上市公司应收账款质量分析实证研究
摘要:本文通过一系列财务指标,采用规范与实证相结合的研究方法,选取了陕西省上市公司为研究样本,从多维的角度,对应收账款质量与利润质量相关性进行了实证分析和验证,目的是对影响陕西上市公司应收账款质量具体因素的定性分析结果给予数量上的说明,得出以下结论:应收账款/流动资产总额与利润质量负相关;应收账款周转率与利润质量正相关;主营业务收入增长率与应收账款增长率的差额与利润质量正相关。并针对研究发现的问题和实证结果,提出了提高上市公司应收账款质量的建议。
关键词:上市公司 陕西省 应收账款质量
一、引言
在我国宏观市场经济条件下,一些相关的实证研究仅局限于对衡量我国上市公司应收账款质量的单个指标的对比,且这些实证多集中在一个维度,即要么分析企业的应收账款,要么分析企业的利润持续性,缺乏从多维度构建上市公司应收账款质量的评价体系。对上市公司应收账款质量研究缺乏如何针对现实问题提出提高应收账款质量整体系统的理论研究。由于环境、制度等多方面的因素差异,迫切需要我们找到适合自己的制度体系和方法来因地制宜地给予指导。因此,关于提高应收账款质量的研究还有待更深入的探讨。
本文按照研究对象的逻辑发展过程逐次展开,主要采用结构分析和Logistic回归分析的方法,运用财务管理学、会计学、计量经济学、高等数学等学科的相关理论,找出影响陕西上市公司应收账款质量的有关因素和目前存在的问题,并结合相关理论,提出提高上市公司应收账款质量的建议。
二、陕西上市公司应收账款质量现状分析
(一)陕西上市公司基本情况介绍
截至2013年3月27日,陕西地区在A股市场的上市公司共有39家,其中在上海证券交易所上市的有18家,在深圳证券交易所上市的有21家。正常上市的有37家,ST有2家。制造业公司是陕西上市公司的主要组成部分,截至2013年3月底占整个陕西上市公司总数的56.41%。
(二)陕西上市公司应收账款质量状况分析
本文主要对陕西A股市场正常上市的上市公司的应收账款质量现状进行分析,除去了ST、*ST、三板市场等的上市公司,得出了以下结果:(1)应收账款坏账损失率高。(2)应收账款增长率增长幅度大。(3)应收账款周转率较低导致资金周转缓慢。(4)应收账款老龄化问题严重。(5)应收账款占流动资产比重较大。
三、陕西上市公司应收账款质量相关性研究设计
(一)应收账款质量相关性实证研究设计
1.指标设定。用应收账款占流动资产总额比率、应收账款周转率、主营业务收入增长率与应收账款增长率的差额作为衡量应收账款质量的量化指标。用A1表示主营业务利润占利润总额的比率、A2表示主营业务收入现金含量、A3表示销售增长率、A4表示资产负债率、A5表示总资产周转率这五个指标作为利润质量量化指标。这五个指标的选择,符合利润质量的评价标准,具体体现在:A1代表利润的持续性状况,A2代表利润的现金保障性状况,A3代表公司成长性状况,A4代表利润的安全性状况,A5代表公司综合运营效率的状况。
2.指标赋权方法。本文采用变异权数综合评价法计算陕西上市公司的盈余质量评价指数(EQI)。变异权数的计算过程:(1)用算术平均法计算各指标的平均数AK和标准差SK。(2)计算各指标的标准差系数,该系数可反映各指标的相对变异程度。VK=SK/AK,(K=1,2,3,4,5)。(3)通过标准差系数进行处理,得到各指标权数WK(WK=VK/∑VK )。依据上述步骤对评价指数的赋权,本文构建上市公司的EQI为:EQI=∑WKAK,(K=1,2,3,4,5)。
经上述公式,依据样本的EQI得分进行排序分类方法,以0为标准将低于0分的公司划为“利润质量低类”,等于或大于0分的公司划为“利润质量高类”。
3.变量名称及含义。Y为逻辑因变量,代表上市公司的利润质量。解释变量中,X1为应收账款占流动资产总额比率,X2为应收账款周转率比率,X3为主营业务收入增长率与应收账款增长率的差额。
4.变量计算说明。(1)在变量计算中使用的各项指标,均使用的是年末数。(2)计算增长率指标时,增长额分别由主营业务收入和应收账款各自的期末余额与期初余额之差计算而得。(3)在计算周转率指标时,销售收入额是主营业务收入减去折扣和折让后的主营业务收入净额。
(二)样本选取及数据来源
本文以陕西A股上市公司应收账款质量为研究对象,研究年份为2008年至2012年。由于某些指标的计算需要以以前年度为基数,所以本文的实际研究数据为2007年至2012年,并根据下列标准对样本进行筛选:(1)删除不连续样本;(2)删除数据不全样本;(3)删除异常值样本;(4)删除那些被会计师事务所出具非保留审计意见的上市公司样本。经过上述筛选后得到24家符合条件的公司,本文对这24家公司5年的数据进行分析研究。根据前面的计算方法,带入这24家上市公司财务数据得到:W1=0.4307,W2=0.0263,W3=0.4003,W4=0.0964,W5=0.0462,EQI=0.4307A1+0.0263 A2+0.400 A3+0.0964 A4+0.0462A5。
