纺织服装行业上市公司财务绩效评价研究

　　摘要：纺织服装行业是我国国民经济的传统支柱产业，在满足国内消费需求、增加就业机会、提高农民收入等方面发挥着积极而重要的作用。而在经济危机尚未走远、国际经济贸易局势变化莫测的大环境下，我国的纺织服装行业也面临着消费需求下降、劳动力成本增加等各方面的挑战。作为企业经营发展状况非常重要的分析工具，财务绩效指标已经越来越被企业管理者、学者及专家所认同和运用。然而，随着财务会计管理科学的不断发展，企业的财务绩效指标也越来越纷繁复杂。不同指标的整合运用，多指标的综合分析，以及将概率统计学的工具运用到财务分析中来，已经成为大家关注的新问题。因子分析法可以从复杂的多个变量中提炼出主要因素，并对其重要性进行排序，“客观赋权法”的特点也是本方法大大削弱了人为确定权重的弊端，使本文的研究结果更加真实可信。

　　综上所述，本文采用因子分析法，对我国纺织服装行业上市公司的财务绩效评价指标进行剖析，准确、真实地反映我国纺织服装行业上市公司的财务经营状况，从而为其进一步的完善和发展提供理论依据。

　　关键词：纺织服装行业；国内消费；财务绩效

　　在纺织工业“十二五”发展规划中，纺织服装产业被明确了其作为“我国国民经济的传统支柱产业”、“重要的民生产业”以及“国际竞争优势明显”的产业地位，在满足国内消费需求、增加就业机会、提高农民收入等方面发挥着重要作用。2014年，我国全年GDP同比增长7.4%，经济总量首次突破60万亿元，中国经济呈现出增长趋缓、结构调整、动力转换的新常态。面临中国经济的“新常态”，纺织服装行业也开始呈现出和国家宏观经济相一致的发展趋势，即随着国家经济进入一个中高速增长阶段，纺织服装行业也将从高速增长进入中速增长；国家经济结构不断优化升级，使得纺织服装行业结构调整加快，包括产业结构、产品结构、企业组织结构的调整都在加快；同时，纺织服装行业在转型升级过程中，需改变对生产要素和投资的依赖，从而转变为依靠科技创新、品牌建设、管理科学乃至商业模式的创新来推动行业发展。而由于纺织服装行业存在财务绩效差、盈利能力不足的问题，而且传统的财务绩效评价方法也难以全面反映该行业的财务绩效全貌。在此基础上，本文列举了在沪深两市上市的纺织服装行业的企业为研究对象，运用因子分析法，综合评价了纺织服装行业的财务绩效，根据分析结果提出相应的对策和建议，以促进纺织服装行业在“新常态”的大环境下缓中有进，积极发展。

　　理论意义：传统的财务绩效评价指标相互之间较为孤立，相对重要性难以凸显。而因子分析法则从新的理论角度为企业的财务绩效评价提供了研究方法，有助于更全面地更实用地反映企业的财务绩效。

　　实践意义：本文运用因子分析法对纺织服装行业上市公司的财务绩效评价方法进行研究，可以让财务绩效的评价主体选择更加科学的财务绩效评价方法对其财务绩效进行评价，增强评价结果的真实性，进而有效增强对其管理者的监管和激励，帮助股东准确地了解企业的财务状况，可以有助于为投资人行使投资选择权提供重要依据、引导广大中、小股民进行价值投资。在纺织服装行业不断发展的背景下，选择我国纺织服装业上市公司的财务绩效评价方法作为本文的研究对象，其意义主要是在对我国纺织服装行业财务绩效评价方法进行研究的实践意义上。

　　本论文的研究思路是：首先说明了本文的研究背景及研究意义、概括总结了国内外财务绩效评价的研究现状。然后，对现有的财务绩效评价指标进行选择，建立了纺织服装行业上市公司的财务绩效评价指标体系。最后，运用因子分析方法对我国纺织服装行业上市公司2013年财务绩效进行了实证分析，根据实证结果提出了旨在提高我国纺织服装行业上市公司财务绩效的对策与建议。依据这一思路，本文分为五个部分进行具体阐述:

