馬閃霞 劉希麟

摘要：經(jīng)濟(jì)新常態(tài)下，我國經(jīng)濟(jì)處于經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵時(shí)期，經(jīng)濟(jì)發(fā)展的“瓶頸”期。制造業(yè)作為我國的支柱性產(chǎn)業(yè)，是實(shí)體經(jīng)濟(jì)的主體，汽車制造業(yè)是實(shí)體經(jīng)濟(jì)的基礎(chǔ)，對(duì)我國GDP的貢獻(xiàn)有著舉足輕重的作用。近幾年來，在科學(xué)技術(shù)的推動(dòng)下、國家政策的扶持下及市場(chǎng)需求的驅(qū)動(dòng)下新能源汽車處于井噴式發(fā)展，新能源汽車已經(jīng)成為汽車行業(yè)發(fā)展的主要方向和投資熱點(diǎn)。為了實(shí)現(xiàn)新能源汽車制造企業(yè)健康穩(wěn)定持續(xù)發(fā)展的目標(biāo)，有必要對(duì)其財(cái)務(wù)危機(jī)進(jìn)行預(yù)警。文章結(jié)合新能源汽車制造企業(yè)自身固有特性，借鑒前人的研究成果，采用能夠代表該類企業(yè)的預(yù)警指標(biāo)，建立適用于該類型企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，提高該類企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)的準(zhǔn)確性。

關(guān)鍵詞：新能源汽車;財(cái)務(wù)危機(jī);財(cái)務(wù)危機(jī)預(yù)警

一、研究背景

目前，新能源汽車主要有三種類型：混合動(dòng)力汽車、燃料電池電動(dòng)汽車、純電動(dòng)汽車。在當(dāng)前全球呼吁保護(hù)環(huán)境、節(jié)約資源的大背景下，是新能源汽車發(fā)展的大好時(shí)機(jī)，新能源汽車也是能源結(jié)構(gòu)升級(jí)的必然途徑。據(jù)中國統(tǒng)計(jì)局公布的數(shù)據(jù)可知，2017年新能源汽車產(chǎn)量同比增長(zhǎng)178.1%，從長(zhǎng)遠(yuǎn)來看，新能源汽車有著很大的發(fā)展前景。新能源汽車制造企業(yè)在發(fā)展中不僅面臨著機(jī)遇而且還面臨著來自多方面的風(fēng)險(xiǎn)，比如外部宏觀經(jīng)濟(jì)環(huán)境中的利率、外匯匯率波動(dòng)的風(fēng)險(xiǎn)和通貨膨脹，以及企業(yè)內(nèi)部的經(jīng)營風(fēng)險(xiǎn)：生產(chǎn)成本高，低市場(chǎng)占有率低、籌資成本高等風(fēng)險(xiǎn)，這些風(fēng)險(xiǎn)最終都會(huì)轉(zhuǎn)化為企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)得以體現(xiàn)。

二、文獻(xiàn)綜述

（一）財(cái)務(wù)危機(jī)的定義

國外學(xué)者通常將財(cái)務(wù)危機(jī)視為破產(chǎn)，如Beaver（1966）認(rèn)為，財(cái)務(wù)危機(jī)就是企業(yè)經(jīng)營失敗即企業(yè)破產(chǎn)。Altman（1968）認(rèn)為，財(cái)務(wù)危機(jī)是指企業(yè)沒有足夠的資金流來償還短期到期債務(wù)本息已經(jīng)或者即將進(jìn)入破產(chǎn)程序面臨清算。國外學(xué)者給出的財(cái)務(wù)危機(jī)的定義會(huì)因研究對(duì)象的不同而略有差異。吳世農(nóng)等人將財(cái)務(wù)危機(jī)視為財(cái)務(wù)困境，最嚴(yán)重的財(cái)務(wù)困境就是企業(yè)破產(chǎn)，財(cái)務(wù)困境導(dǎo)致企業(yè)破產(chǎn)行為其實(shí)是一種違約行為。企業(yè)財(cái)務(wù)困境的發(fā)生是量變到質(zhì)變的漸進(jìn)過程，在危機(jī)發(fā)生之前往往可以通過財(cái)務(wù)狀況的變化趨勢(shì)進(jìn)行預(yù)測(cè)的，是有征兆存在的而不是不可預(yù)測(cè)的、毫無征兆就突然陷入財(cái)務(wù)困境。考慮到我國特殊國情，在我國上市企業(yè)中很少有破產(chǎn)的企業(yè)。因此，國內(nèi)外學(xué)者對(duì)于財(cái)務(wù)危機(jī)的定義并沒有統(tǒng)一的規(guī)定，相比于國外學(xué)者給出的財(cái)務(wù)危機(jī)的定義，國內(nèi)學(xué)者通常將被特別處理作為發(fā)生財(cái)務(wù)危機(jī)的信號(hào)。

