基于探索性因子分析的動(dòng)態(tài)財(cái)務(wù)預(yù)警指標(biāo)選取實(shí)證分析

（黑龍江科技大學(xué)管理學(xué)院黑龍江哈爾濱150022）

隨著經(jīng)濟(jì)全球化的發(fā)展，經(jīng)濟(jì)環(huán)境中的復(fù)雜性、模糊性日益明顯，企業(yè)運(yùn)營(yíng)過(guò)程中面臨的風(fēng)險(xiǎn)變幻莫測(cè)，及時(shí)有效的財(cái)務(wù)預(yù)警體系成為企業(yè)經(jīng)營(yíng)的迫切需求。在以往的研究中，大多數(shù)預(yù)警模型是為企業(yè)投資者、債權(quán)人服務(wù)的，判別結(jié)果也只局限于被預(yù)測(cè)企業(yè)被ST或未被ST兩種。而企業(yè)內(nèi)部的預(yù)警體系，應(yīng)該更加及時(shí)、詳細(xì)，這樣才能給企業(yè)的管理者帶來(lái)有價(jià)值的信息，從而有助于企業(yè)管理者進(jìn)行下一步的營(yíng)運(yùn)決策。所以，這樣一個(gè)財(cái)務(wù)預(yù)警體系的指標(biāo)必須有代表性，能對(duì)企業(yè)運(yùn)營(yíng)現(xiàn)狀進(jìn)行全面有效的反映。

一、傳統(tǒng)財(cái)務(wù)預(yù)警體系指標(biāo)選取的缺陷

（一）指標(biāo)預(yù)警功能單一。傳統(tǒng)的財(cái)務(wù)預(yù)警體系主要是通過(guò)對(duì)期末會(huì)計(jì)報(bào)表中的會(huì)計(jì)數(shù)據(jù)進(jìn)行提取形成財(cái)務(wù)指標(biāo)，利用財(cái)務(wù)指標(biāo)對(duì)企業(yè)財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)。把財(cái)務(wù)指標(biāo)輸入設(shè)計(jì)好的模型中，通過(guò)模型運(yùn)行結(jié)果判斷企業(yè)財(cái)務(wù)狀況。理論上這種方法行得通，可以為企業(yè)相關(guān)利益者提供一些信息，但是，隨著現(xiàn)代信息技術(shù)的發(fā)展，這些指標(biāo)已經(jīng)不能反映預(yù)警體系的全部功能。

（二）指標(biāo)數(shù)量繁多。綜合考慮前人研究的財(cái)務(wù)預(yù)警體系，選取的指標(biāo)一般大約為三十個(gè)。因此數(shù)據(jù)的獲取和處理是一個(gè)復(fù)雜的過(guò)程，會(huì)耗費(fèi)大量的時(shí)間，輸出結(jié)果出現(xiàn)警情的信號(hào)時(shí)再對(duì)企業(yè)的經(jīng)營(yíng)進(jìn)行改進(jìn)已經(jīng)為時(shí)過(guò)晚；另外繁多的預(yù)警指標(biāo)也會(huì)影響預(yù)警系統(tǒng)的效果。

（三）指標(biāo)的選取忽略了與管理系統(tǒng)的有序結(jié)合。企業(yè)的財(cái)務(wù)信息是對(duì)企業(yè)營(yíng)運(yùn)狀況的綜合反映，企業(yè)的管理漏洞、決策失誤、經(jīng)營(yíng)異常以財(cái)務(wù)報(bào)表的形式輸入到財(cái)務(wù)預(yù)警系統(tǒng)中，把財(cái)務(wù)風(fēng)險(xiǎn)的蹤跡反映給企業(yè)管理者，達(dá)到企業(yè)內(nèi)部財(cái)務(wù)預(yù)警的目的。但傳統(tǒng)的財(cái)務(wù)預(yù)警往往自成體系，把財(cái)務(wù)預(yù)警系統(tǒng)作為會(huì)計(jì)系統(tǒng)的一個(gè)子系統(tǒng)，僅僅通過(guò)會(huì)計(jì)信息進(jìn)行財(cái)務(wù)預(yù)警往往難以全面、系統(tǒng)。而在現(xiàn)代信息化的環(huán)境中，企業(yè)建立的后臺(tái)管理系統(tǒng)可以通過(guò)信息技術(shù)將企業(yè)的經(jīng)營(yíng)信息、管理信息、會(huì)計(jì)信息、資金信息進(jìn)行集成與共享，為財(cái)務(wù)數(shù)據(jù)擴(kuò)寬了范圍，完善了財(cái)務(wù)預(yù)警指標(biāo)體系，隨著指標(biāo)數(shù)量的增加，預(yù)警前的指標(biāo)分類成為了財(cái)務(wù)預(yù)警的必經(jīng)過(guò)程，先把指標(biāo)進(jìn)行歸類，確認(rèn)每個(gè)指標(biāo)反映的問(wèn)題方面，便于解決警情。可見(jiàn)，將財(cái)務(wù)指標(biāo)與管理系統(tǒng)進(jìn)行融合才是未來(lái)發(fā)展的方向和研究的重點(diǎn)。

