苗佳佳 摘要 文章首先以航空业12家上市公司2017年年报为基础,选取了反映上市公司盈利能力的部分指标数据,采用因子分析方法对12家航空上市公司综合盈利能力进行了综合评价排名和分类。然后,选取反映资本结构的具有代表性的三个因素,运用相关分析法,得出公司综合盈利能力与资产负债率有较强的负相关性,与流动负债率具有较强的正相关性,与权益乘数具有较弱的正相关性。最后,运用多变量逐步回归方法,证明资产负债率是综合盈利能力主要影响因素,据此给出综合盈利能力与资产负债率间的线性回归方程,运用一元线性回归对综合盈利能力与流动负债率进行分析,得出综合盈利能力与流动负债率的线性回归方程,希望通过因子分析法和线性回归法对提高航空公司的综合盈利能力得出有效结论。
关键词:因子分析,综合盈利能力,多元回归分析,资本结构
1引言 随着我国国民经济的持续增长和城镇化水平的不断提高,出国游以及长距离出行,使得我国居民选择航空更为频繁,中国目前已成为全球第二大航空运输市场。2017年中国官方记录的乘客数量突破5.5亿人次,民航飞机年运输飞行时间增长到1000万小时,这使得中国航空客运市场比重占到全球市场的12%。可见我国航空业发展势态良好,无论运输总量还是航班数量的快速增长都反映了人民对航空需求很旺盛。但是航空业在保持了营收、净利双增长的同时,纵观宏观环境以及行业发展,燃油费增长、高铁分流带来的压力依然存在,调价在提高盈利能力的同时如何保证客源不进一步流失,也在考验着航司的运营能力。航空公司的盈利能力是公司营销能力、筹资能力、生产能力和规避风险等能力的综合体现,对盈利能力指标进行综合盈利能力分析并进行公司排名具有重要意义。同时,结合12家上市航空公司的财务报表可以知道整个行业的资产负债率和流动负债率较高,而这两项指标反映公司了资本结构。鉴于航空业盈利能力现状以及资本结构的问题,文章在采用因子分析法评价航空公司综合盈利能力之后,利用回归分析进行资本结构对综合盈利能力影响的分析评价。 2 研究样本与指标选取 2.1样本选取与数据来源 我国上市的航空业企业有15家,本文在进行样本分析时,为避免异常数据对研究的影响,保证研究能更好地反映航空业上市公司盈利能力的实际状况,剔除了在2018年刚上市的华夏航空、被*ST 的上海航空、已停牌的海控B股三家上市公司,最终选取了12家航空业上市公司为研究样本。本文评价指标的数据是根据国泰安数据库中航空业上市公司年度财务报表和财务分析指标整理而来。 2.2评价指标选取 公司的综合盈利能力大小指标只从能够直观反映公司盈利能力的指标中选取,从经营获利能力方面,选取息税前利润、营业毛利率、总资产净利率、固定资产净利率和成本费用利润率作为评价指标;从资产收益能力方面,选取资产报酬率、投入资本回报率和投资收益率作为评价指标。资本结构方面选取最具代表性的资产负债率、权益乘数和流动负债比率来分析综合盈利能力和资本结构的关系。上市公司盈利能力研究相关指标体系如表1所示。
表 1 上市公司综合盈利能力研究相关指标体系表 分类 指标名称 公式 综合盈利能力评价指标 资产报酬率 (利润总额+财务费用)/平均资产总额 总资产净利润率(ROA) 净利润/总资产平均余额 固定资产净利润率 净利润/固定资产平均余额 息税前利润 净利润+所得税费用+财务费用 投入资本回报率 (净利润+财务费用)/(资产总计-流动负债+应付票据+短期借款+一年内到期的长期负债); 营业毛利率 :(营业收入—营业成本)/营业收入 成本费用利润率 (利润总额)/(营业成本+销售费用+管理费用+财务费用) 投资收益率 本期投资收益/(长期股权投资本期期末值+持有至到期投资本期期末值+交易性金融资产本期期末值+可供出售金融资产本期期末值+衍生金融资产本期期末值) 资本结构指标 资产负债率 负债总计/总资产 权益乘数 总资产/所有者权益 流动负债比率 流动负债总计/负债总计
3 盈利能力指标因子分析 3.1KMO 和 Bartlett 的球形度检验结果 使用 SPSS 19.0 的“因子分析”功能,选择 8 个盈利能力指标变量进行变量因子分析,如表2所示。 KMO 值为0.735,大于0.5,表明很适合因子分析, Bartlett 的球形度检验的显著性Sig 值为 0.000 ,说明数据来自正态分布总体,适合进一步分析。 表2 KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量。 0.7350 Bartlett 的球形度检验 近似卡方 145.3000 df 28.0000 Sig. 0.0000
