新三板種業(yè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究

羅鈺瑋 趙 玉

（東華理工大學(xué)，江西 南昌 330013）

一、引言

種子作為農(nóng)業(yè)發(fā)展和糧食安全的關(guān)鍵，在整個(gè)農(nóng)業(yè)產(chǎn)業(yè)鏈當(dāng)中處于不可替代的核心地位。2000 年《中華人民共和國(guó)種子法》出臺(tái)后，我國(guó)種業(yè)正式步入市場(chǎng)化時(shí)代，大型外資種子公司紛紛進(jìn)入我國(guó)市場(chǎng)，以“多、小、散”為特點(diǎn)的本土企業(yè)生存空間遭到嚴(yán)重?cái)D壓。隨著我國(guó)供給側(cè)改革不斷深化，政府出臺(tái)一系列的政策推進(jìn)我國(guó)種子行業(yè)的資源整合，提高市場(chǎng)競(jìng)爭(zhēng)能力。我國(guó)種業(yè)企業(yè)從2010年到2018年年均減少約660 家，根據(jù)《2019 年中國(guó)種業(yè)發(fā)展報(bào)告》，2018 年我國(guó)種業(yè)市場(chǎng)規(guī)模為1200 億元。目前，我國(guó)種子行業(yè)市場(chǎng)集中度仍然較低，CR10市占率僅為18%，而全球CR10 市占率已經(jīng)高達(dá)60%；具備“育繁推一體化”能力的企業(yè)僅占總數(shù)的2%；研發(fā)投入與國(guó)外企業(yè)存在顯著差距，并且研發(fā)單位也是以農(nóng)業(yè)科研院所為主導(dǎo)、種業(yè)企業(yè)研發(fā)部門(mén)為補(bǔ)充，大部分科研人才、種質(zhì)資源和育種經(jīng)費(fèi)集中于農(nóng)業(yè)科研院所（張永強(qiáng)等，2015）。

新三板作為全國(guó)性非上市股份有限公司股份轉(zhuǎn)讓平臺(tái)，以中小企業(yè)為服務(wù)主體。我國(guó)中小企業(yè)數(shù)量眾多，但總體抗沖擊能力不強(qiáng)，抗風(fēng)險(xiǎn)能力薄弱。一方面種業(yè)行業(yè)的門(mén)檻和集中度的提高使得資金量小、技術(shù)落后、生產(chǎn)單一的中小企業(yè)快速被淘汰或兼并；另一方面，種業(yè)企業(yè)“以銷(xiāo)定產(chǎn)”的生產(chǎn)模式易受自然災(zāi)害、市場(chǎng)環(huán)境、政府政策等多重影響，給企業(yè)未來(lái)發(fā)展帶來(lái)不確定性。因此，在行業(yè)加速整合，市場(chǎng)競(jìng)爭(zhēng)日趨激烈的形勢(shì)下，運(yùn)用科學(xué)合理的方法建立財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系對(duì)新三板上市的種業(yè)企業(yè)進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)，有助于經(jīng)營(yíng)者探究風(fēng)險(xiǎn)成因，識(shí)別潛在的風(fēng)險(xiǎn)，提升企業(yè)抗風(fēng)險(xiǎn)能力，及時(shí)調(diào)整經(jīng)營(yíng)策略，提高企業(yè)核心競(jìng)爭(zhēng)力，促進(jìn)企業(yè)健康高質(zhì)量發(fā)展。

