上市公司財(cái)務(wù)績效與風(fēng)險(xiǎn)的關(guān)系研究

金卓

摘 要：以 2015—2018年滬深兩市A股217家專用設(shè)備制造上市公司為研究樣本，采用因子分析法和poisson回歸分析法對其進(jìn)行實(shí)證分析。研究發(fā)現(xiàn)：①專用設(shè)備制造行業(yè)公司本年度財(cái)務(wù)績效與未來財(cái)務(wù)風(fēng)險(xiǎn)呈顯著的負(fù)相關(guān)關(guān)系;②研究時(shí)間點(diǎn)的差異對該行業(yè)財(cái)務(wù)績效與風(fēng)險(xiǎn)的關(guān)系研究影響不大;③總體來說國有企業(yè)穩(wěn)定性強(qiáng)于非國有企業(yè)，所面臨的風(fēng)險(xiǎn)也更低。同時(shí)，基于2018年績效分析綜合得分構(gòu)建的新的評價(jià)模型，發(fā)現(xiàn)該行業(yè)總體情況較好，其中國有企業(yè)中良性企業(yè)占比低于非國有企業(yè)。

關(guān)鍵詞：專用設(shè)備制造業(yè);財(cái)務(wù)績效;財(cái)務(wù)風(fēng)險(xiǎn)分析

引言

伴隨經(jīng)濟(jì)全球化的普及，信息技術(shù)不斷創(chuàng)新發(fā)展，企業(yè)間的競爭愈加激烈，制造業(yè)企業(yè)逐漸走上專業(yè)化道路。自2012年以來，專用設(shè)備制造相關(guān)企業(yè)的生產(chǎn)成本不斷增加，使得企業(yè)利潤空間縮小，大部分企業(yè)出現(xiàn)利潤下滑甚至虧損的情況，行業(yè)中累計(jì)虧損企業(yè)占比不斷增加，累計(jì)虧損金額由2012年的183.07億元增長到2016年的460.2億元，僅五年就翻了2.5倍。與此同時(shí)，國家不斷深化傳統(tǒng)制造業(yè)的改革，推進(jìn)企業(yè)的轉(zhuǎn)型升級，傳統(tǒng)重工業(yè)企業(yè)不得不降低能耗，實(shí)現(xiàn)可持續(xù)發(fā)展，但其技術(shù)創(chuàng)新跟不上產(chǎn)業(yè)發(fā)展的節(jié)奏。由于專用設(shè)備制造業(yè)的產(chǎn)品只適用于單一行業(yè)，對市場需求的依賴程度較高，一旦市場需求減少，那么企業(yè)的競爭將日漸白熱化，以上種種表明專用設(shè)備制造業(yè)發(fā)展形勢較為嚴(yán)峻。

隨著我國經(jīng)濟(jì)的發(fā)展，財(cái)務(wù)績效對未來財(cái)務(wù)風(fēng)險(xiǎn)的影響逐漸受到學(xué)者們的廣泛關(guān)注。然而，目前學(xué)者們通過構(gòu)建模型來對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警研究較多，因?yàn)槠髽I(yè)未來財(cái)務(wù)風(fēng)險(xiǎn)與本年度財(cái)務(wù)績效的關(guān)系也只是通過所構(gòu)建模型的預(yù)測結(jié)果與實(shí)證檢驗(yàn)得到的，直接針對企業(yè)財(cái)務(wù)績效與未來財(cái)務(wù)風(fēng)險(xiǎn)關(guān)系的相關(guān)研究較少，針對專用設(shè)備制造上市公司這方面的研究也較少。

基于上述背景，對專用設(shè)備制造行業(yè)財(cái)務(wù)績效與風(fēng)險(xiǎn)關(guān)系的研究就變得較為重要了。本文從系統(tǒng)論角度出發(fā)，運(yùn)用因子分析法構(gòu)建財(cái)務(wù)分析模型探究財(cái)務(wù)績效與未來財(cái)務(wù)風(fēng)險(xiǎn)之間的關(guān)系，以期完善上市專用設(shè)備制造企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評估體系，保證企業(yè)、行業(yè)和社會的平穩(wěn)運(yùn)行。

一、文獻(xiàn)綜述與研究假設(shè)

（一）財(cái)務(wù)績效與風(fēng)險(xiǎn)的關(guān)系

1.財(cái)務(wù)績效評價(jià)

