打开文本图片集

摘要：本文以高新技术企业雪浪环境为例，首先分析雪浪环境的财务现状，研究所存在的财务风险，并就其成因进行深入分析。然后在国内外的实证研究成果基础上，结合雪浪环境的实际情况后，确定了包括偿债、盈利、营运、发展能力在内的12个指标，构建了适合于雪浪环境的财务风险评价体系，利用2020年雪浪环境所在行业240家上市公司的年度财务数据进行因子分析。

关错词：财务风险；风险评价；因子分析法

一、绪论

（一）研究背景

近年来，中国制造业正在遭遇着空前的危机，所以对该行业的雪浪环境进行科学的财务风险评价显得非常重要，不仅有一定的理论意义，且实用性较强，对其他公司也有一定的参考意义。

运用因子分析法进行指标赋权的工作可以使研究的结果更加贴近客观的事实，且通过该方法可以找到对整体财务风险产生影响的有关因素。通过建立该评价体系，集合商业伦理与会计职业道德建设的重要性，可以加强对雪浪环境财务风险的监测，为其风险管理和财务管理提供较为科学的参考依据，提高其风险防范水平和抗风险能力，且研究结果能为雪浪环境的利益相关者提供一定的参考。

（二）研究意义

1、理论意义

对雪浪环境的财务风险进行评价研究能够扩充、完善公司的管理与控制理论，在理论上可以为风险管理提供指导。目前国内关于财务风险评价的研究很少从行业范围内来界定其风险，大多数未顾及到我国市场经济的特质。每个公司都有不同的特点，这致使公司遭受风险的表现形式会有差别。本文结合制造业目前的发展形势，具体分析雪浪环境的财务风险表现和成因，对其所处行业进行横向的实证研究，评估雪浪环境整体和各方面的财务风险程度，找到对整体财务风险产生影响的有关因素。

2、实践意义

在制造业面临较大风险的情况下，不可避免要受到环境、安全等诸多因素的影响，该行业的企业急需提高财务风险管理的水平。本文通过对雪浪环境的研究，根据行业特征和雪浪环境具体的财务状况，建立合适的、科学的财务风险评价系统，对公司的财务风险进行量化分析，判断公司是否有陷入财务危机的征兆，全面了解其所存在的各类风险及风险程度，以及找到对整体财务风险产生影响的有关因素，使其及时地采取更有针对性的措施防范财务风险，从而提升公司抵抗风险的水平。

二、文献综述

1.国外文献综述

20世纪初，Spearman等学者经过对测试成绩的分析首次运用了因子分析法。其思想是描述原始变量的相关关系，采用降维的方法，通过分析得出相关矩阵中存在的内部关系，将其变成具有代表性的较少的因子来反映大部分的原始数据，并给指标赋 予客观权重，是一种有效的数据简化方式，所得的结果具有准确性和全面性。2003 年Sergeitl在欧洲最大的冶金厂之一的实际生产条件下使用因子分析方法进行了研究，这一研究也证实了因子分析在实际运用中的可行性和客观性。Moffett等“采用因子分析法进行公司财务活动的相关研究，研究发现运用该方法所计算的评价结果相较其他方法更为全面、客观，具有高度的实际指导意义。

2.国内文献综述

2011年，李兴尧等学者以ST公司为研究对象，运用定量和定性相结合的手段，通过因子分析法准确地评估了20家公司的财务风险状况，对这些ST公司进一步恶化的情况进行了提醒。程启巧利用因子分析法对一个具体公司WT的2007年到2013年27个季度的财务数据进行评价，结果和公司的实际状况较为相符。庞大莲”等学者将因子分析法应用到财务评价中，研究发现通过该方法不仅可以保证关键因素有客观的来源，还可以避免传统研究中主观赋权的局限。梁昌勇等将因子分析法引入基金领域，对其进行财务透明度的研究，构建了包括财务指标在内的4个不同方面的指标体系，研究发现公司的筹资与营运能力等四个方面会对财务透明度产生影响。同年，李建等”通过对比两种方法对ST和非ST公司归类的准确性，发现通过因子分析法的载荷矩阵做出的分类，研究结果更为准确。伍海泉等在2016年运用因子分析法评价31所高校的财务状况，研究发现与东部相比，西部和中部的高校财务状况较差，符合客观的情况。

三、基于因子分析法的雪浪环境财务风险评价

通过对雪浪环境的部分财务指标进行比率分析，识别出公司可能存在的财务风险，在财务识别的基础上，本章将通过构建因子分析综合评价模型，对雪浪环境2020年整体的财务状况进行分析评价，量化雪浪环境的财务风险，明确公司财务风险的严重程度。

