俞晨越,許紀(jì)校
(河海大學(xué)商學(xué)院,南京 211100)
現(xiàn)金流視角下的石化塑膠類企業(yè)財務(wù)危機(jī)預(yù)警
——基于篩選危機(jī)樣本新標(biāo)準(zhǔn)的實證研究
俞晨越,許紀(jì)校
(河海大學(xué)商學(xué)院,南京 211100)
以石化塑膠類企業(yè)作為研究對象,以現(xiàn)金流為視角,以經(jīng)營活動現(xiàn)金凈流量首次呈負(fù)數(shù)為篩選基礎(chǔ),結(jié)合財務(wù)報表附注、招股說明書等相關(guān)信息,剔除正處于快速擴(kuò)張的企業(yè),作為篩選危機(jī)樣本的標(biāo)準(zhǔn),然后對篩選出的32家上市公司運用因子分析法構(gòu)建了以現(xiàn)金流指標(biāo)為主的財務(wù)危機(jī)預(yù)警模型。實證結(jié)果表明:石化塑膠類企業(yè)的現(xiàn)金流指標(biāo)包含了財務(wù)危機(jī)的預(yù)測信息;新篩選標(biāo)準(zhǔn)下的模型判定準(zhǔn)確率達(dá)到了75%,說明該標(biāo)準(zhǔn)有一定的可行性。
現(xiàn)金流;石化塑膠類企業(yè);財務(wù)危機(jī)預(yù)警;危機(jī)樣本篩選標(biāo)準(zhǔn);因子分析法
石化塑膠行業(yè)作為基礎(chǔ)性、支柱性行業(yè),與能源、材料、生物以及信息等領(lǐng)域均密切相關(guān),是國民經(jīng)濟(jì)中不可或缺的重要組成部分。由于石化塑膠行業(yè)具有投資規(guī)模大、投資周期長等特點,企業(yè)的生存與發(fā)展都面臨著巨大的壓力和風(fēng)險,隨時有可能陷入財務(wù)危機(jī),而且當(dāng)前國外石化巨頭對我國市場窺視不斷,國內(nèi)同行業(yè)之間競爭日趨激烈。因此,建立有效的財務(wù)危機(jī)預(yù)警模型,對財務(wù)狀況進(jìn)行跟蹤、監(jiān)控,防范財務(wù)危機(jī)的出現(xiàn),對石化塑膠類企業(yè)來說至關(guān)緊要。
現(xiàn)金流是指在一定會計期間企業(yè)現(xiàn)金及現(xiàn)金等價物的流入和流出。在財務(wù)危機(jī)預(yù)警模型的構(gòu)建中,關(guān)注現(xiàn)金流可以幫助石化塑膠類企業(yè)獲得準(zhǔn)確的預(yù)警。原因如下:
a)關(guān)注現(xiàn)金流是企業(yè)改制轉(zhuǎn)型的內(nèi)在要求。當(dāng)前經(jīng)濟(jì)形勢下,作為我國經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和尋找新增長點需求的典型代表,石化塑膠類企業(yè)在“十二五”期間將進(jìn)入轉(zhuǎn)型的關(guān)鍵時期。在國家產(chǎn)業(yè)振興規(guī)劃的引導(dǎo)下,企業(yè)的發(fā)展理念將從注重速度和規(guī)模轉(zhuǎn)向注重效益和質(zhì)量。這種轉(zhuǎn)變對企業(yè)的生產(chǎn)經(jīng)營管理提出了更高的要求。而生產(chǎn)經(jīng)營管理的核心是財務(wù)管理,財務(wù)管理的核心是資金管理,資金管理的核心是現(xiàn)金流管理?,F(xiàn)金流管理是企業(yè)價值創(chuàng)造的根本,關(guān)注現(xiàn)金流有利于企業(yè)改制轉(zhuǎn)型的順利推進(jìn)。
b)關(guān)注現(xiàn)金流是企業(yè)良性循環(huán)的內(nèi)在要求。現(xiàn)金作為資金的組成部分,在資金循環(huán)中扮演著重要角色,貫穿企業(yè)生產(chǎn)經(jīng)營活動的全過程。石化塑膠類企業(yè)一貫重視長期資金的投資與籌集,卻往往忽視現(xiàn)金部分的使用與控制,一旦資金運轉(zhuǎn)困難,將嚴(yán)重制約企業(yè)勘探開發(fā)、技術(shù)改造以及生產(chǎn)經(jīng)營的順利開展,財務(wù)危機(jī)也會陡增。此外,不少石化塑膠類企業(yè)存在著應(yīng)收賬款過高的現(xiàn)象。應(yīng)收賬款數(shù)量多、金額大、賬齡長,嚴(yán)重影響了企業(yè)資金的良性循環(huán)。因此,關(guān)注現(xiàn)金流有利于企業(yè)加速資金的周轉(zhuǎn),提高資金的使用效率。
