基于因子分析的ST、*ST上市公司财务风险研究

黄生权 黄亚

摘 要：因子分析作为多元分析中一个重要组成部分，具有一定的客观性和科学性，是社会研究中一种有力的工具。文章拟选取沪深两市2012年被特别处理（即ST、*ST公司）的上司公司共52家作为研究样本，进行财务状况评价。分析结果表明，因子分析方法能够较为全面地对企业财务风险进行分析，帮助企业管理层即时掌握公司出现财务风险的可能性，早作准备或风险发生时采取行动，避免出现更为严重的财务状况，并为公司投资人提供投资风险信号，降低投资人的投资风险。

关键词：因子分析；财务风险；ST、*ST上市公司

中图分类号：F275 文献标识码：A 文章编号：1006-8937（2015）08-0119-03

在对上市公司财务风险的传统评价中，只单纯的依靠单一的财务比率变化情况对公司财务状况的恶化程度进行掌握，并不能有效把握公司发生破产的概率，有时计算出的评价结果也会相互冲突，所以我们必须使用定性和定量的相对综合性的方法来评估上市公司的财务风险，即本文所采用的因子分析法。

因子分析是利用其中的部分相关因子去表示多个指标或要素间的相关程度，即将相关性相似的变量归为一类，每类变量便成为一个因子，用较少的因素间所具有的相关性关系去分析原始数据的信息。

这种分析方法可以防止因多个变量而引起的不必要干扰，将所观察的数据进行简化，减少变量的维数，用少数变量去解释变量间相对复杂的问题。本文利用此法对我国ST、*ST上市公司的财务风险现状进行分析，帮助企业管理层及时对风险进行修正。

1 ST、*ST上市公司财务风险指标体系的建立

1.1 研究样本的选取

为了解我国ST、*ST上市公司出现财务风险的主要原因，在运用因子分析法的基础上，拟选取ST、*ST上市公司的截面数据作为研究依据。

截止2012年末，沪、深两市出现财务异常或存在股票终止上市风险的上市公司共52家。

本文则根据其年报资料的可得性，选取其相关的财务数据做样本，对公司的财务风险状况进行研究。所选用的样本公司年报数据取自RESSER金融数据库3.0。而公司具体的信息数据，则根据公司公布的年度报告资料进行整理，并采用SPSS19.0软件进行相关处理。

1.2 财务指标的选取

由于目前在公司财务风险方面的研究缺少系统的经济理论支撑，在已有的研究文献中很难找到适合分析ST、*ST上市公司财务风险被公认的指标体系，所以本文在参考了相关文献的实证研究成果并结合上市公司的具体情况，在可采取可量化的标准下，确立了能反映企业盈利能力、生长能力、偿债能力等方面的指标体系。

其中，盈利能力以净资产收益率、主营业务利润率、总资产利润率、每股收益等指标衡量；生长能力以净资产增长率、总资产增长率、营业利润增长率等指标衡量；偿债能力以流动比率、速动比率、固定资产比率、资产负债率等衡量；股东权益以每股净资产指标衡量。

2 基于因子分析的财务风险评价模型构建

倘若用上述12项指标去反映52家被特别处理的上市公司年报数据，结果可能会因为指标的繁多而导致分析不够精确，所以需要采用因子分析方法进行统计分析。其优势有：

其一，因子分析法的优势在于其保证了评价结果的客观性。

其二，因子分析法可以将公司大量的财务数据继续加工整理，用几个具有相关关系的因子替换上述的12项指标，同一类相关的几个变量共同成为一个影响公司财务状况的因子，这样就避免了多个变量所带来的非必要干扰。

具体操作步骤如下：

①财务指标的预处理。由于各财务指标具有的维度、数量级不同，所以在对数据进行测量时必须对其进行规范化处理，消除变量间的差距。上述12项指标中，除流动比率、速动比率为适度指标、资产负债率为反向指标外，其余9项均为正向指标。正向指标按：

yij=■

进行转换，反向指标取倒数后按正向指标进行转换。适度指标按式：

进行转换。其中[L1j，L2j]为适度指标的适度区间。流动比率的适度值为200%，速动比率的适度值为100%。通过上述变换后，得到的yij值均处于[0，1]的区间范围内。