二、動(dòng)態(tài)財(cái)務(wù)預(yù)警體系的特征要求

通過(guò)以上分析可以得出，企業(yè)財(cái)務(wù)預(yù)警體系作為企業(yè)經(jīng)營(yíng)運(yùn)行的檢測(cè)器，應(yīng)該能實(shí)時(shí)觀測(cè)企業(yè)動(dòng)態(tài)，及時(shí)發(fā)現(xiàn)警情，以便企業(yè)經(jīng)營(yíng)者做出決策。所以，企業(yè)財(cái)務(wù)預(yù)警體系選取的指標(biāo)必須具有及時(shí)性、簡(jiǎn)練性、靈敏性。

（一）及時(shí)性。所謂及時(shí)性實(shí)際上是指指標(biāo)獲取的及時(shí)性。作為預(yù)測(cè)性系統(tǒng)，必然要具有前瞻性，而滿足前瞻性的首要條件是及時(shí)性，如何及時(shí)、有效地獲取預(yù)警指標(biāo)是構(gòu)建財(cái)務(wù)預(yù)警體系的重要環(huán)節(jié)。傳統(tǒng)的財(cái)務(wù)預(yù)警體系主要是根據(jù)期末財(cái)務(wù)報(bào)表獲取數(shù)據(jù)處理來(lái)進(jìn)行預(yù)警，由于當(dāng)今信息技術(shù)的迅猛發(fā)展，會(huì)計(jì)處理受到了沖擊，網(wǎng)絡(luò)會(huì)計(jì)應(yīng)運(yùn)而生。這種模式下會(huì)計(jì)處理不僅可以提高會(huì)計(jì)核算效率，還可以產(chǎn)生實(shí)時(shí)的財(cái)務(wù)報(bào)表，對(duì)財(cái)務(wù)預(yù)警體系指標(biāo)獲取速度有很大幫助。

（二）簡(jiǎn)練性。企業(yè)內(nèi)動(dòng)態(tài)財(cái)務(wù)預(yù)警體系，供企業(yè)管理人員使用，在實(shí)際應(yīng)用中要比供企業(yè)投資者、債務(wù)人所使用的預(yù)警體系頻繁的多，甚至?xí)_(dá)到每月一預(yù)測(cè)的頻率，因此，具有這樣特點(diǎn)的財(cái)務(wù)預(yù)警體系必須容易運(yùn)行，預(yù)警指標(biāo)必須簡(jiǎn)練容易獲取。簡(jiǎn)練的指標(biāo)不但節(jié)約了企業(yè)的預(yù)警成本又能及時(shí)發(fā)出警情信號(hào)，可謂是兩全其美。

（三）靈敏性。構(gòu)建財(cái)務(wù)預(yù)警體系屬于事前預(yù)測(cè)行為，其目的是及時(shí)發(fā)現(xiàn)問(wèn)題，避免不必要的損失。作為預(yù)警體系的指標(biāo)，必須具有靈敏性，在出現(xiàn)警兆的情況下，發(fā)現(xiàn)警情的蛛絲馬跡，發(fā)出信號(hào)，為信息使用者提供警情信息。

（四）成本效益性。成本效益是構(gòu)建財(cái)務(wù)預(yù)警體系必須考慮的問(wèn)題。在指標(biāo)體系中有許多指標(biāo)的確能反映企業(yè)財(cái)務(wù)狀況，有很大利用價(jià)值，但如果預(yù)計(jì)獲取該指標(biāo)的成本過(guò)大，大于其預(yù)警帶來(lái)的收益，那么應(yīng)該放棄選取該指標(biāo)，轉(zhuǎn)而用與之相關(guān)的且獲取成本較低的指標(biāo)代替。

