“双碳”目标下汽车制造业财务风险评价研究——以江铃汽车为例

Research on Financial Risk Evaluation of Automobile Manufacturing Industry under the Goal of “Dual Carbon”—Taking Jiangling Automobile as an Example

摘要: 随着全球对环境保护和碳排放问题的关注不断增加，“双碳”目标成为各国制定政策的重要方向之一。而汽车行业作为能源消耗的主要行业之一，是实现“双碳”目标的重点领域。汽车转型发展受市场环境、技术创新、政策支持等多方面因素的影响，发生财务风险的可能性较高。本文利用问卷调查分析、访谈等方法，对江铃汽车的财务风险进行定性识别；基于主成分分析评价法和功效系数法，通过建立财务风险评价体系进行定量评估，对江铃汽车财务风险进行评价研究。

Abstract: With the increasing global concern about environmental protection and carbon emissions, the “dual carbon” goal has become one of the important directions of policy formulation in various countries. The automotive industry, as one of the main industries of energy consumption, is the key area to achieve the goal of “dual carbon”. The automobile transformation development is affected by many factors such as market environment, technological innovation and policy support, and the possibility of financial risk is high. This paper uses questionnaire analysis, interview and other methods to identify the financial risk of Jiangling Motor qualitatively; Based on the principal component analysis evaluation method and the efficiency coefficient method, the financial risk evaluation system is established for quantitative evaluation, and the financial risk of Jiangling Automobile is evaluated and studied.

1. 引言

2020年9月，我国在第75届联合国大会上提出“双碳”目标。汽车制造业作为能源消耗的主要行业之一，是实现“双碳”目标的重点领域。如何减少汽车行业碳排放成为实现“双碳”目标中重要的一环，也是未来汽车发展的重要方向。本研究依托汽车制造行业公开披露的财务数据以及相关研究报告，结合“双碳”目标下汽车行业发展趋势和政策环境变化，利用问卷调查分析、访谈等方法，对江铃公司的财务风险进行识别。运用主成分分析法和功效系数法建立风险评价模型，创建财务风险评价体系，对江铃汽车公司的财务风险进行评估。以期为我国汽车制造企业财务风险管理提出新的思考方向，同时帮助政府部门、银行等金融机构更好地掌握该公司的管理和运营情况，进而可以为该公司的发展提供更为科学的决策依据，同时也能够促使国家资源的运用更为合理。

2. 企业财务风险的概述

财务风险是指企业在经营过程中，因内部管理失效或外部环境等多种不可预料的因素，面临无法按时足额偿还负债或资产严重减值、亏损的情况。William beaver [1]通过对出现财务危机前1~5年的30个企业财务数据的考察研究，发现营运现金/总负债这一指标出现异常的频次越多的公司，发生财务风险的可能性就越大。Kiang Soo Cheong [2]指出当企业拥有的资产越多、业务量越大，企业实现的利润越多，财务风险也会更加严重。而Ge X [3]强调企业的内部控制制度是企业在复杂多变经济环境下稳定发展的关键要义，财务风险控制也应注重对内控质量的监管。黄世忠[4]指出在碳中和目标下，企业加快低碳转型和绿色发展，加大了企业的转型风险，并衍生出碳排放财务风险。王玉玲[5]等研究发现数字化通过进一步加剧企业间竞争，从而增加了企业发生财务风险的可能性。汪新宇[6]等强调随着“双碳”目标的推进，高耗能企业将要面临经济发展、产业与能源结构、技术创新等方面的重大战略变革。因此，财务风险与内部控制与外部环境等多种因素相关。

目前国内学者对企业财务风险识别的研究方法比较多。王君萍[7]等认为层次分析法是受主观因素控制的方法，对指标的重要程度估计有所偏差，从而影响综合得分。钟铃[8]提出Z-score模型适用于最近1~2年财务风险研究，时效性不足问题导致长期财务风险评价结果缺乏准确性。Z分数模型中所涉及到的财务指标一般都是5到6个，而在实际中影响公司财务风险的因素是多方面的。梁静溪[9]运用功效系数法，构建了汽车企业的财务风险预警模型，并对“比亚迪”和“猛狮科技”公司的财务风险进行研究，研究结果显示该方法有利于财务管理风险评价与Z-score模型、F分数模型和熵值法等相比，主成分分析法和功效系数法计算比较复杂，但是可以避免主观臆测的偏差，易于理解且操作降低了人工耗用成本，作为一种综合评价方法，能够考虑评价指标的关联性。因此近年来也被广泛应用于风险评价体系的构建中。

