Effect of Index Selection on Cluster Analysis

——A Case Study of Financial Competitiveness of Port-listed Enterprises

摘 要：文章以中國(guó)17家港口上市企業(yè)為研究對(duì)象，在基本財(cái)務(wù)分析基礎(chǔ)上，選擇17個(gè)具有代表性的財(cái)務(wù)指標(biāo)構(gòu)建財(cái)務(wù)競(jìng)爭(zhēng)力指標(biāo)體系，選取2015年的截面數(shù)據(jù)，運(yùn)用系統(tǒng)聚類分析法分別從盈利能力、營(yíng)運(yùn)能力、償債能力、發(fā)展能力、綜合財(cái)務(wù)能力等6方面對(duì)17個(gè)企業(yè)進(jìn)行分類，深入剖析其財(cái)務(wù)競(jìng)爭(zhēng)力表現(xiàn)，進(jìn)而提出針對(duì)性的發(fā)展建議。

關(guān)鍵詞：聚類分析；港口上市企業(yè)；財(cái)務(wù)指標(biāo)；財(cái)務(wù)競(jìng)爭(zhēng)力

中圖分類號(hào)：U691 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： This paper takes 17 Chinese port-listed companies as the research object， choose 17 representative financial indicators to build financial competitiveness index system on the basis of basic financial analysis，select the 2015 cross-section data，then use the system cluster analysis to classify the 17 enterprises by profitability， operation ability， solvency， development ability and comprehensive financial capability. Then depth analysis of its financial competitiveness， and put forward targeted development proposals.

Key words： cluster analysis； port-listed enterprises； financial index； financial competitiveness

近年來由于經(jīng)濟(jì)危機(jī)的負(fù)面影響帶動(dòng)全球國(guó)際貿(mào)易的低靡，航運(yùn)業(yè)出現(xiàn)了罕見的“漫長(zhǎng)低谷”，進(jìn)而直接影響到承載主要物流業(yè)務(wù)的港口及相關(guān)企業(yè)，國(guó)家“一帶一路”政策的提出和實(shí)施[1]、自貿(mào)區(qū)的推廣和建設(shè)為復(fù)興我國(guó)海洋經(jīng)濟(jì)、提升港口企業(yè)競(jìng)爭(zhēng)力提供良好政策環(huán)境。港口上市企業(yè)目前表現(xiàn)如何、如何進(jìn)一步結(jié)合政策擴(kuò)大其業(yè)務(wù)范圍、提高綜合競(jìng)爭(zhēng)力成為大家關(guān)注的焦點(diǎn)。本文立足于國(guó)內(nèi)17家上市港口企業(yè)，在分析其基本財(cái)務(wù)情況基礎(chǔ)上，通過設(shè)計(jì)綜合財(cái)務(wù)指標(biāo)體系，結(jié)合2015年數(shù)據(jù)，對(duì)不同類別財(cái)務(wù)指標(biāo)運(yùn)用聚類分析對(duì)港口上市企業(yè)進(jìn)行分類，研究指標(biāo)設(shè)計(jì)不同對(duì)分析結(jié)果的影響，并提出針對(duì)性的建議。

1 相關(guān)文獻(xiàn)綜述

目前對(duì)企業(yè)財(cái)務(wù)競(jìng)爭(zhēng)力的研究較多，如宋光輝等（2015）[2]、鄧斌等（2013）[3]運(yùn)用因子分析和聚類分析對(duì)零部件和糧油上市企業(yè)進(jìn)行財(cái)務(wù)評(píng)價(jià)，但單獨(dú)運(yùn)用聚類分析進(jìn)行相關(guān)研究的還不多，而直接針對(duì)港口上市企業(yè)財(cái)務(wù)情況的相關(guān)分析則更少。張杰等（2015）[4]運(yùn)用可拓聚類分析法對(duì)長(zhǎng)江經(jīng)濟(jì)帶9省2市近10年的數(shù)據(jù)進(jìn)行分類及預(yù)測(cè)。陳繼紅等（2015）[5]則從港口物流服務(wù)角度出發(fā)設(shè)計(jì)指標(biāo)，運(yùn)用模糊聚類法對(duì)國(guó)內(nèi)16個(gè)長(zhǎng)江三角洲港口就四類指標(biāo)分別進(jìn)行聚類分析。朱若男等（2014）[6]利用變異系數(shù)法確定指標(biāo)權(quán)重，提出基于灰色定權(quán)聚類的上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型，并用該模型對(duì)10家上市公司2012年的財(cái)務(wù)風(fēng)險(xiǎn)做出評(píng)價(jià)。李建等（2016）[7]以2014年我國(guó)部分第三產(chǎn)業(yè)上市公司為例，分別用非參數(shù)檢驗(yàn)法和因子分析和聚類分析兩種方法對(duì)其財(cái)務(wù)狀況水平進(jìn)行了比較，得出由因子分析中“初始因子載荷矩陣”擬合出的具有主成分內(nèi)涵的財(cái)務(wù)指標(biāo)進(jìn)行聚類的方法敏感性較高的結(jié)論。這些相關(guān)分析為本文財(cái)務(wù)指標(biāo)體系設(shè)計(jì)和相關(guān)研究提供了參考。