（1）財(cái)務(wù)績效評價(jià)指標(biāo)研究

財(cái)務(wù)績效指標(biāo)的評價(jià)研究多種多樣，其中佳萍和王怡[1]（2011）針對生態(tài)環(huán)境效益首次提出財(cái)務(wù)績效評價(jià)體系，并對該評價(jià)體系中的評價(jià)指標(biāo)進(jìn)行重新篩選和梳理，建立了一套特殊的企業(yè)財(cái)務(wù)績效評價(jià)指標(biāo)體系。

完善財(cái)務(wù)績效評價(jià)體系并非只能通過完善單一方面指標(biāo)來實(shí)現(xiàn)。Heike和Klaus[2]（2013）兩位學(xué)者將績效評價(jià)的主體選定為高校，篩選出本地區(qū)所有高校關(guān)于辦學(xué)規(guī)模、投資來源等多方面的指標(biāo)，試圖提供系統(tǒng)可操作的評價(jià)指標(biāo)體系。

在財(cái)務(wù)績效評價(jià)體系中，盈利性與安全性尤為重要。王秀珍[3]（2016）對財(cái)政部確定的評價(jià)標(biāo)準(zhǔn)進(jìn)行研究。以商業(yè)銀行為研究對象，在進(jìn)行績效評價(jià)研究時(shí)，在國家規(guī)定的評價(jià)標(biāo)準(zhǔn)之上進(jìn)行輕微調(diào)整，對銀行的盈利性和安全性進(jìn)行重點(diǎn)考慮。

（2）財(cái)務(wù)績效評價(jià)內(nèi)容研究

相較于財(cái)務(wù)績效評價(jià)指標(biāo)的研究，財(cái)務(wù)績效評價(jià)內(nèi)容的研究更廣泛。對于財(cái)務(wù)績效評價(jià)內(nèi)容而言，Siegel D S和 Phan P H[4]（2007）利用數(shù)字對評價(jià)內(nèi)容進(jìn)行分析，并且在評價(jià)過程中，為了讓評價(jià)結(jié)果和評價(jià)過程更加的科學(xué)規(guī)范，提出了四級測評法。

隨著研究體系的不斷完善，平衡記分卡被引入到財(cái)務(wù)績效評價(jià)方法中。王珊珊（2007）[5]從企業(yè)可持續(xù)發(fā)展的角度引入了平衡計(jì)分卡對企業(yè)績效評價(jià)這一方法，利用平衡計(jì)分卡對企業(yè)財(cái)務(wù)績效進(jìn)行評價(jià)，幫助企業(yè)走向成功。

不同的評價(jià)體系特點(diǎn)不同，因此應(yīng)發(fā)展多樣化的評價(jià)方式。Tuffin B和Glynn P W[6]（2012）認(rèn)為，應(yīng)用于不同場合的財(cái)務(wù)績效評價(jià)體系應(yīng)當(dāng)有其自己的側(cè)重點(diǎn)，不應(yīng)千篇一律。不同的評價(jià)體系，由于其評價(jià)對象以及評價(jià)內(nèi)容存在差異，為了提高評價(jià)的效率，應(yīng)選用量化的形式確保組織的效率。

有時(shí)多方面因素結(jié)合研究，能夠得到意想不到的收獲。陳承等[7]（2019）結(jié)合信號理論，研究了產(chǎn)出信息和社會責(zé)任治理信息對企業(yè)財(cái)務(wù)績效的信號作用，從而發(fā)現(xiàn)隨制度環(huán)境而變化的機(jī)理，發(fā)現(xiàn)對企業(yè)財(cái)務(wù)績效負(fù)影響的因素，最終得到強(qiáng)制披露能得出更好的證據(jù)支持。

（3）財(cái)務(wù)績效評價(jià)方法研究

進(jìn)入21世紀(jì)以來，由于財(cái)務(wù)績效評價(jià)的重要性，諸多評價(jià)方法逐漸出現(xiàn)。羅愛芳[8]（2011）首先針對傳統(tǒng)的沃爾評分法對企業(yè)財(cái)務(wù)績效評價(jià)體系產(chǎn)生的誤區(qū)進(jìn)行討論，其次結(jié)合企業(yè)今后發(fā)展方向及能力從償債能力、營運(yùn)能力和盈利能力三方面對企業(yè)績效評價(jià)體系的指標(biāo)進(jìn)行重新篩選和確立。

