【摘要】本文主要對政府產業政策和汽車行業財務風險之間關系進行分析和研究,以2009年、2010年、2011年汽車企業作為研究對象,利用回歸分析,研究政府產業政策對于企業這一行業中財務風險的影響。
【關鍵詞】政府產業政策 汽車行業 財務風險
汽車行業是我國一個主要產業,在我國經濟發展中有著重要的作用,國家經濟政策會對這一產業發展造成重要影響。2009年我國降低了汽車購置稅率,從10%降到了5%,2010年,從10%降到了7.5%,2011年則又恢復到了10%。在這一背景下,我們對兩者之間關系進行分析和研究。
一、政府產業政策和汽車行業財務風險的相關研究
(一)對變量進行設計
1.關于被解釋變量的相關設計。從當前看,國內和國外針對公司財務風險的相關衡量指標,主要研究方法有三種:第一種就是對某一個財務指標的具體波動情況進行分析,從而對財務風險進行衡量;第二種就是建立財務預警的相關模型;第三種就是市場風險的相關測度法[1]。目前,我國證券市場還需要進行完善,國內一般采用的方法都是第二種,也就是對不同財務預警模型進行建立,從而對公司中的財務風險進行測度。當前比較通用的Z指數模型,它是一個多變量的預警模型,能夠對企業破產進行預測。這一模型采用的財務比率數量為22個,經過了統計和篩選之后,建立A-score模型。它主要是利用加權匯總,對財務風險的總體判別值進行計算,對公司中的財務風險進行判斷,這是對公司中的財務風險進行評價的一個比較經典的模型。我們就利用這一模型對汽車行業的財務風險進行衡量。它的計算公式如下:
其中x1表示的是營運資金÷資產總額,x2表示的是留存收益÷資產總額,x3表示的是息稅前利潤÷資產總額,x4表示的是股票市價總額÷負債賬面價值總額,x5表示的是銷售收入÷資產總額。
如果Z值越小,那么公司之中的財務風險就會增加,那么公司破產的可能性就會變大,其財務危機就會很嚴重。如果Z值越大,那么公司中的財務風險就會越小。Altman曾經做過研究,若是Z值超過了2.99,那么公司中的財務狀況就會比較好,破產概率也就會很小,若是Z值在1.81以內,那么公司破產的可能性就會很大,公司中的財務危機已經達到了很嚴重的程度,若是A值大于1.81,小于2.99,那么就說明公司中的財務狀況不明晰,要對這一點加以重視。
2.關于被解釋變量的相關設計。我們利用政府產業政策針對汽車這一行業的具體鼓勵程度,也就是GP作為解釋變量。它在0到1之間這一區間內進行取值。如果政府產業政策不能對汽車這一行業產生有效的鼓勵作用,那么GP為0,如果政府產業政策能夠對于汽車這一行業起到有效鼓勵作用,那么GP為1。2009年、2010年、2011年我國政府針對汽車的購置稅進行了三次調整,購置稅的具體優惠程度能夠反映出我國政府相關產業政策對于汽車這一行業的具體鼓勵程度。所以,我們利用汽車購置稅的具體優惠程度對GP進行衡量。2009年GP值為1,2010年GP值為1/2,2011年GP值為0。
3.關于各個控制變量。我們對前人的研究進行借鑒,并選擇五個控制變量,對公司中的財務風險進行研究。第一,公司規模,主要指的是期末總資產的自然對數。也就是LN。第二,資產負債率,主要用L進行表示,它反映出來的是公司中的負債比例。資產負債率就是用負債除以資產。第三,資產期限結構,主要用A進行表示,利用公司中的固定資產在資產總額中的比例進行衡量,期末固定資產÷期末總資產就是資產期限結構[2]。第四,盈利能力,用ROA進行表示,它能夠在一定程度上對公司中抵抗各種財務風險的相關能力進行反映。兩倍凈利潤與期初總資產和期末總資產之和相除的結果就是公司的盈利能力。第五,成長性,用G進行表示。公司主營業務具體的收入增長率能夠表示公司的成長性。主營業務在本期的收入與上期收入之差,和上期收入相除的結果就是公司的成長性。
