【作 者】
黄 敏（副教授），王 健（副教授），刘翠侠（教授）
【作者单位】
防灾科技学院，河北三河065201
【摘 要】
【摘要】存货损失是企业地震灾害直接经济损失的主要构成部分，本文选取2008年汶川地震中受影响的10家川渝上市公司为研究对象，以2008年5月12日为分界点，对地震企业存货损失进行评估。震前采用销售百分比法确定模型变量，运用面板数据确定存货预测模型，发现存货与销售收入等因素存在双向固定效应；震后用该模型进行预测，运用有无对比法，将预测值与实际值进行对比，两者的差额即为存货损失值。实证结果表明：企业存货损失为77.22亿元，存货损失率为62.47%，该损失率可用于企业地震灾害存货损失的快速评估。
【关键词】汶川地震；上市公司；存货损失；面板数据；销售百分比法
【中图分类号】F276.6 【文献标识码】A 【文章编号】1004-0994（2016）12-0091-4008年汶川8.0级地震波及6个省，造成8451亿元的直接经济损失，是中国近三十年受灾人数最多、损失最严重的自然灾害。地震灾害一方面使电力、化工、旅游行业受损严重，引发产业链的连锁反应，严重滞后区域相关行业发展；另一方面给医药、建材、钢铁行业带来发展机会，产生正向灾害效应。如何更加全面地评价灾害损失是值得探讨的课题。
地震直接经济损失是指地震造成的房屋和其他工程结构、设施、设备、物品等物项破坏的经济损失。企业直接经济损失包括工程结构损失、生产用房屋损失和室内外财产损失，其评估方法略有差异：工程结构损失由企业或主管部门按统计报表制度逐个评定；生产用房屋损失按现场调查的房屋破坏比、损失比、房屋重置价值计算；室内外财产损失由企事业单位或分管部门归类估计。按资产分类方式归类，工程结构和生产用房屋属于固定资产，原材料、库存商品属于企业存货，这些有形资产都是企业地震灾害的承灾体。国家标准对直接经济损失评估采用的是分类清单法，没有提出具体的存货损失评估方法，仅在附录中设计了企业地震损失报表，在报表中粗略提及了产成品、在制品，其评估方法为企业填报其原值、总数量、破坏状态描述和损失。
如果企业损失采取企业上报、第三方评估部门审核形式，将存在三方面问题：①企业面临着救灾和恢复生产任务，没有时间对存货进行实地盘点，很难准确估计出存货损失。②企业可能为争取更多救灾资金和倾斜政策而虚增存货损失，也可能为稳定股价而虚减存货损失，这都会导致企业上报的存货损失值与真实情况不符。③第三方评估部门不了解企业的具体情况，无法评估存货损失，故分类清单法很难应用到存货损失评估中，在以往的损失评估报告中几乎没有提到存货损失值，导致地震现场工作中企业的直接经济损失实际评估范围小于应评估范围，低估了地震灾害的实际影响。
本文以存货为研究内容，选取川渝上市公司为研究对象，以2008年5月12日为分界时点，采用有无对比法，利用受灾企业历史财务数据进行面板数据分析，运用销售百分比法基本原理，选定变量，建立存货预测模型，预测未发生地震时的存货值，对比2008年6月存货实际值，差额即为地震灾害导致的企业存货损失。
一、企业地震灾害存货损失内涵
汶川地震首次在灾害损失评估报告中提及工业损失，其中工业直接经济损失占总损失的7.7%，表1为第二产业上市公司固定资产、存货占总资产的比重。表1显示企业固定资产、存货占总资产比重较大，因此地震灾害企业损失评估应评估存货损失值。以汶川地震为例，受灾川渝上市公司主要分布在电器、工程建筑、机械、电力设备、纺织等行业，这些行业存货占总资产比重较大，存货占用企业资金较多，表明汶川地震直接经济损失评估中不能忽视企业的存货损失。
存货是“企业在日常经济活动中持有的以备出售的产成品或商品、处在生产过程中的在产品、在生产或提供劳务过程中耗用的材料和物料等”。企业持有存货既是为了防止由于意外事故而导致生产、销售中断，保证生产的持续性，也可能是为了获得采购规模化带来的折扣，因而工业企业大都存在存货。存货自身易损性强，其抗震性能与存放场地建筑物的结构易损性紧密相关，一旦建筑物遭受中等以上破坏，存货就会遭受严重损失，对企业财务状况与经营成果产生很大影响。
会计准则中的存货损失包括自然灾害造成的损失，一般由企业自主进行会计核算，计入当期损益。参考国家标准中直接经济损失的定义，本文研究的存货损失与会计准则定义有所不同，不包括盘盈、盘亏、 淘汰等经济现象，仅指地震造成的存货实物的破损或存货使用价值的丧失。
