钢铁行业上市公司偿债能力研究.docVIP

钢铁行业上市公司偿债能力研究 　　摘 要：当前，偿债能力直接关系到企业的生存与发展。本文收集钢铁行业内地上市的54家钢铁企业季度财务数据，构建企业短期偿债能力与长期偿债能力的等级系统。排序多元Probit模型和Logit模型回归结果显示：钢铁企业短期偿债能力主要受新增固定资产、应收款项周转率等财务状况的影响。较短期而言，新增固定资产与铁矿石价格波动对钢铁企业长期偿债能力刺激甚微，说明钢铁行业严重的产能过剩无法通过降低成本来解决。 　　关键词：偿债能力；钢铁行业；产能过剩；Logit模型 　　1 引言 　　偿债能力直接关系到公司的生存与发展，一直以来受到企业利益相关者与研究学者的密切关注。钢铁金属行业曾是世界工业化进程中最具成长性的产业之一，但近几年来，我国钢铁行业产能严重过剩，房地产等下游行业状况不佳，供需矛盾不断扩大，导致钢铁行业出现持续低迷，钢价连续下跌。与此同时，我国金属行业供给快速增长，需求表现一般，同时流动性收紧，有色金属价格普跌，价格回升乏力。长期的供过于求使得该行业利润水平出现了明显的下滑。针对当前所处的困境，分析并预警钢铁行业上市公司的偿债能力尤为必要。 　　已有的文献主要围绕三个方面来研究企业偿债能力。其一，影响企业短期偿债能力与长期偿债能力的各因素分析。其二，利用已有财务指标分析具体企业的偿债能力并进行对比研究。其三，通过改进已有的财务指标，构建新的偿债指标体系。这些分析局限于已有的数值分析，具体详细但缺乏概括性与预测性。郭秀君（2014）基于模糊数学方法，随机选取10家房地产上市公司，对房地产行业的偿债能力进行分析。至此，对企业偿债能力的研究从具体的数值分析过渡到模型拟合阶段。Logit模型与Probit模型在度量企业信用风险的研究中作为主流分析方法已得到广泛应用， 主要在于它的假设比较符合经济现实和金融数据分布的特点。本文将引入这两种分析方法来研究钢铁行业的偿债能力。 　　此外，基于已有的研究局限对我国钢铁行业进行实证分析时多限于企业层面，较少把钢铁行业置于整个国民经济体系中来进行研究，因此不能辨别钢铁行业与其他产业的关系。在进行定性分析时，研究主要集中在钢铁产业竞争力以及发展战略等方面，研究面有限，且缺少实际数据的支撑。因此，本项目在选取了企业主要财务指标作为影响因素的基础上，将行业层面与宏观层面的影响因素也纳入了实证模型中。 　　2 数据与研究方法 　　1. 数据来源与样本 　　本文收集了钢铁行业前62强上市公司的季度数据，时间区间是2004年12月至2015年6月。财务数据来源于RESSET（锐思）金融研究数据库。在前62家上市公司中，有54家在上海证券交易所和深圳证券交易所上市。剩余的8家上市公司在香港证券交易所上市，由于香港证券交易所统计的是半年度的数据，存在统计口径和统计时间的差异。因此，本文将采用在内地上市的54家钢铁企业进行分析。 　　此外，本文在选取了主要财务指标作为影响因素的基础上，考虑到铁矿石作为钢铁行业主要原材料以及我国钢铁市场受到原材料价格波动影响较大，将进口铁矿石季度平均价增长率加入到影响因素中。与此同时，钢铁行业是典型的周期性行业，与宏观经济的发展密切相关。因此，本项目将季度新增固定资产投资增长率和季度出口变化率加入到影响因素中。进口铁矿石均价增长率的数据来源于wind数据库。投资增长率与出口数据来源于中经网统计数据库。 　　2. 变量描述与模型构建 　　本文采用了多元线性回归方法，Logit模型与Probit模型对比分析影响企业短期与长期偿债能力的因素。实证过程采用的软件是stata11.0。本文所采用的变量见表1。本文将选取流动比率作为衡量企业短期偿债能力的财务指标，选取资产负债率作为衡量企业长期偿债能力的财务指标。流动比率、资产负债率与各个自变量的相关系数如表1所示。此外，本文还通过将企业偿债能力进行排序，分别构建企业短期偿债能力与长期偿债能力的等级系统。 　　3. 钢铁金属企业偿债能力排序等级和等级分值 　　为更直观地衡量企业的偿债能力，本文将流动比率和资产负债率进行排序，并对应于相应的偿债等级。“偿债能力等级”的划分思路：将样本区间内流动比率和资产负债率平分为5段，从高到低依次赋值为“1-5”。如表2所示，短期等级数值越小，短期偿债能力越强；长期等级数值越小，长期偿债能力越弱。 　　1. 自相关检验与异方差检验 　　本项目的T为31，n为54，T略微小于n。因此，处理长面板和短面板的一些计量方法均可被探讨性地使用。古典模型假设球型扰动项。“自相关”和“异方差”是违背球型扰动项假设的两种情形。本项目考虑到流动比率和资产负债率除了受到上述自变量的影响，还受到其他因素的影响。为确保模型的准确性，本文将进行自相关检验。结果表明，强烈拒绝“