張振霞

(酒泉職業(yè)技術(shù)學(xué)院，甘肅 酒泉 735000)

近年來(lái)，隨著我國(guó)經(jīng)濟(jì)社會(huì)的整體發(fā)展，農(nóng)業(yè)企業(yè)越來(lái)越多，其規(guī)模也越來(lái)越大，其中不少企業(yè)實(shí)現(xiàn)上市，走進(jìn)資本市場(chǎng)。但農(nóng)業(yè)上市公司因農(nóng)業(yè)的特殊性因素影響使其面臨的風(fēng)險(xiǎn)遠(yuǎn)遠(yuǎn)大于其他行業(yè)，而農(nóng)業(yè)上市公司和其他行業(yè)上市公司一樣，如果經(jīng)營(yíng)不善發(fā)生財(cái)務(wù)危機(jī)，其股票市值也會(huì)受到很大波動(dòng)甚至?xí)惶厥馓幚?，最終影響企業(yè)生存發(fā)展和持續(xù)經(jīng)營(yíng)。

文章以我國(guó)農(nóng)業(yè)上市公司年報(bào)數(shù)據(jù)為依據(jù)，選取創(chuàng)新投入相關(guān)指標(biāo)構(gòu)建基于創(chuàng)新投入視角的財(cái)務(wù)危機(jī)預(yù)警模型，并用來(lái)預(yù)測(cè)酒泉市農(nóng)業(yè)上市公司財(cái)務(wù)狀況，以期使相關(guān)農(nóng)業(yè)企業(yè)經(jīng)營(yíng)者能夠及時(shí)發(fā)現(xiàn)財(cái)務(wù)管理中存在的問(wèn)題，提前感知財(cái)務(wù)危機(jī)的征兆，及早采取防范措施，最大限度地減少企業(yè)財(cái)務(wù)損失。

1 研究設(shè)計(jì)

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(guò)選取中國(guó)證監(jiān)會(huì)2021年3季度公布的農(nóng)林牧漁業(yè)上市公司(下文簡(jiǎn)稱(chēng)“農(nóng)業(yè)上市公司”)為依據(jù)展開(kāi)研究。需要說(shuō)明的是，中國(guó)證監(jiān)會(huì)2021年3季度公布的農(nóng)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(guān)資料缺失公司6家，文章最后用于預(yù)測(cè)的公司1家，最終選取40家農(nóng)業(yè)上市公司為樣本進(jìn)行研究。

通過(guò)閱讀大量文獻(xiàn)資料，在借鑒其他學(xué)者研究的基礎(chǔ)上，文章將2021年凈利潤(rùn)為正值的農(nóng)業(yè)上市公司界定為財(cái)務(wù)健康公司(標(biāo)記為0)，而將2021年凈利潤(rùn)為負(fù)值的農(nóng)業(yè)上市公司界定為財(cái)務(wù)危機(jī)公司(標(biāo)記為1)。經(jīng)過(guò)分類(lèi)，研究樣本中財(cái)務(wù)危機(jī)公司18家，財(cái)務(wù)健康公司22家。

1.1.2 研究數(shù)據(jù)來(lái)源

文章以我國(guó)農(nóng)業(yè)上市公司2021年對(duì)外公布的年報(bào)數(shù)據(jù)資料為基點(diǎn)展開(kāi)研究。所有數(shù)據(jù)均來(lái)源于中國(guó)證監(jiān)會(huì)網(wǎng)站、上海交易所及深圳交易所等相關(guān)網(wǎng)站。數(shù)據(jù)處理采用SPSS 25統(tǒng)計(jì)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(qiáng)度(YFQD)。研發(fā)強(qiáng)度(YFQD)是公司本年度研發(fā)投入占營(yíng)業(yè)收入的比率。其計(jì)算公式為：研發(fā)強(qiáng)度(YFQD)=研發(fā)投入/營(yíng)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?cè)藬?shù)的比率，其計(jì)算公式為：研發(fā)人員占比(YFRY)=研發(fā)人員數(shù)/公司總?cè)藬?shù)。

