范翠婷 長沙學(xué)院 經(jīng)濟與管理學(xué)院
經(jīng)濟全球化的趨勢愈加深入,企業(yè)的經(jīng)營環(huán)境也不斷變化,我國資本市場不斷強大,市場競爭也不斷加劇,給制造業(yè)帶來機遇的同時也帶來了挑戰(zhàn),近些年來因財務(wù)問題被處理的上市企業(yè)數(shù)量不斷上升,財務(wù)風(fēng)險越來越受到了關(guān)注,潛伏的財務(wù)風(fēng)險難以被預(yù)測,現(xiàn)需要構(gòu)建模型對財務(wù)風(fēng)險進行預(yù)警,為企業(yè)管理層提供有效信息,使得制造業(yè)上市企業(yè)未來更好的運行。蔡偉斌、崔毅[1](2014)研究2010 年ST 上市公司財務(wù)數(shù)據(jù),利用綜合預(yù)警值F 判斷模型是否具有預(yù)警作用,結(jié)果表明基于主成分分析的方法對財務(wù)危機作出較好的預(yù)警。但模型僅能判斷出公司是否存在財務(wù)危機,不能區(qū)分出當前財務(wù)危機的程度。徐曉莉、陳佩佩[2](2018)通過多元判別分析對房地產(chǎn)上市企業(yè)財務(wù)數(shù)據(jù)進行財務(wù)風(fēng)險預(yù)警模型建立,結(jié)果顯示此模型能有效的對企業(yè)經(jīng)營數(shù)據(jù)進行財務(wù)風(fēng)險檢驗。戈俏梅、徐碧瑩[3](2019)以2017 年財務(wù)危機公司和與之配對的財務(wù)規(guī)范公司為研究對象,通過判斷分析法建立模型后發(fā)現(xiàn)模型預(yù)測結(jié)果較為理想,能有效為企業(yè)財務(wù)進行預(yù)警。
制造業(yè)是國家經(jīng)濟實力不可或缺的部分,是國民經(jīng)濟發(fā)展的重要根基,制造業(yè)上市企業(yè)對促進產(chǎn)業(yè)轉(zhuǎn)型起到了不容忽視的作用,因此制造行業(yè)上市企業(yè)應(yīng)該建立有效的財務(wù)預(yù)警模型,對潛在的財務(wù)風(fēng)險加以預(yù)測,提供給企業(yè)管理層有效的決策信息,推動上市企業(yè)發(fā)展,促進市場經(jīng)濟發(fā)展。以往文獻沒有考慮時間維度,但本文引入了時間維度的考慮,對2018 年—2020 年的30 家制造業(yè)上市企業(yè)進行分析。并且本文具有針對性,現(xiàn)有大多數(shù)研究在選區(qū)樣本時沒有具體到行業(yè),忽略了行業(yè)差異性帶來的影響,本文立足于制造業(yè)專門建立財務(wù)風(fēng)險預(yù)警模型。本文采用費希爾判別法構(gòu)建制造業(yè)上市企業(yè)財務(wù)風(fēng)險的預(yù)警模型,旨在為制造業(yè)企業(yè)預(yù)警是否存在財務(wù)風(fēng)險以及當前的財務(wù)風(fēng)險程度情況提供一句,使得企業(yè)可以盡早采取措施規(guī)避風(fēng)險,降低損失。
本文目的是想構(gòu)建制造業(yè)上市企業(yè)財務(wù)預(yù)警模型,國內(nèi)外有很多學(xué)者用不同的財務(wù)指標對各行業(yè)企業(yè)的財務(wù)風(fēng)險評估進行了實證研究,通過參考制造業(yè)已有的文獻并且結(jié)合制造業(yè)企業(yè)的具體情況和特征,選取了適合反映制造業(yè)上市企業(yè)財務(wù)狀況的指標,從盈利能力、償債能力、營運能力和成長能力四個方面建立制造業(yè)上市企業(yè)的財務(wù)預(yù)警模式。盈利能力反映了企業(yè)在一定時期獲取利潤的能力,本文選擇凈資產(chǎn)收益率、總資產(chǎn)收益率、毛利率、凈利率來體現(xiàn)。償債能力反映了企業(yè)利用資產(chǎn)償還長期與短期債務(wù)的能力,本文運用流動比率、速動比率、現(xiàn)金流量比率、資產(chǎn)負債率、權(quán)益乘數(shù)五個指標對上市制造業(yè)企業(yè)償債能力進行分析。營運能力是指企業(yè)利用各項資產(chǎn)賺取利潤的能力,因此本文從總資產(chǎn)周轉(zhuǎn)天數(shù)、存貨周轉(zhuǎn)天數(shù)、應(yīng)收賬款周轉(zhuǎn)天數(shù)、總資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率方面來分析企業(yè)的營運能力。成長能力反映了企持續(xù)獲取資金和擴展經(jīng)營的能力,本文選取營業(yè)總收入、歸屬凈利潤、扣非凈利潤、營業(yè)總收入同比增長、歸屬凈利潤同比增長、扣非凈利潤同比增長、營業(yè)總收入滾動比增長、歸屬凈利潤滾動比增長、扣非凈利潤滾動環(huán)比增長指標評估成長能力。