3. 江铃汽车财务风险识别

3.1. 江铃汽车公司简介

江铃汽车股份有限公司(简称“江铃汽车”)是一家主要从事商用车、运动型多功能车及相关的零部件的生产和销售的中国公司。在“双碳”目标下，交通部门的减排压力加大，对新能源汽车工业的发展起到了巨大的推动作用，为动力电池工业带来了广阔的发展前景。近年来，江铃汽车自主正向设计开发了首款轻卡电驱动车，处于行业领先地位，不断在混合动力变速器、电驱动减速器等新技术、新产品领域取得新突破。

3.2. 财务风险识别

3.2.1. 问卷的设计与发放

为了准确识别与定性江铃公司财务风险，本文设计了针对江铃公司财务风险识别的调查问卷。调查问卷主要分为基本信息、公司风险控制环境和风险分项评价三个部分。第一部分基本信息统计调研对象的性别、工龄、工作职位和工作部门、单位等。第二部分要求被调查着对有关公司财务风险控制环境的企业语句进行认同程度的判断，问题涉及财务管理水平、风险控制部门工作效率、管理层权利等多方面。以5分制为打分标准，被调查者如果非常认可该情况打5分，反之，则打1分。第三部分列举江铃公司财务四大风险项目及其子项，要求被调查者对子项的存在程度进行打分。以5分制为打分标准，如果认为该项风险程度很大，打5分，反之则打1分。

3.2.2. 问卷调研结果

问卷调查的主要目的是多角度准确识别江铃公司财务风险，因此把该问卷的主要调查对象定位为涉及江铃公司财务工作内部与外部相关人员。其中对江铃公司内部各部门员工发放的调查问卷数量共计180份，向供应链中的合作企业以及银行发放问卷30份，最终共计发放调研问卷210份，获取有效问卷185份，回收率为88.1%。

现根据被调查人员对问卷分项风险程度的打分情况，计算出各项的风险指数R_i和标准差δ_i，(I = 1, 2, 3, ..., 11)，见公式(3-1)、(3-2)。

$R_i=\frac{{{\displaystyle \sum }}_{j=1}^5{N}_{ij}\times j}{5N}\times 100$ (3-1)

${\delta }_i=\frac{{\sigma }_i}{{\mu }_i},{\delta }_i=\sqrt{\frac{1}{n}{\displaystyle {\sum }_{j=1}^n{\left(X_{ij}-{\mu }_{ij}\right)}^2}},{\mu }_i=\frac{1}{n}{\displaystyle {\sum }_{j=1}^n{X}_{ij}}$ , (3-2)

公式中的N表示最终有效问卷的数量，即185，N_ij表示问卷中对第i个风险分项打分为j的总数。标准差i用来衡量各财务风险项目的可信程度，如果被调查者认为该项的分歧较大，那么i值将会偏高(一般情况下默认高于0.25被认为不可信)。除此之外，用较大风险占比的值来体现综合风险比率，计算过程见公式(3-3)。最终计算标准值、风险指数、较大风险比率的分析结果，汇总后见表1。

较大风险比率 = 项目风险打分为3及以上的数量/N (3-3)

Table 1. Risk analysis results of questionnaire survey

表1. 问卷调查风险分析结果

序号	一级风险	二级风险	问卷打分统计					标准值	风险系数	较大风险比率(%)
			1	2	3	4	5
1	筹资风险	筹资规模风险	0	68	59	58	10	0.18	0.7098	65.12
2		筹资结构风险	12	68	44	53	22	0.21	0.6788	61.02
3		筹资渠道风险	1	53	86	45	10	0.13	0.7524	72.31
4	投资风险	投资方式风险	1	70	59	51	14	0.11	0.7077	63.60
5		投资收益风险	0	85	53	38	19	0.15	0.4729	56.41
6		投资市场风险	0	67	68	56	4	0.12	0.6092	65.64
7	资金经营风险	应收账款风险	13	62	52	44	22	0.19	0.6328	60.51
8		存货管理风险	1	59	68	49	18	0.16	0.6784	69.23
9		流动性风险	0	53	53	55	33	0.14	0.7823	72.30
10	收益分配风险	业务管理风险	2	61	76	39	17	0.21	0.6523	67.79
11		收益分配及利润风险	0	66	65	50	14	0.14	0.7186	66.15