　　第一章是绪论部分。本章介绍了论文的研究背景和研究意义，以及研究思路和框架。

　　第二章总结了本课题的国内外研究现状。国外部分重点分析了国外学者对上市公司财务绩效评价的研究，将财务比率综合分析法（包括杜邦分析法和沃尔比重评分法）、EVA模型和平衡计分卡等作了简要介绍。国内部分主要介绍了国有资本金绩效评价方法、中国诚信公司评价指标体系和新兰德业绩综合测评法。

　　第三章是纺织服装行业上市公司财务绩效评价指标体系的建立。纺织服装行业企业具有其自身的特点和规律,本章首先明确纺织服装行业企业的概念、特征。基于此,依照纺织服装行业上市公司财务绩效评价指标体系的设定原则，构建了纺织服装行业上市公司财务绩效评价指标体系。

　　第四章是对纺织服装行业上市公司的财务绩效评价进行实证分析。首先论述了本文样本的选取原则,并对纺织服装行业上市公司样本财务数据作了描述性分析,然后运用因子分析方法，对我国纺织服装行业上市公司样本财务绩效进行综合评价。最后根据理论分析和实证研究结果提出一些旨在提高我国纺织服装行业上市公司财务绩效的对策与建议。

　　第五章为结论。归纳了本论文的研究结论并提出建议,同时指明本项研究存在的不足以及进一步努力的方向。

　　对上市公司的绩效评价研究，最初起源于X，泰勒等一批提倡科学管理的先驱者，曾以工人为研究对象，对工人的工作时间和工作效率进行系统分析，所得实验结果为创建科学管理奠定了坚实的基础。1911年，由泰勒所著《科学管理原理》一书出版后，国外学者逐渐深入研究绩效评价方法，主要历经财务比率综合分析法（包括杜邦分析法和沃尔比重评分法）、EVA模型、平衡计分卡等。

　　杜邦分析法（DuPontAnalysis）的原理是将若干个财务比率遵循其内部规律有机结合，形成一个系统的指标体系，最后用净资产收益率来反映企业的财务绩效和经营成果。采用杜邦分析法使得企业管理层能直观地了解到企业的运营状况，包括企业资产实现销售收入的能力、企业的负债程度以及是否最大化股东的收益等数据，这样就能找出股东回报率低的症结所在并对症下药；但杜邦分析法也容易造成企业管理层的短期行为，因注重短期财务绩效而忽略企业的长期发展。另外，随着对上市公司财务绩效评价方法的研究体系逐步完善，我们也了解到影响企业财务绩效的因素除了单纯地财务指标，还包括技术、员工、供应商等非财务指标。因而，杜邦分析法中财务指标的片面性造成其并不是一个全面有效的财务绩效评价方法。

　　沃尔比重评分法是由亚历山大•沃尔创立，设定了以下七个指标：流动比率、产权比率、存货周转率、固定资产比率、应收账款周转率、自有资金周转率和固定资产周转率，并赋予各指标不同的比重，然后根据行业的先进水平确定标准比率，通过将实际比率和标准比率相比较得出相对比率，最终得出企业财务状况的总评，并确定企业的信用评级。

　　平衡计分卡（BSC）借助于图、卡、表，从财务、客户、内部运营、学习与成长这四个角度来实现战略的规划，用以评估企业经营绩效相关要素的财务和非财务指标体系。历经近20年的发展，平衡计分卡已经成为集团进行战略管理的重要工具，深刻影响着集团战略规划与执行管理。

　　经济增加值（EVA）概念是由斯腾恩•斯特尔特公司提出的，定义为从税后净营业利润扣除全部投入资本成本（包括股权和债务）后的所得。其关键是资本投入是有成本的，企业的盈利只有高于全部投入资本成本时才能为股东创造出价值。经济增加值将企业市场价值的增值作为评判标准，它是对真正“经济”利润的评价，是显示企业最终经营目的的绩效考核工具。

　　随着沪深两市的创办和交易的开始，中国国内相关专家、学者、机构对上市公司的绩效评价体系的研究也逐步深入，并提出了一系列具有代表性的观点。这些观点既融合了国际相关研究成果，又结合了中国的实际发展需要，具有较强的适用性和实践性。具体如下：

