亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        高新技術(shù)制造業(yè)上市公司財務(wù)預(yù)警指標(biāo)體系重建

        2018-09-10 05:47:30青海大學(xué)青海西寧810016
        商業(yè)會計 2018年10期
        關(guān)鍵詞:財務(wù)危機高新技術(shù)指標(biāo)體系

        (青海大學(xué)青海西寧810016)

        一、引言

        自2014年以來,我國低端制造業(yè)陸續(xù)轉(zhuǎn)移到東南亞、印度等其他低成本國家,高端制造業(yè)又向發(fā)達(dá)國家回流,與此同時,成本增加、產(chǎn)能過剩以及全球經(jīng)濟疲軟等原因均制約著我國制造業(yè)的發(fā)展。在這一背景下,我國于2015年5月印發(fā)以智能制造為主攻方向的《中國制造2025》,全面部署制造強國戰(zhàn)略,力圖實現(xiàn)我國制造業(yè)轉(zhuǎn)型升級。而作為此次改革先鋒的高新技術(shù)制造業(yè)上市公司,在迎接改革和發(fā)展機遇的同時引進高新技術(shù),也將面臨比其他行業(yè)更加激烈的競爭和更大的風(fēng)險、危機。如何保障其持續(xù)健康發(fā)展成為目前研究的重點。本文針對這一問題,提出以高新技術(shù)制造業(yè)上市公司為研究對象,重建新環(huán)境下高新技術(shù)制造業(yè)財務(wù)預(yù)警指標(biāo)體系,幫助此類公司發(fā)現(xiàn)異常的財務(wù)狀況,并根據(jù)高新技術(shù)所處環(huán)境的特殊性及時調(diào)整經(jīng)營策略,扭轉(zhuǎn)財務(wù)狀況惡化的勢頭,促進其持續(xù)健康發(fā)展。

        國外對財務(wù)預(yù)警指標(biāo)的研究較早,早在1966年,Beaver就得出資產(chǎn)負(fù)債率能夠有效地預(yù)測企業(yè)財務(wù)危機的發(fā)生。Podobnik B.(2010)以合并公司為研究對象,得出資產(chǎn)負(fù)債率、托賓 Q 值有較好的預(yù)測效果。Ma Y.,Chen Y.(2014)以我國宏觀經(jīng)濟環(huán)境為背景,探討誘發(fā)我國公司發(fā)生財務(wù)危機的主導(dǎo)指標(biāo),最后得出相較于傳統(tǒng)財務(wù)指標(biāo),宏觀因素(如金融不平衡指數(shù))能更為準(zhǔn)確地預(yù)測公司財務(wù)危機發(fā)生的結(jié)論。Billio M.(2016)運用基于系統(tǒng)風(fēng)險度量的橫截面熵的新方法進行財務(wù)預(yù)警研究,最后得出投入資本回報率預(yù)警效果較好。我國學(xué)者主要從償債、盈利、營運、成長能力四個方面選取財務(wù)預(yù)警指標(biāo),李先位(1993)從償債能力角度指出當(dāng)企業(yè)負(fù)債比率大于1時,企業(yè)發(fā)生財務(wù)危機。陶亞文(1998)從杜邦分析出發(fā),指出凈資產(chǎn)收益率應(yīng)作為企業(yè)財務(wù)危機的斷點指標(biāo),但并沒有確定財務(wù)危機的臨界點或臨界區(qū)間。張友堂、陳君寧(2002)運用資產(chǎn)負(fù)債率、凈資產(chǎn)收益率等主要財務(wù)指標(biāo)識別企業(yè)財務(wù)風(fēng)險。王敏(2006)根據(jù)中小企業(yè)的實際情況,從傳統(tǒng)財務(wù)指標(biāo)的四個方面構(gòu)建財務(wù)預(yù)警系統(tǒng),但并沒有對構(gòu)建的財務(wù)預(yù)警系統(tǒng)進行檢驗分析。張曾蓮、喬齊(2012)在綜合分析商業(yè)銀行所面臨風(fēng)險的基礎(chǔ)上,從償債性、盈利性、成長性等角度構(gòu)建商業(yè)銀行財務(wù)預(yù)警指標(biāo)體系,并運用主成分分析法進行檢驗分析。陳芳、吳杰(2017)在對中小企業(yè)財務(wù)預(yù)警進行研究時,創(chuàng)新性選取了銷售凈現(xiàn)率,并建立Logistic預(yù)警模型檢驗。