二、存货损失评估方法现状分析
地震灾害具有自然属性和社会属性，现有研究集中于灾害发生机理及工程防范措施领域，社会科学研究主要针对直接经济损失，直接经济损失又集中在房屋建筑物、生命线工程损失评估。目前，存货损失研究更多是从会计核算角度进行，规范对各种经济现象的存货损失的账务处理，而对存货损失值的评估很少进行定量研究。
国外地震灾害损失常用的评估方法是分类清单法，即详细列出评估项目清单，划定破坏等级，确定破坏程度和损失比、受灾体的重置单价，计算损失值。分类清单法使用的主流软件是美国的HAZUS软件，在HAZUS软件中，房屋和经济资料以人口统计单元为分配单位，损失估计等于单位值乘以损失量。日本水灾工矿企业库存损失评估借鉴了这种方法，以职工人数为分配单元，库存损失等于受淹职工人数与平均每人资产值的乘积。
美国学者西蒙兹教授提出投保企业灾害损失评估方法，他认为在企业财产全额投保情况下，灾后由保险公司补偿的金额就是直接损失，不由保险公司补偿的金额就是间接损失。在保险实务界，存货损失由保险公司直接补偿，故存货损失值就等于保险公司补偿额。该方法在灾害保险推行好的国家适用，但我国地震保险还在试点阶段，针对企业的自然灾害保险也不完善，所以我国现阶段地震灾害导致的存货损失不适用该方法。
国内地震灾害损失评估实际操作中采取分类清单法，相关部门制定出调查表，由企业或行业按照清单要素进行填报，汇总到负责评估的部门，评估部门对上报的清单进行核查，确定损失值。
于庆东、沈荣芳（1996）提出了存货损失评估的方法，即存货的损失值等于存货价值乘以存货损失数量。存货价值采用会计的计价方式，外购存货价值按采购成本计算，自制存货价值按自制成本计算；存货损失数量根据存货损坏情况分为完全丧失功能的数量和部分丧失功能的数量，对于部分丧失功能的存货损失还需要考虑残值。该方法理论上是合理的，但实际运用上，采购成本和自制成本在生产过程中是动态变化的，与企业选择的成本核算方法有关，需要企业微观数据，并且对部分丧失功能的存货损失还需要考虑残值的抵减作用，残值的确定需要从市场获取，导致评估时效性滞后，不利于灾情的研判，从而不能合理安排救灾工作。
此外，遥感技术也逐渐应用到自然灾害损失评估中，但存货主要存放在仓储车间，其毁损情况很难通过遥感影像估计，因而这种方法现阶段也不适宜用于存货损失评估。
三、研究设计
（一）样本选择与数据来源
本文研究对象为2003年第1季度到2008年第2季度沪深两市的川渝66家震后停盘的上市公司，对其按行业进行分类，属于第二产业的有32家公司。考虑研究结果的显著性与代表性，选取第二产业存货占总资产比重超过15%的10家企业进行研究，它们分别是：绵阳高新发展（集团）股份有限公司（600139）、四川宏达股份有限公司（600331）和成都阳之光实业股份有限公司（600673）；四川长虹电器股份有限公司（600839）；中铁二局股份有限公司（600528）和四川路桥建设股份有限公司（600039）；四川浪莎控股股份有限公司（600137）和华润锦华股份有限公司（000810）；成都天兴仪表股份有限公司（000710）；攀枝花新钢钒股份有限公司（000629）。上市公司的财务数据来源于CAMAR数据库中的季度财务报告，整理后得到10家公司22季度合计220个有效观测值。
（二）变量选择
销售百分比法是企业财务管理中常用的预测短期资金需求量的方法，它以当期的资产负债表为基础，将企业经营战略落实到全面预算中，通过销售预算、生产预算所提供的资料编制下期的资产负债表，预测下期企业的财务状况，有助于管理者预测企业未来的经营情况。它认为存货属于敏感性项目，在经营期内与销售收入有较稳定的线性关系，可通过销售收入来预测存货。同时存货是流动资产的构成部分，存货周转率反映了存货的利用情况，可用于测定存货的变现速度，流动比率与速动比率的差反映存货用于偿还流动负债的情况。这几个财务指标从不同角度分析了存货情况，故本文被解释变量为存货CH，解释变量为销售收入SR，控制变量为流动资产LZ、销售成本YC、流动负债LF。
（三）模型设计
