财务股职责

财务股职责（精选10篇）

1.财务股职责 篇一

关键词：大股东出售解禁股,股权性质,控制权程度,财务特征

一、问题及背景

研究大股东行为的目的在于维护资本市场公平及保护中小投资者利益。近年来国内外学者对大股东行为所关注的热点问题主要有两个方面:一是大股东为追求控制权私有收益而侵占上市公司利益的行为。研究发现大股东侵害中小股东利益掏空上市公司的行为 (Tunneling) 在各国均存在[1,2,3,4], 但是大股东并不总是掏空上市公司, 为了获取控制权的长期收益, 大股东有时也有向上市公司输送资源的支持行为 (Propping) [5,6]。我国学者的研究表明, 我国上市公司大股东同样既存在掏空行为也存在支持行为[7,8,9]。对于大股东采取掏空与支持行为的根源与理由, 大多文献从法律制度环境和公司治理特征方面考察大股东行为的影响因素。侯晓红、李琦、罗炜 (2008) 认为公司财务特征对大股东行为有显著影响, 针对中国上市公司的研究发现, 大股东掏空与支持行为与上市公司的盈利能力相关[10]。二是关于大股东出售股权的动机及经济后果。Bolton和Thadden (1998) 指出, 当股票市场的流动性增强而使得大宗交易和企业兼并容易发生时, 依靠控制大部分股权的方法来维持对公司的控制不再有效, 大股东更趋于出售股份使得公司股权分散化[11]。Clarke等 (2004) 研究发现, 大股东有能力通过选择出售股权的时机来获利, 当公司价值被高估时, 大股东就出售股权[12]。Keim和Madhavan (1996) 的研究发现, 规模小的公司大股东出售大宗股份的成本很大[13]。Fahlenbrach和Stulz (2009) 对1988-2003年间美国上市公司经理持股情况的研究也发现, 当公司业绩良好时经理趋于出售股份[14]。

我国资本市场的特殊性导致大股东行为呈现出更为复杂的特征。股权分置改革之前, 非流通股股东不能通过股票市场实现所持股份的收益, 只能通过其他途径攫取控制权私有收益从而侵占上市公司和投资者利益[15,16]。股权分置改革促进了我国资本市场创新, 但大小非解禁亦为非流通股股东提供了套现获利的途径, 刘亚莉和李静静 (2010) 的研究发现, 出售解禁股使控股股东比非控股股东获得更高的股权转让溢价[17]。

基于非流通股股东低价获得原始股权及套现获利动机的逻辑推理和“大小非”减持股市大跌的严峻事实, 理论界和实务界关注的热点主要停留在大股东减持行为的市场反应方面, 一般结论认为大小非解禁和大股东减持行为在一段时间内对减持公司股价的影响有不同程度的体现, 有些公司股价存在显著性波动[18,19], 流通股股东的权益没有得到保障, 但“大小非”解禁后短期内并没有发生大股东抛售股份的情况[20]。监管层主要从规范非流通股股东减持的市场交易行为方面采取措施, 证监会先后发布强制披露机制、大宗交易机制、二次发售等规范, 以降低“大小非”减持给市场造成的冲击, 但效果并不显著。

当前对大小非减持的研究及政策规范方面存在的一个主要缺陷是, 注重后果的检验, 忽视原因的分析, 未能对大股东出售解禁股的动机及影响因素进行深刻剖析。基于投资者理性假说, 大股东考虑到长期投资回报以及控制权私有收益问题, 其减持行为是有选择性的, Fahlenbrach和Stulz (2007) 的分析认为, 大股东出售股权的行为与上市公司的财务特征相关[14]。本文的数据亦显示并非所有大股东在大小非解禁后都选择减持, 减持公司与未减持公司财务特征的差异性是一个值得关注的问题。此外, 我国国情决定了国有控股大股东受政治关联等因素的影响, 其减持行为与非国有控股大股东应存在不同。目前尚无学者深入系统地研究大股东性质及财务特征对大股东出售解禁股的影响, 本文拟对此展开研究, 为制定关于大股东减持行为的政策规范提供数据支持。

二、理论基础与研究设计

(一) 理论基础与研究假设

1. 大股东出售解禁股与股权性质

虽然大小非解禁与大股东减持是我国资本市场的独特现象, 但大股东出售持有股份的现象一直是国内外学者关注的话题。大股东出售股权的实质是大股东与中小股东之间代理冲突的体现。一般认为, 大股东出售股份能够吸引外部资金促进公司更快发展, 并分散大股东投资组合从而降低风险。但Shleifer和Vishny (1997) 指出, 当大股东持股比例低于最优持股比例时会导致代理成本增加, 从而降低公司价值。出售股权还使得大股东对公司的控制力和抵御外部接管的能力降低, 公司被并购的可能性加大, 使得控制权市场对大股东的压力增大[21]。而且, 一旦失去对公司的控制权, 控股股东将无法继续享有控制权私有收益。Dahya等 (2008) 认为, 从所有权结构的内生视角来看, 控股股东决定所有权结构, 控股股东追求自身利益最大化的必然选择就是降低在公司中的投资水平而分散风险, 同时也可以以较低的成本来攫取控制权私有收益[22]。因此对大股东出售股权的考察应同时关注控制权程度的变化, 控股股东与非控股股东在出售解禁股的动机上存在差异。中国上市公司的股权结构高度集中并且普遍存在持股份额较大的控制性股东, 尤其是在国有控股公司中[23,24]。邓建平和曾勇 (2004) [25]、许文彬 (2009) [26]等的实证研究发现, 我国控股股东的控制权私有收益高于发达国家。全流通背景下, 控股股东基于长期投资回报及控制权私有收益的考虑, 有动机通过减持所持股权以获利, 但通常不会轻易放弃控制权, 因此其减持行为会比较谨慎。而在我国当前监督机制不健全的情况下, 非控股股东参与公司经营决策的程度大大受限, 其减持套现获利动机更强烈。

在上市公司的委托代理问题中, 除了控股股东与投资者之间的利益冲突外, 还存在政府 (官员) 对公司利益侵占可能, 即上市公司控制性股东、政府 (官员) 与投资者间存在双重代理成本问题 (Twin Agency Problems) 。国有控股公司占我国上市公司的比重相当大, 本文数据显示我国大小非解禁的国有控股公司达到60%。Djankov等 (2004) 认为, 政府 (官员) 会利用其所掌握的权力来牟取利益, 这种行为将影响到控股股东、中小投资者及上市公司的利益, 政府对上市公司利益的侵占与企业性质密切相关[27]。在我国, 国有上市公司的控制性股东多为各级国资委。国资委作为特设的政府机构, 是国有企业的控制性股东并掌握上市公司的实际控制权[28]。国有上市公司中控股股东所持有的所有权与控制权分离程度不高, 而且由于具有政府身份, 控制性股东借助其所拥有的行政权力能够更有效地防范其他政府机构 (官员) 对公司利益的侵占行为[29,30]。因此, 相对于非国有上市公司而言, 国有上市公司中的第二重代理成本更低, 大股东出售解禁股的激励就更弱[31]。另一方面, Kornai (1980) 提出的预算软约束概念指出, 社会主义经济中政府出于“父爱动机”会对国家控制的企业给予更多关注与扶持。政府与国有企业的“父子关系”使国有企业更容易获得政府援助, 缓解了大股东在非流通股解禁后迅速减持的动机。同时, 政府与国有企业的“父子关系”也使得国有企业承担了政府的多重目标, 如经济发展战略、就业、社会养老、社会稳定等等, 由此导致国有企业的政策性负担。在大股东减持对资本市场造成巨大冲击的情况下, 国有控股公司大股东会承担更多维护市场稳定的责任, 基于监管压力和政策导向, 其减持行为更为谨慎。据此假设:

H1:股权性质显著影响大股东减持行为, 控股股东减持倾向与力度低于非控股股东, 国有控股公司的大股东的减持倾向与力度低于非国有控股公司的大股东。

本文采用大股东是否减持 (RED) 和减持比例 (RP) 用来衡量大股东减持行为及减持幅度, 并选择是否是国有控股 (SS) 来判断股权性质对大股东减持行为的影响。同时以第一大股东作为控股股东, 以第二大股东作为非控股股东的代表, 选择第一大股东是否减持 (FR) 和第二大股东是否减持 (SR) 来考察控制权程度对大股东减持行为的影响。