        綜上所述,國內(nèi)外學(xué)者注重財務(wù)預(yù)警指標(biāo)體系的構(gòu)建,在早期的財務(wù)預(yù)警研究中,學(xué)者們選取的預(yù)警指標(biāo)多為傳統(tǒng)的財務(wù)指標(biāo),隨著研究的不斷深入與完善,在后期才陸續(xù)引入了非財務(wù)指標(biāo)和定性指標(biāo)。雖然,學(xué)者們在對企業(yè)財務(wù)預(yù)警的研究上不斷發(fā)展,但鮮有學(xué)者在對企業(yè)財務(wù)預(yù)警的研究上將國家宏觀調(diào)控政策考慮在內(nèi),政府通過制定有利于當(dāng)前重點扶植企業(yè)的相關(guān)政策,直接影響和改善其生存和成長環(huán)境,也可以通過制定稅收政策來改善重點扶植企業(yè)的財務(wù)狀況。其次,符合行業(yè)特色的預(yù)警指標(biāo)體系不完善,大多數(shù)學(xué)者僅僅是在現(xiàn)有財務(wù)預(yù)警指標(biāo)體系的基礎(chǔ)上,創(chuàng)新性選擇幾個甚至一兩個符合行業(yè)特征的財務(wù)預(yù)警指標(biāo),并沒有較為全面反映行業(yè)特色及時代背景?;诖?,本文詳細(xì)分析了《中國制造2025》背景下,高新技術(shù)制造業(yè)行業(yè)新特征,并以此為基礎(chǔ),重建符合其行業(yè)特色的財務(wù)預(yù)警指標(biāo)體系。

        二、研究設(shè)計

        (一)《中國制造2025》背景下,高新技術(shù)制造業(yè)新特點

        我國對高新技術(shù)企業(yè)的認(rèn)定和管理以《高新技術(shù)企業(yè)認(rèn)定管理辦法》(國科發(fā)火[2016]32號)為依據(jù),該辦法將我國重點支持的高新技術(shù)企業(yè)領(lǐng)域修改為:電子信息、生物與新醫(yī)藥、航空航天、新材料、高技術(shù)服務(wù)、新能源與節(jié)能、資源與環(huán)境、先進制造與自動化八大領(lǐng)域。辦法的制定、實施與《中國制造2025》的提出等都有力推動了培育創(chuàng)新技術(shù)、提供新供給的發(fā)展方向,為我國高新技術(shù)制造業(yè)營造了萬眾創(chuàng)新、智能制造的新氛圍。在積極的宏觀環(huán)境下,高新技術(shù)制造業(yè)上市公司區(qū)別于其他公司有以下新特點:資金投入量大;無形資產(chǎn)占比高;高收益、高風(fēng)險;融資難。根據(jù)高新技術(shù)制造業(yè)行業(yè)的新特征,可知科技創(chuàng)新、充裕的資金需求是該類行業(yè)最為顯著的特征。在對其進行財務(wù)預(yù)警指標(biāo)體系重建時,應(yīng)著重選取反映科技創(chuàng)新、資金流的預(yù)警指標(biāo)。

        (二)確定樣本

        《中國制造2025》的主攻方向為智能制造,中國工程院院士盧秉恒(2016)指出智能制造主要由工業(yè)互聯(lián)網(wǎng)和底層智能化兩部分構(gòu)成,工業(yè)互聯(lián)網(wǎng)將人、大數(shù)據(jù)和機器連接起來,實現(xiàn)機器和ICT技術(shù)的融合;底層智能主要指機器人、智能制造裝備和3D打印。因工業(yè)互聯(lián)網(wǎng)范圍較大,且不易篩選符合條件的樣本公司,所以本文通過巨潮資訊網(wǎng)從滬、深交易所A股篩選了“3D打印”“機器人”“智能制造”概念的60家高新技術(shù)制造業(yè)上市公司作為研究對象,并參考國內(nèi)外財務(wù)預(yù)警對象的界定方法,結(jié)合我國的實際情況,沿用國內(nèi)大多數(shù)學(xué)者的做法,選取因財務(wù)狀況異常而被特別處理的30家財務(wù)危機公司(以下簡稱ST公司)進行實證研究,并按照以下條件篩選了財務(wù)正常公司(以下簡稱非ST公司):資產(chǎn)規(guī)模以上下浮動30%為界限;排除了數(shù)據(jù)不全公司;按照1∶1配對原則。