Sandra Moffett 和Rodney Macadam[9]（2016）在對企業(yè)財(cái)務(wù)績效進(jìn)行評價(jià)時(shí)首次引入了因子分析法。通過實(shí)證分析發(fā)現(xiàn)因子分析方法適用于企業(yè)績效評價(jià)。

唐軼之[10]（2017）采用 AHP 賦予指標(biāo)權(quán)重的方式，將單項(xiàng)分?jǐn)?shù)的上下限進(jìn)行重新設(shè)置，盡可能降低非正常情形對企業(yè)務(wù)績效評分的影響。

隨著研究的深入，越來越多的創(chuàng)新性評價(jià)方法被大眾知悉。楊春生[11]（2018）首次將“標(biāo)準(zhǔn)差系數(shù)”這理論引入到財(cái)務(wù)績效評價(jià)方法中，使其水平變得更加直觀。

2.財(cái)務(wù)風(fēng)險(xiǎn)

Levine（1999）將財(cái)務(wù)風(fēng)險(xiǎn)視為企業(yè)在籌資過程中由于存在負(fù)債所產(chǎn)生的償債風(fēng)險(xiǎn)，并認(rèn)為債務(wù)融資會增加財(cái)務(wù)風(fēng)險(xiǎn)[12]。

導(dǎo)致發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的因素并不只有債務(wù)危機(jī)。Van Horne[13]（2005）認(rèn)為，財(cái)務(wù)風(fēng)險(xiǎn)不僅來自于債務(wù)風(fēng)險(xiǎn)，還可能來自于財(cái)務(wù)杠桿使企業(yè)每股收益產(chǎn)生的不確定性。朱美丹[14]（2014）在對上市公司財(cái)務(wù)風(fēng)險(xiǎn)管理缺陷分析認(rèn)為，上市公司存在籌資、投資、資金回收和企業(yè)重組方面的風(fēng)險(xiǎn)，并建議通過提高上市公司財(cái)務(wù)風(fēng)險(xiǎn)管理意識、健全財(cái)務(wù)風(fēng)險(xiǎn)機(jī)制、發(fā)揮董事會作用來控制財(cái)務(wù)風(fēng)險(xiǎn)。

就目前財(cái)務(wù)風(fēng)險(xiǎn)的研究成果來看，使用主成分分析法對財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評估效果較好。王君萍和王娜[15]（2016）使用主成分分析法，選取能源行業(yè)的多家公司，使用反映企業(yè)不同能力的財(cái)務(wù)標(biāo)構(gòu)建模型來對能源行業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行分析。

隨著研究的深入，多元化分析逐漸成為主流。元媛[16]（2019）選取金龍汽車為研究對象，以經(jīng)驗(yàn)曲線理論為依據(jù)驗(yàn)證經(jīng)驗(yàn)曲線的存在并得出該公司的學(xué)習(xí)百分比，同時(shí)根據(jù)財(cái)務(wù)分析理論了解公司的財(cái)務(wù)表現(xiàn)，基于此對金龍汽車運(yùn)用經(jīng)驗(yàn)曲線化解財(cái)務(wù)風(fēng)險(xiǎn)的具體措施進(jìn)行分析，從而梳理出該公司經(jīng)驗(yàn)曲線、財(cái)務(wù)表現(xiàn)以及風(fēng)險(xiǎn)控制措施三者之間的關(guān)聯(lián)關(guān)系。

3.企業(yè)財(cái)務(wù)績效與風(fēng)險(xiǎn)的關(guān)系

隨著中國經(jīng)濟(jì)的騰飛，企業(yè)的發(fā)展機(jī)遇不斷增加，但同時(shí)也伴隨著風(fēng)險(xiǎn)。尹飄揚(yáng)和楊向陽（2012）[17]運(yùn)用因子分析和主成分分析對所選擇的樣本公司建立預(yù)警模型，并對模型的預(yù)測能力進(jìn)行檢驗(yàn)，發(fā)現(xiàn)綜合得分越高的企業(yè)未來財(cái)務(wù)風(fēng)險(xiǎn)越低。

歐國良等（2018）[18]以A股市場50家上市房地產(chǎn)公司為研究樣本，選取了10個(gè)房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)，構(gòu)建了基于因子分析法的房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型進(jìn)行定量研究與分析，結(jié)果表明財(cái)務(wù)績效綜合得分值越高未來的財(cái)務(wù)風(fēng)險(xiǎn)越低。

