我國(guó)煤炭上市公司財(cái)務(wù)困境研究

劉婷婷

摘 要：煤炭產(chǎn)業(yè)作為我國(guó)的能源供應(yīng)支柱產(chǎn)業(yè)，其發(fā)展在很大程度上決定了國(guó)家工業(yè)整體實(shí)力的進(jìn)步。因此，合理有效的引導(dǎo)煤炭上市公司防范財(cái)務(wù)風(fēng)險(xiǎn)，擺脫財(cái)務(wù)困境具有重要意義。本文選取了23家非ST股、Ａ股煤炭產(chǎn)業(yè)上市公司，基于2018-2022年的數(shù)據(jù)進(jìn)行實(shí)證分析，利用Z-Score模型對(duì)煤炭上市公司進(jìn)行財(cái)務(wù)預(yù)警。結(jié)果表明：23家煤炭上市公司中，絕大多數(shù)公司的Z值均小于1.81，表明煤炭上市公司整體的財(cái)務(wù)狀況較差，面臨的財(cái)務(wù)風(fēng)險(xiǎn)較高，陷入財(cái)務(wù)困境的概率也就越大。最后，為防范我國(guó)煤炭上市公司發(fā)生財(cái)務(wù)危機(jī)，本文提出了相應(yīng)的對(duì)策。

關(guān)鍵詞：煤炭上市公司、Z-Score模型、財(cái)務(wù)預(yù)警、財(cái)務(wù)困境

一、引言

伴隨著經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化，我國(guó)對(duì)于三大產(chǎn)業(yè)協(xié)調(diào)發(fā)展的重視程度加深。國(guó)家也非常重視對(duì)煤炭上市公司的扶持力度，這不僅給煤炭上市公司帶來(lái)了機(jī)遇，同時(shí)，由于煤炭上市公司需要調(diào)整自身的產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)方式來(lái)適應(yīng)新規(guī)范和新標(biāo)準(zhǔn)，所以也給其帶來(lái)了新的挑戰(zhàn)[1]。由于煤炭產(chǎn)業(yè)作為我國(guó)的第二產(chǎn)業(yè)，煤炭上市公司也是推進(jìn)我國(guó)產(chǎn)業(yè)化進(jìn)程的主力軍，并且煤炭生產(chǎn)經(jīng)營(yíng)具有獨(dú)特的經(jīng)營(yíng)狀況，其開(kāi)發(fā)利用過(guò)程中具有高耗能、高污染的特性[2]。因此，重視煤炭上市公司面臨的財(cái)務(wù)風(fēng)險(xiǎn)，并對(duì)其進(jìn)行評(píng)價(jià)，這對(duì)煤炭上市公司的可持續(xù)發(fā)展具有關(guān)鍵性的作用，同樣也符合黨中央推進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的思想。

二、研究設(shè)計(jì)

（一）Z-Score模型

對(duì)上市公司財(cái)務(wù)預(yù)警的研究方法有許多種，例如主成分分析法、BP神經(jīng)網(wǎng)絡(luò)法、Logistic回歸分析以及多元回歸等。本文選擇的是Z-Score模型，原因主要有以下兩點(diǎn)：（1）Z模型克服了BP神經(jīng)網(wǎng)絡(luò)法需分析較多樣本數(shù)量而煤炭上市公司樣本不足的問(wèn)題，也克服了Logistic模型自變量可能會(huì)存在多重共線性的問(wèn)題。（2）Z模型同一元判定模型相比，其具有更高的預(yù)測(cè)準(zhǔn)確性。因此，本文采用美國(guó)經(jīng)濟(jì)學(xué)家Edward Altman 在1968年創(chuàng)立的Z-Score模型進(jìn)行財(cái)務(wù)預(yù)警[3]。Z-Score模型的基本表達(dá)式如下：

其中：Z為判別函數(shù)值

X1=營(yíng)運(yùn)資金/資產(chǎn)總額=（流動(dòng)資產(chǎn)－流動(dòng)負(fù)債）/資產(chǎn)總額。營(yíng)運(yùn)資金代表的是公司經(jīng)營(yíng)周轉(zhuǎn)所需的凈流動(dòng)資金，反映的是公司資產(chǎn)的流動(dòng)性。如果X1的值過(guò)小，則反映公司資金周轉(zhuǎn)存在問(wèn)題，可能存在流動(dòng)性風(fēng)險(xiǎn)。反之，如果X1的值過(guò)大，則表示公司的資產(chǎn)可能沒(méi)有得到充分的利用，可能會(huì)影響公司的盈利能力，從而不利于公司的長(zhǎng)遠(yuǎn)發(fā)展。

X2=留存收益/資產(chǎn)總額=（未分配利潤(rùn)+盈余公積）/資產(chǎn)總額。通過(guò)分析X2值的大小，可以了解公司的累計(jì)獲利能力。如果X2較大，則表明公司的盈利能力較好，抗風(fēng)險(xiǎn)能力較強(qiáng)。反之，如果X2較小，則表明公司盈利能力較小，抗風(fēng)險(xiǎn)能力有待提高。

