1、1创业板上市公司财务风险评价研究【摘 要】 我国设立创业板市场是为了给创新型中小企业提供融资机会，促其快速发展。文章根据创业板市场中小企业高科技和高成长的特点，设计了 5 个层面的 13 个指标构造的财务风险评价体系。以拥有两个完整会计年度的创业板首批上市 28 家企业为研究对象进行实证分析，采用因子分析法对收集的 2011 年财务数据进行主成分的提取，以提取出的 4 个主成分为聚类变量，进行财务风险程度的聚类分析，在结合企业实际情况下对企业财务风险预防提出了若干对策建议。 【关键词】 创业板市场； 财务风险； 因子分析； 聚类分析 一、引言 中国证监会发布首次公开发行股票并在创业板上市管理暂
2、行办法中明确规定， “促进自主创新企业及其他成长型创业企业的发展”是创业板的主旨。创业板的设立为中小企业的发展提供了一个融资的良好平台，但越来越多、越来越复杂的财务风险在企业的高速发展中被忽视，由此导致企业发展受到阻碍甚至无法持续经营。这就要求以高科技、高发展为特征的创业板企业在发展过程中对财务风险进行系统的研究，了解财务风险产生的源头，建立财务风险防范体系，使企业健康、稳定、快速的发展。 二、国内外研究综述 国际上关于财务风险预警系统的研究始于 20 世纪 60 年代。1966 年，2美国的威廉?比弗（William Beaver）运用精确的统计方法，提出了单变量分析法，运用个别财务指标来预
3、测企业财务风险的大小。1968 年，爱德华?奥特曼（Edward Altman）运用一组数据进行综合分析，采用配对抽样法，首次提出了企业财务风险预警的 Z 值模型，按照奥特曼的思路，许多学者通过实证研究建立了自己的模型，较具代表性的模型有 1972 年埃德米斯特（Edmister）建立的小企业财务危机预警分析模型和 1977 年英国的塔夫勒（Taffler）提出的财务风险预警模型。国内关于企业财务风险预警系统的研究热潮正方兴未艾，除借鉴国外的预警模型以外，一部分学者也做了扩展性的研究工作。例如，周首华、杨济华、王平等（1996）建立了财务风险预警的 F 分数模式对企业财务风险预警起到了一定的作
4、用，周敏、王新宇（2002）提出了基于系统模糊优选和神经网络模型的企业财务风险预警系统，王晓鹏、何建敏、马立成（2007）运用 Cox 模型对企业财务困境进行预警，何烛竹（2009）对上市公司财务预警模型应用进行了探究。但随着时代的发展和经营环境的变化，原有的模型已不能完全满足创业板上市公司财务风险和经营风险预警的需要，尤其在样本选取、监控范围的确定、预警指标的选择、预警指标的预警值的设立、预警报告的形式等方面不能反映创业板上市企业的经营实际，缺乏可操作性，因此有必要对创业板上市企业的财务风险预警系统进行研究。 三、研究方法设计 （一）样本选择与数据来源 创业板自 2009 年 10 月设立以
5、来，成为以高科技、高增长为特征的3中小企业的重要融资平台，也是其他中小企业发展的领头羊，首批上市的 28 家企业经历两个完整会计年度发展，基本消除 VC、PE 和解禁套现等重大影响。本文以首批上市的 28 家创业板企业为样本，根据 2011 年的财务数据，对各公司的财务风险进行评价分析。 本文所使用的创业板上市公司的年报数据来源于凤凰财经及和讯网。而各公司具体的信息数据，则由笔者依据年报资料加工整理，并采用SPSS17.0 软件进行数据处理。 （二）指标体系构建 本文借鉴国内外学者的实证研究成果并结合创业板上市企业实际情况，经过筛选检验，确定了包括反映企业盈利能力、成长能力、营运能力、偿债能力
