农业上市公司财务风险管理.docVIP

农业上市公司财务风险管理摘要：文章首先对我国农业上市公司财务风险的现状进行了分析，随后通过主成分分析和因子分析法对我国农业上市公司财务风险的影响因素进行识别，最后基于影响因素识别分析的启示提出了关于农业上市公司财务风险的防范建议。 关键词：农业上市公司；财务风险；因子分析 一、农业上市公司财务风险的现状 总地来说，目前我国农业上市公司的基本状况及发展水平与我国农业的重要地位不相适应，其财务风险状况表现如下：第一，利润偏低。我国37家农业上市公司的年平均利润总额从2007年至2009年一直连续下降；亏损面扩大、亏损额增加，已经成为我国农业上市公司的财务质量状况的一大现状。第二，资本规模小。截至2009年12月31日，37家农业上市公司的总股本和平均股本分别为138.52亿股、3.74亿股，只占我国上市公司总股本、平均股本的0.53%和24.56%。第三，资本结构较不合理。我国农业上市公司大多为国企，一股（国有股）独大现象严重；为避开按期偿还债务利息的“硬约束”，我国农业上市公司偏向股权融资。第四，资产负债率偏高。2009年沪深证交所统计的37家农业上市公司中，有5家为ST上市公司，达13.51%。2009年末我国农业上市公司中资产负债率超过50%的占四成以上，其中ST昌鱼和延长化建的指标分别高达92.1%、72.08%，ST华龙的资产负债率已经超过了100%。双重风险下，不可控因素增多，我国农业上市公司面临着严重的经营风险和财务风险。 二、农业上市公司财务风险影响因素的识别分析 （一）样本选择与指标选取 文章选取37家农业上市公司作为研究总体，考虑到数据的可获得性和可比性，剔除了一些数据不全或异常的公司，最终选取28家农业上市公司2007-2009年三个年度的数据作为研究的样本。财务指标种类繁多，相互联系，本着全面性和准确性的原则，本文所选财务指标包括：每股收益X1、净资产收益率X2、总资产报酬率X3、销售净利率X4、每股净资产X5、资产负债率X6、流动比率X7、速动比率X8、存货周转率X9、总资产周转率X10、总资产增长率X11、每股经营现金流量X12、总资产现金回收率X13。 （二）变量的描述性统计分析过程 由于本文以28家农业上市公司连续三年的数据作为最终的研究样本，将会对这84条数据进行主成分分析和因子分析，在这之前，先对其进行描述性分析（见表1）。 （三）主成分分析和因子分析过程 1、原始变量的标准化处理和相关系数矩阵的计算。由于各个财务指标的大小、单位都不尽相同，缺乏可比性，故而需要对不同指标进行数据标准化处理。本文将采取普通的Z标准化法。根据13个财务指标的84条数据样本，使用SPSS软件分析得到13项指标的系数矩阵（见表2）。 如表2，可发现：净资产收益率X2与总资产报酬率X3的相关性程度最高，其次是每股经营现金流量X12与总资产现金回收率X13、总资产报酬率X3与销售净利率X4、流动比率X7与速动比率X8的相关性较高，说明指标间存在某种的重叠现象。 2、KMO检验和Bartletts检验。进行因子分析法之前，样本数据是否适合还需要通过KMO检验和Bartletts检验。结果显示：KMO值为0.558，处于0.5-1之间，则表示适合；X2的渐进值（970.883）很大，显著性概率（sig）为0.000，小于0.001，表现出高度的相关性和显著性，Bartlett检验同样也符合要求；可见，72条样本数据适宜因子分析法（见表3）。 3、提取公因子。已经完成了样本数据的KMO＆Bartlett检验，接下来我们要利用spss软件通过主成分分析法获得初始公因子特征值、方差贡献率及累计方差贡献率以提取公因子。表4即为方差总解释表。 4、因子旋转。具体见表5。 从旋转后的正交因子载荷矩阵表，我们可以精确地将众多的财务指标归为五大类即五大公因子，且分析出的公因子具有显著的代表性和综合性，能够综合反映农业上市公司的财务风险。第一类公因子即盈利因子（FRI1），包括每股收益、净资产收益率、总资产报酬率、销售净利率四项财务指标，体现农业上市公司的盈利能力；第二类公因子即偿债因子（FRI2），包括资产负债率、流动比率、速动比率三项指标，反映农业上市公司的偿债能力；第三类公因子即营运因子（FRI3），包括存货周转率、总资产周转率两项财务指标，体现农业上市公司资产管理水平；第四类公因子即成长因子（FRI4），包括每股净资产、总资产增长率两项财务指标，反映农业上市公司的规模扩张水平；第五类公因子即现金流因子（FRI5），包括每股经营现金流量、总资产现金回收率两项财务指标，反映农业上市公司的现金流量状况。 三、基于主成分分析和因子分析法启示的农业上市