新能源企業財務風險分析

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇新能源企業財務風險分析范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

新能源企業財務風險分析范文第1篇

關鍵詞：風電上市公司；財務風險；因子分析；聚類分析

一、引言

隨著我國能源供應趨緊、生態環境負荷日趨增強，傳統化石能源（尤其高度依賴于煤炭資源）將難以滿足未來電力產業發展的需求，新能源發電產業將成為我國電力產業發展的必然趨勢。在新能源發電產業中，風力發電發展迅速，2014年全國風電產業繼續保持增長勢頭，全年風電新增裝機容量達到1981萬千瓦，累計并網裝機容量達到9637萬千瓦，創歷史新高。受此影響，風電設備制造企業也呈現出良好的發展勢頭，以金風、華銳等為代表的風電設備上市公司在國內外市場中占據重大市場份額。但當前的經濟形勢下，風電設備及其相關制造企業也面臨著產品技術要求高、制造周期長、投資風險大、經營不確定程度高、市場波動劇烈等風險。通常情況下，企業各方面的風險都會通過財務風險的形式表現出來，因而，研究風電行業上市公司的財務風險有利于提高企業風險意識，加強經營過程中的風險控制，有助于我國風電產業的健康發展。有關財務風險管理方面的研究，多集中在財務風險的界定、財務風險的衡量與評價以及財務風險的控制等方面，定性和定量研究都比較多、比較成熟，且基本遵循普適性原則，即將微觀經濟中的許多單個企業作為一個整體進行研究，對其財務風險的來源、財務風險的評價與控制進行實證分析。羅曉光、劉飛虎（2012）在對商業銀行財務風險評價指標體系研究的基礎上，利用因子分析法得出財務風險評價指標的權重，在此基礎上運用改進的功效系數法建立評價模型，對56家商業銀行2010年的財務風險狀況進行了評價①；李素紅、陳立文（2011）以2010年50家房地產上市公司的財務數據為基礎，構建財務風險評價指標體系，運用因子分析法對50家公司的財務風險狀況進行綜合評價，并依據聚類分析將其劃分為4個風險等級②；沈友娣、沈旺（2012）針對我國創業板的特征，構建了創業板上市公司財務風險評價指標體系，通過實證研究，挖掘、識別和分辨了企業財務狀況在正常-異常-困境-破產的動態變化過程中各種財務風險評價指標的統計特征值，并提出了改進我國創業板中小企業財務風險評價指標有效性的可行途徑③。經過文獻梳理發現，主成分分析、因子分析、聚類分析等評價方法在企業財務風險評價研究中有較廣泛應用。筆者以風電行業上市公司為基礎，運用因子分析和聚類分析法，對2014年各上市公司的財務風險狀況進行評價歸類，以期為我國風電行業的健康發展提供指導。

二、研究對象確立及評價指標體系構建

1.研究對象。研究對象是我國風電及設備制造相關上市公司，以風電上市公司的年度財務報告作為基礎數據進行綜合評價。根據各上市公司的主營業務、規模收益、發展方向等要素，在滬深股市中選擇了25家規模較大、非ST的上市風電公司（表1）。2.指標體系構建。參考王珍（2011）碩士論文中財務指標的選取方式，依據可操作性、全面性、可比性及行業特殊性等準則，確定了包括盈利能力、償債能力、成長能力、營運能力、現金流量、資本結構在內的六大類財務指標，具體包括凈資產收益率、資產凈利率、資產報酬率、流動比率、產權比率、應收賬款比率、營業收入增長率、凈利潤增長率、凈資產增長率、存貨周轉率、應收賬款周轉率、銷售現金比率、現金流動負債比率、資產負債率及負債權益比率等在內的15個財務比率（表2），以此指標體系對風電行業上市公司的財務風險狀況進行綜合評價。各指標數據均來源于風電上市公司2014年度財務報告，分析過程均在SPSS內完成。