2. 大股东减持与财务特征

关于大股东行为与企业财务特征的研究主要集中在大股东攫取控制权私利方面。Jensen (1986) 提出的“自由现金流假说”认为, 企业拥有的现金和流动性高的资产数量越多, 控股股东就可以用更多的资源进行控制权私利的追求[32]。戴璐、汤谷良 (2007) 的研究指出, 我国部分上市公司财务特征体现出短期借款/总资产和货币资金/总资产两个指标长期“双高”, 实质是上市公司长期借助债务再融资来维系低效率的投资扩张及满足大股东的私有利益, 高现金持有不代表公司真实的偿债能力, 实质是控股股东获得控制权私利的表现[33]。侯晓红、李琦、罗炜 (2008) 也认为公司财务特征对大股东行为有显著影响。目前关于大小非减持与公司财务特征之间关系的研究非常少见[10]。逆向选择理论认为, 大股东持有公司股份可以向外部投资者传递预期公司业绩良好的信号。本文认为, 大股东减持有深刻的公司财务背景。对于财务指标良好的公司, 大股东减持会更谨慎, 财务状况欠佳的公司大股东减持意愿会更强烈。而且, 如前文分析, 股权性质和控制权性质的不同导致大股东参与企业经营管理的程度存在差异, 大股东获利途径亦存在差异, 基于自身利益考虑, 控股股东与非控股股东、国有控股公司的大股东与非国有控股公司的大股东关注的财务指标并不相同。因此, 不同股权性质的公司其财务特征与大股东减持之间的关系还是个有待检验的问题。本文提出假设:

H2:减持公司与未减持公司财务特征显著不同, 被大股东减持的不同股权性质的公司财务特征显著不同。

本文重点分析影响大股东减持的公司财务特征因素。根据经典的财务分析范式, 分别选择反映公司资本结构、资产流动性、盈利能力、资产管理水平的财务指标, 系统检验减持公司与未减持公司的财务特征的差异性。选择资产负债率评价公司资本结构, 选择流动比率评价公司资产流动性, 并借鉴戴璐、汤谷良 (2007) 的做法[33], 选择短期借款/总资产和货币资金/总资产两个变量来考察货币资金对大股东减持的影响。盈利能力方面, 对公司绩效的衡量通常包括市场绩效 (如托宾Q值等) 指标和账面财务绩效指标。徐莉萍等 (2006) 的研究认为, 中国股票市场价格发现功能非常有限, 股市的有效性与西方成熟市场具有较大差距, 使得采用托宾Q值的前提条件不完全具备, 相对来说, 采用会计类指标更适合评估我国上市公司的绩效[34]。本文采用了营业利润率和净资产收益率来衡量公司盈利能力, 并采用每股收益指标评价按股权摊薄后的上市公司经营绩效。选择资产周转率评价公司的资产管理能力水平。

在控制变量方面, Keim和Madhavan (1996) 研究发现公司规模对大股东出售大宗股份有显著影响。因此将公司规模纳入控制变量[13]。此外, Clarke等 (2004) 认为大股东有能力通过选择出售股权的时机来获利, 研究发现当公司价值被高估时, 大股东就出售股权[12]。巴曙松、朱元倩、郑弘 (2008) 认为, 全流通背景下资本市场估值中枢呈现下移趋势, 托宾Q值对金融资产和实物资产的投资操作策略起到了至关重要的引导作用, 只要解禁的非流通股股东所持有的股票其托宾Q值较高, 而这些股东又拥有投资实物资产的机会, 那么他们的减持行为往往较为明显[35]。因此选择托宾Q值作为控制变量。本文采用下面两个模型对上述假设进行检验。其中, 模型1对大股东是否减持的影响因素进行分析, 模型2对大股东减持幅度的影响因素进行分析。

模型1:RED=α+β1×SS+β2×DEBT+β3×CR+β4×DZ+β5×HZ+β6×OPR+β7×ROE+β8×EPS+β9×ATR+β10×SIZE+β11×TB+∑Industry+∑Year+ε

模型2:RP=α+β1×SS+β2×ER+β3×SR+β4×DEBT+β5×CR+β6×DZ+β7×HZ+β8×OPR+β9×ROE+β10×EPS+β11×ATR+β12×SIZE+β13×TB+∑Industry+∑Year+ε

本文以我国沪、深A股2007-2009年大小非解禁及减持的上市公司为样本。2007-2009年大小非解禁公司共1 234家, 剔除金融保险业公司7家和无法从国泰安数据库查到数据的公司12家, 最后得到样本公司1 215家, 其中发生减持的公司659家。我们控制了行业变量和年度变量。大小非解禁及减持比例等数据通过手工计算取得, 财务数据来源为国泰安数据库及上市公司年报。数据分析使用SPSS 16.0统计软件。

三、实证研究结果

(一) 样本描述性统计

本部分首先采用模型1考察大小非解禁后大股东减持行为与减持公司财务特征及公司股权性质的关系。表2将全体解禁公司分为减持组与未减持组, 对两组的变量均值采用独立样本T检验以判断减持公司与未减持公司股权性质与财务特征是否存在显著差异。

从表2可以看出, 2007-2009年三年间减持公司占全部解禁公司比例为54.24% (659/1215) , 大股东减持行为比较普遍, 但并非所有公司的大股东均选择减持, 这验证了前文关于大股东基于投资者理性假说其减持行为是有选择性的逻辑推理。从股权性质 (SS) 来看, 未减持样本中国有控股公司所占比重为69%, 明显高于减持样本中国有控股公司所占比重51%, 说明国有控股公司大股东在减持时更加谨慎, 与假设1相符。

从财务特征来看, 减持公司的资产负债率 (DEBT) 为64.82%, 高于未减持公司的资产负债率 (52.17%) , 说明减持公司的资本结构中债务融资比重大于未减持公司。减持公司的流动比率 (CR) 高于未减持公司, 同时短期借款/总资产 (DZ) 及货币资金/总资产 (HZ) 也高于未减持公司, 符合戴璐、汤谷良 (2007) [33]关于上市公司借助短期债务再融资的判断, 说明这一现象在减持公司中表现尤为显著。在盈利能力方面, 减持公司的营业利润率 (OPR) 、净资产收益率 (ROE) 和每股收益 (EPS) 均大大低于未减持公司。但是减持公司的资产周转率显著高于未减持公司。说明资产负债率高、资产管理水平较好但盈利能力较差是减持公司的主要特征。从标准差来看, 减持公司各指标的离散程度均明显大于未减持公司, 说明发生减持的公司之间, 财务指标的差异是明显的。此外, 减持公司的规模 (SIZE) 小于未减持公司, 托宾Q (TB) 平均值高于未减持公司, 减持公司存在规模较小、市场价值高估的特征。从均值的独立样本T检验来看, 股权性质、每股收益、资产周转率和公司规模在减持公司与未减持公司之间存在显著差异。下面通过回归分析进行进一步检验。

(二) 相关与回归分析

表3是变量的Pearson相关系数表。从符号来看, 股权性质 (SS) 与是否减持 (RED) 的相关系数显著为负, 表明非国有控股公司发生大股东减持行为更频繁, 与假设1相符。财务特征变量与RED的相关系数大多通过显著性检验, 说明大股东减持行为的确与公司财务特征相关, 支持假设2。此外自变量之间的相关系数均小于0.5, 表明变量之间不存在多重共线性问题。由于因变量是离散变量, 本文采用Logistic模型对模型1进行检验。为考察股权性质对大股东减持的影响, 将样本分成国有控股与非国有控股分别回归。表4是全样本及分组的回归结果。从回归结果来看, 模型的解释程度较好。

