基于因子分析法的零售行业上市公司绩效评价
摘要零售业是一个国家或地区经济发展、收入水平提高、生活质量提高和购物方式转变的综合表现。随着经济全球化的发展，零售行业已经进入了全面开放的阶段，现如今零售企业间的竞争愈演愈烈。为了能整体把握零售公司的整体绩效水平，寻找与同行业企业中的差距，选取2010年36家以零售也为主营业务的中国上市零售公司14个年度财务指标，利用spss160对企业整体绩效水平进行比较，并最终得出相应分析结论。利用因子分析法，用主成分来代替和综合反映原有信息，并通过银子来确定权数，既能避免信息重叠问题，又能规避重要信息的丢失，从而保证得出结果的客观性、全面性和公平性。关键词绩效评价，因子分析，零售行业，上市公司1指标体系的选取和样本的选择因子分析法是通过在多个指标中寻找主成分，用主成分来代替和充分反映原来的信息，并通过因子来确定权数，既避免了信息重叠问题，又避免了重要信息的流失现象1。因子分析是一种能够有效降低变量维数，并已得到广泛应用的分析方法2。所以本文以因子分析法为依据对我国零售行业的36家上市公司的经营业绩进行评价。本文以我国零售行业36家上市公司为样本进行研究。数据来源于同花顺网站公布的2009及2010年年度报告种的数据为基础，运用因子分析法对上市零售公司的经营业绩进行绩效评价。在进行指标选取过程中，遵循：适度原则、系统性和典型性原则、相关性原则、可测性原则和可控性原则。鉴于此，为了能够充分反映上市零售公司的整体绩效水平，指标选取了净资产利润率、净利润率、每股收益率、净资产收益率、流动比率、速动比率、存货周转率、总资产周转率、应收账款周转率、总资产增长率、主营收入增长率、每股公积金、每股经营现金流量、每股净资产，共14个指标作为评价指标。2相关性检验和公因子提取指标间的相关性是因子分析的前提和条件。本文采用KMO检验对指标的相关性进行检验。采用KMO检验，得到KMO的值为0517，可以进行因子分析。将36家上市零售公司的14个评价指标的相关数据矩阵输入到软件SPSS160中。利用软件自动对数据进行标准化处理，采用主成分分析法进行公因子的提取，可得到相关系数矩阵的贡献率、特征值以及累计贡献率。（见表1）表1：总方差解释
fCompo
e
tI
itialEige
valuesExtractio
Rotatio
SumsofSquaredLoadi
gs
Sums
of
Squared
Loadi
gs
TotalofVaria
ceCumulativeTotalCumulativeTotalofVaria
ceCumulative1234567893974267017r