導語：服務業上市公司財務風險評價研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

［提要］以我國互聯網與相關服務業上市公司作為研究對象，采用因子分析法對樣本公司2018年主要財務指標進行分析，構建互聯網與相關服務業上市公司財務風險評價模型，在此基礎上采用聚類分析法將樣本公司財務風險程度劃分為四個等級，針對互聯網與相關服務業企業普遍存在的財務風險問題，提出相關建議。

關鍵詞：互聯網與相關服務業；財務風險評價；因子分析；聚類分析

一、引言

隨著國家大數據戰略的實施，以及建設數字中國方針的提出，互聯網行業和數據產業日益成為我國一個新的經濟增長點。與傳統行業相比，互聯網與相關服務業的財務風險更加復雜，這主要體現在互聯網與相關服務業在瞬息萬變的經營環境中采用輕資產的運營模式且具有盈利能力不穩定和缺乏可抵押固定資產的特點。因此，運用有效的方法構建財務風險評價體系，對互聯網與相關服務業上市公司的財務風險進行評價，可以識別互聯網與相關服務業上市公司潛在的財務風險，便于企業管理者及時進行運營策略的調整，逐步提高企業的抗風險能力，促進互聯網與相關服務業上市公司健康發展。

二、研究設計

（一）樣本選擇與數據來源。本文以我國互聯網與相關服務業上市公司為研究對象，剔除財務狀況異常以及被ST、*ST和SST的公司，最終選取55家上市公司2018年的數據為樣本。本文的樣本公司的數據均來自樣本公司年報、Wind數據庫和新浪財經網，并且以證監會的分類為標準對互聯網與相關服務業上市公司進行劃分。（二）評價指標選取。本文選取13個能夠反映企業財務管理能力的代表性指標，分別從五個方面構成財務風險評價指標體系，以此來分析我國互聯網與相關服務業上市公司的財務風險。

三、基于因子分析法的互聯網與相關服務業上市公司財務風險評價

（一）因子分析法適用性檢驗。將樣本公司財務指標數據輸入SPSS25軟件做適用性檢驗，得到KMO和Bartlett檢驗結果，如表2所示。（表2）KMO=0.547>0.5且巴特利特球形度檢驗的p值小于0.05，說明我們在95%的置信水平下拒絕原假設，即認為樣本數據適合進行因子分析。（二）因子提取。因子提取時采用主成分分析法，得到前5個公共因子的累計方差貢獻率能夠達到78.479%，由此可以認為變量信息丟失較少，能夠較好地解釋原有變量所包含的信息。（表3）（三）因子命名與解釋。基于最大方差法，用主成分法進行提取，對成分矩陣進行旋轉，在12次迭代后收斂得到旋轉后的成分矩陣，并命名相關因子。對因子旋轉后的結果進行分析，第一公因子F1在凈資產收益率、總資產報酬率上的載荷分別為0.789和0.881，能夠反映樣本公司的盈利能力，因此將其命名為盈利能力因子；第二個因子F2主要集中在流動資產周轉率上，它能夠反映企業營運能力，所以將其命名為營運能力因子；第三公因子F3的因子載荷主要分布在凈利潤增長率上，可以用來反映樣本公司的成長，所以將其命名為互聯網與相關服務業的成長能力因子；第四個因子F4在經營現金凈流量比率上有較大負載，因此將F4命名為現金流量狀況因子；第五個因子F5主要集中在流動比率上，反映公司的償債能力，因此將其命名為償債能力因子。（四）計算因子得分。根據因子得分系數矩陣計算各公共因子的因子得分函數，并利用因子評分模型計算各樣本公司在5個公因子上的得分。F1＝0.175X1+0.007X2+0.244X3+0.370X4-0.074X5-0.314X6-0.076X7+0.057X8-0.040X9+0.218X10-0.063X11-0.075X12-0.098X13F2＝0.095X1+0.069X2-0.026X3-0.062X4-0.163X5-0.136X6-0.396X7+0.156X8-0.436X9+0.154X10-0.053X11-0.050X12-0.015X13F3＝0.139X1+0.347X2+0.168X3-0.087X4-0.159X5-0.160X6-0.101X7-0.162X8-0.010X9-0.263X10+0.493X11-0.019X12-0.034X13F4＝0.062X1+0.102X2-0.065X3-0.198X4+0.094X5-0.019X6-0.021X7-0.001X8+0.054X9+0.056X10-0.102X11+0.503X12+0.499X13F5＝-0.266X1-0.192X2+0.021X3+0.091X4+0.536X5-0.166X6-0.07X7+0.756X8+0.023X9-0.125X10-0.087X11-0.060X12+0.130X13根據各因子所對應方差貢獻率為權重求得加權平均值得到各樣本公司因子綜合得分F：F＝0.28638F1+0.18237F2+0.140877F3+0.10675F4+0.06842F5運用上述模型可以得到樣本公司的各因子得分和綜合評價得分，按照得分高低排序，得出55家互聯網與相關服務業企業的排名，因樣本公司數量較多，此處不列示具體排名情況。

四、基于聚類分析法劃分財務風險等級

根據上述得到的綜合因子得分函數，將SPSS25計算所得的55家樣本公司的因子得分作為新的變量，對其進行K-均值聚類分析，將樣本公司分為幾乎沒有財務風險、財務風險較小、財務風險一般、財務風險較大4類。計算結果見表4。（表4）分析結果中幾乎沒有財務風險的企業有5家，分別是每日互動、壹網壹創、吉比特、國聯股份、上海鋼聯；三六五網、眾應互聯、完美世界等38家企業存在較小財務風險；有10家企業財務風險程度一般，分別是聯創股份、掌趣科技、佳云科技、國新健康、利歐股份、迅游科技、騰信股份、安妮股份、中青寶等；暴風集團、長城動漫、樂視退這3家企業具有較大財務風險。

