農業上市公司財務預警分析

導語：農業上市公司財務預警分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：文章選取了2016~2019年在滬深上市的農業企業為樣本，對Altman的Z值模型在農業上市公司財務預警中的適用性進行了實證檢驗。結果表明：Z值模型對ST企業受到ST處理前一年預測的準確率為100%，前二年預測的準確率為75%；把非ST企業正確判斷為財務狀況正常企業的比例為78.73%。

關鍵詞：農業上市公司；財務失敗；Z值模型；財務預警

一、引言

農業是國民經濟的基礎性行業，農業的健康發展對于保障國家糧食安全、維護社會穩定、拉動其他產業發展起著至關重要的作用。國家歷來十分重視農業的發展，農業上市公司作為行業龍頭自然成為做大做強農業的關鍵。然而，農業企業因為天氣狀況、疫情、病蟲害等原因經營、財務狀況不穩定。另外，和一般的工業制造企業相比，農業企業的主營業務如養殖、林木培育、良種開發等普遍具有生產周期長、受自然條件影響大、資金回收速度慢等特點，這些在給企業帶來財務安全隱患的同時，對企業的財務管理和風險預警能力提出了新的要求。考慮到我國資本市場發展不夠成熟和農業企業的特殊性，檢驗Z值模型在我國農業上市公司的適用性，借以建立一套財務預警體系以幫助管理層和外部投資者改善決策就顯得至關重要，檢驗方法也可以用于檢驗Z值模型在其他行業的適用性。

二、文獻回顧

財務預警模型自20世紀30年代被西方理論界提出以來，不斷發展完善，先后出現了單變量判別模型、多元線性判別模型、線性概率分析、邏輯回歸分析、人工神經網絡模型等。Fitzpatrick（1932）是較早研究財務預警的學者，他通過對比19對失敗和非失敗企業的13個財務比率發現兩類企業的財務比率差異很大。Beaver（1966）挑選了158家企業作為樣本，運用單變量模型分析了30個財務指標的失敗預測能力，結果表明現金流量與負債比率預測準確率最高，其次是資產收益率。Altman（1968）首次利用多變量模型預測企業的財務風險，并命名為Z模型，該模型比以前的單變量模型對于財務失敗的預測能力更好，國內的周守華等（1996）在阿爾曼模型的基礎上提出來F分數模型。Ohison（1980）首次提出條件概率模型。Salchenberger（1992）在金融企業財務預警中建立了人工神經網絡模型，國內的楊保安利用神經網絡模型獲得了與實際情況基本一致的實驗結果。韓國的B.S.Ahn和英國的FengYuLin等通過把兩種以上的模型結合起來以建立綜合的財務預警模型，結果表明比單一的模型預測效果更好。對于財務危機的界定標準國內外學者有很多種不同的看法，鑒于我國的實際情況，本文借鑒了吳世農、盧賢義（2001）的做法，將企業因連續兩年虧損等原因而被ST作為其財務危機的標志。文章通過把Z值模型引入到我國農業上市公司財務預警的實踐中，分別檢驗了Z值模型把ST企業正確預測為財務失敗企業以及把非ST企業預測為財務正常企業的準確率，最后通過分析影響Z值大小的關鍵因素提出了提高資產流動性、建立財務危機預警機制等建議。

三、實證研究

（一）樣本選取

本文的研究對象為截至2020年第二季度滬深兩市的農業上市公司，包括上海A股、深圳A股、中小板、創業板等板塊，農業上市公司名單來自中國證監會2020年第二季度公布的上市公司行業分類結果。該名單共有農業上市公司43家，其中湘佳股份2020年4月24日才上市，沒有研究年度的數據，立華股份2019年2月18日上市只取得2019年一年的數據，其他41家公司均獲得了2016~2019年四年的數據，共取得165個樣本。為了研究方便，本文把樣本企業中受ST或*ST處理的公司歸為財務失敗的公司，把非ST和*ST公司歸為財務狀況正常的公司。統計后發現2016年到2019年間被ST或者*ST處理的公司共計6家，其中云投生態2019年4月30日受*ST處理、敦煌種業2019年3月20日受*ST處理、東方海洋2019年2月23日受ST處理、景谷林業從2012年10月9日后一直受ST或*ST處理、新賽股份2017年5月17日受*ST處理，2018年4月4日摘帽、獐子島2016年5月4日至2017年3月31日受*ST處理。

