2024年4月10日发(作者：俟暖梦)
）
文章编号
：
１０００６７７Ｘ
（
２０１２１０００１２０８
－－－
体育科学
第
３
第
１２０１２
年
（
２
卷
）
０
期
ＣＨＩＮＡＳＰＯＲＴＳＣＩＥＮＣＥ
Ｖｏｌ．３２
，
Ｎｏ．１０
，
１２１９
，
２０１２．
－
中
、
外体育用品上市公司盈利能力
的特征分析与预测模型构建
———
基于
ＰＬＳ
回归和
ＯＰＬＳＡ
方法的分析
－
Ｄ
ＣｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄＰｒｅｄｉｃｔｉｖｅＭｏｄｅｌ
ＰｒｏｆｉｔａｂｉｌｉｔｏｆＰｕｂｌｉｃｌＴｒａｄｅｄＳｏｒｔｉｎｏｆ
ｙｙｐｇ
ＣｏｍａｎｉｅｓＨｏｍｅａｎｄＡｂｒｏａｄ
ｐ
—
ＢａｓｅｄｏｎＰＬＳＲｅｒｅｓｓｉｏｎａｎｄＯＰＬＳＡ
－
Ｄ
ｇ
魏德样
１
，
黄彩华
２
，
雷
雯
３
１２３
，
ＷＥＩＤｅＨＵＡＮＧＣａｉｈｕａＬＥＩＷｅｎａｎ
－
ｙ
－
ｇ
，
摘
要
：
盈利能力是企业竞争力的核心组成部分
，
是衡量企业绩效的重要指标
。
通过搜集和
整理
１
外体育用品上市公司
２
运用偏最小二乘回归
６
家中
、
０１０
年年报中公布的财务数据
，
（
和正交偏最小二乘判别分析
（
方法
，
采用
ＳＰＬＳ
回归
）
ＯＰＬＳＡ
）
ＩＭＣＡ
－
Ｐ＋１２．０
软件对数据进
－
Ｄ
行处理
，
分析
１
外体育用品上市公司的盈利能力特征
，
并构建预测模型
。
研究表明
，
中
、
６
家中
、
外体育用品上市公司的盈利能力可归结为
３
种模式
，
即积极利用财务杠杆多品牌运营的盈利
能力模式
、
财务保守型的盈利能力模式和小规模成长型的盈利能力模式
；
构建的中
、
外体育用
、
品上市公司盈利能力的预测模型拟合效果稳健性好
，
和
Ｑ
值分别
ＲｄＸ
（
ｃｕｍ
）
ＲｄＹ
（
ｃｕｍ
）
２
（
ｃｕｍ
）
为
０．
影响中
、
外体育用品上市公司盈利能力的最主要因素依次为长期负
７９３
、
０．９１１
和
０．８４０
；
债资产比率
、
分销及行政费用率
、
资产负债率
、
股东权益比率以及固定资产周转率等
。
关键词
：
体育用品上市公司
；
盈利能力
；
偏最小二乘回归
；
正交偏最小二乘判别分析
：
ＡｂｓｔｒａｃｔＰｒｏｆｉｔａｂｉｌｉｔｉｓａｃｏｒｅｃｏｍｏｎｅｎｔｏｆｔｈｅｃｏｍｅｔｉｔｉｖｅｎｅｓｓ
，
ａｎｄａｌｓｏａｎｉｍｏｒｔａｎｔｉｎｄｉｃａ
－
ｙｐｐｐ
ｔｏｒｆｏｒｃｏｒｏｒａｔｅｔｈｉｓｓｔｕｄｗｅｃｏｌｌｅｃｔｅｄｔｈｅｆｉｓｃａｌｄａｔａｏｆｒｅｏｒｔｓｅｒｆｏｒｍａｎｃｅ．Ｉｎｅａｒｌｕｂ
－
ｐｙ
，
ｐｐｙｙｐ
ｌｉｓｈｅｄｉｎ２０１０
，
ｕｓｅｄｔｈｅＰａｒｔｉａｌＬｅａｓｔｕａｒｅｓＲｅｒｅｓｓｉｏｎ
（
ＰＬＳｒｅｒｅｓｓｉｏｎ
）
ａｎｄＯｒｔｈｏｏｎａｌ
－
Ｓ
ｑｇｇｇ
ＰａｒｔｉａｌＬｅａｓｔｕａｒｅｓＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｓｉｓ
（
ＯＰＬＳ
－
ＤＡ
）
ｗｈｉｃｈｗｅｒｅｉｍｌｅｍｅｎｔｅｄｂｔｈｅ
－
Ｓ
ｑｙｐｙ
２．０ｓｏｆｔｗａｒｅｆｏｒｄａｔａｔｏｌｏｏｋｉｎｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＳＩＭＣＡ
－
Ｐ＋１ｒｏｃｅｓｓｉｎｒｏｆｉｔａｂｉｌｉｔ
ｐｇ
，
ｐｙ
ｔｈｅ１６Ｃｈｉｎｅｓｅａｎｄｆｏｒｅｉｎｓｏｒｔｉｎｏｏｄｓｃｏｍａｎｉｅｓ．Ｆｕｒｔｈｅｒｍｏｒｅ
，
ａＰＬＳｒｅｒｅｓｓｉｏｎｗａｓｃｏｎ
－
ｇｐｇｇｐｇ
ｓｔｒｕｃｔｅｄｆｏｒｔｈｅｒｅｄｉｃｔｉｏｎｏｆｔｈｅｒｏｆｉｔａｂｉｌｉｔＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｒｏｆｉｔａｂｉｌｉｔｃａｎｂｅ
