上市公司財務績效與風險的關系研究

金卓

摘 要：以 2015—2018年滬深兩市A股217家專用設備制造上市公司為研究樣本，采用因子分析法和poisson回歸分析法對其進行實證分析。研究發現：①專用設備制造行業公司本年度財務績效與未來財務風險呈顯著的負相關關系;②研究時間點的差異對該行業財務績效與風險的關系研究影響不大;③總體來說國有企業穩定性強于非國有企業，所面臨的風險也更低。同時，基于2018年績效分析綜合得分構建的新的評價模型，發現該行業總體情況較好，其中國有企業中良性企業占比低于非國有企業。

關鍵詞：專用設備制造業;財務績效;財務風險分析

引言

伴隨經濟全球化的普及，信息技術不斷創新發展，企業間的競爭愈加激烈，制造業企業逐漸走上專業化道路。自2012年以來，專用設備制造相關企業的生產成本不斷增加，使得企業利潤空間縮小，大部分企業出現利潤下滑甚至虧損的情況，行業中累計虧損企業占比不斷增加，累計虧損金額由2012年的183.07億元增長到2016年的460.2億元，僅五年就翻了2.5倍。與此同時，國家不斷深化傳統制造業的改革，推進企業的轉型升級，傳統重工業企業不得不降低能耗，實現可持續發展，但其技術創新跟不上產業發展的節奏。由于專用設備制造業的產品只適用于單一行業，對市場需求的依賴程度較高，一旦市場需求減少，那么企業的競爭將日漸白熱化，以上種種表明專用設備制造業發展形勢較為嚴峻。

隨著我國經濟的發展，財務績效對未來財務風險的影響逐漸受到學者們的廣泛關注。然而，目前學者們通過構建模型來對企業財務風險的預警研究較多，因為企業未來財務風險與本年度財務績效的關系也只是通過所構建模型的預測結果與實證檢驗得到的，直接針對企業財務績效與未來財務風險關系的相關研究較少，針對專用設備制造上市公司這方面的研究也較少。

基于上述背景，對專用設備制造行業財務績效與風險關系的研究就變得較為重要了。本文從系統論角度出發，運用因子分析法構建財務分析模型探究財務績效與未來財務風險之間的關系，以期完善上市專用設備制造企業財務風險評估體系，保證企業、行業和社會的平穩運行。

一、文獻綜述與研究假設

（一）財務績效與風險的關系

1.財務績效評價

（1）財務績效評價指標研究

財務績效指標的評價研究多種多樣，其中佳萍和王怡[1]（2011）針對生態環境效益首次提出財務績效評價體系，并對該評價體系中的評價指標進行重新篩選和梳理，建立了一套特殊的企業財務績效評價指標體系。

完善財務績效評價體系并非只能通過完善單一方面指標來實現。Heike和Klaus[2]（2013）兩位學者將績效評價的主體選定為高校，篩選出本地區所有高校關于辦學規模、投資來源等多方面的指標，試圖提供系統可操作的評價指標體系。

在財務績效評價體系中，盈利性與安全性尤為重要。王秀珍[3]（2016）對財政部確定的評價標準進行研究。以商業銀行為研究對象，在進行績效評價研究時，在國家規定的評價標準之上進行輕微調整，對銀行的盈利性和安全性進行重點考慮。

（2）財務績效評價內容研究

相較于財務績效評價指標的研究，財務績效評價內容的研究更廣泛。對于財務績效評價內容而言，Siegel D S和 Phan P H[4]（2007）利用數字對評價內容進行分析，并且在評價過程中，為了讓評價結果和評價過程更加的科學規范，提出了四級測評法。

隨著研究體系的不斷完善，平衡記分卡被引入到財務績效評價方法中。王珊珊（2007）[5]從企業可持續發展的角度引入了平衡計分卡對企業績效評價這一方法，利用平衡計分卡對企業財務績效進行評價，幫助企業走向成功。

不同的評價體系特點不同，因此應發展多樣化的評價方式。Tuffin B和Glynn P W[6]（2012）認為，應用于不同場合的財務績效評價體系應當有其自己的側重點，不應千篇一律。不同的評價體系，由于其評價對象以及評價內容存在差異，為了提高評價的效率，應選用量化的形式確保組織的效率。

有時多方面因素結合研究，能夠得到意想不到的收獲。陳承等[7]（2019）結合信號理論，研究了產出信息和社會責任治理信息對企業財務績效的信號作用，從而發現隨制度環境而變化的機理，發現對企業財務績效負影響的因素，最終得到強制披露能得出更好的證據支持。