（二）財(cái)務(wù)危機(jī)預(yù)警研究現(xiàn)狀

目前，國內(nèi)外學(xué)者使用最多的構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型的方法大致可以分為兩類：傳統(tǒng)的統(tǒng)計(jì)分析方法和人工智能的方法。國外學(xué)者中，Altman（1968）最早使用資產(chǎn)負(fù)債率、流動(dòng)比率、凈資產(chǎn)收益率和資產(chǎn)周轉(zhuǎn)率等財(cái)務(wù)報(bào)表數(shù)據(jù)通過傳統(tǒng)統(tǒng)計(jì)分析方法構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型并預(yù)測(cè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)狀況和評(píng)價(jià)企業(yè)財(cái)務(wù)危機(jī)程度，并創(chuàng)建了著名的Z-Score模型。Chava，Jarrow以1962～1999的年度和月度財(cái)務(wù)數(shù)據(jù)為樣本，驗(yàn)證了Z計(jì)分模型交其他預(yù)警模型更具有優(yōu)越性，而且還得出了行業(yè)因素對(duì)企業(yè)破產(chǎn)預(yù)測(cè)的準(zhǔn)確率具有重要影響的重要結(jié)論。陳靜（1999）是國內(nèi)最早使用統(tǒng)計(jì)分析方法對(duì)企業(yè)財(cái)務(wù)困境預(yù)測(cè)進(jìn)行實(shí)證研究。以27家被特別處理的公司和27家配對(duì)的非ST公司為樣本，通過單變量和多元線性判定模型進(jìn)行實(shí)證分析發(fā)現(xiàn)兩種模型均具有一定的預(yù)測(cè)準(zhǔn)確性。鄧旭東等人（2018）以房地產(chǎn)上市公司為研究對(duì)象，運(yùn)用多元邏輯回歸構(gòu)建模型，實(shí)證結(jié)果表明總體預(yù)測(cè)準(zhǔn)確率高達(dá)85%以上。田寶新，王建瓊（2018）基于管理層和治理層兩個(gè)角度，選取財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)構(gòu)建預(yù)警模型。

三、研究設(shè)計(jì)

（一）研究對(duì)象與數(shù)據(jù)來源

1. 研究對(duì)象。本文選取15家已成功研發(fā)并有一定發(fā)展規(guī)模的新能源汽車上市公司作為研究樣本。

2. 數(shù)據(jù)來源。（1）從新能源汽車網(wǎng)選取了15家已成功研發(fā)并有一定發(fā)展規(guī)模的新能源汽車上市公司。（2）財(cái)務(wù)數(shù)據(jù)來源于新浪財(cái)經(jīng)各公司年報(bào)中對(duì)外公布的財(cái)務(wù)數(shù)據(jù)信息、國泰安數(shù)據(jù)庫、上海證券交易所和深圳證券交易所公布的相關(guān)信息。（3）為了能更準(zhǔn)確評(píng)價(jià)我國新能源汽車制造業(yè)上市公司財(cái)務(wù)危機(jī)程度和破產(chǎn)概率，本文選取了2013～2017年5年的財(cái)務(wù)數(shù)據(jù)來計(jì)算15家公司具體Z值并進(jìn)行具體分析。