1.2.2 控制變量

考慮到其他一些變量也會(huì)影響企業(yè)財(cái)務(wù)績(jī)效，進(jìn)而影響企業(yè)財(cái)務(wù)危機(jī)的發(fā)生。為控制不同公司之間存在的差異，在研究過(guò)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(duì)數(shù)來(lái)表示，一般認(rèn)為高管自信度越高，上市公司的財(cái)務(wù)績(jī)效越好，發(fā)生財(cái)務(wù)危機(jī)的可能性越?。环粗?，則越大。其計(jì)算公式為：高管自信度(ZXD)=高管前三名報(bào)酬總額/高管薪酬總額。

第二，企業(yè)規(guī)模(GM)。一般認(rèn)為，企業(yè)規(guī)模越大，經(jīng)營(yíng)能力就會(huì)越高，財(cái)務(wù)績(jī)效就會(huì)提高，發(fā)生財(cái)務(wù)危機(jī)的可能性也就越??；反之則越大。計(jì)算公式為：企業(yè)規(guī)模=Lg(總資產(chǎn))。

第三，公司治理(ZL)。一般公司的內(nèi)部治理制度越健全，其日常運(yùn)營(yíng)效率就會(huì)越高，財(cái)務(wù)績(jī)效隨之提高，發(fā)生財(cái)務(wù)危機(jī)的可能性也會(huì)降低；反之則會(huì)升高。其計(jì)算公式為：獨(dú)立董事比例=獨(dú)立董事人數(shù)/董事會(huì)人數(shù)。

第四，營(yíng)業(yè)利潤(rùn)率(LRL)。營(yíng)業(yè)利潤(rùn)率是企業(yè)營(yíng)業(yè)利潤(rùn)與營(yíng)業(yè)收入的比值。營(yíng)業(yè)利潤(rùn)率越高，企業(yè)營(yíng)業(yè)收入提供的營(yíng)業(yè)利潤(rùn)越多，企業(yè)的盈利能力越強(qiáng)，發(fā)生財(cái)務(wù)危機(jī)的可能性就會(huì)越小；反之則越大。其計(jì)算公式為：營(yíng)業(yè)利潤(rùn)率=營(yíng)業(yè)利潤(rùn)/營(yíng)業(yè)收入。

第五，現(xiàn)金實(shí)力(XJSL)。一般認(rèn)為企業(yè)的現(xiàn)金實(shí)力越雄厚，財(cái)務(wù)績(jī)效越好，企業(yè)發(fā)生財(cái)務(wù)危機(jī)的可能性就會(huì)越?。环粗畡t越大。其計(jì)算公式為：現(xiàn)金實(shí)力=期末貨幣資金/總資產(chǎn)，即上市公司總資產(chǎn)一定的情況下，期末貨幣資金越多，其現(xiàn)金實(shí)力越強(qiáng)。

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(rùn)數(shù)額，比率越高，表明每股普通股所創(chuàng)造的利潤(rùn)就越多，因此企業(yè)發(fā)生財(cái)務(wù)危機(jī)的可能性就會(huì)越??；反之則越大。其計(jì)算公式為：每股收益=歸屬于普通股股東的當(dāng)期凈利潤(rùn)÷當(dāng)期發(fā)行在外普通股的加權(quán)平均數(shù)。

1.3 研究假設(shè)

假設(shè)1：研發(fā)強(qiáng)度(YFQD)與財(cái)務(wù)危機(jī)負(fù)相關(guān)。研發(fā)強(qiáng)度(YFQD)是公司本年度研發(fā)投入占營(yíng)業(yè)收入的比率，一般認(rèn)為該指標(biāo)值越大，說(shuō)明公司越重視產(chǎn)品的研究開(kāi)發(fā)，在新產(chǎn)品研發(fā)及投產(chǎn)等方面的投資就會(huì)越多，公司新產(chǎn)品上市也就越多，效益就會(huì)越好；反之則會(huì)越差。因此，文章假設(shè)研發(fā)強(qiáng)度(YFQD)與財(cái)務(wù)危機(jī)負(fù)相關(guān)，即該指標(biāo)值越大，說(shuō)明公司陷入財(cái)務(wù)危機(jī)的可能性就越小；反之，則陷入財(cái)務(wù)危機(jī)的可能性就越大。

