有色金屬上市公司財務(wù)風(fēng)險預(yù)警模型及應(yīng)用
——以J銅業(yè)公司為例

黃盈盈 賀美蘭

有色金屬制造業(yè)是我國重要基礎(chǔ)產(chǎn)業(yè)之一，是實現(xiàn)制造強國的重要支撐。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，新冠肺炎疫情對全球經(jīng)濟造成嚴(yán)重沖擊，貴金屬市場價格下跌、有色金屬制造業(yè)產(chǎn)能過剩、原材料價格不斷攀升等問題比較突出，有色金屬制造業(yè)財務(wù)風(fēng)險日益增加。如何發(fā)現(xiàn)潛在的財務(wù)風(fēng)險，并發(fā)出有效預(yù)警，避免不必要的經(jīng)濟損失，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。現(xiàn)行的大部分財務(wù)風(fēng)險預(yù)警模型沒有充分考慮模型的實用性，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象，采用熵值法與功效系數(shù)法為該公司構(gòu)建財務(wù)風(fēng)險預(yù)警模型，在有色金屬行業(yè)財務(wù)風(fēng)險預(yù)警中具有典型應(yīng)用的價值。同時，該預(yù)警模型也為其他行業(yè)財務(wù)風(fēng)險預(yù)警提供一個新思路。

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)建財務(wù)風(fēng)險預(yù)警模型。首先以熵值法為基礎(chǔ)對公司各個財務(wù)指標(biāo)確定權(quán)重，然后利用功效系數(shù)法對各個指標(biāo)權(quán)重進行設(shè)置，確定各個指標(biāo)的滿意值，最后以功效系數(shù)為基礎(chǔ)得出所需的評分值。

（一）熵值法

熵值法是一種評價研究對象重要程度的研究方法，根據(jù)熵理論進行賦權(quán)。在財務(wù)預(yù)警系統(tǒng)中，可用熵值法來確定多個財務(wù)指標(biāo)的權(quán)值。熵值法的運用過程如下：

1.假設(shè)有m個年份為被評價對象，每個年份有n個評價指標(biāo)，建立n行m列原始數(shù)據(jù)評價矩陣X(其元Xij素表示第i個評價指標(biāo)第j年的原始數(shù)據(jù))：

2.不同指標(biāo)間存在著數(shù)量級差異，無法直接比較，需要對相關(guān)財務(wù)數(shù)據(jù)進行無綱化處理,得到新的評價矩陣Y（其元素Yij表示第i個評價指標(biāo)第j年無綱化評價值），計算如下：

若評價指標(biāo)為正向指標(biāo)(即越大越好),則有：

若評價指標(biāo)為逆向指標(biāo)(即越小越好),則有：

若評價指標(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。

進行無綱化處理后，如果評價指標(biāo)依然存在小于零的情況，必須對該指標(biāo)進一步進行標(biāo)準(zhǔn)化處理。將坐標(biāo)進行平移，令Y中所有元素Yij=Yij+1，可得到更新后的矩陣Y。

3.對無綱化矩陣進行歸一化處理，得到新的評價矩陣P：

表1 J公司2016至2018年財務(wù)風(fēng)險預(yù)警指標(biāo)數(shù)據(jù)

4.計算第i項指標(biāo)的熵值Ii：

5.計算第j項指標(biāo)差異化系數(shù)gj:

6.確定第j項指標(biāo)權(quán)重Wj:

（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，評價被研究對象的綜合狀況，在財務(wù)風(fēng)險預(yù)警中也同樣適用。首先選取若干重要的財務(wù)指標(biāo)，然后根據(jù)公司所處行業(yè)來確定各個指標(biāo)的標(biāo)準(zhǔn)值，即可計算出各財務(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)的評分值。單項指標(biāo)評分值相加得出總指標(biāo)評分值。具體運用過程如下：

1.計算各項指標(biāo)的標(biāo)準(zhǔn)值。

2.計算各個指標(biāo)功效系數(shù)，公式如下：

其中，d為單項功效系數(shù)，x為指標(biāo)實際值，xs為不滿意值，xh為滿意值。

3.計算各項指標(biāo)的基礎(chǔ)分與調(diào)整分，相加得出指標(biāo)評分值，結(jié)果為60+40d，其中，60為基礎(chǔ)分，40d為變動分。

4.根據(jù)各個指標(biāo)的權(quán)重和評分值計算出綜合評分值，判斷公司財務(wù)風(fēng)險。

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

（一）財務(wù)風(fēng)險預(yù)警指標(biāo)初選

為了能夠全面地對J公司財務(wù)風(fēng)險進行預(yù)警，選取18個財務(wù)指標(biāo)，分別反映公司的盈利能力、營運能力、償債能力、發(fā)展能力，具體數(shù)據(jù)如表1所示。

表2 財務(wù)數(shù)據(jù)標(biāo)準(zhǔn)化處理結(jié)果

(二)財務(wù)風(fēng)險預(yù)警指標(biāo)篩選

1.根據(jù)J公司2016 -2018年間的具體財務(wù)數(shù)據(jù)，建立初始評價矩陣，并進行標(biāo)準(zhǔn)化處理，具體處理結(jié)果如表2所示。

表3 財務(wù)數(shù)據(jù)歸一化處理結(jié)果

2.將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)，再進行數(shù)據(jù)歸一化處理，如表3所示。

