全面性和综合性，本文参考我国工商类竞争性企业绩效评价的指标体系内容，从企业的财务效益状况、资产运营状况、偿债能力状况等四个方面选取了十一个新能源概念绩效评价的基础指标，分别为：每股收益，每股净资产，净资产收益率，流动比率，速动比率，应收账款周转率，净利润率，总资产报酬率，存货周转率，

7、总资产周转率，净资产比率。该些绩效指标反映的信息覆盖了新能源企业发展的各个方面，能够较好地反映企业绩效水平。2. 理论基础 目前随着统计分析方法的不断发展与完善，运用统计分析方法对经济问题、企业管理等进行分析受到了关注，具有实际意义。本文通过因子分析将评价新能源概念企业的指标简化为几个主要的影响因子，并通过主因子的建立来对各个企业进行因子综合得分，对其绩效水平加以评价和分析。2.1 因子分析理论基础（1）因子分析的概念与使用意义：因子分析作为多元统计分析中的一个重要分析方法，其基本目的是用少数几个因子去描述多个指标或因素之间的联系。即将比较密切的几个变量归在同一类中，并且把每一类变量划归为一个

8、因子，我们就可以通过较少的几个因子反映原观测数据的大部分信息。（2）因子分析的实质目的是用几个潜在的但不能直接观察与查询到的随机量去描述多个变量之间的协方差关系，我们可以通过运用因子分析根据本文中的11组新能源概念企业的财务指标之间的相关性将它们分组为几个因子，直接用因子对13家企业财务水平进行评价，衡量，测评。因子分析的运用保证了11组财务指标的绝大数信息资源合理的利用，不使之浪费，而且在此前提下，将衡量标准数量大大减少，这样就减少了分析难度，而且因子解释更有新意更为明确，有利于我们进行分析与解释模型。2.2 因子分析的建立模型理论步骤（1）数据处理首先，假设有m个新能源企业公司数量，每个公

9、司有n个新能源公司的绩效评价指标变量。基于本文所查询的数据单位有所差异，为了避免由观测量纲的差异及其数量级所造成的不良后果，需要将样本观测数据进行数据的标准化，得到标准化之后的样本数据矩阵是： 其中，X的向量系数是可观测的随机变量，且其均值为E（X）=0，协方差矩阵COV(X)=1. （2）判定因子分析可行性的KMO和巴特利特球度检验KMO统计量：是通过比较各变量间简单相关系数和偏相关系数的大小判断变量间的相关性，相关性强时，偏相关系数远小于简单相关系数，KMO值接近1。一般情况下，KMO0.9非常适合因子分析；0.8KMO0.9适合；0.7以上尚可，0.6时效果很差，0.5以下不适宜作因子分

10、析。Bartletts球型检验（巴特利球形检验）：用于检验相关阵是否是单位阵，即各变量是否独立。它是以变量的相关系数矩阵为出发点，零假设：相关系数矩阵是一个单位阵。如果巴特利球形检验的统计计量数值较大，且对应的相伴概率值小于用户给定的显著性水平，则应该拒绝零假设；反之，则不能拒绝零假设，认为相关系数矩阵可能是一个单位阵，不适合做因子分析。若假设不能被否定，则说明这些变量间可能各自独立提供一些信息，缺少公因子。（3）计算相关系数矩阵RR=（4）进行因子分析并计算观测数据的特征值与特征向量简单步骤为：令R- I=0，求得特征值，特征值向量。（5）计算因子载荷矩阵 A=（6）提取主成分的因子选取p(

11、pn)个主因子（用F标记），使得这p个主因子的方差贡献率之和占总方差贡献率的85%以上，或者是主因子对应的特征值大于1，那么就代表了这几个主因子基本上保留了原来分析指标的信息，并且把原来的n个分析指标减少到p个因子，达到了简化分析指标优化模型的目的。（7）建立相关意义的因子模型：可以得到因子模型的矩阵形式就是：X=AF+。其中， 就是公共因子（也称主因子），它们是在各个原观测变量的表达式中都共同出现的因子，使相互独立的不可观测的理论变量。其中，叫做特殊因子，它表示指标向量不能被公因子所解释的部分其均值E（）=0，同时各特殊因子之间以及特殊因子与所有公共因子之间是相互独立的。矩阵A中的元素叫做因

