文/胡敏杰 丁玉芳 張坤

我國上市物流公司財務(wù)危機(jī)預(yù)警研究

文/胡敏杰 丁玉芳 張坤

對物流公司進(jìn)行財務(wù)危機(jī)預(yù)警研究，有助于經(jīng)營者盡早地發(fā)現(xiàn)企業(yè)潛在的危機(jī)，從而避免或者盡可能降低企業(yè)發(fā)生財務(wù)危機(jī)，為物流公司健康、快速的發(fā)展提供有力的保障。本文選取了18家物流上市公司作為研究樣本，其中12家非危機(jī)企業(yè)，6家危機(jī)企業(yè)，選取了17項(xiàng)財務(wù)指標(biāo)，利用因子分析首先提取公共因子，最后利用Logistic回歸預(yù)警模型構(gòu)建物流上市公司財務(wù)危機(jī)預(yù)警模型，得到了很好的預(yù)測結(jié)果。

物流公司；財務(wù)危機(jī)預(yù)警；因子分析；Logistic回歸預(yù)警模型

一、引言

伴隨著經(jīng)濟(jì)一體化、全球化的快速發(fā)展，物流業(yè)也在快速發(fā)展。物流業(yè)起源于美國，但在日本發(fā)展迅速，并且成為高效率低成本的行業(yè)［1］。在我國，雖然物流業(yè)也得到了發(fā)展，但是遠(yuǎn)遠(yuǎn)不及這些發(fā)達(dá)國家，并且在發(fā)展過程中也遇到了各種各樣的問題，其中財務(wù)危機(jī)問題往往成為物流企業(yè)的發(fā)展障礙，甚至關(guān)系到企業(yè)的生死存亡。

對我國上市物流公司財務(wù)風(fēng)險預(yù)警，就是以我國上市物流公司的相關(guān)財務(wù)數(shù)據(jù)以及報表為依托，通過分析上市物流公司的相關(guān)財務(wù)數(shù)據(jù)以及報表，從而有效地監(jiān)控物流公司的財務(wù)狀況，以便在企業(yè)出現(xiàn)財務(wù)危機(jī)以及將要出現(xiàn)財務(wù)危機(jī)時，發(fā)出報警信號，提醒經(jīng)營者及時處理企業(yè)所面臨的危機(jī)［2］。物流公司的財務(wù)風(fēng)險來源于企業(yè)經(jīng)營的方方面面。伴隨著我國經(jīng)濟(jì)的快速發(fā)展，物流企業(yè)也處于快速發(fā)展階段，企業(yè)的財務(wù)活動也異?；钴S，影響企業(yè)財務(wù)活動的不確定因素也隨之增多。因此，建立物流企業(yè)財務(wù)風(fēng)險預(yù)警系統(tǒng)也就顯得尤為重要。分析相關(guān)學(xué)者的研究，可以得出，我國目前針對物流運(yùn)輸企業(yè)的財務(wù)風(fēng)險預(yù)警方面的研究比較少，尤其是定量方面的研究更少。因此，本文首先利用因子分析法提取公因子，使得變量之間不存在線性關(guān)系，再利用Logistic回歸模型構(gòu)建物流上市公司財務(wù)危機(jī)預(yù)警模型，希望能為我國上市物流公司在財務(wù)風(fēng)險預(yù)警方面的研究做出貢獻(xiàn)。

二、指標(biāo)選取以及樣本的收集

（一）指標(biāo)的選取

財務(wù)風(fēng)險預(yù)警指標(biāo)，可以分為財務(wù)指標(biāo)以及非財務(wù)指標(biāo)兩大類。財務(wù)指標(biāo)指的是上市公司財務(wù)報表中所顯示的相關(guān)數(shù)據(jù)；而非財務(wù)指標(biāo)指的是公司的股權(quán)結(jié)構(gòu)、董事會、公司所處的環(huán)境等等。但對于上市公司而言，財務(wù)指標(biāo)非常容易獲得，而非財務(wù)指標(biāo)由于是公司的內(nèi)部數(shù)據(jù)，不對外進(jìn)行公開，所以不容易獲得［3］。因此，本文選取上市物流公司的財務(wù)指標(biāo)，作為構(gòu)建上市物流公司財務(wù)危機(jī)預(yù)警模型的相關(guān)指標(biāo)，并且在選取財務(wù)指標(biāo)時，遵循相關(guān)的選取原則。比如：選取的指標(biāo)要與所研究的相關(guān)，所選取的指標(biāo)要真實(shí)，所選取的指標(biāo)要全面，所選取的指標(biāo)要具有一定的靈敏性等等［4］。