本文对2008年至2012年五年上市公司的财务及相关数据进行了分析,在整个数据处理过程中,可以发现每年的情况会有很大差异,引起这些差异的因素有些是可以控制的,有些是不可以控制的。然而,2012年的指标对变量的影响大小与历年的权数的变化大体相同,所以本文以2012年的数据作为标准。
(三)研究假设
本研究主要从应收账款的角度对陕西上市公司应收账款质量进行分析,构建如下假设:假设一:X1与利润质量负相关;假设二:X2与利润质量正相关;假设三:X3与利润质量正相关。 我们将因变量Y分别赋值1和0,上市公司应收账款利润质量高时用“1”代表,上市公司应收账款利润质量低时用“0”代表,构建Logistic回归模型对上述假设进行验证。
四、陕西上市公司应收账款质量相关性实证分析
(一)描述性统计及均值T检验
1. 应收账款/流动资产总额与利润质量的相关检验。
描述性统计分析和独立样本T检验结果。利润质量低的上市公司均值小于利润质量高的上市公司均值前值;在标准差上,利润质量低的上市公司小于利润质量高的上市公司。描述性统计结果得出:利润质量高的上市公司的应收账款占流动资产的比重低于利润质量低的上市公司,即X1越小,上市公司的利润质量越高,从而验证了假设一。
进行分析,首先进行方差齐性检验,由Levene检验两列可知F=1.680,对应的显著性水平(Sig)为0.209�0.05,表明方差是齐性的。所以查表的第一行可知t=1.088,相应的双侧显著性水平为0.000,小于0.05,因此高度显著。说明利润质量高和利润质量低的上市公司的应收账款规模有着显著差异,二者差异的95%的置信区间为(0.088,0.281)。
2.应收账款周转率与利润质量的相关检验。
利润质量高的上市公司的均值小于利润质量低的上市公司的均值。从描述性统计来看,利润质量高的上市公司的应收账款周转率较高,即X2越大利润质量越高,从而验证了假设二。
首先进行方差齐性检验,由Levene检验两列可知F=1.596,显著性水平0.220�0.05,说明方差是齐性的,查表的第一行可得t=-0.742,相应的双侧显著性水平为0.000,小于0.05,因此高度显著,表明利润质量高和利润质量低的上市公司的应收账款周转率有明显差异,二者差异的95%的置信区间为(-60.221,-54.233)。
3.主营业务收入增长率与应收账款增长率差额与利润质量的相关检验。
利润质量高的上市公司的均值小于利润质量低的上市公司的均值。从描述性统计得,利润质量高的上市公司的主营业务收入增长率与应收账款增长率的差值比利润低的上市公司大,也就是说X3越大利润质量越高,从而验证了假设三。
进行方差齐性检验,由Levene检验两列可知F=0.498,对应的显著性水平为0.488�0.05,表明方差是齐性,查表的第一行可知t=-0.257,对应的双侧显著性水平为0.000,小于0.05,因此高度显著,表明上市公司利润质量高和低时各自的主营业务收入增长率与应收账款增长率的差额有明显不同,二者差异的95%的置信区间为(-1.870,-0.959)。
(二)单因素的回归结果分析
基于前面的理论基础,我们建立了Xi的回归模型如下:Y=β0+βiXi+ε。
Y作为逻辑因变量(利润质量高的上市公司用Y=1表示;利润质量低的上市公司用Y=0表示),βi(i=0,1,2,3)为回归参数,Xi(i=1,2,3),β0为截距,ε为回归残差。
X1的回归分析显示,截距β0的Sig.值为0.000,小于0.05;回归变量参数β1的Sig.值为0.003,小于0.05,统计显著,且β1的符号为负,表明回归结果与假设一相同。
X2的回归分析显示,截距β0的Sig.值为0.047,小于0.05;回归变量β2参数的Sig.值为0.000,小于0.05,统计显著,β2的符号为正,表明回归结果与假设二相同。
X3的回归分析结果显示,截距β0的Sig.值为0.000,小于0.05;回归变量参数β3的Sig.值为0.01,小于0.05,统计显著,β3的符号为正,表明回归结果与假设三相同。
(三)应收账款视角的利润质量评价模型的构建
