TAG标签 | 网站地图 现代商业杂志社-国内统一刊号:CN11-5392/F,国际标准刊号:ISSN1673-5889,全国中文流通经济类核心期刊
热门搜索:跨境电商 构建 存在的问题及对策 大学生 互联网 财务管理 信息化 目录 大数据 现代商业杂志

财会研究

当前位置:主页 > 文章导读 > 财会研究 >

新能源汽车行业上市公司财务风险问题分析

2021-04-06 18:32 来源:www.xdsyzzs.com 发布:现代商业 阅读:

何炯玫 甘肃农业大学财经学院

摘要:我国的新能源汽车行业由于兴起时间不长,所以相关配套设施的建设还不够完善,加之该行业的公司在生产、经营各方面对于资金的需求量十分巨大,所以面临的财务风险隐患比较大。为了有效识别该行业上市公司的财务风险,文章通过借助F分数模型对行业内36家上市公司的财务风险等级值F进行计算和分析,结果表明该行业大多数样本公司当前没有面临严重的财务风险问题,但随着行业补贴的降低该行业公司整体的财务风险呈现出逐年增大的趋势。此外,还发现样本公司的F值离散性较大,这主要是受到公司股东资本对于债权人资本保障水平的影响。最后,对于该行业公司财务风险的成因进行探讨并提出了对策建议。

关键词:新能源汽车;上市公司;财务风险;F分数模型

一、前言

随着我国经济的稳定发展和城市建设的不断完善,与之接踵而来的是愈加严重的环境污染问题。虽然我国拥有丰富的能源资源,但是由于国家工业的繁荣发展与国民人口数量的持续攀升,导致我国对于能源的依赖需求程度越来越大。西气东输工程满负荷运作也无法完全解决北上广深各地对于能源资源的巨大需求,能源安全问题日益突出。新能源汽车便是在这个大环境下开始进入人们的视野,并因其节约能源、绿色环保的特点在近年来受到国家政策的重点扶持。然而由于该行业的发展时间不长,可借鉴的行业经验有限,所以该行业的公司在经营过程中面临的财务风险隐患比较大,识别行业的财务风险问题对于促进该行业的稳步发展具有重要作用。但是目前数据库中有文献可考的对于该行业财务风险的研究大多是针对单一公司开展的,缺少对于全行业整体财务风险的评价和研究。文章立足于新能源汽车行业,以行业内36家上市公司的财务数据为基础,借助F分数模型计算出20172019年各样本公司的财务风险等级值,用量化的数值来识别和评价该行业上市公司的财务风险问题。

二、我国新能源汽车行业及行业上市公司的发展概况

(一)我国新能源汽车行业的发展进程

2008年是我国新能源汽车行业发展的开端之年,在政府的大力提倡和厂商的积极响应之下正式拉开了该行业的发展序幕,从此新能源汽车行业开始广为国民所知。当前阶段,国家强调保护生态与经济增长同样重要,由于新能源汽车使用的燃料大部分是例如:电能和氢、乙醇等清洁的可再生能源,所以在尾气对环境的污染影响方面要远远小于传统汽车。推广新能源汽车的普及使用不仅有利于保护环境,还能减少汽车行业对于石油天然气等不可再生能源的依赖,使得我国的能源安全问题趋于缓和。所以,国家通过加大行业补贴来助力新能源汽车行业的扩张,意在促进该行业形成规模效益。由于受到利好政策的持续推动,我国新能源汽车的消费市场从2012年开始迅速发展……然而,随着行业发展越来越火热,该行业产能过剩的问题日益严重,整个行业也开始进入初步转型期。新的发展阶段对行业的产能提出了更高的要求,优化产能被提上日程。2018年降补政策文件正式下达,文件中提出国家会继续以优惠的补贴政策支持高性能、低耗能类型的新能源汽车系列产品,而对于性能优势不明显、技术落后的产品则对其降低补贴的力度。这一措施在2019年被继续重点推进,旨在通过降低对该行业的补贴力度,实现淘汰落后产能、进一步优化行业资源配置的目标。

