企业供应链资金管理评价指标体系构建——基于主成分分析评价指标的模型

研究与探索Ｉ　Ｓｔｕｄｙ　ａｎｄ　Ｅｘｐｌｏｒｅ　

企业供应链资金管理评价指标体系构建　

基于主成分分析评价指标的模型　

西安财经学院徐玮　

一、引言　随着现代企业间协作关系的日益紧密，从一定程度上来讲，企　业间的竞争已经进一步转变为供应链间的竞争。而供应链上的资　金管理不再是企业个体的财务管理活动，应从整个供应链的角度　进行有效的资金管理，使整个供应链资金管理效率最高，达到供应　链收益最大化，这就是供应链资金管理。供应链资金的管理水平会　直接影响到整个供应链资金的利用效率和收益，因此，对整个供应　链资金的管理水平进行科学客观地评价，提高供应链资金的利用　效率，实现企业自身收益的最大化，已经成为企业供应链管理研究　关注的焦点。　二、文献综述　（一）国外研究　国外关于供应链资金管理的研究最早开始于　２Ｏ世纪３Ｏ年代。Ｄａｖｉｄ　Ｄ．Ｈａｒｒｉｓｏｎ和Ｗｉｌｌｉａｍ　Ｈ．Ｈｅｍａｎｄｅｚ（１９８３）　如果企业处在通货膨胀的经济背景下，应先将供应链资金个项目　进行调整，以消除通货膨胀对财务数据的影响，然后根据调整后的　数据评价供应链资金的管理水平。Ｉｏｎｉｃ　Ｌｉｚａｒｄｓ（２００９）选取了１３１　家雅典证券交易所上市公司的财务数据为样本，对企业供应链的　资金管理水平与获利能力之间的关系进行研究，并得出结论，企业　的供应链资金管理水平与企业的盈利能力之间相关．『生显著，对现　金、应收账款、应付账款等项目的合理有效管理可以提高企业盈利　能力。　（二）国内研究国内研究方面，刘树海、齐二石（２００８）指出，　供应链资金占用水平指标是影响供应链资金使用效率的关键因　素。宫丽静（２００８）选取２００６年沪深两市上市公司的财务数据为样　本进行实证分析，研究表明供应商的资金管理水平及数量、应收账　款的质量、战略合作伙伴信用、客户集中度等因素对经营周期的影　响都具有显著性，其中战略合作伙伴信用是对供应链资金管理水　平影响最显著的因素。江其玟等（２００９）提出了供应链资金管理概　念模型，该模型在研究供应链基本理论的基础上，深入分析了供应　链资金管理的影响因素，改进了现有供应链资金管理的方法。　综上所述，目前对供应链企业资金管理的研究主要侧重于对　供应链资金管理的影响因素或企业资金管理效率指标的研究，却　少有涉及从供应链整体的角度，利用财务报表中的财务指标进行　主成分分析，构建供应链评价指标体系进行综合评价的研究。利用　主成分分析上市公司财务指标，构建统计模型，建立有效的供应链　资金管理评价指标系统，通过大量数据的实证分析进行综合评价，　从而提出提高供应链资金管理水平的有效途径，实现供应链资金　收益最大化。因此，如何科学客观地评价供应链整体资金管理水　平，利用主成分分析法来构建供应链资金管理水平的综合评价系　统，对有效提高供应链资金的收益很有意义。　三、供应链资金管理评价模型构建　由于传统的企业资金管理评价指标仅仅针对一个企业，且从　风险的角度来讲，企业在利用外部资金减低资金成本的同时也相　应地增加了财务风险。从整条供应链角度来看，各节点的资金收益　最大化并不意味着整体收益的最大化，对各环节资金管理水平的　评价就不能满足对整体供应链资金管理水平评价的需要。因此，企　业应该将传统的资金管理评价指标与供应链的资金管理评价体系　要求相结合，这样更有利于对企业供应链资金管理水平进行更为　科学、客观的评价。本文主要利用主成分分析法建立企业供应链的　资金管理评价体系模型。　（一）相关指标筛选本文选取２００９年一２０１１年我沪深两地上　市的１００家供应链上市公司的年度财务报报数据为样本，从企业　传统指标中拟选取以下１０个财务指标作为企业资金管理水平的　评价指标变量：ｘ　表示流动比率，ｘ：表示速动比率，Ｘ３表示流动资　产占总资产的比率，Ｘ４表示流动负债占总负债的比率，ｘ　表示存　货周转率，ｘ６表示应收账款周转率，ｘ７表示应付账款周转率，ｘ８表　示采购环节周转率，ｘ　表示生产环节周转率，ｘ。。表示销售环节周　转率。由于选取的传统评价指标较多，本文采用主成分分析法利用　ＳＰＳＳ１７．０软件进行统计分析，构建不相关、不重合的综合系数指　标变量体系代替繁多的财务指标变量，代表各类财务指标变量的　综合系数指标为供应链资金管理评价系统的主成分变量。　（二）原始数据标准化处理首先，ＳＰＳＳ统计分析软件对原始　数据会自动进行标准化处理，这样可将原始数据中某些不可比的　元素处理，以纠正可能对最终数据计算结果造成的偏差。通常采用　的数据标准化处理方法是标准变换方法，即先对原始数据元素进　行中心化，再对标准差进行标准化。公式如下：　

