宋捷羽 劉立燕（教授/博士）

（江漢大學(xué)商學(xué)院 湖北 武漢 430000）

一、引言

2020年中國證券業(yè)協(xié)會發(fā)布了《證券公司2019年度經(jīng)營數(shù)據(jù)》，報(bào)告指出截至2019年12月31日，我國證券公司注冊總數(shù)達(dá)到133家，其總資產(chǎn)為7.26萬億元，2019年全年實(shí)現(xiàn)營業(yè)收入3 604.83億元，120家證券公司實(shí)現(xiàn)盈利。證券公司作為金融市場的中介者和參與者，呈現(xiàn)出多元化、專業(yè)化、數(shù)據(jù)化、國際化的特點(diǎn)。證券公司受市場波動的影響較大，同時宏觀經(jīng)濟(jì)狀況及政策對行業(yè)的影響也較為明顯，證券業(yè)是高風(fēng)險(xiǎn)行業(yè)。2020年4月，證監(jiān)會取消了對證券公司以及基金管理公司外資持股的比例限制，并允許外資控股合資證券公司，逐步放開合資證券公司業(yè)務(wù)經(jīng)營范圍。中國證券業(yè)的全面開放意味著行業(yè)競爭進(jìn)一步加劇，對券商的風(fēng)險(xiǎn)管理能力提出了更高要求。本文嘗試采用基于因子分析改良的功效系數(shù)法對上市證券公司的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評價(jià)，希望借此對我國上市證券公司相關(guān)研究提供支持和補(bǔ)充。

二、文獻(xiàn)綜述

國際證券委員會將證券公司面臨的風(fēng)險(xiǎn)劃分為市場風(fēng)險(xiǎn)（Market Risk）、流動性風(fēng)險(xiǎn)（Liquidity Risk）、信用風(fēng)險(xiǎn)（Credit Risk）、法律風(fēng)險(xiǎn)（Law Risk）、營運(yùn)風(fēng)險(xiǎn)（Operational Risk）和系統(tǒng)風(fēng)險(xiǎn)（System Risk）。就財(cái)務(wù)風(fēng)險(xiǎn)而言，一般包括流動性風(fēng)險(xiǎn)、償債風(fēng)險(xiǎn)、運(yùn)營風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)等。國內(nèi)外學(xué)者在對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評價(jià)研究的過程中采用了多種模型和不同的研究方法。一是單變量判定模型。Fitzpatrick（1932）采用單個財(cái)務(wù)比率模型對企業(yè)財(cái)務(wù)進(jìn)行判定，開創(chuàng)了單變量財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)方法。William Beaver（1968）在此基礎(chǔ)上進(jìn)一步系統(tǒng)化，選取14個財(cái)務(wù)指標(biāo)對企業(yè)進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)分析，研究發(fā)現(xiàn)現(xiàn)金流量與總負(fù)債的比值是反映企業(yè)財(cái)務(wù)危機(jī)狀況最好的變量。該方法易操作，但是若面對經(jīng)營多元、財(cái)務(wù)風(fēng)險(xiǎn)復(fù)雜的企業(yè)會有一定的局限性。二是多元線性評價(jià)模型（Z-SCORE模型）。Altman（1968）選取了五種財(cái)務(wù)管理指標(biāo)并賦予一定的權(quán)重因數(shù)來對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評價(jià)。萬希寧、蘇秋根（2003）在Z模型的基礎(chǔ)上采用判別分析法建立了一種可以預(yù)測企業(yè)財(cái)務(wù)失敗的模型，并選取部分上市公司中的ST公司與非ST公司對模型進(jìn)行了檢驗(yàn)。張蔚虹、朱海霞（2012）認(rèn)為ZSCORE模型對我國科技創(chuàng)新型上市公司的財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)十分有效。三是綜合評價(jià)法。綜合評價(jià)方法是從企業(yè)的盈利能力、償債能力以及成長能力按照5∶3∶2的比例賦予權(quán)重，并在其各自的下層指標(biāo)中依次賦權(quán)，最終通過加權(quán)得到評分。在各層指標(biāo)賦權(quán)時為避免主觀判斷影響最終結(jié)果，部分學(xué)者將綜合評分法與其他研究方法相結(jié)合或進(jìn)行改進(jìn)。張煌強(qiáng)（2015）將綜合評價(jià)法與熵權(quán)法相結(jié)合對房地產(chǎn)業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行了評價(jià)，結(jié)果表明房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)整體上還是可控的。張明莉、姜銘（2008）利用多級模糊綜合評價(jià)法衡量出上市公司財(cái)務(wù)風(fēng)險(xiǎn)值在特定區(qū)間的變化范圍，據(jù)此判斷出該公司現(xiàn)階段可能所處的財(cái)務(wù)風(fēng)險(xiǎn)狀態(tài)。四是Logistic模型。Logistic模型可以根據(jù)風(fēng)險(xiǎn)因素預(yù)測財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生的可能性。鄭茂（2003）建立一套財(cái)務(wù)預(yù)警評判指標(biāo)體系，以證券交易所中部分ST股票與優(yōu)質(zhì)股為研究對象，研究結(jié)果表明Logistic模型對我國上市公司財(cái)務(wù)風(fēng)險(xiǎn)有較強(qiáng)的預(yù)測能力。蔡艷萍、王玉嬌（2014）采用Logistic回歸模型構(gòu)建商業(yè)銀行上市公司財(cái)務(wù)風(fēng)險(xiǎn)評測模型，實(shí)證結(jié)果顯示該模型有較好的預(yù)測能力，能有效識別風(fēng)險(xiǎn)。五是神經(jīng)網(wǎng)絡(luò)模型。神經(jīng)網(wǎng)絡(luò)模型是對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行的動態(tài)評價(jià)。周敏、王新宇（2002）提出了基于系統(tǒng)模糊優(yōu)選和神經(jīng)網(wǎng)絡(luò)模型的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)方法，可以對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行有效的動態(tài)預(yù)警。朱燕妮（2008）構(gòu)建了我國房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，通過BP神經(jīng)網(wǎng)絡(luò)法建立了一種分預(yù)警程度的財(cái)務(wù)危機(jī)預(yù)測模型，該模型預(yù)測期為一年。六是因子分析法。因子分析法可清晰地篩選出強(qiáng)相關(guān)性的財(cái)務(wù)指標(biāo)。宋彩平、何佳祺（2013）通過因子分析法對林業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)因素進(jìn)行識別并提出防范建議。田月昕、姜巖龍（2014）同樣采用因子分析的方法對建材行業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評價(jià)。周尚珺、陳功正（2018）基于因子分析法判斷影響美的集團(tuán)財(cái)務(wù)績效的主要因素是宏觀經(jīng)濟(jì)和政策因素。此外，尹夏楠、鮑新中（2017）通過熵權(quán)TOPSIS方法從五個維度構(gòu)建了評估高新技術(shù)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系。李霞、干勝道（2016）采用功效系數(shù)法選取公募基金會財(cái)務(wù)數(shù)據(jù)，對非營利組織財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行了評價(jià)。