　　该评价方法主要适用于国有企业绩效考核，该考核体系分为三个层次，为基本指标、修正指标和评议指标，并有综合评分法。基本指标有:净资产收益率、总资产报酬率、总资产周转率、流动资产周转率、资产负债率、利息保障倍数、销售增长率与资本积累率；修正指标有资本保值增值率、销售利润率、成本费用利润率、存货周转率等；评议指标有领导班子基本素质等非财务指标。这些指标内容和层次的确认实现了多因素互补及逐级递进修正，既有定性分析也有定量分析，全面评价企业财务状况、营运水平、风险控制能力和发展能力。由于国有企业在社会主义市场经济中占据主导地位，因此该评价方法对我国企业财务绩效评价仍有重要影响。

　　该方法为综合指数法。将上市公司的盈利水平、发展速度和财务状况划分为资产收益率、资产总额增长率、利润总额增长率、负债比率、流动比率和全部资本化比率等6个指标，并对这6项指标分别进行单项考核，然后各单项得分乘以该指标的权数,然后相加得到总评分,综合得分高于60分的上市公司业绩良好。

　　该评估方法包含获利能力、经营能力、股票含金量、偿债能力以及资产安全性等评价内容，共含有12个具体指标。其评价对象都是上市公司，因此采用股票交易周转率测评公司股票的市场属性，并且用公司素质与市场属性的综合结果做为评价公司综合绩效的依据。

　　纺织服装业作为我国的支柱产业，亦是优势产业，在国际经济和国内经济中都占有不可替代的地位。在国内解决国内居民就业问题、推动国家经济发展、增加国家外汇储备等方面所发挥的巨大作用，是其他行业不可比拟的。在本文中，纺织服装行业上市公司是指按现代企业要求建立，包括纺织业、纺织服装/服饰业在内，在境内证券交易所上市交易的具有法人地位的股份有限公司。我国的纺织服装行业具备如下几个特点：第一，纺织服装行业规模较大，据统计显示，2012年，全国纺织服装工业规模以上企业完成工业销售产值48977.01亿元。第二，我国纺织服装行业属于市场竞争比较充分的行业，成本增加或产品价格略有变化，都会对企业的财务绩效造成很大的影响。第三，我国的纺织服装行业对国际市场的依存度较高，该行业的企业外向型较多，有很大一部分都依赖出口，国外市场的不景气和出口政策的改变皆会对我国纺织服装企业的财务绩效造成影响，据统计数据显示，作为纺织服装行业原才俩的棉花对外依存度为30%左右，化学纤维原料乙二醇对外依存度超过50%。第四，我国纺织服装行业的用工量大。最后，我国的纺织服装行业是技术非常成熟的行业，在企业选择进入该门槛时门槛极低，技术工艺较为成熟，因此，资本向纺织服装行业转移相对来说比较简单。

　　财务绩效评价指标的选择是为实现财务绩效评价的目的，按照系统的方法选取的一系列反应企业各个侧面的许多指标。纺织服装行业上市公司的财务绩效评价指标的现在在反应其经营管理的基本内容基础上，还必须遵守以下几个原则：

　　3.2.1 系统性原则

　　系统性原则要求在指标的选择上，依据指标的贡献率、指标的构成及其之间的勾稽和逻辑关系，选择合适的财务指标，并采用科学的赋权方法给予客观的权重，进而可以达到评价的目的，也可以是评价体系的关键之处更加突出。

　　3.2.2 全面完整原则

　　财务评价指标的选择应尽量反映上市公司经营绩效的方方面面，做到全面完整。全面完整性原则要求评价指标体系能全面、系统并互相联系地评价纺织服装行业上市公司的财务绩效。

　　3.2.3 易于获取原则

　　对于每个评价客体来讲，可以用的指标是多方面的，可以用作评价的内容也是很多的，同时各个公司的信息也是保密的，并不是我们每个人都可以拿来用做研究的，因此从这个意义上讲，我们只能够选择那些我们能够得到的数据资料，我们考虑到很多因素的影响，必须遵守易于获取原则，选择合适的指标进行分析评价。