Ｘ＇ｉｊ＝—＿＝＝　（ｉ＝ｌ，２，…，ｎ；ｊ：ｌ，２，…，Ｐ）　、／ｖａｔ（）　

一１　其中　ｊ＝÷　ＩＩ　ｉ＝１　ｎ　ｖａｒ（）（ｉ）＝　（　一ｘｊ）　（ｊ＝１，２，…，Ｐ）　ＩＪ—Ｊ　ｉ＝１　经过ＳＰＳＳ统计分析软件对原始数据自动进行标准化处理　后，每组标准化数据的平均值为０，标准差为１。　表１　ＫＭＯ检验和Ｂａｒｔｌｅｔｔ球形检验结果表　

（三）ＫＭＯ检验与Ｂａｒｔｌｅｔｔ检验本文采用软件ＳＰＳＳ统计分　析软件１７．０进行ＫＭＯ检验和Ｂａｒｔｌｅｔｔ检验，结果如表１所示。　

甜仑通孔・综合２０１３年第１１期（中）

　研究与探索ｌ　Ｓｔｕｄｙ　ａｎｄ　Ｅｘｐｌｏｒｅ　

ＫＭＯ检验用于检验变量间偏相关系数是否过小，一般情况　下，当ＫＭＯ检验结果值大于０．９时效果最佳，小于０．５时不适宜　做主成分分析，并且ＫＭＯ检验结果值与主成分分析的效果成正　向关系。表１显示，样本数据的ＫＭＯ检验结果值为０．８５６，说明适　合做主成分分析。Ｂａｒｔｌｅｔｔ球形检验用于检验相关系数矩阵是否是　单位阵，如果检验结果的显著性概率（Ｓｉｇ．）小于１％，表示拒绝各　变量是独立的假设，说明各个变量具有相关性。从表１中可以看　出，Ｂａｒｔｌｅｔｔ球形检验的ｓｉｇ．取值为０．０００，表示拒绝该假设，认为各　个变量之间不是独立的，适宜做主成分分析。　（四）相关财务指标的主成分提取首先，利用ＳＰＳＳ统计分析　软件计算样本指标变量的相关系数矩阵，如表２所示。　

Ｚ（ｘ，）　ｚ（　Ｚ（　Ｚ（　４）　Ｚ（ｘ　）　Ｚｆ　Ｙ　Ｚ（Ｙ　ＺｆＹ　）　Ｚ（　。）　Ｚ（Ｙ　ＪＩ　Ｚ（×ｔ）　１　．９８３　．９０６　－ｌＯ３　一．１０６　－－６７５　－１２７　－１３３　．１１９　－２２６　ＺｆＹ　．９８３　１　．８９５　．０６５　．１７６　－３７２　－６５１　—１１７　．０８９　—１４９　Ｚ（　９０６　．８９５　１　．０８３　．１７９　．２９５　１４４　－０１３　—１１６　－３４６　Ｚ（　—１０３　．０６５　．０８３　１　．９３７　－９７６　．８８５　．０１７　—１８３　－３８７　Ｚ（Ｙ　０　．１０６　１７６　．１７９　．９３７　１　－８３７　．９１４　．０７９　－１５２　－０１９　Ｚ（ｘ０　－６７５　－３７２　．２９５　－９７６　－８３７　１　－８４９　．１４３　－０３３　．２０５　Ｚ（Ｙ　—１２７　－６５１　．１４４　．８８５　．９１４　－８４９　１　．９４９　－０１１　．０６９　ＺｆＹ０　－１３３　—１７１　—０１３　．０１７　．０７９　．１４３　９４９　１　．８５３　９３１　ＺｆＹ０　１１９　０８９　－１１６　—１８３　－１５２　－０３３　－０１１　．８５３　１　８８７　ＺｆＹ．　一２２６　—１４９　．３４６　—３８７　－０１９　．２０５　０６９　．９３１　．８８７　１　