这样做的目的在于消除量纲和数量对模型的影响。很明显，yij的值越大越好。

②财务指标的检验。进行KMO检验和Bartlett球度检验的意义对原始的统计数据进行测算，了解其是否符合因子分析的基本要求。

KMO检验的标准为若KMO<0.5，则不适合进行因子分析；Bartlett球度检验结果给出的相伴概率若低于其显著性水平0.01，则拒绝Bartlett球度检验零假设，适合进行因子分析。

③构造因子变量。这里假设X是能够被观察得到的随机向量，其均值向量E（X）=0。F=（F1，F2…，Fm）是矢量，不能被观察到，其平均矢量E（F）=0，权重向量间是独立存在的。e=（e1，e2…，ep）与F相互独立，且E（e）=0，协方差阵是对角阵，即各分量之间是相互独立的，则模型如下：

称为因子分析模型。其矩阵形式为：X=AF+e。

④利用旋转方法使得因子变量更具有可解释性并计算因子变量的最终得分。有时当所求出的因子解对结果的解释性不是很强烈的时候，这时就需要运动相关软件对因子进行旋转，以求得到较为满意的公共因子。得到了公共因子后就需要对样本进行综合分析。对于研究的问题，其最终目的在于使用尽可能少的公因子函数和特殊因子的和来对原本各分量进行描述。

3 ST、*ST上市公司財务风险评价的因子分析应用

研究

在对原始数据进行预处理后展开如下分析。

3.1 因子分析适用性检验

此步是为了检验本文所选取的相关指标数据能否进行因子分析。首先需要进行KMO检验和Bartlett球度检验，实验结果见表1。

如表1所示，KMO测度值>0.5，处于尚可状态（KMO=0.729），适合做因子分析。

3.2 公因子提取及计算方差的累计贡献率，确定新的组

成因子

根据方差分解表显示见表2，共提取了4个因子，解释了总体方差的77.996%，提取結果较为满意。可以很好地说明52家上市公司的财务风险状况。

3.3 财务风险综合评价模型

将因子载荷矩阵的原有结构进行调整，使原有的因子载荷矩阵随因子轴进行旋转，得到简化后的因子载荷矩阵，其目的在于方便和简化对因子的解释。

根据旋转后因子的载荷矩阵，可以得到如下主成分因子解释：

F1≈0.936（每股收益）+0.890（净利润增长率）+0.973（总资产增长率）。

F2≈0.843（每股净资产）。

F3≈0.898（流动比率）+0.906（速动比率）。

F4≈0.944（净资产收益率）。

因此，利用因子得分和各自的方差贡献率，构建52家上市公司财务风险评价的综合函数。

综合评价函数如下：

F=（39.368%*F1+15.981%*F2+13.792%*F3+8.856%*F4）。

3.4 获得综合得分分析

综合分析各因子后，ST宏盛、*ST广夏和*ST生化的综合得分排名位于前三，但三者并非所有方面都有优良表现，ST宏盛在股东权益方面和偿债能力方面表现出了较差的状态，*ST广夏的发展则受到了净资产收益率的影响，企业抵御外界影响的能力相对较弱。

*ST中华A、ST宣纸、*ST科健则排名靠后。总得来说，各个企业的总体发展不甚均衡，仍有待提高，找出导致其财务风险的关键问题，重点突破。

4 结 语

通过上述理论和实例证明，表明该模型在实际中具有可行性。就目前而言，2012年我国上市企业中52家被采取特殊处理的上司公司普遍业绩很差，个体间的差异也十分突出，企业的自身成长能力成为限制其发展壮大的关键性因素。企业要想得到持续性的发展，就必须采取相应对策。当然，本文在研究时只考虑了财务数据，而非财务数据，也是企业财务状况的影响因素，故不能全面概括企业的经营过程。因此，在以后的研究中，加入非财务数据是努力的方向。

参考文献：

[1] 汪冬华.多元统计分析与SPSS应用[M].上海：华东理工大学出版社，2010.

[2] 周俊颖.关于构建财务风险评价体系的探讨——基于因子分析法[J].中国总会计师，2012，（3）.

[3] 朱顺泉.基于因子分析法的上市公司财务状况评价研究[J].统计与信息论坛，2004，（4）.

[4] 杜栋，庞庆华，吴炎.现代综合评价方法与案例精选[M].北京：清华大学出版社，2008.

[5] 袁业虎，曾雯雯.企业综合财务分析体系的构建[J].统计与决策，2008，（23）.