創(chuàng)新投入視角下酒泉市農業(yè)上市公司財務危機預警研究

張振霞

(酒泉職業(yè)技術學院，甘肅 酒泉 735000)

近年來，隨著我國經濟社會的整體發(fā)展，農業(yè)企業(yè)越來越多，其規(guī)模也越來越大，其中不少企業(yè)實現(xiàn)上市，走進資本市場。但農業(yè)上市公司因農業(yè)的特殊性因素影響使其面臨的風險遠遠大于其他行業(yè)，而農業(yè)上市公司和其他行業(yè)上市公司一樣，如果經營不善發(fā)生財務危機，其股票市值也會受到很大波動甚至會被特殊處理，最終影響企業(yè)生存發(fā)展和持續(xù)經營。

文章以我國農業(yè)上市公司年報數(shù)據(jù)為依據(jù)，選取創(chuàng)新投入相關指標構建基于創(chuàng)新投入視角的財務危機預警模型，并用來預測酒泉市農業(yè)上市公司財務狀況，以期使相關農業(yè)企業(yè)經營者能夠及時發(fā)現(xiàn)財務管理中存在的問題，提前感知財務危機的征兆，及早采取防范措施，最大限度地減少企業(yè)財務損失。

1 研究設計

1.1 數(shù)據(jù)資料的收集與整理

1.1.1 研究樣本的選擇

文章通過選取中國證監(jiān)會2021年3季度公布的農林牧漁業(yè)上市公司(下文簡稱“農業(yè)上市公司”)為依據(jù)展開研究。需要說明的是，中國證監(jiān)會2021年3季度公布的農業(yè)上市公司共48家，其中深圳交易所B股股票1家、新上市或相關資料缺失公司6家，文章最后用于預測的公司1家，最終選取40家農業(yè)上市公司為樣本進行研究。

通過閱讀大量文獻資料，在借鑒其他學者研究的基礎上，文章將2021年凈利潤為正值的農業(yè)上市公司界定為財務健康公司(標記為0)，而將2021年凈利潤為負值的農業(yè)上市公司界定為財務危機公司(標記為1)。經過分類，研究樣本中財務危機公司18家，財務健康公司22家。

1.1.2 研究數(shù)據(jù)來源

文章以我國農業(yè)上市公司2021年對外公布的年報數(shù)據(jù)資料為基點展開研究。所有數(shù)據(jù)均來源于中國證監(jiān)會網站、上海交易所及深圳交易所等相關網站。數(shù)據(jù)處理采用SPSS 25統(tǒng)計分析軟件。

1.2 變量的選取與定義

1.2.1 自變量

第一，研發(fā)強度(YFQD)。研發(fā)強度(YFQD)是公司本年度研發(fā)投入占營業(yè)收入的比率。其計算公式為：研發(fā)強度(YFQD)=研發(fā)投入/營業(yè)收入。

第二，研發(fā)人員占比(YFRY)。研發(fā)人員占比(YFRY)是公司研發(fā)人員數(shù)占公司總人數(shù)的比率，其計算公式為：研發(fā)人員占比(YFRY)=研發(fā)人員數(shù)/公司總人數(shù)。

1.2.2 控制變量

考慮到其他一些變量也會影響企業(yè)財務績效，進而影響企業(yè)財務危機的發(fā)生。為控制不同公司之間存在的差異，在研究過程中加入了以下控制變量。

第一，高管自信度(ZXD)。高管自信度用高管薪酬的相對數(shù)來表示，一般認為高管自信度越高，上市公司的財務績效越好，發(fā)生財務危機的可能性越??；反之，則越大。其計算公式為：高管自信度(ZXD)=高管前三名報酬總額/高管薪酬總額。

第二，企業(yè)規(guī)模(GM)。一般認為，企業(yè)規(guī)模越大，經營能力就會越高，財務績效就會提高，發(fā)生財務危機的可能性也就越?。环粗畡t越大。計算公式為：企業(yè)規(guī)模=Lg(總資產)。

第三，公司治理(ZL)。一般公司的內部治理制度越健全，其日常運營效率就會越高，財務績效隨之提高，發(fā)生財務危機的可能性也會降低；反之則會升高。其計算公式為：獨立董事比例=獨立董事人數(shù)/董事會人數(shù)。

