有色金屬上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警探討

時(shí)間:2022-06-18 08:58:12

導(dǎo)語:有色金屬上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警探討一文來源于網(wǎng)友上傳,不代表本站觀點(diǎn),若需要原創(chuàng)文章可咨詢客服老師,歡迎參考。

有色金屬上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警探討

有色金屬制造業(yè)是我國重要基礎(chǔ)產(chǎn)業(yè)之一,是實(shí)現(xiàn)制造強(qiáng)國的重要支撐。當(dāng)前,我國有色金屬工業(yè)生產(chǎn)總體保持平穩(wěn)運(yùn)行,但仍然面臨自主創(chuàng)新能力不足、發(fā)展質(zhì)量效益不高、資源環(huán)境壓力加大、要素配置有待優(yōu)化等諸多發(fā)展瓶頸。與此同時(shí),肺炎疫情對(duì)全球經(jīng)濟(jì)造成嚴(yán)重沖擊,貴金屬市場價(jià)格下跌、有色金屬制造業(yè)產(chǎn)能過剩、原材料價(jià)格不斷攀升等問題比較突出,有色金屬制造業(yè)財(cái)務(wù)風(fēng)險(xiǎn)日益增加。如何發(fā)現(xiàn)潛在的財(cái)務(wù)風(fēng)險(xiǎn),并發(fā)出有效預(yù)警,避免不必要的經(jīng)濟(jì)損失,從而使公司在激烈的市場競爭中獲得一席之地,顯得尤為重要?,F(xiàn)行的大部分財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型沒有充分考慮模型的實(shí)用性,模型結(jié)構(gòu)十分復(fù)雜,需要的樣本數(shù)量巨大,構(gòu)建過程困難,沒有考慮企業(yè)的特性以及所處的環(huán)境,并不一定適合有色金屬制造業(yè)。本文的研究對(duì)象J銅業(yè)公司是一家國內(nèi)銅精礦自給率較高的公司,是國內(nèi)中型的銅生產(chǎn)和加工基地,2008年實(shí)現(xiàn)主要資產(chǎn)的整體上市。近年來,企業(yè)總資產(chǎn)達(dá)到數(shù)百億元,已成為國內(nèi)重要的陰極銅、銅加工材和稀貴金屬生產(chǎn)基地。本文以該公司作為研究對(duì)象,采用熵值法與功效系數(shù)法為該公司構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型,在有色金屬行業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警中具有典型應(yīng)用的價(jià)值。同時(shí),該預(yù)警模型也為其他行業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警提供一個(gè)新思路。

一、熵值法和功效系數(shù)法概述

本文采用熵值法和功效系數(shù)法構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。首先以熵值法為基礎(chǔ)對(duì)公司各個(gè)財(cái)務(wù)指標(biāo)確定權(quán)重,然后利用功效系數(shù)法對(duì)各個(gè)指標(biāo)權(quán)重進(jìn)行設(shè)置,確定各個(gè)指標(biāo)的滿意值,最后以功效系數(shù)為基礎(chǔ)得出所需的評(píng)分值。

(一)熵值法

熵值法是一種評(píng)價(jià)研究對(duì)象重要程度的研究方法,根據(jù)熵理論進(jìn)行賦權(quán)。在財(cái)務(wù)預(yù)警系統(tǒng)中,可用熵值法來確定多個(gè)財(cái)務(wù)指標(biāo)的權(quán)值。熵值法的運(yùn)用過程如下:1.假設(shè)有m個(gè)年份為被評(píng)價(jià)對(duì)象,每個(gè)年份有n個(gè)評(píng)價(jià)指標(biāo),建立n行m列原始數(shù)據(jù)評(píng)價(jià)矩陣X(其元Xij素表示第i個(gè)評(píng)價(jià)指標(biāo)第j年的原始數(shù)據(jù)):數(shù)據(jù)進(jìn)行無綱化處理,得到新的評(píng)價(jià)矩陣Y(其元素Yij表示第i個(gè)評(píng)價(jià)指標(biāo)第j年無綱化評(píng)價(jià)值),計(jì)算如下:若評(píng)價(jià)指標(biāo)為適中指標(biāo),則取值在一定區(qū)間最好。其中,Mi表示第i行最大值,mi表示第i行最小值。進(jìn)行無綱化處理后,如果評(píng)價(jià)指標(biāo)依然存在小于零的情況,必須對(duì)該指標(biāo)進(jìn)一步進(jìn)行標(biāo)準(zhǔn)化處理。將坐標(biāo)進(jìn)行平移,令Y中所有元素Yij=Yij+1,可得到更新后的矩陣Y。3.對(duì)無綱化矩陣進(jìn)行歸一化處理,得到新的評(píng)價(jià)矩陣P:

(二)功效系數(shù)法

功效系數(shù)法是根據(jù)多目標(biāo)規(guī)劃原理,評(píng)價(jià)被研究對(duì)象的綜合狀況,在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警中也同樣適用。首先選取若干重要的財(cái)務(wù)指標(biāo),然后根據(jù)公司所處行業(yè)來確定各個(gè)指標(biāo)的標(biāo)準(zhǔn)值,即可計(jì)算出各財(cái)務(wù)指標(biāo)的功效系數(shù),以及各指標(biāo)的基礎(chǔ)分和調(diào)整分,基礎(chǔ)分與調(diào)整分之和即為該指標(biāo)的評(píng)分值。單項(xiàng)指標(biāo)評(píng)分值相加得出總指標(biāo)評(píng)分值。具體運(yùn)用過程如下:1.計(jì)算各項(xiàng)指標(biāo)的標(biāo)準(zhǔn)值。2.計(jì)算各個(gè)指標(biāo)功效系數(shù),公式如下:其中,d為單項(xiàng)功效系數(shù),x為指標(biāo)實(shí)際值,xs為不滿意值,xh為滿意值。3.計(jì)算各項(xiàng)指標(biāo)的基礎(chǔ)分與調(diào)整分,相加得出指標(biāo)評(píng)分值,結(jié)果為60+40d,其中,60為基礎(chǔ)分,40d為變動(dòng)分。4.根據(jù)各個(gè)指標(biāo)的權(quán)重和評(píng)分值計(jì)算出綜合評(píng)分值,判斷公司財(cái)務(wù)風(fēng)險(xiǎn)。

二、有色金屬上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建:以J銅業(yè)公司為例

(一)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)初選

為了能夠全面地對(duì)J公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警,選取18個(gè)財(cái)務(wù)指標(biāo),分別反映公司的盈利能力、營運(yùn)能力、償債能力、發(fā)展能力,具體數(shù)據(jù)如表1所示。

