高端裝備制造業上市公司財務風險預警研究

何珊

【摘 要】 收集滬深兩市68家高端裝備制造業上市公司2012—2014年的財務數據，用一定的方法篩選出風險預警財務指標，并利用數據挖掘技術設計了基于BP神經網絡的財務風險預警系統，以期為高端裝備制造業財務風險評價、風險監控提供新的思路和方法。實證結果表明該體系有良好的預警能力，能有效地控制和預防高端裝備制造行業的財務風險。

【關鍵詞】 高端裝備制造業； 財務風險； 財務預警

中圖分類號：F275 文獻標識碼：A 文章編號：1004-5937（2016）11-0072-05

一、引言

高端裝備制造業作為國家制造業的核心部分，是國家七大戰略性新興產業之一，是國家布局“中國制造2025”的重點領域，對推動我國經濟快速發展有舉足輕重的作用。雖然在國家政策大力扶持的這幾年，高端裝備制造行業獲得了較為快速的發展，但是目前還存在自主創新能力薄弱、缺乏核心技術和自主品牌、能源資源利用率低、產品能耗高的問題。國際經濟復蘇緩慢，整體出口環境不利且我國宏觀經濟增速進一步放緩，導致高端裝備制造業面臨更為復雜的經營環境，因此現階段高端裝備制造行業也面臨更大的經營和財務管理風險：在產品方面，高端裝備制造行業有研發投入高、研發產品成果轉化失敗的風險；在制造生產過程中，具有生產周期長、固定資產投資大、營運資金周轉期長的風險；外部環境具有市場突變、訂單量下降的風險。這么多的經營和管理風險最終會以財務風險的形式呈現，因此有必要對高端裝備制造行業上市公司的財務風險管理進行研究，對財務風險進行監控和預警，在財務風險的萌芽階段就采取有效的措施提高管理質量，防范財務危機。本文通過分析高端裝備制造行業內外部財務風險影響情況，選擇財務風險敏感指標，構建符合高端裝備制造行業發展現狀的財務風險預警模型，找出財務風險預警指標，了解該行業企業在經營管理環境中的風險易發點，預測財務經營狀況，將事中和事后控制變為事前控制，避免不必要的損失。

二、高端裝備制造業的概念和財務風險原因分析

（一）高端裝備制造業的概念

高端裝備制造業是制造業的高端領域，也是新興產業的高端部分，具有技術含量高、資本投入高、附加值高、信息密度高，以及產業控制力較高、帶動力強、處于產業鏈核心部分等特點。根據《高端裝備制造業“十二五”發展規劃》綱要文件，高端裝備制造行業細分為五大重點領域：高鐵及軌道交通設備制造業、航空裝備領域、衛星制造與應用業、海洋工程裝備制造業和智能裝備業[ 1 ]。

（二）高端裝備制造業財務風險外部原因

1.原材料關鍵設備依賴進口導致生產成本上升

高端裝備制造行業產品具有技術含量高的特點，但是目前我國高端裝備行業自主研發設計和創新能力較差，核心技術仍然需要依賴國外，還沒有形成具有國際競爭力的專業化制造能力，特別是基礎設施、基礎原件配套不足的問題非常突出，要用到的一些高性能材料比如特殊合金、鋼材等，我國目前還沒有形成自主生產的能力，出現我國高端裝備制造業企業原材料、核心設備和系統主要依賴進口的問題。由于自身沒有能力生產相關的原材料和生產基礎設備、核心設施，我國高端裝備制造業公司對國外生產這些裝備的公司依賴性較大，對這些裝備討價還價能力較差，所以會造成生產成本加大的問題，同時很容易受到貨幣政策和匯率波動的影響，使原材料或者相關設備的進貨價格上升，從而導致營運成本變大。

2.總體市場需求下降

受我國宏觀經濟增速進一步下滑的影響以及整體出口環境不利的挑戰，高端裝備制造行業市場需求明顯放緩，對企業訂單管理、存貨周轉以及產品銷售造成了一定的影響。特別是生產高端工程機械的企業，由于宏觀經濟疲軟，對于高端工程機械的需求量也有所下降，直接導致很多重工機械生產企業的產品滯銷，效益下降，對銷售收入和盈利都產生不小的影響。

