煤炭上市公司財務風險評價研究

胡帆帆 馮套柱

(西安科技大學管理學院，陜西省西安市，710054)

1 文獻綜述

國外對于財務風險的研究相對超前，在19世紀初，西方經(jīng)濟學家就提出了“風險”這一概念，經(jīng)濟學家對于財務風險的研究處于一個日趨完善的狀態(tài)。K.Y.Tam和M.Y.Kiang(2002)利用人工神經(jīng)網(wǎng)絡模擬方法對公司財務風險預警系統(tǒng)進行研究，發(fā)現(xiàn)公司財務風險預警系統(tǒng)適應于人工神經(jīng)網(wǎng)絡方法，在預測風險時人工神經(jīng)網(wǎng)絡的精準度更高，并且該模型在更復雜的金融環(huán)境中也可以對財務風險作出預測。人工神經(jīng)網(wǎng)絡方法的理論基礎(chǔ)較為抽象，其理論的準確性和科學性需要進一步改進，抽象的理論依據(jù)極大地限制了該理論的應用范圍。M.C.Odom和R.Sharda(2011)選擇正常經(jīng)營的64 家公司和經(jīng)營失敗的65 家公司作為研究樣本，利用人工神經(jīng)網(wǎng)絡法來構(gòu)建公司財務風險預警模型，研究結(jié)果表明，該神經(jīng)網(wǎng)絡法與之前的模型相比能更好地預測公司的財務風險。Ohlson(2006)利用模型分析法，即Logit 二元模型預測公司財務風險，研究發(fā)現(xiàn)了預測公司財務風險狀況相對準確的4個因素，即公司財務資本結(jié)構(gòu)、公司規(guī)模大小、經(jīng)營收益和資金流動性，并且通過這些因素能夠估算出公司的破產(chǎn)概率。

國內(nèi)對于財務風險的研究相對落后，我國經(jīng)濟學家在20世紀80年代末期開始進行該項研究。周首華(1996)在Z計分模型的基礎(chǔ)上提出了F分數(shù)模型，在模型中加入了現(xiàn)金流量對財務風險的影響，有力地支持了所建立的財務預警模型。張友棠等學者(2012)將系統(tǒng)動力學運用到控制企業(yè)財務風險預警的模型中，使行業(yè)與企業(yè)在風險方面的關(guān)系能更直觀地表現(xiàn)出來。他將財務風險根據(jù)行業(yè)內(nèi)特征類型的不同劃分為潛伏期、發(fā)作期、惡化期3種形式，并由此提出企業(yè)財務風險不單是由于內(nèi)部控制的不恰當，而且與外部環(huán)境有著不可分割的關(guān)系。在此基礎(chǔ)上，結(jié)合現(xiàn)金流量指數(shù)構(gòu)建了企業(yè)財務預警指標測度系統(tǒng)。彭中文等學者(2014)用固定效應模型對中國房地產(chǎn)上市公司進行數(shù)據(jù)的實證分析，結(jié)果證明國家宏觀政策與公司治理結(jié)構(gòu)均會對企業(yè)財務風險產(chǎn)生影響。王文紅(2015)使用蒙特卡羅法(Monte Carlo)模擬對上市公司財務風險進行評價，在評價過程中引入了凈現(xiàn)值、內(nèi)部收益率等指標，同時在模擬的情況下，對公司各種投資方案的財務風險進行科學評價。李春玲(2015)運用邏輯回歸分析法研究航空公司的財務風險，奠定了財務風險預警的邏輯回歸模型基礎(chǔ)，有效證明了該方法對財務風險防范的作用。

綜上可以看出，國內(nèi)外學者對企業(yè)財務風險預警評價方面的研究較多，其研究方法和主要結(jié)論對本文均有借鑒意義。但是，這些研究均以企業(yè)內(nèi)部控制和定量分析為主，缺乏外部環(huán)境因素對企業(yè)財務風險影響的分析和評價。另外，對我國煤炭企業(yè)在現(xiàn)行政策環(huán)境、經(jīng)濟形勢和行業(yè)狀態(tài)下的財務風險更是缺乏研究。基于此，本文從企業(yè)外部和內(nèi)部兩方面建立定性和定量相結(jié)合的模型，綜合分析評價我國煤炭企業(yè)現(xiàn)階段財務風險狀況，旨在為企業(yè)有效防范和管控財務風險提供指導和借鑒。

