创业板上市公司财务指标的统计分析
引导语：本文针对创业板市场建立了财务状况评价指标体系，运用因子分析、聚类分析、判别分析等统计分析方法，对首批28 家在创业板上市的公司的财务状况进行了合理的评价和分类。
首批28 家创业板公司集中在深圳证券交易所挂牌上市。由于创业板市场相对主板市场和中小板市场上市门槛更低，为目前大量尚不符合主板和中小板上市条件的中小企业、新兴高科技行业尤其是那些具有自主创新的、颇具成长性的高科技企业开通了融资渠道，更为风险投资提供了一个较为方便而有效的退出渠道。创业板可能的高收益吸引了大量投资者，但证券市场历来存在风险，而创业板的风险相对主板市场更高，众多投资者除了分析宏观因素和行业因素外，迫切需要从微观层面对创业板公司的综合情况进行分析以做出正确的投资决策。
财务质量是公司综合情况的核心部分之一，正确评价公司财务质量的重要性成为众多投资者的共识。本文在其他学者已有的研究成果基础上，精心选择了一些财务指标，以创业板首批上市的28 家公司为研究对象，运用因子分析、聚类分析和判别分析对他们的财务状况进行了统计分析。
1 创业板上市公司财务指标体系、数据来源和分析方法
1.1 评价指标选择和数据来源
国内不同学者在研究我国上市公司财务状况时采用的财务指标体系不尽相同。刘佳、张琳选取了主营收入增长率、净利润增长率、每股收益率等13个指标构建了房地产上市公司财务质量评价体系[1]。秦莉用主营业务利润、总资产、净资产收益率等10个统计分析了上证50指数中的前30只股票的业绩[2]。施慧敏从偿债能力、运营效率、盈利能力、盈利质量、资产质量5个方面讨论了上市公司的财务分析要点[3]。徐黎对深圳证券市场的124家上市公司的应收账款周转率、存货周转率、总资产周转率等20个财务比率指标进行了分析[4]。王斌从能够反映企业营运性、流动性、盈利性、清偿性、成长性和资本市场状况等6类指标入手，选取了22种企业财务比率进行了因子分析[5]。本文立足于施慧敏的研究来构建财务指标体系。 在选择财务指标时，一般要遵循的原则有：①全面性和综合性原则, 即财务指标要能够从不同方位、不同层次体现企业的财务状况。②可取性和有效性原则, 可取性是指财务指标本身所需要的财务数据可以从财务报告中得到体现, 并在财务报表中无缺省值;有效性是指财务指标间要避免高相关性, 并要有明显经济意义。根据我国创业板上市公司的情况，并结合上述指标的选取原则，本文对施慧敏所提及的5大类16个指标进行了一定的取舍和调整，在保证偿债能力、运营效率、盈利能力、盈利质量、资产质量5个大类中每个大类至少保留一个指标的前提下，选取了9个指标(见表1)。
本文数据主要来源于特锐德、神州泰岳、乐普医疗等首批28 家在创业板上市的公司的《首次公开发行股票并在创业板上市招股说明书》，部分数据由招股说明书中直接获取，部分数据依据招股说明书中的财务报表等计算而得，以2009 年1 月-6 月为数据收集时间段。
1.2 分析方法
因子分析是统计分析中广泛应用的分析方法，它的核心是用较少的相互独立的因子反映原有变量的绝大部分信息。在尽量减少信息丢失的前提下,根据相关性的大小把变量分组,使得同组变量之间的相关性较高,不同组的变量相关性较低,每个相同的组就是一个公共因子,然后再根据贡献率确定权重,进而计算出综合得分,以再现指标与因子之间的相关关系[6]。运用因子分析法能够解决赋值主观和财务指标过多的问题。
聚类分析是统计学中研究“物以类聚”问题的多元统计分析方法，它能够将一批变量数据根据其诸多特征，按照在性质上的亲疏程度在没有先验知识的情况下进行自动分类，产生多个分类结果。类内部的个体在特征上具有相似性，不同类间个体特征的差异性较大。所谓“没有先验知识”是指没有事先指定分类标准;所谓“亲疏程度”是指在各变量取值上的总体差异程度。