ｐｐｙ
．
ｐｙ
ａｔｔｒｉｂｕｔｅｄｔｏｔｈｒｅｅｄｉｆｆｅｒｅｎｔａｔｔｅｒｎｓ
；
ｔｈｅｗｅｒｅ
“
Ｈｉｈｄｅｒｅｅｆｉｎａｎｃｉａｌｌｅｖｅｒａｅｗｉｔｈｍｕｌｔｉ
－
ｐｙｇｇｇ
”，“
＂
ａｂｒａｎｄｍｏｄｅｌｃｏｎｓｅｒｖａｔｉｖｅｆｉｎａｎｃｉａｌｍｏｄｅｌｎｄ
＂
ｓｍａｌｌｓｃａｌｅｒｏｆｉｔａｂｉｌｉｔｒｏｆｉｔａｂｉｌｉｔｒｏｗｔｈ
－
ｐｙｐｙｇ
”
ｒｏｆｉｔａｂｉｌｉｔｒｅｄｉｃｔｉｖｅｏｏｄｏｆｍｏｄｅ．Ｔｈｅｍｏｄｅｌｗｅｃｏｎｓｔｒｕｃｔｅｄｗａｓｔｅｓｔｅｄｔｏｂｅｏｆｒｏｂｕｓｔ
－
ｐｙｐｇ
，
ｎｅｓｓ
（
ＲｄＸ
（
ｃｕｍ
）
ＲｄＹ
（
ｃｕｍ
）
ａｎｄＱ２
（
ｃｕｍ
）
ｗｅｒｅ０．７９３
，
０．９１１ａｎｄ０．８４０
，
ｒｅｓｅｃｔｉｖｅｌ．
ｐｙ
）
Ｔｈｅｍａｉｎｉｎｆｌｕｅｎｃｉｎｆａｃｔｏｒｓｏｆｔｈｅｒｏｆｉｔａｂｉｌｉｔｆｏｒｔｈｅｔｒａｄｅｄｓｏｒｔｉｎｏｏｄｓｃｏｍａｎｉｅｓａｒｅａｓ
ｇｐｙｐｇｇｐ
ｆｏｌｌｏｗｓ
：
ａｓｓｅｔｓｔｏａｌｏｎｔｅｒｍｌｉａｂｉｌｉｔｉｅｓｒａｔｉｏ
，
ｓｅｌｌｉｎａｎｄａｄｍｉｎｉｓｔｒａｔｉｖｅｅｘｅｎｓｅｒａｔｉｏ
，
ｄｅｂｔｒａ
－ －
ｇｇｐ
ｔｉｏ
，
ｅｕｉｔｒａｔｉｏａｎｄｆｉｘｅｄａｓｓｅｔｔｕｒｎｏｖｅｒ．
ｑｙ
：
Ｋｅｗｏｒｄｓ
Ｐｕｂｌｉｃｌｔｒａｄｅｄｓｏｒｔｉｎｃｏｍａｎｉｅｓ
；
ＰＬＳｒｅｒｅｓｓｉｏｎ
；
ＯＰＬＳ
－
ＤＡｏｏｄｓｒｏｉｔａｂｉｌｉｔ
ｙｐｇ
ｐｇｇｐｆｙ
；
ｙ
中图分类号
：
Ｇ８００５
文献标识码
：
Ａ
－
１
前言
在企业的生产经营中
，
盈利能力体现了企业利用资产
创造收益的能力
，
是企业生存和发展的基础和动力
。
对盈
利能力进行分析是对企业经营管理活动取得的最终结果
的分析
，
能集中体现企业的管理水平和经营效益
。
我国是
“
世界上最大的体育用品生产基地
，
占据了世界
６５％
以上
］
１８
。
然而
，
的体育用品生产份额
”
［
与国际知名的体育用品
析我国体育用品上市公司与国外知名的体育用品上市公
司在盈利能力的特征和模式上的区别
，
寻找影响其盈利能
力的重要因素
，
构建能对盈利能力进行预测的数学模型
，
对于提升我国体育用品上市公司的经营管理水平和国际
化程度具有现实意义
。
众所周知
，
企业盈利能力是多因素影响的结果
，
无法
通过单一的指标对其进行评价
，
必须通过多维的
、
综合的
指标体系
，
才能客观全面地反映其真实水平和状况
。
同
时
，
在众多的影响因素中
，
不同层次和纬度的变量之间极
可能存在密切联系
，
这必然带来指标间的多重共线性与多
公司相比
，
其盈利能力是否存在差距
，
目前尚处何种水平
，
值得研究
。
在我国众多的体育用品企业中
，
已上市公司的
盈利能力特征和模式无疑具有典型性和代表性
。
因此
，
分
１２
魏德样
，
等
：
中
、
外体育用品上市公司盈利能力的特征分析与预测模型构建
维等问题
。
为此
，
传统的研究思路是同时对因变量与自变
然后
，
利用主成分分析方法来解决指标量构建众多指标
，
间的多重共线性与降维问题
，
从而完成预测模型的构
］
１
，
２
，
４
，
１５
，
１６
。
然而
，
建
［
虽然主成分分析所提取的主成分能很
样就保证了
ｔ
１
和
ｕ
１
不仅可以很好地代表数据表
Ｘ
和
Ｙ
，
同时
，
也能使自变量的成分
ｔ
１
对因变量的成分
ｕ
１
有很强
的解释能力
。
在第
１
个成分
ｔ
ＰＬＳ
回归分别实施
１
和
ｕ
１
被提取后
，
好地概括自变量系统中的信息
，
却往往对因变量缺乏解释
］
１０
。
对此
，
一些研究者尝试运用其他分析方法来解决
能力
［
［］
５
变量间的多重共线性问题
