显性盈利能力(盈利的表现)

　　盈利数量

　　盈利质量

　　主导产品市场前景 隐性盈利能力(盈利的原因)

　　资金管理能力

　　企业技术研发投入等

　　图1 基于冰山理论的高新技术企业盈利能力评价模型

　　在构造高新技术企业显性盈利能力变量时，盈利数量指标包括相对指标和绝对指标两种类型。相对指标包括了净资产收益率、销售净利率等，绝对指标包括了每股收益、利润总额等;盈利质量指标包括两种情况：其一，盈利中是否伴随着相应的现金流入，可用每股经营现金流量测度，其二，盈利中非经常损益占比，用非经常损益与利润总额之比测度，一般来说，非经常损益占比越高，盈利质量越差，因非经常损益不具有可持续性。

　　在构造高新技术企业隐性盈利能力变量时，主导产品市场前景可用主导产品的毛利率以及主导产品的市场占有率测度，这两个指标越大，表明其未来盈利能力越强;资金管理能力反映了高新技术企业管理者的管理水平和能力，可用存货周转率、应收账款周转率、总资产周转率等指标测度，以上周转率越大，表明资金利用率越高，未来盈利能力越强;企业技术研发投入反映企业未来的技术实力，可用研发费用投入额或研发费用投入强度(当期研发费用与当期销售收入之比)、研发人员(技术人员)人数或研发人员投入强度(当期研发人员总数与当期企业总人数之比)等指标测度。

　　我们在构建该模型的变量时，要赋予隐性盈利能力更多的变量，目的在于增大隐性变量的权重，从而使评价模型更加可靠、有效。

　　4.高新技术企业盈利能力评价模型的应用

　　4.1模型的可操作性改进

　　由以上分析，我们对该评价体系的指标进行了可操作性改进，根据可比性、易获取性、非重叠性、定量分析等原则，我们分两个部分、5个层面构建高新技术企业的盈利能力评价指标体系，两个部分指“水上”和“水下”部分。5个层面分别指：盈利水平数量指标、盈利水平质量测度指标、研发投入指标、主导产品市场接受指标、管理者资金管理能力指标。这里选取了以下9个指标：“水上部分”：每股收益(元)-X1、每股经营活动现金流量(元)-X2、净资产收益率(%)-X3;“水下部分”：研发费用投入强度(%)-X4、研发人员(技术人员)投入强度(%)-X5、主导产品毛利率(%)-X6、存货周转率(次)-X7、应收账款周转率(次)-X8、总资产周转率(次)-X9。

　　4.2 样本的选取

　　我们这里选取浙江省上市的高新技术企业为研究对象。浙江是经济发达省份之一，目前两市上市公司总数129家，居全国之首，并且也是较早公布认定高新技术企业名单的省份之一，根据截止2008年10月末公布的前两批高新技术企业，上市公司共26家，占上市公司总数的20%，其中沪市8家，深市18家，说明高新技术企业以中小上市公司为主。由于浙富股份研发资料无法取得，将其剔除。华东医药仅是下属全资子公司获得高新技术企业认定，也剔除，共得到有效公司样本24家。

　　在数据采集的时点选择上，我们选取样本公司连续3年的数据，然后对其进行加权平均，以提高预测的准确性和精度。05、06、07三年的权重比为2：3：5。数据来源为深圳证券交易所网站、上海证券交易所网站及巨潮网，以下表1为样本描述性统计结果。

　　表1 浙江省高新技术企业上市公司描述性统计结果 变量 样本数 最小值 最大值 平均值 标准差 X1 24 -.080 2.020 0.569 0.531 X2 24 0.000 1.360 0.505 0.455 X3 24 0.000 0.438 0.141 0.107 X4 24 0.036 0.256 9.53E-02 5.72E-02 X5 24 0.049 0.580 0.207 0.164 X6 24 0.098 0.738 0.310 0.172 X7 24 0.810 23.550 4.152 4.672 X8 24 2.830 16.460 6.474 3.995 X9 24 0.330 1.460 0.743 0.320 从统计结果来看，这些高新技术企业上市公司整体盈利能力很好。在显性盈利能力平均值方面，每股收益为0.569元，每股现金经营现金流量为0.505元，净资产收益率为14.1%;在隐性盈利能力平均值方面，也都有较好的表现。但从最小值来看，仍存在小部分公司盈利能力欠佳。

　　4.3 主成分分析过程

　　本文使用 SPSS 13.0 软件作为统计分析工具, 首先对9个指标的原始数据进行标准化处理消除量纲差异和数量级影响，其次，采用KMO法对数据进行检验，看其是否可进行主成分分析，并用相关性矩阵抽取主成分因素。在数据分析中，用最大方差法，对相关矩阵不断进行正交变换，大大减弱数据中存在的多重共线。

　　其中 KMO统计为0.709，大于0.6，信度较好，Bartlett球形检验显著性水平小于0.0001, 表明样本数量较为充足，可实施主成分分析。矩阵特征值与累计贡献率如表2所示 , 提取前4个主成分，前 4个特征值的累计贡献率为 87.692% 。提取旋转后的四个主成分的载荷矩阵见表3, 其中 F1、F2、F3、F4分别表示第 1、2、3、4个主成分。

　　表2 特征根与方差贡献率

　　成分 初始特征值 旋转平方和载入 特征值 方差贡献率 累计贡献率 特征值 方差贡献率 累计贡献率 X1 3.101 34.459 34.459 2.553 28.366 28.366 X2 2.232 24.800 59.258 2.107 23.415 51.781 X3 1.866 20.731 79.989 1.946 21.622 73.403 X4 0.693 7.703 87.692 1.286 14.289 87.692 X5 0.428 4.750 92.442 X6 0.224 2.486 94.928 X7 0.217 2.412 97.341 X8 0.132 1.469 98.810 X9 0.107 1.190 100.000

　　表3 旋转后主成份载荷矩阵 主成分 F1 F2 F3 F4 X1 -7.464E-02 4.797E-02 0.935 0.115 X2 8.486E-02 9.222E-02 0.329 0.881 X3 0.226 -1.580E-02 0.824 0.363 X4 0.938 4.994E-02 -2.429E-02 -0.182 X5 0.862 5.529E-02 -2.557E-02 0.279 X6 0.777 4.002E-02 0.511 -5.944E-03 X7 0.380 0.841 2.399E-02 8.569E-02 X8 -2.129E-02 0.965 -2.720E-02 -3.167E-02 X9 -0.343 0.671 0.146 0.496 由表3，第一公共因子F1在X4(研发费用投入强度)、X5(研发人员投入强度)、X6(主导产品毛利率)三个变量上的载荷值较大，这三个变量反映了主导产品的研发投入及其毛利率水平，我们将其定义为主导产品盈利能力;第二公共因子F2在X7(存货周转率)、X8(应收账款周转率)、X9(总资产周转率)三个变量上的载荷值较大，这三个变量反映了管理者运用资金的效率和能力，我们将其定义为资金运营管理能力;第三个公共因子F3在X1、X3上的载荷较大，这两个变量反映了企业当前会计盈利的大小，我们定义为当前盈利水平;第四个公共因子F4在X2上的载荷值较大，该变量反映了企业当前会计盈利带来的现金流，我们定义为当前盈利的质量。

　　4.4盈利能力评价的综合评价模型及结果

　　由表3，我们可以得到抽取的各公共因子的评价表达式：

其中：代表第个公共因子的得分;代表表3中第个公共因子的第个主成分的载荷矩阵系数;代表第个主成分的标准化值。

 2/4   首页 上一页 1 2 3 4 下一页 尾页