2 煤炭企業(yè)財務風險分析

2.1 煤炭企業(yè)面臨的外部環(huán)境分析

(1)從經(jīng)濟政策方面來看，近10年來，煤炭行業(yè)對固定資產(chǎn)投資的加大導致在建產(chǎn)能不斷增加，同時，國內(nèi)煤炭的需求量在逐漸減少，這使得煤炭市場的供需嚴重不平衡。對于煤炭產(chǎn)業(yè)來說，目前所面臨的首要問題就是產(chǎn)能過剩。2017年上半年，國家各部委出臺了一系列煤炭產(chǎn)能相關(guān)的政策調(diào)整，通過對落后產(chǎn)能的連續(xù)淘汰，改善了當前市場環(huán)境，使煤炭價格持續(xù)在一個合理的范圍內(nèi)，煤炭企業(yè)的利潤也逐步提高。然而，煤炭行情雖然暫時轉(zhuǎn)好，但并不意味著煤炭行業(yè)本身存在的結(jié)構(gòu)性矛盾問題已經(jīng)被從根源上解決，繼續(xù)實施去產(chǎn)能政策和持續(xù)的轉(zhuǎn)型升級仍然是產(chǎn)業(yè)發(fā)展的頭等大事。2017年4月，國家發(fā)改委、國家能源局出臺的《能源生產(chǎn)和消費革命戰(zhàn)略(2016-2030)》強調(diào)，到2020年將能源消耗總數(shù)保持在50億t標準煤以內(nèi)，進一步降低煤炭消耗比重，增量發(fā)展清潔能源。風能、太陽能、天然氣等其他清潔能源越來越受到重視，產(chǎn)量逐年遞增。

(2)從環(huán)境方面看，由于生態(tài)環(huán)境的不斷惡化，溫室效應、全球變暖成為人們不得不關(guān)注的問題，全國各地的霧霾等極端天氣時刻影響著人們的日常生活，煤炭的燃燒更是加快了全球變暖的步伐。低碳綠色、可持續(xù)發(fā)展對我國以及全球來說都迫在眉睫。以煤炭為主營業(yè)務的各大企業(yè)都將受到極大的威脅，原本的傳統(tǒng)企業(yè)需要快速有效地轉(zhuǎn)變其生產(chǎn)經(jīng)營模式以適應低碳經(jīng)濟下的可持續(xù)發(fā)展。與此同時，企業(yè)發(fā)展也面臨著各項法律法規(guī)及相關(guān)政策方面的極高要求。

2.2 煤炭企業(yè)面臨的內(nèi)部風險分析

(1)企業(yè)內(nèi)部管理機制不完善，導致企業(yè)內(nèi)部管理只基于表面，最終將造成企業(yè)經(jīng)營業(yè)績不佳，乃至倒閉。煤炭企業(yè)并非沒有完善的內(nèi)控體系，而是在正常經(jīng)營管理過程中認為內(nèi)部控制無關(guān)緊要，無視制度的存在。究其根本，主要是因為公司對于財務風險的內(nèi)部控制體系沒有起到最初設立相關(guān)制度時的初衷，并未發(fā)揮其職能。再加上風險尚未來臨時人們通常會有一定的僥幸心理，選擇性的忽略風險內(nèi)控，而有些公司財務人員相關(guān)知識與經(jīng)驗不夠豐富，對危機的洞察不夠敏銳，這樣的內(nèi)部控制體系未起到有力的制衡作用，導致中高層領(lǐng)導及財務人員將風險內(nèi)控當成擺設，忽視公司正規(guī)工作流程。