，
如黄桐城等
（
采用
Ｂ２００２
）
ｏｘ
－
Ｘ
对
ｔ
１
的回归以及
Ｙ
对
ｔ
１
的回归
。
如果回归方程已经达
到满意的精度
，
则算法终止
；
否则
，
将利用
Ｘ
被
ｔ
１
解释后
的残余信息以及
Ｙ
被
ｔ
１
解释后的残余信息进行第
２
轮的
成分提取
。
如此反复
，
直到能达到一个较满意的精度为
…，
止
。
若最终对
Ｘ
共提取
ｍ
个成分
ｔ
ｔｔ
ＰＬＳ
回归
１
，
２
，
ｍ
，
…，…，
将通过施行
ｙ
对
ｔ
然
ｋ
＝１
，
２
，
ｔｔ
ｋ
（
１
，
２
，
ｍ
的回归
，
ｑ
）
…，
表达成
ｙ
后
，
ｘｘ
ｋ
关于原变量
ｘ
１
，
２
，
ｐ
的回归方程
。
２．２
ＰＬＳ
回归的交叉有效性与精度分析
在许多情形下
，
ＰＬＳ
回归方程并不需要选用全部的成
…，
一般采用截尾的方式选择分
ｔ
ｔｔ
１
，
２
，
Ａ
进行回归建模
，
］。
究竟应选取几个成分合
前
ｍ
个成分
［
ｍ
＜
Ａ
，
Ａ
＝
秩
（
Ｘ
）
２２
适
，
可参考交叉有效性
Ｑ
的值
，
当成分
ｔ
．０９７５
ｈ
的
Ｑ
ｈ
≥
０
使变量满足线性回归模型的
４
个
Ｃｏｘ
变换方法处理数据
，
［］
１７
假定条件
；
张兆国等
（
将反映资本结构的各指标
２００７
）
不全部放在同一模型中
，
而是利用多个模型进行处理
。
这
些方法较好地解决了自变量指标间的多重共线性问题
，
却
依然无法解决因变量多指标的问题
，
使得这些分析只能在
因变量为单一指标时使用
。
近年来
，
偏最小二乘回归
（
ＰａｒｔｉａｌＬｅａｓｔｕａｒｅｓＲｅｒｅｓ
－
Ｓ
－
ｑｇ
在化工
、
机械
、
生物
、
医学
、
社会学以及经济
ｓｉｏｎ
，
ＰＬＳ
回归
）
学等众多领域得到了越来越多的应用
。
它能够有效地解
多因变量对多决上述多元回归分析中的变量多重共线性
、
自变量的回归模型构建方面的障碍
，
且降低了对样本量的
］
１１
。
Ｐ
，
较高要求
［
ＬＳ
方法与判别分析
（
ＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｓｉｓ
ｙ
时
，
表明成分
ｔ
可以考虑增加成分
ｈ
的边际贡献是显著的
，
２
…
ｑ
，
而对于
ｋ
＝１
，
至少有
１
个
ｋ
，
使得
Ｑｔ
２
，
．０９７５
，
ｈ
；
ｈｋ
≥
０
这时增加的成分
ｔ
至少使
１
个因变量
ｙ
ｈ
，
ｋ
的预测模型能
得到显著改善
，
因此也可以考虑增加成分
ｔ
有关交叉有
ｈ
（
）。
效性的具体说明可参考文献
［
１１
］
依据上述方法所提取的自变量成分
ｔ
ｈ
最终能代表
Ｘ
中的多少变异
，
对
Ｙ
又有多少解释能力可以通过精度分析
…，
予以显示
。
ｔ
ｄＸ
表示
，
ｔｔｔ
ｈ
对
Ｘ
的解释能力用
Ｒ
１
，
２
，
ｍ
对
Ｘ
的累计解释能力用
Ｒ
表示
；
ｄＸ
（
ｃｕｍ
）
ｔ
ｈ
对
Ｙ
的解释能
…，
力用
ＲｄＹ
表示
，
ｔｔｔ
ｄＹ
１
，
２
，
ｍ
对
Ｙ
的累计解释能力用
Ｒ
（）。
表示
（
详细说明可参考文献
［
ｃｕｍ
）
１１
］
２．３
ＰＬＳ
回归变量投影重要性指标
自变量
ｘ
可
ｊ
在解释因变量集合
Ｙ
时作用的重要性
，
以用变量投影重要性指标
ＶＩＰＶａｒｉａｂｌｅＩｍｏｒｔａｎｃｅ
ｐ
ｊ
来测度
（
。
具体计算过程详见文献
［。
对于
ｐ
Ｐｒｏｅｃｔｉｏｎ
，
ＶＩＰ
）
１１
］
ｉｎ
ｊ
…，，
个自变量
ｘ
如果它们在解释
Ｙ
时的作用
２
，
ｊ
＝１
，
ｐ
）
ｊ
（
；
则所有的
Ｖ
否则
，
对于
Ｖ
大都相同
，
ＩＰ
ＩＰ
ｊ
均等于
１
ｊ
很大
（
的
ｘ
它在解释
Ｙ
时就有更加重要的作用
。
于
１
）
ｊ
，
；
收稿日期
：
２０１２０５２０２０１２０９３０