（二）指標(biāo)的確定

大部分財務(wù)分析都是從企業(yè)的獲利能力、營運(yùn)能力、償債能力、成長能力這四個方面進(jìn)行分析的。同時現(xiàn)金流量指標(biāo)又能夠

表1 正態(tài)性檢驗(yàn)匯總表

真實(shí)地反映企業(yè)的償債能力、獲利能力、盈利能力等方面情況，所以在進(jìn)行財務(wù)分析時加入現(xiàn)金流量指標(biāo)是很有必要的［5］。因此，本文在進(jìn)行財務(wù)風(fēng)險預(yù)警研究時，不僅選取了四大類財務(wù)指標(biāo)，而且還加入了現(xiàn)金流量指標(biāo)，總共17項(xiàng)財務(wù)指標(biāo)。

表2 T檢驗(yàn)結(jié)果匯總

1.盈利能力財務(wù)指標(biāo)

凈資產(chǎn)收益率X1=凈利潤/平均股東權(quán)益；營業(yè)利潤率X2=營業(yè)利潤/營業(yè)收入；銷售凈利潤X3=凈利潤/銷售收入；每股收益X4=凈利潤/期末總股本。

2.償債能力指標(biāo)

資產(chǎn)負(fù)債率X5=負(fù)債總額/資產(chǎn)總額；流動比率X6=流動資產(chǎn)/流動負(fù)債；速動比率X7=速動資產(chǎn)/流動負(fù)債；現(xiàn)金比率X8=（貨幣資金+交易性金融資產(chǎn)）/流動負(fù)債。

3.盈利能力指標(biāo)

應(yīng)收賬款周轉(zhuǎn)率X9=營業(yè)收入/平均應(yīng)收賬款；存貨周轉(zhuǎn)率X10=主營業(yè)務(wù)成本/平均存貨余額；流動資產(chǎn)周轉(zhuǎn)率X11=主營業(yè)務(wù)收入凈額/平均流動資產(chǎn)總額。

4.成長能力指標(biāo)

營業(yè)收入增長率X12=營業(yè)收入增長額/上年營業(yè)收入總額；凈利潤增長率X13=凈利潤增長額/上年凈利潤；總資產(chǎn)增長率X14=本年總資產(chǎn)增長總額/年初資產(chǎn)總額。

5.現(xiàn)金流量指標(biāo)

資產(chǎn)現(xiàn)金流量回報率X15=主營業(yè)務(wù)凈現(xiàn)金流量/平均資產(chǎn)總額；經(jīng)營活動收益率X16=主營業(yè)務(wù)凈現(xiàn)金流量/銷售額；現(xiàn)金債務(wù)總額比X17=經(jīng)營活動現(xiàn)金凈流量/期末負(fù)債總額。

