王倩茹，杨文杰

（西北农林科技大学经济管理学院，陕西杨凌712100）

0 引言

随着经济的快速发展，企业财务管理的地位越来越重要，企业财务管理目标和企业经营目标逐渐融为一体。因此企业当今的主要任务就是考虑如何实现企业的财务管理目标。财务管理指标体系可以用来帮助经营者了解自己公司财务管理的具体情况，能够更好地评估公司业绩，有利于改善财务管理，从而达到公司的财务目标。因此，本文以陕西某知名电商企业作为研究对象，利用主成分分析法构建了其财务管理指标体系，并对其财务组织学习能力和财务信息维度效度进行实证分析。

1 企业财务管理指标体系构建

本文利用主成分分析法构建财务管理模型，从财务组织学习能力和财务信息两个维度进行分析。

在进行财务管理流程设计时，财务管理人员必须充分了解企业特征。根据企业管理流程可以判断企业财务管理效率的高低。企业财务管理作为企业管理中最重要的组成部分，其发展也越来越趋向于电子化。信息化社会的主导资本已经不是工业社会的金融和农业社会的土地资本。知识的拥有量成为了新的企业资本，想要利用电子技术提升企业的竞争力和发展动力都离不开专业知识，因此知识是企业发展的主要资本。面对信息化时代的普及，企业财务管理方面的重心也需逐渐转向人力资源、技术创新开发等无形资产。

本文根据电子商务企业的财务管理流程，对财务组织进行了一系列的效度测量，结合财务组织学习能力的数据，概括了以下7点财务组织学习能力维度（见表1）。财务信息效度的数据和财务信息效度测量维度包括以下8点（见表2）。

表1 财务组织学习能力效度测量

表2 财务信息效度测量

2 财务管理分析模型的构建

（1）建立样本矩阵

将评价目标个数设为m，从而得到的样本数据矩阵为：

（2）指标数据标准化

对样本矩阵中的数据进行变换，并进行规范化处理。

（3）计算出有关系数矩阵

通过得到标准化矩阵X，计算出有关系数矩阵。

①计算出特征值

②确定主成分

③根据主分量建立出综合评价函数

抽取合适的主分量，主分量对应的特征值占所提取特征总值的比例作为权重，最后得到综合评价函数为：

3 实证分析

3.1 数据说明

本文选取陕西某知名电商企业作为研究对象，通过问卷调查的方式获取财务信息数据，将调查得来的数据以及工作报告中的数据采用SPSS软件进行处理。根据上文对电子商务企业财务组织学习能力以及财务信息的分析进行了问卷调查，受访群体主要为陕西省的电商从业人员，分为电子邮件与纸质文本两种，问卷发出共400份，有效问卷为367份，有效率为91.75%。

3.2 财务组织学习能力分析

通过对企业初始特征值、方差贡献率和方差累计贡献率的计算可以分析企业的财务组织学习能力，具体结果如表3所示。

表3 初始特征值、方差贡献率和方差累计贡献率

由表3可知，前4个特征值的累计方差贡献率为98.32%，远远高于85%，因而，可以使用F1、F2、F3、F4来代替原先财务组织学习能力表中的7个指标。

F1=0.841X1-0.138X2-0.526X3+0.679X4+0.121X5-0.204X6+0.094X7

F2=0.756X1-0.213X2-0.341X3+0.156X4+0.647X5-0.702X6+0.805Y7

F3=0.801X1-0.368X2-0.159X3+0.702X4+0.342X5-0.781X6+0.815X7

F4=0.642X1-0.207X2-0.139X3++0.431X4+0.326X5-0.873X6+0.672X7

结合表3，主成分F1能够解释所有财务组织学习能力数据中的40.36%，主成分F1能够解释所有财务组织学习能力数据中的20.70%，主成分F1能够解释所有财务组织学习能力数据中的19.17%，主成分F1能够解释所有财务组织学习能力数据中的11.49%。

根据因子分析研究，列出各分析表格，通过克朗巴哈系数的理论计算出信度，数据显示克朗巴哈达到0.7，而且去除该题项之后没有明显的提升。测量的数据显示KMO值都大于0.7，之后才能进行因子研究，假如低于0.5，则代表没有必要再去研究该题，则数据有效。

