泮敏　曾敏

【摘 要】 文章基于滬深兩市2013年的財(cái)務(wù)數(shù)據(jù)，使用主成分分析法對(duì)我國(guó)制造業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行研究。通過(guò)對(duì)滬深兩市60家ST和非ST上市公司的匹配分析，并對(duì)影響公司財(cái)務(wù)風(fēng)險(xiǎn)4個(gè)方面18個(gè)財(cái)務(wù)指標(biāo)的降維處理，得到了我國(guó)制造業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的綜合評(píng)價(jià)公式。結(jié)果表明，ST企業(yè)和財(cái)務(wù)危機(jī)企業(yè)并不能等同；發(fā)現(xiàn)有價(jià)值的投資機(jī)會(huì)、保持良好的現(xiàn)金流以及公司管理效率的提高，是降低我國(guó)制造業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的有效途徑。

【關(guān)鍵詞】 財(cái)務(wù)風(fēng)險(xiǎn)； 主成分分析； 制造業(yè)

中圖分類(lèi)號(hào)：F830 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-5937（2015）21-0063-05

一、引言

隨著經(jīng)濟(jì)的迅速發(fā)展，中國(guó)上市公司在發(fā)展的同時(shí)遇到許多挑戰(zhàn)；上市企業(yè)的財(cái)務(wù)狀況直接影響了企業(yè)的發(fā)展，因而受到了投資者和管理層的高度重視。隨著勞動(dòng)力成本的上升，跨國(guó)公司紛紛將在華制造業(yè)務(wù)轉(zhuǎn)向東南亞，這對(duì)我國(guó)的制造業(yè)帶來(lái)一定的沖擊。因此，如何在新經(jīng)濟(jì)環(huán)境下對(duì)我國(guó)制造業(yè)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)狀況作出科學(xué)全面的評(píng)價(jià)，從而應(yīng)對(duì)外部環(huán)境的劇變，不僅是公司管理者也是廣大投資者關(guān)注的問(wèn)題。

主成分分析法利用降維的思想，將多個(gè)財(cái)務(wù)指標(biāo)通過(guò)線性組合的方式轉(zhuǎn)換成少數(shù)幾個(gè)綜合指標(biāo)進(jìn)行分析。與其他財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)方法相比，主成分分析法有如下的優(yōu)點(diǎn)：（1）可以綜合考慮多方面的財(cái)務(wù)指標(biāo)，用少數(shù)幾個(gè)綜合指標(biāo)代替原指標(biāo)，并能保留原指標(biāo)的絕大部分信息；（2）通過(guò)對(duì)原財(cái)務(wù)指標(biāo)的變換，得到彼此相互獨(dú)立的主成分，解決了財(cái)務(wù)指標(biāo)之間的相關(guān)影響；（3）當(dāng)財(cái)務(wù)指標(biāo)比較多時(shí)，由于主成分分析法可以降維并消除指標(biāo)之間的相關(guān)影響，從而使財(cái)務(wù)指標(biāo)的選擇變得容易；（4）主成分分析法中各主成分的權(quán)重即為其方差貢獻(xiàn)率，具有客觀性，避免了權(quán)重確定的主觀性。

本文基于主成分分析法構(gòu)建了我國(guó)制造業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型，對(duì)我國(guó)制造業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行了綜合評(píng)價(jià)。本文通過(guò)主成分分析的方法，確定了影響制造業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的主成分，得到了財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)公式，從而實(shí)現(xiàn)對(duì)我國(guó)制造業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的客觀評(píng)價(jià)；在此基礎(chǔ)上，對(duì)如何降低我國(guó)制造業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)提出了建議。

