鄧超 寧波大學商學院
國外權威機構調查研究發現,大多數企業破產主要是由于其經營存在問題以及財務管理出現問題導致的。為解決企業因財務破產的問題,幫助企業構建一個恰當的財務風險預警模型,對企業了解掌握自身財務風險有極大幫助,進而使企業能夠更加健康的發展。
本文將運用因子分析法和聚類分析法對寧波77家上市公司的財務風險進行評級,從而為投資者投資寧波上市公司時提供參考。
研究認為對企業的財務風險進行預警,其重點在于如何構建財務風險評價指標體系。通常意義上財務風險預警指標包含投資風險、償債風險、盈利風險和營運風險4大類、12子類,約80個指標。本文擬從資產負債率、流動比率、速動比率以及現金比率四個指標來度量企業的償債能力、主要運用銷售凈利率和凈資產收益率兩個指標代表企業盈利能力、運用流動資產周轉率、應收賬款周轉率、總資產周轉率三個方面的指標來衡量企業營運能力、從營業收入增長率、凈利潤增長率以及總資產增長率三個指標來衡量企業的成長能力。
1.因子分析適用性檢驗
本文使用 SPSS25.0中的KMO測度和巴特利特球形檢驗進行因子分析中的相關性分析,測算得KMO值為0.726。并且巴特利特球形檢驗的顯者性水平為Sig.=0.000,小于0.05。適宜進行因子分析。
2.計算特征值和方差貢獻率
特征值反映了公共因子的重要程度,表示公共因子對原變量總方差解釋能力的則是方差貢獻率,公共因子的數量確定依據即為特征值和方差貢獻率,結果顯示初始特征值大于1的是前4個因子,且前4個因子的累積貢獻率達到了76.781%。同時 SPSS軟件給出碎石圖,驗證提取4個公共因子是合適的,即得到4個公共因子F1,F2,F3,F4。原來的12個預警指標利用提取的4各個公共因子來替代,進而用于對寧波上市公司的財務風險預警進行分析。
3.計算各因子得分以及綜合得分通過測算,得分結果顯示如下:
F=(27.808*F1+23.333*F2+16.632*F3+9.008*F4)/76.781
其中,F表示綜合得分的分值;Fi表示第i個公因子。
綜合得分顯示2018年寧波上市公司綜合得分前五的公司為三江購物、GQY視訊、興瑞科技、永新光學以及寧波中百,而寧波聯合、廣博股份以及寧波東力排名倒數最后三位。
根據上文運用因子分析法得到的上市公司的得分結果,本節采用聚類分析對寧波上市公司依據財務風險的不同進行分類。本文采用的是聚類分析法中的K-均值聚類方法。根據K均值聚類的算法,經過2次迭代后,聚類中心達到收斂,初始中心間的最小距離為1366.900。通過K均值聚類,樣本最終被聚合成三類。
根據因子分析以及聚類分析后得到的77家寧波上市公司的因子得分和綜合得分情況,文章對各上市公司的財務風險進行分類并提出如下建議:
第一類公司包含了絕大多數的寧波上市公司,各方面表現的較為不錯,各因子得分的均值與綜合因子得分均值均大于0。特別是F1償債能力因子得分、F4營運能力因子得分以及綜合因子得分F均在三類公司排名第一。這類公司中大部分財務較為健康,財務風險較小,但也要加強預防,提升自身短板-營運能力。在第一類公司中三江購物表現最好,其償債能力、成長性、盈利性以及營運能力都排名靠前且營運能力因子得分高達5.77894。但其中也有一些公司存在很大問題,例如廣博股份其成長能力和盈利能力綜合因子得分低至-3.34410,且其綜合因子得分也較低,需要格外注意財務風險問題并找到利潤增長點提升自身的盈利能力。
第二類公司有容百科技、雅戈爾、維科技術三家公司,其成長能力與盈利能力綜合因子得分均值F2在三類公司排名第一,但其償債能力較差,F1均值低至-0.50264。其中F2排名最高的容百科技僅為第25名,通過深入剖析其財務指標發現其流動比率、速動比率以及現金比率都較低,而資產負債率較高,公司負債經營現象比較普遍,償債風險極高。
第三類公司只有寧波東力一家公司,該公司各因子得分四項中有三項為負,特別是成長能力和盈利綜合因子F2更是低至-6.42457,在寧波所有上市公司中排名最低。其綜合因子得分也是排名倒數第一,為-1.91,因此被單獨歸為一類。造成這種局面的原因主要是寧波東力利潤增長乏力,利潤同比下降1854.0928%,盈利能力也大幅下降,同時舉債程度高,償債能力也較弱,存在巨大的財務風險。因此,該公司需要盡快找到利潤增長點以及盈利方式同時調整資本結構,降低債務比例進而消除或者控制財務風險。
綜合來看,寧波上市公司普遍存在各方面發展不均衡的問題,即使是排名前幾名的公司同樣存在能力短缺,比如說綜合因子得分排名第2的GQY視訊,其主要是因為償債能力非常強,故綜合因子得分較高,但其他三項能力得分均為負值。各個因子代表了不同的經營能力,企業不能只關注單一方面的能力,對其他能力也要予以重視。企業需要全面發展各項能力才能更好的規避財務風險。