田暢

摘要：財務風險評估是上市企業(yè)運行過程中的重要內容，是確保企業(yè)長遠運行的命脈，良好準確的評估與把控財務風險對上市企業(yè)管理運營至關重要。文章首先了解財務風險背景，然后建立模型，基于選定的財務分析指標并結合上海上市企業(yè)的樣本數(shù)據(jù)，從盈利能力、償債能力、成長能力、運營能力和現(xiàn)金能力五個方面進行上市企業(yè)財務風險分析，并依據(jù)模糊聚類分析方法對企業(yè)財務風險進行等級分類，得到低風險或財務狀況良好、財務狀況一般和高風險三類風險水平，最后討論了模糊聚類分析的優(yōu)劣以及在企業(yè)統(tǒng)計的應用。

關鍵詞：上市企業(yè);財務風險評估;模糊聚類分析

一、引言

財務風險是企業(yè)在財務管理過程中必須面對的一個現(xiàn)實問題，是指企業(yè)在各項財務活動中由于各種難以預料或控制的因素影響，財務狀況具有不確定性，從而使企業(yè)有蒙受損失的可能性。

目前我國企業(yè)已普遍采取措施控制財務風險，也建立了相應財務風險評估體系，但與國外企業(yè)相比，我國企業(yè)資金結構不合理，負債資金比例和賒銷比重過高，也沒有明確或較明確的目標負債率。由于這些問題存在，所以對上市企業(yè)財務風險評估至關重要。盡早對財務風險評估，使企業(yè)對本公司財務風險有明確認識與定位，從而更好防范整體風險。

從實際應用角度看，當上市企業(yè)公司貸款或被投資時，財務風險大小會直接影響到貸款或投資的金額。但企業(yè)財務風險是處于高風險還是低風險或一般水平，是一種模糊性數(shù)據(jù)問題，為研究這方面問題，本文將模糊聚類分析引入到上市企業(yè)財務風險評估當中。

二、模糊聚類分析法介紹

目前國內外企業(yè)財務風險評價的研究方法主要為單變量分析法、多變量分析法、logistic模型、神經網(wǎng)絡和數(shù)據(jù)挖掘方法等。聚類分析是數(shù)據(jù)挖掘的主要任務之一，可以作為一個獨立的工具獲得數(shù)據(jù)的分布情況，依據(jù)研究對象（樣本或指標）的特征對其進行分類，觀察每一簇數(shù)據(jù)的特征，集中對特定的聚簇集合作進一步地分析。

模糊聚類分析是把模糊數(shù)學方法引入聚類分析，是多元統(tǒng)計“物以類聚”的一種分類方法。不管實際數(shù)據(jù)是否真正存在不同的類別，利用模糊聚類分析都能得到分成若干類別的解。由于模糊聚類得到了樣本屬于各個類別的不確定性程度，表達了樣本類屬的中介性，更能客觀地反映現(xiàn)實世界。

三、模型構建

（一）評價指標選取

影響上市企業(yè)財務風險的因素主要為：盈利能力、償債能力、營運能力、成長能力和現(xiàn)金能力。其中盈利能力指標包括營業(yè)利潤率、總資產利潤率和凈資產收益率等;償債能力指標包括資產負債率和股東權益比率等;營運能力指標包括總資產周轉率等;成長能力指標包括營業(yè)收入增長率等;現(xiàn)金能力指標包括經營現(xiàn)金流與總負債比率等。本文將選取上述具有代表性的8個指標，從5個方面能力反映財務風險。

（二）樣本選擇和數(shù)據(jù)處理

從Wind數(shù)據(jù)庫中選取上海58家樣本公司的財務數(shù)據(jù)，涉及房地產開發(fā)、生物醫(yī)藥、塑料制品和證券等多種行業(yè)類型?；谒@得的樣本數(shù)據(jù)并利用SPSS統(tǒng)計軟件因子分析可以得到7個正向指標和1個逆向指標（資產負債率）。為了方便數(shù)據(jù)分析，將逆向指標資產負債率進行取倒數(shù)處理。