12、子载荷，的绝对值小于1，如果它的值越大即越接近1则表明了Xi与的相关程度越大，也就是公共因子对于Xi的载荷量也就越大，我们称为公共因子载荷量，简称因子的载荷，那么矩阵A就称为因子载荷矩阵。 （8）方差最大正交旋转在第一次因子分析后，要从因子载荷表中去发现每个主因子是否与原观测数据的相关信息具有相关性，并且要对它包含的信息进行总和整理寻找新意，新意义下的因子才对样本有解释力。如果因子载荷表中显示出因子与原始指标相关性不大，即这时的因子载荷并不满足“简单结构准则”，各因子的典型代表变量不很突出，这会使得我们无法对因子进行意义解释。为此就需要对因子载荷进行旋转，使得因子载荷的平方按列向从0和1进行转

13、化，以求达到其结构简化和因子解释意义明确的目的。因子的旋转有许多方法。这里我采用方差最大正交旋转，它是对因子载荷进行一种正交旋转，它可使旋转后的因子载荷矩阵在保持各列彼此正交的同时将数据平方后的方差尽可能大。 （9）因子得分与排序因子得分的计算基于因子载荷表，首先根据因子载荷表中的信息明确因子的表达含义，然后用因子载荷和对应各个企业的原始观测指标进行线性总和计算出因子得分，最后用更个因子的方差贡献率作为权重对各个企业的三个因子得分进行加权并处于三个因子的累计解释方差贡献率便可以得到各个企业的总因子得分，进而排名。3. 实例分析近年来许多上市公司都挂上了新能源概念，针对我国新能源项目发展主要表现

14、在太阳能，新能源动力汽车摩托车，风能发电，核电发电，新能源电池等这几个新能源产业的发展，因而收集了我国股市新能源概念板块中比较有代表性的13家企业，其中含有太阳能能源概念的企业有七星电子，佛山照明，东山精密；发展新能源电池项目企业有中金岭南，中信国安，佛山照明；具有风力发电项目相关的企业有南方风机，东力传动，金风科技；有核能发电相关概念的企业有中核科技，东山精密，深圳能源；开发新能源动力车的企业有上海汽车和宗申动力。3.1 数据来源与处理1.数据的选取本文所选数据是13家企业在2010年第一季度的财务报表数据，来源可靠，查询来自巨潮资讯网，该网作为中国证监会指定信息披露网站，具有一定的可信度。

15、我从总数据当中选取了每股收益，每股净资产，净资产收益率，流动比率，速动比率，应收账款周转率，净利润率，总资产报酬率，存货周转率，总资产周转率，净资产比率共11个财务指标作为绩效评价模型的指标依据。本文采用上述的因子分析方法对其进行绩效分析。原始数据见附录1。2.数据的处理对原始的观测数据进行数据标准化处理。基于本文所查询的数据单位有所差异，标准化的方法是数据中心化，即采用Z-Score变换，具体操作是原始观测数据减去其对应变量的均值，再除以对应变量的标准差，即为可得。3.2 因子分析的运行过程1.进行因子分析前的假设检验为了验证本文采用因子分析方法进行新能源企业绩效评价的可行性与科学性，运用K

16、MO与Bartletts检验，通过SPSS统计软件所得结果如表3.2-1所示，KMO值为0.5340稍大于0.5，这说明了偏相关系数较小于简单相关系数，做因子分析效果可能不是很好，但从巴特莱特球体检验中可以看到SIG值很小，近乎为0，拒绝原假设，认为相关系数矩阵不是一个单位阵，所选指标之间的相关性比较强，适宜做因子分析。这个检验说明了本文因子分析具有可行性。表3.2-1 KMO与Bartletts 球形检验结果KMO检验KMO值0.534 Bartletts检验近似Chi-Square171.892 自由度55 SIG值0.000 2.进行因子的个数选择和提取本文运用R统计软件对标准化后的观测

