河北省制造业上市公司财务风险预警研究

论文导读：
【摘要】 文章利用河北省上市公司制造业2006年到2008年的数据，建立了针对河北省制造业的财务风险预警模型，应用于2009年和2010年，得出的分析结果与公司实际情况吻合度较高，并根据实际的检验分析结果，提出了相关建议。
【关键词】 河北省制造业； 财务风险； 预警模型； 因子分析
一、引言
自1994年1月3日威远生化在沪交所上市以来，到2011年11月11日止，河北省共有42家企业分别在深、沪交易所发行股票并上市，其中有33家为制造业，占78.57%。河北省上市公司中6家发生财务危机的有5家是制造业，占到83.33%。制造业作为河北省上市公司主导行业，其经营情况直接反映本省经济发展态势。鉴于制造业5家被ST的情况，本文拟根据河北省制造业的特点，采用代表性指标，来建立适合河北省制造业上市公司的财务危机预警模型，为制造业上市公司以及利益相关者提供预警信号。

二、文献综述

国外学者在财务风险预警模型研究领域的经典成果有：一元判别法、多元线性判别法，即Z计分模型、Logistic模型和类神经网络模型。之后又有学者尝试使用新研究方法、新变量进行研究，都取得了相应的成效。如Ohison构建了Probit模型，Kim和McLeod，Jr通过专家决策的方式构建了线性和非线性的破产预测模型，研究发现非线性模型的预测效果较好。Galindo和Temayo利用统计学和机器学的方法对银行信用风险进行评价等等。
国内对此的研究起步较晚，主要从以下三个方面进行研究。一是财务风险预警模型及方法的研究，主要包括：Z模型的进一步研究，贺琼、郝汇（2007）运用SPSS统计软件对我国企业进行财务风险预警研究；多元线性回归模型，李月英（2010）选取沪深证券交易所2009年所有被特别处理（ST）的7家农业上市公司作为研究样本，采用多元线性回归模型对农业上市公司的财务数据进行了预警分析；多元逻辑回归模型，李娜（2008）运用因子分析和逻辑回归分析相结合的方法构建适合农业上市公司的财务风险预警模型。二是财务危机预警模型的比较研究，将对Z分数模型与F分数模型进行比较与选择并以我国工程机械上市公司2007年、2009年财务数据为研究对象，检验两种模型的预警效果最终得出F分数模型更适合我国工程机械上市公司财务风险预警的结论等等。三是财务风险预警指标的研究，席光继（2007）研究确定了企业经营风险中关于营销类的指标，对企业的经营风险进行了预警研究。
河北省制造业上市公司财务风险是由河北经济加速发展引起的，是加速发展与内外部影响因素之间矛盾的体现。本文拟通过对河北省制造业上市公司财务数据的处理和分析，从偿债、盈利、运营、发展四个方面筛选出能够准确分析河北省制造业上市公司财务风险的指标，并在因子分析的基础上，建立能够有效防控河北制造业上市公司财务风险的预警模型。

三、河北省制造业上市公司财务风险分析

河北省制造业上市公司财务状况不是很乐观，其风险存在的问题主要包括以下几点，所以建立其财务风险预警模型有着必要性、紧迫性和现实意义。

(一)企业负债高

资产负债率低于50%的公司占河北省制造业上市公司总数的百分比由2006年的32%涨到2010年的40%，整体上呈上升趋势；资产负债率50%～70%的公司占河北省制造业上市公司总数的百分比由2006年的52%降到2010年的32%，整体上呈下降趋势；资产负债率超过70%的企业却由2006年占总数的16%涨到2010年的28%，总体上呈上升趋势。大多数河北省制造业负债持有水平在50%以上，这与西方发达国家一般将50%的负债率视为企业负债过度的“标准线”相比偏高。因此河北省制造业上市公司总体财务状况存在一定的隐患，必须引起高度重视。

(二)盈利情况不容乐观

截止到2006年河北省制造业25家上市公司中有4家亏损，亏损面为16%；2007年河北省制造业上市公司中亏损的有2家，亏损面降为8%；2008年河北省制造业上市公司中亏损的数量增为6家，亏损面达到24%，比全国平均亏损面18.54%高出5.46个百分点；2009年底河北省制造业上市公司中亏损的有7家，亏损面达到28%；2010年河北省亏损的公司家数又降到了2家，比2009年7家亏损减少了5家。管理者当局需认清不稳定的财务状况，分析河北省制造业上市公司财务风险产生的根源，着手治理，从根本上解决财务风险的发生。

(三)部分上市公司资产质量较差

通过资产质量可以帮助判断一个企业的价值、发展潜力和偿债能力。调查发现河北省制造业上市公司中的部分上市公司资产质量较差，资本结构不合理，隐含了较大的财务危机。其中部分上市公司持有较大应收款，例如冀中能源2008年应收款达到2 674 739 632元之多、河北钢铁2010年其他应收款达到了460 679 591元。

