【導(dǎo)讀】隨著中資境外企業(yè)的數(shù)量不斷增多，規(guī)模不斷增大，企業(yè)內(nèi)部管理控制系統(tǒng)的研究尤為重要。對(duì)相同行業(yè)背景的企業(yè)有一定借鑒作用。術(shù)先進(jìn)，組織機(jī)構(gòu)多元化的企業(yè)。來(lái)越龐大，分支機(jī)構(gòu)或者子公司越來(lái)越多，對(duì)公司內(nèi)部的管理控制要求也要相應(yīng)的提高。對(duì)企業(yè)管理控制的研究在國(guó)外也是。從廣義上說(shuō)，“控制就是一種形式表示成為其主宰，并引導(dǎo)朝向希望的方向”。美國(guó)的coso委員會(huì)提出了一套完整的內(nèi)控框架。Coso報(bào)告指出，內(nèi)部控制包括控制。環(huán)境，風(fēng)險(xiǎn)評(píng)估，控制活動(dòng)，信息與溝通，監(jiān)控等五個(gè)相互聯(lián)系的要素。企業(yè)經(jīng)營(yíng)與市場(chǎng)之間的一條共同經(jīng)營(yíng)線。決定著企業(yè)目前所從事的或者計(jì)劃要從事的經(jīng)營(yíng)業(yè)。案例中得到發(fā)現(xiàn)進(jìn)行驗(yàn)證，確認(rèn)共同特征。這三家企業(yè)分別為華潤(rùn)集團(tuán)有限公。經(jīng)過(guò)多年的努力，華潤(rùn)的基業(yè)不斷壯大，商譽(yù)卓越,已發(fā)展成為。標(biāo)，就是為華潤(rùn)集團(tuán)貢獻(xiàn)利潤(rùn)，貢獻(xiàn)現(xiàn)金流。量化和非量化指標(biāo)．根據(jù)完成情況與業(yè)務(wù)合同對(duì)比進(jìn)行業(yè)績(jī)?cè)u(píng)價(jià)。

　　

【正文】 江蘇省行業(yè)分布特點(diǎn) 就行 業(yè)分布看，上市公司中有 79 家屬于制造類企業(yè)， 11 家批發(fā)、零售貿(mào)易企業(yè)， 10家信息技術(shù)企業(yè)， 5 家綜合類企業(yè)，交通運(yùn)輸業(yè)和社會(huì)服務(wù)業(yè)企業(yè)各 4家， 2家房地產(chǎn)企業(yè)以及 1家建筑類企業(yè)。由此可見(jiàn)，江蘇省上市公司以制造業(yè)為主，其總數(shù)量占全省上市公司總量的 %，全省的批發(fā)零售企業(yè)和信息技術(shù)企業(yè)分別占全省上市公司總量的 %和%，再加上綜合類上市公司，這四類上市的公司數(shù)量就占全省上市公司總量的 %。但是，江蘇省的上市公司有一個(gè)很明顯的特點(diǎn)，那就是截至 2020年 12 月 31 日，全省還沒(méi)有一家農(nóng)業(yè)上市公司 。 江蘇上市公司績(jī)效評(píng)價(jià)方法 目前國(guó)內(nèi)對(duì)上市公司治理績(jī)效的評(píng)價(jià)既有單項(xiàng)指標(biāo)，又有綜合指標(biāo)。目前我國(guó)絕大部分學(xué)者都是運(yùn)用一個(gè)或兩個(gè)指標(biāo)來(lái)評(píng)價(jià)公司的經(jīng)營(yíng)績(jī)效，如孫永祥、黃祖輝等學(xué)者傾向于使用凈資產(chǎn)收益率、每股收益、 Tobin Q作為績(jī)效的評(píng)價(jià)標(biāo)準(zhǔn)，而這些指標(biāo)本身的局限性很難全面反應(yīng)公司的治理績(jī)效，因此，實(shí)證結(jié)果容易出現(xiàn)偏差。 