高端装备制造业上市公司财务风险预警研究

何珊

【摘 要】 收集沪深两市68家高端装备制造业上市公司2012—2014年的财务数据，用一定的方法筛选出风险预警财务指标，并利用数据挖掘技术设计了基于BP神经网络的财务风险预警系统，以期为高端装备制造业财务风险评价、风险监控提供新的思路和方法。实证结果表明该体系有良好的预警能力，能有效地控制和预防高端装备制造行业的财务风险。

【关键词】 高端装备制造业； 财务风险； 财务预警

中图分类号：F275 文献标识码：A 文章编号：1004-5937（2016）11-0072-05

一、引言

高端装备制造业作为国家制造业的核心部分，是国家七大战略性新兴产业之一，是国家布局“中国制造2025”的重点领域，对推动我国经济快速发展有举足轻重的作用。虽然在国家政策大力扶持的这几年，高端装备制造行业获得了较为快速的发展，但是目前还存在自主创新能力薄弱、缺乏核心技术和自主品牌、能源资源利用率低、产品能耗高的问题。国际经济复苏缓慢，整体出口环境不利且我国宏观经济增速进一步放缓，导致高端装备制造业面临更为复杂的经营环境，因此现阶段高端装备制造行业也面临更大的经营和财务管理风险：在产品方面，高端装备制造行业有研发投入高、研发产品成果转化失败的风险；在制造生产过程中，具有生产周期长、固定资产投资大、营运资金周转期长的风险；外部环境具有市场突变、订单量下降的风险。这么多的经营和管理风险最终会以财务风险的形式呈现，因此有必要对高端装备制造行业上市公司的财务风险管理进行研究，对财务风险进行监控和预警，在财务风险的萌芽阶段就采取有效的措施提高管理质量，防范财务危机。本文通过分析高端装备制造行业内外部财务风险影响情况，选择财务风险敏感指标，构建符合高端装备制造行业发展现状的财务风险预警模型，找出财务风险预警指标，了解该行业企业在经营管理环境中的风险易发点，预测财务经营状况，将事中和事后控制变为事前控制，避免不必要的损失。

二、高端装备制造业的概念和财务风险原因分析

（一）高端装备制造业的概念

高端装备制造业是制造业的高端领域，也是新兴产业的高端部分，具有技术含量高、资本投入高、附加值高、信息密度高，以及产业控制力较高、带动力强、处于产业链核心部分等特点。根据《高端装备制造业“十二五”发展规划》纲要文件，高端装备制造行业细分为五大重点领域：高铁及轨道交通设备制造业、航空装备领域、卫星制造与应用业、海洋工程装备制造业和智能装备业[ 1 ]。

（二）高端装备制造业财务风险外部原因

1.原材料关键设备依赖进口导致生产成本上升

高端装备制造行业产品具有技术含量高的特点，但是目前我国高端装备行业自主研发设计和创新能力较差，核心技术仍然需要依赖国外，还没有形成具有国际竞争力的专业化制造能力，特别是基础设施、基础原件配套不足的问题非常突出，要用到的一些高性能材料比如特殊合金、钢材等，我国目前还没有形成自主生产的能力，出现我国高端装备制造业企业原材料、核心设备和系统主要依赖进口的问题。由于自身没有能力生产相关的原材料和生产基础设备、核心设施，我国高端装备制造业公司对国外生产这些装备的公司依赖性较大，对这些装备讨价还价能力较差，所以会造成生产成本加大的问题，同时很容易受到货币政策和汇率波动的影响，使原材料或者相关设备的进货价格上升，从而导致营运成本变大。

2.总体市场需求下降

受我国宏观经济增速进一步下滑的影响以及整体出口环境不利的挑战，高端装备制造行业市场需求明显放缓，对企业订单管理、存货周转以及产品销售造成了一定的影响。特别是生产高端工程机械的企业，由于宏观经济疲软，对于高端工程机械的需求量也有所下降，直接导致很多重工机械生产企业的产品滞销，效益下降，对销售收入和盈利都产生不小的影响。