3.2变量共同度 如表3所示,八个变量中有六个变量的变量共同度都在90% 以上,表明提取公因子对各变量的解释能力具有可信性。
表3 公因子方差 初始 提取 Zscore(资产报酬率) 1 0.929 Zscore: 总资产净利润率(ROA)' 1 0.958 Zscore(固定资产净利润率) 1 0.952 Zscore: 息税前利润' 1 0.907 Zscore: 投入资本回报率' 1 0.917 Zscore: 营业毛利率' 1 0.822 Zscore: 成本费用利润率' 1 0.959 Zscore: 投资收益率' 1 0.737 提取方法:主成份分析。
3.3解释的总方差 如表4所示,提取的2个公因子的方差占所有主成分方差的89.776%,而且旋转后两个因子的累积贡献率几乎没有改变,表明提取的2个因子已足够解释替代原来的变量。 表4 解释的总方差 初始特征值 提取平方和载入 旋转平方和载入 成份 合计 方差的 % 累积 % 合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 6.148 76.856 76.856 6.148 76.856 76.856 6.119 76.487 76.487 2 1.034 12.92 89.776 1.034 12.92 89.776 1.063 13.289 89.776 3 0.491 6.14 95.916 4 0.259 3.233 99.148 5 0.047 0.59 99.738 6 0.015 0.183 99.921 7 0.005 0.062 99.982 8 0.001 0.018 100 提取方法:主成份分析。
3.4旋转成分矩阵 如表5所示,因子1在资产报酬率、总资产净利润率、固定资产净利润率、投入资本回报率、营业毛利率、成本费用利润率和投资收益率变量上有较大的因子载荷,反映了7个指标的信息,因此因子1命名为资产和投资获利能力;因子2在息税前利润变量上有较大的因子载荷,因此因子2命名为经营盈利能力。 表5 旋转成分矩阵 成份 1 2 Z资产报酬率 0.954 -0.142 Z总资产净利润率(ROA) 0.973 -0.11 Z固定资产净利润率 0.974 0.05 Z息税前利润 -0.244 0.921 Z投入资本回报率 0.94 -0.181 Z营业毛利率 0.895 -0.142 Z成本费用利润率 0.978 0.052 Z投资收益率 0.782 0.354 提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的四分旋转法。 a. 旋转在 3 次迭代后收敛。
3.5成分得分系数矩阵 如表6所示,根据成分得分矩阵可以写出因子1和因子2的表达式 F1=0.151*X1+0.156*X2+0.166*X3+0.015*X4+0.146*X5+0.141*X6+0.167*X7+0.152*X8 F2=-0.078 *X1-0.046 *X2+0.108*X3+0.872*X4-0.117 *X5-0.082*X6+0.11 *X7+0.388 *X8 表6 旋转成分得分系数矩阵 成份 1 2 Z资产报酬率 0.1510 -0.078 Z总资产净利润率(ROA) 0.1560 -0.046 Z固定资产净利润率 0.1660 0.108 Z息税前利润 0.0150 0.872 Z投入资本回报率 0.1460 -0.117 Z营业毛利率 0.1410 -0.082 Z成本费用利润率 0.1670 0.11 Z投资收益率 0.1520 0.388 提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的四分旋转法。 构成得分。
3.6综合盈利能力评分 根据表4中因子的方差贡献率,综合盈利能力的表达式可以表示为:F=76.856*F1+12.92*F2,利用SPSS软件计算综合盈利能力得分,按照综合盈利能力得分对12家航空上市公司进行排名,结果如下表7所示: 我国航空上市公司的综合盈利能力得分不够高,排名第一的上海航空得分2.21695,厦门空港、白云机场、吉祥航空三家得分低于0.5,其他8家公司的综合盈利能力得分都是负的,低于行业的平均水平,说明我国航空上市公司的综合盈利能力较弱,有待提高。因子F1资产与投资收益能力与公司的综合盈利能力F排名有8家公司相同,南方航空、东方航空、海航控股和山航B这四家公司的因子F1和F排名不同,但是相差不大,说明因子F1资产与投资收益能力很好的解释了综合盈利能力指标。