(二)我国新能源汽车行业上市公司的现状

从整体来看,该行业截至目前已经形成了相对完整的产业链。分布在产业链上游的是材料资源类的公司,这类公司主要从事对于行业所需原材料的初步开采和加工业务。随着该行业的大热,使得数量有限的原材料供不应求,因而导致原材料的市场价格居高不下,上游公司的整体发展状况颇为火热。然而重要资源稀缺的现实和原料提纯方面的技术壁垒也使得此类公司的成本费用维持在较高水平。分布在产业链中游的是新能源汽车配件生产及组装类的公司,此类公司主要从事行业初级产品的制造与销售业务。由于该领域对于技术方面的要求不高,所以进入门槛比较低,因此这类公司的数量在近年来迅速增加,目前已占据了整个行业的大半江山。同时,也因为此类公司的产出远远大于市场的需求,所以大部分公司均出现了产品积压的情况。分布于产业链下游的是新能源汽车运营销售类的公司,此类公司主要从事充电设施、新能源汽车整体组装和销售业务。由于我国在新能源汽车动力核心方面的研发技术还没有发展成熟,对外依赖较强,所以大多数公司面临成本费用和技术壁垒“双高”的问题,这也是该行业的难点问题。

三、新能源汽车行业上市公司的样本情况介绍

目前,沪深股市新能源车概念板块中主要业务明确归属于新能源汽车产业链的上市公司共有45家,包括11家材料资源类的公司,19家新能源汽车配件生产及组装类的公司和15家新能源汽车运营销售类的公司。但是其中9家公司的股票名称前被加上了“ST”或“*ST”的标志。考虑到这些公司由于财务或经营状况异常,所以其相关数据与同行业中其他正常存续经营的上市公司存在较大差异。从另一个角度来说,正因为这类公司不再具备上市公司的条件所以才会被标记“ST”或“*ST”从而面临即将退市的境况。因此,这些公司往往不仅无法反映该行业上市公司的正常水平,其数据甚至会对行业整体经营状况的分析结果产生误导性的影响,故在对于该行业上市公司的整体情况分析中需要将这类公司的数据剔除。所以文章主要针对该行业中剩余36家上市公司的财务风险问题进行分析。分析中用到的基础财务数据来源于各公司2016201720182019年年报,其他数据来源于新浪财经网。

四、新能源汽车行业上市公司的财务风险分析--基于F分数模型

(一)F分数模型的理论概述

财务风险理论与模型的相关研究在西方国家较早开始进行,国内学者多数是在借鉴国外学者理论研究成果的基础上进一步开展实证分析。1996年,周首华、王平、杨济华在国外学者埃特曼研究的基础上,考虑到随着现代公司的发展,与之相关的财务比率标准也发生了变化,所以为了能够更加直观准确地判断现代公司的财务风险问题,3位学者针对31家破产公司和31家非破产公司的相关财务数据通过多微区分分析方法设计出了F分数模型。随后,3位学者使用了4160家公司对模型展开检验,结果显示F分数模型对破产公司的预测准确率为68.18%对非破产公司的预测准确率为74.48%。该模型通过引入有关现金流量的指标不仅提升了对公司短期财务风险与破产危机预测的准确度,而且更加符合我国上市公司的实际情况。此外,该模型最重要的特点是对样本不需要很多年的纵向历史数据,只要查找到相关指标数据就可计算得到公司财务风险等级值F(简称F值)。F分数模型函数为:

F=-0.1774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5[1]

X1表示期末流动资产减去期末流动负债后的剩余部分与总资产的比值,是衡量公司短期偿债能力的变量,可以反映公司资产的流动性,资产流动性越大,财务风险越小。

X2是由公司的期末留存收益除以期末资产总额计算得出的,可以反映出公司在经营过程中所产生的累积利润的规模,该比例越高财务风险越小。

X3则是公司的净利润与折旧两部分之和除以平均负债总额求得,通常用于反映公司的现金流量对公司全部负债的保障能力。

X4为期末股东权益市场价值除以期末负债总额,其中,股东权益市场价值由每股净资产乘以流通股股数与期末每股市价乘以流通股股数两部分相加计算得出。所代表的是债权人对公司的所投资本受到公司股东资本的保障水平。

X5为折旧、净利润和财务费用三者之和除以平均总资产,该变量表示公司的全部资产所能创造出的现金流量规模。

F值以0.0274为临界点,若通过计算得出公司的F值在该点以下,则认为该公司目前存在重大财务风险问题,甚至濒临破产;若公司的F值在该点之上,则评价该公司目前没有面临重大的财务风险问题,可以继续生存和经营。

