旅行社财务绩效实证研究

　　第四章 旅行社财务绩效实证研究

　　4.1 数据的来源

　　本研究采用 2007 年至 2011 年全国旅行社及除港澳台和西藏外 30 个省（自治区、直辖市）企业主要财务指标统计数据，统计数据均来自《中国旅游财务信息年鉴》。

　　4.2 因子分析过程

　　根据上述所选取的财务指标和确定的研究方法，对 2007 年-2011 年我国旅行社财务指标统计面板数据进行实证分析。面板数据是时间序列和截面数据的混合，既可以分析个体之间差异情况，又可以描述个体的动态变化特征[78]。考虑到一方面因子分析对样本数量的要求，财务指标（变量）为 14 个，而每年样本数量偏少，仅 31 组，另一方面对于期限较短而截面数据较多的样本，可以认为模型参数只与个体差异有关而与时间的变化无关，其差异主要表现在横截面的不同个体之间，及参数不随时间变化[78-79]，本研究假定指标集隐含的因子结构在较短的时间跨度内没有发生显着变化，我们把 2007-2011 年 5 年间 155 组数据作为样本进行因子分析。具体过程包括数据预处理、检验因子分析前提条件、因子提取以及因子得分计算。

　　4.2.1 数据预处理

　　在进行因子分析前，需要对样本数据进行必要预处理，包括指标同向化处理和指标无量纲化处理两部分。

　　首先，进行指标同向化处理。根据表 3-1 可知，本研究所选取的 14 项财务指标中，资产负债率、流动比率、速动比率和长期资产适合率是适度指标，需要进行正向化处理，其余 10 项指标均为正向指标，无需处理。将适度指标转化为正向指标的公式为Y-X-Kijij=，其中 Yij为正向化后的指标值，Xij为原始指标值，K 为指标的适度值[80]。K 一般取行业平均值，本研究中以整体样本剔除10%极端值后的平均值代替。

　　而后，进行指标的无量纲化处理。本研究采用普遍使用的标准化法对指标进
　　

　

　　向化后的指标值，U 和 V 分别是 Yij的均值和标准差。经过同向化和无量纲化处理后的我国旅行社2007-2011年主要财务指标统计数据见附录。

　　4.2.2 检验因子分析前提条件

　　（1）KMO 检验和 Bartlett 球形度检验

　　选用 SPSS20.0 统计分析软件，可以进行 KMO 检验和 Bartlett 球形度检验，检验结果如表 4-1 所示。KMO 检验的目的是检验变量间的相关系数是否过小，Bartlett 球形度检验的目的是检验变量构成的相关系数矩阵是否为单位矩阵。本研究中 KMO 取值为 0.651>0.5，Bartlett 的球形度检验 sig 值为 0.000<0.01，表明样本数据可以进行因子分析。

　　

　　（2）指标相关性检验

　　通过 SPSS 软件，对经过数据预处理后的我国 2007-2011 年旅行社主要财务指标统计数据（见附录）进行相关性分析，得到 14 个指标间的相关系数矩阵，结果如表 4-2 所示。

 

 

　　通过以上相关系数矩阵可知，衡量我国旅行社财务绩效的一些指标之间具有很强相关性，例如 C1 和 C2 的相关系数为 0.93，C1 和 C4 的相关系数为 0.751，C2 和 C4 的相关系数为 0.820，C5 和 C6 的相关系数为 0.968。为了消除指标之间的重叠，简化数据计算，适合进行因子分析。

　　4.2.3 因子提取
　　
　　（1）共同度分析

　　一般以因子分析结果的共同度来检验效度。共同度指的是各个评价指标解释方差的能力，取值范围为 0 到 1，其中 1 表示所有方差均能被评价指标解释，0则表示评价指标不能解释任何方差；通过共同度值的大小可以判断原始指标变量与共同因素之间的关系程度，一般认为共同度系数大于 0.5，就具有高效度[81]。

　　通过 SPSS 对预处理后的样本数据（见附录）进行共同度检查，输出的结果如表 4-3 所示。

　

　　由表 4-3 可知，除变量 C8、C11 和 C13 共同系数分别为 0.443、0.399、0.481外，其他 11 个变量共同系数均大于 0.5，其中 7 个变量的共同系数超过 0.8，可以判定共同因子对初始变量的解释有效。

　　

　　（2）公因子个数的确定

　　在因子分析中，确定公共因子的方法有主成分分析法、极大似然法、主轴因子法以及最小二乘法。本文选用最常用的主成分分析法进行公因子的提取，公因子解释的总方差具体结果如表 4-4 所示，公因子特征值碎石图见图 4-1。

　

 

　　公共因子个数的确定一般按照特征值的大小或者累积方差贡献率来确定。本研究选取前四个特征值大于1的成份作为公共因子。经过旋转，4个公因子的方差贡献率分别为20.480%、19.507%、18.394%和13.778%，累积贡献率为72.159%，能够较好解释原指标所包含的信息。

　　（3）因子载荷矩阵及旋转

　　根据上文确定 4 个公共因子后，利用 SPSS 软件可以进一步得到因子载荷矩阵，如图表 4-5 所示。因子载荷矩阵表示的是各个公共因子所包含的每项原始指标的信息量。一般在因子分析中得到的初始载荷矩阵由于结构较为复杂，各个因子的典型代表变量难以辨别，不利于进行公因子的解释和命名。因此，需要对初始因子载荷矩阵的结构进行调整和简化，对表 4-5 初始因子载荷矩阵进行方差最大正交旋转，得到旋转后的因子载荷矩阵见表 4-6。

　　

 

　　根据表 4-6 可知，公共因子 F1 中系数绝对值较大的有 C5、C6 和 C7，公共因子 F2 中系数绝对值较大的有 C1、C2、C3 和 C4，公共因子 F3 中系数绝对值较大的有 C8、C9 和 C10、公共因子 F4 中系数绝对值较大的有 C11、C12、C13和 C14。公共因子 F1、F2、F3、F4 与第三章中建立的旅行社财务绩效评价指标体系中的二级指标包含的变量一样，因此为保持文章的一致性，在此将公共因子F1、F2、F3、F4 分别命名为资产营运因子、盈利能力因子、偿债能力因子、发展能力因子。这也侧面证明了所构建的旅行社财务指标评价体系的合理性。

　　4.2.4 因子得分计算

　　在确定了 4 个公因子之后，运用 SPSS 软件根据回归法可以计算出因子得分系数矩阵，具体结果如表 4-7 所示。

　　

　　根据表 4-7 因子得分系数矩阵可得下列因子得分函数：

　　

　　根据因子得分函数可以计算出 2007-2011 年全国旅行社及 30 个省（自治区、直辖市）的 4 个因子得分，并且基于计算出的 4 个因子得分可以进一步计算出综合得分。综合得分的计算公式为：F=（20.480%F1+19.507%F2+18.394%F3+13.778%F4）/72.159% (5)根据公式（1）、（2）、（3）（4）可得 2007-2011 年全国旅行社及 30 个省（自治区、直辖市）的各因子得分及综合得分，具体结果如表 4-8 所示。