公司財務綜合分析精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的公司財務綜合分析主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：公司財務綜合分析范文

【關鍵詞】上市公司；因子分析法；綜合財務；績效

一、前言

上市公司的綜合財務績效是所有利益相關者關注的重要問題，因為它直接反映了上市公司的盈利能力、償債能力、發展能力、運營能力等。通過對上市公司綜合財務績效的分析與評價，不僅可以對其競爭力進行科學比較、準確定位，也能為投資者、債權人等利益相關者提供正確的投資參考，因此，如何科學合理分析、評價上市公司的綜合財務績效就顯得尤為重要。

目前，對上市公司的綜合財務績效進行分析與評價，已經形成了一定的模式、方法及指標體系。我國對公司財務績效通常采用的綜合分析方法有權重分析法、熵值法和綜合序數法、因子分析法等。權重分析法、熵值法和綜合序數法都有一定的片面性和主觀性，而因子分析法可以有效克服上述方法的缺點。本文將采用因子分析法對河南省上市公司綜合財務績效進行分析與評價，期望能使河南省上市公司從中發現自身問題，增強危機意識、競爭意識，以進一步為促進河南經濟發展、中原崛起而努力。

二、因子分析法

因子分析法是從研究變量內部相關的依賴關系出發，把一些具有錯綜復雜關系的變量歸結為少數幾個綜合因子的一種多變量統計分析方法。具有指標體系簡潔，評價指標之間獨立，從而消除了評價指標包涵信息的重疊導致的評價的重復性，同時也消除了人為確定權重對綜合評價的影響。此外，因子分析法不僅可以進行得分排序，而且可以分析影響其得分排序的因素，從而加強其薄弱環節，促進企業經營業績的提升。

因子分析的算法步驟如下：

1)首先將樣本數據進行標準化，消除量綱的影響；

2)求樣本相關系數矩陣和相關系數矩陣的特征值，計算特征值貢獻率；

3)確定因子個數；

4)求因子載荷陣A，因子載荷陣A不是唯一的，用不同的方法可求出不同的A，在本文中采用主成分法。

5)對因子載荷陣進行旋轉變換，使其簡化，以利于對因子更好的進行解釋。本文采用最大方差法進行變換。

三、樣本數據的選取和指標體系的構建

（一）樣本選擇和數據來源

河南省上市公司經過近20多年來的發展，數量上已經形成了一定的規模。截止2011年4月30日，河南省在滬深證券交易所A股交易的上市公司共有55家（以公司注冊地為河南省為準）。本文選取這55家河南省上市公司作為研究樣本，數據來源于新浪網和各上市公司2011年度財務報告。

（二）指標設計和數量選擇

本文遵循全面性、客觀性、效益性、發展性和可操作性原則，借鑒國務院國資委2006年9月12日的《中央企業綜合績效評價實施細則》和國家財政部2009年12月25日頒布的《金融類國有及國有控股企業績效評價實施細則》，從企業盈利能力、資產質量、債務風險、經營增長四方面選取每股收益、總資產利潤率、總資產凈利潤率、加權凈資產收益率、主營業務收入增長率、總資產增長率、應收帳款周轉率、總資產周轉率、流動比率、資產負債率10個變量指標，作為本文研究的綜合財務指標評價體系。

（三）數據的預處理

數據的預處理包括指標趨同化處理和無量綱化處理。

指標趨同化處理是把指標正向化。即把適度指標轉化為正指標。本文中變量指標流動比率和資產負債率屬于適度指標。適度指標正向化公式為，其中為正向化后指標，為原始指標，k為樣本指標的標準值。流動比率k值取2，資產負債率k值取50%。

本文所選取的各樣本指標具有不同的量綱和量綱單位，為了得到總體評價結果，需要將各評價指標作無量綱化處理。所謂無量綱化，即對評價指標作標準化處理，通過一定的數值變換來消除指標量綱的影響。把數值、單位有差異的指標轉化為可以進行統一比較的相對數量化值。標準化處理的方法很多，目前普遍選用的是SPSS統計軟件提供的Z-Score數據標準化法。

四、因子分析及結果

KMO檢驗用于研究變量之間的偏相關性，計算偏相關時由于控制了其他因素的影響，所以比簡單相關系數小。其值愈接近1，表明愈適合做因子分析。Bartlett球形檢驗統計量的Sig

（二）方差解釋表

累計方差貢獻率為74.619%，提取的前四個因子共同解釋了原有變量的74.619%，基本反映了原變量的絕大部分信息，因子分析的效果比較理想。

（三）因子命名和解釋

采用方差最大法對因子載荷矩陣實行正交旋轉以使因子具有命名解釋性。根據方差最大旋轉后的因子載荷矩陣表，在各因子上選取相對的財務指標作為財務因子的解釋變量，可得出各因子十分明確的解釋。

根據表三所示，在主因子F1中，系數絕對值比較大的有總資產凈利潤率、總資產利潤率、每股收益、加權凈資產收益率，所反映的是上市公司的盈利能力。因此，主因子F1可以解釋為盈利能力因子。方差貢獻率中，主因子F1最大，為34.362%。可見，盈利能力對上市公司綜合財務績效評價是非常重要的。

在主因子F2中，系數絕對值比較大的有流動比率與資產負債比率，所反映的是上市公司短期和長期償債能力。因此，主因子F2可以解釋為償債能力因子。方差貢獻率中，主因子F2居第二位，為14.874%。因此，償債能力的高低對上市公司綜合財務績效評價也起著較重要作用。

在主因子F3中，系數絕對值比較大的有應收帳款周轉率和總資產周轉率，所反映的是上市公司的資產質量。因此，主因子F3可以解釋為資產質量因子。主因子F3方差貢獻率為12.795%。

在主因子F4中，系數絕對值比較大的有總資產增長率和主營業務收入增長率，所反映的是上市公司的經營增長能力。因此，主因子F4可以解釋為經營增長能力因子。主因子F4方差貢獻率為12.588%。

五、結論及建議

從河南省上市公司的盈利能力因子F1來看，華蘭生物、雙匯發展、宇通客車、四方達、鄭煤機分列前五位，蓮花味精、平高電氣、安陽鋼鐵、焦作萬方、東方銀星排名靠后。盈利能力上的排名與企業實際相符，這表明盈利能力對上市公司整體排名的重要性較高。排名靠后的上市公司應不斷提高資產運營效率，提高資產利潤水平，增加主營業務收入，增加經營現金流入量，才能保證其穩定發展。

從上市公司償債能力因子F2分析，中航光電、雙匯發展、宇能客車、四方達、鄭煤機排名前五位，雛鷹家牧、遠東傳動、豫金鋼石、新開源、新大新材排名較差，說明前者償債能力較強，而后者則較弱，其它的則較一般。償債能力較差的上市公司應采取妥善處理好長期債務與短期債務的結構比例關系，重視現金流量的充分性和穩定性，正確運用財務杠桿，建立償債基金等措施，提高企業經營風險的安全性。

從上市公司資產質量因子F3分析，焦作萬方、雙匯發展、豫光金鉛、鄭州煤電、神馬股份排前五位，漢威電子、中原環保、輝煌科技、四方達、華蘭生物排名靠后。資產質量較差的上市公司應應加快應收帳款周轉率和資產周轉率，提高資產利用效率。

