论文部分内容阅读
【摘 要】本文根据公路经营企业的特点选取合适的财务指标，运用因子分析法，利用SPSS8.0软件找出公路经营企业的公共因子并进行分析，探索公路经营企业面临的财务风险。
【关键词】因子分析；公路经营企业；财务风险
一、背景介绍
经济发展，交通先行。公路经营企业的运营状况关系到交通运输行业以及整个国民经济的发展，也影响着社会的稳定。由于公路经营企业特殊的运营特点，其在投资建设、成本回收过程中，面临着一定的财务风险。首先，在筹资过程中，公路经营企业资金需求量庞大，政府预算资金的有限性导致企业不得不采用负债式筹资，从而企业可能会面临到期无法偿还贷款的风险。其次在建设阶段，由于通货膨胀、市场利率等原因，使得原材料价格上升，投资成本增加，从而超过企业的预算资金。企业可能会由于资金不足导致资金链断裂，面临工期延误的风险。最后，在经营阶段，一旦市场出现市场衰退或者自然灾害等，消费者的出现量就会减少，使得公路经营企业收入减少，投资人难以在短期内收回投资，在加上借贷行为中的借款利息，经营者将会面临着更大的财务风险。公路经营企业不仅存在上述这些风险，还存在一些潜在的风险，因此本文通过对公路经营企业各种财务指标分析和评价，旨在探索公路经营企业存在的财务风险。
二、实证研究
（一）因子分析法
因子分析法是对原有变量进行浓缩，提取原有变量中的信息重叠部分，并将该部分综合成因子，从而减少变量的个数。首先对原有变量进行相关性研究，通过原有变量之间相关性的强弱来判别原始变量是否适合做因子分析，常用的方法有相关系数矩阵、反映像相关矩阵、巴特利特球度检验和KMO检验。其次运用主成分分析法根据样本求解因子载荷矩阵，得出各个变量由每个因子解释的程度，确定因子数并提取因子。再次通过因子旋转，找出因子主要解释的原有变量，对因子进行命名。最后根据因子得分计算出的综合评分对样本进行评价。
（二）样本的选择和指标的选取
以沪深两市15家公路经营上市公司为样本，利用2012年度的财务报表计算出具有代表性的13个财务指标来进行因子分析。这十三个指标分别为：X1-流动比率、X2-速动比率、X3-资产负债率、X4-产权比率、X5-应收账款周转率、X6-存货周转率、X7-总资产周转率、X8-主营业务利润率、X9-成本费用利润率、X10-资产报酬率、X11-主营业务收入增长率、X12-净利润增长率、X13-总资产增长率。本文通过这些指标所代表的偿债能力，营运能力，盈利能力和发展能力等四种能力来对企业的风险进行分析和评价。
（三）分析过程
1.因子分析的适用性检验
在进行因子分析之前，先对13个指标之间的相关性进行检验。相关性强，则适合采用因子分析法提取因子；相关性太弱，则不太适合采用因子分析法提取因子。本文利用巴特利特球度检验，得到检验统计量的观测值为179.287，相应的概率为0，如果显著性水平α为0.05，应拒绝零假设，认为相关系数矩阵与单位阵有显著差异，这13个指标适合做因子分析。
2.提取因子
表1中第5到7列代表的含义依次是特征根、方差贡献率和累积方差贡献率，从这三列中可以看出，第一个因子解释了变量方差的36.461%，第二个因子解释了变量方差的21.165%，第三个因子解释了变量方差的19.876%，第四个因子解释了变量方差的9.742%，四个因子共解释了原有变量方差的87.245%，原有变量的信息丢失较少，四个因子能夠用来评价企业的业绩。第8到10列分别是是因子旋转后的特征值、方差贡献率和累积方差贡献率，从表中可以看出这三列相对于前三列累积方差贡献率没有变化，只是各因子的方差贡献率发生了改变，这样四个因子更具有解释性。
3.因子命名
表2是实施正交旋转后的因子载荷矩阵，这样有助于因子的命名。由表可以看出流动比率、速动比率、资产负债率、产权比率在第一主成分中具有较高的载荷，说明第一主成分主要解释了这几个变量，可以称之为偿债能力因子F1；应收账款周转率、存货周转率在第二主成分中具有较高的载荷，说明第二主成分主要解释了这几个变量，可以称之为营运能力因子F2；主营业务利润率、成本费用利润率在第三主成分中具有较高的载荷，说明第二主成分主要解释了这几个变量，可以称之为盈利能力因子F3；净利润增长率、主营业务增长率、总资产增长率在第四主成分中具有较高的载荷，说明第四主成分主要解释了这几个变量，可以称之为发展能力因子F4。
