張 格
(陜西理工大學經濟管理與法學學院)
黨的二十大報告指出,要有計劃分步驟實施碳達峰行動,推進能源清潔低碳高效利用,推進工業(yè)、建筑、交通等領域清潔低碳轉型。2018 年4月1 日,我國推行汽車“雙積分”政策,作為鞏固財政補貼成果的新政策,倒逼傳統(tǒng)汽車企業(yè)積極響應“雙碳”目標,迫使其將戰(zhàn)略目標轉向新能源汽車行業(yè)。新能源汽車的出現對全球來說是一次重大的變革和機遇,新能源汽車行業(yè)發(fā)展具有高風險、高收益的特點,因此新能源汽車企業(yè)必須關注自身風險情況,提高風險預警和應對能力。
目前國內關于財務風險預警的研究已經成熟,從剛開始的單變量模型,演變?yōu)槎嘣€性模型,許多學者將bp 神經網絡運用于財務風險模型的建立,除此之外還有將熵權法和功效系數法相結合,利用熵權法處理指標客觀性的特點,與功效系數法的具體行業(yè)標準相結合,可得出各個指標對企業(yè)財務風險的影響指數,因此本文運用熵權法與功效系數法相結合的財務風險預警模型,對A 企業(yè)財務風險進行預警評價。
1.初選指標賦權
通過對數據的整理和簡單計算,得出A 公司財務風險預警指標原始數據,如表1 所示。
表1 A 公司初選財務風險預警指標原始數據
2.數據標準化
為了保證數據的準確性,在賦權之前需要對原始數據進行無量綱處理,具體處理方法如下:
一些財務指標越大對企業(yè)發(fā)展越有利,被稱為正向指標,其標準化公式如下:
一些財務指標越小對企業(yè)發(fā)展越有利,被稱為負向指標,其標準化公式如下:
一些財務指標維持在一定的范圍時企業(yè)發(fā)展最好,不會造成高風險或者低利用率,其標準化公式如下:
時
上述標準化公式中,
3.數據平移和歸一化處理
標準化后的數據存在部分數據為0,在計算熵值時涉及到Ln 函數,因此需要對上述數據進行平移,在所有標準化數據的基礎上加1,得到平移后的標準化數據,即:
Zij=Yij+1
對數據進行歸一化處理,公式如下:
4.確定熵值、差異系數及權重
首先,計算熵值ej,公式如下:
然后,計算差異化系數gj,公式如下:
gj=1-ej
最后,計算指標權重wj,公式如下:
根據上述步驟利用熵值法對初始財務數據進行賦權,得到各個財務指標的權重,下面利用spss25.0 對各個財務指標進行相關性分析,對于相關性較高的指標參考權重進行篩選。
償債能力指標篩選(其他指標篩選與之類似,省略篩選過程)。
根據表2 可知,資產負債率(X1)、已獲利息倍數(X2)、速動比率(X3)、現金流動負債比率(X4)分別進行相關性分析,相關性系數均小于0.9,將指標權重與平均權重對比,保留已獲利息倍數(X2)和現金流動負債比率(X4)。因此償債能力指標最終保留兩個指標:已獲利息倍數(X2)和現金流動負債比率(X4)。
表2 A 公司償債能力相關性分析結果
通過對指標的篩選,A 公司篩選后財務風險預警指標體系整理為表3。
表3 A 公司篩選后財務風險預警指標體系
對篩選后的10 個指標再次利用熵值法進行無量綱處理并賦權。
1.功效系數法的改進
功效系數法是一種可用于財務績效定量評分的方法,既可以綜合評價公司的財務風險情況,又可以得出哪些指標對企業(yè)財務風險造成了較大影響,它立足于企業(yè)本身的財務數據,并且結合企業(yè)所在行業(yè)的具體情況。具體計算方法如下:
①計算本檔基礎分:本檔基礎分=指標權重×本檔標準系數
②計算上檔基礎分:上檔基礎分=指標權重×上檔標準系數
③計算功效系數:功效系數=(實際值-本檔標準值)/(上檔標準值-本檔標準值)
④計算調整分:調整分=功效系數×(上檔基礎分-本檔基礎分)