（3）財務績效評價方法研究

進入21世紀以來，由于財務績效評價的重要性，諸多評價方法逐漸出現。羅愛芳[8]（2011）首先針對傳統的沃爾評分法對企業財務績效評價體系產生的誤區進行討論，其次結合企業今后發展方向及能力從償債能力、營運能力和盈利能力三方面對企業績效評價體系的指標進行重新篩選和確立。

Sandra Moffett 和Rodney Macadam[9]（2016）在對企業財務績效進行評價時首次引入了因子分析法。通過實證分析發現因子分析方法適用于企業績效評價。

唐軼之[10]（2017）采用 AHP 賦予指標權重的方式，將單項分數的上下限進行重新設置，盡可能降低非正常情形對企業務績效評分的影響。

隨著研究的深入，越來越多的創新性評價方法被大眾知悉。楊春生[11]（2018）首次將“標準差系數”這理論引入到財務績效評價方法中，使其水平變得更加直觀。

2.財務風險

Levine（1999）將財務風險視為企業在籌資過程中由于存在負債所產生的償債風險，并認為債務融資會增加財務風險[12]。

導致發生財務風險的因素并不只有債務危機。Van Horne[13]（2005）認為，財務風險不僅來自于債務風險，還可能來自于財務杠桿使企業每股收益產生的不確定性。朱美丹[14]（2014）在對上市公司財務風險管理缺陷分析認為，上市公司存在籌資、投資、資金回收和企業重組方面的風險，并建議通過提高上市公司財務風險管理意識、健全財務風險機制、發揮董事會作用來控制財務風險。

就目前財務風險的研究成果來看，使用主成分分析法對財務風險進行評估效果較好。王君萍和王娜[15]（2016）使用主成分分析法，選取能源行業的多家公司，使用反映企業不同能力的財務標構建模型來對能源行業的財務風險進行分析。

隨著研究的深入，多元化分析逐漸成為主流。元媛[16]（2019）選取金龍汽車為研究對象，以經驗曲線理論為依據驗證經驗曲線的存在并得出該公司的學習百分比，同時根據財務分析理論了解公司的財務表現，基于此對金龍汽車運用經驗曲線化解財務風險的具體措施進行分析，從而梳理出該公司經驗曲線、財務表現以及風險控制措施三者之間的關聯關系。

3.企業財務績效與風險的關系

隨著中國經濟的騰飛，企業的發展機遇不斷增加，但同時也伴隨著風險。尹飄揚和楊向陽（2012）[17]運用因子分析和主成分分析對所選擇的樣本公司建立預警模型，并對模型的預測能力進行檢驗，發現綜合得分越高的企業未來財務風險越低。

歐國良等（2018）[18]以A股市場50家上市房地產公司為研究樣本，選取了10個房地產企業財務風險預警指標，構建了基于因子分析法的房地產企業財務風險預警模型進行定量研究與分析，結果表明財務績效綜合得分值越高未來的財務風險越低。

蘆笛和王冠華（2019）[19]以2016年滬深兩市A股43家農業上市公司為研究樣本，采用因子分析法和聚類分析法對其進行了實證分析，結果表明，財務績效綜合得分值越高未來的財務風險越低;企業本年度財務績效綜合得分越高，本年度總體狀況也就越好，這就為下一年度公司的發展與穩定打下更好的基礎，從而未來的財務風險就越低。因此，根據上述文獻的總結與分析，本文提出第1個假設：

假設1：上市公司財務績效與未來財務風險呈負相關關系，企業本年財務績效水平越高，未來所面臨的財務風險也就越小。

（二）情境因素的調節效應

1.研究時間性的調節效應

自20世紀40年代以來，有關財務績效與風險關系的研究已跨越了幾個世紀。由于社會現象具有歷史屬性，不同年代背景可能會對研究結果產生影響[20]，因此，本研究認為有必要考察研究時間點對財務績效與風險關系的影響。本文基于2015—2017年的三組數據數據所得到的專用設備制造上市公司的財務績效與風險的相關系數的大小來判定該研究是否具有時間性的調節作用。基于上述分析，提出本文第2個假設：