6、和现金流量 5 大类 13 个财务指标，构建创业板上市企业的财务风险评价指标体系。见表 1。 由于各指标之间存在变化趋势不一致的情况，在进行上市公司财务风险综合评价时，必须将指标进行同趋势化处理。一般将适度指标转化为正向指标，所以也称为指标的正向化。笔者认为，对适度指标正向化的方法应为： 其中，k 是各样本单位该项指标的平均值。这种线性变换不会改变指标值的分布规律，是比较好的变换方法。 （三）财务风险评价因子的提取 1.因子分析法基本原理及其应用 因子分析的基本思想是用少数几个因子 F1、F2、F3、.Fm 去描述4许多变量之间的关系。每一个主要因子代表经济变量间相互依赖的一种经济作用，通过主
7、要因子可以帮助我们对经济问题进行分析和解释。因子分析法与其他财务综合评价方法相比，具有以下优点：第一，权重的确定更为客观。因子分析法的综合因子权重根据方差贡献率来确定，避免了人为调整权重的随意性，保证了财务评价结果的客观合理。第二，在财务绩效评价中，仅根据单个指标进行评价并不能反映企业整体的财务状况，而因子分析法能实现对大量的财务数据的有效加工和综合分析，因此尤其适用于企业财务绩效的综合评价。 2.因子分析的条件检验 在对数据进行同向化处理后，运用 SPSS17.0 进行因子分析的条件检验，结果显示 KMO 值为 0.721，Bartlett 值=534.382，P0.0001，即相关矩阵不是
8、一个单位矩阵，故考虑进行因子分析。 （见表 2） 3.因子的提取和命名 运用主成分分析法，采用方差极大化因子旋转法（表 4） ，取前 4 个因子，累计方差贡献率可达 82%（表 3） ，4 个因子包含 13 个指标的绝大部分信息。 由表 4 可以看出，F1 主要依赖于销售净利率、营业利润率、总资产报酬率，体现了包括股东权益在内的企业资产的获利能力，可命名为资产盈利能力因子；F2 主要由流动比率、速动比率、资产负债率、现金流动负债比率和现金流量与总资产的比率决定，反应偿债能力和现金流量，命名为偿债能力因子；F3 在流动资产周转率、总资产周转率、固定资产周转率上有较大载荷，反映了企业的运营效率，可
9、命名为运营效率因子；5F4 主要由总资产增长率、主营业务收入增长率决定，反映了企业规模扩张和资本积累，可命名为成长能力因子。 4.因子得分 根据因子得分系数矩阵（表 5） ，可以写出每个因子得分计算公式： F1=0.025x1+0.028X2+0.131X3+-0.123X13 F2=0.306X1+0.323X2+0.226X3-0.111X13 F3=0.018X1-0.012X2+0.098X3+0.192X13 F4=0.017X1+0.024X2-0.270X3-0.608X13 （四）基于聚类分析的财务风险等级评价 聚类分析是将物理或者抽象对象的集合分成相似的对象类的过程。聚类分析
10、的原则是同一类中的个体有较大的相似性，不同类中的个体差异较大。下面以因子分析中提取的 4 个因子为聚类变量，对 28 家公司进行 K 均值聚类分析，将 28 家公司分成 4 类，相应的风险等级划分为：几乎没有财务风险，财务风险较小，财务风险较大，财务风险很大。聚类结果见表 6。 创业板上市的中小企业虽然都具有高科技、高成长性的特征，但是在上市过程中，为了达到证监会相关要求，大多进行了非长期性的融资租赁，在企业上市完成后，如果经营业绩不能达到预期，企业运作会遇到瓶颈，财务风险随之加大。从上面分析结果中可以看出，首批上市的28 家公司经历了两个会计年度的发展，大部分已经趋于平稳，财务风险基本得到控
