摘要：本文以57家建材行业上市阀门公司为样本，运用因子判别分析法对建材行业上市阀门公司财务指标进行研究，并通过对建材行业上市阀门公司财务风险水平分类，运用K值聚类分析、Fisher方法得到建材上市阀门公司财务风险评价模型的三个判别函数，最后得出结论：在评价建材行业上市阀门公司的风险评价模型中包含4个公因子，并通过对每个阀门企业对应的由公因子组成的三个函数模型值的大小来判别该阀门企业的所属类别，以此判断该阀门企业的财务风险程度，且该方法可行有效。
关键词：因子分析 判别分析 建材行业 财务风险
财务风险评价体系对阀门企业的发展有着积极的作用，它能够对阀门企业的财务运营过程进行控制，让阀门企业财务管理中存在的问题得到及时解决，并对阀门企业的财务危机进行预测，使经营者在财务危机发生前就及时采取相应措施，预防失败。国外学者用单变量分析Z-score、Logistic回归分析、多元线性判别等方法来进行阀门企业财务风险识别。国内专家或学者在预测阀门企业财务危机时，通常应用面分析、单变量分析、多重线性判定分析、神经网络分析、Fisher判别分析、Logistic分析等方法。本文主要运用因子分析法和判别分析法对财务风险指标进行筛选。通过这些方法可以清晰、简洁、明了地筛选出相关性强的具有代表性的财务指标。
本文首先以57家建材上市阀门公司在建立财务风险系统方面还没有一个全面的认识以及现有风险模型无法实现准确判断风险的实际情况为着手点，指出建立财务风险评价体系的重要意义。上市阀门公司只有建立财务风险评价体系才能够更好地完善财务管理相关工作，才能够及时发现财务危机的存在，从而提前做好相应的防范措施，减少或规避财务风险的产生。
一、样本选取及数据来源
（一）样本的设计
在对建材行业进行确认时，首先根据A股市场中建材行业进行分类，在分类完成后确定选取上市阀门公司大致的范围，并且借助巨潮资讯网提供的资料，查找到上市阀门公司的年度报告，从而根据年报当中提供的信息对68家建材行业进行分类（如表1）。
（二）样本的确定
在进行财务风险评价的过程中，本文选用的是因子判别分析法，该方法需要借助至少连续三年或三年以上的财务数据。为保持数据的稳定性，在A股建材行业的上市阀门公司中，只有57家建材行业上市阀门公司符合数据的要求。因此本文最终确定选取这57家上市阀门公司2008-2012年间连续披露财务数据的阀门公司为样本进行研究。本文的财务数据主要来源于国泰安数据库，年报主要来自于巨潮资讯网和上海、深圳证券交易所网站。本文运用SPSS 17软件对选取的各项指标进行因子分析。
二、现行财务指标评价体系
财务指标对于了解阀门企业财务状况来说非常重要，它能够很好地反映阀门企业的一些基本情况。阀门企业的财务指标有很多，它们可以被划分为不同的类别，每一个财务指标在反映阀门企业财务状况的时候，其角度是不一样的，并且各项财务指标之间也存在联系，因此，现行财务指标评价体系选取财务指标变量时需要结合我国建材上市阀门公司的实际情况。各指标选取如下：盈利能力指标包括：销售毛利率、销售净利率、资产报酬率、每股收益、主营业务净利润率、总资产收益率、主营业务成本利润率、净资产收益率；偿债能力指标包括：现金流动负债率、流动比率、速动比率、资产负债率、营运资本配置率；资产营运能力指标包括：总资产、固定资产、流动资产、存货、应收账款五个周转率指标；现金流量能力指标包括：净利润、主营业务收入、固定资产、总资产四个现金比率指标；发展或成长能力指标包括：净利润、主营业务收入、总资产三个增长率指标。
三、利用因子分析法对我国建材行业上市阀门公司财务指标的筛选
本文假设借助巨潮资讯网取得的年度报告中所提供各项数据都是准确可靠的，只有在这个假设成立的基础上，本文评价建材行业的财务风险才具备可行性；同时假设市场是公平有效的，即如果阀门企业在运行过程中出现了问题，就会面临财务方面风险。如果这两个假设无法成立，则本文的研究也就不具有可行性。
（一）数据标准化处理
对于不同的财务指标来说，它的量纲是不同的，这就导致其数量级别也发生改变。本文在研究的过程中，运用Z-Score方法对数据进行处理，从而消除量纲的不一致给分析工作带来的不利影响。
（二）巴特利特球体检验
在采用Bartlett对数据进行检验时，通常来说，如果KMO值> 0.5 ，说明可以运用因子分析方法来对指标进行分析。根据分析可知，本文选定的各项指标的KMO 值为 0.651，因此可以对所选数据的因子进行分析。
（三）计算特征值
选取特征值均大于1且其方差的贡献率累计和达到80%以上的选取原则，从25个变量中提取出7个公因子，通过主成份分析提取法计算的总方差解释可知，其方差贡献率累计和达到了81.78%，说明了选取的7个公共因子能够充分反映原变量的信息，代表性较好。
（四）指标筛选
通过上述分析可知，本文用7个公共因子代替原来的25个财务指标。这样做的主要目的是为了让分析过程更加简便。事实上，这样的处理确实达到了简化的目的，不过由于7个公因子的载荷值大小基本上没有什�床钜欤虼耍薹ㄇ嵋锥运墙卸ㄒ逵虢馐汀Ｒ虼耍疚慕徊浇柚讲钭畲蠓ǘ陨鲜�7个公因子进行正交旋转，计算旋转后的因子载荷矩阵，从而使这些公因子具有可以解释的性质。
借助方差最大法对上述7个公因子进行正交旋转后，7个公因子对于变量的解释性变强。
第一公因子：在每股收益、主营业务净利润率、营运资本配置比率、总资产增长率、净利润现金比率指标上载荷值均在0.67以上；
第二公因子：在速动比率、流动比率、现金流动负债比率、总资产现金比率等指标上有较大载荷，其载荷值均大于0.748；
第三公因子：资产报酬率、主营业务成本利润率、净资产收益率、主营业务收入增长率四个指标上载荷值均在0.52以上；