3.市场竞争激烈，受国外产品打压

国产高端装备在国际市场上普遍受到外商的打压，过去高端装备产品一直主要由外国公司生产，当我国不能自主生产该种产品时，国外公司就会大幅度提高价格，一旦我国企业能生产出同样的产品，国外的公司就会实行价格战，利用我国国产高端装备产品未立足市场的弱点，采用降低价格的策略吸引客户、争夺订单，使得国内企业无法获得订单，导致我国企业不能顺利收回前期的巨大投入。同时我国高端装备制造行业为了能够与国外高端装备产品进行竞争，在产品性能不够优良的情况下也会采取低价策略，这样就会对公司的盈利和投入回收产生影响。

（三）高端装备制造业财务风险内部原因

1.企业营运资金管理能力较差

高端装备生产具有前期投资大、生产周期长的特点，且存货周转天数较长，同时高端装备的购买费用较大，购买方通常会采用赊购的方式，导致了应收账款上升。大量的存货和应收账款一方面占用高端装备制造行业的流动资金，另一方面增加了企业的成本费用，最终将导致企业资金周转不灵，降低企业收益，甚至发生财务危机。高端装备制造业企业应该重视营运资金的管理，加快应收账款的回收，提高存货周转率，避免产生资金周转问题。通过对选取的高端装备制造行业企业的营运资金周期进行统计，发现企业的平均营运周期达到248天以上，所以加强对营运资金的管理非常必要。

2.资本结构不合理

高端装备制造企业过度负债的现象依然严重，太原重工、中船防务、国电南自等这些大型龙头高端装备制造企业的资产负债率都超过了70%。企业的高负债一方面增加了企业的财务风险，特别是短期还款压力加大，容易造成信用危机；另一方面会降低企业的筹资能力，对企业继续投入和研发造成一定的影响，这个问题要引起重视。

3.现金流紧张

前面提到高端装备制造企业受国外生产商的打压和自身产品价格较高的影响，企业为了增加销售收入，扩大市场占有率，大量采用赊销的方式销售产品，会使企业存在大量的应收账款进而导致资金链紧张。

4.研发方面有较高风险

高端装备制造业的产品具有很高的科技含量，由于目前我国自主创新能力较弱，未来高端装备制造业企业将会加大研发的投入，研发会有失败的风险，如产品研发失败、研发的产品不能很好地投入市场、研发的技术过时等等，会造成资金使用的浪费，加剧现金流的紧张。如果产品研发一直不能得到突破，会使得高端装备制造企业丧失核心竞争力，进而影响销售和市场份额，很有可能会被市场淘汰，因此要加强研发方面的管理，提高研发投入的利用率和产出率。同时，政府近年来也在加大对高端装备制造业企业的财税补贴，鼓励高端装备制造业的研发和创新，所以企业要好好利用这样的资金补贴，大力开发有高科技含量的产品。

三、高端装备制造业财务风险预警体系的构建

结合前文对高端装备制造企业财务风险形成的原因分析以及前人对制造业财务预警的相关研究[ 2 ]，本文主要从偿债能力、营运能力、盈利能力、成本控制能力、成长能力、现金流管理能力、研发能力和非财务指标等方面选择相应的指标来建立高端装备制造企业财务风险预警指标体系。具体指标如表1所示。

四、样本选择及实证研究

（一）样本选择和研究思路

本文在制造业上市企业中对主营业务为高端装备制造五大领域的企业进行筛选，选择样本时考虑了传统装备行业的龙头企业和各大财经机构认定的高端装备制造行业概念股票，剔除最近三年被ST以及数据不全的上市公司，确立了68家高端装备制造企业，其中航空装备领域企业23家，卫星制造与应用领域企业10家，海洋工程装备制造业领域企业9家，高铁及轨道交通设备制造业领域企业11家，智能装备制造业领域企业15家。本文所选择的样本范围是2012—2014年持续经营的沪深两市A股的高端装备制造业上市公司，上市公司的相关财务数据来自于WIND数据库、国泰安数据库和各上市公司发布的年报。