17、数据进行因子分析，可以得到总方差解释表3.2-2。可以看到，数据的第一行反映的是主因子1即F1的方差解释的信息，其特征值为5.239，F1可以解释总方差的47.63%；第二行则代表了主因子2即F2的方差解释的信息，其特征值为2.392，方差解释度为21.74%；第三行是第三因子的相关信息，得到它的特征值是1.65，可以解释总方差的15.0%，这三个因子的特征值都明显大于1，而且它们的累积方差解释的贡献率达到了84.37%。综上所述，这三个因子的累积贡献率约为85%,因而可以认为这三个因子足够用来代替原始观测数据指标来对新能源概念企业的绩效进行评价。表3.2-2 因子方差及其贡献因子方差贡献率累

18、积贡献率Factor15.2390.476347.63Factor22.3920.217469.37Factor31.650.1584.37碎石图（图3.2-1）更形象的表明了方差解释的情况，F1、F2、F3三个因子的特征值大于了1，并且前3个因子方差解释的贡献率累积可达近似 85%，那么选取这3个因子就可以做到尽可能的保留原始观测数据的信息不流失，而其他因子的方差解释度都较小，可以删除不予以考虑。图3.2-1 碎石图 3.主因子的意义解释通过运行R统计软件得到初始因子载荷矩阵，可得到除了第一因子外，其他因子对于各个原始观测指标解释不明显，难以对其命名归纳，具体情况是第二、三因子在各个原始观测

19、数据指标的载荷没有超过0.8的，因而考虑进行因子旋转，使得各个因子可以更为明确与有效地解释原始数据的相关信息。初始因子的载荷矩阵见附录3。旋转后的因子载荷矩阵（如下表3.2-4）从方差最大化旋转后的因子载荷矩阵可以看到，相比3初始因子载荷矩阵，现因子载荷矩阵当中的每个因子都对原始观测因子有了明确的解释性。表3.2-2 旋转前的因子载荷矩阵变量名Factor1Factor2Factor3每股收益0.73070.52830.3691每股净资产0.00770.64280.6287净资产收益率0.91460.02210.0665流动比率-0.65760.6877-0.2169速动比率-0.61570.

20、7441-0.2044应收帐款周转率0.76210.2766-0.0235净利润率-0.24760.16880.7330总资产报酬率0.85330.3176-0.0245存货周转率0.70990.4232-0.3498总资产周转率0.81550.1565-0.4839净资产比率-0.71930.5130-0.3606表3.2-3 旋转后的因子载荷矩阵指标名称因子1因子2因子3每股收益0.5334 -0.1545 0.6881 每股净资产-0.0154 0.1776 0.9667 净资产收益率0.8716 -0.4196 0.0373 流动比率-0.1595 0.9668 0.1219 速动比率

21、-0.1081 0.9769 0.1508 应收帐款周转率0.3757 -0.1950 0.1778 净利润率-0.0359 0.0587 0.1589 总资产报酬率0.9447 -0.1577 0.1318 存货周转率0.6153 0.0194 0.0437 总资产周转率0.7550 -0.1477 -0.0324 净资产比率-0.2636 0.8981 -0.1705 根据相关性，从第一列数据信息中，可以选取载荷系数在0.8以上的确定为第一主因子F1的解释方面，分别为净资产收益率、总资产报酬率；其次从第二列数据信息中可以选取载荷系数在0.8以上的为第二主因子F2的解释方面，分别为流动比率、