(二)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)篩選

1.根據(jù)J公司2016-2018年間的具體財(cái)務(wù)數(shù)據(jù),建立初始評(píng)價(jià)矩陣,并進(jìn)行標(biāo)準(zhǔn)化處理,具體處理結(jié)果如表2所示。2.將標(biāo)準(zhǔn)化處理后的數(shù)據(jù),再進(jìn)行數(shù)據(jù)歸一化處理,如表3所示。3.根據(jù)公式,分別計(jì)算各指標(biāo)的熵值、差異化系數(shù)、權(quán)重、指標(biāo)類權(quán)重,結(jié)果如表4所示。熵值法可以判斷不同財(cái)務(wù)指標(biāo)在風(fēng)險(xiǎn)預(yù)警中的重要程度,一個(gè)財(cái)務(wù)指標(biāo)的熵值越小,表明其權(quán)重越大。根據(jù)財(cái)務(wù)指標(biāo)之間的Pearson相關(guān)性分析以及熵值法,可選取J公司能夠敏銳察覺公司財(cái)務(wù)狀況變化的代表性指標(biāo),然后以這些指標(biāo)為基礎(chǔ)構(gòu)建J公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型,步驟如下:第一步,使用SPSS軟件,對(duì)上一步篩選出的指標(biāo)進(jìn)行雙側(cè)檢驗(yàn),計(jì)算出各指標(biāo)之間的Pearson相關(guān)性系數(shù);第二步,篩選出Pearson相關(guān)性系數(shù)大于等于0.9的財(cái)務(wù)指標(biāo),重新計(jì)算熵值,選中熵值較小的指標(biāo);第三步,對(duì)于Pearson相關(guān)性系數(shù)較小的指標(biāo),挑選出權(quán)重大于平均權(quán)重的指標(biāo)。具體篩選過程如下(以盈利能力指標(biāo)篩選為例):首先整理J公司2016-2018年財(cái)務(wù)數(shù)據(jù),并進(jìn)行相關(guān)性分析,得出各項(xiàng)指標(biāo)的Pearson相關(guān)系數(shù),相關(guān)性分析結(jié)果如表5所示。由表5可以得出,J公司盈利能力的五個(gè)指標(biāo)相關(guān)系數(shù)均大于0.9,高度關(guān)聯(lián),所以指標(biāo)的選擇標(biāo)準(zhǔn)就轉(zhuǎn)移到權(quán)重的比較上。由該表可以看出,資產(chǎn)報(bào)酬率(X5)的權(quán)重0.088為最高,其次為總資產(chǎn)利潤率(X1)的權(quán)重0.045。經(jīng)過篩選得出兩個(gè)反映J公司盈利能力的指標(biāo),分別是資產(chǎn)報(bào)酬率(X5)和總資產(chǎn)利潤率(X1)。同樣根據(jù)相關(guān)性分析,篩選出應(yīng)收賬款周轉(zhuǎn)率(X6)和存貨周轉(zhuǎn)率(X7)作為反映營運(yùn)能力的財(cái)務(wù)預(yù)警指標(biāo);現(xiàn)金比率(X12)和利息支付倍數(shù)(X13)作為反映J公司償債能力的財(cái)務(wù)預(yù)警指標(biāo);凈利潤增長率(X16)和凈資產(chǎn)增長率(X17)作為反映J公司發(fā)展能力的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)。

(三)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)權(quán)重的確定

以熵值法與相關(guān)性分析為基礎(chǔ),篩選出八項(xiàng)財(cái)務(wù)指標(biāo)作為構(gòu)建預(yù)警模型的基礎(chǔ)。然后運(yùn)用熵值法對(duì)篩選出的八項(xiàng)指標(biāo)進(jìn)行重新計(jì)算,得出各項(xiàng)指標(biāo)權(quán)重。權(quán)重計(jì)算方法與前文相同,結(jié)果如表6如示。