－－
修订日期
：
－－
）。
基金项目
：
福建省教育厅
Ａ
类社科研究项目
（
ＪＡ１２１２２Ｓ
，
作者简介
：
魏德样
（
男
，
福建南平人
，
讲师
，
博士
，
研究方向为
１９７３
－
）
：（
体育科学计量
、
体育产业
、
体育教育
，
Ｔｅｌ０５９１
）
，：，
黄彩华
（
２２８６８２６３Ｅａｉｌｗｅｉｄｅａｎ２６．ｃｏｍ
；
１９６９
－
ｍ
－
）
ｙｇ
＠
１
：
女
，
福建建阳人
，
教授
，
博士
，
研究方向为运动与代谢
，
Ｔｅｌ
（），：；，
雷雯
（
０５９１２２８６２２０１Ｅａｉｌｆｍｕｈｃｈ１９７７ａｈｏｏ．ｃｎ
－
ｍ
＠
ｙ
－
）
女
，
福建建阳人
，
副教授
，
硕士
，
研究方向为体育科学计量
，
：（），：
Ｔｅｌ０５９１８３７６１５０１Ｅａｉｌｌｅｉｗｅｎ１９９９２６．ｃｏｍ
。
－
ｍ
＠
１
；
作者单位
：
福建师范大学体育科学学院
，
福建福州
３
福
１．５０１０８２．
；
建医科大学体育部
，
福建福州
３
闽江学院体育
５０１０８３．
福建福州
３
部
，
５０１０８
１．ＳｃｈｏｏｌｏｆＰｈｓｉｃａｌＥｄｕｃａｔｉｏｎａｎｄＳｏｒｔＳｃｉｅｎｃｅｉｎＦｕｉａｎ
ｙｐｊ
，；
ＵｎｉｖｅｒｓｉｔＦｕｚｈｏｕ３５０１０８Ｃｈｉｎａ２．ＦｕｉａｎＭｅｄｉｃａｌＮｏｒｍａｌ
ｙｊ
，，；，
ＵｎｉｖｅｒｓｉｔＦｕｚｈｏｕ３５０１０８Ｃｈｉｎａ３．ＭｉｎｉａｎＵｎｉｖｅｒｓｉｔ
ｙｊｇｙ
，
Ｆｕｚｈｏｕ３５０１０８Ｃｈｉｎａ．
方法联合使用
，
产生了一种多变量统计分析方法
，
即
ＤＡ
）
偏最小二乘判别分析
（
ＰａｒｔｉａｌＬｅａｓｔｕａｒｅｓＤｉｓｃｒｉｍｉｎａｎｔＡ
－ －
Ｓ
ｑ
，，
是模式识别的重要工具
，
可以用于确定
ｎａｌｓｉｓＰＬＳ
－
ＤＡ
）
ｙ
不同类别分界面的最优位置
，
并能解释造成模式之间差异
的根本原因
。
正交偏最小二乘判别分析
（
ＯｒｔｈｏｏｎａｌＰａｒｔｉａｌ
ｇ
，
是在
ＰｕａｒｅｓＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｓｉｓＯＰＬＳＡ
）
ＬＳ
－
ＤＡＬｅａｓｔ
－
Ｓ
－
Ｄ
ｑｙ
基础上发展起来的
，
由于过滤了
Ｘ
中与
Ｙ
不相关的信息
（，
噪声
）
相比
ＰＬＳ
－
ＤＡ
、
ＯＰＬＳＡ
方法能提高模型的预测
－
Ｄ
］
８
，
１３
。
因此
，
本文依据所搜集的
１
外体育用品
效果
［
６
家中
、
上市公司
２
采用
Ｐ０１０
年年报中的财务数据
，
ＬＳ
回归和
对中
、
外体育用品上市公司盈利能力特征
ＯＰＬＳＡ
方法
，
－
Ｄ
进行分析
，
并构建中
、
外体育用品上市公司盈利能力的预
测模型
。
２
研究方法
和阿巴诺
（
ＰＬＳ
回归最早由伍德
（
Ｓ．Ｗｏｌｄ
）
Ｃ．Ａｌｂａｎｏ
）
等人于
１
主要用来解决多元回归分析中的变
９８３
年提出
，
量多重共线性
、
解释变量多于样本点以及多因变量对多自
变量的回归模型构建等实际问题
。
２．１
ＰＬＳ
回归的建模思路
…，
设有
ｑ
个因变量
｛
和
ｐ
个自变量
｛
ｘ
１
，
２
，
１
，
ｙｙｙ
ｑ
｝
…，，
ｘｘｎ
个样本点
。
由此构成了自变量与因变量的
２
，
ｐ
｝
…，…，
数据表
Ｘ
＝
（
ｘｘｘ
１
，
２
，
ｎ
×
ｐ
和
Ｙ
＝
（
１
，
２
，
ｎ
×
ｙｙｙ
ｐ
）
ｑ
）
ｑ
。
即
ｔ
ＰＬＳ
回归分别在
Ｘ
与
Ｙ
中提取出成分
ｔ
１
和
ｕ
１
（
１
是
…，…，
ｘｘｘｕ
１
，
２
，
１
是
ｙ
１
，
２
，
ｙｙ
ｐ
的线性组合
，
ｑ
的线性组
，
合
）
同时要求
ｔ
１
和
ｕ
１
应尽可能多地携带它们各自数据表
中的变异信息
，
并使
ｔ
这
１
和
ｕ
１
的相关程度能够达到最大
，
１３
