创新投入视角下酒泉市农业上市公司财务危机预警研究

张振霞

(酒泉职业技术学院，甘肃 酒泉 735000)

近年来，随着我国经济社会的整体发展，农业企业越来越多，其规模也越来越大，其中不少企业实现上市，走进资本市场。但农业上市公司因农业的特殊性因素影响使其面临的风险远远大于其他行业，而农业上市公司和其他行业上市公司一样，如果经营不善发生财务危机，其股票市值也会受到很大波动甚至会被特殊处理，最终影响企业生存发展和持续经营。

文章以我国农业上市公司年报数据为依据，选取创新投入相关指标构建基于创新投入视角的财务危机预警模型，并用来预测酒泉市农业上市公司财务状况，以期使相关农业企业经营者能够及时发现财务管理中存在的问题，提前感知财务危机的征兆，及早采取防范措施，最大限度地减少企业财务损失。

1 研究设计

1.1 数据资料的收集与整理

1.1.1 研究样本的选择

文章通过选取中国证监会2021年3季度公布的农林牧渔业上市公司(下文简称“农业上市公司”)为依据展开研究。需要说明的是，中国证监会2021年3季度公布的农业上市公司共48家，其中深圳交易所B股股票1家、新上市或相关资料缺失公司6家，文章最后用于预测的公司1家，最终选取40家农业上市公司为样本进行研究。

通过阅读大量文献资料，在借鉴其他学者研究的基础上，文章将2021年净利润为正值的农业上市公司界定为财务健康公司(标记为0)，而将2021年净利润为负值的农业上市公司界定为财务危机公司(标记为1)。经过分类，研究样本中财务危机公司18家，财务健康公司22家。

1.1.2 研究数据来源

文章以我国农业上市公司2021年对外公布的年报数据资料为基点展开研究。所有数据均来源于中国证监会网站、上海交易所及深圳交易所等相关网站。数据处理采用SPSS 25统计分析软件。

1.2 变量的选取与定义

1.2.1 自变量

第一，研发强度(YFQD)。研发强度(YFQD)是公司本年度研发投入占营业收入的比率。其计算公式为：研发强度(YFQD)=研发投入/营业收入。

第二，研发人员占比(YFRY)。研发人员占比(YFRY)是公司研发人员数占公司总人数的比率，其计算公式为：研发人员占比(YFRY)=研发人员数/公司总人数。

1.2.2 控制变量

考虑到其他一些变量也会影响企业财务绩效，进而影响企业财务危机的发生。为控制不同公司之间存在的差异，在研究过程中加入了以下控制变量。

第一，高管自信度(ZXD)。高管自信度用高管薪酬的相对数来表示，一般认为高管自信度越高，上市公司的财务绩效越好，发生财务危机的可能性越小；反之，则越大。其计算公式为：高管自信度(ZXD)=高管前三名报酬总额/高管薪酬总额。

第二，企业规模(GM)。一般认为，企业规模越大，经营能力就会越高，财务绩效就会提高，发生财务危机的可能性也就越小；反之则越大。计算公式为：企业规模=Lg(总资产)。

第三，公司治理(ZL)。一般公司的内部治理制度越健全，其日常运营效率就会越高，财务绩效随之提高，发生财务危机的可能性也会降低；反之则会升高。其计算公式为：独立董事比例=独立董事人数/董事会人数。

第四，营业利润率(LRL)。营业利润率是企业营业利润与营业收入的比值。营业利润率越高，企业营业收入提供的营业利润越多，企业的盈利能力越强，发生财务危机的可能性就会越小；反之则越大。其计算公式为：营业利润率=营业利润/营业收入。

第五，现金实力(XJSL)。一般认为企业的现金实力越雄厚，财务绩效越好，企业发生财务危机的可能性就会越小；反之则越大。其计算公式为：现金实力=期末货币资金/总资产，即上市公司总资产一定的情况下，期末货币资金越多，其现金实力越强。

第六，每股收益(MGSY)。每股收益反映了企业每股普通股创造的税后利润数额，比率越高，表明每股普通股所创造的利润就越多，因此企业发生财务危机的可能性就会越小；反之则越大。其计算公式为：每股收益=归属于普通股股东的当期净利润÷当期发行在外普通股的加权平均数。

1.3 研究假设

假设1：研发强度(YFQD)与财务危机负相关。研发强度(YFQD)是公司本年度研发投入占营业收入的比率，一般认为该指标值越大，说明公司越重视产品的研究开发，在新产品研发及投产等方面的投资就会越多，公司新产品上市也就越多，效益就会越好；反之则会越差。因此，文章假设研发强度(YFQD)与财务危机负相关，即该指标值越大，说明公司陷入财务危机的可能性就越小；反之，则陷入财务危机的可能性就越大。

