汪嵘明 WANG Rong-ming
（昆明理工大学津桥学院，昆明 650106）
（Oxbridge College，Kunming University of science and Technology，Kunming 650106，China）
摘要：本文以亏损公司与非亏损公司的财务指标数据运用判别分析建立了一个判别函数，对上市公司是否应特别处理进行定量分析。同时还运用主成分分析建立了上市公司的综合评价函数，对上市公司经济效益进行综合评价，并得到了一个衡量亏损公司与非亏损公司综合评价得分的分割值，不仅能让投资者对目标公司的经济效益有一个大致的预测，还可为决策者判断本公司的经济效益状况提供参考的依据。
Abstract： In this paper， a discrimination function is established using discriminant analysis with the financial indicators data of loss-making companies and non-loss companies for the quantitative analysis of whether listed companies should take special treatment. And the comprehensive evaluation function of listed companies is established for comprehensive evaluation of the economic benefits of listed companies， and a partition value to measure the comprehensive evaluation scores of the loss-making company and non-loss company， which allows investors to predict the economic benefits of the target company and provides reference for decision-makers to judge the economic situation of the company.
教育期刊网 http://www.jyqkw.com
关键词 ： 亏损公司；判别分析；主成分分析；综合评价
Key words： loss-making company；discriminate analysis；principal component analysis；comprehensive evaluation
中图分类号：F832.5 文献标识码：A 文章编号：1006-4311（2015）19-0068-04
作者简介：汪嵘明（1973-），男，江苏苏州人，讲师，硕士研究生，主要研究方向为信息管理、项目管理。
0 引言
随着信息通讯技术和互联网的发展，互联网金融信息对金融市场的影响已经越来越不容忽视。而证券市场是金融市场的重要组成部分，毋庸置疑，在技术进步推动社会变革的今天，以互联网为代表的现代信息科技将对人类金融模式产生深远影响，互联网金融模式作为现代信息技术与金融结合的产物必将引起金融业的巨大革新。为了实现证券市场在互联网金融时代长期稳定的健康发展，必须加强对证券市场的研究与监管。因此，证券市场研究与监管的内容之一无疑是要对上市公司做出科学公正的评价。
对上市公司的评价，即对公司经营状况的分析，主要是对上市公司财务报表数据的分析。财务报表是上市公司全部重要信息的浓缩反映，而财务指标则是对上市公司进行综合评价的重要内容。通过设立反映上市公司经营业绩的指标体系，并采用一定的评价方法对上市公司的经营业绩进行综合评价，是投资者、上市公司和监督机构都非常关注的问题，也是规范发展证券市场的重要举措。
1 上市亏损公司股票的定性分析
1.1 上市亏损公司 上市亏损公司是指证券交易所对存在股票终止上市风险的公司的股票交易实行“警示存在终止上市风险的特别处理”，其主要措施为在其股票简称前冠以ST字样，以区别于其他股票；在交易方面，其报价的日涨跌幅限制为5%。