二、文獻(xiàn)綜述

隨著我國(guó)市場(chǎng)經(jīng)濟(jì)不斷穩(wěn)步發(fā)展，財(cái)務(wù)風(fēng)險(xiǎn)已經(jīng)成為企業(yè)風(fēng)險(xiǎn)管理的重要組成部分。財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)是判別企業(yè)風(fēng)險(xiǎn)程度的手段之一，被廣泛應(yīng)用在企業(yè)財(cái)務(wù)管理中，多年來(lái)各界學(xué)者對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的研究越來(lái)越深入。徐義明和孫方社（2015）認(rèn)為企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)具有客觀(guān)存在性、不確定性、可度量性、雙重性和覆蓋全面五個(gè)特征。對(duì)于如何構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系上，傳統(tǒng)的財(cái)務(wù)比率指標(biāo)始終都是相關(guān)研究的首選，包括盈利能力、償債能力、運(yùn)營(yíng)能力、發(fā)展能力四個(gè)方面。而現(xiàn)金流量和非財(cái)務(wù)指標(biāo)對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響也已經(jīng)被學(xué)術(shù)界普遍認(rèn)可。張建儒和張潔（2014）實(shí)證研究發(fā)現(xiàn)傳統(tǒng)的財(cái)務(wù)指標(biāo)存在局限性，而現(xiàn)金流量指標(biāo)基于收付實(shí)現(xiàn)制，克服盈余管理的影響，可以更為準(zhǔn)確地反映財(cái)務(wù)信息。劉文琦和毛一峰（2011）指出交叉持股、股權(quán)結(jié)構(gòu)、管理層變動(dòng)等因素都可作為非財(cái)務(wù)指標(biāo)變量影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。黃曼行等（2014）實(shí)證分析研發(fā)投入對(duì)中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響，結(jié)果表明高風(fēng)險(xiǎn)的中小企業(yè)研發(fā)投入越多，財(cái)務(wù)風(fēng)險(xiǎn)也越大。李儆揚(yáng)和郭暉（2019）認(rèn)為種業(yè)企業(yè)受經(jīng)濟(jì)狀況及技術(shù)環(huán)境變化影響頗大，傳統(tǒng)審計(jì)模式已經(jīng)很難滿(mǎn)足當(dāng)今精準(zhǔn)審計(jì)需求，現(xiàn)代風(fēng)險(xiǎn)導(dǎo)向?qū)徲?jì)面臨巨大挑戰(zhàn)。陳志斌等（2020）研究發(fā)現(xiàn)在企業(yè)競(jìng)爭(zhēng)掠奪效應(yīng)下，產(chǎn)業(yè)競(jìng)爭(zhēng)度與財(cái)務(wù)風(fēng)險(xiǎn)呈正相關(guān)，且內(nèi)部治理較差、代理成本較高的企業(yè)其財(cái)務(wù)風(fēng)險(xiǎn)受到產(chǎn)業(yè)競(jìng)爭(zhēng)的影響更大。

關(guān)于財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)方法的研究，最早始于由Fitz?patrick（1932）提出的單變量模型，各界學(xué)者在此基礎(chǔ)上不斷補(bǔ)充和創(chuàng)新。葉華和蔡根女（2004）對(duì)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)方法進(jìn)行分類(lèi)總結(jié)，包括單變量判定模型、多元線(xiàn)性評(píng)價(jià)模型、綜合評(píng)價(jià)法、概率模型和神經(jīng)網(wǎng)絡(luò)分析模型。目前，常見(jiàn)的評(píng)價(jià)方法有BP神經(jīng)網(wǎng)絡(luò)、模糊評(píng)價(jià)法、因子分析、灰色關(guān)聯(lián)、TOPSIS 等。王玲和宋慧（2013）將粗糙集與BP 神經(jīng)網(wǎng)絡(luò)結(jié)合，對(duì)146 家房地產(chǎn)上市公司財(cái)務(wù)狀況進(jìn)行評(píng)價(jià)研究；陳茜和田治威（2017）利用因子分析和聚類(lèi)分析法，對(duì)我國(guó)33 家林業(yè)上市公司進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)；王力召和蔣致遠(yuǎn)（2020）創(chuàng)新性地采用結(jié)構(gòu)熵權(quán)法來(lái)確定各個(gè)指標(biāo)的權(quán)重，通過(guò)灰色關(guān)聯(lián)模型綜合評(píng)價(jià)P2P 平臺(tái)財(cái)務(wù)風(fēng)險(xiǎn)；羅景峰（2020）將可變模糊改進(jìn)方法與旅游上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)相結(jié)合，構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型；胡紅菊（2020）構(gòu)建基于可拓模型的新三板上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型；趙騰和楊世忠（2019）運(yùn)用熵權(quán)-TOPSIS 對(duì)上市公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)；王拉娣和韓江旭（2020）在此基礎(chǔ)上引入秩和比法（RSR）對(duì)模型實(shí)現(xiàn)進(jìn)一步擴(kuò)展；何紫荊和趙玉（2021）在既有研究成果的基礎(chǔ)上，將熵權(quán)-TOPSIS-RSR 模型運(yùn)用到商業(yè)銀行財(cái)務(wù)績(jī)效綜合評(píng)價(jià)中。

