上市农业产业化龙头企业财务绩效评价【摘要】农业在经济社会发展中处于基础地位，农业龙头企业的发展对农业现代化起引导性作用，且对农民增收、农村发展产生显著影响。文章运用企业财务绩效评价的分析框架和指标体系，以农业产业化国家重点龙头企业中的75家上市公司2012-2014年的财务数据为研究对象，从偿债能力、营运能力、盈利能力、发展能力及综合能力评价上市农业产业化龙头企业绩效，并提出Y相应的政策建议，为更好地推进我国农业龙头企业持续、健康、快速发展，促进农业发展、农民增收提供智力支持。本文采集自网络，本站发布的论文均是优质论文，供学习和研宄使用，文中立场与本网站无关，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除己转载的信息，如果需耍分享，请保留本段说明。【关键词】财务绩效；农业产业化；龙头企业；上市公司【】F832.48【文献标识码】A【】1004-5937(2017)10-0073-05一、样本选择及数据本文以2014年农业部等八部门第六次监测合格的1191家农业产业化国---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---家重点龙头企业中的75家上市公司为研究对象，利用2012年至2014年的财务数据进行实证分析。选择上市农业产业化龙头企业作为研究样本的理由如下：上市公司对外公幵财务报告，其数据较为完整，且公司上市一般作为企业发展的方向［1-2］。如不作特殊说明，样本数据均来自证券之星网和新浪财经公布的经审计后的财务数据。选用因子分析法评价农业产业化龙头企业绩效，从偿债能力、营运能力、盈利能力、发展能力及综合能力来反映我国农业龙头企业的绩效状况，选用以下指标体系：流动比率（XI）、速动比率（X2）、资产负债率（X3），流动资产周转率（X4）、总资产周转率（X5），成本费用利润率（X6）、营业利润率（X7）、销售净利率（X8）、净资产收益率（X9）,主营业务收入增长率（no）、总资产增长率（XII）［3-4］。二、研宄设计与处理过程（一）数据的预处理巾于所选取指标数据之间存在差异，直接进行分析会导致分析结果的不准确，因此在因子分析时，首先对原始数据进行预处理。数据预处理主要包括数据的趋同化处理和标准化处理。其中趋同化处理是将适度指标转化为正指标［5］。资产负债率（X3）属于适度指标，为便于比较分析，选用取倒数的方法将其进行正向化处理数据指标的适用性检验在进行因子分析之前，对数据进行适用性分析，检验方法为---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---Bartlett检验和KMO检验法。通常认为，KMO值大于0.5,且Bartlett球型检验的显著性水平小于0.05,数据适合作因子分析。本文所研究数据相关性KMO为0.648，大于0.5,Sig值显著性概率为0.000,于0.05,变量间相关性较大，符合作因子分析。（三）公因子的提取采取主成分分析法提取公因子，根据特征值大于1的判断标准，由碎石图分析可知，11个财务指标共提取了4个主因子，因此可以利用这4个主因子代替初始变景来反映企业的财务状况。从解释的总方差表（表1）中可以看出，所提取的4个公因子累计贡献率达到91.473%，大于70%，表明提取的主因子能够表示绝大部分的财务信息，能够较好解释总方差。（四）公因子命名为使公共因子具有明确的经济含义，以便对原始变量具有良好的解释性，根据需要采取方差最大法对各因子进行旋转，使得毎个因子上的载荷尽量向±1或者0的方向靠拢。通过比较各因子的旋转结果，可以对各个变量按照载荷数的大小进行相应归类，确定F1偿债公因子、F2营运公因子、F3盈利公因子、F4发展公因子（见表2）。（五）计算农业产业化龙头企业绩效得分通过SPSS数据处理后，得出FI、F2、F3、F4因子得分。由表1可知各主因子的方差贡献率即为因子权重，4个旋转后公因子的方差贡献率分别为26.726%、18.607%、29.171%、16.969%,因此各样本公司综合得分的计算公式为：F=（26.726XF1+18.607XF2+29.171X---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---F3+16.969XF4）/91.473。三、实证结果及分析根据2012-2014年上市农业产业化龙头企业财务绩效的因子分析，可...