基于信息熵與因子分析的上市公司財務(wù)風險評價方法

李天揚

本文主要內(nèi)容是基于信息熵與主成分分析法構(gòu)造模型來評價醫(yī)藥行業(yè)上市公司財務(wù)可持續(xù)性。而作為會計的基本假設(shè)之一的持續(xù)經(jīng)營假設(shè)是公司編制財務(wù)報表的根基，同時也是獨立的審計人員進行審計工作時必須要考慮事項。在開展審計工作前，審計人員必須對被審計單位的可持續(xù)經(jīng)營能力與財務(wù)風險進行評價。而在影響企業(yè)可持續(xù)經(jīng)營能力的多個方面，本文的主要研究對象是其中的財務(wù)可持續(xù)性

本文結(jié)合國內(nèi)近年來醫(yī)藥行業(yè)發(fā)展實際情況，對醫(yī)藥行業(yè)上市公司財務(wù)可持續(xù)性風險進行整體分析。通過選取218家上市公司2017年財務(wù)數(shù)據(jù)進行分析，首先對我國醫(yī)藥行業(yè)的宏觀環(huán)境進行闡述，對我國醫(yī)藥行業(yè)的風險特點進行總結(jié);然后，對選取的多項財務(wù)指標，進行主成分分析與信息熵權(quán)賦值等方法，構(gòu)建一套上市公司財務(wù)狀況評價體系。對我國醫(yī)藥上市公司財務(wù)各項能力縱向分析，考察財務(wù)指標來具體評價公司的財務(wù)狀況。

最后，根據(jù)本文模型得到的218家公司的財務(wù)狀況得分中分別選取的得分較高與較低的靈康藥業(yè)與哈藥股份結(jié)合實際情況進行詳細的綜合分析。

一、研究結(jié)構(gòu)與框架

（一）研究內(nèi)容及框架

本文的研究內(nèi)容：

實證研究包括從wind數(shù)據(jù)庫中獲取的醫(yī)藥制造行業(yè)218家上市公司2017年的多項財務(wù)指標數(shù)據(jù)。根據(jù)醫(yī)藥行業(yè)的特征與相關(guān)理論知識，找出影響該行業(yè)經(jīng)營運行的主要影響或具有重大反應(yīng)能力的主要財務(wù)指標。為了排除各指標間的多重共線性，對被選取的多項財務(wù)指標進行因子分析。結(jié)果發(fā)現(xiàn)，得出的3個公共因子所包含的主要財務(wù)指標，分別可以大致反應(yīng)一個企業(yè)的償債能力，經(jīng)營能力與盈利能力。進一步，利用信息熵理論來為財務(wù)指標附加權(quán)重，確認哪些財務(wù)指標為重要指標，并根據(jù)權(quán)重來構(gòu)造某一能力的得分公式。

（二）本文選取的指標

綜合上文的指標體系構(gòu)建原則，并結(jié)合醫(yī)藥行業(yè)的特征。從現(xiàn)有的常規(guī)指標中，在去除含義相似或作用相同的指標后，本文選擇了10個常見財務(wù)指標。

樣本指標數(shù)據(jù)篩選：本文根據(jù)證監(jiān)會行業(yè)分類標準，選擇制造業(yè)——醫(yī)藥制造業(yè)共218家公司2017年的財務(wù)數(shù)據(jù)。構(gòu)建了醫(yī)藥制造上市公司財務(wù)風險評價指標體系。

二、財務(wù)風險評價模型的構(gòu)建與實現(xiàn)

本文收集了218家醫(yī)藥制造行業(yè)的上市公司數(shù)據(jù)指標，分別為應(yīng)收賬款周轉(zhuǎn)率，存貨周轉(zhuǎn)率，固定資產(chǎn)周轉(zhuǎn)率資產(chǎn)負債比率，流動比率，速動比率，營業(yè)收入增長率，每股經(jīng)營現(xiàn)金流量，凈資產(chǎn)收益率（扣除非經(jīng)常性損益），扣除非經(jīng)常性損益每股收益各10項指標