關(guān)于國(guó)內(nèi)種業(yè)企業(yè)的研究中，張永強(qiáng)等（2015）提到我國(guó)種子產(chǎn)業(yè)鏈可分為育種、制種和推廣三個(gè)環(huán)節(jié)，且各環(huán)節(jié)交互實(shí)現(xiàn)產(chǎn)業(yè)鏈的循環(huán)運(yùn)轉(zhuǎn)。侯軍岐等（2017）指出我國(guó)種業(yè)企業(yè)在研發(fā)、生產(chǎn)、銷(xiāo)售和售后等過(guò)程中體現(xiàn)出受政策環(huán)境影響大、技術(shù)創(chuàng)新性強(qiáng)、產(chǎn)品周期長(zhǎng)、資金需求大和產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)大等特點(diǎn)。徐一蘭等（2020）認(rèn)為國(guó)內(nèi)企業(yè)還存在科研投入低，種子科研、生產(chǎn)、推廣和銷(xiāo)售相互分離，科技成果轉(zhuǎn)化速度慢等問(wèn)題。王惠玉和侯軍岐（2021）進(jìn)一步提出我國(guó)種業(yè)質(zhì)量監(jiān)管體系不健全、種業(yè)企業(yè)缺乏市場(chǎng)質(zhì)量管理等問(wèn)題。

綜上所述，國(guó)內(nèi)外關(guān)于財(cái)務(wù)風(fēng)險(xiǎn)的相關(guān)研究比較成熟，學(xué)者們不再局限于單一方法的應(yīng)用，而是運(yùn)用多模型結(jié)合方式使評(píng)價(jià)結(jié)果更加準(zhǔn)確有效。財(cái)務(wù)風(fēng)險(xiǎn)研究樣本多以滬深兩股上市公司為例，對(duì)中小企業(yè)、初創(chuàng)企業(yè)關(guān)注不足。另外，種業(yè)企業(yè)研究更多地集中于探討現(xiàn)狀成因及發(fā)展對(duì)策，實(shí)證研究較少。基于此，本文選取處在成長(zhǎng)期、抵抗和控制風(fēng)險(xiǎn)能力相對(duì)較差的新三板掛牌種業(yè)公司為研究樣本，構(gòu)建熵權(quán)-TOPSIS對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行排序，加入秩和比法對(duì)評(píng)價(jià)結(jié)果進(jìn)行合理分檔，以提高評(píng)價(jià)的客觀(guān)性和合理性。

三、實(shí)證分析

（一）樣本及指標(biāo)選取

本文依據(jù)全國(guó)中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)（新三板）行業(yè)分類(lèi)結(jié)果，剔除數(shù)據(jù)不完整及出現(xiàn)財(cái)務(wù)狀況或其他狀況異常的種業(yè)企業(yè)，最終選定26 家種業(yè)企業(yè)作為評(píng)價(jià)樣本。在指標(biāo)構(gòu)建方面，遵循財(cái)務(wù)評(píng)價(jià)指標(biāo)體系選取原則，參考國(guó)資委考評(píng)局發(fā)布的《企業(yè)績(jī)效評(píng)價(jià)標(biāo)準(zhǔn)值》指標(biāo)劃分，結(jié)合行業(yè)自身特點(diǎn)，從償債能力、盈利能力、運(yùn)營(yíng)能力、發(fā)展能力及現(xiàn)金流量等五個(gè)維度選取21 個(gè)指標(biāo)。其中，除資產(chǎn)負(fù)債率外均為正向指標(biāo)，即指標(biāo)值越大，樣本公司經(jīng)營(yíng)狀況越好，財(cái)務(wù)風(fēng)險(xiǎn)越??；反之為逆向指標(biāo)。各項(xiàng)指標(biāo)數(shù)據(jù)均來(lái)源于各樣本公司公開(kāi)披露的2020年半年報(bào)及東方財(cái)富網(wǎng)。

