1. 引言
在中国经济向高质量发展迈进、消费结构持续升级的当下,白酒作为中华传统文化的重要载体,既承载千年酿造技艺的历史底蕴,也是国民经济的关键支柱产业[1]。面对市场竞争加剧与消费需求多元化的双重挑战,行业迎来机遇与压力并存的局面[2]。同时,白酒行业的发展受国家政策影响较大:2012年“八项规定”引发行业地震,倒逼酒企重构消费场景;2019年供给侧结构性改革解除白酒产业限制,《产业结构调整指导目录》推动行业复苏;《中国酒业“十四五”发展指导意见》则进一步明确数字化转型与产业集中化战略。在此进程中,科学的财务绩效管理成为头部白酒企业维系核心竞争力的关键要素[3],企业财务绩效的高低将直接关系到其在市场上的生存与发展能力。
现有绩效评价研究普遍采用层次分析法[4]、数据包络分析法[5]、TOPSIS法[6]、灰色关联分析法[7]等方法构建绩效评价模型。然而,针对白酒企业的研究多聚焦于文化认同[8]、竞争优势[9]、数字化营销[10]及高质量发展[11]等领域,其绩效评价研究相对缺乏。其中,陈一君对传统TOPSIS法进行改进,结合BSC和灰色关联法综合评价白酒企业的财务绩效[12];李明宇首次在白酒企业财务绩效评价中引入偏序集决策方法,通过指标重要性排序实现指标集结,规避了指标难以精确赋权的问题,获得了更准确的样本企业财务绩效排序,形成兼具普适性和稳健性的财务绩效评价模式[1]。
作为白酒行业龙头企业,泸州老窖自1994年改制上市以来,历经并购重组、品牌升级与数字化转型等重大变革。其产品矩阵覆盖高端国窖1573及泸州老窖特曲等核心系列,成为白酒行业唯一五度蝉联“中国名酒”的品牌。企业的发展战略与实践,为学界与产业界提供了极具价值的研究范本。
2. 财务绩效评价指标的选取
本文选取全部A股上市的白酒企业的相关财务数据进行分析,参考安红霞[13]的做法,从盈利能力、偿债能力、营运能力、发展能力等四个方面共14个财务指标变量,具体指标及解释见表1。本文的各指标数据主要从CSMAR数据库获取。
Table 1. The financial performance evaluation index system of A-share listed liquor enterprises
表1. A股上市白酒企业财务绩效评价指标体系
类比 |
指标 |
代码 |
计算公式 |
偿债能力 |
流动比率 |
V1 |
流动资产/流动负债 |
速动比率 |
V2 |
(流动资产 − 存货)/流动负债 |
资产负债率 |
V3 |
负债合计/资产总计 |
产权比率 |
V4 |
负债合计/所有者权益合计 |
发展能力 |
总资产增长率 |
V5 |
资产总计本年增长额/本年年初资产总计 |
净利润增长率 |
V6 |
净利润本年增长额/上年同期净利润 |
营业收入增长率 |
V7 |
营业收入本年增长额/上年同期营业收入 |
经营能力 |
存货周转率 |
V8 |
营业成本/存货平均占用额 |
流动资产周转率 |
V9 |
营业收入/流动资产平均占用额 |
总资产周转率 |
V10 |
营业收入/平均资产总额 |
盈利能力 |
总资产净利润率 |
V11 |
净利润/总资产平均余额 |
净资产收益率 |
V12 |
净利润/股东权益平均余额 |
营业利润率 |
V13 |
营业利润/营业收入 |
成本费用利润率 |
V14 |
利润总额/成本费用总额 |
3. 因子分析
3.1. 因子分析适度检验
本文选用KMO检验和巴特利特球形度检验所选用的14个财务指标是否可以进行因子分析,结果如表2所示。
Table 2. KMO and Bartlett’s test
表2. KMO和巴特利特检验
KMO取样适切性量数 |
0.595 |
巴特利特球形度检验 |
近似卡方 |
396.716 |
自由度 |
91 |
显著性 |
0.000 |
由表2可知,本文的KMO值为0.595,超过了临界值0.5,且巴特利特球形检验近似卡方值为396.716,显著性水平接近0.000,说明14个指标变量间相关性较强,适用进行因子分析法。
3.2. 公因子提取并命名
3.2.1. 公因子提取
Table 3. Total variance of factor analysis
表3. 因子分析的总方差
因子编号 |
初始特征值 |
提取载荷平方和 |
旋转载荷平方和 |
总计 |
方差百分比 |
累积% |
特征根 |
方差百分比 |
累积% |
总计 |
方差百分比 |
累积% |
1 |
7.467 |
53.332 |
53.332 |
7.467 |
53.332 |
53.332 |
5.186 |
37.046 |
37.046 |