c)現(xiàn)金流自身的優(yōu)越性?,F(xiàn)金流以收付實現(xiàn)制為確認(rèn)基礎(chǔ),由此建立的財務(wù)指標(biāo)不易被操縱,具有很大的剛性。通過對現(xiàn)金流的比較分析和結(jié)構(gòu)分析,可以客觀且真實地了解企業(yè)的經(jīng)營成果和潛在的財務(wù)風(fēng)險,這是權(quán)責(zé)發(fā)生制下的傳統(tǒng)指標(biāo)無法比擬的優(yōu)勢,也是越來越多的國內(nèi)外學(xué)者選擇現(xiàn)金流作為財務(wù)危機(jī)預(yù)警指標(biāo)的原因。
基于上述分析,本文選擇石化塑膠類企業(yè)作為財務(wù)危機(jī)預(yù)警的研究對象,從現(xiàn)金流視角構(gòu)建具有預(yù)測能力的財務(wù)危機(jī)預(yù)警模型,為實現(xiàn)石化塑膠類企業(yè)的可持續(xù)發(fā)展提供有益參考。
(一)研究樣本及數(shù)據(jù)來源
實證研究中需要按照一定的標(biāo)準(zhǔn)區(qū)分正常企業(yè)與危機(jī)企業(yè)進(jìn)而構(gòu)建財務(wù)危機(jī)預(yù)警模型,樣本選擇標(biāo)準(zhǔn)的恰當(dāng)與否將影響到研究結(jié)果的準(zhǔn)確性與科學(xué)性。
國內(nèi)多數(shù)學(xué)者將因財務(wù)狀況異常而被實施特別處理(special treatment,ST)的上市公司選作危機(jī)樣本,如吳世農(nóng)[1]、孔寧寧[2]、任金政[3]等均以 ST公司作為研究樣本,得到的模型判定準(zhǔn)確率在90%以上。還有少數(shù)學(xué)者選擇的是發(fā)生虧損的公司,如楊楊[4]以凈利潤首次呈負(fù)數(shù)為標(biāo)準(zhǔn)區(qū)分正常和危機(jī)公司,得到的模型判定準(zhǔn)確率為79.5%。這些標(biāo)準(zhǔn)均是從盈利角度反映的,有一定的合理性,但也存在一定的局限性:首先,財務(wù)危機(jī)與盈虧無必然聯(lián)系,即便是利潤豐厚的企業(yè)也常常會發(fā)生缺乏現(xiàn)金,無力償還到期債務(wù),最終導(dǎo)致破產(chǎn)的情況;其次,權(quán)責(zé)發(fā)生制下的賬面盈利更多取決于企業(yè)采用的會計處理方法,但企業(yè)盈余操縱現(xiàn)象屢見不鮮,凈利潤數(shù)據(jù)有可能失真;最后,企業(yè)需要的是能事先發(fā)出警示的“預(yù)”警,如果虧損甚至被ST,說明企業(yè)財務(wù)狀況已經(jīng)惡化到了比較嚴(yán)重的狀況,預(yù)警的現(xiàn)實意義就會大打折扣。
因此,本文嘗試從現(xiàn)金流角度考慮,以經(jīng)營活動現(xiàn)金凈流量首次呈負(fù)數(shù)為篩選基礎(chǔ),結(jié)合財務(wù)報表附注、招股說明書等相關(guān)信息,剔除正處于快速擴(kuò)張的企業(yè),作為篩選危機(jī)樣本的新標(biāo)準(zhǔn)。原因如下:
a)新標(biāo)準(zhǔn)符合財務(wù)危機(jī)的界定?!吨袊詴嫀焾?zhí)業(yè)準(zhǔn)則》第1324號《持續(xù)經(jīng)營》第八條中,就將經(jīng)營活動產(chǎn)生的現(xiàn)金凈流量呈負(fù)數(shù)列示為企業(yè)財務(wù)危機(jī)的跡象之一。同時,在新標(biāo)準(zhǔn)中加入“首次”這一條件,能夠滿足財務(wù)危機(jī)是一個從輕到重、逐漸惡化的動態(tài)過程。當(dāng)然,考慮到經(jīng)營活動現(xiàn)金凈流量呈負(fù)數(shù)的原因除了企業(yè)經(jīng)營環(huán)境惡化、盈利能力下降,如由于原材料成本上漲使存貨占用現(xiàn)金量增加,需求低迷導(dǎo)致存貨增速快于營收增速,產(chǎn)能過剩使企業(yè)對客戶的議價能力降低,客戶信用期延長導(dǎo)致銷售回款速度下降等情形外,還包括企業(yè)購買商品、開發(fā)新產(chǎn)品等擴(kuò)張行為。因此,需結(jié)合財務(wù)報表附注、招股說明書等相關(guān)信息,剔除正處于快速擴(kuò)張的企業(yè)。因為這一情形下,企業(yè)為搶占市場機(jī)會投資規(guī)模增大,經(jīng)營活動現(xiàn)金凈流量為負(fù)對未來發(fā)展是良性的,不認(rèn)為其存在一定的財務(wù)危機(jī)。