所以证券交易所对这些公司的股票进行特别处理，能维护投资者的利益和证券市场的健康发展。而且本文在后面的判别分析中，以经济效益的好坏为标准将亏损公司和非亏损公司界定为两个不同的组。
1.2 研究样本与评价指标 本文选取2014年沪深两地证券市场共70家上市公司作为研究样本，样本数据来源于CCER经济金融研究数据库——一般上市公司财务数据库。（表1、表2）
2 上市亏损公司股票的定量分析
2.1 判别分析的原理与一般方法 本文运用的是费歇尔（Fisher）判别，其基本思想是将多维数据投影到某个方向上，投影的原则是选择合适的判别规则将总体与总体之间尽可能分开。
其一般方法为：设有两个总体G1、G2，其均值分别为μ1、μ2，协方差矩阵为∑1、∑2，并假定∑1=∑2=∑，考虑线性组合y=l′x，通过寻求合适的l向量，使得来自两个总体的数据间的距离大，而来自同一个总体的数据间的变异比较小。并定义函数
当μ1、μ2、∑未知时，可由G1和G2中分别抽出n1和n2个样本，计算相应的样本均值和协方差作为μ1、μ2、∑估计。
2.2 实证分析 将70个样本数据中的亏损公司、非亏损公司分别界定为两组，利用逐步判别法：
①Wilks的Lambda检验（Wilks’ Lambda ）表给出了在分析中提取的一个判别函数，并且经过Chi-square检验（卡方检验），Sig.为0.000，说明该函数是有统计学意义的（显著性水平a=0.05）。
②标准化的典型判别函数系数（Standardized Canonical Discriminate Function Coefficients）给出了判别函数中各个变量的标准化系数，从而可以写出标准化的判别函数式：
D=0.694*ZX1（资产收益率）+0.470* ZX4（应收账款周转率）+0.518*ZX5（流动比率）+0.388*ZX9（净资产增长率）
（3）
从判别函数式可以看出，纳入判别的四个财务比率正好代表了综合衡量企业经济效益的四个方面：盈利能力、营运能力、偿债能力和成长能力，而且四个财务比率进入判别函数的判别权重大小也正好符合预期。
③将70组数据标准化后代入判别函数，并进行判别分组，判别分组情况及判别得分。可知当D>0，将其判为第2组，即非亏损公司——经济效益较好，错判的概率为8.57%。这实际上很大程度是由于模型本身的设定偏误造成的。因为本文建立的判别函数是判别上市公司综合经济效益状况的，正如本文前面所谈到的将亏损公司界定为经济效益较差。但证监会对上市公司亏损的界定原则包括财务状况异常和其他状况异常，并不仅仅只对其经济效益进行监督。也就是说很有可能某些上市公司经济效益不差，但由于其他原因而被亏损了，从而导致错判概率较高。
虽然如此，但仍可以看到当D<0，将其判为第1组，即亏损公司——经济效益较差，错判的概率为0，即当计算得到某个上市公司的判别得分小于0时，其经济效益必然较差，也一定被亏损。
3 亏损上市公司综合评价的定性分析
亏损上市公司业绩是在公司生产经营等若干因素共同作用下产生的综合结果，范围广、内容多，就公司业绩而言，应包括财务方面的财务效益、资产营运状况、偿债能力、抗风险能力、发展能力等；经营方面的市场占有能力、企业创新能力、行业或区域影响能力、人力资源开发利用能力等；管理方面的企业领导班子的综合素质、员工素质、管理策略等；社会影响方面的社会贡献、环境保护、资源节约与消耗等。具体评价内容一般根据评价的目的或方法来确定。
本文运用多元统计分析方法中的主成分分析建立了对亏损上市公司经济效益的综合评价函数，计算各上市公司的具体得分。由于本文是根据主成分分析中各主成分的贡献率来确定各主成分在评价函数中的权数，所以得出的结论比较客观真实。
4 上市公司综合评价的定量分析
4.1 主成分分析的原理与一般方法
主成分分析是从解释变量方差的角度出发，假设变量的方差能够完全被主成分所解释的一种多元统计分析方法。它能够将大量繁杂的原始指标、数据简化为少量的综合指标，同时使这少量指标尽可能地包含原指标群中的信息资料。这些综合指标能够更好地反映各样本之间的主要差别，而且在统计意义上是相互独立的。
其一般方法为：设有n个样本，每个样本观测p个变量，得到原始数据矩阵：
最后确定和解释主成分，构造评价函数模型，计算各样本的得分，排序并选择分割点。
4.2 实证分析