從上市公司經營增長能力因子F4分析，ST豫能、東方銀星、新大新材、新開源、遠東傳動排名靠前，這與其成長性較強有關；平高電氣、蓮花味精、ST思達、ST洛玻排名倒數，表明其經營增長能力欠缺。經營增長能力較差的上市公司應加大營銷力度，擴大市場份額，提高業務收入，企業才能得到可持續發展。

從綜合排名分析，雙匯發展排名第一，這得益于較高的盈利能力和資產質量，但其經營增長能力有待提高。鄭煤機排名第二，這與其盈利能力、償債能力、經營增長能力因子都比較均衡靠前有關，但資產質量有待提高。中航光電排名第三，是與其償債能力第一有關，但其它方面的能力都有待提高，否則將影響未來的發展。

從綜合排名分析，大有能源排名倒數第一，這與義馬煤業剛剛借殼欣網視訊獲得重組，尚未注入資產，生產經營停滯有關。蓮花味精、ST思達分列倒數第二、三名，這與其上市以來經營不善、問題較多有關。

從行業角度分析，河南省各個行業均無明顯集中競爭優勢，即使是壟斷性較強的鋼鐵、煤炭、化工行業，競爭優勢也不突出。這表明河南省各行業集中度較差，有待加強行業規劃、培育和扶持。

從河南省傳統優勢產業角度分析，食品、汽車及零部件、裝備制造產業的上市公司排名較好，優勢較為突出，而有色、化工、紡織服裝產業，則由于市場環境變化較大，競爭加劇，上市公司已基本無優勢可言。因此，有色、化工、紡織服裝類的上市公司應該加快轉變市場觀念，強化競爭意識，提高經營水平。

對于河南省“十二五”期間著力發展的七大新興產業（電子信息、生物、節能環保、新材料、新能源、高端裝備制造、新能源汽車），已出現了一批較好的上市公司，如中航光電、華蘭生物、宇能客車、新大新材、中原環保等，但數量較少，不具備大規模效應，領先及輻射效應都有待增加。因此，政府要抓住國家加快培育和發展戰略性新興產業的機遇，加大引導扶持力度，培育產業競爭新優勢，推動戰略性新興產業跨越式發展。上市公司也要加大技術創新力度，強化內部各項管理，切實提高經營能力，創建并發展其競爭優勢。

六、不足之處

在運用因子分析方法對上市公司進行綜合財務績效評價時，存在著一定的局限性。因子分析法只局限于對影響企業經營績效的財務指標本身的研究上，而對與經營業績有重大因果關系的其它非財務指標則未選入。比如說宏觀經濟條件、國家政策、公司經營者的管理能力、技術創新水平等。經營者和投資者在作決策時，還應結合具體實際情況進行更多的定性、定量的分析，以保證決策的合理性。

參考文獻

[1]賈麗艷,杜強.SPSS統計分析標準教程[M].北京:人民郵電出版社,2010.

[2]李秀珠,張春萍.基于因子分析的上市公司經營業績評價[J].科技和產業,2010:

52-55.

[3]王秀芬.河南省上市公司盈利質量分析與評價研究[J].會計之友,2010:4-10.

[4]肖昀.對提高企業償債能力的思考[J].時代金融,2006:91-92.

[5]省略/.

[6]省略/.

第2篇：公司財務綜合分析范文

關鍵詞：財務能力；償債能力；運營能力；大連

1.基本情況

截止到2012年年底，大連市在中國A股市場一共有25家上市公司，整個遼寧省一共有64家，占據遼寧省的39.06%，其中涉及多個行業，有海洋漁業、零售業、港口業、制造業、旅游業等。

2.指標構建

2.1 數據來源與樣本選擇

本文選擇了所有大連市A股上市的25家上市公司作為研究的樣本，在五個季度（即2011年9月30日至2012年12月31日）的報表資料以及相關的財務比率指標全部可以從巨潮信息網上獲得。

2.2 比率指標選擇

（1）企業的償債能力是指指企業用其資產償還長期債務與短期債務的能力。主要指標為流動比率和速動比率；

（2）企業的運營能力是指企業基于外部市場環境的約束，通過內部人力資源和生產資料的配置組合而對財務目標實現所產生作用的大小。體現企業營運能力的主要指標有固定資產周轉率、應收賬款周轉率、總資產周轉率等；

（3）企業的盈利能力是指企業獲取利潤的能力。其指標主要包括營業利潤率、成本費用利潤率等；

3.財務現狀詳情分析

3.1 償債能力現狀

分析大連市上市公司的短期財務安全程度，通過資產負債率指標分析大連市上市公司的長期財務安全程度。

從發展趨勢來看，大連市上市公司的流動比率和速動比率還是比較平穩的。

3.2 運營能力現狀

通過對大連市25家上市公司的應收賬款周轉率、總資產周轉率、進行統計，用這二個指標來反映大連市上市公司的運營能力。

（1）五個時期應收賬款周轉率指標的期望值均值為24.836次，應收賬款周轉天數為13.2天，這說明大連市上市公司總體的收款能力較強。

（2）大連市上市公司利用所有資產進行經營活動的能力較差，效率偏低，如果不加強管理并且改進，可能會對企業的盈利能力產生影響。

3.3 盈利能力現狀

在此我們通過巨潮信息網，對大連市25家上市公司的銷售凈利率、凈資產收益率指標進行統計分析，從而得出大連市上市公司的盈利能力狀況。銷售凈利率、凈資產收益率在第一階段那段時間都是負值，這說明一開始遼寧省大連市上市公司的效益并不是很好；從第二階段開始，情況有所好轉，不過凈資產收益率到了最后又出現下滑；五個時期的凈資產收益率平均值為-1.988%，與全國上市公司的平均水平6.94%相比，大連市上市公司凈資產收益率明顯不理想。

4.大連市上市公司綜合財務能力現狀研究結論及建議

4.1 研究結論

（1）大連市上市公司總體獲利能力不強，與全國平均水平還有差距，發展趨勢并也不是很好，而且各個企業之間的波動性也較大。這可能是由于大連缺少自己的地方性特色企業；

（2）大連市上市公司的長期償債能力比較好，資產負債率基本上都在50%以下；其短期償債能力也比較穩定，但是該地區上市公司從生產經營活動中獲利以償付短期債務的能力較弱；

（3）大連市上市公司的營運能力發展趨勢處于長期上漲趨勢，反映營運能力的三個指標在后四個時間段一直處于增長的狀態，但應該注意過高的比率指標的背后可能隱含的諸多風險如信用政策不合理、存貨過少、頻繁采購、企業規模過小等。

4.2 建議

第3篇：公司財務綜合分析范文

摘要:數據包絡分析(DEA)以相對效率概念為基礎,用以解決多輸入――多輸出決策單元的有效性評價問題。文章從數據包絡分析方法的步驟入手,采用模型,選取具有代表性的易于獲得財務數據的上市銀行作為研究樣本,以決策單元的實際數據求得權重,對上市銀行的財務指標進行綜合評價,客觀地得到各上市銀行的DEA有效性。

