基于行业特征的旅游上市公司财务危机预警

近年来,我国在外需放缓的不利条件下,将旅游业作为刺激内需的有效工具,从而拉动了旅游业的强劲扩张.然而在这种行业高速扩张的同时,部分旅游上市公司却因为财务状况的恶化而举步维艰,这给行业的健康发展带来了极为不利的影响,因此,有必要建立一套科学的财务危机预警系统,对旅游类上市公司面临的风险加以识别,以防患于未然,将企业的损失降低到最低限度.然而遗憾的是,从目前的研究来看,国内关于财务危机的预警研究与实践均没有考虑到行业和企业的差别,而是对所有的上市公司使用同一个预警模型进行分析,但问题是不同的行业和企业会产生具有显著差异化的风险特征,这又必然导致旅游类上市公司的财务预警模型打下鲜明的行业和企业烙印.本文将在总结前人研究的基础上,针对旅游业上市公司的行业特征,对其财务危机预警进行分析.

一、财务危机国内判断依据

财务危机包括无力支付到期债务、丧失支付能力以及经营不善、资不抵债等经济现象,它是企业由于内外部环境的不确定性引起财务风险的一种极端表现.如果在这一阶段,企业能够识别危机信号,及时采取防范措施,就能化解危机,回到正常的财务风险阶段,反之,企业的财务危机就会加重,并最终导致破产.按照这一理解,企业的财务危机有轻重之分,轻者可能仅仅发生了暂时的流动性危机,只要有外部资金注入就可以渡过难关,重的则是经营失败和破产清算,而在这两个极端之间还存在很多属于中间状态企业财务危机.

在国内,学者们将上市公司是否被“特别处理”（ST）作为其是否发生财务危机的判断依据,本文认为该依据是合理的,这是因为：第一,由于我国会计制度和财务制度的限制,学者们在进行实证研究时只能通过企业财务年报的形式获得微观数据,而只有上市公司才会定期公布其财务年报,因此,能够分析的企业一般也只能是上市公司.第二,根据沪深证券交易所的规定,上市公司在具备以下两个条件之一时,就会被“特别处理”,一个是上市公司连续两个会计年度的净利润为负值,另一个是上市公司最近一年的每股净资产小于其股票面值.这两个指标在某种程度上均反映了企业财务状况出现问题,可以作为界定危机的依据和标志；第三,上市公司在我国是宝贵的“壳资源”,当上市公司被“特别处理”（ST）后,其市场价值会大幅缩水,这就给那些想上市却由于种种原因不能上市的资本提供了“借壳上市”的可能性,即外部资本以较低的获得上市公司的实际控制权,这对于那些被ST的上市公司而言,已经属于实质破产.因此,在我国,上市公司的“ST”涵盖了企业财务危机的各个层面和阶段,可以作为危机发生的判断依据.

二、财务危机预警分析一般模型

财务危机预警是指在选择一组对企业财务危机影响较大,与企业财务经营状况密切相关的指标的基础之上,通过对这些指标的整理与分析对企业的财务危机状况作出判断,并提出纠正措施的过程.它主要包括信息搜集、风险分析、程度判断和对策制定四个阶段.从国内外的研究来看,财务危机预警主要通过以下四种模型进行：

（一）单变量预警模型该模型首先需要确定一个对企业财务危机产生决定性影响的一个指标,然后依据该指标进行排序从而对企业的财务危机状况进行预警.根据Beer（1996）,反映企业盈利能力的净收益与资产总额之比、反映企业短期偿债能力的流量与债务总额之比以及反映企业资本结构的债务总额与资产总额之比这三个指标与财务危机的关系最为密切,但是其准确性随着时间的推移而下降.

（二）多元线性预警模型该方法为了克服单变量分析的片面性,根据财务指标重要性程度的不同对多个指标进行加权平均从而得到一个判断企业财务危机的综合性指标.使用该模型进行分析时,一般会以以下五个变量作为基础：留存收益/总资产、权益市值/负债总额、（流动资产-流动负债）/总资产、息税前收益/总资产以及销售收入/总资产.

（三）逻辑回归预警模型该方法进一步克服了线性模型对于因变量分布检测设的局限性,使用对打似然估计法对经典的Logistic回归模型进行回归,并通过拟合结果直接判断企业发生财务危机的可能性.如果可能性大于0.5,则意味着企业面临着严重的财务危机,反之则意味着企业产生财务危机的可能性很小,可以忽略不计.

（四）神经网络预警模型相对于逻辑回归模型,神经网络模型对样本的要求更低,并能够进行自我学习和培训,因此具有很强的自适应能力,再加上运算快捷,容错性较强,该模型一经出现就迅速应用到企业财务预警分析中,但是该模型存在黑箱,对某些处理过程不能很好地说明,因此也具有一定的局限性.