(2)企業(yè)對外投資擴張缺乏正確認識，盲目對外擴張會導致內(nèi)部控制失敗的風險增加。企業(yè)發(fā)展中規(guī)模的擴張會使管理難度加寬加深從而降低內(nèi)部信息傳遞效率，這就需要加強監(jiān)控職能來保證信息質(zhì)量，一旦發(fā)生企業(yè)內(nèi)部控制的失效，在各個財務環(huán)節(jié)中財務人員無法協(xié)調(diào)處理所出現(xiàn)的問題，就會對企業(yè)的穩(wěn)定發(fā)展造成影響，使可能呈現(xiàn)出的財務風險擴大。同時在企業(yè)對外投資時，財務人員未能對投資風險有充分認識，在管理層需做出決策時會因能力有限而出現(xiàn)投資失誤。

(3)資產(chǎn)負債比例過高，資金結(jié)構(gòu)不合理。根據(jù)國泰安(CSMAR)數(shù)據(jù)統(tǒng)計，2012-2016年27家上市煤炭企業(yè)的平均資產(chǎn)負債率達到58%，其中新集能源的資產(chǎn)負債率甚至達到了84%。由于煤炭行業(yè)整體不景氣，各大銀行均減少了與煤炭企業(yè)的合作，導致煤企融資出現(xiàn)困難。而直接融資的成本普遍偏高，財務費用有增無減，煤炭銷售艱難，都使得煤炭企業(yè)的發(fā)展舉步維艱。

3 財務風險評價模型構(gòu)建

采用專家評分模型與因子分析評價模型的結(jié)合，通過所收集的企業(yè)財務數(shù)據(jù)資料，分析當前公司的財務風險狀況。定性與定量兩個方面的結(jié)合可以更客觀合理地識別判定風險，對危機企業(yè)發(fā)出評價以防范風險的發(fā)生。

3.1 定性評價——專家評分卡模型建立

專家評分模型是基于煤炭企業(yè)財務風險的調(diào)查問卷結(jié)果建立的，調(diào)查對象由高校教授及副教授、研究院所人員、企業(yè)高管共31人組成，最終收回有效問卷25份。

問卷調(diào)查分為兩個階段，首先是根據(jù)專家投票，選出可能對煤炭企業(yè)產(chǎn)生財務風險的影響因素并確定相對權(quán)重。具體投票結(jié)果共有10個因素入選，分別是：國家宏觀政策α1、物價變動風險α2、利率變動α3、客戶信用等級α4、同業(yè)競爭對手實力α5、公司治理結(jié)構(gòu)α6、財務人員專業(yè)素養(yǎng)α7、公司內(nèi)部管理制度α8、籌資規(guī)模方式α9以及公司發(fā)展方向α10。其次是打分階段，要求參與者對選出的評判因素進行取值段為0～10分的分數(shù)范圍打分。

數(shù)據(jù)經(jīng)過處理后，得到煤炭上市公司財務風險定性評價模型為：

(1)

3.2 定量評價——因子分析評價模型建立

3.2.1 樣本選取

本文研究對象為A股煤炭行業(yè)上市公司，根據(jù)國泰安數(shù)據(jù)庫(CSMAR)公布的資料選取并整理數(shù)據(jù)，刪除缺失及特大異常數(shù)據(jù)，采用中國證監(jiān)會2012年修訂的《中國上市公司分類指引》中做出的行業(yè)分類方法，剔除ST公司最后選擇了24家煤炭行業(yè)上市公司2012-2016年的數(shù)據(jù)確定指標并建立模型，運用2016年的數(shù)據(jù)進行模型的應用，并對這24家公司做出相關(guān)分析。

3.2.2 財務風險評價指標確定

構(gòu)建評價模型的核心在于選取財務風險評價指標。結(jié)合煤炭行業(yè)的實際情況，按照普遍性、相關(guān)性、準確性、有效性、可操作性的原則，本文從償債能力、運營能力、盈利能力、發(fā)展能力和現(xiàn)金流動能力5個方面最初選取了20個具有代表性的初始財務指標，見表1。