關鍵詞:財務指標;財務評價;數據包絡分析;上市銀行

隨著市場經濟體制改革的逐步完善,證券市場的進一步發展,上市銀行數量的日趨增多而財務又是公司經營狀況的晴雨表,因此社會對上市銀行的財務狀況關注程度日益增加。上市銀行的財務狀況受到企業經營者、投資者等各利益相關群體的關注,因而建立合理的切實可行的財務指標體系進行財務評價有利于投資者對上市銀行財務狀況的考察,從而理性決策和合理投資,同時也有益于企業經營者綜合分析自身的優勢與不足,有針對性地制定戰略進而提高自身競爭力。由于上市銀行財務數據的多樣性,可以區分為多輸入多輸出數據,而數據包絡分析(DEA)通過輸入和輸出數據的綜合分析,獲取決策單元(DMU)的綜合效率的數量指標,評價的依據是決策單元的“輸入”數據和“輸出”數據,對于非結構化因素可按可靠標準給以量化賦值,并且當輸入輸出之間存在某種關系時,使用DEA方法不需要確定這種關系的顯示表達式,因此,在評價上市銀行財務狀況時,DEA具有很大的優勢。楊永英、董淑蘭采用投影尋蹤模型中的RAGA――PPC模型,對黑龍江北大荒農業股份有限公司的財務狀況進行分析,獲取該公司上市后的財務狀況評價;李銘、肖東生運用具有智能綜合評價性質的BP神經網絡解決上市公司財務危機風險預警問題,排除權重確定的主觀性影響;林燕云從盈利能力、償債能力、運營能力和發展能力4個方面構建上市公司財務質量評價指標體系,以金龍汽車公司為例,采用層次分析法(AHP)確定權重來評價上市公司財務質量;劉銳、趙夢晶選用12個財務指標,用主成分分析法對2006年104家公司的財務數據進行分析,從而建立了總體財務評價模型,用于評價上市公司的總體財務狀況;滿國慶、高偉運用因子分析技術對汽車行業主要上市公司19項財務評價指標進行分析,繼而進行聚類分析和均值分析。本文在總結其他學者研究成果的基礎上,運用數據包絡分析方法,借助LINDO軟件,對10家上市銀行的財務指標進行綜合評價,客觀反映銀行的經營狀況,以求對各相關利益群體提供一定的參考依據。

一、數據包絡分析(DEA)

第4篇：公司財務綜合分析范文

財務分析對于企業的意義是重大的，它關系到公司管理層和相關利益團體的決策。對物業公司本身來說，對財務數據進行系統化的分析有助于公司及時發現發展過程中存在的各種問題，以便及時提出應對策略，更好的改善現有狀況。物業公司的相關利益團體包括業主、物業公司的管理層以及債權人等，對業主而言，可通過一些財務數據來具體監測物業公司的服務質量；對公司的管理層來說，財務分析的意義更加重大，可通過對資產負債，現金流的監測了解到企業的收支狀況，盈利狀況以及未來的發展方向；對于債權人來說，通過財務分析可以了解到企業的償還能力，便于其決策的方向。總而言之，物業公司的財務分析的目的有以下幾方面的體現。首先，可評價某段時期公司的財務收支狀況。物業公司的財務分析覆蓋范圍較為廣泛，牽扯到公司的經營和服務的各個環節，在公司作出重大決策時，財務分析可提供數據支持，對于企業作出正確的決策以及該決策的預算情況等都起到直接作用。同時也有助于新決策實施過程中數據的對比，以便企業及時調整發展的放向。其次，物業公司管理水平的高低也可通過對資產狀況以及運營狀況的分析來體現，可通過對具體活動的分析來評價該活動的收支狀況，通過總結，下次同類活動減少不必要的開支，進而提高物業公司管理層的水平。同時，對物業公司財務的分析還可了解到物業公司的盈利能力。

2、物業公司財務分析的主要方法

物業公司的財務分析方法是按照不同分類標準進行的，通常情況下可按照分析的對象、要素、時間、目的以及所采用的數學方法進行分類。

2.1按分析的目的分類

物業管理公司的財務分析，按分析目的不同可分為預測性分析、控制性分析和總結性分析三類。預測性分析發生在項目經營活動開始之前或期初，例如承包期初或承包條件簽約之前，其主要作用在于對項目預期的經濟效益、企業預期的經營成果以及公司某項經營決策將會帶來的預期效果，進行事前推測與分析。控制性分析發生在期中，例如項目經營活動過程之中、承包期中等等，此類分析的主要作用在于控制經濟活動過程，揭示其中的矛盾，采取相應對策。總結性分析一般發生在期末，如財務年度的期末、季度末、月末或項目經營期末、承包期末等等，其主要作用在于總結經驗、考核評比。

2.2按照會計要素分類

首先，對資產負債表進行分析。資產負債表是反映公司某一特定日期的全部資產、負債和所有者權益情況的會計報表。通過資產負債表的分析，可以看出公司的資產的分布狀態、負債和所有者權益的構成情況，據以評價公司資金營運、財務結構是否正常、合理；還有助于計算物業公司的獲利能力，評價公司的經營績效以及公司承擔風險的能力。其次，對損益表進行分析。通過分析物業公司的損益表，可讓經營者了解到公司在特定時間內產生了的利潤情況。公司可通過損益表了解企業的財務收支狀況，通過對收入，費用以及利潤的分析，找到企業經營的優勢以及薄弱環節，從而在下一階段更好的控制各項收支出成本，如何通過提高物業服務質量等方面爭取公司的更大利益。最后，對現金流量表進行分析。通過對現金流的分析了解公司未來的發展動向。然而隨著企業的不斷發展，僅僅分析以上三個方面已經遠遠不足，因此還應采用一些特殊的方法來對企業財務數據進行分析，進而保證企業的高效能發展。

2.3按照分析方法分類

第5篇：公司財務綜合分析范文

關鍵詞：氯堿化工；財務風險；財務預警

中圖分類號：F23 文獻標識碼：A

收錄日期：2017年3月29日

一、研究回顧

目前，國內對于財務預警的研究主要有以下幾種模型：多元線型判別法以Z-score模型為例，該模型僅適合應用于短期預測的結論。Altman的Z-score模型盡管還存在一定的不足和片面性，例如樣本材料數據的選取要符合正態分布，而且通常對公司前一年的預測精確度較高，對前兩年前三年的預測精度有所下降。不可否認的是他的綜合分析思想卻對后來的研究產生了深遠的影響。F分數模型相比Z-score模型，新加入了現金流量這一自變量指標，同時考慮了公司財務狀況的發展和變化，決策者可以較容易地建立財務危機預警機制。Logistic模型的研究對于我國來說主要分為兩種，一種是研究者采取的樣本或者均為中小企業的上市公司，不能代表大部分我國的上市公司；另一種是配對抽樣相當于默認風險公司與無風險公司的比例是相等的，與事實顯然不符，可能會產生過度抽樣或樣本自我選擇問題，由此也會高估模型的有效性。功效系數法作為一種反映多指標、綜合分析的定量評價的方法，它運用簡單明了的計算公式，根據各項指標的重要性來確定指標的權重，但是蝸畹梅值鈉蘭郾曜既范難度較大，不易操作。

二、研究設計

（一）樣本選取。本文選擇化工行業2013～2015年財務數據構建模型。根據統計學原理，選取2015年化工行業上市公司為ST公司的10家公司，再選取與之相配對的非ST公司100家，總共110家上市公司作為樣本，用這110家公司2013～2015年財務數據構建模型，并與真實算出的比率作對比，進而算出其準確率。