假設(shè)2：研發(fā)人員占比(YFRY)與財(cái)務(wù)危機(jī)負(fù)相關(guān)。研發(fā)人員占比(YFRY)是公司研發(fā)人員數(shù)占公司總?cè)藬?shù)的比，一般認(rèn)為該指標(biāo)值越大，說(shuō)明公司越重視產(chǎn)品的研究開(kāi)發(fā)，在新產(chǎn)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(huì)越多，效益應(yīng)該越好；反之則較差。因此，文章假設(shè)研發(fā)人員數(shù)量占比(YFRY)與財(cái)務(wù)危機(jī)負(fù)相關(guān)，即該指標(biāo)值越大，說(shuō)明公司陷入財(cái)務(wù)危機(jī)的可能性就越??；反之，則陷入財(cái)務(wù)危機(jī)的可能性就越大。

1.4 研究方法與模型設(shè)計(jì)

文章以我國(guó)農(nóng)業(yè)上市公司2021年對(duì)外公布的年報(bào)數(shù)據(jù)資料為基點(diǎn)，通過(guò)構(gòu)建多元邏輯模型(Logistic回歸模型)，利用極大似然估計(jì)法對(duì)模型進(jìn)行估計(jì)研究。

文章所要構(gòu)建的財(cái)務(wù)危機(jī)預(yù)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(gòu)建原理及文章所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警模型，財(cái)務(wù)危機(jī)公司的預(yù)測(cè)概率為：p=eZ/(1+eZ)。

2 創(chuàng)新投入指標(biāo)與財(cái)務(wù)危機(jī)的相關(guān)性分析

2.1 研發(fā)強(qiáng)度(YFQD)與財(cái)務(wù)危機(jī)的相關(guān)性分析

2.1.1 描述性統(tǒng)計(jì)結(jié)果

由描述性統(tǒng)計(jì)結(jié)果可以看出，T-1年、T-2年和T-3年連續(xù)三年財(cái)務(wù)健康公司的研發(fā)強(qiáng)度(YFQD)均值普遍高于財(cái)務(wù)危機(jī)公司的研發(fā)強(qiáng)度(YFQD)均值，說(shuō)明在T-1年、T-2年和T-3年假設(shè)1所描述的現(xiàn)象是客觀存在的，即研發(fā)強(qiáng)度(YFQD)與財(cái)務(wù)危機(jī)負(fù)相關(guān)。

2.1.2 回歸結(jié)果及擬合優(yōu)度檢驗(yàn)

根據(jù)前文有關(guān)結(jié)論及模型設(shè)計(jì)的基本條件，建立研發(fā)強(qiáng)度(YFQD)的回歸模型如下：

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

其中，Z(財(cái)務(wù)健康公司，Z=0；財(cái)務(wù)危機(jī)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(jì)及擬合優(yōu)度檢驗(yàn)結(jié)果可以看出：①回歸模型的HL檢驗(yàn)顯著性P=0.972>0.05，說(shuō)明該模型的擬合優(yōu)度非常高；②回歸模型總體預(yù)測(cè)的正確百分比為87.5%，即該模型預(yù)測(cè)準(zhǔn)確率較高；③回歸變量研發(fā)強(qiáng)度(YFQD)的參數(shù)為負(fù)值，與假設(shè)一致，但其顯著性P=0.16>0.05，在5%的水平下沒(méi)有通過(guò)W校驗(yàn)，因此，研發(fā)強(qiáng)度(YFQD)指標(biāo)最終不能進(jìn)入回歸模型。

