桂林电子科技大学商学院　赵相忠　张　莹



基于因子分析法的广西上市公司财务风险综合评价

桂林电子科技大学商学院赵相忠张莹

改革开放以来，广西许多大中型上市公司纷纷崛起，全广西经济总产值显著提高，但财务风险的评价和防范是广西上市公司面临的主要问题之一。本文选取了广西25家上市公司作为分析样本。通过因子分析法对上市公司财务风险的主要影响因素进行提取，建立广西上市公司财务风险综合评价模型，并结合广西的实际情况提出建议和改进措施。

因子分析法上市公司财务风险

一、引言

国务院2009年底正式颁布的《关于进一步促进广西经济社会发展的若干意见》中指出，广西面临着加快发展自贸区已经建成、国家实施新一轮西部大开发和继续应对国际金融危机的新形势下，国家从战略全局和长远发展的高度对广西经济社会发展进行科学谋划，加大支持力度，对于打造中国沿海经济发展新的增长极、深入推进西部大开发和东中西互动、深化中国与东盟战略伙伴关系、巩固民族团结和边疆稳定等都具有重大的现实意义和深远的历史意义。推进广西上市公司的发展是带动广西自治区全面发展的中坚力量，根据广西上市公司数量少、分布集中、经济环境相似等特点，建立一个统一的广西区上市公司风险指标体系具有十分重要的现实意义。

二、研究设计

财务风险评价就是从企业角度出发，以国家现行财税制度和现行价格体系为基础，通过计算财务评价指标，考察企业的盈利能力、清偿能力等财务状况，对企业所面临的风险作出预测和提出防范意见的过程。通过众多学者和实践者的研究和探索，目前已经形成了一套比较成熟和完整的财务风险评价体系。

（一）样本选择与数据来源本文选取了广西区上市公司作为研究样本，剔除了连续两年财务报表异常的南化、河化、北生、国发等四家公司，以及因为2012年财务数据缺失的国海证券公司，其余的25家公司都纳入实证研究范围。25家上市公司的财务指标数据来自于新浪财经。

（二）财务指标的定义本文从西部地区经济发展现状出发，依据广西上市公司的特点，从盈利能力、营运能力、短期偿债能力和长期偿债能力4个方面共计10个指标来评价上市公司的财务状况。具体指标如表1所示：

盈利能力指标：成本费用利润率Y1=（利润总额/成本费用总额）×100%；净资产利润率Y2=税后利润/所有者权益；销售净利率Y3=（净利润/销售收入）×100%。

营运能力指标：存货周转率（次数）Y4=销货成本/平均存货余额；总资产周转率Y5=销售收入/总资产

应收账款周转率Y6=当期销售净收入/应收账款平均余额。

表1　广西区财务风险指标体系

短期偿债能力：流动比率Y7=流动资产/流动负债；速动比率Y8=速动资产/流动负债=（流动资产-存货）/流动负债。

长期偿债能力：产权比率Y9=负债总额/股东权益× 100%；资产负债率Y10=负债总额/资产总额×100%。

因子分析法的基本思想是通过变量的相关系数矩阵内部结构的研究，找出能控制所有变量的少数几个随机变量去描述多个变量之间的相关关系，但是这少数几个变量是不能直接观测到的，通常叫做因子。利用因子分析法，可以在众多变量中找出几个主要的控制因素，减少分析数据的工作量。在保证数据完整性的前提下，降维处理更便于对财务风险指标体系的分析和理解。

三、基于因子分析法的广西上市公司财务风险综合评价

（一）原始数据处理，将有关数据正向化处理在这10个财务指标中，包括6个正向指标，分别是成本费用利润率、净资产利润率、销售净利率、存货周转率、总资产周转率、应收账款周转率；一个负向指标即资产负债率和三个中性指标流动比率、速动比率和产权比率。根据因子分析法的要求，正向比率采用原始数据，资产负债率是负向指标，需要进行正向化处理，采用取倒数的方法，即1/资产负债率。对于流动比率来说，最佳值为2，采用正向化公式为；对于速动比率和产权比率来说，最佳值为1，因此采用正向化公式为。

