基于工業4.0的行業投資風險預警矩陣模型構建
——以汽車制造行業為例

李 顏，張友棠（博士生導師）

基于工業4.0的行業投資風險預警矩陣模型構建
——以汽車制造行業為例

李 顏，張友棠（博士生導師）

工業4.0的大力推進，給制造業帶來了各種新的投資機遇和挑戰，并引發了相應的投資風險，包括行業投資風險和企業投資風險。為了預防或降低行業投資風險，首要之計就是對其進行有效預警并發現風險點及風險等級。從投資規模風險和投資效益風險出發，選取相應的投資風險預警指標，進而在編制投資風險預警指數后構建行業投資風險預警矩陣模型。以汽車制造行業為例，對其主板上市公司2015年和2016年的相關樣本數據進行行業投資風險預警矩陣模型的預警定位分析，并提出相應的建議。

投資風險；預警指數；預警矩陣；預警定位

一、引言

以智能制造為主導的第四次工業革命——工業4.0具有數字化、網絡化、大規模定制、創新等優勢。它通過將信息技術和網絡物理系統進行深度融合，能降低人工成本，提高資源配置率，推動制造業智能化轉型，實現制造業及時、迅速、無故障的智能化生產。但伴隨著工業4.0的推進，我國傳統資源密集型和勞動密集型的制造業企業也正逐步喪失競爭力，一些低技術、低科技的企業面臨著被無情淘汰的風險。基于工業4.0給制造業帶來的各種投資機遇和挑戰，如何采取恰當、合理的引入新技術、置換舊設備等投資行為，定位及管控行業投資風險，是當今制造業智能化轉型所需要面對的問題。為了解決這一實際問題，本文從投資規模風險和投資效益風險出發，衡量行業投資風險的水平，并指出行業投資風險的可解決方向。

二、文獻綜述

（一）投資效率

投資是企業生存和發展的前提，是企業創造價值的起點。Dixit、Pindyck（1994）認為投資是為實現未來預期回報而采取的承擔瞬時成本的行為。投資效率的高低直接決定投資是否處于最佳水平，近年來國內外學者主要針對投資效率進行了相關研究。投資效率具體指的是通過投資注入企業新的資源、提升企業創造價值的能力。Richardson（2006）認為新增投資由預期投資和非正常投資構成，當非正常投資為正值時表示過度投資，為負值時表示投資不足。Hovakimian（2006）將企業資本支出和當年該企業所處行業平均資本支出作為過度投資或投資不足的標準。歐陽凌（2005）指出，非效率投資包括投資不足、“羊群”投資和投資過度等?？梢钥闯?，投資效率的度量主要是以非效率投資作為替代變量。投資效率的研究模型主要包括投資—現金敏感性模型和投資水平—投資機會敏感性模型。投資—現金敏感性模型是基于信息不對稱理論，通過分析投資與現金之間的關系來衡量投資效率，二者關系越強，則投資效率越低。投資水平—投資機會敏感性模型主要基于代理成本理論，由于代理成本的存在，投資規模和投資機會不符，導致投資效率不高。

投資效率長期低迷會引發投資風險。趙嚴偉（2013）認為投資風險成因包括盲目投資、對投資環境認識不足、投資脫離實際。劉金海（2012）指出，過度追求高額回報、投資決策缺乏創新、對自身資金狀況不重視、內部控制差都會產生投資風險。李玉納、張友棠和羅政（2016）在分析企業投資環境風險時，指出投資風險的來源包括投資效率低下和新增長期資產規模過大。前人針對投資風險控制的研究主要從投資效率中的投資規模和投資效益兩個角度出發。其中投資規模主要反映的是在一定期間資產的擴張速度，投資效益主要反映的是資產的盈利質量。投資規模的合理化是提高投資效益的前提，實行擴張性投資政策或緊縮性投資政策都不利于投資效益的提高。投資效益貫穿投資的各個階段，當投資效益不佳時，一定程度上會制約投資規模。

