我国煤炭上市公司财务困境研究

刘婷婷

摘 要：煤炭产业作为我国的能源供应支柱产业，其发展在很大程度上决定了国家工业整体实力的进步。因此，合理有效的引导煤炭上市公司防范财务风险，摆脱财务困境具有重要意义。本文选取了23家非ST股、Ａ股煤炭产业上市公司，基于2018-2022年的数据进行实证分析，利用Z-Score模型对煤炭上市公司进行财务预警。结果表明：23家煤炭上市公司中，绝大多数公司的Z值均小于1.81，表明煤炭上市公司整体的财务状况较差，面临的财务风险较高，陷入财务困境的概率也就越大。最后，为防范我国煤炭上市公司发生财务危机，本文提出了相应的对策。

关键词：煤炭上市公司、Z-Score模型、财务预警、财务困境

一、引言

伴随着经济结构的优化，我国对于三大产业协调发展的重视程度加深。国家也非常重视对煤炭上市公司的扶持力度，这不仅给煤炭上市公司带来了機遇，同时，由于煤炭上市公司需要调整自身的产业结构、生产方式来适应新规范和新标准，所以也给其带来了新的挑战[1]。由于煤炭产业作为我国的第二产业，煤炭上市公司也是推进我国产业化进程的主力军，并且煤炭生产经营具有独特的经营状况，其开发利用过程中具有高耗能、高污染的特性[2]。因此，重视煤炭上市公司面临的财务风险，并对其进行评价，这对煤炭上市公司的可持续发展具有关键性的作用，同样也符合党中央推进经济高质量发展的思想。

二、研究设计

（一）Z-Score模型

对上市公司财务预警的研究方法有许多种，例如主成分分析法、BP神经网络法、Logistic回归分析以及多元回归等。本文选择的是Z-Score模型，原因主要有以下两点：（1）Z模型克服了BP神经网络法需分析较多样本数量而煤炭上市公司样本不足的问题，也克服了Logistic模型自变量可能会存在多重共线性的问题。（2）Z模型同一元判定模型相比，其具有更高的预测准确性。因此，本文采用美国经济学家Edward Altman 在1968年创立的Z-Score模型进行财务预警[3]。Z-Score模型的基本表达式如下：

其中：Z为判别函数值

X1=营运资金/资产总额=（流动资产－流动负债）/资产总额。营运资金代表的是公司经营周转所需的净流动资金，反映的是公司资产的流动性。如果X1的值过小，则反映公司资金周转存在问题，可能存在流动性风险。反之，如果X1的值过大，则表示公司的资产可能没有得到充分的利用，可能会影响公司的盈利能力，从而不利于公司的长远发展。

X2=留存收益/资产总额=（未分配利润+盈余公积）/资产总额。通过分析X2值的大小，可以了解公司的累计获利能力。如果X2较大，则表明公司的盈利能力较好，抗风险能力较强。反之，如果X2较小，则表明公司盈利能力较小，抗风险能力有待提高。

X3=息税前利润/资产总额=（利润总额+财务费用）/资产总额。X3反映的是公司每投入一单位的资产可以获得的利润，即代表公司资金的投入产出水平。如果X3越大，表明公司获利能力较强，经营绩效较好。反之，则较差。

X4=所有者权益市值/负债总额=（每股市价×股本总数）/负债总额。X4表示的是公司股权价值与所承担债务之间的关系。该比率越大，表明公司实收资本的价值较高，债券比重相对较小，从而使公司的破产风险较小。

X5=营业收入/资产总额=主营业务收入/资产总额。X5代表的是公司的总资产周转率，反映的是公司总资产的营运能力。该比率越大，表明公司总资产的周转速度较快，资产的使用效率较高。反之，则使用效率较低。

（二）Z-Score模型中临界值Z的判别

随着Z值的降低，公司面临财务困境的可能性越大，破产风险也就越高。以1.81和2.675作为临界值，当Z值小于1.81时，公司面临财务困境的可能性很大，财务状况很差，破产风险较高。随着Z值的变大，公司面临财务困境的概率变小，财务状况转好。

三、实证分析

（一）样本选取和数据来源

本文本着剔除Z值数据不全的样本公司、剔除财务数据相关指标不全的样本公司以及剔除样本期间被ST、*ST的上市公司的原则，选取了我国A股市场上的煤炭上市公司，总共有23家。数据来源于wind数据库以及各公司年报，数据类别包括Z值以及X1、X2、X3、X4、X5五个细分值。