（二）熵權(quán)法-TOPSIS-秩和比模型的運(yùn)用

1.基于熵權(quán)法確定權(quán)重。1948年，有學(xué)者提出信息熵的概念，在研究的過(guò)程中，熵權(quán)法應(yīng)運(yùn)而生。借助Matlab R2019b 軟件，運(yùn)用熵權(quán)法對(duì)選取的評(píng)價(jià)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，合理消除負(fù)數(shù)帶來(lái)的影響；將所有標(biāo)準(zhǔn)化后的數(shù)據(jù)按照一定的函數(shù)關(guān)系歸一化至［0，1］的區(qū)間范圍內(nèi)，此外，為避免出現(xiàn)求熵值時(shí)對(duì)數(shù)無(wú)意義，將歸一化后的各項(xiàng)指標(biāo)平移0.01 個(gè)單位，最后通過(guò)計(jì)算指標(biāo)熵權(quán)來(lái)反映各項(xiàng)指標(biāo)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的影響程度，結(jié)果見(jiàn)表1。從計(jì)算結(jié)果來(lái)看，凈利潤(rùn)現(xiàn)金比X32、流動(dòng)比率X13、應(yīng)收賬款周轉(zhuǎn)率X22、固定資產(chǎn)周轉(zhuǎn)率X23及現(xiàn)金流動(dòng)負(fù)債比X33對(duì)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果的影響較大。

表1 指標(biāo)評(píng)級(jí)體系

2.構(gòu)建TOPSIS 模型。熵權(quán)-TOPSIS 法最初主要應(yīng)用于其他領(lǐng)域和學(xué)科的研究。根據(jù)TOPSIS模型原理，將評(píng)價(jià)樣本各項(xiàng)指標(biāo)的最大值和最小值分別確定為各項(xiàng)指標(biāo)的正理想解和負(fù)理想解，計(jì)算各評(píng)價(jià)樣本與正理想解和負(fù)理想解之間的歐式距離，最后求出各評(píng)價(jià)對(duì)象與正理想解的相對(duì)接近度Ci，以相對(duì)接近度Ci為標(biāo)準(zhǔn)對(duì)評(píng)價(jià)企業(yè)進(jìn)行由大到小排序，排序越靠前的，財(cái)務(wù)風(fēng)險(xiǎn)越小，反之，財(cái)務(wù)風(fēng)險(xiǎn)越大，具體結(jié)果見(jiàn)表2。從排序結(jié)果可以看出，樣本企業(yè)中三瑞農(nóng)科排名最高，財(cái)務(wù)風(fēng)險(xiǎn)最?。涣柚竟煞菖琶詈?，財(cái)務(wù)風(fēng)險(xiǎn)最大。

表2 TOPSIS評(píng)價(jià)計(jì)算結(jié)果

3.運(yùn)用秩和比法分檔。將TOPSIS 模型計(jì)算出的相對(duì)接近度Ci 作為RSR 值從小到大依次排列，計(jì)算頻數(shù)f、向下累計(jì)頻數(shù)Sf、平均秩次Rˉ、向下累積頻率p，對(duì)照“百分率與概率單位換算表”將向下累積頻率p換算出相應(yīng)概率Probit，具體結(jié)果見(jiàn)表3。借助SPSS軟件，將Probit作為自變量，將Ci（RSR）作為因變量進(jìn)行線(xiàn)性回歸分析，結(jié)果顯示如方程（1）所示：

模型通過(guò)F 檢驗(yàn)（F=518.569，p=0.000＜0.05），并且R2為0.956，Probit 一定會(huì)對(duì)Ci（RSR）產(chǎn)生影響，該線(xiàn)性回歸方程具有統(tǒng)計(jì)學(xué)意義。依據(jù)合理分檔原則，擬將評(píng)價(jià)結(jié)果分為重度風(fēng)險(xiǎn)、中度風(fēng)險(xiǎn)、輕度風(fēng)險(xiǎn)和幾乎無(wú)風(fēng)險(xiǎn)4 檔，分檔結(jié)果通過(guò)齊方差檢驗(yàn)，分檔結(jié)果見(jiàn)表4。

