基于K-Means聚類分析217家被出具“非標準意見審計報告”上市公司2018年年報分析

趙雪晨

摘要：隨著經濟的不斷發展，價值投資理念的深化，上市公司財務基本面的數據越來越受到投資者的關注，因此上市公司每年年報的分析具有重要的研究意義。在這之中，注冊會計師所發表的審計意見更值得大家的關注，根據證監會的會計監管報告顯示：2018年，多達217家的上市公司被出具了“非標準審計意見”，這一消息的發出對我國證券市場產生了不小的影響，也對市場投資人帶去了負面的影響及信息。因此，本文運用SPSS統計軟件，依據217家上市公司的財報數據，選擇了償債能力、營運能力、盈利能力等各類財務指標，運用聚類分析法，將這些公司進行聚類分類，分析評價這些公司的經營業績，分析這些被出具“非標準審計意見”的上市公司經營中出現的問題，找出原因，以供投資者關注和借鑒。

關鍵詞：非標準審計意見;聚類分析;K-Means

1、引言

被注冊會計師出具非標準審計意見，對上市公司來說是一件十分嚴重的事情，一旦審計報告出現了這一類型的審計意見，上市公司將會面臨股東、債權人、證券市場的質疑，還有可能會面臨信用等級降低、融資困難的困境，更有甚者將會被實施退市風險警示。盡管有這么多不利局面，但是，很多上市公司可能由于高層經營者和管理者缺乏戰略目光，投資失敗，經營管理出現問題，從而導致公司凈利潤未負，現金流斷裂，面臨破產重組的困境;還有些上市公司會出現為了財務報表的“好看”，下一年度更好融資而操縱利潤、偷稅漏稅等問題不符合正常經營的情況，這些情況都會被注冊會計師出具非標準的審計意見。本文通過K-Means聚類分析，分析他們之間的相同特征、不同特征并據此分類，以求為我國的上市公司進行資產整合、改善財務狀況等提供可供借鑒的意義。

2、聚類分析的概述

聚類分析就是把一組數據集按照某種相似度函數或相似性規則劃分成不同類別的過程，這些類別被稱為類。同類中對象屬性相似度較高，不同類中對象屬性差異性比較明顯。常用的聚類分析算法有 K-Means 算法。一般通過比較樣本數據的屬性值的相似程度（差異程度）來判斷不同數據是否在同一個類中，在聚類分析中，通常需要計算各個屬性值之間的距離，若距離小于設定的閾值，就把樣本數據劃分為同一類，如果超過設定的閾值，則劃分為其他不同的類。

3、本文的指標選擇及數據來源

本文從CCER數據庫下載收集了2018年被出具“非標準審計意見報告”的217家上市公司的年報數據，從中選取可以代表企業全方面發展情況的財務指標，包含償債能力、盈利能力、營運能力、發展能力，其中共有11個財務指標：流動比率、速動比率、資產負債率、應收賬款周轉率、總資產周轉率、存貨周轉率、凈利潤增長率、總資產增長率、每股凈資產、基本每股收益以及市盈率。

4、數據的處理與應用

將CCER數據庫中所查信息以Excel格式導出后導入SPSS Modeler軟件當中，在初步進行K-Means聚類分析時，發現無論聚類數k取為何值，都會出現聚類質量差的情況，并且只有將k的值設置為40以上的值，聚類分析的聚類質量才會上升為良好，然而這種聚類沒有意義。因此通過推斷，判斷是由于這次進行聚類分析的上市公司都是由于經營業績、財務指標或者是管理層的舞弊等出現了問題才被出具了非標準審計意見，那么就會可能有財務指標過于“夸張”的企業的存在，因此我們可以推斷出是有極端值的存在從而影響了聚類質量。那么如果不剔除極端值，不僅影響聚類質量，也會對分析結果產生影響，因此，首先利用SPSS Statistics 對數據進行極值以及無效值的處理。

5、聚類分析

添加“類型”節點，將所有字段的“測量”設置為“有序”，將“角色”設置為“輸入”，最后點擊“讀取值”。

在“類型”節點之后添加“K-Means”模型節點，在進行聚類分析時，確定聚類數k值是十分重要的，從k=2開始設置，每運行一次，記錄聚類質量。在聚類數k=2-7時，聚類質量沒有變化，都是0.3，根據經驗推斷，被出具非標準審計意見的上市公司在財務指標方面都存在異常，因此會有絕大多數的上市公司被分在了一類中，因此，將k值取為2。點擊“運行”，得到聚類結果。可看出結論此次聚類分類的質量良好，并且同時發現聚類1占據了99%的數據，聚類2只有不到1%。

6、分析

根據聚類分析的結果，絕大多數的企業被分入了第一聚類，在這當中的企業存貨周轉率的平均值達到了300%，這一數據對于一般性的企業來說，存貨周轉率過大，存貨的周轉速度過快，這一現象會增加存貨的采購成本、運輸成本以及儲存成本。而另一聚類的企業的存貨周轉率又過低，那么有可能是由于庫存管理不力而導致存貨積壓，這一情況說明銷售狀況不好，資金沉淀，導致企業的現金流及利潤出現問題。

此外，基本每股收益的平均值都為負值，說明這217家被出具“非標準審計意見”的公司在經營過程中都出現了虧損，反映了這些公司企業的經營狀況不好，獲利能力一般，增長潛力很小，投資價值較小。投資者在今后投資股票時，可以著重看企業的基本每股收益，盡可能避免投資失敗的情況。

聚類1中的指標凈利潤增長率為負，說明絕大多數被出具非標意見的上市公司的凈利潤逐年下滑，經營狀況持續走下坡路，經營業績存在問題。

7、總結

K-Means 算法的優點有：邏輯結構簡單、算法運行效率較高，并且相對是可伸縮性的、有效的;能夠處理大量數值型數據;能較好的發現球狀類;能夠處理多維數值型變量;在迭代過程之中，能夠不斷改變聚類中心，使結果越來越好。K-Means 算法雖有很多優點，但也存在一些缺點。比如：需要預先給定 k 值和確定初始聚類中心;容易出現局部最優狀態;算法容易受“噪聲”及孤立點影響，且只適合用于球狀類的聚類，不能用來分析其他任意形狀類的聚類分析;不適合用于處理非常大的數據量。

參考文獻

[1]帥麗媛.我國煤炭上市公司財務績效評價——基于因子分析和聚類分析[J].河北企業，2018（08）：74-75.

[2]劉夢. 聚類分析在企業集團財務公司財務質量評價中的應用研究[D].西安理工大學，2017.

[3]許偉紅. 能源上市公司財務狀況質量評價聚類研究[D].內蒙古科技大學，2015.