摘要：文章基于我國26家上市軟件家具企業的相關財務數據，構建了上市家具企業成長指標體系，采用因子分析法，提取了6個公因子，計算了2010年～2012年軟件家具企業公因子得分，并通過對2010年～2012年軟件家具企業成長性的橫截面分析，研判了我國上市軟件家具企業近年來成長性的綜合情況及未來發展趨勢，為我國軟件家具企業成長性測度與評估提供決策參考。
關鍵詞：上市軟件家具企業；成長性；因子分析
一、 引言
軟件產業是信息產業的核心，是我國走向以信息化帶動工業化的新型工業化道路的重要基石。然而，我國的軟件產業起步較晚，經過二十幾年的艱苦創業和發展，其總體水平仍處于初級階段，仍然面臨著十分嚴峻的問題。無論從軟件行業對GDP的貢獻度、技術先進程度、國家投入力度、人才培養規模與質量，還是軟件產業百強家具企業的收入規模與對核心技術的掌控等指標來看，我國相比歐、美、日等軟件行業相對發達的國家與地區尚有很大距離，存在產業總體規模小、缺乏國際競爭力、市場占有率低、研發投入不足、自主品牌少。
為此，本文擬從財務視角出發，基于26家國內上市軟件家具企業財務數據，分析成長性因素，解析我國上市軟件家具企業的成長性，探討我國上市軟件家具企業成長性評價。
二、 文獻回顧
家具企業成長理論探索一直是經濟、管理等理論研究的重要內容。目前國外學者開展成長性研究是，大多從家具企業管理、家具公司治理等等多個視角出發，選擇合適度量指標，構建科學的指標體系，以測度和評估家具企業成長的效果，主要涉及指標選取和指標體系構建兩個方面內容。
關于家具企業成長性指標的選取研究，國內外學者都經行了很多深入的有價值的探討，并取得了豐碩成果。通過對國內外相關文獻梳理，目前的家具企業成長性度量指標主要集中在：總資產增長率、員工人數增長率、凈資產增長率、凈利潤增長率、主營業務收入增長率這5個指標上。
根據國內外研究現狀分析發現，當前對我國上市家具公司成長性的相關研究成果較為豐富，但是針對我國上市軟件家具企業的研究理論成果還比較少。為了有效度量軟件家具企業的成長性，應針對軟件家具企業特點，根據家具企業規模、家具企業家能力、技術創新能力、家具市場營銷能力、家具企業資本結構、營運能力、償債能力、融資能力、國際化能力等家具企業屬性，選擇、整合績效測度指標，構建測度模型。
三、 構建上市軟件家具企業成長性評價指標體系
1. 上市軟件家具企業成長性評價指標選取。在基于前人研究成果的基礎上，根據軟件家具企業自身的特征，考慮成長性評價指標的有效性及易獲取性，本文最終選取了18個財務指標，作為我國上市軟件家具企業成長性評價指標，構建了以下成長性評價指標體系。具體如表1。
2. 我國上市軟件家具企業成長性分析方法。用因子分析模型分析我國上市軟件家具企業成長性評價模型，首先從20個軟件家具企業成長性評價指標中，萃取出幾個影響家具企業成長性評價的公共因子。并進一步將原始觀測變量的值轉化為這些公共因子的得分，進行排名，為分析我國上市軟件家具企業成長性評價問題奠定基礎。
四、 上市軟件家具企業成長性評價實證研究
本文以中國軟件行業協會公布的100強軟件家具企業名單為基礎，篩選出其中的26家軟件家具企業作為研究樣本，并收集了每個樣本2010年～2012年年報中的相關財務數據，并對數據進行了正向化、標準化處理，對26家軟件家具企業進行橫截面分析。
1. 指標變量間的相關性分析。本文對20個指標變量做相關性分析，得到各指標變量間的相關系數矩陣，從結果中看出，各指標變量間存在不同程度的相關性，其中不少指標變量的相關系數絕對值在0.3以上，少部分絕對值在0.7以上。這說明各指標變量并不是相對獨立的，它們之間存在信息的重疊。因而適合采用因子分析方法對上述定義的18個指標變量進行濃縮、提煉，提取出相互獨立的綜合因子，來構建我國品牌軟件家具企業成長性評價指標體系。