（三）樣本數(shù)據(jù)的收集

本文選取在滬深上市的物流公司作為研究樣本。以往的研究定義危機(jī)企業(yè)的標(biāo)準(zhǔn)是公司有沒有被ST，而本文定義危機(jī)企業(yè)的標(biāo)準(zhǔn)是根據(jù)華夏標(biāo)準(zhǔn)財信榜對企業(yè)進(jìn)行資信評級，根據(jù)評級的結(jié)果來區(qū)分危機(jī)企業(yè)以及非危機(jī)企業(yè)。本文依據(jù)2013年公布的上市公司財務(wù)資信評級結(jié)果來區(qū)分危機(jī)企業(yè)以及非危機(jī)企業(yè)，并且將資信評級在BBB級以下的企業(yè)定位危機(jī)企業(yè)。又由于2013年公布的公司財務(wù)資信評級結(jié)果是根據(jù)2012年的財務(wù)數(shù)據(jù)得出的，使用2012年的財務(wù)數(shù)據(jù)預(yù)測企業(yè)的財務(wù)狀況，會夸大模型的預(yù)測能力，因此本文選取2011年物流公司的財務(wù)數(shù)據(jù)構(gòu)建財務(wù)危機(jī)預(yù)警模型，判斷企業(yè)的財務(wù)狀況。由于上市的物流公司比較少，因此本文選取了12家非危機(jī)企業(yè)，以及與之經(jīng)營規(guī)模相對應(yīng)的6家危機(jī)企業(yè)作為研究樣本，采取1：2的配比原則。最后選取3家危機(jī)企業(yè)，以及與之對應(yīng)的3家非危機(jī)企業(yè)作為檢驗(yàn)樣本。

表3 KMO和Bartlett的檢驗(yàn)

表4 解釋的總方差

三、模型的構(gòu)建以及初步檢驗(yàn)

（一）模型的構(gòu)建

本文首先通過比較危機(jī)企業(yè)以及非危機(jī)企業(yè)在各個財務(wù)指標(biāo)上是否存在顯著性差異，從而找出危機(jī)企業(yè)以及非危機(jī)企業(yè)之間存在顯著性差異的指標(biāo)。因?yàn)樨攧?wù)指標(biāo)之間又存在相關(guān)性，所以利用因子分析提取公共因子，利用提取的公共因子構(gòu)建物流公司的財務(wù)危機(jī)預(yù)警模型［6］。最后利用檢驗(yàn)樣本對模型的準(zhǔn)確性進(jìn)行檢驗(yàn)。

1.指標(biāo)的篩選

（1）正態(tài)性檢驗(yàn)以及相關(guān)性檢驗(yàn)

在進(jìn)行相關(guān)性檢驗(yàn)之前，要對樣本數(shù)據(jù)進(jìn)行是否符合正態(tài)分布檢驗(yàn)，來確定相關(guān)性檢驗(yàn)的方法，其中K-S檢驗(yàn)，就是檢驗(yàn)樣本數(shù)據(jù)是否符合正態(tài)分布。對17項(xiàng)財務(wù)指標(biāo)的樣本數(shù)據(jù)進(jìn)行K-S檢驗(yàn)的結(jié)果，如表1所示。

經(jīng)過K-S檢驗(yàn)得出，樣本數(shù)據(jù)整體上服從正態(tài)分布，因此采用T檢驗(yàn)對樣本數(shù)據(jù)進(jìn)行第一次篩選。利用Spss軟件，對樣本企業(yè)陷入財務(wù)危機(jī)前兩年的財務(wù)數(shù)據(jù)進(jìn)行分析，分析結(jié)果如表2所示：

根據(jù)表2的結(jié)果顯示，在0.05的顯著性水平下，只有凈資產(chǎn)收益率、營業(yè)利潤率、存貨周轉(zhuǎn)率、凈利潤增長率沒有通過顯著性檢驗(yàn)，其他財務(wù)指標(biāo)都通過了顯著性檢驗(yàn)。

表5 方程中的變量

（2）因子分析

在進(jìn)行因子分析之前要對樣本數(shù)據(jù)進(jìn)行KMO和巴特利球體檢驗(yàn)，因?yàn)橹挥蠯MO的取值在0.5～1之間，以及顯著性水平在0～0.05之間，才可以做因子分析，分析結(jié)果如表3所示：

由表3可知，KMO的值為0.698，顯著性水平為0.00，所以樣本數(shù)據(jù)可以進(jìn)行因子分析。通過因子分析提取公因子，由表4可知，前五個因子的特征值大于一，它們的累積貢獻(xiàn)率為82.237%，因此總方差可以由前五個因子解釋，并且得到因子載荷矩陣，從而得出公共因子的經(jīng)濟(jì)意義。

