基于因子分析和聚类分析的智能制造企业财务特征研究

摘要：随着智能时代的到来，传统企业转型升级为智能制造企业已是大势所趋。其财务表现存在多种联系，但又千差万别，研究财务特征能为其发展提供理论依据，助力其实现战略目标。由此，本文运用因子分析和聚类分析对智能制造企业财务特征进行研究。首先，运用因子分析法从初步指标中提取到四个公因子。其次，以样本的公因子得分为依据，利用聚类分析法将研究样本分为四类并命名。最后，提出相应建议，助力我国智能制造企业高质量发展。

关键词：智能制造企业；财务特征；因子分析；聚类分析

1 引言

随着新科技革命的兴起，智能制造已经成为制造业发展的新方向。《中国制造2025》指出“要把智能制造作为我国制造业未来发展的主攻方向”。在国家多项政策的大力支持与大数据方法快速兴起的背景下，学者们对聚类分析的应用进行了广泛而系统的研究，包括对预算报表审计系统[1]、财务风险预警模型[2]、绩效评估系统[3]等方面的探讨，但运用此方法对财务特征进行总结和提炼分析的研究甚少。基于此，本文利用因子分析和聚类分析，在关联性原则与可度量原则的基础上，从多角度、多维度等方面选取指标数据对智能制造企业进行财务特征分析。分析结果可为具有潜在转型机会的传统企业提供参考。

2 智能制造企业财务特征的实证分析

2.1 研究样本以及初步指标的选取

本文以2024年中证智能制造主题指数（指数代码为930850，指数名称为智能制造）中包含的100家沪深A股上市公司为样本，初步选取了12个财务指标，均为正向指标，选取指标情况如下。

（1）财务表现：资产收益率X1、净资产收益率X2；（2）盈利能力：净利率X3、毛利率X4；（3）财务风险：资产负债率X5、债务资本比率X6；（4）估值水平：市盈率X7；（5）现金流量状况：全部资产现金回收率X8、每元销售现金净流入X9；（6）研发投入：成本费用利润率X10、研发费用占比X11、无形资产占比X12。

2.2 基于因子分析的指标体系构建

由旋转后的因子载荷阵可知，第一个公因子在变量X1、X2、X3、X10上有较大载荷，分别为0.894、0.858、0.926、0.808，资产收益率、净资产收益率、净利率等均与企业的获利能力有关，可命名为收益能力因子；第二个公因子在X4、X5、X6、X8、X11上有较大载荷，分别为0.812、-0.892、-0.854、0.758、0.655，毛利率、资产负债率、债务资本比率等均与企业财务状况的稳定性有关，可命名为财务稳健性因子；第三个公因子在X9上有较大载荷，为0.762，每元销售现金净流入与现金流带来的效益有关，可命名为现金流量效率因子；第四个公因子在X7、X12上有较大载荷，分别为0.791、0.768，市盈率、无形资产占比与技术性、商誉性价值有关，可命名为市场价值因子。

2.3 基于聚类分析的财务特征提取

为了了解不同类别智能制造企业表现出来的财务特征，揭示其内在的本质差别与联系，本文运用聚类分析法将研究样本分为4个类别进行分析。

根据本次算法的最终聚类中心，可以得知：（1）第一类企业在收益能力因子与财务稳健性因子上的数值较大，因此将第一类命名为“利润领跑型企业”；（2）第二类企业在财务稳健性因子上的数值为负值，但在现金流量效率因子上的数值最大，因此将第二类命名为“现金回收型企业”；（3）第三类企业只在市场价值因子上的数值为正值，因此将第三类命名为“投资扩张型企业”；（4）第四类企业在财务稳健性因子和现金流量效率因子上的数值为正值，因此将第四类命名为“成本控制型企业”。

根据聚类中心，分析得出四个类别的企业通常分别有以下财务特征：

利润领跑型企业：盈利能力强，有高净利润率和高毛利率。但是无形资产占比较少，有较低的研发投入比例。这类企业更加注重利润的增长，通常有稳定的业务模式和客户群体，财务稳健性较好。

现金回收型企业：有较高的现金储备。但是对收益的风险承受能力较低，因此通常会追求稳定的利润率而不是高利润率。这类企业对投资进行谨慎评估，并且会选择较为保守的投资方式，因此其研发投入通常不会太高。

投资扩张型企业：拥有高投入和高风险的特点，有较高的研发投入比例但毛利率较低。这类企业通常处于创新阶段或者是市场份额扩张阶段，需要大量的投资扩张。

成本控制型企业：中等的毛利率和低研发投入比例。这类企业更加注重成本控制和运营效率，通常没有大规模的投资计划，但是可以实现稳定的盈利增长。

3 结论与建议

本文重点研究不同类别智能制造企业的财务特征，基于因子分析和聚类分析对选取的研究样本进行实证分析。初步选取十二个指标，涉及企业的财务表现、盈利能力、财务风险等。运用SPSS软件从中提取出四个公因子并命名，分别是收益能力因子、财务稳健性因子、现金流量效率因子、市场价值因子，从而实现数据降维，为本文后续的聚类研究做数据准备。

依据每个样本在上述四个公因子上的得分，运用Python与SPSS软件将企业聚为四类并命名，分别是利润领跑型企业、现金回收型企业、投资扩张型企业、成本控制型企业。基于聚类中心，对企业的财务特征进行分析与总结。

整体而言，利润领跑型企业盈利能力最好，研发投入较少，企业应采取措施提高创新能力与发展能力；现金回收型企业偿债能力与发展能力较差，应当多注重资金的管理与资产结构，避免资金闲置；投资扩张型企业处于发展上升阶段，目前盈利状况较差，应当规划好未来发展方向，不断提高企业的获利水平；成本控制型企业盈利能力一般，追求稳定的利润增长率，整体财务较稳健，但是企业缺乏创新活力，应适当扩大投资规模，加大研发投入比例。

参考文献

李新颖.基于聚类分析算法的预算报表审计研究[J].中国注册会计师，2019（10）：86-90.

王小燕，姚佳含.基于聚类分析的惩罚约束财务风险预警模型[J].统计与决策，2020，36（02）：153-156.

陈柯君，李来儿.智能制造对企业财务绩效的影响研究[J].绿色财会，2022（03）：20-23.