本文隨機選取了15 家制造業(yè)ST 上市企業(yè)和15 家制造業(yè)非ST 上市企業(yè)2018-2020 年的財務(wù)指標數(shù)據(jù)為基礎(chǔ)建立財務(wù)預(yù)警模型,數(shù)據(jù)來源于東方財富網(wǎng)。
之前的指標體系是理論上的,現(xiàn)在做實證的話要具體問題具體分析,所以要針對這一行業(yè)的數(shù)據(jù),找出現(xiàn)財務(wù)危機和沒有出現(xiàn)的之間哪些指標有差異。通過SPSS24.0軟件對原始指標進行均值檢驗,并檢驗非ST 企業(yè)和ST 企業(yè)在這些指標上是否存在差異,在0.1 的顯著性水平下來進行判定,原始指標體系共有24 個指標,通過顯著性檢驗的指標如表1 所示,凈資產(chǎn)收益率、總資產(chǎn)收益率、毛利率、凈利率、現(xiàn)金流量比率、總資產(chǎn)周轉(zhuǎn)天數(shù)、存貨周轉(zhuǎn)天數(shù)、應(yīng)收賬款周轉(zhuǎn)天數(shù)、營業(yè)總收入、歸屬凈利潤、歸屬凈利潤同比增長、扣非凈利潤同比增長、歸屬凈利潤滾動環(huán)比增長、扣非凈利潤滾動環(huán)比增長14 個指標。同時從表1 可以看出,一級指標中,通過檢驗指標的主要集中在盈利能力、營運能力和成長能力三個方面,主要是由于多數(shù)制造業(yè)企業(yè)市場不太成熟,龍頭企業(yè)較少。
表1 制造業(yè)上市企業(yè)財務(wù)指標體系與指標顯著性
本文旨在構(gòu)建一個模型,用于判定制造行業(yè)上市企業(yè)是否出現(xiàn)財務(wù)風(fēng)險,如果出現(xiàn)財務(wù)風(fēng)險,進一步判斷出該企業(yè)財務(wù)風(fēng)險程度有多大,如果未出現(xiàn)財務(wù)風(fēng)險,則判斷該企業(yè)未來出現(xiàn)財務(wù)風(fēng)險的可能性有多大?;诖怂悸?,本文采取費希爾判別法來構(gòu)建模型。
1.模型檢驗
進行實證分析之前,首先要對數(shù)據(jù)進行檢驗以便判別現(xiàn)有的數(shù)據(jù)是不是適合進行建模。現(xiàn)有兩種檢驗方法可以采用:Box 檢驗和Lambda 檢驗。首先采用Box 檢驗,用于檢驗ST 企業(yè)和非ST 企業(yè)財務(wù)指標數(shù)據(jù)是否存在顯著性差異,由SPPS24.0 軟件輸出結(jié)果可知博克斯檢驗的值為2251.339、顯著性水平為0,由此說明了ST 企業(yè)和非ST 企業(yè)財務(wù)指標數(shù)據(jù)有顯著性差異。之后進行Lambda 檢驗,用于檢驗建立的判別函數(shù)模型是否顯著,檢驗的卡方統(tǒng)計量是44.904,顯著性水平為0,表明所建立的判別函數(shù)模型十分顯著。通過這兩種檢驗,說明本文選取的數(shù)據(jù)都比較合適,質(zhì)量較高。
2.判別函數(shù)結(jié)果及各組質(zhì)心
借助SPSS24.0 軟件,基于現(xiàn)有的ST 和非ST 制造業(yè)上市企業(yè)財務(wù)經(jīng)營數(shù)據(jù),可以得出費希爾判別函數(shù)如下:
Y=0.002245X1+0.000778X2+0.007475X3+0.000359X4+0.490423X5-0.000169X6-0.000029X7+0.000908X8+0.003382X9+0.005113X10-0.000072X11+0.000597X12+0.001145X13-0.000528X14-0.041741
第0 類代表非ST 企業(yè),第1 類代表ST 企業(yè),由表4 結(jié)果可知,非ST 企業(yè)組質(zhì)心處的函數(shù)值為0.845,ST 企業(yè)組質(zhì)心處的函數(shù)值為-0.885,兩組質(zhì)心的中心值為-0.02,因此對于制造業(yè)上市企業(yè),當其費希爾判別函數(shù)值大于-0.02 時,即更接非ST 企業(yè)組質(zhì)心,則判定其財務(wù)狀況良好,同時可以通過函數(shù)值與非ST 企業(yè)和ST 企業(yè)兩組質(zhì)心距離差異來得出財務(wù)風(fēng)險程度,比值越小說明存在財務(wù)風(fēng)險的程度越大,同時可以通過函數(shù)值與非ST 企業(yè)和ST 企業(yè)兩組質(zhì)心距離差異來得出財務(wù)風(fēng)險程度,比值越小說明企業(yè)存在一定財務(wù)風(fēng)險的可能性。若其取值小于-0.02,則越靠近ST 上市企業(yè)的組質(zhì)心,可以判斷其目前存在財務(wù)風(fēng)險。同時可以通過函數(shù)值與非ST 企業(yè)和ST 企業(yè)兩組質(zhì)心距離差異來得出財務(wù)風(fēng)險程度,比值越大說明財務(wù)風(fēng)險情況越差。