（一）因子分析法概述

因子分析法是在数理统计的基础上，通过Stata统计分析软件实现对大量原始变量的统计分析，依据降维的思想将多个关系密切的变量归在同一类，将每一类变量转化为一个公因子，以较少的因子反映原始变量的大多数信息。根据因子得分矩阵，计算每个因子得分，然后将各因子的方差贡献率作为权重，算出财务风险综合评价模型总得分。该方法既简化了多变量评价模型的复杂程度，也减少了人为赋权主观因素的影响，保证了财务评价结果的客观性，更具有说服性。其基本模型如下图所示：

式中，D1，D2...Dp表示选取的原始变量，F1，F2...Fm为公因子，反映原始变量不可观测的潜在变量，apm表示因子的载荷系数，即第p个指标在第m个因子上的负荷，εp为特殊因子，属于原始变量的特殊因子，对原始变量起到较小的修正作用。

（二）样本的选择和财务指标的确定

1、样本的选择

为了保证模型的准确性，在剔除103家ST公司以及数据不完整的公司后，本文选取A股240家专用设备制造业上市公司作为研究样本，样本均来源于国泰安数据库。

2、财务指标的确定

本文结合雪浪环境的经营特点，在遵循系统性、可比性、以及可操作的原则下，选取了能够反映雪浪环境偿债、盈利、营运、发展能力这4个方面的12个财务指标。具体如下所示：

（1）反映偿债能力的指标

论文选取流动比率D1、速度比率D2以及资产负债率D3；衡量公司的偿债能力。其中流动比率D1反映企业的流动资产是否足以清偿其短期负债；速动比率D2反映企业流动资产中有多少速动资产作为偿还短期负债的保障。资产负债率D3，其主要体现企业的长期偿债能力，该指标能够帮助公司在合理运用财务杠杆的同时也要考虑是否存在较大的长期偿债压力，选择适合自身发展的资本结构。

（2）反映盈利能力的指标

论文选取总资产净利润率D4、流动资产净利润率D5、资产报酬率D6来衡量盈利能力。总资产净利率D5主要用来衡量公司对资产的利用效果；流动资产净利润率D5综合反映企业流动资产利用效果；资产报酬率D6表示企业全部资产获取收益的水平，全面反映企业的获利能力和投入产出状况。

（3）反映营运能力的指标

论文选取存货周转率D7、总资产周转率D8以及应收账款周转率D9衡量雪浪环境的营运能力。存货周转率D7是体现公司营运水平的重要指标之一；总资产周转率D8主要用来反映公司对全部资产的利用效率；应收账款周转率D9反应公司对于应收账款的变现能力，通过对该指标的对比分析，可以看出企业对于自身应收账款的管理水平高低。

（4）反映发展能力的指标

论文选取总资产增长率D10、净利润增长率D11以及营业利润增长率D12衡量雪浪环境的发展能力。总资产增长率D10是用来分析企业当年资本积累能力和发展能力的主要指标；净利润增长率D11该指标数值越大，表明盈利能力越强，发展势头越猛；营业利润增长率D12又称销售利润增长率，反映企业营业利润的增减变动情况。

（三）雪浪环境财务风险评价模型的构建

1、数据的检验

通过对本研究选取的240家A股专用设备制造业上市公司财务风险管理相关指标展开因子分析KMO和巴特利特检验后发现，KMO指为0.615，大于0.500，因此可以说明本研究对该行业上市公司财务风险管理指标可以进行因子分析。同时其近似卡方值为4187.823，显著性为0.000，小于0.005，可说明该研究选取的指标相关性显著，适合进行因子分析。

2、公共因子的提取

因子分析的目的在于信息的浓缩，以达到公共因子代表原始数据的目的。本研究从四个维度选取12个财务风险管理指标，试图通过验证性因子分析模型研究雪浪环境的财务状况。根据旋转后因子特征值是否大于1作为公因子的提取依据，变量旋转后发现，特征值大于1的因子共计4个，因此将这4个因子作为本文研究的公因子，其累计方差贡献率合计为81.45%，大于60%，表明解释效果较好，提取的四个因子能够较好的反映本研究所提取的2020年240家A股专用设备制造业上市公司财务风险现状。

碎石图的作用在于反映各因子的重要性。在图4-2中，横坐标表示各个因子的序号，纵轴则表示特征值的大小。一般情况下，碎石图的曲线呈现出坡度越陡的状况，其所对应的特征值就越大，作用越明显。如图所示，前四个因子间的坡度较大，因此可说明前四个因子能够解释12个财务风险管理变量中的大部分信息。

