物流企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型構(gòu)建與分析
——基于主成分分析法

□ 肖晨晨

(上海工程技術(shù)大學(xué) 管理學(xué)院,上海 201620)

當(dāng)前，我國(guó)物流行業(yè)在不斷擴(kuò)大經(jīng)營(yíng)規(guī)模和拓寬業(yè)務(wù)渠道，國(guó)家也高度重視對(duì)物流企業(yè)的監(jiān)督和調(diào)控。企業(yè)想要持續(xù)經(jīng)營(yíng)并且在眾多同行中脫穎而出，建立有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警和控制體系至關(guān)重要。物流企業(yè)所面臨的財(cái)務(wù)風(fēng)險(xiǎn)主要體現(xiàn)在融資、投資和運(yùn)營(yíng)三方面。在融資方面，企業(yè)為了擴(kuò)大規(guī)模需要籌借大量資金，由于國(guó)家最近幾年實(shí)行的一系列緊縮性貨幣政策，使得物流企業(yè)向銀行等金融機(jī)構(gòu)貸款的限制和難度大大提高。這也迫使一些企業(yè)轉(zhuǎn)為通過(guò)民間借貸融資，這種借貸方式的高利率性加上企業(yè)自身經(jīng)營(yíng)的不穩(wěn)定性，所承擔(dān)的成本壓力一旦達(dá)到企業(yè)的極限，企業(yè)財(cái)務(wù)狀況將會(huì)迅速惡化。在投資方面，其風(fēng)險(xiǎn)主要體現(xiàn)在物流企業(yè)的業(yè)務(wù)范圍越來(lái)越廣，因此，紛紛加大對(duì)物流中心建設(shè)和運(yùn)輸設(shè)備購(gòu)買的投入，不可避免地還要繼續(xù)承擔(dān)各種瑣碎又高昂的費(fèi)用，如：設(shè)備維修費(fèi)、人員培訓(xùn)費(fèi)、管理折舊費(fèi)、路橋費(fèi)等。在運(yùn)營(yíng)方面，物流企業(yè)為了搶占市場(chǎng)份額，占領(lǐng)行業(yè)主導(dǎo)地位，經(jīng)常會(huì)盲目承接與自身水平不符的物流委托業(yè)務(wù)，后果就是導(dǎo)致服務(wù)無(wú)法達(dá)到客戶的要求甚至使客戶受損，不僅需要賠付違約金，企業(yè)的信譽(yù)口碑也會(huì)受到嚴(yán)重影響，業(yè)務(wù)量會(huì)逐漸下降，也就增加了企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。

本文利用主成分分析方法的降維思想將眾多財(cái)務(wù)指標(biāo)轉(zhuǎn)換成少數(shù)幾個(gè)影響物流業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的主成分，這些主成分之間相互獨(dú)立，從而便得到我國(guó)物流業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)公式，根據(jù)評(píng)價(jià)結(jié)果提出如何預(yù)防和降低財(cái)務(wù)風(fēng)險(xiǎn)的有效建議。

1 文獻(xiàn)綜述

對(duì)于財(cái)務(wù)風(fēng)險(xiǎn)的研究主要經(jīng)歷了從單變量模型向多變量模型研究發(fā)展的過(guò)程。國(guó)外學(xué)者中，F(xiàn)itzpatrick(1932)最先提出單變量模型，利用數(shù)理統(tǒng)計(jì)方法來(lái)研究企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，得出的結(jié)論為：凈利潤(rùn)股東權(quán)益比和股東權(quán)益負(fù)債比這兩個(gè)指標(biāo)對(duì)公司破產(chǎn)的影響最大。但是指標(biāo)選取過(guò)于單一，不能綜合說(shuō)明企業(yè)的財(cái)務(wù)現(xiàn)狀。后來(lái)，Altman(1968)建立了初始的多變量模型：Z分?jǐn)?shù)模型，并且在此基礎(chǔ)上不斷改進(jìn)，Altman等(1977)又提出了跨行業(yè)的ZETA模型，雖然選擇了7個(gè)衡量財(cái)務(wù)風(fēng)險(xiǎn)的指標(biāo)，但是ZETA模型要求財(cái)務(wù)指標(biāo)服從正態(tài)分布，因此實(shí)用性較低。