（二）指標選取。因為筆者主要研究化工行業上市公司財務預警模型的構建，所以上市公司的財務績效（ST或非ST）即為被解釋變量。上市公司財務績效的影響因素即為解釋變量。但是，目前還沒有對上市公司財務績效進行測度的權威指標，所以在參考其他學者的著作前提下，筆者將選取以下財務指標作為上市公司財務績效的影響因素：流動比率、速動比率、資產負債率、產權比率、總資產增長率、凈利潤增長率、應收賬款周轉率、存貨周轉率、總資產周轉率、全部現金回收率、營運指數、總資產凈利潤率、凈資產收益率、營業毛利率、成本費用率共15個財務指標。根據上節對變量設計及解釋的描述，筆者構建影響因素模型所涉及到的變量如表1所示。（表1）

（三）模型的構建。根據前文的理論分析，筆者將上市公司財務績效預警的影響因素模型構建為：

Y=a0+a1×X1+a2×X2+a3×X3+a4×X4+a5×X5+a6×X6+a7×X7+a8×X8+a9×X9+a10×X10+a11×X11+a12×X12+a13×X13+a14×X14+a15×X15+ε

其中，Logit（Y）=ln ，我們可以算出？籽值，當？籽>0.5時，即判定為財務困境公司，反之則判定為經營狀況正常的公司。另外，ε為模型中的殘差項。由于該模型中的自變量個數較多，所以在后文的實際結算中，筆者將采用“向后：條件”法篩選自變量，并設置為進入概率為0.05，刪除概率為0.10。

由表2可知，在關于各個變量的單樣本k-s檢驗結果中，“流動比率、速動比率、資產負債率、產權比率、總資產增長率”變量k-s檢驗對應的概率P值均小于顯著性水平0.05，應拒絕檢驗的零假設，即可認為“流動比率、速動比率、資產負債率、產權比率、總資產增長率”的樣本數據均不符合正態分布。（表2）

由表3可知，在關于各個變量的單樣本k-s檢驗結果中，“凈利潤增長率、應收賬款周轉率、存貨周轉率、總資產周轉率、全部現金回收率”變量k-s檢驗對應的概率P值均小于顯著性水平0.05，應拒絕檢驗的零假設，即我們可認為“凈利潤增長率、應收賬款周轉率、存貨周轉率、總資產周轉率、全部現金回收率”的樣本數據均不符合正態分布。（表3）

由表4可知，在關于各個變量的單樣本k-s檢驗結果中，“營運指數、總資產凈利潤率、凈資產收益率、營業毛利率、成本費用利潤率”變量k-s檢驗對應的概率P值均小于顯著性水平0.05，應拒絕檢驗的零假設，即我們可認為“營運指數、總資產凈利潤率、凈資產收益率、營業毛利率、成本費用利潤率”的樣本數據均不符合正態分布。（表4）

綜上所述，由于所選15個指標數據均不符合正態分布，而Logistic模型不需要嚴格的假設條件，預警準確率也相對較高，所以本文選用此方法來預測上市公司的經營狀況。

在本節中，筆者以2013～2015年化工行業上市公司為樣本進行Logistic模型建立，如表5所示。（表5）

由表5可知，在Logistic回歸分析模型中，“非財務困境”在模型中的編碼為0；而“財務困境”在模型中的編碼為1。

由表6可知，設置向后步進的進入概率為0.05，刪除概率為0.10，經“向后：條件”法篩選自變量后，模型1中的自變量只剩下了：資產負債率（X3）、總資產增長率（X5）、凈利潤增長率（X6）、存貨周轉率（X8）、營業毛利率（X14）、成本費用利潤率（X15）。（表6）

表6中的B值代表的是各個變量的回歸系數，我們在構建模擬方程時就是將每個B值代入到15個財務指標前作為系數，構建Logistic財務預警模型的模擬方程，如下：

Y=-2.174+2.749×X3-2.425×X5+0.014×X6-0.026×X8-7.816×X14-1.542×X15

而通過Logit（Y）=ln 公式，我們可以算出？籽值，當？籽>0.5時，即判定為財務困境公司，反之則判定為經營狀況正常的公司。

（四）模型的檢驗。先對選取的110家制造業公司2013～2015年的上述6項指標代入模型進行預測模擬，計算結果并比較值。如果>0.5，則說明該公司極有可能陷入財務危機，反之則說明公司狀況良好，處于正常經營狀態。計算結果如表7所示。（表7）

由表7可知，筆者所建立的Logistic模型對2013～2015年的樣本數據檢驗出來的結果：30家ST公司中有7家被誤判，300家非ST公司中有2家被誤判，ST與非ST公司的判別準確率分別為：76.7%和99.3%，準確率總體上為97.3%。上述分析結果表明筆者所建立的Logistic模型能夠在一定程度上預測出我國制造業上市公司的經營狀況，能夠較準確地預測出化工行業上市公司是否會被ST。

三、研究總結

本文通過對上文中選取的研究變量進行統計篩選，并應用于模型的建立，得出適用于我國氯堿化工上市企業的財務危機預警模型。通過對模型的檢驗，結果表明預警模型的預測準確率是可以滿足該類企業的財務預警需要的。但是，本文選取在證券交易所上市的110家氯堿化工行業的上市公司作為研究對象，而未上市的氯堿化工公司也在經濟活動中發揮重要作用，需要未來拓展研究。本文以氯堿化工類上市公司對外公布的財務指標進行預警模型構建和分析，未納入非財務性因素變量，在未來研究中應擴大指標范圍，使研究更加準確。

主要參考文獻：

第6篇：公司財務綜合分析范文

關鍵詞:財務核心競爭力;汽車制造行業;上市公司;評價指標

中圖分類號:F407.471 文獻標識碼:B 文章編號:1009-9166(2009)08(c)-0074-02

隨著各國資本市場的不斷完善,不少商界人士已認識到財務核心競爭能力是實現企業財務競爭力、保持企業財務甚至整個企業持續競爭優勢不可或缺的企業能力。在當今這個競爭更加激烈的時代,如何提高上市公司的經濟效益,保持持續競爭的優勢,提高上市公司的財務核心競爭力,成為研究者的一個重要課題。本文在充分借鑒國內外相關學者已有研究成果的基礎上,對汽車制造行業上市公司財務核心競爭力進行較為系統的研究認證。

1、評價指標體系的構建

本文選擇用沃爾財務綜合分析法對汽車制造行業上市公司的財務核心競爭能力進行評價和分析。評價指標體系如下:

2、財務核心競爭力分析

本文選取了2007年年報披露的滬深 A 股汽車制造行業上市公司的數據,共涉及15家上市公司。

(1)計算本企業財務各項指標的實際值,將實際值與標準值相比,得出關系比率。其中:如果實際值/標準值

(2)計算各項指標的綜合系數。這一綜合系數可作為綜合評價財務狀況的依據。各項比率的綜合系數=各項指標的關系比率×重要性系數。

綜合系數的合計數=∑各項比率的綜合系數≤1。

(3)按100分制對某一企業用沃爾比重分析法進行綜合評分,

各項比率的得分=該比率綜合系數×100;

企業綜合評分=綜合系數合計×100;

綜合評價結果按A、B、C、D、E(或優、良、中、低、差)五檔劃分如下:

優(A):綜合評價得分達到85分以上(含85分);