二、文獻(xiàn)回顧

國(guó)外很早就開(kāi)始了對(duì)公司財(cái)務(wù)風(fēng)險(xiǎn)的研究，從研究的視角及研究的財(cái)務(wù)指標(biāo)數(shù)目來(lái)看，經(jīng)歷了從單變量到多變量模型的過(guò)程。在單變量研究中，主要的研究目的是判別出對(duì)財(cái)務(wù)風(fēng)險(xiǎn)影響最大的財(cái)務(wù)指標(biāo)。Fitzpatrick（1932）最早使用數(shù)理統(tǒng)計(jì)方法研究企業(yè)的財(cái)務(wù)危機(jī)；基于單變量對(duì)破產(chǎn)的預(yù)測(cè)模型，認(rèn)為凈利潤(rùn)股東權(quán)益比是對(duì)企業(yè)破產(chǎn)影響最大的財(cái)務(wù)指標(biāo)。在Fitzpatrick（1932）的基礎(chǔ)上，Beaver（1966）正式提出了財(cái)務(wù)風(fēng)險(xiǎn)的單變量模型，他基于一元判別的分析方法，界定出對(duì)公司財(cái)務(wù)風(fēng)險(xiǎn)影響最大的財(cái)務(wù)指標(biāo)。但是，由于單變量模型衡量的指標(biāo)單一，不能綜合說(shuō)明公司的財(cái)務(wù)狀況，Altman（1968）進(jìn)而提出了Z分?jǐn)?shù)模型，從而將財(cái)務(wù)風(fēng)險(xiǎn)模型從單變量拓展到多變量的情形。后續(xù)的學(xué)者在Altman（1968）的基礎(chǔ)上不斷改進(jìn)，例如Altman，Haldeman and Narayanan（1977）在Z分?jǐn)?shù)模型的基礎(chǔ)上提出ZETA模型，并考察了總資產(chǎn)報(bào)酬率等七個(gè)主要財(cái)務(wù)指標(biāo)。在國(guó)內(nèi)，楊淑娥和徐偉剛（2003）對(duì)Z分?jǐn)?shù)模型進(jìn)行改進(jìn)，提出Y分?jǐn)?shù)模型并運(yùn)用財(cái)務(wù)數(shù)據(jù)對(duì)該模型進(jìn)行了檢驗(yàn)。

但是，Z分?jǐn)?shù)模型也存在一定的缺陷。Z分?jǐn)?shù)模型中所涉及到的財(cái)務(wù)指標(biāo)一般都是5到6個(gè)，而在實(shí)際中影響公司財(cái)務(wù)風(fēng)險(xiǎn)的因素是多方面的；此外，Z分?jǐn)?shù)模型還要求模型涉及的財(cái)務(wù)指標(biāo)服從正態(tài)分布。與Z分?jǐn)?shù)方法相比，主成分分析法雖然計(jì)算比較復(fù)雜，但是能有效地解決這些問(wèn)題，因此學(xué)者們建立了基于主成分分析法的財(cái)務(wù)風(fēng)險(xiǎn)模型。徐鳳菊和王鳳（2008）在現(xiàn)有財(cái)務(wù)風(fēng)險(xiǎn)理論的基礎(chǔ)上引入了主成分分析法，并且驗(yàn)證了方法的科學(xué)性和合理性。王琨等（2011）運(yùn)用主成分分析法對(duì)影響公立醫(yī)院財(cái)務(wù)風(fēng)險(xiǎn)的相關(guān)指標(biāo)進(jìn)行處理，構(gòu)建了財(cái)務(wù)風(fēng)險(xiǎn)的綜合評(píng)價(jià)模型。劉延寶和吳亞萍（2012）基于主成分分析法，以15家創(chuàng)業(yè)板制造業(yè)上市公司為研究對(duì)象，對(duì)其財(cái)務(wù)投資價(jià)值進(jìn)行評(píng)分。賈煒瑩（2013）則使用主成分分析法對(duì)我國(guó)物流業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)。董銀霞（2014）對(duì)我國(guó)商業(yè)銀行的經(jīng)營(yíng)績(jī)效進(jìn)行了主成分分析。本文在前人研究的基礎(chǔ)上，以滬深兩市制造業(yè)公司為研究對(duì)象，使用主成分分析法對(duì)我國(guó)制造業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行研究，探討目前我國(guó)制造業(yè)整體的財(cái)務(wù)風(fēng)險(xiǎn)狀況，并對(duì)制造業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)作出客觀評(píng)價(jià)。