因子F2和F的排名相差很多,其中厦门空港综合盈利能力排名第二,息税前利润排名倒数第一;白云机场综合盈利能力排名第三,息税前利润排名第八;吉祥航空综合盈利能力排名第四,息税前利润排名第十;中国国航综合盈利能力排名第七,息税前利润排名第一,这说明航空行业息税前利润高,但是资产和投资的获利能力不一定高,不是呈现正向趋势变化。息税前利润是反映公司的净利润、所得税费用和财务费用之和,资产和投资的获利能力多是反映公司净利润带来的收益,这两个因子不是正向变动,那么与公司的资本结构有一定的关系。
表7 12 家航空上市公司综合盈利能力得分及排名 股票代码 公司名称 F 综合排名 F1 排名 F2 排名 600009 上海机场 2.21695 1 2.68406 1 1.19263 2 600897 厦门空港 0.45754 2 0.80062 2 -1.22123 12 600004 白云机场 0.37829 3 0.6096 3 -0.69837 8 603885 吉祥航空 0.00931 4 0.14317 4 -0.77963 10 000089 深圳机场 -0.13038 5 -0.06265 5 -0.63645 6 601021 春秋航空 -0.19512 6 -0.13265 6 -0.72118 9 601111 中国国航 -0.24349 7 -0.56097 7 1.45243 1 600029 南方航空 -0.3734 8 -0.67695 9 1.13679 3 600115 东方航空 -0.4055 9 -0.71221 10 1.09813 4 600221 海航控股 -0.469 10 -0.71582 11 0.62807 5 200152 山航B -0.60994 11 -0.65956 8 -0.79743 11 000099 中信海直 -0.63524 12 -0.71664 12 -0.65376 7
4 综合盈利能力与资本结构的相关性分析 根据相关性检验,结果如表8所示,F和资产负债率在0.01水平上显性负相关,相关系数达到-0.756;F和流动负债率在0.01水平上显性正相关,相关系数为0.732;F和权益乘数在0.05水平上显性负相关,相关系数为-0.642。
表8 综合盈利能力 F 与资产负债率、流动资产负债率、权益乘数的相关性 F 资产负债率' Pearson 相关性 -.756** 显著性(双侧) 0.004 N 12 **. 在 .01 水平(双侧)上显著相关。 流动负债比率' Pearson 相关性 .732** 显著性(双侧) 0.007 N 12 **. 在 .01 水平(双侧)上显著相关。 相关性 权益乘数' Pearson 相关性 -.642* 显著性(双侧) 0.024 N 12 *. 在 0.05 水平(双侧)上显著相关。
5 综合盈利能力与资本结构的回归分析 对综合盈利能力和资本结构的三个指标进行逐步多元变量线性回归分析,结果如下表所示。 表9中判决系数为0.756,表明模型拟合情况良好。表10中F检验的P-值为0.004,小于显著性水平0.05,可以判断模型整体非常显著。表11给出了线性回归的回归系数及t值,常数和资产负债率的系数分别为1.187和-2.495,相应的t值的概率值分别为0.008和0.004,则系数非常显著。得到综合盈利能力与资产负债率的一元线性回归方程:F=1.187-2.495X 表9 模型拟合情况— 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .756a 0.571 0.528 0.535450866 a. 预测变量: (常量), 资产负债率'。 b. 因变量: F
表10 方差分析表 Anovab 模型 平方和 df 均方 F Sig. 1 回归 3.814 1 3.814 13.303 .004a 残差 2.867 10 0.287 总计 6.681 11 a. 预测变量: (常量), 资产负债率'。 b. 因变量: F