        (三)重建財務(wù)預(yù)警指標(biāo)體系

        重建財務(wù)預(yù)警指標(biāo)體系時,本文嚴(yán)格遵循系統(tǒng)性、針對性、特殊性原則,充分考慮其行業(yè)新特征,重點選取了能夠反映科技創(chuàng)新和現(xiàn)金流的預(yù)警指標(biāo)。因研發(fā)能力能夠直接反映企業(yè)科技創(chuàng)新并呈正相關(guān)關(guān)系,本文首先從研發(fā)投入、研發(fā)環(huán)境、研發(fā)轉(zhuǎn)化、研發(fā)產(chǎn)出四方面反映研發(fā)能力。其次,我國學(xué)者認(rèn)為股權(quán)集中度、董事會結(jié)構(gòu)、審計意見類型、股東獲利能力間接影響科技創(chuàng)新,如胡德朝(2011)、張蕾(2013)等提出股權(quán)集中度與科技創(chuàng)新呈正相關(guān)關(guān)系;趙旭峰、溫軍(2011)等認(rèn)為董事會規(guī)模是技術(shù)創(chuàng)新的抑制因素;唐躍軍、左晶晶(2014)等則從投資角度分析了股東獲利能力有利于技術(shù)創(chuàng)新。

        現(xiàn)金是高新技術(shù)企業(yè)的生命,充足的現(xiàn)金流不僅能夠加大研發(fā)投入,促進研發(fā)轉(zhuǎn)化,還能避免企業(yè)陷入因資金鏈斷裂而引發(fā)的財務(wù)危機。本文主要從現(xiàn)金流量表角度選取了現(xiàn)金償債能力、現(xiàn)金獲現(xiàn)能力、現(xiàn)金盈利能力,通過經(jīng)營活動產(chǎn)生的現(xiàn)金凈流量與債務(wù)、資產(chǎn)、營業(yè)收入進行比較,揭示企業(yè)創(chuàng)造現(xiàn)金的能力。

        選取傳統(tǒng)財務(wù)指標(biāo)時,因高新技術(shù)制造業(yè)產(chǎn)品多屬于高新技術(shù)知識產(chǎn)品,本文排除了存貨周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率等傳統(tǒng)財務(wù)指標(biāo),側(cè)重于反映現(xiàn)金流方面的指標(biāo)。如負(fù)債經(jīng)營率、現(xiàn)金及現(xiàn)金等價物周轉(zhuǎn)率、營運資金周轉(zhuǎn)率、成本費用利潤率等。

        綜上所述,契合智能制造視角,共計選擇了18類52個財務(wù)預(yù)警指標(biāo),如表1、表2所示。

        表1 財務(wù)預(yù)警指標(biāo)匯總表

        三、研究檢驗

        本文共計選取了52個預(yù)警指標(biāo),但重建的預(yù)警指標(biāo)體系是否能夠較為準(zhǔn)確地對智能制造背景下高新技術(shù)制造業(yè)上市公司進行財務(wù)危機預(yù)警,還需構(gòu)建預(yù)警模型檢驗。因部分財務(wù)指標(biāo)間可能存在較大的相關(guān)性,所以在構(gòu)建預(yù)警模型前,先對52個預(yù)警指標(biāo)進行檢驗。

        (一)正態(tài)檢驗

        首先運用 Kolmogorov-Smirnov檢驗(即K-S檢驗)預(yù)警指標(biāo)是否符合正態(tài)分布,對符合正態(tài)分布的預(yù)警指標(biāo)進行獨立樣本T檢驗,不符合正態(tài)分布的進行Mann-whitney U檢驗,以獲取ST組與非ST組存在顯著差異性的預(yù)警指標(biāo)。

        采用K-S檢驗對52個預(yù)警指標(biāo)進行正態(tài)分布檢驗時,檢驗結(jié)果在5%的顯著性水平下為不符合正態(tài)分布。52個預(yù)警指標(biāo)中僅X41、X42顯著性水平值分別為0.157、0.844,均大于5%,服從正態(tài)分布,其余預(yù)警指標(biāo)顯著性水平值均小于5%,不符合正態(tài)分布。

        (二)獨立樣本T檢驗

        對服從正態(tài)分布的預(yù)警指標(biāo)X41、X42進行獨立樣本T檢驗,若sig值大于0.1,則認(rèn)為兩樣本間不存在顯著差異。而根據(jù)SPSS輸出的檢驗結(jié)果顯示,X41的Levene統(tǒng)計量為5.191,第一個sig值為0.024<0.05,故方差不齊,方差不齊看第二個sig值,第二個sig值為0.306>0.1,所以X41在兩樣本間不存在顯著差異;同理,X42在兩樣本間不存在顯著差異。因此,X41、X42均沒有通過獨立樣本T檢驗,應(yīng)剔除。