三、研究設(shè)計(jì)

（一）指標(biāo)選取

廣義的財(cái)務(wù)風(fēng)險(xiǎn)不僅指企業(yè)由于使用財(cái)務(wù)杠桿帶來(lái)的風(fēng)險(xiǎn)，也包括企業(yè)在經(jīng)營(yíng)管理中財(cái)務(wù)活動(dòng)各方面涉及到的風(fēng)險(xiǎn)。Ross et al.（2012）指出，公司的財(cái)務(wù)管理主要涉及融資活動(dòng)、投資活動(dòng)、日常營(yíng)運(yùn)這三方面相互聯(lián)系、制約的內(nèi)容；此外，根據(jù)財(cái)政部工商類(lèi)競(jìng)爭(zhēng)性企業(yè)績(jī)效評(píng)價(jià)指標(biāo)體系，考慮公司未來(lái)發(fā)展能力，主要關(guān)注以下四個(gè)方面的財(cái)務(wù)指標(biāo)對(duì)公司財(cái)務(wù)風(fēng)險(xiǎn)的影響。

1.融資活動(dòng)。融資活動(dòng)帶來(lái)的風(fēng)險(xiǎn)主要體現(xiàn)在兩個(gè)方面。首先，由于財(cái)務(wù)杠桿的使用給公司財(cái)務(wù)狀況帶來(lái)了不確定。為了滿足項(xiàng)目投資的需求，公司主要通過(guò)所有者權(quán)益和借款的方式籌集資金。對(duì)于借款方式的融資來(lái)說(shuō)，公司需要定期支付利息；如果不能按時(shí)足額支付借款的利息，那么就陷入了財(cái)務(wù)危機(jī)。此外，公司在經(jīng)營(yíng)過(guò)程中，也會(huì)產(chǎn)生應(yīng)付賬款等流動(dòng)負(fù)債；對(duì)于這些流動(dòng)負(fù)債，公司也必須按時(shí)清償，否則就會(huì)造成違約。因此，在融資活動(dòng)方面，主要選擇體現(xiàn)公司負(fù)債比率與清償能力的財(cái)務(wù)指標(biāo)。

2.投資活動(dòng)。在公司的投資活動(dòng)中，投資項(xiàng)目的預(yù)期收益很難保證，從而給公司帶來(lái)了財(cái)務(wù)風(fēng)險(xiǎn)。在投資活動(dòng)中，主要關(guān)注投資的效益問(wèn)題；此外，還關(guān)注公司未來(lái)投資結(jié)構(gòu)調(diào)整、投資追加的能力。因此，在選擇財(cái)務(wù)指標(biāo)時(shí)，不僅要考慮利潤(rùn)，而且也要考慮公司未來(lái)作為投資內(nèi)部資金來(lái)源的留存收益。

3.日常營(yíng)運(yùn)。公司日常營(yíng)運(yùn)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的影響主要體現(xiàn)在兩個(gè)方面。首先，公司日常營(yíng)運(yùn)的效率對(duì)公司的財(cái)務(wù)狀況有很大的影響。公司營(yíng)運(yùn)的效率越高，資金周轉(zhuǎn)就越快，支撐相同規(guī)模所需的資金就越少，對(duì)短期商業(yè)信用融資的需求就越低。其次，在當(dāng)前的商業(yè)社會(huì)中，普遍存在為客戶提供商業(yè)信用的現(xiàn)象，公司因而產(chǎn)生了應(yīng)收賬款的問(wèn)題；如果應(yīng)收賬款不能及時(shí)回收，就有可能產(chǎn)生呆賬、壞賬現(xiàn)象，從而增加公司的財(cái)務(wù)風(fēng)險(xiǎn)。

4.發(fā)展能力。公司的經(jīng)營(yíng)是一個(gè)長(zhǎng)期的過(guò)程。如果公司具有良好的發(fā)展態(tài)勢(shì)，那么公司未來(lái)的償債能力就會(huì)增強(qiáng)。在本文中，考察總資產(chǎn)增長(zhǎng)率、資本積累率、營(yíng)業(yè)收入增長(zhǎng)率和凈利潤(rùn)增長(zhǎng)率這4個(gè)財(cái)務(wù)指標(biāo)。

