模糊聚類分析在上市企業財務風險評估中的應用

田暢

摘要：財務風險評估是上市企業運行過程中的重要內容，是確保企業長遠運行的命脈，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的樣本數據，從盈利能力、償債能力、成長能力、運營能力和現金能力五個方面進行上市企業財務風險分析，并依據模糊聚類分析方法對企業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劣以及在企業統計的應用。

關鍵詞：上市企業;財務風險評估;模糊聚類分析

一、引言

財務風險是企業在財務管理過程中必須面對的一個現實問題，是指企業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，從而使企業有蒙受損失的可能性。

目前我國企業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，但與國外企業相比，我國企業資金結構不合理，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，所以對上市企業財務風險評估至關重要。盡早對財務風險評估，使企業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，是一種模糊性數據問題，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、神經網絡和數據挖掘方法等。聚類分析是數據挖掘的主要任務之一，可以作為一個獨立的工具獲得數據的分布情況，依據研究對象（樣本或指標）的特征對其進行分類，觀察每一簇數據的特征，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學方法引入聚類分析，是多元統計“物以類聚”的一種分類方法。不管實際數據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，更能客觀地反映現實世界。

三、模型構建

（一）評價指標選取

影響上市企業財務風險的因素主要為：盈利能力、償債能力、營運能力、成長能力和現金能力。其中盈利能力指標包括營業利潤率、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收入增長率等;現金能力指標包括經營現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）樣本選擇和數據處理

從Wind數據庫中選取上海58家樣本公司的財務數據，涉及房地產開發、生物醫藥、塑料制品和證券等多種行業類型。基于所獲得的樣本數據并利用SPSS統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）。為了方便數據分析，將逆向指標資產負債率進行取倒數處理。

為了得到上市企業財務風險的不同等級，需要對樣本數據進行模糊聚類分析，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年的財報數據進行模糊聚類分析，并假設上市公司的財務數據都是真實的。

（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家上市公司和優等狀態作為聚類樣本，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據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個數值作為選定的置信水平值λ： 0.9030;0.8582;0.8021;0.6901。根據選定的置信水平值利用編網法構造截矩陣，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值中的何值，u1始終與優等狀態u11等價，在85.82%置信水平u10下與優等狀態u11等價，在80.21%置信水平下u5u6與優等狀態u11等價，在69.01%置信水平下u4u7u8u9與優等狀態u11等價，只有u2u3在任何置信水平下都不與優等狀態等價。

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，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據可以觀察到，u1具有較高的營業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。將數據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在高水平的營業利潤率和凈資產收益率，而高風險主要體現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據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據類別和特征，在現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上市公司財務風險評價體系研究[J].林業經濟問題，2013（02）：71-72.

（作者單位：首都經濟貿易大學）