方婕　宋淑鸿

摘要：文章对企业盈利情况、负债情况、营运情况和成长情况与筹资风险的关系进行了综合研究。以汽车行业为研究对象，通过描述性分析详细地说明了汽车行业的总体财务状况，利用相关性分析和多元回归分析全面地分析了各影响因素与筹资风险的关系，结果表明，企业盈利情况、营运情况和成长情况与筹资风险成反比，负债情况与筹资风险成正比。最后针对汽车行业财务现状，提出有效的筹资风险控制措施。

关键词：筹资风险；汽车行业；相关性分析；多元回归分析

随着党的十九大的召开，我国汽车产业迎来了转型升级的新时代。“一带一路”、“全面开放”等新格局的形成，意味着我国汽车行业将进一步面向国际市场，行业竞争将更加激烈；“供给侧改革”、“绿色创新”等战略的实施，意味着我国汽车行业必须提高核心技术，走高质量的发展之路。为此，企业需要筹集大量的资金，以扩大企业规模、引进技术人才、实现产业转型等。筹资是企业资金运动的起点，是决定企业资金运动规模和生产经营发展程度的重要环节，如果筹资不当，会给企业带来巨大风险隐患，因此，汽车行业作为国民经济的重要支柱产业，对其筹资风险进行研究十分重要。

一、研究现状

首先，我国对筹资风险的研究起步较晚，主要集中在成因分析和风险控制方面，而对筹资风险预测模型的研究还有待完善；其次，现有文献对筹资风险的研究比较宽泛，没有具体分析不同行业，而各个行业的筹资风险和发展模式有所差异，其筹资风险也不尽相同；最后，关于如何衡量筹资风险的问题，也没有文献能够明确定义。针对以上问题，本文选取汽车制造行业的上市企业作为研究对象，将财务杠杆系数作为筹资风险的量化指标，综合分析企业财务指标与筹资风险的关系，并针对汽车行业提出切实可行的筹资风险控制措施，以使我国汽车行业认清筹资风险并对其进行防范，进而推动我国成为汽车强国。

二、研究假设和变量选取

（一）研究假设

本文从对企业筹资风险影响较大的几个方面分别来进行研究假设，以全面、科学地对企业筹资风险的影响因素进行评估，对下文涉及到的样本数据分别采用描述性分析、相关性分析和多元回归分析进行分析，最终得到中国汽车制造业上市公司筹资风险影响因素的研究实证模型。本文研究涉及的筹资风险影响因素分别包括企业的盈利因素、负债因素、营运因素和成长因素这四个方面，具体的研究假设如下。

企业的盈利情况越好，顺利筹集资金的可能性就越大，因为只有盈利多的企业才有余力回报投资人。盈利是企业进行筹资活动的基础之一，盈利情况的好坏决定了企业筹资活动的风险系数的大小，盈利越多就越有可能筹集到更多的资金，筹资的整体风险就越小。据此做出如下假设：

假设1：企业的盈利情况与企业的筹资风险成反比。

如果企业负债很严重的话，企业的利润就会受到债务和利息的影响而欠佳，资金雄厚的投资者通常不会选择回报薄弱的企业进行投资，企业由于筹集不到还债的资金，经营情况就会进一步恶化，从而进入恶性循环。因此企业的负债越大，则筹资活动所遇到的阻力和风险就越大。据此做出如下假设：

假设2：企业的负债情况与企业的筹资风险成正比。

企业的营运情况是影响筹资活动的间接因素，企业运营的好，则企业的盈利越多，现金流越充足，整体的偿债能力就越强，对股东回报就越多，对外就能营造出正面的社会形象，从而给投资人增加投资信心，筹资活动就会更加顺利。因此企业营运情况越好，则筹资风险就会越小。据此做出如下假设：

假设3：企业的营运情况与企业的筹资风险成反比。

企业的成长率越高，则企业的扩张能力越强，企业未来的市场空间就越大，可能给予投资者回报的机会就越充足。投资者进行市场投资的主要目地就是盈利，成长潜力大、投资回报率高的企业无疑会更受到市场资金的青睐。因此那些拥有高新技术、高成长率的企业在进行筹资活动时会比传统的低成长企业更加快速，籌资所面临的风险也远比那些低成长企业要小。据此做出如下假设：

假设4：企业的成长情况与企业的筹资风险成反比。

（二）变量选取

本文以中国A股中汽车制造业上市公司为研究对象，收集了样本2014～2016三年间的财务数据作为实证研究数据，剔除了数据不完整或披露缺失的公司及各项财务数值异常的上市公司，最终得到81家公司三年的有效数据，并以之构建实证模型。本文所用数据主要来自国泰安数据库和巨潮网数据，使用软件为Excel和是Stata 14软件。