22、速动比率、净资产比率；最后我对第三列数据信息进行提取，选取载荷系数0.8以上的为第三因子F3的解释方面，为每股净资产。表3.2-4 主因子解释方面因子类别解释方面第一因子F1净资产收益率，总资产报酬率第二因子F2流动比率，速动比率，净资产比率第三因子F3每股净资产 从上述因子分析的结果，可以看到第一主因子F1的解释方面具体是净资产收益率和总资产报酬率。它们的载荷系数都超过了0.8，这几个指标都反映的公司的盈利能力，我们可称之为盈利因子，该因子的方差解释度最大，达到了47.63%，近乎一半的贡献率，这是我们对上市的新能源概念公司评价的最重要的评价指标。新能源公司的发展是我国科学发展观的体现，也是

23、当前低碳发展的先锋军，受到了国家政府的重视与支持，在资金较为充足的基础上，新能源公司的投入产出水平和盈利水平对其发展与壮大起着决定性的作用，因而该第一因子对于投资新能源概念上市公司的投资者，具有很大的指导性和作用力。第二主因子F2的解释方面具体是流动比率，速动比率，净资产比率。它们的载荷系数也都超过了0.8，这三个指标分别反映的是企业流动资产在短期债务到期以前，可以变为现金用于偿还负债的能力，偿还流动负债的能力和负债情况。概括而讲这些指标反应的是企业在短期内偿还负债的能力，我们称之为评价企业绩效的短期偿债因子。该因子对原始观测数据的方差贡献率第二高，达到了21.749%，起着十分关键的作用。新

24、能源发展离不开科研成果的应用，更离不开强大资金的扶持与投资，企业资金的充足可以很好的保持企业管理资产方面保持很好的流动性，使企业发展效益提高。介于企业的偿还债务能力涉及企业信誉，企业的发展的稳定性，是企业发展的前提，对投资者选股的关键因素，该流动因子的重视度受到了该因子模型的较大体现。第三因子F3的解释方面具体为每股净资产这个单一指标信息，它的载荷也超过了0.8，该因子对于原始观测数据的方差贡献率有15%，每股净资产值反映了每股股票代表的公司净资产价值，我们可以称第三因子为价值使用率因子，每股净资产值越大，表明公司每股股票代表的财富越雄厚，通常创造利润的能力和抵御外来因素影响的能力越强。该因子

25、与股民投资的考虑方面息息相关，因为如果在公司性质相同、股票市价相近的条件下，某一公司股票的每股净资产越高，则公司发展潜力与其股票的投资价值越大，投资者所承担的投资风险越小。从公司发展的角度而言，新能源公司对于股市收集的资金高效利用，合理分配各个发展方面的有效配置，使公司收益最大化，反馈股民，做好这样的良性循环，使公司在社会层面更具有号召力，可以起到宣传效应和高效发展的双丰收。3.3 因子综合得分排名与评价为了更好的分析新能源企业的绩效情况，根据上述的因子旋转后的因子载荷系数，对各个企业的因子载荷系数进行加权总和，可以得到各个新能源企业的因子综合得分，将各个因子的方差解释的贡献度为权重来加权，计

26、算各新能源概念企业的综合得分F。能够构造的因子综合得分评价模型为： F = (0.4763F1+0.2174 F2+0.150F3)/0.8437下面根据新能源概念企业的综合得分F的大小进行排序并进行评价。表3.3-1中表格中有些企业的因子得分为负号，负号指的是该公司在该因子或总因子的相关衡量信息中表现较差，低于了13家新能源企业在相关信息的平均水平，可以归纳，由于第一因子F1，第二因子F2的权重较大，因为新能源企业在该两项因子得分较高的一半排名会有所提高，反之则排名靠后。第三因子作为前两个重要因子外的次要因子，影响度相比较小。即投入产出水平，销售和盈利能力和企业短期偿债能力是综合排名的关键因