從以上文獻(xiàn)看出，目前的研究成果多為針對特定證券公司進(jìn)行的案例分析，方法單一、樣本量不足，因此本文嘗試以A股上市的38家證券業(yè)上市公司為研究對象，結(jié)合因子法采用改良后的功效系數(shù)法對其進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)研究，以提供新的研究視角。

三、財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)模型設(shè)計(jì)及指標(biāo)體系建立

（一）財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)模型設(shè)計(jì)

功效系數(shù)法主要用于對行業(yè)績效進(jìn)行評價(jià)，包括定量指標(biāo)和定性指標(biāo)。首先要對每一項(xiàng)指標(biāo)選定一個滿意值為上限、接受的最低值為下限，然后計(jì)算各個指標(biāo)實(shí)現(xiàn)滿意值的程度，以此來確定指標(biāo)的分?jǐn)?shù)，最后將各指標(biāo)進(jìn)行加權(quán)得出綜合分值。羅曉剛、劉飛虎（2012）在功效系數(shù)法的基礎(chǔ)上進(jìn)行改良，以此來保證綜合評分值的準(zhǔn)確性，最終得到財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)模型的功效系數(shù)公式，如下所示：

傳統(tǒng)的功效系數(shù)法對公式（3）中的“單項(xiàng)指標(biāo)權(quán)數(shù)”采用層次分析法（AHP）獲得，本文將采用因子分析法代替AHP獲得指標(biāo)權(quán)數(shù)，從而避免AHP中因主觀判斷所帶來的影響。在AHP分析中向?qū)＜艺髟円庖姴豢杀苊獾貢驗(yàn)樾畔⒌牟煌耆斐蓹?quán)重賦予過程中的模糊性，采用因子分析法則很好地克服了以上問題，可以相對減少人為的干擾因素，從而使指標(biāo)在權(quán)重的分配上更具有可靠性。

