畜牧業(yè)上市公司財務(wù)危機(jī)預(yù)警模型指標(biāo)選擇研究

王曉華，陳 婕

（河北工程大學(xué) 056038）

財務(wù)危機(jī)可能造成公司流動資金不足， 降低公司競爭力，損害公司持續(xù)經(jīng)營能力，嚴(yán)重時公司面臨破產(chǎn)清算的風(fēng)險。 公司如何有效防控風(fēng)險、化解危機(jī)是其運(yùn)營的關(guān)鍵。 不同財務(wù)危機(jī)的界定方式對于構(gòu)建財務(wù)危機(jī)指標(biāo)體系有不同的程度地影響。 我國學(xué)者周首華，楊濟(jì)華和王平（1996） 在早期將破產(chǎn)企業(yè)作為研究樣本，運(yùn)用統(tǒng)計方法應(yīng)對企業(yè)的財務(wù)危機(jī)問題[1]。 朱家安和陳志斌(2007) 對13 本國內(nèi)主要經(jīng)濟(jì)管理學(xué)刊物研究，顯示ST 界定為財務(wù)危機(jī)在實(shí)踐中已經(jīng)被廣泛應(yīng)用[2]。 被ST 雖然不等同于發(fā)生財務(wù)危機(jī)，但是被ST 公司往往是近兩年虧損或凈資產(chǎn)為負(fù)或者存在債務(wù)糾紛等等，這些因素均與財務(wù)危機(jī)聯(lián)系緊密，因此本文將特別處理（ST）界定為發(fā)生財務(wù)危機(jī)，研究畜牧業(yè)財務(wù)危機(jī)預(yù)警指標(biāo)的選擇。 假設(shè)檢驗(yàn)廣泛運(yùn)用于選樣問題，自然界、人類社會、生產(chǎn)與科學(xué)實(shí)驗(yàn)、心理和教育中大量現(xiàn)象都可以使用假設(shè)檢驗(yàn)方法研究數(shù)據(jù)關(guān)系， 因此本文采取假設(shè)檢驗(yàn)篩選財務(wù)危機(jī)預(yù)警模型的指標(biāo)。

1 畜牧業(yè)行業(yè)特征

民以食為天，食以農(nóng)為本。 根據(jù)證監(jiān)會行業(yè)分類原則，我國的畜牧業(yè)是農(nóng)、林、牧、漁行業(yè)的一個分支，是農(nóng)業(yè)的支柱型產(chǎn)業(yè)。 現(xiàn)代的畜牧產(chǎn)業(yè)主要通過人工飼養(yǎng)以獲取肉、蛋、奶、羊毛、山羊絨、皮張、蠶絲和藥材等畜產(chǎn)品，具有集中化、規(guī)模化的特點(diǎn)，屬于勞動密集型產(chǎn)業(yè)。 近些年我國的大部分畜牧業(yè)產(chǎn)品產(chǎn)量在不斷下降趨于平穩(wěn)， 肉類產(chǎn)量從2014 年的8817.9 萬噸降至2019 年的7649 萬噸，2018 年底我國畜牧業(yè)產(chǎn)值28697 億元，處于連續(xù)兩年遞減狀態(tài)，2018 年畜牧業(yè)產(chǎn)值占農(nóng)林牧漁業(yè)產(chǎn)值的25.27%，相比2010 年占比30.20%來說大幅下降。 我國畜牧業(yè)勞動資源的優(yōu)勢逐漸不顯著，產(chǎn)業(yè)的生產(chǎn)標(biāo)準(zhǔn)化程度較低，產(chǎn)業(yè)發(fā)展后勁明顯不足， 我國的畜牧業(yè)正處于傳統(tǒng)產(chǎn)業(yè)向現(xiàn)代化產(chǎn)業(yè)的轉(zhuǎn)型過渡中，此時應(yīng)當(dāng)更為警惕財務(wù)危機(jī)的發(fā)生。

畜牧業(yè)需求大，企業(yè)易于用較少投資得到較高收益。但是畜牧業(yè)的發(fā)展依賴自然經(jīng)濟(jì)環(huán)境，需要因地制宜，畜牧業(yè)的產(chǎn)品一般不便于運(yùn)輸，銷售方式特殊，存貨流動性及存貨變現(xiàn)存在一定風(fēng)險。 行業(yè)特性造就了畜牧業(yè)中小企業(yè)較多，籌資渠道少，上市的畜牧業(yè)相關(guān)企業(yè)籌資也多以短期負(fù)債為主， 流動負(fù)債水平較高，籌資時也容易受到更為嚴(yán)格的限制條件。 畜牧業(yè)的營業(yè)周期相對于其它產(chǎn)業(yè)較長，資產(chǎn)主要以生物性資產(chǎn)為主，流動資產(chǎn)的周轉(zhuǎn)速度受生產(chǎn)周期、疾病疫情、自然條件、管理水平等條件影響。

