基于VaR值的汽车行业上市公司财务风险度量分析

何婷 刘秀玲

【摘要】由于日益激烈的市场竞争以及企业改革的不断深入，人们逐渐意识到财务风险是客观存在的，进而财务管理受到了广泛重视。而汽车产业作为技术资本劳动密集型企业已然成为拉动国民经济的重要组成部分。鉴于此，我们认为上市是汽车企业未来发展的方向，并据此以汽车行业上市公司作为研究对象。本文以沪、深两市A股汽车业上市公司股票为样本，在传统上市公司财务度量指标体系基础上，加入风险指标——VaR，对这些上市公司的风险进行评估。

【关键词】VaR值 财务风险 汽车业 上市公司

随着国际经济的日益发展，公司规模日益扩大，越来越多的公司选择上市，而上市对于企业来说是机遇同样也是挑战。因此，企业应该必要的措施，进而有效地解决财务风险问题，以避免金融风险的发生。

上市公司作为公众企业，其经营业绩直接影响经济发展的宏观和微观的两个方面。1990年12月9日自上海证券交易所成立以来，中国证券市场规模持续扩大，不仅取得了良好的成绩也成为了国民经济重要的一部分。1998年4月27日沪深两市特殊处理第一例—ST辽物资，继而ST板块日益壮大。由此看出中国上市公司在有突出表现的同时还存在一定风险的，而且上市公司的整体状态不容乐观。汽车产业是技术资本劳动密集型企业，该产业已经成为拉动国民经济的重要组成部分。伴随着21世纪的到来及汽车行业的迅猛发展，我国已然成为了世界上第一汽车生产国和最大汽车销售市场。鉴于此，我们认为上市是汽车企业未来发展趋势，并据此以汽车行业上市公司作为研究对象，从而建立包含VaR指标的财务风险度量体系，并对上述上市公司的风险进行评估。

一、汽车业上市公司风险价值（VaR）及其计算

在现实中，由于中国股市制度的不完善以及监管不利等因素往往会造成股市的异常波动，但随着近些年中国股市的日益发展，股市的波动性逐年减弱并呈现出弱有效市场的特征。故本文运用蒙特卡洛方法计算VaR，并假设股票收益呈正态分布，这样可以大大减少研究过程中的计算量。

（一）样本及指标选取

现今股票市场有A股和B股组成，A股的全称为人民币普通股票，B股的全称为人民币特种股票。由于这两种股票在认购方式以及很多方面都有很大的区别，所以没有可比性。又由于汽车产业是技术、资本、劳动密集型产业，并且已成为我国经济的重要组成部分和拉动经济发展的不可或缺力量。鉴于此，我们认为上市是汽车企业未来发展的方向，并据此以沪深两市A股汽车行业上市公司作为研究对象选取样本。本文选取了20家上市汽车企业的2012年的财务数据作为样本，以个股每日收盘价为基础指标，对VaR进行了研究计算，企业名称及代码见表1。

（二）分析方法、实证结果及解释

本文基于汽车行业上市公司股票的日收盘价计算其相应的收益率，假设股票持有期为一天，在95%的置信水平下，选取上市公司2012年的数据作为样本进行估计，将个股日收盘价（pt）进行对数转换得到ln（p*）。将第一部计算得到的结果代入公式r*t=lnp*t+1-lnp*t进而得到调整后的对数收益率r*t。现假定以上数据服从正态分布，对该数据进行分布检验。

通过检验得出10家数据符合正态分布的企业，将数据代入公式VaR=-μp+1.65σp，得出股票的VaR值，计算结果见表2。

由此得出的VaR值将被作为新的财务指标与传统的财务指标结合，从而建立起新的完善的体系。

二、包含VaR值的汽车业财务风险度量体系的建立与实证分析

（一）研究假设

鉴于以往的研究我们可以发现，影响上市公司的财务风险主要因素来自于公司的偿债能力、盈利能力、成长能力、资产管理能力和市场风险的其他因素。公司的盈利能力也被叫做企业资本或资金的增值能力，表示为企业在一定时期内获得收益的多少。

