基于因子判別分析法的建材行業(yè)上市公司財務(wù)風險評價實證研究

□（沈陽農(nóng)業(yè)大學 遼寧沈陽110866）

財務(wù)風險評價體系對企業(yè)的發(fā)展有著積極的作用，它能夠?qū)ζ髽I(yè)的財務(wù)運營過程進行控制，讓企業(yè)財務(wù)管理中存在的問題得到及時解決，并對企業(yè)的財務(wù)危機進行預測，使經(jīng)營者在財務(wù)危機發(fā)生前就及時采取相應(yīng)措施，預防失敗。國外學者用單變量分析 Z-score、Logistic回歸分析、多元線性判別等方法來進行企業(yè)財務(wù)風險識別。國內(nèi)專家或?qū)W者在預測企業(yè)財務(wù)危機時，通常應(yīng)用面分析、單變量分析、多重線性判定分析、神經(jīng)網(wǎng)絡(luò)分析、Fisher判別分析、Logistic分析等方法。本文主要運用因子分析法和判別分析法對財務(wù)風險指標進行篩選。通過這些方法可以清晰、簡潔、明了地篩選出相關(guān)性強的具有代表性的財務(wù)指標。

本文首先以57家建材上市公司在建立財務(wù)風險系統(tǒng)方面還沒有一個全面的認識以及現(xiàn)有風險模型無法實現(xiàn)準確判斷風險的實際情況為著手點，指出建立財務(wù)風險評價體系的重要意義。上市公司只有建立財務(wù)風險評價體系才能夠更好地完善財務(wù)管理相關(guān)工作，才能夠及時發(fā)現(xiàn)財務(wù)危機的存在，從而提前做好相應(yīng)的防范措施，減少或規(guī)避財務(wù)風險的產(chǎn)生。

一、樣本選取及數(shù)據(jù)來源

（一）樣本的設(shè)計

在對建材行業(yè)進行確認時，首先根據(jù)A股市場中建材行業(yè)進行分類，在分類完成后確定選取上市公司大致的范圍，并且借助巨潮資訊網(wǎng)提供的資料，查找到上市公司的年度報告，從而根據(jù)年報當中提供的信息對68家建材行業(yè)進行分類（如表1）。

表1 建材行業(yè)分類

（二）樣本的確定

在進行財務(wù)風險評價的過程中，本文選用的是因子判別分析法，該方法需要借助至少連續(xù)三年或三年以上的財務(wù)數(shù)據(jù)。為保持數(shù)據(jù)的穩(wěn)定性，在A股建材行業(yè)的上市公司中，只有57家建材行業(yè)上市公司符合數(shù)據(jù)的要求。因此本文最終確定選取這57家上市公司2008-2012年間連續(xù)披露財務(wù)數(shù)據(jù)的公司為樣本進行研究。本文的財務(wù)數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫，年報主要來自于巨潮資訊網(wǎng)和上海、深圳證券交易所網(wǎng)站。本文運用SPSS 17軟件對選取的各項指標進行因子分析。

二、現(xiàn)行財務(wù)指標評價體系

財務(wù)指標對于了解企業(yè)財務(wù)狀況來說非常重要，它能夠很好地反映企業(yè)的一些基本情況。企業(yè)的財務(wù)指標有很多，它們可以被劃分為不同的類別，每一個財務(wù)指標在反映企業(yè)財務(wù)狀況的時候，其角度是不一樣的，并且各項財務(wù)指標之間也存在聯(lián)系，因此，現(xiàn)行財務(wù)指標評價體系選取財務(wù)指標變量時需要結(jié)合我國建材上市公司的實際情況。各指標選取如下：盈利能力指標包括：銷售毛利率、銷售凈利率、資產(chǎn)報酬率、每股收益、主營業(yè)務(wù)凈利潤率、總資產(chǎn)收益率、主營業(yè)務(wù)成本利潤率、凈資產(chǎn)收益率；償債能力指標包括：現(xiàn)金流動負債率、流動比率、速動比率、資產(chǎn)負債率、營運資本配置率；資產(chǎn)營運能力指標包括：總資產(chǎn)、固定資產(chǎn)、流動資產(chǎn)、存貨、應(yīng)收賬款五個周轉(zhuǎn)率指標；現(xiàn)金流量能力指標包括：凈利潤、主營業(yè)務(wù)收入、固定資產(chǎn)、總資產(chǎn)四個現(xiàn)金比率指標；發(fā)展或成長能力指標包括：凈利潤、主營業(yè)務(wù)收入、總資產(chǎn)三個增長率指標。