地震对企业造成的毁损受震级、烈度、房屋抗震性能等因素的影响，由于以往震例很少涉及企业损失评估，缺少企业破坏比、损失比的历史资料，故很难建立统计模型进行经验预测。又由于企业震后面临抢险救灾任务，采用分类清单法很难正确估计损失，故本文以2008年5月12日为分界点，采用有无对比法进行研究。震前从经济学角度，根据销售百分比法中存货与销售收入的线性关系，选择存货相关财务指标，利用上市公司公布的财务数据，确定灾前存货评估模型系数；震后将企业灾后收入代入模型，运用模型得到存货预测值；最后，采用有无对比法，用存货预测值与灾后存货实际值进行对比，两者的差额即为评估存货损失值。
1. 地震前存货预测模型。企业存货管理是持续的过程，受供应链上相关企业产能影响，研究中既需要考虑同类企业关联影响，又要考虑时间序列影响。对面板数据从时间和截面两纬度进行分析，不仅可以反映不同上市公司存货个体间的差异，还能分析不同上市公司随时间动态变化的规律，故本研究采用面板数据进行分析，面板数据模型分为混合估计模型、固定效应模型和随机效应模型。
第一步：通过F检验进行固定效应模型和混合估计模型判断，F统计量定义为：[F3=(S3-S1)/[(N-1)×(K+1)]S1/[N×(T-1-K)]]，当F3<Fθ（（N-1）×（K+1），N（T-1-K））时，选择混合效应模型，否则进行固定效应模型和随机效应模型的判断。运用R软件进行F检验， p<2.2e-16，表明从时间上看，不同时间存在显著差异，从截面上看，不同上市公司存在显著差异，因而不能用最小二乘法（OLS）估计参数，应采用固定效应模型。
第二步：运用Hausman检验方法进行固定效应模型和随机效应模型分析，即分析Hausman检验解释变量和随机扰动项是否存在相关关系，如果E（uit/xit）=0，说明随机扰动项与自变量不存在相关关系，模型应采用随机效应模型；否则说明自变量与随机扰动项存在相关性，应采用固定效应模型。Hausman检验表明p=1.111e-13，拒绝原假设，说明不同的上市公司之间存在差异，应选择固定效应模型：yit=αi+xitβ+uit。
第三步：固定效应包括个体固定效应、时间固定效应和双向固定效应。对时间固定效应进行F检验，p=8.332e-8，说明存在时间固定效应。对个体固定效应进行检验，p<2.2e-16，说明不同上市公司存在个体固定效应。综上所述，本文模型选择双向固定效应模型。地震前存货预测模型为：
logCHit=αi+λt+β1itlogSRit+β2itlogLZit+β3itlogYCit+
β4itlogLFit+uit （1）
式（1）中：i=1，…，10；t=1，…，22；uit ~ N.I.D（0， ）；αi和λt分别是固定效应的个体和时间影响因素；uit是不可观测变量。对变量取对数，既可以减少异方差，又可以表示自变量与因变量之间的弹性。
2. 地震后存货损失模型。根据有无对比法，地震后存货损失模型为：
LC=CHi-Bi （2）
式（2）中：LC是存货损失值；Bi是企业震后存货实际值。
四、实证结果与分析
（一）描述性统计分析
对变量进行描述性统计分析，结果见表2：
由表2可知，存货占销售收入的百分比为43.55%，说明企业存货与销售收入之间相关性强，可以通过销售收入来预测存货，存货发生毁损对企业的经营成果影响大。存货占流动资产的比重为40.16%，占流动负债的比重为55.18%，说明企业变现能力强的速动资产仅为流动资产的60%，在流动负债的偿还中仅占45%，大量的存货降低了企业的短期偿债能力。从偿债能力指标和营运能力指标都可以看出工业企业的存货是企业资金的重要载体，存货定量研究有现实意义。
（二）双向固定效应模型回归分析
为了解销售收入、销售成本、流动资产和流动负债对存货的影响，运用面板数据，对式（1）进行双向固定效应分析，结果如表3所示：
log（SR）的回归系数为0.453，且在1%的水平上显著，表明存货与销售收入存在正相关关系，与销售百分比法原理一致，其系数是所有变量系数中最大的，表明销售收入是存货的主要决定因素。销售成本属于存货周转率的相关指标， log（YC）的回归系数为-0.168且显著，说明销售成本与存货负相关关系，其系数绝对值在所有变量系数中排第二，因此在进行存货评估时必须将销售成本纳入考虑。log（LZ）的回归系数为0.065且显著，说明流动资产与存货呈正相关关系。log（LF）的回归系数为0.12，统计结果不显著，说明存货与流动负债的正相关关系不显著，原因在于存货的变现能力弱，几乎不能用于评估企业偿还流动负债的能力。这些结论符合财务理论，说明模型具有可靠性，可以用于预测。