另外，部分學(xué)者綜合幾個(gè)績(jī)效指標(biāo)，按自己預(yù)設(shè)的權(quán)重對(duì)績(jī)效進(jìn)行衡量，就連我國(guó)目前享譽(yù)很高的績(jī)效評(píng)估機(jī)構(gòu) —— 中國(guó)誠(chéng)信證券評(píng)估有限公司 —— 在評(píng)估績(jī)效的時(shí)候，也是預(yù)先設(shè)定個(gè)單項(xiàng)指標(biāo)的權(quán)重，然 后才得出最終的績(jī)效得分。筆者認(rèn)為，這種方法忽略了一個(gè)重要問(wèn)題 —— 單項(xiàng)指標(biāo)權(quán)重設(shè)定的可靠性。為了克服這些缺陷，本文采用因子分析法，在現(xiàn)有數(shù)據(jù)的基礎(chǔ)上構(gòu)建公司治理績(jī)效的評(píng)價(jià)體系，這種方法既能克服單一變量的局限性，又能去除預(yù)先設(shè)定的主觀性。 16 評(píng)價(jià)方法介紹及指標(biāo)選取 評(píng)價(jià)方法介紹 數(shù)據(jù)分析過(guò)程中，各指標(biāo)之間經(jīng)常存在相關(guān)性，為了使考評(píng)指標(biāo)全面又同時(shí)消除這種相關(guān)性，筆者使用因子分析法來(lái)處理數(shù)據(jù)。 因子分析是一種常用的多元統(tǒng)計(jì)分析方法，這種方法能分析出變量之間的相關(guān)關(guān)系，運(yùn)用少數(shù)不可觀測(cè)的因子來(lái)描述大 量的觀測(cè)事實(shí)，在盡可能不剔除原變量的基礎(chǔ)上用最少的因子最大限度的解釋事物之間的本質(zhì)聯(lián)系。 評(píng)價(jià)指標(biāo)選取 評(píng)價(jià)績(jī)效的指標(biāo)很多，各個(gè)指標(biāo)反映績(jī)效的角度不同，本文選取了包括每股收益、凈資產(chǎn)收益率、 Tobin Q在內(nèi)的 13個(gè)評(píng)價(jià)指標(biāo)，其變量說(shuō)明如下： 表 21 變量說(shuō)明 變量 指標(biāo)名稱 變量定義 X1 每股收益 凈利潤(rùn) /股份總數(shù) X2 每股凈資產(chǎn) 股東權(quán)益 /總股數(shù) X3 凈資產(chǎn)收益率 凈資產(chǎn)收益率 =凈利潤(rùn) *2/（本年期初凈資產(chǎn) +本年期末凈資產(chǎn)） X4 凈利潤(rùn)率 凈利潤(rùn) /主營(yíng)業(yè)務(wù)收入 100% X5 凈資產(chǎn)增長(zhǎng)率 （期末凈資產(chǎn) — 期初凈資產(chǎn)） /期初凈資產(chǎn) X6 營(yíng)業(yè)利潤(rùn)增長(zhǎng)率 本年?duì)I業(yè)利潤(rùn)增長(zhǎng)額 /上年?duì)I業(yè)利潤(rùn)總額 100% X7 流動(dòng)比率 流動(dòng)資產(chǎn) /流動(dòng)負(fù)債 X8 速動(dòng)比率 （流動(dòng)資產(chǎn) 存貨 預(yù)付賬款 待攤費(fèi)用） /流動(dòng)負(fù)債總額 100% X9 存貨周轉(zhuǎn)率 銷(xiāo)貨成本 /平均存貨余額 X10 應(yīng)收賬款周轉(zhuǎn)率 銷(xiāo)售收入 /平均應(yīng)收賬款 X11 市盈率 普通股每股市場(chǎng)價(jià)格 /普通股每年每股盈利 X12 市凈率 股票市價(jià) /每股凈資產(chǎn) X13 托賓 Q (年末流通市值 +非流通股份占凈資產(chǎn)的金額 +長(zhǎng)期負(fù) 債合計(jì) +短期負(fù)債合計(jì) )/年末總資產(chǎn) 這些指標(biāo)能衡量公司的營(yíng)運(yùn)能力、資本管理能力、盈利能力、獲利能力、成長(zhǎng)能力等，且均能從上市公司公布的財(cái)務(wù)數(shù)據(jù)中得到，具有可取性和可計(jì)量性，為以后的分析提供了方便。 