（二）煤炭上市公司Z-Score模型的财务困境分析

1、描述性统计分析

为分析我国煤炭上市公司整体的财务状况，本文将选取的数据利用stata软件进行了描述性统计分析，主要对数据的均值、中值、标准差、最小值以及最大值进行分析。煤炭上市公司整体Z值的均值为1.515，小于1.81，根据Z值的界定可知，2018年-2022年，我国A股上市的煤炭公司整体财务状况很差，存在严重的财务风险，陷入财务困境的概率较高。并且，值得注意的是，Z值最小值与最大值之间的差距较大，标准差较高，说明各煤炭上市公司之间的Z值存在较大的差异，波定性较强，财务经营状况的稳定性有待提高。此外，在构成Z值的五个指标中，可以看到X1较小且为负数，初步说明各公司Z值的大小差异主要是由于X1的差异造成的。总体而言，我国23家煤炭上市公司整体财务风险较高，陷入财务困境的概率也较高。

2、Z值的分布情况

为进一步分析我国煤炭上市公司单个公司所面临的财务风险，本文根据Z值临界值的大小，对23家样本煤炭上市公司的Z值进行了分组统计。在这23家煤炭上市公司中，2018年有16家公司的Z值小于1.81，占公司总数量的69.6%，而Z值大于2.675的公司只有两家，占公司总数量的8.7%，说明煤炭上市公司整体的财务状况非常差，存在严重的财务风险。在2019年和2020年，均有17家公司的Z值小于1.81，占公司总数量的73.9%，即大多数公司的Z值均较低，说明我国煤炭上市公司整体的财务状况较2018年而言更差，财务风险也更高了。在2021年，Z值小于1.81的煤炭上市公司数量有所下降，Z值大于2.675的公司的数量有所上升，说明我国煤炭上市公司整体的财务状况有所好转，抗风险能力有所加强。到2022年，Z值小于1.81的煤炭上市公司数量明显下降，但数量仍超过一半，说明我国煤炭上市公司整体的财务状况仍然较差，发生财务风险的可能性较高，陷入财务困境的可能性仍然较大，各公司仍需重视经营管理。

此外，就各公司而言，只有2家煤炭上市公司處于无警告区，4家公司处于轻度警告区，其余17家公司处于重度警告区。也就是说近五年来，有73.9%的煤炭上市公司的财务状况较差，财务风险较大，陷入财务困境的可能性较高。

3、变量X对Z值的具体影响分析

为进一步分剖析原因，本文将组成Z值的五个细分值进行了分析。X1的均值都较小，并且绝大多数公司的X1为负数。这说明在23家煤炭上市公司中，绝大多数公司Z值较小主要是由于X1值较小且为负造成的。X1=营运资金/资产总额=（流动资产－流动负债）/资产总额，其反映公司资产的流动性，若该值较小，则表明公司资金周转存在问题，并且公司发展可能面临流动性风险。在23家煤炭上市公司中，绝大多数公司的X1较小且为负，说明流动资金已经不能完全覆盖流动负债，公司面临的流动性风险较大，资金流动性存在问题，公司的业务开展必然受限，进而会导致公司的财务状况变差，陷入财务困境的概率提高。

四、结论及展望

本文通过运用Z-Score模型计算出23家煤炭上市公司的Z值，得出近五年平均有67.84%的煤炭上市公司存在财务危机、陷入财务困境概率高的结论。究其原因主要是大部分煤炭上市公司资金流动性、总资产周转率、获利能力、利息支付能力都较差。并且大多数煤炭上市公司的X1值为负，公司面临的资金流动性风险较为明显。因此，煤炭上市公司在发展的过程中应注重各类风险的管理，最大限度避免公司陷入财务困境。同时也要提高资金的使用效率，不能盲目负债。近年来，我国对煤炭上市公司也提供了税收、财政方面的很多优惠政策。在这一优惠政策下，煤炭上市公司也不能过度的依赖国家政策，政府也应注重对接受优惠政策的公司进行监督，注重对煤炭产业市场的宏观调控。

参考文献：

[1]代文，齐航.碳减排约束、环境信息披露与企业研发投入研究[J].中国管理信息化，2020，23（6）：2.

[2]张鸣，程涛.上市公司财务预警实证研究的动态视角[J].财经研究，2005（01）：62-71.DOI：10.16538/j.cnki.jfe.2005.01.006.

[3]Altman.E.Financial Ratios Discriminate Analysis and the Prediction of Corporate bankruptcy [J].Journal of Finance，1968（9）： 589-609.