國(guó)內(nèi)學(xué)者主要是根據(jù)單變量模型的缺陷不斷改進(jìn)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型并且嘗試引入新的指標(biāo)。潘琰、程小可等(2000)選取了總資產(chǎn)報(bào)酬率、增長(zhǎng)率等9個(gè)指標(biāo)，運(yùn)用主成分分析法，構(gòu)建綜合評(píng)價(jià)函數(shù)，判定上市公司財(cái)務(wù)狀況、破產(chǎn)預(yù)測(cè)等等。徐鳳菊、王鳳(2008)分析了現(xiàn)有財(cái)務(wù)風(fēng)險(xiǎn)研究理論的基礎(chǔ)上引入了主成分分析法的基本原理,構(gòu)建了主成分分析模型并進(jìn)行了相關(guān)實(shí)證研究,驗(yàn)證了模型的科學(xué)性和合理性。針對(duì)行業(yè)財(cái)務(wù)風(fēng)險(xiǎn)研究，泮敏，曾敏(2015)基于主成分分析法得到我國(guó)制造業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)公式，還得出ST企業(yè)并不能等同于財(cái)務(wù)危機(jī)企業(yè)的結(jié)論。

根據(jù)以上分析，在對(duì)上市公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)和預(yù)測(cè)的時(shí)候，多變量模型比單變量模型的精確度要高，加上主成分分析法可以對(duì)原變量進(jìn)行降維以消除變量間的相互影響，所以，基于此方法得出的結(jié)論更加全面可靠。目前運(yùn)用主成分分析法專門對(duì)物流業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)分析的研究文獻(xiàn)較少，本文構(gòu)建物流業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型，便于企業(yè)評(píng)估自身財(cái)務(wù)狀況，調(diào)整經(jīng)營(yíng)戰(zhàn)略，有利于物流行業(yè)健康穩(wěn)定的發(fā)展。

2 研究設(shè)計(jì)

2.1 樣本選擇

本文參考證監(jiān)會(huì)2012版行業(yè)分類，選取2018年在上海和深圳證券交易所的A股鐵路運(yùn)輸、道路運(yùn)輸、水上運(yùn)輸、航空運(yùn)輸、管道運(yùn)輸以及郵政上市公司為樣本，運(yùn)用Stata12統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)篩選，刪除了數(shù)據(jù)缺失的企業(yè)，同時(shí)，為了避免異常數(shù)據(jù)影響，剔除了ST、PT企業(yè)。最后確定了89家物流公司為本文研究對(duì)象。所有數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。

2.2 財(cái)務(wù)指標(biāo)選取

企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)不僅會(huì)由融資、投資等活動(dòng)導(dǎo)致，日常經(jīng)營(yíng)管理不善也會(huì)引起風(fēng)險(xiǎn)的發(fā)生，因此，本文主要選取反映企業(yè)償債能力、盈利能力、經(jīng)營(yíng)能力、發(fā)展能力和現(xiàn)金流情況的共16個(gè)指標(biāo)，能夠全面反映企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的各個(gè)方面。具體指標(biāo)如表1所示。

表1 指標(biāo)選取

2.3 模型構(gòu)建

2.3.1 主成分的恰當(dāng)性檢驗(yàn)

本文進(jìn)行主成分分析所使用的統(tǒng)計(jì)軟件是SPSS22.0，首先對(duì)原始指標(biāo)數(shù)據(jù)進(jìn)行KMO和Bartlett檢驗(yàn)，判斷所選取的16個(gè)指標(biāo)是否適用于主成分分析法。結(jié)果如表2所示，KM0檢驗(yàn)值為0.626，大于0.5，Bartlett的球形檢驗(yàn)值為0.000，小于0.05，說(shuō)明個(gè)變量之間相關(guān)性較強(qiáng)，適合繼續(xù)進(jìn)行主成分分析。表3公因子方差表顯示，16個(gè)原始指標(biāo)的共同度取值均大于0.5，表明每個(gè)指標(biāo)都能在很大程度上解釋變量，本文選取數(shù)據(jù)的恰當(dāng)性得到檢驗(yàn)。

