因子分析在财务诊断方案生成中的应用研究

庞大莲+梁戈夫+裴帅帅+陶盈盈

【摘 要】 为改变传统财务诊断中过于依靠专家的判断和经验而导致诊断分析主观性强，诊断方案与实际情况不相符、不适用等状况，文章尝试提出一种新的思路，将因子分析方法应用于财务诊断过程中，从财务诊断方案生成的需求角度来寻找关键因素、创建方案主题、进行诊断分析，最后生成诊断方案。将因子分析方法应用于财务诊断，可以使财务诊断在方法、模式、效率、效果等方面得到改善，使企业财务诊断模式的创新成为可能。

【关键词】 财务诊断； 因子分析； 关键因素； 诊断方案

中图分类号：F239；C932 文献标识码：A 文章编号：1004-5937（2015）24-0014-04

一、引言

财务诊断是一种能改进财务管理方式的高效、科学的方法，在西方称为财务咨询，最早用于破产预测。William（1966）率先提出并运用单一比率模型对企业的财务困境进行预测，使财务诊断开始进入到系统化企业财务风险研究阶段。Tam and Kiang（1992）运用神经网络技术对样本企业财务困境进行判断，并通过与其他方法模型进行对比来验证神经网络技术的总误判率最小、预测精度最高。Takaomi Kaneko（1996）开发建立了一个基于模糊理论和模糊逻辑控制生产系统的财务诊断专家系统。

因子分析是一种研究从变量群中提取共性因子的统计技术，其起源于心理学，由英国心理学家Charles Spearman最早提出。近年来，逐渐有将因子分析法应用于财务分析的研究，如尹子民等（2008）根据企业的财务指标众多的特点，运用因子分析方法分析上市公司的财务情况；王文桂（2011）在公司并购中用因子分析法评价财务绩效，并由此计算其综合绩效得分F值，得出上市公司并购前后的绩效变化情况。

然而，目前为止将因子分析应用于财务诊断的研究极少。其实，因子分析具有从变量群中提取共性因子的特性，可在众多的变量中找出少数几个能具有代表性的综合性因子，从而减少变量的数目，简化数据的处理过程。因此，可将因子分析应用于财务诊断中，消除财务指标间的重叠，并通过确定公因子寻找关键财务指标。由此，本文尝试提出：将因子分析的方法应用于财务诊断过程中，通过分析、计算提取出对企业财务影响最大的关键因素，为财务诊断的方案主题确定提供依据，进而生成财务诊断方案。这种新思路可能会促进财务诊断新模式的形成。

二、财务诊断的因子分析及方案生成过程设计

财务诊断的因子分析和诊断方案生成过程可设计为数据预处理、提取关键因素、形成方案主题及诊断参考方案生成等环节。

（一）基于聚类分析的财务数据预处理

数据预处理是数据挖掘过程中的一个重要步骤，通过对数据中存在的有噪声、不纯净、无用的数据进行预处理，可以提高数据挖掘结果的质量。在所收集的财务数据中，许多指标之间具有一定的关联性，利用聚类分析方法可根据指标的关联性进行适当的合并处理，达到一定的降维效果，同时可以减少数据挖掘的时间，提高数据挖掘结果的准确性。运用聚类分析法进行数据预处理具体步骤包括：

1.数据标准化。对原始数据进行标准化处理，消除原始数据维度不同的影响。

2.定义距离。计算出指标之间的距离，距离越近，表示两个指标的性质越接近，可以归为一类。

3.聚类分析。数据经标准化处理后，可利用SPSS软件进行分析，根据聚类需要选择相应的聚类方法和标准化方法，软件会自动进行聚类分析，输出直观的图表结果（例如树状图、聚类过程表等），供施诊者根据输出结果进行分类。

（二）利用因子分析获取财务诊断关键因素

数据预处理后可以筛选出一些具有代表性的指标，但要找出对财务影响最大的关键因素（指标），还需要进一步的分析。因此，可以运用因子分析法作进一步降维处理，寻找影响财务状况的关键指标，提取出的关键因素可为生成诊断方案主题提供依据。主要步骤为：（1）数据检验，确定因子分析条件；（2）提取公因子，确定财务诊断关键因素；（3）公因子解释及命名，定义每个因子所表示的财务指标；（4）计算因子得分和样本综合得分，获得关键指标。