其次，由T-2年回歸模型的參數(shù)估計(jì)及擬合優(yōu)度檢驗(yàn)結(jié)果可以看出：①回歸模型的HL檢驗(yàn)顯著性P=0.218>0.05，說(shuō)明該模型的擬合優(yōu)度較高；②回歸模型總體預(yù)測(cè)的正確百分比為82.5%，即該模型預(yù)測(cè)準(zhǔn)確率較高；③回歸變量研發(fā)強(qiáng)度(YFQD)的參數(shù)為負(fù)值，與假設(shè)一致，其顯著性P=0.042<0.05，在5%的水平下通過(guò)了W校驗(yàn)，因此，研發(fā)強(qiáng)度(YFQD)指標(biāo)最終可以進(jìn)入回歸模型；同時(shí)控制變量營(yíng)業(yè)利潤(rùn)率(LRL)、現(xiàn)金實(shí)力(XJSL)的參數(shù)均為負(fù)值，也通過(guò)了W檢驗(yàn)，都可以進(jìn)入回歸模型。

根據(jù)上述回歸結(jié)果，構(gòu)建T-2年基于研發(fā)強(qiáng)度(YFQD)的財(cái)務(wù)危機(jī)預(yù)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(jì)及擬合優(yōu)度檢驗(yàn)結(jié)果可以看出：①回歸模型的HL檢驗(yàn)顯著性P=0.397>0.05，說(shuō)明該模型的擬合優(yōu)度較高；②回歸模型總體預(yù)測(cè)的正確百分比為62.5%，即該模型預(yù)測(cè)準(zhǔn)確率較弱；③回歸變量研發(fā)強(qiáng)度(YFQD)的參數(shù)為負(fù)值，與假設(shè)一致，但其顯著性P=0.709>0.05，沒(méi)有通過(guò)W校驗(yàn)，因此，研發(fā)強(qiáng)度(YFQD)指標(biāo)不能進(jìn)入回歸模型。

2.1.3 討論

由上述回歸模型的參數(shù)估計(jì)及擬合優(yōu)度檢驗(yàn)結(jié)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(yù)測(cè)準(zhǔn)確率都較高，而且回歸變量研發(fā)強(qiáng)度(YFQD)的參數(shù)均為負(fù)值，與假設(shè)一致。但T-1年和T-3年模型均沒(méi)有通過(guò)W檢驗(yàn)，因此研發(fā)強(qiáng)度(YFQD)指標(biāo)不能進(jìn)入回歸模型；而T-2年模型通過(guò)了W檢驗(yàn)，同時(shí)控制變量營(yíng)業(yè)利潤(rùn)率(LRL)、現(xiàn)金實(shí)力(XJSL)的參數(shù)均為負(fù)值，也通過(guò)了W檢驗(yàn)，因此營(yíng)業(yè)利潤(rùn)率(LRL)、現(xiàn)金實(shí)力(XJSL)指標(biāo)均可以進(jìn)入回歸模型。

2.2 研發(fā)人員占比(YFRY)與財(cái)務(wù)危機(jī)的相關(guān)性分析

2.2.1 描述性統(tǒng)計(jì)結(jié)果

由描述性統(tǒng)計(jì)結(jié)果可以看出，T-1年、T-2年和T-3年連續(xù)三年財(cái)務(wù)健康公司的研發(fā)人員占比(YFRY)均值明顯高于財(cái)務(wù)危機(jī)公司的研發(fā)人員占比(YFRY)均值，說(shuō)明在T-1年、T-2年和T-3年假設(shè)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(cái)務(wù)危機(jī)負(fù)相關(guān)。

2.2.2 回歸結(jié)果及擬合優(yōu)度檢驗(yàn)

根據(jù)前文有關(guān)結(jié)論及模型設(shè)計(jì)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(cái)務(wù)健康公司，Z=0；財(cái)務(wù)危機(jī)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(jì)及擬合優(yōu)度檢驗(yàn)結(jié)果可以看出：①回歸模型的HL檢驗(yàn)顯著性P=0.168>0.05，說(shuō)明該模型的擬合優(yōu)度較高；②回歸模型總體預(yù)測(cè)的正確百分比為87.5%，即該模型預(yù)測(cè)準(zhǔn)確率較高；③回歸變量研發(fā)人員占比(YFRY)的參數(shù)為負(fù)值，與假設(shè)一致，但其顯著性P=0.367>0.05，沒(méi)有通過(guò)W校驗(yàn)，因此，研發(fā)人員占比(YFRY)指標(biāo)不能進(jìn)入回歸模型。