(二)新能源汽车行业上市公司的F值分析

1 2017-2019年新能源汽车行业36家上市公司F值的计算结果统计

表1 2017-2019年新能源汽车行业36家上市公司F值的计算结果统计

数据来源:根据新能源汽车行业36家上市公司2016-2019年年度财务报表及新浪财经网公布的公司数据计算得出

2 2017-2019年新能源汽车行业36家样本公司的F值统计

表2 2017-2019年新能源汽车行业36家样本公司的F值统计

数据来源:根据表1数据统计得出

根据表1所示数据可以看出:在20172019年间F值高于安全临界值(0.0274)的公司数量普遍比较多。通过统计得出这类公司分别占各年公司样本总数的88.88%86.11%83.33%。说明从整体情况来看,该行业大部分样本公司当前没有遇到严重的财务风险问题。但需要引起注意的是,这组比例正在逐年下降,说明每年都有新的公司退出财务安全区域,进入高风险的破产区域。通过比较表220172019年间该行业的F平均值,即0.78500.56920.3642之间的关系,发现这组数据依然具有逐年下降的趋势。综上情况反映出,在20172019年间,新能源汽车行业上市公司的平均财务风险正在逐渐增大。这与之前对于该行业整体经营状况的分析结果相互印证,说明行业补贴的退出增加了该行业整体的财务风险。

根据表1发现F值低于安全临界值(0.0274)的公司在20172019年间均有分布,其中:2017年有亚玛顿、湘潭电化、江淮汽车、福田汽车等上市公司,占行业比为11.11%2018年有常铝股份、大洋电机、湘潭电化、江淮汽车和福田汽车等上市公司的F值低于临界值,占比为13.89%;到了2019年,则有天齐锂业、越博动力、湘潭电化、江淮汽车、众泰汽车和福田汽车等公司的F值未能达到临界值,占比为16.67%。上述公司的F值不但低于模型规定的安全临界值(0.0274),而且绝大部分已经出现负值,其中越博动力在2019年的F值更是低至-1.6000。这说明上述公司在生产经营过程中存在非常严重的财务风险问题,并且已在破产的边缘。此外,湘潭电化、江淮汽车和福田汽车这三家公司在3年中的F值均低于临界值,表明上述3家公司已经濒临破产,但在实际情况中,这些公司的股票在股市中并未被标记为“ST”则说明上述公司在经营中虽然存在严重的财务风险问题,但是这种程度的财务风险对公司造成的影响目前还在可承受的范围之内,如果及时采取措施遏制其扩散,则尚有挽救的余地,应该引起重点关注。

通过统计表1数据发现,2017年有16家公司的F值虽高于临界值(0.0274)但仍然低于当年该行业的F平均值(0.7850),占总数的比例为44.44%2018年,F值处于临界值与行业平均值(0.5692)之间的公司有17家,占比为47.22%2019年此类公司有14家,占比38.89%。这些数据表明,行业中有相当一部分的公司虽然目前未发生严重的财务风险,但是其财务风险等级值仍未达到行业的平均水平,这类公司的财务风险处于不确定区域,财务状况不稳定,所以仍需时刻警惕突发性财务风险问题的发生。为了公司的财务安全和长远发展,应该采用有效方法提高公司的经营能力,加强对财务风险的抵御。

另外,还有10家公司的F值在3年间均大于临界值(0.0274),并且同时超过了各年的行业平均值,它们分别是:楚江新材、科创新源、百达精工、豪能股份、当升科技、云意电气、奥联电子、可立克、宁德时代和中恒电气。上述公司在行业内的比重为27.78%。这类公司由于经营状况良好,F值的优越性较明显,所以通常情况下公司产生重大财务风险问题的可能性比较小,应在维持现有经营状况的前提下实现稳步发展。

以上分析结果可以看出该行业样本公司的财务风险水平存在差异,这就需要对该行业样本公司的F值展开进一步的分析。根据表2数据,可以观察到新能源汽车行业样本公司在20172019各年中F值的极差和标准差的变动情况。其中该行业样本公司在这3年中的极差分别为:5.81273.15093.5733。通过观察发现这3年中F值的极差普遍较大,从而反映出样本公司F值的波动范围较大。20172019年样本公司F值的标准差分别为:0.65300.61060.4803。虽然标准差有逐渐减小的趋势,但是整体数值依然偏大,这说明该行业样本公司的F值与行业平均值的离散程度较高。

(三)变量XF值的影响分析

为了进一步了解影响该行业上市公司F值离散性的原因,本文选择该行业36家样本公司2019年的最新数据,对于F分数模型中的变量X进行具体计算和分析,统计结果如表3所示。

