基于F分值模型的财务预警分析——以工程机械行业上市公司为例

（湖南工业大学 湖南株洲412000）

一、前言

工程机械服务于城乡建设、国防建设、环境保护、水利建设、交通运输、能源工业等国民基础性领域，它具有很强的产业关联性和巨大的投资乘数，对国家工程建设、工业化水平和国民经济发展的提升有着基础性的影响。然而，众所周知，工程机械行业属于周期性强、受宏观环境影响较大的一类行业。作为行业发展的主体，工程机械企业由于内外部经营环境等各种不可预测或不可控制的因素，对于即将面临或者正在面临的困境，如果不能及时发现并有效解决，企业无疑将陷入生存危机，甚至给利益相关方造成巨大损失，最终对整个经济和社会造成不利影响。因此，对工程机械行业上市公司财务预警的研究不仅具有较高的学术价值，而且具有一定的现实意义。本文试图利用F分值模型对工程机械行业的上市公司进行实证分析，以检验工程机械行业财务预警的效果，在一定程度上帮助工程机械类企业在危机来临前识别风险。

二、预警模型选择

财务预警分析方法经历了从单变量模型到多变量模型的发展，现行运用比较广泛的有Altman教授的Z-score五变量模型，即Z分值模型，它通过对企业的流动性、公司的寿命及累积的利润率、盈利能力、财务结构和资产周转率等方面综合反映企业的财务状况。由于Z分值模型易于理解和操作，从而在国内外得到广泛运用。然而Z分值模型没有充分考虑到现金流量的变化因素，因此有一定的局限性。为此学者们改进了Z分值模型，并建立了一个新的预警模型——F分值模型（Failure Score Model）。F分值模型在Z分值模型基础上加入了现金流量指标，从而弥补了Z分值模型固有的缺陷，同时F分值模型也考虑了公司发展状况，从而使预警模型更加趋于完善。考虑到工程机械企业具有订货周期长、占用资金大、产品销售单价高、回款周期长的固有特性，现金流量的丰缺无疑对企业影响很大，所以本文采用考虑了现金流量指标的F分值模型对工程机械行业上市公司进行财务预警分析。

关于F分值模型，美国学者在利用SPASS-X统计多微区分分析方法，并在Compustat PC Plus会计数据库中结合使用1990年以来的4 160家企业财务数据，最终得出了F分值模型如下：

F=-0.1774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5

其中，各个变量表述为：

X1=（期末流动资产-期末流动负债）/期末资产总额，该指标为营运资本与资产总额的比值，反映了企业资产的折现能力和规模特征。营运资本是企业的周转资金，具有周转快、流动性强、项目众多、性质复杂、盈利能力高、投资风险低等特点。企业拥有的营运资本越多，它无力偿还债务的风险就越小，而营运资本的持续减少，通常预示着企业的营运资本运转不良或短期偿债能力减弱甚至无力偿还。

X2=期末留存收益/期末资产总额，期末留存收益是由企业税后利润累计而成的，该指标反映了企业累计获利能力。

X3=（税后纯收益+折旧）/平均总负债，该指标是一个现金流量变量，它是衡量企业所生产的全部现金流量（假设只有折旧为非付现费用）可用于偿还企业债务能力的重要指标，通常是反映企业财务困境的关键依据之一。

X4=期末股东权益的市值/期末负债总额，该指标测定的是财务结构，反映股东所提供的资本和债权人提供股东资本的相对比率，衡量股东资本对债权资本的保障程度，如果该比值数值越高，则表示企业自有资本越雄厚，对债权资本的保障程度越高，也意味着企业具有风险较低、报酬也相应较低的财务结构。

X5=（税后纯收益+利息+折旧）/平均总资产，反映的是企业总资产在创造现金流量方面的能力，良好的现金流是企业生存的基础，该指标往往能预示企业是否存在财务危机。

在F分值模型中，F值的临界点为0.0274，此数值上下0.0775内为不确定区域。具体判断标准如表1所示。

表1 F分值模型判断标准

三、实证分析

（一）样本选取与数据来源

本文以2017年工程机械行业20家上市公司为研究对象。根据2017年9月由中国机械工业年鉴编辑委员会联合中国工程机械工业协会编著首发的 《中国工程机械工业年鉴2017》，截至2016年12月31日，我国以工程机械整机为主营业务的上市企业有21家，其中A股市场19家,香港市场2家（中联重科在内地、香港两地上市），剔除只在香港上市的中国龙工一家企业，最终以这20家在A股市场上市的公司为研究分析对象。数据主要来源于CSMAR国泰安数据库、上海证券交易所、深圳证券交易所和东方财富网。