2024年4月10日发(作者：俟暖梦)
）
文章编号
：
１０００６７７Ｘ
（
２０１２１０００１２０８
－－－
体育科学
第
３
第
１２０１２
年
（
２
卷
）
０
期
ＣＨＩＮＡＳＰＯＲＴＳＣＩＥＮＣＥ
Ｖｏｌ．３２
，
Ｎｏ．１０
，
１２１９
，
２０１２．
－
中
、
外体育用品上市公司盈利能力
的特征分析与预测模型构建
———
基于
ＰＬＳ
回归和
ＯＰＬＳＡ
方法的分析
－
Ｄ
ＣｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄＰｒｅｄｉｃｔｉｖｅＭｏｄｅｌ
ＰｒｏｆｉｔａｂｉｌｉｔｏｆＰｕｂｌｉｃｌＴｒａｄｅｄＳｏｒｔｉｎｏｆ
ｙｙｐｇ
ＣｏｍａｎｉｅｓＨｏｍｅａｎｄＡｂｒｏａｄ
ｐ
—
ＢａｓｅｄｏｎＰＬＳＲｅｒｅｓｓｉｏｎａｎｄＯＰＬＳＡ
－
Ｄ
ｇ
魏德样
１
，
黄彩华
２
，
雷
雯
３
１２３
，
ＷＥＩＤｅＨＵＡＮＧＣａｉｈｕａＬＥＩＷｅｎａｎ
－
ｙ
－
ｇ
，
摘
要
：
盈利能力是企业竞争力的核心组成部分
，
是衡量企业绩效的重要指标
。
通过搜集和
整理
１
外体育用品上市公司
２
运用偏最小二乘回归
６
家中
、
０１０
年年报中公布的财务数据
，
（
和正交偏最小二乘判别分析
（
方法
，
采用
ＳＰＬＳ
回归
）
ＯＰＬＳＡ
）
ＩＭＣＡ
－
Ｐ＋１２．０
软件对数据进
－
Ｄ
行处理
，
分析
１
外体育用品上市公司的盈利能力特征
，
并构建预测模型
。
研究表明
，
中
、
６
家中
、
外体育用品上市公司的盈利能力可归结为
３
种模式
，
即积极利用财务杠杆多品牌运营的盈利
能力模式
、
财务保守型的盈利能力模式和小规模成长型的盈利能力模式
；
构建的中
、
外体育用
、
品上市公司盈利能力的预测模型拟合效果稳健性好
，
和
Ｑ
值分别
ＲｄＸ
（
ｃｕｍ
）
ＲｄＹ
（
ｃｕｍ
）
２
（
ｃｕｍ
）
为
０．
影响中
、
外体育用品上市公司盈利能力的最主要因素依次为长期负
７９３
、
０．９１１
和
０．８４０
；
债资产比率
、
分销及行政费用率
、
资产负债率
、
股东权益比率以及固定资产周转率等
。
关键词
：
体育用品上市公司
；
盈利能力
；
偏最小二乘回归
；
正交偏最小二乘判别分析
：
ＡｂｓｔｒａｃｔＰｒｏｆｉｔａｂｉｌｉｔｉｓａｃｏｒｅｃｏｍｏｎｅｎｔｏｆｔｈｅｃｏｍｅｔｉｔｉｖｅｎｅｓｓ
，
ａｎｄａｌｓｏａｎｉｍｏｒｔａｎｔｉｎｄｉｃａ
－
ｙｐｐｐ
ｔｏｒｆｏｒｃｏｒｏｒａｔｅｔｈｉｓｓｔｕｄｗｅｃｏｌｌｅｃｔｅｄｔｈｅｆｉｓｃａｌｄａｔａｏｆｒｅｏｒｔｓｅｒｆｏｒｍａｎｃｅ．Ｉｎｅａｒｌｕｂ
－
ｐｙ
，
ｐｐｙｙｐ
ｌｉｓｈｅｄｉｎ２０１０
，
ｕｓｅｄｔｈｅＰａｒｔｉａｌＬｅａｓｔｕａｒｅｓＲｅｒｅｓｓｉｏｎ
（
ＰＬＳｒｅｒｅｓｓｉｏｎ
）
ａｎｄＯｒｔｈｏｏｎａｌ
－
Ｓ
ｑｇｇｇ
ＰａｒｔｉａｌＬｅａｓｔｕａｒｅｓＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｓｉｓ
（
ＯＰＬＳ
－
ＤＡ
）
ｗｈｉｃｈｗｅｒｅｉｍｌｅｍｅｎｔｅｄｂｔｈｅ
－
Ｓ
ｑｙｐｙ
２．０ｓｏｆｔｗａｒｅｆｏｒｄａｔａｔｏｌｏｏｋｉｎｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＳＩＭＣＡ
－
Ｐ＋１ｒｏｃｅｓｓｉｎｒｏｆｉｔａｂｉｌｉｔ
ｐｇ
，
ｐｙ
ｔｈｅ１６Ｃｈｉｎｅｓｅａｎｄｆｏｒｅｉｎｓｏｒｔｉｎｏｏｄｓｃｏｍａｎｉｅｓ．Ｆｕｒｔｈｅｒｍｏｒｅ
，
ａＰＬＳｒｅｒｅｓｓｉｏｎｗａｓｃｏｎ
－
ｇｐｇｇｐｇ
ｓｔｒｕｃｔｅｄｆｏｒｔｈｅｒｅｄｉｃｔｉｏｎｏｆｔｈｅｒｏｆｉｔａｂｉｌｉｔＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｒｏｆｉｔａｂｉｌｉｔｃａｎｂｅ