（二）研究模型

Altman是較早對(duì)制造業(yè)上市公司財(cái)務(wù)困境預(yù)警問題進(jìn)行研究。他在單一線性模型的基礎(chǔ)上進(jìn)行了改進(jìn)，并創(chuàng)建了最具有代表性的Z-score多元線性模型。Z計(jì)分模型是以基于多變量統(tǒng)計(jì)方法的財(cái)務(wù)預(yù)警模型。國內(nèi)外學(xué)者的實(shí)證研究表明，Z模型的預(yù)測(cè)真確率可達(dá)70%以上。本文以使用最為廣泛、準(zhǔn)確率較高的Z計(jì)分模型為基礎(chǔ)，選擇最具有代表性的財(cái)務(wù)指標(biāo)評(píng)價(jià)新能源汽車制造業(yè)企業(yè)的財(cái)務(wù)困境程度，并預(yù)測(cè)該行業(yè)企業(yè)未來幾年的財(cái)務(wù)風(fēng)險(xiǎn)水平和破產(chǎn)概率。

Z模型的表達(dá)式如下：

Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5

其中：X1=WC/TA，WC：營運(yùn)資本;TA：資產(chǎn)總額

X2=留存收益/資產(chǎn)總額;留存收益=盈余公積+未分配利潤

X3=息稅前利潤/資產(chǎn)總額;息稅前利潤=利潤總額+財(cái)務(wù)費(fèi)用

X4=所有者權(quán)益總市值/負(fù)債總額

X5=主營業(yè)務(wù)收入/資產(chǎn)總額

資產(chǎn)總額、負(fù)債總額取自當(dāng)年資產(chǎn)負(fù)債表日的期末余額

由上述模型分別計(jì)算出15新能源公司的Z值，并根據(jù)其值的大小判斷新能源汽車行業(yè)財(cái)務(wù)風(fēng)險(xiǎn)大小和財(cái)務(wù)困境程度。財(cái)務(wù)困境程度的評(píng)價(jià)標(biāo)準(zhǔn)如表1所示。

四、實(shí)證研究結(jié)果分析

（一）Z值計(jì)算結(jié)果

本文選取了15家已經(jīng)成功研發(fā)并且生產(chǎn)經(jīng)營狀況較好的新能源汽車制造業(yè)上市公司2013～2017年近五年的財(cái)務(wù)數(shù)據(jù)，基于財(cái)務(wù)危機(jī)預(yù)警模型-Z模型使用Excel統(tǒng)計(jì)軟件計(jì)算15家公司的Z值，對(duì)整個(gè)新能源汽車制造業(yè)行業(yè)財(cái)務(wù)危機(jī)狀況進(jìn)行研究分析。15家新能源汽車上市公司的具體計(jì)算結(jié)果如表2所示。

（二）Z值均值及其分布

由表2計(jì)算結(jié)果可得出如下結(jié)論：15家新能源汽車制造業(yè)上市公司2013年Z值的平均值為2.93，2014年Z值的平均值為2.95，2015年的Z值平均值為3.12，2016年Z值的平均值為2.73，2017年Z值的平均值為2.63。其中2013～2016年Z值的平均值均大于Z值的臨界值2.65，2017年Z值的平均值卻小于臨界值2.65，這說明了15家新能源汽車制造業(yè)上市公司在樣本觀測(cè)值的前四年財(cái)務(wù)狀況較好，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)較小，陷入財(cái)務(wù)危機(jī)的概率很小。然而，在選取樣本觀測(cè)值的最后一年，新能源汽車制造業(yè)行業(yè)整體Z值的平均值2.63小于臨界值2.65，這就意味著新能源汽車制造業(yè)行業(yè)面臨較大的財(cái)務(wù)風(fēng)險(xiǎn)，企業(yè)陷入財(cái)務(wù)危機(jī)的概率較大。根據(jù)Z值的臨界值，樣本公司Z值分布情況如表3所示。

