我國汽車制造業(yè)上市公司財務(wù)風(fēng)險評價

李麗娜

摘要：汽車制造業(yè)是我國國民經(jīng)濟的支柱性產(chǎn)業(yè)，其財務(wù)風(fēng)險關(guān)乎著公司的可持續(xù)發(fā)展。本文選取32個汽車制造業(yè)上市公司為樣本，從五個方面共15項財務(wù)指標(biāo)對2017年汽車制造業(yè)上市公司的財務(wù)風(fēng)險進(jìn)行評價。利用因子分析法識別影響我國汽車制造公司財務(wù)風(fēng)險的主要因素，構(gòu)建財務(wù)風(fēng)險評價模型，根據(jù)因子得分模型進(jìn)行評分與排序;再通過聚類分析將32家公司按照綜合財務(wù)風(fēng)險的大小分為五大類。針對存在的各種風(fēng)險問題，提出策略，以期使汽車制造業(yè)有更長遠(yuǎn)的發(fā)展。

Abstract： The automobile manufacturing industry is a pillar industry of China's national economy， and its financial risks are related to the sustainable development of the company. This paper selects 32 listed companies in the automobile manufacturing industry as a sample， and evaluates the financial risks of listed companies in the automotive manufacturing industry in 2017 from 15 aspects of five financial indicators. It uses factor analysis method to identify the main factors affecting the financial risk of China's auto manufacturing companies， constructs a financial risk evaluation model， and scores and ranks according to the factor score model; then clusters the 32 companies into five categories according to the size of the comprehensive financial risk . Aiming at the various risk problems， we propose strategies to make the automobile manufacturing industry have a longer-term development.

關(guān)鍵詞：汽車制造業(yè);財務(wù)風(fēng)險評價;因子分析;聚類分析

0? 引言

西方發(fā)達(dá)國家由于經(jīng)濟發(fā)展迅速，其制造業(yè)發(fā)展也先于我國汽車制造業(yè)。但在經(jīng)歷了大半個世紀(jì)的探索之后，制造業(yè)在國家經(jīng)濟和社會發(fā)展中已經(jīng)占據(jù)了不可替代的位置，尤其是在進(jìn)入到2001年，中國加入到WTO，汽車制造業(yè)也迎來了飛速發(fā)展期。近些年，新能源汽車的出現(xiàn)，可以說是汽車制造業(yè)巨大的變革與發(fā)展進(jìn)步。2017年6月17日，國家工信部對新能源汽車的范圍進(jìn)行了定義，標(biāo)志著我國新能源汽車產(chǎn)業(yè)化發(fā)展進(jìn)入關(guān)鍵階段[1]。為了響應(yīng)國家十三五規(guī)劃政策的號召，在2019年1月底，發(fā)改委等十部門聯(lián)合印發(fā)《進(jìn)一步優(yōu)化供給推動消費平穩(wěn)增長促進(jìn)形成強大國內(nèi)市場的實施方案（2019年）》，這是在政策層面給國內(nèi)汽車制造業(yè)提供支持。受外部市場經(jīng)營環(huán)境的變化、國家政策及各種不確定性的因素存在的影響，關(guān)注和研究汽車上市公司的財務(wù)風(fēng)險就顯得尤為重要。