（一）因子分析

選取的218家上市公司的10個財務(wù)指標，通過spss軟件降維分析，結(jié)果如下：

基于因子分析法的適用性檢驗：

根據(jù)結(jié)果所示：KMO得分為0.659，大于0.5。顯著性概率為0.000，小于0.01。結(jié)果說明所選的218家公司數(shù)據(jù)適合采用因子分析進行實證研究。

因子提?。?/p>

如表1所示，按照特征值大于1且累積貢獻率在60%以上的原則來選取公因子，由結(jié)果可得從指標中一共抽取出三個公因子。

因子的旋轉(zhuǎn)：

為了提高上述3個因子的解釋性，本文對其進行正交旋轉(zhuǎn)，處理后的矩陣見表2。

根據(jù)旋轉(zhuǎn)后的成分矩陣的系數(shù)，其中流動比率（0.949），速動比率（0.946），資產(chǎn)負債比率（-0.796）為第一類;扣除非經(jīng)常性損益每股收益（0.842），每股經(jīng)營現(xiàn)金流量（0.755），凈資產(chǎn)收益率（扣除非經(jīng)常性損益）（0.724）為第二類;應(yīng)收賬款周轉(zhuǎn)率（0.201），營業(yè)收入增長率（0.794），存貨周轉(zhuǎn)率（0.794），固定資產(chǎn)周轉(zhuǎn)率（0.548）為第三類。

對公共因子的解釋：

公共因子按照其包含的指標在實際中的含義與作用，正好大致反映了一家公司的償債能力，盈利能力與經(jīng)營能力。因此本文將FAC_1、FAC_2、FAC_3三個因子分別定義為償債能力，盈利能力與經(jīng)營能力因子，易于理解和解釋因變量。

因子分析模型的構(gòu)建：

采用回歸分析法能夠達到降維的目的，各因子得分的情況見表3.然后，根據(jù)成分得分矩陣我們可以得到每個因子的表達式，即：

Fi=Ai1X1+Ai2X2+…+AijXj

其中Xi為第i個公共因子，F(xiàn)j為原始變量，Ai為得分系數(shù)。將每個樣本原始值帶入上式即可算出每個樣本的因子得分。可以得到三個公共因子的表達式。以償債因子為例，其表達式為：

F1=0.008X1+0.010X2-.010X3-0.332X4+0.397X5+0.398X6

+0.029X7-0.131X8-0.017X9-0.056X10

（二） 各指標信息熵權(quán)重計算

1.數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理的公式如下所示：

按照公式（1）進行數(shù)據(jù)預(yù)處理，針對不同的指標，首先找到該指標的最大值和最小值分別用xmax和xmin表示，xij表示各公司在該指標下的實際值。以公式（2）實現(xiàn)數(shù)據(jù)的歸一，歸一化處理后，使得同一個指標下，所有公司的該指標數(shù)據(jù)的加和為1。避免了由于指標的量級上產(chǎn)生的差異。

2.將第i個評價指標的熵定義為：

H=-k∑fijln（fij）， i=1，2，3…m ? ? ? ? ? ?（5.5）

其中：

經(jīng)過excel計算其結(jié)果如下，詳細情況請見附錄。

這里采用公共因子包含的財務(wù)指標的權(quán)重之和來確認該公共因子在總得分中的權(quán)重。

采用信息熵值權(quán)重計算最后得分，其最后總得分F的公式為：

F=F1×（21.58%+8.51%+12.56%）+

F2×（16.37%+14.83%+9.11%）+

F3×（2.91%+0.79%+5.76%） ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5.6）

其中F1，F(xiàn)2，F(xiàn)3分別表示償債因子，經(jīng)營因子與盈利因子的初始得分F值越大，表明公司的財務(wù)狀況越好。（作者單位：上海立信會計金融學(xué)院）