3.市場競爭激烈，受國外產品打壓

國產高端裝備在國際市場上普遍受到外商的打壓，過去高端裝備產品一直主要由外國公司生產，當我國不能自主生產該種產品時，國外公司就會大幅度提高價格，一旦我國企業能生產出同樣的產品，國外的公司就會實行價格戰，利用我國國產高端裝備產品未立足市場的弱點，采用降低價格的策略吸引客戶、爭奪訂單，使得國內企業無法獲得訂單，導致我國企業不能順利收回前期的巨大投入。同時我國高端裝備制造行業為了能夠與國外高端裝備產品進行競爭，在產品性能不夠優良的情況下也會采取低價策略，這樣就會對公司的盈利和投入回收產生影響。

（三）高端裝備制造業財務風險內部原因

1.企業營運資金管理能力較差

高端裝備生產具有前期投資大、生產周期長的特點，且存貨周轉天數較長，同時高端裝備的購買費用較大，購買方通常會采用賒購的方式，導致了應收賬款上升。大量的存貨和應收賬款一方面占用高端裝備制造行業的流動資金，另一方面增加了企業的成本費用，最終將導致企業資金周轉不靈，降低企業收益，甚至發生財務危機。高端裝備制造業企業應該重視營運資金的管理，加快應收賬款的回收，提高存貨周轉率，避免產生資金周轉問題。通過對選取的高端裝備制造行業企業的營運資金周期進行統計，發現企業的平均營運周期達到248天以上，所以加強對營運資金的管理非常必要。

2.資本結構不合理

高端裝備制造企業過度負債的現象依然嚴重，太原重工、中船防務、國電南自等這些大型龍頭高端裝備制造企業的資產負債率都超過了70%。企業的高負債一方面增加了企業的財務風險，特別是短期還款壓力加大，容易造成信用危機；另一方面會降低企業的籌資能力，對企業繼續投入和研發造成一定的影響，這個問題要引起重視。

3.現金流緊張

前面提到高端裝備制造企業受國外生產商的打壓和自身產品價格較高的影響，企業為了增加銷售收入，擴大市場占有率，大量采用賒銷的方式銷售產品，會使企業存在大量的應收賬款進而導致資金鏈緊張。

4.研發方面有較高風險

高端裝備制造業的產品具有很高的科技含量，由于目前我國自主創新能力較弱，未來高端裝備制造業企業將會加大研發的投入，研發會有失敗的風險，如產品研發失敗、研發的產品不能很好地投入市場、研發的技術過時等等，會造成資金使用的浪費，加劇現金流的緊張。如果產品研發一直不能得到突破，會使得高端裝備制造企業喪失核心競爭力，進而影響銷售和市場份額，很有可能會被市場淘汰，因此要加強研發方面的管理，提高研發投入的利用率和產出率。同時，政府近年來也在加大對高端裝備制造業企業的財稅補貼，鼓勵高端裝備制造業的研發和創新，所以企業要好好利用這樣的資金補貼，大力開發有高科技含量的產品。

三、高端裝備制造業財務風險預警體系的構建

結合前文對高端裝備制造企業財務風險形成的原因分析以及前人對制造業財務預警的相關研究[ 2 ]，本文主要從償債能力、營運能力、盈利能力、成本控制能力、成長能力、現金流管理能力、研發能力和非財務指標等方面選擇相應的指標來建立高端裝備制造企業財務風險預警指標體系。具體指標如表1所示。

四、樣本選擇及實證研究

（一）樣本選擇和研究思路

本文在制造業上市企業中對主營業務為高端裝備制造五大領域的企業進行篩選，選擇樣本時考慮了傳統裝備行業的龍頭企業和各大財經機構認定的高端裝備制造行業概念股票，剔除最近三年被ST以及數據不全的上市公司，確立了68家高端裝備制造企業，其中航空裝備領域企業23家，衛星制造與應用領域企業10家，海洋工程裝備制造業領域企業9家，高鐵及軌道交通設備制造業領域企業11家，智能裝備制造業領域企業15家。本文所選擇的樣本范圍是2012—2014年持續經營的滬深兩市A股的高端裝備制造業上市公司，上市公司的相關財務數據來自于WIND數據庫、國泰安數據庫和各上市公司發布的年報。