良(B):綜合評價得分達到70-85分以上(含70分);

中(C):綜合評價得分達到50-70分以上(含50分);

低(D):綜合評價得分達到40-50分以上(含40分);

差(E):綜合評價得分達到40分以下。

(4)結果分析

觀察表所得,15家樣本上市公司中,綜合評分為優的有4家,綜合評分為良的有6家,綜合評分為中的有5家,無綜合評分為差的上市公司。由此得出,我國汽車制造行業上市公司的整體財務競爭力是比較強的。綜合評分為優的4家上市公司在我國汽車制造行業中占有優勢地位,其產品在同行業市場中最有競爭力,其抗風險能力與財務應變能力也強于其他競爭對手。綜合評分為良的6家上市公司其償債能力,經營能力,成長能力等均不如綜合評分為優的上市公司,但其正在加強財務管理,努力迎頭趕上,有能力有突破的機會。剩余的5家上市公司在市場中表現平平,如果再不增強其財務核心競爭力,逐漸會在市場競爭中淘汰。

時值二十一世紀,經濟的全球化和市場一體化進程逐步加快。作為我國汽車行業的上市公司,正處于百年難得的發展機遇之中。當然,財務分析方法存在一定的局限性,不能完全精確地展現企業的財務核心競爭能力,所以不斷探索怎樣全面有效地評價公司的財務核心競爭力,不斷研究財務核心力的評價方法,提高我國汽車制造行業的財務核心競爭力是所有財務工作者的責任與義務。

作者單位:重慶工商大學

參考文獻:

[1]黃旭輝.論沃爾財務分析法的局限性及其改進建議市場論壇 2006 第一期

[2]周海煒.核心競爭力:知識管理戰略與實踐[M].南京:東南大學出版社,2002.

[3]周普,陳興述.財務核心競爭力評價指標權重設計[J].財會通訊,2007,(3):42-43

[4]郭曉明.上市公司財務核心能力理論與綜合評價研究[D].東北大學,2005

[5]王志星,安靜.企業財務能力和核心競爭力探討.全國商情(經濟理論研究),2008,(01)

第7篇：公司財務綜合分析范文

關鍵詞農業上市公司財務狀況指標體系因子分析模型

農業在我國是安天下、穩民心的基礎產業和戰略產業，保持農業和農村發展的良好勢頭，對保持經濟快速發展和社會長期穩定意義非常重大，而農業類上市公司則是我國農業經濟發展中的突出代表，因此對農業上市公司的財務狀況進行評價研究具有非常重要的意義。本文提出了對農業上市公司財務狀況進行綜合評價的指標體系，并根據因子分析法得出的因子分析模型對2004年我國47個農業上市公司的財務狀況進行了綜合排名，期望能為經營者也為投資者提供更準確的決策信息。

1建立農業上市公司財務狀況評價指標體系

財務評價指標體系的選擇應遵循的原則除了可操作性、相關性、簡明性等要求外，還應遵循：系統性原則，即體系必須能從公司的償債能力、盈利能力、資本結構、營運能力和成長能力各個方面全面考察公司的狀況，確保評價的全面性和可信度；可比性原則，即體系要根據我國通用的財務報表和統計報表為基礎來設置指標，以便于橫向比較和各方使用者對公司財務狀況的把握；科學性原則，即指標的設置要堅持定性和定量分析相結合，正確反映企業系統整體和內部相互關系的數量特征，便于建模綜合評價。

2因子分析方法的基本原理和步驟

因子分析法是研究相關矩陣內部依存關系，尋找出支配多個指標x1，x2，…，xm(可觀測）相互關系的少數幾個公共的因子F1，F2，…，Fp(不可觀測)以再現原指標與公因子之間的相關關系的一種統計方法。這些公因子是彼此獨立或不相關的，又往往是不能夠直接觀測的。在所研究的問題中，以公因子（新變量）代替原指標（原變量）作為研究對象，并要求不損失或很少損失原指標所包含的信息，用公因子代替原指標所作的分析會比較簡單和清楚。通常這種方法要求出因子結構和因子得分模型。前者通過相關系數來反映原指標與公因子之間的相關關系，后者是以回歸方程的形式將指標x1，x2，…，xm表示為因子F1，F2，…，Fp的線性組合。具體步驟如下:

2.1對原始數據進行標準化變換

假設要進行因子分析的原指標有m個，記為x1，x2，…，xm，現有n個樣品的觀測值記為xij，i=1，2，…，m，k=1，2，…，n，做標準化變換后x′i=■式中的■i是xi的均值，si是xi的標準差，x′i的均值為0，標準差為1。相關系數矩陣為R=XX′，根據標準特征方程|R-λI|=0可求出R的特征向量矩陣A和特征值λ1≥λ2≥…≥λp≥0，使得F=A′·X，其中F為因子矩陣。

2.2建立因子模型，并確定因子貢獻率及累計貢獻率

根據標準化后的觀測值x′ik求出系數αij，建立用公因子F1，F2，…，Fp和單因子g1，g2，…gm表示的方程x′i=■αij·fj+cigi，即

x′1=a11f1+a12f2+…+a1pfp+c1g1x′2=a21f1+a22f2+…+a2pfp+c2g2……………………x′m=am1f1+am2f2+…+ampfp+cmgm

式中，E（fi）=0，D（fi）=1，E（gi）=0，D（gi）=1。

f1，f2，…，fp為主因子，分別反映某一方面信息的不可觀測的潛在變量，αij為因子載荷系數，是第i個指標在第j個因子上載荷。如果某指標在某因子中作用較大，則該因子的載荷系數就大，反之相反，單因子gi為特殊因子，在實際建模中可以忽略不計。第i個因子的貢獻率為di=λi■λi，貢獻率可以確定各個公因子的貢獻程度占全部貢獻程度的百分比。貢獻率越大，則該公因子就相對越重要，同時以因子的累計貢獻率■λi/■λi≥0.75作為因子個數p的選擇依據。

2.3因子載荷矩陣變換和旋轉，并計算因子得分

對于由因子模型矩陣得到的初始因子載荷矩陣，如果因子載荷之間相差不大，對因子的解釋就不是很明確，因此要通過旋轉因子坐標軸，以使每個因子載荷在新的坐標系中能按列和行向0或1兩極分化，一般采取方差極大正交旋轉法就可以得到明確的分析結果。通過旋轉和計算，得到較為理想的因子載荷矩陣和因子得分系數矩陣，可以求出每個公司財務狀況綜合得分。根據因子綜合得分對每個上市公司進行排序，橫向比較各個上市公司的財務狀況。

3農業上市公司財務狀況之因子模型實證分析

本文從金融界（）和證券之星（）網站上的2004年農業上市公司財務數據表中選取了46個公司、16項財務指標的數據作為樣本考察對象，以便能更好地對其目前的財務狀況進行綜合分析評價。各財務評價指標分別是流動比率(x1)、速動比率（x2）、資產負債率（x3）、存貨周轉率（x4）、總資產周轉率（x5）、應收賬款周轉率（x6）、主營收入現金含量（x7）、主營業務利潤率（x8）、每股凈利潤（x9）、資產利潤率（x10）、凈資產收益率（x11）、主營收入增長率（x12）、凈利潤增長率（x13）、總資產增長率（x14）、長期負債資產比（x15）、股東權益比率（x16）。