(二)關于研究假設
我們結合Z-score模型,假設我國政府產業政策和汽車這一行業中的財務風險有一定的線性相關性存在,利用下面的公式進行表示:
在上面的公式中,β0屬于常量,而β1、β2、β3、β4還有β5和β6都是各個變量的系數,δi屬于殘差項,對各個變量以外,別的因素對于Z值造成的影響進行反映。在對Zi值進行計算的時候,我們利用的是Z-score模型,也就是利用了公式(1)。
二、對變量之間的相關性進行分析
我們在上面對各個變量進行了選取,為了驗證選擇的合理性,要利用SPSS這一統計軟件針對各個變量之間有沒有相關性進行分析和驗證[3]。分析結果如下表:
從上面的分析結果我們可以了解到,政府產業政策值和公司中的財務風險值呈現正相關的關系,也就是說,政府政策和公司中的財務風險是負相關的,別的控制變量和財務風險都呈現出來的是顯著相關的關系。因此,我們選擇的控制變量都具有合理性。
我們從公式(2)之中涉及的各自變量之間系數來看,公司規模和資產期限結構的絕對值是最大的,絕對值是0.486,比0.6要小,也就是說,自變量之間具有一般相關性。所以說,這一個公式之中,各自變量之間向我們呈現出來的是弱相關關系。所以,這一公式之中一般不會有多重共線性這一問題發生,能夠將其放在同一公式之中作回歸分析。
三、做好多元回歸分析工作
要想針對政府產業政策對于汽車這一行業中的財務風險造成的影響這一問題進行深入分析和研究,就要在對變量之間相關性進行分析的基礎之上,利用SPSS這一統計軟件對各個變量作多元回歸分析。
首先,我們對殘差項進行回歸分析,從分析的結果可以了解到D.W值大約為2,也就是說,殘差項是服從正態分布的,沒有自相關關系存在。
其次,對公式(2)有沒有顯著性進行檢驗,利用方差分析的方法。從分析結果F值進行觀察,各個模型都在5%的顯著性水平比較顯著,另外,模型對于因變量有著超過60%的解釋能力,這就表示公式(2)有著比較高的總體擬合程度。其中F值是6.388,在a為0.05的狀態下,臨界值為2.7,6.388遠遠大于這一值,因此,公式(2)具有明顯的顯著性。
再次,為了對公式(2)中的各個變量有沒有顯著性進行檢驗,我們利用t檢驗方法。從檢驗結果看,政府產業政策t檢驗量是2.081,而在a為0.05的狀態下,臨界值是1.7196,t檢驗值要比臨界值大,也就是說,政府產業政策和Z值是有比較顯著的正相關關系的,也就是說和公司中的財務風險之間存在比較顯著的負相關關系。
四、結語
綜上所述,本文對政府產業政策和汽車這一行業中的財務風險之間的關系進行了簡單闡述,我們了解到政府實行的積極經濟政策可以降低汽車這一行業中的財務風險,如果宏觀經濟不太景氣,政府采取積極政策能夠推動汽車這一行業不斷發展,降低財務風險,推動汽車行業不斷向前發展。
參考文獻
[1]向杰.政府產業政策與汽車行業財務風險的相關研究[J].經濟師,2013,(03):21-22.
[2]汪立元.淺談汽車制造業并購財務風險及防范[J].特區經濟,2012,(03):299-301.
[3]尹欒玉.中國汽車產業政策的歷史變遷及績效分析[J].學習與探索,2010,(04):167-168.
作者簡介:陳浩(1968-)男,會計師,2007年1月畢業于西南財經大學會計學專業。