2 畜牧業(yè)財務(wù)危機(jī)預(yù)警模型的研究設(shè)計與指標(biāo)選取

2.1 研究樣本的選擇

根據(jù)證監(jiān)會2012 版行業(yè)分類原則，同時結(jié)合公司的自身經(jīng)營業(yè)務(wù)范圍， 從A 股上市的畜牧業(yè)公司和經(jīng)營業(yè)務(wù)范圍涉及畜牧業(yè)的公司中， 選取2010 年～2019 年初次被ST 的8 家公司，依據(jù)資產(chǎn)規(guī)模相近原則，同時按照1：1 的比例，在被特殊處理的相同年份選擇8 家財務(wù)健康公司作為對比研究公司。 因?yàn)橹袊C監(jiān)會是根據(jù)上市企業(yè)t-1 年的財務(wù)狀況進(jìn)行特別處理，年份久遠(yuǎn)的樣本數(shù)據(jù)不具有預(yù)警效果。 因此選擇被ST 公司在被特別處理的前一年（t-1 年）的數(shù)據(jù)作為研究樣本，對比公司的數(shù)據(jù)同樣來源于t-1 年，樣本公司如表1 所示。（本文所有數(shù)據(jù)來源于銳思數(shù)據(jù)庫以及畜牧業(yè)上市公司年度財務(wù)報告）

表1 畜牧業(yè)上市公司樣本

2.2 指標(biāo)的篩選

2.2.1 指標(biāo)的初步篩選如何對預(yù)警變量進(jìn)行選擇可以直接影響模型的有效性。 學(xué)者們的研究成果顯示， 針對不同行業(yè)預(yù)警指標(biāo)體系的構(gòu)建存在差別，所以選擇適當(dāng)?shù)念A(yù)警變量是模型預(yù)警有效性的關(guān)鍵。 根據(jù)以前學(xué)者的研究以及畜牧業(yè)的行業(yè)特征， 同時更應(yīng)該考慮畜牧業(yè)的存貨流動性和存 貨變現(xiàn)問題、短期融資較多、長期融資成本高、營業(yè)周期較長等方面的財務(wù)比率。 指標(biāo)的選擇需要具有高度概括性且具有分散性，選擇的樣本數(shù)據(jù)應(yīng)當(dāng)連續(xù)且完整，盡可能減少指標(biāo)間的重復(fù)性。 本文初步選取表2 的36 個指標(biāo)：

表2 初選的畜牧業(yè)上市公司財務(wù)危機(jī)預(yù)警模型指標(biāo)

2.2.2 正態(tài)性檢驗(yàn)

統(tǒng)計檢驗(yàn)方法可以分為參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)。 由于參數(shù)檢驗(yàn)的精確度高于非參數(shù)檢驗(yàn)， 因此在數(shù)據(jù)符合參數(shù)檢驗(yàn)的條件時，一般應(yīng)當(dāng)優(yōu)先采用參數(shù)檢驗(yàn)。 參數(shù)檢驗(yàn)通常是假設(shè)樣本數(shù)據(jù)總體服從正態(tài)分布，檢驗(yàn)數(shù)據(jù)的正態(tài)性。 若正態(tài)性檢驗(yàn)結(jié)果中的P 值小于設(shè)定的顯著性水平0.05，說明拒絕原假設(shè)，樣本數(shù)據(jù)總體分布不服從正態(tài)分布，反之，若是正態(tài)性檢驗(yàn)結(jié)果中的P 值大于設(shè)定的顯著性水平0.05，說明接受原假設(shè)，總體數(shù)據(jù)服從正態(tài)分布。 樣本數(shù)據(jù)的正態(tài)性檢驗(yàn)結(jié)果顯示： 在α=0.05 的顯著性水平下，t-1 年的樣本數(shù)據(jù)指標(biāo)X1、X2、X3、X4、X9、X13、X14、X18、X19、X24、X27、X28、X30 共13 個指標(biāo)的P 值大于0.05，服從正態(tài)分布，可以進(jìn)行獨(dú)立樣本的T 檢驗(yàn)驗(yàn)證顯著性。 t-1 年的樣 本 數(shù) 據(jù) 指 標(biāo)X5、X6、X7、X8、X10、X11、X12、X16、X15、X17、X20、X21、X22、X23、X25、X26、X29、X31、X32、X33、X34、X35、X36 共23 個指標(biāo)P 值小于0.05，不服從正態(tài)分布，不能進(jìn)行獨(dú)立樣本的T 檢驗(yàn)，下一步應(yīng)該進(jìn)行非參數(shù)檢驗(yàn)（Mann-Whitney U檢驗(yàn)）。

2.2.3 顯著性檢驗(yàn)

2.2.3.1 獨(dú)立樣本的T 檢驗(yàn)