①由相关系数表可以看出：资产收益率X1和总资产增长率X10的相关系数最大为0.726，其次是资产收益率X1与净利润率X2、资产收益率X1与资本充足率X6，而其他指标的相关系数都较小，有部分指标呈负相关性。但实际上这10个指标均为同趋性的正指标，相关系数一般应为正值，部分指标呈负相关性的异常现象说明亏损上市公司的这类指标不是很理想。
②本文选取累计贡献率大于80%来确定主成分，根据主成分的特征值与贡献率表，共选择6个主成分来代替原来的10个财务比率，它们包含原来指标信息的80.979%。由因子载荷矩阵，即各主成分与各原始财务比率的相关系数可以看出：
1）主成分F1中，ZX1、ZX2、ZX10的载荷量远大于其它财务比率，所以F1主要是由资产收益率、净利润率、总资产增长率反映，它代表了企业的盈利能力。
2）主成分F2中，ZX8、ZX9的载荷量远大于其他财务比率，所以F2主要是由税后利润增长率、净资产增长率反映，它代表了企业的成长能力。
3）主成分F5中，ZX3、ZX5的载荷量远大于其他财务比率，所以F5主要是由存货周转率、流动比率反映，它代表了企业的营运能力。
4）主成分F3、F4、F6中，ZX4、ZX5、ZX6、ZX7的载荷量远大于其他财务比率，所以这三个主成分主要是由应收账款周转率、流动比率、资本充足率、债务资本比率反映，它们代表了企业的偿债能力。
另外，可以看到F3中ZX6资本充足率的载荷量较大，所以F3代表了企业的长期偿债能力；F4中ZX5流动比率的载荷量较大，F4代表了企业的短期偿债能力。
事实上，六个主成分的贡献率正好反映了各自在企业正常生产经营过程中的重要程度，盈利能力和成长能力肯定是最重要的，一个企业能否为投资者带来利润，是其存在和发展的首要目标；偿债能力则揭示了一个企业财务风险的大小，如果偿债能力不足，企业就无法满足债权人的要求，即使是盈利企业也可能破产或造成生产经营的混乱；而营运能力，也就是企业的资产周转情况，则直接影响企业的盈利能力和偿债能力。
4.3 根据各主成分的贡献率，可以得到主成分评价函数：
PS=0.26444*F1+0.14501*F2+0.12969*F3+0.09722*F4+0.08892*F5+0.08401*F6（10）
由因子载荷矩阵可以得到因子得分系数矩阵矩阵，从而得到六个主成分为：
F1=0.5633*ZX1+0.4305*ZX2+0.0498*ZX3+0.2534*ZX4+0.2497*ZX5+0.3013*ZX6+0.0394*ZX7+0.0978*ZX8+0.1550*ZX9+0.4926*ZX10——盈利能力
（11）
F2=-0.1678*ZX1+0.0091*ZX2+0.4260*ZX3+0.1594*ZX4-0.0282*ZX5-0.2998*ZX6+0.3629*ZX7+0.4999*ZX8+0.5398*ZX9-0.0407*ZX10——成长能力
（12）
F3=0.0044*ZX1-0.4241*ZX2-0.4013*ZX3-0.0316*ZX4+0.2827*ZX5+0.5014*ZX6+0.4961*ZX7+0.2415*ZX8+0.0606*ZX9-0.1361*ZX10——长期偿债能力
（13）
F4=0.0739*ZX1-0.1325*ZX2+0.2458*ZX3+0.5716*ZX4-0.4937*ZX5+0.1538*ZX6+0.3966*ZX7-0.2286*ZX8-0.3349*ZX9-0.0121*ZX10——短期偿债能力
（14）
F5=0.0742*ZX1+0.0276*ZX2+0.6374*ZX3-0.2174*ZX4+0.5420*ZX5+0.0806*ZX6+0.1729*ZX7-0.1411*ZX8-0.3489*ZX9-0.2620*ZX10——营运能力（15）
F6=-0.0175*ZX1-0.2444*ZX2+0.0131*ZX3+0.5172*ZX4+0.2499*ZX5-0.0491*ZX6-0.4888*ZX7+0.5052*ZX8-0.3251*ZX9-0.0895*ZX10——综合偿债能力
（16）
4.4 将70组数据标准化后代入主成分评价函数，计算得到各样本上市公司综合评价得分。根据错误分类总数最小原则，得到的分割点值应该在0.1054和0.0137之间，取其中位数约为0.0600，所以上市公司经济效益较好与较差的评价得分PS值分割点gps为0.0600，即PS≥0.0600为经济效益较好，PS<0.0600为经济效益较差。