對于公式（3）中的本檔標(biāo)準(zhǔn)系數(shù)參考財(cái)政部發(fā)布的《企業(yè)績效評價(jià)標(biāo)準(zhǔn)值》中的相關(guān)標(biāo)準(zhǔn)，將評價(jià)檔次設(shè)置為5檔，分別為優(yōu)秀、良好、中等、較差和差，并根據(jù)標(biāo)準(zhǔn)確定了各個檔次的標(biāo)準(zhǔn)系數(shù)，具體如表1所示。

表1 評價(jià)檔次及相應(yīng)檔次的標(biāo)準(zhǔn)系數(shù)

對于公式（5）中的本檔標(biāo)準(zhǔn)值的確定，本文虛擬一個“標(biāo)準(zhǔn)證券上市公司”，將樣本中各指標(biāo)的均值作為此上市公司的財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)指標(biāo)值，將各證券上市公司的實(shí)際指標(biāo)值與標(biāo)準(zhǔn)值做比值，根據(jù)比值來確定所在的檔次，實(shí)際指標(biāo)與標(biāo)準(zhǔn)指標(biāo)的比值為1.4及以上記為“優(yōu)秀”，比值在1.2—1.4區(qū)間上記為“良好”，比值在0.8—1.2區(qū)間上記為“中等”，比值在0.6—0.8區(qū)間上記為“較差”，比值低于0.6則記為“差”。

（二）財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)指標(biāo)體系

參考劉霖（2011）、李文婷（2015）等研究成果，通過對文獻(xiàn)中各財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系的對比分析，考慮到證券業(yè)上市公司的實(shí)際情況以及數(shù)據(jù)的可得性，本文從證券類上市公司的盈利能力、償債能力、發(fā)展能力、營運(yùn)能力及股東實(shí)力五個維度建立證券業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)指標(biāo)體系。建立的指標(biāo)體系如上頁表2所示。

表2 證券業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系

四、實(shí)證研究

（一）描述性統(tǒng)計(jì)

截至2018年12月31日我國共有44家A股證券業(yè)上市公司，其中宏源證券于2015年1月23日退市，越秀金控、愛建集團(tuán)、五礦資本、哈投股份及國盛金控五家證券業(yè)上市公司雖擁有證券業(yè)務(wù)牌照，但作為綜合性上市公司，證券業(yè)務(wù)收入在其公司收入比重中不占有絕對優(yōu)勢，以上六家公司予以剔除，本文最終選取了38家證券業(yè)上市公司。數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，各財(cái)務(wù)指標(biāo)的描述性統(tǒng)計(jì)如表3所示。

表3 財(cái)務(wù)指標(biāo)描述性統(tǒng)計(jì)

表3顯示，各項(xiàng)指標(biāo)在公司之間的差異較大。2018年，證券上市公司資產(chǎn)報(bào)酬率的均值為1%，最大值為3.3%，最小值為-3.9%，該指標(biāo)為負(fù)數(shù)的有3家。凈資產(chǎn)收益率的均值為2.9%，最大值為8.4%，最小值為-12.5%，指標(biāo)為負(fù)數(shù)的有3家，表明2018年證券類上市公司的盈利能力一般；資產(chǎn)負(fù)債率的均值為72.1%，最大值為82.3%，最小值為56.8%，產(chǎn)權(quán)比率的均值為2.73，表明平均來看證券業(yè)上市公司的負(fù)債率比較高；總資產(chǎn)的增長率的均值為1.6%，每股凈資產(chǎn)增長率均值為零，表明行業(yè)成長性不理想；現(xiàn)金及現(xiàn)金等價(jià)物周轉(zhuǎn)率的均值為0.145，總資產(chǎn)周轉(zhuǎn)率的均值為0.033，這個指標(biāo)不高可能與證券行業(yè)的特殊性有關(guān)；每股凈資產(chǎn)的均值為6.458，每股收益均值為0.22，表明平均來看公司的股東實(shí)力能力一般；且公司間償債能力、發(fā)展能力、營運(yùn)能力和股東實(shí)力相關(guān)指標(biāo)的最大值與最小值差異較大，表明不同公司之間存在巨大差別。

（二）指標(biāo)因子分析及指標(biāo)權(quán)重確定

在因子分析前為了使上頁表2中指標(biāo)的經(jīng)濟(jì)指向一致，對于指標(biāo)性質(zhì)為負(fù)的指標(biāo)需進(jìn)行正向化，一般正向化采用取倒數(shù)法以及“1-負(fù)向指標(biāo)”使其正向化，本文采用公式（maxX-X）/（maxX-minX）使指標(biāo)體系中的負(fù)向指標(biāo)正向化。