表1 初始財務變量指標

3.2.3 數(shù)據(jù)處理

為了對企業(yè)財務風險有充分了解，便于全面、精確地描述問題，本文收集了處理后24家煤炭上市公司近5年的20個具有代表性的財務變量指標。使用收集的財務報告數(shù)據(jù)計算后，已經(jīng)確定的財務風險衡量指標中，有些變量不一定可以真正發(fā)揮作用，還可能加大計算的工作量，而已經(jīng)收集到的變量數(shù)據(jù)之間通常存在一定的相關(guān)性，因此可以對這些變量進行降維處理，需要通過因子分析的方法確立煤炭企業(yè)財務風險指數(shù)的權(quán)重。

(1)處理指標數(shù)據(jù)。進行KMO檢驗和巴特利特球形檢驗，KMO檢驗和巴特利特球體檢驗是兩個常用于測試數(shù)據(jù)是否適用于因子分析的統(tǒng)計指標。本文借助SPSS19.0對已經(jīng)確立的財務風險測度各項指標進行KMO檢驗和巴特利特球體檢驗，以此來分析是否適合精簡已選擇的財務風險指標。檢驗結(jié)果顯示： KMO檢驗值為0.566，大于Kaiser做出的度量標準0.5，通過檢驗；巴特利特球體檢驗的結(jié)果顯示Sig.為0.000，小于顯著性水平0.05。結(jié)合兩項檢驗結(jié)果可知，已確立的財務風險警度指標顯示出較強的相關(guān)性，樣本指標經(jīng)過測試后顯示可以進行因子分析。

(2)確定主成分。提取出初始特征值大于1的因子為主要因子。經(jīng)過正交旋轉(zhuǎn)后從特征值與累計貢獻率的計算結(jié)果可以看出，前7個公因子的特征值均大于1，其方差貢獻率分別為28.191%、12.686%、12.051%、9.074%、7.845%、6.423%、5.554%，同時累計方差率已經(jīng)達到了81.796%，見表2。由此可以認為變量選取出的信息損失較少，因子分析的結(jié)果更為理想。

(3)確定量化模型。經(jīng)過對比可以發(fā)現(xiàn)，與主成分載荷矩陣相比，旋轉(zhuǎn)后的因子載荷矩陣表示出了更加顯著的特征。對因子進行Kaiser標準化的斜交旋轉(zhuǎn)使因子載荷矩陣的解釋性得以增強，且得出因子得分系數(shù)矩陣和主因子綜合得分，見表3。

表2 主成分分析輸出結(jié)果-解釋的總方差

表3 因子得分矩陣

從計算結(jié)果可以看出，主因子1能比較好地反映出資產(chǎn)報酬率X10、凈資產(chǎn)收益率X11、營業(yè)利潤率X12、長期資本收益率X13以及凈利潤增長率X19，主要體現(xiàn)了企業(yè)盈利的能力，可以被視為是財務風險評價中的盈利能力解釋因子；主因子2可以較好地反映出存貨周轉(zhuǎn)率X7、固定資產(chǎn)周轉(zhuǎn)率X8、總資產(chǎn)周轉(zhuǎn)率X9，主要體現(xiàn)出企業(yè)的營運能力，被視為是財務風險評價中的營運能力解釋因子；主因子3能比較好地反映出流動比率X1和速動比率X2，主要代表了企業(yè)的償債能力，可以被視為是財務風險評價中的償債能力解釋因素；主因子4能比較好地反映出營業(yè)收入現(xiàn)金凈含量X15、全部現(xiàn)金回收率X17，主因子5可以較好地反映出總資產(chǎn)增長率X18、營業(yè)收入增長率X20，主要代表了企業(yè)的發(fā)展能力，可以認為是財務風險評價的發(fā)展能力因素；主因子6能比較好地反映出資產(chǎn)負債率X4、長期資本負債率X5，這兩項指標反映出企業(yè)的現(xiàn)金流動能力，被視為是財務風險評價的現(xiàn)金流量解釋因子；主因子7能比較好地反映出凈利潤現(xiàn)金凈含量X14、營業(yè)利潤現(xiàn)金凈含量X16。