由该表２可以看出，反映企业资金的偿债能力的财务指标流　动比率ｘ　、速动比率ｘ　和流动资产占总资产Ｘ３的比率具有较高　相关性；反映企业的营运能力的财务指标流动负债占总负债比率　ｘ４、存货周转率ｘ　、应收账款周转率ｘ６和应付账款周转率　具有　较高相关性；反映企业整体供应链资金运转效率的财务指标采购　环节周转率）（　、生产环节周转率ｘ９和销售环节周转率ｘｌ０具有较　高相关性。上述相关系数矩阵表充分说明了样本指标变量存在共　线性关系。　然后，利用ＳＰＳＳ统计分析软件计算主成分列表，分析提取主　成分指标变量，如表３所示。　表３　主成分列表　成分　初始特征值　提取平方和栽入　合计　方差％　累计％　合计　方差％　累计％　１　６．８４５　５７．０４１　５７．０４１　６．８４５　５７．０４１　５７，０４１　２　１．９６２　１６．３４７　７３．３８８　１．９６２　１６．３４７　７３－３８ｆ　３　１．３２４　１１．０３４　８４．４２１　１．３２４　１１．０３４　８４．４２１　４　．７２５　６．０４５　９０．４６６　５　．３９４　３．２８３　９３．７４９　６　．２５０　２．０８５　９５．８３３　７　．１７１　１．４２３　９７　２５６　８　．１０４　１．０９４　９８．３５０　９　．０８０　．８９０　９９．２４０　１０　．０６５　．７６０　１００．０００　从表３中可见，第一主成分特征根为６．８５４，方差贡献率为　５７．０４１％，前３个主成分的累计贡献率为８４．４２１％，根据提取因子　的条件——特征值大于１，选出了３个主成分。　（五）各主成分的方程利用ＳＰＳＳ统计分析软件形成因子负　荷矩阵，用来反映变量的变异可以主要由哪些因子解释，通过这个　矩阵就可以给出各变量的因子表达式。为了使得因子载荷矩阵的　结构简化，便于对公共因子进行解释，经过正交旋转过后的因子载　荷矩阵，如表４所示。　从表４中可以看出，第一主成分ｚ　主要由前３个变量决定，　

甜冬通乳。综合２０１３年第ｎ期（中）　第二主成分ｚ　主要由中间４个变量决定，第三主成分ｚ　主要由　后３个变量决定。　表４　旋转后的因子载荷矩阵　成分　１　２　３　Ｚ（×　流动比率）　．８３７　一．ｏ１４　．４６３　Ｚ（Ｙ，速动比率）　．８８２　．０ｌ３　３７５　Ｚ（）（，流动资产占总资产比例）　．９０１　．１６３　２４１　ｚ（Ｙ　存货周转率）　．４０５　．７３（）　２８５　ｚ（ｘ　应收账款周转率）　．１２８　．７６３　—１３４　ｚ（ｘ　应付账款周转率）　一．０３１　．９１７　．１７８　Ｚ（Ｙ，流动资产周转率）　．３７６　．５８８　５１６　Ｚ（Ｙ　采购周转率）　．２９７　．５２８　．７０４　Ｚ（Ｙ。生产周转率）　．５９２　．０８１　．７００　Ｚ　ｆＹ，　售周转率　．１４０　．０１８　．９１３　通过因子得分系数矩阵就可以得出各个变量的线性组合表达　的主成分，如表５所示。　表５　因子得分系数矩阵　成分　１　２　３　Ｚ（ｘ　流动比率）　．１９５　一．１４２　．０８１　ｚ（Ｙ，速动比率）　．２２９　一．１２６　．Ｏ１５　ｚ（ｘ　流动资产占总资产比例）　．２５２　—０４８　一．０８６　ｚ（Ｙ　存货周转率）　．００２　２５２　．００１　ｚ（ｘ　应收账款周转率）　一．００２　．３３９　一．１８９　ｚ（　应付账款周转翠）　一．１５１　．３９２　．０２２　ｚｆＹ　流动资产周转率）　一．０４９　１６９　１６２　ｚ（ｘ　采购周转率）　一．１１７　１３１　．３０１　ｚ（Ｙ。生产周转率）　．０３９　一．０９８　．２７３　Ｚ　ｆＹ　销售周转率、　一．１６９　一．１００　．５１６　从表５中可以得到３个主成分对应的变量系数，根据各变量　系数得到如下线性表达式：　Ｚ１＝Ｏ．１９５￣ｌ＋０．２２９￣２＋０．２５２￣３＋０．Ｏ０２Ｘ４－０．００２￣５－０．１５ｌＸ６—　０．０４９　一０．１　１７ＸＢ＋０．０３９Ｘ９－０．１６９￣１ｏ　Ｚ２＝－０．１４２￣ｌ－０．１２６￣２－０．０４８￣３＋Ｏ．２５２￣４＋０．３３９￣５－０．３９２Ｘ６＋　０．１６９Ｘ７＋Ｏ．１３１Ｘ８－０．０９８￣９－０．ＩＯＯｘｌｏ　Ｚ３：Ｏ．０８１Ｘ１＋０．０１５￣２－０．０８６￣３＋０．００１￣４－０．１８９￣５＋Ｏ．０２２￣６＋　０．１６２Ｘ７＋０．３０１￣８＋Ｏ．２７３￣９＋０．５　１６Ｘｌ０　主成分因子Ｚ。主要是由变量ｘ。、ｘ：、　指标来解释，即主要是　由流动比率、速动比率和流动资产占总资产率等指标的线性反映，　主要是综合反映整体供应链资金的短期偿债能力。　主成分因子ｚ：主要是由变量ｘ４、ｘ　、Ｘ６、Ｘ７指标来解释，即主要　是由应收账款周转率、应付账款周转率、存货周转率和流动资产周　转率等指标的线性反映，综合反映了整体供应链资金的营运能力。　主成分因子Ｚ　主要是由变量ｘ。、ｘ。、ｘ。。指标来解释，即主要是　由采购环节周转率、生产环节周转率、销售环节周转率的线性等指　标的线性反映，综合描述和评价整体供应链资金的运转效率。