我國上市物流公司財務危機預警研究

文/胡敏杰 丁玉芳 張坤

我國上市物流公司財務危機預警研究

文/胡敏杰 丁玉芳 張坤

對物流公司進行財務危機預警研究，有助于經營者盡早地發現企業潛在的危機，從而避免或者盡可能降低企業發生財務危機，為物流公司健康、快速的發展提供有力的保障。本文選取了18家物流上市公司作為研究樣本，其中12家非危機企業，6家危機企業，選取了17項財務指標，利用因子分析首先提取公共因子，最后利用Logistic回歸預警模型構建物流上市公司財務危機預警模型，得到了很好的預測結果。

物流公司；財務危機預警；因子分析；Logistic回歸預警模型

一、引言

伴隨著經濟一體化、全球化的快速發展，物流業也在快速發展。物流業起源于美國，但在日本發展迅速，并且成為高效率低成本的行業［1］。在我國，雖然物流業也得到了發展，但是遠遠不及這些發達國家，并且在發展過程中也遇到了各種各樣的問題，其中財務危機問題往往成為物流企業的發展障礙，甚至關系到企業的生死存亡。

對我國上市物流公司財務風險預警，就是以我國上市物流公司的相關財務數據以及報表為依托，通過分析上市物流公司的相關財務數據以及報表，從而有效地監控物流公司的財務狀況，以便在企業出現財務危機以及將要出現財務危機時，發出報警信號，提醒經營者及時處理企業所面臨的危機［2］。物流公司的財務風險來源于企業經營的方方面面。伴隨著我國經濟的快速發展，物流企業也處于快速發展階段，企業的財務活動也異常活躍，影響企業財務活動的不確定因素也隨之增多。因此，建立物流企業財務風險預警系統也就顯得尤為重要。分析相關學者的研究，可以得出，我國目前針對物流運輸企業的財務風險預警方面的研究比較少，尤其是定量方面的研究更少。因此，本文首先利用因子分析法提取公因子，使得變量之間不存在線性關系，再利用Logistic回歸模型構建物流上市公司財務危機預警模型，希望能為我國上市物流公司在財務風險預警方面的研究做出貢獻。

二、指標選取以及樣本的收集

（一）指標的選取

財務風險預警指標，可以分為財務指標以及非財務指標兩大類。財務指標指的是上市公司財務報表中所顯示的相關數據；而非財務指標指的是公司的股權結構、董事會、公司所處的環境等等。但對于上市公司而言，財務指標非常容易獲得，而非財務指標由于是公司的內部數據，不對外進行公開，所以不容易獲得［3］。因此，本文選取上市物流公司的財務指標，作為構建上市物流公司財務危機預警模型的相關指標，并且在選取財務指標時，遵循相關的選取原則。比如：選取的指標要與所研究的相關，所選取的指標要真實，所選取的指標要全面，所選取的指標要具有一定的靈敏性等等［4］。

（二）指標的確定

大部分財務分析都是從企業的獲利能力、營運能力、償債能力、成長能力這四個方面進行分析的。同時現金流量指標又能夠

表1 正態性檢驗匯總表

真實地反映企業的償債能力、獲利能力、盈利能力等方面情況，所以在進行財務分析時加入現金流量指標是很有必要的［5］。因此，本文在進行財務風險預警研究時，不僅選取了四大類財務指標，而且還加入了現金流量指標，總共17項財務指標。

表2 T檢驗結果匯總

1.盈利能力財務指標

凈資產收益率X1=凈利潤/平均股東權益；營業利潤率X2=營業利潤/營業收入；銷售凈利潤X3=凈利潤/銷售收入；每股收益X4=凈利潤/期末總股本。

2.償債能力指標

資產負債率X5=負債總額/資產總額；流動比率X6=流動資產/流動負債；速動比率X7=速動資產/流動負債；現金比率X8=（貨幣資金+交易性金融資產）/流動負債。

3.盈利能力指標

應收賬款周轉率X9=營業收入/平均應收賬款；存貨周轉率X10=主營業務成本/平均存貨余額；流動資產周轉率X11=主營業務收入凈額/平均流動資產總額。

4.成長能力指標

營業收入增長率X12=營業收入增長額/上年營業收入總額；凈利潤增長率X13=凈利潤增長額/上年凈利潤；總資產增長率X14=本年總資產增長總額/年初資產總額。

5.現金流量指標

資產現金流量回報率X15=主營業務凈現金流量/平均資產總額；經營活動收益率X16=主營業務凈現金流量/銷售額；現金債務總額比X17=經營活動現金凈流量/期末負債總額。

（三）樣本數據的收集

本文選取在滬深上市的物流公司作為研究樣本。以往的研究定義危機企業的標準是公司有沒有被ST，而本文定義危機企業的標準是根據華夏標準財信榜對企業進行資信評級，根據評級的結果來區分危機企業以及非危機企業。本文依據2013年公布的上市公司財務資信評級結果來區分危機企業以及非危機企業，并且將資信評級在BBB級以下的企業定位危機企業。又由于2013年公布的公司財務資信評級結果是根據2012年的財務數據得出的，使用2012年的財務數據預測企業的財務狀況，會夸大模型的預測能力，因此本文選取2011年物流公司的財務數據構建財務危機預警模型，判斷企業的財務狀況。由于上市的物流公司比較少，因此本文選取了12家非危機企業，以及與之經營規模相對應的6家危機企業作為研究樣本，采取1：2的配比原則。最后選取3家危機企業，以及與之對應的3家非危機企業作為檢驗樣本。