四、河北省制造业上市公司财务风险预警模型的建立及应用

(一)样本的选取

研究财务风险预警模型，样本的合理选择直接关系到模型的实用性。考虑到数据采集的难易和河北省上市公司的实际情况，本文主要的研究对象为河北省制造业上市公司。根据上市公司资讯网公布的资料，经过数据整理和剔除缺失及特大异常数据，采用中国证监会（CSRC）1998年颁布的行业分类方法，最终选取25家河北省制造业上市公司2006—2010年的数据，通过其中的2006—2008年的数据确定指标并建立模型，运用2009—2010年的数据进行模型应用并检验。样本数据主要来源于上市公司资讯网和河北省证监会网站。

(二)财务风险预警指标的确立

从偿债能力、盈利能力、营运能力、能力4个方面共16个指标来考察河北省制造业上市公司的财务风险，以求能得到公司全面的财务状况，分析精确。其中偿债能力：资产负债率、流动比率、速动比率、产权比率摘自：学术论文翻译www.7ctime.com
、流动负债率、流动负债比；盈利能力：净资产收益率、资产利润率、营业利润率、每股收益；营运能力指标：总资产周转率、存货周转率、应收账款周转率；发展能力指论文导读：
标：营业收入增长率、总资产增长率、净利润增长率。通过河北省制造业上市公司所发布的年报，计算确定了2006—2008年上述16个指标大小。如果用选取的16个指标去反映企业的经营情况，则会因为指标众多，导致研究分析的结果不够准确，所以进一步选用SPSS统计软件，用因子分析方法进行统计分析。用少数几个因子去替代上述16个指标，将关系密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息。步骤如下：
第一，财务指标的处理。由于各个财务指标都有不同的量纲、数量级，在对数据进行量度处理时，通常需要对数据进行变换处理，消除差异，使其具有可比性。最常用的方法是标准化变换，首先对其进行中心化；然后用标准差进行标准化。公式如下：Zi=（Xi-X）/S，Xi为变量X的第i个观测值，X为变量X的平均值，S为变量X的标准差，Zi为标准化转换后的数据。通过变换处理后，每列数据的均值为0，标准差为1，经过标准化处理后，不同指标的数据便具有可比性，在样本改变的情况下，仍保持相对完整性。
第二，财务指标的检验。首先做Kaiser-Meyer-Olkin Measure of Sampling Adequacy（KMO）检验，KMO值的变化范围为0到1，通常认为KMO值在0.5以上适合做因子分析。经计算KMO的值是0.586，大于0.5，故本数据适于做因子分析。然后采用巴特利特球体显著性检验，x2统计值为939.250，显著性概率为0.000，小于1％，说明数据具有相关性，适宜做因子分析。
第三，财务指标的提取。碎石图，横坐标为因子序号，纵坐标为各因子对应的特征值。根据点间连线坡度的陡缓程度，可以看出因子的重要性。比较陡的直线说明直线端源于：标准论文格式范例www.7ctime.com
点对应因子的特征值差值较大，比较缓的直线则对应较小的特征值差值。前5个因子之间的连线较陡，说明前5个因子是主要因子，而其他因子相对次要。
表1为各变量和因子的方差贡献情况，它分为两部分：第一部分反映的是全部因子的特征值、方差贡献率和累计贡献率；第二部分反映的是特征值大于1的5个公共因子的特征值、方差贡献率和累积贡献率。总方差分解表显示，共选取5个因子，解释了总体方差的73.415％，也就是说5个公共因子可以概括16个原始变量所有信息含量的73.415%，提取公共因子的结果是较为满意的。

(三)财务风险预警模型的建立

为了使所提取的各因子变量的经济意义容易解释，本文使用正交旋转法中的方差最大法对其进行转换。转换后为了简化各主因子的结构，对因子负荷矩阵进行求逆计算，最后根据因子得分系数和原始变量的标准化值，可以计算每个观测量的各个因子的分数，并可以据此对观测量进行下一步的分析。旋转后的主成分因子表达式可以写成：
其中，F1代表的是企业的盈利能力，即盈利能力因子；F2代表的是企业的偿债能力，即偿债能力因子；F3代表的是企业的发展能力和盈利能力，即发展与盈利能力综合因子；F4代表的是企业的营运能力，即营运能力因子；F5代表的是企业的发展能力和营运能力，即发展和营运能力综合因子。
最终选取的财务因子是F1、F2、F3、F4、F5这5个因子，分别从不同的方面反映了企业的经营状况。下面运用选取的5个指标建立河北省制造业上市公司的财务风险预警模型。
因子F1、F2、F3、F4、F5分别从不同方面反映了各个指标的贡献率大小情况。虽然它们的综合原始信息较强，但单独使用某因子并不能对所有变量进行一个综合评价，因此按照测度财务综合因子，将F1、F2、F3、F4、F5按照贡献率综合加权如下：F=0.22911F1+0.21383F2+0.11865F3
+0.09387F4+0.07869F5。本式即为建立的河北省制造业上市公司财务风险预警模型，由于已经采用标准化数据进行分析，所以因子得分为正（F大于0）表示处于平均水平之上，因子得分为负（F小于0）表示处于平均水平之下。