X3=息稅前利潤(rùn)/資產(chǎn)總額=（利潤(rùn)總額+財(cái)務(wù)費(fèi)用）/資產(chǎn)總額。X3反映的是公司每投入一單位的資產(chǎn)可以獲得的利潤(rùn)，即代表公司資金的投入產(chǎn)出水平。如果X3越大，表明公司獲利能力較強(qiáng)，經(jīng)營(yíng)績(jī)效較好。反之，則較差。

X4=所有者權(quán)益市值/負(fù)債總額=（每股市價(jià)×股本總數(shù)）/負(fù)債總額。X4表示的是公司股權(quán)價(jià)值與所承擔(dān)債務(wù)之間的關(guān)系。該比率越大，表明公司實(shí)收資本的價(jià)值較高，債券比重相對(duì)較小，從而使公司的破產(chǎn)風(fēng)險(xiǎn)較小。

X5=營(yíng)業(yè)收入/資產(chǎn)總額=主營(yíng)業(yè)務(wù)收入/資產(chǎn)總額。X5代表的是公司的總資產(chǎn)周轉(zhuǎn)率，反映的是公司總資產(chǎn)的營(yíng)運(yùn)能力。該比率越大，表明公司總資產(chǎn)的周轉(zhuǎn)速度較快，資產(chǎn)的使用效率較高。反之，則使用效率較低。

（二）Z-Score模型中臨界值Z的判別

隨著Z值的降低，公司面臨財(cái)務(wù)困境的可能性越大，破產(chǎn)風(fēng)險(xiǎn)也就越高。以1.81和2.675作為臨界值，當(dāng)Z值小于1.81時(shí)，公司面臨財(cái)務(wù)困境的可能性很大，財(cái)務(wù)狀況很差，破產(chǎn)風(fēng)險(xiǎn)較高。隨著Z值的變大，公司面臨財(cái)務(wù)困境的概率變小，財(cái)務(wù)狀況轉(zhuǎn)好。

三、實(shí)證分析

（一）樣本選取和數(shù)據(jù)來(lái)源

本文本著剔除Z值數(shù)據(jù)不全的樣本公司、剔除財(cái)務(wù)數(shù)據(jù)相關(guān)指標(biāo)不全的樣本公司以及剔除樣本期間被ST、*ST的上市公司的原則，選取了我國(guó)A股市場(chǎng)上的煤炭上市公司，總共有23家。數(shù)據(jù)來(lái)源于wind數(shù)據(jù)庫(kù)以及各公司年報(bào)，數(shù)據(jù)類(lèi)別包括Z值以及X1、X2、X3、X4、X5五個(gè)細(xì)分值。

（二）煤炭上市公司Z-Score模型的財(cái)務(wù)困境分析

1、描述性統(tǒng)計(jì)分析

為分析我國(guó)煤炭上市公司整體的財(cái)務(wù)狀況，本文將選取的數(shù)據(jù)利用stata軟件進(jìn)行了描述性統(tǒng)計(jì)分析，主要對(duì)數(shù)據(jù)的均值、中值、標(biāo)準(zhǔn)差、最小值以及最大值進(jìn)行分析。煤炭上市公司整體Z值的均值為1.515，小于1.81，根據(jù)Z值的界定可知，2018年-2022年，我國(guó)A股上市的煤炭公司整體財(cái)務(wù)狀況很差，存在嚴(yán)重的財(cái)務(wù)風(fēng)險(xiǎn)，陷入財(cái)務(wù)困境的概率較高。并且，值得注意的是，Z值最小值與最大值之間的差距較大，標(biāo)準(zhǔn)差較高，說(shuō)明各煤炭上市公司之間的Z值存在較大的差異，波定性較強(qiáng)，財(cái)務(wù)經(jīng)營(yíng)狀況的穩(wěn)定性有待提高。此外，在構(gòu)成Z值的五個(gè)指標(biāo)中，可以看到X1較小且為負(fù)數(shù)，初步說(shuō)明各公司Z值的大小差異主要是由于X1的差異造成的?？傮w而言，我國(guó)23家煤炭上市公司整體財(cái)務(wù)風(fēng)險(xiǎn)較高，陷入財(cái)務(wù)困境的概率也較高。