（三）建立综合评价模型

根据综合得分，可建立综合评价模型：

其中，γi为旋转前或旋转后因子的方差贡献率。以F综合值的大小可以评判企业财务综合状况。

只要在SPSS软件中选择其中的“因子分析”模块，并根据诊断要求进行相应的操作和处理，即可完成上述计算过程。

（四）拟定财务诊断主题及形成施诊参考方案

经过前面的聚类分析和因子分析，可以获得代表性更强的关键财务诊断指标，根据所获得的关键指标进行财务诊断分析，再综合施诊专家的判断、企业高层的意见，可以初步拟定财务诊断的方案主题。如此形成的诊断方案主题使财务诊断的针对性更强，客观性和科学性也大大提高，降低指标数量也使诊断效率得到提高。

当财务诊断的主题确定后，围绕主题组建数据指标进行再分析，例如可采用BP神经网络、PCA、APH等方法进行数据挖掘和评价，然后根据评价的结果进行因素组合以构建诊断参考方案。

三、实例研究——Y公司的财务诊断因子分析及方案生成过程

Y公司为国内机械制造行业的某上市公司，2012年以来，受宏观环境影响，库存增多、应收账款增多、现金流大幅下降、利润下滑，为此受Y公司委托对其财务状况进行诊断。

根据财务诊断的原理，对Y公司进行财务诊断的流程如图1所示。诊断过程分为财务数据收集及指标体系的建立、关键因素寻找、诊断方案主题的创建、因素组合生成参考方案4个步骤。

（一）Y公司财务信息收集及指标体系的建立

1.财务信息收集及数据预处理

财务信息收集及数据预处理包括财务因素与非财务因素的收集和处理。财务因素主要为Y公司近3年的三大财务报表，分别对公司偿债能力、盈利能力、营运能力及成长能力等要项选用33个会计指标。非财务因素为与企业财务关联较为紧密或影响较大因素，如企业的筹资、销额销量、市场份额、销售策略、竞争对手和类型、替代品发展等。可通过德尔菲、G-PEST、SWOT分析等方法进行审计和量化转换。（限于篇幅，上述指标原始表格省略）

将收集到的财务数据标准化处理后，利用SPSS软件中的“系统分类”选项进行聚类分析，得出聚类分析结果。聚类分析过程如表1所示。

2.财务指标体系

经聚类分析后，原33个财务指标减少为5类27个，如表2所示。经聚类降维的财务诊断指标更具代表性，可以为财务诊断提供更为明确的分析依据。

（二）利用因子分析法提取关键财务因素

1.数据检验。主要是利用SPSS软件检验聚类分析后选取的指标是否适合作因子分析。根据一般的标准，KMO取值>0.6，巴特利特球度检验给出的相伴概率小于显著性水平0.05，就可认为适合于因子分析。数据检验结果如表3所示，其中KMO值为0.691>0.6，巴特利特球度检验给出的相伴概率也小于0.05的显著性水平，因此认为原有指标适合作因子分析。

2.提取公因子。因子分析时，一般将特征值>1，或累计方差贡献率>80%的特征个数确定为公因子的个数。Y公司相关财务指标因子分析的特征值和贡献率如表4所示，表中前两个因子的累计方差贡献率为100%，且这两个因子的特征值均>1，说明这两个因子已可以解释全部变量，因此可选取前两个因子作为公因子。为方便分析，两个因子分别称为F1和F2。

表5为因子成分矩阵，如对初始矩阵表5进行旋转，使各个公因子的含义更加清晰，旋转因子成分矩阵如表6所示。

3.公因子解释及命名

由表6可知，固定资产周转率、资产报酬率等8项与收入利润有关的指标在公因子F1上有较高的载荷，因此将F1命名为收入利润因子；而现金流量比率、已获利息倍数等6项现金流量有关指标在公因子F2上有较高的载荷，故命名F2为现金流量因子。（限于篇幅，表简略）

4.计算因子得分和样本综合得分

由回归分析系数矩阵（略），估算F1和F2因子成分的得分系数后，形成函数：

F1=0.043X1+0.051X2-0.009X3+…+0.063X27

F2=0.035X1+0.027X2+0.077X3+…-0.087X27

通过综合评价模型F综合=（γ1F1+γ2F2+…+γmFm）/∑γ的计算，可得到样本的综合得分函数：

F=0.511F1+0.487F2

由此可见，F1和F2的变化对财务状况影响最大，即影响Y公司财务能力的主要因素是收入利润和资金问题。

（三）拟定公司财务诊断方案主题

在拟定主题前，可对F1和F2代表的14个指标进行再分析和挖掘。分析该14项指标近3年的趋势（略），看到Y公司主要由资金管理缺陷导致财务恶化。即高基础数据背景下诊断的主题可初步拟定为“分析判断和解决资产效率低下及资金管理问题”。在此基础上，本例的委托者倾向于从产品业务（系列质量及服务）入手，以增加销售改善财务状况；而本例的施诊者倾向于通过降低库存，减少应收项，同时适当对促销进行改善，具体主题为“加强用户研究，实施产品生产与销售的双重改进”。

