1.1 研究背景及意義

汽車制造業(yè)幾乎涉及到汽車的方方面面，包含范圍很廣，不僅有汽車整車、電車、掛車的生產，還包括汽車零部件及配件的制造以及汽車改裝，是資金密集型和技術密集型行業(yè)，是促進國民經濟發(fā)展的支柱型產業(yè)和產業(yè)源頭，對促進其他產業(yè)發(fā)展和解決就業(yè)等社會問題具有重要作用，因此，汽車制造業(yè)的發(fā)展好壞受到全球各國當局的格外關注。作為“工業(yè) 4.0”最大推手的西門子公司在 2014 年 4 月舉行的漢諾威工業(yè)博覽會上展示了新一代的汽車生產總裝線，向世人展示了“工業(yè) 4.0”下從產品設計到生產規(guī)劃自始至終的高度智能化的汽車制造工業(yè)。可想而知，在此趨勢下，德國甚至是世界的汽車工業(yè)都將從此次工業(yè)革命中獲得巨大的收益。在全球新一輪的工業(yè)革命浪潮下，我國于 2015 年 3 月發(fā)布了《中國制造 2025》等相關政策，為極大增強我國制造業(yè)特別是汽車制造業(yè)在全球的競爭力提供政策支持，為加快我國經濟轉型保駕護航。將節(jié)能和新能源汽車作為十大重點領域之一，將形成從關鍵零部件到整車的完整工業(yè)體系和創(chuàng)新體系，促使國產汽車在節(jié)能技術和新能源汽車的研發(fā)和生產上接近甚至超過世界先進水平。另外，為加強“中國制造 2025”與德國“工業(yè) 4.0”戰(zhàn)略的高效對接，實現(xiàn)中國市場與德國技術優(yōu)勢互補，將在沈陽建立中德高端裝備制造產業(yè)園。其中重點推進項目 74 個，僅汽車制造項目就有 30 個，主要發(fā)展整車及新能源汽車，包含制動、傳動、行走、轉向和汽車電子的關鍵零部件，以及逐漸受到私家車車主重視的汽車裝飾等項目。但是，由于我國汽車制造業(yè)研發(fā)投入少、研發(fā)能力低、自主品牌弱等特點，加之新能源汽車的發(fā)展尚處于起步階段以致充電等基礎設施并不完善，人們對它的認識有所欠缺。因此，對我國的汽車制造業(yè)來說如果能夠很好地解決目前所遇到的種種困難和挑戰(zhàn)未來的形勢將不容小覷。 為使我國汽車工業(yè)在全球凸顯成為佼佼者進而實現(xiàn)汽車強國目標，國家出臺了相關政策鼓勵并引導有能力的汽車制造企業(yè)進行兼并重組并對制造新能源汽車的企業(yè)進行財政補貼和稅收優(yōu)惠，致使該行業(yè)的資本流向較為集中。很多汽車制造企業(yè)籌資渠道匱乏，長期資金短缺，而汽車制造企業(yè)項目周期一般較長，為滿足企業(yè)自身發(fā)展的需要，企業(yè)便把籌集的短期資金投入到長期資產的建設當中，出現(xiàn)“短貸長投”。

..........

 

1.2 研究文獻綜述 

企業(yè)管理者通過財務預警監(jiān)控企業(yè)的財務狀況，對財務異常之處進行識別，防止現(xiàn)存或潛在的財務風險發(fā)展成財務危機，起到未雨綢繆的作用。為對其進行識別，國內外學者結合財務報表、公司治理、市場狀況等信息設計了很多的識別變量，同時又以統(tǒng)計學等學科為基礎構建了多種多樣的預警模型。國外最先是通過觀測某個財務指標的異常來推測企業(yè)將來也許會出現(xiàn)的財務危機并發(fā)出警告。例如，F(xiàn)itzpatrick (1932) 鉆研發(fā)現(xiàn)，凈利潤/所有者權益和所有者權益/負債這一對指標在財務危機發(fā)生之前三年就會表現(xiàn)異常，預測財務危機的效果要遠遠好于其他財務指標[15]。Beaver  (1967)研究發(fā)現(xiàn)，現(xiàn)金流量/負債總額、舉債經營比率、資產回報率這三個變量能夠對企業(yè)的財務失敗做出準確的判斷，其中現(xiàn)金流量/債務總額表現(xiàn)最好[16]。其次通過觀測多個財務指標的綜合變動情況進行財務活動失敗預警。例如，Altman  Haldeman  and  Narayanan  (1977)在 ZETA 方法中選用了經營收益/總資產、收益穩(wěn)定性、利息保障倍數(shù)、留存收益/資本總額以及所有者權益/（負債+所有者權益）這 7 個變量對企業(yè)的財務危機預警進行研究[17]。Bartczak and Norman (1985)選取現(xiàn)金/（負債+所有者權益）、流動資產/（負債+所有者權益）、速動比率、銷售收入/流動資產、凈銷售額/（負債+所有者權益）、總債務/所有者權益 6 個變量作為財務失敗預警的變量[19]。由于對企業(yè)財務風險來源和引起財務危機因素的研究的深入，逐漸引入了現(xiàn)金流量指標和反映公司治理狀況的非財務指標。例如，Tam(1992)在變量選擇上采用了資本資產、凈收入總資產、總費用總資產、資產平均回報率等 19 個財務指標進行預測[21]。Simpson  and  Gleason  (1999)選取所有董事所占股權的百分比、CEO 所占股權的百分比以及董事會中的數(shù)量等相關變量指標，來研究董事會以及股權結構對財務失敗的作用，并認為首席執(zhí)行官同時兼任董事長時可以有效的降低其財務失敗的概率[25]。 