　　3.2.4 可比性原则

　　在选择评价指标时我们应该对偶然或者异常的事项进行剔出，使得所选择的指标具有不同层次的可比性，比如：横向与纵向可比。若不能完全做到，我们应选择对指标的某些方面进行一些适当的处理，保证指标的可比性。

　　3.2.5 可测性原则

　　可预测性原则要求企业选择的指标一般来说是可以通过企业自身的努力能够得到改善的目标、也可以是能够分清主客观因素的影响的指标。从这个意义上讲，财务指标必须能够进行度量，不管是以货币表示，还是以货币以外的其他上市表示。

　　评价指标体系是企业财务绩效评价的关键与核心部分，只有正确、全面地确定评价指标，才能真实、科学地反映企业的财务绩效，从而直接影响企业财务绩效评价的结果。本文在确定评价指标时，综合考虑了纺织服装行业的特点和评价指标体系的设定原则，从偿债能力、营运能力、盈利能力和发展能力四个方面选取了16个财务绩效指标，包括：资产负债率（x1）、流动比率（x2）、速动比率（x3）、总资产周转率（x4）、存货周转率（x5）、应收账款周转率（x6）、流动资产周转率（x7）、净资产收益率（x8）、总资产净利率（x9）、营业利润率（x10）、销售净利率（x11）、总资产报酬率（x12）、每股收益（x13）、每股净资产（x14）、净资产同比增长率（x15）、总资产同比增长率（x16）。

　　需要说明的是，虽然非财务指标在上市公司绩效评价体系中占有一席之地，但是由于非财务指标数量众多，选择和量化都比较困难，且本文侧重对经济绩效的评价。

　　本文通过使用Choice金融终端软件，选取了在沪深上市的77家纺织服装行业上市公司，剔除1家ST股公司（002015.SZ*ST霞客）、1家数据不全的公司（603889新澳股份）及8家数据异常的公司，最终得到67家纺织服装行业上市公司。根据本文第三章确定的纺织服装行业上市公司的财务指标，从Choice金融终端收集这67家纺织服装行业非ST股上市公司2013年年报提供的财务指标数据为研究样本。

　　4.1.1 因子分析法的原理及特点

　　因子分析最早是由英国心理学家C.E.斯皮尔曼在对学生各科成绩之间相关性的研究中提出的思想，其原理是从多个复杂变量中提取出少数几个具有代表性的公共因子，并用这几个公共因子来表示基本的数据结构。

　　在因子分析模型中，每个观测变量由因子的线性组合来表示。设有k个观测变量，分别为x1，x2，…，xk，其中xi是具有零均值、单位方差的标准化变量。则模型：

　　x1=a11F1+a12F2+…+a1mFm+u1

　　x2=a21F1+a22F2+…+a2mFm+u2

　　xk=ak1F1+ak2F2+…+akmFm+uk

　　称为因子分析模型。在该模型中：

　　1）F1，F2，…，Fm（m<k）称为公共因子，它是从原有变量中提取出来的具有代表性的综合因子；

　　2）ui（特殊因子），代表了该变量不能被公因子所解释的部分；

　　3）Aij（因子负载）是第i个变量在第j个公因子上的负载，表示Xi依赖Fj的程度，aij的绝对值越大，表示公因子Fi与变量Xi关系越密切。

　　因子分析法主要有以下几个特点：第一，提取的公共因子的个数远小于观测变量的个数（最多等于观测变量的个数），从而有效地简化数据结构，减少了研究人员的工作量；第二，提取的公共因子具有代表性，即能以最少的信息丢失反映原有指标的大部分信息；第三，公共因子之间是相互独立的，不存在线性相关关系。

　　4.1.2 因子分析法的操作步骤

　　因子分析通常有以下7个步骤：

　　（1）收集观测变量

　　（2）考察数据是否适合作因子分析

　　首先对标准化后的数据进行KMO和Bartlett球型检验，根据检验结果判断样本数据是否适合作因子分析。通常认为，KMO的值接近于1，则适合做因子分析；Bartlett球度统计量越大越好，其伴随概率<0.05，说明数据适合做因子分析。

