——以A企业为例

范温萍  许敏  南京工业大学经济与管理学院

基金项目:国家社科基金重点项目“基于战略协同与激励相容的高校科技创新绩效提升研究”（19AGL009）

摘要：钢铁行业是我国经济建设与发展的重要支柱，长期以来由于行业集中度低、企业间竞争激烈、产品结构不合理以及存货积压等问题，很多钢铁企业都发展缓慢，经营困难。文章使用某钢铁企业A企业2011年至2020年的财务数据，选取相关指标，构建财务绩效评价体系，利用因子分析法计算得出A企业在供给侧结构性改革前后因子得分的变化，根据得分情况进行财务绩效评价，并提出相应的对策建议。

关键词：钢铁行业；供给侧改革；财务绩效评价

一、引言

钢铁行业一直以来都是我国重要的基础性行业，钢铁行业的健康发展同许多行业都密切相关。自改革开放以来，我国大力推进工业化和现代化建设，钢铁行业也因此得到了蓬勃发展。但是随着时间的推移，钢铁行业也逐渐暴露出一些不容忽视的问题，如产能过剩、低端产品市场不景气、生产结构不合理等。2015年底，我国提出供给侧结构性改革概念，其目的在于通过优化供给结构来适应新的市场需求变化。党的十九大报告进一步强调，深化供给侧结构性改革，建设现代化市场经济体系，必须把经济发展的着力点放在实体经济上，把提高供给体系质量作为主攻方向。钢铁行业作为实体经济的支柱型产业，势必在供给侧结构性改革的浪潮中受到较大的影响。

企业的财务绩效反映了企业在一定时期的经营成果，它展现了企业经营战略的实施情况。通过分析企业的财务绩效，有助于了解企业的财务活动和财务状况，及时发现企业在运营过程中的弊端，同时对企业制定未来发展战略也有很强的指导意义。以供给侧改革为背景分析钢铁企业的财务绩效，有利于将宏观政策同企业生产经营实践相结合，促进企业财务绩效的提升。

二、文献回顾

（一）供给侧改革对企业的影响

刘卫红（2016）认为，随着我国经济步入新的历史发展阶段，改革供需结构势在必行，在供需结构改革的过渡时期，企业应该把重点放在促进产业升级和研发，协调供需平衡这几个方面^[1]。贾康，苏京春（2016）指出，一旦供给侧改革实行了颠覆性创新，大批的市场交易会随之生成，从而刺激需求的增长，促进企业绩效的提高^[2]。陈爱雪（2016）针对钢铁企业如何解决生产能力过剩这一问题，从供给和需求两个方面分析指出，我国钢铁企业普遍存在负债率大，缺乏盈利能力等情况^[3]。李锦成，宁薛平（2017）强调，就供给侧改革而言，不同的企业应当有具体对应的改革措，在多维度中推进，抓住改革良机，促进经济发展^[4]。曾利萍，刘亚林（2019）从企业合理避税的角度指出，随着供给侧结构性改革的推行，钢铁行业之间的并购重组较为频繁，产业结构的调整升级已是大势所趋，此时正是企业安排税收筹划的好机会^[5]。

（二）财务绩效评价研究

进入20世纪，现代公司制度的建立，越来越多的人开始关注企业财务资金的管理，企业财务绩效评价便由此产生。率先从成本角度对企业的财务绩效水平进行度量的是哈瑞建立的标准成本制度。此后，美国杜邦公司的布朗进一步设计了以权益报酬率为核心的杜邦分析体系。亚历山大·沃尔利又提出沃尔评分体系，用来对企业的综合财务绩效进行评价。张双才，张黎群（2010）将我国财务绩效评价划分为三个阶段：计划经济时期、改革开放后和现代企业发展时期^[6]。张京，赵龙兴，易国志（2013）运用层次分析法和熵值法来确定主客观权重对企业进行财务绩效分析^[7]。郭晓蓓（2017）从企业规模、盈利能力、资本结构等方面分析了供给侧改革对钢铁行业经营业绩的影响^[8]。朱和平，郭佳佳（2017）利用TOPSIS法对企业财务绩效进行评价，发现使用TOPSIS法得出的财务绩效评价结果与实际情况具有较高的吻合度，该评价体系适用于对企业的财务绩效进行评价^[9]。