其次，由T-2年回歸模型的參數(shù)估計(jì)及擬合優(yōu)度檢驗(yàn)結(jié)果可以看出：①回歸模型的HL檢驗(yàn)顯著性P=0.891>0.05，說(shuō)明該模型的擬合優(yōu)度較高；②回歸模型總體預(yù)測(cè)的正確百分比為80%，即該模型預(yù)測(cè)準(zhǔn)確率較高；③回歸變量研發(fā)人員占比(YFRY)的參數(shù)為負(fù)值，與假設(shè)一致，其顯著性P=0.021<0.05，通過(guò)了W校驗(yàn)，因此，研發(fā)人員占比(YFRY)指標(biāo)可以進(jìn)入回歸模型；同時(shí)控制變量營(yíng)業(yè)利潤(rùn)率(LRL)、現(xiàn)金實(shí)力(XJSL)的參數(shù)均為負(fù)值，也通過(guò)了W檢驗(yàn)，都可以進(jìn)入回歸模型。

根據(jù)上述回歸結(jié)果，構(gòu)建T-2年基于研發(fā)人員占比(YFRY)的財(cái)務(wù)危機(jī)預(yù)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(jì)及擬合優(yōu)度檢驗(yàn)結(jié)果可以看出：①回歸模型的HL檢驗(yàn)顯著性P=0.568>0.05，說(shuō)明該模型的擬合優(yōu)度較高；②回歸模型總體預(yù)測(cè)的正確百分比為72.5%，即該模型預(yù)測(cè)準(zhǔn)確率較高；③回歸變量研發(fā)人員占比(YFRY)的參數(shù)為負(fù)值，與假設(shè)一致，但其顯著性P=0.103>0.05，沒(méi)有通過(guò)W校驗(yàn)，因此，研發(fā)人員占比(YFRY)指標(biāo)不能進(jìn)入回歸模型。

2.2.3 討論

由上述回歸模型的參數(shù)估計(jì)及擬合優(yōu)度檢驗(yàn)結(jié)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(yù)測(cè)準(zhǔn)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(fù)值，與假設(shè)一致。但T-1年和T-3年模型均沒(méi)有通過(guò)W檢驗(yàn)，因此研發(fā)人員占比(YFRY)指標(biāo)不能進(jìn)入回歸模型；而T-2年模型通過(guò)了W檢驗(yàn)，同時(shí)控制變量營(yíng)業(yè)利潤(rùn)率(LRL)、現(xiàn)金實(shí)力(XJSL)的參數(shù)均為負(fù)值，也通過(guò)了W檢驗(yàn)，因此營(yíng)業(yè)利潤(rùn)率(LRL)、現(xiàn)金實(shí)力(XJSL)指標(biāo)均可以進(jìn)入回歸模型。

2.3 研究結(jié)論

通過(guò)上述Logistic回歸分析及其討論結(jié)果，可以得出以下研究結(jié)論。

(1)接受假設(shè)1。研究結(jié)果顯示：在T-2年我國(guó)農(nóng)業(yè)上市公司研發(fā)投入力度越大，發(fā)生財(cái)務(wù)危機(jī)的可能性越小，即研發(fā)強(qiáng)度(YFQD)與財(cái)務(wù)危機(jī)負(fù)相關(guān)。

(2)接受假設(shè)2。研究結(jié)果顯示：在T-2年我國(guó)農(nóng)業(yè)上市公司研發(fā)人員數(shù)占公司總?cè)藬?shù)的比值越大，發(fā)生財(cái)務(wù)危機(jī)的可能性越小，即研發(fā)人員占比(YFRYZB)與財(cái)務(wù)危機(jī)負(fù)相關(guān)。

3 基于創(chuàng)新投入指標(biāo)的財(cái)務(wù)危機(jī)預(yù)警模型

3.1 創(chuàng)新投入相關(guān)指標(biāo)之間的相關(guān)性檢驗(yàn)