公共因子F1主要包括資產(chǎn)現(xiàn)金流量回報率、經(jīng)營活動收益率、現(xiàn)金債務(wù)總額比，代表上市公司的現(xiàn)金流量；公共因子F2主要包括資產(chǎn)負(fù)債率、流動比率、速動比率、現(xiàn)金比率，代表上市公司的償債能力；公共因子F3主要包括應(yīng)收賬款周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率，代表上市公司的成長能力；公共因子F4主要包括營業(yè)收入增長率、總資產(chǎn)增長率，代表公司的成長能力；公共因子F5主要包括銷售利潤率、每股收益，代表公司的盈利能力。

2.Logistic回歸預(yù)警模型的建立

將因子分析得到的五個公共因子作為自變量，將企業(yè)發(fā)生財務(wù)危機(jī)的概率作為因變量，構(gòu)建財務(wù)危機(jī)預(yù)警模型。由于本文定義危機(jī)企業(yè)為1，非危機(jī)企業(yè)為0，所以P值越高，企業(yè)發(fā)生財務(wù)危機(jī)的可能性越大。P值的確定沒有一個準(zhǔn)確的標(biāo)準(zhǔn)，一般都以0.5為界限，但是該界限是以選取配對樣本為前提的，由于本文的樣本比例為1：2，所以P值的界定為0.25。即判別標(biāo)準(zhǔn)為，當(dāng)P＞0.25時，為危機(jī)企業(yè)；當(dāng)P＜0.25時，為非危機(jī)企業(yè)；當(dāng)P=1時，無法判定。通過SPSS分析結(jié)果如下所示：

由表6可以得出，Logistic回歸預(yù)警模型得到了很好的預(yù)警結(jié)果，在18個樣本中，只有2個正常企業(yè)被判定為危機(jī)企業(yè)，準(zhǔn)確率達(dá)到了91.7%。

四、結(jié)論

本文選取了18家上市物流公司，其中12家非危機(jī)企業(yè)，6家危機(jī)企業(yè)作為研究樣本。采取1：2的配比原則，并且選取了17

表6 分類表

個財務(wù)指標(biāo)。首先運(yùn)用因子分析提取公因子，再將公因子帶入到Logistic回歸預(yù)警模型中，從而構(gòu)建物流上市公司的財務(wù)危機(jī)預(yù)警模型，并且其準(zhǔn)確率達(dá)到了91.7% ，具有很好的預(yù)測能力，因此在對上市物流公司財務(wù)危機(jī)預(yù)警方面有一定的預(yù)警效果。但是由于選取的樣本數(shù)量有限，所以預(yù)測結(jié)果的準(zhǔn)確性有待考量。根據(jù)因子分析等的相關(guān)數(shù)據(jù)顯示，物流上市公司的盈利能力、償債能力、營運(yùn)能力、成長能力以及現(xiàn)金流量對企業(yè)的財務(wù)狀況有著較大的影響，尤其是企業(yè)的償債能力指標(biāo)。

（作者單位：西北民族大學(xué)管理學(xué)院）

［1］張明，張燕，程濤.企業(yè)財務(wù)預(yù)警研究前沿［M］.中國財政經(jīng)濟(jì)出版社，2004：187～265.

［2］姜澤清.物流企業(yè)財務(wù)風(fēng)險及綜合預(yù)警指標(biāo)體系研究［J］.物流技術(shù)，2014，24：74～76.

［3］朱建明，王寧，張憲娜，吳紅霞.制造業(yè)上市公司治理風(fēng)險預(yù)警模型研究［J］.商場現(xiàn)代化，2014，31：186～187.

［4］李念秋.基于MVA的上市公司財務(wù)預(yù)警實(shí)證研究［J］.時代金融，2013，33：33.

［5］翁妍燕.財務(wù)危機(jī)預(yù)警系統(tǒng)指標(biāo)分析［J］.商業(yè)會計，2015，02：50～52.

［6］劉霞，吳廣.SPSS統(tǒng)計分析與應(yīng)［M］.電子工業(yè)出版社，2011：134～276.