范翠婷 長(zhǎng)沙學(xué)院 經(jīng)濟(jì)與管理學(xué)院

經(jīng)濟(jì)全球化的趨勢(shì)愈加深入，企業(yè)的經(jīng)營(yíng)環(huán)境也不斷變化，我國(guó)資本市場(chǎng)不斷強(qiáng)大，市場(chǎng)競(jìng)爭(zhēng)也不斷加劇，給制造業(yè)帶來(lái)機(jī)遇的同時(shí)也帶來(lái)了挑戰(zhàn)，近些年來(lái)因財(cái)務(wù)問(wèn)題被處理的上市企業(yè)數(shù)量不斷上升，財(cái)務(wù)風(fēng)險(xiǎn)越來(lái)越受到了關(guān)注，潛伏的財(cái)務(wù)風(fēng)險(xiǎn)難以被預(yù)測(cè)，現(xiàn)需要構(gòu)建模型對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警，為企業(yè)管理層提供有效信息，使得制造業(yè)上市企業(yè)未來(lái)更好的運(yùn)行。蔡偉斌、崔毅[1]（2014）研究2010 年ST 上市公司財(cái)務(wù)數(shù)據(jù)，利用綜合預(yù)警值F 判斷模型是否具有預(yù)警作用，結(jié)果表明基于主成分分析的方法對(duì)財(cái)務(wù)危機(jī)作出較好的預(yù)警。但模型僅能判斷出公司是否存在財(cái)務(wù)危機(jī)，不能區(qū)分出當(dāng)前財(cái)務(wù)危機(jī)的程度。徐曉莉、陳佩佩[2]（2018）通過(guò)多元判別分析對(duì)房地產(chǎn)上市企業(yè)財(cái)務(wù)數(shù)據(jù)進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型建立，結(jié)果顯示此模型能有效的對(duì)企業(yè)經(jīng)營(yíng)數(shù)據(jù)進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)檢驗(yàn)。戈俏梅、徐碧瑩[3]（2019）以2017 年財(cái)務(wù)危機(jī)公司和與之配對(duì)的財(cái)務(wù)規(guī)范公司為研究對(duì)象，通過(guò)判斷分析法建立模型后發(fā)現(xiàn)模型預(yù)測(cè)結(jié)果較為理想，能有效為企業(yè)財(cái)務(wù)進(jìn)行預(yù)警。

制造業(yè)是國(guó)家經(jīng)濟(jì)實(shí)力不可或缺的部分，是國(guó)民經(jīng)濟(jì)發(fā)展的重要根基，制造業(yè)上市企業(yè)對(duì)促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型起到了不容忽視的作用，因此制造行業(yè)上市企業(yè)應(yīng)該建立有效的財(cái)務(wù)預(yù)警模型，對(duì)潛在的財(cái)務(wù)風(fēng)險(xiǎn)加以預(yù)測(cè)，提供給企業(yè)管理層有效的決策信息，推動(dòng)上市企業(yè)發(fā)展，促進(jìn)市場(chǎng)經(jīng)濟(jì)發(fā)展。以往文獻(xiàn)沒(méi)有考慮時(shí)間維度，但本文引入了時(shí)間維度的考慮，對(duì)2018 年—2020 年的30 家制造業(yè)上市企業(yè)進(jìn)行分析。并且本文具有針對(duì)性，現(xiàn)有大多數(shù)研究在選區(qū)樣本時(shí)沒(méi)有具體到行業(yè)，忽略了行業(yè)差異性帶來(lái)的影響，本文立足于制造業(yè)專門(mén)建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。本文采用費(fèi)希爾判別法構(gòu)建制造業(yè)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警模型，旨在為制造業(yè)企業(yè)預(yù)警是否存在財(cái)務(wù)風(fēng)險(xiǎn)以及當(dāng)前的財(cái)務(wù)風(fēng)險(xiǎn)程度情況提供一句，使得企業(yè)可以盡早采取措施規(guī)避風(fēng)險(xiǎn)，降低損失。

一、制造業(yè)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系建立與數(shù)據(jù)來(lái)源