三、结论
根据表4中各因子得分和综合得分进行分析：
（1）偿债能力因子中排名前三的是吉林高速、山东高速、深高速，说明这三家企业的偿债能力比较强，企业就越可能通过更多渠道筹集到资金，这样有助于企业规模的扩张以及企业未来的发展。另外该因子得分也说明这三家企业的资金流动性比较好，其面临的偿债风险较小。
（2）营运能力因子反映的是企业营运资产的效率和效益，可以通过该因子得分的高低发现企业资产运营中的问题。吉林高速、山东高速、深高速的营运能力因子排名仍居前三，说明这三家企业的资产周转能力很强，收回账款的速度比较快，应收账款变现风险比较低。另外较与其他企业而言，资金的流动性较强，这样就减少企业在工程项目施工过程中资金链断裂的风险。
（3）盈利能力因子中海南高速、五洲交通、重庆路桥得分最高，虽然它们的偿债能力和营运能力不强，但是其盈利能力比较强，说明该企业经营效率比较高，从而也说明这些企业的经营管理水平比较高，经营风险比较小。
（4）发展能力因子得分最高的还是吉林高速、山东高速、深高速。说明这三家的发展能力较强，面临的财务风险较小。
综合得分的高低反映一个企业整体财务风险的大小，而各因子的得分高低反映每一种财务风险的大小。从综合得分来看，吉林高速、山东高速、深高速得分最高，综合实力较强，财务风险最小。海南高速、五洲交通、重庆路桥得分最低，这三家企业的财务风险最高。
参考文献：
[1] 薛薇. SPSS统计分析方法及应用（第2版）[M].北京： 电子工业出版社， 2010
[2]李秀珠，张春萍.基于因子分析法的上市公司经营业绩评价[J].科技和产业，2010.（04）.
[3]李蕾，宋志国.基于因子分析法的我国上市公司并购绩效实证研究[J].技术经济与管理研究，2009.（06）.
[4]袁雪.基于因子分析法的山西上市公司绩效评估[J].山西财经大学学报.2009.（04）.
【关键词】因子分析；公路经营企业；财务风险
一、背景介绍
经济发展，交通先行。公路经营企业的运营状况关系到交通运输行业以及整个国民经济的发展，也影响着社会的稳定。由于公路经营企业特殊的运营特点，其在投资建设、成本回收过程中，面临着一定的财务风险。首先，在筹资过程中，公路经营企业资金需求量庞大，政府预算资金的有限性导致企业不得不采用负债式筹资，从而企业可能会面临到期无法偿还贷款的风险。其次在建设阶段，由于通货膨胀、市场利率等原因，使得原材料价格上升，投资成本增加，从而超过企业的预算资金。企业可能会由于资金不足导致资金链断裂，面临工期延误的风险。最后，在经营阶段，一旦市场出现市场衰退或者自然灾害等，消费者的出现量就会减少，使得公路经营企业收入减少，投资人难以在短期内收回投资，在加上借贷行为中的借款利息，经营者将会面临着更大的财务风险。公路经营企业不仅存在上述这些风险，还存在一些潜在的风险，因此本文通过对公路经营企业各种财务指标分析和评价，旨在探索公路经营企业存在的财务风险。
二、实证研究
（一）因子分析法
因子分析法是对原有变量进行浓缩，提取原有变量中的信息重叠部分，并将该部分综合成因子，从而减少变量的个数。首先对原有变量进行相关性研究，通过原有变量之间相关性的强弱来判别原始变量是否适合做因子分析，常用的方法有相关系数矩阵、反映像相关矩阵、巴特利特球度检验和KMO检验。其次运用主成分分析法根据样本求解因子载荷矩阵，得出各个变量由每个因子解释的程度，确定因子数并提取因子。再次通过因子旋转，找出因子主要解释的原有变量，对因子进行命名。最后根据因子得分计算出的综合评分对样本进行评价。
（二）样本的选择和指标的选取