另一常用的统计分析方法是判别分析。进行判别分析必须已知观测对象的分类和若干表明观测对象特征的变量值。判别分析就是要从中筛选出能提供较多信息的变量并建立判别函数，使得利用推导出的判别函数对观测量判别其所属类别时的错判率最小。
本文借助SPSS 软件，首先采用因子分析法分析创业板上市公司的财务指标，然后对因子分析结果进行聚类分析，最后进行了判别分析。
2 创业板上市公司财务指标的实证分析
2.1 因子分析
运用 SPSS 软件对28 家创业板首批上市公司2009 年1 月至6 月的财务数据进行KMO检验和Bartlett 球度检验，得出KMO 值为0.564，大于0.5;Bartlett 检验给出的相伴概率为0，小于显著水平0.05，因此基本适用于因子分析。
在上述分析的'基础上，对9 个指标的初始值进行统计分析,标准为特征值大于1。从中可以看出，前4 个因子的累积贡献率已超过80%，这意味着它们包含了原始财务指标中的大部分信息。然而据此判定这4 个因子可以作为模型的新变量还有一定欠缺，还要根据因子碎石图作进一步分析，通过图形观察各个因子的特征值是否大于1。从碎石图(略)可以看出，各个因子的特征值依次递减，前3 个因子的特征值均大于1，说明前3 个因子比较显著，其方差累积贡献率将近73%，基本符合因子分析的要求。因此本文将因子个数定为3.
从表中可以看出：因子1 中绝对值系数比较大的指标有以下几个：负债比率、产权比率、速动比率。负债比率反映企业总资产中有多大比例是从债权人处借入的，也表明企业用资产偿还债务的能力。产权比率反映债权人权益与股东权益的比例关系，衡量企业清算时，对债权人利益的保障程度。速动比率测量企业不依靠销售存货而偿还全部短期债务的能力。这些指标体现了公司的偿债能力，因此将因子1 定义为偿债因子。
因子2 中绝对值系数比较大的指标有以下几个：营业外收支及投资收益占比、净资产收益率、总资产收益率、销售净利率。营业外收支及投资收益占比反映了公司利润在多大程度上来自于非主营利润，数值高则说明公司的利润具有很大的突发性和偶然性。净资产收益率反映股东权益的收益水平，用以衡量公司运用自有资本的效率。总资产收益率的高低直接反映了公司的竞争实力和发展能力,也是决定公司是否应举债经营的重要依据。销售净利率是指企业实现净利润与销售收入的对比关系，用以衡量企业在一定时期的销售收入获取的能力。这些指标体现了公司的盈利能力和盈利质量，因此将因子2 定义为盈利因子。
因子3 中绝对值系数比较大的指标有两个：非稳健资产占比、应收账款周转率。非稳健资产占比越低，公司资产质量越高。应收账款周转率就是反映公司应收帐款周转速度的比率。它说明一定期间内公司应收帐款转为现金的平均次数。该因子可定义为运营因子。
可得以下因子得分函数：
F1=-0.246 速动比率+0.337 产权比率+0.349 负债比率+0.131 应收账款周转率-0.095 销售净利率-0.051 总资产收益率+0.133 净资产收益率-0.161 营业外收支及投资收益占比+0.114 非稳健资产占比F2=-0.017 速动比率+0.053 产权比率+0.081 负债比率+0.092 应收账款周转率+0.175 销售净利率+0.408 总资产收益率+0.524 净资产收益率-0.186 营业外收支及投资收益占比+0.133非稳健资产占比F3=0.049 速动比率-0.006 产权比率+0.002 负债比率-0.519 应收账款周转率-0.183 销售净利率+0.049 总资产收益率+0.033 净资产收益率+0.151 营业外收支及投资收益占比+0.535 非稳健资产占比
2.2 聚类分析及判别分析
本文对因子分析产生的新变量(因子得分)进行层次聚类分析。聚类后的树形图如图1所示。从图1 可以看出28 个创业板上市公司依财务状况可以被分成四类。
