基于財務數據的有色金屬上市公司成長危機研究

戴 靜

（中鋼投資有限公司，北京 100080）

·經營管理·

基于財務數據的有色金屬上市公司成長危機研究

戴 靜

（中鋼投資有限公司，北京 100080）

有色金屬行業是國民經濟發展重要命脈，在當前經濟低迷背景下發展面臨著諸多問題，成長性研究是有色金屬行業研究的重要內容。以2013年有色金屬行業上市公司為樣本做實證研究，基于財務數據運用Logit regression構建模型，采用2014年的樣本公司對模型進行穩健性檢測，最終結果表明，Logit模型可以有效預測有色金屬行業上市公司成長危機。企業業績、資本結構和營運能力是影響有色企業成長性的重要因素。

有色金屬行業；成長危機；Logit模型；財務數據

隨著國民經濟的發展，我國有色金屬行業的發展突飛猛進，實力不斷增強。有色金屬是國民經濟發展的基礎材料，航空、航天、汽車、機械制造、電力、通訊、建筑、家電等絕大部分行業都以有色金屬材料為生產基礎，在人類發展中的地位愈來愈重要。它不僅是世界上重要的戰略物資，重要的生產資料，而且也是人類生活中不可缺少的消費資料的重要材料?！笆濉睍r期，我國政府經濟工作把轉變發展方式、調整產業結構擺在更加突出的位置，我國繼續推進《有色金屬產業調整和振興規劃》，努力轉變發展方式以充分發揮其在國民經濟中的重要作用。本文以滬深兩市有色金屬上市公司為樣本，選取適當的財務指標構建模型，并通過滯后一年的樣本公司研究影響并導致有色企業成長危機有哪些因素。

1 現有文獻綜述

目前，國內外學者對成長性研究的文章比較廣泛。kimberly Frank（2002）通過自己的模型測算得出財務數據對于預測低成長性的公司比高成長性的公司要高很多［1］。Frédéric Delmar、Per Davidsson等人（2003）通過對1501家高成長性企業樣本進行多項指標研究，從規模、成立時間、產業相關性等不同角度定義出7種企業成長模式［2］。

國內學者方面，黃曉慶［3］從有色金屬行業現狀出發，選取資產負債率為被解釋變量，選取資產凈利率、營業收入增長率、存貨周轉率等指導因素為解釋變量，通過描述性統計，多元線性回歸模型等進行實證分析，對有色金屬行業上市公司資本結構影響因素進行研究，對有色金屬行業上市公司合理化建設提供指導。陳曉紅、何鵬等［4］通過相關統計分析發現中國上市公司規模及成長率密度分布不服從正態分布。而Logit模型的最大優點是，不需要嚴格的假設條件，相對其他模型具有更廣泛的適用范圍，并且在金融、醫學、冶金等各個領域都有廣泛應用，在統計軟件中也有成熟模塊。因此，本文采取有色企業上市公司財務數據，選用Logit模型運用spss統計軟件作為分析工具進行研究?？紤]到采用變量過多會造成該模型顯著性較差，本文在構建模型之前，首先根據單變量組間均值相等檢驗篩選出區分能力最強的變量，再對剩余變量進行相關性分析，確定導致上市公司產生成長危機的最終變量。

2 模型設計

2.1 成長危機的定義

中南大學商學院陳曉紅教授等［5］曾經連續3年對A股上千家上市公司成長性進行了研究，認為經歷了上市迅速成長擴張的階段后，成長能力明顯放緩，出現成長停滯的公司為成長危機公司。中國證監會相關法規規定，企業財務狀況異常指：（1）最近兩個會計年度的審計結果顯示的凈利潤為負值；（2）最近一個會計年度的審計結果顯示其股東權益低于注冊資本；（3）注冊會計師對最近一個會計年度的財產報告出具無法表示意見或否定意見的審計報告；（4）最近一個會計年度經審計的股東權益扣除注冊會計師、有關部門不予確認的部分，低于注冊資本；（5）最近一份經審計的財務報告對上年度利潤進行調整，導致連續兩個會計年度虧損；（6）經交易所或中國證監會認定為財務狀況異常的。一般在實證分析中將前兩者作為成長危機的標志，即最近兩個會計年度股東權益為負值或每股凈資產低于股票面值。