通过对相关企业的数据进行统计发现，近年来上市的高端装备制造业企业被证监会宣布特别处理（ST）的较少，而且大部分是国企。相对于过去以被ST上市企业作为陷入财务风险的研究对象来说，本文采用EVA来评价企业财务状况的好坏，在价值创造和经济增加值理论的指导下，将股东利益是否被侵害作为评判企业是否存在财务风险的标准，而且EVA指标也是各大国企衡量管理层业绩的重要指标。在实证分析的过程中，以高端装备制造业EVA值大小为样本财务状况分类的判别标准，从而突破了以被证监会特别处理企业（ST）为财务风险实证研究样本的局限，有利于对ST企业较少行业的财务风险预警进行研究。

本文以EVA>0的企业作为财务状况健康的企业，以EVA<0的企业作为财务亚健康企业，将68家上市高端装备企业2012—2014年三年的样本进行了分类，将当年样本企业EVA>0的企业作为1组，当年企业EVA<0的企业作为0组，数据统计结果如下：68家企业三年的数据样本共204个，其中财务亚健康的样本为105个，财务健康的样本为99个。从以上数据可以看出，高端装备制造企业有相当一部分在2012—2014年的运行处于亚健康状况，如果继续这种状态，很有可能变为ST企业，所以对财务风险的管理与预警非常必要。

接下来本文用所选择企业2012—2013年的企业样本进行财务风险预警指标的筛选，通过显著性检验，可以将存在真实明显差异的样本数据留下并纳入财务风险预警模型，然后对筛选出来的指标和2012—2013年的企业样本，利用SPSS Clementine数据挖掘软件构建BP神经网络模型，用筛选出来的财务指标构建高端装备制造行业财务预警模型，再对2014年的企业样本进行预警来检验模型的有效性。

（二）指标筛选

本文采用K-S检验来检验变量是否服从正态分布， 分别采用两独立样本T检验和Mann-Whitney U非参数检验进行均值差异性检验。根据检验结果，有差异的指标为速动比率、存货周转率、总资产周转率、固定资产周转率、净资产收益率、每股收益、总资产收益率、销售净利率、总资产增长率、净利润增长率、营业收入增长率、净资产增长率、营业成本/营业收入、现金比率、经营净现金流量/负债和经营净现金流量/销售收入这16个指标。

（三）两组财务敏感指标比较

通过对筛选出来的指标进行两组均值的比较，更能了解高端装备制造行业财务亚健康组和财务健康组在这些财务指标中的表现，更好地对财务风险产生的环节进行管理。两组财务指标的比较如表2所示。

从表2可以看出：

1.营运能力方面：财务亚健康组的速动比率、存货周转率、总资产周转率和固定资产周转率的整体表现都要比财务健康组差，尤其是固定资产周转率，财务健康组要比财务亚健康组高出70%，说明这些企业在固定资产的利用率上要高于财务亚健康组。财务亚健康组要关注固定资产的运营效率，提高固定资产的利用率。

2.盈利能力方面：财务亚健康组的净资产收益率、每股收益、总资产报酬率和销售净利率明显要比财务健康组差。盈利能力指标一直都是非常敏感的财务风险预警指标，这些指标也是投资者投资企业、考察管理层能力的重要表现。一些高端装备制造企业确实受到经济增长放缓、市场需求减少的影响，虽然还是处于盈利的阶段，但是EVA价值创造能力已经出现小于0的情况，这说明企业不能被表面的盈利所蒙蔽，要和行业内的企业进行对比，发现盈利能力不足的问题，及时对市场营销、产品结构、成本费用等各个方面进行反思，提高自身的盈利能力。