　　（3）求R特征值与累积方差贡献率；

　　（4）提取因子

　　提取因子的方法主要有极大似然法、主成分法、不加权最小平方法等，本文采用主成分分析法，利用降维的思想，把多个指标转化成少数几个综合指标。根据观测变量的相关系数矩阵，设F1，F2，…，Fk为k个因子，当前m个因子的累计方差贡献率不低于80%，可提取前m个因子来反映原评价指标。

　　（5）因子旋转

　　由于因子载荷阵的不唯一性，需要对因子进行旋转以获得较为明显的实际含义。本文采用方差最大化正交旋转法，有助于简化旋转后的因子载荷矩阵结构，并更使旋转后的因子载荷矩阵更具有可解释性。

　　（6）公共因子的命名解释

　　（7）计算因子得分与综合因子得分及排序

　　本文采用回归估计法计算因子得分。根据各因子的方差贡献率计算出各因子的权重，再由各因子的线性组合得到综合评价指标函数：

　　F=(w1F1+w2F2+…+wmFm)/(w1+w2+…+wm)

　　这里的wi指旋转前或旋转后因子的方差贡献率。最后利用综合得分可以得到得分名次。

　　4.1.3 因子的适用性分析

　　因子分析法通过对大量数据内部结构的分析得出评价结果，具有较强客观性；另外，因子分析法可以通过计算因子得分及综合得分进行排名，还可以分析影响企业排名顺序的主要因素，从而明确企业未来应该努力的方向，这也是其他综合评价方法所不具备的。综合本文是针对财务绩效的评价研究并且选取的变量众多这两个因素考虑，本文选择用因子分析法作为上市公司绩效评价的方法。

　　4.2.1 因子分析过程

　　1.数据标准化处理

　　因为本文所选的16项财务指标中包括比率指标和非比率指标，为了消除指标间量纲和正、负指标的影响，首先将各财务指标的数据作标准化处理，并对得到的指标体系进行KMO检验和Bartlett球型检验，判断所选样本是否适合作因子分析（KMO和Bartlett球型检验请见表4.3）计算结果得到KMO值为0.748，Bartlett球型检验的近似卡方值为1371.933，自由度为120，P值为0.000，表明本文所选样本适合采用因子分析。

　　2.求R特征值以及贡献率，确定公共因子数量

　　根据标准化后的数据求出各指标间的相关系数矩阵和贡献率，结果显示变量的相关系数矩阵存在4个特征根植，分别是：6.937、2.751、2.055、1.144，且前4个因子的方差累计贡献率为80.540%，表明前4个因子充分反映了原始数据提供的信息，能包括16个指标的大部分信息。

　　提取方法：主成分分析法

　　3.因子载荷矩阵的旋转—方差最大化正交旋转法

　　依据因子分析原理，提取的4个公共因子（F1、F2、F3、F4）之间互不相关，而每个公共因子与其所代表的的各指标间具备高度相关性，每个公共因子所代表的各项指标也具有高度相关性。从表4.5可见，公因子F1在x8、x9、x10、x11、x12、x13、x14上均具有较高的载荷，代表了公司的盈利能力；公因子F2在x2、x3在这两项指标上载荷最高，代表了公司的偿债能力；公因子F3在x4、x5、x6、x7上具有较高的载荷，代表了公司的营运能力；公因子F4在x15、x16这两项指标上载荷最高，代表了公司的发展能力。