因子分析法主要優(yōu)點(diǎn)在于避免了原始指標(biāo)的多重共線性，從眾多的原始指標(biāo)中提取具有代表性的因子，從而使結(jié)論變得更加的客觀準(zhǔn)確。因子分析前，原始數(shù)據(jù)必須通過KMO檢驗(yàn)和Bartlett檢驗(yàn)，滿足KMO檢驗(yàn)值大于0.5、Bartlett檢驗(yàn)值小于0.05，才具備進(jìn)行因子分析的條件。本文借助SPSS 21.0來確定證券業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)指標(biāo)是否可以進(jìn)行指標(biāo)精簡化。結(jié)果如表4所示，從表4的結(jié)果可以看出選取的38家證券業(yè)上市公司原始數(shù)據(jù)KMO檢驗(yàn)值為0.51，Bartlett檢驗(yàn)值結(jié)果遠(yuǎn)小于0.05。說明選取的原始財(cái)務(wù)指標(biāo)之間具有較強(qiáng)的關(guān)聯(lián)性，適合對原始指標(biāo)進(jìn)行降維，進(jìn)行因子分析。

表4 原始指標(biāo)的KMO檢驗(yàn)和Bartlett檢驗(yàn)

運(yùn)用因子分析法中的主成分分析法，提取了大于1的特征根，最終使得10個原始指標(biāo)提煉出4個主要因子用來分析原始指標(biāo)所包含的大部分信息，在這樣的過程中不可避免地會造成部分?jǐn)?shù)據(jù)的丟失。我們一般會通過因子方差的貢獻(xiàn)情況來判斷因子提取是否理想，原則上要求提取80%以上的原始數(shù)據(jù)信息。從表5可以看出提取的4個因子的累計(jì)貢獻(xiàn)率達(dá)到87.168%，即說明前4個因子可以反映原始指標(biāo)包含總體信息量的87.168%，丟失的信息較少，可以判斷其因子提取的效果較為理想。

表5 特征值及累計(jì)百分比表

本文采用最大方差法對因子載荷進(jìn)行正交旋轉(zhuǎn)，旋轉(zhuǎn)后的因子載荷矩陣如下頁表6所示，因子載荷矩陣表示原始指標(biāo)與提取因子的線性關(guān)系。證券業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)的權(quán)重詳見下頁表7。證券業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)X、X、X、X、X、X、X、X、X、X的權(quán)重分別為 13.94%、13.14%、9.07%、9.4%、8.62%、7.94%、8.52%、10.48%、7.29%、11.6%，可以看出其權(quán)重大小并沒有顯著差異。

表6 因子載荷矩陣

表7 證券業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)權(quán)重

（三）功效系數(shù)法在財(cái)務(wù)風(fēng)險(xiǎn)評價(jià)中的應(yīng)用

通過證券業(yè)上市公司風(fēng)險(xiǎn)評價(jià)指標(biāo)體系和因子分析得到的指標(biāo)權(quán)重，依據(jù)建立的模型最終算出各證券業(yè)上市公司的綜合得分，并將得分進(jìn)行排序。在模型設(shè)計(jì)中提出的“標(biāo)準(zhǔn)證券上市公司”與38家證券業(yè)上市公司一起在指標(biāo)體系模型中計(jì)算出綜合得分，“標(biāo)準(zhǔn)證券上市公司”綜合得分為64.06，38家證券業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)綜合得分及其相應(yīng)的排序如表8所示。

表8 證券業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)綜合評價(jià)表

根據(jù)表8，證券業(yè)財(cái)務(wù)風(fēng)險(xiǎn)平均水平得分為64.06，有23家證券業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)狀況優(yōu)于“標(biāo)準(zhǔn)證券上市公司”，15家上市公司低于“標(biāo)準(zhǔn)證券上市公司”，即有39%的證券業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)是高于行業(yè)平均水平的。

根據(jù)《證券公司分類監(jiān)管規(guī)定》，每年中國證券監(jiān)督管理委員會將以公司風(fēng)險(xiǎn)管理為基礎(chǔ)輔以合規(guī)管理水平及公司競爭力對證券公司進(jìn)行評級。評級從高到低分為A級（包括AAA級、AA級、A級三個等級）、B級（包括BBB級、BB級、B級三個等級），C級（包括CCC級、CC級、C級三個等級）、D級與E級，其中A、B和C級為正常營運(yùn)的證券公司，而處于D級和E級的證券公司將被依法采取風(fēng)險(xiǎn)處置措施。