3.根據(jù)公式，分別計算各指標(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務(wù)指標(biāo)在風(fēng)險預(yù)警中的重要程度，一個財務(wù)指標(biāo)的熵值越小，表明其權(quán)重越大。根據(jù)財務(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公司財務(wù)風(fēng)險預(yù)警模型，步驟如下：第一步，使用SPSS軟件，對上一步篩選出的指標(biāo)進行雙側(cè)檢驗，計算出各指標(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 的財務(wù)指標(biāo)，重新計算熵值，選中熵值較小的指標(biāo)；第三步，對于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年財務(wù)數(shù)據(jù)，并進行相關(guān)性分析，得出各項指標(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)過篩選得出兩個反映J公司盈利能力的指標(biāo)，分別是資產(chǎn)報酬率（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）作為反映營運能力的財務(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)展能力的財務(wù)風(fēng)險預(yù)警指標(biāo)。

（三）財務(wù)風(fēng)險預(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),篩選出八項財務(wù)指標(biāo)作為構(gòu)建預(yù)警模型的基礎(chǔ)。然后運用熵值法對篩選出的八項指標(biāo)進行重新計算，得出各項指標(biāo)權(quán)重。權(quán)重計算方法與前文相同，結(jié)果如表6如示。

（四）財務(wù)風(fēng)險預(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)置了好與壞兩個檔次，計算出各指標(biāo)的基礎(chǔ)分及調(diào)整分的比重也是一成不變的。為提高財務(wù)預(yù)警模型的科學(xué)性，將進行以下處理：

表4 初選財務(wù)指標(biāo)熵值及權(quán)重

表5 盈利能力風(fēng)險財務(wù)風(fēng)險預(yù)警指標(biāo)篩選相關(guān)性分析

表6 J公司財務(wù)風(fēng)險預(yù)警指標(biāo)體系

表7 標(biāo)準(zhǔn)檔次與標(biāo)準(zhǔn)系數(shù)

1.細(xì)化評價檔次。在傳統(tǒng)功效系數(shù)法的基礎(chǔ)上，參照國務(wù)院國資委每年定期發(fā)布的《企業(yè)綜合績效評價標(biāo)準(zhǔn)值（2018年）》中的評價標(biāo)準(zhǔn)，確定預(yù)警系統(tǒng)所需的標(biāo)準(zhǔn)值增加三個評價檔次，如表7所示。

2.改進基礎(chǔ)分與調(diào)整分。在原有財務(wù)風(fēng)險預(yù)警綜合評價分?jǐn)?shù)的基礎(chǔ)上，增加盈利能力、營運能力、償債能力、發(fā)展能力等指標(biāo)組得分和單項指標(biāo)得分。改進后的綜合評價分?jǐn)?shù)計算步驟如下：

（1）單項指標(biāo)得分=本檔基礎(chǔ)分+調(diào)整分

其中，調(diào)整分=功效系數(shù)×(上檔基礎(chǔ)分-本檔基礎(chǔ)分)，功效系數(shù)=上檔基礎(chǔ)分 =單項指標(biāo)權(quán)數(shù)×上檔標(biāo)準(zhǔn)系數(shù)。

3.確定財務(wù)風(fēng)險預(yù)警標(biāo)準(zhǔn)值。首先計算出財務(wù)預(yù)警指標(biāo)實際值，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)過計算得出各項指標(biāo)的實際得分。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)的評價標(biāo)準(zhǔn)值。

4.財務(wù)風(fēng)險預(yù)警等級劃分。本文參考眾多學(xué)者的研究成果以及國資委發(fā)布的《中央企業(yè)綜合績效評價實施細(xì)則》，將財務(wù)風(fēng)險進行分級處理，詳見表8，將50分-70分作為公司財務(wù)風(fēng)險的中警等級區(qū)間，重警與巨警的分界線定為40分，得分高于70分，則認(rèn)為公司財務(wù)狀況較好，不會出現(xiàn)嚴(yán)重的財務(wù)風(fēng)險，無警與輕警的分界值為85分。

三、有色金屬上市公司財務(wù)風(fēng)險預(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)財務(wù)數(shù)據(jù)代入預(yù)警模型，對J公司2019年財務(wù)狀況進行研判。功效系數(shù)計算結(jié)果如表9所示。

同時可計算 出J 公司2019年各單項財務(wù)指標(biāo)得分，如表10所示。

經(jīng)過計算，2019年財務(wù)風(fēng)險預(yù)警綜合得分為各單項評分值之和62.86分,可以判斷出J公司的財務(wù)狀況不佳，處于中警狀態(tài)，表明公司目前存在較大的財務(wù)風(fēng)險，應(yīng)引起公司管理者的足夠重視，須有針對性地采取財務(wù)風(fēng)險防范措施，及時化解財務(wù)風(fēng)險。

表8 財務(wù)風(fēng)險預(yù)警等級分類

表9 2019年J公司單項指標(biāo)功效系數(shù)

表10 2019年J公司各單項指標(biāo)得分

四、結(jié)論

本文以J銅業(yè)公司 2016-2018 年的會計數(shù)據(jù)為基礎(chǔ)，從盈利能力、營運能力、償債能力、發(fā)展能力四個維度預(yù)選了18個財務(wù)指標(biāo)作為初始指標(biāo)，再運用熵值法結(jié)合SPSS軟件對各初始指標(biāo)進行 Pearson 相關(guān)性分析，篩選出最終構(gòu)成J銅業(yè)公司財務(wù)風(fēng)險預(yù)警指標(biāo)體系的 8個財務(wù)指標(biāo)，并再次運用熵值法對其進行二次賦權(quán)。運用改進后的功效系數(shù)法，構(gòu)建了高效的財務(wù)預(yù)警模型，結(jié)合國資委頒布的《企業(yè)績效評價標(biāo)準(zhǔn)值》對指標(biāo)體系進行綜合評價，預(yù)警結(jié)果符合企業(yè)當(dāng)前的財務(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)的財務(wù)數(shù)據(jù)，并結(jié)合企業(yè)所處行業(yè)的評價標(biāo)準(zhǔn)進行預(yù)警。