三、旅游上市公司行业特征分析

（一）行业上市公司数量较少,不适宜大样本分析目前,我国的旅游类上市公司主要包括综合类、景点类和酒店类等三种类型的旅游公司,涉及到旅游社怎么写作、旅馆怎么写作、景点经营、餐饮怎么写作、交通怎么写作以及娱乐怎么写作等多种产业,因此其界定存在一定的模糊性,也正是由于这种模糊性,各大网站对于旅游类上市公司的认定存在一定差异,但有一点是确定的,旅游类上市公司的数目相对于制造业等传统产业来讲,其上市公司的数目较少：截止到2013年,东方财富网统计旅游酒店类上市公司有30个,新浪财经网统计有23个,而凤凰财经网统计只有18个.可见无论是以哪一个数据为准,旅游类上市公司的数目都较少,这就意味着无论是logistic模型,还是神经网络模型,都不能用来对旅游类上市公司的财务危机预警进行分析,因为这两个模型对于样本的数量有较高要求,大样本可以显著提高这些模型的估计精度,反之,像旅游类上市公司这样的小样本则无法满足其对精度的要求.

（二）经营多元化特征明显,经营波动剧烈,线性预警模型无法提供全面准确信息旅游类上市公司的多元化经营特征明显,这主要表现在：（1）旅游业内部的多元化经营.以首旅股份为例,2013年首旅股份经营涉及旅游怎么写作收入、景区收入、展览广告和酒店四个板块,其中,旅游怎么写作收入占比最高,而展览广告收入占比最低；（2）跨行业的多元化经营.以新都酒店为例,2013年新都酒店的收入包括：食品销售收入、租赁收入、餐饮收入、客房收入、商品收入和其他收入.像这种多元化经营的状况并不是个别旅游上市公司的个别现象,而是一种普遍的现象.在这种情况下,无法依据单个指标或有限的几个指标对上市公司的财务经营状况进行科学判断.此外,根据旅游类上市公司财务指标波动性的分析,还发现其经营状况波动剧烈,以资产收益率为例,2005～2013年间,30家上市公司的资产收益率围绕0上下波动,即使在相近的年份也会由盈利变为亏损,经营状况极不稳定,更有上市公司的资产收益率在一年之间从2%跌至-40%,这种极不稳定的波动状态就意味着传统的线性预警模型已经无法满足旅游类上市公司财务风险预警的需要.

（三）公司经营状况严重分化、兼并重组频繁,企业财务危机频现从30家上市公司的财务指标来看,一方面,黄山旅游、中青旅游、宋城股份等的每股收益率均在50%以上,全聚德每股的收益率则高达70%.而另一方面,ST张家界和ST东海仍然处于“特别处理”的状态,每股收益率为负值.此外,从公司市值来看,中国国旅、东方明珠的市值都在200亿元以上,而大连圣亚的市值还不到15亿元,这充分说明旅游类上市公司的财务经营状况出现严重分化,财务危机并不是危言耸听.

也正是由于严重分化的财务经营状况,我国旅游类上市公司的兼并重组十分频繁,根据相关统计,其资产重组率达到了80%.这一方面是由于这些公司的资产规模较小,容易成为外部资本借壳上市选择的对象,另一方面则是由于旅游业自身的行业特征使得外部因素特别是自然灾害和传染性疾病等对旅游业的打击较大,因此其财务危机的预警分析也显得格外重要.

四、旅游类上市公司财务危机预警模型构建

（一）预警指标选取由于旅游类上市公司多元化经营的特征较为明显,在选取预警指标时,本着全面性、有效性、可比性和可获取性四个基本原则,从偿债能力、资本结构、运营能力、发展能力、盈利能力以及投资收益等六个方面来描述其财务经营状况,下面分别予以详细分析.

（1）偿债能力指标.包括：反映企业短期偿债能力的企业速动资产与流动负债之比.速动资产是企业流动资产现能力最强的核心部分,包括货币资金、短期投资、应收账款等,它集中体现了企业短期偿债能力的强弱,如果企业的流动比率较高,但是速动比率较低,那么企业的短期偿债能力一般也不高,因此,速动比率相对于流动比率来讲是对企业偿债能力的更好度量.资产负债率,指负债总额与资产总额之比.其主要描述了企业债务性资产的比例,该指标越小,表明企业的长期偿债能力越强,反之则越弱,因为企业的债务性资产比例越高,企业在破产清算时需要承担的清偿责任就越大.反映企业利息支付能力的企业息税前利润与利息费用之比,该指标一般大于1,而且其值越大,说明企业偿还负债（利息）的能力越强.