2.2 樣本選取

研究采用第t－1年的數據來預測第t年是否會存在成長危機。以2013年發生成長危機的公司構建成長危機預警模型，以2014年的公司成長性檢驗模型穩健性。選取2013年滬、深兩市有色金屬上市公司81家，見表1，其中出現成長危機的公司共37家，剩下的44家為正常公司，樣本公司均采用公司前一年的財務資料。本研究所采取之財務數據均來自“萬得數據庫”和上市公司年報。

表1 2013年有色行業上市公司樣本

2.3 模型變量的篩選

實證研究的因變量采用0／1變量，將1代表為成長危機公司，0則代表為正常公司。為了考察各財務指標與有色上市公司危機之間的關系，首先考察各財務指標與有色上市公司發生成長危機可能性之間的關聯。從成長能力、盈利能力、資金營運能力、市場預期指標、企業規模五個方面共選取12個指標作為模型的初始自變量，分別是：x1（資產負債率），x2（產權比率），x3（主營業務收入），x4（應收賬款周轉率），x5（主營業務利潤率），x6（凈資產收益率），x7（每股經營性現金流），x8（現金流動負債比），x9（資產周轉率），x10（每股收益），x11（每股凈資產），x12（資產總額）。

2.4 單變量組間均值相等檢驗

單變量組間均值相等檢驗可以判斷出各財務變量與成長危機公司之間的關聯。將樣本公司的12項指標導入，通過spss軟件進行均值相等檢驗，分析得出有5個變量具有顯著性（顯著性水平小于0.05），它們可以對正常公司和成長危機公司具有較強區分，檢驗結果見表2。這幾個指標是：x2（產權比率），x4（應收賬款周轉率），x6（凈資產收益率），x10（每股收益），x11（每股凈資產）。

表2 組均值相等的檢驗結果

2.5 多重共線性檢驗

為了避免變量之間多重共線性對模型的影響，用Pearson法對以上變量進行了相關性分析，檢驗結果見表3。結果表明x6（凈資產收益率）與x10（每股收益）之間的相關性為0.910，為高度相關，應當剔除其中一個。通過將這兩個變量與其他變量的相關性比較，發現凈資產收益率與其他變量的相關性較小，本研究剔除x6（凈資產收益率），最終確定選用x2、x4、x10、x11這四個變量建立模型。

表3 變量之間的相關性

2.6 模型構建

以二分類變量（正常公司為0，危機公司為1）為因變量，以2013年發生成長危機的公司為樣本，利用標準logit估計式構建模型：

式中：P表示公司發生成長危機的概率，x是自變量分別對應x2（產權比率），x4（應收賬款周轉率），x10（每股收益），x11（每股凈資產）這四個變量，β為自變量系數表示相應x每增加一個單位機會比率的增長率，α為常數項。將81家樣本公司的4項財務指標導入spss統計分析軟件，應用卡方檢測（Chi－square test）對模型系數進行綜合檢驗，結果見表4，結果表明模型對于成長危機公司的預測具有顯著性（顯著性水平小于0.05）。通過回歸結果可看出對于44家正常公司，模型預測出38家，準確率為86.4%；對于31家危機公司，模型預測了37家，準確率為83.8%，模型整體預測的正確率為85.2%，匯總表見表5。

表4 模型系數的綜合檢驗

2.7 穩健性檢驗

為了檢驗模型的穩健性，研究采用2014年的81家有色行業上市公司對模型進行檢驗。根據成長危機的定義，總共取得30家成長危機公司。模型可以正確地預測出25家危機公司，此時模型區分出現成長危機公司的比率為83.3%，模型整體預測的正確率為81.5%，該結果證明模型具有良好的預測性和穩健性。檢驗結果見表6。