(四)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建

由于傳統(tǒng)功效系數(shù)法在設(shè)置預(yù)警檔次與綜合得分分配上存在一些缺陷,僅僅設(shè)置了好與壞兩個(gè)檔次,計(jì)算出各指標(biāo)的基礎(chǔ)分及調(diào)整分的比重也是一成不變的。為提高財(cái)務(wù)預(yù)警模型的科學(xué)性,將進(jìn)行以下處理:1.細(xì)化評(píng)價(jià)檔次。在傳統(tǒng)功效系數(shù)法的基礎(chǔ)上,參照國務(wù)院國資委每年定期的《企業(yè)綜合績效評(píng)價(jià)標(biāo)準(zhǔn)值(2018年)》中的評(píng)價(jià)標(biāo)準(zhǔn),確定預(yù)警系統(tǒng)所需的標(biāo)準(zhǔn)值增加三個(gè)評(píng)價(jià)檔次,如表7所示。2.改進(jìn)基礎(chǔ)分與調(diào)整分。在原有財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警綜合評(píng)價(jià)分?jǐn)?shù)的基礎(chǔ)上,增加盈利能力、營運(yùn)能力、償債能力、發(fā)展能力等指標(biāo)組得分和單項(xiàng)指標(biāo)得分。改進(jìn)后的綜合評(píng)價(jià)分?jǐn)?shù)計(jì)算步驟如下:(1)單項(xiàng)指標(biāo)得分=本檔基礎(chǔ)分+調(diào)整分3.確定財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警標(biāo)準(zhǔn)值。首先計(jì)算出財(cái)務(wù)預(yù)警指標(biāo)實(shí)際值,其次根據(jù)公司所處行業(yè)判斷預(yù)警指標(biāo)所處檔次的標(biāo)準(zhǔn)值,經(jīng)過計(jì)算得出各項(xiàng)指標(biāo)的實(shí)際得分。J公司屬于有色金屬冶煉行業(yè),所以本文參照有色金屬冶煉行業(yè)中相應(yīng)的評(píng)價(jià)標(biāo)準(zhǔn)值。4.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警等級(jí)劃分。本文參考眾多學(xué)者的研究成果以及國資委的《中央企業(yè)綜合績效評(píng)價(jià)實(shí)施細(xì)則》,將財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行分級(jí)處理,詳見表8,將50分-70分作為公司財(cái)務(wù)風(fēng)險(xiǎn)的中警等級(jí)區(qū)間,重警與巨警的分界線定為40分,得分高于70分,則認(rèn)為公司財(cái)務(wù)狀況較好,不會(huì)出現(xiàn)嚴(yán)重的財(cái)務(wù)風(fēng)險(xiǎn),無警與輕警的分界值為85分。

三、有色金屬上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警

模型測試與應(yīng)用:以J銅業(yè)公司為例將J公司2019年相關(guān)財(cái)務(wù)數(shù)據(jù)代入預(yù)警模型,對(duì)J公司2019年財(cái)務(wù)狀況進(jìn)行研判。功效系數(shù)計(jì)算結(jié)果如表9所示。同時(shí)可計(jì)算出J公司2019年各單項(xiàng)財(cái)務(wù)指標(biāo)得分,如表10所示。經(jīng)過計(jì)算,2019年財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警綜合得分為各單項(xiàng)評(píng)分值之和62.86分,可以判斷出J公司的財(cái)務(wù)狀況不佳,處于中警狀態(tài),表明公司目前存在較大的財(cái)務(wù)風(fēng)險(xiǎn),應(yīng)引起公司管理者的足夠重視,須有針對(duì)性地采取財(cái)務(wù)風(fēng)險(xiǎn)防范措施,及時(shí)化解財(cái)務(wù)風(fēng)險(xiǎn)。

四、結(jié)論

本文以J銅業(yè)公司2016-2018年的會(huì)計(jì)數(shù)據(jù)為基礎(chǔ),從盈利能力、營運(yùn)能力、償債能力、發(fā)展能力四個(gè)維度預(yù)選了18個(gè)財(cái)務(wù)指標(biāo)作為初始指標(biāo),再運(yùn)用熵值法結(jié)合SPSS軟件對(duì)各初始指標(biāo)進(jìn)行Pearson相關(guān)性分析,篩選出最終構(gòu)成J銅業(yè)公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的8個(gè)財(cái)務(wù)指標(biāo),并再次運(yùn)用熵值法對(duì)其進(jìn)行二次賦權(quán)。運(yùn)用改進(jìn)后的功效系數(shù)法,構(gòu)建了高效的財(cái)務(wù)預(yù)警模型,結(jié)合國資委頒布的《企業(yè)績效評(píng)價(jià)標(biāo)準(zhǔn)值》對(duì)指標(biāo)體系進(jìn)行綜合評(píng)價(jià),預(yù)警結(jié)果符合企業(yè)當(dāng)前的財(cái)務(wù)狀況。該模型具有通用性和可操作性,也可替換成其它企業(yè)的財(cái)務(wù)數(shù)據(jù),并結(jié)合企業(yè)所處行業(yè)的評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行預(yù)警。

作者:黃盈盈 賀美蘭