假设2：研发人员占比(YFRY)与财务危机负相关。研发人员占比(YFRY)是公司研发人员数占公司总人数的比，一般认为该指标值越大，说明公司越重视产品的研究开发，在新产品研发方面投入的人力资源越多，因此，公司研发成果也会越多，效益应该越好；反之则较差。因此，文章假设研发人员数量占比(YFRY)与财务危机负相关，即该指标值越大，说明公司陷入财务危机的可能性就越小；反之，则陷入财务危机的可能性就越大。

1.4 研究方法与模型设计

文章以我国农业上市公司2021年对外公布的年报数据资料为基点，通过构建多元逻辑模型(Logistic回归模型)，利用极大似然估计法对模型进行估计研究。

文章所要构建的财务危机预警模型如下：

Z=Logistic(P)=In{pi/(1-pi)}=α+β′X，其中α为截距，β为斜率参数向量，pi∈[0，1]。

根据Logistic回归模型的构建原理及文章所构建的财务危机预警模型，财务危机公司的预测概率为：p=eZ/(1+eZ)。

2 创新投入指标与财务危机的相关性分析

2.1 研发强度(YFQD)与财务危机的相关性分析

2.1.1 描述性统计结果

由描述性统计结果可以看出，T-1年、T-2年和T-3年连续三年财务健康公司的研发强度(YFQD)均值普遍高于财务危机公司的研发强度(YFQD)均值，说明在T-1年、T-2年和T-3年假设1所描述的现象是客观存在的，即研发强度(YFQD)与财务危机负相关。

2.1.2 回归结果及拟合优度检验

根据前文有关结论及模型设计的基本条件，建立研发强度(YFQD)的回归模型如下：

Z=C0+C1YFQDi+C2ZXDi+C3GMi+C4ZLi+C5LRLi+C6XJSLi+C7MGSYi+ε

其中，Z(财务健康公司，Z=0；财务危机公司，Z=1)，i=(T-1，T-2，T-3)，ε为回归残差。

首先，由T-1年回归模型的参数估计及拟合优度检验结果可以看出：①回归模型的HL检验显著性P=0.972>0.05，说明该模型的拟合优度非常高；②回归模型总体预测的正确百分比为87.5%，即该模型预测准确率较高；③回归变量研发强度(YFQD)的参数为负值，与假设一致，但其显著性P=0.16>0.05，在5%的水平下没有通过W校验，因此，研发强度(YFQD)指标最终不能进入回归模型。

其次，由T-2年回归模型的参数估计及拟合优度检验结果可以看出：①回归模型的HL检验显著性P=0.218>0.05，说明该模型的拟合优度较高；②回归模型总体预测的正确百分比为82.5%，即该模型预测准确率较高；③回归变量研发强度(YFQD)的参数为负值，与假设一致，其显著性P=0.042<0.05，在5%的水平下通过了W校验，因此，研发强度(YFQD)指标最终可以进入回归模型；同时控制变量营业利润率(LRL)、现金实力(XJSL)的参数均为负值，也通过了W检验，都可以进入回归模型。

根据上述回归结果，构建T-2年基于研发强度(YFQD)的财务危机预警模型如下：

Z=-6.61-1.689YFQDT-2-23.368LRLT-2-

(0.042)**(0.091)**

23.447XJSLT-2+ε

(0.055)**

最后，由T-3年回归模型的参数估计及拟合优度检验结果可以看出：①回归模型的HL检验显著性P=0.397>0.05，说明该模型的拟合优度较高；②回归模型总体预测的正确百分比为62.5%，即该模型预测准确率较弱；③回归变量研发强度(YFQD)的参数为负值，与假设一致，但其显著性P=0.709>0.05，没有通过W校验，因此，研发强度(YFQD)指标不能进入回归模型。

2.1.3 讨论

由上述回归模型的参数估计及拟合优度检验结果可以看出：T-1年、T-2年和T-3年的模型的拟合优度及其预测准确率都较高，而且回归变量研发强度(YFQD)的参数均为负值，与假设一致。但T-1年和T-3年模型均没有通过W检验，因此研发强度(YFQD)指标不能进入回归模型；而T-2年模型通过了W检验，同时控制变量营业利润率(LRL)、现金实力(XJSL)的参数均为负值，也通过了W检验，因此营业利润率(LRL)、现金实力(XJSL)指标均可以进入回归模型。

