“海洋強國”戰略下港口新興產業發展的財務風險管理及預警研究

王 瑩,王方方,宋丹鳳

(1.廣東財經大學，廣東 廣州 510000；2.廣東省海洋發展規劃研究中心，廣東 廣州 510000)

1 引言

近年來，我國政府大力支持海洋產業特別是海洋新興產業的快速發展，將其視為加快“海洋強國”戰略的重要抓手。從國家海洋局頒布的數據來看，海洋產業每年貢獻超過8.9萬億元，年均增長8.1%以上，生產總值占國內生產總值的比重超過9%。海洋新興產業作為海洋產業的重要組成部分，是孕育新產業、引領新增長的重要領域，同時作為新的經濟增長點，在經濟社會發展全局中的地位和作用日益突出，同時也表明了國家層面對海洋經濟頂層設計和安排越來越豐富。2019年，海洋新興產業年均增長達到7.7%。但目前海洋新興產業的規模、技術和模式還處于尚未成熟的階段，其發展也具有很大的不確定性。尤其在后疫情時代，海洋新興產業需要制定個性化發展戰略。港口新興產業型企業屬于高風險、高收益、高負債的行業。港口新興產業發展具有高投資、回報周期長、政策敏感性高和海上經營不確定性大等特點。

我國現代港口企業在進行財務預警時，一般從定性的角度出發，通過某些財務特征判斷企業是否存在破產的風險。但由于內外部因素的干擾，故在進行定性分析時會存在誤差。為了減少判斷誤差，需要將定性與定量的分析方法相結合進行計算。定量分析的方法一般通過構造財務預警模型的方式進行。財務預警模型能夠在一定范圍內及時發現企業財務運營體系隱蔽的問題，避免財務風險演變成財務危機。

基于此，本文擬對粵港澳大灣區多家港口企業進行實證考查，通過搭建防范風險的預警模型，研究企業存在的財務風險，為海洋新興產業特別是港口物流企業搭建財務預警系統。當出現財務危機跡象時，經營者可以找出原因和問題，并制定相關措施，以防止財務狀況惡化并避免更大危機。

2 實證計算與分析

2.1 數據來源

由于本文主要分析粵港澳大灣區港口新興產業的發展，以近期勞氏全球港口百強排名為對象。選取港口上市公司共計24家為研究樣本，重點選取粵港澳大灣區的港口上市公司——廣州港集團、鹽田港集團和珠海港控股集團公司數據。筆者通過查找中國證券網、萬方數據庫和國泰君安數據庫等網站收集本研究所需數據。同時，由于港澳地區與國內存在統計口徑不一致的問題，出于分析的可檢驗性考慮，本研究將選取可獲得的科研數據代替網站數據進行分析。

2.2 財務預警系統指標體系結構

財務指標的選取必須真實且符合本企業的發展規律，這是確保預警系統有效運轉的先決條件。本文指標的選取重點參考珠三角地區上市港口型企業。參考已有文獻的基礎之上，結合港口型企業的具體情況和特征，筆者認為指標的選取應遵循財務分析的基本原理。

3 基于層次分析法(AHP)建立財務預警數據模型

層次分析法(analytic hierarchy process，AHP)，是20世紀70年代由美國著名運籌學家薩蒂根據應用網絡系統理論和多目標綜合評價方法提出的一種層次權重決策分析方法。此方法的關鍵是把與決策問題有關的元素分解為目標層、準則層與指標層，然后在三種結構基礎之上進行定量與定性相結合的方法進行分析。層次分析法系統有效、思路清晰，現廣泛運用于企業管理、決策及評價中。