（2）资本结构指标.包括：长期负债与长期资金之比,其中长期资金为长期负债与股东权益之和；负债总额与所有者权益之比,该指标是评价企业资金结构合理性的常用指标,可以依此判断企业财务政策是否稳健,该比率无论是过高还是过低,都反映了企业没有很好的利用财务杠杆；反映企业负债合理性的股东权益与资产总额之比,如果其比值过小,表明企业负债超过了合理界限,降低了企业抵御风险的能力,从而增加了财务危机发生的可能性,反之则意味着企业没有很好地利用财务杠杆来实现企业利润的最大化.

（3）运营能力指标.包括：固定资产周转率,指企业销售收入与固定资产净值的比率,即每一元固定资产所支持的销售收入,其衡量了企业固定资产的利用程度；存货周转率,反映企业购入存货、投入生产、销售收回的过程,能反映企业的流情况和供应链的运作效率,存货周转速度越快,企业的销售能力越强；总资产周转率,指业务收入净额与平均资产总额的比率,能反映企业的资产运营效率和管理水平.

（4）增长能力指标.包括：反映单位公司股权的利润增长程度的单股收益率指标,该指标主要用于横纵向的比较,以反映公司的投资价值；反映企业资产扩张能力的净资产增长率指标,计算公式为本期净资产总额/上期净资产总额,该指标也是衡量企业成长状况的重要指标；主营业务收入增长率,是从企业产品生命周期的视角来分析企业的财务风险,如果该比率超过10%,则认为企业发展状况很好,基本没有财务风险,如果该比率小于5%,则认为该企业发展前景不容乐观,存在着爆发严重财务危机的可能性,如果该比率在5%到10%之间,则认为该企业存在着财务风险的可能性.

（5）盈利能力指标.包括：反映企业全部资产获利能力的企业息税前利润与总资产之比,即通常所说的资产回报率,其中,息税前利润等于净利润、利息费用与所得税费用的加总,与净资产报酬率相比,总资产报酬率从债权人和所有者共同的角度来考察企业的盈利能力；销售净利润率,指每一元销售收入带来的净利润,它与净利润成正比,与销售收入成反比,反映了销售收入的盈利能力；股本回报率,指税前盈利与年均股本的比值,也适用于行业内不同企业的比较以反映其盈利能力的指标.

（6）投资收益指标.包括：股息发放率,指每股股利与每股净收益的比值,主要是针对普通股股东而言,即其能够从每股净收益中分得的利润；市盈率,指股票与每股收益的比率,投资者依据该指标判断股票的投资价值；市净率,与市盈率类似,其值等于股票与每股净资产之比,该指标也是投资者选择资产组合形式的主要依据,一般来讲,市净率越低,则股票的投资价值越高.

（二）预警模型选取根据上文的分析,在第二部分中提出的四种预警模型均不适合分析中国的旅游上市公司,本文基于第三部分提出的旅游行业特征提出使用新近发展起来的灰色预测模型作为分析和预测中国旅游上市公司财务危机的工具.该模型主要是基于灰色系统理论提出,其对样本数量和信息质量的要求较低,对于那样小样本,信息较少的对象尤其适合,而这正符合中国旅游上市公司的行业特征,此外,灰色预测模型不需要对总体的结构方程进行预设,而只需要通过一阶方程来对变量的动态特征进行描述,因此比较适合中国旅游上市公司收益率变动剧烈的个体特征.更重要的是,灰色系统理论认为模型预测所基于的原始数据也是现实世界中多种因素共同作用的结果,因此,可以通过对现有数据的分析来得出系统运行的一般规律,从而为科学预测提供基础和依据.同时还可以使用级比检验、残差检验、灰色关联度检验和后验差检验等方法对灰色预测模型的结果进行检验.

在使用灰色预测模型获得预测结果后,再通过AHP―模糊综合评价法对旅游上市公司的财务状况进行评价.该方法将层次分析法和模糊综合评价法有机结合,在实际生活中应用较为广泛.其中,层析分析法的主要优点是在设计权重时较为科学,通过将总目标分解为不同层次的子目标,再对不同子目标的相对重要性进行评价,对于那些较为重要的子目标,设计较高的权重,而对于那些较不重要的子目标设计较低的权重,这样就可以为选择总体的最佳方案提供依据.在确定好权重之后,再使用模糊综合评价法进行综合评价,在评价的过程中,关键是指标权重和隶属度矩阵的确定,这需要专家根据具体情况进行打分并形成判断矩阵,因此要求专家组成员在充分调研、认真分析、深入讨论、客观公正的基础上确定权重,尽量降低由主观打分带来的模型误差.