第四，營業(yè)利潤率(LRL)。營業(yè)利潤率是企業(yè)營業(yè)利潤與營業(yè)收入的比值。營業(yè)利潤率越高，企業(yè)營業(yè)收入提供的營業(yè)利潤越多，企業(yè)的盈利能力越強，發(fā)生財務危機的可能性就會越?。环粗畡t越大。其計算公式為：營業(yè)利潤率=營業(yè)利潤/營業(yè)收入。

第五，現(xiàn)金實力(XJSL)。一般認為企業(yè)的現(xiàn)金實力越雄厚，財務績效越好，企業(yè)發(fā)生財務危機的可能性就會越??；反之則越大。其計算公式為：現(xiàn)金實力=期末貨幣資金/總資產，即上市公司總資產一定的情況下，期末貨幣資金越多，其現(xiàn)金實力越強。

第六，每股收益(MGSY)。每股收益反映了企業(yè)每股普通股創(chuàng)造的稅后利潤數(shù)額，比率越高，表明每股普通股所創(chuàng)造的利潤就越多，因此企業(yè)發(fā)生財務危機的可能性就會越小；反之則越大。其計算公式為：每股收益=歸屬于普通股股東的當期凈利潤÷當期發(fā)行在外普通股的加權平均數(shù)。

1.3 研究假設

假設1：研發(fā)強度(YFQD)與財務危機負相關。研發(fā)強度(YFQD)是公司本年度研發(fā)投入占營業(yè)收入的比率，一般認為該指標值越大，說明公司越重視產品的研究開發(fā)，在新產品研發(fā)及投產等方面的投資就會越多，公司新產品上市也就越多，效益就會越好；反之則會越差。因此，文章假設研發(fā)強度(YFQD)與財務危機負相關，即該指標值越大，說明公司陷入財務危機的可能性就越??；反之，則陷入財務危機的可能性就越大。

假設2：研發(fā)人員占比(YFRY)與財務危機負相關。研發(fā)人員占比(YFRY)是公司研發(fā)人員數(shù)占公司總人數(shù)的比，一般認為該指標值越大，說明公司越重視產品的研究開發(fā)，在新產品研發(fā)方面投入的人力資源越多，因此，公司研發(fā)成果也會越多，效益應該越好；反之則較差。因此，文章假設研發(fā)人員數(shù)量占比(YFRY)與財務危機負相關，即該指標值越大，說明公司陷入財務危機的可能性就越??；反之，則陷入財務危機的可能性就越大。

1.4 研究方法與模型設計

文章以我國農業(yè)上市公司2021年對外公布的年報數(shù)據(jù)資料為基點，通過構建多元邏輯模型(Logistic回歸模型)，利用極大似然估計法對模型進行估計研究。

文章所要構建的財務危機預警模型如下：

Z=Logistic(P)=In{pi/(1-pi)}=α+β′X，其中α為截距，β為斜率參數(shù)向量，pi∈[0，1]。

根據(jù)Logistic回歸模型的構建原理及文章所構建的財務危機預警模型，財務危機公司的預測概率為：p=eZ/(1+eZ)。

2 創(chuàng)新投入指標與財務危機的相關性分析

2.1 研發(fā)強度(YFQD)與財務危機的相關性分析

2.1.1 描述性統(tǒng)計結果

由描述性統(tǒng)計結果可以看出，T-1年、T-2年和T-3年連續(xù)三年財務健康公司的研發(fā)強度(YFQD)均值普遍高于財務危機公司的研發(fā)強度(YFQD)均值，說明在T-1年、T-2年和T-3年假設1所描述的現(xiàn)象是客觀存在的，即研發(fā)強度(YFQD)與財務危機負相關。

2.1.2 回歸結果及擬合優(yōu)度檢驗

根據(jù)前文有關結論及模型設計的基本條件，建立研發(fā)強度(YFQD)的回歸模型如下：

Z=C0+C1YFQDi+C2ZXDi+C3GMi+C4ZLi+C5LRLi+C6XJSLi+C7MGSYi+ε

其中，Z(財務健康公司，Z=0；財務危機公司，Z=1)，i=(T-1，T-2，T-3)，ε為回歸殘差。

首先，由T-1年回歸模型的參數(shù)估計及擬合優(yōu)度檢驗結果可以看出：①回歸模型的HL檢驗顯著性P=0.972>0.05，說明該模型的擬合優(yōu)度非常高；②回歸模型總體預測的正確百分比為87.5%，即該模型預測準確率較高；③回歸變量研發(fā)強度(YFQD)的參數(shù)為負值，與假設一致，但其顯著性P=0.16>0.05，在5%的水平下沒有通過W校驗，因此，研發(fā)強度(YFQD)指標最終不能進入回歸模型。