...........

 

2. 財務預警理論基礎

 

2.1 財務危機的含義

在學術界關于財務危機的含義各位專家學者的看法雖然不一，但是也有一些共識，例如危機發(fā)生前的連續(xù)虧損，股價下跌以及最終導致的破產等現(xiàn)象。企業(yè)財務危機的發(fā)生與經營失敗是分不開的，經營失敗往往是由于企業(yè)連年虧損致使盈利較低或者無法歸還已到期或即將到期的債務而被迫采取出售資產等非常手段而導致。雖然如此，但是通常說財務危機并非是經濟失敗，而是財務失敗。另外，關于財務危機的名稱叫法又不一致。對此，根據(jù)相關研究文獻，我們在此認為，財務危機也可以被叫做財務困境抑或財務失敗，說的是因為公司組織的現(xiàn)金流缺乏，在償還已到期或即將到的債務方面存在很大壓力，致使其不得不采用一些特殊方法的狀態(tài)。至此，我們可以了解到財務危機其實是從其償債能力來判斷企業(yè)目前的經營狀態(tài)，它是一個逐漸積累的過程，在不同階段表現(xiàn)方式各異，例如虧損以及違約等，如不能及時化解最終會導致企業(yè)破產的結果。 

..............

 

2.2 財務預警理論基礎 

經濟周期通常是說在經濟運行的過程中呈現(xiàn)的其上升和下降循環(huán)交替的現(xiàn)象，一般把每循環(huán)一次稱為一個周期，通常具體按照“復蘇、繁榮、衰退、蕭條”依次循環(huán)。隨著全球科技和其他各方面的發(fā)展，每一個經濟周期的持續(xù)時間、過程及波動程度不會十分相同，都會呈現(xiàn)出各自的特征。一般通過國民生產總值、工業(yè)生產指數(shù)等指標來觀察一國經濟目前是處在哪個階段。不受企業(yè)控制，不受外界干擾的經濟的周期性循環(huán)波動勢必會直接或間接的作用于企業(yè)的正常運營。目前關于經濟周期的波動給企業(yè)帶來財務風險的相關文獻主要集中于以下三種理論：（1） 純貨幣理論。該理論認為在銀行不再擴大信用時，商人就要面臨很大的籌資壓力，與之相對應的供應商的庫存增多致使產能過剩，經濟凋敝，會使他們面臨籌資困難以及現(xiàn)金流不通地艱難局面。（2） 消費不足理論。該理論認為經濟中出現(xiàn)蕭條與危機是因為社會對消費品的需求趕不上消費品的增長，消費品消費不足會進一步影響對資本需求的減少，最終使整個經濟表現(xiàn)出過剩性危機，在此狀況下企業(yè)將不得不面臨經營風險。

............

 

3 汽車制造業(yè)上市公司發(fā)展現(xiàn)狀 .......... 11 

3.1 汽車制造業(yè)發(fā)展歷程 ........... 11 

3.2 汽車制造業(yè)的新發(fā)展 ........... 12

3.3 汽車制造業(yè)面臨的問題 ....... 14 

3.4 汽車制造業(yè)財務風險成因 ............ 15 

4 汽車制造業(yè)上市公司財務預警指標體系的建立 ......... 17 

4.1 財務預警指標體系的建立原則 .... 17

4.2 財務預警指標體系的初步建立 .... 18 

4.2.1 財務指標的選取 ............ 18 

4.2.2 非財務指標的選取 ........ 21 

4.3 財務預警指標體系的確定 ............ 22 

5 汽車制造業(yè)上市公司財務預警模型的建立 ........ 26

5.1 突變級數(shù)法的基本原理 ....... 26 

5.2 突變級數(shù)法對財務預警的適用性 ......... 26 

5.3 突變級數(shù)法的應用步驟 ....... 26 

5.4 財務預警指數(shù)的編制 ........... 28

5.5 財務預警紅線的確定 ........... 30 

 