    三、模型构建及指标选取

（一）因子分析模型的构建

因子分析法的目的就是使用少数几个不相关、潜在的因子去描述许多指标或者是变量之间的关系。因子分析的核心在于减少所要分析的变量数量，将相关度高的变量归为同一类，每类变量为一个因子，通过提取共性因子来进行变量的分析研究。因子分析法的操作步骤主要包括：检验数据是否合适进行因子分析，构造因子变量及命名，对所提取的公因子进行计算。

假设有n个原始变量，记为X₁,X₂,X₃,X₄,…X_n,并且各变量均服从标准差为1，均值为0的情况。另外，有p个公共因子，记为f1,f2,f3,f4,…fp,其中p<n。则可建立以下数学模型：

以上数学模型可以简化为：X=AF+B。A(α_ij)为公共因子F（f₁,f₂,f₃,f₄,…f_p）的系数，称之为因子载荷矩阵，α_ij（i=1,2,…n,j=1,2,…p）为因子载荷，即第i变量与第j因子的相关系数，反映第i变量在第j因子上的重要性，B（β₁,β₂,β₃,…β_n）是X（X₁,X₂,X₃,X₄,…X_n）的特殊因子。

（二）财务绩效评价指标的选取

本文遵循财务绩效评价指标选取所要求的重要性、全面性、层次性以及实用性的原则，从盈利能力，营运能力，偿债能力和成长能力四个方面选取了净资产收益率，成本费用利润率等十一个指标，对A企业的财务绩效进行全面的评价。具体指标计算过程见表1。

表1 评价指标名称及计算公式

四、基于因子分析的A企业财务绩效评价

本文选取了A企业2011年至2020年的财务报表数据，按照以上指标进行归类和计算，数据来源为A企业历年的上市公司财务报告以及国泰安数据库，可以保证数据的真实性和完整性。

（一）因子分析检验

对于因子分析而言，只有同时满足KMO检验结果大于0.5和显著性小于0.05时，该模型才适合进行因子分析。为此，我们将数据带入SPSS23.0软件中进行检验，检验结果如表2所示。

表2    KMO检验和巴特利特球形度检验

从上述检验结果可以看出，KMO=0.600，p(sig.)=0.000，KMO检验和巴特利特球形度检验均合格，说明所有的数据均适合进行因子分析。

（二）因子选择及命名

数据初步检验结果合格后，运算出各因子的初始特征值以及方差贡献率，结果如表3所示。

表3  特征值及方差贡献率

从表3可以看出，前4项因子的初始特征值都大于1，说明其在整个指标体系起主要作用。对于一般情况，累计方差的贡献率能达到85%即可，运行的结果显示，前4项因子的累计方差贡献率为88.240%，因此，前4项因子就能够代表所有的数据来反映整体的水平。

在确定了需要提取的因子的个数后，应该根据因子特点对其命名，从而可以更加明晰地反映变量之间的相互关系，下面使用最大方差法对数据进行旋转处理，得到了如表4所示的旋转后的因子载荷矩阵。

表4   旋转后的载荷因子矩阵

旋转后的因子载荷矩阵能够更加清晰地显示各个因子所代表的能力。各指标对应的各因子载荷数值越大，则表明该因子比较适合代表所对应指标代表的能力，我们通过这种方法，可以对这四个公共因子进行命名。代表成长能力的主营业务收入增长率和总资产增长率在公共因子F₁上载荷较大，称为成长因子；代表偿债能力的权益乘数和有形净值债务率在公共因子F₂上载荷较大，称为偿债因子；代表盈利能力的净资产收益率和成本费用利润率在公共因子F₃上具有较大的载荷，被称为盈利因子；代表营运能力的应收账款周转率、现金及现金等价物周转率以及速动比率在公共因子F₄上的载荷数值较大，F₄可称为营运因子。综上所述，各因子含义如表5所示。