3 2019年新能源汽车行业36家上市公司的X值统计

表3 2019年新能源汽车行业36家上市公司的X值统计

根据表3,在极差统计项中,X1X2X3的统计数值彼此之间较为接近,这说明上述3X变量实际样本数据的波动性水平比较相似。然而,极差往往只能界定数据的波动范围,难以准确说明整体样本数据的离散情况。所以需要进一步对表中各项X变量的标准差进行分析。通过观察发现:除X4的标准差(4.0010)明显偏高之外,其余变量的标准差数值并不大。X1X2X3X5的样本标准差均小于0.2,其中X2X3的标准差数值比较相近,分别为0.12780.1245X5的标准差在五个变量中最小,仅为0.0402。这些数据表明变量X1X2X3X5实际样本数据的离散程度都比较低,反映出这几个变量的具体样本数据与各自平均值的差异较小,计算出的平均值对于整体样本的代表性也比较强。

X4则与上述变量正好相反,过高的极差(27.2536)反映出其样本数据的波动范围很广。通过与其他变量标准差的比较,也不难看出X4样本数据的离散性最强。这些情况都从侧面反映了X4样本数据的差异性较大。此外,X4在极差和标准差两个统计项中的数值明显高于其他变量的情况并不是特例,在表3列举的其他各统计项中,X4的数值均无一例外地明显超过其余四个变量的相应数值。然而,通过F分数模型公式可以得知:F值是由一个常数项和五个带有权数的X变量相加得到的。5X变量的权数依次为:1.10910.10741.92710.03020.4961。其中X4的权数仅为0.0302,是五个变量权数中的最小值。在X4的权数拉动作用不占优势与其他变量的离散性普遍不明显的情况下,F值却出现了较大的离散性。因此,可以判断出与其他变量相比,X4的离散性对于该行业样本公司F值的影响比较大。

根据公式定义可知,变量X4所代表的是债权人对公司的所投资本受到公司股东资本的保障水平。股东所投资本的总数越大,对债权人权益的保护作用就越显著。X4的行业差异较大这也反映了投资者针对新能源汽车行业中不同公司的投资信心和投资力度也有很大区别。影响投资者进行投资决策的原因往往与被投资公司自身的综合实力和财务风险水平相关,自身财务风险水平较低的公司往往综合实力较强,并且具有较好的发展前景和成长能力,所能为股东创造收益的能力也越强,所以投资者对此类公司的发展前景更有信心,也更倾向于对这类公司进行投资。由于投资者对其成长能力比较看好,所以此类公司的股票在市场交易中的买方数量往往会超过卖方数量,导致公司股票的价格也会“水涨船高”,公司所融得的资金增多,便能为公司创造更高的效益,从而为公司的财务安全提供更好的保障,以此形成良性循环。而对于自身财务风险水平较高的公司,情况则与之相反。

(四)结论

通过以上分析,可以看出我国新能源汽车行业中大多数上市公司当前没有面临严重的财务风险问题,但是行业整体的财务风险有逐年增大的趋势,这主要是由于行业补贴退出造成的。此外,还发现样本公司F值的离散程度比较大,通过对5个影响F值的X变量进行统计分析后发现,变量X4的离散程度对F值的影响最大。结合X4的变量含义,可以说明该行业上市公司F值的离散性较大,主要是受到公司股东资本对于债权人资本的保障水平的影响。

五、新能源汽车行业上市公司财务风险的成因

(一)政策性补贴退出,加剧行业的优胜劣汰

我国的新能源汽车行业自兴起以来就一直受到政策的鼓励和扶持,国家对行业的补贴力度比较大,然而利好政策往往只能起到引导行业发展的作用,并不会一直贯穿于行业发展的全过程。国家在20182019年逐步降低了对该行业的补贴力度,从而加大了新能源汽车行业公司之间的竞争,这往往对于那些自身不具备核心竞争力的公司造成了严重的打击,加剧了新能源汽车行业的优胜劣汰。

(二)低级产能过剩,产品积压问题严重

近年来,新能源汽车行业的蓬勃发展吸引了全社会的目光,加之行业门槛比较低,所以大批公司争相入驻该行业纷纷开展相关的生产。然而大部分公司因为自身的科研水平、资金实力等条件的限制,难以胜任行业核心领域的生产工作,于是大部分公司普遍聚集在对于技术要求不高的初级产品生产领域,久而久之便造成了低级产能过剩,而核心产能却极为短缺的局面。由于行业产能过剩,产品的供给大于市场需求则直接导致了行业产品积压严重。

