基于因子分析法的物流上市企業(yè)財務風險評價
——以新寧物流為例

□ 王俊鵬

(南京林業(yè)大學 經(jīng)濟管理學院，江蘇 南京 210037)

電商的迅速興起、跨境貿易的繁榮發(fā)展給物流行業(yè)帶來了巨大的發(fā)展前景。隨著物流行業(yè)的市場競爭越來越激烈，物流企業(yè)只有通過不斷并購以擴大競爭力，但企業(yè)在運營過程中很容易出現(xiàn)收益與預期目標不一致的情況，進而產(chǎn)生財務風險，影響企業(yè)的正常運轉。如果企業(yè)不對財務風險進行有效的識別和控制，產(chǎn)生的財務危機必然會對企業(yè)發(fā)展造成巨大的損失。

對于企業(yè)的財務風險評價，相關學者已有研究。國外學者Altman最早提出使用Z-Score模型來評價財務風險，Z值越低表示財務風險越大；Ohlson首次通過Logistic模型來預測企業(yè)破產(chǎn)情況。國內學者則在國外研究的基礎上，改進模型或是將多種模型進行對比研究來評價企業(yè)財務風險。李長山通過Logistic模型對制造業(yè)上市公司進行預測，發(fā)現(xiàn)Logistic模型對企業(yè)財務預警效果較強；陳芳、吳杰對中小企業(yè)財務危機進行預測，通過將因子分析法和Logistic模型進行對比得出結果[1]。

針對物流企業(yè)財務風險評價的特點，本文擬收集物流上市公司2020年相關數(shù)據(jù)，通過因子分析法對物流企業(yè)財務風險進行綜合評價，并根據(jù)得分結果選取相應公司進行具體分析，以提出相關改進建議。

1 研究設計

1.1 樣本選擇

文章參考2020年證監(jiān)會上市公司行業(yè)分類，選取2020年在滬深證券交易所的A股物流上市公司為樣本，通過Stata篩選數(shù)據(jù)來刪除數(shù)據(jù)缺失的樣本，同時剔除了ST、PT企業(yè)以避免異常值的影響，最終確定了54家物流企業(yè)為本文研究對象。文中所有數(shù)據(jù)均來自國泰安數(shù)據(jù)庫和巨潮資訊網(wǎng)。

1.2 財務指標選取

文章在盈利能力、營運能力、成長能力、償債能力四個指標的基礎上，考慮對于物流企業(yè)來說，現(xiàn)金流量比會計利潤更能反映企業(yè)的經(jīng)營情況，因而加入反映企業(yè)現(xiàn)金流量的指標；由于所選樣本皆為上市公司，因此在盈利能力指標中加入每股收益指標(EPS)來衡量企業(yè)普通股的盈利能力。綜上，本文共選取17個具有代表性的指標(如表1)，從盈利能力、營運能力、成長能力、償債能力和現(xiàn)金流量五個方面來評價物流上市企業(yè)的財務風險。

表1 指標選取

2 模型構建

2.1 可行性檢驗

首先采用KMO和Bartlett度量對原始數(shù)據(jù)進行檢驗，判定數(shù)據(jù)是否適用于因子分析法。結果如表2所示，KMO值為0.627，大于0.5，Bartlett球形度檢驗的觀測值為939.092，df值為136,Sig.為0.000，相應的概率p小于顯著性水平0.05，因此樣本數(shù)據(jù)適合進行因子分析。

表2 KMO檢驗和Bartlett檢驗

2.2 因子提取

在表3的總方差解釋表格中，前五個成分的特征根大于1且方差累計解釋率達到80.136%，滿足累計解釋率超過80%的要求，說明因子分析效果良好。旋轉后5個成分特征值和貢獻率發(fā)生變化，累計貢獻率保持一致，說明原始變量的共同度不受影響，重新分配各個因子解釋原始變量的方差，改變了各因子的方差貢獻，使得因子易于解釋。