本文目的是想構(gòu)建制造業(yè)上市企業(yè)財(cái)務(wù)預(yù)警模型，國(guó)內(nèi)外有很多學(xué)者用不同的財(cái)務(wù)指標(biāo)對(duì)各行業(yè)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估進(jìn)行了實(shí)證研究，通過(guò)參考制造業(yè)已有的文獻(xiàn)并且結(jié)合制造業(yè)企業(yè)的具體情況和特征，選取了適合反映制造業(yè)上市企業(yè)財(cái)務(wù)狀況的指標(biāo)，從盈利能力、償債能力、營(yíng)運(yùn)能力和成長(zhǎng)能力四個(gè)方面建立制造業(yè)上市企業(yè)的財(cái)務(wù)預(yù)警模式。盈利能力反映了企業(yè)在一定時(shí)期獲取利潤(rùn)的能力，本文選擇凈資產(chǎn)收益率、總資產(chǎn)收益率、毛利率、凈利率來(lái)體現(xiàn)。償債能力反映了企業(yè)利用資產(chǎn)償還長(zhǎng)期與短期債務(wù)的能力，本文運(yùn)用流動(dòng)比率、速動(dòng)比率、現(xiàn)金流量比率、資產(chǎn)負(fù)債率、權(quán)益乘數(shù)五個(gè)指標(biāo)對(duì)上市制造業(yè)企業(yè)償債能力進(jìn)行分析。營(yíng)運(yùn)能力是指企業(yè)利用各項(xiàng)資產(chǎn)賺取利潤(rùn)的能力，因此本文從總資產(chǎn)周轉(zhuǎn)天數(shù)、存貨周轉(zhuǎn)天數(shù)、應(yīng)收賬款周轉(zhuǎn)天數(shù)、總資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率方面來(lái)分析企業(yè)的營(yíng)運(yùn)能力。成長(zhǎng)能力反映了企持續(xù)獲取資金和擴(kuò)展經(jīng)營(yíng)的能力，本文選取營(yíng)業(yè)總收入、歸屬凈利潤(rùn)、扣非凈利潤(rùn)、營(yíng)業(yè)總收入同比增長(zhǎng)、歸屬凈利潤(rùn)同比增長(zhǎng)、扣非凈利潤(rùn)同比增長(zhǎng)、營(yíng)業(yè)總收入滾動(dòng)比增長(zhǎng)、歸屬凈利潤(rùn)滾動(dòng)比增長(zhǎng)、扣非凈利潤(rùn)滾動(dòng)環(huán)比增長(zhǎng)指標(biāo)評(píng)估成長(zhǎng)能力。

本文隨機(jī)選取了15 家制造業(yè)ST 上市企業(yè)和15 家制造業(yè)非ST 上市企業(yè)2018-2020 年的財(cái)務(wù)指標(biāo)數(shù)據(jù)為基礎(chǔ)建立財(cái)務(wù)預(yù)警模型，數(shù)據(jù)來(lái)源于東方財(cái)富網(wǎng)。

二、制造業(yè)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的實(shí)證檢驗(yàn)

之前的指標(biāo)體系是理論上的，現(xiàn)在做實(shí)證的話要具體問(wèn)題具體分析，所以要針對(duì)這一行業(yè)的數(shù)據(jù)，找出現(xiàn)財(cái)務(wù)危機(jī)和沒(méi)有出現(xiàn)的之間哪些指標(biāo)有差異。通過(guò)SPSS24.0軟件對(duì)原始指標(biāo)進(jìn)行均值檢驗(yàn)，并檢驗(yàn)非ST 企業(yè)和ST 企業(yè)在這些指標(biāo)上是否存在差異，在0.1 的顯著性水平下來(lái)進(jìn)行判定，原始指標(biāo)體系共有24 個(gè)指標(biāo)，通過(guò)顯著性檢驗(yàn)的指標(biāo)如表1 所示，凈資產(chǎn)收益率、總資產(chǎn)收益率、毛利率、凈利率、現(xiàn)金流量比率、總資產(chǎn)周轉(zhuǎn)天數(shù)、存貨周轉(zhuǎn)天數(shù)、應(yīng)收賬款周轉(zhuǎn)天數(shù)、營(yíng)業(yè)總收入、歸屬凈利潤(rùn)、歸屬凈利潤(rùn)同比增長(zhǎng)、扣非凈利潤(rùn)同比增長(zhǎng)、歸屬凈利潤(rùn)滾動(dòng)環(huán)比增長(zhǎng)、扣非凈利潤(rùn)滾動(dòng)環(huán)比增長(zhǎng)14 個(gè)指標(biāo)。同時(shí)從表1 可以看出，一級(jí)指標(biāo)中，通過(guò)檢驗(yàn)指標(biāo)的主要集中在盈利能力、營(yíng)運(yùn)能力和成長(zhǎng)能力三個(gè)方面，主要是由于多數(shù)制造業(yè)企業(yè)市場(chǎng)不太成熟，龍頭企業(yè)較少。

表1 制造業(yè)上市企業(yè)財(cái)務(wù)指標(biāo)體系與指標(biāo)顯著性

三、基于費(fèi)希爾判別法的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的實(shí)證分析

（一）研究思路

本文旨在構(gòu)建一個(gè)模型，用于判定制造行業(yè)上市企業(yè)是否出現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)，如果出現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)，進(jìn)一步判斷出該企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)程度有多大，如果未出現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)，則判斷該企業(yè)未來(lái)出現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)的可能性有多大。基于此思路，本文采取費(fèi)希爾判別法來(lái)構(gòu)建模型。

