“一帶一路”背景下的我國建筑行業財務風險預警研究

摘要：本文首先通過相關文獻或實踐的研究綜述確定本文的研究目標、方法和內容;然后，對企業財務風險有關理論做了一個總結，尤其是重點分析了“一帶一路”背景下的建筑企業的財務風險及特征;接著分別從影響近期我國參與“一帶一路”建設的建筑行業財務風險的外部因素和內部因素出發，對影響建筑企業財務風險的因素進行分析與識別;隨后選取能綜合反映“一帶一路”沿線上市建筑企業各方面能力的26個財務指標，以2014-2019年為樣本區間，運用 Logistic回歸模型建立企業的財務預警模型;接著帶入更多的同類型企業的財務指標對預警模型的準確性進行回判;并緊接著探討了建筑行業財務風險防范的策略;最后對本文的研究進行總結與展望。

關鍵詞：財務風險預警;建筑行業;一帶一路; Logistic回歸模型

1.引言

自2013年“一帶一路”提出之后，在此背景下，于企業的角度來看不僅需要把握好這種歷史機遇，更加要堅持探析在發展的過程中可能會遇到的困難與阻礙，并提出針對性的對策措施，盡量減少企業的生產經營受阻的情況出現。“一帶一路”促使越來越多的海外建筑項目出現，因頻繁的經濟交流而產生的財務風險也越來越大。以建筑作為主營業務的企業需要關注因跨國合作而帶來的政策風險，穩固建筑業推進經濟發展的引擎式作用。本文將“一帶一路”背景下我國建筑行業財務風險視為研究的對象，通過基于Logistic回歸的我國“走出去”建筑行業上市公司財務預警實證分析，評價得出建筑企業目前最大的風險因素，根據回歸分析結果建立風險預測模型，再根據預測得到的結果來提出風險管控的相關意見。

2.國內外研究概述

2.1國外文獻綜述

Mark S.Beasley （2005）認為債務問題居于財務風險的首位，當一個企業負債增加，由這些債務產生的支出就會增加，從而在資金上帶來巨大的壓力，引發企業發展的種種問題。

TlexTndre Ttindade 認為有關財務風險的問題是極為復雜的，難以用模型對實際情況進行預測，每個企業都需要重視財務風險的管理，基于自身的發展史來形成一套財務管理的制度，從而為企業的發展掃清障礙。

Sanjai Bhagat（2010）認為，一個企業需要具備合理的資產結構，既不能花費太多的資金用于投資，也不宜過于保守，而是應該在兩者之間找到一個均衡的位置，重視風險管控的問題，雞兒降低財務風險的發生概率。James C. Van Horne等人（2013）提到，企業為了快速占據市場而采取的高額舉債的方法導致籌資過量，從而造成經營管理上的壓力，使得實際收益下滑，這是最為常見的債務風險問題。

2.2國內文獻綜述

黃妍（2011）和張帆（2011）試圖從宏觀從分析財務風險，他們指出政策指導和總體的經濟形勢等等都是重要的宏觀因素，是環境作用于企業發展的突出體現。首先根據資金的具體去向可以將財務風險分為籌資、投資、資金回收和收益分配風險這四個主要的類別。其次從企業分工的角度來看，不同的部門所面對的財務風險也是不一樣的，需要結合具體情況來調整應對財務風險的思路。第三，根據資金運作的不同階段，可以根據企業具體的營收情況來調整評估財務風險的策略。第四，根據危害程度的大小可以將財務風險分成輕度、中等和危急等不同的級別，對應不同的級別采取不同的處理方法。綜合上述文獻來看，關于財務風險的定義有很多學者提出了自己的見解，但可以肯定的是財務風險有著很多種類，其形式豐富，能夠造成的危害程度也是不同。針對財務風險進行研究，因為建筑行業業務的涵蓋面比較廣，可選擇相對寬泛的概念，如此能夠適應多元化的研究需求。

曹雯雯（2015）和章雁（2015）認為財務風險的評估對于一個企業的發展來說起到了極為關鍵的作用，為了提高評估的準確性，構建評估系統的工作者需要考慮到各行各業在經營體制上的區別，對應復雜的企業發展態勢進行調整，在實踐中檢驗評估環節的成效如何。王冬梅和王旭（2016）認為影響財務風險管控的因素需要從宏觀、中觀以及微觀等不同層級來進行考慮，對于總的經濟形勢和政策來調整相應的標準，提高預測環節的準確性。熊晴海（2017）認為財務風險的管控機制在企業的正常發展中是十分必要的一個環節。魏宏（2017）認為財務風險有著兩方面的管控重點，一是數量上計算的重要性，另一方面是企業的資產組成所帶來的定性問題。

結合中外的文獻研究來看，我國總的來說因為底蘊不足還有著很多欠缺，已經存在的研究也存在著同質化嚴重的問題。對此，我們需要積極引入國外先進的理論經驗，對于初步取得成果的研究，要積極地引入到實踐中，結合企業的經營狀態來驗證它們是否有效。從實踐的角度出發，對于財務風險的相關理論進行調整。

3.基于Logistic回歸的我國“走出去”建筑行業上市公司財務預警實證分析

3.1 “一帶一路”背景下的研究樣本選取

本文以“一帶一路”沿線我國“走出去”建筑業上市公司為研究對象，為了使研究具有連續性，以2014年-2019年為樣本區間，剔除了數據缺失和出現極端數據的特殊企業，最終選取能夠反映行業上市公司各方面能力的26個財務指標，文章中所有數據均來源于國泰安數據庫和網易財經官網。