蘆笛和王冠華（2019）[19]以2016年滬深兩市A股43家農(nóng)業(yè)上市公司為研究樣本，采用因子分析法和聚類分析法對其進(jìn)行了實(shí)證分析，結(jié)果表明，財(cái)務(wù)績效綜合得分值越高未來的財(cái)務(wù)風(fēng)險(xiǎn)越低;企業(yè)本年度財(cái)務(wù)績效綜合得分越高，本年度總體狀況也就越好，這就為下一年度公司的發(fā)展與穩(wěn)定打下更好的基礎(chǔ)，從而未來的財(cái)務(wù)風(fēng)險(xiǎn)就越低。因此，根據(jù)上述文獻(xiàn)的總結(jié)與分析，本文提出第1個(gè)假設(shè)：

假設(shè)1：上市公司財(cái)務(wù)績效與未來財(cái)務(wù)風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系，企業(yè)本年財(cái)務(wù)績效水平越高，未來所面臨的財(cái)務(wù)風(fēng)險(xiǎn)也就越小。

（二）情境因素的調(diào)節(jié)效應(yīng)

1.研究時(shí)間性的調(diào)節(jié)效應(yīng)

自20世紀(jì)40年代以來，有關(guān)財(cái)務(wù)績效與風(fēng)險(xiǎn)關(guān)系的研究已跨越了幾個(gè)世紀(jì)。由于社會現(xiàn)象具有歷史屬性，不同年代背景可能會對研究結(jié)果產(chǎn)生影響[20]，因此，本研究認(rèn)為有必要考察研究時(shí)間點(diǎn)對財(cái)務(wù)績效與風(fēng)險(xiǎn)關(guān)系的影響。本文基于2015—2017年的三組數(shù)據(jù)數(shù)據(jù)所得到的專用設(shè)備制造上市公司的財(cái)務(wù)績效與風(fēng)險(xiǎn)的相關(guān)系數(shù)的大小來判定該研究是否具有時(shí)間性的調(diào)節(jié)作用?；谏鲜龇治?，提出本文第2個(gè)假設(shè)：

假設(shè)2：研究的時(shí)間會對研究結(jié)果產(chǎn)生影響，相比早期的研究，近期研究得出的財(cái)務(wù)績效與風(fēng)險(xiǎn)的相關(guān)性更加緊密。

2.國有企業(yè)與非國有企業(yè)的調(diào)節(jié)效應(yīng)

國有企業(yè)是指國家對其資本擁有所有權(quán)或者控制權(quán)的企業(yè)。國有企業(yè)是國民經(jīng)濟(jì)發(fā)展的中堅(jiān)力量，是中國特色社會主義的支柱。資源基礎(chǔ)理論認(rèn)為，組織資源與能力是企業(yè)建立競爭優(yōu)勢的重要源泉[21]。與民營企業(yè)相比，國有企業(yè)往往處在經(jīng)濟(jì)資源相對豐富的環(huán)境中，更易得到充足的財(cái)務(wù)資源。即使面臨較大的外部環(huán)境風(fēng)險(xiǎn)，企業(yè)也依然有能力來維持自身穩(wěn)定。基于上述分析，本文提出第3個(gè)假設(shè)：

假設(shè)3：國有企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)小于非國有企業(yè)，國有企業(yè)具有很強(qiáng)的穩(wěn)定性。

二、研究設(shè)計(jì)

（一）樣本選取

本文以2018年滬深兩市A股的專用設(shè)備制造上市公司為初選樣本，剔除ST公司后實(shí)際有效樣本為217家專用設(shè)備上市公司，樣本區(qū)間為2015—2018年。本文所用數(shù)據(jù)來自國泰安數(shù)據(jù)庫和東方財(cái)富網(wǎng)。

（二）指標(biāo)篩選

由于較少同類文章對專用設(shè)備制造行業(yè)進(jìn)行分析，所以本文在指標(biāo)選取上重點(diǎn)參考已有相關(guān)文獻(xiàn)中關(guān)于中國上市公司因子分析以及Poisson回歸分析部分，結(jié)合中國專用設(shè)備制造上市公司的具體情況，從盈利能力、償債能力、營運(yùn)能力、發(fā)展能力、現(xiàn)金流量5個(gè)角度，設(shè)置22個(gè)預(yù)警指標(biāo)構(gòu)建專用設(shè)備制造業(yè)上市公司財(cái)務(wù)指標(biāo)體系，如表1所示。