（四）建立因素体系，形成施诊方案

围绕主题进行深层次的数据挖掘，利用网络和XBRL及Web3.0等技术平台，提取出与主题高度相关的因素并进行组合，分为三部分进行信息和数据挖掘。

1.进行公司内部财务数据挖掘，形成Y公司3年来财务重大变动项目表。包含发生这些重大变动的经营原因，形成财务综合状况判断的深层因素支持。

2.进行公司内部非财务数据挖掘，包括公司的战略方针方案、公司治理结构、发展速度、业务重点、重大变动问题、优劣势等。本例寻找出政策重大变动和公司战略调整的因素。可通过对因素赋权后进行因素强度和力度的计算，形成相关表格。

3.通过对公司外部财务数据及非财务信息的挖掘，获取行业财务和非财务数据，用于对照。

获得上述关键因素、关联因素和外部的参照因素后，可进行排序打分，然后根据不同的诊断主题，组合出不同分值的施诊参考方案。如本例以施诊者价值倾向为主题，形成以下参考方案：

第一，根据施诊者倾向，其诊断主题可拟为“加强用户研究，实施生产、销售与财务管理的三重改进”。主题核心因素为：流动比（库存）、销售额、应收账款。

第二，改善围绕主题的关联因素。本例施诊者倾向的主题中，除与F1和F2对应的10多个因素外，重点列入用户研究、及时生产、销售的信用管理和目标管理等非财务因素。

第三，描述各方参考案本质、要点、措施，评估比较影响面和改善幅度。

四、结论

（一）因子分析可提高财务诊断的客观性和合理性

文中实例所述的财务诊断过程中，主要是采用了因子分析的方法提取财务的关键指标作为创建方案主题的依据，以提高财务诊断的客观性和合理性。实例中最终提取的关键因子F1和F2分别代表公司的盈利能力和现金流量，与实际情况相符。

（二）关键财务因素识别与获取提供了施诊主题的客观来源

因子分析从变量集中提取公共因子的统计技术，保障了关键因素的客观来源，满足了财务诊断过程的方案主题拟定环节中选取关键因素作为施诊主题的客观需要。同时，也在一定程度上减少主观赋权对于因素权重的影响，由此实施财务诊断的科学性、有效性和覆盖度得到应有的保证。

（三）将因子分析法应用到财务诊断中可以在两个方面得到改善

一是诊断主题的确定更有针对性。这得益于因子分析能从大量财务数据中有效地识别和提取关键财务因素的特性，从而形成针对性、目标性更强的诊断方案主题。二是因素组合生成诊断参考方案增加了财务诊断的调节能力。诊断参考方案是通过对不同的施诊主题进行不同的因素组合实现的，对于不同的主题，可采用不同相关因素组合来生成参考方案，因此实际上增加了解决问题的角度和途径。

【参考文献】

[1] WILLIAM B. Financial Rations as Predictors of Failure[J].Journal of Accounting Research（supplement），1966（4）：71.

[2] TAM， K Y，KIANG M Y. Managerial Applications of Neural Networks： The Case of Bank Failure Predictions [J]. Management Science，1992（7）：926-947.

[3] KANEKO T. Building a Financial Diagnosis System Based on Fuzzy Logic Production System[C]. 18th International Conference on Computers and Industrial Engineering，1996：743-746.

[4] SPEARMAN C. General intelligence， objectively determined and measured[J]. American Journal of Psychology，1904（15）：201-293.

[5] 尹子民， 王春蕊. 基于因子分析建立上市公司财务战略模型[J].中国管理信息化，2008，11（3）：64-67.

[6] 王文桂. 因子分析法在公司并购财务绩效评价中的应用[J].企业导报，2011（1）：65-67.

[7] 庞琦， 张建平. 基于因子分析的上市公司并购绩效研究[J].会计之友，2015（17）：64-68.