（二）財務預警

對企業可能發生的財務危機進行預警，能夠幫助企業發現財務危機的根源，并及時采取措施以防范財務危機進一步惡化。Fitzpatrick（1932）運用單變量分析方法，發現“凈利潤/股東權利”和“股東權益/負債”這兩個財務指標對破產企業的判別度最高。Altman（1968）首次利用多元判別分析法建立了財務預警模型——Z模型。Martin（1977）利用多元Logit模型對破產銀行進行預測。Odom、Sharda（1990）通過神經網絡模型預測財務危機。在國外學者的研究基礎上，周首華等（1996）通過引入現金流量，將Z模型引申為F模型。張愛民等（2001）采用主成分分析法建立了主成分財務預測模型。張友棠（2004）提出利用指標實際值減去指標預警臨界值的方法建立預警指數，從而構建預警模型。黃德忠、朱超群（2016）通過實證研究發現，引入資產質量指標能夠提高財務預警模型的準確性。

考慮到投資風險既表現為投資收益的不確定性，又表現為投資結果的不確定性。對投資風險進行預警，能夠幫助企業了解自身投資效率，合理實施投資政策，提高企業的盈利水平，促進企業的發展。因此，本文以投資規模風險和投資效益風險為出發點，評估行業投資風險，以期實現對行業投資風險的管控。

三、基于工業4.0的行業投資風險預警矩陣模型設計思路

（一）基于工業4.0的行業投資風險

隨著人工成本的提高、原材料價格的起伏、信息技術的深入，加之工業4.0的相關內容又與我國倡導的信息化、工業化相呼應，工業4.0越來越得到制造業的重視。就投資的機遇和挑戰而言，工業4.0的提出給制造業帶來的投資機遇包括勞動生產力的極大提高，產品創新速度的加快，減少耗能、降低庫存，信息化發展勢頭良好，充分滿足消費者的個性化需求，帶給消費者更好的服務感受等。給制造業帶來的投資挑戰包括部分工業企業技術理論落后、核心基礎部件缺失、導致原始產品競爭力喪失、使用高新技術機器的專業人才不足、低成本的優勢喪失等。由于實現工業4.0是一個長期、漸進的過程，若沒有把握好行業投資的度，就會產生行業投資風險。而從這些投資機遇和挑戰來看，產生的行業投資風險主要表現在：第一，行業會產生大量的投資行為，但若一味追求高額回報，使投資脫離實際，導致投資規模過大，自由現金流不足，就會引發投資規模風險；第二，行業若對投資環境沒有充分認識而盲目投資，就不能顯著提高核心產品的盈利水平，導致投資效益不好、后續的投資活動連接不上，進而波及日常的生產經營，引發投資效益風險。

（二）行業投資風險預警矩陣模型設計思路

行業投資風險預警矩陣模型設計思路主要包括投資風險預警指標的遴選、投資風險預警指數的編制、行業投資風險預警矩陣模型的構建。具體設計思路如圖1所示。

圖1 行業投資風險預警矩陣模型設計思路

1.行業投資風險預警指標的遴選。工業4.0給行業帶來的投資風險為投資規模風險和投資效益風險。本文從投資規模風險和投資效益風險這兩個角度選取了與其相關的多個重要的投資風險預警指標，包括投資規模風險預警指標和投資效益風險預警指標，以實現對投資規模風險和投資效益風險的合理預警。

2.行業投資風險預警指數的編制。投資風險預警指數的編制涉及兩個指數層級：第一級指數層級是行業投資風險預警指數，用來綜合反映行業投資風險，具體為行業投資規模風險預警指數和行業投資效益風險預警指數；第二級指數層級是企業投資風險預警指數，用來初步反映企業單個投資風險預警指標數據的預警意義，具體為企業投資規模風險預警指數和企業投資效益風險預警指數。

3.行業投資風險預警矩陣模型的構建。根據“風險矩陣”的基本原理，本文以投資規模風險作為X軸，以投資效益風險作為Y軸，建立一個二維預警矩陣模型。首先，將行業投資風險預警矩陣模型切割成不同的預警區域，再根據行業投資風險預警指數的數值顯示的不同行業投資風險水平，定位到行業投資風險預警矩陣模型的相應區域。