（二）实证过程

根据20家工程机械行业上市公司披露的2017年度财务报告及审计资料，采用EXCEL办公软件整理出计算F分值所需要的各项财务数据,详见下页表2。通过观察可以得出2017年工程机械行业整体资产结构和财务特征。

在20家工程机械行业上市公司中，影响F分值的总资产、流动资产、总负债、流动负债、留存收益、税后纯收益、折旧、利息、股权市值这九项要素里，中联重科有五项数据是最高的，分别是总资产、流动资产、总负债、留存收益、利息，其余4项也均排在行业前三名，表明中联重科在资产规模、整体实力、累计获利能力方面均居行业前列，但需要注意资本结构的稳健性。达刚路机则资产规模相对最小，九项要素里有5项数据占据了最小值。值得注意的是，2017年，建设机械、天业通联、ST厦工的留存收益已是负值，应注意现有或潜在的经营风险、财务风险可能引起的生存危机。同时河北宣工、建设机械两家企业的流动负债高于流动资产的现象也需要引起注意，这往往预示着企业资金周转不灵或出现短期偿债危机，反映出企业营运方面可能存在一定问题。

结合下页表2、表3来看，影响F分值的九项数据的前三名基本被中联重科、三一重工、徐工机械所囊括，同时从下页表3比较分析中可以看出，影响F分值的九个项目的全距数值和平均差数值比较大，表明工程机械行业总体呈现集中度非常高的现象，中联重科、三一重工、徐工机械等几家上市公司占据了绝大部分市场份额，龙头公司竞争优势突出。

第36页表4为20家样本公司2017年度的F值计算结果。根据结果显示，F分值最低的是建设机械，其F分值为-0.1188，在临界点0.0274以下。一方面是建设机械的流动负债高于流动资产11.28亿元，导致X1值为-0.1731，另一方面建设机械2017年留存收益为负的2.34亿元，导致X2值为-0.0333所致。说明企业的流动性差，资金链条非常紧张，随着经营的亏损，2017年甚至难以偿还债务，持续经营能力存在重大不确定性，企业存在很大的财务风险。

其他19家上市公司的F值都高于临界值，其中资产规模较小的日机密封F分值最高，在确保良好的利润、充足的现金流的前提下，较小的资产规模可以给财务风险管理带来积极的影响。但是需要注意的是新筑股份，F值约为0.09，落入不确定区域内，而行业F值均值为0.62、中数0.57，新筑股份F值大大低于行业平均水平，其财务风险需要引进其他分析方法和指标进行进一步分析。结合新筑股份的财务报表分析发现，2017年新筑股份虽然实现营业收入16.6亿元，营业利润3 266万元，实现净利润1 865万元，但是营业净利率较低，为1.12%，扣除2017年度新筑股份因部分土地及其相关资产被依法收储导致计入资产处置收益的17 478万元等非经常性损益后的净利润为亏损1.51亿元。同时关注到新筑股份2017年度的经营活动产生的现金流量净额为-15 481万元，导致该单位X5数值仅仅为0.006，远远低于X5的行业均值0.05，表明该企业资产总额在创造现金流量方面的能力远低于行业平均值。与此同时计算出其2017年的应收账款周转率、存货周转率分别为1.62、2.33，这在很大程度上表明企业回款速度不理想、存货周转慢，也意味着公司的产品变得不抢手，不得不靠赊销来打开市场，并且由于产生的经营现金流量净额为负数，可能企业就没有足够的现金投入再生产，进而影响未来的收入和现金流，如此恶性循环，可能会有资金链断裂的潜在危机。