由相關(guān)性檢驗(yàn)結(jié)果可以看出：研發(fā)強(qiáng)度(YFQD)與研發(fā)人員占比(YFRY)的相關(guān)系數(shù)為0.584>0.5，說(shuō)明研發(fā)強(qiáng)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(huì)以資金形式表現(xiàn)出來(lái)，因此文章只選擇研發(fā)強(qiáng)度(YFQD)作為回歸變量進(jìn)行分析。

3.2 Logistic回歸結(jié)果與模型的構(gòu)建

根據(jù)前文有關(guān)結(jié)論，建立回歸模型如下：

Z=C0+C1YFQDT-2+C2LRLT-2+C3XJSLT-2+ε

其中，Z(財(cái)務(wù)健康公司，Z=0；財(cái)務(wù)危機(jī)公司，Z=1)，ε為回歸殘差。

由上述回歸模型的參數(shù)估計(jì)及擬合優(yōu)度檢驗(yàn)結(jié)果可以看出：

第一，回歸模型的HL檢驗(yàn)顯著性P=0.73>0.05，說(shuō)明該模型的擬合優(yōu)度較高；第二，回歸模型總體預(yù)測(cè)的正確百分比為77.5%，即該模型預(yù)測(cè)準(zhǔn)確率較高；第三，回歸變量研發(fā)強(qiáng)度(YFQD)的參數(shù)為負(fù)值，其顯著性P=0.043<0.05，通過(guò)了W校驗(yàn)；控制變量營(yíng)業(yè)利潤(rùn)率(LRL)和現(xiàn)金實(shí)力(XJSL)的參數(shù)均為負(fù)值，也通過(guò)了W檢驗(yàn)，因此文章最后構(gòu)建的基于創(chuàng)新投入視角的財(cái)務(wù)危機(jī)預(yù)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(yù)測(cè)財(cái)務(wù)危機(jī)的方法

根據(jù)前文已構(gòu)建的財(cái)務(wù)危機(jī)公司的預(yù)測(cè)概率為：

p=eZ/(1+eZ)

其中，Z=3.015-1.335YFQDT-2-5.738LRLT-2-16.213XJSLT-2，預(yù)測(cè)時(shí)，先計(jì)算出樣本公司的Z值，然后計(jì)算出預(yù)測(cè)概率P，最后根據(jù)預(yù)測(cè)概率就可以進(jìn)行判別。如果P>0.5，判別為財(cái)務(wù)危機(jī)公司，否則判別為財(cái)務(wù)健康公司。

4 財(cái)務(wù)危機(jī)預(yù)警模型的運(yùn)用——對(duì)酒泉市敦煌種業(yè)公司財(cái)務(wù)狀況的預(yù)測(cè)

4.1 敦煌種業(yè)公司介紹

甘肅省敦煌種業(yè)集團(tuán)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(hào)登記注冊(cè)成立，主要從事種子、棉花、食品加工業(yè)務(wù)的大型農(nóng)業(yè)綜合上市公司。公司現(xiàn)有注冊(cè)資本5.28億元，分、子公司19家，員工600余人。公司為農(nóng)業(yè)產(chǎn)業(yè)化國(guó)家重點(diǎn)龍頭企業(yè)、全國(guó)守合同重信用企業(yè)、農(nóng)業(yè)部首批育繁推一體化種子經(jīng)營(yíng)企業(yè)、中國(guó)種業(yè)信用骨干企業(yè)、甘肅省戰(zhàn)略新興產(chǎn)業(yè)骨干企業(yè)和高新技術(shù)企業(yè)。公司“敦煌飛天”商標(biāo)為中國(guó)馳名商標(biāo)、甘肅省著名商標(biāo)。

4.2 運(yùn)用文章所構(gòu)建的基于創(chuàng)新投入視角的財(cái)務(wù)危機(jī)預(yù)警模型預(yù)測(cè)敦煌種業(yè)公司的財(cái)務(wù)狀況