3.1對所選指標的統計分析及無量綱化處理

本文確定的財務評價指標體系中的16項指標包括正向指標和適度指標兩種。適度指標有流動比率、速動比率、長期負債比率和股東權益比率，其余為正向指標。為保證后面分析的準確性和科學性，應該先將適度指標轉換成正向指標，進行無量綱化處理以消除不同單位指標之間的差異。可以按計算公式zij=（xij-xjmin）/（xjmax-xjmin）進行變換，其中xij為第i個樣本第j個指標的原始數據，xjmin為第j個指標的最小值，xjmax為第j個指標的最大值。按照通行的國際慣例，流動比率、速動比率、長期負債比率和股東權益比率的適度值分別為200%、100%、30%～60%、50%。通過上述變換后得到的zij是原始數據xij的無量綱化，為以后數據的分析提供了方便。

3.2根據前面構建的因子分析模型

將數據帶入借助于計算機統計軟件SAS程序運行后，得到下面的結果。從方差貢獻總和的特征值可以看出，第一個因子的特征值λ1=4.11，大約占去方差貢獻的25.72%，基于公因子按特征值大于1的法則，因子分析過程提取了前5個因子，這5個因子的特征值共占去總的方差貢獻的76.61%。可見，被放棄的其他11個公因子的方差貢獻僅占不到25%，因此說明前5個因子反映了原始數據的足夠信息。

從旋轉前后的公因子載荷系數矩陣，左半部分可看出旋轉之前第1～5公因子即F1，F2，F3，F4，F5在原指標變量上載荷值都相差不大，故不能很好解釋其含義，因此須進一步用方差極大正交旋轉法以便更好地了解其含義。通過列表后分析發現，因子軸旋轉后的公因子系數已經明顯向兩極分化，實際意義更加明顯。F1載荷系數絕對值大的有：x9，x10，x11，x13四個變量主要反映公司的贏利能力和成長能力。因子F2主要由x4，x5，x6確定，反映公司的運營能力。F3主要由x1，x2，x3確定，反映公司的償債能力。F4主要由x15，x16確定，反映公司的資本結構。F5主要由x7確定，反映公司的主營收入現金含量，即銷售商品、提供勞務收到的現金與主營業務收入的比值，反映了主營業務收入中的現金含量。

3.3農業上市公司財務狀況的綜合評價

通過SAS統計軟件對數據處理后,自動產生了F1，F2，F3，F4，F5共5個因子的得分系數矩陣，這5個因子得分可以反映原始數據的76.61%的信息量，根據5個因子得分的值，應用得分計算公式F=（0.2391*Fac1-1*0.1727*Fac2-1+0.1592*Fac3-1+0.1091*Fac4-1+0.0860*Fac5-1）/0.7661求出綜合得分，最后計算出各個公因子得分和綜合得分的評價分析值。

根據以上分析可以看出，用因子分析法可以實現對農業上市公司財務狀況的綜合評價,分析過程沒有直接對相關的財務指標采用權重，得到的權數也是隨著數學變換過程自動生成的，具有較強的客觀性，在很大程度上減少了主觀性而又不失科學性、合理性。這種因子分析方法消去了各財務評價指標間相關性影響，因而降低了農業上市公司財務狀況評價中較多指標選擇的工作量。根據收集的數據所對應的公司，表4計算結果表明,排在前10位的公司分別是通威股份(13)、新五豐(1)、中水漁業(40)、ST中農(18)、都市股份(5)、先鋒股份(23)、光明乳業(8)、伊利股份(4)、好當家(12)、香梨股份(11)，其中農產品加工企業共四家，分別是新五豐、都市股份、ST中農和先鋒股份，其他農業兩家為香梨股份和通威股份，畜產品加工兩家為伊利股份和光明乳業，漁業兩家是好當家和中水漁業。

根據以上分析，農業上市公司主營業務分布在農、林、牧、漁等行業。本文選取的47家農業上市公司所分布的子行業為：農產品加工20家，林木3家，畜產品加工7家，漁業6家，其他農業16家。從上面的公司得分排序可以看出，從事不同子行業的農業上市公司其經營業績參差不齊，而公司經營績效不僅受行業以及子行業特點的影響，還受企業技術進步和產品深加工程度的影響，此外眾多農業上市公司的多元化經營也是重要原因，如涉足生物制藥、金融證券、電子通訊、房地產業的如豐樂種業、新農開發、羅牛山等上市公司未能取得理想的業績，可見公司應加強主業經營。另外從上面因子分析的結果還可以看出,農業類公司的贏利能力、成長能力、運營能力、償債能力、公司的資本結構和主營收入現金含量等財務指標對公司綜合財務狀況的評價結果會產生重要影響。因此，經營者在管理公司時，更應注意這些方面的管理，以提高公司的經營業績，而投資者在對農業類公司進行投資決策時也可以將這些指標作為重要的參考依據。

參考文獻

1顧嵐.中國股市上市公司財務的統計分析[J].數理統計與管理，2001(4)

2林樂芬.中國農業上市公司績效的實證分析[J].中國農村觀察，2004(6)

第8篇：公司財務綜合分析范文

關鍵詞：因子分析；醫藥行業；財務業績評價

因子分析法被廣泛用于各個研究領域。王文桂研究指出，因子分析是以最少的信息丟失為前提，將較多的原始變量濃縮為少數幾個因子，用少數幾個變量去描述許多指標之間的聯系，這些變量即為因子。李璐，范勇研究認為，相比于其他財務綜合分析方法，因子分析法賦予權數更加客觀，適用于同行業中不同規模和經營狀況的企業。本文利用因子分析對我國醫藥板塊上市公司的財務業績情況進行綜合分析，不僅使投資者更加直觀地考察上市公司的財務業績，便于投資者進行理性投資，還可以更好地指導企業進行自身經營戰略的選擇。

1.建模

1.1指標和變量的選取

財務指標是指企業總結和評價財務狀況和經營成果的相對指標，是衡量上市公司經營績效的重要信息。

1.1.1資產經營獲利能力指標：銷售凈利率（[X3]）、銷售毛利率（[X4]）、總資產周轉率（[X2]）和主營業務利潤（[X7]）。

1.1.2償債能力指標：速動比率（[X1]）、流動比率（[X5]）和資產負債率（[X6]）。

2.2樣本選取

在樣本選取過程中遵循以下原則：（1）ST公司被剔除；（2）上市不足一年的公司不利于反映公司原本的經營狀況，所以剔除了2010年后上市的企業；（3）剔除數據缺失的企業。考慮到以上因素后，從國泰君安大智慧中隨機抽取30家醫藥上市公司為分析對象，以2011年的年報數據為樣本，本文原始數據來源于上海證券交易所和深圳證券交易所，數據的計算利用運用SPSS18.0中的因子分析法對其財務業績情況進行分析。

2.因子分析

2.1適用性檢驗

本文使用KMO檢驗和Bartlett檢驗來判斷選取的樣本數據是否適合做因子分析，可以得到： KMO的值為0.736，可以進行因子分析，[χ2]近似值為290.459，顯著性檢驗的值為0.000，小于顯著性水平0.05，適合進行因子分析。

2.2確定公因子

用Z分法得到標準化矩陣。從分析結果可知，醫藥行業上市公司的7個財務指標之間相關性較強。基于特征根大于1的原則，可提取2個公共因子，如表1，它們描述原變量總方差的78.302%，可認為這2個公共因子基本上反映原來7個變量的絕大多數信息。

