林业上市企业财务风险评价研究
摘要:本文以33 家林业上市企业作为样本,通过因子分析法对其2014年的主要财务指标进行分析,识别影响林业企业财务风险的主要因素,构建林业上市企业的财务风险评价模型,对林业上市企业的财务风险程度进行打分和排序;并采用聚类分析法根据样本企业的财务风险程度将林业公司归集为良好、一般、高风险三类。最后根据研究结果分析林业公司普遍存在的财务风险,提出相应的建议和措施,对完善林业企业的风险和绩效评价体系提供理论借鉴和方法指导。
关键词:林业上市企业;财务风险评价;因子分析;聚类分析
中文图书分类号:F23 文献标识码: A 文章编号:
一、引言
林业是国民经济的重要基础产业,是涉及国民经济第一、第二、第三产业的复合产业群体,也是生态文明建设的主体。2003 年6 月25日国务院做出《关于加快林业发展的决定》、2013年十八大宣示了包含生态文明建设的“五位一体”总布局、2015年《中央一号文件》明确指出“深化林业改革”。这一系列有关林业发展的中央文件陆续出台,可见我国林业生机勃勃,迎来了前所未有的发展契机。但是,由于林业生产具有投资期长、高风险、高不确定性等特点,林业企业的财务经营状况与其他企业相比普遍堪忧。截止2016年2月5日A股2813家上市企业每股收益(EPS)最高的是贵州茅台9.09元/股,而林业上市企业中EPS最高的顺鑫农业每股收益(EPS)仅为0.5047元/股,在所有A股上市企业中排名第422位。在本文定义的33家林业企业中,EPS为负值的就有11家之多。截至2016年2月,A股上市企业EPS均值0.2361、流动比率2.7939、总资产周转率0.4456、净利润同比增长率-78.8864;林业上市企业EPS均值0.0402、流动比率1.9569、总资产周转率0.3899、净利润同比增长率-214.5551。由此可见与A股其他上市企业相比,林业上市企业的盈利能力、营运能力、偿债能力等都显著低于A股企业均值。
林业上市企业是林业企业中的“领头羊”和生力军,以其为研究对象,探究林业企业财务风险预警和评价系统,可以帮助林业企业发掘潜在财务风险、建立财务预警机制、及早采取必要的风险控制措施、减少或化解财务危机,为林业企业的可持续发展、提高林业企业争力、促进林业发展提供理论依据和政策建议。
二、财务风险评价的方法
充分认识风险和财务风险是企业可持续发展的前提。财务风险是指经济主体实际经营绩效偏离预期财务收益的可能性,有狭义和广义之分。狭义的财务风险通常指企业无法偿还到期债务的不确定性,风险的大小表现为企业因无法如期偿付债务而导致破产的可能性高低。广义的财务风险是指企业在日常经营管理活动中,由于内外环境的不确定性而导致的企业在一定时期内的财务收益偏离预期目标而导致的损失。本文主要从广义角度研究林业企业财务风险。
企业的财务风险有迹可循,在财务困境中的企业通常表现出相似的财务特征,如:净资产为负值、现金流量为负值等,因此可以通过合理的方法评价和预测财务风险。财务风险评价是利用企业财务数据进行归纳整理,结合企业战略和经营计划,通过各种财务比率的比较分析、建立统计模型或其他模型的方法,对企业未来的经营行为进行分析,以提早发现其中潜在的财务风险,提醒企业提前采取相应的措施降低或规避这些风险。
目前国内外企业财务风险评价和预警模型的研究主要包括了以下几种方法:1.单变量分析法。Beaver(1966)首次提出了单变量分析法,通过对79个样本企业破产前1至5年的30个(6组)财务比率进行检验,认为最能有效判别企业财务风险的变量是债务保障率和资产收益率 [1]。2.多变量分析法。Altman(1968)首次运用了多变量分析法。他选取了33家破产企业与33家同行业的非破产企业做对比研究,从流动性、运营能力、偿债能力、获利能力、资本结构等五个方面选用了多个变量构建了Z-Score模型,以加权产生的Z值评价企业财务危机的大小,Z值越低财务风险越大[2]。该方法至今仍被普遍用于评价上市企业的财务风险。因子分析法也是多变量分析法的重要组成部分[3]。