注:***, **, *分别表示在1%, 5%, 10%的水平上显著。

全样本回归结果中, 股权性质 (SS) 的回归系数显著为负, 说明国有控股公司更少发生大股东减持行为, 假设1得到验证。每股收益 (EPS) 在各组中的回归系数均显著为负, 相比营业利润率 (OPR) 及净资产收益率 (ROE) 在各组的回归结果而言, 对大股东是否减持的影响更显著, 说明大股东更关注公司按股权摊薄后的盈利能力。资产周转率与大股东减持行为在各组均显著正相关。表明减持公司资产管理水平更高。此外, 控制变量公司规模 (SIZE) 的回归系数都显著为负, 说明规模越小的公司发生大股东减持行为越多。托宾Q值 (TB) 在各组的回归系数均为正, 但不显著。

从子样本的回归结果来看, 在国有控股公司中, 资产负债率 (DEBT) 的回归系数显著为正, 货币资金/总资产 (HZ) 的回归系数显著为负, 且影响值更大 (系数较大) , 说明财务杠杆较高、货币持有量较低是导致国有控股公司大股东减持的原因之一。在非国有控股公司中资产负债率 (DEBT) 的回归系数为负但并不显著, 营业利润率和每股收益在非国有控股公司中的回归系数显著为负, 说明盈利能力差是非国有控股公司大股东减持的主要原因之一。这也证明了区分国有控股与非国有控股公司分析大股东减持行为是有必要的。上述结论表明, 大股东减持行为的确与企业性质及财务特征相关。资产负债率较高、货币持有量低、资产管理水平较好但每股收益低下、公司规模较小是被减持公司的主要财务特征。这支持了假设2。结合表2和表4的检验结果, 我们发现并非所有财务指标在减持公司和未减持公司、国有控股公司与非国有控股公司中均存在显著差异和影响, 说明大股东性质的不同导致影响其决策的只是其关注的部分财务指标。

为考察股权性质、财务特征与大股东减持幅度之间的关系, 我们进一步以减持公司为样本, 采用模型2考察股权性质及财务特征对大股东减持幅度的影响。由于因变量减持比例 (RP) 是连续变量, 采用OLS进行回归。变量的Pearson相关性检验 (由于篇幅关系, 表略) 显示, 自变量之间不存在多重共线性问题。表5的结果显示所有回归模型的Durbin-Watson检验值均在2左右, 表明模型不存在显著的序列自相关问题。F统计量表明所有的回归模型都在1%的水平上显著, 说明模型拟合的整体效果较好。调整后的R2从0.266~0.434, 提供了这些回归模型的解释能力。第 (1) 栏是未剔除异常值的全样本回归结果, 第 (2) 栏是剔除异常值之后的全样本回归结果。我们发现, 5个异常值对回归结果影响较大, 剔除异常值之后, 模型拟合度得到显著提高, 调整的R2从0.325提高至0.434, 考虑到回归结果的稳健性, 在后面的分组回归中剔除了5个异常值。

注: (1) ***, **, *分别表示在1%、5%、10%的水平上显著。 (2) 异常值是指回归残差为3个以上标准差的样本。

全样本的回归结果显示, 股权性质 (SS) 的回归系数均显著为负, 说明国有控股公司的大股东减持行为较少。而且, 第一大股东是否减持 (FR) 和第二大股东是否减持 (SR) 的回归系数在所有样本中均显著为正, 且SR的影响值均大于FR, 表明第一、第二大股东的减持倾向显著, 而且第二大股东减持幅度比第一大股东更为显著。说明控制权程度与大股东减持行为相关, 假设1得到验证。资产负债率、每股收益和资产周转率对大股东减持比例的回归系数均通过显著性检验, 符号与前文一致。与前文不同的是, 公司规模对大股东减持幅度的影响并不显著, 而托宾Q值 (TB) 的回归系数在各组中显著为正, 即对大股东减持幅度有显著影响, 说明大股东减持行为存在显著的时间选择倾向, 通常在公司价值高估时减持, 与文献[12, 35]的结论一致。

子样本的回归结果显示, 在国有控股公司中, DEBT、CR的回归系数显著为正, HZ的回归系数显著为负, 且影响值很大, 说明虽然国有控股公司资产负债率低于非国有控股公司, 但大股东仍厌恶高财务杠杆, 高负债和低货币持有量是导致国有控股公司股东减持的主要原因。在非国有控股公司中, 营业利润率OPR和每股收益EPS的回归系数显著为负, 且影响值很大, 说明盈利能力差是影响非国有控股公司大股东减持幅度的主要原因。国有控股减持公司与非国有控股减持公司财务特征存在显著差异。按控制权性质分组的回归显示, 被第一大股东减持的公司, DEBT的回归系数显著为正, EPS的回归系数显著为负, OPR的回归系数符号为负, 但并不显著, 说明第一大股东减持更关注公司按股权摊薄后的盈利能力, 高负债和低盈利能力是导致第一大股东减持的主要因素。被第二大股东减持的公司里, DZ、OPR、SIZE的回归系数显著为负, OPR的影响值最大, 说明第二大股东对短期借款融资行为并不厌恶, 而低营业利润率和规模较小是导致第二大股东减持的主要因素, 假设2得到验证。此外我们还发现, ROE在各组的回归结果均不显著, 陈小悦 (2001) [36]和陈信元 (2004) [37]的研究认为, 净资产收益率长期作为监管层对上市公司增发、配股及考核的核心指标, 被盈余管理可能性非常大。本文支持他们的观点。

四、进一步检验与稳健性测试

夏立军、方轶强 (2005) 认为, 即使是国有控股公司, 政府控制的上市公司与国有企业控制的上市公司其与政府的关系存在差异, 由于政府可能将其社会性负担转嫁给其控制的上市公司, 而监管力量和法律约束难以限制政府权力, 从而使得政府对其控制的上市公司具有更强的侵害[30]。考虑到终极控制权差异对大股东减持的可能影响, 本文将国有控股公司按终极股东性质区分为国资委控制与非国资委控制两组, 结果显示国资委控制的公司大股东减持比例 (均值为6.27%) 略低于非国资委控制的公司 (均值为6.83%) , 但其差异不具有统计上的显著性。两组的财务指标除公司规模外均不存在显著差异, 表明在国有控股公司中终极控制权性质对大股东减持行为及企业财务特征的影响并不显著。

我们还将被第一大股东减持的公司共249家, 按第一大股东持股比例中位数分成控制权集中度较高和较低两组, 分别检验了其财务特征及大股东减持的差异性, 结果显示控制权集中度较高的公司大股东减持比例 (均值为8.36%) , 略高于控制权集中度较低的公司 (均值为7.57%) , 两组的财务指标值略有不同但也不显著, 即控制权集中度对大股东减持的影响并不显著, 这与解禁及减持公司中仅有19家公司发生第一大股东控制权转移的调查一致, 说明控股股东倾向于在保留控制权的前提下谨慎地通过减持获利, 但控股股东与非控股股东关注的财务指标并不一致。被控股股东减持的公司与非控股股东减持的公司财务特征存在显著差异。

此外, 为检验结论的稳健性, 本文进行了如下敏感性测试:第一, 将所有减持公司按减持比例中位数 (5.00%) 分为减持较多组和减持较少组, 并对两个独立子样本分别进行了测试。我们发现回归结果是相似的, 但是变量的显著性水平却有所不同。在减持较多组中变量的显著性水平更高, 在减持较少组显著性水平和回归系数的估计值均有所下降。第二, 选择了其他财务特征变量。我们引入了速动比率、营业毛利率和净利润增长率, 结果发现它们对研究结果影响均不显著。在各种敏感性测试下主要结论基本不变。

五、研究结论

本文检验了大小非解禁后大股东减持行为与股权性质及公司财务特征之间的关系。结果表明公司股权性质和财务特征对大股东减持有显著影响, 控股股东减持倾向与力度低于非控股股东, 国有控股大股东的减持倾向与力度低于非国有控股大股东, 资产负债率较高、资产管理水平较好但每股收益低下、公司规模较小是被减持公司的主要财务特征。被大股东减持的国有控股公司与非国有控股公司财务特征亦存在显著差异。虽然国有控股减持公司资产负债率较低, 但大股东仍厌恶高财务杠杆, 高负债和低货币资金持有量是导致国有控股公司大股东减持的主要因素。非国有控股公司资产负债率较高, 但财务杠杆对大股东减持行为的影响并不显著, 盈利能力低下是导致非国有控股公司大股东减持的主要原因。负债率较高和每股收益低下对第一大股东减持行为有显著影响, 营业利润率低下和规模较小对第二大股东减持行为有显著影响。研究还发现大股东通常在公司价值高估时减持, 减持行为存在显著的时间选择倾向。