同時，根據(jù)得出的系數(shù)矩陣可以有以下的主因子方程：

Z1=-0.031X1-0.033X2+0.021X3+…

+0.008X18+0.297X19-0.001X20

Z2=-0.002X1+0.016X2+0.003X3+…

-0.030X18-0.050X19+0.017X20

Z3=-0.425X1-0.429X2+0.027X3+…

-0.001X18+0.098X19-0.009X20

Z4=0.004X1+0.005X2-0.063X3+…

+0.502X18+0.029X19+0.495X20

Z5=0.002X1-0.001X2+0.131X3+…

-0.022X18-0.128X19-0.001X20

Z6=0.010X1+0.030X2-0.101X3+…

-0.019X18+0.051X19-0.006X20

Z7=0.035X1+0.067X2-0.326X3+…

-0.018X18+0.201X19+0.002X20

結(jié)合表2中斜交旋轉(zhuǎn)后的各主成分因子的貢獻率，得出煤炭上市公司財務風險定量評價模型為：

(2)

3.3 綜合風險評價模型建立

在定性評價和定量評價的基礎(chǔ)上，綜合考量定性風險Q值和定量風險F值，按照專家調(diào)查結(jié)果確定的權(quán)重系數(shù)，前者為0.3，后者為0.7，最終構(gòu)建煤炭上市公司財務風險綜合評價模型為：

Y=0.3Q+0.7F

(3)

4 模型應用

以24家煤炭上市企業(yè)2016年數(shù)據(jù)為對象，運用公式(1)、公式(2)和公式(3)對其財務風險分別進行定性定量和綜合評價，并對綜合財務風險評分值Y由低到高進行排序，結(jié)果見表4。

表4 煤炭業(yè)上市公司風險評價評價綜合得分值

由于表4中所有的數(shù)據(jù)都是經(jīng)過標準化處理的，因此Y值可以0為界限且作為平均指標，超過0為財務風險優(yōu)性指標，處于平均指數(shù)之上；低于0為劣性指標，處于平均指標之下。參考表4中的數(shù)據(jù)可以得出，經(jīng)過標準化處理后2016年煤炭上市公司的優(yōu)性與劣性公司各占50%，均為12家。在劣性樣本公司中，Y值經(jīng)過計算的平均得分為-0.375，因此在進一步設置企業(yè)財務風險評價級別時可以將-0.375視為界限。在優(yōu)性樣本公司中，Y值的平均得分為0.181?；诖?，本研究認為，對煤炭上市公司進行綜合評價后，得分低于-0.375時，其財務狀態(tài)應當處于警戒級別；當其得分處于-0.375～0之間時，認為是財務風險輕警級別；當其得分位于0～0.181之間時，可以認為是無警級別；當其得分超過0.181時，則判定為該公司財務運行狀況優(yōu)良。

根據(jù)企業(yè)財務風險評價級別的設定，處于高警戒級別的有安源煤業(yè)和金瑞礦業(yè)兩家公司，占比為8.3%，企業(yè)高層及管理人員需對企業(yè)相關(guān)發(fā)展有高度重視；41.7%的公司處于輕警級別，由此可以看出靖遠煤電等10家公司在企業(yè)發(fā)展中需要關(guān)注財務風險；29.2%的公司目前沒有嚴重的經(jīng)營問題，兗州煤業(yè)等經(jīng)營狀況良好的公司占比為20.8%。煤炭上市公司的財務風險水平之間差異較大，有一半的企業(yè)都有可能即將或正在面臨財務風險，因此各公司應該高度重視財務風險方面的預防與控制的相關(guān)工作。

5 煤炭企業(yè)應對財務風險的對策分析

(1)搶抓政策機遇。煤炭企業(yè)及各個煤礦應繼續(xù)爭取國家優(yōu)惠政策的支持，了解當前發(fā)展環(huán)境，清楚掌握行業(yè)內(nèi)及國際國內(nèi)發(fā)展趨勢。在國家及省、市出臺各項措施以應對煤炭經(jīng)濟下行的同時，保證企業(yè)發(fā)展升級，加快產(chǎn)業(yè)轉(zhuǎn)型，做到規(guī)?；?，循環(huán)、融合發(fā)展。