（二）實(shí)證結(jié)果分析

1.模型檢驗(yàn)

進(jìn)行實(shí)證分析之前，首先要對(duì)數(shù)據(jù)進(jìn)行檢驗(yàn)以便判別現(xiàn)有的數(shù)據(jù)是不是適合進(jìn)行建?！，F(xiàn)有兩種檢驗(yàn)方法可以采用：Box 檢驗(yàn)和Lambda 檢驗(yàn)。首先采用Box 檢驗(yàn)，用于檢驗(yàn)ST 企業(yè)和非ST 企業(yè)財(cái)務(wù)指標(biāo)數(shù)據(jù)是否存在顯著性差異，由SPPS24.0 軟件輸出結(jié)果可知博克斯檢驗(yàn)的值為2251.339、顯著性水平為0，由此說(shuō)明了ST 企業(yè)和非ST 企業(yè)財(cái)務(wù)指標(biāo)數(shù)據(jù)有顯著性差異。之后進(jìn)行Lambda 檢驗(yàn)，用于檢驗(yàn)建立的判別函數(shù)模型是否顯著，檢驗(yàn)的卡方統(tǒng)計(jì)量是44.904，顯著性水平為0，表明所建立的判別函數(shù)模型十分顯著。通過(guò)這兩種檢驗(yàn)，說(shuō)明本文選取的數(shù)據(jù)都比較合適，質(zhì)量較高。

2.判別函數(shù)結(jié)果及各組質(zhì)心

借助SPSS24.0 軟件，基于現(xiàn)有的ST 和非ST 制造業(yè)上市企業(yè)財(cái)務(wù)經(jīng)營(yíng)數(shù)據(jù)，可以得出費(fèi)希爾判別函數(shù)如下：

Y=0.002245X1+0.000778X2+0.007475X3+0.000359X4+0.490423X5-0.000169X6-0.000029X7+0.000908X8+0.003382X9+0.005113X10-0.000072X11+0.000597X12+0.001145X13-0.000528X14-0.041741

第0 類(lèi)代表非ST 企業(yè)，第1 類(lèi)代表ST 企業(yè)，由表4 結(jié)果可知，非ST 企業(yè)組質(zhì)心處的函數(shù)值為0.845，ST 企業(yè)組質(zhì)心處的函數(shù)值為-0.885，兩組質(zhì)心的中心值為-0.02，因此對(duì)于制造業(yè)上市企業(yè)，當(dāng)其費(fèi)希爾判別函數(shù)值大于-0.02 時(shí)，即更接非ST 企業(yè)組質(zhì)心，則判定其財(cái)務(wù)狀況良好，同時(shí)可以通過(guò)函數(shù)值與非ST 企業(yè)和ST 企業(yè)兩組質(zhì)心距離差異來(lái)得出財(cái)務(wù)風(fēng)險(xiǎn)程度，比值越小說(shuō)明存在財(cái)務(wù)風(fēng)險(xiǎn)的程度越大，同時(shí)可以通過(guò)函數(shù)值與非ST 企業(yè)和ST 企業(yè)兩組質(zhì)心距離差異來(lái)得出財(cái)務(wù)風(fēng)險(xiǎn)程度，比值越小說(shuō)明企業(yè)存在一定財(cái)務(wù)風(fēng)險(xiǎn)的可能性。若其取值小于-0.02，則越靠近ST 上市企業(yè)的組質(zhì)心，可以判斷其目前存在財(cái)務(wù)風(fēng)險(xiǎn)。同時(shí)可以通過(guò)函數(shù)值與非ST 企業(yè)和ST 企業(yè)兩組質(zhì)心距離差異來(lái)得出財(cái)務(wù)風(fēng)險(xiǎn)程度，比值越大說(shuō)明財(cái)務(wù)風(fēng)險(xiǎn)情況越差。

3.模型預(yù)測(cè)結(jié)果

利用之前得到的費(fèi)希爾判別函數(shù)對(duì)樣本進(jìn)行分類(lèi)，結(jié)果如表2 所示。非ST 企業(yè)有45 個(gè)樣本，ST 企業(yè)共有43 個(gè)樣本。45 家非ST 企業(yè)中，準(zhǔn)確判定為非ST 企業(yè)的有43 個(gè)樣本，誤判為ST 企業(yè)的有2 個(gè)樣本。原本為ST 企業(yè)的43 個(gè)樣本中，準(zhǔn)確判定為ST企業(yè)的有30 個(gè)樣本，誤判為非ST 企業(yè)的有13 個(gè)樣本。即對(duì)于ST 企業(yè)預(yù)測(cè)正確率為69.8%，非ST 企業(yè)預(yù)測(cè)結(jié)果為95.6%，整體一共有82.95%的正確率。說(shuō)明本文建立的預(yù)測(cè)模型的預(yù)測(cè)質(zhì)量比較高，準(zhǔn)確度較好，能有效地對(duì)制造業(yè)上市企業(yè)進(jìn)行財(cái)務(wù)預(yù)警。