1? 文獻(xiàn)綜述

提高風(fēng)險意識，充分辨識風(fēng)險，尤其是財務(wù)風(fēng)險是公司可持續(xù)發(fā)展的重要前提。國內(nèi)外已有很多學(xué)者對不同行業(yè)公司的財務(wù)風(fēng)險進(jìn)行了大量的研究，其中較為常見的評價方法及模型有層次分析法、模糊評價法、TOPSIS方法、因子分析法、聚類分析法等。其中尹夏楠和鮑新中創(chuàng)造性的將具有客觀性的熵權(quán)法和TOPSIS法結(jié)合來綜合評價企業(yè)財務(wù)風(fēng)險，建立了生物制藥企業(yè)的財務(wù)風(fēng)險評價模型，選取相關(guān)的樣本進(jìn)行一系列的風(fēng)險評價，為生物制藥企業(yè)的財務(wù)風(fēng)險評價提供了新方法[2];楊利紅等運用層次分析法和德爾菲法確定出公司財務(wù)指標(biāo)的權(quán)重，后用效用系數(shù)法建立務(wù)風(fēng)險評價模型，深入分析該公司的財務(wù)現(xiàn)狀，并與該公司實際財務(wù)狀況進(jìn)行對比，可以證明采取的為實用性的模型，為房地產(chǎn)公司的財務(wù)風(fēng)險提供理論依據(jù)[3];高琳針對具有特殊行業(yè)性質(zhì)制藥企業(yè)進(jìn)行研究，運用因子分析法構(gòu)建企業(yè)財務(wù)風(fēng)險控制模型[4];雷勛平利用了熵權(quán)和可拓決策模型對3家企業(yè)汽車供應(yīng)鏈風(fēng)險評價做了實證研究，給出供應(yīng)鏈風(fēng)險評價的步驟，實證結(jié)果顯示和實際相符，說明了其選取的指標(biāo)和建立的模型是有效的[5];張占貞、李玲玲以28家創(chuàng)業(yè)板首批上市企業(yè)的財務(wù)風(fēng)險為研究對象，在結(jié)合企業(yè)實際情況下對企業(yè)財務(wù)風(fēng)險預(yù)防提出了建議[6];戚家勇，蔡永斌針對高危行業(yè)——房地產(chǎn)企業(yè)，利用因子分析法進(jìn)行討論并發(fā)現(xiàn)盈利能力、償債能力、營運能力及成長能力較低就會導(dǎo)致房地產(chǎn)企業(yè)風(fēng)險較高，并對此提出一系列可能有效的風(fēng)險控制方法[7]。

2? 因子分析

本文以我國汽車制造業(yè)為研究對象，根據(jù)不同企業(yè)的屬性、不同的規(guī)模、數(shù)據(jù)的完整性等特點，收集了2017年我國 32家上市公司的480個財務(wù)數(shù)據(jù)，從所選用公司財務(wù)活動中的盈利能力、償債能力、營運能力、成長能力以及現(xiàn)金狀況五個方面進(jìn)行詳細(xì)研究，并提取15個關(guān)鍵性指標(biāo)，對各上市公司進(jìn)行財務(wù)風(fēng)險評價。在東方財富網(wǎng)中搜集到了本文使用的上市公司財務(wù)數(shù)據(jù)即2017年各公司的財務(wù)分析報告，經(jīng)過一定量的加工整理后得到（逆向指標(biāo)采用取倒數(shù)加以處理）。

2.1 評價指標(biāo)的選取

本文選取了15個認(rèn)為具有代表性的財務(wù)指標(biāo)（見表1），以企業(yè)的盈利能力、償債能力、營運能力、成長能力以及現(xiàn)金狀況等五個方面分析我國汽車制造業(yè)上市公司面臨的財務(wù)風(fēng)險。其中“正向指標(biāo)”指標(biāo)值越大越好，“逆向指標(biāo)”指標(biāo)值越小越好。

2.2 分析過程及結(jié)果

本文主要通過SPSS 25軟件進(jìn)行因子分析，分析結(jié)果如下：

2.2.1 因子分析的可行性檢驗

利用KMO檢驗和Bartlett球形度檢驗對原始數(shù)據(jù)進(jìn)行檢驗，以判定所選樣本數(shù)據(jù)是否適合采用因子分析法。KMO值越接近0，表示變量間的相關(guān)性越弱，原有變量證明不應(yīng)選為作因子分析。一般來說，有一個通過檢驗，則該數(shù)據(jù)應(yīng)該選為作因子分析，即KMO檢驗值大于0.5或Bartlett球形度檢驗P值小于0.05。

本文結(jié)果顯示KMO值為0.634，Bartlett值為410.740，自由度為105，相應(yīng)的概率接近0，小于顯著性水平P= 0.05，認(rèn)為變量之間存在相關(guān)關(guān)系，故可以進(jìn)行因子分析。（見表2）

2.2.2 因子的提取

采用主成分法進(jìn)行因子提取（見表3）。從表3可以看出，前5個公共因子的累計方差貢獻(xiàn)率達(dá)到84.474%，較接近85%，表明這5個公共因子可以反映原有15個變量指標(biāo)的絕大部分信息，因此選取這5個公共因子來評價該樣本公司的財務(wù)風(fēng)險狀況。