表2 K值聚類

三、利用因子分析法對我國建材行業(yè)上市公司財務(wù)指標的篩選

本文假設(shè)借助巨潮資訊網(wǎng)取得的年度報告中所提供各項數(shù)據(jù)都是準確可靠的，只有在這個假設(shè)成立的基礎(chǔ)上，本文評價建材行業(yè)的財務(wù)風險才具備可行性；同時假設(shè)市場是公平有效的，即如果企業(yè)在運行過程中出現(xiàn)了問題，就會面臨財務(wù)方面風險。如果這兩個假設(shè)無法成立，則本文的研究也就不具有可行性。

（一）數(shù)據(jù)標準化處理

對于不同的財務(wù)指標來說，它的量綱是不同的，這就導致其數(shù)量級別也發(fā)生改變。本文在研究的過程中，運用Z-Score方法對數(shù)據(jù)進行處理，從而消除量綱的不一致給分析工作帶來的不利影響。

（二）巴特利特球體檢驗

在采用Bartlett對數(shù)據(jù)進行檢驗時，通常來說，如果KMO值＞0.5，說明可以運用因子分析方法來對指標進行分析。根據(jù)分析可知，本文選定的各項指標的KMO值為 0.651，因此可以對所選數(shù)據(jù)的因子進行分析。

（三）計算特征值

選取特征值均大于1且其方差的貢獻率累計和達到80%以上的選取原則，從25個變量中提取出7個公因子，通過主成份分析提取法計算的總方差解釋可知，其方差貢獻率累計和達到了81.78%，說明了選取的7個公共因子能夠充分反映原變量的信息，代表性較好。

（四）指標篩選

通過上述分析可知，本文用7個公共因子代替原來的25個財務(wù)指標。這樣做的主要目的是為了讓分析過程更加簡便。事實上，這樣的處理確實達到了簡化的目的，不過由于7個公因子的載荷值大小基本上沒有什么差異，因此，無法輕易對它們進行定義與解釋。因此，本文進一步借助方差最大法對上述7個公因子進行正交旋轉(zhuǎn)，計算旋轉(zhuǎn)后的因子載荷矩陣，從而使這些公因子具有可以解釋的性質(zhì)。

借助方差最大法對上述7個公因子進行正交旋轉(zhuǎn)后，7個公因子對于變量的解釋性變強。

第一公因子：在每股收益、主營業(yè)務(wù)凈利潤率、營運資本配置比率、總資產(chǎn)增長率、凈利潤現(xiàn)金比率指標上載荷值均在0.67以上；

第二公因子：在速動比率、流動比率、現(xiàn)金流動負債比率、總資產(chǎn)現(xiàn)金比率等指標上有較大載荷，其載荷值均大于 0.748；

第三公因子：資產(chǎn)報酬率、主營業(yè)務(wù)成本利潤率、凈資產(chǎn)收益率、主營業(yè)務(wù)收入增長率四個指標上載荷值均在0.52以上；

第四公因子：流動資產(chǎn)、存貨、應(yīng)收賬款、固定資產(chǎn)四個周轉(zhuǎn)率指標上載荷值均在0.5以上；

第五公因子：固定資產(chǎn)現(xiàn)金比率、在總資產(chǎn)周轉(zhuǎn)率兩個指標上具有較大載荷，且最小的載荷值是0.75；

第六公因子主營業(yè)務(wù)收入現(xiàn)金比率與第七公因子總資產(chǎn)收益率均有較高的載荷值，但是因子包含的變量均只有一個。

本文選取前文用因子分析法提取的7個因子指標作為變量，為便于觀察，分別將第一公因子至第七公因子分別用 F1、F2、F3、F4、F5、F6、F7來表示，用SPSS軟件對公司財務(wù)風險的類型進行K值聚類分析。根據(jù)企業(yè)的實際情況，可以把第一類歸為危險型企業(yè)，第二類歸為安全型企業(yè)，第三類為輕度風險型。對抽取的7個因子進行K值聚類分析，具體結(jié)果如表2。

由表2可以看出，聚類結(jié)果中數(shù)字2對應(yīng)的企業(yè)劃分為輕度風險型，共計46家，因此，大部分建材企業(yè)上市公司的財務(wù)狀況并不理想，波動性較大，如果不采取正確的措施，導致財務(wù)狀況發(fā)展狀況惡化，則可能導致發(fā)生較大的財務(wù)風險；聚類結(jié)果中數(shù)字3對應(yīng)的企業(yè)劃分為安全型；聚類結(jié)果中數(shù)字1對應(yīng)的企業(yè)劃分為危險型，說明這家建材企業(yè)財務(wù)狀況在行業(yè)內(nèi)很差，處于高財務(wù)風險時期。