其次，由T-2年回歸模型的參數(shù)估計及擬合優(yōu)度檢驗結果可以看出：①回歸模型的HL檢驗顯著性P=0.218>0.05，說明該模型的擬合優(yōu)度較高；②回歸模型總體預測的正確百分比為82.5%，即該模型預測準確率較高；③回歸變量研發(fā)強度(YFQD)的參數(shù)為負值，與假設一致，其顯著性P=0.042<0.05，在5%的水平下通過了W校驗，因此，研發(fā)強度(YFQD)指標最終可以進入回歸模型；同時控制變量營業(yè)利潤率(LRL)、現(xiàn)金實力(XJSL)的參數(shù)均為負值，也通過了W檢驗，都可以進入回歸模型。

根據(jù)上述回歸結果，構建T-2年基于研發(fā)強度(YFQD)的財務危機預警模型如下：

Z=-6.61-1.689YFQDT-2-23.368LRLT-2-

(0.042)**(0.091)**

23.447XJSLT-2+ε

(0.055)**

最后，由T-3年回歸模型的參數(shù)估計及擬合優(yōu)度檢驗結果可以看出：①回歸模型的HL檢驗顯著性P=0.397>0.05，說明該模型的擬合優(yōu)度較高；②回歸模型總體預測的正確百分比為62.5%，即該模型預測準確率較弱；③回歸變量研發(fā)強度(YFQD)的參數(shù)為負值，與假設一致，但其顯著性P=0.709>0.05，沒有通過W校驗，因此，研發(fā)強度(YFQD)指標不能進入回歸模型。

2.1.3 討論

由上述回歸模型的參數(shù)估計及擬合優(yōu)度檢驗結果可以看出：T-1年、T-2年和T-3年的模型的擬合優(yōu)度及其預測準確率都較高，而且回歸變量研發(fā)強度(YFQD)的參數(shù)均為負值，與假設一致。但T-1年和T-3年模型均沒有通過W檢驗，因此研發(fā)強度(YFQD)指標不能進入回歸模型；而T-2年模型通過了W檢驗，同時控制變量營業(yè)利潤率(LRL)、現(xiàn)金實力(XJSL)的參數(shù)均為負值，也通過了W檢驗，因此營業(yè)利潤率(LRL)、現(xiàn)金實力(XJSL)指標均可以進入回歸模型。

2.2 研發(fā)人員占比(YFRY)與財務危機的相關性分析

2.2.1 描述性統(tǒng)計結果

由描述性統(tǒng)計結果可以看出，T-1年、T-2年和T-3年連續(xù)三年財務健康公司的研發(fā)人員占比(YFRY)均值明顯高于財務危機公司的研發(fā)人員占比(YFRY)均值，說明在T-1年、T-2年和T-3年假設2所描述的現(xiàn)象是客觀存在的，即研發(fā)人員占比(YFRY)與財務危機負相關。

2.2.2 回歸結果及擬合優(yōu)度檢驗

根據(jù)前文有關結論及模型設計的基本條件，建立研發(fā)人員占比(YFRY)的回歸模型如下：

Z=C0+C1YFRYi+C2ZXDi+C3GMi+C4ZLi+C5LRLi+C6XJSLi+C7MGSYi+ε

其中，Z(財務健康公司，Z=0；財務危機公司，Z=1)，i=(T-1，T-2，T-3)，ε為回歸殘差。

首先，由T-1年回歸模型的參數(shù)估計及擬合優(yōu)度檢驗結果可以看出：①回歸模型的HL檢驗顯著性P=0.168>0.05，說明該模型的擬合優(yōu)度較高；②回歸模型總體預測的正確百分比為87.5%，即該模型預測準確率較高；③回歸變量研發(fā)人員占比(YFRY)的參數(shù)為負值，與假設一致，但其顯著性P=0.367>0.05，沒有通過W校驗，因此，研發(fā)人員占比(YFRY)指標不能進入回歸模型。

其次，由T-2年回歸模型的參數(shù)估計及擬合優(yōu)度檢驗結果可以看出：①回歸模型的HL檢驗顯著性P=0.891>0.05，說明該模型的擬合優(yōu)度較高；②回歸模型總體預測的正確百分比為80%，即該模型預測準確率較高；③回歸變量研發(fā)人員占比(YFRY)的參數(shù)為負值，與假設一致，其顯著性P=0.021<0.05，通過了W校驗，因此，研發(fā)人員占比(YFRY)指標可以進入回歸模型；同時控制變量營業(yè)利潤率(LRL)、現(xiàn)金實力(XJSL)的參數(shù)均為負值，也通過了W檢驗，都可以進入回歸模型。