ｐｐｙ
．
ｐｙ
ａｔｔｒｉｂｕｔｅｄｔｏｔｈｒｅｅｄｉｆｆｅｒｅｎｔａｔｔｅｒｎｓ
；
ｔｈｅｗｅｒｅ
“
Ｈｉｈｄｅｒｅｅｆｉｎａｎｃｉａｌｌｅｖｅｒａｅｗｉｔｈｍｕｌｔｉ
－
ｐｙｇｇｇ
”，“
＂
ａｂｒａｎｄｍｏｄｅｌｃｏｎｓｅｒｖａｔｉｖｅｆｉｎａｎｃｉａｌｍｏｄｅｌｎｄ
＂
ｓｍａｌｌｓｃａｌｅｒｏｆｉｔａｂｉｌｉｔｒｏｆｉｔａｂｉｌｉｔｒｏｗｔｈ
－
ｐｙｐｙｇ
”
ｒｏｆｉｔａｂｉｌｉｔｒｅｄｉｃｔｉｖｅｏｏｄｏｆｍｏｄｅ．Ｔｈｅｍｏｄｅｌｗｅｃｏｎｓｔｒｕｃｔｅｄｗａｓｔｅｓｔｅｄｔｏｂｅｏｆｒｏｂｕｓｔ
－
ｐｙｐｇ
，
ｎｅｓｓ
（
ＲｄＸ
（
ｃｕｍ
）
ＲｄＹ
（
ｃｕｍ
）
ａｎｄＱ２
（
ｃｕｍ
）
ｗｅｒｅ０．７９３
，
０．９１１ａｎｄ０．８４０
，
ｒｅｓｅｃｔｉｖｅｌ．
ｐｙ
）
Ｔｈｅｍａｉｎｉｎｆｌｕｅｎｃｉｎｆａｃｔｏｒｓｏｆｔｈｅｒｏｆｉｔａｂｉｌｉｔｆｏｒｔｈｅｔｒａｄｅｄｓｏｒｔｉｎｏｏｄｓｃｏｍａｎｉｅｓａｒｅａｓ
ｇｐｙｐｇｇｐ
ｆｏｌｌｏｗｓ
：
ａｓｓｅｔｓｔｏａｌｏｎｔｅｒｍｌｉａｂｉｌｉｔｉｅｓｒａｔｉｏ
，
ｓｅｌｌｉｎａｎｄａｄｍｉｎｉｓｔｒａｔｉｖｅｅｘｅｎｓｅｒａｔｉｏ
，
ｄｅｂｔｒａ
－ －
ｇｇｐ
ｔｉｏ
，
ｅｕｉｔｒａｔｉｏａｎｄｆｉｘｅｄａｓｓｅｔｔｕｒｎｏｖｅｒ．
ｑｙ
：
Ｋｅｗｏｒｄｓ
Ｐｕｂｌｉｃｌｔｒａｄｅｄｓｏｒｔｉｎｃｏｍａｎｉｅｓ
；
ＰＬＳｒｅｒｅｓｓｉｏｎ
；
ＯＰＬＳ
－
ＤＡｏｏｄｓｒｏｉｔａｂｉｌｉｔ
ｙｐｇ
ｐｇｇｐｆｙ
；
ｙ
中图分类号
：
Ｇ８００５
文献标识码
：
Ａ
－
１
前言
在企业的生产经营中
，
盈利能力体现了企业利用资产
创造收益的能力
，
是企业生存和发展的基础和动力
。
对盈
利能力进行分析是对企业经营管理活动取得的最终结果
的分析
，
能集中体现企业的管理水平和经营效益
。
我国是
“
世界上最大的体育用品生产基地
，
占据了世界
６５％
以上
］
１８
。
然而
，
的体育用品生产份额
”
［
与国际知名的体育用品
析我国体育用品上市公司与国外知名的体育用品上市公
司在盈利能力的特征和模式上的区别
，
寻找影响其盈利能
力的重要因素
，
构建能对盈利能力进行预测的数学模型
，
对于提升我国体育用品上市公司的经营管理水平和国际
化程度具有现实意义
。
众所周知
，
企业盈利能力是多因素影响的结果
，
无法
通过单一的指标对其进行评价
，
必须通过多维的
、
综合的
指标体系
，
才能客观全面地反映其真实水平和状况
。
同
时
，
在众多的影响因素中
，
不同层次和纬度的变量之间极
可能存在密切联系
，
这必然带来指标间的多重共线性与多
公司相比
，
其盈利能力是否存在差距
，
目前尚处何种水平
，
值得研究
。
在我国众多的体育用品企业中
，
已上市公司的
盈利能力特征和模式无疑具有典型性和代表性
。
因此
，
分
１２
魏德样
，
等
：
中
、
外体育用品上市公司盈利能力的特征分析与预测模型构建
维等问题
。
为此
，
传统的研究思路是同时对因变量与自变
然后
，
利用主成分分析方法来解决指标量构建众多指标
，
间的多重共线性与降维问题
，
从而完成预测模型的构
］
１
，
２
，
４
，
１５
，
１６
。
然而
，
建
［
虽然主成分分析所提取的主成分能很
样就保证了
ｔ
１
和
ｕ
１
不仅可以很好地代表数据表
Ｘ
和
Ｙ
，
同时
，
也能使自变量的成分
ｔ
１
对因变量的成分
ｕ
１
有很强
的解释能力
。
在第
１
个成分
ｔ
ＰＬＳ
回归分别实施
１
和
ｕ
１
被提取后
，
好地概括自变量系统中的信息
，
却往往对因变量缺乏解释
］
１０
。
对此
，
一些研究者尝试运用其他分析方法来解决
能力
［
［］
５
变量间的多重共线性问题