27、素。表3.3-1 因子综合得分及其排名企业名称因子得分综合得分排名F1F2F3上海汽车2.61273-0.4170.44151.16731七星电子0.130010.87891.75150.69692宗申动力1.03850.8591-1.29520.52693南方风机-0.443991.36071.33980.51184佛山照明-0.261982.1773-0.89620.44155深圳能源-0.15483-0.71261.0583-0.10946东山精密0.26527-0.6306-0.207-0.12937当升科技0.42815-0.6425-1.0963-0.22898中金岭南-0.065

28、71-0.8758-0.152-0.35679金风科技-0.38811-0.90150.3629-0.416910中核科技-0.961730.1385-1.2441-0.643711中信国安-1.23821-0.46790.4114-0.658712东力传动-0.96011-0.7665-0.4746-0.800713 从表3.3-1可以看到，排在前4名的分别是上海汽车，七星电子，宗申动力和南方风机。 排在首位的上海汽车通过加强与德国大众、美国通用等全球著名几家汽车公司的战略合作，推出了上海通用、上海大众、上汽双龙、上汽通用五菱等系列产品；并且与此同时推进自主品牌建设，相继推出了荣威品牌和75

29、0产品，逐步形成了合资品牌和自主品牌共同发展的良好发展格局。上汽集团除直接经营管理汽车零部件、服务贸易等业务外，其核心的整车业务已于2006年10月注入持股83.83%的上海汽车股份有限公司，目前上海汽车已成为国内A股市场规模最大的汽车公司，而该公司的新能源项目是新能源汽车，具体是上海捷能汽车技术公司，其注册资本为6亿元。因而可见上海汽车作为新能源概念的公司其资金雄厚，而且主营业务市场占有率较高，反映在模型中的投入产出水平，销售和收益能力还有资金使用效率即第一，三因子都很高，新能源项目虽然只是作为该企业的一小分支公司来承担，这也反映了新能源企业发展的一种模式，自产自销综合模式，即大公司大企业利

30、用自身的资金优势，根据自身资金使用效率合理利用财务杠杆，挤出资金发展新能源发展，将自身产品的能源依赖由石油，煤等高碳量排放的旧有能源转为绿色低碳能源转移，获得绿色发展，以提高其社会责任。 排名第二的七星电子是一家以大规模集成电路制造设备、混合集成电路和电子元件为主营业务，以集成电路制造工艺技术为核心，集研发，生产，销售和服务为一体的大型综合性高科技公司。它的主营业务是集成电路制造，而该公司的新能源项目在于其太阳能光伏相关的用于太阳能行业的，从硅材料到电池片的产业链配置方案的设立，并且制造提供由七星电子自制设备生产的太阳能试验片，具有良好的性能，该项目也在SNEC第四届（2010）国际太阳能光伏

31、展览会上展出。 宗申动力排名第三，作为中国规模最大，技术最先进，产品门类最齐全的摩托车发动机和通用动力制造企业，与上汽在新能源概念方面的发展模式殊途同归，具有良好的投入产出水平与销售盈利能力，但由于其资金使用率与市场股票价值偏低，故而屈居第三。 而排在第四名的是南风股份，南方风机股份有限公司是由佛山市南海南方风机实业有限公司整体变更设立的股份有限公司，注册资本为7,000万元。南方风机股份有限公司主要的业务是通风与空气处理系统设计和产品开发、制造与销售，其新能源项目着眼于是风电叶片的制造与销售。新能源特色是风力发电。从经济合理的角度出发，风速只要大于每秒4米适宜于发电，风力愈大，经济效益也愈大

32、。而在我国，风力资源极为丰富，很多地区的平均风速都在每秒3米以上，发展风力发电前途光明。由于该公司风电叶片的制造尚未形成规模，故而我们看到其投入产出水平和销售能力偏低。该企业的新能源发展模式称之为“新能源外销”。 排名中间的依次是佛山照明，深圳能源，东山精密，当升科技，中金岭南，还有金风科技。其中佛山照明绩效水平较高，排名第五。佛山电器照明股份有限公司的主营业务各类灯具的制造销售，他的新能源项目包括了太阳能灯具的制造和新能源纯电动车使用的锂电池的制造。佛山照明在国内灯具发展迅速，2007年被评为中国驰名商标，在国内国际市场上，享有“中国灯王”的美誉。该企业的投入产出水平，销售和收益能力表现一般