从研究样本综合得分还可以看到，PS值大于0.0600的亏损公司共有4家：ST沪科、ST京蓝、ST国创、ST酒鬼。这是由于我国证券市场容量的限制，本文在选择研究样本时未考虑行业和地区差别而造成的，不同行业不同地区某些财务指标可能存在较大差异。比如ST沪科的F5营运能力或者说资产周转能力得分为3.975，这个数值远高于了一般的非亏损公司，所以综合得分较高。但仍然可以看到样本上市公司综合评价得分的排名大致符合预期，所以本文建立的综合评价函数有一定的可行性和有效性。
5 结论
5.1 对策与建议 从上述纳入判别函数和综合评价函数的财务比率可以看到，要提高亏损上市公司综合经济效益必须加强财务管理，依法合理地筹集资金，有效地利用企业各项资产，尽可能地降低成本费用，才能获得更大的收益。
①合理筹集资金，努力平衡资金成本高低和所承担风险大小等因素，选择最有利的筹资方案。不同来源的资金，视其时间的长短，附加条款的限制以及资金成本的大小都不相同。这就使亏损上市公司在筹集资金时不仅需要从数量上满足生产经营的需要，而且必须考虑到各种筹资方式给企业带来资金成本的高低、所承担的风险大小等因素。如果纯粹为了降低筹资成本而减小股票的发行，过度借债很有可能盈利公司也最终破产清算。
②合理使用资金，加速资金周转，提高资金使用效果。亏损上市公司只有将筹集来的资金进行合理使用，才能取得好的效果。同时必须加快营运资金的周转，资金周转越快，也就是可利用相同数量资金生产出更多产品，获取更多收入，从而获得更大的经济效益。
5.2 研究局限 本文首先运用多元统计分析方法中的判别分析建立判别函数，从而对上市公司经济效益状况作了一个最粗略的估计。同时运用主成分分析建立了对上市公司经济效益的综合评价函数，计算各上市公司的具体得分。由于本文是根据主成分分析中各主成分的贡献率来确定各主成分在评价函数中的权数，所以得出的结论比较客观真实。
但本文的局限性也比较明显。首先，建立评价函数，计算各上市公司经济效益综合得分，并以此进行排名的前提是企业发布的财务数据必须是真实可信的。但目前上市公司的会计信息失真现象依然存在，其经济效益的真实情况也不得而知了。其次，从理论上讲，主成分评价函数的研究样本必须满足正态分布，但由于受到我国证券市场容量的限制，所抽取的样本容量不是很大，其分布未必符合正态分布。另外，从行业角度来看，不同行业财务比率存在着一定的差异，但在实际研究中很难考虑上市公司的行业差别，故产生一定的误差也是在所难免的。
教育期刊网 http://www.jyqkw.com
参考文献：
[1]张爱民，祝春山，许丹健.上市公司财务失败的主成分预测模型及其实证研究[J].金融研究，2001（3）：10-25.
[2]王敏.因子分析法在上市公司绩效评价中的应用[D].石油大学（北京），2005.
[3]于冬花.基于因子分析法的化工行业外贸上市公司财务绩效评价研究[D].山东科技大学，2011.
[4]潘琰，程小可.上市公司经营业绩的主成分方法[J].会计研究，2000（1）：31-35.
[5]罗红松.基于多元统计分析的高科技板投资价值研究[D].西南财经大学，2008.
[6]万红燕，刘庭，曹苏.安徽省上市公司经营业绩的综合评价研究[J].安徽工业大学学报（社会科学版），2006，23（6）：25-28.
[7]郭亚军.综合评价理论与方法[J].北京：科学出版社，2002.
[8]徐国祥等.上市公司经营业绩综合评价及实证研究[J].统计研究，2000（9）：24-27.
[9]唐建荣.上市公司财务状况的多元统计分析[J].数量经济技术经济研究，2001（11）：102-105.
[10]王章豹，孙陈.基于主成分分析的装备制造业行业技术创新能力评价研究[J].工业技术经济，2007，26（12）：63-68.
[11]章文波，陈红艳.实用数据统计分析spss13.0应用[M].北京：人民邮电出版社，2006.
[12]王小哈，杨扬.上市公司主营业务贡献与经营绩效的实证分析[J].当代经济科学，2002，24（5）：64-69.
[13]Salvatore Ingrassia and G. Damiana Costanzo.Functional Principal Component Analysis of Financial Time Series [J].Ingrassia and Costanzo.2006.