通過對相關企業的數據進行統計發現，近年來上市的高端裝備制造業企業被證監會宣布特別處理（ST）的較少，而且大部分是國企。相對于過去以被ST上市企業作為陷入財務風險的研究對象來說，本文采用EVA來評價企業財務狀況的好壞，在價值創造和經濟增加值理論的指導下，將股東利益是否被侵害作為評判企業是否存在財務風險的標準，而且EVA指標也是各大國企衡量管理層業績的重要指標。在實證分析的過程中，以高端裝備制造業EVA值大小為樣本財務狀況分類的判別標準，從而突破了以被證監會特別處理企業（ST）為財務風險實證研究樣本的局限，有利于對ST企業較少行業的財務風險預警進行研究。

本文以EVA>0的企業作為財務狀況健康的企業，以EVA<0的企業作為財務亞健康企業，將68家上市高端裝備企業2012—2014年三年的樣本進行了分類，將當年樣本企業EVA>0的企業作為1組，當年企業EVA<0的企業作為0組，數據統計結果如下：68家企業三年的數據樣本共204個，其中財務亞健康的樣本為105個，財務健康的樣本為99個。從以上數據可以看出，高端裝備制造企業有相當一部分在2012—2014年的運行處于亞健康狀況，如果繼續這種狀態，很有可能變為ST企業，所以對財務風險的管理與預警非常必要。

接下來本文用所選擇企業2012—2013年的企業樣本進行財務風險預警指標的篩選，通過顯著性檢驗，可以將存在真實明顯差異的樣本數據留下并納入財務風險預警模型，然后對篩選出來的指標和2012—2013年的企業樣本，利用SPSS Clementine數據挖掘軟件構建BP神經網絡模型，用篩選出來的財務指標構建高端裝備制造行業財務預警模型，再對2014年的企業樣本進行預警來檢驗模型的有效性。

（二）指標篩選

本文采用K-S檢驗來檢驗變量是否服從正態分布， 分別采用兩獨立樣本T檢驗和Mann-Whitney U非參數檢驗進行均值差異性檢驗。根據檢驗結果，有差異的指標為速動比率、存貨周轉率、總資產周轉率、固定資產周轉率、凈資產收益率、每股收益、總資產收益率、銷售凈利率、總資產增長率、凈利潤增長率、營業收入增長率、凈資產增長率、營業成本/營業收入、現金比率、經營凈現金流量/負債和經營凈現金流量/銷售收入這16個指標。

（三）兩組財務敏感指標比較

通過對篩選出來的指標進行兩組均值的比較，更能了解高端裝備制造行業財務亞健康組和財務健康組在這些財務指標中的表現，更好地對財務風險產生的環節進行管理。兩組財務指標的比較如表2所示。

從表2可以看出：

1.營運能力方面：財務亞健康組的速動比率、存貨周轉率、總資產周轉率和固定資產周轉率的整體表現都要比財務健康組差，尤其是固定資產周轉率，財務健康組要比財務亞健康組高出70%，說明這些企業在固定資產的利用率上要高于財務亞健康組。財務亞健康組要關注固定資產的運營效率，提高固定資產的利用率。

2.盈利能力方面：財務亞健康組的凈資產收益率、每股收益、總資產報酬率和銷售凈利率明顯要比財務健康組差。盈利能力指標一直都是非常敏感的財務風險預警指標，這些指標也是投資者投資企業、考察管理層能力的重要表現。一些高端裝備制造企業確實受到經濟增長放緩、市場需求減少的影響，雖然還是處于盈利的階段，但是EVA價值創造能力已經出現小于0的情況，這說明企業不能被表面的盈利所蒙蔽，要和行業內的企業進行對比，發現盈利能力不足的問題，及時對市場營銷、產品結構、成本費用等各個方面進行反思，提高自身的盈利能力。