表11 系数表系数 a 非标准化系数 标准系数 相关性 共线性统计量 模型 B 标准 误差 试用版 t Sig. 零阶 偏 部分 容差 VIF 1 (常量) 1.187 0.36 3.295 0.008 资产负债率' -2.495 0.684 -0.756 -3.647 0.004 -0.756 -0.756 -0.756 1 1 a. 因变量: F 由于综合盈利能力与流动负债率呈显性正相关关系,那么对综合盈利能力和流动负债率进行一元线性回归分析,结果如下表所示。 表12中判决系数为0.732,表明模型拟合情况良好。表13中F检验的概率P-值为0.007,小于显著性水平0.05,可以判断模型整体非常显著。表14给出了线性回归的回归系数及t值,常数和资产负债率的系数分别为-1.481和2.394,相应的t值的概率值分别为0.01和0.007,则系数非常显著。得到综合盈利能力与流动负债率的一元线性回归方程:F=-1.481+2.394X
模型 R R 方 调整 R 方 标准 估计的误差 1 .732a 0.537 0.49 0.556465241 a. 预测变量: (常量), 流动负债比率'。 b. 因变量: F 表12 模型拟合情况— 模型汇总
表13 方差分析表 Anovab 模型 平方和 df 均方 F Sig. 1 回归 3.585 1 3.585 11.576 .007a 残差 3.097 10 0.31 总计 6.681 11 a. 预测变量: (常量), 流动负债比率'。 b. 因变量: F 表14 系数表系数 a 非标准化系数 标准系数 相关性 共线性统计量 模型 B 标准 误差 试用版 t Sig. 零阶 偏 部分 容差 VIF 1 (常量) -1.481 0.464 -3.192 0.01 流动负债比率' 2.394 0.704 0.732 3.402 0.007 0.732 0.732 0.732 1 1 a. 因变量: F
6 结论 本文根据因子分析法对航空上市公司的综合盈利能力进行评价和排名,结果显示2017年我国航空上市公司的综合盈利能力较弱,有67%的公司综合盈利能力为负值,低于行业的平均水平;由提取的因子可知,这些航空公司的资产和投资的获利能力与综合盈利能力指标相契合,并且息税前利润高的公司其综合盈利能力不一定高,所以,航空公司在追求高利润的同时,也要关注资产和投资的获利能力,全面提高公司的盈利能力。 根据因子分析法得出的综合盈利能力得分,进一步采用相关分析的方法,分析综合盈利能力与反映资本结构的三个指标之间的相关性。得出航空上市公司的综合盈利能力与资产负债率显性负相关,与流动负债率显性正相关,相关系数达到70%以上。所以,公司在提高盈利能力的同时,需要关注公司的资本结构,及时调整与公司适合的资本结构。 根据综合盈利能力与资产负债率和流动负债率的回归分析结果可以知道我国航空上市公司的资产负债率和流动负债率对综合盈利能力的影响程度较大。结合2017年12家航空上市公司的财务报表,资产负债率平均值为47.59%,流动负债率平均值为61.86%,行业的负债率比较高,经营风险大,但是盈利能力却很弱,说明航空上市公司应该调整资本结构,尝试降低公司的负债水平,并合理安排流动负债的比例,提高公司的综合盈利能力和资产投资的获利能力。
参考文献
[1]袁楚毅.资本结构对企业绩效影响实证研究—来自广东制造业上市公司的经验数据 [J].市场周刊,2018,(02):10-12. [2]杨维忠,张甜.SPSS 统计分析与行业应用详解[M].北京:清华大学出版社,2013. [3]朱雨路.基于因子分析法的我国物流上市公司财务绩效评价[J].金融纵横,2018,(3):17-21. [4]朱红,钟素艳.中药上市公司资产质量比较分析[J].会计公司与治理,2018,(02):79-82. [5]郑治平.公司盈利能力综合评价及其主要影响因素分析-以化肥上市公司为例[J].会计公司与治理,2018,01(02):63-66. [6]郝佳蓓,韩珂.制造业上市公司盈利能力与资本结构关系分析[J].时代金融,2017,(10):178-188. [7]苏剑,陈佳琦.基于因子分析的酒类上市公司财务能力评价[N].沈阳大学学报,2017-10(5). [8]谭丹丹,郑少锋.社会责任信息披露质量对财务绩效的影响—基于生命周期视角[J].财会月刊,2017,(30):44-50. [9]何宜庆,李娜.研发投入对制造业上市公司财务绩效的影响分析—基于价值创造的视角[N].南昌大学学报,2017-12(6). [10]李唯滨,商柏溪.汽车及零配件行业拟IPO上市企业财务质量评价—基于因子分析和聚类分析的实证研究[J].财会研究,2018,(6):33-40. [11]宁歌辛,赵欢.净资产收益率影响因素实证研究—以上汽集团为例[J].时代金融,2018,(01):192-197.
|