3.1 根據AHP法確定各指標的權重

第一，在財務預警系統中，構建樹狀層次結構模型。該結構模型為財務預警評價指標體系(見圖1)。本文將指標體系分為三層，分別為目標層、準則層和方案層。

圖1 財務預警評價指標體系

第二，本文在進行兩兩因素比較時，需進行定量的標度。

第三，構造判斷矩陣。對同一模塊中兩兩指標進行重要性打分，可以得到兩兩比較的判斷矩陣：

第四，計算各判斷矩陣每行元素的幾何平均數。

3.2 計算各指標的權重系數

第一，計算各判斷矩陣每行元素的幾何平均數。

第二，建立一致性評價指標。

第三，計算一致性比率。

其中，是自由度指標。當判斷矩陣的階數越大，判斷的一致性越差，故應放寬對高維判斷矩陣的一致性要求，于是引入修正，如表1所示。

表1 隨機一致性指標RI說明

當<0.1時，可判斷矩陣符合一致性檢驗，所得排序向量有效，并且可以認定權重數量存在合理性；否則應當重新進行構造判斷矩陣。

計算每個措施層的綜合權重，并進行總排序。=001、=0019、=0009、=0021、=0024、=0108、=0033、=006、=0134、=0067、=0142、=0071、=0167、=0073、=0064。港口新興產業在進行財務預警指標時，可以設定實際值、危險值和滿意值。當處于危險值區間時，則該指標存在異常可能導致企業發生財務風險。當指標處于滿意值，則該指標不會對企業財務造成風險。標準值可參考2019《國資委企業績效評價標準》對評價滿意值予以選取。由于港口型企業多數轉型升級為海洋新興產業，因此其發展存在一定的特異性。所以可以根據自身發展特點設定標準值，根據以上計算結果可知、、占比較高，則證明海上事故、銷售增長率和流動比率對于企業發生財務風險影響值較大。

本文采用功效系數法對財務預警指標進行評分，計算公式為：

單項指標得分=單項指標評分指數×單項指標權重

綜合評價得分=∑單項指標評分指數×單項指標權重

以及處于兩者之間的適中型指標。

其中，表示第期每個樣本企業財務指標的數值，表示第期該財務指標的預警下限值,表示第期該財務指標的預警上限值，表示正常范圍內的樣本均值。指標指數的構建基于公司的運營活動，劃分指數類型和構建方法類型并設定預警的上下限。根據評分結果按等級將財務風險等級進行預判。綜合評分≤30為安全區，處于30～70為預警區，≥70為危險區。

4 基于層次分析法構建的模型與“Z-score”模型和“F-score”模型的對比

4.1 粵港澳大灣區重點港口企業Z值與F值

當前商界普遍運用阿特曼(1968)和周首華(1996)的財務預警模型判別公司是否存在破產的可能。阿特曼通過對1946—1965年間提出破產申請的33家企業和同樣數量的非破產企業進行研究，構建了多元判別模型——“Z-score模型”，并根據Z值對企業財務狀況進行判斷，周首華(1996)等人在“Z-score模型”的基礎上結合我國的資本市場特征增加現金流量指標，提出“F-score模型”。此模型廣泛應用于現代企業的財務預警中。

“F-score模型”基本公式為：

=-01774+11091+01074+19271+00302+04961

其中：表示營運資本/總資產；表示留存收益/總資產；表示(稅后純收益+折舊)/平均總負債；，表示資本市值/總負債；表示(稅后純收益+利息+折舊)/平均總資產。判斷準則為：若<0.0274，則表明企業存在財務危機；>0.0274，則預測企業可以正常運行，但在(0.0501,0.1049)的區域內為不確定區域，則需要管理者進一步進行分析，以了解公司財務是否確實將進入困境。

根據Z值的分布情況做如下的分析。廣州港集團在2017—2019年的值呈現上升狀態，通過廣州港披露的年度報告可知，2019年營收同比增長18%，突破近百億元。通過年報可知ROA為近三年最高，所以F模型結論基本不符合廣州港經營狀態，分析較不準確。在Z模型預測之下，廣州港2017—2019年全部處于企業將會破產的區間，與廣州港的正常經營狀態存在較大分歧。

鹽田港2017—2019年值全部大于0.0274，表明近三年不存在破產的可能。鹽田港近幾年盈利較好，無破產風險。2020年年報顯示歸屬于上市公司股東的凈利潤3.88億元，同比增長8.05%；基本每股收益0.19元。并且近三年毛利率一直保持在50%左右。

通過對比珠海港的值可知，珠海港的值近三年全部大于0.0274，表明企業無破產風險。所以“Z-score模型”的預測結果較不準確。

4.2 層次分析法與財務預警模型的對比分析

通過具體分析計算可知：首先，傳統的“Z-score模型”對于粵港澳大灣區港口新興產業型企業并不適用，且分析指標過少，綜合性過弱。根據層次分析法得出的評價模型能夠涵蓋大多數港口型企業的財務指標，且加入非財務指標能夠對港口型企業風險的預測更加準確，企業可根據個體公司的不同進行變動。其次，“Z-score模型”是面對所有企業的一個函數模型，對某一行業或企業適用性較差。相比于層次分析法的應用范圍較為廣泛，層次分析法不僅限于財務預警，還可以應用到公司其他方面。最后，層次分析法能夠單獨分析出某一指標的問題，“Z-score模型”和“F-score模型”則不能具體單獨分析出某一指標的問題。綜上所述，本文所構建的財務預警模型對粵港澳大灣區港口新興產業的管理者及利益相關者都有一定的參考意義。以后的研究可以根據更多的港口型企業來優化財務預警模型的臨界值，從而提高財務預警的準確性。同時，與企業構建起涵蓋預算指標、資金支付、預警監管新機制，嚴防企業管理者篡改數據，粉飾財務預警模型的計算結果。只有當財務預警真正運行時，它才能發揮應有的作用。