假設2：研究的時間會對研究結果產生影響，相比早期的研究，近期研究得出的財務績效與風險的相關性更加緊密。

2.國有企業與非國有企業的調節效應

國有企業是指國家對其資本擁有所有權或者控制權的企業。國有企業是國民經濟發展的中堅力量，是中國特色社會主義的支柱。資源基礎理論認為，組織資源與能力是企業建立競爭優勢的重要源泉[21]。與民營企業相比，國有企業往往處在經濟資源相對豐富的環境中，更易得到充足的財務資源。即使面臨較大的外部環境風險，企業也依然有能力來維持自身穩定。基于上述分析，本文提出第3個假設：

假設3：國有企業的財務風險小于非國有企業，國有企業具有很強的穩定性。

二、研究設計

（一）樣本選取

本文以2018年滬深兩市A股的專用設備制造上市公司為初選樣本，剔除ST公司后實際有效樣本為217家專用設備上市公司，樣本區間為2015—2018年。本文所用數據來自國泰安數據庫和東方財富網。

（二）指標篩選

由于較少同類文章對專用設備制造行業進行分析，所以本文在指標選取上重點參考已有相關文獻中關于中國上市公司因子分析以及Poisson回歸分析部分，結合中國專用設備制造上市公司的具體情況，從盈利能力、償債能力、營運能力、發展能力、現金流量5個角度，設置22個預警指標構建專用設備制造業上市公司財務指標體系，如表1所示。

（三）指標檢驗

為了篩選出在專用設備制造企業中具有顯著差異的財務指標，本文先使用spss對2018年度各項財務數據進行因子分析，從中剔除共同度低于0.4的財務指標，最終將14項財務指標納入分析模型中，篩選后的14項財務指標如表2所示。

三、研究分析

（一）財務績效與風險的關系

1.因子分析法對企業的財務績效的分析

本文在進行因子分析前對所有的樣本數據進行了標準化處理，2015—2018年的分析數據KMO值分別為0.666、0.710、0.646、0.720，均大于0.6，Bartlett檢驗p值都遠遠小于零，說明所有數據均適合做因子分析。

通過分析2018年財務數據得知，前4個因子的特征值大于1，第5個特征值為0.96大于0.8，說明該5個因子可以解釋原有14個原始變量總方差的83.380%。根據解釋的總方差結果顯示，選取5個公因子的因子成分對所選取的公因子進行因子解釋，作為選取公因子與原指標間的系數，得到因子旋轉成分矩陣。根據因子旋轉成分矩陣可知，對于因子1，其中總資產凈利潤率、凈資產收益率、每股收益、每股未分配利潤和每股留存收益的解釋力度最大;對于因子2，其中流動比率、速動比率的解釋程度均在0.9以上;對于因子3，其中流動資產周轉率和總資產周轉率的解釋程度較大均在0.8以上;對于因子4，載荷量較大的是營業收入現金凈含量和全部現金回收率;對于因子5，營業收入增長率和每股凈資產增長率的解釋程度較高。

通過因子分析后，將原來14個財務預警評價指標替換為現在的5個公因子。通過計算，可以得出樣本公司5個公因子的得分，并可分別從5個角度反映我國專用設備制造上市公司的財務狀況。5個主因子的方差貢獻率分別為29.556%、19.620%、14.902%、10.637%、8.665%，累計方差貢獻率為83.380%。由于單獨的某一因子并不能對中國專用設備制造上市公司的財務狀況有一個全面的評價，所以將構造綜合得分模型進行全面評價，該模型具體如下所示：

其中，F表示綜合得分的分值，Fi表示第i個公因子。將各樣本的數據代入模型求得各樣本綜合得分，再對得分進行排序，最終得到綜合得分與排名。

采用與上述相同的分析步驟分析2015、2016、2017的所有專用設備制造上市公司14項財務數據，得到各年度專用設備制造上市公司的綜合得分值。

2.poisson回歸分析法對企業財務績效與未來財務風險的關系的分析

在因子分析的基礎上，本文運用 poisson回歸分析法對專用設備制造上市公司的財務風險程度進行研究。

凈資產收益率是衡量上市公司盈利能力的重要指標，凈資產收益率越低，說明企業所有者權益的獲利能力越弱。該指標能夠體現企業自有資本獲得凈收益的能力[22]。通過大量閱讀相關文獻以及各方面的理論研究，最終將凈資產收益率作為衡量企業在本年度所承受的財務風險的大小的指標，凈資產收益率越高，財務風險越小。