表2 KMO和Bartlett檢驗(yàn)

表3 公因子方差

2.3.2 主成分提取

表4的主成分分析結(jié)果中，可以看到前6個(gè)成分的特征值大于1，并且方差累計(jì)貢獻(xiàn)度達(dá)到83.404%，達(dá)到累計(jì)貢獻(xiàn)度超過(guò)80%的要求，說(shuō)明這6個(gè)主成分可以代表16個(gè)原始數(shù)據(jù)指標(biāo)來(lái)反映企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)情況。

根據(jù)表5因子載荷矩陣表，得到主成分的表達(dá)式，用F表示。

F1=-0.285y1+0.063y2+0.066y3-0.407y4+0.861y5+0.873y6+0.900y7+0.580y8+0.532y9+0.003y10+0.093y11+0.182y12+0.368y13-0.001y14-0.099y15+0.167y16

F2=-0.894y1+0.810y2+0.796y3-0.754y4+0.285y5+0.324y6+0.033y7+0.252y8+0.223y9+0.154y10-0.219y11+0.075y12+0.063y13+0.029y14-0.150y15+0.022y16

F3=-0.032y1+0.283y2+0.277y3+0.103y4+0.101y5+0.082y6-0.020y7+0.666y8+0.660y9-0.794y10-0.773y11-0.156y12-0.155y13+0.115y14+0.113y15-0.115y16

F4=0.097y1+0.036y2+0.390y3+0.194y4+0.305y5+0.282y6+0.134y7+0.056y8-0.026y9+0.331y10+0.033y11+0.899y12+0.816y13+0.072y14+0.056y15-0.081y16

F5=0.029y1-0.119y2-0.095y3+0.014y4+0.074y5+0.034y6+0.006y7-0.050y8+0.033y9-0.050y10+0.033y11-0.007y12-0.010y13-0.051y14+0.809y15+0.794y16

F6=0.106y1+0.146y2+0.143y3+0.211y4+0.056y5+0.030y6-0.071y7+0.056y8+0.104y9+0.089y10+0.138y11-0.074y12-0.031y13-0.925y14-0.094y15+0.159y16

根據(jù)上述公式以及16個(gè)指標(biāo)分別占各主成分的比重，解釋本文6個(gè)主成分的經(jīng)濟(jì)含義：

可以看出，第一主成分中，占載荷量較大的指標(biāo)分別有凈資產(chǎn)收益率、總資產(chǎn)凈利潤(rùn)率和資產(chǎn)報(bào)酬率，也就是這三個(gè)指標(biāo)影響程度最大，主要反映了公司的盈利能力，所以，可以把第一主成分稱為盈利能力主成分。

第二主成分中，占載荷量較大的指標(biāo)分別為資產(chǎn)負(fù)債率、流動(dòng)比率、速動(dòng)比率，主要體現(xiàn)了公司的償債能力，所以，可以把這一主成分稱為償債能力主成分。

第三主成分中，占載荷量較大的指標(biāo)分別為總資產(chǎn)周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率，二者主要體現(xiàn)了公司的經(jīng)營(yíng)能力，所以，可以把第三主成分稱為經(jīng)營(yíng)能力主成分。

在第四主成分中，占最大載荷量的指標(biāo)是總資產(chǎn)增長(zhǎng)率、資本積累率，主要體現(xiàn)了公司的發(fā)展能力，所以，可以把第四主成分稱為發(fā)展能力主成分。