以沪深两市15家公路经营上市公司为样本，利用2012年度的财务报表计算出具有代表性的13个财务指标来进行因子分析。这十三个指标分别为：X1-流动比率、X2-速动比率、X3-资产负债率、X4-产权比率、X5-应收账款周转率、X6-存货周转率、X7-总资产周转率、X8-主营业务利润率、X9-成本费用利润率、X10-资产报酬率、X11-主营业务收入增长率、X12-净利润增长率、X13-总资产增长率。本文通过这些指标所代表的偿债能力，营运能力，盈利能力和发展能力等四种能力来对企业的风险进行分析和评价。
（三）分析过程
1.因子分析的适用性检验
在进行因子分析之前，先对13个指标之间的相关性进行检验。相关性强，则适合采用因子分析法提取因子；相关性太弱，则不太适合采用因子分析法提取因子。本文利用巴特利特球度检验，得到检验统计量的观测值为179.287，相应的概率为0，如果显著性水平α为0.05，应拒绝零假设，认为相关系数矩阵与单位阵有显著差异，这13个指标适合做因子分析。
2.提取因子
表1中第5到7列代表的含义依次是特征根、方差贡献率和累积方差贡献率，从这三列中可以看出，第一个因子解释了变量方差的36.461%，第二个因子解释了变量方差的21.165%，第三个因子解释了变量方差的19.876%，第四个因子解释了变量方差的9.742%，四个因子共解释了原有变量方差的87.245%，原有变量的信息丢失较少，四个因子能夠用来评价企业的业绩。第8到10列分别是是因子旋转后的特征值、方差贡献率和累积方差贡献率，从表中可以看出这三列相对于前三列累积方差贡献率没有变化，只是各因子的方差贡献率发生了改变，这样四个因子更具有解释性。
3.因子命名
表2是实施正交旋转后的因子载荷矩阵，这样有助于因子的命名。由表可以看出流动比率、速动比率、资产负债率、产权比率在第一主成分中具有较高的载荷，说明第一主成分主要解释了这几个变量，可以称之为偿债能力因子F1；应收账款周转率、存货周转率在第二主成分中具有较高的载荷，说明第二主成分主要解释了这几个变量，可以称之为营运能力因子F2；主营业务利润率、成本费用利润率在第三主成分中具有较高的载荷，说明第二主成分主要解释了这几个变量，可以称之为盈利能力因子F3；净利润增长率、主营业务增长率、总资产增长率在第四主成分中具有较高的载荷，说明第四主成分主要解释了这几个变量，可以称之为发展能力因子F4。
三、结论
根据表4中各因子得分和综合得分进行分析：
（1）偿债能力因子中排名前三的是吉林高速、山东高速、深高速，说明这三家企业的偿债能力比较强，企业就越可能通过更多渠道筹集到资金，这样有助于企业规模的扩张以及企业未来的发展。另外该因子得分也说明这三家企业的资金流动性比较好，其面临的偿债风险较小。
（2）营运能力因子反映的是企业营运资产的效率和效益，可以通过该因子得分的高低发现企业资产运营中的问题。吉林高速、山东高速、深高速的营运能力因子排名仍居前三，说明这三家企业的资产周转能力很强，收回账款的速度比较快，应收账款变现风险比较低。另外较与其他企业而言，资金的流动性较强，这样就减少企业在工程项目施工过程中资金链断裂的风险。
（3）盈利能力因子中海南高速、五洲交通、重庆路桥得分最高，虽然它们的偿债能力和营运能力不强，但是其盈利能力比较强，说明该企业经营效率比较高，从而也说明这些企业的经营管理水平比较高，经营风险比较小。
（4）发展能力因子得分最高的还是吉林高速、山东高速、深高速。说明这三家的发展能力较强，面临的财务风险较小。
综合得分的高低反映一个企业整体财务风险的大小，而各因子的得分高低反映每一种财务风险的大小。从综合得分来看，吉林高速、山东高速、深高速得分最高，综合实力较强，财务风险最小。海南高速、五洲交通、重庆路桥得分最低，这三家企业的财务风险最高。
参考文献：
[1] 薛薇. SPSS统计分析方法及应用（第2版）[M].北京： 电子工业出版社， 2010
[2]李秀珠，张春萍.基于因子分析法的上市公司经营业绩评价[J].科技和产业，2010.（04）.
[3]李蕾，宋志国.基于因子分析法的我国上市公司并购绩效实证研究[J].技术经济与管理研究，2009.（06）.
[4]袁雪.基于因子分析法的山西上市公司绩效评估[J].山西财经大学学报.2009.（04）.