基于上述的分析，最終確定了影響公司財(cái)務(wù)風(fēng)險(xiǎn)的4個(gè)方面18個(gè)財(cái)務(wù)指標(biāo)，如表1所示。

（二）樣本選取

本文的數(shù)據(jù)來(lái)源于色諾芬經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)。根據(jù)證監(jiān)會(huì)《上市公司行業(yè)分類(lèi)指引》，首先篩選出2013年滬深兩市A股、行業(yè)門(mén)類(lèi)為“C”的上市公司1 568家。在很多的研究中，學(xué)者們?cè)O(shè)定ST上市公司即為處于財(cái)務(wù)危機(jī)的公司，但他們的研究又發(fā)現(xiàn)最終結(jié)論與此設(shè)定存在沖突的現(xiàn)象。事實(shí)上，ST公司的定義與財(cái)務(wù)危機(jī)的定義是不一致的。是否ST主要考慮公司的凈利潤(rùn)和股東權(quán)益；而對(duì)財(cái)務(wù)風(fēng)險(xiǎn)和財(cái)務(wù)危機(jī)而言，正如前文所述，不僅與凈利潤(rùn)和股東權(quán)益相關(guān)，更涉及到融資活動(dòng)、投資活動(dòng)、日常營(yíng)運(yùn)與發(fā)展能力這四個(gè)方面。因此，綜合考慮現(xiàn)有研究及樣本的代表性，本文基于“同大類(lèi)、同規(guī)?！盨T和非ST公司匹配的原則確定最終樣本。根據(jù)色諾芬經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)的字段定義，交易狀態(tài)為1即為ST公司，由此從1 568家公司中篩選出全部30家ST公司；然后，根據(jù)這30家ST公司，在剩余的制造業(yè)上市公司中，按照制造業(yè)的大類(lèi)代碼選擇規(guī)模匹配的同類(lèi)非ST公司；本文最終確定的60家制造業(yè)上市公司的股票代碼和名稱(chēng)如表2所示。

（三）模型構(gòu)建

在主成分分析法中，實(shí)測(cè)變量指本文研究中所用到的財(cái)務(wù)指標(biāo)；主成分指通過(guò)主成分分析法降維后的綜合指標(biāo)；權(quán)重系數(shù)指在最終得到的綜合評(píng)價(jià)模型中，各主成分的模型系數(shù)，它表明各主成分對(duì)最終綜合評(píng)價(jià)得分的影響程度。主成分分析法具體的步驟如下：第一步，對(duì)原始財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化后的財(cái)務(wù)指標(biāo)數(shù)據(jù)；第二步，計(jì)算標(biāo)準(zhǔn)化后財(cái)務(wù)指標(biāo)的相關(guān)系數(shù)，得到財(cái)務(wù)指標(biāo)相關(guān)系數(shù)矩陣；第三步，求解相關(guān)系數(shù)矩陣的特征方程，獲得主成分的特征值，并獲得對(duì)應(yīng)的特征向量；第四步，計(jì)算各主成分的貢獻(xiàn)度，根據(jù)累計(jì)貢獻(xiàn)度和特征值的大小確定要提取的主成分，從而獲得最終的財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)模型。一般的，主成分分析法的模型可表示為：

Z1=a11X1+a12X2+…a1iXiZ2=a21X1+a22X2+…a2iXi …Zj=aj1X1+aj2X2+…ajiXi …Zn=an1X1+an2X2+…aniXi （1）

