政府产业政策与汽车行业财务风险的探讨

【摘要】本文主要对政府产业政策和汽车行业财务风险之间关系进行分析和研究，以2009年、2010年、2011年汽车企业作为研究对象，利用回归分析，研究政府产业政策对于企业这一行业中财务风险的影响。

【关键词】政府产业政策 汽车行业 财务风险

汽车行业是我国一个主要产业，在我国经济发展中有着重要的作用，国家经济政策会对这一产业发展造成重要影响。2009年我国降低了汽车购置税率，从10%降到了5%，2010年，从10%降到了7.5%，2011年则又恢复到了10%。在这一背景下，我们对两者之间关系进行分析和研究。

一、政府产业政策和汽车行业财务风险的相关研究

（一）对变量进行设计

1.关于被解释变量的相关设计。从当前看，国内和国外针对公司财务风险的相关衡量指标，主要研究方法有三种：第一种就是对某一个财务指标的具体波动情况进行分析，从而对财务风险进行衡量；第二种就是建立财务预警的相关模型；第三种就是市场风险的相关测度法[1]。目前，我国证券市场还需要进行完善，国内一般采用的方法都是第二种，也就是对不同财务预警模型进行建立，从而对公司中的财务风险进行测度。当前比较通用的Z指数模型，它是一个多变量的预警模型，能够对企业破产进行预测。这一模型采用的财务比率数量为22个，经过了统计和筛选之后，建立A-score模型。它主要是利用加权汇总，对财务风险的总体判别值进行计算，对公司中的财务风险进行判断，这是对公司中的财务风险进行评价的一个比较经典的模型。我们就利用这一模型对汽车行业的财务风险进行衡量。它的计算公式如下：

其中x1表示的是营运资金÷资产总额，x2表示的是留存收益÷资产总额，x3表示的是息税前利润÷资产总额，x4表示的是股票市价总额÷负债账面价值总额，x5表示的是销售收入÷资产总额。

如果Z值越小，那么公司之中的财务风险就会增加，那么公司破产的可能性就会变大，其财务危机就会很严重。如果Z值越大，那么公司中的财务风险就会越小。Altman曾经做过研究，若是Z值超过了2.99，那么公司中的财务状况就会比较好，破产概率也就会很小，若是Z值在1.81以内，那么公司破产的可能性就会很大，公司中的财务危机已经达到了很严重的程度，若是A值大于1.81，小于2.99，那么就说明公司中的财务状况不明晰，要对这一点加以重视。

2.关于被解释变量的相关设计。我们利用政府产业政策针对汽车这一行业的具体鼓励程度，也就是GP作为解释变量。它在0到1之间这一区间内进行取值。如果政府产业政策不能对汽车这一行业产生有效的鼓励作用，那么GP为0，如果政府产业政策能够对于汽车这一行业起到有效鼓励作用，那么GP为1。2009年、2010年、2011年我国政府针对汽车的购置税进行了三次调整，购置税的具体优惠程度能够反映出我国政府相关产业政策对于汽车这一行业的具体鼓励程度。所以，我們利用汽车购置税的具体优惠程度对GP进行衡量。2009年GP值为1，2010年GP值为1/2，2011年GP值为0。

3.关于各个控制变量。我们对前人的研究进行借鉴，并选择五个控制变量，对公司中的财务风险进行研究。第一，公司规模，主要指的是期末总资产的自然对数。也就是LN。第二，资产负债率，主要用L进行表示，它反映出来的是公司中的负债比例。资产负债率就是用负债除以资产。第三，资产期限结构，主要用A进行表示，利用公司中的固定资产在资产总额中的比例进行衡量，期末固定资产÷期末总资产就是资产期限结构[2]。第四，盈利能力，用ROA进行表示，它能够在一定程度上对公司中抵抗各种财务风险的相关能力进行反映。两倍净利润与期初总资产和期末总资产之和相除的结果就是公司的盈利能力。第五，成长性，用G进行表示。公司主营业务具体的收入增长率能够表示公司的成长性。主营业务在本期的收入与上期收入之差，和上期收入相除的结果就是公司的成长性。

（二）关于研究假设

我们结合Z-score模型，假设我国政府产业政策和汽车这一行业中的财务风险有一定的线性相关性存在，利用下面的公式进行表示：

在上面的公式中，β0属于常量，而β1、β2、β3、β4还有β5和β6都是各个变量的系数，δi属于残差项，对各个变量以外，别的因素对于Z值造成的影响进行反映。在对Zi值进行计算的时候，我们利用的是Z-score模型，也就是利用了公式（1）。

二、对变量之间的相关性进行分析

我们在上面对各个变量进行了选取，为了验证选择的合理性，要利用SPSS这一统计软件针对各个变量之间有没有相关性进行分析和验证[3]。分析结果如下表：

从上面的分析结果我们可以了解到，政府产业政策值和公司中的财务风险值呈现正相关的关系，也就是说，政府政策和公司中的财务风险是负相关的，别的控制变量和财务风险都呈现出来的是显著相关的关系。因此，我们选择的控制变量都具有合理性。

我们从公式（2）之中涉及的各自变量之间系数来看，公司规模和资产期限结构的绝对值是最大的，绝对值是0.486，比0.6要小，也就是说，自变量之间具有一般相关性。所以说，这一个公式之中，各自变量之间向我们呈现出来的是弱相关关系。所以，这一公式之中一般不会有多重共线性这一问题发生，能够将其放在同一公式之中作回归分析。

三、做好多元回归分析工作

要想针对政府产业政策对于汽车这一行业中的财务风险造成的影响这一问题进行深入分析和研究，就要在对变量之间相关性进行分析的基础之上，利用SPSS这一统计软件对各个变量作多元回归分析。

首先，我们对残差项进行回归分析，从分析的结果可以了解到D.W值大约为2，也就是说，残差项是服从正态分布的，没有自相关关系存在。

其次，对公式（2）有没有显著性进行检验，利用方差分析的方法。从分析结果F值进行观察，各个模型都在5%的显著性水平比较显著，另外，模型对于因变量有着超过60%的解释能力，这就表示公式（2）有着比较高的总体拟合程度。其中F值是6.388，在a为0.05的状态下，临界值为2.7，6.388远远大于这一值，因此，公式（2）具有明显的显著性。

再次，为了对公式（2）中的各个变量有没有显著性进行检验，我们利用t检验方法。从检验结果看，政府产业政策t检验量是2.081，而在a为0.05的状态下，临界值是1.7196，t检验值要比临界值大，也就是说，政府产业政策和Z值是有比较显著的正相关关系的，也就是说和公司中的财务风险之间存在比较显著的负相关关系。

四、结语

综上所述，本文对政府产业政策和汽车这一行业中的财务风险之间的关系进行了简单阐述，我们了解到政府实行的积极经济政策可以降低汽车这一行业中的财务风险，如果宏观经济不太景气，政府采取积极政策能够推动汽车这一行业不断发展，降低财务风险，推动汽车行业不断向前发展。

参考文献

[1]向杰.政府产业政策与汽车行业财务风险的相关研究[J].经济师，2013，（03）：21-22.

[2]汪立元.浅谈汽车制造业并购财务风险及防范[J].特区经济，2012，（03）：299-301.

[3]尹栾玉.中国汽车产业政策的历史变迁及绩效分析[J].学习与探索，2010，（04）：167-168.

作者简介：陈浩（1968-）男，会计师，2007年1月毕业于西南财经大学会计学专业。