33、，然而短期偿债能力很强势，单项能力得分排名第一，这表明了该企业的资金非常充足。凭借灯行业获取的充实资金，佛山照明通过参股形式进入了锂电池上游资源和下游电池领域：2009年9月，公司通过与华欧组建合资公司，获得吸附法提取碳酸锂技术，并与盐湖集团签订了合作意向书，共同生产锂电池原材料碳酸锂；在2010年3月，参股了合肥国轩，进入锂电池材料和电池组生产领域，公司将实现碳酸锂资源铁锂材料动力电池组完整的产业链，在动力电池领域具有较大优势。排名中下游的当升科技是一家由大型科研院所的科研人员创业，从事新能源材料研发和生产的高新技术企业。公司主要从事钴酸锂、多元材料及锰酸锂等小型锂电、动力锂电正极材料的研发

34、、生产和销售，是国内领先的锂离子电池正极材料专业供应商。该企业在投入产出水平，销售和收益能力表现较优良，获益于企业的锂电池的规模发展和他的新能源科研项目的优势。但其资金使用效率较低，很大作用在于资金投入后研发成果的不确定性。 排名靠后的中核科技，中信国安，东力传动在各个因子得分中都是偏低，反映了这3个企业在投入产出水平与销售盈利能力，短期偿债能力和资金使用率的不足。排在倒数第三的是中核科技，该企业是13家新能源概念中少有的以核能为新能源项目主体的企业。中核苏阀科技实业股份有限公司的新能源项目有压水堆核电阀门，还有核能发电。中核集团作为国内核电站的主要投资方和业主，是我国核电发展的重要企业，它的

35、发展情况很大程度的承载了我国核能电厂发展的形式，核能发展的主要特点有前期投入高、生产周期长,而且运营成本低，近年来中国发展核电厂提速，发展数量不断增多，中核科技的因子得分中，第一因子评分最低，即投入产出水平与销售盈利能力最低，一部分原因是核能的前期投入高，见效慢的缺点所致，一部分原因是基于核能发电安全性的考虑与核能技术有待完善的限制，故而建议中核集团加大科研立项，提升产业安全系数和使用效率，有阶段有目的地发展核能资源，防止投入不及产出，入不敷出，最终造成企业与政府长期财务赤字的后患。中信国安新能源项目是碳酸锂电池，而中信国安目前碳酸锂电池尚未形成规模，并且以生产碳酸锂原料作为主要的“新能源外销

36、模式”，虽与排名第三的南方风机股份属于同一新能源发展模式，但是产品附加值的缺陷一览无疑，故而中信国安提高产业升级，加大研究与生产，销售产品附加值更高的产品成为了该企业的发展需要；东力传动注册资本只有一百万，公司以工业齿轮和工业电机为核心业务，新能源项目为风电齿轮箱，其主要功用是将风轮在风力作用下所产生的动力传递给发电机并使其得到相应的转速。由于该企业相比其他企业，制造销售产品较为单一，缺少销售灵活性，减速电机和风电齿轮箱的销售情况直接对该公司下季度的投入产生了不可避免的影响，加上风电行业竞争的激烈使得东力传动不得不承受其压力而影响其销售的业绩与盈利，故而我认为东力传动急需扩大企业品牌知名度以获