文章所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警模型是用T-2年的相關(guān)財(cái)務(wù)數(shù)據(jù)預(yù)測(cè)公司第T年的財(cái)務(wù)狀況，因此在對(duì)敦煌種業(yè)公司財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)時(shí)，可以分別用2018年和2019年的相關(guān)數(shù)據(jù)預(yù)測(cè)公司2020年和2021年的財(cái)務(wù)狀況，以檢驗(yàn)?zāi)Ｐ偷挠行浴Ｔ诖嘶A(chǔ)上，利用2020年和2021年的相關(guān)財(cái)務(wù)數(shù)據(jù)預(yù)測(cè)公司2022年和2023年的財(cái)務(wù)狀況，為公司經(jīng)營(yíng)者提供相應(yīng)的對(duì)策建議。

4.2.1 模型有效性的檢驗(yàn)

第一，檢驗(yàn)敦煌種業(yè)公司2020年的財(cái)務(wù)狀況。將敦煌種業(yè)公司2018年研發(fā)強(qiáng)度(YFQD)等相關(guān)指標(biāo)數(shù)值代入文章所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)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(huì)陷入財(cái)務(wù)危機(jī)，事實(shí)上敦煌種業(yè)公司2020年凈利潤(rùn)為正值，并未陷入財(cái)務(wù)危機(jī)。

第二，檢驗(yàn)敦煌種業(yè)公司2021年的財(cái)務(wù)狀況。將敦煌種業(yè)公司2019年研發(fā)強(qiáng)度(YFQD)等相關(guān)指標(biāo)數(shù)值代入文章所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警模型，最終達(dá)到Z=-0.2.8544，概率P=0.0545<0.5，可以判別2021年公司不會(huì)陷入財(cái)務(wù)危機(jī)，事實(shí)上敦煌種業(yè)公司2021年凈利潤(rùn)為正值，并未陷入財(cái)務(wù)危機(jī)。

4.2.2 模型用于預(yù)測(cè)的結(jié)果

第一，預(yù)測(cè)敦煌種業(yè)公司2022年的財(cái)務(wù)狀況。將敦煌種業(yè)公司2020年研發(fā)強(qiáng)度(YFQD)等相關(guān)指標(biāo)數(shù)值代入文章所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警模型，最終達(dá)到Z=-3.0077，概率P=0.047<0.5，可以判別2022年公司沒(méi)有陷入財(cái)務(wù)危機(jī)的可能。

第二，預(yù)測(cè)敦煌種業(yè)公司2023年的財(cái)務(wù)狀況。將敦煌種業(yè)公司2021年研發(fā)強(qiáng)度(YFQD)等相關(guān)指標(biāo)數(shù)值代入文章所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警模型，最終達(dá)到Z=-4.8955，概率P=0.0074<0.5，可以判別2023年公司也沒(méi)有陷入財(cái)務(wù)危機(jī)的可能。

4.2.3 結(jié)論及對(duì)策建議

通過(guò)運(yùn)用文章所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警模型，對(duì)敦煌種業(yè)公司財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)發(fā)現(xiàn)，2022年和2023年敦煌種業(yè)公司沒(méi)有陷入財(cái)務(wù)危機(jī)的可能，但在經(jīng)營(yíng)過(guò)程中，仍應(yīng)注意以下兩點(diǎn)：一是2018年至2021年連續(xù)四年公司研發(fā)強(qiáng)度呈現(xiàn)出不穩(wěn)定的上升趨勢(shì)(即2020年較2019年有所降低)，建議公司在保證正常運(yùn)營(yíng)的前提下，進(jìn)一步加大研發(fā)投入力度，不斷提高公司財(cái)務(wù)績(jī)效；二是公司營(yíng)業(yè)利潤(rùn)率在2018年至2020年呈持續(xù)上升趨勢(shì)，但2021年較前一年有所下降。建議公司經(jīng)營(yíng)者在保證公司正常經(jīng)營(yíng)業(yè)務(wù)的同時(shí)，多關(guān)注創(chuàng)新投入，以增加營(yíng)業(yè)利潤(rùn)，提高公司的財(cái)務(wù)績(jī)效。