朱峰峻、张国胜(1995)将模糊数学中的模糊综合评判原理与多元统计中的因子分析法相结合,建立了经济效益综合评价模型,对工业企业的经济效益进行了评价,研究结果表明该模型的评价结果更接近于实际[4]。黄生权、黄亚(2015)选取沪深两市2012年ST和*ST企业共52家作为研究样本,用因子分析法对其财务状况评价。分析结果表明,因子分析方法能够较为全面地对企业财务风险进行分析,帮助企业管理层即时掌握公司出现财务风险的可能性,避免出现更为严重的财务状况,并为公司投资人提供投资风险信号,降低投资人的投资风险[5]。3.Logistic模型。Ohlson(1980)首次通过建立Logistic模型预测企业破产情况。研究结果表明公司规模、变现能力、资本结构和经营业绩是显著影响企业破产概率的重要变量[6]。4.神经网络模型。Odom &Sharda(1990)通过样本企业的检验证明传递神经网络模型的财务预警效果比传统模型更优,其超强的自我适应能力使其既能分析定量指标、又能处理定性指标[7]。
本文以A股33家林业上市企业为样本,从企业财务管理的五大方面提取关键性财务指标,选用多变量分析法中的因子分析法研究林业企业财务风险的影响因素,建立林业企业财务风险评价体系,推导林业企业财务风险评价模型,根据模型对各林业上市企业的财务风险进行单因子评分和综合评分,并对林业上市企业的财务风险控制和评价机制提出建议。
三、林业上市企业财务风险评价体系研究设计
(一)林业上市企业范围的界定
林业产业是涉及国民经济第一、第二、第三产业的复合产业群体,但当前证监会行业分类(CSCR行业分类)并未把林木产品加工、林业生态旅游等企业纳入林业企业范畴。笔者认为,由于林木资产的长周期与高风险性会为企业带来了特殊的财务风险,因此以是否拥有林木资产为衡量标准,但凡拥有林木类生物资产的上市企业均可以定义为“林业上市企业”。 根据此定义,本研究选取样本的步骤如下:第一步,选取CSCR林业企业4个。第二步,选取CSCR制造业“木材加工和木、竹、藤、棕、草制品”企业10个;CSCR“家具制造业加工”公司8个;CSCR“造纸和纸制品”企业27个。第三步:选取Wind咨讯金融终端行业分类中“纸与林木产品”企业33个。剔除重复的11家公司后再通过人工阅读年报,在剩余的样本公司中确认符合本研究定义的林业企业33个。最后为了减少样本的错漏,笔者再次比较现有文献中被归类为“林业上市企业”的企业,最终确定目标样本公司33个。
(二)研究方法及其原因说明
1.因子分析法
因子分析是多变量分析法的一种,是从多个变量指标中提取少数几个综合变量指标以达到降维和分类效果的多元统计方法。其基本思想是根据相关性的大小将原始变量分组,使得同组内的变量之间相关性较高,而不同组的变量间的相关性较低。每组变量代表一个基本结构,并用一个不可观测的综合变量表示,这个综合变量即为公共因子。企业财务风险的大小、经营情况的好坏,基本可以从其盈利能力、现金能力、偿债能力、营运能力、成长能力等几方面来判断,而具体反应这些能力的是各个具体的财务指标。因此本研究选用因子分析法,对若干具体的财务指标进行分类以反映企业的上述各大能力,进而对企业的财务风险进行综合评价。
2.评价指标及设计变量选取
财务指标是指总结和评价企业财务状况和经营成果的相对指标,企业的利益相关者可借助财务指标分析,将繁复的财务数据转换为简单明了并具有决策参考价值的信息。中国《企业财务通则》中规定,反映企业财务管理能力的指标为:偿债能力指标,包括资产负债率、流动比率等;营运能力指标,包括存货周转率、流动资产周转率、总资产周转率等;盈利能力指标,包括营业利润率、净资产收益率、总资产收益率等;成长能力指标,包括营业收入增长率等。由于现金是现代企业生存和发展的基础,不少企业因为现金流断裂而导致破产,现金流量比以权责发生制为基础的会计利润更能反映企业的经营状况,因此本研究加入了反映企业现金能力的2个财务指标。此外,由于本研究的对象是上市公司,因此在盈利能力指标中加入了每股收益(EPS)指标,以反映上市公司发行在外普通股的盈利能力。