，
如黄桐城等
（
采用
Ｂ２００２
）
ｏｘ
－
Ｘ
对
ｔ
１
的回归以及
Ｙ
对
ｔ
１
的回归
。
如果回归方程已经达
到满意的精度
，
则算法终止
；
否则
，
将利用
Ｘ
被
ｔ
１
解释后
的残余信息以及
Ｙ
被
ｔ
１
解释后的残余信息进行第
２
轮的
成分提取
。
如此反复
，
直到能达到一个较满意的精度为
…，
止
。
若最终对
Ｘ
共提取
ｍ
个成分
ｔ
ｔｔ
ＰＬＳ
回归
１
，
２
，
ｍ
，
…，…，
将通过施行
ｙ
对
ｔ
然
ｋ
＝１
，
２
，
ｔｔ
ｋ
（
１
，
２
，
ｍ
的回归
，
ｑ
）
…，
表达成
ｙ
后
，
ｘｘ
ｋ
关于原变量
ｘ
１
，
２
，
ｐ
的回归方程
。
２．２
ＰＬＳ
回归的交叉有效性与精度分析
在许多情形下
，
ＰＬＳ
回归方程并不需要选用全部的成
…，
一般采用截尾的方式选择分
ｔ
ｔｔ
１
，
２
，
Ａ
进行回归建模
，
］。
究竟应选取几个成分合
前
ｍ
个成分
［
ｍ
＜
Ａ
，
Ａ
＝
秩
（
Ｘ
）
２２
适
，
可参考交叉有效性
Ｑ
的值
，
当成分
ｔ
．０９７５
ｈ
的
Ｑ
ｈ
≥
０
使变量满足线性回归模型的
４
个
Ｃｏｘ
变换方法处理数据
，
［］
１７
假定条件
；
张兆国等
（
将反映资本结构的各指标
２００７
）
不全部放在同一模型中
，
而是利用多个模型进行处理
。
这
些方法较好地解决了自变量指标间的多重共线性问题
，
却
依然无法解决因变量多指标的问题
，
使得这些分析只能在
因变量为单一指标时使用
。
近年来
，
偏最小二乘回归
（
ＰａｒｔｉａｌＬｅａｓｔｕａｒｅｓＲｅｒｅｓ
－
Ｓ
－
ｑｇ
在化工
、
机械
、
生物
、
医学
、
社会学以及经济
ｓｉｏｎ
，
ＰＬＳ
回归
）
学等众多领域得到了越来越多的应用
。
它能够有效地解
多因变量对多决上述多元回归分析中的变量多重共线性
、
自变量的回归模型构建方面的障碍
，
且降低了对样本量的
］
１１
。
Ｐ
，
较高要求
［
ＬＳ
方法与判别分析
（
ＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｓｉｓ
ｙ
时
，
表明成分
ｔ
可以考虑增加成分
ｈ
的边际贡献是显著的
，
２
…
ｑ
，
而对于
ｋ
＝１
，
至少有
１
个
ｋ
，
使得
Ｑｔ
２
，
．０９７５
，
ｈ
；
ｈｋ
≥
０
这时增加的成分
ｔ
至少使
１
个因变量
ｙ
ｈ
，
ｋ
的预测模型能
得到显著改善
，
因此也可以考虑增加成分
ｔ
有关交叉有
ｈ
（
）。
效性的具体说明可参考文献
［
１１
］
依据上述方法所提取的自变量成分
ｔ
ｈ
最终能代表
Ｘ
中的多少变异
，
对
Ｙ
又有多少解释能力可以通过精度分析
…，
予以显示
。
ｔ
ｄＸ
表示
，
ｔｔｔ
ｈ
对
Ｘ
的解释能力用
Ｒ
１
，
２
，
ｍ
对
Ｘ
的累计解释能力用
Ｒ
表示
；
ｄＸ
（
ｃｕｍ
）
ｔ
ｈ
对
Ｙ
的解释能
…，
力用
ＲｄＹ
表示
，
ｔｔｔ
ｄＹ
１
，
２
，
ｍ
对
Ｙ
的累计解释能力用
Ｒ
（）。
表示
（
详细说明可参考文献
［
ｃｕｍ
）
１１
］
２．３
ＰＬＳ
回归变量投影重要性指标
自变量
ｘ
可
ｊ
在解释因变量集合
Ｙ
时作用的重要性
，
以用变量投影重要性指标
ＶＩＰＶａｒｉａｂｌｅＩｍｏｒｔａｎｃｅ
ｐ
ｊ
来测度
（
。
具体计算过程详见文献
［。
对于
ｐ
Ｐｒｏｅｃｔｉｏｎ
，
ＶＩＰ
）
１１
］
ｉｎ
ｊ
…，，
个自变量
ｘ
如果它们在解释
Ｙ
时的作用
２
，
ｊ
＝１
，
ｐ
）
ｊ
（
；
则所有的
Ｖ
否则
，
对于
Ｖ
大都相同
，
ＩＰ
ＩＰ
ｊ
均等于
１
ｊ
很大
（
的
ｘ
它在解释
Ｙ
时就有更加重要的作用
。
于
１
）
ｊ
，
；
收稿日期
：
２０１２０５２０２０１２０９３０