三、基于探索性因子分析的財(cái)務(wù)預(yù)警指標(biāo)選取

數(shù)據(jù)挖掘技術(shù)發(fā)展迅速，日益成為各個(gè)研究領(lǐng)域的應(yīng)用技術(shù)。數(shù)據(jù)挖掘技術(shù)的不斷涌現(xiàn)，給企業(yè)財(cái)務(wù)管理帶來(lái)了新思路，給傳統(tǒng)的財(cái)務(wù)管理活動(dòng)帶來(lái)沖擊。其中，探索性因子分析法就是數(shù)據(jù)挖掘技術(shù)中的一種多元統(tǒng)計(jì)分析方法。探索性因子分析的基本思路是，每一個(gè)輸入變量的變異性都可以歸結(jié)于少數(shù)潛在的公共因子和一個(gè)與這些公共因子無(wú)關(guān)而只與該變量有關(guān)的特殊因子，它的主要目的就是數(shù)據(jù)縮減。本文擬用探索性因子分析法對(duì)原始的財(cái)務(wù)指標(biāo)進(jìn)行簡(jiǎn)化的主要原因有：（1）因子分析不是對(duì)原有變量的取舍，而是根據(jù)原始變量的信息進(jìn)行重新組合，找出影響變量的共同因子，對(duì)信息反映全面，即使對(duì)結(jié)果影響不大的因素也不會(huì)丟失；（2）因子分析通過(guò)旋轉(zhuǎn)使得因子變量更具有可解釋性，命名清晰性高，便于使用；（3）因子分析可以通過(guò)SPSS軟件實(shí)現(xiàn)，便于操作。

（一）樣本選取與數(shù)據(jù)來(lái)源。本文樣本來(lái)自于我國(guó)三十家上市公司的財(cái)務(wù)數(shù)據(jù)，在樣本選取的過(guò)程中，本文剔除了ST公司的財(cái)務(wù)數(shù)據(jù)。

（二）財(cái)務(wù)指標(biāo)的選取與變量設(shè)計(jì)。本文選取了反映企業(yè)償債能力、盈利能力、資產(chǎn)運(yùn)營(yíng)能力、增長(zhǎng)能力四個(gè)方面共19個(gè)指標(biāo)，變量設(shè)計(jì)見(jiàn)表1。

因子分析是簡(jiǎn)化指標(biāo)的過(guò)程，通過(guò)尋找各指標(biāo)間的潛在公共因子實(shí)現(xiàn)變量的降維。所以，在進(jìn)行因子分析之前，首先要對(duì)觀測(cè)變量進(jìn)行檢驗(yàn)，確定變量間確實(shí)有相關(guān)關(guān)系。本文通過(guò)KMO檢驗(yàn)和Bartlett檢驗(yàn)，分析對(duì)指標(biāo)進(jìn)行因子分析的適合性。檢驗(yàn)結(jié)果見(jiàn)表2。

表1 變量設(shè)計(jì)表

表2 KMO和Bartlett的檢驗(yàn)

通過(guò)檢驗(yàn)結(jié)果可知，KMO值為0.66，結(jié)果大于界定值0.6，表明觀測(cè)變量適合進(jìn)行因子分析。Bartlett球形檢驗(yàn)的顯著性水平為0，小于界定值0.05，原假設(shè)被拒絕，表明原觀測(cè)數(shù)據(jù)適合因子分析。提取公因子。運(yùn)用SPSS對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得出共同度分析結(jié)果顯示，流動(dòng)比率、資產(chǎn)報(bào)酬率等6個(gè)指標(biāo)的共同度均超過(guò)了0.9，表明公因子對(duì)這6個(gè)指標(biāo)的方差做出90%以上的貢獻(xiàn)。共同度超過(guò)0.7的指標(biāo)共9個(gè)，可見(jiàn)，公因子提供的信息量較大。運(yùn)用SPSS計(jì)算公因子特征值、貢獻(xiàn)率、累計(jì)貢獻(xiàn)率，結(jié)果見(jiàn)表3。

表3 解釋的總方差

根據(jù)解釋的總方差結(jié)果顯示，選取7個(gè)公因子的因子成分對(duì)所選取的公因子進(jìn)行因子解釋，作為選取公因子與原指標(biāo)間的系數(shù)。因子成分矩陣見(jiàn)下頁(yè)表4。