2.财务股职责 篇二

2010年2月25日，上海医药（601607）公告称，公司换股吸收合并上实医药、中西药业已于2月23日完成。上海医药由区域性医药企业一跃成为A股市值最大的医药企业，主营业务覆盖药品研发与制造、药品分销与零售等全部产业链。

业务互补与控制人单一奠定合并基石

吸收合并前，上海市国资委旗下拥有上海医药（600849）、上实医药（600607）和中西药业（600842）三家医药上市企业，它们都在另一国企上海实业（集团）有限公司（简称“上实集团”）的实际控制之下。更为重要的是，这三家公司的业务板块分别位居产业链的上下游，互补性较强。

在药品分销与零售领域，上海医药优势明显：其药品分销业务近3年来稳居全国医药流通企业第二位、华东地区第一位；2008 年，其药品分销业务收入同比增长20.03%，重点供应商品销售增幅超过30%。

在药品制造领域，三家公司在细分产品上各有所长：中西药业在心血管类药品、精神药品等方面处于全国领先地位；上实医药则在生物制品与化学药品方面具有明显优势；上海医药的产品则主要集中在传统普药上。

此外，上实医药与中西药业还分别覆盖了医疗器械与制药器械业务板块。2008年，上实医药旗下血压计实现销售收入3340万元，手术床实现销售收入2783万元，补牙填充材料实现销售收入1418万元。2008年，中西药业旗下制药机械实现主营业务收入6503.56万元，同比增长20.97%。

三家上市公司的业务互补与实际控制人单一为吸收合并提供了可能，而上海市政府的给力则助力这种可能变为现实。

政府给力打造资本运作平台

2008年9月，上海市国资委下发《关于进一步推进上海国资发展的若干意见》，开启了上海国资第三次重组整合的序幕，国有资产证券化成为上海这一轮国资重组的重要内容。

2009年2月，上实医药将其持有的联华超市（00980.HK）21.17%股份出售，退出连锁超市非核心业务，为吸收合并铺路。此后，在上海市国资委主导下，2009年10月，上海医药、上实医药和中西药业开始进行A股最大的医药类上市公司资产重组。整个重组方案分为三个部分：① 上海医药以换股方式吸收合并上实医药和中西药业；②上海医药向上药集团发行股份购买资产；③上海医药向上海上实发行股份募集资金，并以此资金向上实控股购买医药资产（附图）。

与此同时，为了确保顺利完成，本次换股吸收合并采取双保险措施—委托资金实力雄厚的上海本土企业上海国盛和申能集团向上海医药异议股东提供收购请求权、向上实医药及中西药业全体股东提供现金选择权。资料显示，截至2009 年9 月30 日，上海国盛账面货币资金46.78 亿元，并拥有尚未使用的银行授信额度约300 亿元。

2010年初，上海国资国企工作会议明确提出，2010年上海国资证券化率要调高至30%以上，比2009年底的25.4%至少提高5个百分点。在此目标下，上海医药的重组步伐进一步加快，并于2010年2月顺利完成，上海医药通过换股吸收合并了上实医药、中西药业，上实医药、中西药业退市，新的上海医药（601607）清新亮相，成为上海市医药类资产唯一的资本运作平台。

重组后的上海医药，在业务上实现了跨越式发展，跻身于国内综合性医药企业前列：拥有3800余家医院终端，在已公布的307个国家基本药物目录品种中拥有198个，拥有独家品种156个，拥有“清凉油”、“六神丸”等中药保密品种8个，拥有“乳癖消胶囊”、“八宝丹”等中药保护品种31个，拥有“信谊”、“雷氏”、“正大青春宝”、“胡庆余堂”等驰名商标。据立信会计师事务所的审计报告，2009年1-6月，上海医药备考合并的营业收入152.25亿元，实现归属于母公司所有者的净利润8.78亿元，每股收益0.44元，较重组前增幅分别达60.43%、1151.69%、257.54%。2010年4月21日，上海医药公布了重组后的第一份年报，在扣除出售联华超市资产所得后，净利润仍同比大幅提高45%，在医药商业市场的份额稳居全国第二。

南下北上，向外突围

尚在整合中时，上海医药迫不及待地实施“进军国内市场，开拓国际市场”的“走出去”战略，加快南下北上的外延扩张步伐。合并重组使得上海医药旗下业务囊括医药工业（包括研发、生产和制造）与医药商业（包括分销和零售）两大板块,覆盖全部产业链，这为其进行外延式扩张奠定了基础。2010年12月15日，上海医药公告称，出资14.87亿元现金，收购以新亚药业为核心的上药集团抗生素业务和资产，比之前重组承诺的期限提前了一年。

在华南市场，自2010年以来，上海医药为了拓展市场份额，实施全国战略布局，先后发起收购了福建省医药有限公司、广州中山医医药有限公司等多家企业，同时积极推进上海中央物流、宁波、青岛等几大物流中心建设。

在华北市场，上海医药表现得更为生猛，这从全资收购中信医药实业有限公司（简称“中信医药”）中可窥见一斑。中信医药主要业务集中在北京市场，名列2009年度中国医药商业企业第18位，在北京市场占有率排名第三，其中医院纯销业务占70%，2010年未经审计的销售收入超过61亿元，全年利润超过1.42亿元。显然，上海医药收购中信医药是为了以北京为据点，进一步向天津、河北等华北地区拓展，形成以北京为核心的华北医药分销网络，从而基本实现新上药以华东、华南、华北为重点区域的全国性医药分销网络格局。2010年底，上海医药集团董事长吕明方透露，计划于2011年3月底之前完成全资收购China Health System Ltd.（简称“CHS”，注册于开曼群岛，其实质性资产为中信医药）。在实际的收购过程中，计划时间被再度浓缩：2010年11月29日，上海医药通过全资子公司上海实业医药科技（集团）有限公司（简称“上实科技”）收购占总股本约2.63%的股权；2010年12月30日，上海医药向5家私募基金继续收购占CHS总股本约62.61%的股权。2010年1月29日，上海医药公告称，将进一步收购CHS华平、方源和启明三家基金剩余约34.76%的股权，从而成为CHS的全资控股股东。短短几个月时间，上海医药有望将中信医药纳入囊中。

另一方面，上海医药还将资本运作的平台延伸至境外资本市场。2010年9月9日，其公告称，拟向境外投资者首次公开发行不超过摊薄后总股本25%的H股，预计募集资金不低于80亿元，主要用于境内外医药工业项目的收购兼并、医药商业网络的建设及并购等多个领域投资。

3.路政股职责 篇三

一、宣传、贯彻执行国家有关法律法规、规章以及上级主管部门的指示决定，做好日常路政管理工作，制订路政管理工作计划及措施。

二、依法制止、查处各种违法利用、侵占、污染、毁坏和破坏路产路权行为，控制公路两侧建筑控制区。对辖区内路政违法案件进行督办，组织重大路政案件的调查处理和集中执法。

三、负责拟定路政管理规章制度，建立健全路产档案、路政管理台帐，做好路政管理报表的上报工作。参与公路工程交工、竣工验收。

四、负责交通路政部门许可事宜的现场审核、审查，指导大队加强路产赔偿管理，对许可项目实行结果督查。

五、负责超限运输治理工作，加强治超站点规范管理，依法组织查处违法超限行为。

六、负责制定、完善路政应急预案，对突发路网信息及时上报。

七、参与新建、改建公路标志、标线设计，负责县乡道公路标志、标线设置、更新、补缺及施工质量监督、验收工作。

八、负责公路路产损失赔偿费票据的领、用、核的规范管理。

4.教育股工作职责 篇四

2、指导全面贯彻国家教育方针，加强学校管理，规范办学行为。

3、指导全区中小学校的教育教学改革，检查教学大纲、教学计划的落实情况。

4、负责全区中小学德育工作的指导。

5、协助招生办公室做好普通高中的招生录取工作。

6、负责全区中学的毕业考试工作。

7、负责全区中小学生学籍档案的管理及毕业证书的审核工作。

8、组织审定中小学使用统编教材和教辅资料用书。

9、指导协调全区中小学校的信息技术教育及普及小学外语教学工作。

10、负责指导全区幼儿教育工作。

11、负责全区中小学的特殊教育工作。

12、负责全区中小学校的体育卫生、科技教育、艺术教育工作。

13、负责全区中小学校的国防教育工作。

14、负责全区中小学校外事工作。

5.国库股工作职责 篇五

2.拟定补充规定和实施意见。

3.负责总预算会计工作。

4.负责财政资金调度、办理预算内外资金收支结算划拨。

5.跟踪县级和全县财政预算执行情况。

6.管理县级预算外资金和国债转贷资金专户。

7.编制县级财政总决算，批复县级部门决算。

8.统一管理县级财政银行开户。

9.研究和推行国库集中支付制度。

10.负责社会集团消费的监督管理工作。

6.财务股职责 篇六

本文采用Z值模型 (Z-score model) 的方法, 对我国A股制造业各子行业上市公司的财务风险进行了系统的分析比较, 初步探究了引致我国制造业企业财务风险高的原因及其对策。