（1）分析過程

本文將2015年專用設備制造行業所有公司綜合得分值與各公司2016年凈資產收益率劃分為第1組，同理將2016、2017年專用設備制造行業各公司綜合得分與2017、2018年各公司凈資產收益率分別劃分為第2組和第3組。結果如表3所示。

（2）分析結果

由表3可以看出，其中2015、2017年p值小于0.01且回歸系數分別為6.340、2.604，Z值分別為2.615、4.050，這意味著2015、2017年度的財務績效綜合得分會對下年的凈資產收益率產生顯著的正向影響關系;2016年p值小于0.05，回歸系數和Z值分別為1.307、1.535，這意味著2016年財務績效綜合得分會對下年的凈資產收益率產生正向影響關系。

由上述分析可知，本年度的財務績效綜合得分與下年度凈資產收益率呈正相關關系，即財務績效與未來財務風險呈負相關關系。

（二）時間性的調節作用

由表3可知，各年度財務績效與未來公司凈資產收益率的綜合相關系數分別為2015年（0.009），2016年（0.049），2017年（0.000），這說明相關系數越低相關度越高。由于凈資產收益率越高財務風險越小，那么我們可以直接研究財務績效與凈資產收益率的關系，從而得到財務績效與未來財務風險的關系。從以上數據來看，相關度并沒有隨著研究時間的推進而變得更高，研究的時間點對財務績效與風險的關系影響不大。但就總體而言，2017年相關度總體高于2015以及2016年，即研究的時間不會對研究結果產生影響，相比早期的研究，近期研究得出的財務績效與風險的相關性不會變大。

由上文可知，專用設備制造上市公司財務績效與未來財務風險呈負相關。基于此，我們將2015—2018年專用設備制造行業217家公司的財務績效綜合得分進行排序處理，并將217家公司中的25家國有企業挑出，通過對比國有企業和非國有企業財務績效綜合得分的最大差值，可以間接得出國有企業與非國有企業未來所面臨的財務風險大小的差值，具體如表4所示。

由表4可知，各年度國有企業財務績效綜合得分最大差值均小于非國有企業，即國有企業的財務風險小于非國有企業，國有企業具有很強的穩定性，所面臨的風險小于非國有企業。

四、研究拓展

通過分析計算2018年217家專用設備制造上市公司（以下簡稱“217家公司”）的各項財務數據，得出最終的綜合得分。由于上文已驗證本年度財務績效綜合得分與下一年度凈資產收益率呈正相關，并且本文在進行因子分析前，對所有的樣本數據進行了標準化處理，故2018年217家公司財務績效得分值可以定義為：0為中性值，為平均指標;0以上為良性，位于平均指標之上;0以下為劣性，位于平均指標之下。基于以上理論，將217家公司劃分為兩類：其一是良性公司，其二是劣性公司;同時也可以進行多元化分析，將所有企業分為國有和非國有企業，這樣可以得出專用設備制造行業總的分類和國有企業與非國有企業的分類情況。具體情況如表5所示。

通過表5可知，專用設備制造行業有122家公司為良性公司，占比56.22%，總體情況較好;專用設備制造國有企業共25家，其中有10家的綜合得分大于0，為良性公司，15家國有企業低于平均值，為劣性公司，良性公司的占比為總數的40%。非國有企業有112家綜合得分大于0，80家低于0，良性公司的占比為58.33%;就總體情況而言，國有專用設備制造上市公司的良性公司占比要低于非國有企業。

五、結論

本文通過選取盈利能力、償債能力、營運能力、發展能力和現金流量5個角度的14個財務指標構建了較為科學完善的財務指標評價體系。隨后采用因子分析法建立了財務分析模型，對2015—2018年中國217家公司進行了實證分析，研究結果如下：第一，通過使用因子分析法對2018年217家公司財務績效進行分析，可以看出因子載荷系數最大的是盈利能力因子，其次是償債能力因子，也就是說，盈利能力因子對公司財務績效的影響最大，償債能力因子次之;同時，通過poisson回歸分析法對217公司本年財務績效綜合得分與下年度凈資產收益率進行回歸分析，發現公司本年財務績效綜合得分與下年度凈資產收益率呈正相關，也就是說，本年度財務績效與未來財務風險呈負相關關系。第二，通過對各時間段財務績效與未來財務風險關系的研究發現，研究的時間不會對研究結果產生影響。第三，通過研究2015—2018年度國有與非國有企業財務績效綜合得分最大差值，得出國有企業的財務風險總體小于非國有企業，國有企業具有很強的穩定性，所面臨的風險小于非國有企業。此外我們還進行了拓展研究。由于所有年度財務績效與風險最初的數據都進行了標準化處理，所以在此基礎上我們選用2018年度財務績效綜合得分0值作為中性值，財務績效綜合得分高于0的公司則為良性公司，反之則為劣性公司。這樣我們可以把專用設備制造行業的所有公司劃歸為兩類，據此我們發現專用設備制造行業總體狀況較好，但國有專用設備制造上市公司的良性公司占比要低于于非國有企業。