b)新標(biāo)準(zhǔn)是財務(wù)危機(jī)分析的重點。企業(yè)現(xiàn)金流入與流出的最主要渠道是經(jīng)營活動。一旦經(jīng)營活動現(xiàn)金凈流量呈現(xiàn)負(fù)數(shù),將會影響企業(yè)資產(chǎn)的購置、債務(wù)利息的償還等一系列需要動用現(xiàn)金的業(yè)務(wù)。現(xiàn)金周轉(zhuǎn)困難,易導(dǎo)致財務(wù)危機(jī)的發(fā)生。
c)新標(biāo)準(zhǔn)有利于企業(yè)更及時地發(fā)現(xiàn)財務(wù)危機(jī)征兆。財務(wù)危機(jī)有程度之分。相比于虧損甚至是被ST,新標(biāo)準(zhǔn)下企業(yè)的危機(jī)程度并未那么嚴(yán)重,這將更有利于其盡早發(fā)現(xiàn)危機(jī),及時采取措施從源頭上避免陷入危機(jī)之中。
iFinD數(shù)據(jù)庫顯示,2011年上市公司的現(xiàn)金流量總體不容樂觀,有822家企業(yè)經(jīng)營性現(xiàn)金流量呈現(xiàn)負(fù)值,比2010年上漲39%,化工等制造業(yè)領(lǐng)域的上市公司現(xiàn)金流萎縮狀況尤為突出。因此,根據(jù)RESSET數(shù)據(jù)庫、證券之星提供的資料和上述選擇新標(biāo)準(zhǔn),本文針對2011年從石化塑膠行業(yè)篩選出64家上市公司(32家危機(jī)公司和32家正常公司)作為建模樣本,同時,篩選出2012年20家上市公司(新增的10家危機(jī)公司和10家正常公司)作為驗?zāi)颖尽F渲?,正常公司是按同行業(yè)中與危機(jī)公司總資產(chǎn)規(guī)模相近、不滿足危機(jī)樣本新標(biāo)準(zhǔn)來進(jìn)行選取。此外,考慮到企業(yè)一旦陷入財務(wù)危機(jī),其當(dāng)年財務(wù)報表顯示的財務(wù)狀況必然不太樂觀,對其進(jìn)行研究已經(jīng)沒有實際意義,因此視危機(jī)前一年為轉(zhuǎn)折年份,將前一年的財務(wù)數(shù)據(jù)作為研究數(shù)據(jù)。
(二)財務(wù)危機(jī)預(yù)警指標(biāo)的選擇
本文認(rèn)為,影響企業(yè)經(jīng)營活動的內(nèi)部因素最終會反映到財務(wù)數(shù)據(jù)上,因此通過觀察財務(wù)指標(biāo)的變動可以考察企業(yè)內(nèi)部因素對企業(yè)財務(wù)狀況的影響。
本文在借鑒國內(nèi)外已有研究成果的基礎(chǔ)上[5],結(jié)合石化塑膠類企業(yè)生產(chǎn)經(jīng)營的特性,選取了具有解釋力和顯著性統(tǒng)計結(jié)果的14個現(xiàn)金流指標(biāo)。同時,為了能比較全面地反映企業(yè)的財務(wù)狀況,又加入7個傳統(tǒng)指標(biāo)[6]。由此,初步建立了以現(xiàn)金流指標(biāo)為主的石化塑膠類企業(yè)財務(wù)危機(jī)預(yù)警指標(biāo)體系(見表1)。這21個指標(biāo)無論從短期因素還是從長期因素方面考慮都能較全面地反映企業(yè)的財務(wù)狀況。
表1 選取指標(biāo)的類型和名稱
(三)研究方法
因子分析法是一種把多個變量轉(zhuǎn)化為少數(shù)幾個綜合變量的多元分析方法,其目的是用有限個不可觀測的隱變量來解釋原始變量之間的相關(guān)關(guān)系。因子分析后,由各因子的線性組合可以得到分值計算式:Z=w1F1+w2F2+…+wmFm,此處wi為旋轉(zhuǎn)前或旋轉(zhuǎn)后因子的方差貢獻(xiàn)率。分值計算式結(jié)合預(yù)警分割點可以構(gòu)建起財務(wù)危機(jī)預(yù)警模型。
為了避免減少指標(biāo)導(dǎo)致?lián)p失信息,從而得出錯誤結(jié)論,本文采用均值T檢驗和因子分析法對上述21個指標(biāo)進(jìn)行濃縮,以達(dá)到降低維數(shù)的目的,以便建立較為準(zhǔn)確的預(yù)警模型。文中數(shù)據(jù)通過SPSS18.0和Excel軟件進(jìn)行分析處理。
(一)T 檢驗
選擇2011年64家石化塑膠行業(yè)上市公司作為樣本,對21個財務(wù)指標(biāo)的顯著性進(jìn)行T檢驗判別。根據(jù)檢驗結(jié)果可知,X1、X4、X5、X7、X8、X9、X10、X11、X12、X17、X21在兩組樣本的指標(biāo)均值中存在明顯差異,且雙尾檢驗的顯著性概率均小于0.05,表明具有顯著性。因此,本文最終選擇該11個指標(biāo)作為構(gòu)建模型的財務(wù)預(yù)警指標(biāo)。