1 文献回顾

1.1 Z值模型简介

Z值模型于1968年由美国纽约大学Altman教授提出, 其以1946-1965年间提出破产的33家企业以及33家非破产企业为样本, 根据误判率最小原则, 建立了著名的5变量财务预警模型, 即Z值模型。受益于其良好的预测能力, Z值模型自诞生之日起便受到广泛关注, 并日益成为企业财务风险预警领域最具影响力的工具之一。1979年, Altman应用Z值模型对巴西企业的财务风险状况进行了实证研究, 并发现Z值模型同样适用于发展中国家。

1.2 Z值模型在国内的应用情况

由于我国资本市场发展时间还不长, 因此对企业进行财务风险预警研究在我国起步也较晚。近年来随着我国上市公司数量的大幅增加, 越来越多的学者开始关注我国企业的财务风险研究, Z值模型也因此得到大量应用。向德伟通过选取沪深两地证券市场80家企业A股作为样本, 并应用Z值模型对其财务风险进行实证分析发现, 在国内应用Z值模型对企业的财务风险分析具有很强的指导性。徐秀渠应用Z值模型对沪深市场2007-2009年暂停上市或终止上市的32家企业进行分析后, 认为采用Z值模型预测企业财务风险是有效的。

通过文献回顾发现:Z值模型在国内的应用主要集中于两个方面, 一是探究其在国内的有效性, 这一块已得到较多研究的支撑;二是应用Z值模型对某一细分行业上市公司进行财务风险分析, 如王大伟, 林艳芳、徐晓, 李娜、田月昕、王宏等分别应用Z模型对我机械、

医药、农业上市公司的财务风险进行了研究预测。但尚未看到采用Z值模型对我国制造业上市公司财务风险进行系统分析的研究, 本文将对这一领域的研究进行补充。

2 Z值模型参数及其样本选择

2.1 模型指标与设定

Z值模型判别函数为Z=1.2×X1+1.4×X2+3.3×X3+0.6×X4+0.999×X5。Z值越小, 企业财务风险越大。Altman研究发现:Z值小于1.81时, 企业存在极高的破产风险, 财务危机严重;Z值在1.81至2.99之间时, 企业财务状况不明晰, 存在较高的财务风险和破产的可能性;Z值大于2.99时, 企业财务状况良好, 没有破产风险。

Z值模型中的五个参数分别代表了企业的五项能力, 各参数的值越大, 则企业在该方面的能力越强。具体而言:X1为营运资金/资产总额, 代表了企业资产的流动性;X2为留存收益/资产总额, 反映了企业支付剩余的能力;X3为息税前利润/资产总额, 衡量了不考虑税收和财务杠杆因素时, 运用企业全部资产获得利润的能力;X4为权益市场值/总负债账面值, 表明了投资者对企业前景的判断;X4为销售收入/资产总额, 即为总资产周转率, 反映了公司资产获得销售收入的能力。

鉴于我国会计准则同国际会计准则存在一定差异且我国股市非流通股无市场价格, 本文对Z值模型各项指标的设定做如下调整:X1为 (流动资产-流动负债) /资产总额;X2为 (盈余公积+未分配利润) /资产总额;X3为 (利润总额+财务费用) /资产总额;X4为 (每股市价×流通股数+每股净资产×非流通股数) /总负债账面值;X4为主营业务收入/资产总额。

2.2 样本选择与数据来源

本文采用A股申银万国上市公司一级行业分类标准, 所选取的制造业包括电子、纺织服装、化工等12个一级子行业, 而剔除了餐饮旅游、金融服务等11个非制造业子行业。选取的公司为2011年12月31日前上市的公司, 共计1399家上市公司。财务数据均取自各上市公司2011年年报, 其中每股市价取2011年12月31日收盘价。

本文所采用的数据均选自经证监会批准公布的各上市公司年报及Wind资讯, 财务数据准确性和可信度高。

3 模型结果与分析

3.1 模型结果

通过对原始数据进行采集并按照Z值模型判别函数计算后, 得到制造业各个子行业上市公司的Z值得分, 各子行业上市公司Z值得分散落于不同区间的公司数量及其所占比重如表1所示。

不同级别财务状况的上市公司中 (Z<1.81:财务危机严重;1.81≤Z≤2.99:存在一定程度的财务风险;Z>2.99:财务状况良好) , 五项参数的平均值如表2所示。

3.2 讨论与分析

通过对上述模型结果进行分析, 可发现我国A股制造业上市公司在财务风险上表现出如下几个特点:

(1) A股制造业上市公司整体财务状况较好。

在所选取的1399家A股制造业上市公司中, 共有867家企业的Z值大于2.99, 即这些企业财务状况稳健, 没有破产风险, 占比达61.97%。而存在极大财务风险的企业相对较少, 为251家 (含40家ST企业, ST企业主要集中于这一区间) , 占比17.94%。整体上来看, 我国A股制造业上市公司财务状况相对稳健, 绝大部分公司财务状况良好或仅存在一定程度财务风险。

(2) 制造业各子行业财务状况分化较大。

在制造业下属的12个子行业中, 不同行业财务风险状况存在较大差异, 食品饮料、医药生物、电子、信息设备等4个子行业财务状况最好, 存在极高财务风险的公司比例均不到10%, 接近8成的企业财务状况良好。而黑色金属行业 (主要为钢铁企业) 财务状况最差, 超过一半的企业存在极大的财务风险, 财务稳健的企业占比仅为20%左右。各子行业财务状况分化较大, 可能和经济形势低迷对各子行业影响不同所致。

(3) 多项因素导致企业财务风险提高, 主要可从两方面着手降低财务风险。

在财务状况不同的三类公司中, 其X4指标数值较为接近, 即资产周转率差异不大;而其余四个指标均存在明显差异:财务状况良好公司的数值明显高于存在一定财务风险公司的指标值, 存在一定财务风险公司的数值又明显高于存在极高风险公司的指标值。即各类公司在资产流动性、再投资能力、资产盈利能力等多方面均存在较大差距。

基于上述对导致企业财务风险提高的因素分析, 主要可从两个方面来降低我国制造业上市公司的财务风险。首先, 保证企业资产的流动性。在我国制造业上市公司中, 存在极大财务风险公司这一指标均值为负值, 资产流动性非常低, 在外部环境不好时, 很容易陷入财务危机, 企业应适当提高流动资产比重, 加强流动资产管理, 以降低所面临的财务风险。其次, 增强企业资产的盈利能力, 盈利能力的提升是企业增加营业收入和留存收益的重要保障, 也是企业获取投资者信心、提高再投资能力的关键所在。

4 结论

从Z值模型的分析结果来看, 我国A股制造业上市公司整体财务状况较为良好, 但不同子行业上市公司的财务状况分化较大, 仍有部分企业存在极大的财务风险, 这些企业主要应从提升企业资产的流动性与盈利能力两个方面入手, 从根本上解决导致企业发生财务风险的根源, 进而降低企业的财务风险。

作为影响我国国计民生的制造业, 在目前经济形势不景气的情况下对其进行财务风险分析非常重要, 本研究成果可为制造业企业识别和降低财务风险提供参考。但出于数据的可获得性, 本研究以A股制造业上市公司为样本, 因此很多非上市企业的财务状况没有纳入研究范围, 这是本研究的不足之处。

参考文献

[1]Edward I.Altman.Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].The Journal of Finance, 1968, 23 (4) :589-609.