表3 公因子特征值與解釋率

在2020年數(shù)據(jù)成分矩陣的基礎上，通過最大方差法進行旋轉，得到旋轉后的成分矩陣,根據(jù)17個指標分別占各主成分的比重，解釋本文5個主成分的經(jīng)濟含義。可以看出，F(xiàn)1中占載荷量較大的指標分別有x17(產(chǎn)權比率)、x13(資產(chǎn)負債率)、x14(流動比率)和x15(速動比率)，這四個指標主要反映了公司的償債能力，所以可以把F1稱為償債能力主成分；F2中占載荷量較大的指標分別為x1(每股收益)、x2(營業(yè)利潤率)、x3(總資產(chǎn)凈利潤率)和x4(凈資產(chǎn)收益率)，四者均為盈利能力指標，所以F2可以被稱為盈利能力主成分；F3中占載荷量較大的指標分別為x5(總資產(chǎn)周轉率)、x6(流動資產(chǎn)周轉率)和x7(應收賬款周轉率)，三者均為營運能力指標，所以F3可以被稱為營運能力主成分；F4中占載荷量最多的指標為x8(主營業(yè)務收入增長率)、x9(凈利潤增長率)和x10(總資產(chǎn)增長率)，三者均為成長能力指標，所以F4也可以叫做成長能力主成分；F5占載荷量最多的兩個指標為x11(經(jīng)營現(xiàn)金凈流量對負債比率)和x12(現(xiàn)金流量比率)，兩者皆反映企業(yè)現(xiàn)金流量水平，因而F5可以被稱為現(xiàn)金流量主成分[2]。

對變量進行回歸，得到2020 年的成分得分系數(shù)矩陣(見表4)。根據(jù)表4因子得分矩陣表，可知各主成分表達式如下，用F表示：

F1=0.02x1+0.032x2+0.031x3+0.009x4-0.02x5-0.017x6-0.008x7+0.007x8+0.006x9+0.053x10-0.011x11+0.098x12+0.18x13+0.179x14+0.18x15-0.027x16+0.184x17

(1)

F2=0.247x1+0.244x2+0.265x3+0.238x4+0.025x5+0.041x6+0.024x7+0.033x8+0.017x9+0.168x10+0.065x11+0.091x12+0.011x13+0.051x14+0.058x15+0.077x16+0.024x17

(2)

F3=0.034x1-0.006x2+0.068x3+0.055x4+0.43x5+0.431x6+0.369x7+0.074x8+0.053x9+0.068x10-0.075x11-0.005x12-0.029x13-0.024x14-0.034x15-0.099x16-0.036x17

(3)

F4=0.034x1+0.05x2+0.025x3+0.004x4+0.078x5+0.008x6+0.1x7+0.587x8+0.583x9+0.254x10+0.02x11-0.144x12-0.014x13+0.089x14+0.065x15-0.064x16-0.014x17

(4)

F5=-0.035x1-0.034x2+0.134x3+0.01x4+0.003x5+0.096x6-0.078x7+0.111x8-0.039x9+0.299x10+0.585x11+0.382x12+0.092x13-0.03x14-0.024x15-0.565x16+0.059x17

(5)

表4 成分矩陣系數(shù)表

2.3 財務風險評價得分

根據(jù)表3中公因子的方差貢獻率，可得最終的物流上市企業(yè)財務風險評價模型：

F=0.23693×F1+0.21513×F2+0.15004×F3+0.12404×F4+0.07522×F5

通過以上模型計算樣本中54家企業(yè)的財務風險評價得分[3-4]，結果如表5所示。

表5 物流上市企業(yè)財務風險綜合得分表

將54家企業(yè)的分值分為4類(見表6),在54家企業(yè)中，風險很高的企業(yè)有11家，風險較高的企業(yè)有12家；風險較低的企業(yè)有19家，而風險很低的企業(yè)只有12家。42.6%的企業(yè)財務風險得分小于等于0，幾乎達到一半。我國物流行業(yè)上市公司總體上財務風險水平偏高，財務危機預防能力偏弱。

表6 財務風險得分分類表

3 新寧物流財務分析

3.1 新寧物流簡介

新寧物流于1997年2月成立，2009年10月在深交所上市。其業(yè)務不僅包括配送方案的設計施行和通關報檢工作，還包括進出口貨物的倉儲工作和各種貨運代理工作。截至目前，新寧物流已經(jīng)是電子信息產(chǎn)業(yè)鏈中不可或缺的一環(huán)。