C上所述,本研究共选取12个有代表性的指标(如表2),分别从企业的盈利能力、现金能力、偿债能力、营运能力和成长能力共5个方面反映林业上市企业的财务风险。本研究将指标值越大代表公司经营状况越好或风险越小的指标定义为“正向指标”;反之则定义为“逆向指标”。
3.数据来源与数据处理
从Wind资讯金融数据库选取33家样本公司2014年财务数据,利用SPSS.17软件进行因子分析。在所选取的12个财务指标中,有11个为正向指标,1个为逆向指标(即X7资产负债比率),为了统一评价标准,对该指标采取倒数法进行正向化处理。
四、林业上市企业财务风险评价体系的因子分析
(一)因子分析的可行性检验
首先采用KMO和Bartlett度量对原始数据进行检验,判定数据是否适用于因子分析法。KMO值是显示相关系数值与偏相关系数值比较结果的指标,KMO值介于0.5和1之间代表数据适合因子分析,若小于0.5则表明不适宜进行因子分析。本研究KMO值为0.732,Bartlett的球形度检验的观测值(近似卡方)434.423,df值66,Sig.为0.000,相应的概率p接近于0,小于显著性水平0.05。因此拒绝Bartlett球度检验的零假设,样本数据适合进行因子分析。
(二)因子提取
采用主成分因子法进行因子提取。如表3所示,前5个公共因子累计方差贡献率92.197%,能较好地解释原有变量所包含的信息,因子分析效果理想。旋转后5个因子累计贡献率没有变化、特征值和贡献率发生变化,即没有影响原始变量的共同度,但却重新分配了各个因子解释原始变量的方差,改变了各因子的方差贡献,使得因子易于解释。
(三)因子命名与解释
设F1、F2、F3、F4、F5分别为提取的5个公共因子,为了更好的解释因子变量,基于方差最大的原则,用主成分法提取,用具有Kaiser标准化正交旋转法对成分矩阵进行旋转,旋转在7次迭代后收敛。因子F1中,X1(每股收益率)、X2(净资产收益率)、X3(总资产报酬率)、X4(营业利润率)的载荷量分别为0.956、0.942、0.964、0.581,远大于其他指标的载荷量,因此F1主要由X1、X2、X3、X4来反映,称为“盈利能力因子”;因子F2中X9(存货周转率)、X10(流动资产周转率)、X11(总资产周转率)的载荷量分别为0.955、0.979和0.895,即F2主要由X9、X10、X11反映,因此F2称为“营运能力因子”;因子F3主要由X7(资产负债率)、X8(流动比率)反映,对应载荷量分别为0.929和0.882,因此F3称为“偿债能力因子”;因子F4中X5(经营现金流与流动负债之比)、X6(经营现金流与总负债之比)的载荷量分别为0.918和0.966,远高于其他指标,因此F4被称为“现金能力因子”。因子F5在X12(营业收入同比增长率)上有最大的正载荷0.788,因此F5可称为“发展能力因子”。
(四)因子得分及建立因子模型
根据因子得分系数矩阵计算各公共因子的因子得分函数。并利用因子评分模型计算各样本公司在5个公因子上的得分(表4)。然后根据各因子所对应方差贡献率为权重进行加权平均,可以得到各样本公司因子综合得分F。
五、实证结果与分析
(一)林业上市企业财务风险大小排序
根据上述因子综合得分对各样本公司的财务风险进行排序和评价。公司得分越高,证明财务能力越强,财务风险越小。将各变量代入因子评分模型,得出33家林业上市企业在5个公共因子上的综合得分F及其排序(表5)。 (二)林业上市企业财务风险等级的聚类分析
根据因子综合评分采用快速聚类分析法将上述样本公司分为财务状况良好、一般及高风险三类。结果显示:财务状况良好的企业8家、财务状况一般的企业22家、财务状况为高风险的有3家。
(三)实证结果分析
从因子得分结果可以看出33家样本企业中综合因子得分为负值的企业有16家。根据聚类分析结果,财务状况良好的林业企业仅为8家占林业上市企业24%;有3家ST企业为财务高风险。由此可见林业类上ท市公司整体财务状况一般、风险较大。