根據(jù)上述回歸結果，構建T-2年基于研發(fā)人員占比(YFRY)的財務危機預警模型如下：

Z=-8.905-0.362YFRYT-2-25.4LRTT-2-

(0.021)**(0.069)**

22.044XJSLT-2+ε

(0.031)**

最后，由T-3年回歸模型的參數(shù)估計及擬合優(yōu)度檢驗結果可以看出：①回歸模型的HL檢驗顯著性P=0.568>0.05，說明該模型的擬合優(yōu)度較高；②回歸模型總體預測的正確百分比為72.5%，即該模型預測準確率較高；③回歸變量研發(fā)人員占比(YFRY)的參數(shù)為負值，與假設一致，但其顯著性P=0.103>0.05，沒有通過W校驗，因此，研發(fā)人員占比(YFRY)指標不能進入回歸模型。

2.2.3 討論

由上述回歸模型的參數(shù)估計及擬合優(yōu)度檢驗結果可以看出：T-1年、T-2年和T-3年的模型的擬合優(yōu)度及其預測準確率均較高，而且回歸變量研發(fā)人員占比(YFRY)的參數(shù)均為負值，與假設一致。但T-1年和T-3年模型均沒有通過W檢驗，因此研發(fā)人員占比(YFRY)指標不能進入回歸模型；而T-2年模型通過了W檢驗，同時控制變量營業(yè)利潤率(LRL)、現(xiàn)金實力(XJSL)的參數(shù)均為負值，也通過了W檢驗，因此營業(yè)利潤率(LRL)、現(xiàn)金實力(XJSL)指標均可以進入回歸模型。

2.3 研究結論

通過上述Logistic回歸分析及其討論結果，可以得出以下研究結論。

(1)接受假設1。研究結果顯示：在T-2年我國農業(yè)上市公司研發(fā)投入力度越大，發(fā)生財務危機的可能性越小，即研發(fā)強度(YFQD)與財務危機負相關。

(2)接受假設2。研究結果顯示：在T-2年我國農業(yè)上市公司研發(fā)人員數(shù)占公司總人數(shù)的比值越大，發(fā)生財務危機的可能性越小，即研發(fā)人員占比(YFRYZB)與財務危機負相關。

3 基于創(chuàng)新投入指標的財務危機預警模型

3.1 創(chuàng)新投入相關指標之間的相關性檢驗

由相關性檢驗結果可以看出：研發(fā)強度(YFQD)與研發(fā)人員占比(YFRY)的相關系數(shù)為0.584>0.5，說明研發(fā)強度(YFQD)與研發(fā)人員占比(YFRY)之間存在多重共線性，考慮到企業(yè)研發(fā)人員投入最終也會以資金形式表現(xiàn)出來，因此文章只選擇研發(fā)強度(YFQD)作為回歸變量進行分析。

3.2 Logistic回歸結果與模型的構建

根據(jù)前文有關結論，建立回歸模型如下：

Z=C0+C1YFQDT-2+C2LRLT-2+C3XJSLT-2+ε

其中，Z(財務健康公司，Z=0；財務危機公司，Z=1)，ε為回歸殘差。

由上述回歸模型的參數(shù)估計及擬合優(yōu)度檢驗結果可以看出：

第一，回歸模型的HL檢驗顯著性P=0.73>0.05，說明該模型的擬合優(yōu)度較高；第二，回歸模型總體預測的正確百分比為77.5%，即該模型預測準確率較高；第三，回歸變量研發(fā)強度(YFQD)的參數(shù)為負值，其顯著性P=0.043<0.05，通過了W校驗；控制變量營業(yè)利潤率(LRL)和現(xiàn)金實力(XJSL)的參數(shù)均為負值，也通過了W檢驗，因此文章最后構建的基于創(chuàng)新投入視角的財務危機預警模型如下：

Z=3.015-1.335YFQDT-2-5.738LRLT-2-

(0.016)**(0.043)**(0.077)**

16.213XJSLT-2+ε

(0.032)**

3.3 回歸模型用于預測財務危機的方法

根據(jù)前文已構建的財務危機公司的預測概率為：

p=eZ/(1+eZ)