37、取足够资金去扩展企业生产与销售的项目，使生产销售多元化，具有灵活性。图3.3-1 因子得分图在因子得分图中（图3.3-1），综合排名靠前的宗申动力和七星电子位于因子得分图的第一象限，当然这两家公司的因子F1和F2得分都比较高。而排名靠后的中信国安、东力传动、金凤科技、深圳能源位于因子得分图的左下方第四象限，它们的因子F1和F2得分低，且与其综合排名靠后是相一致的。总之，各企业间的差距非常明显。从图中可以看出，三种经营能力都好的企业很少，有更多的企业集中在第四象限，即盈利能力和偿债能力都较弱。因此，新能源概念企业发展中仍存在一些问题，要从总体上提高公司的各项经营能力，并达到提升公司经营业绩的目的

38、。图3.3-2 因子得分图运用R软件，绘制了数据关于因子的散点图和原坐标在因子的方向的信息重叠图（即双重信息图），此图全面反映了因子和原始数据之间的关系。从双重信息图biplot（图3.3-2）上我们看到，不同的变量在各公司的放映强烈程度不同。各个指标变量在宗申动力和七星电子等公司的反应强烈，说明这些公司的各个指标值均较高。上海汽车在指标X3（净资产收益率）上较高，而中核科技在指标X7（净利润率）上明显低于其他公司。 总体来看，排名靠前的企业中都有以一些明显的特点或说是优势,这些企业的发展战略多元化，研究和开发研究主营业务中的能用到的新能源项目，使得新能源优势转化在自身产业的发展上；他们在开展

39、新能源项目之时重视产业链的发展，单一的新能源材料或是新能源优势不是他们考虑的重点，这就使得企业的发展具有研究性和自主性，不以新能源发展作为主营业务，大大减少了他们对新能源原材料的依赖性，这样便形成了企业通过对主营业务的发展获取收益，在合适的能源使用项目中进行性价比高的新能源项目的研究和发展，使得新能源的发展和利用上更具有实效性。这样的发展不仅有利企业的多元化创新发展，更有利于新能源的推广和低碳经济的发展。同样，没有上述二个优势的企业排名靠后，这些企业依靠着单一新能源技术或产品的制造，他们的发展和盈利就很大程度依赖于对应的原材料价格水平和他们销售产品的需求程度，因而该类企业发展实属步履维艰：其一

40、，随着我国政府对新能源产业的支持与扶持，各个新能源产业的发展迅速，因而这些企业在原材料购买上有着许多的竞争，进而原本较为低廉的原材料价格上涨，他们的新能源的生产成品迫使提高；其二，消费者对使用新能源产品在接受程度上是不同的，对于安全性，实用性等有着不同的主观评价，因而该类企业还需要有效地激励消费者的信心，设法影响和改变他们的需求，让他们选择使用新能源产品。4. 结论与建议本文通过对13家新能源类上市企业的相关指标数据进行因子分析，提取出了新能源概念企业中的绩效评价的三个主要因子，分别是：盈利因子、流动偿债因子、价值使用率因子。通过因子分析，发现了新能源概念企业发展中的一些问题并提出相关建议：（

41、1）我国新能源概念类公司绩效评价的首要因子是盈利因子，新能源概念企业的项目研发需要充足的资金，以保证新能源项目开发的全面性和延续性，而这样庞大的资金就需要强大的主营业务去获取，那么主营业务盈利能力差，发展状况不佳的企业对于新能源概念发展很难立足，绩效成绩差在所难免。因而，这里建议新能源概念企业优化自身投入产出效率水平，进而扩大品牌效应，拓展销路，增强自身盈利性。新能源企业可以借鉴因子综合得分中表现优异的企业，以主营业务作为主要的盈利项目，按照企业的主营行业的发展需求来合理发展新能源，满足企业发展中的效益需求，提升社会环境质量，响应国家的低碳经济发展。（2）我国新能源企业在发展中许多都存在着新能