四、行業投資風險預警矩陣模型的設計

（一）投資風險預警指標遴選

在遴選投資風險預警指標時，本文遵循了以下基本原則：①全面性原則。投資風險預警指標應該能夠全面反映投資規模風險和投資效益風險，要求建立一個全面、完整的投資風險預警指標體系。②針對性原則。投資風險預警指標應該能如實地反映出行業投資風險，只有這樣編制投資風險預警指數、利用行業投資風險預警矩陣模型進行預警定位才有意義。③可獲取性原則。只有投資風險預警指標的獲取有可靠的數據來源，便于操作，才能及時對行業投資風險進行預警。④可比性原則?？紤]到不同指標計算口徑以及計算方法上的不一致性，本文選取相對數指標，使得不同投資風險預警指標之間具有可比性。根據上述原則，遴選的投資風險預警指標如表1所示。

表1 投資風險預警指標

（二）投資風險預警指數編制

投資風險預警指數是通過靈活選取敏感性的投資風險預警指標，采取恰當的預警臨界值來合理反映行業投資風險的預警指數。投資風險預警指數編制的基本流程為：首先將遴選好的投資風險預警指標通過確定預警臨界值形成第二級指數層級即企業投資風險預警指數，再通過企業投資風險預警指數來確定權重形成第一級指數層級即行業投資風險預警指數，如圖2所示。

圖2 投資風險預警指數編制基本流程

1.企業投資風險預警指數編制。

（1）企業投資風險預警指數。企業投資風險預警指數是指，將遴選好的投資風險預警指標的實際值與設定的預警臨界值進行對比，通過測度二者的偏離程度可以初步判斷企業投資風險水平在行業中的地位?？紤]到投資風險預警指標均為正向指標，則企業投資風險預警指數編制公式為：

企業投資風險預警指數=（投資風險預警指標的實際值-預警臨界值）/預警臨界值 ①

（2）預警臨界值。預警臨界值的確定直接關系到行業投資風險的判定，本文選取的預警臨界值為行業相應的投資風險預警指標的上四分位數，即將行業中企業投資風險有警和無警的比例確定為1∶3。當計算出企業投資風險預警指數為正值時，說明該企業此時的投資狀態安全，企業的投資風險水平為無警；當企業投資風險預警指數為負值時，說明該企業此時的投資狀態不安全，企業的投資風險水平為有警。企業投資風險預警指數的具體編制公式見表2。

2.行業投資風險預警指數編制。

（1）行業投資風險預警指數。由于每個企業投資風險預警指數的重要性程度以及蘊含的預警意義不一樣，通過權重可以分別將多個企業投資規模風險預警指數和多個企業投資效益風險預警指數合成行業投資規模風險預警指數和行業投資效益風險預警指數，以此綜合、直觀地反映投資規模風險和投資效益風險。

行業投資規模風險預警指數編制公式為：

其中：IR1i表示第i個企業投資規模風險預警指數；w1i表示其對應的權重。

行業投資效益風險預警指數編制公式為：

其中：IR2i表示第i個企業投資效益風險預警指數；w2i表示其對應的權重。

（2）權重。權重的確定方法包括主觀和客觀的賦權法。其中主觀賦權法具體包括層次分析法、德爾菲法等，客觀賦權法具體包括變異系數法、因子分析賦權、熵權法等。鑒于熵權法是利用指標信息的可靠程度來確定權重的方法，指標的信息熵越小，表示該指標的變異程度越大，所代表的權重也就越大，即指標含有的經濟意義越豐富。因此，本文將多個企業投資規模風險預警指數和多個企業投資效益風險預警指數分別合成行業投資規模風險預警指數和行業投資效益風險預警指數時，均采用熵權法來依次確定各個企業投資風險預警指數對應的權重。

（三）行業投資風險預警矩陣模型構建

1.模型構建原理。行業投資風險預警矩陣模型構建的目的是通過矩陣的形式來直觀、全面地判別行業投資風險水平。本文根據行業投資風險水平的不同，將行業投資風險預警矩陣模型切割成不同的預警區域，每個具體的區域代表著對應的行業投資風險的預警警情。將編制的行業投資規模風險預警指數和行業投資效益風險預警指數經過歸一化處理后的值分別作為行業投資風險預警矩陣模型預警定位中的X軸數值和Y軸數值。利用其確定在行業投資風險預警矩陣模型的落點，落點區域的不同表示行業投資風險水平的不同。行業投資風險預警矩陣模型如圖3所示。

表2 企業投資風險預警指數

圖3 行業投資風險預警矩陣模型

2.預警刻度。從圖3可以看到，本文利用預警刻度0、Kx1、Kx2、Kx3、Ky1、Ky2、Ky3、1將行業投資風險預警矩陣模型劃分為16個小區域，并形成4個大區域。其中預警刻度Kx1、Kx2、Kx3、Ky1、Ky2、Ky3值的確定見表3。