⑤得到單項基本指標得分:單項基本指標得分=本檔基礎分+調整分
⑥計算綜合得分=(∑單項指標)/(∑單項指標權重)
注:本檔標準值是指居于上下兩檔時較低等級的一檔;當某項指標超過最優(yōu)值時,得分為1 且權重為其本身;當某項指標低于最差值時得分為0。
2.確定評價標準
改進后的功效系數法共有5 個等級,具體劃分標準如表4。
表4 功效系數法評價標準劃分規(guī)則
3.標準值的確定
由于各行業(yè)的財務指標具有差異性,同一行業(yè)不同規(guī)模企業(yè)的財務指標也存在差距,因此本文選擇每年更新的《企業(yè)績效評價標準值》作為標準值。A 企業(yè)參照行業(yè)對照表,歸屬于交通運輸設備中的汽車制造業(yè)。
4.預警區(qū)間的確定
根據《中央企業(yè)綜合績效評價實施細則》對企業(yè)財務風險預警綜合指數劃分為5 個等級,具體劃分情況如表5 所示。
表5 風險預警等級劃分表
5.財務風險模型的應用
根據上述步驟,首先利用熵值法對財務指標賦權,然后經過功效系數法的計算可得出A 公司的財務風險預警綜合指數,經過財務風險預警指標的計算,可得出A 公司2020 年財務預警綜合指數為0.59,對應等級為中警。
按照同樣的方法對2016—2019 年A 公司財務風險預警指數進行計算,匯總2016—2020 年得到A 公司單項各年預警指數和預警結果如表6 所示。
表6 2016—2019 年A 公司單項預警指數和預警結果表
根據單個指標財務風險預警結果可知,A 公司償債能力兩項指標普遍存在嚴重問題,在近五年處于中警及以上,近三年仍有惡化;盈利能力方面在盈余現金保障倍數方面情況良好,近三年為無警,其他三個指標表現較差;營運能力方面總資產周轉率處于逐年惡化的趨 勢,2018 和2019 年 出現低于評價標準中的最差值情況,因此指數為0,對于總資產周轉率必須引起重視,說明近五年的投資效益差;發(fā)展能力方面營業(yè)收入增長率經歷由無警到巨警再到無警的巨大波動,與新能源汽車補貼退坡政策有較大關系,營業(yè)收入受新能源退坡影響大,導致該指標波動大,需要找到其他方式穩(wěn)定營業(yè)收入,不能過度依賴政策,另外兩個指標都存在中層水平的預警風險。借此提高經營績效;另外,需要突出新能源汽車特點,針對各層級消費人群推出不同特點產品,利用好互聯網平臺,加大對其特性的宣傳和推廣。
通過對A 企業(yè)構建財務風險預警模型可知,A企業(yè)總體綜合財務風險預警指數不存在嚴重問題,但個別指標問題較大,因此需要及時采取措施降低財務風險,建議從以下方面防范風險。
國家和各地方政府積極推進新能源汽車行業(yè)的發(fā)展,給予資金支持和融資優(yōu)勢,新能源汽車企業(yè)要積極相應國家政策,順應發(fā)展趨勢,加大對新能源電池的研發(fā),提前做好資金規(guī)劃,優(yōu)化融資結構,積極爭取政府補貼,響應雙積分政策,形成自身正積分優(yōu)勢,借此可在積分市場得到部分資金支持,可以緩解償債危機和研發(fā)時間長的問題。
新能源汽車企業(yè)一般公司體量大、員工人數多、公司層級復雜,因此必須控制好管理費用的支出,減少業(yè)務流程處理中的延遲和損耗,建立完善的共享平臺,提高信息傳達速度和業(yè)務處理速度,
新能源汽車企業(yè)的發(fā)展受到國家政策影響較大,因此必須健全風險預警體系。組建財務風險預警小組,定時定點對企業(yè)經營和發(fā)展狀況測算檢測,及時提出風險預案,提高預測風險的能力。加強對財務人員的培訓,提高財務人員風險識別能力,財務指標出現問題時及時調整公司戰(zhàn)略和資本結構,降低財務風險的發(fā)生概率。