基于因子分析法的上市煤炭企业财务风险评价研究

陈晶璞,刘南南

（燕山大学经济管理学院，河北秦皇岛066004）

一、引言

煤炭是我国的基础能源，也是不可再生能源，在促进我国经济发展方面发挥着不可替代的作用。特别是在国家大力整改煤炭企业的宏观背景下，煤炭企业的健康运营成为关系国计民生的大事，而财务风险的存在是对煤炭企业正常运营的最大威胁，因此关注煤炭行业的财务风险成为当前对煤炭企业研究的重点。

国内对煤炭企业财务风险评价指标的研究主要有：马宗超认为长期资产适合率能够衡量煤炭企业长期资本结构的稳健性和财务风险的大小，长期资产适合率能更好地衡量上市煤炭行业的偿债能力。[1]何谐等认为现有财务预警指标中固定资产评价指标并不适合对煤炭企业财务风险的评价，认为应设置“固定资产投资回报率”和“固定资产现金周转率”代替传统的“固定资产周转率”。[2]林建华等认为净资产增长率、净资产的经营净现金流量增长率、净资产收益率增长率3个财务指标能够科学直观地评价煤矿企业的成长性。[3]曹振江认为煤炭企业财务风险主要是由企业集团的资金管理、负债规模、经营风险及预期现金流入量和资产的流动性造成的。[4]任慧芬认为现有财务风险预警指标并不适合对煤炭企业财务风险进行评价，应针对煤炭行业的自身特点构建与其相适合的评价指标体系。[5]

国内学术界对财务风险评价方法的研究主要有：李兴尧、钱琴选取了典型的 ST上市公司的财务指标为依据，采用因子分析算法，构建原始矩阵，对原始矩阵标准化，计算特征值，一次求出累计贡献率，最终求得综合评价得分，来判断企业财务风险的状况。[6]陈明认为常规财务风险评价的指标缺乏科学性，主观性较强，他运用因子分析法研究了辽宁省某高校的财务数据，认为因子分析法在财务风险评价中具有全面性、有效性、客观性等优势。[7]

本文在前述研究的基础上，试图构建适合煤炭企业的财务风险评价指标体系，并基于因子分析法对上市煤炭企业的财务风险进行评价，力图使评价结果更加客观合理。

二、煤炭上市公司财务风险评价指标体系构建

1.煤炭企业自身财务风险特点及评价指标选取

（1）煤炭企业固定资产评价指标选取。由于我国经济增长速度的加快，对煤炭的需求量也与日俱增，为了满足旺盛的市场需求，煤炭企业大量投资固定资产，扩大煤炭生产规模，有资料显示，煤炭行业固定资产投资的平均增长速度远高于全国固定资产投资的平均增长速度。由于煤炭行业固定资产投资额巨大，约占据投资活动现金支出的一半以上，且建设周期长，因此在对煤炭企业进行风险评价时应重点关注固定资产的投资回报情况，故本文引入评价固定资产投资收益状况的指标“固定资产投资回报率”和“固定资产现金周转率”作为营运能力的二级评价指标。

（2）煤炭企业偿债能力指标的选取。我国的煤炭企业普遍存在资产负债率过高的情况，如果用资产负债率作为衡量企业财务风险的依据，则大部分煤炭企业处于破产的边缘，这显然是不合理的，因此应结合煤炭企业的上述特点，引入“长期资产适合率”作为煤炭企业偿债能力的二级指标。

（3）煤炭企业发展能力指标选取。由于煤炭企业的产品主要是依靠对自然资源煤的开采，而煤资源的储量是有限的，谁拥有更多的煤炭开采权谁就能在未来的市场中占有主导地位，因此针对煤炭企业的此项特点，本文认为应将煤炭企业所拥有的资源储量作为衡量其发展能力的二级指标之一，该指标指煤矿开采权与行业平均水平的比率。