（三）評(píng)價(jià)結(jié)果分析

凌志股份是唯一重度財(cái)務(wù)風(fēng)險(xiǎn)的企業(yè)，從財(cái)務(wù)指標(biāo)分析，流動(dòng)比率與凈利潤(rùn)增長(zhǎng)率都為所有樣本企業(yè)最低值，2020 年上半年凈利潤(rùn)同比下降幅度遠(yuǎn)遠(yuǎn)高于其他樣本企業(yè)，銷(xiāo)售收入同比下降67.31%，其中來(lái)自企業(yè)所在地區(qū)的收入占總收入的57.14%，銷(xiāo)售區(qū)域較為集中，對(duì)本土市場(chǎng)依賴(lài)程度較大；流動(dòng)負(fù)債大于流動(dòng)資產(chǎn)3倍有余，已逾期未償還的借款總額達(dá)到2億元，實(shí)際控制人共計(jì)40%左右的股權(quán)在銀行進(jìn)行質(zhì)押，且負(fù)債期限結(jié)構(gòu)安排不合理，在營(yíng)業(yè)利潤(rùn)不足以支付利息費(fèi)用的情況下，只能依靠股本履行還款義務(wù)，可能導(dǎo)致企業(yè)股權(quán)結(jié)構(gòu)發(fā)生改變，進(jìn)一步影響償債能力和企業(yè)穩(wěn)定性；其余指標(biāo)在樣本數(shù)據(jù)中也都處于底端水平。綜上，公司經(jīng)營(yíng)正處于重大風(fēng)險(xiǎn)中，若不采取必要挽救措施，企業(yè)經(jīng)營(yíng)將難以繼續(xù)維持。

表3 相對(duì)接近度頻數(shù)分布及對(duì)應(yīng)概率

11 家樣本企業(yè)處在中度風(fēng)險(xiǎn)，其主要原因在于盈利能力、發(fā)展能力及運(yùn)營(yíng)能力較弱。從發(fā)展能力、盈利能力來(lái)看，大部分企業(yè)凈資產(chǎn)收益率、每股收益、成本費(fèi)用利潤(rùn)率、營(yíng)業(yè)利潤(rùn)率、凈利潤(rùn)增長(zhǎng)率、營(yíng)業(yè)利潤(rùn)增長(zhǎng)率均處于負(fù)值。其中，2020 年上半年華豐種業(yè)營(yíng)業(yè)收入增加同比增長(zhǎng)近一倍，但營(yíng)業(yè)成本及費(fèi)用增長(zhǎng)超過(guò)收入增長(zhǎng)，凈利潤(rùn)大幅下降且出現(xiàn)負(fù)值；明天種業(yè)營(yíng)業(yè)利潤(rùn)率、成本費(fèi)用利潤(rùn)率處于樣本數(shù)據(jù)最低水平；紅旗種業(yè)凈利潤(rùn)現(xiàn)金比率最低，現(xiàn)金流供應(yīng)不足，企業(yè)凈收益質(zhì)量差。運(yùn)營(yíng)能力中，應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率及固定資產(chǎn)周轉(zhuǎn)率總體水平也較低，存貨較多，銷(xiāo)售規(guī)模難以提升，降低資金周轉(zhuǎn)的速度；應(yīng)收賬款回款慢，增大發(fā)生壞賬損失的風(fēng)險(xiǎn)；固定資產(chǎn)未獲得充分利用，資產(chǎn)利用效率低。另外，在已獲利息倍數(shù)、凈利潤(rùn)現(xiàn)金比方面表現(xiàn)也較差。