3.2 財務指標的初步選擇

本文參考了目前建筑行業財務預警模型中使用頻率最高和實用性最強的26個財務指標，這些指標包括財務指標里的償債能力到營運能力指標等六個方面以及非財務指標中的審計意見等，能較為全面的綜合反映目前我國建筑行業上市公司的財務狀況。具體指標如表1：

3.3 實證分析

3.3.1? K-S參數檢驗與均值差異T檢驗

首先對于上述初選指標進行顯著性分析，篩選出能顯著區分“走出去” 的上市建筑企業ST企業和非ST 企業的財務指標。本文先對初選樣本進行K-S正態性檢驗，如果顯著性水平大于0.05，符合正太分布，說明被檢測樣本滿足要求，，可以進行T檢驗。通過K-S檢驗得出，指標X5、X10、X12、X23、K3顯著性水平大于0.05，可以進行參數檢驗。根據均值差異T檢驗可以看出，x1、x2、x3、x4、x5、x8、x11、x20的st公司均值有顯著差異，可以考慮這些指標作為財務風險預警預測指標。

3.3.2 相關性分析

上表為在st與非st企業分組的x1、x2、x3、x4、x5、x8、x11、x20的相關系數，x1-x5共同代表了企業的償債能力，x1 x2 x3兩兩之間高度相關，故剔除x1與x3防止多重共線性的影響。其他變量間的相關系數均低于0.5，故不再剔除變量，最終選擇x2、x4、x5、x8、x11、x20作為預警財務危機的指標。

4.“走出去”建筑行業Logistic回歸分析

4.1 logistic模型構建

根據前文的顯著性檢驗和相關性分析，將選出六個指標進行二元logistic回歸分析。邏輯回歸的自然變量為ST公司和非ST公司，分別設定為0和1。財務危機發生的概率值P越大越容易發生財務風險，對于分類臨界值的設定，選擇臨界分割點為0.8，凡是P值大于0.8，則被界定為財務危機公司，反之則為正常公司。回歸結果如表3：

財務預警模型構建如下：

（P>0.8，財務危機;P≤0.8，財務正常）

根據Wals值的大小可以判斷，在“走出去”建筑業財務預警模型中X5（資產負債率）和X20（每股凈資產）意義較為重要，建筑行業公司應當對企業資產負債率和每股凈資產嚴格把控，進而有效防范財務風險。

4.2 財務預警模型檢驗

為了驗證財務預警模型預測財務風險的準確性，將42家“走出去”建筑業上市公司的財務指標分別代入模型中進行檢驗，臨界分割點為0.8，借助模型對各年財務風險進行預測，再將預測情況與實際情況相比較，檢驗結果如表4所示，準確率均為90%左右，可見模型能夠較為準確地預測“走出去”建筑行業各家上市公司的財務狀況。

5.結論

在整個實證分析的過程中，得到以下結論：

（1）建筑業上市公司除了要關注財務報表中的矛盾與異常之外，還需要注重分析審計意見，尊重一線工作人員的看法，保持財務風險評估的整個環節所有工作人員的溝通順暢，以提高分析結構的可信度，使得公司的進一步決策更加有據可依。

（2）建筑業的財務風險管理工作中，由于資本的積壓會產生較為嚴重的經營問題。對此應盡量減少閑置資產，將可用的資本力量都用于公司的良性發展之上。與此同時也要把控好負債以及投資的相關環節，盡量減少由于資金儲備緊缺而產生的財務危機。

（3）模型存在局限性。“一帶一路”下的中國企業需要在相對陌生的國外環境中與其它企業取得合作，在這個過程中，由于金融政策的差異，會產生很多問題。此外，語言文化背景下的差異也會導致矛盾的產生，對此國內已經出現的預測模型還有待完善，其預測精度有待進一步的提升。

參考文獻：

[1]Frizpatrick， A comparison of Ratios of Successful Industrial? Enterprises with those of Failed companies[J].Certified Public Accountant，1932.

[2]William H.Beaver，Financial Ratios as Predictors of Failures，Empirical Research in Accounting，Selected studies[J].Institute of Professional Accounting.1966，5.

[3]Altman.E.I，Financial Ratios.Discriminant Analysis and Prediction of Corporate Bankruptcy[J]Journal of Finance，1968，23（9）.

[4]許珂，盧海.基于Logistic回歸模型的房地產上市公司財務危機預警研究[J].常州工學院學報，2012，25（04）：61-66.

[5]劉若辰.我國建筑業上市公司財務危機預警模型研究[D].山東建筑大學，2016.

[6]王菲菲.基于Logistic回歸模型與BP神經網絡模型的能源企業財務預警研究[D].北京化工大學，2018.

[7]英栩嘉.基于因子分析和Logistic回歸的SC集團財務預警模型研究[D].哈爾濱工業大學，2018.

[8]王慶勇.建筑施工企業財務風險及防范對策分析[J].金融經濟，2014，06：222-224.

[9]孫立紅.建筑施工企業財務風險防范對策分析[J].中國集體經濟，2014，08：81-82.

[10]全玲，高松林.速動比率指標之應用改進[J].財會月刊，2013，17：34-35.

[11]朱大華.企業財務風險預警指標體系建立初探[J].會計之友，2011，26：55-56.

[12]鞏斌.中國上市公司財務困境預測實證研究[D].廈門大學碩士學位論文.2010.

作者簡介：左麗文（1988-），女，漢族，湖南省衡陽市人，碩士研究生，講師，單位：四川大學錦江學院會計學院，研究方向：財務管理。