(四)财务风险预警模型的应用

根据上述所确定的财务风险预警模型对河北省制造业上市公司2009—2010年进行应用研究，分析河北制造业企业财务状况的具体情况。
应用的前提是假设构建的模型完全适应河北省制造业上市公司，并取临界值0；当企业F值大于等于0（得分为正）时，则说明企业经营状况在平均水平之上，不具有财务风险；若F小于0（得分为负）时，则把该公司作为高财务风险的公司。
利用建立的财务风险预警模型计算出各个企业的综合得分F值。利用SPSS软件处理，可快速获得企业的主因子和综合因子得分情况，从而对综合因子得分进行排序，结果如表2所示，据此对这些企业的2009年、2010年的财务风险作出分析和比较。
2009年制造业上市公司的F得分，大于0的公司有12家，而小于0的公司占到了13家，排名最末的4家公司均为ST公司，预测准确率100％；2010年F值大于0的有16家，小于0的公司有9家，财务状况排名末4位的均为ST企业，预测准确率80％。可见建立的财务风险预警模型比较符合河北省制造业上市公司的实际情况。
从总体上看，本文建立的模型能够对河北省制造业上市公司起到很好的预警效果，且影响河北省制造业上市公司财务风险的因素主要是偿债能力的流动比率、速动比率；盈利能力的净利润率、净资产收益率；营运能力的总资产周转率、应收账款周转率；发展能力的总资产增长率、净利润增长率。
近几年河北省制造业上市公司的财务风险状况不乐观，半数以上的企业财务状况将出现危机。需要引起企业管理者的充分重视，同时结合河北省制造业上市公司的发展现状及时采取相应的措施，予以应对，以防止财务风险的进一步扩大。

五、相关建议

通过以上的应用并且针对河北省制造业财务风险表现形式及现状，笔者提出以下几点相关建议。

(一)针对偿债能力的重要性

公司要合理负债。河北省制造业上市公司负债较高，合理负债可以增加河北省制造业上市公司的利润，可以改善流量。负债多少必须与企业的偿债能力相匹配；考虑负债论文导读：ngResearch，2003（1）：109-131.［2］Kim，McLeod，Jr.ExpertDecisionforFinancialDistressModels［M］.JournalofBankingandFinance，2009（7）：1-10.［3］Galindo.J，Temayo.P.CreditRiskAssesentUsingStatisticalandMachineLearning：BasisMethodologyandRiskModelingApplications［J］.Computati
比率的同时也必须考虑债务结构的合理化。一般来说，长期债务的资金成本较高，短期借款的资金成本相对较低，但企业最终的比率要与企业实际相符合，否则会出现相反的效果。

(二)针对盈利能力及营运能力的重要性

公司要提高盈利。河北省制造业上市公司的盈利能力是其在行业中生存的根本，如果盈利不能满足企业资金需要，企业就要靠减少余额，出售短期金融资产，或借入更多的债务等手段来弥补资金缺口，增加企业摘自：毕业论文免费下载www.7ctime.com
财务风险。因此，保持盈利能力，增加资金，减少债务，才能控制企业财务风险。

(三)针对发展能力的重要性

公司要并购重组。通过并购重组可积极推动濒危公司并走出困境。例如，ST唐陶作为辖区典型的绩差公司，勉强维持上市地位多年，实现了实质性重组后，其重大资产重组方案已获得证监会核准，公司面貌彻底改变，由传统的陶瓷生产转变为装备制造业，发展能力显著增强，财务状况有所提高。
【参考文献】
［1］ F Ohlson. J. A. Financial Ratios and the Probabilistic Prediction of Bankr-
uptcy［J］. Journal of Accounting Research，2003（1）：109-131.
［2］ Kim，McLeod，Jr. Expert Decision for Financial Distress Models［M］. Journal of Banking and Finance，2009（7）：1-10.
［3］ Galindo. J，Temayo. P. Credit Risk Assesent Using Statistical and Machine Learning： Basis Methodology and Risk Modeling Applications［J］. Computational Economics，2007，5（1）：107-143.
［4］ 贺琼，郝汇.上市公司财务危机预警模型量体系的设计［J］.财会月刊，2007（5）：2l-22.
［5］ 李月英.我国农业上市公司财务预警危机研究［D］.内蒙古农业大学，2010（6）.
［6］ 徐学高.农业上市公司财务风险预警系统的建立与应用［J］.燕山大学学报，2008（1）.
［7］ 杨成炎，李琼. 我国上市公司财务风险预警模型的比较与选择［J］.理财观点，2011.
［8］ 席光继.企业经营风险预警指标体系设计与预警系统模型设计［J］. 时代经贸，2007（3）：27-28.
［9］ 魏亚平，叶晓峰.上市公司适度负债水平的推论及分析［J］.商业研究，2007（6）：107-109.