模型中各变量的具体图示说明如表1所示。

根据上文各变量构建出上市公司筹资风险影响因素模型如下：

GA=β0+β1ROE+β2LEV+β3TAT+β4GROWN+β5SIZE+β6RT+β7PT+u

三、统计分析

（一）描述性统计分析

表2为样本公司总体的描述性统计，从中可以得到GA的均值为1.2796，最大值为7.3394，最小值为0.3244，这表明样本公司的筹资风险存在两极分化。ROE的均值为0.0757，最大值为0.6382，最小值则为-1.2451，说明样本公司总体盈利能力比较低。LEV的最大值为0.9560，最小值为0.1100，均值达到了0.4629，说明样本公司的总体负债水平较高。TAT的均值为0.7266，最大值为1.8472，最小值为0.1047，说明样本公司整体经营情况一般。GROWN最大值为37.4718，最小达到了-26.7185，均值为0.0652，说明样本公司的成长能力相差悬殊，汽车行业整体的成长能力偏低。

（二）相关性统计分析

相关性分析是一种常用的分析方法，一般用来判断各变量间的因果关系与关联程度，以解决虚假变量和变量之间的共线性问题。这里采用皮尔森相关系数检验法来进行变量的相关性检验，检验得出的相关系数见表3。

从表3可以看出，GA与ROE的皮尔森相关系数为-0.305，而它们的双侧显著值为0.000，表明两者很可能在0.01的水平上显著负相关。GA与LEV的皮尔森相关系数为0.387，而它们的双侧显著值为0.000，表明两者很可能显著正相关。GA与TAT的皮尔森相关系数为-0.099，而它们的双侧显著值为0.124，表明两者很可能有不显著的负相关关系。GA与GROWN的皮尔森相关系数为-0.030，而它们的双侧显著值为0.644，表明两者很可能存在不显著的负相关关系。

尽管对变量之间的关系用皮尔森相关系数法进行了分析，但是这个方法也存在不足之处，即没有对变量的综合关系进行考察，所以下文将采用一种能够对多种影响因素同时进行评判的分析方法，即使用前文建立的多元回归模型用多元回归的方法来进行分析。

（三）多元回归统计分析

在进行分析之前首先要考察自变量与控制变量间的共线性问题，否则就会出现伪回归的现象，表4的数据表明各自变量和控制变量的VIF值都远远小于临界值5，可以表明之间没有共线性。

由表5可以看出，多元回归模型的方程拟合度评判值调整R方为0.28，说明模型的整体拟合度一般，这是由于影响筹资风险的因素很多难以顾全，参考现有文献，该值可以滿足模型要求。而多元回归模型F检的结果为14.43，其对应的F test值为0.000，小于显著临界水平0.05，因此应该拒绝F检原假设（原假设为方差存在齐性），模型有统计学上的研究意义。

在表5中，衡量企业盈利情况的变量ROE的回归系数为-1.0904，P值<0.01，表明ROE与GA有显著负相关关系，假设1得到了证明。衡量企业负债情况的变量LEV的回归系数为1.8427，P值<0.01，表明LEV与GA有显著的正相关关系，假设2得到了证明。衡量企业营运情况的变量TAT的回归系数为-0.3958，P值<0.05，表明TAT与GA有显著的负相关关系，假设3得到了证明。衡量企业成长情况的变量GROWN的回归系数为-0.0233，P值<0.01，表明GROWN与GA有显著的负相关关系，假设4得到了证明。

四、研究结论及建议

（一）研究结论

综上所述，企业盈利情况、营运情况和成长情况与筹资风险成反比，负债情况与筹资风险成正比。我国汽车行业整体盈利能力和成长能力较低，营运能力一般，负债水平也较高，因此筹资风险较大，企业需要通过改善影响筹资风险的因素、实施控制筹资风险的相关措施，才能降低筹资风险，实现企业的持续经营。

（二）汽车行业筹资风险的控制措施

第一、针对我国汽车行业负债水平较高的现状，企业应当根据自身的经营、财务状况来调节资本结构，可以通过每股收益分析法、平均资本成本比较法和公司价值分析法等来优化企业的资本结构，充分发挥财务杠杆效应，提高企业价值，从而降低企业筹资的资本成本和风险。

第二、针对我国汽车行业营运能力一般的现状，企业应当通过制定最优存货量来减少存货周转期，通过确定合理的应收账款信用条件来减少应收账款周转期，通过使用汇票代替支票来延长应付账款周转期等，以提高资产的使用效率，增强企业营运能力，降低筹资风险。

第三、针对我国汽车行业盈利能力较低的现状，企业应当通过设立内控机制来控制产品成本、提高企业运营效率等，应当严格执行内控机制，以促进其有效运行。内控有利于充分发挥财务管理的核算和监督职能，实现资源的充分利用，增强企业盈利能力，降低企业的筹资风险。

第四、针对我国汽车行业成长能力较低的现状，企业应当顺应时代发展的要求，提升企业的核心技术，做出科学民主的决策。面对党的十九大提出的新能源汽车和智能网联车等概念，企业应当积极响应，及时筹资、合理投资、监督实施，以增强企业的成长能力，降低筹资风险。

参考文献：

[1]苗雪.有关企业筹资风险与控制[J].商，2013（22）.

[2]杨娜仁花，宋文卉.企业筹资风险及其对策研究[J].北方经济，2012（08）.

[3]赵雅乐.论企业筹资风险识别与防范[J].商，2015（29）.

（作者单位：南京林业大学经济管理学院）