五、實證結果與分析

根據因子分析結果顯示，我國55家互聯網與相關服務業上市公司在盈利能力、償債能力、營運能力、成長能力及現金狀況五個方面的綜合得分大部分為負值。從聚類分析結果可看出，55家上市公司中只有5家財務狀況良好，財務風險較高的企業有3家，說明互聯網與相關服務業總體財務狀況一般，財務風險較大。另外，對55家樣本公司2018年的年度報告進行分析發現，本文的實證研究結果與互聯網與相關服務業企業實際財務狀況一致，主要歸納為以下幾點：（一）償債能力弱。流通過對互聯網與相關服務業企業相關數據進行分析后發現，大部分企業流動比率低于行業平均2的指標，說明在短期借款到期前公司難以變現，存在短期償債風險；互聯網與相關服務業上市公司中有2/5的公司資產負債率超過50%，對此可以判斷互聯網公司的債務在總資產中占比較大，在杠桿效益下如果資產負債率過高，財務風險會隨之增加。（二）資產流動性較弱。互聯網與相關服務業企業回收周期長，資產變現能力差。一旦研發失敗，會給企業造成極大的損失甚至破產，一般的金融機構不愿意提供貸款，因此沒有足夠的資金償還到期債務，就容易面臨財務危機。（三）現金流不穩定。互聯網與相關服務業企業顧客及收入不穩定、無形資產占比較大、固定資產和存貨少，幾乎沒有貸款的抵押物，很難從銀行獲得貸款資金，因此其現金流隨之變動比較大，難以維持一個穩定的現金流水平。

六、互聯網與相關服務業上市公司財務風險防范建議

（一）選擇合理的債權比。利用財務杠桿選擇合理的債權比，優化選擇短期負債和長期負債的比例和規模，允許適度負債。除此之外，還要對項目進行風險和收益等方面的評估，構建風險分散體系，針對風險較高的投資項目，可通過尋求投資伙伴遵從“收益共享，風險共擔”的基本原則或采取組合型投資方式，避免過度集中，使風險發生轉移或分散，提高企業的抗風險能力。（二）充分利用商業信用。（1）利用供應商提供的商業信用提升企業資金籌措能力。企業從購買原材料制成產成品到實現銷售收回資金，需要一定的時間，而在收回銷售帶來的資金前企業采購原材料的資金需要交付給供應商。一般來說，供應商為企業提供的信用周期越長、金額越大，就越能緩解企業資金壓力。那么企業可以賒購產品，可以延遲資金支付，進而有效緩解資金壓力。商業信用的利用是短期籌資的重要渠道。（2）維護與供應商之間的良好關系可以為企業提供增信支持，如企業以預付款質押融資等。（三）保障經營現金流量獲取。首先，從風險控制的角度，調整優化公司的產品策略。加強銷售合同執行中應收賬款的管理和監控，加強應收賬款追款責任制實施力度、加大對業務部門銷售回款率的考核力度，完善對賬期較長的應收賬款的催收和清理流程，逐步降低應收賬款發生壞賬損失的風險。其次，創新企業的發展方式，緊隨復雜多變的市場環境，積極開發新的贏利點，同時也要進行多款創新型產品的研發，保持產品的獨特性，從而保障自己的行業地位和市場份額。最后，發揮合適的融資工具，以進一步提升公司的現金儲備，為業務發展提供堅實的基礎。（四）嚴格把控并購過程。首先，制訂完善的并購方案。在并購前需要進行全面分析及合理預測，確定資本回報率、短期財務壓力以及并購后公司中長期經營目標，需要謹慎做出并購決策。其次，構建適當的財務風險控制體系。結合公司實際情況選擇財務指標，并科學確定各指標的權重。最后，加強經營管理和企業文化方面的交流與融合。由于公司的經營管理和企業文化不盡相同，為了提升整體的凝聚力，在并購完成后要及時與被并購企業在經營管理和企業文化方面進行交流融合。與此同時，加強對被并購企業的管控，及時跟進了解企業的經營狀況，并從管理、人才、業務融合等方面給予支撐，以保障被并購企業的盈利水平。（五）建立大數據財務風險預警體系。在大數據時代背景下，充分利用數據資源，建立大數據財務風險預警體系。構建多層次風險控制體系，通過利用專業的分析與管理模型，進行風險測度，將各項財務風險指標進行量化控制，做到監控預警動態化，主動識別、預警潛在風險敞口并通知風險管理人員進行風險管理，保持現金流量穩定性和充足性，防止因現金流風險引發的經營風險和投資風險等。同時，還要加強財務風險預警機制的后續管理工作，如日常監管和維護，保證數據的更新和共享，確保預警功能的準確和及時。

參考文獻：

［1］戚家勇，蔡永斌.房地產上市公司財務風險評價研究［J］.財會通訊，2018（26）.

［2］王娜.互聯網企業財務風險分析與控制———以阿里巴巴為例［J］.財會通訊，2018（17）.

［3］黃敏.互聯網企業財務風險控制研究［J］.財會通訊，2018（14）.

作者:路躍南 單位:西安石油大學經濟管理學院