通过对个体效应和时间效应的估计，分析存货和收入等要素的个体因素和时间因素，结果如表4、表5所示：
从估计值可以看出，各个上市公司不同年份的存货与销售收入、销售成本、流动资产、流动负债确实存在差异。由于样本选择的是受地震影响的第二产业中存货比重在15%以上的企业，虽然10个上市公司的个体效应各不相同，但估值基本在8 ~ 11之间，有一定稳定性，因而对工业企业存货进行估计的代表性会比较强。其中系数在10以上的有攀钢钒钛（000629）、四川路桥（600039）、中铁二局（600528）和四川长虹（600839），这四家上市公司分别属于钢铁行业和工程建筑行业，其特点是存货水平相对更高，实证结果符合实际情况。
时间因素给出了不同时间存货的影响程度的估计值，由表5可以看出，它们各不相同但又趋于稳定，表明工业企业的存货不存在季节因素影响，因而在进行存货损失评估时不需要考虑长期趋势、季节变动的影响。
（三）存货损失预测
将2008年6月上市公司财务数据代入式（1），得到2008年6月10家上市公司的存货预测值为289.54亿元，而同期实际存货为212.32亿元；代入式（2），估计出地震造成的存货损失值为77.22亿元，平均每家上市公司存货损失为7.722亿元。表2中存货的均值为12.36亿元，存货损失率高达62.47%，表明汶川地震对工业企业造成了严重损毁，继而对产业链也会产生重大的影响，间接经济损失也会较大。
五、研究结论与展望
存货占用企业资金较多，其自身抗震能力弱，易在地震灾害中毁损。以往的地震灾害损失评估报告只涉及房屋建筑物的损失比和破坏比，缺乏企业地震灾害相关的数据，现有的地震灾害对企业存货损失的评估较少，因而经验法很难应用到企业损失评估中。分类清单法又存在企业震后无法短时间正确估计存货损失、主观上不愿正确估计损失的问题，也很难应用到企业损失评估中，但由于产业的聚集性和联动性，地震灾害存货损失是值得研究的课题。
本文以汶川地震为例，研究川渝地区上市公司存货损失，以销售百分比法的理论为基础，进行面板数据分析，发现存货与销售收入、销售成本、流动资产、流动负债存在双向固定效应。实证结果表明，存货受销售收入的影响最大，这与销售百分比法理论一致。代入震后财务数据，得出预测存货值与实际值之间的差异为77.22亿元，存货损失率为62.47%。该损失率可用于地震震级在6级以上，经济较为发达的东部地区、中部地区的企业存货损失的快速评估中，东北部地区、西部地区的企业存货损失可在此损失率计算的基础上通过系数来调整。存货损失的评估可为研究存货损失导致生产、销售中断而带来的企业停减产间接经济损失评估提供基础数据，此外，也可以运用存货损失与损失率推算企业损失值，有利于第三方评估部门验证受灾企业上报的企业灾害损失值，使得评估结果更接近真实情况。
本文应用财务理论建立模型预测地震灾害存货损失值，有一定合理性和可行性，后续拟进行东部、西部地区存货损失对比研究，结合区域的经济布局特点，探索依托区域的产值、GDP等宏观经济指标与企业资产负债表微观财务指标相关联的存货损失率调整系数估计方法，并形成存货损失率综合查对表，以提高地震灾害存货损失评估方法的适用性。
主要参考文献：
王健，范嘉毅，刘翠侠等．自然因素对我国股市的影响研究——以汶川地震为例［J］．商业时代，2012（33）．
谷洪波，郭丽娜，刘小康．我国农业巨灾损失的评估与度量探析［J］．江西财经大学学报，2011（1）．
陈海迪，耿海利．企业外部资金需求量预测：基于改进后的销售百分比法［J］．财会月刊，2015（3）．
刘莉亚．面板数据计量模型适应性的比较研究［J］．管理科学学报，2011（14）．
Yves Croissant， Millo G.．Panel Data Econometrics in R： The plm Package［J］．Journal of Statistical Software，2008（2）．