2. KMO和Bartlett檢驗。如表2所示，Bartlett的球形度檢驗值為1136.443，顯著性水平為0.00，意味著檢驗結果是顯著的，拒絕原假設，可以進行因子分析。根據Kaiser給出的標準，KMO測度大于0.5意味著可以進行因子分析，本文KMO結果為0.619，說明可以進行因子分析。
3. 因子提取。根據因子分析模型公式，借助SPSS軟件，對2012年的成長性指標數據進行因子分析，提取公因子。結果表明，幾乎所有的變量共同度都在80%甚至90%以上，說明提取的因子已經包含了原始變量的大部分信息，因子提取的效果比較理想。其中的銷售人員比重X7共同度為0.344，相較于其他變量，所包含的原始信息量太少，為了研究方便，剔除該變量。
計算因子分析各個階段的特征根與方差貢獻，得出，前6個因子的特征值均大于1，因此應提取相應的6個公因子。6個公因子的累積方差貢獻率為80.318%，已經包含了大部分的信息，表示原有的17個變量相應的信息可以用6個公因子解釋。同時，可以看出，6個因子被提取和旋轉后，其總的累積方差貢獻率并沒有改變，依然是80.318%。只是經旋轉后的因子重新分配各因子的解釋變量的方差，使得因子的方差更接近，更易于解釋。
對因子載荷陣進行最大方差旋轉法之后，因子更容易解釋，載荷系數明顯兩級分化。在社會科學中，推薦的標準化因子載荷的最低水平通常為0.4。結果表明，除了負債融資率X18外，其余指標變量的最大載荷因子都在0.5以上，說明負債融資率不能被這6個因子很好的解釋。負債融資率低，不顯著，可能是由于軟件家具企業主動負債的難度大造成的。這里，本文將負債融資率剔除。從結果中得到：
�。�1）公因子F1方面：與X6（銷售增長率），X8（資產報酬率），X9（股東權益報酬率），X10（銷售凈利率）的相關性最強。它體現了軟件家具企業的盈利能力。因此，F1是家具企業的盈利能力因子，它綜合反映了整個指標體系18.573%的信息。
關鍵詞：上市軟件家具企業；成長性；因子分析
一、 引言
軟件產業是信息產業的核心，是我國走向以信息化帶動工業化的新型工業化道路的重要基石。然而，我國的軟件產業起步較晚，經過二十幾年的艱苦創業和發展，其總體水平仍處于初級階段，仍然面臨著十分嚴峻的問題。無論從軟件行業對GDP的貢獻度、技術先進程度、國家投入力度、人才培養規模與質量，還是軟件產業百強家具企業的收入規模與對核心技術的掌控等指標來看，我國相比歐、美、日等軟件行業相對發達的國家與地區尚有很大距離，存在產業總體規模小、缺乏國際競爭力、市場占有率低、研發投入不足、自主品牌少。
為此，本文擬從財務視角出發，基于26家國內上市軟件家具企業財務數據，分析成長性因素，解析我國上市軟件家具企業的成長性，探討我國上市軟件家具企業成長性評價。
二、 文獻回顧
家具企業成長理論探索一直是經濟、管理等理論研究的重要內容。目前國外學者開展成長性研究是，大多從家具企業管理、家具公司治理等等多個視角出發，選擇合適度量指標，構建科學的指標體系，以測度和評估家具企業成長的效果，主要涉及指標選取和指標體系構建兩個方面內容。
關于家具企業成長性指標的選取研究，國內外學者都經行了很多深入的有價值的探討，并取得了豐碩成果。通過對國內外相關文獻梳理，目前的家具企業成長性度量指標主要集中在：總資產增長率、員工人數增長率、凈資產增長率、凈利潤增長率、主營業務收入增長率這5個指標上。