综合得分最高的登海种业除营运能力因子得分较低位于第29位外,其余四种能力排名均靠前列,尤其在盈利能力和现金能力上,分别位于林业上市企业的第1位和第2位,其成长能力因子中的净利润增长率比上年同期增长172.89%。但是,当笔者深入剖析登海种业2014年报时发现,这172.89%的增长主要来源于2013年的巨额亏损和资产减值准备的计提,以及2014年亏损额的大幅减少。由此可见,即使是经营状况较好、财务风险最低的林业企业,其高速的利润增长要么源于巨额亏损的缩减、要么来源于非经营性收益。这意味着林业企业普遍存在着较高的财务风险,其可持续发展能力令人堪忧。
通过因子分析的实证结果,以及查阅样本企业年报,笔者发现林业企业的财务风险状况与本文实证结果基本一致,具体可归纳为以下几点:
第一,营业利润逐年下跌,净利润偏低,亏损企业较多。在本研究所选取的33家样本企业中,有20家2014年净利润与2013年相比下降,其中天音控股(000829.SZ)同比下降12倍、香梨股份(600506.SH)同比下降4.19倍、ST景谷(600265.SH)同比下降4.18倍、永安林业(000663.SZ)同比下降2.3倍、ST美利(000815.SZ)同比下降1.7倍、莫高股份(600543.SH)同比下降1.2倍、海南橡胶(601118.SH)同比下降82%、新农开发(600359.SH)同比下降69%。笔者通过查阅了这些公司2009-2014年的财务报表,发现样本企业净利润的下降主要源于营业利润的减少。2014年净利润下跌幅度最大的天音控股,其巨额的利润下滑是源自于2014年营业成本的巨幅提高,2013年营业利润为7.11%而2014年营业利润仅为3.1%。香梨股份自2010年起开始出现营业利润巨幅下降,2012年起营业利润步入亏损状态;2015年财务报表显示该企业当年营业利润亏损额为2392.78万元。如此巨幅的净利润下降速度,不禁令人对林业企业的前景忧心忡忡。
第二,资本规模小。与A股其他企业相比,林业企业资本规模偏小。在33家样本企业中,吉林森工总股本为3. 1050亿股、福建金森为1. 3868 亿股、丰林集团为4. 6891 亿股。并且林业上市企业大多为国有企业,国有股份在股权结构中所占比重较高,股权形式较为单一。
第三,资产负债率偏高。通常情况下,企业的资产负债率在50%左右视为正常。但在样本企业中,资产负债率超过50%的共19家,占样本企业的58%;其中ST美利、ST景谷、ST宜纸、永安林业、天音控股、晨鸣纸业6家公司的资产负✎债率超过70%;ST美利的资产负债率高达111.23%,面临被摘牌甚至清算的风险;S T宜纸和ST景谷的资产负债率高达99%;这意味着过半的林业上市企业面临严资不抵债的财务风险。
第四,林木资产价值被低估。笔者通过人工查阅年报发现,目前林业企业普遍采用历史成本模式计量林木资产价值,33家样本企业中仅有晨鸣纸业1家采用公允价值计量其消耗性林木资产。然而林木生长是自然力和人工培育的共同结果,在历史成本计量模式下,林木资产的价值不到被砍伐出售的那刻都不能得以真正体现,因此导致了林木资产价值的低估、企业偿债能力的低估、企业融资约束增加等一系列问题,加剧了企业的财务风险。
第五,资产流动性偏弱。由于林木生长的长周期性,与一般企业相比,林业企业的资产变现能力偏弱;也正因为林木生长的长周期性、高风险性和较弱的变现能力,导致银行等金融机构往往不愿意接受以林木资产作为抵押物,为林业企业提供贷款,一旦没有足够的可变现资产用以偿债,企业将面临财务危机。
六、林业上市企业财务风险防范与建议
第一,加快林业产业升级。提高林业生产技术,提高林木产品附加值,开展林I多元化经营,提升企业经营绩效,降低林木加工企业的市场风险,保证林业产业链健康、有效运行。
第二,改变林木资产的计量模式,采用公允价值计量。以公允价值核算林木资产价值更能体现林木资产的实际经济价值,更客观地反应林业企业的资产规模。但公允价值计量模式的普及仍有待于我国各级林木交易市场和林权交易市场的规范与发展。