　　4.因子得分计算-回归法。（计算结果请见表）

　　根据下表所得的因子得分系数，可以写出因子得分计算公式如下：

　　F1=-0.087×1+0.085×2+0.083×3-0.025×4+…+0.099×14+0.088×15+0.053×16

　　F2=0.119×1-0.147×2-0.137×3+0.272×4+…-0.085×14+0.023×15+0.027×16

　　F3=-0.256×1+0.290×2+0.313×3+0.226×4+…+0.102×14-0.111×15-0.196×16

　　F4=-0.029×1+0.227×2+0.201×3+0.157×4+…-0.167×14+0.474×15+0.596×16

　　而4个主因子的权重依次为：

　　F1的权重：43.357/（43.357+17.192+12.841+7.150）=0.538328

　　F2的权重：17.192/（43.357+17.192+12.841+7.150）=0.213459

　　F3的权重：12.841/（43.357+17.192+12.841+7.150）=0.159436

　　F4的权重：7.150/（43.357+17.192+12.841+7.150）=0.088775

　　以4个因子中每个因子的方差贡献率为权重，得到综合评价得分计算公式下：F=F1*0.53833+F2*0.21346+F3*0.15944+F4*0.08878

　　上述4个公因子分别从盈利能力、偿债能力、营运能力和发展能力方面综合反映了纺织服装企业上市公司的特征并对其整体绩效做出了科学的判断和评价。因此，利用各因子得分与其方差贡献率经加权计算得出67家样本公司4个公因子所代表的的综合得分和4个方面能力的得分进行排名。

　　4.2.2 实证结果分析

　　（1）根据2013年纺织服装行业上市公司财务绩效综合得分计算公式可知，综合评价纺织服装行业上市公司财务绩效是主要考察公司的盈利能力、偿债能力、营运能力和发展能力等四个方面。其中，盈利能力主要考察净资产收益率、总资产收益率、营业利润率、销售净利率、资产报酬率、每股收益率和每股净资产七项指标；偿债能力主要考察流动比率和速动比率两项指标；营运能力主要考察总资产周转率、存货周转率、应收账款周转率和流动资产周转率四项指标；发展能力主要考察净资产（同比）增长率和总资产（同比）增长率。

　　（2）第一主因子是盈利能力因子，该因子对企业初始变量的方差贡献达43.357%，反映了纺织服装行业上市公司获取利润的能力，而盈利能力的强弱直接反应了企业的经营结果好坏。第二主因子是偿债能力因子，该因子对纺织服装行业上市公司初始变量的方差贡献达17.192%，重要性仅次于第一主因子，这同样表明纺织服装行业上市公司的偿债能力对其整体财务绩效有着较大的影响。第三主因子是营运能力因子,反应企业的经营运行能力，在因子重要性中排名占第三位，对所有初始变量的方差贡献为12.841%，该因子体现了企业管理自身资产的能力。第四主因子是发展能力因子，反应了纺织服装行业上市公司扩大规模的潜在能力，对所有初始变量的方差贡献为7.15%。从评价纺织服装行业上市公司的四个方面来看，盈利能力占得比重最大，其次为偿债能力、营运能力和发展能力。可见，对纺织服装行业上市公司而言，盈利能力非常重要，而偿债能力是纺织服装行业上市公司发展的稳固基础，营运能力是上市公司重要的内部动力，发展能力是上市公司得以可持续发展必不可少的条件。这四项一体共同反映纺织服装行业上市公司的财务绩效。

　　（3）根据计算得出的综合得分及排名表可知，本文将研究样本大致分为三类，第一类是较好，即综合得分在1分以上的企业，有3家公司；第二类是一般，即综合得分在0~1分之间的，有29家公司；第三类是较差，即综合得分在0以下的，有35家公司。第一类企业的得分较高，排名比较靠前，与偿债能力、营运能力和发展能力这三个因素有着不可分割的关系。对于第二类企业，其各项指标都处于中间状态，总体来讲，各项指标的得分都不是特别的突出和较差。而对于第三类企业来讲，其综合排名比较靠后，要么是由于各项能力排名都比较靠后，要么是虽然有的指标非常靠前，但是有的指标非常靠后，以致拉低了综合排名。需要特别说明的是，第三类企业的综合得分偏低，主要是因为其盈利能力得分偏低，同时与偿债能力在因子得分中占有较大的比重也有关。