通过表1统计结果，问卷调查中11个调查项目的标准差均小于0.25，所以本次问卷调查的数据离散度较低，可信度较高。通过风险系数R识别财务风险，发现R值高于70%的有五项，分别是筹资规模风险、筹资渠道风险、投资方式风险、流动性风险、收益分配及利润风险。R值高于60%以上的占92%，而较大风险比率占60%以上的占到了100%，因此江铃汽车在筹资、投资、资金经营、和收益分配活动中均存在较大风险的可能性。

4. 江铃汽车财务风险定量评价

4.1. 财务风险指标体系构建

指标选取

在参考了国资委发布的关于《企业绩效评价标准值2024》后，在体现企业财务绩效的内容的基础上，从企业的四个方面进行分析，因此可以比较全面的反映出企业的财务风险，并结合大量文献资料和财务风险的定义分析，从企业的偿债、营运、盈利和发展四个方面选取了总共16项具有代表性的财务指标。如表2所示。

Table 2. Financial risk evaluation indicators of Jiangling Motors

表2. 江铃汽车财务风险评价指标

指标类型	指标名称	变量名称	计算公式
偿债	流动比率	x1	流动资产/流动负债
	速动比率	x2	速动资产/流动负债
	资产负债率	x3	负债总额/资产总额
	产权比率	x4	负债总额/所有者权益总额
盈利	资产报酬率	x5	(利润总额 + 利息费用)/平均资产
	净资产收益率(ROE)	x6	净利润/平均净资产
	营业成本率	x7	营业成本/营业收入
	营业净利率	x8	营业利润/营业收入
	成本费用利润率	x9	利润总额/成本费用总额
发展	总资产增长率	x10	本年总资产增加额/期初资产总额
	可持续增长率	x11	销售净利率 × 总资产周转率 × 利润留存率 × 权益乘数/ (1 − 销售净利率 × 总资产周转率 × 利润留存率 × 权益乘数)
	每股净资产增长率	x12	每股净资产年增长额/年初每股净资产额
营运	应收账款周转率	x13	营业收入/平均应收账款
	存货周转率	x14	营业成本/平均存货
	流动资产周转率	x15	营业总收入/平均流动资产
	总资产周转率	x16	营业总收入/平均资产总额

根据国泰安数据库的行业分类，找到汽车制造行业A股上市公司196家。剔除ST类上市公司以后，最终选择了177家上市公司，通过收集整理各上市公司的年报中的财务数据来进行财务风险评价的研究。

4.2. 主成分分析法的计算

4.2.1. 主成分提取

样本数据通过KMO和Bartlett球形检验，确定企业财务风险评价能够进行主成分分析之后，开始提取相应指标的主成分，主要根据因子的累计方差贡献率来确定，下表3为成分指标总方差解释。

Table 3. Explanation of total variance of component indicators

表3. 成分指标总方差解释

初始特征值				提取载荷平方和			旋转载荷平方和
成分	总计	方差百分比	累积%	总计	方差百分比	累积%	总计	方差百分比	累积%
1	5.455	34.091	34.091	5.455	34.091	34.091	3.776	23.602	23.602
2	3.600	22.501	56.593	3.600	22.501	56.593	3.062	19.136	42.738
3	1.663	10.396	66.989	1.663	10.396	66.989	2.540	15.873	58.612
4	1.427	8.919	75.907	1.427	8.919	75.907	2.247	14.046	72.657
5	1.115	6.968	82.875	1.115	6.968	82.875	1.635	10.218	82.875
6	0.919	5.744	88.619
7	0.478	2.989	91.608
8	0.351	2.194	93.802
9	0.308	1.928	95.729
10	0.269	1.683	97.412
11	0.174	1.090	98.502
12	0.103	0.646	99.149
13	0.059	0.370	99.518
14	0.048	0.300	99.819
15	0.026	0.163	99.982
16	0.003	0.018	100.000
								提取方法：主成分分析法。

