新三板上板公司多维财务指标的因子实证检验

江西财经大学会计学院 郭小金

南开大学商学院 熊凌云

如今新三板发展形势如火如荼，截止2011年8月31日，在深圳交易所股份报价平台已有94家公司挂牌交易，目前，共有58家券商获得了相关业务资格，如果新三板的企业陆续上市，对于投资者而言，很可能是一个诱人的投资良机，随着新三板市场的发展，信息不确定是投资者最为关注的内容，只有了解和关注新三板上板企业的财务状况，熟知企业情况才有益于做出正确的判断。本文选取10个财务指标，通过建立因子分析模型来对新三板上板公司的业绩进行评价，从而为投资者与经营者提供有意义的决策信息，获取较为稳定的投资回报。

一、文献回顾

国外学者较早地对公司财务指标状况进行了研究，通过研究公司财务危机风险的因子变量指标，来考察公司财务状况是否良好，为公司财务危机建立预警机制，防范公司因出现财务危机而使企业走向经营失败的局面。比弗（Beaver，1966）是最早以企业财务危机中的财务因子为模型进行分析的，他以现金流量、负债总额、资产负债率和资产收益率等财务比率作为变量，用单变量判定模型，确定距离经营失败日越近，误判率越低，预见性越强。美国纽约大学商学院的Aitman教授（1968）提出了Z-score模型，奠定了多变量财务分析模型的理论基础，即运用多种财务比率指标加权汇总而构造多元线性函数公式来对企业财务指标进行分析，利用线性多元判别分析法建立判别函数，其中将22项财务比率分为流动性、获利性、财务杠杆、偿债能力及活动能力五大类指数，以破产前一年的数据为基础进行测算，来研究分析企业财务指标的波动对企业财务状况的影响与预测。Martin（1977）发表的论文中认为财务指标分析模式是应以多变量判别分析建立、以样本公司财务状况的健康情况进行分类，使用Logit模型建立企业财务风险分析模型衡量企业财务发生危机的概率，选用了25个财务比率来分别预测两年后银行可能倒闭的概率。其中：净利除以总资产、坏账准备除以营业净利、费用除以营业收入、总放款除以总资产、商业放款除以总放款、总资产除以风险性资产等6个财务比率指标对企业财务风险状况具有显著的预测能力。Gilbert L.R.和K.B.Schwartz被誉为类神经网络模型应用在企业财务状况分析模式中最具代表性的学者，其1990年的研究是以A ltman所构建的五个财务比率指数为变量，以类神经网络与判别分析来验证比较，结果发现其训练样本的正确率高达100%，而保留样本失败与正常的正确率分别为81.75%与78.18%，显然类神经网络对企业财务状况良好与否具有较佳的预测评判能力。

国内学者对公司财务状况指标进行因子实证分析较晚，但近年来以因子模型对公司财务指标分析却成为该领域的一个热点，国内学者通过运用不同的数据与数理统计方法对反映公司财务状况的各类指标进行了研究。朱顺泉教授（2004）用因子分析法对上市公司财务状况进行了综合评价，认为对上市公司财务状况能产生重要影响的七大指标：获利能力、成长能力、偿债能力、公司的资本结构、主营业务利润率、存货周转率和主营收入现金含量等，投资者在进行投资决策时，应综合考虑这七大指标来作为参考依据。徐黎（2008）根据上市公司公布的2000年至2004年财务年报筛选了20个财务比率指标构成一个完备的体系进行分析。分析发现存货周转率、销售净利率、摊簿每股收益、资产负债比率、净利润增长率这5个比率不仅是各因子中因子载荷最稳定的，而且彼此之间的相关性也较低。施慧敏（2009）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素。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。秦莉（2009）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。王斌（2009）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。李桂玲（2009）在保持原有财务基本信息不丢失的情况下，针对反映上市公司财务状况的众多指标，运用因子分析方法，得出其中包含的三个公共因子，分别是综合经营能力、货款流动速度和盈利能力，为进一步分析上市公司财务状况和投资决策提供了方便。张建同和王维保（2011）选择2010年2月以前上市的55家创业板上市公司作为研究对象，通过采用因子分析法针对创业板上市公司的业绩进行定量化的综合评价，并以此评估创业板的股票的投资价值，从评估的结果来看，利用该方法得出的结果与实际情况基本相符。

所谓“新三板”是指证券公司代办股份报价转让系统，是专门面向高成长的科技型与创新型非上市股份公司进行股权挂牌转让和定向增发融资的交易平台，目前主要针对北京中关村科技园区非上市股份有限公司股份报价转让，随着新三板市场的扩大，被管理层称为全国性场外交易市场，为非上市股份公司创投、股权流转、股权私募基金等聚集提供一个很好的平台。见图1资本市场结构之比较（美国与中国）。