样本数据收集、整理和预处理完毕后（见表2），本文采用四个步骤完成因子分析过程，分别是KOM和Bartlett检验、构造因子因子变量、利用具有Kaiser标准化的正交旋转法得到旋转成份矩阵、计算因子变量得分，最终建立起财务风险指标综合评价模型。

（二）因子分析

（1）KOM与Bartlett检验。将财务指标数据输入SPSS17.0 做KOM和Bartlett球度检验，得到KMO和Bartlett检验结果，如表3所示。

表2　2012年广西25家上市公司因子分析原始数据

表3　KMO与Bartlett检验结果

由表3可以看出，KMO的值为0.618，大于0.5，说明变量之间的偏相关系数没有出现过小的情况，且Bartlett球形检验的Sig.取值为0.000，表示拒绝该假设，认为各个变量之间不是相互独立的。基于此，本样本适合作因子分析。

（2）提取公因子。由表4可以看出，初始特征值大于1的因子有三个，它们的方差贡献率分别是40.931%，62.569%，80.063%。另外，它们的累计解释方差占总方差的80%以上，因此可以认为变量信息丢失较少，因子分析的结果较为理想。选取这三个主要的因子作因子载荷矩阵分析是合适的。

表4　解释的总方差

（3）利用具有Kaiser标准化的正交旋转法得到旋转成份矩阵，并命名相关因子。使用SPSS17.0软件选择最大方差法输出载荷图，从表5中观察到，第一个因子对流动比率、速动比率的解释比重较大，分别是0.971和0.976，它反映的是广西上市公司资产营运能力，因此将第一个因子命名为营运因子F1；第二个因子对成本费用利润率、净资产利润率和销售净利率的解释比重较大，分别是0.910、0.872和0.935，它主要反映了公司的盈利能力，因此可以命名为盈利因子F2；第三个因子对存货周转率、总资产周转率和应收账款周转率的解释比重较大，分别为0.731、0.886和0.653，它反映了公司的短期偿债能力，因此命名为短期偿债因子F3。

表5　旋转成份矩阵a

（4）计算因子得分。结合表6中的成份得分系数矩阵，建立广西上市公司财务风险指标体系模型：

表6　成份得分系数矩阵

F1=0.095Y1+0.024Y2+0.083Y3-0.016Y4-0.058Y5-0.028Y6+ 0.338Y7+0.342Y8-0.089Y9-0.331Y10

F2=0.332Y1+0.320Y2+0.329Y3+0.019Y4-0.008Y5+0.045Y6+ 0.070Y7+0.056Y8+0.205Y9-0.036Y10

F3=-0.087Y1+0.189Y2-0.064Y3+0.383Y4+0.468Y5+0.350Y6-0.005Y7-0.039Y8+0.054Y9+0.022Y10

根据建立的指标系数模型，带入各个公司的财务数据，求得各个公司的因子得分，见表7。

（5）各个因子乘以自己的方差贡献率求得加权平均值，建立总得分模型：F=40.931%F1+21.638%F2+17.494%F3，运用上述计算公式得出各个样本企业财务状况的综合预测分数值，见表8。

（三）研究结论根据因子分析得到公司财务指标因子得分情况，再结合25家上市公司所属行业，综合分析广西区上市公司的财务风险。

从表8可以看出，中恒集团、桂林三金和阳光股份的F1因子得分较高，说明在2012年度，这三家上市公司的营运能力较强；南宁百货、中恒集团和阳光股份的F2因子得分较高，表明在盈利能力方面，南宁百货公司最强，中恒集团和阳光股份次之；南宁百货、柳钢股份和北海港的F3因子得分较高，据此认为这三家公司的短期偿债能力比其他企业要好。

表7　各样本公司的三因子得分

表8　各样本公司的综合得分

综上所述，中恒集团和阳光股份的营运能力因子F1、盈利能力因子F2得分均位居前三，因此，在后续的企业发展战略中，应该将重点放在增强该企业的短期偿债能力上，提高企业的流动资产比例，减少应收账款金额，提高企业的变现能力。其次，南宁百货应当着重提高资产的运用效率，柳钢股份和北海港在营运能力和盈利能力方面都需要进一步加强。