2 |
2.749 |
19.634 |
72.966 |
2.749 |
19.634 |
72.966 |
3.796 |
27.114 |
64.16 |
3 |
1.395 |
9.962 |
82.928 |
1.395 |
9.962 |
82.928 |
2.463 |
17.596 |
81.755 |
4 |
1.034 |
7.383 |
90.311 |
1.034 |
7.383 |
90.311 |
1.198 |
8.556 |
90.311 |
5 |
0.666 |
4.759 |
95.07 |
|
|
|
|
|
|
6 |
0.252 |
1.801 |
96.872 |
|
|
|
|
|
|
7 |
0.197 |
1.405 |
98.277 |
|
|
|
|
|
|
8 |
0.12 |
0.857 |
99.134 |
|
|
|
|
|
|
9 |
0.057 |
0.405 |
99.539 |
|
|
|
|
|
|
10 |
0.038 |
0.273 |
99.812 |
|
|
|
|
|
|
11 |
0.011 |
0.081 |
99.894 |
|
|
|
|
|
|
12 |
0.008 |
0.056 |
99.95 |
|
|
|
|
|
|
13 |
0.006 |
0.041 |
99.991 |
|
|
|
|
|
|
14 |
0.001 |
0.009 |
100 |
|
|
|
|
|
|
通过可行性检验后,本文继续借助SPSS 26.0对20家白酒企业的14个财务绩效指标进行分析。从表3可以看出,前4个成分因子的初始特征值分别为7.467、2.749、1.395、1.034,且方差累积百分比为90.311%,说明前4个因子可代表原14个财务指标包含的大部分信息,可作为分析白酒企业财务绩效水平的公共因子。
3.2.2. 公因子命名
根据表4所示的旋转后的因子载荷矩阵中各指标的载荷值大小,本文对各公因子进行命名,其中:V11、V12、V13、V14反映的是企业的盈利能力,所以将因子1命名为盈利因子;V1、V2、V3、V4反映的是企业的偿债能力,所以将因子2命名为偿债因子;V5、V6、V7反映的是企业的发展能力,所以将因子3命名为发展因子;V8、V9、V10因子反映的是企业的经营能力,所以将4命名为经营因子。
Table 4. Factor loading matrix after rotation
表4. 旋转后的因子载荷矩阵
指标 |
F1 |
F2 |
F3 |
F4 |
V1 |
0.008 |
0.726 |
0.623 |
−0.059 |
V2 |
0.151 |
0.935 |
0.155 |
0.13 |
V3 |
−0.113 |
−0.45 |
−0.832 |
0.09 |
V4 |
−0.27 |
−0.364 |
−0.853 |
−0.024 |
V5 |
0.847 |
0.315 |
0.008 |
−0.091 |
V6 |
−0.054 |
−0.214 |
0.745 |
−0.066 |
V7 |
0.891 |
0.223 |
0.159 |
0.006 |
V8 |
0.105 |
−0.013 |
−0.108 |
0.974 |
V9 |
0.888 |
−0.248 |
−0.026 |
0.25 |
V10 |
0.894 |
0.161 |
0.111 |
0.318 |
V11 |
0.735 |
0.652 |
0.059 |
−0.105 |
V12 |
0.82 |
0.496 |
0.093 |
−0.088 |
V13 |
0.709 |
0.671 |
0.078 |
−0.094 |
V14 |
0.498 |
0.809 |
0.084 |
−0.126 |
3.3. 因子得分
首先,通过表5因子得分系数矩阵,可以得出每个指标的权重占比,计算得出下列四个主因子表达式:
F1 = −0.129V1 − 0.158V2 + 0.035V3 − 0.016V4 + 0.194V5 + 0.047V6 + 0.218V7 − 0.076V8 + 0.283V9 + 0.196V10 + 0.095V11 + 0.151V12 + 0.083V13 − 0.004V14
F2 = 0.215V1 + 0.339V2 − 0.017V3 + 0.047V4 − 0.035V5 − 0.245V6 − 0.106V7 + 0.106V8 − 0.265V9 − 0.091V10 + 0.137V11 + 0.04V12 − 0.149V13 − 0.253V14
