有色金屬上市公司財務風險預警探討

導語：有色金屬上市公司財務風險預警探討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。

有色金屬制造業是我國重要基礎產業之一，是實現制造強國的重要支撐。當前，我國有色金屬工業生產總體保持平穩運行，但仍然面臨自主創新能力不足、發展質量效益不高、資源環境壓力加大、要素配置有待優化等諸多發展瓶頸。與此同時，肺炎疫情對全球經濟造成嚴重沖擊，貴金屬市場價格下跌、有色金屬制造業產能過剩、原材料價格不斷攀升等問題比較突出，有色金屬制造業財務風險日益增加。如何發現潛在的財務風險，并發出有效預警，避免不必要的經濟損失，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。現行的大部分財務風險預警模型沒有充分考慮模型的實用性，模型結構十分復雜，需要的樣本數量巨大，構建過程困難，沒有考慮企業的特性以及所處的環境，并不一定適合有色金屬制造業。本文的研究對象J銅業公司是一家國內銅精礦自給率較高的公司，是國內中型的銅生產和加工基地，2008年實現主要資產的整體上市。近年來，企業總資產達到數百億元，已成為國內重要的陰極銅、銅加工材和稀貴金屬生產基地。本文以該公司作為研究對象，采用熵值法與功效系數法為該公司構建財務風險預警模型，在有色金屬行業財務風險預警中具有典型應用的價值。同時，該預警模型也為其他行業財務風險預警提供一個新思路。

一、熵值法和功效系數法概述

本文采用熵值法和功效系數法構建財務風險預警模型。首先以熵值法為基礎對公司各個財務指標確定權重，然后利用功效系數法對各個指標權重進行設置，確定各個指標的滿意值，最后以功效系數為基礎得出所需的評分值。

（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，根據熵理論進行賦權。在財務預警系統中，可用熵值法來確定多個財務指標的權值。熵值法的運用過程如下：1.假設有m個年份為被評價對象，每個年份有n個評價指標，建立n行m列原始數據評價矩陣X(其元Xij素表示第i個評價指標第j年的原始數據)：數據進行無綱化處理,得到新的評價矩陣Y（其元素Yij表示第i個評價指標第j年無綱化評價值），計算如下：若評價指標為適中指標，則取值在一定區間最好。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，如果評價指標依然存在小于零的情況，必須對該指標進一步進行標準化處理。將坐標進行平移，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：

（二）功效系數法

功效系數法是根據多目標規劃原理，評價被研究對象的綜合狀況，在財務風險預警中也同樣適用。首先選取若干重要的財務指標，然后根據公司所處行業來確定各個指標的標準值，即可計算出各財務指標的功效系數，以及各指標的基礎分和調整分，基礎分與調整分之和即為該指標的評分值。單項指標評分值相加得出總指標評分值。具體運用過程如下：1.計算各項指標的標準值。2.計算各個指標功效系數，公式如下：其中，d為單項功效系數，x為指標實際值，xs為不滿意值，xh為滿意值。3.計算各項指標的基礎分與調整分，相加得出指標評分值，結果為60+40d，其中，60為基礎分，40d為變動分。4.根據各個指標的權重和評分值計算出綜合評分值，判斷公司財務風險。