Y=b1Z1+b2Z2+…bkZK+…+bnZn （2）

X1，X2，…，Xi表示實(shí)測(cè)變量，即本文選擇的財(cái)務(wù)指標(biāo)；Z1，Z2，…，Zn表示模型最終確定的主成分。與原始的財(cái)務(wù)指標(biāo)不同，主成分之間互不相關(guān)，并且從Z1到Zn的方差貢獻(xiàn)度依次遞減。aji為第j個(gè)主成分對(duì)應(yīng)特征向量的第i維，即表示第j個(gè)主成分表達(dá)式中第i個(gè)財(cái)務(wù)指標(biāo)的系數(shù)。bk是綜合評(píng)價(jià)模型中第k個(gè)主成分的權(quán)重系數(shù)，即主成分分析法中主成分的方差貢獻(xiàn)度。Y表示上市公司財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)得分；財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)得分越高，企業(yè)發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的可能性越低。

對(duì)主成分分析法來(lái)說(shuō)，關(guān)鍵是要確定主成分的數(shù)目n并確定主成分的系數(shù)bk。一般的，在確定主成分的數(shù)目時(shí)，可采用兩個(gè)標(biāo)準(zhǔn)：第一，主成分對(duì)應(yīng)的特征值應(yīng)該大于1；第二，按照主成分方差貢獻(xiàn)度大小排序，累計(jì)方差貢獻(xiàn)度要大于80%。在確定主成分系數(shù)bk時(shí)，可以直接使用各主成分單獨(dú)的方差貢獻(xiàn)度。對(duì)主成分自身的表達(dá)式來(lái)說(shuō)，主成分可表示為原始財(cái)務(wù)指標(biāo)標(biāo)準(zhǔn)化后的矩陣表達(dá)式；也就是說(shuō)，需要對(duì)主成分的特征向量進(jìn)行單位化處理。

四、實(shí)證結(jié)果

（一）主成分提取和參數(shù)確定

在前述樣本和財(cái)務(wù)指標(biāo)選擇的基礎(chǔ)上，根據(jù)主成分分析法的具體步驟，借助于SPSS統(tǒng)計(jì)軟件，在將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化后，首先得到樣本公司財(cái)務(wù)指標(biāo)的相關(guān)系數(shù)矩陣；進(jìn)而根據(jù)相關(guān)系數(shù)矩陣，求解特征方程■I-R=0得到特征值λ1，λ2，…，λ18。由累計(jì)貢獻(xiàn)率的公式，計(jì)算得到特征值與貢獻(xiàn)度如表3。

根據(jù)主成分提取的標(biāo)準(zhǔn)，在本文的模型中特征值大于1的有6個(gè)；即在本文中可得λ1，λ2，…，λ6分別為5.351、4.125、2.135、1.474、1.386、1.028。此外，從方差累計(jì)貢獻(xiàn)度的角度來(lái)看，前6個(gè)主成分的方差累計(jì)貢獻(xiàn)度為86.1%，超過(guò)主成分分析法對(duì)累計(jì)貢獻(xiàn)度80%的要求；也就是說(shuō)，降維后的6個(gè)主成分所包含的信息占據(jù)了原始信息的86.1%，相應(yīng)地得到主成分的因子載荷矩陣如表4。

根據(jù)因子載荷矩陣，對(duì)每一個(gè)主成分，將對(duì)應(yīng)的載荷因子除以特征值的平方根，就得到主成分標(biāo)準(zhǔn)化后的特征向量，進(jìn)而有如下的主成分表達(dá)式：

