论文部分内容阅读
高端装备制造业是制造业的高尖端领域,是“战略性新兴产业”之一,也是“中国制造2025”重点扶植和发展的产业。虽然在政策大力扶持下,高端装备制造业获得了较快发展,但仍存在许多问题。近年来该行业出现了被证监会特别处理的企业如ST钢构、ST二重、ST黑豹等,说明目前高端装备制造业对财务风险的控制能力还远落后于自身的需要,因此在当前的形势下对高端装备制造业财务风险进行研究具有重要的意义。本文首先结合高端装备制造业财务风险成因和特征,选取68家高端装备制造业上市公司2012-2014年的财务数据,从盈利能力、偿债能力、营运能力、营运资金管理能力、成长能力、现金流管理能力、研发投入和政府补贴等方面选取了32个相应的财务指标作为财务风险预警基础指标；然后将EVA概念引入预警模型的构建中,以EVA值的大小作为财务状况异常的判别标准,从而解决了高端装备制造业ST企业样本不足而无法进行有效分类的问题；最后利用EVA值分类结果和筛选出的22个财务指标构建了神经网络财务风险预警模型。实证研究表明：第一,有超过一半的样本企业EVA值小于0,而且2014年EVA值小于0的样本企业数量要高于2012和2013年,这说明高端装备制造企业的价值创造能力正在逐年减弱而财务风险正逐年加大；第二,财务状况正常组和亚健康组企业有显著性差异的财务指标主要集中在盈利、营运、现金流管理和成长能力方面,同时无论是财务状况正常组和亚健康组企业都存在现金周转期过长、营业成本率偏高和现金流偿债能力不足的问题；第三,基于筛选出来的22个财务指标构建的RBF神经网络模型的预测准确率达到85%以上,比BP神经网络模型预测准确率75%要高出10%,该模型对高端装备制造业财务风险有较好的预警效果。