3.2 新寧物流財務風險分析

從表5中可以看到，新寧物流得分僅有-2.1593，排在樣本最后一名且大幅低于倒數(shù)第二名。結合該企業(yè)年報和財務指標，可以肯定上文的財務風險評價模型基本有效。觀察新寧物流各公共因子的得分，從各個公因子方面進行分析[5]。

首先是償債能力方面。近幾年來，新寧物流通過銀行借款渠道吸收大量現(xiàn)金用于償還債務，面臨著巨大的貸款壓力。壓力主要包括償還貸款和支付利息，近幾年新寧物流償還銀行借款利息的大部分現(xiàn)金都來源于“分配股利、利潤或償付利息所支付的現(xiàn)金”科目，而公司則持續(xù)增加短期借款金額，新寧物流短期借款占總資產(chǎn)的比例不斷增加，至2019年已高達22.81%,負債總額中流動負債比重較大。短期借款可以滿足企業(yè)臨時周轉的需求，但不能從根本上解決先前新寧物流盲目擴張所導致的經(jīng)營瓶頸，同樣，借新債還舊債的惡性循環(huán)會不斷增加公司的債務壓力，惡化債務結構，最后出現(xiàn)資不抵債的財務風險。觀察近幾年速動比率，新寧物流2014-2020年速動比率均比行業(yè)平均值低，也低于標準值。相比于其他物流企業(yè)，新寧物流短期償債能力弱，資金流動性較差。2015-2020年公司的資產(chǎn)負債率遞增，到2020年時已經(jīng)超過了行業(yè)平均值,失敗的擴張行為導致了巨大的債務壓力。以上種種原因導致F1得分較低。

其次是盈利能力方面。從近幾年的盈利能力指標來看，2015年受業(yè)務規(guī)模和失火事故的影響，公司各項盈利指標得分較低，2016-2017年公司盈利能力緩慢增長，2018年由于全資收購嘉信倉儲，公司支付了大量現(xiàn)金，導致盈利能力降低。但由于擴張步伐過大，新寧物流并沒有取得預期的并購協(xié)同效應，導致2019-2020年各項盈利指標均為負值(如圖1)。2019-2020年新寧物流資產(chǎn)減值損失分別為4.4億、4.85億元。2019年子公司億程信息經(jīng)營狀況不斷惡化，公司計提商譽減值損失3.02億元的同時計提信用減值損失1.37億；2020年則主要是計提信用減值損失，公司應收賬款周轉率持續(xù)下降，收賬速度的降低和較長的信用期限導致企業(yè)壞賬損失逐步增加，進而導致凈利潤減少。因此新寧物流在上文的模型中F2得分較低。

圖1 盈利能力指標

為了緩解經(jīng)營壓力，新寧物流于2019年12月以與收購價相同的金額出售了嘉信倉儲100%的股權，此舉雖然短暫地滿足了企業(yè)當前的營運資金需求，但影響了公司2019-2020年的總資產(chǎn)增長率、主營業(yè)務收入增長率和資產(chǎn)保值率，削弱了企業(yè)當前的成長發(fā)展能力，導致F4得分較低。

再然后是營運能力方面。近幾年企業(yè)應收賬款周轉率持續(xù)走低，在收賬方面出現(xiàn)收賬速度慢、壞賬損失逐漸增加的不良后果，企業(yè)償債能力減弱，增加了企業(yè)在貨幣資金方面的財務風險。尤其是2015年和2019年的兩次并購帶來的總資產(chǎn)和存貨增加導致了總資產(chǎn)周轉率和存貨周轉率較低，企業(yè)變現(xiàn)能力弱，并購行為并沒有達到預期的協(xié)同效應，阻礙了新寧物流正常的發(fā)展經(jīng)營。