表5  各因子名称及含义

（三）数据处理及计算

使用SPSS.23继续对数据进行处理，得到如表6所示的因子得分系数矩阵。

表6  因子得分系数矩阵

据此可以计算出A企业4个公共因子的得分模型分别为：

F₁=0.223X₁+0.212X₂+0.213X₃+0.053X₄-0.031X₅+0.139X₆+0.042X₇+0.002X₈+0.022X₉+0.256X₁₀+0.23X₁₁

F₂=0.161X₁+0.148X₂-0.157X₃+0.195X₄+0.192X₅-0.09X₆-0.267X₇+0.178X₈-0.253X₉+0.058X₁₀-0.106X₁₁

F₃=0.042X₁-0.013X₂-0.099X₃+0.351X₄+0.112X₅-0.378X₆+0.265X₇+0.072X₈+0.289X₉+0.012X₁₀+0.135X₁₁

F₄=-0.276X₁-0.313X₂+0.205X₃-0.132X₄+0.651X₅-0.125X₆-0.11X₇-0.225X₈-0.152X₉+0.269X₁₀+0.296X₁₁

以各公共因子的方差贡献率为权重，计算得出A企业财务绩效综合得分：

F=31.95%F₁+26.93%F₂+19.46%F₃+9.89%F₄。

（四）企业财务绩效评价分析

经过计算，2011年至2020年各主因子得分以及综合得分如表7所示。

表7    2013年至2020年主因子得分及综合得分表

2016年是供给侧结构性改革的开局之年，本文以2016年为分界线，分析供给侧结构性改革前后A企业财务绩效的变化情况。

根据表7可以看出，A企业的财务绩效综合得分在2011-2013年间呈上升趋势，并在2013年得分最高，为11.982。但2014年起，A企业的财务绩效综合得分明显下降，相较于2013年，A企业的财务绩效综合得分下降了43.53%。2015年，A企业的财务绩效综合得分进一步下降，达到了整个观察期的最低值。2016年A企业的财务绩效综合得分开始回升，提高到5.012，虽然2017的得分有所下降，但是基本与2016的得分持平，2018年A企业的财务绩效综合得分又开始稳步提升，并在此后的两年都保持在相对稳定的水平。

A企业的成长因子在各年间的得分情况波动不大，成长因子在2011-2015年平均得分为1.3806，在2016-2020年平均得分1.5938，推行供给侧改革后的期间要比推行供给侧改革前的期间成长因子表现更好。A企业偿债因子和盈利因子的得分变动趋势基本与财务绩效综合得分变动趋势保持一致，都经历了2011-2013年的上升之后，从2014年开始下降，并在2015年降至推行供给侧改革前的最低值，2016年起偿债因子和盈利因子的得分开始逐渐提升，最后得分分别保持在8.5和11左右的水平。A企业的营运因子得分波动较大，在2011-2013年间一直下降，并在2013年降为负值，2014年和2015年得分持续提升，但在2016年又出现了下降，2017年起开始提升，且保持在相对稳定的范围内。

通过对A企业财务绩效综合得分及各主因子得分情况进行分析，可明显看出，A企业的财务绩效在推行供给侧改革前后存在明显的差异，供给侧结构性改革的推行对A企业财务绩效的提升有着推进作用，实证结果同社会经济发展的客观规律相一致。

五、对策建议

（一）创新生产技术，提升产品竞争力

生产技术的创新对钢铁企业而言是必须面对的一个重要问题。生产技术创新一方面使企业生产的钢材能更好地与国际高端钢材市场接轨，让中国摆脱高端钢材过度依靠进口的现状，增强国产钢材在国际钢材市场上的竞争力；另一方面，技术的创新也会推进生产效率的提升，能有效缩短生产时间，降低生产成本，减少原料消耗。为实现生产技术创新，A企业应当增加研发投入并培养高技术人才，在推进企业内的自主研发和创新的同时，与高校或相关研究机构合作，利用外部的先进科研资源帮助企业实现技术创新，提升企业成长能力。