2.3命名因子

本文在因子分析過程中，數據經過標準化處理后，公共因子得分及綜合得分的均值為0，對表2進行進一步分析得到：

2.3.1流動比率，速動比率，資產負債率為第一因子，它們的載荷值分別為0.949，0.933，-0.849，載荷較大，這主要是衡量企業償債能力的財務指標，它是反映企業財務狀況是否健康的重要指標，可以將因子1識別為償債能力因子C1。

2.3.2總資產周轉率，銷售凈利率，銷售毛利率，主營業務利潤為第二因子，它們的載荷值分別為0.816，-0.598，-0.596， 0.597，載荷較大，這些是反映上市公司的資金周轉能力和長足發展能力的重要指標，可以衡量上市公司賺取利潤的能力，將因子2識別為資產經營獲利能力因子C2。

2.4因子得分，綜合得分

C1=0.279X1+0.059X2+0.139X3+0.138X4+0.278X5-0.252X6+0.186X7

C2=0.143X1+0.498X2-0.28X3-0.28X4+0.121X5-0.125X6+0.430X7

可以看出，C2資產經營獲利能力所占比重大于C1償債能力，可見賺取利潤是醫藥上市公司的關鍵，而償債能力反映了上市公司財務安全，這兩個因子共同反映了上市公司的財務業績。

得到綜合得分函數：F=0.2085C1+0.1437 C2

從表4（見下頁）中可以看出，在償債能力方面，恒瑞醫藥、通化東寶、浙江醫藥位居前3位，通化東寶由于受很差的資產經營獲利能力因子，綜合能力僅排第4，其資產經營獲利能力遠低于平均水平，如何改善公司治理結構，降低企業管理成本，提高其賺取利潤的能力，是通化東寶目前階段的主要任務在資產經營獲利能力方面，排名前三位的上市公司是上海醫藥、恒瑞醫藥、哈藥股份，哈藥股份由于受很差的償債能力的影響，綜合排名僅第5，應重點考慮優化資產結構，合理利用財務杠桿。

3.結論與政策建議

3.1 結論

根據上述的數據分析，我們對醫藥行業財務業績整體情況得出以下結論：

首先，優越的地域條件可提升醫藥行業上市公司的財務業績水平。

其次，醫藥板塊上市公司的財務績效差別較大。

綜合分析各主因子后，位列前3名的恒瑞醫藥、上海醫藥和浙江醫藥，說明了這些企業經營業績綜合情況比較好，在行業內較有優勢，同時可以看到這三家企業在2個因子得分中至少一個位于前3名之內。但是，沒有一個公司所有因子得分排名都是在前面的，而排名靠后的三家企業， 除了少數的因子得分高于平均水平外，其他得分都明顯低于行業平均水平，如天方藥業，在總資產周轉率較高，但是速動比率較低，說明其在短期償債能力即企業的變現能力低，流動負債會帶來較大的企業財務風險，這些企業應盡快采取相應的措施，提高償債能力來保障自身的財務安全狀況。

3.2 政策建議

從實證分析結果可以看出，一方面，投資者就可以更理性地進行選擇投資，另一方面，利用因子分析法計算出因子得分以及綜合得分后，每個企業應該找出自己在行業中所處的位置，了解企業在行業中的不足與優勢，比較得分情況，深入分析，制定相應優化財務業績狀況的戰略。如從行業發展上，企業可以優化醫藥產業的產品結構，規范醫藥行業市場，抓住醫藥體制改革帶來的發展機遇；在技術研發上，建設有層次的，完善的研發體系，不斷開展相關藥品的研發與創新工作 ，緊跟科技，儲備一些新興的技術專利；在宏觀醫藥調控體制方面，應健全醫藥價格調控體制，實施人才戰略，引導醫藥產業的專業化，推進醫藥行業整體高效發展。

參考文獻：

[1]王文桂.因子分析法在公司并購財務績效評價中的應用[J].企業導報，2011（1）

[2]李璐，范勇.因子分析法在外商投資企業財務評價中的應用[J].財會月刊，2005（3）

[3]孫世敏，王澤平.基于因子分析法的汽車行業業績評價研究[J].財會通訊，2010（2）

[4]蘇爾李，吳曉剛.數據分析方法五種[第一版].上海：格致出版社，2011

作者簡介：

第9篇：公司財務綜合分析范文

【關鍵詞】 創業板市場； 財務風險； 因子分析； 聚類分析

一、引言

中國證監會《首次公開發行股票并在創業板上市管理暫行辦法》中明確規定，“促進自主創新企業及其他成長型創業企業的發展”是創業板的主旨。創業板的設立為中小企業的發展提供了一個融資的良好平臺，但越來越多、越來越復雜的財務風險在企業的高速發展中被忽視，由此導致企業發展受到阻礙甚至無法持續經營。這就要求以高科技、高發展為特征的創業板企業在發展過程中對財務風險進行系統的研究，了解財務風險產生的源頭，建立財務風險防范體系，使企業健康、穩定、快速的發展。

二、國內外研究綜述

國際上關于財務風險預警系統的研究始于20世紀60年代。1966年，美國的威廉?比弗（William Beaver）運用精確的統計方法，提出了單變量分析法，運用個別財務指標來預測企業財務風險的大小。1968年，愛德華?奧特曼（Edward Altman）運用一組數據進行綜合分析，采用配對抽樣法，首次提出了企業財務風險預警的Z值模型，按照奧特曼的思路，許多學者通過實證研究建立了自己的模型，較具代表性的模型有1972年埃德米斯特（Edmister）建立的小企業財務危機預警分析模型和1977年英國的塔夫勒（Taffler）提出的財務風險預警模型。國內關于企業財務風險預警系統的研究熱潮正方興未艾，除借鑒國外的預警模型以外，一部分學者也做了擴展性的研究工作。例如，周首華、楊濟華、王平等（1996）建立了財務風險預警的F分數模式對企業財務風險預警起到了一定的作用，周敏、王新宇（2002）提出了基于系統模糊優選和神經網絡模型的企業財務風險預警系統，王曉鵬、何建敏、馬立成（2007）運用Cox模型對企業財務困境進行預警，何燭竹（2009）對上市公司財務預警模型應用進行了探究。但隨著時代的發展和經營環境的變化，原有的模型已不能完全滿足創業板上市公司財務風險和經營風險預警的需要，尤其在樣本選取、監控范圍的確定、預警指標的選擇、預警指標的預警值的設立、預警報告的形式等方面不能反映創業板上市企業的經營實際，缺乏可操作性，因此有必要對創業板上市企業的財務風險預警系統進行研究。

三、研究方法設計

（一）樣本選擇與數據來源

創業板自2009年10月設立以來，成為以高科技、高增長為特征的中小企業的重要融資平臺，也是其他中小企業發展的領頭羊，首批上市的28家企業經歷兩個完整會計年度發展，基本消除VC、PE和解禁套現等重大影響。本文以首批上市的28家創業板企業為樣本，根據2011年的財務數據，對各公司的財務風險進行評價分析。

