煤炭上市企業(yè)營運資金管理風險預警分析

周英 山西焦煤焦炭國際交易中心股份有限公司

一、樣本的選取

本文研究對象選取的是煤炭企業(yè)上市公司，為了保證研究的客觀和準確，在對煤炭企業(yè)上市公司樣本選取時遵循以下原則：一是，由于A 股和B 股上市公司在編制財務報告時，選取不同的會計準則，從而導致A股和B 股上市公司財務報表數(shù)據(jù)之間缺乏可比性，綜合分析之后只運用A 股上市公司；二是，選取2015-2019 年持續(xù)經(jīng)營的上市公司的財務數(shù)據(jù)，數(shù)據(jù)選取了較新，能夠滿足研究的需要。根據(jù)上述需要遵循的原則，在剔除掉不符合的樣本企業(yè)后，最終選取中國神華、上海能源等31 家企業(yè)作為研究樣本。

二、主成分分析

（一）主成分的確定

對于主成分的提取主要有以下兩種方法，一是提取所有特征值大于1 的成分作為主成分，二是依據(jù)累計貢獻率所達到的百分比進行提取。通過綜合分析，本文研究選取特征值大于1 的成分作為主成分。根據(jù)表1所示，可以提取出4 個主成分且4 個主成分的方差累計貢獻率達到87.711%，由此可見，提取的4 個主成分足以能夠代替原來的變量，能夠包含原變量中大部分的財務信息。

（二）計算因子得分

在因子變量確定之后，計算各因子在具體樣本上的具體得分數(shù)值。在計算出因子得分之后，對因子變量替換原有變量進行數(shù)據(jù)分析，進而實現(xiàn)降維和簡化的目標。各因子可以表示為原財務比率的線性表達式，因子得分矩陣如表2 所示：

（三）計算綜合得分

表1 總方差解釋表

表2 成分得分系數(shù)矩陣

表3 2015-2019 年煤炭上市企業(yè)營運資金管理綜合評價得分

表4 模型的擬合檢驗

利用旋轉主成分變量系數(shù)矩陣，四個主成分的表達式為：

F1=0.147X1+0.257X2-0.024X3+0.048X4-0.040X5-0.009X6-0.133X7+0.037X8+0.156X9+0.089X10+0.536X11

F2=0.027X1-0.013X2+0.020X3+0.039X4+0.049X5+0.315X6-0.011X7+0.289X8-0.013X9+0.011X10-0.156X11

F3=-0.051X1-0.159X2+0.029X3+0.066X4+0.027X5+0.120X6-0.077X7+0.033X8-0.033X9+0.412X10-0.196X11

F4=0.328X1+0.023X2+0.081X3-0.053X4+ 0.038X5-0.260X6-0.232X7-0.129X8+0.017X9-0.025X10-0.057X11

對上述主成分的表達式進行分析，得出指標變量系數(shù)需要采用絕對值進行表示，才能更全面的體現(xiàn)出代表的實際意義。

通過對四個主成分進行經(jīng)濟解釋，可以看出，四個主成分從不同的方面反映了企業(yè)營運資金管理風險狀況，但是不能從整體上把握企業(yè)的營運資金管理風險，因此，研究以表3 中各主成分的貢獻率大小為權數(shù)，計算煤炭上市企業(yè)營運資金管理綜合得分水平，其表達式Y 為：

將附表標準化后的數(shù)據(jù)代入建立的營運資金管理綜合得分計算公式中，計算得出2015-2019 年煤炭上市企業(yè)營運資金管理綜合得分，如表3 所示：

從表3 可以看出，超過營運資金管理綜合平均得分的企業(yè)有15 家以及低于平均得分的企業(yè)有16 家。將綜合得分高于平均分的企業(yè)劃分為“穩(wěn)健性企業(yè)”，將綜合得分低于平均值的企業(yè)劃分為“高風險企業(yè)”。因此本文得到的煤炭上市公司營運資金管理風險預警模型所需要的15 家“穩(wěn)健性煤炭上市公司”和16 家“高風險煤炭上市公司”，從而完成了對樣本數(shù)據(jù)的劃分，得到了兩組研究樣本。

三、模型預警效果檢驗

主要選取我國A 股股票市場中2015 年至2017 年預披露年報中顯示被“特別處理”（ST）公司（國投新集、神火股份、山煤國際），和非ST 公司（中國神華、兗州煤業(yè)、陽泉煤業(yè)、盤江股份、上海能源、永泰能有）為研究對象。

三年的樣本數(shù)據(jù)進行結束后，再對Logistic 回歸模型進行擬合檢驗，得到結果如表4：

分析模型的擬合檢驗結果可知，2017年的負2 倍對數(shù)似然值和McFadden 最小，并且Cox 和Snell、Nagelkerke 的值最大，驗證了在2015 年模型的預警具有很好的效果，在最靠近被ST 處理的年份時，公司的財務風險發(fā)生的概率是最高的，與現(xiàn)實實際情況是符合的。

四、結論

本文通過對已有營運資金管理風險預警模型的分析，選取深滬兩市2015 至2019 年31 家煤炭企業(yè)A 股上市的企業(yè)為樣本，借助了SPSS19.0 軟件，運用因子分析法，計算煤炭上市企業(yè)營運資金管理綜合得分；通過Logistic 回歸分析建立起營運資金管理風險預警模型，并且驗證了模型的預警效果，得出以下結論：越靠近被預警處理最近的年份，模型越具有較高的預警效果。也在一個側面反映出煤炭企業(yè)上市公司的營運資金管理風險是一個持續(xù)積累的過程，越靠近被預警處理的時間，模型越具有較高的預警效果。