本文選取 2020年江蘇上市公司的面板數(shù)據(jù)作為研究樣本，為了提高數(shù)據(jù)的可靠性，在選取樣本的時(shí)候，本文做了一下處理：（ 1）選取正常上市的公司，剔除 ST和 *ST的公司；（ 2）選取各項(xiàng)指標(biāo)齊全且正常披露的企業(yè)；（ 3）運(yùn)用 Excel 20 ；（ 4）數(shù)據(jù)來(lái)源于 CCER 金融數(shù)據(jù)庫(kù)、 RESSET 數(shù)據(jù)庫(kù)以及江蘇省 2020年統(tǒng)計(jì)年鑒，部分?jǐn)?shù)據(jù)資料由手工收集補(bǔ)充。經(jīng)篩選，共選取了 118家上市公司。 因子分析 首先，為了檢驗(yàn)這 13個(gè)變量之間是否有相關(guān)性，是否適合進(jìn)行因子分析，我們運(yùn)用 SPSS進(jìn)行了 KMO和 Bartlett檢驗(yàn)。結(jié)果如下： 表 22 KMO 和 Bartlett39。s 檢驗(yàn) KaiserMeyerOlkin Measure of Sampling Adequacy. .745 Bartlett39。s Test of Sphericity Approx. ChiSquare 17 KMO和 Bartlett檢驗(yàn)原理是分析觀測(cè)變量之間的簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)的相對(duì)大?。?0KMO1），取值過(guò)小，表明變量偶對(duì)之間的相關(guān)不能被其他變量解釋，不適合運(yùn)用因子分析法。從上表看出， KMO的值為 ，說(shuō)明能進(jìn)行因子分析。 第二，在最小特征值為 1的基礎(chǔ)上求出公共因子方差，提取出 8個(gè)因子作迭代分析。使用這 8個(gè)因子變量，就能描述原 13個(gè)變量的 %，大于 85%，基本能反映所有原變量能描述的信息。 表 23 總方差解釋表 Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 5 5 1 2 2 2 9 3 6 6 4 4 .956 .956 2 5 .849 .849 4 6 .815 .815 0 7 .764 .764 8 8 .712 .712 .992 9 .504 10 .325 11 .297 12 .122 .941 13 .072 .552 第三，按方差最大法作因子旋轉(zhuǎn)，旋轉(zhuǎn)后的因子載荷矩陣如下： 表 24 旋轉(zhuǎn)后的因子載荷矩陣 Component 1 2 3 4 5 6 7 8 df 78 Sig. .000 18 每股凈資產(chǎn) X2 .900 .167 .067 存貨周轉(zhuǎn)率 X9 .502 .312 .140 .234 .206 .006 凈資產(chǎn)增長(zhǎng)率 X5 .535 .332 .123 .263 .187 凈資產(chǎn)收益率 X3 .061 .931 .076 .095 .087 .016 基本每股收益 X1 .614 .714 .023 .062 凈利潤(rùn)率 X4 .143 .701 .086 流動(dòng)比率 X7 .253 .166 .131 .059 托賓 QX13 .087 .781 .285 .009 .113 市凈率 X12 .122 .954 .073 .066 .037 速動(dòng)比率 X8 .004 .002 .952 .001 .012 應(yīng)收賬款周轉(zhuǎn)率 X10 .166 .086 .000 .954 .064 營(yíng)業(yè)利潤(rùn)增長(zhǎng)率 X6 .107 .076 .006 .063 .969 .029 市盈率 X11 .035 .039 .016 .028 .977 上表是按方差最大法，迭代次數(shù)為 8生成的因子載荷矩陣。