第三,优化资本结构、降低融资成本。林业企业应调整资本结构,适当降低债务性资本比重,采用多种融资方式,尤其关注不同筹资方式之间转换的可能性;认真分析未来的现金流量,增加流动资产的比重,有效降低融资成本和财务风险。
第四,建立健全的内控制度和风险预警机制,树立财务人员的风险防范意识,有效防范财务风险。
参考文献
[1] William Beaver. Financial ratios as predictors of failure. Journal of Accounting Research. 1966, 4(1):71-111
[2] Altman. Edward. Financial Ratios Discriminate Analysis and The Prediction of Corporate Bankruptcy .Journal of Finance. 1968,(9):598-609.
[3] 周首华,杨济华,王平.论财务危机的预警分析――F分数模式[J].会计研究,1996,(8) [4] 朱峰峻,国胜.工业经济效益模糊综合评价模型的研究[C].中国会议,1995,8
[5] 黄生权,黄亚. 基于因子分析的ST、*ST上市公司财务风险研究[J]. 企业技术开发,2015,(3):109-121
[6] J Ohlson. Financial Ratio and the Probabilistic Prediction of Bankruptcy [J]. J Accounting Research,1980,18
[7] MD Odom,R Sharda. A neural network model for bankruptcy prediction[C], International Joint Conference on Neural , 1990, 2:163-168 vol.2
[8] 刘洪,何光军. 基于人工神经网络方法的上市公司经营失败预警研究.[J]. 会计研究,2004,(2):42-46
[9]周平. 灰色系统理论下上市公司财务风险评价[J]. 财会通讯,2010,(4):143-144
[10]宋彩平,何佳祺.基于因子分析的林业上市公司财务风险评价体系研究[J].林业经济问题,2013,(2):71-72
[11] 李建中,武铁梅. 基于因子logistic 模型的房地产业上市公司财务预警分析[J].哈尔滨商业大学学报,2010,(5):Σ89-93
[12] 林海明,张文霖.主成分分析与因子分析详细的异同和SPSS软件[J].统计研究,2005,(3):65-66
[13] 刘燕娜,林伟明,戴永务.林业类上市公司经营绩效影响因素研究――基于公司治理视角[J]. 林业经济,2010,(11):87-89.
[14] 邢慧,马海青.基ฃ于因子分析法的电力行业上市公司经营绩效评价[J].财会通讯,2011,( 8):23-28.
[15] 杨淑娥,王乐平.基于BP 神经网络和面板数据的上市公司财务危机预警[J].系统工程理论与实践,2007,(2) :62-65.
[16] 张友棠; 黄阳.基于行业环境风险识别的企业财务预警控制系统研究[J].会计研究,2011,(3):41~47
[17] 朱乃平.企业集团财务风险管理研究[D].江苏大学博士(论文).2009
[18] 李素红,陈立文.基于因子分析法的房地产上市公司财务风险评价[J]. 河北工业大学学报,2011,(12):101-106
[19] 吴世农,卢贤义. 我国上市公司财务困境的预测模型研究[J]. 经济研究,2001,(6):46-55
Abstract: 33 domestic forestry listed companies were sel Key word✄s: forestry listed company; financial risk evaluation; factor analysis; cluster analysis