3.成长能力和销售成本方面：财务亚健康组虽然也有一定的营业收入增长率，但是整体明显低于财务健康组。同时值得关注的是两组的营业成本率都非常高，即使财务健康组营业成本率也都接近70%。由于财务健康组的营业收入增长提高，EVA没有受到很大的影响，前面也说过高端装备制造企业的生产原材料和核心设备等成本都很容易受到外界的影响而上升，所以企业应该关注营业成本控制问题，通过改良设备（增加研发费用投入）或者减少用料、减少管理费用和其他途径，使营业成本保持在一定的范围，不要让它再持续增长。

4.现金流管理方面：财务亚健康组经营现金流量净额方面的指标都明显小于财务健康组，这说明现金流量指标也是一个非常敏感的财务风险预警指标。有一些高端装备制造企业虽然仍处于盈利阶段，但是经营现金流量已经出现了入不敷出的状况，存在较高的风险；很多破产的企业利润并没有变为负值，但是其现金流已经出现了断裂的现象。财务亚健康组要加强现金流的管理，加快回收应收账款，及时发现浪费现金流的环节，避免出现流动性紧张甚至是破产的危机。

（四）BP神经预警模型建立

运用数据挖掘软件SPSS Clementine构建BP神经网络模型，要将数据进行归一化处理，将归一化处理后的数据导入模型中，将2012—2013年的136个样本作为建模样本，2014年的样本作为测试样本，由于2014年样本EVA分组已知，因此可以判断模型的预警能力。BP神经预警模型如图1所示。

具体建模含义如下：

Estimated accuracy：估计的预测精度本次为81.995%，是基于训练样本集得出的结果。

网络结构：三层结构，输入层有16个输入节点，隐层有3个隐节点，输出层有1个输出节点。通过对BP神经模型输出的样本分类进行手工统计，得到BP神经模型的准确率如表3所示，从结果来看BP神经模型有较高的预警能力。

五、结论

本文以A股市场68家典型的高端装备制造行业上市公司2012—2014年的财务数据为样本，结合高端装备制造业财务风险的成因，分析了我国高端装备制造行业目前的财务状况，构建了财务风险预警模型，对高端装备制造业上市公司的财务风险进行实证研究，得出以下结论：第一，高端装备制造行业近年来被ST的企业较少，但是在研究的样本中相当一部分企业处于EVA<0的财务亚健康状态，204个样本中有超过一半的样本EVA<0，而选择的样本都是行业的佼佼者，在宏观经济进一步放缓、市场需求减少的情况下，这种亚健康状态如果持续发展下去会逐步侵蚀债权人的权益，导致财务危机的发生，所以要对高端装备制造行业的财务风险进行管理。第二，从指标选择的结果看，影响高端装备制造行业财务风险的显著指标集中在盈利能力、成长能力、现金流管理能力和营运能力方面：（1）盈利能力一向是财务风险预警的敏感指标，对于高端装备制造行业而言，虽然总体都处于高速发展和盈利的阶段，但是行业中的一些企业发展和盈利状况明显要高于另外的亚健康组。（2）销售收入增长率、营业成本率两组也有很明显的差别，尤其是一些企业销售收入增长率已经处于低位甚至出现了负数，更加要积极拓宽企业的销售渠道，调整产品结构，采用合理的营销手段提高销售收入增长率，同时应该将营业成本率控制在一个合理的水平，不能让其继续上升。（3）高端装备制造行业要加强对经营现金流量的监控，出现现金流紧张的局面要及时回收应收款项，减少现金流支出，避免出现流动性风险。第三，从BP神经模型建模上看，用选择出来的财务风险预警指标构建的BP神经模型对高端装备制造行业财务风险预警有良好的预测作用。

【参考文献】

[1] 工业和信息化部.高端装备制造业“十二五”发展规划[A].2012-05-07.

[2] 杨艳琴.制造业上市公司内部控制信息披露现状分析：以2013年沪市数据为例[J].会计之友，2016（2）：87-90.