（三）指標(biāo)檢驗(yàn)

為了篩選出在專用設(shè)備制造企業(yè)中具有顯著差異的財(cái)務(wù)指標(biāo)，本文先使用spss對2018年度各項(xiàng)財(cái)務(wù)數(shù)據(jù)進(jìn)行因子分析，從中剔除共同度低于0.4的財(cái)務(wù)指標(biāo)，最終將14項(xiàng)財(cái)務(wù)指標(biāo)納入分析模型中，篩選后的14項(xiàng)財(cái)務(wù)指標(biāo)如表2所示。

三、研究分析

（一）財(cái)務(wù)績效與風(fēng)險(xiǎn)的關(guān)系

1.因子分析法對企業(yè)的財(cái)務(wù)績效的分析

本文在進(jìn)行因子分析前對所有的樣本數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，2015—2018年的分析數(shù)據(jù)KMO值分別為0.666、0.710、0.646、0.720，均大于0.6，Bartlett檢驗(yàn)p值都遠(yuǎn)遠(yuǎn)小于零，說明所有數(shù)據(jù)均適合做因子分析。

通過分析2018年財(cái)務(wù)數(shù)據(jù)得知，前4個(gè)因子的特征值大于1，第5個(gè)特征值為0.96大于0.8，說明該5個(gè)因子可以解釋原有14個(gè)原始變量總方差的83.380%。根據(jù)解釋的總方差結(jié)果顯示，選取5個(gè)公因子的因子成分對所選取的公因子進(jìn)行因子解釋，作為選取公因子與原指標(biāo)間的系數(shù)，得到因子旋轉(zhuǎn)成分矩陣。根據(jù)因子旋轉(zhuǎn)成分矩陣可知，對于因子1，其中總資產(chǎn)凈利潤率、凈資產(chǎn)收益率、每股收益、每股未分配利潤和每股留存收益的解釋力度最大;對于因子2，其中流動比率、速動比率的解釋程度均在0.9以上;對于因子3，其中流動資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率的解釋程度較大均在0.8以上;對于因子4，載荷量較大的是營業(yè)收入現(xiàn)金凈含量和全部現(xiàn)金回收率;對于因子5，營業(yè)收入增長率和每股凈資產(chǎn)增長率的解釋程度較高。

通過因子分析后，將原來14個(gè)財(cái)務(wù)預(yù)警評價(jià)指標(biāo)替換為現(xiàn)在的5個(gè)公因子。通過計(jì)算，可以得出樣本公司5個(gè)公因子的得分，并可分別從5個(gè)角度反映我國專用設(shè)備制造上市公司的財(cái)務(wù)狀況。5個(gè)主因子的方差貢獻(xiàn)率分別為29.556%、19.620%、14.902%、10.637%、8.665%，累計(jì)方差貢獻(xiàn)率為83.380%。由于單獨(dú)的某一因子并不能對中國專用設(shè)備制造上市公司的財(cái)務(wù)狀況有一個(gè)全面的評價(jià)，所以將構(gòu)造綜合得分模型進(jìn)行全面評價(jià)，該模型具體如下所示：

其中，F(xiàn)表示綜合得分的分值，F(xiàn)i表示第i個(gè)公因子。將各樣本的數(shù)據(jù)代入模型求得各樣本綜合得分，再對得分進(jìn)行排序，最終得到綜合得分與排名。

采用與上述相同的分析步驟分析2015、2016、2017的所有專用設(shè)備制造上市公司14項(xiàng)財(cái)務(wù)數(shù)據(jù)，得到各年度專用設(shè)備制造上市公司的綜合得分值。

2.poisson回歸分析法對企業(yè)財(cái)務(wù)績效與未來財(cái)務(wù)風(fēng)險(xiǎn)的關(guān)系的分析

在因子分析的基礎(chǔ)上，本文運(yùn)用 poisson回歸分析法對專用設(shè)備制造上市公司的財(cái)務(wù)風(fēng)險(xiǎn)程度進(jìn)行研究。