表6 2014年上市公司模型檢驗結果

3 結 論

Logit模型具有較好的預測功能和穩健性，可以將此模型應用于有色金屬行業上市公司成長危機的預測，通過影響因素變量分析，可以發現通過企業業績、資本結構、營運能力這幾個方面設置變量構建模型，可以對有色企業成長性危機有較好的預測效果，對于影響有色企業成長性的因素總結如下：

1.上市公司業績是決定成長性的最主要因素。毋庸置疑，業績是度量上市公司成長性好壞的重要指標，x10（每股收益），x11（每股凈資產）這兩個指標與上市公司成長性顯著相關。值得注意的是，x3（主營業務收入）和有色企業的成長性沒有直接關系，這是因為近幾年隨著實體經濟不景氣，有色行業整體低迷，即便收入增加整體利潤率卻依舊下滑，導致主營業務和有色企業的成長性并不相關。在2013年的每股收益和凈資產收益率排名最后的10家公司中均有9家屬于成長危機公司。由此可見，對于傳統的有色企業，不能墨守傳統業務模式，適時的發展新的業務類型，從而讓企業適應市場需要保持良好的業績是上市公司成長性的保證。

2.資本結構直接關系到有色金屬行業上市公司的償債壓力和破產的潛在危險。根據相關性檢驗，x2（產權比率）與成長性負相關，這說明對于有色企業來說，負債比率過高會影響到企業成長性，存在較大的風險和隱患。尤其在目前全球經濟下滑，大宗商品的價格持續下跌的環境下，很多有色企業前幾年的盲目投資非但沒有創造效益，反而不斷給企業增添財務成本變成負擔，因此合理優化資本結構，理性選擇投資項目是有色企業重要的管理內容。

3.應收賬款問題加大有色企業的財務風險。從模型中可以看出，x4（應收賬款周轉率）與成長性正相關。受國際國內經濟形勢影響，近幾年來有色企業的下游需求下滑，行業產能過剩導致庫存攀升應收賬款問題非常突出。應收賬款的大量增加很多時候和關聯方企業有關，如果管理不善風控措施不到位，很容易演變成關聯方企業無限期拖延欠款的行為，從而導致企業的呆賬壞賬，影響企業的正常經營。對此，有色企業應當充分引起重視，對關聯方企業進行信用評級，并且建立健全公司內部的風控機制，對風險進行嚴格有力的監督。

［1］ Kimberly Frank.The effect of growth on the value relevance of accounting data［J］.Journal of Business Research，2001，（55）：69－78.

［2］ Frédéric Delmar，Per Davidsson，William B Gartner.Arriving at the high－growth firm［J］.Journal of Business Venturing，2002，（18）：189－216.

［3］ 黃曉慶.資本結構影響因素實證分析——以有色金屬行業上市公司為例［J］.審計與理財，2014，（9）：30－32.

［4］ 陳曉紅，佘堅，韓文強，等.2005年中小上市公司成長性研究報告［J］.資本市場，2005，（7）：117－118.

［5］ 陳曉紅，何鵬，張澤京.我國中小上市公司規模及成長率密度分布研究［J］.財經研究，2005，（5）：93－104.

［6］ 陳曉紅，戴靜.基于logit模型的中小企業成長危機預警［J］.系統工程，2007，（1）：76－81.

The Research on Growth Crisis of Nonferrous Metals Companies Based on Financial Datas—Take Examples of Listed Nonferrous Corporations

DAI Jing

（Sinosteel Investment Co.，Ltd.，Beijing 100080，China）

Nonferrous metals corporations are playing an important role in the national economy with lots of uncertain factors in their growth in the background of economic downturn，the growth research is very important.Our paper takes the common stocks of the nonferrous metals in 2013 as samples using the variables by the correlation and significance test，and establish the model by Logit regression.Then we check the model by the samples of the SMEs in 2014.The result shows that the Logit model is an effective and stable model for predicting the growth crisis of the nonferrous metals corporations.We come to the conclusion that performance，capital structureand operation ability are related to the growth of nonferrous metals corporations.

nonferrous metals corporations；growth crisis；logit regression；financial data

F224.7

A

1003－5540（2015）05－0074－04

2015－07－20

戴 靜（1982－），女，經濟師，主要從事證券期貨及衍生品的研究與交易。