本文所使用的創業板上市公司的年報數據來源于鳳凰財經及和訊網。而各公司具體的信息數據，則由筆者依據年報資料加工整理，并采用SPSS17.0軟件進行數據處理。

（二）指標體系構建

本文借鑒國內外學者的實證研究成果并結合創業板上市企業實際情況，經過篩選檢驗，確定了包括反映企業盈利能力、成長能力、營運能力、償債能力和現金流量5大類13個財務指標，構建創業板上市企業的財務風險評價指標體系。見表1。

由于各指標之間存在變化趨勢不一致的情況，在進行上市公司財務風險綜合評價時，必須將指標進行同趨勢化處理。一般將適度指標轉化為正向指標，所以也稱為指標的正向化。筆者認為，對適度指標正向化的方法應為：

■

其中，k是各樣本單位該項指標的平均值。這種線性變換不會改變指標值的分布規律，是比較好的變換方法。

（三）財務風險評價因子的提取

1.因子分析法基本原理及其應用

因子分析的基本思想是用少數幾個因子F1、F2、F3、...Fm去描述許多變量之間的關系。每一個主要因子代表經濟變量間相互依賴的一種經濟作用，通過主要因子可以幫助我們對經濟問題進行分析和解釋。因子分析法與其他財務綜合評價方法相比，具有以下優點：第一，權重的確定更為客觀。因子分析法的綜合因子權重根據方差貢獻率來確定，避免了人為調整權重的隨意性，保證了財務評價結果的客觀合理。第二，在財務績效評價中，僅根據單個指標進行評價并不能反映企業整體的財務狀況，而因子分析法能實現對大量的財務數據的有效加工和綜合分析，因此尤其適用于企業財務績效的綜合評價。

2.因子分析的條件檢驗

在對數據進行同向化處理后，運用SPSS17.0進行因子分析的條件檢驗，結果顯示KMO值為0.721，Bartlett值=534.382，P

3.因子的提取和命名

運用主成分分析法，采用方差極大化因子旋轉法（表4），取前4個因子，累計方差貢獻率可達82%（表3），4個因子包含13個指標的絕大部分信息。

由表4可以看出，F1主要依賴于銷售凈利率、營業利潤率、總資產報酬率，體現了包括股東權益在內的企業資產的獲利能力，可命名為資產盈利能力因子；F2主要由流動比率、速動比率、資產負債率、現金流動負債比率和現金流量與總資產的比率決定，反應償債能力和現金流量，命名為償債能力因子；F3在流動資產周轉率、總資產周轉率、固定資產周轉率上有較大載荷，反映了企業的運營效率，可命名為運營效率因子；F4主要由總資產增長率、主營業務收入增長率決定，反映了企業規模擴張和資本積累，可命名為成長能力因子。

4.因子得分

根據因子得分系數矩陣（表5），可以寫出每個因子得分計算公式：

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）基于聚類分析的財務風險等級評價

聚類分析是將物理或者抽象對象的集合分成相似的對象類的過程。聚類分析的原則是同一類中的個體有較大的相似性，不同類中的個體差異較大。下面以因子分析中提取的4個因子為聚類變量，對28家公司進行K均值聚類分析，將28家公司分成4類，相應的風險等級劃分為：幾乎沒有財務風險，財務風險較小，財務風險較大，財務風險很大。聚類結果見表6。

創業板上市的中小企業雖然都具有高科技、高成長性的特征，但是在上市過程中，為了達到證監會相關要求，大多進行了非長期性的融資租賃，在企業上市完成后，如果經營業績不能達到預期，企業運作會遇到瓶頸，財務風險隨之加大。從上面分析結果中可以看出，首批上市的28家公司經歷了兩個會計年度的發展，大部分已經趨于平穩，財務風險基本得到控制。

1.幾乎沒有財務風險的吉峰農機，各指標的平衡發展，尤其是在營運能力和成長能力方面有良好的表現，應注意保持公司目前良好的財務管理狀況，但是需要注意的是，該公司使用超募資金推進區域擴張和業務擴張，力求保證公司在國家農機補貼增速趨緩的情況下，通過將行業存量變成公司增量的方式實現業務高速增長，這種增長方式造成了公司利潤的降低應引起管理層的重視。

2.財務風險較小的15家公司，大多資本來源途徑較廣，資本結構、投資規模、投資方向、投資回收期合理，經營效率和管理水平較高。公司對應收賬款和成本費用管理到位，有明確的成本費用控制重點環節和關鍵點，對重點成本、費用的事前預算、事中控制和事后的系統分析總結，挖掘成本潛力，提高經營效率，將公司的運營成本控制在最經濟、最合理水平，有效提升了公司的盈利能力。在以后的發展中應繼續優化現有的財務管理模式，并隨時關注財務指標的變化情況，做好財務預警。

3.作為創業板市值最大的公司，樂普（北京）醫療器械股份有限公司主要從事冠狀動脈和先心病等介入醫療器械的研發、生產和銷售，是國內高端醫療器械領域能夠與國外產品競爭并取得優勢的企業，目前擁有五家全資子公司。從數據分析來看，該企業2011年度財務風險較大，主要是成長因子上得分偏少，造成財務風險的升高。表7中和訊網對該公司2011年度的財務能力評級也證明了這一點。

企業應該根據財務報表的相關指標進行分析，找到影響財務風險的主要因素并采取相應對策，以避免財務風險狀況的進一步惡化，并通過建立財務預警機制實時監控財務風險。這樣，企業才能在稅收優惠等政策到期的情況下，更好地利用超募資金，在占領國內心內介入/植入廣闊市場空間的同時，積極進軍國際市場。

4.對于財務風險很大的11家公司，公司內部和外界投資者應加以特別重視。公司內部應在對國家和企業所處行業的外部環境分析的基礎上，重點分析企業的籌資結構、審查企業的投資方向和投資規模，優化企業的財務管理模式，強化財務管理人員的風險意識，以避免財務風險狀況的極度惡化，而外部投資者則應謹慎投資。

四、結論

本文根據創業板上市公司高科技和高成長的特點，設計了5個層面的13個指標構造的財務風險評價體系，以擁有兩個完整會計年度的創業板首批上市28家公司為研究對象，搜集2011年財務數據，通過相關分析篩選出13個指標做因子分析，提取了4個主因子，并且利用最大方差法旋轉成分矩陣，將因子命名，計算了各個因子得分系數，在此基礎上，運用聚類分析法對公司排名情況進行風險等級的劃分，并根據企業發展的實際情況，提出了相應的對策建議。這種聚類的方法與根據因子貢獻率得出綜合因子得分公式得到28家公司財務風險狀況的綜合排名的方法相比，更注重企業各方面的平衡發展，避免因少數幾個因素的極端變化影響企業財務風險的等級。

【參考文獻】

[1] Altman E，haldman R，Narayann P.Zetaanalysis-a new model to identity bankruptcy risk of corporations[J].Journal of banking and Finance，1977（3）：58-65.

[2] 周首華，楊濟華，王平.論財務危機的預警分析――F分數模式[J].會計研究，1996（8）：8-11.

[3] 周敏，王新宇.基于模糊優選和神經網絡的企業財務危機預警[J].管理科學學報，2002（3）：86-90.

[4] 王曉鵬，何建敏，馬立成.Cox模型在企業財務困境預警中的應用[J].價值工程，2007（11）：4-8.

[5] 何燭竹.上市公司財務預警模型應用研究[J].財會通訊，2009（4）：137-138.