凈資產(chǎn)收益率是衡量上市公司盈利能力的重要指標(biāo)，凈資產(chǎn)收益率越低，說明企業(yè)所有者權(quán)益的獲利能力越弱。該指標(biāo)能夠體現(xiàn)企業(yè)自有資本獲得凈收益的能力[22]。通過大量閱讀相關(guān)文獻(xiàn)以及各方面的理論研究，最終將凈資產(chǎn)收益率作為衡量企業(yè)在本年度所承受的財(cái)務(wù)風(fēng)險(xiǎn)的大小的指標(biāo)，凈資產(chǎn)收益率越高，財(cái)務(wù)風(fēng)險(xiǎn)越小。

（1）分析過程

本文將2015年專用設(shè)備制造行業(yè)所有公司綜合得分值與各公司2016年凈資產(chǎn)收益率劃分為第1組，同理將2016、2017年專用設(shè)備制造行業(yè)各公司綜合得分與2017、2018年各公司凈資產(chǎn)收益率分別劃分為第2組和第3組。結(jié)果如表3所示。

（2）分析結(jié)果

由表3可以看出，其中2015、2017年p值小于0.01且回歸系數(shù)分別為6.340、2.604，Z值分別為2.615、4.050，這意味著2015、2017年度的財(cái)務(wù)績效綜合得分會對下年的凈資產(chǎn)收益率產(chǎn)生顯著的正向影響關(guān)系;2016年p值小于0.05，回歸系數(shù)和Z值分別為1.307、1.535，這意味著2016年財(cái)務(wù)績效綜合得分會對下年的凈資產(chǎn)收益率產(chǎn)生正向影響關(guān)系。

由上述分析可知，本年度的財(cái)務(wù)績效綜合得分與下年度凈資產(chǎn)收益率呈正相關(guān)關(guān)系，即財(cái)務(wù)績效與未來財(cái)務(wù)風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系。

（二）時(shí)間性的調(diào)節(jié)作用

由表3可知，各年度財(cái)務(wù)績效與未來公司凈資產(chǎn)收益率的綜合相關(guān)系數(shù)分別為2015年（0.009），2016年（0.049），2017年（0.000），這說明相關(guān)系數(shù)越低相關(guān)度越高。由于凈資產(chǎn)收益率越高財(cái)務(wù)風(fēng)險(xiǎn)越小，那么我們可以直接研究財(cái)務(wù)績效與凈資產(chǎn)收益率的關(guān)系，從而得到財(cái)務(wù)績效與未來財(cái)務(wù)風(fēng)險(xiǎn)的關(guān)系。從以上數(shù)據(jù)來看，相關(guān)度并沒有隨著研究時(shí)間的推進(jìn)而變得更高，研究的時(shí)間點(diǎn)對財(cái)務(wù)績效與風(fēng)險(xiǎn)的關(guān)系影響不大。但就總體而言，2017年相關(guān)度總體高于2015以及2016年，即研究的時(shí)間不會對研究結(jié)果產(chǎn)生影響，相比早期的研究，近期研究得出的財(cái)務(wù)績效與風(fēng)險(xiǎn)的相關(guān)性不會變大。

由上文可知，專用設(shè)備制造上市公司財(cái)務(wù)績效與未來財(cái)務(wù)風(fēng)險(xiǎn)呈負(fù)相關(guān)?；诖?，我們將2015—2018年專用設(shè)備制造行業(yè)217家公司的財(cái)務(wù)績效綜合得分進(jìn)行排序處理，并將217家公司中的25家國有企業(yè)挑出，通過對比國有企業(yè)和非國有企業(yè)財(cái)務(wù)績效綜合得分的最大差值，可以間接得出國有企業(yè)與非國有企業(yè)未來所面臨的財(cái)務(wù)風(fēng)險(xiǎn)大小的差值，具體如表4所示。

由表4可知，各年度國有企業(yè)財(cái)務(wù)績效綜合得分最大差值均小于非國有企業(yè)，即國有企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)小于非國有企業(yè)，國有企業(yè)具有很強(qiáng)的穩(wěn)定性，所面臨的風(fēng)險(xiǎn)小于非國有企業(yè)。