1.评价模型的构建思路。从应收账款的质量与利润影响研究结论的相关性可见,反映上市公司应收账款的三个主要指标X1=应收账款/流动资产总额、X2=应收账款周转率、X3=主营业务收入增长率与应收账款增长率的差额,均与利润质量之间存在一定的相关性。因此,我们可以从这些反映应收账款质量特征的指标来构建一个衡量其对利润质量的模型。本文主要研究目的是利用影响上市公司应收账款质量的以上三个指标来评估应收账款质量和利润质量的相关性,寻找出影响应收账款质量的因素,从而提出提高上市公司应收账款质量的对策和建议。建立Logistic模型的前提条件是各个自变量之间的相互独立,所以检验自变量和因变量之间的相关性是进行回归分析的首要准备。因为大部分自变量都不服从正态分布,所以本文采用Spearman相关性分析法得出:X1与X2,X1与X3,X2与X3之间的相关系数分别为-0.599,-0.251,0.243,由于各个系数都比较小,因此可近似地认为各变量之间相互独立。
2.logistic回归结果分析。依据上面对各个变量的定义,本文建立回归模型如下:Y=β0+β1X1+β2X2+β3X3+ε
Y为逻辑因变量(利润质量高的公司Y为1,利润质量低的公司Y为0),βi(i=0,1,2,3)为回归参数,ε为回归残差。Y的经济意义可理解为:逻辑因变量Y的值取决于解释变量X1、X2、X3的变化。Y代表上市公司利润质量,其高低也代表上市公司应收账款质量的大小。因为依据上述应收账款质量相关性检验得,Y与X1负相关,与X2、X3正相关,所以当某个上市公司应收账款占流动资产的比例较低,而应收账款周转率较大,主营业务收入增长率与应收账款增长率之差较大时,说明该公司的利润质量较高,从而应收账款质量也较好。
在回归模型中,X1、X2、X3均在5%水平下通过卡方检验,对数似然比值为89.95,数值较小,模型的拟合度为60.5%,模型预测的准确率为87.2%,表示该模型的拟合度较好,有较强的对量变因素的解释力。 3.评价模型的构建。以上实证分析可得出结论为:回归模型验证了我们的假设和判断,所以构建Logistic回归模型如下:Ln[p/(1-p)]=0.414-8.301X1+0.036X2+0.275 X3+ε
(四)模型评价的结果检验
依据Logistic回归模型的构建原理,上市公司利润质量高时的预测概率为:P=ez/(1+ez)
利润质量低的预测概率为:1-P=1/(1+ez),其中:Z=0.414-8.301X1+0.036X2+0.275X3
预测时,首先计算出各个样本的相关值带入以上模型,然后计算该样本的预测值,最后依据预测值的大小对该样本的利润质量进行判断。将概率大于或等于0.5的样本作为高利润上市企业,将概率小于0.5的样本作为低利润上市企业。
2011年陕西17家利润低的上市公司对模型进行验证的结果为:16家利润低的上市公司模型得到了正确的验证,预测结果正确;有1家预测错误,正确率为94.12%。利润质量相对高的上市公司为7家,模型的验证结果全部正确,正确率为100%。根据检验的结果我们可以看出评价模型对2011年的数据进行预测的正确率仍然很高,说明了我们基于应收账款质量视角所构建的模型评价陕西地区上市公司的利润质量达到了一定的效果(见表9、表10)。
用同样的方法以2012年陕西省上市公司对模型进行验证,根据检验的结果表明评价模型对2012年的数据进行预测的正确率仍然很高,进一步说明了我们基于应收账款质量视角所构建的模型评价陕西上市公司的利润质量的有效性。
五、提高我国上市公司应收账款质量的建议
上文通过对陕西上市公司应收账款质量现状中存在问题的统计分析,以及应收账款质量相关性的实证研究所得结果对这些存在问题给予数量上的说明,以下对提高上市公司应收账款质量提出建议。
(一)公司管理层应重点关注应收账款质量
上市公司高管层可以考虑利用上述评价模型对应收账款质量进行判断,及时发现问题,进而采取有效措施。1.执行合适的应收账款控制制度。(1)公司内部应建立并规范应收账款的授权审批程序。(2)在公司内部建立一套完善的激励机制,使高管及其下属人员的责权利相对等。(3)公司内部应建立定期对账制度。(4)制定恰当的坏账准备金制度。2.选择合适的货款结算方式,针对不同的客户应当采用有差异的收账方式。3.应收账款保理业务的合理使用。4.加大对账龄较长的应收账款的回收力度。
(二)健全上市公司诚信建设的长效机制
政府应该采用积极的心态主动地规范上市公司的市场运行行为和方式,并将这些企业的诚信建设贯穿于作为对法人、对企业内控、对整个的业务操作流程的具体环节。上市公司要以加大财务信息披露的真实性和完整性为战略重点,加大对数据质量的管理监督,抵制内幕交易以及各种违法行为的发生。加强对破坏商品市场等违规行为的惩罚,以保障交易市场的公平和公正。
参考文献:
1.吴革,叶陈刚.财务报告舞弊的特征指标研究:来自A股上市公司的经验数据[J].审计研究,2008,(6):34-41.
2.秦鸿文.陕西上市公司相关问题及对策探讨[J].西部金融,2011,(05):48-49.
3.叶小春.应收账款管理措施与对策[J].经济师,2011,(06):164-165.