基于自由现金流量的煤炭行业上市公司财务风险评价

基于自由现金流量的煤炭行业上市公司财务风险评价摘要：本文利用spss19.0软件对以自由现金流量为基础建立的财务风险评价指标体系进行因子分析，从中提取了5个公共因子，综合评价了煤炭行业上市公司的财务风险，以使煤炭行业上市公司更好的进行财务风险的防范。

关键词：自由现金流量财务风险因子分析法
一、引言
煤炭行业作为国家的重点行业之一，其财务活动的组织和管理过程中的某一方面和某一个环节出现问题，也都可能出现财务风险，导致企业偿债能力降低。

而自由现金流量是一种新的财务概念，其理论源于代理问题，是一种被公司广为接受和采用的财务理论之一。

不同的学者对自由现金流量的理解不尽相同，没有一个严格的定义，但笔者认为自由现金流量是指企业经营活动产生的现金净流量减去维持企业现有生产能力所需的资本性支出后的额外现金
流量，即自由现金流量=经营活动现金流量-资本性支出。

自由现金流量不受会计方法的影响，受到操纵的可能性较小，自由现金流量作为财务指标有着强大的功能和特殊作用，在开展财务决策、评价公司业绩、偿债能力、衡量财务风险等方面都具有利润指标无法企及的优势（汤谷良、朱蕾，2002）。

从财务风险的角度看企业的自由现金流量越充沛，其调节财务杠杆的能力越强，企业的财务风险也就越小。

所以，本文将自由现金流量指标引入煤炭行业上市公司财务风险管理中，结合煤炭行业上市公司的财务风险特点，建立以
自由现金流量为基础的财务风险评价指标体系，以使煤炭行业上市公司更好地防范企业的财务风险。

二、煤炭行业上市公司财务风险评价的实证分析
（一）样本的选取
本文的研究样本取自2011年年末的沪深36家煤炭行业上市公司，其中剔除了2011年新上市的宝泰隆和st黑化股份、st贤成矿业。

所采用的数据是煤炭行业上市公司2010年、2011年年报中资产负债表、利润表、现金流量表的数据，用以计算出用于评价的各项财务指标。

所有数据均来源于新浪财经股票网站发布的上市公司财务数据。

（二）财务指标体系的构建
现代财务管理理论认为：企业的财务状况主要取决于企业的偿债能力、盈利能力、营运能力和成长能力。

偿债能力是企业衡量企业财务风险大小的最直接的指标，但它又取决于企业的营运能力和盈利能力，最终还取决于企业的成长性。

本文在参考前人研究成果的基础上，选定了以自由现金流量指标为基础的包括偿债能力、获利能力、发展能力等方面的财务指标，同时结合煤炭行业上市公司资产负债率高、固定资产投资大以及应收账款不能及时收回等问题，加入了反映公司应收账款、固定资产投资回报率以及固定资产现金周转率等营运能力的财务指标。

根据指标可测量性、可控性和实用性的选择要求，选取了如下的指标，见表1。

（三）相关性检验
将标准化后的原始指标数据输入spss19.0 软件即可得到kmo 检验和巴特利球形检验结果，见表2。

巴特利球形检验统计量为246.654，相应的概率sig.为0.000，因此，相关系数矩阵有显著差异。

同时，kmo 检验值为0.620，也符合度量标准，所以选取的变量可以进行因子分析。

见表2。

（四）确定主因子个数
根据特征值大于1的原则，我们提取了5个主因子，见表3。

累积方差贡献率达73%以上，可以认为这5个公共因子基本上覆盖了原变量的绝大部分信息。

见表3。

（五）因子的命名和解释
本文采用方差极大正交旋转法对因子载荷阵进行旋转，其目的在于改变每个变量在各主因子上的负荷量大小，使得因子负荷量更加易于理解。

用主成分分析法进行方差极大法旋转后，第一个主因子f1 上，x1自由现金流量负债率、x2自由现金流量流动负债率有较高的负荷，因此，f1可命名为上市公司偿债能力主因子。

第二个主因子f2上，x12每股自由现金流量增长率有较高的负荷，因此，f2可命名为上市公司的成长能力主因子。

第三个主因子f3上，x10固定资产投资回报率、x11固定资产现金周转率有较高的负荷，因此，f3可命名为上市公司的营运能力主因子。

第四个主因子f4上，x6自由现金流量创造率有较高的负荷，因此f4可命名为上市公司的盈利能力主因子。

第五个主因子f5上，x9存货周转率、x13总资产增长率有较高的负荷，因此，f5可命名为上市公司的营运能力
和成长能力综合因子。

（六）计算因子得分
因子得分的计算，主要是根据因子得分系数矩阵来实现，见表4。

表4是因子得分的系数矩阵，这是根据回归算法计算出来的因子得分函数系数，根据该表可得到下面的因子得分函数：f1=0.303x1+0.301x2+0.076x3+0.286x4+0.262x5-0.044x6-0.0 26x7+0.123x8+0.028x9-0.111x10+0.102x11+0.039x12-0.044x13，f2、f3 、f4 和f5的因子得分函数，依此类推。

各因子的权重按方差贡献率确定，可获得综合因子f，其表达式为：
f=0.28fl+0.16f2+0.11f3+0.10f4+0.09f5。

从而利用此表达式计算出各个企业财务风险评价的综合得分。

利用spss软件处理，可快速获得这36家上市公司的主因子和综合因子得分情况，从而对综合因子得分进行排序。

分析得到的结果可知，由于在因子分析之前已经将分析的数据进行了标准化的处理，所以因子得分为正，表示公司财务风险处于平均水平以上；因子得分为负，表示公司财务风险处于平均水平以下。

分析结果表明，有16 家煤炭行业上市公司的财务风险处于平均水平以上，20家煤炭行业上市公司财务风险处于平均水平以下，说明在现阶段有很多煤炭行业上市公司的财务风险处于平均水平以下，应该引起注意。

其中，大有能源的得分最高，说明该公司的财务风险较低，这主要归因于该公司的各主因子的得分都不错，但是在f3上的得分较低，说明其固定资产管理能力差，需多加改进。

而四川圣达的得分最低，
主要是由于各因子的得分都较低，说明企业面临的财务风险较高，需大力改进。

三、结论
本文针对煤炭企业的行业特点，通过企业重点关注自由现金流量等13个财务指标，建立财务风险评价指标体系，求出f值来观测企业的财务风险状况，该方法便于企业操作，简单易行。

另外，企业也应该注意到非财务指标的补充，并和企业的实际相联系，做出科学合理的财务风险评价。

z
参考文献：
1.高峰，孙春升.煤炭企业财务预警实证研究[j].煤炭经济研究，2009，（3）.
2.艾超.基于自由现金流量的航运企业财务预警研究[j].对外经贸，2012，（5）.
3.李忠卫，王立杰，周大鹏.基于因子分析法的煤炭上市公司绩效评价[j].中国矿业，2008，（2）.
4.汤谷良，朱蕾.自由现金流量与财务运行体系[j].会计研究，2002，（4）.。