        (三)Mann-whitney U 檢驗

        采用Mann-whitney U對除了X41、X42之外的其余50個不服從正態(tài)分布指標(biāo)進行顯著性檢驗,在此構(gòu)建假設(shè),當(dāng)顯著性水平大于0.05時,認(rèn)為ST組和非ST組不存在顯著性差異。根據(jù)Mann-whitney U檢驗結(jié)果顯示,在5%顯著水平下,X3、X5、X6、X8、X12、X13、X14、X15、X18、X19、X26、X27、X31、X34、X35、X37、X39、X40、X45、X50、X52通過檢驗, 即以上 21 個預(yù)警指標(biāo)在兩組樣本之間存在顯著差異。其余指標(biāo)沒有通過檢驗,應(yīng)剔除。

        綜上所述,在對52個預(yù)警指標(biāo)進行K-S檢驗、T檢驗、U檢驗后,最終確定了ST組與非ST組樣本間的X3、X5、X6、X8、X12、X13、X14、X15、X18、X19、X26、X27、X31、X34、X35、X37、X39、X40、X45、X50、X5221個預(yù)警指標(biāo)存在顯著差異。

        表2 財務(wù)預(yù)警指標(biāo)匯總表

        (四)因子分析

        因子分析的目的是對因子進行降維處理,以得到用較少的因子描述原始數(shù)據(jù)中多個變量之間的關(guān)系。在進行因子分析前,首先要進行KMO和Bartlett檢驗,比較研究樣本之間的相關(guān)性程度,通常情況下,KMO度量值大于0.5,說明因子分析法適用于研究樣本。檢測結(jié)果顯示,以上存在顯著差異的21個預(yù)警指標(biāo)KMO度量值為0.723>0.5且Bartlett測試的sig值為0.000,遠(yuǎn)低于0.05的顯著性水平,表明21個預(yù)警指標(biāo)適合進行因子分析且指標(biāo)間具有相關(guān)性。

        運用SPSS軟件主成分的特征值和貢獻(xiàn)值計算,選擇特征值大于1的主成分,提取7個包含原來73.623%的信息量公因子,并旋轉(zhuǎn)因子載荷矩陣,得到7個公因子的得分函數(shù):

        (五)構(gòu)建Logistic財務(wù)預(yù)警模型

        Logistic回歸不要求各組因變量具有相同的協(xié)方差,但概率的取值在0—1中,將該概率進行Logit變換,簡單明了。因其這一特征,本文運用二項分類Logistic回歸模型構(gòu)建智能制造視角下,高新技術(shù)制造業(yè)上市公司財務(wù)預(yù)警模型。

        在Logistic回歸模型中,其線性表達(dá)式為:

        P是公司發(fā)生財務(wù)危機的概率,1-P為不發(fā)生財務(wù)危機的概率。

        將因子分析得到的7個公因子作為輸入變量進行Logistic回歸分析,結(jié)果見表3。

        表3 Logistic回歸分析結(jié)果

        根據(jù)表3的數(shù)據(jù),構(gòu)建智能制造視角下高新技術(shù)制造業(yè)上市公司財務(wù)預(yù)警模型如下:

        將樣本公司2015年預(yù)警指標(biāo)數(shù)據(jù)代入以上財務(wù)預(yù)警模型中,在檢驗過程中,當(dāng)預(yù)測模型的P值大于等于0.5時,判定該公司極有可能陷入財務(wù)危機;當(dāng)P小于0.5時,發(fā)生財務(wù)危機概率很小。該預(yù)警模型在對60家樣本公司進行判別時,僅將非ST組1家公司判斷為ST公司,正確率達(dá)到了98.33%,預(yù)警效果較好。