　　基于企业在各个因子的得分情况，我们可以了解到，即便是综合排名属于中上游的公司，也并不是各项财务指标都均衡发展、排在中上游。如综合排名第三的公司，其盈利能力排名为58名，在所选样本公司中处于中下水平，但是其偿债能力、营运能力和发展能力排名都居于前十，对其来讲，企业应该注重盈利能力的提高，从而使企业在市场上更有竞争力。财务绩效一般的纺织服装行业上市公司，也不是所有因子得分排名都靠后，但由于是综合的评价分析，还受到其他因子的影响，使得其财务绩效没有被划分到绩效较好的企业当中，如爱迪尔、健盛集团、大杨创世、凯撒股份和中纺投资等等企业。而财务绩效较差的企业，主要是由于其偿债能力所占权重较高且排名在后，导致其绩效排名在最后，但是，该类企业除了偿债能力外也有做得比较好的方面，比如：金宇车城在发展能力上、上海三毛和三毛B股在营运能力和盈利能力上排名都具有前十，是做的比较好的方面，对于该类纺织服装企业应在其余指标方面加强管理，提高企业的财务绩效，使其市场竞争中占据优势地位。

　　纺织服装业是我国的传统产业，规模以上企业数量最多，从业人数最多，也是近二十年来在国民经济中增长最快的行业之一，产值平均每年增长14.55%，出口额占全球第一。纺织服装行业中的上市公司代表行业的整体水平，处于行业的核心地位，因此，本文对该行业67家上市公司的财务状况，采用因子分析法在其业内进行横向比较分析评价，其中4个公因子对综合财务状况的贡献大小不同，贡献最大的是盈利能力，其次是偿债能力、营运能力和发展能力。因此，可以据此分析各上市公司的优势和不足，判断其在行业内所处位置，以此调整公司的财务管理目标和经营策略，在对过去的业绩进行评价基础上，关键是要改善公司未来的综合绩效，从而提升企业乃至整个行业的竞争力。

　　1）本研究在样本选取方面仅以纺织服装行业上市公司为样本进行了研究，忽略了未上市公司，削弱了纺织服装行业上市公司财务绩效评价结果的全面性；

　　2）对于财务绩效评价指标的选取缺乏科学性的判断，本论文在研究中对财务指标的选取是结合相关研究成果的基础上提出来的，具有一定的局限性；

　　3）对于数值类的评价方法，研究的还不够全面，也没有对非线性评价方法进行实证研究，有待在今后的研究工作中得到进一步的完善；

　　4）我国现行的多种财务绩效评价体系均有不完善之处，无论是在权重确定、指标的选择，还是在综合评价方法的运用等方面都有继续研究和发展的空间；

　　5）上市公司财务绩效评价模型的建立必须从我国的基本国情出发，以经济学的基本理论作为依托，并综合考虑影响公司经营与风险的诸多种因素，辅以正确的方法论作为指导。

　　参考文献

　　1.程湛;罗华伟;季正韵;;基于因子分析法的农业上市公司盈利能力评价[J];安徽农业科学;2009年32期

　　2.朱小斌;郎蒙;;平衡战略业绩评价体系:现状与问题[J];北方经济;2006年20期

　　3.魏继华;宗刚;;企业绩效评价研究概况分析[J];财会通讯(学术版);2007年01期

　　4.赵选民;张晓阳;;房地产上市公司盈利能力影响因素实证分析[J];财会通讯;2009年03期

　　5.田笑丰;卢静;;零售业上市公司综合实力评价——基于因子分析法的实证分析[J];财会通讯;2012年15期

　　6.李治国;;公司盈利能力与资本结构相关性研究——基于对山东上市公司的实证分析[J];工业技术经济;2008年05期

　　7.赵萌;姚峰;;中小企业盈利能力影响因素实证研究——基于企业成长周期视角[J];财会通讯;2015年05期

　　8.张毅;曾鸣;梁晓文;张怡;田廓;;供电企业经营绩效的模糊评价法[J];华东电力;2009年01期

　　9.温志彬;郗永勤;;基于面板数据的福建省人力资本对地区经济发展影响的研究[J];华东经济管理;2008年05期

　　10刘冬荣;贺勇;;论企业绩效评价体系创新的动力和博弈论模式[J];湖南财经高等专科学校学报;2006年01期

　　后记

　　服装上市企业的财务绩效评价是一门专业的课题，本文的观点仅代表个人的意见，其中部分数据可能不够科学严谨，我会在今后的学习和工作中做进一步的努力。