42、源技术的掌握的单一性和孤立性的问题，产品处于较低端水平，这样的现状原因在于企业的资金充足性存在问题和资金配置存在缺陷，新能源的研发不仅依靠资金，也需要人才，我国新能源概念企业对专业性人才的吸引度不够。这样就导致了企业缺少了可以依赖的技术开发优势，凭借低附加值产品的制造去获取收益，发展缓慢。因此，建议这些企业把资金用来延伸自身产品的升级与整合，注重人才和科研一体化，提升企业发展的创新能力，抢占新能源科技最尖端技术，以优化产能结构，获得高效发展。 （3）消费者对新能源产品的接受和认可程度目前来看还不高，这直接影响到社会群体对新能源产品的消费需求，进而影响到新能源产业的发展。新能源概念企业在项目研究

43、之时对于其销售产品的实用性和优势的自我认知度还不够，企业对自身产品的宣传力度不够。因此建议相关企业明确销售产品的实用性和优势所在，加大宣传力度，做到科学、安全、有效。（4）新能源产业受到我国政府的支持，现今一些企业借用新能源概念企图得到政府的扶持资金或在股市上有所目的，这对于我国起步较晚，发展不成熟的新能源产业有着不小的消极效应。对此建议国家政府加大新能源企业的管理和立法，以防有些企业钻孔子，造成国家宝贵财政资源的浪费和流失。（5）针对在第二因子即短期偿债能力不足的企业，作者建议这些企业在根据各个企业自身发展要求来进行自身财务管理的过程中，应时刻保证一定的资金流动性做支撑，这关乎企业的信誉与形

44、象，更关乎自身员工和股民的信心。结束语本文利用因子分析将13家新能源概念企业的原始指标数据变量综合为几个因子，通过因子分析模型，可以大致看出这些企业的绩效水平和排名，从而为科学评价分析我国新能源企业的发展提供一些有价值的参考，希望能从中发现一些问题来加以改进，从而使得我国新能源产业又好又快地增长。本文在获得客观结论的同时，在实际撰写与分析中仍有许多不足之处。在因子分析方面，本文所选取衡量企业绩效的原始观测数据仅限于相关企业的财务数据信息，对于企业的管理者水平，人才对于企业绩效水平的影响都没有做到具体的分析，由于数据收集的难度和自身学科专业学习不够深入，只得未来进一步去改进。本文的因子综合得分的

45、排名具有一定的合理性，所研究的新能源项目研究和发展的程度和绩效排名基本上是成正比的，达到了本文的研究目的。而本文的中核科技作为我国国内核电站的主要投资方和业主，是我国核电发展的重要企业，企业绩效排名靠后，这与实际有一定的差距，这可能是本文的数据分析中过于强调财务方面的指标和过于追求企业短期的发展效率，忽略了企业的长期发展规划。新能源产业的发展任重而道远，肩负着应对气候变化、建设低碳经济的历史使命，正因为如此，新能源的发展更需慎重。我国新能源企业应重视技术的深化研究，拓展产品的种类，注重产业链发展，这些企业应根据企业和社会的发展需要来选择新能源项目来研究开发，确保我国新能源产业健康、平稳、快速发

46、展。参考文献1 王斌会.多元统计分析及R语言建模.广州：暨南大学出版社.2010年01月.2 王斌会.R语言统计分析软件教程.中国：中国教育文化出版社.2007年01月.3 Johnson.R.A.，Wichern.D.W.实用多元统计分析(第6版) M .北京：清华大学出版社，2008年01月.4 张宇芳，基于因子分析的国内上市整车企业绩效评价.经济研究导刊. J .2010年第01期.5 周宏,王海妹,张巍.相对绩效评价的绩效形式研究.会计研究.J2008年第06期. 6 何晓群.多元统计分析.M .北京：中国人民大学出版社.2004年.7 郑小平,申凯浅.谈企业绩效评价存在的问题及对策.财会通讯.J2009年29期.8 余敏、冯丽.基于因子分析法的股份制商业银行竞争力研究.武汉金融J.2010.03. 9 周正柱. 上市公司经营业绩综合评价问题初探交通类上市公司实证分析:硕士学位论文. D .上海海运学院. 2002年.附录1：R语言命令options(digits=3)x=read.table(clipboard,head=T)cor(x)