图1 美国与中国资本市场结构比较

截至2011年8月新三板已拥有94家企业挂牌交易（有4家已经转板），考查已披露的年报和股份报价转让说明书，其90%以上是高新技术企业。本文通过研究新三板上板公司多维财务影响因子，对于推动众多高科技中小企业登录新三板市场具有积极的意义。

二、基本思想、具体步骤与指标描述

（一）因子分析法的基本思想。因子分析法的概念起源于20世纪初Karl Pearson和Charles Spearmen等人的关于智力测验的统计分析。它是从研究相关矩阵内部的依赖关系出发，将一些具有错综复杂关系的变量归结为少数综合因子的一种多变量统计分析方法。在遇到研究多个指标的实际问题时，指标较多给分析带来很多麻烦，增加了分析问题的复杂性和解决问题的难度。其基本思想是根据相关性大小把变量分组，使得同组的变量之间相关性较高，但不同组的变量相关性较低。每组变量代表一个基本结构，这个基本结构称为公共因子。对所研究的问题就可以试图用最少个数的公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。从中找出几个主要的因子，每一个主要因子就代表反映经济变量间相互依赖的一种经济作用，抓住这些主要因子就可以帮助我们对复杂的经济问题进行分析和解释。

因子分析法的基本原理是设原有p个变量x1，x2，x3，…，xp，且每个变量（或经标准化处理后）的均值为 0，标准差均为1。现将每个原有变量用k（k

式（1.1）便是因子分析的数学模型，也可用矩阵的形式表示为X=AF+∈。其中F称为因子，由于它们出现在每个原有变量的线性表达式中，因此又称为公共因子。因子可理解为高维空间中相互垂直的k个坐标轴；A 称为因子载荷矩阵，aij（i=1，3，…，p；j=1，2，…，k）称为因子载荷，是第i个原有变量在第j个因子上的负荷。如果把变量xi看成k维因子空间中的一个向量，则aij表示xi在坐标轴fi上的投影，相当于多元线性回归模型中的标准化回归数；∈称为特殊因子，表示了原有变量不能被因子解释的部分，其均值为0，相当于多元线性回归模型中的残差。由式（1.1）可知因子是不可见的。

（二）研究分析的具体步骤。第一步，收集必要的实证分析数据，考察原有变量是否适合进行因子分析。借助变量的相关系数矩阵，巴特利特球度检验和KMO检验方法，通过检验方可进行因子分析。第二步，提取因子，采用主成分分析法提取因子，并选取特征根值大于1的特征根。首先计算相关矩阵R的特征值和贡献率；其次计算正交因子表和因子的碎石图；第三计算因子载荷矩阵和旋转后的因子载荷矩阵；第四计算因子协方差矩阵和旋转后的因子载荷图。第三步，计算因子得分，采用回归法估计因子得分系数，并输出因子得分系数。

（三）多维财务评价指标因子描述。数据选取自2011年8月31日中国证券交易所上板的94家新三板上板企业为总体研究样本，其中剔除430001、430006、430007和430013四家公司（由于已转板或未提供完整的财务数据）。企业财务状况的评价是多方面的，本文采用了常用的10个财务评价指标，这些指标的数据都比较容易获得，同时又具有可比性。通过对筛选数据进行因子分析，最终实证检验新三板上板标准。

十个财务评价指标名称及计算说明：X1注册资本：注册本金、X2营业收入同比增长率：（本年营业收入-上年营业收入）/本年营业收入、X3利润总额同比增长率：（本年利润总额-上年利润总额）/本年利润总额、X4净利润同比增长率：（本年净利润-上年净利润）/本年净利润、X5基本每股收益：净利润/总股本、X6全面摊薄净资产收益率：报告期净利润/期末净资产、X7经营现金流量净额增长率：（本期经营活动现金净流量-上期经营活动现金净流量）/上期经营活动现金净流量×100%、X8总资产增长率：（本年总资产-上年总资产）/本年总资产、X9所有者权益增长率：（本年所有者权益-上年所有者权益）/本年所有者权益、X10每股净资产增长率：（本年每股净资产-上年每股净资产）/本年每股净资产。

三、实证研究

（一）考察原有变量是否适合进行因子分析。首先考察收集到的原有变量之间是否存在一定的线性关系，是否适合采用因子分析提取因子。这里，借助变量的相关系数矩阵、反映像相关矩阵、巴特利特球度检验和KMO检验方法进行分析。分析结果如表1所示。同时，由于数据中存在缺失值，采用均值替代法处理缺失值。