2 港口上市企業(yè)基本財(cái)務(wù)情況分析

市面上評(píng)價(jià)上市企業(yè)財(cái)務(wù)情況的指標(biāo)很多，但最基本的主要是企業(yè)年?duì)I業(yè)收入和企業(yè)年凈利潤(rùn)兩個(gè)指標(biāo)，目前我國(guó)境內(nèi)港口上市企業(yè)主要有17家（表1按凈利潤(rùn)降序排列）。根據(jù)其2015年企業(yè)財(cái)報(bào)整理可知（圖1a、b），以絕對(duì)值來說，無論是營(yíng)業(yè)收入還是凈利潤(rùn)，上海港、寧波港、天津港都穩(wěn)居前三甲，財(cái)務(wù)實(shí)力雄厚，經(jīng)營(yíng)情況領(lǐng)先于其他港口企業(yè)。而南京港兩個(gè)指標(biāo)在2015年均表現(xiàn)欠佳，為墊底水平。居中的港口上市企業(yè)各有千秋，其中營(yíng)業(yè)收入第五位的廈門港務(wù)，其凈利潤(rùn)卻排名倒數(shù)第五位。

以相對(duì)數(shù)來說，受國(guó)際金融危機(jī)、國(guó)際貿(mào)易市場(chǎng)低靡、國(guó)內(nèi)經(jīng)濟(jì)下行壓力較大等因素影響，2015年港口上市企業(yè)營(yíng)業(yè)收入增幅水平普遍不高，僅6家為正增長(zhǎng)，其中寧波港增幅比例最高達(dá)到45.64%，而皖江物流則墊底為-84.86%；凈利潤(rùn)增長(zhǎng)率也僅7家港口上市企業(yè)為正，但相對(duì)來說差異更大，珠海港遙遙領(lǐng)先于其他港口，增幅達(dá)284.56%，而皖江物流僅為-79.98%，排名最末。其中，廈門港務(wù)營(yíng)業(yè)收入增長(zhǎng)率和凈利潤(rùn)增長(zhǎng)率分別排名第七、第六，表現(xiàn)一般。

從基本財(cái)務(wù)情況表可以看出，由于經(jīng)濟(jì)危機(jī)持久無法復(fù)蘇、我國(guó)經(jīng)濟(jì)下行壓力加大、港口企業(yè)多元化經(jīng)營(yíng)不足等多方面原因?qū)е抡麄€(gè)港口行業(yè)財(cái)務(wù)表現(xiàn)低靡，差強(qiáng)人意。如何進(jìn)一步深入了解各港口上市企業(yè)財(cái)務(wù)表現(xiàn)情況成為本文研究的主題。

3 財(cái)務(wù)綜合指標(biāo)設(shè)計(jì)及數(shù)據(jù)標(biāo)準(zhǔn)化

因相對(duì)數(shù)指標(biāo)比絕對(duì)數(shù)指標(biāo)更能反應(yīng)財(cái)務(wù)綜合情況，結(jié)合文獻(xiàn)分析和本文研究需要，設(shè)計(jì)盈利能力、償債能力、發(fā)展能力和營(yíng)運(yùn)能力4個(gè)方面共17個(gè)相對(duì)數(shù)指標(biāo)組成港口上市企業(yè)財(cái)務(wù)綜合績(jī)效指標(biāo)體系（表2），指標(biāo)體系的設(shè)計(jì)注重利潤(rùn)質(zhì)量而不單單考慮最終的財(cái)務(wù)效果。

整理得出17個(gè)指標(biāo)2015年的相關(guān)原始數(shù)據(jù)見表3（數(shù)據(jù)來自網(wǎng)易財(cái)經(jīng)），個(gè)別內(nèi)容缺失的運(yùn)用行業(yè)平均數(shù)代替，如皖江物流凈利潤(rùn)增長(zhǎng)率數(shù)據(jù)缺失，運(yùn)用其他16個(gè)公司的平均數(shù)代替，為12.24。

聚類分析是一種多元統(tǒng)計(jì)方法，指將物理或抽象對(duì)象的集合分組為由類似的對(duì)象組成的多個(gè)類的分析過程，基本思想是 “物以類聚”，通過找到數(shù)據(jù)間有價(jià)值的內(nèi)在聯(lián)系進(jìn)而對(duì)數(shù)據(jù)進(jìn)行系統(tǒng)分類的一種分析方法。本文選取的17個(gè)聚類指標(biāo)其數(shù)據(jù)單位和變異程度有一定差異性，比如總資產(chǎn)利潤(rùn)率為百分比，而存貨周轉(zhuǎn)率為次數(shù)，會(huì)影響到后續(xù)計(jì)算的準(zhǔn)確性，故需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。本文采取SPSS22.0中的分析—描述功能，對(duì)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，將其轉(zhuǎn)換成平均值和標(biāo)準(zhǔn)差分別為0和1的標(biāo)準(zhǔn)化數(shù)據(jù)矩陣（表4），然后對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)展開聚類分析。（待續(xù)）

參考文獻(xiàn)：

[1] 陳夢(mèng). 港口物流核心文獻(xiàn)綜述（2010-2015）[J]. 物流科技，2016（4）：86-87.

[2] 宋光輝，李兵. 零部件類上市汽車公司經(jīng)營(yíng)績(jī)效研究——基于因子分析和聚類分析[J]. 會(huì)計(jì)之友，2015（2）：79-83.

[3] 鄧斌，孫建敏. 我國(guó)糧油上市企業(yè)經(jīng)營(yíng)績(jī)效綜合評(píng)價(jià)——基于因子分析和聚類分析[J]. 技術(shù)經(jīng)濟(jì)，2013，32 （下轉(zhuǎn)第46頁）