四、研究拓展

通過分析計(jì)算2018年217家專用設(shè)備制造上市公司（以下簡稱“217家公司”）的各項(xiàng)財(cái)務(wù)數(shù)據(jù)，得出最終的綜合得分。由于上文已驗(yàn)證本年度財(cái)務(wù)績效綜合得分與下一年度凈資產(chǎn)收益率呈正相關(guān)，并且本文在進(jìn)行因子分析前，對所有的樣本數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，故2018年217家公司財(cái)務(wù)績效得分值可以定義為：0為中性值，為平均指標(biāo);0以上為良性，位于平均指標(biāo)之上;0以下為劣性，位于平均指標(biāo)之下?；谝陨侠碚?，將217家公司劃分為兩類：其一是良性公司，其二是劣性公司;同時(shí)也可以進(jìn)行多元化分析，將所有企業(yè)分為國有和非國有企業(yè)，這樣可以得出專用設(shè)備制造行業(yè)總的分類和國有企業(yè)與非國有企業(yè)的分類情況。具體情況如表5所示。

通過表5可知，專用設(shè)備制造行業(yè)有122家公司為良性公司，占比56.22%，總體情況較好;專用設(shè)備制造國有企業(yè)共25家，其中有10家的綜合得分大于0，為良性公司，15家國有企業(yè)低于平均值，為劣性公司，良性公司的占比為總數(shù)的40%。非國有企業(yè)有112家綜合得分大于0，80家低于0，良性公司的占比為58.33%;就總體情況而言，國有專用設(shè)備制造上市公司的良性公司占比要低于非國有企業(yè)。

五、結(jié)論

本文通過選取盈利能力、償債能力、營運(yùn)能力、發(fā)展能力和現(xiàn)金流量5個(gè)角度的14個(gè)財(cái)務(wù)指標(biāo)構(gòu)建了較為科學(xué)完善的財(cái)務(wù)指標(biāo)評價(jià)體系。隨后采用因子分析法建立了財(cái)務(wù)分析模型，對2015—2018年中國217家公司進(jìn)行了實(shí)證分析，研究結(jié)果如下：第一，通過使用因子分析法對2018年217家公司財(cái)務(wù)績效進(jìn)行分析，可以看出因子載荷系數(shù)最大的是盈利能力因子，其次是償債能力因子，也就是說，盈利能力因子對公司財(cái)務(wù)績效的影響最大，償債能力因子次之;同時(shí)，通過poisson回歸分析法對217公司本年財(cái)務(wù)績效綜合得分與下年度凈資產(chǎn)收益率進(jìn)行回歸分析，發(fā)現(xiàn)公司本年財(cái)務(wù)績效綜合得分與下年度凈資產(chǎn)收益率呈正相關(guān)，也就是說，本年度財(cái)務(wù)績效與未來財(cái)務(wù)風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系。第二，通過對各時(shí)間段財(cái)務(wù)績效與未來財(cái)務(wù)風(fēng)險(xiǎn)關(guān)系的研究發(fā)現(xiàn)，研究的時(shí)間不會對研究結(jié)果產(chǎn)生影響。第三，通過研究2015—2018年度國有與非國有企業(yè)財(cái)務(wù)績效綜合得分最大差值，得出國有企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)總體小于非國有企業(yè)，國有企業(yè)具有很強(qiáng)的穩(wěn)定性，所面臨的風(fēng)險(xiǎn)小于非國有企業(yè)。此外我們還進(jìn)行了拓展研究。由于所有年度財(cái)務(wù)績效與風(fēng)險(xiǎn)最初的數(shù)據(jù)都進(jìn)行了標(biāo)準(zhǔn)化處理，所以在此基礎(chǔ)上我們選用2018年度財(cái)務(wù)績效綜合得分0值作為中性值，財(cái)務(wù)績效綜合得分高于0的公司則為良性公司，反之則為劣性公司。這樣我們可以把專用設(shè)備制造行業(yè)的所有公司劃歸為兩類，據(jù)此我們發(fā)現(xiàn)專用設(shè)備制造行業(yè)總體狀況較好，但國有專用設(shè)備制造上市公司的良性公司占比要低于于非國有企業(yè)。

綜上所述，專用設(shè)備制造上市公司要想降低公司未來的財(cái)務(wù)風(fēng)險(xiǎn)，就需要提高公司本年度的財(cái)務(wù)績效綜合得分，而盈利能力因子載荷值最高，那么提高企業(yè)盈利能力就成為降低公司未來財(cái)務(wù)風(fēng)險(xiǎn)的重要手段之一，公司盈利能力越強(qiáng)，未來的財(cái)務(wù)風(fēng)險(xiǎn)越小。