同时，市场风险也在一定程度上影响企业的财务风险，当市场出现风险时，企业的购买力就会下降，导致影响到净现金流量的增加，从而加大企业遭遇财务风险的概率。本文将通过VaR值体现市场风险。

故假设：

1.上市公司的偿债能力、盈利能力、成长能力、营运能力与财务风险程度负相关。

2.上市公司的VaR值与承受的财务风险程度正相关。

（二）样本选取

本文针对汽车业的20家上市公司，在剔除了数据不全和VaR不符合正态分布的公司后，得到以下9家企业。其中金杯汽车为ST股票。ST（Special Treatment）股票，即特别处理股票，是针对财务状况和其他状况异常的上市公司而制定的。

（三）指标的选取

根据前人的研究经验，本文将遵循参照性原则、作用性原则、全面性原则和可运用性原则来选取指标。为了更准确的研究上市公司的营运能力、盈利能力、成长能力和偿还能力，本位选取了最具代表性的财务指标进行分析，各项财务指标如下：

1.盈利能力财务指标。销售净利率、总资产收益率。

2.偿债能力指标。流动比率、速动比率。

3.营运能力。总资产周转率、存货周转率、应收账款周转率。

4.成长能力。营业收入增长率、每股收益增长率。

市场风险指标本文选取VaR值（X10）作为市场风险指标，上文已有阐述，故在此不再加以赘述。

基于以上指标查找数据如下（表2-2），数据均来自于金融界网。

三、财务风险度量体系的建立

（一）因子分析概述

在实际研究问题时，人们往往愿意找许多的相关变量来建模，但这些变量并不一定都有助于模型的建立，有的甚至给建模过程带来许多问题，如：变量之间存在共线性和重复性。为了对变量进行筛选，此时因子分析就派上了用场。

用少数几个因子去描述许多因素或指标之间的相关关系，即将相关程度较高的几个变量综合于在同一类中是因子分析的基本目的，这样每类变量就成为一个因子，因子分析的原理就是以比较少的因子反映资料中的大部分信息。

因子分析过程分为如下几个步骤：

1.前提条件。因为因子分析过程是对原有变量进行筛选，将相关的变量归为一类形成因子。因此要求原有一类变量之间要有较强的相关关系。本步骤就是通过计算相关系数矩阵判断变量之间是否存在相关关系。当相关系数矩阵中的绝大部分相关系数值小于0.3，这表示各个变量间大多为弱相关关系，即相关程度较小，那么原则上这些变量是不是用于因子分析的。

2.因子提取。因子分析过程的核心步骤是将原有变量组合成少数几个因子。所以依据样本求解因子载荷矩阵是本步骤的关键。其求解方法主要基于极大似然等方法。

3.计算各变量的因子得分。因子分析的最终体现是因子得分。因子得分的概念是各因子在各个样本上的具体数值，而形成的变量就是因子变量。进而在之后的研究过程中，将因子变量代替原有的变量进行建模，可以起到简化和优化原有模型的目的。

（二）实证分析

本文选取9家汽车业上市公司2012年度的财务指标（即截止到2012年12月31日的财务指标，结合上文中根据2012年各上市公司股票日收盘价计算出的VaR值，如表2-2所示，一同作为变量进行因子分析。分析过程如下：