（五）判別分析

本文進行判別分析過程中，類與類之間均值存在顯著性差異是判別結(jié)果有效的前提條件，如此一來，就要對變量的均值差異進行檢驗。通過對不同變量的檢驗可知，在顯著水平為0.05 的情況下，可以認為 F2（0.386）、F4（0.192）、F5（0.108）的均值在組間不存在顯著性差異，因此，把這三個變量進行剔除，再進行判別分析。再進行組均值的均等性檢驗，檢驗結(jié)果顯示，變量F1（0.000）、F3（0.001）、F6（0.001）、F7（0.003）的均值在組間均存在顯著性差異。為了讓判別效果更加清晰和明顯，本文采用進行協(xié)方差Box方法來進行檢驗，得到協(xié)方差檢驗結(jié)果的Box′s M 的值為 74.895，F(xiàn) 值為 6.029，相伴概率為0.000，其值要大大小于0.05，說明此判別效果比較理想。

表3給出了兩個典型判別函數(shù)所能解釋的方差變異，其中第一個函數(shù)解釋了所有變異的95.6%，第二個解釋了所有變異的4.4%。

Wilks的Lambda表格用來檢驗各個判別函數(shù)有無統(tǒng)計學上的顯著意義，考慮到前2個函數(shù)較為顯著的解釋了100%以上的方差變異，從而接受由此建立的判別規(guī)則（見表4）。

本文對樣本進行分類的過程中，將樣本分為三類，由此有三個分類函數(shù)。通過Fisher方法，本文得到表5所示的分類函數(shù)的系數(shù)。因此，可以得到3個分類函數(shù)的判別式。在上面的表格中，類別1代表的是危險型分類函數(shù)系數(shù)的函數(shù)判別值；類別2代表的是安全型分類函數(shù)系數(shù)的函數(shù)判別值；類別3代表的是輕度危險型分類函數(shù)系數(shù)的函數(shù)判別值。在判別模型建立之后，本文以貝葉斯判別準則作為基本判別準則，以上述選擇的7個公因子指標值作為自變量，將這7個自變量代入三個判別函數(shù)后就能夠得到對應(yīng)的三個判別函數(shù)值。在對這些值進行比較后，最大數(shù)值的所屬的函數(shù)就是該企業(yè)所對應(yīng)的財務(wù)風險類別。

表6顯示的是判別函數(shù)的分類結(jié)果，可以發(fā)現(xiàn)對于危險型的企業(yè)判斷都是正確的，而對安全型的企業(yè)，有2家被誤判為輕度風險型的，對于輕度風險型的有1家被誤判為安全型的。但總體判別效果比較理想。

表3 特征值

表4 Wilks 的 Lambda

表5 分類函數(shù)系數(shù)

表6 分類結(jié)果

四、結(jié)論

本文在分析建材行業(yè)上市公司財務(wù)風險的成因過程中，一方面結(jié)合了建材行業(yè)的經(jīng)營特點，從而做到了有的放矢；另一方面結(jié)合了財務(wù)風險影響因素的復雜性特點，使得分析結(jié)果更加準確。本文在財務(wù)風險理論的指導下，采用因子判別分析法構(gòu)建了建材行業(yè)財務(wù)風險評價模型，并以此為基礎(chǔ)提出了關(guān)于建材行業(yè)上市公司財務(wù)風險的控制措施。通過分析研究后，本文得出以下幾個結(jié)論：

1.評價建材行業(yè)上市公司的指標體系中因子包括：第一公因子：每股收益、銷售凈利率、銷售毛利率、主營業(yè)務(wù)凈利潤率、營運資本配置比率、總資產(chǎn)增長率；第三公因子：凈資產(chǎn)收益率、資產(chǎn)報酬率、主營業(yè)務(wù)成本利潤率、主營業(yè)務(wù)收入增長率；第六公因子主營業(yè)務(wù)收入現(xiàn)金比率與第七公因子總資產(chǎn)收益率。

2.根據(jù)實證結(jié)果表明，利用K值聚類分析法將建材行業(yè)上市公司分為危險型、安全型與輕度危險型三類是可行的。

3.通過對每個企業(yè)對應(yīng)的三個函數(shù)模型值的大小來判別該企業(yè)的所屬類別，以此判斷該企業(yè)的財務(wù)風險程度，且該方法是可行的。