【摘要】：自改革開放以來,我國經(jīng)濟(jì)得到了快速發(fā)展,以煤炭石油為代表的采掘業(yè)企業(yè)更是展現(xiàn)出近乎完美的經(jīng)營數(shù)據(jù),但是長期以來粗放的經(jīng)濟(jì)增長模式,導(dǎo)致資源逐漸耗盡,環(huán)境問題日益突出,給這一行業(yè)甚至國家的可持續(xù)發(fā)展帶來極大的風(fēng)險(xiǎn)隱患。為了實(shí)現(xiàn)我國經(jīng)濟(jì)的又好又快發(fā)展,早日擺脫改革開放以來發(fā)展留下的痼疾,我國也在2012年后相繼提出了供給側(cè)改革和經(jīng)濟(jì)新常態(tài)等一系列的可持續(xù)發(fā)展政策,而作為傳統(tǒng)的采掘業(yè)行業(yè),無疑是受到新政策影響最明顯的行業(yè)之一,采掘業(yè)的發(fā)展也在近幾年出現(xiàn)大幅度的波動(dòng),信用風(fēng)險(xiǎn)與日俱增,其發(fā)展前景受到質(zhì)疑。但是作為煤炭、石油等不可再生資源目前卻依然為我國許多行業(yè)所依賴,即使新能源的出現(xiàn),但由于技術(shù)的限制,在短短幾十年也很難完全取代傳統(tǒng)資源,這一行業(yè)并非想象的已處于夕陽產(chǎn)業(yè)。所以對(duì)采掘業(yè)企業(yè)未來風(fēng)險(xiǎn)的判斷也變得更加復(fù)雜和困難,為了更好的了解采掘業(yè)企業(yè)的信用風(fēng)險(xiǎn)水平,需要對(duì)未來采掘業(yè)行業(yè)做出合理預(yù)測(cè),這就需要對(duì)信用風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確的度量和分析。本文從采掘業(yè)經(jīng)營發(fā)展和財(cái)務(wù)指標(biāo)的變化對(duì)行業(yè)的總體狀況進(jìn)行研究,并且通過KMV模型對(duì)35家上市公司的風(fēng)險(xiǎn)進(jìn)行實(shí)證分析,一方面區(qū)分出采掘業(yè)和其他行業(yè)的違約風(fēng)險(xiǎn)差異,對(duì)采掘業(yè)的信用風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)分析,另一方面驗(yàn)證了通過實(shí)證分析的采掘業(yè)行業(yè)的風(fēng)險(xiǎn)結(jié)果與前文通過財(cái)務(wù)指標(biāo)分析的結(jié)果具有一致性,以此為基礎(chǔ)對(duì)影響信用風(fēng)險(xiǎn)的因素進(jìn)行定性分析,尋找出了影響采掘業(yè)上市公司風(fēng)險(xiǎn)的關(guān)鍵因素,并對(duì)采掘業(yè)上市公司的發(fā)展提出可視化的建議。
【圖文】：

圖 3-1 2012-2017 年采掘業(yè)三大主要行業(yè)的經(jīng)營公司數(shù)量數(shù)據(jù)來源：國研網(wǎng)（二）采掘業(yè)行業(yè)的虧損公司數(shù)量從下圖 3-2 采掘業(yè)幾大行業(yè)虧損公司數(shù)量的走勢(shì)分析，2012 年開始一直到2015 年這一時(shí)間段所有的煤炭開采和洗選公司中，出現(xiàn)虧損的公司數(shù)量呈現(xiàn)逐年遞增趨勢(shì)，而從 2015 年以以后虧損的公司數(shù)量開始大幅度下降。究其原因，是因?yàn)?2011 年開始作為采掘業(yè)重要部分的煤炭公司，其工作重心集中到了公司節(jié)能減排的步伐中，但面對(duì)之前長時(shí)間形成的舊發(fā)展模式在短時(shí)間難以改變，加上當(dāng)時(shí)全球不確定因素的增加，以及來自供給與需求的多重壓力，煤炭采掘市場出現(xiàn)低迷走勢(shì)，效益下降，導(dǎo)致虧損公司數(shù)量增加；而 2015 年之后虧損現(xiàn)象的緩和，主要?dú)w功于供給側(cè)結(jié)構(gòu)性改革的不斷深入，煤炭業(yè)化解產(chǎn)能過剩的任務(wù)初步完成，2015 年是“十二五”的收官之際，煤炭采掘業(yè)在經(jīng)歷了前幾年的蛻變整改后，逐漸適應(yīng)經(jīng)濟(jì)新常態(tài)，，公司生產(chǎn)效率有明顯提高，很多公司也扭虧為盈，虧損公司數(shù)量逐年減少。非金屬礦采選業(yè)虧損數(shù)量從 2012 年以來每年虧損公司都在增長，但是虧損公司數(shù)量變化不大，總體所受影響較小，2015 年后虧損數(shù)