3、因子旋转与公因子命名

本研究在前文中将选取的12个财务指标转换为4个维度，由于这四个因子在原始变量基础上的载荷值差距较小，若直接对其命名，因子的区分度较弱。因此为保证4个公因子能够直观反映企业的财务能力，论文在确保方差贡献率不变的前提下，对因子进行了正交旋转，使得最终得出的公因子具有较好的解释性。旋转后的成分矩阵如下表所示：

因子旋转后可得出每个变量对公因子的影响程度，由此可根据各个公因子所包含的信息内容来进行分析。因子的载荷越高，说明该因子包含其隶属于的指标变量信息的程度越高，关联性越强。结合本研究主要内容及上文的维度划分，可将这四个公因子进行命名，分别命名为：

因子1由流动比率D1、速度比率D2以及资产负债率D3组成，其能够反映筹资风险。故将因子1命名为偿债风险因子f1。

因子2由总资产净利润率D4、流动资产净利润率D5以及资产报酬率D6组成，其能够反映投资风险。故将因子4命名为盈利风险因子f2。

因子3由存货周转率D7、总资产周转率D8以及应收账款周转率D9组成，其能够反映营运风险。故本研究将因子3命名为营运风险因子f3。

因子4由总资产增长率D10、净利润增长率D11以及营业利润增长率D12组成，其能够反映发展风险。故将因子5命名为发展风险因子f4。

4、因子得分的测算

根据上表的成分矩阵可得出偿债风险因子f1、盈利风险因子f2、营运风险因子f3、发展风险因子f4的公因子得分计算公式，具体如下所示：

由于f1、f2、f3、f4分别表示2020年240家A股专用设备制造业上市公司风险投资中的偿债风险、盈利风险、营运风险和发展风险基本情况，但无法对这些上市公司财务风险管理展开综合评价，因此论文将旋转后各公因子的方差贡献率作为各个公因子的权重，然后乘以各分子的得分，由此可以计算出2020年240家企业财务风险管理状况的综合得分f的计算公式，具体公式如下所示：

f=26.94%f1+20.52%f2+18.21%f3+17.69f4+16.64%f5

上述公式中，f值表示该行业上市公司财务风险综合得分，f值越大越说明该行业上市公司2020年财务状况越好，所对应的便是其财务风险相对较低；相反，f值得分越低说明该企业的财务状况越差，财务风险相对较高。

为深层次洞悉本研究所选取的雪浪环境在2020年240家A股专用设备制造业上市公司及整个行业中的偿债风险因子f1、盈利风险因子f2、营运风险因子f3、发展风险因子f4以及财务风险状况的综合得分f，本研究运用Excel软件进行测算，测算结果如下表所示：

5、因子得分的评价

由表4-5可知，雪浪环境因子总得分为-0.8757814，位于240家A股上市公司的第235名，属于行业末尾水平，说明雪浪环境的财务状况和行业平均水准有较大的差距，其中部分的具体财务风险方面也排名较后，表明公司的财务活动存在很大的财务风险。因此，雪浪环境需要及时实施财务风险管理措施，降低企业的财务风险。

五、结论

论文以雪浪环境为研究对象，运用因子分析法建立雪浪环境风险评价体系，通过各因子的得分情况对雪浪环境2020年财务风险进行综合评价。评价结果表明，雪浪环境整体财务状况处于行业的末尾，和排名靠前的企业，有较大的差距，说明雪浪环境的财务状况很不稳定，存在较大的财务风险。具体来说，现金流和发展能力的风险最大，偿债和盈利风险次之，也属于行业总体水平的中下游，仅营运水平处于行业中上游。总之，雪浪环境还需要针对各个方面能力采取切实的措施进行提升。

参考文献

[1]韩颖.基于因子分析法的中国物流行业上市公司财务绩效评价研究[J].物流科技，2022，45（10）：165-169.DOI：10.13714/j.cnki.1002-3100.2022.10.041.

[2]王俊鹏.基于因子分析法的物流上市企业财务风险评价——以新宁物流为例[J].物流工程与管理，2022，44（09）：140-143.

[3]王言柯.基于因子分析法的房地产企业财务风险预警研究——以WK集团为例[J].理财，2022（04）：41-43.

[4]崔晨淇.碳中和板块上市公司财务风险评价体系研究——基于因子分析法[J].金融文坛，2022（02）：46-51.

[5]钟铃.基于因子分析法和Logistic回归法的中小企业财务风险预警分析[J].商业会计，2021（21）：66-69.