从中可以看到前五个变量的初始特征根都是大于1，所以可以将这五个变量确定为公因子，而这五个变量的累积方差率达到了82.875%，因此可以确认前五个变量作为下一步研究的公共因子。确定了公因子后，旋转方差，得出所形成的旋转后的成分矩阵如表4所示，而公共因子和多个原始变量是具有相关性的，所以可以将具有相关性的指标进行再命名。

Table 4. Component matrix after rotation

表4. 旋转后的成分矩阵

	1	2	3	4	5
ZX9	0.908
ZX8	0.900
ZX5	0.887
ZX7	−0.714
ZX2		−0.869
ZX1		−0.866
ZX15		0.695
ZX16		0.670
ZX3		0.604
ZX13			0.910
ZX14			0.775
ZX11			0.734
ZX4				−0.956
X6				0.913
X10					0.912
ZX12					0.778

从表4中可以看出F1中载荷大的，有成本费用利润率、营业净利率、资产报酬率、营业成本率，其绝对值是90.8%、90.0%、88.7%、71.4%，因为这几个指标主要从企业取得的经营成果方面反映企业的获利情况，所以将它们命名为获利因子。F2中载荷大的，有速动比率、流动比率、资产负债率，这些指标都是用来判断，债务到期的时候，企业能否按期偿还，所以将它们命名为偿债因子。F3中载荷大的有应收账款周转率、存货周转率，其绝对值分别为91.0%、77.5%、因为指标反映出了企业在日常营运中的状况，所以将它们命名为营运因子。F4中载荷大的，有产权比率、净资产收益率其绝对值分别为95.6%、91.3%，因为这两个指标分别反映偿债能力和盈利能力，所以称之为综合因子。F5中中载荷大的，有总资产增长率、每股净资产增长率，其绝对值分别为91.2%、77.8%，因为这几个指标主要是来判断企业发展的好坏，所以将它们命名为发展因子。

4.2.2. 主成分表达式

根据表5计算出公因子得分与综合得分。将五个公因子组合后，计算综合得分。由此评价财务风险才能够更全面合理。综合得分是由公因子得分与公因子方差贡献率所占比重的乘积加权得出来的，具体计算公式如下：

F = 34.091/82.875*F1 + 22.501/82.875*F2 + 10.396/82.875*F3 + 8.919/82.875*F4 + 6.968/82.875*F5

Table 5. Component score coefficient matrix

表5. 成分得分系数矩阵

	1	2	3	4	5
ZX1	0.017	−0.324	0.135	−0.059	−0.030
ZX2	0.011	−0.332	0.151	−0.072	−0.021
ZX3	−0.060	0.159	0.043	−0.152	0.128
ZX4	0.119	−0.003	0.052	−0.514	0.045
ZX5	0.296	0.109	−0.028	−0.060	−0.028
ZX6	−0.084	0.027	0.015	0.465	−0.023
ZX7	−0.201	0.053	0.050	0.039	0.021
ZX8	0.317	0.081	−.049	−0.084	−0.075
ZX9	0.296	0.012	−0.026	−0.092	−0.057
ZX10	−0.123	−0.033	0.041	−0.106	0.671
ZX11	−0.018	−0.056	0.295	0.137	0.034
ZX12	−0.066	0.041	−0.067	0.020	0.524
ZX13	−0.162	−0.177	0.441	0.015	0.067
ZX14	0.003	−0.043	0.332	−0.089	−0.058
ZX15	0.120	0.227	0.111	−0.006	−0.081
ZX16	0.171	0.244	0.066	−0.050	−0.075

将各企业的成分系数带入各公因子得分公式，就可以计算出公因子得分。共选取了16个财务指标，以汽车制造行业中177家企业，2023年的财务数据进行了研究，使用因子分析法后，最终得出了五组公因子，并对公因子进行计算得出了成分得分系数矩阵，为了能够更加全面地反映公司的财务风险状况，又结合五个公因子，计算了综合得分F。并对2023年各公司的因子得分和因子综合得分情况进行了整理，得出前十五名排名情况如表6所示。