最后是現(xiàn)金流量方面，近幾年新寧物流的投資收益均為負值，大量的基礎設施建設和并購行為掏空了企業(yè)的現(xiàn)金儲備，以至于2019年年底新寧物流不得不出售剛并購不久的嘉信倉儲以滿足資金周轉需求；從經(jīng)營現(xiàn)金凈流量對負債比率來看，除2018年為10.17%外，近幾年均低于10%，2019年和2020年分別只有0.49%和-0.0069%，反映出近兩年公司的盈利能力較弱，對外欠款較多，存在資金不足夠償還對外短期欠款的可能，這也與上文的分析結果一致。

3.3 財務風險防控建議

以新寧物流出現(xiàn)的財務風險問題為導向，結合物流行業(yè)上市公司的特點，提出以下幾點建議:

①加強投資風控,制定合理的投資策略。

物流企業(yè)首先要優(yōu)化投資方式，順應企業(yè)的發(fā)展需求合理組合投資項目。物流項目投資回收期長，投資成本高，企業(yè)在投資前需要關注政策變化和發(fā)展趨勢，嚴格進行可行性分析，提前做好成本預算。在開發(fā)物流園區(qū)基礎建設項目時，企業(yè)應當嚴格遵守投資決策，合理運用投資資金并對每一筆資金的往來做好監(jiān)管工作。

②加強資產(chǎn)管理。

基礎設施的投入是物流企業(yè)固定成本的主要組成部分，合理的資產(chǎn)管理能夠降低企業(yè)的運營成本。一是要明確資產(chǎn)管理人員的職責，涉及到重大資產(chǎn)處置的問題一定要管理層進行科學的決策，二是規(guī)范流程，賬物互查，做到賬實相符，一旦出現(xiàn)誤差，及時制定調整預案。

③強化信用政策和應收賬款管理。

從新寧物流兩次并購來看，物流企業(yè)無論是在并購還是日常經(jīng)營，都容易出現(xiàn)給高信用客戶較長信用期限的問題，導致自身應收賬款回收期久。因此企業(yè)應該建立嚴格的壞賬計提工作，做好應收賬款催收工作；其次通過多渠道的評估，建立客戶信用檔案并根據(jù)信用評級來確定該客戶的信用期限。

④合理把握擴張節(jié)奏。

國內物流市場競爭激烈，在這種背景下,大量企業(yè)需要轉型升級。但企業(yè)在轉型升級的過程中不能追求產(chǎn)能擴張和投資，必須要結合自身的發(fā)展戰(zhàn)略,把握市場需求,進行合理的轉型升級,盲目的跨領域和跨行業(yè)投資容易造成企業(yè)資金周轉受阻,物流企業(yè)應該積極推動技術創(chuàng)新以滿足市場發(fā)展的需求[6-7]。

⑤集中管控資金。

為了避免子公司業(yè)績造假和管理層占用資金的現(xiàn)象，應集中管理母公司和子公司的資金，嚴格監(jiān)控資金收付是否與預算相符，從根本上控制資金流失，以實現(xiàn)企業(yè)資金的有效運作。

4 結論

本文以盈利能力、營運能力、成長能力、現(xiàn)金流量和償債能力5個角度的17個財務指標為基礎，構建了較為科學完善的財務風險評價體系。之后采用因子分析法建立了財務風險評價模型，對54家物流上市企業(yè)進行了實證分析，在54家企業(yè)中，有11家風險很高，有12家企業(yè)風險較高，42.6%的企業(yè)急需關注財務風險水平。我國物流行業(yè)上市公司總體上財務風險水平偏高，多數(shù)企業(yè)財務水平堪憂，應當引起管理層、投資者和監(jiān)管部門的注意。其次本文根據(jù)財務風險評價得分對最后一名新寧物流進行了財務分析并提出了相關改進建議。

本文的研究依據(jù)為物流業(yè)上市公司且沒有非財務指標的影響，希望后續(xù)研究中能引入非財務指標進一步思考，并且根據(jù)行業(yè)類別搭建更加完善有效的財務風險評價體系。此外，由于數(shù)據(jù)本身具有不確定性和復雜性，一個模型或許不能有效地解釋和反映，需要多個模型相互作用，相互結合。因此，未來的研究方向為如何將多種統(tǒng)計模型相結合來預測和分析財務風險并提出有效的控制手段。