表1 巴特利特球度检验和KMO检验

由表1可知，巴特利特球度检验统计量的观测值为559.598，相应的概率p接近0，如果显著性水平α为0.05，由于概率p小于显著性水平α，应拒绝零假设，认为相关系数矩阵与单位阵有显著差异。同时，KMO值为0.638，根据Kaiser给出的KMO度量标准可知原有变量适合进行因子分析。

（二）提取因子。在表2中，第一列是因子编号，以后三列组成一组，每组中数据项的含义依次是特征根值、方差贡献率和累计方差贡献率。

第一组数据项（第二至第四列）描述了初始因子解的情况。可以看到，第1个因子的特征根值为3.301，解释原有 10个变量总方差的 33.007%（3.301/10×100），累计方差贡献率为33.007%；第2个因子的特征根为1.593，解释原有10个变量总方差15.929%（1.593/10×100），累计方差贡献率为 48.935%（（3.301+1.593）/10×100）。其余数据含义类似。在初始解中由于提取了10个因子，因此原有变量的总方差均被解释掉，表2的第二列也说明这点。

表2 因子解释原有变量总方差的情况

第二组数据项（第五至第七列）描述了因子解的情况。可以看到，由于指定提取两个因子，两个因子共解释了原有变量总方差的73.788%。总体上，原有变量的信息丢失较少，因子分析效果较理想。

第三组数据项（第八列至第十列）描述了最终因子解的情况。可见，因子旋转后，累计方差比没有改变，也就是没有影响原有变量的共同度，但却重新分配了各个累计方差比没有改变，也就是没有影响原有变量的共同度，但却重新分配了各个因子解释原有变量的方差，改变了各因子的方差贡献，使得因子更易于解释。

在图2中，横坐标为因子数目，纵坐标为特征根。可以看到：第1个因子的特征根值很高，对解释原有变量的贡献最大；第5个以后的因子特征根值都小于1，对解释原有变量的贡献很小，已经成为可被忽略的“高山脚下的碎石”，因此提取两个因子是合适的。

图2 因子的碎石图

（三）计算因子得分。这里，采用回归法估计因子得分系数，并输出因子得分系数。具体结果如表3所示。根据表3可写出以下因子得分函数：

表3 因子得分系数矩阵

F1=-0.053X1+0.4X2-0.113X3-0125X4-0.068X5+0.1X6+0.241X7+0.31X8+0.387X9+0.021X10

F2=0.03X1-0.137X2+0.498X3+0.508X4+0.003X5-0.024X6-0.119X7+0.085X8-0.9X9+0.036X10

F3=-0.012X1+0.023X2+0.005X3-0.021X4+0.562X5+0.544X6-0.132X7-0.3X8-0.006X9+0.044X10

F4=0.559X1-0.081X2+0.009X3+0.01X4+0.105X5-0.095X6+0.321X7+0.1X8-0.085X9+0.632X10

可见计算四个因子得分变量的变量值时，营业收入同比增长率X2、净利润同比增长率X4、基本每股收益X5和每股净资产增长率X10的权重较高，但方向恰好相反，这与因子的实际含义是相吻合的。另外，因子得分的均值为0，标准差为1。正值表示高于平均水平，负值表示低于平均水平。

四、结论与讨论

针对目前研究上市公司财务状况指标体系较多的情况，在保持原有财务基本信息不丢失的情况下，运用因子分析方法，得出其中包含的四个公共因子，分别是营业收入同比增长率因子、基本每股收益因子、净利润同比增长率因子和每股净资产增长率因子。通过对这4个财务比率的分析，投资者可以迅速地对新三板上板企业的财务状况有一个简洁、明晰的认识，从而指导投资者对新三板上板企业做出正确的投资决策。（见表4实证检验结果）

表4 实证检验结果

通过上表可以看出，在四个财务因子分析中，得出90家新三板上板企业营业收入同比增长率平均水平为14.15%，基本每股收益平均水平为0.34，净利润同比增长率平均水平为33.47%，每股净资产增长率平均水平为3.22%，因此，对于积极准备上新三板的中小企业来说，除了满足国家所规定的新三板上板基本要求外，还可参照这已经上板的90家上板企业的平均财务水平，为上板做好充足的准备工作。

具体通过以下四步来提升新三板企业价值，以达到转入创业板的准入条件。

首先，新三板上板企业应提升营业收入增长率，证监会规定创业板上市企业的条件之一为最近一年营业收入不少于五千万元，最近两年营业收入增长率均不低于30%。因此，新三板的上板企业除了要保持营业收入的同比增长以及达到新三板市场的平均水平14.15%以上外，需要通过扩宽营销渠道，加大产品生产能力，提高产品营业收入，提升营业收入增长率，做到连续两年及两年以上营业收入增长率达到30%以上，从而实现转入创业板的条件之一。