Table 6. Ranking of the top 15

表6. 前十五名排名情况

	F1	F2	F3	F4	F5	F
明阳科技	2.41397	0.36729	−0.40433	−0.15827	0.02825	1.03
钧达股份	−1.00992	−0.46908	11.54783	0.16199	0.95535	1
金杯汽车	0.98665	1.65171	1.35497	−0.1615	−0.25906	0.99
多利科技	1.43111	1.13323	0.11111	−0.00028	0.76546	0.97
骏创科技	1.02356	1.29369	−0.05236	−0.11372	2.21734	0.94
亚普股份	1.20468	1.33288	0.62132	0.08613	−0.78913	0.88
卡倍亿	0.63163	1.51269	0.58237	−0.14867	0.04119	0.73
易实精密	1.05748	0.34762	−0.38659	0.06177	1.94354	0.65
京威股份	1.26202	0.55404	−0.12362	0.27748	−0.48508	0.64
德赛西威	0.7323	0.99854	0.04991	−0.02643	0.7918	0.64
邦德股份	1.72603	−0.8424	0.08556	−0.24365	1.85173	0.62
万通智控	1.3011	0.27406	−0.12644	0.19556	−0.36057	0.58
坤泰股份	1.12279	0.51584	−0.45775	0.07987	0.15691	0.57
万丰奥威	0.58674	1.1189	0.04824	0.08142	0.08279	0.57

汽车制造行业上市公司基于2023年财务数据得出的因子得分与综合得分的排名，排名越好，就说明企业财务风险越低，反之越好。从排名中可以看出，明阳科技的财务风险是最小，财务状况是最稳定的；排在后面的依次为钧达股份、金杯汽车、多利科技、骏创科技等企业，江铃汽车股份有限公司在177家企业中排名第104位，这说明企业的财务状况在行业中并不是特别稳健，企业面临着比较多的财务风险。

4.2.3. 财务风险综合得分

选取江铃汽车股份有限公司2019~2023五年的数据计算公因子得分和综合得分对得分情况进行了整理，如表7所示。

Table 7. Financial risk comprehensive evaluation score of Jiangling Motor

表7. 江铃汽车财务风险综合评价得分情况

	F1	F2	F3	F4	F5	F
2019	−1.25	−1.37	8.61	−1.60	−0.35	0.09
2020	−1.69	−1.98	10.75	−1.86	−0.15	0.03
2021	−1.34	−1.66	9.93	−2.10	−0.21	0.11
2022	−1.29	−1.77	11.05	−2.49	−0.54	0.14
2023	−0.67	−0.94	7.88	−2.20	−0.60	0.05

综合来看，企业的营运因子得分(F3)，近五年来一直都是大于1的，且数值较大，说明江铃汽车的营运能力相对来说是比较稳定的，且较为可观。偿债因子得分(F2)始终小于0且呈现先减后增的变化趋势，由此可知江铃汽车的偿债能力非常不乐观，偿债风险明显不稳定，也会间接影响到筹资风险的增大。获利因子得分在2019~2023年均为负值，波动也较大，最大与最小值差距为三倍，在2020年下降到了最小值，这说明江铃汽车的获利能力明显不稳定，可见受偿债风险的影响，企业的获利能力有待提高。发展因子得分整体上是先增加后减少的趋势，2022年下降到最低值，虽然2020年有小幅度的增长，但从目前的状况来看，发展风险很不客观，在2023年发展因子得分首次降到了近五年来的最小值，企业有较大的财务风险。为了更好地了解企业的综合得分情况，对江铃汽车2019~2023年的综合得分变化情况做了折线图，如图1。从而更清楚的看出综合得分的变化。

从折线图中可以看出江铃汽车的综合得分在2020年增加以后，2023年是呈现加速下降的趋势，而且2023年的综合得分更是近五年来的最低值0.05。由于综合得分越低，面临的财务风险就越高，这说明江铃汽车目前面临的财务风险不容乐观，企业的发展和经营情况会受到很大的影响。