－－
修订日期
：
－－
）。
基金项目
：
福建省教育厅
Ａ
类社科研究项目
（
ＪＡ１２１２２Ｓ
，
作者简介
：
魏德样
（
男
，
福建南平人
，
讲师
，
博士
，
研究方向为
１９７３
－
）
：（
体育科学计量
、
体育产业
、
体育教育
，
Ｔｅｌ０５９１
）
，：，
黄彩华
（
２２８６８２６３Ｅａｉｌｗｅｉｄｅａｎ２６．ｃｏｍ
；
１９６９
－
ｍ
－
）
ｙｇ
＠
１
：
女
，
福建建阳人
，
教授
，
博士
，
研究方向为运动与代谢
，
Ｔｅｌ
（），：；，
雷雯
（
０５９１２２８６２２０１Ｅａｉｌｆｍｕｈｃｈ１９７７ａｈｏｏ．ｃｎ
－
ｍ
＠
ｙ
－
）
女
，
福建建阳人
，
副教授
，
硕士
，
研究方向为体育科学计量
，
：（），：
Ｔｅｌ０５９１８３７６１５０１Ｅａｉｌｌｅｉｗｅｎ１９９９２６．ｃｏｍ
。
－
ｍ
＠
１
；
作者单位
：
福建师范大学体育科学学院
，
福建福州
３
福
１．５０１０８２．
；
建医科大学体育部
，
福建福州
３
闽江学院体育
５０１０８３．
福建福州
３
部
，
５０１０８
１．ＳｃｈｏｏｌｏｆＰｈｓｉｃａｌＥｄｕｃａｔｉｏｎａｎｄＳｏｒｔＳｃｉｅｎｃｅｉｎＦｕｉａｎ
ｙｐｊ
，；
ＵｎｉｖｅｒｓｉｔＦｕｚｈｏｕ３５０１０８Ｃｈｉｎａ２．ＦｕｉａｎＭｅｄｉｃａｌＮｏｒｍａｌ
ｙｊ
，，；，
ＵｎｉｖｅｒｓｉｔＦｕｚｈｏｕ３５０１０８Ｃｈｉｎａ３．ＭｉｎｉａｎＵｎｉｖｅｒｓｉｔ
ｙｊｇｙ
，
Ｆｕｚｈｏｕ３５０１０８Ｃｈｉｎａ．
方法联合使用
，
产生了一种多变量统计分析方法
，
即
ＤＡ
）
偏最小二乘判别分析
（
ＰａｒｔｉａｌＬｅａｓｔｕａｒｅｓＤｉｓｃｒｉｍｉｎａｎｔＡ
－ －
Ｓ
ｑ
，，
是模式识别的重要工具
，
可以用于确定
ｎａｌｓｉｓＰＬＳ
－
ＤＡ
）
ｙ
不同类别分界面的最优位置
，
并能解释造成模式之间差异
的根本原因
。
正交偏最小二乘判别分析
（
ＯｒｔｈｏｏｎａｌＰａｒｔｉａｌ
ｇ
，
是在
ＰｕａｒｅｓＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｓｉｓＯＰＬＳＡ
）
ＬＳ
－
ＤＡＬｅａｓｔ
－
Ｓ
－
Ｄ
ｑｙ
基础上发展起来的
，
由于过滤了
Ｘ
中与
Ｙ
不相关的信息
（，
噪声
）
相比
ＰＬＳ
－
ＤＡ
、
ＯＰＬＳＡ
方法能提高模型的预测
－
Ｄ
］
８
，
１３
。
因此
，
本文依据所搜集的
１
外体育用品
效果
［
６
家中
、
上市公司
２
采用
Ｐ０１０
年年报中的财务数据
，
ＬＳ
回归和
对中
、
外体育用品上市公司盈利能力特征
ＯＰＬＳＡ
方法
，
－
Ｄ
进行分析
，
并构建中
、
外体育用品上市公司盈利能力的预
测模型
。
２
研究方法
和阿巴诺
（
ＰＬＳ
回归最早由伍德
（
Ｓ．Ｗｏｌｄ
）
Ｃ．Ａｌｂａｎｏ
）
等人于
１
主要用来解决多元回归分析中的变
９８３
年提出
，
量多重共线性
、
解释变量多于样本点以及多因变量对多自
变量的回归模型构建等实际问题
。
２．１
ＰＬＳ
回归的建模思路
…，
设有
ｑ
个因变量
｛
和
ｐ
个自变量
｛
ｘ
１
，
２
，
１
，
ｙｙｙ
ｑ
｝
…，，
ｘｘｎ
个样本点
。
由此构成了自变量与因变量的
２
，
ｐ
｝
…，…，
数据表
Ｘ
＝
（
ｘｘｘ
１
，
２
，
ｎ
×
ｐ
和
Ｙ
＝
（
１
，
２
，
ｎ
×
ｙｙｙ
ｐ
）
ｑ
）
ｑ
。
即
ｔ
ＰＬＳ
回归分别在
Ｘ
与
Ｙ
中提取出成分
ｔ
１
和
ｕ
１
（
１
是
…，…，
ｘｘｘｕ
１
，
２
，
１
是
ｙ
１
，
２
，
ｙｙ
ｐ
的线性组合
，
ｑ
的线性组
，
合
）
同时要求
ｔ
１
和
ｕ
１
应尽可能多地携带它们各自数据表
中的变异信息
，
并使
ｔ
这
１
和
ｕ
１
的相关程度能够达到最大
，
１３