表2 模型分類(lèi)結(jié)果a

四、模型實(shí)際運(yùn)用——以三一重工和*ST步森為例

本文在之前已經(jīng)成功建立了對(duì)制造業(yè)財(cái)務(wù)預(yù)警的模型，在本小節(jié)中，我們將隨機(jī)抽選一個(gè)非ST 制造業(yè)企業(yè)和一個(gè)ST 制造業(yè)企業(yè)，來(lái)探討對(duì)于模型的實(shí)際運(yùn)用。

利用三一重工2020 年財(cái)務(wù)數(shù)據(jù)帶入費(fèi)希爾判別模型進(jìn)行計(jì)算：

Y=0.002245×29.64+0.000778×14.05+…-0.000528×11.92-0.041741

模型求解得出的三一重工費(fèi)希爾判別函數(shù)值為4.558024 ＞-0.02，故將三一重工判別為財(cái)務(wù)狀況良好的制造業(yè)上市企業(yè)，實(shí)際上其的確屬于非ST 企業(yè)，故表明模型判別結(jié)果正確，并且可以看出，其2020 年費(fèi)希爾函數(shù)值與非ST 企業(yè)和ST 企業(yè)兩組質(zhì)心距離差異較?。ň嚯x比值為0.68），因此可推測(cè)其存在一定的財(cái)務(wù)風(fēng)險(xiǎn)，企業(yè)管理測(cè)應(yīng)對(duì)此引起重視。

利用*ST 步森2020 年財(cái)務(wù)數(shù)據(jù)帶入費(fèi)希爾判別模型進(jìn)行計(jì)算：

*ST 步森函數(shù)值-2.93950903 小于-0.02，說(shuō)明其屬于非ST 企業(yè)，實(shí)際上，其也屬于*ST 企業(yè)，表明模型判別結(jié)果正確。其2020年費(fèi)希爾函數(shù)值與非ST 企業(yè)和ST 企業(yè)兩組質(zhì)心距離差異較大（距離比值為1.84），說(shuō)明其財(cái)務(wù)狀況較差。

通過(guò)三一重工的*ST 步森企業(yè)的實(shí)際應(yīng)用，表明費(fèi)希爾判別函數(shù)模型效果較高，精度較高，能準(zhǔn)確判別企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)狀況，并且能對(duì)其財(cái)務(wù)風(fēng)險(xiǎn)程度做出預(yù)測(cè)。

五、結(jié)束語(yǔ)

本文以制造業(yè)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警這一主題進(jìn)行實(shí)證分析，從盈利能力、營(yíng)運(yùn)能力、償債能力和成長(zhǎng)能力四個(gè)方面分別選取了制造業(yè)上市企業(yè)財(cái)務(wù)指標(biāo)建立指標(biāo)體系，采用SPSS24.0 軟件選取制造業(yè)ST 上市企業(yè)和非ST 上市企業(yè)通過(guò)顯著性檢驗(yàn)的14 個(gè)指標(biāo)。然后對(duì)15 家制造業(yè)非ST 上市企業(yè)和制造業(yè)15 家ST 上市企業(yè)2018 年-2020年的財(cái)務(wù)數(shù)據(jù)對(duì)建立的模型進(jìn)行有效性實(shí)證檢驗(yàn)，結(jié)果顯示所建立的模型對(duì)于財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警準(zhǔn)確率達(dá)82.95%，同時(shí)本文以三一重工和*ST 步森企業(yè)為例，將費(fèi)希爾模型成功應(yīng)用實(shí)際，檢測(cè)效果良好。當(dāng)今制造業(yè)市場(chǎng)競(jìng)爭(zhēng)十分激烈，企業(yè)需保持良好的財(cái)務(wù)狀態(tài)，進(jìn)而避免財(cái)務(wù)風(fēng)險(xiǎn)，本文建議制造業(yè)上司企業(yè)應(yīng)提前預(yù)警財(cái)務(wù)風(fēng)險(xiǎn)，提前發(fā)現(xiàn)財(cái)務(wù)漏洞，并通過(guò)有效的財(cái)務(wù)預(yù)警為今后財(cái)務(wù)決策做準(zhǔn)備，及時(shí)控制可能出現(xiàn)的財(cái)務(wù)問(wèn)題，降低企業(yè)損失，避免邁入破產(chǎn)的道路，以求良好穩(wěn)定的發(fā)展。