2、Z值的分布情況

為進(jìn)一步分析我國(guó)煤炭上市公司單個(gè)公司所面臨的財(cái)務(wù)風(fēng)險(xiǎn)，本文根據(jù)Z值臨界值的大小，對(duì)23家樣本煤炭上市公司的Z值進(jìn)行了分組統(tǒng)計(jì)。在這23家煤炭上市公司中，2018年有16家公司的Z值小于1.81，占公司總數(shù)量的69.6%，而Z值大于2.675的公司只有兩家，占公司總數(shù)量的8.7%，說(shuō)明煤炭上市公司整體的財(cái)務(wù)狀況非常差，存在嚴(yán)重的財(cái)務(wù)風(fēng)險(xiǎn)。在2019年和2020年，均有17家公司的Z值小于1.81，占公司總數(shù)量的73.9%，即大多數(shù)公司的Z值均較低，說(shuō)明我國(guó)煤炭上市公司整體的財(cái)務(wù)狀況較2018年而言更差，財(cái)務(wù)風(fēng)險(xiǎn)也更高了。在2021年，Z值小于1.81的煤炭上市公司數(shù)量有所下降，Z值大于2.675的公司的數(shù)量有所上升，說(shuō)明我國(guó)煤炭上市公司整體的財(cái)務(wù)狀況有所好轉(zhuǎn)，抗風(fēng)險(xiǎn)能力有所加強(qiáng)。到2022年，Z值小于1.81的煤炭上市公司數(shù)量明顯下降，但數(shù)量仍超過(guò)一半，說(shuō)明我國(guó)煤炭上市公司整體的財(cái)務(wù)狀況仍然較差，發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的可能性較高，陷入財(cái)務(wù)困境的可能性仍然較大，各公司仍需重視經(jīng)營(yíng)管理。

此外，就各公司而言，只有2家煤炭上市公司處于無(wú)警告區(qū)，4家公司處于輕度警告區(qū)，其余17家公司處于重度警告區(qū)。也就是說(shuō)近五年來(lái)，有73.9%的煤炭上市公司的財(cái)務(wù)狀況較差，財(cái)務(wù)風(fēng)險(xiǎn)較大，陷入財(cái)務(wù)困境的可能性較高。

3、變量X對(duì)Z值的具體影響分析

為進(jìn)一步分剖析原因，本文將組成Z值的五個(gè)細(xì)分值進(jìn)行了分析。X1的均值都較小，并且絕大多數(shù)公司的X1為負(fù)數(shù)。這說(shuō)明在23家煤炭上市公司中，絕大多數(shù)公司Z值較小主要是由于X1值較小且為負(fù)造成的。X1=營(yíng)運(yùn)資金/資產(chǎn)總額=（流動(dòng)資產(chǎn)－流動(dòng)負(fù)債）/資產(chǎn)總額，其反映公司資產(chǎn)的流動(dòng)性，若該值較小，則表明公司資金周轉(zhuǎn)存在問(wèn)題，并且公司發(fā)展可能面臨流動(dòng)性風(fēng)險(xiǎn)。在23家煤炭上市公司中，絕大多數(shù)公司的X1較小且為負(fù)，說(shuō)明流動(dòng)資金已經(jīng)不能完全覆蓋流動(dòng)負(fù)債，公司面臨的流動(dòng)性風(fēng)險(xiǎn)較大，資金流動(dòng)性存在問(wèn)題，公司的業(yè)務(wù)開(kāi)展必然受限，進(jìn)而會(huì)導(dǎo)致公司的財(cái)務(wù)狀況變差，陷入財(cái)務(wù)困境的概率提高。

四、結(jié)論及展望

本文通過(guò)運(yùn)用Z-Score模型計(jì)算出23家煤炭上市公司的Z值，得出近五年平均有67.84%的煤炭上市公司存在財(cái)務(wù)危機(jī)、陷入財(cái)務(wù)困境概率高的結(jié)論。究其原因主要是大部分煤炭上市公司資金流動(dòng)性、總資產(chǎn)周轉(zhuǎn)率、獲利能力、利息支付能力都較差。并且大多數(shù)煤炭上市公司的X1值為負(fù)，公司面臨的資金流動(dòng)性風(fēng)險(xiǎn)較為明顯。因此，煤炭上市公司在發(fā)展的過(guò)程中應(yīng)注重各類(lèi)風(fēng)險(xiǎn)的管理，最大限度避免公司陷入財(cái)務(wù)困境。同時(shí)也要提高資金的使用效率，不能盲目負(fù)債。近年來(lái)，我國(guó)對(duì)煤炭上市公司也提供了稅收、財(cái)政方面的很多優(yōu)惠政策。在這一優(yōu)惠政策下，煤炭上市公司也不能過(guò)度的依賴(lài)國(guó)家政策，政府也應(yīng)注重對(duì)接受優(yōu)惠政策的公司進(jìn)行監(jiān)督，注重對(duì)煤炭產(chǎn)業(yè)市場(chǎng)的宏觀調(diào)控。

參考文獻(xiàn)：

[1]代文，齊航.碳減排約束、環(huán)境信息披露與企業(yè)研發(fā)投入研究[J].中國(guó)管理信息化，2020，23（6）：2.

[2]張鳴，程濤.上市公司財(cái)務(wù)預(yù)警實(shí)證研究的動(dòng)態(tài)視角[J].財(cái)經(jīng)研究，2005（01）：62-71.DOI：10.16538/j.cnki.jfe.2005.01.006.

[3]Altman.E.Financial Ratios Discriminate Analysis and the Prediction of Corporate bankruptcy [J].Journal of Finance，1968（9）： 589-609.