二、有色金屬上市公司財務風險預警模型的構建：以J銅業公司為例

（一）財務風險預警指標初選

為了能夠全面地對J公司財務風險進行預警，選取18個財務指標，分別反映公司的盈利能力、營運能力、償債能力、發展能力，具體數據如表1所示。

(二)財務風險預警指標篩選

1.根據J公司2016-2018年間的具體財務數據，建立初始評價矩陣，并進行標準化處理，具體處理結果如表2所示。2.將標準化處理后的數據，再進行數據歸一化處理，如表3所示。3.根據公式，分別計算各指標的熵值、差異化系數、權重、指標類權重，結果如表4所示。熵值法可以判斷不同財務指標在風險預警中的重要程度，一個財務指標的熵值越小，表明其權重越大。根據財務指標之間的Pearson相關性分析以及熵值法，可選取J公司能夠敏銳察覺公司財務狀況變化的代表性指標，然后以這些指標為基礎構建J公司財務風險預警模型，步驟如下：第一步，使用SPSS軟件，對上一步篩選出的指標進行雙側檢驗，計算出各指標之間的Pearson相關性系數；第二步，篩選出Pearson相關性系數大于等于0.9的財務指標，重新計算熵值，選中熵值較小的指標；第三步，對于Pearson相關性系數較小的指標，挑選出權重大于平均權重的指標。具體篩選過程如下（以盈利能力指標篩選為例）：首先整理J公司2016-2018年財務數據，并進行相關性分析，得出各項指標的Pearson相關系數，相關性分析結果如表5所示。由表5可以得出，J公司盈利能力的五個指標相關系數均大于0.9，高度關聯，所以指標的選擇標準就轉移到權重的比較上。由該表可以看出，資產報酬率(X5)的權重0.088為最高，其次為總資產利潤率（X1）的權重0.045。經過篩選得出兩個反映J公司盈利能力的指標，分別是資產報酬率（X5）和總資產利潤率(X1)。同樣根據相關性分析，篩選出應收賬款周轉率（X6）和存貨周轉率（X7）作為反映營運能力的財務預警指標；現金比率（X12）和利息支付倍數（X13）作為反映J公司償債能力的財務預警指標；凈利潤增長率（X16）和凈資產增長率（X17）作為反映J公司發展能力的財務風險預警指標。

（三）財務風險預警指標權重的確定

以熵值法與相關性分析為基礎,篩選出八項財務指標作為構建預警模型的基礎。然后運用熵值法對篩選出的八項指標進行重新計算，得出各項指標權重。權重計算方法與前文相同，結果如表6如示。

（四）財務風險預警模型構建

由于傳統功效系數法在設置預警檔次與綜合得分分配上存在一些缺陷，僅僅設置了好與壞兩個檔次，計算出各指標的基礎分及調整分的比重也是一成不變的。為提高財務預警模型的科學性，將進行以下處理：1.細化評價檔次。在傳統功效系數法的基礎上，參照國務院國資委每年定期的《企業綜合績效評價標準值（2018年）》中的評價標準，確定預警系統所需的標準值增加三個評價檔次，如表7所示。2.改進基礎分與調整分。在原有財務風險預警綜合評價分數的基礎上，增加盈利能力、營運能力、償債能力、發展能力等指標組得分和單項指標得分。改進后的綜合評價分數計算步驟如下：（1）單項指標得分=本檔基礎分+調整分3.確定財務風險預警標準值。首先計算出財務預警指標實際值，其次根據公司所處行業判斷預警指標所處檔次的標準值，經過計算得出各項指標的實際得分。J公司屬于有色金屬冶煉行業，所以本文參照有色金屬冶煉行業中相應的評價標準值。4.財務風險預警等級劃分。本文參考眾多學者的研究成果以及國資委的《中央企業綜合績效評價實施細則》，將財務風險進行分級處理，詳見表8，將50分-70分作為公司財務風險的中警等級區間，重警與巨警的分界線定為40分，得分高于70分，則認為公司財務狀況較好，不會出現嚴重的財務風險，無警與輕警的分界值為85分。

三、有色金屬上市公司財務風險預警

模型測試與應用:以J銅業公司為例將J公司2019年相關財務數據代入預警模型，對J公司2019年財務狀況進行研判。功效系數計算結果如表9所示。同時可計算出J公司2019年各單項財務指標得分，如表10所示。經過計算，2019年財務風險預警綜合得分為各單項評分值之和62.86分,可以判斷出J公司的財務狀況不佳，處于中警狀態，表明公司目前存在較大的財務風險，應引起公司管理者的足夠重視，須有針對性地采取財務風險防范措施，及時化解財務風險。

四、結論

本文以J銅業公司2016-2018年的會計數據為基礎，從盈利能力、營運能力、償債能力、發展能力四個維度預選了18個財務指標作為初始指標，再運用熵值法結合SPSS軟件對各初始指標進行Pearson相關性分析，篩選出最終構成J銅業公司財務風險預警指標體系的8個財務指標，并再次運用熵值法對其進行二次賦權。運用改進后的功效系數法，構建了高效的財務預警模型，結合國資委頒布的《企業績效評價標準值》對指標體系進行綜合評價，預警結果符合企業當前的財務狀況。該模型具有通用性和可操作性，也可替換成其它企業的財務數據，并結合企業所處行業的評價標準進行預警。

作者：黃盈盈 賀美蘭