表4 RSR分檔結(jié)果

在12 家處于輕度風(fēng)險(xiǎn)的樣本企業(yè)中，中江種業(yè)和鑫豐種業(yè)在償債能力和盈利能力中均出現(xiàn)負(fù)值，其中，鑫豐種業(yè)的利息保障倍數(shù)為樣本最低值，獲利能力持續(xù)低迷，可能導(dǎo)致利息支付出現(xiàn)困難，信用風(fēng)險(xiǎn)增大，可能對(duì)企業(yè)后續(xù)融資帶來(lái)困難。中江種業(yè)雖營(yíng)業(yè)收入增長(zhǎng)迅速，但毛利率下降明顯，銷(xiāo)售成本增加，導(dǎo)致盈利能力降低。鮮美種苗和天谷生物、中香農(nóng)科大部分指標(biāo)均排名前列，鮮美種苗在償債能力、天古生物在運(yùn)營(yíng)能力、中香農(nóng)科在現(xiàn)金流能力表現(xiàn)突出，但營(yíng)業(yè)收入表現(xiàn)不佳，排名未能向前一步，若后續(xù)及時(shí)調(diào)整銷(xiāo)售策略，擴(kuò)大銷(xiāo)售范圍，穩(wěn)定毛利水平，恢復(fù)正常營(yíng)收的可能性較高。

錦棉種業(yè)與三瑞農(nóng)科風(fēng)險(xiǎn)評(píng)價(jià)表現(xiàn)優(yōu)秀。錦棉種業(yè)各項(xiàng)評(píng)價(jià)指標(biāo)除總資產(chǎn)增長(zhǎng)率外均為正值，且大部分表現(xiàn)非常優(yōu)秀，尤其是運(yùn)營(yíng)能力和發(fā)展能力綜合排名第一位。與錦棉種業(yè)不同的是，三瑞農(nóng)科在上述能力中表現(xiàn)不算優(yōu)秀，營(yíng)業(yè)收入及凈利潤(rùn)不如往期水平，但其他方面卻優(yōu)勢(shì)明顯。相較于其他25 家樣本公司，三瑞農(nóng)科盈利能力在樣本企業(yè)中最強(qiáng)，各項(xiàng)指標(biāo)均處于樣本數(shù)據(jù)最高值，成本費(fèi)用控制力強(qiáng)，獲利能力優(yōu)秀。流動(dòng)比率和現(xiàn)金流動(dòng)負(fù)債比率遠(yuǎn)遠(yuǎn)超出其他樣本的平均值，資產(chǎn)負(fù)債率低至1.92%，企業(yè)資金充足，資產(chǎn)的流動(dòng)性大，短期償債能力強(qiáng)；但從另一角度來(lái)看，流動(dòng)比例過(guò)高也導(dǎo)致應(yīng)收賬款周轉(zhuǎn)率和存貨周轉(zhuǎn)率相對(duì)較低，反映出流動(dòng)資產(chǎn)占用過(guò)大、資產(chǎn)使用效率不高，未能合理地利用財(cái)務(wù)杠桿，資金回收風(fēng)險(xiǎn)大大增加，極容易產(chǎn)生壞賬。

綜上所述，在所選取的26家種業(yè)企業(yè)中，錦棉種業(yè)與三瑞農(nóng)科的財(cái)務(wù)風(fēng)險(xiǎn)最小，而凌志股份的財(cái)務(wù)風(fēng)險(xiǎn)最高；選取的21個(gè)指標(biāo)中，引發(fā)行業(yè)分化最明顯最重要的指標(biāo)有流動(dòng)比率、應(yīng)收賬款周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率、凈利潤(rùn)現(xiàn)金比及現(xiàn)金流動(dòng)負(fù)債比。樣本企業(yè)在盈利能力、償債能力、營(yíng)運(yùn)能力、發(fā)展能力與現(xiàn)金流量五個(gè)方面的發(fā)展并不平衡，行業(yè)內(nèi)部分化較大，面臨各種不同財(cái)務(wù)風(fēng)險(xiǎn)，高風(fēng)險(xiǎn)企業(yè)盈利能力、現(xiàn)金流量及發(fā)展能力較弱，且樣本企業(yè)普遍存在存貨周轉(zhuǎn)率較低、短期償債能力不足等問(wèn)題。