然后，新三板上板企业应提升净利润增长率，证监会规定创业板上市企业的条件之一为最近两年连续盈利，最近两年净利润累计不少于一千万元且持续增长，或者最近一年盈利，净利润不少于五百万元净利润，以扣除非经常性损益前后孰低者为计算依据。因此，新三板的上板企业除了要保持企业净利润的持续同比增长以及达到新三板市场的平均水平33.47%以上外，需要通过改善生产技术，降低产品生产成本，控制企业管理费用的发生，提高产品毛利润，提升净利润增长率。

接着，新三板上板企业应提高每股净资产增长率，证监会规定创业板上市企业的条件之一为最近期末净资产不少于两千万元且不存在未弥补亏损，发行后股本总额不少于三千万元。因此，新三板的上板企业除了要保持企业每股净资产增长率的持续同比增长以及达到新三板市场的平均水平3.22%以上外，需要增加企业股东财富，通过提升企业的利润率水平，来增加企业利润额，通过调节未分配利润来对企业每股净资产进行调节，并且尽可能地减少企业负债的支付，增加企业每股净资产的含量。

最后，新三板上板企业应提升基本每股收益，每股收益又称每股税后利润或者每股盈余，证监会规定创业板上市企业条件的财务指标要求为最近两年连续盈利。因此，新三板的上板企业除了要保持企业每股收益的持续同比增长以及达到新三板市场的平均水平0.34以上外，假定企业股本在一定时期保持不变时，需要通过扩大生产，提升企业每股净利润水平，提高企业获利能力，提升企业每股盈余水平，从而调节企业每股收益水平。

但在具体运用因子分析方法进行新三板上板企业的财务分析时，也存在着一定的局限性。

首先，因子分析方法分析的财务数据必须是真实可靠的，但目前部分企业为了粉饰业绩，依然存在财务造假的现象，企业会计信息失真现象也依然存在，因此，一些对外所披露的财务数据难以反映企业真实的财务状况。

其次，在因子模型分析财务指标的筛选上，只是建立于规范研究的基础上，所选用的能够影响企业经营业绩的变量局限于财务指标本身，而有些与经营业绩有着重大因果关系的非财务指标未能入选。如国家的产业政策、宏观经济环境和企业领导者的经营能力等等。

综上所述，企业和投资者在进行财务分析时，要综合考虑营业收入同比增长率、基本每股收益、净利润同比增长率和每股净资产增长率等指标，从剖析中发现企业经营管理的薄弱环节，进而使投资者更好地理性投资，管理层也更科学地运作企业。

1.A ltm an E.I..1968.Financial ratios,discrim inant analysis and p rediction o f co rpo rate bank rup tcy.Jou rnal o f Finance.

2.G ilbert,L.R.,K.M enon,and K.B.Schw artz.1990.Predicting Bank r-up tcy fo r Firm s in Financial D istress.Jou rnal o f Business,Finance&Accounting,Vo l.17,N o.1.

3.M.D.Earky.1977.W arning o f bank failu re:a logit regression app roach.Joum al o f Banking and Finance.

4.[美]安迪·樊著.2011.融资：奔向中国创业板.石油工业出版社。

5.戴湘云、叶生新.2011.多层次资本市场中的“新三板”对高新科技园区经济发展作用分析与实证研究.改革与战略，12。

6.李桂玲.2009.上市公司财务指标的因子分析法.商丘职业技术学院学报，3。

7.刘佳、张琳．2009.基于多元统计分析的房地产上市公司财务指标评价.南京工业大学学报，9。

8. 秦莉．2009.上市公司业绩统计分析.当代经济(下)，5。9.施慧敏．2009.试论上市公司的财务指标分析要素.市场周刊（理论研究），1。

10.王斌．2009.我国上市公司多维财务指标的因子分析.中国管理信息化，6。

11.徐黎.2008.运用重要因子分析上市公司财务指标.中国集体经济·财税金融(下)，7。

12.张建同、王维保.2011.创业板上市公司业绩评价：基于因子分析的实证研究.企业观察，2。

13.张劲松.2012.基于共赢的“新三板”制度选择研究.经济体制改革，1。

14.赵宇欣.2003.国外财务危机预警模型研究的比较分析.哈尔滨商业大学学报(社会科学版)，6。

15.朱顺泉.2004.基于因子分析法的上市公司财务状况评价研究.统计与信息论坛，7。