2.2 研发人员占比(YFRY)与财务危机的相关性分析

2.2.1 描述性统计结果

由描述性统计结果可以看出，T-1年、T-2年和T-3年连续三年财务健康公司的研发人员占比(YFRY)均值明显高于财务危机公司的研发人员占比(YFRY)均值，说明在T-1年、T-2年和T-3年假设2所描述的现象是客观存在的，即研发人员占比(YFRY)与财务危机负相关。

2.2.2 回归结果及拟合优度检验

根据前文有关结论及模型设计的基本条件，建立研发人员占比(YFRY)的回归模型如下：

Z=C0+C1YFRYi+C2ZXDi+C3GMi+C4ZLi+C5LRLi+C6XJSLi+C7MGSYi+ε

其中，Z(财务健康公司，Z=0；财务危机公司，Z=1)，i=(T-1，T-2，T-3)，ε为回归残差。

首先，由T-1年回归模型的参数估计及拟合优度检验结果可以看出：①回归模型的HL检验显著性P=0.168>0.05，说明该模型的拟合优度较高；②回归模型总体预测的正确百分比为87.5%，即该模型预测准确率较高；③回归变量研发人员占比(YFRY)的参数为负值，与假设一致，但其显著性P=0.367>0.05，没有通过W校验，因此，研发人员占比(YFRY)指标不能进入回归模型。

其次，由T-2年回归模型的参数估计及拟合优度检验结果可以看出：①回归模型的HL检验显著性P=0.891>0.05，说明该模型的拟合优度较高；②回归模型总体预测的正确百分比为80%，即该模型预测准确率较高；③回归变量研发人员占比(YFRY)的参数为负值，与假设一致，其显著性P=0.021<0.05，通过了W校验，因此，研发人员占比(YFRY)指标可以进入回归模型；同时控制变量营业利润率(LRL)、现金实力(XJSL)的参数均为负值，也通过了W检验，都可以进入回归模型。

根据上述回归结果，构建T-2年基于研发人员占比(YFRY)的财务危机预警模型如下：

Z=-8.905-0.362YFRYT-2-25.4LRTT-2-

(0.021)**(0.069)**

22.044XJSLT-2+ε

(0.031)**

最后，由T-3年回归模型的参数估计及拟合优度检验结果可以看出：①回归模型的HL检验显著性P=0.568>0.05，说明该模型的拟合优度较高；②回归模型总体预测的正确百分比为72.5%，即该模型预测准确率较高；③回归变量研发人员占比(YFRY)的参数为负值，与假设一致，但其显著性P=0.103>0.05，没有通过W校验，因此，研发人员占比(YFRY)指标不能进入回归模型。

2.2.3 讨论

由上述回归模型的参数估计及拟合优度检验结果可以看出：T-1年、T-2年和T-3年的模型的拟合优度及其预测准确率均较高，而且回归变量研发人员占比(YFRY)的参数均为负值，与假设一致。但T-1年和T-3年模型均没有通过W检验，因此研发人员占比(YFRY)指标不能进入回归模型；而T-2年模型通过了W检验，同时控制变量营业利润率(LRL)、现金实力(XJSL)的参数均为负值，也通过了W检验，因此营业利润率(LRL)、现金实力(XJSL)指标均可以进入回归模型。

2.3 研究结论

通过上述Logistic回归分析及其讨论结果，可以得出以下研究结论。

(1)接受假设1。研究结果显示：在T-2年我国农业上市公司研发投入力度越大，发生财务危机的可能性越小，即研发强度(YFQD)与财务危机负相关。

(2)接受假设2。研究结果显示：在T-2年我国农业上市公司研发人员数占公司总人数的比值越大，发生财务危机的可能性越小，即研发人员占比(YFRYZB)与财务危机负相关。

3 基于创新投入指标的财务危机预警模型

3.1 创新投入相关指标之间的相关性检验

由相关性检验结果可以看出：研发强度(YFQD)与研发人员占比(YFRY)的相关系数为0.584>0.5，说明研发强度(YFQD)与研发人员占比(YFRY)之间存在多重共线性，考虑到企业研发人员投入最终也会以资金形式表现出来，因此文章只选择研发强度(YFQD)作为回归变量进行分析。