        四、研究結(jié)論

        本文選擇滬、深兩市的60家高新技術(shù)制造業(yè)上市公司為研究樣本,以樣本公司2013—2015年的財務(wù)報表數(shù)據(jù)和公告的生產(chǎn)經(jīng)營狀況,重建該行業(yè)財務(wù)預(yù)警指標(biāo)體系,并構(gòu)建Logistic財務(wù)預(yù)警模型對重建的指標(biāo)體系進行檢驗,取得了正確率98.33%的良好預(yù)測效果,說明重建的預(yù)警指標(biāo)體系能夠較為準(zhǔn)確地預(yù)測其財務(wù)狀況。得到以下結(jié)論:負(fù)債經(jīng)營率相較于資產(chǎn)負(fù)債率更具有顯著性;投入資本回報率、資本積累率等5個盈利指標(biāo)以及代表國家宏觀調(diào)控對企業(yè)產(chǎn)生影響的研發(fā)環(huán)境指標(biāo)對高新技術(shù)制造業(yè)財務(wù)危機影響顯著,這與國外Ma Y.,Chen Y.,Billio M的最新研究結(jié)論相符;此外,重點反映高新技術(shù)制造業(yè)科技創(chuàng)新、現(xiàn)金流的13個預(yù)警指標(biāo),如研發(fā)轉(zhuǎn)化、研發(fā)產(chǎn)出、監(jiān)事會規(guī)模、現(xiàn)金比率等均對財務(wù)風(fēng)險影響較大。為避免財務(wù)危機的發(fā)生,高新技術(shù)制造業(yè)上市公司在實際運營過程中應(yīng)注重科技創(chuàng)新,注重研發(fā)環(huán)境對企業(yè)科技創(chuàng)新的影響,不能完全依賴政府補助,應(yīng)增加企業(yè)自有資金的研發(fā)投入,加速研發(fā)轉(zhuǎn)化,提高盈利能力。其次,監(jiān)事會規(guī)模間接影響科技創(chuàng)新且屬于ST組與非ST組存在顯著差異的預(yù)警指標(biāo),ST組監(jiān)事會規(guī)模大多為3人,極少數(shù)為5人,而非ST組僅兩家為3人,其余均為5人,因此,監(jiān)事會規(guī)模設(shè)置為5人更能發(fā)揮監(jiān)督作用。

        本文主要從科技創(chuàng)新、現(xiàn)金流方面重建高新技術(shù)制造業(yè)財務(wù)預(yù)警指標(biāo)體系,選擇了更適合行業(yè)特征的財務(wù)預(yù)警指標(biāo),在指標(biāo)選取上有一定的創(chuàng)新但也存在以下不足:由于部分公司沒有對政府補助進行細(xì)分,無法得到科技創(chuàng)新項目補助,因此選取了企業(yè)全年政府補助總額;此外,僅采用了60家高新技術(shù)制造業(yè)上市公司2013—2015年的財務(wù)數(shù)據(jù),截面數(shù)據(jù)較少。

        猜你喜歡
        財務(wù)危機高新技術(shù)指標(biāo)體系
        新昌高新技術(shù)產(chǎn)業(yè)園區(qū)
        新昌高新技術(shù)產(chǎn)業(yè)園區(qū)
        發(fā)展前景廣闊的淮安高新技術(shù)開發(fā)區(qū)
        華人時刊(2020年13期)2020-09-25 08:21:50
        基于LASSO-LARS的上市公司財務(wù)危機預(yù)警模型研究
        拿什么拯救中年財務(wù)危機
        商周刊(2017年6期)2017-08-22 03:42:49
        層次分析法在生態(tài)系統(tǒng)健康評價指標(biāo)體系中的應(yīng)用
        供給側(cè)改革指標(biāo)體系初探
        基于遺傳算法和LS-SVM的財務(wù)危機預(yù)測
        內(nèi)部控制與財務(wù)危機預(yù)警耦合——基于外貿(mào)企業(yè)內(nèi)部控制與風(fēng)險管理問題的研究
        國家重點支持的環(huán)保相關(guān)高新技術(shù)介紹
        久久天堂av综合合色| 国产精品反差婊在线观看| 在线免费观看亚洲天堂av| 国产精品毛片av毛片一区二区| 中文字幕人乱码中文字幕| 欧美人与动牲猛交xxxxbbbb| 深夜国产成人福利在线观看女同| 国产成人激情视频在线观看| 亚洲av男人的天堂一区| 国产一区二区三区乱码| 亚洲国产精品尤物yw在线观看| 无码伊人久久大杳蕉中文无码| 久久国产精品美女厕所尿尿av| 亚洲人精品午夜射精日韩 | 精品国内自产拍在线观看| 亚洲AV无码成人精品区天堂| 热综合一本伊人久久精品| 亚洲 另类 小说 国产精品| 亚洲成av人片一区二区| 精品无码久久久九九九AV| 久久久一本精品久久久一本| 亚洲成av人片女在线观看| 国产真实夫妇视频| 久久偷拍国内亚洲青青草| 亚洲精品一区二区在线免费观看 | 97免费人妻在线视频| 精品无码国产一二三区麻豆| 亚洲精品一区二区在线免费观看| 国产成人亚洲综合无码品善网 | 女同啪啪免费网站www| 亚洲二区三区四区太九| 精品推荐国产精品店| 日韩人妻无码精品系列专区无遮 | 亚洲免费精品一区二区| 久久无码字幕中文久久无码| 人妻无码中文字幕| 99国产精品99久久久久久| 免费的黄网站精品久久| 国产aⅴ天堂亚洲国产av| 色综合天天网| 亚洲天堂色婷婷一区二区|