5. 汽車制造業(yè)上市公司財務預警模型的建立

 

要想對汽車制造業(yè)上市公司進行財務預警，就要找出其財務紅線，方便管理人員判斷是否會陷入財務危機，進而采取有效措施。對此，本章將利用在第 4 章中建立的指標體系，采用突變級數(shù)法編制財務預警指數(shù)，確定其財務紅線。

 

5.1 突變級數(shù)法的基本原理 

突變級數(shù)法地理論根源是以奇點理論以及拓撲動力系統(tǒng)為基石而建立的突變理論。該理論首次被詳盡闡述是在法國數(shù)學家 Rene  Thom 的《結構穩(wěn)定性和形態(tài)發(fā)生學》內，被普遍用于狀態(tài)評價與趨勢分析。突變級數(shù)法是個首先對最終目標多層級分解，其后將突變理論同模糊數(shù)學聯(lián)系起來生成突變模糊隸屬度函數(shù)，而后運用歸一公式開展相關綜合量化運算，最后歸一為單一的參數(shù)，該參數(shù)即是所需求的總的隸屬度函數(shù)，因而實現(xiàn)對評價目標開展綜合排序分析的評價方法，適用于帶有不連續(xù)性、滯后性、突跳性等特性的題目，并且計算方法簡便。通常認為，如果所研究的內容同時具有兩個以上的上述特征時，即可使用突變級數(shù)法。而對企業(yè)的財務危機來說，首先它是一個從正常到風險再到危機的逐漸變化的、動態(tài)的、無規(guī)律可循的過程。此外，財務指標之間有些是相互聯(lián)系、相互影響的，某些指標的變化會引起一連串的變化并呈現(xiàn)出滯后性。對此，我們可以用突變級數(shù)法對汽車制造業(yè)企業(yè)財務預警進行相關研究，確定財務預警指數(shù)的臨界點，即財務紅線。 

..........

 

結論 

 

以德國漢諾威工業(yè)博覽會為標志的關于“工業(yè) 4.0”智能制造的概念已蔓延開來，在此次工業(yè)革命中，首先付諸實踐的就是汽車制造業(yè)。全球汽車制造業(yè)競爭加劇。而我國為了能夠于“十三五”期間實現(xiàn)汽車制造業(yè)的彎道超車連續(xù)出臺了許多相關政策，對現(xiàn)有的汽車制造業(yè)進行重組。另外，作為未來汽車發(fā)展趨勢的新能源和輕量化汽車來說，由于我國在資金、技術、營銷和管理等方面的不足，將不得不面臨籌資、投資、資金運營等各種各樣的財務風險。基于此，本文在對現(xiàn)有相關文獻研究的基礎上，首先采用正態(tài)分布檢驗、獨立樣本 T 檢驗和非參數(shù)檢驗確立汽車制造業(yè)上市公司的財務預警指標體系，其次采用突變級數(shù)法編制汽車制造業(yè)上市公司財務預警指數(shù)，并確定相關紅線，對汽車制造業(yè)的財務預警開展相關研究。通過研究本文得出以下結論： 

（1）對預測財務危機而言，非財務指標的作用并不顯著。本文于初始遴選預警變量體系時納入了顯示公司組織償債能力、運營能力、獲利能力和成長能力的財務指標和顯示公司治理的相關非財務指標，但是在選取樣本數(shù)據(jù)并采用一些統(tǒng)計方法進行相關檢驗以后，發(fā)現(xiàn)非財務指標在區(qū)別財務危機以及財務正常公司方面效果不明顯。 

（2）突變級數(shù)法對預測財務危機而言效果很好。突變級數(shù)法具有突跳、多模態(tài)、計算簡便等特點，據(jù)此編制財務預警指數(shù)確定財務紅線為 0.345，對其應用驗證可以發(fā)現(xiàn)，正確率高達 97.56%。有一家在 2016 年被特殊處理的中航黑豹沒有預測正確，對此，我們可以認為企業(yè)計算出的財務預警指數(shù)在 0.345 以下發(fā)生財務危機的可能性較大，但是財務預警指數(shù)在 0.345 以上，也并不意味著企業(yè)在未來的財務狀況就一定安全。 

（3）通過對實驗樣本和預測樣本的預警指數(shù)分析得出，對企業(yè)的財務狀況有舉足輕重作用的是企業(yè)的盈利能力和成長能力，對此，如果企業(yè)預測其可能會陷入財務困境時可以考慮首先從改善其盈利能力或成長能力入手。 

.........

參考文獻（略）