最后，本文僅針對專用設(shè)備制造行業(yè)且并未考慮到非財(cái)務(wù)指標(biāo)對財(cái)務(wù)績效和財(cái)務(wù)風(fēng)險(xiǎn)的影響，希望在以后的研究中能引入更多的指標(biāo)，不斷完善該行業(yè)甚至各行業(yè)的財(cái)務(wù)績效分析指標(biāo)評價(jià)體系，更加深入地去探究財(cái)務(wù)績效與風(fēng)險(xiǎn)之間的關(guān)系。

參考文獻(xiàn)：

[1]? 佳萍，王怡.從生態(tài)視角展開的企業(yè)績效評價(jià)研究[J].生態(tài)經(jīng)濟(jì)：中文版，2011，33（10）：76-79.

[2]? Heike，Klaus.jurisdiction of municipalities[J].Acta Regionalia et Environmentalica，2013，10（1）：24-27.

[3]? 王秀珍.企業(yè)績效評價(jià)方式與并購績效 Meta 分析[J].科研管理，2016，（S1）：11-19.

[4]? Siegel.DS，PhanPh.Financeperfarmance：[J]EnvironmentaManagement，2007，84（4）：606-619.

[5]? 王珊珊.成本管理績效評價(jià)體系的構(gòu)建與研究——分層次雙渠道綜合確定關(guān)鍵績效指標(biāo)[J].財(cái)會通訊：學(xué)術(shù)版，2007，（1）：105-106.

[6]? TuffinB，Glynn PW.Financial Competitiveness of China's Textile and Clothing Companies Based on Factor Analysis[J].Advanced Materials Research，2012，479-481：1053-1056.

[7]? 陳承，王宗軍，葉云.信號理論視角下企業(yè)社會責(zé)任信息披露對財(cái)務(wù)績效的影響研究[J].管理學(xué)報(bào)，2019，（3）：408-417.

[8]? 羅愛芳.淺議沃爾評分法的改進(jìn)[J].財(cái)會通訊，2011，（35）：110-111.

[9]? SandraMoffett，RodneyMacadam.Study on the measurement and comparison of regional financial competitiveness in China[J].Journal of Guangxi University of Science & Technology，2016，（6）：9.

[10]? 唐軼之，趙振智.改進(jìn)沃爾評分法在石油工程企業(yè)財(cái)務(wù)預(yù)警中的應(yīng)用[J].財(cái)會通訊，2017，（35）：106-107.

[11]? 楊春生.基于標(biāo)準(zhǔn)差系數(shù)的沃爾評分法探析[J].財(cái)會通訊，2018，（14）：117-118.

[12]? LEVINE R.Financial development and economic growth：views and agenda[M].Washington：The World Bank，1999.

[13]? VAN HORNE J C，WACHOWICA J M.Fundamentals of financial management[M].New York：Pearson Education，2005.

[14]? 朱美丹.上市公司財(cái)務(wù)風(fēng)險(xiǎn)管理缺陷的治理策略[J].財(cái)會研究，2014，（27）：231-233.

[15]? 戚家勇，蔡永斌.房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)研究[J].財(cái)會通訊，2018，（26）：114-118.

[16]? 元媛.基于經(jīng)驗(yàn)曲線的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)研究——以金龍汽車為例[J].財(cái)會通訊，2019，（17）：100-104.

[17]? 尹飄揚(yáng)，楊向陽.基于因子分析的中小板上市公司財(cái)務(wù)預(yù)警研究[J].中國注冊會計(jì)師，2012，（8）：79-83.

[18]? 歐國良，吳剛，朱祥波.基于因子分析法的房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[J].社會科學(xué)家，2018，（9）：56-63.

[19]? 蘆笛，王冠華.農(nóng)業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究——基于因子分析法和聚類分析法[J].會計(jì)之友，2019，（24）：79-83.

[20]? COMBSJG，KETCHEN JD，RUSSELL C T，etal.Assessing Cumulative Evidence within‘MacroResearch：Why Meta-Analysis Should Be Preferred overVote Counting[J].Journalof Management Studies，2011，48（1）：178-197.

[21]? HARTSL，DOWELL G.A Natural-Resource-Based View oftheFirm：FifteenYearsafter[J].JournalofManagement，2011，37（5）：1464-1479.

[22]? 趙迎紅.中國上市公司會計(jì)盈利狀況及與股價(jià)變動關(guān)系統(tǒng)計(jì)分析[D].沈陽：遼寧大學(xué)，2013.