11、制。 1.几乎没有财务风险的吉峰农机，各指标的平衡发展，尤其是在营运能力和成长能力方面有良好的表现，应注意保持公司目前良好的财务6管理状况，但是需要注意的是，该公司使用超募资金推进区域扩张和业务扩张，力求保证公司在国家农机补贴增速趋缓的情况下，通过将行业存量变成公司增量的方式实现业务高速增长，这种增长方式造成了公司利润的降低应引起管理层的重视。 2.财务风险较小的 15 家公司，大多资本来源途径较广，资本结构、投资规模、投资方向、投资回收期合理，经营效率和管理水平较高。公司对应收账款和成本费用管理到位，有明确的成本费用控制重点环节和关键点，对重点成本、费用的事前预算、事中控制和事后的系统分析总
12、结，挖掘成本潜力，提高经营效率，将公司的运营成本控制在最经济、最合理水平，有效提升了公司的盈利能力。在以后的发展中应继续优化现有的财务管理模式，并随时关注财务指标的变化情况，做好财务预警。3.作为创业板市值最大的公司，乐普（北京）医疗器械股份有限公司主要从事冠状动脉和先心病等介入医疗器械的研发、生产和销售，是国内高端医疗器械领域能够与国外产品竞争并取得优势的企业，目前拥有五家全资子公司。从数据分析来看，该企业 2011 年度财务风险较大，主要是成长因子上得分偏少，造成财务风险的升高。表 7 中和讯网对该公司 2011 年度的财务能力评级也证明了这一点。 企业应该根据财务报表的相关指标进行分析，
13、找到影响财务风险的主要因素并采取相应对策，以避免财务风险状况的进一步恶化，并通过建立财务预警机制实时监控财务风险。这样，企业才能在税收优惠等政策到期的情况下，更好地利用超募资金，在占领国内心内介入/植入广阔7市场空间的同时，积极进军国际市场。 4.对于财务风险很大的 11 家公司，公司内部和外界投资者应加以特别重视。公司内部应在对国家和企业所处行业的外部环境分析的基础上，重点分析企业的筹资结构、审查企业的投资方向和投资规模，优化企业的财务管理模式，强化财务管理人员的风险意识，以避免财务风险状况的极度恶化，而外部投资者则应谨慎投资。 四、结论 本文根据创业板上市公司高科技和高成长的特点，设计了
14、5 个层面的 13 个指标构造的财务风险评价体系，以拥有两个完整会计年度的创业板首批上市 28 家公司为研究对象，搜集 2011 年财务数据，通过相关分析筛选出 13 个指标做因子分析，提取了 4 个主因子，并且利用最大方差法旋转成分矩阵，将因子命名，计算了各个因子得分系数，在此基础上，运用聚类分析法对公司排名情况进行风险等级的划分，并根据企业发展的实际情况，提出了相应的对策建议。这种聚类的方法与根据因子贡献率得出综合因子得分公式得到 28 家公司财务风险状况的综合排名的方法相比，更注重企业各方面的平衡发展，避免因少数几个因素的极端变化影响企业财务风险的等级。 【参考文献】 1 Altman
15、E，haldman R，Narayann P.Zetaanalysis-a new model to identity bankruptcy risk of corporationsJ.Journal of banking and Finance，1977（3）：58-65. 2 周首华，杨济华，王平.论财务危机的预警分析F 分数模式8J.会计研究，1996（8）：8-11. 3 周敏，王新宇.基于模糊优选和神经网络的企业财务危机预警J.管理科学学报，2002（3）：86-90. 4 王晓鹏，何建敏，马立成.Cox 模型在企业财务困境预警中的应用J.价值工程，2007（11）：4-8. 5 何烛竹.上市公司财务预警模型应用研究J.财会通讯，2009（4）：137-138. 6 叶宗裕.关于多指标综合评价中指标正向化和无量纲化方法的选择J.浙江统计，2003（4）：24-25. 7 张占贞，王兆君.我国农民工资性收入影响因素的实证研究J.农业技术经济，2010（2）：56-61.