F3 = 0.176V1 − 0.094V2 − 0.339V3 − 0.375V4 − 0.049V5 + 0.423V6 + 0.053V7 − 0.002V8 + 0.063V9 + 0.057V10 − 0.091V11 − 0.04V12 − 0.085V13 − 0.114V14
F4 = 0.062V1 + 0.217V2 − 0.001V3 − 0.077V4 − 0.138V5 – 0.04V6 − 0.059V7 + 0.854V8 + 0.096V9 + 0.21V10 − 0.097V11 − 0.107V12 − 0.081V13 − 0.07V14
其次,按照四个主因子各自累计百分比的占比,加权计算总得分:
F = 41.02% F1 + 30.02% F2 + 19.48% F3 + 9.47% F4
Table 5. Factor score coefficient matrix
表5. 因子得分系数矩阵
成分 |
F1 |
F2 |
F3 |
F4 |
V1 |
−0.129 |
0.215 |
0.176 |
0.062 |
V2 |
−0.158 |
0.399 |
−0.094 |
0.217 |
V3 |
0.035 |
−0.017 |
−0.339 |
−0.001 |
V4 |
−0.016 |
0.047 |
−0.375 |
−0.077 |
V5 |
0.194 |
−0.035 |
−0.049 |
−0.138 |
V6 |
0.047 |
−0.245 |
0.423 |
−0.04 |
V7 |
0.218 |
−0.106 |
0.053 |
−0.059 |
V8 |
−0.076 |
0.106 |
−0.002 |
0.854 |
V9 |
0.283 |
−0.265 |
0.063 |
0.096 |
V10 |
0.196 |
−0.091 |
0.057 |
0.21 |
V11 |
0.095 |
0.137 |
−0.091 |
−0.097 |
V12 |
0.151 |
0.04 |
−0.04 |
−0.107 |
V13 |
0.083 |
0.149 |
−0.085 |
−0.081 |
V14 |
−0.004 |
0.253 |
−0.114 |
−0.07 |
3.4. 得分结果与分析
分析表6可以得出,各白酒企业在不同能力因子的对比方面差异较为明显。
首先,在盈利能力上。白酒行业整体呈现高毛利特征,泸州老窖凭借国窖1573高端产品线实现综合盈利排名第3,但因子分析暴露其盈利效率短板,核心在于高端战略失效与供应链效率塌陷。泸州老窖主打的国窖1573深陷价格倒挂,导致中高端酒销量增14.4%却吨价跌10.2%,营收仅微增2.8%;而水井坊凭借“臻酿八号”宴席场景化产品实现次高端29%高增长。同时泸州老窖133.9亿存货的周转天数长达1115天,反观水井坊借O2O新零售优化库存效率。产品结构上,泸州老窖88%的营收押注在中高端产品上,却在茅台五粮液封锁下进退维谷,而果酒等年轻化产品缺位,尚未形成规模效益;而水井坊通过百元价位“小水井”切入新生代市场。泸州老窖需优化供应链并调整中高端产品占比,优化产品矩阵。
其次,在偿债能力上。行业普遍具备低负债特性,泸州老窖凭借偿债能力因子得分2.12、排名第二证明了其优势。泸州老窖2024年的偿债能力整体稳健,流动比率3.56、速动比率2.62均高于安全阈值,表明其短期流动性充足。但与得分第一的贵州茅台相比仍差距,这主要源于主因茅台持有522亿巨额货币资金且存货占比更低。在长期负债结构上,泸州老窖资产负债率30.5%、产权比率0.44虽显著优于行业均值,但过度保守的负债策略可能限制投资功能,泸州老窖可以在保持当前偿债安全边际的同时,适度增加杠杆支撑产能。
然后,在发展能力上。行业分化加剧下,泸州老窖发展能力因子得分−0.06,排名第12,显著落后于头部竞品,核心问题在于增长动能疲软。因子载荷显示净利润增长率是核心驱动力,但泸州老窖过度依赖高端产品提价策略,2024年中高档酒吨价反降10.2%,同时线上渗透率仅5%,数字化滞后导致其在大众消费市场失速。反观金种子酒在2024年虽然业绩预亏,但采取了积极的转型策略,例如绑定中国移动推出“酒品 + 通信服务”双权益包,以社区团购、线上联动等创新渠道提升动销效率。泸州老窖需加速高端化与年轻化双轨并进:一方面借“国窖1573”巩固高端份额,另一方面推动轻奢产品线渗透新消费群体,并借力“十四五”政策红利深化数字化转型,抓住低度化、年轻化、体验场景化机遇,拉动消费。