(二)因子提取和因子命名
1.KMO檢驗和Bartlett球度檢驗
在因子分析前,首先確認(rèn)待分析的指標(biāo)是否適合做因子分析。根據(jù)SPSS得到KMO值為0.717,且球度檢驗得到的相伴概率為0.000,小于0.05的顯著性水平(見表2)。因此認(rèn)為所選的指標(biāo)適合做因子分析。
表2 KMO和Bartlett的檢驗
2.特征值和貢獻(xiàn)率
由分析(見表3)可見,特征值大于1的因子有4個,這4個因子的累計貢獻(xiàn)率為82.723%。即用4個因子來代替原來的11個財務(wù)指標(biāo),它們包含了原來82.723%的信息量。
表3 特征值和貢獻(xiàn)率
3.因子解釋和命名
為了更加清楚地解釋各因子所代表的經(jīng)濟(jì)含義,再選用方差最大化的正交旋轉(zhuǎn)(Varimax)進(jìn)行轉(zhuǎn)換,得到因子載荷矩陣,并對因子進(jìn)行命名[7](見表4)。
表4 因子解釋和命名
(三)因子得分和模型構(gòu)建
1.因子得分函數(shù)
在確定了各個因子的經(jīng)濟(jì)意義后,還需要知道各因子關(guān)于原始財務(wù)比率的線性表達(dá)式。這由因子得分系數(shù)矩陣提供。根據(jù)因子得分系數(shù)矩陣,得到下面的因子得分函數(shù):
2.預(yù)警分值計算式
結(jié)合表3中各因子的貢獻(xiàn)率,得到石化塑膠類企業(yè)財務(wù)危機(jī)預(yù)警分值計算式:
其中,Z為預(yù)警分值,F(xiàn)1、F2、F3、F4分別表示4個因子。
3.分割點的確定
根據(jù)上述計算式,得到64家建模樣本的預(yù)警分值統(tǒng)計情況(見表5)。
表5 建模樣本預(yù)警分值結(jié)果統(tǒng)計
根據(jù)錯誤分類總數(shù)最小原則,分割點值應(yīng)該在4.186和4.325之間。在此選擇其中位數(shù),約為4.255。由此,結(jié)合前面的分值計算式,構(gòu)建起石化塑膠類企業(yè)的財務(wù)危機(jī)預(yù)警模型:
Z=0.473 05F1+0.157 64F2+0.103 00F3+0.093 54F4
a)當(dāng)Z≥4.255,判定該公司為正常公司;
b)當(dāng)Z<4.255,判定該公司為財務(wù)危機(jī)公司。
(四)模型檢驗
為檢驗上述模型的預(yù)警效果,將2012年20家驗?zāi)颖镜闹笜?biāo)帶入到預(yù)警模型中,并以4.255為界進(jìn)行判別。最終的情況是10家危機(jī)公司中有2家被誤判為正常公司,準(zhǔn)確率為80.00%,10家正常公司中有3家被誤判為危機(jī)公司,準(zhǔn)確率為70.00%。20家公司中共有5家公司被誤判,平均準(zhǔn)確率為75.00%。
通過上述分析,得出如下結(jié)論:a)我國石化塑膠類企業(yè)的現(xiàn)金流指標(biāo)包含了預(yù)測財務(wù)危機(jī)的信息含量,用現(xiàn)金流指標(biāo)可以預(yù)測企業(yè)的財務(wù)狀況。從實證結(jié)果可見,石化塑膠類企業(yè)在危機(jī)發(fā)生前一年有11個指標(biāo)存在顯著差異,其中現(xiàn)金流指標(biāo)占有8項。這些現(xiàn)金流指標(biāo)分別從償債能力、獲現(xiàn)能力、現(xiàn)金結(jié)構(gòu)和發(fā)展能力4個方面作為因子入選模型中,且貢獻(xiàn)度較高;b)本文以經(jīng)營活動現(xiàn)金凈流量首次呈負(fù)數(shù)等條件作為篩選危機(jī)樣本的新標(biāo)準(zhǔn),與以ST或利潤虧損為篩選標(biāo)準(zhǔn)相比,判定準(zhǔn)確率稍低。這可能是由以下兩個原因造成:第一,樣本數(shù)量較少,對模型臨界值的確定會出現(xiàn)一定誤差;第二,研究只選用了一年的橫截面數(shù)據(jù)進(jìn)行預(yù)測,準(zhǔn)確率受到削弱。盡管如此,新篩選標(biāo)準(zhǔn)的判定準(zhǔn)確率達(dá)到了75%,說明新篩選標(biāo)準(zhǔn)有一定的可行性,值得進(jìn)一步研究。