(2)實施循環(huán)經(jīng)濟。企業(yè)應堅持綠色低碳發(fā)展戰(zhàn)略不動搖，致力于清潔能源技術(shù)的開發(fā)創(chuàng)新，使煤炭企業(yè)由原來的高燃耗、低效率、重污染轉(zhuǎn)變?yōu)榈吞肌⒏咝?、清潔、可持續(xù)發(fā)展。先進的綠色能源技術(shù)創(chuàng)新不僅可以減少過度的企業(yè)發(fā)展對自然資源的依賴，而且降低了生產(chǎn)過程中企業(yè)所產(chǎn)生的污染物與廢棄物數(shù)量，同時合理的技術(shù)創(chuàng)新可以提高生產(chǎn)效率，增加利潤。

(3)提高人員素質(zhì)。強化公司管理者及員工的內(nèi)部監(jiān)督，樹立全體工作人員的風險意識。公司高層管理者要對財務風險有足夠的重視，確立公司低碳、綠色可持續(xù)的發(fā)展觀念，從源頭上為企業(yè)未來發(fā)展指明道路。中層管理者執(zhí)行監(jiān)督公司具體發(fā)展，規(guī)避風險。要建立全體員工對風險的認識，加強相關(guān)教育宣傳，培養(yǎng)員工的安全理念。

(4)完善制度建設。煤炭企業(yè)要促進財務風險制度建設，建立健全財務風險控制體系，并堅決執(zhí)行公司內(nèi)部審計制度，對于不同的工作環(huán)節(jié)制定相應的風險防范制度，注意分析對策措施，通過不斷改善調(diào)整來優(yōu)先識別風險、正確分析風險從而順利防范應對即將或已經(jīng)出現(xiàn)的風險。

(5)調(diào)整資本結(jié)構(gòu)。在企業(yè)當前發(fā)展中，要精準定位產(chǎn)品市場，對經(jīng)營項目做到嚴格把關(guān)，通過科學的評估來保證負債的合理額度，同時盡量保持成本處在可控范圍內(nèi)，加大資金使用率，減少經(jīng)營過程中不良資產(chǎn)的產(chǎn)生。在融資時利用煤炭行業(yè)財務杠桿對資金籌集方式的調(diào)整，盡可能降低風險。

(6)加快技術(shù)創(chuàng)新。企業(yè)應加速淘汰落后產(chǎn)能，促進產(chǎn)業(yè)一體化發(fā)展。使產(chǎn)能技術(shù)“走出去”，融入到“一帶一路”戰(zhàn)略中，加強煤炭企業(yè)與“一帶一路”沿線國家的產(chǎn)業(yè)合作，抓住“一帶一路”戰(zhàn)略帶來的海外市場和機遇，與全球煤炭行業(yè)同臺競爭，積極迎接挑戰(zhàn)，提高國際競爭力的同時促進自身的可持續(xù)發(fā)展，合理利用國際與國內(nèi)兩個市場，實現(xiàn)優(yōu)勢互補，互利共贏。

參考文獻：

[1] Odom M D, Sharda R. A neural network model for bankruptcy prediction：in proceedings of the international joint conference on neural networks tool[J]. Financial Management，2011(7)

[2] Ohlson Ttindae. Approximating the distributions of estimators of financial risk under an asynnetric Laplace[J]. Computational Statistics，2006(5)

[3] 周首華，楊濟華，王平.論財務危機的預警分析F分數(shù)模式[J].會計研究，1996(8)

[4] 張友棠，黃陽.基于行業(yè)環(huán)境風險識別的企業(yè)財務預警控制系統(tǒng)研究[J].會計研究，2012(3)

[5] 彭中文，李力，文磊.宏觀調(diào)控、公司治理與財務風險——基于房地產(chǎn)上市公司的面板數(shù)據(jù)[J].中央財經(jīng)大學學報，2014(5)

[6] 王文紅，楊惠琳.財務預警的Z積分模型實證研究[J].財務分析，2015(1)

[7] 王淑英.煤炭企業(yè)財務風險評估及應對策略研究[J].中國煤炭，2014(5)