医药类上市公司经营绩效评价

2．细分医药类上市公司

我国沪、深两市医药类上市公司，按行业细分一般可分为：医药研发制造（包括化学原料药、化学制剂、西药、中成药、生物制品等）、医疗器械制造、医药流通以及医药销售等。本文所选取的医药类上市公司的数据均来自证券之星网站(https://www.360docs.net/doc/0b3639660.html,/)发布的上市公司年度报表。根据医药类上市公司的年报数据，分析各家医药类上市公司的主营业务收入来源，利用判别方法或聚类分析对121家上市公司进行细分。细分结果见表2-1和图2-1。

表2-1 医药类上市公司细分情况表

图2-1 医药类上市公司行业细分结果图

由表2-1，图2-1可知，医药类上市公司类别比较健全，但是同样也存在各类上市公司数量严重不均衡的问题，例如：化学制剂和中成药的上市公司居多，而医药销售、医药流通和医疗器械等上市公司较少。这将不利于医药行业证券市场的稳定发展。

3．评价指标体系的建立

综合考虑目前我国股市特点和上市公司的实际情况，本文认为要从上市公司的盈利能力、偿债能力、资产管理能力、成长性、股本扩张能力五个方面来反映上市公司的经营业绩。

第一，设立主营业务利润率、总资产报酬率、净资产收益率和每股收益这四个指标来反映上市公司的盈利能力。它们都是正指标。主营业务是上市公司的核心业务，是上市公司重点发展方向和利润的主要来源。主营业务利润率越大，则上市公司主营业务的盈利能力就越强。总资产利润率反映上市公司资产的整体获利能力。净资产收益率反映上市公司股东投资报酬的大小。在我国，净资产收益率连续三年超过10%的上市公司才有配股资格。因此，这个指标为广大投资者和管理层所关注。净资产收益率越大，上市公司净资产的获利能力就越强。每股收益反映了普通股的盈利水平，这是广大投资者尤为关心的指标，大多数投资者除了利用这一财务指标评价上市公司的获利能力外，还结合上市公司的每股市价进行横向比较，以决定投资哪家上市公司更为有利。因此，这个指标最能反映上市公司的形象。

第二，设立资产负债率指标来反映上市公司的长期偿债能力，设立流动比率和速动比率两个指标来反映上市公司的短期偿债能力。它们都是适度指标。经营业绩良好的上市公司，债务结构应该比较好，长期和短期偿债能力都比较强。我国目前上市公司负债比例普遍提高，而且债务结构不合理，需要有关部门高度重视。资产负债率指标对经营者、投资者和债权人有不同的意义。因此，资产负债率在上市公司经营业绩评估时是一个适度指标。流动比率和速动比率是分别衡量上市公司在某一时点上偿还即将到期债务和在某一时点上运用随时可变现资产偿还到期债务的能力。按照国际惯例，流动比率和速动比率分别为2和1为最佳。这两个指标值太高，则说明上市公司的流动资产和速动资产有闲置或流动负债利用不足的缺点。因此，流动比率和速动比率也是适度指标。

第三，设立总资产周转率、存货周转率、应收帐款周转率和流动资产周转率四个指标来反映上市公司在资产方面的管理能力。它们都是正指标。资产管理能力反映上市公司在资产方面的管理效率，经营业绩良好的上市公司应该有较好的资产管理能力。总资产周转率反映了资产总额的周转速度，周转速度越快，则说明上市公司的销售能力越强。存货周转率反映了上市公司在存货方面的管理能力。存货周转率越快，说明存货的占用水平越低，流动性越强，存货转化为现金或应收帐款的速度越快。应收帐款周转率反映上市公司年度内应收帐款转化为现金的平均次数，从一个侧面反映应收帐款流动的速度。应收帐款周转率越高，意味着

应收帐款的收回速度越快。流动资产周转率反映上市公司在一定时期内主营业务收入净额同平均流动资产总额的比率，流动资产周转率是评价上市公司资产利用率的重要指标之一。一般情况下，该指标越高，表明企业流动资产周转速度越快，利用越好。

第四，设立总资产增长率、主营业务收入增长率和净利润增长率三个指标来反映上市公司的成长性。它们都是正指标。经营业绩良好的上市公司应该表现出较高的成长性。成长性好的上市公司在总资产扩张能力、股本扩张能力、资产重组等方面都比较强。同时随着总资产的扩张，成长性好的上市公司盈利也能够相应地增加。从资产规模的角度来看，上市公司资产总额的多少是衡量上市公司实力的一个重要指标。总资产的增长速度自然在一定程度上能体现上市公司的成长速度。主营业务收入增长率在上市公司成长中也起到举足轻重的作用 ,表明公司重点发展方向的成长性。上市公司的积累发展以及给投资者的回报，主要取决于净利润的增加。所以净利润增长率也是考虑上市公司成长性的一个重要指标。

第五，设立每股公积金和每股未分配利润两个指标来反映上市公司的股本扩张能力。经营业绩良好的上市公司其股本扩张能力也应较强。目前我国上市公司规模还很小，其扩张的欲望很强，但经营业绩良好的上市公司在股本扩张后，其业绩至少要能够同倍增长，才能使自己有可持续发展的动力源泉。

综上所述，上市公司绩效评价指标体系如表3-1所示。

表3-1 上市公司综合评价指标体系

4． 基于灰色综合评价模型的上市公司绩效评价

所谓企业绩效评价[1]( Performance Valuation )，是指运用数理统计和运筹学原理，采用特定的指标体系，对照统一的标准，按照一定的程序，通过定量定性的对比分析，对企业一定经营期间的经营效益和经营者业绩作出客观、公正和准确的评价。下面采用结合熵技术法和灰色综合评价法[2]来对上市公司进行综合评价。