（二）研究方法

Z值模型是Altman通過對美國1945~1965年間制造業的33家破產公司和33家經營正常的公司進行充分研究后提出的，Altman從20多個財務指標中總Z值模型在我國農業上市公司財務預警分析中的應用李朋濤結出4~5個來計算、預測企業的財務狀況。其計算方法就是根據每個變量對于預測企業財務風險作用的大小分別賦予不同的權重，然后通過加權計算出Z值，最后通過Z值所在區間就可以了解企業財務危機的程度。計算公式如下：這一指標衡量的是在不考慮稅收和融資的影響下企業資產生產能力利用的情況，是衡量企業利用債務資本和所有者權益總額取得盈利的指標。該指標越高，表明企業資產的利用效果越好，經營管理水平越高這一指標反映股東提供的資本和債權人提供的資本的相對關系，說明企業財務結構是否穩定，反映了債權人投入的資本受股東資本的保障程度。該比率越高企業破產的風險越小。這一指標衡量企業產生銷售額的能力，指標越高，表明資產的利用率越高。通過大量的實證研究，Altman發現Z值大于2.99時企業的經營業績良好、財務狀況穩定，破產風險很小，這一區間稱為安全區。1.8≦Z≦2.99時，為灰色區，表明企業的財務狀況不確定，是否破產情況不明。Z<1.8時為表明企業經營狀況很糟，破產概率很大。

（三）分析結果

Z值公式中的數據除了盈余公積、未分配利潤來自巨潮資訊網的上市公司報外，其他數據均來自通達信，同花順等軟件，數據來源可靠。所有數據經過收集整理后使用EXCEL計算得出Z值。計算結果如表2所示。1.ST企業分析結果ST或*ST企業的Z值見表3，從中表格說明：1.特殊企業說明：（1）湘佳股份2020年4月24日才上市，沒有2016年到2019年的股價、流動股股數等數據，所以表中未統計其Z值；（2）立華股份2019年上市，表中只有其2019年的數據2.疫情是2020年1月之后才爆發的，對于2019年公司的各項數據基本沒有影響，所以各公司2019年的Z值代表的應是正常水平1.特殊企業說明：（1）ST景谷自2012年10月9日起一直受到ST或*ST處理，但是其不但沒有被強制要求退市，四年間平均每股市場價值卻高達25.8125元且每年年末股價都高于20元，景谷堪稱ST企業股價中的“佼佼者”。根據華北電力大學田金玉的研究，ST企業股價高主要是因為制度和投資者的心理原因，并不是因為其財務績效好，所以為了避免極值對于Z值模型預測準確率的影響，本文在統計Z值模型預測對ST企業財務預測的準確率時不考慮ST景谷。（2）獐子島是2019年發現的財務造假嚴重的公司之一，財務數據不可信，在統計Z值模型預測ST企業的準確率時不考慮ST獐島2.新賽股份是2017年受到*ST處理的，為了統計Z值模型對企業受ST處理前兩年預測的準確率，單獨計算了新賽股份2015年末的Z值可以統計出Z值模型對于ST或*ST企業財務危機的預測準確率。從表3中可以計算得出，Z值模型對ST企業受到ST處理前一年預測的準確率為100%，前兩年預測的準確率為75%，可見Z值模型對ST企業預測的準確率很高,并且越臨近受到ST處理的年份準確率越高。2.非ST企業分析結果非ST企業的Z值計算結果，如表4所示。從表4可以看出，Z值模型把非ST企業錯誤預測為財務失敗企業的比例平均為21.27%，把非ST企業正確預測的比例為78.73%。正確預測的包括兩種情況：一種是Z值介于1.8和2.99之間的灰色區內，財務狀況不太穩定的企業，其比例為19.9%，例如，以生豬養殖與銷售為主業的002714牧原股份2018年受非洲豬瘟疫情的影響，公司利潤總額從2017年的23.66億降至2018年的5.26億，受此連累當年Z值從2016年的1.907降至1.477，2019年豬肉價格大漲，公司利潤暴漲至63.19億，公司股價也從16.56元每股漲至51.91元每股，當年Z值為3.109。另一種情況是Z值大于2.99，財務狀況良好的企業，其比例為58.83%，這說明我國農業上市公司中財務狀況良好的企業比較多。

