我国上市物流公司财务危机预警研究

文/胡敏杰 丁玉芳 张坤

我国上市物流公司财务危机预警研究

文/胡敏杰 丁玉芳 张坤

对物流公司进行财务危机预警研究，有助于经营者尽早地发现企业潜在的危机，从而避免或者尽可能降低企业发生财务危机，为物流公司健康、快速的发展提供有力的保障。本文选取了18家物流上市公司作为研究样本，其中12家非危机企业，6家危机企业，选取了17项财务指标，利用因子分析首先提取公共因子，最后利用Logistic回归预警模型构建物流上市公司财务危机预警模型，得到了很好的预测结果。

物流公司；财务危机预警；因子分析；Logistic回归预警模型

一、引言

伴随着经济一体化、全球化的快速发展，物流业也在快速发展。物流业起源于美国，但在日本发展迅速，并且成为高效率低成本的行业［1］。在我国，虽然物流业也得到了发展，但是远远不及这些发达国家，并且在发展过程中也遇到了各种各样的问题，其中财务危机问题往往成为物流企业的发展障碍，甚至关系到企业的生死存亡。

对我国上市物流公司财务风险预警，就是以我国上市物流公司的相关财务数据以及报表为依托，通过分析上市物流公司的相关财务数据以及报表，从而有效地监控物流公司的财务状况，以便在企业出现财务危机以及将要出现财务危机时，发出报警信号，提醒经营者及时处理企业所面临的危机［2］。物流公司的财务风险来源于企业经营的方方面面。伴随着我国经济的快速发展，物流企业也处于快速发展阶段，企业的财务活动也异常活跃，影响企业财务活动的不确定因素也随之增多。因此，建立物流企业财务风险预警系统也就显得尤为重要。分析相关学者的研究，可以得出，我国目前针对物流运输企业的财务风险预警方面的研究比较少，尤其是定量方面的研究更少。因此，本文首先利用因子分析法提取公因子，使得变量之间不存在线性关系，再利用Logistic回归模型构建物流上市公司财务危机预警模型，希望能为我国上市物流公司在财务风险预警方面的研究做出贡献。

二、指标选取以及样本的收集

（一）指标的选取

财务风险预警指标，可以分为财务指标以及非财务指标两大类。财务指标指的是上市公司财务报表中所显示的相关数据；而非财务指标指的是公司的股权结构、董事会、公司所处的环境等等。但对于上市公司而言，财务指标非常容易获得，而非财务指标由于是公司的内部数据，不对外进行公开，所以不容易获得［3］。因此，本文选取上市物流公司的财务指标，作为构建上市物流公司财务危机预警模型的相关指标，并且在选取财务指标时，遵循相关的选取原则。比如：选取的指标要与所研究的相关，所选取的指标要真实，所选取的指标要全面，所选取的指标要具有一定的灵敏性等等［4］。

（二）指标的确定

大部分财务分析都是从企业的获利能力、营运能力、偿债能力、成长能力这四个方面进行分析的。同时现金流量指标又能够

表1 正态性检验汇总表

真实地反映企业的偿债能力、获利能力、盈利能力等方面情况，所以在进行财务分析时加入现金流量指标是很有必要的［5］。因此，本文在进行财务风险预警研究时，不仅选取了四大类财务指标，而且还加入了现金流量指标，总共17项财务指标。

表2 T检验结果汇总

1.盈利能力财务指标

净资产收益率X1=净利润/平均股东权益；营业利润率X2=营业利润/营业收入；销售净利润X3=净利润/销售收入；每股收益X4=净利润/期末总股本。

2.偿债能力指标

资产负债率X5=负债总额/资产总额；流动比率X6=流动资产/流动负债；速动比率X7=速动资产/流动负债；现金比率X8=（货币资金+交易性金融资产）/流动负债。

3.盈利能力指标

应收账款周转率X9=营业收入/平均应收账款；存货周转率X10=主营业务成本/平均存货余额；流动资产周转率X11=主营业务收入净额/平均流动资产总额。

4.成长能力指标

营业收入增长率X12=营业收入增长额/上年营业收入总额；净利润增长率X13=净利润增长额/上年净利润；总资产增长率X14=本年总资产增长总额/年初资产总额。

5.现金流量指标

资产现金流量回报率X15=主营业务净现金流量/平均资产总额；经营活动收益率X16=主营业务净现金流量/销售额；现金债务总额比X17=经营活动现金净流量/期末负债总额。

（三）样本数据的收集

本文选取在沪深上市的物流公司作为研究样本。以往的研究定义危机企业的标准是公司有没有被ST，而本文定义危机企业的标准是根据华夏标准财信榜对企业进行资信评级，根据评级的结果来区分危机企业以及非危机企业。本文依据2013年公布的上市公司财务资信评级结果来区分危机企业以及非危机企业，并且将资信评级在BBB级以下的企业定位危机企业。又由于2013年公布的公司财务资信评级结果是根据2012年的财务数据得出的，使用2012年的财务数据预测企业的财务状况，会夸大模型的预测能力，因此本文选取2011年物流公司的财务数据构建财务危机预警模型，判断企业的财务状况。由于上市的物流公司比较少，因此本文选取了12家非危机企业，以及与之经营规模相对应的6家危机企业作为研究样本，采取1：2的配比原则。最后选取3家危机企业，以及与之对应的3家非危机企业作为检验样本。