4.1 基于熵技术法的灰色综合评价方法

选取主营业务利润率、总资产报酬率、净资产收益率、每股收益、资产负债率、流动比率、速动比率、总资产周转率、存货周转率、应收帐款周转率、流动资产周转率、总资产增长率、主营业务收入增长率、净利润增长率、每股公积金和每股未分配利润做为评价体系的16个评价指标，构建以下方法： 4.1.1 构造指标特征值矩阵

设系统有m 个待优选的对象组成备选对象集，有n 个评价因素组成系统的评价指标集，每个评价指标对每一备选对象的评判用指标特征值表示，则系统有n×m 阶指标特征值矩阵：(),1,2,...,;1,2,...,ij n m ij X x x i n j m ?===式中（） 为第j 个备选对象在第i 个评价因素下的指标特征值。 4.1.2 规范化矩阵

规格化的目的有2个:（1）使指标无量纲化；（2）将指标值张弛成[0，1]之间的数，增加离散性。一般情况下，对象的所有指标可划分为成本型、效益型、适中型等指标，其规范化处理如下：

成本型指标（“越小越优型”） (max )/(max min )ij ij ij ij ij r x x x x =-- 效益型指标（“越大越优型”） (min )/(max min )ij ij ij ij ij r x x x x =--

适中型指标，即 “越接近某一标准i u 越优” 1()/max ij ij i ij i r x u x u =--- 于是得规范化矩阵：()ij n m R r ?= 4.1.3 确定指标权重

运用熵技术法来确定指标的权数，具体步骤如下： (1) 计算第j 个备选对象在第i 个评价因素下的指标值比重ij p 1

/

(1,2,...,;1,2,...,)m

ij ij ij

j p x x

i n j m ====∑ (4.1)

(2) 计算第i 个评价因素下的输出熵i E

1

1

=-(ln )

ln m

i ij

ij j E m p

p -=∑(1,2,...,)j m = (4.2)

若ij p =0，则ln 0ij p =。

(3) 计算第i 个评价因素下的变异度i d

1i i d E =- (1,2,...,)j m = (4.3)

(4) 计算第i 个评价因素下的权重i w

1

i

i n

i

i d w d

==

∑ (4.4)

4.1.4 灰关联度分析

首先确定参考数列{}fG 所组成的最优向量为：

1211121212221212(,,...,)(...,...,...)(,,...,),1,2,...,n m m n n nm j j j mj G g g g r r r r r r r r r j R r r r j m

==∨∨∨∨∨∨∨∨∨∨==上面为取大运算符，又记第个待评估对象所组成的向量为：

min min()0.5max max()

(,)()0.5max max()

ij i ij i i

j

i

j

i j ij i ij i i

k

r g r g R G r g r g ξ-+-=

-+- (4.5)

其次，利用灰关联度公式求j 第个待评估对象j R 与最优向量G 的关联系数(,)i j R G ξ;最后，求第j 个待评估对象与最优向量j X 与最优向量G 的关联度：

1

(,)(,)n

ij i i j j D R G w R G ξ==?∑ (4.6)

据此，可根据各待评估对象与最优向量G 的关联度的大小进行排序。

4.2 Borda 评分

设投票者数目为m ，候选人数目为n ，则有!n 种可能的偏好序，记为P 。定义候选人的集合为12(,...,)n X x x x =。

对任一投票者k ，其偏好序为k p ，评分矢量(1,2,...,0)s w n n =--，设

1,;

0,;

i j k

ij i j k x x r k x x >??=?>??第个投票者认为第个投票者不认为

式中， 1112121

2221

2.........k

k

k n k k k n k k

k n n nn k r r r r

r r r r r >??

??

??

????

????

为优于关系，则投票者的偏好关系矩阵

若投票者k 给候选人i x 的评分为 1

n

k

k

i ij

j r r

==

∑ (4.7)

若投票者k 认为i x 只优于一个候选人，则其评分为1，认为优于两个候选人，则评分为2，……，如果认为i x 优于所有的候选人，其评分为(1)n -，故k i r 就是投票者k 对候选人i x 的Borda 评分。所有投票者投票评分矩阵

121111222212.........m m m n n n r r r r r r r r r ??????????????

所有投票者对侯选人i x 的累积评分为

.1()m

k i i k r x r ==∑ (4.8)

所有候选人的Borda 评分矢量为12((),(),...,()),n r r x r x r x =其中有最大()i r x 的i

x 为优胜者。

4.3 医药类上市公司绩效评价实证研究

4.3.1 样本采取

对于目前中国证券市场沪、深两市的医药类上市公司到底有多少家，一直是个较有争议的问题，难有一个准确的界定数字，各家分析机构提供的数据也不完全一致。本次研究的样本选择本着全面、客观的原则选取了121家上市公司2005年-2007年的数据，数据均采自各上市公司发布的年报。 4.3.2 绩效评价结果

以2007年的数据为例，利用基于熵技术法的灰色综合评价方法对本年度上市公司数据进行评价。

利用matlab 编程求解（程序见附录1），得到灰色综合评价法求的结果见表4-2。

表4-2 2007年医药类上市公司绩效评价结果

同上方法，可得出2005年和2006年上市公司的绩效评价结果，再利用群决策排序法中的Borda函数对各个年份进行总排序，结果见表4-3。

表4-3 2005年-2007年121家医药类上市公司综合评价