3.2 Logistic回归结果与模型的构建

根据前文有关结论，建立回归模型如下：

Z=C0+C1YFQDT-2+C2LRLT-2+C3XJSLT-2+ε

其中，Z(财务健康公司，Z=0；财务危机公司，Z=1)，ε为回归残差。

由上述回归模型的参数估计及拟合优度检验结果可以看出：

第一，回归模型的HL检验显著性P=0.73>0.05，说明该模型的拟合优度较高；第二，回归模型总体预测的正确百分比为77.5%，即该模型预测准确率较高；第三，回归变量研发强度(YFQD)的参数为负值，其显著性P=0.043<0.05，通过了W校验；控制变量营业利润率(LRL)和现金实力(XJSL)的参数均为负值，也通过了W检验，因此文章最后构建的基于创新投入视角的财务危机预警模型如下：

Z=3.015-1.335YFQDT-2-5.738LRLT-2-

(0.016)**(0.043)**(0.077)**

16.213XJSLT-2+ε

(0.032)**

3.3 回归模型用于预测财务危机的方法

根据前文已构建的财务危机公司的预测概率为：

p=eZ/(1+eZ)

其中，Z=3.015-1.335YFQDT-2-5.738LRLT-2-16.213XJSLT-2，预测时，先计算出样本公司的Z值，然后计算出预测概率P，最后根据预测概率就可以进行判别。如果P>0.5，判别为财务危机公司，否则判别为财务健康公司。

4 财务危机预警模型的运用——对酒泉市敦煌种业公司财务状况的预测

4.1 敦煌种业公司介绍

甘肃省敦煌种业集团股份有限公司(股票代码600354)于1998年12月在甘肃省酒泉市肃州区肃州路28号登记注册成立，主要从事种子、棉花、食品加工业务的大型农业综合上市公司。公司现有注册资本5.28亿元，分、子公司19家，员工600余人。公司为农业产业化国家重点龙头企业、全国守合同重信用企业、农业部首批育繁推一体化种子经营企业、中国种业信用骨干企业、甘肃省战略新兴产业骨干企业和高新技术企业。公司“敦煌飞天”商标为中国驰名商标、甘肃省著名商标。

4.2 运用文章所构建的基于创新投入视角的财务危机预警模型预测敦煌种业公司的财务状况

文章所构建的财务危机预警模型是用T-2年的相关财务数据预测公司第T年的财务状况，因此在对敦煌种业公司财务状况进行预测时，可以分别用2018年和2019年的相关数据预测公司2020年和2021年的财务状况，以检验模型的有效性。在此基础上，利用2020年和2021年的相关财务数据预测公司2022年和2023年的财务状况，为公司经营者提供相应的对策建议。

4.2.1 模型有效性的检验

第一，检验敦煌种业公司2020年的财务状况。将敦煌种业公司2018年研发强度(YFQD)等相关指标数值代入文章所构建的财务危机预警模型，最终得到Z=-0.9466，概率P=0.2796<0.5，可以判别2020年公司不会陷入财务危机，事实上敦煌种业公司2020年净利润为正值，并未陷入财务危机。

第二，检验敦煌种业公司2021年的财务状况。将敦煌种业公司2019年研发强度(YFQD)等相关指标数值代入文章所构建的财务危机预警模型，最终达到Z=-0.2.8544，概率P=0.0545<0.5，可以判别2021年公司不会陷入财务危机，事实上敦煌种业公司2021年净利润为正值，并未陷入财务危机。

4.2.2 模型用于预测的结果

第一，预测敦煌种业公司2022年的财务状况。将敦煌种业公司2020年研发强度(YFQD)等相关指标数值代入文章所构建的财务危机预警模型，最终达到Z=-3.0077，概率P=0.047<0.5，可以判别2022年公司没有陷入财务危机的可能。

第二，预测敦煌种业公司2023年的财务状况。将敦煌种业公司2021年研发强度(YFQD)等相关指标数值代入文章所构建的财务危机预警模型，最终达到Z=-4.8955，概率P=0.0074<0.5，可以判别2023年公司也没有陷入财务危机的可能。

4.2.3 结论及对策建议

通过运用文章所构建的财务危机预警模型，对敦煌种业公司财务状况进行预测发现，2022年和2023年敦煌种业公司没有陷入财务危机的可能，但在经营过程中，仍应注意以下两点：一是2018年至2021年连续四年公司研发强度呈现出不稳定的上升趋势(即2020年较2019年有所降低)，建议公司在保证正常运营的前提下，进一步加大研发投入力度，不断提高公司财务绩效；二是公司营业利润率在2018年至2020年呈持续上升趋势，但2021年较前一年有所下降。建议公司经营者在保证公司正常经营业务的同时，多关注创新投入，以增加营业利润，提高公司的财务绩效。