[摘要] 本文在回顧了國內外學者對企業財務危機的研究后,以Z值模型為工具,以2002年~2006年農業上市公司年度報表為數據來源,對40家在研究期間均在A股上市的農業公司的財務狀況進行考察,分析出現財務危機的原因,最后提出增強財務安全性的建議與對策。
[關鍵詞] 農業上市公司 財務危機 Z值模型 原因分析 對策與建議
隨著我國資本市場的發展以及國家對農業產業的政策支持,很多農業企業擁有到證券市場進行融資的機會,越來越多的投資者通過證券市場對農業上市公司進行投資。但是,在激烈的市場競爭中,一些公司業績逐年下降,財務狀況出現異常,陷入財務危機,甚至面臨退市的危險,使投資者、債權人遭受巨大損失;與此同時我國尚未建立完備的財務預警系統。因此,能夠適時、準確地對農業上市公司財務危機進行預測分析是市場競爭體制的客觀要求,也是企業生存發展的必要保障。對市場參與方來說,根據財務指標準確預測上市公司未來的財務危機程度有著十分重要的現實意義。
一、文獻回顧
1.國外研究
國外以美國學者的研究備受關注,他們從20世紀60年代開始進行財務危機預警的研究工作,做了許多理論和實證研究,形成了不少理論和方法。Fitzpatrick最早對企業財務危機預警進行了單變量研究,Beaver運用單變量(即現金流與總負債比)判定分析來研究企業的財務危機問題;隨后一些學者采用多元線性模型,以Altman提出的廣為應用的Z模型以及Altman HaldemanNarayanan在實證的基礎上合作建立的ZETA模型為代表;其他學者在各自深入研究的基礎上分別得出了有價值得結論。我們注意到不同的財務危機預警方法均發揮了應用的作用。
2.國內研究
近年來,我國很多學者對上市公司財務危機預警的進行了大量的研究,其研究主要使用定量方法。較為普遍的是構建BP神經網絡模型和運用多元邏輯回歸分析,借助Logistic分析工具建立財務危機預警模型。楊淑娥、王樂平建立BP神經網絡模型對上市公司的財務狀況進行預測,顯示了穩定、連續的預測性能,得出建立中長期預警模型,使模型具有廣泛的實踐應用價值。學者更熱衷于使用Logistic分析工具建立財務危機預警模型,其中李品芳等運用多元邏輯回歸分析方法,借助于Logistic分析工具建立了財務危機預警模型,并對所建模型的創新和不足之處進行了探討;李榮建立了以顯著的主成分指標為回歸變量的財務預警的Logistic模型,為上市公司提供了一種及早發現、預防、分散和化解財務風險的參考依據,并為投資者提供較為合理的投資預期分析工具。
通過文獻回顧發現國內很少有學者專門對我國農業上市公司的財務狀況進行分析,因此本文使用Z值模型對我國農業上市公司的財務危機進行考察。
二、多變量z值預測模型與樣本選擇
1.Z值模型
Z=1.2(X1)+1.4(X2)+3.3(X3)+0.6(X4)+0.999(X5)
其中,X1:流動資本/總資產
X2:留存收益/總資產(留存收益=未分配利潤+盈余公積)
X3:息前、稅前收益/總資產
X4:股東權益/總負債賬面值
X5:銷售收入/總資產
Z值得分低于1.81分,說明公司財務風險巨大,并且Z值得分越低,破產的可能性越大;Z值在1.81至2.99之間的公司則處于“不確定狀態”,表明公司存在一定的財務危機和破產的可能性;z值得分則高于2.99分的公司為財務安全公司。
2.指標解釋
X1越大表明公司資產的流動性越強,財務狀況越好;X2越大,表明公司籌資和再投資功能越強,公司的創新能力和競爭力越強;X3反映了不考慮稅收和財務杠桿因素時的資產盈利能力;X4反映了投資者對公司前景的判斷,該指標越大,表明越有投資價值;X5反映了公司資產獲得銷售收入的能力。
3.樣本選擇
(1)研究對象邊界的確定
本文研究的農業上市公司被定義為:從事農、林、牧、漁生產和農產品加工、畜產品加工以及其他農業的業務收入占公司主營業務收入50%以上的公司。
(2)樣本選擇依據
按照研究范疇2006年的農業上市公司總共有50家,出于研究的對稱性和可比性,其中選取以2002年~2006年均在A股上市的農業上市公司為研究對象,總共有40家,另外的10家是2003年~2006年在A股上市,不在研究的時間段內,因此剔除出樣本選擇的范圍。
(3)數據來源
本文研究采用的數據均來自經證監會批準公布的A股農業上市公司的年報,數據經會計師事務所審計和證監會審核通過,數據可信度很大。
三、模型結果與分析
1.模型結果
按照Z值模型的要求把獲得數據經過整理,用EXCEL進行處理,得到不同年份農業上市公司的Z值得分,從2002年~2006年5年間,每年落在Z值不同區間的公司家數及其所占比重如表1所示。
2.結果分析
(1)研究期間變動趨勢分析
在研究的5年間, Z值小于1.81的公司數量變化趨勢很明顯。前4年財務風險巨大公司的比例由27.5%增加為42.4%,上升約15%;2006年出現轉折,落在這一區域的公司數量急劇減少,由2005年最多的17家減少10家,只有7家屬于這一區間,比重下降25%。
從Z值在(1.81,2.99)區域來看,在5年間數量變化基本呈直線下降。曲線的走勢為兩階段,2002年~2004年的變化相比之下較為緩慢,從2002年的21家減少為2004年的18家,比重由52.5%到32.5%,下降了20個百分點;2004年到2006年的變化非常明顯,特別是在2005年~2006年由13家變為0家,比重減少了32.5%。顯示出農業上市公司財務狀況趨于明朗,處于“灰色地帶”即財務狀況不清晰的嚴重狀況得到改變。