2.2.3 因子的命名與解釋

設(shè)提取的5個公共因子分別為F1、F2、F3、F4、F5，為了更好地解釋因子變量，主成分法提取因子，并采用具有Kaiser標(biāo)準(zhǔn)化正交旋轉(zhuǎn)法（即最大方差法）對成分矩陣進(jìn)行旋轉(zhuǎn)，旋轉(zhuǎn)于6次迭代后收斂，得到旋轉(zhuǎn)后的因子載荷矩陣（見表4）。從表4可看出這5個公共因子在不同的原有指標(biāo)上顯示出各自的最高載荷量。公共因子在某個指標(biāo)上的載荷量越高，則表示其可解釋的該指標(biāo)的信息量越多。根據(jù)公共因子對原有指標(biāo)解釋的程度大小可對其進(jìn)行如下命名：因子F1在X5、X6、X7上有較大的載荷，可以命名為償債能力因子;因子F2在X1、X2、X3、X4上有較大的載荷，可以命名為盈利能力因子;因子F3在X8、X9、X10上有較大的載荷，可以命名為營運能力因子;因子F4在X11、X12、X13上有較大的載荷，可以命名為成長能力因子;因子F5在X14、X15上有較大的載荷，可以命名為現(xiàn)金狀況因子。

2.3 因子得分及建立因子模型

根據(jù)因子得分系數(shù)矩陣進(jìn)行計算各公共因子的因子得分函數(shù)，利用因子評分模型計算各樣本公司在5個公共因子上的得分。以各因子所對應(yīng)方差貢獻(xiàn)率為權(quán)重做加權(quán)平均運算，可以得到各樣本公司因子綜合得分（見表5）。

3? 聚類分析

利用SPSS軟件進(jìn)行K-Means聚類分析，以5類指標(biāo)為變量將將上述32家樣本公司按照財務(wù)風(fēng)險抵御能力大小進(jìn)行聚類。將各上市公司財務(wù)風(fēng)險狀況分為：幾乎沒有財務(wù)風(fēng)險、財務(wù)風(fēng)險較小、財務(wù)風(fēng)險中等、財務(wù)風(fēng)險較大、高風(fēng)險等五大類。聚類結(jié)果見表6。

分析結(jié)果：幾乎沒有財務(wù)分析風(fēng)險的有上汽集團、華域汽車、東風(fēng)科技、新朋股份、江鈴汽車、一汽轎車、中國重汽、中航沈飛、廣汽集團、寧波華翔、一汽富維、星宇股份、廣匯汽車，萬豐奧威等14家公司;財務(wù)風(fēng)險較小的有金杯汽車，財務(wù)風(fēng)險中等的有岱美股份、松芝股份、保隆科技、凱眾股份、聯(lián)明股份、比亞迪、北方股份、華菱星馬、萬里揚、旭升股份、德賽西威、伯特利、兆豐股份、鵬翎股份、寧德時代等15家公司，財務(wù)風(fēng)險較大的有派生科技，高風(fēng)險的有曙光股份。

4? 結(jié)語

根據(jù)對我國的32家汽車制造業(yè)上市公司所做的分析研究，發(fā)現(xiàn)我國汽車制造行業(yè)在財務(wù)風(fēng)險上還存在很多問題。財務(wù)風(fēng)險的大小關(guān)乎著公司的長久發(fā)展與生存，公司應(yīng)該重視財務(wù)分險的預(yù)防和評價，應(yīng)做到積極采取預(yù)防措施和應(yīng)對措施，時時關(guān)注財務(wù)風(fēng)險狀況，為企業(yè)營造良好的發(fā)展環(huán)境。

參考文獻(xiàn)：

[1]王洪濤.我國汽車產(chǎn)業(yè)發(fā)展現(xiàn)狀及建議[J].合作經(jīng)濟與科技，2019（03）：24-25.

[2]尹夏楠，鮑新中.基于熵權(quán)TOPSIS方法的高新技術(shù)企業(yè)財務(wù)風(fēng)險評價——以生物制藥行業(yè)為例[J].會計之友，2017（04）：70-74.

[3]楊利紅，陳琦，鄧敏.LD集團財務(wù)風(fēng)險評價及其預(yù)警研究[J].財會月刊，2017（35）：72-79.

[4]高琳.生物制藥企業(yè)財務(wù)風(fēng)險預(yù)警問題研究[D].山東財經(jīng)大學(xué)，2013.

[5]雷勛平.我國汽車制造業(yè)供應(yīng)鏈風(fēng)險評價實證研究——基于熵權(quán)可拓決策模型的分析[J].計算機工程與應(yīng)用，2015，51（12）：264-270.

[6]張占貞，李玲玲.創(chuàng)業(yè)板上市公司財務(wù)風(fēng)險評價研究[J].會計之友，2013（02）：58-61.

[7]戚家勇，蔡永斌.房地產(chǎn)上市公司財務(wù)風(fēng)險評價研究[J].財會通訊，2018（26）：114-118.