表3 預警刻度值的確定

以下是刻度值的預警含義：

定義1：若行業投資規模風險預警指數和行業投資效益風險預警指數歸一化后的數值分別在［Kx3，1］和［Ky3，1］之間，表示投資規模風險和投資效益風險的預警警情的級別是無警。

定義2：若行業投資規模風險預警指數和行業投資效益風險預警指數歸一化后的數值分別在［Kx2，Kx3）和［Ky2，Ky3）之間，表示投資規模風險和投資效益風險的預警警情的級別是輕警。

定義3：若行業投資規模風險預警指數和行業投資效益風險預警指數歸一化后的數值分別在［Kx1，Kx2）和［Ky1，Ky2）之間，表示投資規模風險和投資效益風險的預警警情的級別是中警。

定義4：若行業投資規模風險預警指數和行業投資效益風險預警指數歸一化后的數值分別在［0，Kx1）和［0，Ky1）之間，表示投資規模風險和投資效益風險的預警警情的級別是重警。

3.預警定位。上述定義僅僅分別判斷了投資規模風險和投資效益風險，考慮到這兩種風險的相互作用，為了綜合反映行業投資風險，將行業投資風險預警矩陣模型的預警定位也設定為四級，分別為無警、輕警、中警、重警。這四級預警定位的具體區間預警含義如下：

（1）無警區域。此時投資規模風險和投資效益風險都很小，幾乎沒有，是行業投資風險安全期，如圖3中綠色區域。

（2）輕警區域。此時投資效益風險較小，但投資規模風險較大。當投資規模風險較大時，說明此時實施的投資政策不合理，可能在未來會導致自由現金減少，資金鏈斷裂，影響企業的生產經營活動，從而對投資效益有著潛在的影響，是行業投資風險潛伏期，如圖3中黃色區域。

（3）中警區域。此時的投資效益風險較大，說明投資行為獲取的收益不足，投資盈利水平低，但投資規模風險較小，現金水平基本維持在一定水平值，有助于投資效益風險一定程度上的緩解，是行業投資風險發作期，如圖3中橙色區域。

（4）重警區域。此時投資規模風險和投資效益風險都很大，是行業投資風險惡化期，如圖3中紅色區域。

五、實證分析

（一）樣本的選擇與數據的預處理

汽車新能源的興起以及購買者個性化的需求，要求汽車制造行業積極適應工業4.0帶來的新的投資環境，改變其傳統的大規模生產模式，進行智能轉型，提高生產效率，建立以顧客為核心的產品生產模式。目前，該行業已經有部分企業進行了相關智能轉型的投資行為。因此，本文以汽車制造行業為例，以2015年和2016年的相關數據為樣本，對其進行行業投資風險預警矩陣模型的預警定位分析。本文所有的實證樣本數據均來源于國泰安數據庫。

為了保證研究的合理性，本文對實證樣本進行了相應的數據預處理：①選取的樣本是在主板上市的汽車制造企業，并且剔除了2016年年初退市、

2016年年初新上市以及數據缺失的企業。②利用stata 12.0軟件對投資風險預警指標進行winsorize雙側縮尾（1%分位數）處理，以減少異常值對行業投資風險判斷的影響。

表4 汽車制造行業的行業投資風險預警指數測度

（二）汽車制造行業的行業投資風險預警矩陣模型測度

1.行業投資風險預警指數測度。根據公式①～③可以最終測度2015年和2016年汽車制造行業的行業投資規模風險預警指數和行業投資效益風險預警指數，見表4。

2.預警刻度測度。將行業投資風險預警指數測度進行歸一化處理后，利用表3分別測度了2015年和2016年汽車制造行業的預警刻度，結果見表5。

表5 汽車制造行業的預警刻度測度

根據表5進行初步分析可知，X軸方向即投資規模風險的預警刻度Kx1、Kx2在2016年均上升，Kx3在2016年輕微下降，表示該類風險重警和無警的范圍擴大了，中警和輕警的范圍縮小了，即汽車制造行業的投資規模風險在2016年開始顯示兩極分化。Y軸方向即投資效益風險的預警刻度Ky1、Ky2、Ky3在2016年均下降了，表示該類風險的無警范圍擴大，重警范圍縮小了，中警和輕警的范圍基本不變，即汽車制造行業的投資效益風險范圍整體較小。