根據國內外研究現狀分析發現，當前對我國上市家具公司成長性的相關研究成果較為豐富，但是針對我國上市軟件家具企業的研究理論成果還比較少。為了有效度量軟件家具企業的成長性，應針對軟件家具企業特點，根據家具企業規模、家具企業家能力、技術創新能力、家具市場營銷能力、家具企業資本結構、營運能力、償債能力、融資能力、國際化能力等家具企業屬性，選擇、整合績效測度指標，構建測度模型。
三、 構建上市軟件家具企業成長性評價指標體系
1. 上市軟件家具企業成長性評價指標選取。在基于前人研究成果的基礎上，根據軟件家具企業自身的特征，考慮成長性評價指標的有效性及易獲取性，本文最終選取了18個財務指標，作為我國上市軟件家具企業成長性評價指標，構建了以下成長性評價指標體系。具體如表1。
2. 我國上市軟件家具企業成長性分析方法。用因子分析模型分析我國上市軟件家具企業成長性評價模型，首先從20個軟件家具企業成長性評價指標中，萃取出幾個影響家具企業成長性評價的公共因子。并進一步將原始觀測變量的值轉化為這些公共因子的得分，進行排名，為分析我國上市軟件家具企業成長性評價問題奠定基礎。
四、 上市軟件家具企業成長性評價實證研究
本文以中國軟件行業協會公布的100強軟件家具企業名單為基礎，篩選出其中的26家軟件家具企業作為研究樣本，并收集了每個樣本2010年～2012年年報中的相關財務數據，并對數據進行了正向化、標準化處理，對26家軟件家具企業進行橫截面分析。
1. 指標變量間的相關性分析。本文對20個指標變量做相關性分析，得到各指標變量間的相關系數矩陣，從結果中看出，各指標變量間存在不同程度的相關性，其中不少指標變量的相關系數絕對值在0.3以上，少部分絕對值在0.7以上。這說明各指標變量并不是相對獨立的，它們之間存在信息的重疊。因而適合采用因子分析方法對上述定義的18個指標變量進行濃縮、提煉，提取出相互獨立的綜合因子，來構建我國品牌軟件家具企業成長性評價指標體系。
2. KMO和Bartlett檢驗。如表2所示，Bartlett的球形度檢驗值為1136.443，顯著性水平為0.00，意味著檢驗結果是顯著的，拒絕原假設，可以進行因子分析。根據Kaiser給出的標準，KMO測度大于0.5意味著可以進行因子分析，本文KMO結果為0.619，說明可以進行因子分析。
3. 因子提取。根據因子分析模型公式，借助SPSS軟件，對2012年的成長性指標數據進行因子分析，提取公因子。結果表明，幾乎所有的變量共同度都在80%甚至90%以上，說明提取的因子已經包含了原始變量的大部分信息，因子提取的效果比較理想。其中的銷售人員比重X7共同度為0.344，相較于其他變量，所包含的原始信息量太少，為了研究方便，剔除該變量。
計算因子分析各個階段的特征根與方差貢獻，得出，前6個因子的特征值均大于1，因此應提取相應的6個公因子。6個公因子的累積方差貢獻率為80.318%，已經包含了大部分的信息，表示原有的17個變量相應的信息可以用6個公因子解釋。同時，可以看出，6個因子被提取和旋轉后，其總的累積方差貢獻率并沒有改變，依然是80.318%。只是經旋轉后的因子重新分配各因子的解釋變量的方差，使得因子的方差更接近，更易于解釋。
對因子載荷陣進行最大方差旋轉法之后，因子更容易解釋，載荷系數明顯兩級分化。在社會科學中，推薦的標準化因子載荷的最低水平通常為0.4。結果表明，除了負債融資率X18外，其余指標變量的最大載荷因子都在0.5以上，說明負債融資率不能被這6個因子很好的解釋。負債融資率低，不顯著，可能是由于軟件家具企業主動負債的難度大造成的。這里，本文將負債融資率剔除。從結果中得到：
�。�1）公因子F1方面：與X6（銷售增長率），X8（資產報酬率），X9（股東權益報酬率），X10（銷售凈利率）的相關性最強。它體現了軟件家具企業的盈利能力。因此，F1是家具企業的盈利能力因子，它綜合反映了整個指標體系18.573%的信息。