3.模型預(yù)測結(jié)果
利用之前得到的費希爾判別函數(shù)對樣本進行分類,結(jié)果如表2 所示。非ST 企業(yè)有45 個樣本,ST 企業(yè)共有43 個樣本。45 家非ST 企業(yè)中,準確判定為非ST 企業(yè)的有43 個樣本,誤判為ST 企業(yè)的有2 個樣本。原本為ST 企業(yè)的43 個樣本中,準確判定為ST企業(yè)的有30 個樣本,誤判為非ST 企業(yè)的有13 個樣本。即對于ST 企業(yè)預(yù)測正確率為69.8%,非ST 企業(yè)預(yù)測結(jié)果為95.6%,整體一共有82.95%的正確率。說明本文建立的預(yù)測模型的預(yù)測質(zhì)量比較高,準確度較好,能有效地對制造業(yè)上市企業(yè)進行財務(wù)預(yù)警。
表2 模型分類結(jié)果a
本文在之前已經(jīng)成功建立了對制造業(yè)財務(wù)預(yù)警的模型,在本小節(jié)中,我們將隨機抽選一個非ST 制造業(yè)企業(yè)和一個ST 制造業(yè)企業(yè),來探討對于模型的實際運用。
利用三一重工2020 年財務(wù)數(shù)據(jù)帶入費希爾判別模型進行計算:
Y=0.002245×29.64+0.000778×14.05+…-0.000528×11.92-0.041741
模型求解得出的三一重工費希爾判別函數(shù)值為4.558024 >-0.02,故將三一重工判別為財務(wù)狀況良好的制造業(yè)上市企業(yè),實際上其的確屬于非ST 企業(yè),故表明模型判別結(jié)果正確,并且可以看出,其2020 年費希爾函數(shù)值與非ST 企業(yè)和ST 企業(yè)兩組質(zhì)心距離差異較小(距離比值為0.68),因此可推測其存在一定的財務(wù)風(fēng)險,企業(yè)管理測應(yīng)對此引起重視。
利用*ST 步森2020 年財務(wù)數(shù)據(jù)帶入費希爾判別模型進行計算:
*ST 步森函數(shù)值-2.93950903 小于-0.02,說明其屬于非ST 企業(yè),實際上,其也屬于*ST 企業(yè),表明模型判別結(jié)果正確。其2020年費希爾函數(shù)值與非ST 企業(yè)和ST 企業(yè)兩組質(zhì)心距離差異較大(距離比值為1.84),說明其財務(wù)狀況較差。
通過三一重工的*ST 步森企業(yè)的實際應(yīng)用,表明費希爾判別函數(shù)模型效果較高,精度較高,能準確判別企業(yè)財務(wù)風(fēng)險狀況,并且能對其財務(wù)風(fēng)險程度做出預(yù)測。
本文以制造業(yè)上市企業(yè)財務(wù)風(fēng)險預(yù)警這一主題進行實證分析,從盈利能力、營運能力、償債能力和成長能力四個方面分別選取了制造業(yè)上市企業(yè)財務(wù)指標建立指標體系,采用SPSS24.0 軟件選取制造業(yè)ST 上市企業(yè)和非ST 上市企業(yè)通過顯著性檢驗的14 個指標。然后對15 家制造業(yè)非ST 上市企業(yè)和制造業(yè)15 家ST 上市企業(yè)2018 年-2020年的財務(wù)數(shù)據(jù)對建立的模型進行有效性實證檢驗,結(jié)果顯示所建立的模型對于財務(wù)風(fēng)險預(yù)警準確率達82.95%,同時本文以三一重工和*ST 步森企業(yè)為例,將費希爾模型成功應(yīng)用實際,檢測效果良好。當今制造業(yè)市場競爭十分激烈,企業(yè)需保持良好的財務(wù)狀態(tài),進而避免財務(wù)風(fēng)險,本文建議制造業(yè)上司企業(yè)應(yīng)提前預(yù)警財務(wù)風(fēng)險,提前發(fā)現(xiàn)財務(wù)漏洞,并通過有效的財務(wù)預(yù)警為今后財務(wù)決策做準備,及時控制可能出現(xiàn)的財務(wù)問題,降低企業(yè)損失,避免邁入破產(chǎn)的道路,以求良好穩(wěn)定的發(fā)展。