[2]Edward I.Altman, Tara K.N.Baidya, Luis Manoel Ribeiro Dias.Assessing Potential Financial Problems for Firms in Brazil[J].Journal of International Business Studies, 1979, 10 (2) :9-24.

[3]向德伟.运用“Z记分法”评价上市公司经营风险的实证研究[J].会计研究, 2002, 11:53-57.

[4]徐秀渠.Altman’s Z-Score模型在企业风险管理中的应用研究[J].经济经纬, 2010, (4) :103-106.

[5]王大伟.基于Z-Score模型的我国机械类上市公司财务预警分析[D].武汉:武汉科技大学, 2008.

[6]林艳芳, 徐晓.Altman Z值法的财务危机预警研究——基于我国医药行业沪市上市公司数据[J].商情, 2010, (16) :49-50.

[7]李娜, 田月昕, 王宏.Z-score模型在我国农业上市公司中的适用性分析[J].财会通讯, 2008, (5) :104-106.

7.法制监察股工作职责 篇七

1、宣传劳动保障法律、法规和规章，督促用人单位贯彻执行；

2、检查用人单位遵守劳动保障法律、法规和规章的情况；

3、受理对违反劳动保障法律、法规或者规章的行为的举 报、投诉，依法纠正和查处违反劳动保障法律、法规或者规章的行为；

4、组织、指导开展全县劳动保障监察工作，培训、管理劳动保障监察人员；

5、处理全县劳动保障行政复议、行政诉讼案件；

6、承办劳动保障法律咨询、涉外法律事务、局机关劳动保障法律事务，法律法规规定的劳动保障监察事项及普法工作；

7、参与处理因劳动保障纠纷引起的突发事件。

劳动监察股

8.财务股职责 篇八

一、传统分配法与库藏股法

交叉持股 (也称“相互持股”) 可分为两种情况:第一种是母公司的股份被子公司所持有;第二种是一家子公司的股份被另一家子公司所持有。在编制合并财务报表时, 一般有两种方法可供选择:一种是传统分配法 (也称“交互分配法”) ;另一种是库藏股法。

在采用传统分配法时, 由于两个公司之间交叉持股, 利润相互交叉, 两家公司按权益法核算的净利润不能直接得到, 所以就需要通过代数方法解联立方程式来确定双方的净利润, 在此基础上再采用权益法进行会计核算。传统分配法虽然计算结果较为准确, 但计算过程比较复杂。

在采用库藏股法时, 子公司持有的母公司的普通股应视为企业集团的库藏股, 因而子公司的“长期股权投资”账户按投资时的成本加以保留, 在合并财务报表上将其列入“库存股”项目从所有者权益中扣减掉。在进行具体会计处理时, 除了要做正常的合并抵销分录 (指母子公司之间股权投资与权益项目的抵销) 之外, 还需再做“借:库存股;贷:长期股权投资”的抵销分录。

要特别说明的是:当这部分库藏股股票对外出售时, 如果售价高于子公司取得时的成本, 那么应当将差额部分记入母公司“资本公积”账户的贷方;如果售价低于子公司取得时的成本, 那么应当将差额部分记入母公司“资本公积”账户的借方, 母公司资本公积不足冲减的, 应冲减留存收益。这是因为在合并之后子公司取得或出售母公司的股份, 在编制合并财务报表时被视为母公司本身的行为。这体现了企业合并的经济实质, 即一个经济实体。

二、通过举例比较库藏股法与传统分配法

假定母公司拥有子公司80%的股权, 而子公司拥有母公司15%的股权。相关资料如表1 (金额单位:万元) 所示。

1. 库藏股法。

在库藏股法下, 合并财务报表中属于母公司的净收益等于140万元 (100+80%×50) , 而属于子公司中非控股股东的收益则为10万元 (20%×50) 。因为在这里子公司与母公司之间的相互利润未被抵销, 是直接从单独报表上得到的数据。

2. 传统分配法。

传统分配法是从实体理论出发, 认为集团公司作为报告实体, 需要同时对两类股东 (即控股股东和非控股股东) 披露信息, 而不是母公司理论下仅仅为母公司提供合并会计信息。在本例中, 对母公司而言, 其控股股东是发行在外的85 000股普通股的股份持有者;而其非控股股东则是持有子公司20%股份的股东。

按照传统分配法, 假设母公司的净收益等于其独立经营收益再加上其在子公司中的投资收益, 而子公司的净收益等于其独立经营收益再加上其在母公司中的投资收益, 则应建立以下联立方程式:P=100+0.8S;S=50+0.15P。其中, P代表母公司在合并基础上的净利润 (包括了公司之间的来自子公司的利润) , S代表子公司在合并基础上的净利润 (包括了公司之间的来自母公司的利润) 。解此联立方程式, 可得出:P=159.090 9 (万元) , S=73.863 6 (万元) 。

这里笔者要强调一点, 就是由于公司之间的相互利润被重复计算, 因此:P+S=159.090 9+73.863 6=232.954 5 (万元) , 大于母子公司单独报表上的利润之和150万元 (100+50) 。通过解联立方程式求出的在合并财务报表中披露的母公司收益为135.227 3万元 (159.090 9×85%) (这里的“85%”是扣除了子公司因交叉持股15%的部分得来的) , 其非控股股东的收益为14.772 7万元 (73.863 6×20%) (因为子公司被母公司持股80%, 所以非控股股东持股应当是20%) 。详见表2 (单位:万元) 。

三、两种抵销方法在我国的应用及选择

以权益法为基础处理集团内部的交叉持股, 通常将子公司的长期股权投资与母公司 (或其他子公司) 的所有者权益相抵销。以子公司持有母公司股份为例, 在传统分配法下, 子公司所持有的母公司股份被视为推定赎回, 与子公司所持有的这部分股份相应的所有者权益在合并财务报表中不再出现。即当子公司购入母公司股份时, 母公司当期按权益法确认推定赎回, 即借记“股本”等所有者权益项目, 贷记“长期股权投资——对母公司投资”项目。该分录减少了母公司的“股本”等所有者权益, 使其反映合并会计主体之外的多数股权所持有的权益, 这些股东是合并财务报表的主要服务对象。减少长期股权投资是基于这一理论, 即被子公司购入的母公司股份实质上又回到了母公司, 所以被推定赎回。

有人认为, 传统分配法违背了编制合并财务报表的持续经营假设, 采用的是中止经营基础;它过分强调了交叉持股的法律形式, 而忽略了其经济实质。而库藏股法下则是将子公司持有母公司的股份视为企业集团的库藏股, 因而子公司的“长期股权投资”账户按成本加以保留, 在合并资产负债表上将其从所有者权益中扣减。

从本质上看, 子公司持有的母公司股份是企业集团的库藏股, 理应按库藏股法处理。美国注册会计师协会 (AICPA) 支持企业用库藏股法处理集团内部交叉持股业务, 指出在企业合并之前, 子公司所持有的母公司股份在合并财务报表上应列为库藏股;在合并之后子公司取得或出售母公司的股份, 在编制合并财务报表时应视为母公司自身的行为。笔者同意这一看法, 承认子公司持有的母公司股份为企业集团的库藏股, 主张目前在我国上市公司范围内对交叉持股的合并采用库藏股法, 因为这种方法在实践中应当是比较好操作的。但从长远来看, 尤其是在交叉持股下公司之间相互利润所占比重较大时, 为了准确列示合并财务报表上的合并净利润和非控股股东损益, 在计算机信息技术支持下, 应当尽可能采用传统分配法。更为重要的是, 新的企业会计准则将原来的侧重母公司理论改为侧重实体理论, 因此在有条件的上市公司内, 编制合并财务报表时应逐渐采用传统分配法。