從Z值分布情況統(tǒng)計(jì)表格可以看到15家新能源汽車制造業(yè)企業(yè)在2013～2016年期間四年共有三家公司的Z值小于1.81，占公司總數(shù)的20%，也就是說新能源汽車制造業(yè)行業(yè)有20%的公司Z值是小于1.81的，這些公司的財(cái)務(wù)狀況很差，財(cái)務(wù)風(fēng)險(xiǎn)很大，他們陷入財(cái)務(wù)危機(jī)的程度很大，這些企業(yè)有90%以上的概率面臨破產(chǎn)倒閉。2017年一年就有四家公司的Z值小于1.81，占公司總數(shù)的26.67%，換言之，在2017年一年就新增了26.67%的企業(yè)面臨陷入財(cái)務(wù)危機(jī)的風(fēng)險(xiǎn)，新能源汽車制造業(yè)行業(yè)的整體風(fēng)險(xiǎn)大大增加，有更多的公司紛紛出現(xiàn)危機(jī)預(yù)警，陷入財(cái)務(wù)困境、瀕臨破產(chǎn)的公司數(shù)量大大增加。針對(duì)這些Z值小于1.81的公司應(yīng)該重點(diǎn)予以關(guān)注，并及時(shí)采取應(yīng)對(duì)措施規(guī)避危機(jī)進(jìn)一步惡化。2013～2017年平均有7家公司的Z值介于1.81和2.65之間，平均占比約為46.67%，這些公司的財(cái)務(wù)狀況處于“灰色地帶”，財(cái)務(wù)風(fēng)險(xiǎn)比較大，陷入財(cái)務(wù)危機(jī)的概率較大。針對(duì)Z值介于1.81和2.65之間的企業(yè)應(yīng)該重點(diǎn)關(guān)注企業(yè)出現(xiàn)的財(cái)務(wù)危機(jī)征兆，對(duì)企業(yè)內(nèi)外部環(huán)境變化產(chǎn)生的不利影響不能忽視，應(yīng)該時(shí)刻做好預(yù)防可能出現(xiàn)的各種財(cái)務(wù)風(fēng)險(xiǎn)和非財(cái)務(wù)風(fēng)險(xiǎn)的準(zhǔn)備，避免風(fēng)險(xiǎn)迅速擴(kuò)大而導(dǎo)致企業(yè)陷入財(cái)務(wù)困境面臨破產(chǎn)的嚴(yán)重后果。2013～2017年期間Z值大于2.65，平均有6家公司，約占公司總數(shù)量的44%。Z值大于2.65的公司財(cái)務(wù)狀況較好，財(cái)務(wù)風(fēng)險(xiǎn)也比較小，企業(yè)陷入財(cái)務(wù)危機(jī)的概率通常低于10%，企業(yè)破產(chǎn)的可能性也比較低。

五、結(jié)論

通過對(duì)上述15家新能源汽車制造業(yè)企業(yè)的實(shí)證研究結(jié)果表明，2013～2016年四年的樣本觀測(cè)數(shù)據(jù)的Z值均大于臨界值2.65，而且在2013～2015年期間樣本Z值呈上升趨勢(shì)，但是從2016～2017年Z值開始呈下降趨勢(shì)，其中2016年較2015年Z值下降0.4，2017年Z值仍然下降甚至低于臨界值2.65。由上述研究結(jié)果可知，近兩年整個(gè)新能源汽車制造業(yè)行業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)顯著增加，財(cái)務(wù)狀況開始出現(xiàn)惡化，企業(yè)陷入財(cái)務(wù)困境的程度較大，破產(chǎn)的概率較高，相關(guān)企業(yè)和政府有關(guān)部門應(yīng)該給予高度關(guān)注，建立與其適應(yīng)并具有可操作的財(cái)務(wù)危機(jī)預(yù)警模型，以便及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)，及早采取措施避免造成嚴(yán)重后果。

參考文獻(xiàn)：

[1]S.Chava，R.A.Jarrow.“Bankruptcy Prediction with Industry Effects”[J].Review of Finance，2004（04）.

[2]陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J].會(huì)計(jì)研究，1994（04）.

[3]鄧旭東，張瑜，徐文平.基于現(xiàn)金流量角度的財(cái)務(wù)預(yù)警模型研究——以房地產(chǎn)行業(yè)為例[J].會(huì)計(jì)之友，2018（23）.

[4]田寶新，王建瓊.基于財(cái)務(wù)與非財(cái)務(wù)要素的上市公司財(cái)務(wù)困境預(yù)警實(shí)證研究[J].金融評(píng)論，2017（05）.