第一类包括：特锐德、乐普医疗、南风股份、莱美药业、汉威电子、安科生物、立思辰 、鼎汉技术、新宁物流、亿纬锂能、北陆药业、网宿科技、中元华电、硅宝科技、银江股份、大禹节水、机器人、华星创业、华谊兄弟、金亚科技;第二类包括：神州泰岳、宝德股份;第三类包括：探路者、上海佳豪、华测检测、爱尔眼科、红日药业;第四类包括：吉峰农机。
以聚类分析情况为基础，采用逐步判别法对28 个公司的财务状况进行判别分析，由表5 可得判别函数如下：
G1=1.196应收账款周转率+116.816净资产收益率-9.597G2=1.723应收账款周转率+240.627净资产收益率-39.432G3=4.324应收账款周转率+211.800净资产收益率-53.810G4=2.873应收账款周转率+191.497净资产收益率-24.124表6 表明：1 类共有20 家公司，用判别函数回代分类，与实际相符的有20 家公司，没有错分，1 类判别的准确率为100%。2 类共有2 家公司，用判别函数回代分类，与实际相符的有2 家公司，没有错分，2 类判别的准确率为100%。3 类共有5 家公司，用判别函数回代分类，与实际相符的有4 家公司，错分为4 类的有1 家公司，3 类判别的准确率为80%、4 类共有1 家公司，用判别函数回代分类，与实际相符的有1 家公司，没有错分，4 类判别的准确率为100%。由此可说明判别函数可信。
3 结论
本文给出了如下结论：
第一，投资者选择投资对象时不能仅仅考虑个别指标，应该关注公司的综合财务情况。
一些投资者过分强调销售净利率，认为销售净利率越高，营业收入的收益水平就越高，公司财务质量就一定越好;一些投资者过分强调净资产收益率，认为它完全代表了投资可得的报酬率，其值越高公司越有投资价值。其实这都是不全面的看法。即使一时的销售净利率或净资产收益率高，如果净利润中很大一部分来自非主营业务利润，则公司获利的持续性就比较低;如果应收账款周转率低，营运资金就会长期滞留在账面上，影响正常的资金周转，有账面利润却无现金流量照样会让一个公司破产。比如中元华电其销售净利率高达0.36，但其应收账款周转率只有0.83，投资者应密切注意其现金流情况。只有综合分析多个指标才可能正确判断一个公司的财务状况。
第二，从聚类分析的结果看，第1 类有20 家公司，其他3 类总共只有8 家公司，这说明首批创业板上市公司中超过三分之二的公司其财务状况比较相似，第1 类公司的财务状况或可看作为创业板公司财务状况的范例。吉峰农机一家公司自成一类，说明它的财务状况非常特殊。值得注意的是，虽然可以通过将因子分析产生的因子得分相加来得到各公司的财务指标综合得分，但我们不能简单的凭该综合得分的高低来判断各公司财务状况的高低。因为在所选取的9 个财务指标中，有的指标从一定意义上讲数值越高越好，有的指标从一定意义上讲数值越低越好，还有的指标其数值在一定范围内较合适，在此范围内数值难以说数值是高点好还是低点好。因此，我们无法判断4 类公司哪1 类总体上财务状况更好，我们只能说同1 类的公司其财务状况比较相似，因而同1 类公司的投资价值和股价变动可能具有一定的相似性。对于投资者来说，或许可以把同一类公司的情况合在一起进行考虑，或许可以由同一类中某些公司的股价变动等情况去推测同一类中另外一些公司的股价变动等情况，第三，判别分析所给出的判别函数其判别准确度非常高，我们可利用它来对第二批、第三批及以后批次的创业板上市公司进行判别分类。将以后的创业板上市公司归入不同类别后，我们或可在一定程度上通过同一类中首批创业板上市公司的市场表现来推测同一类中第二批、第三批及以后批次的创业板上市公司的市场表现。当然，上市公司的市场表现并非只受公司财务质量的影响，历史也不会简单的重复，投资者应谨慎推测。
本文的研究内容有助于投资者通过评价创业板公司的财务状况来决定投资对象，有助于证券监管部门把握创业板上市公司的财务状况以有效监管，也希望能为研究中国股市情况的同仁们提供一个有益的思路。