(三)对核心科技的重视程度不够

我国的新能源汽车行业上市公司对核心科技研发工作的重视程度不够,集中体现在大部分公司目前在动力电池等核心装置的研发方面仍然难以取得有效进展,短期内科研效果不理想,并且公司在科研人员、资金等方面的投入十分有限。大部分公司仍然重视通过促进生产,提高产能所带来的短期经营效益,却往往忽略了对核心科技的掌握才是公司实现长远发展的关键。

(四)对财务风险的预测辨识能力不高

随着我国新能源汽车行业开始进入初步转型阶段,该行业的公司在日常经营中将受到更多不确定性因素的影响,与机遇并肩而来的是财务风险问题的挑战。然而,我国新能源汽车行业上市公司的具体经营能力具有差异性,其中有很多公司的财务风险具有不确定性,行业经验的缺乏使得许多公司还不具备准确判断和识别自身财务风险的能力。

六、对策建议

(一)提升公司综合实力,打造核心竞争力

新能源汽车行业的上市公司要想降低由于政策变动等不确定性因素对自身的生产经营活动所带来的负面影响,最根本的解决措施就是从全方面提升公司的综合实力。根据实际情况并结合自身的经营特点制定出更高的标准,对自身提出更为严格的要求,提高公司的综合实力。此外,还应探索出与自身产能相适应的经营计划与发展模式,在不断的摸索前进中积累经验,逐步挖掘公司自身的核心竞争力。

(二)合理配置产能,重点关注市场需求

对于新能源汽车行业中具有一定科研实力的公司,应鼓励其合理优化配置自身产能,重点攻克行业的核心领域。而对于自身实力局限性较大的公司,则提倡其在降低产量的同时,应重点提升产品的质量和性能。此外,公司还需要重点关注市场中消费者需求的变化情况,将过剩的产能投入于生产差异化的产品中,积极探索公司效益的新增长点。同时也要对存货加强管理,完善成本控制管理,采取积极策略来提高产品的销售速度。

(三)增加技术研发投入,提升公司科研水平

科技是一个行业发展的基石,公司只有掌握了行业的核心科技,才能在多变的市场环境和纷杂的影响因素中保证自身的发展不受掣肘。新能源汽车行业的上市公司应着眼于公司的长远利益,增加对科研活动的人力物力投入,在努力开展自主研发的同时也要积极对外交流,要重点与科研机构进行合作,尽可能多地积累行业经验,争取早日打破技术壁垒。

(四)提高风险预测能力,提前采取应对措施

财务风险往往存在于公司的整个经营过程中,虽然任何公司都无法避免该问题的产生,但是可以通过财务预警分析来提前预测出公司所面临的财务风险,进而针对具体问题“对症下药”早做处理,尽可能降低由于面临严重的财务风险问题所给公司带来的负面影响和损失。新能源汽车行业的上市公司只有提高自身识别财务风险的能力,才能在变化莫测的行业环境中谋求长远发展。

参考文献

[1]周首华,杨济华,王平.论财务危机的预警分析——F分数模式[J].会计研究,1996(08):8-11.

[2]李春梅.我国农业上市企业财务风险评价研究—基于F分数模型[J].南方企业家,2018(03):3-5+10.

[3]郭昊.浅谈上市公司财务风险控制[J].商场现代化,2019(12):163-164.

[4]蔡传财.公司财务风险分析与控制研究[J].管理观察,2019(16):166-168.

[5]刘超群.F模型下“嘉欣丝绸”财务风险的分析与防范[J].当代经济,2019(09):132-135.

[6]宋歌,马涛.基于深度学习的上市公司财务风险预警模型研究[J].价值工程,2019,38(01):53-56.

[7]杨金艳.汽车贸易企业财务管理风险及其规避措施[J].管理观察,2018,38(09):173-175.

[8]田仕军.施工企业财务风险分析及防范建议[J].现代国企研究,2018(04):47.

[9]刘傲.新能源汽车行业财务风险与管理控制[J].区域治理,2019(52):220-222.

[10]郝琼芳.新能源汽车行业财务风险及对策研究—以A公司为例[J].财会学习,2019(36):229-230

推荐内容
相关内容
发表评论