表3 KMO和Bartlett的檢驗

表4 解釋的總方差

三、模型的構建以及初步檢驗

（一）模型的構建

本文首先通過比較危機企業以及非危機企業在各個財務指標上是否存在顯著性差異，從而找出危機企業以及非危機企業之間存在顯著性差異的指標。因為財務指標之間又存在相關性，所以利用因子分析提取公共因子，利用提取的公共因子構建物流公司的財務危機預警模型［6］。最后利用檢驗樣本對模型的準確性進行檢驗。

1.指標的篩選

（1）正態性檢驗以及相關性檢驗

在進行相關性檢驗之前，要對樣本數據進行是否符合正態分布檢驗，來確定相關性檢驗的方法，其中K-S檢驗，就是檢驗樣本數據是否符合正態分布。對17項財務指標的樣本數據進行K-S檢驗的結果，如表1所示。

經過K-S檢驗得出，樣本數據整體上服從正態分布，因此采用T檢驗對樣本數據進行第一次篩選。利用Spss軟件，對樣本企業陷入財務危機前兩年的財務數據進行分析，分析結果如表2所示：

根據表2的結果顯示，在0.05的顯著性水平下，只有凈資產收益率、營業利潤率、存貨周轉率、凈利潤增長率沒有通過顯著性檢驗，其他財務指標都通過了顯著性檢驗。

表5 方程中的變量

（2）因子分析

在進行因子分析之前要對樣本數據進行KMO和巴特利球體檢驗，因為只有KMO的取值在0.5～1之間，以及顯著性水平在0～0.05之間，才可以做因子分析，分析結果如表3所示：

由表3可知，KMO的值為0.698，顯著性水平為0.00，所以樣本數據可以進行因子分析。通過因子分析提取公因子，由表4可知，前五個因子的特征值大于一，它們的累積貢獻率為82.237%，因此總方差可以由前五個因子解釋，并且得到因子載荷矩陣，從而得出公共因子的經濟意義。

公共因子F1主要包括資產現金流量回報率、經營活動收益率、現金債務總額比，代表上市公司的現金流量；公共因子F2主要包括資產負債率、流動比率、速動比率、現金比率，代表上市公司的償債能力；公共因子F3主要包括應收賬款周轉率、流動資產周轉率，代表上市公司的成長能力；公共因子F4主要包括營業收入增長率、總資產增長率，代表公司的成長能力；公共因子F5主要包括銷售利潤率、每股收益，代表公司的盈利能力。

2.Logistic回歸預警模型的建立

將因子分析得到的五個公共因子作為自變量，將企業發生財務危機的概率作為因變量，構建財務危機預警模型。由于本文定義危機企業為1，非危機企業為0，所以P值越高，企業發生財務危機的可能性越大。P值的確定沒有一個準確的標準，一般都以0.5為界限，但是該界限是以選取配對樣本為前提的，由于本文的樣本比例為1：2，所以P值的界定為0.25。即判別標準為，當P＞0.25時，為危機企業；當P＜0.25時，為非危機企業；當P=1時，無法判定。通過SPSS分析結果如下所示：

由表6可以得出，Logistic回歸預警模型得到了很好的預警結果，在18個樣本中，只有2個正常企業被判定為危機企業，準確率達到了91.7%。

四、結論

本文選取了18家上市物流公司，其中12家非危機企業，6家危機企業作為研究樣本。采取1：2的配比原則，并且選取了17

表6 分類表

個財務指標。首先運用因子分析提取公因子，再將公因子帶入到Logistic回歸預警模型中，從而構建物流上市公司的財務危機預警模型，并且其準確率達到了91.7% ，具有很好的預測能力，因此在對上市物流公司財務危機預警方面有一定的預警效果。但是由于選取的樣本數量有限，所以預測結果的準確性有待考量。根據因子分析等的相關數據顯示，物流上市公司的盈利能力、償債能力、營運能力、成長能力以及現金流量對企業的財務狀況有著較大的影響，尤其是企業的償債能力指標。

（作者單位：西北民族大學管理學院）

［1］張明，張燕，程濤.企業財務預警研究前沿［M］.中國財政經濟出版社，2004：187～265.

［2］姜澤清.物流企業財務風險及綜合預警指標體系研究［J］.物流技術，2014，24：74～76.

［3］朱建明，王寧，張憲娜，吳紅霞.制造業上市公司治理風險預警模型研究［J］.商場現代化，2014，31：186～187.

［4］李念秋.基于MVA的上市公司財務預警實證研究［J］.時代金融，2013，33：33.

［5］翁妍燕.財務危機預警系統指標分析［J］.商業會計，2015，02：50～52.

［6］劉霞，吳廣.SPSS統計分析與應［M］.電子工業出版社，2011：134～276.