基于主成分分析的農業供應鏈信用風險評價*

張遠航

（沈陽師范大學，遼寧 沈陽 110034）

0 引言

農業是我國主要產業，大力發展農業對促進我國經濟發展、提高農業經營主體的整體生活水平至關重要[1]。目前，銀行等金融機構缺少對農業企業的系統和規范的評價方法，對于農業企業的信用風險缺少規范的原則和依據，使得農業企業在融資方面面臨較大的困難，抑制了農業整體發展[2]。同時，農業行業的特點主要包括受自然因素影響較大，并且不確定性風險較多，且農業行業在銀行進行貸款的資金具有長期性的特點，使得其在銀行等金融機構的信用水平較低，造成農業企業融資困難，融資成本較高，導致農業企業的資金流通受到制約，阻礙了農業整體發展。隨著鄉村振興戰略的推進，農業企業的融資困難問題越來越受到社會的廣泛關注，解決農業企業融資困難成為農業農村發展的重中之重[3]。

為解決農業企業融資困難的問題，需要對農業企業進行信用風險評估，明確農業行業整體的信用風險水平對制定相關政策以及行業引導至關重要。在評價企業信用風險方法中主要有主成分分析法、logistic模型、AHP 層次分析法、模糊綜合評價法等。本文主要借助主成分分析法對中國農業上市公司進行信用風險評價，構建相應的指標體系，綜合分析影響農業信用風險的因素[4]。

1 主成分分析原理

主成分分析是一種將多個指標進行降維處理，把多個自變量用幾個主成分來進行解釋的過程。為了避免由于數據眾多以及變量之間相關性的影響，希望通過主成分分析將具有相關性的變量進行整合，篩選出幾個不具有相關性的主成分，通過少數變量得到整體的影響指標分析[5]。主成分分析具有以下優點：一是可以減少變量處理的工作量；二是能夠避免變量之間的相關性造成結果分析的偏差。

2 主成分分析的主要步驟

2.1 數據標準化

假設進行主成分分析的指標總共有m個，需要進行評價的對象有n個，第i個對象在第j個指標中的數據用xij表示，將原始變量xij標準化得到。

2.2 建立變量之間相關系數矩陣

相關系數矩陣為R=(rij)m×m。

其中，rii=1，rij=rji，rij是第i個指標對第j個指標的相關系數。

2.3 計算相關系數矩陣的特征值及特征向量

u1···um，由特征向量組成m個新的指標變量。

式中，y1到ym分別表示第1到m個主成分。

2.4 寫出主成分并計算綜合得分

主成分yj的貢獻率及綜合得分分別為：

式中，bj為第j個主成分的貢獻率。

3 主成分分析

3.1 農業上市公司信用風險評價指標體系

目前，針對農業上市公司信用風險評價指標體系尚無統一標準，結合農業行業發展現狀以及相關文獻，構建了農業行業上市公司信用風險指標體系[6]。此次研究指標體系分為4 個一級指標，分別為償債能力、營運能力、成長能力、盈利能力。償債能力下的二級指標包括：資產負債率、流動比率、速動比率、權益乘數、現金比率；營運能力下的二級指標包括：總資產周轉率、流動資產周轉率、主營業務利潤率；成長能力下的二級指標包括：總資產增長率、所有者權益增長率、凈利潤增長率；盈利能力下的二級指標包括：銷售凈利率、凈資產收益率。通過以上構建的指標體系對我國農業上市公司的企業財務狀況進行主成分分析，通過對財務信息的分析得出企業的信用風險狀況。

3.2 數據來源

本文主要選取中國農業A 股上市公司，為了對正常經營企業和經過特殊處理的企業的信用風險狀況進行比較分析，選擇我國農業上市公司中17 家正常企業以及3 家經過特殊處理的企業的財務狀況進行統計。通過國泰安數據庫導出所需的財務數據，并對其中的財務數據進行相應的補充。

3.3 實證分析

3.3.1 數據特征分析

通過將農業企業的相關財務指標進行收集，并利用SPSS 進行數據處理，在主成分分析前，根據SPSS進行KMO 檢驗和巴特利特球形度檢驗，得到結果為KMO 檢驗值為0.553，說明上述指標數據適合進行主成分分析，并且巴特利特球形檢驗為0.000，滿足顯著性檢驗。KMO 和巴特利特檢驗結果如表1所示。

表1 KMO 和巴特利特檢驗結果

3.3.2 指標體系數據標準化

根據構建的農業上市公司的指標體系，利用SPSS 對上述財務指標數據進行主成分分析，首先將各個指標數據進行標準化，得到標準化后的變量記為Z1到Z13，并計算建立協方差矩陣，得到指標體系的特征值和特征向量，并得到標準化的指標體系的總方差解釋如表2所示。

表2 總方差解釋

3.3.3選擇主成分

通過輸出的總方差解釋表根據特征值大于1 且解釋度累計達到83.3%的結果篩選出4 個主成分，根據旋轉后的成分矩陣可以得出每個主成分的影響因子的構成，將主成分1 命名為營運能力，主成分2 命名為盈利能力，主成分3 命名為償債能力，主成分4 命名為成長能力。旋轉后的成分矩陣如表3 所示。

表3 旋轉后的成分矩陣a

3.3.4 計算主成分得分

根據主成分得分公式，計算各個主成分中各個變量的權重，即用各個主成分因子的系數與各個主成分特征值的開根之比[7]，再用權重與標準化后的因子相乘，得到4個主成分的計算公式如下：

以各因子方差貢獻率為權重計算綜合得分：

通過以上公式分別計算各個企業的綜合得分，得分越高說明這個企業的營運狀況越好，經營活動正常，償債的能力也比較高，信貸風險的水平也比較低；如果企業的得分越低，則說明這個企業的營運存在一定的問題，公司的經營狀況存在一定的紕漏，出現信用風險的可能性較大[8]。

4 結論與建議

本文根據主成分分析對農業企業的信用風險水平進行了實證研究，根據實證分析的結果可以得出以下的結論：根據以往學者的研究以及相關資料調查，總結提取出農業企業信用風險的評價指標體系，同時根據因子分析的結果得到4 個衡量農業信用風險水平的主成分，根據因子載荷情況，將4 個主成分重新命名為：主成分1 為營運能力，主成分2 為盈利能力，主成分3 為償債能力，主成分4 為成長能力。因此，根據篩選出的4 個主成分，可以對農業企業的信用風險水平進行評估。同時，根據主成分分析法計算各個企業的最后得分情況，根據企業的總得分情況對企業的信用風險水平進行排名，根據排名得出的結論是：正常經營的企業的整體排名較高，而被標ST 的企業的排名較低。根據此結論得出，企業的財務狀況能夠直接影響企業的信用風險水平，企業的經營狀況以及整體的運作能力對企業的信用風險水平具有重要影響。

為提高農業企業的信用水平，企業應該提高自身的經營能力以及管理能力，加強風險預警和風險防范措施。同時，企業的盈利能力以及償債能力是影響企業信用水平的重要因素，企業應該加強內部的資金流動，處理好應收賬款等[9]。農業供應鏈金融模式為加強農業中農小型企業資金流通提供了支持，應加強農業供應鏈融資在農業中小型企業融資過程中的支持作用[10]。