3.預警定位測度。根據圖3的行業投資風險預警矩陣模型，結合行業投資風險預警指數測度歸一化后的值和表5，可以對汽車制造行業的每個企業進行行業投資風險預警矩陣模型的預警定位測度，具體預警定位測度見表6。

為了更加清晰地反映2015年、2016年汽車制造行業的行業投資風險水平，繪制了汽車制造行業的行業投資風險預警矩陣模型的預警定位測度圖，見圖4和圖5。

4.小結。結合表6、圖4、圖5可以得出以下實證結論：

（1）在2015年，汽車制造行業的行業投資風險預警矩陣模型處于紅色區域的企業中，中航黑豹（600760）和華菱星馬（600375）投資風險最大，其余大多數企業的投資規模風險和投資效益風險為中警；處于橙色區域和黃色區域的企業分布較為集中，即此區域的大多數企業的投資規模風險和投資效益風險為輕警；處于綠色區域的企業分布平均，但仍有少數企業的投資規模風險和投資效益風險是輕警，需要引起重視。

表6 汽車制造行業的行業投資風險預警矩陣模型的預警定位測度

圖4 2015年汽車制造行業的行業投資風險預警矩陣模型的預警定位測度

圖5 2016年汽車制造行業的行業投資風險預警矩陣模型的預警定位測度

（2）在2016年，汽車制造行業的行業投資風險預警矩陣模型處于紅色區域的企業分布開始更加趨向于原點，表明投資風險變大；處于橙色區域和黃色區域的企業分布與2015年類似，變化不大；處于綠色區域的企業分布不再平均化，更多企業的投資規模風險和投資效益風險變化較大。

（3）從區域面積的變化來看，雖然2015～2016年紅色區域和橙色區域的面積變小，黃色區域和綠色區域的面積變大，但2016年仍有類似數目的企業處于紅色區域和橙色區域，這說明汽車制造行業的整體行業投資風險增大了，尤其是投資規模風險對汽車制造行業投資風險的影響較大。

六、研究結論

本文基于工業4.0的行業投資風險來源，以投資規模風險和投資效益風險分別作為X軸和Y軸，確立了行業投資風險預警矩陣模型，并以汽車制造行業在主板上市企業2015年和2016年的數據為樣本進行了實證分析，得出以下結論和相關投資風險管控建議：

第一，隨著工業4.0的深入，行業投資風險增加、投資規模擴張、投資效益降低了。這表明在工業4.0的逐步推進過程中，汽車制造行業已經意識到智能化的重要性，投資活動頻繁發生，卻加大了行業投資風險。此時，需要綜合考慮投資活動結果的影響因素，當出現投資規模風險時，應該根據自身生產經營發展確定投資規模，如采用凈現值法與凈現值指數法、盈虧分析等方法，同時對于在建、新建的項目應該控制在合理的范圍內。當出現投資效益風險時，應該考慮是否需要完善投資決策機制，加強對投資項目整個流程的管理與監督，以提高資產的盈利質量。

第二，企業的管理層和相關投資者可以利用行業投資風險預警矩陣模型來測度企業在同行業中的投資風險水平，從而采取相應的投資決策，實現自身的長遠發展。

韋康博．工業4.0時代的盈利模式［M］．北京：電子工業出版社，2015．

苑澤明．上市公司無形資產評價指數研究——基于創業板上市公司的實證檢驗［J］．會計研究，2015（5）．

張本照，馬瑞雪，王海濤．利率市場化的效果：企業的投資效率改善了嗎［J］．財會月刊，2016（12）．

梁飛媛，卜星．宏觀經濟背景下的公司財務預警指數設計——以機械制造業為例［J］．財會月刊，2014（6）．

張友棠，彭穎，ABM Munibur Rahman．基于行業風險監測的中國企業財務預警仿真研究［J］．財會月刊，2015（2）．

F275.5

A

1004-0994（2017）35-0027-8

國家社會科學基金重點項目“基于行業風險動態監測的信息技術業上市公司財務預警定位研究”（項目編號：15AGL008）

作者單位：武漢理工大學管理學院，武漢430070