三、風電上市公司財務風險綜合評價

（一）因子分析過程1.相關性檢驗。保證指標之間的獨立性是科學構建指標體系的基本原則之一。筆者選取的15個指標之間可能存在較高的相關性，因此，在因子分析之前有必要對這些指標進行相關性分析，通過相關性分析，可以在相關性較高的指標中選取一個指標，剔除其他指標。經過SPSS的相關性分析，發現流動比率與速動比率的相關系數為0.9301，相關性較大，可剔除速動比率，保留流動比率；產權比率與資產負債率及負債權益比率兩個指標的相關系數分別為0.8979、0.9854，相關性較大，可保留資產負債率指標，剔除產權比率和負債權益比率兩個指標（詳細相關系數表從略），以剩余的12個財務風險指標進行因子分析。2.方差貢獻表。將12個指標數據進行標準化處理，并在SPSS中利用Bartlett球形檢驗和KMO檢驗法判斷指標是否適合做主成分分析，KMO度量值為0.699大于0.5，表明可以進行因子分析，Bartlett球形檢驗的P值近似為0，小于0.05，具有較高的顯著性，表明指標數據適合做因子分析。在SPSS中以特征值大于1為標準提取因子，并經過因子旋轉，得到各因子的方差貢獻率（表3）及因子載荷矩陣。355均大于1，記為f1~f5，這5個因子的累計方差貢獻率具有較強的解釋能力。3.因子命名及解釋。為了更方便的解釋因子，旋轉法對因子載荷矩陣進行變換，得到旋轉后的（表4）。提取方法：主成分分析。旋轉法：具有Kaiser標準化的正交旋轉法。旋轉在6次迭代后收斂—根據旋轉后的因子載荷矩陣，可以方便地解釋各因子的含義。因子f1在資產報酬率、凈資產增長率、銷售現金比率及現金流量比率上有較大載荷，反映公司的資產水平及現金流量，可命名為資金流量因子；因子f2在存貨周轉率、應收賬款周轉率上有較大載荷，反映公司的營運能力，可命名為營運能力因子；因子f3在凈資產收益率、流動比率、資產負債率上有較大載荷，反映公司盈利和償債能力，可命名為盈利償債因子；因子f4在資產凈利率、營業收入增長率上有較大載荷，反映公司的營業收入水平，可命名為營業能力因子；因子f5在凈利潤增長率上有較大載荷，反映公司的成長能力，可命名為成長能力因子。4.計算因子得分。根據旋轉后的因子載荷矩陣，得到因子得分系數矩陣，并以此矩陣生成各風電上市公司的因子得分表（表5）。

四、風電上市公司財務風險控制策略

根據前文對風電行業上市公司財務風險狀況的實證分析，針對我國風電行業上市公司財務風險的控制及預警提出以下對策。1.提高財務風險防范意識。提高公司管理層和相關投資者的風險管控意識，是風電行業上市公司財務風險控制的基礎，有助于在一定程度上有效預判財務風險的來源及程度。2.提高投資決策執行效率。公司的投資決策過程包含著一定的投資風險，進而導致公司財務風險狀況的不確定性，應從健全公司投資決策制度、優化投資審批程序、調整投資結構等方面提高投資決策的執行效率。3.完善上市公司治理結構。引入獨立董事，參與公司重大項目投資決策，對于被獨立董事否決的投資決策，要重新進行風險評價。4.加強上市公司內部審計。設立獨立的審計委員會，定期對公司的經營管理和財務狀況進行檢查，做到事前、事中審計，使審計活動能夠規范運作。5.建立完善的公司財務預警系統。預警系統的建立應根據企業的自身發展實際，要能夠準確識別影響企業財務狀況的潛在影響因素。6.提高財務管理透明度。要從企業內部入手，加強對資金的集中管理，建立財務信息管理系統，杜絕小金庫現象，提高資金的管理效率。

參考文獻：

[1]羅曉光，劉飛虎.基于功效系數法的商業銀行財務風險評價研究[J].科技與管理，2012（5）

[2]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（6）

[3]沈友娣，沈旺.我國創業板中小企業財務風險評價指標有效性[J].技術經濟，2012（7）

[4]王珍.房地產企業財務風險分析與控制研究[D].西安建筑科技大學碩士學位論文，2011