（二）拓宽融资渠道，采用多元化融资方式

企业偿债能力的提升需要有充足的资金做保障，A企业应当开发新思路，采用多种融资渠道。在保证企业股份不被过分稀释的情况下，可以鼓励员工或者管理层持股，一方面拓宽了融资渠道，另一方面也激发了员工和管理层的工作热情。此外，还可将部分债务融资转变成股权融资以增加企业的资金来源，以及利用国家的政策红利，积极寻求银行等相关金融机构的低息贷款等。

（三）紧跟市场需求，及时调整生产结构

产品的研发和生产要紧跟市场需求，通过有效的市场调研，有助于企业预测市场需求变动。对于一些高成本、低收益、低需求的低端钢铁产品，可以适当减少生产或者改组相应的生产部门，对于高利润、高需求的高端钢铁产品则要加大研发和生产的力度。这样一来，企业通过及时调整产品的生产结构，将钢材生产同钢材销售衔接联系起来，能有效避免出现一部分产品供不应求而另一部分产品供过于求的情况，从而增加企业的盈利能力。

（四）强化部门间沟通，减少存货积压

“去库存”是钢铁行业改革的重点，相较于其他流动性资产而言，存货是一种变现能力较差的资产。在企业的日常运营中，有时可能需要大量流动资金，当存货积压过多时，相应的资金就会被占用而无法及时变现使用。此外，存货的周转速率太慢，必定会耗费相当数额的管理费和仓储费。生产部门没有对产品的正常销量做出正确预估，或者一味地想通过规模生产降低平均成本，都会造成存货大量积压。A企业应当建立更加灵活的存货管理机制，销售部门将市场需求情况及时反映给生产部门，以便调整生产数量。同时，生产部门不断将存货的积压情况反映给销售部门，也有利于销售部门及时调整销售战略，促进存货周转速度提高，减少存货积压。

（五）建立客户信用评级，加速应收账款回收

应收账款作为被买方无偿占用的资金，企业不仅要承担资金时间价值损失，还要考虑由于买方不能及时偿还账款而造成的损失。为了提高资金的使用效率，促进资金有效快速地流转，企业应当避免应收账款占用过多资金。为此，可建立客户信用评级机制，对于交易数额较小且再次交易可能性不大的客户，尽量缩短交易时间，做到一次付清。对于有长期交易关系的客户，可以根据客户以往的交易数量、购买金额、还款时间等因素综合分析客户的信用情况。对于信用等级高的客户适当增加赊账额度或适当延长还款期限，对于信用等级低的客户，则要提高赊销门槛，从而有利于快速收回应收转款，提升企业营运能力。

参考文献：

[1]刘卫红.经济转型升级视角下供给侧改革的着力点[J].湖湘论坛,2016,29(06):81-85.

[2]贾康,苏京春.论供给侧改革[J].管理世界,2016(3):1-24

[3]陈爱雪.供给侧改革背景下我国钢铁产业产能过剩问题的解决路径研究[J].工业技术经济,2016,35(10):133-137.

[4]李锦成,宁薛平.供给侧改革的三个要点分析:维度、时机、频率[J].经济问题探索,2017(06):1-7.

[5]曾利萍,刘亚林.供给侧改革下钢铁企业税收筹划建议[J].现代商贸工业,2019,40(13):90-92.

[6]张双才,张黎群.企业业绩评价的回顾与展望[J].财务与会计,2010(10):24-26.

[7]张京,赵龙兴,易国志.低碳视角下的能源企业财务绩效评价[J].财会月刊,2013(04):82-84.

[8]郭晓蓓.产能过剩产业上市公司经营绩效影响因子实证检验——以钢铁行业为例[J].财会月刊,2017(21):39-44.

[9]朱和平,郭佳佳.基于TOPSIS方法的财务绩效发展评价研究——以无锡制造业上市公司为样本[J].会计之友,2017(12):57-63.