圖 3-2 2012-2017 年采掘業(yè)三大主要行業(yè)的虧損公司數(shù)量數(shù)據(jù)來源：國研網(wǎng)（三）采掘業(yè)行業(yè)的公司負(fù)債金額分析圖 3-3 中相關(guān)公司負(fù)債金額的變化可以看出，煤炭開采和洗選公司在受虧損公司不斷增加的影響，其負(fù)債總額從 2012 年開始呈現(xiàn)逐年遞增趨勢(shì)，到了2015 年之后，由于國家重點(diǎn)扶持煤炭公司結(jié)構(gòu)轉(zhuǎn)型，積極解決產(chǎn)能過剩取得良好效果，公司的效益也得到明顯的改善，使得公司負(fù)債增長速度自 2015 年以來開始下降，但是下降速度緩慢，主要是煤炭公司的固定資產(chǎn)投資依然很低，人們普遍對(duì)行業(yè)缺乏信心，公司景氣指數(shù)不高，負(fù)債問題難以解決，另外公司資源利用效率低于正常水平，下行壓力依然較大。非金屬礦采選業(yè)以及石油、天然氣開采業(yè)從 2012 年開始負(fù)債也呈現(xiàn)總體上升趨勢(shì)，但是負(fù)債的總體增長速度都遠(yuǎn)遠(yuǎn)小于煤炭公司，這不能說明非金屬礦采選業(yè)以及石油、天然氣開采業(yè)風(fēng)險(xiǎn)很小，可能主要還是因?yàn)檫@兩個(gè)行業(yè)的數(shù)量遠(yuǎn)遠(yuǎn)小于煤炭采掘公司，基數(shù)的較低導(dǎo)致負(fù)債總額不高�？傮w來看，公司所承擔(dān)的負(fù)債越高，一定程度上代表該公司面臨的債務(wù)壓力
【學(xué)位授予單位】：西北民族大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F426.1;F832.51;F406.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 蔣_g;高瑜;;基于KMV模型的中國上市公司信用風(fēng)險(xiǎn)評(píng)估研究[J];中央財(cái)經(jīng)大學(xué)學(xué)報(bào);2015年09期

2 章政;田侃;吳宏;;現(xiàn)代信用風(fēng)險(xiǎn)度量技術(shù)在我國的應(yīng)用方向研究[J];金融研究;2006年07期

相關(guān)碩士學(xué)位論文 前8條

1 谷豆豆;基于改進(jìn)KMV模型的上市公司信用風(fēng)險(xiǎn)度量與分析[D];山東大學(xué);2018年

2 張文波;基于KMV模型的上市公司信用風(fēng)險(xiǎn)度量研究[D];北京外國語大學(xué);2017年

3 諶強(qiáng);基于KMV模型的上市公司信用風(fēng)險(xiǎn)度量實(shí)證研究[D];山東大學(xué);2017年

4 胡博;基于KMV模型的上市公司信用風(fēng)險(xiǎn)研究[D];西北大學(xué);2016年

5 曹宇;KMV模型違約點(diǎn)修正[D];蘇州大學(xué);2016年

6 朱華青;我國A股上市房地產(chǎn)公司貸款違約風(fēng)險(xiǎn)的實(shí)證研究[D];浙江財(cái)經(jīng)大學(xué);2016年

7 樊星;KMV模型對(duì)我國制造業(yè)上市公司信用風(fēng)險(xiǎn)實(shí)證研究[D];天津財(cái)經(jīng)大學(xué);2015年

8 周建波;基于KMV的上市公司信用風(fēng)險(xiǎn)度量實(shí)證研究[D];江西財(cái)經(jīng)大學(xué);2014年

本文編號(hào)：2597867