表2 样本公司2017年财务数据汇总表单位：万元

表3 样本公司2017年财务数据比较分析表 单位：万元

从下页表5中可以看出2017年度工程机械行业F值均值约为0.62，虽高于临界值处于安全区域，但是关注到F值均差高达0.38，且五个变量的全距数值相对偏大，表明2017年度工程机械行业各样本公司之间资本结构、盈利能力、现金流量等各方面的整体分布水平非常不均衡，这也与工程机械行业市场集中度高、实力参差不齐的实际情况吻合，反映了工程机械行业的财务风险和破产风险水平差异较大，应对行业中个别企业的财务风险给予一定关注。

结合表4、表5，通过对F分值模型中的五个变量X1、X2、X3、X4、X5对比分析可以看出，行业X4值整体较高，表明行业整体的财务结构经过长期积极地化解存量风险、收紧信用政策、加强设备账款回收等风险控制手段，财务结构趋于好转，债权资本受股东资本的保障程度趋好。但是X5的值整体偏低，而X5=（税后纯收益+利息+折旧）/平均总资产，反映的是企业资产总额在创造现金流量方面的能力，表明工程机械行业的现金流方面整体不佳。考虑到变量X3反映的是企业所产生全部现金流量对其债务的清偿能力，其在F分值模型中的相对权重系数最高，而根据表5可知，20家样本公司的X3平均值为0.18，中位数为0.11，平均差为 0.14，全距为0.50，可以认为X3值的差异是导致样本公司之间F分值不同的重要因素，这一结果在充分证实了现金流量对工程机械行业企业之重要性的同时，也说明企业所产生的全部现金流量对债务的清偿能力是预测该公司财务风险的重要依据，也为工程机械企业改善自身财务风险状况指明了方向，即行业内企业可以通过改善现金流量使F值增大，以降低公司财务风险。在F分值模型中权重系数高达1.1091的X1变量对工程机械行业内企业F分值的影响也不可忽视。通过计算，20家样本公司的X1全距为0.89，在-0.17—0.71这个区间内变化，观察图1可知，当F分值较小时，X1与F值的变化趋势是基本一致的，这表明X1是影响该领域F分值的重要因素。当F分值增大到一定程度后，F值的差异不再是X1造成的，所以在对工程机械行业企业的财务风险做出预警时，需要适当考虑企业的折现能力和规模特征，对于F分值较小的公司，可以通过适当提高流动资产、减少流动负债从而提高F分值，降低财务风险。

表4 样本公司2017年F值计算表

表5 样本公司2017年F值比较分析表

四、结论

图1 F分值与X1变量的分布关系图

本文以我国工程机械行业20家在A股市场上市的企业为研究样本，运用F分析模型，对我国工程机械行业的财务风险进行了实证分析。通过分析研究可以得出以下结论：一是工程机械行业20家样本上市公司的平均F分值位于临界点以上，说明2017年该行业的财务风险整体处于安全区域，但因行业内各企业水平非常不均衡，社会各界需要对行业内个别企业的风险予以关注。二是在具体预测行业内企业的财务风险时，应重点考察企业创造现金流量的能力以及所产生的全部现金流量对债务的清偿能力，其次是企业的折现能力和规模特征，最后还应适度考虑企业的财务结构和获利能力。

尽管F分值模型充分考虑了现金流量状况和企业的发展状况，且使用4 160家企业的样本数据进行了检验，但是运用该模型进行财务预警分析时，还是存在没有充分考虑不同行业之间财务指标存在差异，具体到特定行业来说，F分值模型的实际运用上还需要做一定改进，比如根据行业的特性不同，选择不同的临界值和比率权重。其次是F分值模型财务预警分析是基于企业发布的真实可靠的财务数据，而上市公司都或多或少存在粉饰财务报表的动机，因此进行企业财务预警分析时，也有必要结合财务数据和非财务数据综合分析。最后，本文是以工程机械这单一行业的上市公司为样本，并且只研究了2017年一年的数据，没有使用更多的样本和更长期的数据进行分析，存在研究的局限性。尽管如此，运用F分值模型进行财务预警依然是现行运用比较广泛且颇为行之有效的财务危机预警方法，对帮助企业关联各方判断企业是否面临潜在的危机具有一定的指导意义。