由上表得知，第一個(gè)因子在X X X5 上有較高的載荷數(shù)，主要反映的是每股凈資產(chǎn)、存貨周轉(zhuǎn)率、凈資產(chǎn)增長(zhǎng)率的信息，反映企業(yè)的資本管理能力，簡(jiǎn)稱為資本管理能力因子；第二個(gè)因子在 X X X4 上有較高的載荷數(shù)，主要反映的是凈資產(chǎn)收益率、每股收益、凈利潤(rùn)率的信息，反映企業(yè)的盈利能力，簡(jiǎn)稱為盈利能力因子；第三個(gè)因子在 X X13上有較高的載荷數(shù)，主要反映的是 流動(dòng)比率 、 托賓 Q，反映企業(yè)的成長(zhǎng)能力，簡(jiǎn)稱為 成長(zhǎng)因子；第四個(gè)因子在 X12上有較高的載荷數(shù)，主要反映的是 市凈率 的信息，反映企業(yè)博得市場(chǎng)信任的能力，簡(jiǎn)稱為市場(chǎng)信任因子；第五個(gè)因子在 X8 上有較高的載荷數(shù)，主要反映的是速動(dòng)比率的信息，反映企業(yè)的資本流動(dòng)能力，簡(jiǎn)稱為資本流動(dòng)因子；第六個(gè)因子在 X10上有較高的載荷數(shù)，主要反映的是應(yīng)收賬款周轉(zhuǎn)率的信息，反映企業(yè)的抗風(fēng)險(xiǎn)能力，簡(jiǎn)稱為抗風(fēng)險(xiǎn)因子；第七個(gè)因子在 X6 上有較高的載荷數(shù)，主要反映的是營(yíng)業(yè)利潤(rùn)增長(zhǎng)率的信息，反映企業(yè)的營(yíng)運(yùn)能力，簡(jiǎn)稱為營(yíng)運(yùn)因子；第八個(gè)因子在 X11上有較高的載荷數(shù)，主要反映的是市盈率的信息，反映企業(yè)的 市場(chǎng)價(jià)值增長(zhǎng)，簡(jiǎn)稱為市場(chǎng)價(jià)值增長(zhǎng)因子。 經(jīng)過(guò) SPSS分析，這 8個(gè)因子的是不相關(guān)的。以下是其因子得分函數(shù)： 表 25 因子得分系數(shù)矩陣 Component 1 2 3 4 5 6 7 8 基本每股收益 X1 .309 .290 .154 .034 .167 .000 .084 .072 每股凈資產(chǎn) X2 .704 .183 .123 .069 .157 .078 凈資產(chǎn)收益率 X3 .598 .057 .096 .074 .055 .078 凈利潤(rùn)率 X4 .408 .110 .021 凈資產(chǎn)增長(zhǎng)率 X5 .062 .115 .162 .036 營(yíng)業(yè)利潤(rùn)增長(zhǎng)率 X6 .081 .039 .005 流動(dòng)比率 X7 .053 .294 .034 .019 .081 19 速動(dòng)比率 X8 .039 .051 .103 .858 .030 存貨周轉(zhuǎn)率 X9 .115 .093 .146 .050 .018 應(yīng)收賬款周轉(zhuǎn)率 X10 .143 .008 .057 市盈率 X11 .024 .106 .022 .048 市凈率 X12 .077 .862 .077 托賓 QX13 .155 .047 .579 .061 .101 由得分函數(shù)可得各因子與原變量之間的關(guān)系，例如： 13121110987654321 9X ????? ??? Xf 各個(gè)因子的權(quán)重： W1=， W2=， W3=，W4=， W5=， W6=， W7=，W8=。