Z1=0.0680X1-0.0063X2+0.0009X3-0.0158X4+0.1699X5+0.3978X6+0.3263X7 +0.3650X8+0.3797X9+0.1109X10+0.2623X11+0.1926X12+0.2074X13+0.1258X14 +0.2824X15+0.2625X16-0.0097X17+0.3135X18Z2=-0.3675X1+0.4535X2+0.4477X3+0.4224X4+0.0191X5+0.1143X6+0.1083X7 +0.1090X8+0.1379X9+0.1336X10-0.2252X11-0.2887X12-0.0741X13-0.2150X14 -0.0885X15+0.0427X16+0.0937X17-0.0476X18Z3=-0.1393X1+0.1565X2+0.1695X3+0.1742X4-0.1432X5-0.1264X6-0.2276X7 -0.0820X8-0.0754X9+0.1414X10+0.2326X11+0.3436X12+0.3190X13+0.3459X14 +0.2171X15-0.3417X16+0.2392X17-0.1009X18Z4=0.0608X1+0.1261X2+0.1625X3+0.1878X4-0.0826X5-0.0606X6+0.2941X7 -0.2561X8-0.2151X9-0.4316X10+0.1968X11+0.1628X12+0.3339X13+0.1194X14 -0.2031X15+0.4580X16+0.2012X17-0.2026X18Z5=0.2238X1+0.2144X2+0.2110X3+0.2722X4+0.1913X5-0.1106X6-0.1284X7 -0.0024X8-0.0446X9-0.2999X10+0.0138X11+0.0026X12-0.2114X13+0.4692X14 +0.1846X15-0.0740X16-0.5561X17+0.1191X18Z6=0.0028X1-0.0322X2+0.0094X3+0.0070X4+0.8182X5-0.0810X6-0.1496X7 -0.1319X8-0.1291X9-0.1069X10-0.1211X11-0.0449X12+0.3493X13-0.1638X14 +0.0712X15-0.1238X16+0.1989X17+0.1713X18（4）

最后，根據(jù)主成分分析法，主成分特征值對(duì)應(yīng)的貢獻(xiàn)度即為最終綜合評(píng)價(jià)模型中各主成分的權(quán)重系數(shù)，從而得到如下的財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)模型：

Y=0.2973Z1+0.2292Z2

+0.1186Z3+0.0819Z4+0.0770Z5

+0.0571Z6 （5）

觀察（5）式，Z1，Z2，Z3系數(shù)較大處于主要的地位，而Z4，Z5，Z6系數(shù)較小處于從屬的地位。因此，根據(jù)得到的財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)模型表達(dá)式，以及主成分中各財(cái)務(wù)指標(biāo)所占的比重，可以對(duì)本文得到的主成分作如下的經(jīng)濟(jì)解釋?zhuān)?/p>

對(duì)于第一主成分來(lái)說(shuō)，其中系數(shù)較大的財(cái)務(wù)指標(biāo)是資產(chǎn)報(bào)酬率、凈資產(chǎn)收益率、營(yíng)業(yè)利潤(rùn)率以及成本費(fèi)用利潤(rùn)率，這主要體現(xiàn)了公司整體投資的效益，因此可以把第一主成分稱(chēng)為投資能力主成分。

對(duì)于第二主成分來(lái)說(shuō)，其中系數(shù)較大的財(cái)務(wù)指標(biāo)是資產(chǎn)負(fù)債率、流動(dòng)比率、速動(dòng)比率以及現(xiàn)金比率。從現(xiàn)金流的角度看，這體現(xiàn)了公司的現(xiàn)金流狀況；從償債能力的角度看，這體現(xiàn)了公司短期償債能力，因此可以把第二主成分稱(chēng)為現(xiàn)金流主成分或者短期償債能力主成分。

對(duì)于第三主成分來(lái)說(shuō)，對(duì)其影響比較大的財(cái)務(wù)指標(biāo)是留存收益資產(chǎn)比、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率以及資本積累率。因?yàn)榱舸媸找婧唾Y本積累率與管理層的股利分配政策有關(guān)；存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率體現(xiàn)了管理層的效率，因此可以把第三主成分稱(chēng)為管理主成分。

對(duì)于第四主成分來(lái)說(shuō)，對(duì)其影響比較大的財(cái)務(wù)指標(biāo)是留存收益資產(chǎn)比和資本積累率；因?yàn)檫@兩者和管理層的股利分配政策有關(guān)，可以把第四主成分稱(chēng)為分配主成分。從第四主成分的表達(dá)式可以發(fā)現(xiàn)，影響第三主成分的其他財(cái)務(wù)指標(biāo)也影響第四主成分，因此第四主成分其實(shí)是對(duì)第三主成分的一個(gè)補(bǔ)充。

對(duì)于第五主成分來(lái)說(shuō)，對(duì)其影響最大的財(cái)務(wù)指標(biāo)是營(yíng)業(yè)收入增長(zhǎng)率，它體現(xiàn)了公司未來(lái)業(yè)績(jī)的發(fā)展能力，因此把第五主成分稱(chēng)為發(fā)展能力主成分。