第五主成分中，影響程度較大的指標(biāo)分別為營(yíng)運(yùn)指數(shù)和全部現(xiàn)金回收率，主要反映了公司的現(xiàn)金流狀況，所以，可以把第五主成分稱為現(xiàn)金流狀況主成分。

在第六主成分中，營(yíng)業(yè)收入增長(zhǎng)率指標(biāo)所占比重最大，主要反映公司的市場(chǎng)占有情況，所以，可以把第六主成分稱為市場(chǎng)占有能力主成分。

表4 主成分的特征值與貢獻(xiàn)度

表5 因子載荷矩陣表

2.3.3 物流業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)得分和結(jié)果分析

F1、F2、F3、F4、F5、F6六個(gè)主成分分別從企業(yè)盈利能力、償債能力、經(jīng)營(yíng)能力、發(fā)展能力、現(xiàn)金流狀況以及市場(chǎng)占有能力這幾個(gè)角度來(lái)衡量財(cái)務(wù)風(fēng)險(xiǎn)，根據(jù)表4中主成分的方差貢獻(xiàn)率，得出最終的物流業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型如下：

F=0.34520F1+0.15994F2+0.11451F3+0.08093F4+0.07071F5+0.06276F6

利用得出的模型計(jì)算出89家物流業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)得分，F(xiàn)值越大，物流上市公司財(cái)務(wù)風(fēng)險(xiǎn)越小，相反，風(fēng)險(xiǎn)越大。根據(jù)計(jì)算結(jié)果，將89家公司按照分值分為四類，具體如表6所示。在89家公司中，風(fēng)險(xiǎn)很低的企業(yè)只有6家，風(fēng)險(xiǎn)較低的企業(yè)有32家，而被分類為風(fēng)險(xiǎn)較高型的企業(yè)共有49家，風(fēng)險(xiǎn)很高型企業(yè)有2家。財(cái)務(wù)風(fēng)險(xiǎn)評(píng)分小于等于零的企業(yè)占57.3%，超過(guò)一半，所以總體上，我國(guó)物流業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)水平偏高。

表6 公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)分類

3 建議

針對(duì)我國(guó)目前物流企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)水平總體偏高的情況，需要加強(qiáng)財(cái)務(wù)風(fēng)險(xiǎn)管理，企業(yè)可以通過(guò)完善財(cái)務(wù)風(fēng)險(xiǎn)管理系統(tǒng)、建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系、提高人才專業(yè)勝任能力三方面具體措施來(lái)對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行防范和控制。首先，完善物流業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理系統(tǒng)，企業(yè)需要形成分工明確、秩序井然的內(nèi)部組織機(jī)構(gòu)，風(fēng)險(xiǎn)識(shí)別、監(jiān)督、控制、評(píng)估等各個(gè)環(huán)節(jié)都被合理分配；其次，建立物流業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系，企業(yè)需要編制現(xiàn)金流量預(yù)算，并且對(duì)預(yù)算執(zhí)行嚴(yán)格地監(jiān)督和考核，以提高預(yù)算管理的質(zhì)量。制定對(duì)企業(yè)的財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)的評(píng)價(jià)計(jì)劃，分析不同時(shí)期的具體情況和發(fā)展趨勢(shì)，以此預(yù)測(cè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)水平；最后，企業(yè)各項(xiàng)管理活動(dòng)的正常進(jìn)行都離不開(kāi)人才，因此，需要重視提高人才專業(yè)勝任能力。當(dāng)前，財(cái)務(wù)政策、競(jìng)爭(zhēng)對(duì)手以及市場(chǎng)環(huán)境都處在日益更新的過(guò)程中，企業(yè)自身規(guī)模和經(jīng)營(yíng)范圍也不斷變化，所以，要不斷引進(jìn)風(fēng)險(xiǎn)管理能力強(qiáng)、專業(yè)知識(shí)儲(chǔ)備豐富的優(yōu)秀人才，同時(shí)也要加大對(duì)本企業(yè)員工風(fēng)險(xiǎn)管理能力、意識(shí)以及專業(yè)素養(yǎng)的培養(yǎng)力度。