四、結論與對策

本文通過實證研究發現，Z值模型在預測農業上市公司財務狀況時具有較高的準確率，可以作為管理者改善經營管理決策的依據，債權人和股票投資者也可以以其為參考做出投資決策。在計算Z值時，應避免受極端值的影響，以免影響預測的準確率。鑒于以上分析，為了改善企業的財務狀況，對管理者提出下述建議。第一，提高資產流動性。通過計算樣本企業的流動比率，發現流動比率的大小和Z值成正比，因此，管理層應注意提高資產流動性以保障對于短期負債的支付能力，從而改善企業的財務狀況.第二，合理選擇籌資方式，優化資本結構。橫向對比發現財務失敗企業的資產負債率是財務狀況正常企業的2倍有余；縱向對比發現，在被ST處理的前幾年內多家ST企業的資產負債率呈上升趨勢。可見過高的負債水平是造成財務失敗的主要原因之一。為此，企業應該合理選擇籌資方式，首先，在合理利用財務杠桿的前提下，盡量選擇用普通股和留存收益來籌資，這樣既可以降低資產負債率，又可以減少固定的利息負擔；其次，多利用商業信用等籌資方式以降低籌資成本。第三，建立財務預警機制。企業的財務危機是逐漸積累而形成的，并且在初期不易被發現，財務危機一旦爆發對于企業的影響是致命的，甚至可能導致企業破產，所以，有必要建立一套財務預警體系。本文研究發現，Z值模型對于受ST處理的農業上市公司在其財務失敗前一年預測的準確率達到了100%，財務失敗前兩年預測準確率也有75%，因此，管理層可以通過計算Z值來評估企業面臨的財務狀況，對公司可能或將要面臨的財務危機事先進行預警。

參考文獻：

[1]李秉成,王志濤,張曉涵.企業失敗多變量預測研究的經典之作———《財務比率、判別分析與企業失敗預測》導讀[J].財會通訊,2019(19):3-6.

[2]楊雪燕,殷實,卞鷹.利用Z值模型評價我國醫藥上市公司財務狀況的實證研究[J].中國藥房,2016,27(07):865-868.

[3]游達明,劉亞慶.Z值財務預警模型在交通運輸業的修正與應用[J].華東經濟管理,2015,29(07):9-13+185.

[4]裴瀟,黃玲,陳華.基于Z值模型的房地產企業財務預警研究[J].財會通訊,2015(04):42-45.

[5]邢有洪,張靜.航空公司財務預警實證研究[J].財會通訊,2011(36):80-82.

[6]劉華輝.我國鋼鐵上市公司財務風險實證研究[J].會計之友(中旬刊),2010(12):84-87.

[7]王宗萍,張淑慧.關于幾種財務危機預警模型的比較[J].企業經濟,2006(04):136-137

[8]胡楊,馮武.我國非制造業上市公司財務失敗預警模型的實證研究[J].經濟經緯,2005(02):54-57.

作者：李朋濤