4.3. 基于功效系数法的综合得分计算

4.3.1. 标准值和标准系数确定

为了保证功效系数计算得分能够精准对应合理的指标区间，必须使用被企业普遍认可的比对标准。因此，本文基于国资委发布的《企业绩效评价标准值2024》为参考依据，严格按照该文件的相关规定，确定了财务风险等级和标准值。存在企业绩效标准值表中不涉及的指标，按所选择的177家汽车公司在2019~2023年的各个财务风险评价指标的平均值，根据其指标数值由小至大进行排序，由于无法平均分配，因此将数据分为36、36、35、35、35五个区间。最低的36个数值计算出算术平均值作为较差值，以此类推。通过计算出每一段数据的算术平均值，分别作为这项财务风险预警指标的优秀、良好、合格、较低、较差的标准值，最终得到表8。

Figure 1. Line chart of comprehensive score changes of Jiangling Motor from 2019~2023

图1. 江铃汽车20198~2023年的综合得分变化情况折线图

Table 8. Standard value table of each file of financial risk evaluation index

表8. 财务风险评价指标各档标准值表

分类	指标名称	变量	优秀值	良好值	及格值	较低值	较差值
偿债	流动比率	x1	2.2	1.5	1.03	0.89	0.7
	速动比率	x2	1.2	1.1	1	0.8	0.6
	资产负债率	x3	0.51	0.56	0.59	0.69	0.84
	产权比率	x4	0.28	0.52	0.93	1.8	3.2
盈利	资产报酬率	x5	0.12	0.07	0.03	−0.01	−0.05
	净资产收益率	x6	0.16	0.09	0.05	−0.03	−0.09
	营业成本率	x7	0.98	0.91	0.87	0.83	0.75
	营业净利率	x8	0.11	0.08	0.05	0.01	−0.02
	成本费用利润率	x9	0.07	0.05	0.03	−0.03	−0.16
发展	总资产增长率	x10	0.20	0.07	0.05	−0.09	−0.15
	可持续增长率	x11	0.13	0.08	0.05	0.03	−0.13
	每股净资产增长率	x12	0.21	0.14	0.06	−0.04	−0.17
营运	应收账款周转率	x13	16.3	9.2	5.8	4.2	2.1
	存货周转率	x14	14.6	10.7	8.4	6.3	4.2
	流动资产周转率	x15	2.1	1.7	1.4	1	0.6
	总资产周转率	x16	1.8	1.3	0.9	0.2	0.1

同时，根据国资委相关数据，建立一个标准系数表，把优秀值、良好值、合格值、较低值和较差值划分为五个系数，大于优秀值的标准系数为1；处于良好值和优秀值之间的标准系数为0.8；处于合格值和良好值之间的标准系数为0.6；处于较低值和合格值之间的标准系数为0.4；处于较差值和较低值之间的标准系数0.2。表9列出了各个等级的特定范围和它们相应的标准系数。

Table 9. Standard coefficients corresponding to each grade

表9. 各档次对应的标准系数表

评价档次标准	优秀及以上	良好及以上	及格及以上	较低及以上	较差及以上
标准系数	1	0.8	0.6	0.4	0.2

4.3.2. 风险评价等级划分

王倩[10]按照《中央企业综合绩效评价实施细则》相关规定，将房地产企业的综合功效得分划分为五个等级层次进而判断财务风险水平。沈丽敏[11]将指标总得分划分为了五个等级，从而得出YD企业2011~2021年的财务风险状况。查阅了大量资料，发现研究学者们关于商务部对上市公司的安全评级公认度较高。因此，本文在参考该标准的基础上对财务风险等级进行划分，如表10所示。

Table 10. Refer to the table for classification of financial risk levels

表10. 财务风险等级划分参照表

区间	风险等级	解释说明
[0.85, 1]	无风险	企业各财务指标状况良好，经营状况良好，基本无财务可能发生。
[0.70, 0.85]	低风险	企业个别财务指标出现异常，其余指标表现良好，经营状况稳定，较小可能发生财务风险。
[0.40, 0.70]	中风险	企业一部分财务指标出现异常，经营状况表现不稳定，出现一些问题，有较大可能发生财务风险。
[0.20, 0.40]	高风险	企业中大部分财务指标出现异常，经营状况较差，运作艰难，有大可能发生财务风险。
[0, 0.20]	破产风险	企业中几乎所有财务指标出现异常，无法持续经营运作，可能出现破产情况，重大可能发生财务风险。