為了得到上市企業(yè)財務風險的不同等級，需要對樣本數(shù)據(jù)進行模糊聚類分析，但由于模糊聚類分析在較大樣本下計算十分困難，所以進行再次取樣，從58家樣本公司中隨機選取十家，取這十家公司2019年的財報數(shù)據(jù)進行模糊聚類分析，并假設上市公司的財務數(shù)據(jù)都是真實的。

（三）模糊聚類分析

u11=（0.4581，0.013，0.1305，1.098，0.0893，0.03，0.1051，0.0253）

以10家上市公司和優(yōu)等狀態(tài)作為聚類樣本，構造論域U={u1，u2，…，u10，u11}，財務指標集合X={x1，x2，…，x7，x8}

然后利用標準化的數(shù)據(jù)來構造模糊相似矩陣R=（rij）10*10，其中rij表示ui和uj的相似程度，其中rij用相關系數(shù)法來表示：

基于計算得到的模糊相似矩陣利用平方自合成方法可求得傳遞閉包，將傳遞閉包中的元素從小到大的順序排列，1<0.9542<…<0.8582<0.8021<0.6907<…，并依次取第5至第8個數(shù)值作為選定的置信水平值λ： 0.9030;0.8582;0.8021;0.6901。根據(jù)選定的置信水平值利用編網(wǎng)法構造截矩陣，然后進行直接聚類。

（四）結果

由模糊聚類分析結果可知，無論置信水平為四個數(shù)值中的何值，u1始終與優(yōu)等狀態(tài)u11等價，在85.82%置信水平u10下與優(yōu)等狀態(tài)u11等價，在80.21%置信水平下u5u6與優(yōu)等狀態(tài)u11等價，在69.01%置信水平下u4u7u8u9與優(yōu)等狀態(tài)u11等價，只有u2u3在任何置信水平下都不與優(yōu)等狀態(tài)等價。

從分析結果可以得出，u1相比于其他公司財務風險較低，而u2u3兩家公司相比于其他公司財務風險水平相對較高，其余公司處于中間狀態(tài)，因此可以將公司財務風險分為三類：低風險或財務狀況良好、財務狀況一般和高風險。

基于8個財務指標，對比u1u2u3u11這四家上市公司的財務指標原始數(shù)據(jù)可以觀察到，u1具有較高的營業(yè)利潤率和凈資產收益率，u2u3具有較低的凈資產收益率和較高的資產負債率。將數(shù)據(jù)特點和財務風險的三個分類相結合可以分析得出：低風險或財務狀況良好主要表現(xiàn)在高水平的營業(yè)利潤率和凈資產收益率，而高風險主要體現(xiàn)在較低的凈資產收益率和較高的資產負債率。

四、結語

本文針對上市公司財務風險評估問題，從上市公司盈利能力、償債能力、營運能力、成長能力和現(xiàn)金能力5個方面對上市公司的財務風險水平進行評價定位。在此基礎上，利用模糊聚類分析方法基于上海上市公司樣本數(shù)據(jù)對各個公司的財務風險水平進行分類，并得到了三類不同的風險水平。

基于上述實例分析可以看出，模糊聚類分析方法能夠直觀簡明地觀察數(shù)據(jù)類別和特征，在現(xiàn)實模糊問題的處理上，將不能直觀判斷的模糊事物量化得到有據(jù)可循的直觀類別。但是面對較大樣本量時，要獲得聚類結果有一定困難。由于現(xiàn)在經濟管理、財務管理、科學技術等中的分類界限往往不分明，因此采用模糊聚類分析方法通常比較符合實際，該分析方法在經濟學、社會學、醫(yī)藥等許多領域都有所應用。

參考文獻：

[1]夏慧玲，林小芳，王海船，蹤鋒.基于主成分——聚類分析的快遞企業(yè)風險評價方法[J].物流科技，2015（12）：62-66.

[2]高新波.模糊聚類分析及其應用[M].西安：西安電子科技大學出版社，2004.

[3]李素紅，陳立文.基于因子分析法的房地產上市公司財務風險評價[J].河北工業(yè)大學學報，2011（12）：101-106.

[4]邵華，上市公司財務風險的衡量及其影響因素的分析[D].太原：山西財經大學，2011.

[5]宋彩平，何佳祺.基于因子分析的林業(yè)上市公司財務風險評價體系研究[J].林業(yè)經濟問題，2013（02）：71-72.

（作者單位：首都經濟貿易大學）