由此可求得江蘇省上市公司的績(jī)效評(píng)價(jià)模型： 8 f fffffffH? ??????? 本章小結(jié) 本 章分析了江蘇上市公司的現(xiàn)狀，并通過(guò)因子分析法構(gòu)建了江蘇上市公司績(jī)效評(píng)價(jià)指標(biāo)體系。提取了 8個(gè)因子代替了原來(lái)的 13 個(gè)財(cái)務(wù)指標(biāo)，其中前四個(gè)因子，即資本管理能力因子、盈利能力因子、成長(zhǎng)因子以及市場(chǎng)信任因子對(duì)績(jī)效的影響最大。因此要注重此四個(gè)因子的變化，以此為導(dǎo)向做出合理決策，從而達(dá)到提高江蘇上市公司績(jī)效的目的。 上市公司投資者、經(jīng)營(yíng)者及其他利益相關(guān)者共同關(guān)注的焦點(diǎn)之一是上市公司的績(jī)效。關(guān)于公司績(jī)效，四大報(bào)表提供的信息繁多，各種科目和比率往往讓財(cái)物報(bào)表的使用者無(wú)法準(zhǔn)確獲取真正對(duì)自己有用的信息。為了既能達(dá)到獲取 上市公司財(cái)務(wù)狀況的目的，又能有效減少評(píng)價(jià)指標(biāo)數(shù)目，本文選取 2020年江蘇省上市公司財(cái)務(wù)數(shù)據(jù)，運(yùn)用因子分析法，綜合歸納出八個(gè)具有代表性的因子，構(gòu)建了針對(duì)江蘇上市公司的績(jī)效評(píng)價(jià)模型，既克服了主觀因素對(duì)指標(biāo)權(quán)重的影響，又具有一定的可靠性和針對(duì)性，為江蘇上市公司績(jī)效評(píng)價(jià)提供參考。 參考文獻(xiàn) [1]孫永祥 ,黃祖輝 .上市公司股權(quán)結(jié)構(gòu)與績(jī)效 [J].經(jīng)濟(jì)研究 .1999年第 12 期 [2]施東暉 ,司徒大年 .中國(guó)上市公司治理水平及對(duì)績(jī)效影響的經(jīng)驗(yàn)研究 [J].世界經(jīng)濟(jì) .2020年第 5期 [3]李維安 ,唐躍軍 .公司治理評(píng)價(jià)、治理指數(shù) 與公司業(yè)績(jī) —— 來(lái)自 2020年中國(guó)上市公司的證據(jù) [J].中國(guó)工業(yè)經(jīng)濟(jì) .2020年第 4期 [4]郭麗華 .河北省上市公司治理對(duì)公司績(jī)效的影響研究 [D].博士學(xué)位論文 .河北農(nóng)業(yè)大學(xué) .2020 [5]韓芳艷 ,張孝友 .重慶市上市公司財(cái)務(wù)業(yè)績(jī)?cè)u(píng)價(jià) —— 基于 21家公司 2020 年財(cái)務(wù)數(shù)據(jù)的因子分析 [J].重慶三峽學(xué)院學(xué)報(bào) .2020,25(2) [6]杜龍波 ,黃業(yè)德 .基于因子分析的上市公司績(jī)效評(píng)價(jià) —— 以魯中地區(qū)上市公司為例[J].會(huì)計(jì)之友 .2020(23) 20 [7]楊成炎 .EVA綜合平衡計(jì)分卡 業(yè)績(jī)?cè)u(píng)價(jià)系統(tǒng)的構(gòu)建 [J].工業(yè)技術(shù)經(jīng)濟(jì) .2020,25 [8]王麗園 . 論基于關(guān)鍵績(jī)效指標(biāo)的企業(yè)績(jī)效評(píng)價(jià)體系構(gòu)建 [D]. 碩士學(xué)位論文 .復(fù)旦大學(xué) .2020