4.3.3. 风险评估得分计算

本文基于改进的功效系数法进行风险评估得分计算，改进功效系数法同样以多目标规划为基础，根据之前设置的每个指数多等级的标准数值(优秀、良好、平均、差、较差)，分别计算评价对象各项指标距离标准值的程度，即功效系数，并与每一指标的权重相组合，具体财务风险计算过程主要分为以下几步：

(1) 判断本档标准值、上档标准值、本档标准值系数、上档标准值系数

(2) 上档基础分 = 指标权重 × 上档标准系数

(3) 本档基础分 = 指标权重 × 本档标准系数

(4) 调整分 = [(实际值 − 本档标准值)/(上档标准值 − 本档标准值)] × (上档基础分 − 本档基础分)

其中：功效系数 = (实际值 − 本档标准值)/(上档标准值 − 本档标准值)

(5) 单项指标得分 = 本档基础分 + 调整分

(6) 综合功效得分 = ∑单项指标得分

按照功效系数法的计算步骤(1)~(6)，计算各年度单项指标得分和综合得分，如表11。其中，需要注意的是，各个单项财务指标的得分值不能大于该指标的权数，如果企业某个财务指标的数值超过权重时，该标的权数就是该指标的得分值，反之如果企业的财务指标数值较低，该指标的得分值可以确定为零。综上，对上述单项财务指标评分进行汇总，就可以得到江铃汽车四大能力的分类指标的评分以及所有指标综合评分值。

Table 11. Calculation results of individual scores of financial risk evaluation of Jiangling Motor in 2023

表11. 2023年江铃汽车财务风险评价单项得分计算结果表

变量	权重	实际值	本档基础分	上档基础分	功效系数	调整分	单项得分
x1	0.0723	1.0500	0.0434	0.0578	0.0426	0.0006	0.0440
x2	0.0756	0.9600	0.0302	0.0453	0.8000	0.0121	0.0423
x3	0.0181	0.6574	0.0036	0.0072	1.2173	0.0044	0.0080
x4	0.0031	1.9191	0.0006	0.0012	0.9149	0.0006	0.0012
x5	0.1378	0.0073	0.0827	0.1102	−0.5672	−0.0156	0.0670
x6	0.0226	0.1226	0.0135	0.0180	1.815	0.0082	0.0217
x7	0.0556	0.7976	0.0222	0.0333	−1.8095	−0.0201	0.0021
x8	0.1297	0.0463	0.0519	0.0778	−0.1250	−0.0032	0.0486
x9	0.1061	0.0064	0.0212	0.0424	0.6064	0.0129	0.0341
x10	0.0093	−0.0836	0.0019	0.0037	1.1063	0.0021	0.0039
x11	0.0317	0.0732	0.0190	0.0254	1.1605	0.0074	0.0264
x12	0.0216	0.0633	0.0173	0.0216	−1.0950	−0.0047	0.0125
x13	0.0517	7.6700	0.0310	0.0413	0.5500	0.0057	0.0367
x14	0.0166	15.1200	0.0166	0.0166	0.0000	0.0000	0.0000
x15	0.1164	1.4500	0.0698	0.0931	0.1667	0.0039	0.0737
x16	0.1320	1.1700	0.0792	0.1056	0.6750	0.0178	0.0970
综合得分				0.5193