最后,在经营能力上。白酒行业普遍存在“高库存、长周期”问题,存货周转率是核心短板。2024年泸州老窖的存货增至134亿元,占流动资产的26.3%,但存货周转率仅0.31次,远低于顺鑫农业的2.65次。这主要由于泸州老窖依赖高端白酒的窖藏工艺和品牌溢价,但过长的生产周期叠加渠道压货策略导致库存积压;而顺鑫农业的核心产品白牛二2024年销量达23.91万千升,是典型的高周转产品。对于经营能力,泸州老窖亟需构建数字化供应链系统,实现渠道精准管控,缩短周转周期。
Table 6. Factor score ranking of 20 liquor enterprises
表6. 20家白酒企业的因子得分排名表
白酒企业 |
F1 |
F2 |
F3 |
F4 |
F |
得分 |
排名 |
得分 |
排名 |
得分 |
排名 |
得分 |
排名 |
得分 |
排名 |
泸州老窖 |
−0.49 |
15 |
2.12 |
2 |
−0.06 |
12 |
0.97 |
7 |
0.52 |
3 |
古井贡酒 |
0.00 |
7 |
0.90 |
14 |
−0.04 |
10 |
0.93 |
8 |
0.35 |
8 |
酒鬼酒 |
−0.63 |
20 |
1.39 |
5 |
−0.18 |
15 |
0.84 |
12 |
0.21 |
17 |
五粮液 |
−0.56 |
18 |
2.12 |
3 |
−0.04 |
9 |
1.76 |
2 |
0.57 |
2 |
顺鑫农业 |
−0.33 |
13 |
1.34 |
6 |
−1.16 |
18 |
2.78 |
1 |
0.31 |
14 |
皇台酒业 |
0.05 |
6 |
0.94 |
12 |
−2.13 |
19 |
0.41 |
19 |
−0.08 |
19 |
洋河股份 |
−0.53 |
17 |
1.66 |
4 |
0.02 |
8 |
1.04 |
6 |
0.38 |
7 |
天佑德酒 |
−0.38 |
14 |
1.12 |
9 |
0.27 |
3 |
0.84 |
11 |
0.31 |
12 |
伊力特 |
−0.22 |
12 |
0.91 |
13 |
0.29 |
2 |
0.88 |
9 |
0.32 |
11 |
金种子酒 |
0.20 |
2 |
−2.40 |
20 |
5.25 |
1 |
0.27 |
20 |
0.41 |
6 |
贵州茅台 |
−0.63 |
19 |
2.81 |
1 |
0.09 |
7 |
1.13 |
3 |
0.71 |
1 |
老白干酒 |
0.11 |
3 |
0.41 |
19 |
−0.15 |
14 |
0.75 |
14 |
0.21 |
16 |
岩石股份 |
−0.49 |
16 |
1.07 |
10 |
−2.86 |
20 |
0.49 |
18 |
−0.39 |
20 |
舍得酒业 |
−0.12 |
9 |
0.72 |
16 |
−0.42 |
17 |
0.69 |
15 |
0.15 |
18 |
水井坊 |
0.22 |
1 |
0.48 |
18 |
−0.24 |
16 |
0.52 |
17 |
0.24 |
15 |
山西汾酒 |
−0.04 |
8 |
1.26 |
8 |
−0.05 |
11 |
1.11 |
4 |
0.46 |
4 |
迎驾贡酒 |
−0.17 |
11 |
1.34 |
7 |
0.14 |
6 |
0.85 |
10 |
0.44 |
5 |
今世缘 |
0.07 |
4 |
0.77 |
15 |
−0.15 |
13 |
0.79 |
13 |
0.31 |
13 |
口子窖 |
−0.14 |
10 |
1.01 |
11 |
0.17 |
5 |
0.64 |
16 |
0.34 |
10 |
金徽酒 |
0.06 |
5 |
0.58 |
17 |
0.22 |
4 |
1.08 |
5 |
0.35 |
9 |
4. 结论与建议
研究结果显示,在2024年20家白酒企业的财务绩效综合评价中,泸州老窖位列第三,这一结果充分体现了该企业在盈利能力、运营效率和发展潜力等方面的综合优势,但其偿债能力和发展能力仍有较大发展空间。
根据前文结果分析,本文提出以下几点建议。一是以数字化为引擎,通过供应链协同与渠道精准管控破解白酒行业“高库存、长周期”痛点,加强库存管理,提高存货周转率和资产周转率。二是通过智能化改造与数字化转型驱动企业有效构建新的核心竞争力,顺应市场趋趋势,推动品牌高端化与年轻化双轨并行,提升盈利能力。三是提高企业管理水平。以建设“数智泸州老窖”为抓手,建立健全企业财务管理机制,提高企业成本和风险管理水平。