Z值在[2.99,∞)區間的公司數量曲線走勢為先緩慢下降后直線上升。從2002年到2004年在這一區間公司的數量在減少,但每年只減少1家,變化不是很明顯;從2004年到2006年公司數量在增加,最為明顯的變化出現在2005至2006年,僅一年時間,數量增加了23家,比重增加了60%。2006年數據顯示農業上市公司的財務狀況令人樂觀,絕大多數公司的財務狀況處于安全狀態。
四、財務危機出現的原因分析
以Z值模型為基礎,通過對具有不同財務風險公司相關重要指標的對比分析,發現主要有以下原因造成公司財務危機的出現:
1.運用資產獲利的能力不高
“息稅前收益/總資產”是考察企業在不考慮稅收和財務杠桿時,資產的盈利能力,該指標排出了企業規模的影響,在評價企業運用資產獲利能力時具有很好的可比性。從2002年至2006年,具有巨大財務風險公司該指標的平均值相比之下很小,以2002年為例:具有巨大財務風險公司的該指標均值為0.36;具有較大財務風險的公司的均值為0.57;財務安全公司均值為1.31,約為破產風險高的公司均值的4倍。通過比較發現,出現財務危機的公司運用資產獲取利潤的能力與財務狀況良好的公司相比很懸殊。而該指標對Z值具有決定作用,因此企業應用資產盈利能力不高,則會導致Z值得分很低,預示其出現破產的概率大。
2.籌資和再投資功能弱,企業創新和競爭力弱
留存收益是企業很重要的資金來源,留存收益多則企業籌資和再投資的能力就越強,就能滿足企業創新的資金需求,企業的競爭能力就越強,企業出現財務危機的可能性降低,留存收益占總資產的比例能形象說明這一問題。以2004年為例:財務出現危機上市公司的該指標平均值為-0.10;有較大財務風險公司的均值為0.11;財務安全公司的均值為0.45,是有較大財務危機公司均值的4倍。可以看出,企業單位資產創造的留存收益少,企業的籌資和再投資功能弱,會對公司的財務狀況產生消極影響。
3.公司資產的流動性低
一些農業上市公司流動資產占總資產的比例很小,長期資產變現能力差,價格受很多因素的影響,財務狀況容易出現危機。以2005年數據為例:財務出現危機公司該指標的均值為-0.22;有較大財務風險公司的均值為0.04;財務狀況安全公司的均值為0.40,遠遠高出財務處于惡化狀態公司的均值。
五、提高財務安全性的對策與建議
1.選擇適當的股利分配政策
公司是否能獲得長期穩定的盈余,是其股利決策的重要基礎。對于不穩定的公司來講,低股利政策可以減少因盈余下降而造成的股利無法支付、股價急劇下降的風險,還可以將更多的盈余再投資,以提高權益資本的比重,減少財務風險。針對我國農業上市公司的實際情況,選擇低正常股利加額外股利政策較為合適,一方面,當公司盈余較少或投資需要較多資金時,可維持較低的但正常的股利,保留較多資金使公司發展策略的操作具有較大的靈活性;另一方面,比較穩定的股利收入,可以吸引那些依靠穩定股利度日的股東。
2.適當提高流動資產比重,加強流動資產的管理
流動資產是與日常生產經營活動密切相關的資產。流動資產除存貨外,一般具有變現快的特征,因此在總資產中,流動資產的份額大一些,便于企業根據市場變化,采取快速應變措施,在一定程度上能降低企業的財務風險。提高流動資產比重的同時必須加強對流動資產的管理,主要表現為現金及有價證券管理、應收賬款的管理和存貨的管理。
3.通過創新增強企業競爭力,提高主營業務收入
主營業務收入是利潤的一個最主要的來源,主營業務收入的高低直接影響著利潤的大小。在股利分配比例一定的條件下,主營業務多則企業的留存收益就會增加,企業可支配的資金增加,不僅可以防止因不能償還到期債務而產生破產清算的風險還可以增加投資以擴大企業規模,增加規模效應帶來的收益。在激烈的市場競爭中,為了增加主營業務收入必須通過創新以增強企業的競爭力。
六、結論
具有巨大財務風險的農業上市公司數量在2002年到2005年4年間有所上升,這種狀況在2006年得到了根本性改變;2006年具有較大財務風險的公司在減少,而財務安全公司的數量在急劇增加,究其原因在于商品市場需求旺盛、資本市場資金充足、管理層對財務安全高度重視以及支農惠農政策的進一步強化。農業上市公司應該采取措施防止財務風險的加大。
參考文獻:
[1]Fitzpatrick P J.A Comparison of Ratios of Successful Industrial enterprise with Those of Failed Firms [J]. Certified Public Accountant,1932(2)
[2]Beaver w H.financial Ratios as Predictors of Failure[J].Journal of Accounting Research,1966:71-111
[3]Edward I Ahman.Financial ratios、discriminant analysis and the prediction of bankruptcy [J].Journal of Finance,1968,23:589-609.
[4]Ahman E,Haldeman R,Narayann P.Zeta analysis—a new model to identify bankruptcy risk of corporations[J].Journal of banking Finance.1977
[5]楊淑娥王樂平:基于BP神經網絡和面板數據的上市公司財務危機預警[J].系統工程理論與實踐,2007(2)