通過(guò)上表可以得出各變量的因子表達(dá)式：

X6=0.792F1+0.47F2-0.29F3-0.108F4-0.119F5+0.031F6+0.104F7

X4=0.681F1+0.052F2+0.544F3-0.144F4-0.299F5-0.223F6-0.8F7

……

X5=-0.125F1-0.22F2+0.068F3-0.225F4+0.109F5-0.39F6+0.778F7

下頁(yè)表5是經(jīng)過(guò)正交旋轉(zhuǎn)后的成分矩陣，通過(guò)這個(gè)矩陣我們可以得出旋轉(zhuǎn)后的各成分表達(dá)式：

X7=0.927F1+0.02F2+0.118F3+0.017F4+0.077F5+0.059F6+0.016F7

X9=0.735F1-0.008F2-0.005F3+0.354F4+0.109F5-0.165F6-0.16F7

……

X5=-0.093F1-0，05F2-0.102F3+0.014F4+0.042F5-0.004F6+0.918F7

公共因子命名如表6所示。表7是成分轉(zhuǎn)換矩陣，成分矩陣乘以成分轉(zhuǎn)換矩陣就得到旋轉(zhuǎn)后的成分矩陣。根據(jù)成分得分系數(shù)矩陣，可以得到因子得分表達(dá)式，成分得分系數(shù)矩陣見(jiàn)表8。由此得出因子得分表達(dá)式：

F1=0.086X1-0.045X2-0.09X3-0.017X4+0.05X5+0.213X6+0.345X7+0.111X8+0.249X9+0.046X10+0.131X11-0.029X12+0.164X13+0.014X14+0.245X15-0.032X16-0.003X17-0.08X18+0.017X19

……

F7=0.093X1+0.002X2+0.12X3+0.006X4+0.787X5+0.045X6+0.099X7-0.063X8-0.084X9+0.374X10-0.02X11-0.12X12+0.086X13+0.026X14-0.013X15-0.041X16+0.067X17-0.127X18-0.158X19

表4 成分矩陣

表6 公因子命名

表7 成分轉(zhuǎn)換矩陣

表8 成分得分系數(shù)矩陣

以上是因子得分表達(dá)式，即利用原有指標(biāo)與指標(biāo)得分作為系數(shù)，得出公因子表達(dá)式。上市公司可以通過(guò)因子得分對(duì)企業(yè)財(cái)務(wù)狀況進(jìn)行估計(jì)預(yù)測(cè)，找出企業(yè)弱勢(shì)方面進(jìn)行改進(jìn)調(diào)整，制定解決警情的對(duì)策。

表9是成分得分協(xié)方差矩陣，該矩陣是單位矩陣，可以證明，提取的七個(gè)公因子之間是不相關(guān)的。

表9 成分得分協(xié)方差矩陣

四、結(jié)論

本文選取三十家上市公司的財(cái)務(wù)數(shù)據(jù)作為研究樣本，選取反映企業(yè)營(yíng)運(yùn)狀況幾方面的指標(biāo)先進(jìn)行歸類，然后對(duì)歸類后的財(cái)務(wù)指標(biāo)進(jìn)行因子分析發(fā)現(xiàn)：（1）企業(yè)各個(gè)財(cái)務(wù)指標(biāo)之間確實(shí)存在潛在關(guān)系，找出潛在公因子加以分析處理可以簡(jiǎn)化財(cái)務(wù)預(yù)警指標(biāo)體系，提高財(cái)務(wù)預(yù)警效率并且使預(yù)警結(jié)果更加直觀。（2）尋找預(yù)警指標(biāo)間潛在關(guān)系的結(jié)果表明，某些財(cái)務(wù)指標(biāo)與其他類別財(cái)務(wù)指標(biāo)存在相關(guān)性，也就是說(shuō)，企業(yè)某一方面的疏忽產(chǎn)生的異常可以影響到企業(yè)其他方面的運(yùn)營(yíng)，因此，企業(yè)管理者在進(jìn)行經(jīng)營(yíng)決策時(shí)應(yīng)該考慮多方面因素的影響。（3）通過(guò)因子分析得出了因子得分矩陣，通過(guò)得分矩陣可以體現(xiàn)企業(yè)經(jīng)營(yíng)各個(gè)方面的狀態(tài)，但因子分析更多的是作為達(dá)到一些目的的中間手段，實(shí)現(xiàn)一些模型運(yùn)行的中間步驟，在對(duì)數(shù)據(jù)進(jìn)行降維簡(jiǎn)化后繼續(xù)采用其他的統(tǒng)計(jì)方法進(jìn)行處理來(lái)解決問(wèn)題。