綜上所述，專用設備制造上市公司要想降低公司未來的財務風險，就需要提高公司本年度的財務績效綜合得分，而盈利能力因子載荷值最高，那么提高企業盈利能力就成為降低公司未來財務風險的重要手段之一，公司盈利能力越強，未來的財務風險越小。

最后，本文僅針對專用設備制造行業且并未考慮到非財務指標對財務績效和財務風險的影響，希望在以后的研究中能引入更多的指標，不斷完善該行業甚至各行業的財務績效分析指標評價體系，更加深入地去探究財務績效與風險之間的關系。

參考文獻：

[1]? 佳萍，王怡.從生態視角展開的企業績效評價研究[J].生態經濟：中文版，2011，33（10）：76-79.

[2]? Heike，Klaus.jurisdiction of municipalities[J].Acta Regionalia et Environmentalica，2013，10（1）：24-27.

[3]? 王秀珍.企業績效評價方式與并購績效 Meta 分析[J].科研管理，2016，（S1）：11-19.

[4]? Siegel.DS，PhanPh.Financeperfarmance：[J]EnvironmentaManagement，2007，84（4）：606-619.

[5]? 王珊珊.成本管理績效評價體系的構建與研究——分層次雙渠道綜合確定關鍵績效指標[J].財會通訊：學術版，2007，（1）：105-106.

[6]? TuffinB，Glynn PW.Financial Competitiveness of China's Textile and Clothing Companies Based on Factor Analysis[J].Advanced Materials Research，2012，479-481：1053-1056.

[7]? 陳承，王宗軍，葉云.信號理論視角下企業社會責任信息披露對財務績效的影響研究[J].管理學報，2019，（3）：408-417.

[8]? 羅愛芳.淺議沃爾評分法的改進[J].財會通訊，2011，（35）：110-111.

[9]? SandraMoffett，RodneyMacadam.Study on the measurement and comparison of regional financial competitiveness in China[J].Journal of Guangxi University of Science & Technology，2016，（6）：9.

[10]? 唐軼之，趙振智.改進沃爾評分法在石油工程企業財務預警中的應用[J].財會通訊，2017，（35）：106-107.

[11]? 楊春生.基于標準差系數的沃爾評分法探析[J].財會通訊，2018，（14）：117-118.

[12]? LEVINE R.Financial development and economic growth：views and agenda[M].Washington：The World Bank，1999.

[13]? VAN HORNE J C，WACHOWICA J M.Fundamentals of financial management[M].New York：Pearson Education，2005.

[14]? 朱美丹.上市公司財務風險管理缺陷的治理策略[J].財會研究，2014，（27）：231-233.

[15]? 戚家勇，蔡永斌.房地產上市公司財務風險評價研究[J].財會通訊，2018，（26）：114-118.

[16]? 元媛.基于經驗曲線的企業財務風險研究——以金龍汽車為例[J].財會通訊，2019，（17）：100-104.

[17]? 尹飄揚，楊向陽.基于因子分析的中小板上市公司財務預警研究[J].中國注冊會計師，2012，（8）：79-83.

[18]? 歐國良，吳剛，朱祥波.基于因子分析法的房地產企業財務風險預警研究[J].社會科學家，2018，（9）：56-63.

[19]? 蘆笛，王冠華.農業上市公司的財務風險預警研究——基于因子分析法和聚類分析法[J].會計之友，2019，（24）：79-83.

[20]? COMBSJG，KETCHEN JD，RUSSELL C T，etal.Assessing Cumulative Evidence within‘MacroResearch：Why Meta-Analysis Should Be Preferred overVote Counting[J].Journalof Management Studies，2011，48（1）：178-197.

[21]? HARTSL，DOWELL G.A Natural-Resource-Based View oftheFirm：FifteenYearsafter[J].JournalofManagement，2011，37（5）：1464-1479.

[22]? 趙迎紅.中國上市公司會計盈利狀況及與股價變動關系統計分析[D].沈陽：遼寧大學，2013.