其中，Z=3.015-1.335YFQDT-2-5.738LRLT-2-16.213XJSLT-2，預測時，先計算出樣本公司的Z值，然后計算出預測概率P，最后根據(jù)預測概率就可以進行判別。如果P>0.5，判別為財務危機公司，否則判別為財務健康公司。

4 財務危機預警模型的運用——對酒泉市敦煌種業(yè)公司財務狀況的預測

4.1 敦煌種業(yè)公司介紹

甘肅省敦煌種業(yè)集團股份有限公司(股票代碼600354)于1998年12月在甘肅省酒泉市肅州區(qū)肅州路28號登記注冊成立，主要從事種子、棉花、食品加工業(yè)務的大型農業(yè)綜合上市公司。公司現(xiàn)有注冊資本5.28億元，分、子公司19家，員工600余人。公司為農業(yè)產業(yè)化國家重點龍頭企業(yè)、全國守合同重信用企業(yè)、農業(yè)部首批育繁推一體化種子經營企業(yè)、中國種業(yè)信用骨干企業(yè)、甘肅省戰(zhàn)略新興產業(yè)骨干企業(yè)和高新技術企業(yè)。公司“敦煌飛天”商標為中國馳名商標、甘肅省著名商標。

4.2 運用文章所構建的基于創(chuàng)新投入視角的財務危機預警模型預測敦煌種業(yè)公司的財務狀況

文章所構建的財務危機預警模型是用T-2年的相關財務數(shù)據(jù)預測公司第T年的財務狀況，因此在對敦煌種業(yè)公司財務狀況進行預測時，可以分別用2018年和2019年的相關數(shù)據(jù)預測公司2020年和2021年的財務狀況，以檢驗模型的有效性。在此基礎上，利用2020年和2021年的相關財務數(shù)據(jù)預測公司2022年和2023年的財務狀況，為公司經營者提供相應的對策建議。

4.2.1 模型有效性的檢驗

第一，檢驗敦煌種業(yè)公司2020年的財務狀況。將敦煌種業(yè)公司2018年研發(fā)強度(YFQD)等相關指標數(shù)值代入文章所構建的財務危機預警模型，最終得到Z=-0.9466，概率P=0.2796<0.5，可以判別2020年公司不會陷入財務危機，事實上敦煌種業(yè)公司2020年凈利潤為正值，并未陷入財務危機。

第二，檢驗敦煌種業(yè)公司2021年的財務狀況。將敦煌種業(yè)公司2019年研發(fā)強度(YFQD)等相關指標數(shù)值代入文章所構建的財務危機預警模型，最終達到Z=-0.2.8544，概率P=0.0545<0.5，可以判別2021年公司不會陷入財務危機，事實上敦煌種業(yè)公司2021年凈利潤為正值，并未陷入財務危機。

4.2.2 模型用于預測的結果

第一，預測敦煌種業(yè)公司2022年的財務狀況。將敦煌種業(yè)公司2020年研發(fā)強度(YFQD)等相關指標數(shù)值代入文章所構建的財務危機預警模型，最終達到Z=-3.0077，概率P=0.047<0.5，可以判別2022年公司沒有陷入財務危機的可能。

第二，預測敦煌種業(yè)公司2023年的財務狀況。將敦煌種業(yè)公司2021年研發(fā)強度(YFQD)等相關指標數(shù)值代入文章所構建的財務危機預警模型，最終達到Z=-4.8955，概率P=0.0074<0.5，可以判別2023年公司也沒有陷入財務危機的可能。

4.2.3 結論及對策建議

通過運用文章所構建的財務危機預警模型，對敦煌種業(yè)公司財務狀況進行預測發(fā)現(xiàn)，2022年和2023年敦煌種業(yè)公司沒有陷入財務危機的可能，但在經營過程中，仍應注意以下兩點：一是2018年至2021年連續(xù)四年公司研發(fā)強度呈現(xiàn)出不穩(wěn)定的上升趨勢(即2020年較2019年有所降低)，建議公司在保證正常運營的前提下，進一步加大研發(fā)投入力度，不斷提高公司財務績效；二是公司營業(yè)利潤率在2018年至2020年呈持續(xù)上升趨勢，但2021年較前一年有所下降。建議公司經營者在保證公司正常經營業(yè)務的同時，多關注創(chuàng)新投入，以增加營業(yè)利潤，提高公司的財務績效。