参考文献

[1].朱茵.交叉持股带来股权增值上市公司面临价值重估.中国证券报, 2007-06-22

9.财务股职责 篇九

工业企业从事的是工业性生产或劳务的经营活动, 在国家的生产、流通、 服务等经济活动中起到了重要作用,但在知识经济迅猛发展的时代,高新技术企业和第三企业的崛起, 使得工业企业在投资融资甚至生产经营上都受到了较大的财务威胁, 因此要加强对工业企业的财务预警, 从而为企业的信息使用者提供及时有效的财务信息,预防企业可能出现的风险,保障股东的权益和市场稳定。

首先在财务风险预警领域树立里程碑的是Beaver(1966),他利用单变量对企业破产进行预测, 局限性是对同一企业的风险进行预测时, 选择的比率不同, 得到的结果也可能有所不同。 美国学者Edward Altman在1968年提出了多元变量Z-score模型,突破了单变量的研究。 之后学者们纷纷利用多变量财务预警模型进行研究,但在1980 年学者Ohlson首次采用Logistic方法预测财务风险。 进入20世纪90 年代,出现了基于神经网络的财务风险预警模型, 得到的结果比较理想。随后一些新的方法如:支持向量机、 期权定价模型也被运用到财务风险预警的分析中。 我国的财务风险预警研究起步较晚, 周首华、 杨济华(1996)把现金流量指标引入到Z分数模型中,提出了新的模型——— F分数模型。 陈瑜(2000)运用二元线性回归和主成分分析对上市公司财务预警模型的构建进行实证研究。姜秀华、孙铮(2001) 则运用Logistic建立回归判别模型。 随后的财务风险预警研究采用了新的方法———神经网络,如: BP神经网络(杨淑娥、黄礼,2005),模糊神经网络混合模型(梁杰,2006),遗传神经网络(蔡志岳、吴世农,2006),RBF神经网络对物流企业财务风险预警的评价(刘磊、郭岩,2012)等。 随着多学科的交流融合,也出现了其他的模型,如2015 年蓝莎运用系统动力学对财务系统进行结构—功能模拟, 建立了财务风险预警体系。

总体来看,多元判别分析、Logistic和人工神经网络是主要的预测方法,三者之中预测度最高的是人工神经网络,最差的是多元判别模型。目前文献对工业企业的财务风险预警研究较少,本文选取北京市工业企业与财务风险有关的财务与非财务数据,并引入人工神经网络中相对完善、易于操作的多层次感知器,构建财务风险预警体系。

二、数据样本的确定

(一)样本预警指标选取

本文研究对象是北京市45 家在上海证券交易所上市的A股工业企业, 并通过csmar数据库收集2012—2014 年这些公司的相关指标。 选取的指标既包括了反映企业偿债能力、盈利能力、 经营能力和发展能力四个方面的财务指标, 也涵盖了相关非财务指标,如股权集中度和独立董事比例,总计18 项预警指标,如表1 所示。

(二)财务风险划分

由于45 家北京市工业企业被ST特殊处理的情况较少,且标记为ST发生在出现财务危机之后, 很难对企业风险预警产生前瞻性影响, 而且财务风险的发生是一个渐进的过程, 上市公司的财务状况在不加以控制的情况下会由轻度财务危机转换为重度财务危机。所以本文将财务风险按照以下标准将其细分为低风险、中等风险和重大风险。 如果当年的净利润不为负时,表明上市公司的财务风险为低风险;当年首次出现净利润为负,则表明上市公司为中等财务风险水平;当年为第二次出现净利润为负时,则表明财务风险水平很高,归类为重大风险。根据上述标准,将2012—2014 年45 家公司共135 个样本划分为三类, 其中: 低风险有120个,中等风险为10 个,重大风险为5 个。

三、实证检验

(一)KMO检验与Bartlett球度检验

在收集到以上45 家工业上市公司近三年18 项指标数据后, 对原始数据进行标准化处理,以消除不同指标间的量纲差异。在此基础上为判断135 个样本数据是否能进行主成分分析,首先对标准化后的数据进行KMO检验与Bartlett球度检验, 如表2 所示, 其中KMO值为0.678,大于0.6,适合做主成分分析;Bartlett球度检验的显著性概率为0, 说明变量具有统计学意义,而且表现出高度的相关性和显著性。

(二)主成分因子的提取

为了对财务风险预警进行更加有效的分析,需要减少变量的个数,分析2012—2014 年共135 个样本数据的18 项预警指标, 利用SPSS软件进行因子分析,提取主成分因子,如表3 所示。在特征值大于1 时,共提取7 个主成分因子, 这7 个主成分因子的累计方差贡献率达到75.9%,能反映18 个变量四分之三的信息。 设主成分因子为Fi(i=1,2, …,7),做成分矩阵(如表4 所示),可以进一步分析主成分Fi所代表的能力和它反映的有关上市公司的财务信息。

主成分因子F1中资产报酬率、每股收益、营业净利率的比重较大,说明F1主要反映公司的盈利能力;F2中所有者权益增长率和净利润增长率所占的比重大,代表公司的发展能力;F3中反映偿债能力的指标比重较大,说明F3主要变现为偿债能力;F4中非财务指标的独立董事比例比重最大,则把公共因子看成股权结构因子;F5中总资产周转率的比重最大,代表整体营运能力;F6 中综合杠杆的比重最大, 反映了风险水平能力;F7 中营运能力的应收账款周转率和存货周转率指标所占的比重大,F7代表日常营运能力因子。这7 个因子涉及到财务和非财务的相关信息,比较全面地反映出财务风险的各种因素。

(三) MLP风险预警模型的构建及实证结果

多层感知器(MLP)是一种多层前馈网络模型,具有高度的非线性映射能力,它由三部分组成: 一层为感知单元组成的输入层;一层为(或多层)计算节点的隐藏层;一层为计算节点的输出层。

本文运用SPSS软件,首先将七个主成分因子代表初始的18 项指标,代入神经网络的多层感知器, 作为协变量,风险程度作为因变量。其次在分区中,按照七比三的比例随机分配个案,即135 个样本中70%作为训练变量,30%作为测试变量。 其中训练变量中重大风险的样本为3 个, 中等风险的样本数为8 个,低风险的样本数为86个; 测试变量中包含重大风险的样本2 个,中等风险的样本数为2 个,低风险的样本数为34 个。然后在体系结构中,设置最低的隐藏层数为1,分批进行培训操作时, 选择调整的共轭梯度对算法进行优化。 最后可以输出ROC曲线分析准确性和特异性, 判断对财务风险的预警能力。

MLP对财务风险预警识别结果如表5 所示, 已预测与已观测的样本相比,在训练变量中,有三个样本其实属于重大风险,却预测为中等风险,准确率为0, 中等风险和低风险全部预测准确,总体来看,训练变量的正确率为96.9%;在测试变量中,重大风险有2 个在预测的中等风险水平中, 总计的测试变量的准确率为94.7%。 由此得出综合正确率为95.8%, 其中低风险预测准确率为100%,说明多层感知器对低风险能较好的预测;误判均发生在将重大风险归类到中等风险,究其原因可能是重大风险与中等风险划分不明确, 且在第一年出现净利润为负时,第二年要想转亏为盈的难度也很大,或者即使利润为正,为弥补去年差异最后的净利润数额也较小,这样造成重度风险和中度风险的差异不大,利用多层感知器预测时会产生偏差。

四、结论

为了使工业企业对财务风险进行预先的测定和防范, 减少风险到来时企业的损失,本文根据45 家北京市工业企业的财务数据, 运用多层感知器神经网络对工业企业财务风险展开评价研究。

首先按照一定标准, 划分样本所面临的财务风险大小,其次利用主成分分析,建立了较为全面的财务风险预警评价体系,包含了盈利能力、偿债能力、发展能力、风险水平、股权结构、整体和日常营运能力等七个指标,其中股权结构等经过量化的非财务指标引入有利于全面反映财务信息。在此基础上结合基于多层感知器的神经网络技术构建财务风险预警模型,实证结果表明,该模型综合正确百分比较高,对中等风险的公司财务风险预测也较为准确,可以为工业企业财务风险预警提供借鉴信息。鉴于模型进行实证分析,可以避免人工预测带来的主观影响,保证评价结果的客观性、准确性。

本文研究的不足是样本只限于北京市在上海证券交易所上市的A股工业企业,样本量较少,特别是按标准划分后的重大风险和中等风险的公司数量较少, 导致多层感知器训练不充分,影响到测试结果的准确性。

参考文献

[1]郭文伟,陈泽鹏,钟明.等.基于MLP神经网络构建小企业信用风险预警模型[J].财会月刊,2013,(3).