2.研究对象

本文选取了在沪深两市上市的26家煤炭企业2011年的财务数据（剔除了2家数据异常的上市公司）作为研究样本，26家上市公司及股票代码分别是大同煤业（601001）、新集能源（601918）、中煤能源（601898）、神华能源（601088）、潞安环保（601699）、天煤股份（601666）、山煤国际（600546）、兖州煤业（600188）、开滦股份（600997）、恒源煤电（600971）、阳泉煤业（600348）、安源股份（600397）、煤电股份（600121）、盘江精煤（600395)、兰花科创(600123)、上海能源 (600508)、昊华能源 (601101)、永泰能源 (600157)、金瑞矿业 (600714)、靖远煤电(000552)、平庄能源 (000780)、神火股份 (000933)、冀中能源 (000937)、煤气化 (000968)、西山煤电(000983)、露天煤业 (002128)。

3.财务指标体系构建

本文结合煤炭企业自身财务特点，分别从偿债能力、现金流量、营运能力、获利能力、发展能力五个方面构建煤炭企业的财务评价指标体系，同时对上述每个评价指标选取了若干个二级指标进行衡量，初步构建的指标体系选取了21个二级指标，具体指标体系如表1所示：

表1 财务风险评价指标体系

4.财务指标预处理

由于上述指标之间的差异较大，不具有可比性，运用excel软件对其进行标准化处理，标准化处理公式为：

三、因子分析法与上市煤炭企业财务风险评价

1.因子分析法适用性检验

因子分析法的前提条件是选取的指标必须相关性较强，因此对上述财务指标体系中的21个二级财务指标运用SPSS17.0软件进行相关性分析，在偿债能力相关分析中发现利息保障倍数与另外三个指标在0.01和0.05的显著性水平下均不相关，因此将该指标剔除，其他四方面二级指标的选取方法与上述方法相同。因此通过相关性分析，本文选取了14个指标作为因子分析法下的煤炭企业财务风险评价指标体系，具体如表2所示：

表2 财务风险评价指标体系

对上述指标体系中的二级指标进行 KMO和Bartlett检验，当KMO值大于0.5时适合作因子分析，上述指标KMO和Bartlett检验的输出结果如表3所示，可以看出 KMO=0.533，大于0.5，可知筛选出的因子适合做因子分析。

表3 KMO和Bartlett的检验结果

2.确定因子变量

本文以主成分分析法构造因子变量，根据特征值大于1提取主因子，分析结果见表4。从表中可以看出，主成分分析法提取了5个主因子，其累计贡献率达到了86.928%，可以很好地解释总方差。

3.主因子命名

根据旋转后的成分矩阵对主因子进行命名，如表5所示。因为主因子 F1在速动比率、长期资产适合率和现金负债率三个指标具有较大的载荷，因此将F1命名为偿债能力因子；主因子F2在总资产周转率、净资产周转率两个指标负载较大，因此将主因子F2命名为营运能力指标；主因子F3在总资产净利率、每股收益、主营业务贡献率三个指标的因子载荷较大，因此命名为盈利能力因子；主因子F4在每股经营现金流量、经营现金流量比率两个财务指标的载荷较大，故将F4命名为现金流量因子；主因子 F5在净资产收益率增长率这个指标的载荷较大，故将F5命名为发展能力因子。