將服從正態(tài)性分布的13 個指標(biāo)進(jìn)行兩個獨(dú)立樣本的T 檢驗(yàn)， 檢驗(yàn)結(jié)果表示在顯著性α=0.01 的條件下， 當(dāng)Sig.（雙側(cè)）P值<0.01 時，則拒絕原假設(shè)，即兩個樣本的總體分布均值不相等存在顯著性差異，Sig.（雙側(cè)）P 值>0.01，可以接受原假設(shè)，不存在顯著性差異。 X1、X2、X3、X14 通過了顯著性檢驗(yàn)，其余未通過顯著性檢驗(yàn)的變量都將被剔除。

2.2.3.2 獨(dú)立樣本的Mann-Whitney U 檢驗(yàn)

對于不服從正態(tài)性檢驗(yàn)的指標(biāo)進(jìn)行非參數(shù)檢驗(yàn)，若Mann-Whitney U 檢驗(yàn)結(jié)果中的P 值小于檢驗(yàn)中設(shè)定的顯著性水平0.05，說明可以拒絕原假設(shè)，兩組獨(dú)立的樣本數(shù)據(jù)來自兩類總體分布存在顯著差異，反之，若是Mann-Whitney U 檢驗(yàn)結(jié)果中的P 值大于顯著性水平0.05，說明需要接受原假設(shè)，兩組獨(dú)立的樣本數(shù)據(jù)來自兩類不同性質(zhì)總體分布不存在顯著差異。 運(yùn)用兩個獨(dú)立樣本的Mann-Whitney U 檢驗(yàn)結(jié)果表明：t-1 年的指標(biāo)數(shù)據(jù)在顯著性水平α=0.05，置信度為95%時，表中X5、X6、X10、X12、X16、X17、X20、X21、X23、X25、X26 共12 個指標(biāo)的Sig 值是小于0.05，拒絕了原假設(shè)，說明這些指標(biāo)的樣本數(shù)據(jù)在兩類不同性質(zhì)企業(yè)中存在顯著性差異。

通過獨(dú)立樣本的T 檢驗(yàn)和Mann-Whitney U 檢驗(yàn)，X1、X2、X3、X5、X6、X10、X12、X14 、X16、X17、X20、X21、X23、X25、X26共15 個指標(biāo)數(shù)據(jù)在兩類不同性質(zhì)企業(yè)中存在顯著性差異，用這15 個指標(biāo)來預(yù)警財務(wù)危機(jī)是比較合適的， 過多的指標(biāo)之間可能具有重復(fù)性，相關(guān)指標(biāo)間的共線性水平較高，因此需要進(jìn)行因子分析對篩選后的指標(biāo)體系進(jìn)行優(yōu)化。

表3 樣本數(shù)據(jù)KMO 和Bartlett's 檢驗(yàn)

表4 畜牧業(yè)樣本數(shù)據(jù)總方差解釋分析表

2.2.4 因子分析

將上述通過顯著性檢驗(yàn)篩選的指標(biāo)通過輸入SPSS 軟件進(jìn)行因子分析，一般來說，樣本間的相關(guān)性越高，則KMO 檢驗(yàn)結(jié)果的取值越接近1， 越適合做因子分析。 Bartlett's Test 檢驗(yàn)Sig<0.05，則說明個變量指標(biāo)相互不獨(dú)立，可以做因子分析。

上述指標(biāo)KMO=0.601>0.6， 可以進(jìn)行因子分析，Bartlett 的球形度檢驗(yàn)Sig.=0.00<0.05，說明各變量間具有相關(guān)性，進(jìn)行因子分析是有效的。 因而將原始變量轉(zhuǎn)換為互不相關(guān)的公共因子，可得到相關(guān)的總方差解釋分析表。 根據(jù)累計貢獻(xiàn)率原則，總方差解釋分析表3 中的前5 個因子的累積貢獻(xiàn)率超過85%，5 個互不相關(guān)的公共因子包含原解釋變量總信息的86.798%， 所以可以將15 個指標(biāo)采用主成分分析法提取5 個公共因子。

將5 個互不相關(guān)的公共因子分別記為F1、F2、F3、F4、F5。對5 個公共因子經(jīng)過因子載荷的旋轉(zhuǎn)以得到初始成分矩陣，然后使用最大方差法，對因子載荷矩陣進(jìn)行正交旋轉(zhuǎn)，得出旋轉(zhuǎn)成分矩陣，可以計算5 個公共因子與初始解釋變量的相關(guān)系數(shù)。 根據(jù)因子得分系數(shù)矩陣，可以計算出F1、F2、F3、F4、F5 共5 個公共因子樣本數(shù)據(jù)值。

本文選取了2010 年至2019 年被特殊處理（ST）的公司為研究對象，研究畜牧業(yè)財務(wù)危機(jī)預(yù)警模型指標(biāo)體系構(gòu)建，選取相同年份的財務(wù)健康公司作為配對公司，分析了畜牧業(yè)特征，在此基礎(chǔ)上初步篩選了36 個指標(biāo)，通過正態(tài)性檢驗(yàn)、顯著性檢驗(yàn)篩選了15 個指標(biāo)， 通過對樣本數(shù)據(jù)因子分析提取5 個公共因子，構(gòu)建財務(wù)危機(jī)預(yù)警指標(biāo)體系。