[2]曹彤,郭亚军.基于神经网络模型的上市公司财务风险预警研究[J].财会通讯,2014,(3).

10.财务股职责 篇十

不动产投资开发产业是国民经济中的支柱产业, 其健康发展对经济发展和社会进步有着重要的作用, 有关不动产投资开发产业发展的相关问题一直以来是社会广泛讨论的话题。而对上市公司包括不动产投资开发公司绩效的研究包含了财务指标和经营指标的财务绩效分析和与市场表现相关的市场绩效指分析两个方面的研究。对于存在的两种绩效研究, 本文重点关注的是公司市场价值的影响因素分析。因此, 本文在研究市场绩效时将托宾Q值作为研究对象。具体通过OLS模型进行实证研究, 主要分析中国不动产行业上市公司间财务杠杆、公司业绩以及股价对托宾Q值的影响。

一、模型设计

(一) 指标的选择与计算

1.托宾Q值。托宾Q值反映的是公司市场价值与公司重置成本的比值, 但本文在实证分析的过程中, 发现相关资料难以取得。因此, 本文采用了以公司的资产总额来近似替代资产的重置成本的做法, 这也是国内很多学者处理这个问题的相关方法。本文的托宾Q值的计算公式为:托宾Q值= (流通股市值+非流通股股份数*每股净资产+总负债) /总资产 (1)

由于本文在数据搜集时未能直接搜集到各上市公司的非流通股股份数的数据, 因此本文的非流通股股份数是由总股本数减去流通股数得到的。所有相关数据均为2012年期末值。

2.财务杠杆。本文的财务指标选择的是资产负债率DAR, 即总负债/总资产, 同样是根据搜集的数据计算得到。

3.公司业绩。本文参照了国内外学者研究公司业绩的相关资料, 决定采用净资产收益率ROE作为不动产投资开发业上市公司业绩的衡量指标。

4.每股净资产。根据公式, 我们可以看出股价对托宾Q值有着重要的影响, 而每股净资产值作为支撑股票市场价格的重要基础, 反映了每股股票代表的公司净资产价值。因此本文在研究时引入了每股净资产NAPS作为解释变量。

其中托宾Q值是被解释变量, 资产负债率、净资产收益率和每股净资产是解释变量。

5.公司规模。此外, 本文还引入了公司规模作为控制变量, 具体指标是Ln SIZE (即总资产的对数) 。

(二) 研究假设

本文研究了不动产投资开发业上市公司 (未陷入财务困境的) 间财务杠杆、公司业绩与托宾Q值之间的关系, 并结合国内外参考文献, 提出以下四点有待检验的假设:

1.财务杠杆与托宾Q值呈负相关关系。

2.公司业绩与托宾Q值呈正相关关系。

3.每股净资产与托宾Q值呈正相关关系。

4.公司规模与托宾Q值呈负相关关系。

(三) 模型的设计

根据以上的变量设计, 为了具体研究各解释变量对公司托宾Q值的影响, 本文建立了如下的多元回归模型来帮助研究:Q=β0+β1DAR+β2ROE+β3Ln SIZE+β4NAPS+ε

其中, β0是常数项, β1、β2、β3、β4分别是各自变量的估计系数, ε是误差项。

(四) 样本选取和数据来源

本文以2012年A股上市公司的财务数据为依据, 以沪深两市上市的不动产投资公司为研究对象, 首先剔除了ST、*ST企业, 然后将再次剔除了市盈率在平均水平之下的公司, 如此剩余样本数为72家, 最后计算出各公司的托宾Q值, 相关原始数据来源于和讯财经网。

二、实证分析

(一) 自相关检验

由于本文采用的是多元回归模型, 未避免其产生多重共线性, 对实证结果产生不良影响, 因此本文首先对相关数据进行了自相关检验, 从检验结果来看, 各因子之间的相关度都低于0.7, 因此认为其通过检验, 不存在多重共线性。

(二) 描述性统计

从统计结果得到托宾Q值的平均值为1.834426, 大于1, 其重置成本在平均水平上要低于不动产投资开发市场对公司的估价, 这使得企业投资后进入资本市场时股价偏高, 存在套利机会;托宾Q值的最小值为0.938266, 小于1, 这代表还存在一部分对不动产投资开发市场存在估价低于其重置成本的企业;托宾Q值的最大值为21.13441, 样本中的这家企业的托宾Q值远远超过1, 表明了在中国同样存在一这样一部分企业, 他们的股价被严重高估。同时可以得到, 资产负债率的均值为0.667874, 且其最大值为0.972767, 小于1, 因此可以看出在样本区间内不动产投资开发行业不存在资不抵债的现象。净资产收益率的均值为0.097454, 但其最低值为-0.0736, 小于0, 说明2012年不动产投资开发行业存在亏损现象。每股净资产的均值为3.09, 其最大值为10.02, 最小值为0.45, 可见不动产投资开发行业各公司间还是存在较大差距的。此外, 各指标的J-B检验的显著性都很高。

(三) 线性相关分析

本文利用Eviews软件, 对托宾Q值、资产负债率DAR、净资产收益率ROE、每股净资产NAPS、总资产的对数Ln SIZE进行回归分析。

1.从财务杠杆来看, 在5%的置信水平内, 资产负债率与托宾Q值呈正相关关系。拒绝原假设。这可能是因为随着中国近年来股份制改革的进行, 不动产投资开发企业与银行之间的内在关系减弱。

2.从公司业绩来看, 净资产收益率与托宾Q值呈正相关关系。但净资产收益率的t统计的P值为0.3708, 因此其显著水平并不高。研究结果表明, 投资者的相关知识储备增加, 专业素养提高, 这使得他们在投资过程中开始理性化, 这也使得公司业绩越好, 企业的股票市值也越高, 托宾Q值随之上升, 即公司业绩与托宾Q值正相关。

3.从股价来看, 在5%的置信水平内, 每股净资产与托宾Q值呈正相关关系。接受原假设。每股净资产值是指每股股票代表的公司净资产价值, 它为股票市场价格奠定了重要的基础。每股净资产值越大, 意味着公司每股股票代表的财富越多, 其创造利润的能力和抵御外来因素影响的能力也就越强。

4.从公司规模来看, 在5%的置信水平内, 总资产的对数与托宾Q值呈负相关关系。接受原假设。本文的研究结果与各学者的研究的结论是一致的, 并且样本的回归结果通过了5%显著性检验。

结论与建议

本文通过多重线性回归的方法, 检验了托宾Q值与财务杠杆、公司业绩、股票价值之间的相关关系, 并得出了资产负债率与托宾Q值呈正相关关系、净资产收益率与托宾Q值呈正相关关系 (显著性较低) 、每股净资产与托宾Q值呈正相关关系、总资产的对数与托宾Q值呈负相关关系这四点结论。可见, 随着不动产投资开发行业的不断发展, 财务杠杆、公司业绩、股票价值将对其市场价值产生越来越重要的影响。

摘要：近年来, 不动产投资开发行业不断发展, 越来越成为人们议论的焦点。对于不动产投资开发企业的市场价值情况的影响因素研究也越来越受到人们的关注。以托宾Q值来衡量公司的市场价值, 主要从财务杠杆、公司业绩和股票价值这三个角度分析他们对托宾Q值的影响情况。

关键词：托宾Q值,财务杠杆,公司业绩,股票价值

参考文献

[1]张斌兰, 菊萍, 庞红学.PE对中小板、创业板上市公司价值影响的实证研究[J].宏观经济研究, 2013, (3) .

[2]戴媛.托宾q与公司财务杠杆、业绩及股票价格的相关性研究[J].科技广场, 2008, (6) .

[3]刘洪臣.托宾Q值及相关理论成果[J].管理荟萃, 2012, (1) .

[4]侯建平, 姚关琦, 徐平安.上市公司控制权结构与企业绩效之间内生性关系研究[J].经济经纬, 2012, (5) .