表4 提取主因子结果表

4.因子得分的计算

根据因子得分系数矩阵和原始数据的标准化值可以计算每个因子得分：

F1=0.933X1+0.810X2+0.730X3+0.048X4--0.058X5

+0.879X6+0.049X7-0.111X8+0.521X9+0.046X10

+0.280X11-0.032X12+0.121X13+0.005X14

F2=-0.115X1+0.307X2-0.252X3-0.093X4+0.054X5

-0.142X6+0.981X7+0.935X8-0.215X9-0.114X10

-0.701X11-0.117X12+0.001X13-0.108X14

F3=0.087X1+0.205X2+0.355X3+0.678X4-0.101X5

-0.166X6-0.018X7-0.14X8+0.6X9+0.899X10

+0.565X11+0.295X12+0.044X13+0.544X14

F4=-0.089X1-0.202X2+0.315X3+0.699X4+0.928X5

+0.046X6-0.105X7-0.008X8-0.091X9+0.151X10

-0.016X11+0.836X12+0.066X13+0.518X14

F5=0.103X1-0.125X2+0.256X3-0.074X4+0.007X5

+0.074X6+0.075X7-0.060X8+0.388X9+0.073X10

+0.098X11+0.169X12+0.918X13-0.327X14

以各因子的方差贡献率为权重，计算五个主因子的综合得分：

F=0.3456F1+0.2154F2+0.1464F3+0.0853F4+0.0767F5

根据上述公式及原始数据标准化后的值可以通过计算各煤炭上市公司的综合得分，对其财务风险进行综合评价。计算结果显示有15家煤炭企业的综合得分为负数，有11家煤炭企业的综合得分为正数。因为数值已经标准化处理，计算出的综合得分若为正值，表明该公司的财务风险水平处于行业平均财务风险水平之上；若某公司的综合得分为负数，表明该公司的财务风险水平处于行业平均财务风险水平之下；若某公司的综合得分为零，表示该公司的财务风险水平与行业平均财务风险水平相当。

表5 旋转的成分矩阵

5.基于聚类分析的上市煤炭企业财务风险等级划分

上文计算出煤炭企业的财务状况综合得分，对煤炭行业整体财务状况进行了宏观分析发现，煤炭企业财务状况综合得分有正负之分，但正的综合得分与负的综合得分并不是划分煤炭企业财务风险状况好与差的绝对标准，因此本文运用SPSS17.0软件中的 K—均值聚类分析方法对上述的26家煤炭公司进行聚类分析，将财务风险等级划分为三级，即财务风险较小、财务风险一般、财务风险较大。聚类分析结果发现，虽然两家煤炭企业的综合得分可能分别为正值和负值，他们却处于同一财务风险等级。聚类分析结果如表6所示：

表 6 聚类分析结果

从上述聚类分析的结果可以看出仅有1家上市煤炭企业的财务风险较小，即平庄能源；有11家煤炭企业的财务风险处于一般水平；有14家煤炭企业的财务风险较大，潜在的财务风险使这些上市公司面临被证监会ST的风险，其中金瑞矿业被ST的事实验证了上述分析结果。

四、结论

本文在构建煤炭企业财务风险评价指标体系的基础上，结合因子分析法对煤炭企业的财务风险进行评价，财务风险评价结果与煤炭行业的财务风险状况基本一致，说明本文所构建的财务风险评价指标体系具有一定的科学价值。基于因子分析的财务风险评价方法，相比于灰色关联度法、层次分析法等评价方法而言，在解决多指标多层次的财务风险评价问题上客观性更强，财务风险评价结果避免了主观因素的影响，使评价结果具有较强的真实性。

[1] 马宗超.用长期资产适合率分析煤炭企业偿债能力 [J].中国煤炭,2005(7):28-30.

[2] 何谐,孙永波,张晓天.煤炭企业财务预警指标体系研究 [J].煤炭经济研究,2007(5):70-72.

[3] 林建华,袁怀雨,林丽华,等.煤矿企业成长性的财务评价[J].中国煤炭,2009(7):27-29.

[4] 曹振江.国有大型煤炭企业财务风险研究[J].会计之友,2011(3):43-44.

[5] 任慧芬.煤炭行业财务风险预警指标体系分析 [J].会计之友,2011(8):62-64.

[6] 李兴尧,钱琴.基于因子分析模型的上市公司财务风险评价[J].会计之友,2011(3):79-80.

[7] 陈明.因子分析法在高校财务风险评价中的应用 [J].财会通讯,2010(9):15-16.