對(duì)于第六主成分來(lái)說(shuō)，對(duì)其影響最大的財(cái)務(wù)指標(biāo)是利息保障倍數(shù)，它體現(xiàn)公司支付長(zhǎng)期負(fù)債利息的能力，因此可以把第六主成分稱(chēng)為長(zhǎng)期償債能力主成分。

（二）結(jié)果分析

根據(jù)主成分分析法，本文基于樣本數(shù)據(jù)的綜合評(píng)價(jià)得分，按照25%、50%和75%的分位數(shù)，將公司的財(cái)務(wù)風(fēng)險(xiǎn)分為很低、較低、較高和很高四個(gè)區(qū)間；綜合評(píng)價(jià)得分越高，財(cái)務(wù)風(fēng)險(xiǎn)就越??；反之，綜合評(píng)價(jià)得分越低，財(cái)務(wù)風(fēng)險(xiǎn)就越高。具體的評(píng)價(jià)區(qū)間如表5。

本文將2013年我國(guó)制造業(yè)上市公司數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，代入財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)模型的公式，從而得到如下的實(shí)證結(jié)果：在除去數(shù)據(jù)缺失的剩余1 559家制造業(yè)公司中，有169家公司處于財(cái)務(wù)風(fēng)險(xiǎn)很高的區(qū)間；25家公司處于財(cái)務(wù)風(fēng)險(xiǎn)較高的區(qū)間，945家公司處于財(cái)務(wù)風(fēng)險(xiǎn)較低的水平，占總數(shù)的60.6%；420家公司處于財(cái)務(wù)風(fēng)險(xiǎn)很低的水平，占總數(shù)的26.9%。從總體上看，87.5%的公司財(cái)務(wù)風(fēng)險(xiǎn)處于較低或者很低的區(qū)域，只有10.8%的公司處于財(cái)務(wù)風(fēng)險(xiǎn)很高的區(qū)域。因此，雖然伴隨著全球制造業(yè)的轉(zhuǎn)移，但是從總體上來(lái)看，我國(guó)制造業(yè)的整體財(cái)務(wù)風(fēng)險(xiǎn)不高。

此外，雖然ST公司在總體上財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)得分較低，但從ST公司所處的財(cái)務(wù)風(fēng)險(xiǎn)區(qū)域來(lái)看，財(cái)務(wù)風(fēng)險(xiǎn)較低的有16家，占ST公司的53.3%；財(cái)務(wù)風(fēng)險(xiǎn)很低的公司有9家，占ST公司的30%。因此，從本文的分析結(jié)果來(lái)看，ST公司并不能簡(jiǎn)單地等同于陷入財(cái)務(wù)危機(jī)的公司。實(shí)際上，從ST公司的定義上來(lái)看，ST所考慮的財(cái)務(wù)指標(biāo)主要是凈利潤(rùn)和股東權(quán)益，而財(cái)務(wù)危機(jī)則主要是指現(xiàn)金流量不足以清償現(xiàn)有債務(wù)，ST的定義與財(cái)務(wù)危機(jī)的定義顯然是不一致的。此外，考察2004年到2013年我國(guó)滬深兩市的ST公司可以發(fā)現(xiàn)，在這10年中滬深兩市一共有255家公司被ST（包括*ST）；其中，持續(xù)3年以上被ST公司的有110家，占總數(shù)的43.1%；持續(xù)5年以上被ST的公司有58家，占總數(shù)的22.7%；甚至有3家公司在過(guò)去10年一直處于ST狀態(tài)；然而，從財(cái)務(wù)危機(jī)的角度來(lái)看，很難有公司能持續(xù)處于財(cái)務(wù)危機(jī)狀態(tài)長(zhǎng)達(dá)3年甚至5年。這也從另一個(gè)角度解釋了本文中ST公司財(cái)務(wù)風(fēng)險(xiǎn)狀態(tài)的結(jié)論。