表3 KMO和Bartlett的检验

表4 解释的总方差

三、模型的构建以及初步检验

（一）模型的构建

本文首先通过比较危机企业以及非危机企业在各个财务指标上是否存在显著性差异，从而找出危机企业以及非危机企业之间存在显著性差异的指标。因为财务指标之间又存在相关性，所以利用因子分析提取公共因子，利用提取的公共因子构建物流公司的财务危机预警模型［6］。最后利用检验样本对模型的准确性进行检验。

1.指标的筛选

（1）正态性检验以及相关性检验

在进行相关性检验之前，要对样本数据进行是否符合正态分布检验，来确定相关性检验的方法，其中K-S检验，就是检验样本数据是否符合正态分布。对17项财务指标的样本数据进行K-S检验的结果，如表1所示。

经过K-S检验得出，样本数据整体上服从正态分布，因此采用T检验对样本数据进行第一次筛选。利用Spss软件，对样本企业陷入财务危机前两年的财务数据进行分析，分析结果如表2所示：

根据表2的结果显示，在0.05的显著性水平下，只有净资产收益率、营业利润率、存货周转率、净利润增长率没有通过显著性检验，其他财务指标都通过了显著性检验。

表5 方程中的变量

（2）因子分析

在进行因子分析之前要对样本数据进行KMO和巴特利球体检验，因为只有KMO的取值在0.5～1之间，以及显著性水平在0～0.05之间，才可以做因子分析，分析结果如表3所示：

由表3可知，KMO的值为0.698，显著性水平为0.00，所以样本数据可以进行因子分析。通过因子分析提取公因子，由表4可知，前五个因子的特征值大于一，它们的累积贡献率为82.237%，因此总方差可以由前五个因子解释，并且得到因子载荷矩阵，从而得出公共因子的经济意义。

公共因子F1主要包括资产现金流量回报率、经营活动收益率、现金债务总额比，代表上市公司的现金流量；公共因子F2主要包括资产负债率、流动比率、速动比率、现金比率，代表上市公司的偿债能力；公共因子F3主要包括应收账款周转率、流动资产周转率，代表上市公司的成长能力；公共因子F4主要包括营业收入增长率、总资产增长率，代表公司的成长能力；公共因子F5主要包括销售利润率、每股收益，代表公司的盈利能力。

2.Logistic回归预警模型的建立

将因子分析得到的五个公共因子作为自变量，将企业发生财务危机的概率作为因变量，构建财务危机预警模型。由于本文定义危机企业为1，非危机企业为0，所以P值越高，企业发生财务危机的可能性越大。P值的确定没有一个准确的标准，一般都以0.5为界限，但是该界限是以选取配对样本为前提的，由于本文的样本比例为1：2，所以P值的界定为0.25。即判别标准为，当P＞0.25时，为危机企业；当P＜0.25时，为非危机企业；当P=1时，无法判定。通过SPSS分析结果如下所示：

由表6可以得出，Logistic回归预警模型得到了很好的预警结果，在18个样本中，只有2个正常企业被判定为危机企业，准确率达到了91.7%。

四、结论

本文选取了18家上市物流公司，其中12家非危机企业，6家危机企业作为研究样本。采取1：2的配比原则，并且选取了17

表6 分类表

个财务指标。首先运用因子分析提取公因子，再将公因子带入到Logistic回归预警模型中，从而构建物流上市公司的财务危机预警模型，并且其准确率达到了91.7% ，具有很好的预测能力，因此在对上市物流公司财务危机预警方面有一定的预警效果。但是由于选取的样本数量有限，所以预测结果的准确性有待考量。根据因子分析等的相关数据显示，物流上市公司的盈利能力、偿债能力、营运能力、成长能力以及现金流量对企业的财务状况有着较大的影响，尤其是企业的偿债能力指标。

（作者单位：西北民族大学管理学院）

［1］张明，张燕，程涛.企业财务预警研究前沿［M］.中国财政经济出版社，2004：187～265.

［2］姜泽清.物流企业财务风险及综合预警指标体系研究［J］.物流技术，2014，24：74～76.

［3］朱建明，王宁，张宪娜，吴红霞.制造业上市公司治理风险预警模型研究［J］.商场现代化，2014，31：186～187.

［4］李念秋.基于MVA的上市公司财务预警实证研究［J］.时代金融，2013，33：33.

［5］翁妍燕.财务危机预警系统指标分析［J］.商业会计，2015，02：50～52.

［6］刘霞，吴广.SPSS统计分析与应［M］.电子工业出版社，2011：134～276.