3.成長能力和銷售成本方面：財務亞健康組雖然也有一定的營業收入增長率，但是整體明顯低于財務健康組。同時值得關注的是兩組的營業成本率都非常高，即使財務健康組營業成本率也都接近70%。由于財務健康組的營業收入增長提高，EVA沒有受到很大的影響，前面也說過高端裝備制造企業的生產原材料和核心設備等成本都很容易受到外界的影響而上升，所以企業應該關注營業成本控制問題，通過改良設備（增加研發費用投入）或者減少用料、減少管理費用和其他途徑，使營業成本保持在一定的范圍，不要讓它再持續增長。

4.現金流管理方面：財務亞健康組經營現金流量凈額方面的指標都明顯小于財務健康組，這說明現金流量指標也是一個非常敏感的財務風險預警指標。有一些高端裝備制造企業雖然仍處于盈利階段，但是經營現金流量已經出現了入不敷出的狀況，存在較高的風險；很多破產的企業利潤并沒有變為負值，但是其現金流已經出現了斷裂的現象。財務亞健康組要加強現金流的管理，加快回收應收賬款，及時發現浪費現金流的環節，避免出現流動性緊張甚至是破產的危機。

（四）BP神經預警模型建立

運用數據挖掘軟件SPSS Clementine構建BP神經網絡模型，要將數據進行歸一化處理，將歸一化處理后的數據導入模型中，將2012—2013年的136個樣本作為建模樣本，2014年的樣本作為測試樣本，由于2014年樣本EVA分組已知，因此可以判斷模型的預警能力。BP神經預警模型如圖1所示。

具體建模含義如下：

Estimated accuracy：估計的預測精度本次為81.995%，是基于訓練樣本集得出的結果。

網絡結構：三層結構，輸入層有16個輸入節點，隱層有3個隱節點，輸出層有1個輸出節點。通過對BP神經模型輸出的樣本分類進行手工統計，得到BP神經模型的準確率如表3所示，從結果來看BP神經模型有較高的預警能力。

五、結論

本文以A股市場68家典型的高端裝備制造行業上市公司2012—2014年的財務數據為樣本，結合高端裝備制造業財務風險的成因，分析了我國高端裝備制造行業目前的財務狀況，構建了財務風險預警模型，對高端裝備制造業上市公司的財務風險進行實證研究，得出以下結論：第一，高端裝備制造行業近年來被ST的企業較少，但是在研究的樣本中相當一部分企業處于EVA<0的財務亞健康狀態，204個樣本中有超過一半的樣本EVA<0，而選擇的樣本都是行業的佼佼者，在宏觀經濟進一步放緩、市場需求減少的情況下，這種亞健康狀態如果持續發展下去會逐步侵蝕債權人的權益，導致財務危機的發生，所以要對高端裝備制造行業的財務風險進行管理。第二，從指標選擇的結果看，影響高端裝備制造行業財務風險的顯著指標集中在盈利能力、成長能力、現金流管理能力和營運能力方面：（1）盈利能力一向是財務風險預警的敏感指標，對于高端裝備制造行業而言，雖然總體都處于高速發展和盈利的階段，但是行業中的一些企業發展和盈利狀況明顯要高于另外的亞健康組。（2）銷售收入增長率、營業成本率兩組也有很明顯的差別，尤其是一些企業銷售收入增長率已經處于低位甚至出現了負數，更加要積極拓寬企業的銷售渠道，調整產品結構，采用合理的營銷手段提高銷售收入增長率，同時應該將營業成本率控制在一個合理的水平，不能讓其繼續上升。（3）高端裝備制造行業要加強對經營現金流量的監控，出現現金流緊張的局面要及時回收應收款項，減少現金流支出，避免出現流動性風險。第三，從BP神經模型建模上看，用選擇出來的財務風險預警指標構建的BP神經模型對高端裝備制造行業財務風險預警有良好的預測作用。

【參考文獻】

[1] 工業和信息化部.高端裝備制造業“十二五”發展規劃[A].2012-05-07.

[2] 楊艷琴.制造業上市公司內部控制信息披露現狀分析：以2013年滬市數據為例[J].會計之友，2016（2）：87-90.