五、結(jié)論

本文以我國(guó)滬深兩市制造業(yè)上市公司為研究對(duì)象，基于主成分分析法對(duì)其進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)的研究。結(jié)果發(fā)現(xiàn)，雖然全球制造業(yè)向東南亞轉(zhuǎn)移，但目前我國(guó)制造業(yè)有87.5%的公司財(cái)務(wù)風(fēng)險(xiǎn)狀況良好，制造業(yè)上市公司整體財(cái)務(wù)風(fēng)險(xiǎn)不高。

從本文得到的財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)模型的公式中可以看到，第一、第二、第三主成分處于主要地位，這意味著對(duì)于制造業(yè)上市公司來(lái)說(shuō)，公司整體投資的效益、公司的現(xiàn)金流或短期償債能力以及公司的管理能力對(duì)公司的財(cái)務(wù)風(fēng)險(xiǎn)有很大影響。因此，發(fā)現(xiàn)有價(jià)值的投資機(jī)會(huì)、保持較強(qiáng)的短期償債能力即保持良好的現(xiàn)金流以及提高公司的管理效率，是降低我國(guó)制造業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的有效途徑。

本文也對(duì)現(xiàn)有研究中將ST等同于財(cái)務(wù)危機(jī)的處理方法提出質(zhì)疑。從本文的研究來(lái)看，雖然我國(guó)制造業(yè)ST上市公司在財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)得分較低，但是從整體的財(cái)務(wù)風(fēng)險(xiǎn)狀況來(lái)看，和行業(yè)總體的財(cái)務(wù)風(fēng)險(xiǎn)狀況比較接近。此外，從最近10年我國(guó)ST公司的構(gòu)成來(lái)看，有大量的公司長(zhǎng)期持續(xù)地處于ST狀態(tài)；這也從另一個(gè)角度說(shuō)明將ST公司簡(jiǎn)單地等同于財(cái)務(wù)危機(jī)公司是不合適的。

【參考文獻(xiàn)】

[1] Fitzpatrick，P.J. A comparison of ratios of successful industrial enterprises with those of failed firms[M]. New York： Certified Public Accountant. 1932：26-131.

[2] Beaver，W.H. Financial ratios as predictors of failure[J]. Journal of Accounting Research， 1966， 3（4）：71-111.

[3] Altman，E.I. Financial ratios，discriminant analysis and the prediction of bankruptcy[J]. The Journal of Finance， 1968，23（4）：589-609.

[4] Altman，E.I. & R. Haldeman & P. Narayanan. Zeta analysis： a new model to identify bankruptcy risk of finance[J]. Journal of Banking and Finance，1977，1（1）：29-54.

[5] 楊淑娥，徐偉剛. 上市公司財(cái)務(wù)預(yù)警模型——Y分?jǐn)?shù)模型的實(shí)證研究[J]. 中國(guó)軟科學(xué)，2003（1）：56-60.

[6] 徐鳳菊，王鳳. 基于主成分分析法的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型[J]. 財(cái)會(huì)月刊，2008（12）：48-50.

[7] 王琨，張清芝，鄭二維. 基于主成分分析法構(gòu)建公立醫(yī)院財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的研究[J]. 中國(guó)衛(wèi)生經(jīng)濟(jì)，2011（11）：80-83.

[8] 劉延寶，吳亞萍. 主成分分析在上市公司財(cái)務(wù)指標(biāo)投資分析中的應(yīng)用[J]. 現(xiàn)代商貿(mào)工業(yè)，2012（10）：105-106.

[9] 賈煒瑩. 基于主成分分析法的物流上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)[J]. 財(cái)會(huì)通訊，2013（8）：107-110.

[10] 董銀霞. 我國(guó)商業(yè)銀行經(jīng)營(yíng)績(jī)效的全局主成分分析[J]. 會(huì)計(jì)之友，2014（7）：57-60.

[11] Ross，S.A. & R.W. Westerfield & J. Jaffe. Corporate finance（10th Revised Edition）[M]. New York： McGraw Hill Higher Education，2012：1-18.