四、結(jié)論及建議

本文以26 家新三板掛牌種業(yè)企業(yè)為研究樣本，通過(guò)對(duì)樣本企業(yè)財(cái)務(wù)狀況分析，從償債能力、營(yíng)運(yùn)能力、盈利能力、發(fā)展能力、現(xiàn)金流量五個(gè)維度選取21個(gè)指標(biāo)，應(yīng)用熵權(quán)-TOPSIS模型進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)排序，加入秩和比法對(duì)排序結(jié)果進(jìn)行合理分檔。熵權(quán)-TOPSIS-秩和比法排除人為因素的干擾，彌補(bǔ)單個(gè)方法的缺陷，提高了評(píng)價(jià)的客觀(guān)性與準(zhǔn)確性，有助于各企業(yè)及時(shí)了解與同行業(yè)之間的差距，促使管理層根據(jù)實(shí)際情況對(duì)企業(yè)的經(jīng)營(yíng)策略做出調(diào)整。

基于上述研究，為提高新三板種業(yè)企業(yè)抗風(fēng)險(xiǎn)能力，本文提出以下建議：

（一）改變營(yíng)銷(xiāo)策略，擴(kuò)寬銷(xiāo)售渠道

種業(yè)企業(yè)一般采取的是“以銷(xiāo)定產(chǎn)”的策略，企業(yè)根據(jù)市場(chǎng)狀況和對(duì)次年的銷(xiāo)售預(yù)測(cè)，提前一年制定當(dāng)年生產(chǎn)計(jì)劃，如果公司在銷(xiāo)售預(yù)測(cè)上出現(xiàn)較大偏差，或出現(xiàn)市場(chǎng)政策變化、氣候?yàn)?zāi)害等突發(fā)事件，很有可能出現(xiàn)銷(xiāo)售受阻、存貨積壓等狀況，甚至存在存貨跌價(jià)的風(fēng)險(xiǎn)，對(duì)公司生產(chǎn)和經(jīng)營(yíng)造成不利影響。另外，種子銷(xiāo)售體系不健全，存在不同銷(xiāo)售渠道的種子同種不同價(jià)、經(jīng)銷(xiāo)商以次充好等現(xiàn)象。因此，企業(yè)可以根據(jù)自身的特點(diǎn)，選擇合適的營(yíng)銷(xiāo)戰(zhàn)略和手段，優(yōu)化種子銷(xiāo)售體系，尤其是規(guī)范采購(gòu)方和經(jīng)銷(xiāo)商的銷(xiāo)售行為，及時(shí)申請(qǐng)新品種知識(shí)產(chǎn)權(quán)，嚴(yán)格檢測(cè)出產(chǎn)種子質(zhì)量，保障種子的正常有序推廣；借助大數(shù)據(jù)平臺(tái)，統(tǒng)計(jì)分析農(nóng)民專(zhuān)業(yè)合作社、種植企業(yè)、農(nóng)戶(hù)產(chǎn)品需求，進(jìn)一步調(diào)整品種生產(chǎn)；利用現(xiàn)代網(wǎng)絡(luò)、物流優(yōu)勢(shì)，創(chuàng)新推廣模式，構(gòu)建互聯(lián)網(wǎng)營(yíng)銷(xiāo)網(wǎng)格，推廣種植技術(shù)，擴(kuò)寬產(chǎn)品線(xiàn)上銷(xiāo)售渠道，構(gòu)建售后服務(wù)平臺(tái)。

（二）與院校、科研機(jī)構(gòu)及同類(lèi)企業(yè)建立長(zhǎng)期合作關(guān)系

種子易受到產(chǎn)品開(kāi)發(fā)、質(zhì)量控制、品種替代等因素影響，且研發(fā)周期長(zhǎng)、投資大。在發(fā)達(dá)國(guó)家，種子研發(fā)均是以企業(yè)研發(fā)部門(mén)為核心，以終端市場(chǎng)為導(dǎo)向（張永強(qiáng)等，2015）。目前，國(guó)家政策推行種業(yè)“育繁推”一體化，大部分中小企業(yè)研發(fā)技術(shù)薄弱，研發(fā)資金不足，科技成果轉(zhuǎn)化速度慢，市場(chǎng)上仿冒侵權(quán)，低端同質(zhì)化嚴(yán)重，并且研發(fā)投入存在一定機(jī)會(huì)成本，既有可能提升科研創(chuàng)新能力，也可能會(huì)由于資金壓力引起財(cái)務(wù)風(fēng)險(xiǎn)?；诖耍髽I(yè)可以與院校、科研機(jī)構(gòu)展開(kāi)合作，研發(fā)新品種，保證新品種安全，豐富新品種儲(chǔ)備，提高市場(chǎng)需求匹配度；或者與同類(lèi)公司共建研發(fā)中心，共享技術(shù)資源，降低高投入、低產(chǎn)出風(fēng)險(xiǎn)，提高核心競(jìng)爭(zhēng)力，實(shí)現(xiàn)合作共贏。