表4 财务组织学习能力信度分析

如表4所示，数据中显示去除题项之后a系数没有提升迹象，克朗巴哈系数大于0.7，因此此次研究是成立。根据数据，因子载荷平均大于0.5，则KMO值大于0.7，测试结果是通过分析验证的。

3.3 财务信息分析

由表2及表3，可以求出企业财务信息的初始特征值、方差贡献率和方差累计贡献率，具体结果如表5所示。

表5 初始特征值、方差贡献率和方差累计贡献率

由表5可知，前4个特征值的累计方差贡献率为97.06%，远远高于85%，因而可以使用F1′、F2′、F3′、F4′来代替原先财务信息效度表中的8个指标，其中：

F1′=-0.328Y1+0.392Y2+0.403Y2+0.403Y3+0.528Y4-0.431Y5-0.761Y6+0.391Y7+0.304Y8

F2′=0.384Y1+0.701Y2+0.531Y3-0.419Y4+0.538Y5-0.649Y6+0.305Y7-0.502Y8

F3′=-0.641Y1+0.621Y2+0.673Y3-0.548Y4-0.587Y5-0.403Y6+0.581Y7+0.673Y8

F4′=0.532Y1+0.415Y2-0.471Y3+0.328Y4+0.507Y5-0.615Y6+0.618Y7-0.104Y8

根据表5可知财务信息信度的题项都是合格的，财务信息都和原始记录一样，能够真实地反映企业的财务信息，有利于企业对财务管理工作进行科学合理地审查。结合表5，主成分F1′能够解释所有财务信息数据中的27.32%，主成分F2′能够解释所有财务信息数据中的25.35%，主成分F3′能够解释所有财务信息数据中的23.61%，主成分F4′能够解释所有财务信息数据中的20.68%。由此可得到如表6所示的企业财务信息信度分析。

表6 财务信息信度分析

由表6可知，数据中显示去除题项之后a系数没有提升迹象，克朗巴哈系数大于0.7。根据表6数据，因子载荷平均大于0.5，KMO值大于0.7，实验结果通过分析验证。本文基于主成分分析法，对电子商务企业财务管理进行模型分析，最后结论与企业财务管理的实际情况相符。其结论不但修补了主成分分析法的不足，且使构建的财务管理模型具有准确性和可操作性。根据表6可知财务信息信度分析程度的题项都是符合的，该电子商务企业需要鼓励所有参与企业战略方案的讨论，且财务部门的日常工作不受其他部门的干涉。

4 结论

本文运用主成分分析法构建了企业财务管理的指标体系，根据电子商务的企业流程管理，对企业财务组织进行效度测量，从财务组织学习能力维度与财务信息效度测量维度这两方面进行实证分析。通过分析得出，财务组织学习能力和财务信息两个维度的因子载荷平均大于0.5且KMO值均大于0.7，表明基于主成分分析法构建的财务管理模型与样本企业财务管理的实际状况相符合。

[1]Zanakis S H,Zopounidis C.Prediction of Greek Company Takeovers via Multivariate Analysis of Financial Ratios[J].Journal of the Operational Research Society,1997,48(7).

[2]Wilcox J W.A Simple Theory of Financial Ratios as Predictors of Failure[J].Journal of Accounting Research,1971,9(2).

[3]张自然.寿险公司的财务评估——基于主成分分析的RIDIT方法[J].管理世界,2016,(3).

[4]孔宁宁,魏韶巍.基于主成分分析和Logistic回归方法的财务预警模型比较[J].经济问题,2010,(6).

[5]高蓉.电子商务环境下企业财务管理对策研究[J].商业会计,2014,(8).

[6]李霞,干胜道.基于主成分分析的非营利组织财务风险评价研究[J].湖北社会科学,2016,(3).

[7]朱冰柯,钱敏,田娟娟.现代服务企业文化评价指标体系构建及实证分析[J].技术与创新管理,2015,36(3).

[8]何丽.地区企业科普能力指标体系构建和评价实证研究[J].科研管理,2016,(1).

[9]黄锦.初探高校预算绩效评价指标体系的构建[J].福州大学学报:哲学社会科学版,2016,30(5).

[10]鲁小伟,毕功兵.基于主成分分析法的区域文化产业效率评价[J].统计与决策,2014,(1).

[11]于明远,范爱军.中国制造业国际竞争力的实证分析——基于主成分分析法的综合评价[J].广东社会科学,2014,(6).