因子分析法在我国光伏企业财务分析中的应用(2)

　　为消除量纲的影响，特对指标数据进行标准化处理，并将标准化后的数据作为新的变量，采用SPSS进行相关性分析，根据SPSS17.0计算的相关系数矩阵结果可知，指标间相关性显著，适合作因子分析。

　　（三）运用SPSS软件计算特征值、方差贡献率、累积方差贡献率，确定主因子（见下页表1）

　　从表1可以看出，前两个因子的累积方差贡献率达到88.43%，说明原有变量所含信息能够被有效的解释，信息丢失较少，因子分析结果较为理想。因此取m=2，用2个主因子来代替原来的11个财务指标，这2个因子所包含的信息占到了原来的88.43%。

　　（四）求解因子载荷，对因子进行命名和解释

　　通过因子载荷矩阵，可以确定各财务指标在因子中所占比重，并对该因子做出合理的经济解释。经最大方差旋转后的因子载荷矩阵分析可知，销售净利率、销售毛利率、营运资本配置率、资产负债率、现金比率、基本每股收益、流动比率指标在第一个因子中具有较高的载荷，而这几个指标代表了赛维LDK的盈利能力和偿债能力。在第二个因子中，流动资产周转率、存货周转率指标载荷较大，可解释为营运能力。因此两因子代表的经济意义分别为F1：盈利能力和偿债能力，F2：营运能力。

　　（五）计算因子得分

　　运用回归法计算因子得分系数，因子得分系数矩阵见表2。

　　根据因子得分系数矩阵得到因子得分函数：

　　F1=-0.127×资产负债率+0.143×营运资本配置率+0.109×流动比率+0.133×现金比率+0.08×流动资产周转率+0.082×应收账款周转率+0.039×存货周转率+0.153×销售毛利率+0.163×销售净利率-0.01×现金流量比率+0.166×基本每股收益

　　F2=0.071×资产负债率+0.006×营运资本配置率-0.12×流动比率-0.037×现金比率+0.34×流动资产周转率-0.122×应收账款周转率+0.289×存货周转率+0.059×销售毛利率+0.114×销售净利率+0.262×现金流量比率+0.182×基本每股收益

　　计算得到各年的因子得分及排名情况如表3。

　　（六）综合评价

　　根据因子得分系数矩阵，对赛维LDK2006-2012年财务总体状况进行综合性评价。以每个因子的方差贡献率为权数确定最后的财务综合评分函数为：

　　F=0.61017×F1+0.27408×F2

　　将数据代入函数式中，得到赛维LDK历年的综合财务评分如表4。

　　从财务评分综合排名可以看出，赛维LDK的财务表现受宏观经济环境影响显著。2006-2008年处于光伏产业发展的高速增长期，财务表现总体靠前，其中，2007年较2006年有着明显的优势，除受益日益增长的行业需求外，在纽交所的成功上市，也为其产能扩张提供了强大的资金支持；2009年受全球金融危机滞后的影响，光伏产业的发展进入阶段性低迷期，赛维LDK2009年财务总体状况表现较差，低于历年平均水平；2010年全球宏观经济环境逐步好转，光伏产业迈入新一轮增长期，并且金融危机中受到抑制的需求被重新激发出来，光伏产业呈现良好的发展态势，赛维LDK这一年的销售收入、毛利、营业利润及净利润等盈利指标都位居历年第一，并且遥遥领先，2010年的财务总体状况排名居历年首位；2010年以后，欧洲各国纷纷开始下调补贴，加之欧债危机的消极影响，欧洲光伏市场萎缩，外销受阻，给过于依赖欧洲市场的我国光伏产业致命一击，2011年，我国光伏行业利润率从139%下滑到20%，在此宏观经济背景下，赛维LDK2011年的财务总体状况排名比较靠后；2012年，光伏产业自身的产能过剩矛盾凸显，加之美欧“双反”政策的打击以及光伏产品价格的持续下跌，产业发展更是雪上加霜，这一年，大量光伏企业停产裁员甚至破产倒闭，且普遍面临巨额负债、严重亏损、资金链告急的难题，赛维LDK也未幸免。赛维LDK2012年偿债能力指标极度恶化，营运资本配置率为-2.18，流动负债“穿透”流动资产，大量的长期资产要靠流动负债来维持，资产负债率高达1.04，公司陷入资不抵债的境地，为改善偿债能力、解除退市危机，公司多次通过出售资产、抵押产品、引入新股东和国资等方式偿还债务，2012年公司财务总体状况大大低于年均水平，为历年最差。

　　综合表3和表4的分析结果可知，盈利能力是决定赛维LDK财务状况综合排名的根本因素。F1因子解释了原有信息的61%，说明偿债能力和盈利能力是影响财务状况的主要因素，其中，财务状况综合排名靠前的年份，F1因子得分也较高，即企业的偿债能力及盈利能力的综合成绩较好。但是从2006-2012年的财务数据来看，赛维LDK的资产负债率、营运资本配置率、流动比率、现金比率均呈现不断恶化的趋势，与综合排名状况不相吻合。所以，影响赛维LDK财务状况的关键因素是其盈利能力。