（三）優(yōu)化公司治理結(jié)構(gòu)，提高管理效率

從全球發(fā)展趨勢(shì)來(lái)看，種子產(chǎn)業(yè)已經(jīng)轉(zhuǎn)變?yōu)楦咝录夹g(shù)產(chǎn)業(yè)，企業(yè)在注重提高外部競(jìng)爭(zhēng)力的同時(shí)，內(nèi)部運(yùn)營(yíng)也同樣重要。種子企業(yè)作為集研發(fā)、試驗(yàn)、生產(chǎn)、加工、倉(cāng)儲(chǔ)、運(yùn)輸、銷(xiāo)售和服務(wù)等一體化公司，各部門(mén)環(huán)環(huán)相扣，緊密連接。中小企業(yè)與大型企業(yè)不同，員工數(shù)量上難以企及，可能會(huì)出現(xiàn)一人多崗的情況；要進(jìn)一步強(qiáng)化內(nèi)控管理意識(shí)，在不違背內(nèi)控原則下，明確各個(gè)崗位的工作職責(zé)，提高員工工作時(shí)間的有效利用效率。此外，還可能存在管理制度不健全的情況，若出現(xiàn)各部門(mén)之間缺乏有效的協(xié)調(diào)溝通，或公司各項(xiàng)管理制度之間及業(yè)務(wù)流程上銜接不暢，很可能導(dǎo)致決策失誤，帶來(lái)不必要的經(jīng)濟(jì)損失。因此，企業(yè)要依據(jù)自身情況，整合企業(yè)資源，降低成本開(kāi)支，完善公司治理結(jié)構(gòu)，提高企業(yè)內(nèi)部協(xié)調(diào)配合、規(guī)范運(yùn)作水平。

（四）提升流動(dòng)資產(chǎn)使用效率

中小種業(yè)企業(yè)普遍存在存貨周轉(zhuǎn)率低、短期償債能力不足的問(wèn)題，還有部分企業(yè)應(yīng)收賬款回款能力較弱，這說(shuō)明流動(dòng)資產(chǎn)變現(xiàn)能力偏弱?；诖耍瑧?yīng)完善公司應(yīng)收賬款內(nèi)部控制制度，加大清賬力度，及時(shí)與客戶(hù)協(xié)調(diào)溝通，提高應(yīng)收賬款的回款速度，確保資金及時(shí)回籠，同時(shí)根據(jù)產(chǎn)品競(jìng)爭(zhēng)水平確定合理的信用標(biāo)準(zhǔn)，制定科學(xué)的信用政策；加強(qiáng)存貨管理，設(shè)立安全庫(kù)存，加強(qiáng)存儲(chǔ)期控制，對(duì)滯銷(xiāo)種子進(jìn)行降價(jià)處理等方式，縮短存貨儲(chǔ)存時(shí)間，加速存貨變現(xiàn)速度，節(jié)約資金占用，降低存儲(chǔ)成本；提高預(yù)算管理水平，降低企業(yè)現(xiàn)金庫(kù)存儲(chǔ)備比例，掌握剩余現(xiàn)金的可利用期限。提升流動(dòng)資產(chǎn)使用效率，既可盤(pán)活企業(yè)營(yíng)運(yùn)資金，確保短期債務(wù)到期時(shí)有足夠的資金可以?xún)斶€，也可不必依賴(lài)外部融資，保障企業(yè)的運(yùn)營(yíng)安全。