[1]吳世農(nóng),盧賢義.我國上市公司財務(wù)困境的預(yù)測模型研究[J].經(jīng)濟(jì)研究,2001(6):46-55.
[2]孔寧寧,魏韶?。谥鞒煞址治龊蚅ogistic回歸方法的財務(wù)預(yù)警模型比較:來自我國制造業(yè)上市公司的經(jīng)驗證據(jù)[J].經(jīng)濟(jì)問題,2010(6):112-116.
[3]任金政,劉 璇.我國制造業(yè)上市公司財務(wù)危機(jī)預(yù)警研究[J].商業(yè)研究,2012(3):86-90.
[4]楊楊.基于現(xiàn)金流量的上市公司財務(wù)危機(jī)預(yù)警研究[D].長春:吉林大學(xué),2011.
[5]Platt H D,Platt M B.Development of a class of stable predictive variables:the case of bankruptcy prediction[J].Journal of Business Finance & Accounting,1990,17(1):31-51.
[6]王 濤.基于現(xiàn)金流量的制造業(yè)企業(yè)財務(wù)危機(jī)預(yù)警研究[D].武漢:武漢理工大學(xué),2012.
[7]聶麗潔,趙艷芳,高一帆.基于現(xiàn)金流的財務(wù)危機(jī)預(yù)警指標(biāo)體系構(gòu)建研究:基于我國制造業(yè)上市公司數(shù)據(jù)[J].經(jīng)濟(jì)問題,2011(3):108-112.
(責(zé)任編輯:康 鋒)
Financial Crisis Warning of Petrochemical and Plastic Enterprises from the Perspective of Cash Flow——Empirical Research Based on New Crisis Sample Screening Standard
YU Chen-yue,XU Ji-xiao
(Business School,Hehai University,Nanjing 211100,China)
With petrochemical and plastic enterprises as research object,this paper rejects enterprises with rapid expansion(crisis sample screening standard)based on negative first net cash flow of business activities in combination with relevant information of notes of financial statement and prospectus from the perspective of cash flow and then establishes a financial crisis warning model mainly involving cash flow indicator for 32 listed companies selected with factor analysis method.The empirical result shows that cash flow indicator of petrochemical and plastic enterprises contains predictive information of financial crisis;the accuracy rate of model judgment under the new screening standard reaches 75%,indicating that this standard has certain feasibility and is worth further research.
cash flow;petrochemical and plastic enterprises;financial crisis warning;crisis sample screening standard;factor analysis method
1673-3851(2014)02-0036-04
F224.7;F275.1
A
2013-08-05
俞晨越(1990-),女,浙江嘉興人,碩士研究生,研究方向為公司財務(wù)管理。
浙江理工大學(xué)學(xué)報(自然科學(xué)版)2014年2期