證券業(yè)上市公司作為我國證券企業(yè)的代表，證監(jiān)會對它們的評級基本上在B級及以上，高于“標(biāo)準(zhǔn)證券上市公司”的23家，除3家為BBB評級外，其余均為A級及以上評級；低于“標(biāo)準(zhǔn)證券上市公司”的評級除“長江證券”外，均為B級以上。研究結(jié)果表明采用結(jié)合因子分析后經(jīng)改良的功效系數(shù)法評價(jià)證券業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)是比較有效的。

排序差異的部分原因可能在于證監(jiān)會評級除考慮財(cái)務(wù)指標(biāo)以外，也充分考慮了金融科技的投入，以及非財(cái)務(wù)指標(biāo)（如公司的合規(guī)管理水平）。如“長江證券”，雖然其財(cái)務(wù)指標(biāo)尚可，但是其保薦業(yè)務(wù)因內(nèi)控體系不健全、人員設(shè)備配置不足等合規(guī)管理問題收到7張罰單，而成為唯一被評為CCC的上市證券公司；“西部證券”于2018年6月因其股票質(zhì)押業(yè)務(wù)、資金用途審批流程和高管職責(zé)沖突等經(jīng)營方面存在問題，收到了行政監(jiān)管措施決定書，評級結(jié)果公布前的4個月中又分別收到來自內(nèi)蒙古、上海、陜西監(jiān)管局的四次處罰，被證監(jiān)會評為B級。

五、結(jié)束語

本文從盈利能力、償債能力、發(fā)展能力、營運(yùn)能力和股東實(shí)力五個方面對證券業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行了評價(jià)。研究顯示，平均來看，2018年證券業(yè)上市公司的負(fù)債率比較高，盈利能力、發(fā)展能力、營運(yùn)能力和股東實(shí)力能力均處于一般水平；但是不同證券公司之間存在較大差異，表明行業(yè)內(nèi)公司風(fēng)險(xiǎn)水平差異較大。在運(yùn)用因子分析對指標(biāo)進(jìn)行賦權(quán)時發(fā)現(xiàn)，影響證券業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的因素是多方面的，且各因素之間影響程度上不存在很顯著的高低差異。研究顯示，現(xiàn)階段我國證券業(yè)上市公司中仍有39%的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)是高于同行業(yè)水平的。結(jié)合了因子分析的功效系數(shù)法經(jīng)檢驗(yàn)可以較好地評價(jià)證券業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)狀況，在一定程度上避免以往功效系數(shù)法分析中因主觀判斷產(chǎn)生的誤差。

從上述結(jié)論可以看出，現(xiàn)階段我國證券業(yè)上市公司財(cái)務(wù)狀況仍有較大的改善空間。行業(yè)內(nèi)各公司財(cái)務(wù)風(fēng)險(xiǎn)水平的較大差異可能來自于企業(yè)規(guī)模、融資手段、企業(yè)戰(zhàn)略規(guī)劃等因素。證券業(yè)上市公司應(yīng)結(jié)合宏觀背景根據(jù)企業(yè)自身情況建立有效的財(cái)務(wù)風(fēng)險(xiǎn)評估體系，該風(fēng)險(xiǎn)評估體系首先要有明確的評估目標(biāo)，其次在財(cái)務(wù)風(fēng)險(xiǎn)測量的過程中，需從多維度對公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評價(jià)，對各維度指標(biāo)科學(xué)賦權(quán)，最后公司根據(jù)評估結(jié)果提出治理財(cái)務(wù)風(fēng)險(xiǎn)行之有效的措施。相當(dāng)比重的證券業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)高于同行業(yè)水平，證券監(jiān)督管理委員會及相關(guān)政府部門應(yīng)考慮通過法律規(guī)范等手段營造健康穩(wěn)定可持續(xù)的金融市場經(jīng)營環(huán)境，為證券業(yè)上市公司融資渠道拓展提供良好的平臺。本文的局限性在于未考慮金融科技投入、公司合規(guī)、公司治理等非財(cái)務(wù)指標(biāo)的影響，可能對研究結(jié)果有一定影響。未來將結(jié)合相關(guān)非財(cái)務(wù)指標(biāo)開展進(jìn)一步的研究。