1.计算因子相关矩阵。分析得出因子相关矩阵，如表5所示。

由上表可知，在该矩阵中大部分相关系数的绝对值均大于0.3，所以变量之间有很强的相关性，从而适用于因子分析。

2.分析得出公共因子特征值和方差贡献率。运用主成分分析法，将原有的11个变量综合为3个公共因子，并得出公共因子的方差贡献率，见表6。

3.计算因子载荷矩阵。所谓载荷矩阵表示的是各个变量的变异都可以用那些因子解释，而载荷所表示的就是变量与因子之间的相关系数。求出因子的载荷矩阵，见表7。

4.计算个变量因子得分。运用主成分分析法得出因子得分系数矩阵，见表8。

由上述表达式可知主因子F1与变量X1（销售净利率）X2（总资产收益率）相关系数较大，表明该因子与企业盈利能力密切相关，故命名为盈利能力因子。

主因子F2与变量X5（总资产周转率）、X7（应收账款周转率）相关系数较大，表明该因子与企业营运能力息息相关，故命名为营运能力因子。

主因子F3与变量X9（每股收益增长率）相关系数较大，表明该因子与公司的成长能力有关，故命名为成长能力因子。

5.计算上市公司综合得分并且排序。由表9中的主因子方差贡献率作为各因子的权重就可以的到基于VaR值得上市公司财务风险度量模型，如下：

F=0.43404F1+0.26365F2+0.14841F3 （2-4）

基于以上主因子的研究以及对于样本数据的标准化，可以得到各个上市公司的主因子得分和综合得分，绘制成下表并加以排序。

由上表可以看出比亚迪和金杯汽车这两家企业位居最后两位，由于指标的选取和数据选取的局限性，从而造成比亚迪2012年的财务状况不如金杯汽车，但是被特殊处理的金杯汽车仍排位靠后，故可以看出该模型在一定程度上还是有其意义所在。

四、有效性检验

下表是通过比较风险度量指标体系（下文中简称体系1）和财务指标度量体系（下文中简称体系2）来验证体系的有效性。

由表可以看出体系1中的F、VaR值与变量X1、X2的相关性要比体系2中F与X1、X2的相关性高，又因为X1X2是表示企业盈利能力的财务指标，则说明基于VaR值的风险度量指标体系要比财务指标体系对于风险和收益水平的预测能力要更强一些。

由以上论述我们可以看出，当我们在原有传统的风险度量模型上加入VaR值后，其评估结果不仅更加全面客观，与事实较为相符，而且对比原有模型与企业的盈利能力的相关程度更大，即更能体现企业的盈利水平，进而更加直观的表现了企业的财务状况。一个企业最重要的目的就是盈利，这也是企业决策者最关心的项目之一，所以新的体系的建立更加有力于决策者对于现今的财务状况进行分析和管理，尽最大可能避免企业出现财务风险。

五、结论

本文从财务风险度量体系入手，引入了VaR值（风险价值）这一概念，以汽车行业上市公司2012年的股票日收盘价和财务指标为样本数据，建立了全新的风险度量指标体系，进而更加客观严谨地对这些上市企业的财务风险状况进行评估。通过以上研究本文得出如下结论：

第一，本文选取了具有代表性的产业——汽车业上市公司的财务数据为样本数据，规避了不同行业无法比较的弊端，从而得到更加客观的研究结果。

第二，本文基于VaR值，与传统的财务度量体系相结合建立了风险度量体系，并对汽车业上市公司进行了度量分析，得到结果大体与实际情况相符，证明了该体系具有一定的实际意义。

第三，本文对于两种体系进行了相关性检验，得出风险度量体系相关性更强，体现了新体系的优越性。

参考文献

[1]陈忠阳.VaR体系与现代金融机构的风险管理[J].金融沦坛，2001（5），44-50.

[2]丛菲.基于VaR值的建筑业上市公司财务风险度量分析[D].西安：西安建筑科技大学，2011.

[3]范英.VAR方法及其在风险分析中的应用初探[J].中国管理科学，2000（3）26-32.

[4]黄智猛，曹华，吴冲锋.VaR风险监管下金融机构的决策模型与分析[J]，1999（4），1-6.

[5]金小平.VaR在我国金融机构市场风险管理中的应用研究[D].长沙：湖南大学，2005.

[6]李亚静，朱宏泉，何跃.基于VaR的风险分析理论与计算方法[J]，2000（5），36-46.

[7]李梓华，龚光明，廖云.企业财务风险度量：方法的选择与应用[J].山东经济战略研究，2006（7），70-71.

[8]刘晓棠.基于VaR的上市公司财务风险度量指标体系构建及实证分析[D].沈阳：沈阳工业大学，2007.

[9]王春峰.金融市场风险管理[M].天津：天津大学出版社，2001.

[10]薛薇.基于SPSS的数据分析[M].中国人民大学出版社.2006.10.

[11]姚刚.风险值测定法浅析[J].经济科学，l998（l）：56-60.

[12]郑文通.金融风险管理的VaR方法及其应用[J].国际金融研究，1997（9）：58-62.