经计算，2023年江铃汽车的财务风险评价综合得分计算结果为0.5193。同理，可以得到2020~2022年分别为0.5582、0.06002、0.6135。经过功效系数法所计算出的综合评分值越高，表明其面临的财务风险较小，反之所面临的财务风险就会越高。江铃汽车2023年的财务风险评价综合得分达到了近4年来最低值，表示2023年财务风险情况不断扩大。根据财报显示，近4年来江铃汽车的总负债逐步提升，到2023年负债总额高达194.9亿元，较2020年增加45.5%，综合流动负债和非流动负债的增加绝对值，可得公司的负债增加是受流动负债的影响，但产权比率和资产负债率一般用来反映长期偿债能力，从这两个矛盾点可以分析江铃汽车很可能是长期背负着长期债务无法偿还，但是为了维持日常开支的需要和偿还到期偿债的压力多次通过短期借款筹集资金，拿这些钱去换长期债务。实际上这不仅会使公司的财务变得更加艰难，久而久之也会影响短期偿还能力，恶化财务状况。从具体指标上看，只有流动资产周转率和总资产周转率的状况相对较差。这意味着江铃汽车资产流动性有待提高，营运能力不足。从财报数据上看，公司的应收账款总额大幅增加，2023年的44.02亿元较2020年的22.1亿元上升将近100%，可见随着产业结构升级和企业的转型升级，应收款项逐年增长，导致了企业的流动资金减少，资产的变现能力下降。尽管近年内应收账款的回收状况较好，企业的存货周转率比平均水平要高，不过因为国际形势的不稳定，以及“双碳”目标下新能源汽车的产量的大幅增长很有可能导致总资产周转率下降，导致了存货周转率的下降，从而导致了资金流动性的下降，因此营运风险也不容忽视。

5. 研究结论与建议

5.1. 研究结论

本文利用问卷调查的方法对财务风险进行多角度精准的识别。接着把问题从定性研究深入到定量研究之中。用主成分分析法和功效系数法构建了江铃汽车公司财务风险评价体系，研究发现江铃汽车近4年内财务风险评价综合得分均在中风险区域内，说明企业财务风险较大。从财务风险结果的年度趋势来看，公司财务风险分数逐年增加，这表明公司当前财务风险正在与市场环境的变化和自身经营战略的调整作斗争，但不足以使公司脱离中风险的等级范围内。由此可见江铃汽车并没有足够的重视，公司的财务风险将会越来越大。

5.2. 研究建议

5.2.1. 充分关注资本结构

江铃汽车的财务风险识别和评估结果均表明，其偿债风险较高，体现在筹资规模和结构上，需要进一步优化管理以降低公司的财务风险。同样地，汽车制造企业为避免未来会计期间发生财务和运营问题，在开展财务活动时，须结合自身实际经营需求与外部环境，合理规划和调整资本结构，保持经营风险与收益的平衡。合理的资金配置不仅有助于公司在确保资金充足的前提下，减少资金投入，还能有效提升资金利用效率。适度的债务规模能助力公司高效运用资金，增强盈利能力。债务规模一旦过度膨胀，公司风险也随之攀升。

5.2.2. 加强落实投资过程监管力度

前文的调查和实证结果表明，江铃汽车在投资风险评估中表现不佳。大部分汽车制造企业的投资都需要较高的资本成本和漫长的建设过程。比如新能源汽车的开发、生产和市场推广都要花费很长的时间，为了保证每一个投资项目的质量和投资效率，对整个环节实施过程中的监督是非常关键的。在监督阶段，企业负责人务必对投资项目的执行进度进行实时、密切的监控，同时不能忽视对相关责任人的考核工作。此外，加强对项目资金流动的管控至关重要，以避免因时间拖延导致的资金链断裂，进而对整体项目进程产生不良影响。在项目执行过程中，应严格执行成本费用控制，防止费用超支或资金被侵占的情况发生，从而提高资本的利用效率。

5.2.3. 控制财务费用，提升盈利水平

近三年来，江铃汽车的营业成本的增长幅度达到6%，而营业收入却没有明显的上升，相应地财务费用中利息支出只增不减，导致营业成本率在短短一年的时间内出现了显著的增长，影响企业整体盈利水平。一方面，随着全球对气候变化的关注增加，我国相继制定和出台严格的碳排放法规和标准。降低财务费用可以帮助企业更好地应对政策压力，避免因违规而面临的巨额罚款。另一方面，降低财务费用可以使企业将更多资金用于核心业务的发展，如提高生产效率、优化供应链管理等，从而实现资源的优化配置，提高企业的盈利能力和整体效益，提升企业的社会责任感和形象，增强投资者的信心。

NOTES

^*通讯作者。