对样本企业进行的因子综合得分排序，得到表8所示结果。综合得分中最高的是南宁百货，它的财务数据分别是成本费用利润率Y1=3.17，净资产利润率Y2=6.01，销售净利率Y3=2.44，存货周转率Y4=16.39，总资产周转率Y5=1.33，应收账款周转率Y6=1072.5，流动比率Y7=0.60，速动比率Y8= 0.46，产权比率Y9=94.8764，资产负债率Y10=49.01。南宁百货运营状况良好，盈利能力较好，综合财务风险最低。

综合得分最低的上市公司是莱茵生物，其财务数据分别是成本费用利润率Y1=-18.27，净资产利润率Y2=-40.43，销售净利率Y3=-21.45，存货周转率Y4=0.58，总资产周转率Y5=0.34，应收账款周转率Y6=5.24，流动比率Y7=1.70，速动比率Y8=0.46，产权比率Y9=449.05，资产负债率Y10=82.01。企业面临着营运能力低下，负盈利指数偏高，企业资金周转不灵等财务问题，综合财务风险极高。

从财务状况综合排名还能看出（见表9），这种排名呈现一定的行业聚集的现象，即公司所属行业与其综合财务指标排名具有一定的的相关关系，前十位的上市公司中，有五家公司属于制造业行业，占综合评分较高的企业的50%。广西地处珠三角的边缘地带，深受制造业聚集化、区域化的影响，使得广西区的制造业企业发展迅速，综合效益和综合排名颇高，其发展态势良好，财务风险相对较低。

表9　广西25家上市公司的行业分类

四、广西上市公司财务风险评价级别的设定

以各个样本企业的营运因子、盈利因子、偿债因子的排序及综合排名为基础，对企业的风险级别进行设置。由于财务状况综合排名中最大值高达66.176，最小值为-7.93，数值跨度较大，不宜进行风险级别的划分，因此需要对数据进行归一化处理。对经过归一化处理的数据求均值F平均=0.0776。本文认为当上市公司财务指标综合得分大于0.078时，认为其财务状况较为良好，财务风险不足对企业的长远发展造成影响，据此可以判定其为无警；当其得分位0.000～0.078时可以判定其为轻警，此时企业应该提高警惕，随时注意调整生产经营策略；当其得分位于0.000以下，即为负值时，其财务状态处于财务风险警戒级别，即需要通过深入分析来识别企业财务风险的来源，采取措施解除财务风险。通过归一化处理可以看出，南宁糖业和莱茵生物两家公司的财务分析级别处于风险警戒状态，对这两家企业的财务风险状况需要深入分析，找到企业存在的问题并及时处理，提高企业的风险抵抗能力。处于轻警级别的企业有皇氏乳业、广陆数测、柳工、两面针、银河投资和索芙特，这些企业的财务状况也存在着潜在的问题，具有一定的财务风险。另外，这几家上市公司都属于制造业企业，与综合排名前几名的制造业企业形成鲜明的对比，财务状况欠佳的企业可以向运转优良的企业学习其生产经营模式，交流企业管理经验，共同促进企业的发展。

综上所述，本文从财务风险评价的角度出发，以广西上市公司为研究对象构建出基于因子分析的财务风险评价模型。在研究中以定量分析为主，结合定性分析对实证研究的结果进行探讨。研究结果表明，广西区大部分上市公司的财务风险状况良好，但是制造业企业的财务风险分布不均，个别企业的财务风险较大，需要及时调整企业经营策略，扭转负盈利的不良态势。另外，本文只是从财务指标的角度展开研究，并没有考虑外界宏观环境的影响，因此有一定的局限性。仅仅将广西上市公司作为研究样本，没有涉及更多的企业，因而不能更全面地反映整个广西区的财务风险状况。在今后的研究中将通过对各评价指标的细化，结合其相对重要性引入权重变量，扩大研究的范围，以期可以提高企业财务风险评价模型的近似度，更有效地为企业服务。

［1］徐玄玄：《基于AHP-GRAP的房地产上市公司财务风险评价研究》，西南民族大学2010年学位论文。

［2］李素红、陈立文：《基于因子分析法的房地产上市公司财务风险评价》，河北工业大学学2011年学位论文。

［3］李静娟：《基于因子分析的我国上市公司财务预警分析》，河北经贸大学2013年学位论文。

［4］蒋红芸、田凤霞、殷佳雪：《基于多层次灰色评价法的农业上市公司财务风险评价》，《会计之友》2011年第10期。

（编辑成方）