[摘要]文章以我國滬市A股2006年底620家上市公司的財務(wù)報表資料為樣本，通過對財務(wù)指標(biāo)信息類模型的研究，設(shè)計了反映企業(yè)綜合能力的10個指標(biāo)，借助主成分分析法，同時借鑒阿爾曼多元Z值判定模型的分析思路，建立了我國上司公司不良資產(chǎn)的測評模型——G值模型。研究結(jié)果表明：我國滬市A股上市公司不良資產(chǎn)率應(yīng)控制在 [-1.667%，1.785%]范圍內(nèi)。

[關(guān)鍵詞]不良資產(chǎn)；主成分分析法；測評模型

[中圖分類號]F273.4［文獻標(biāo)識碼］ Ａ

[文章編號] １６７３－０４６１（２００8）０2－００77－０４

一、不良資產(chǎn)研究的基本問題

不良資產(chǎn)是企業(yè)資產(chǎn)中的黑洞，它違反了財務(wù)會計信息質(zhì)量要求的可靠性和相關(guān)性，造成企業(yè)資產(chǎn)利潤虛增、潛虧嚴(yán)重，從而影響到企業(yè)財務(wù)狀況與經(jīng)營成果的真實性。有可能成為企業(yè)進行利潤粉飾的手段之一，不利于投資者客觀評價企業(yè)的經(jīng)營業(yè)績。1997年12月17日，中國證監(jiān)會頒發(fā)了《公開發(fā)行股票公司信息披露的內(nèi)容與格式準(zhǔn)則第二號（年度財務(wù)報告的內(nèi)容與格式）》，要求上市公司在年報摘要中除披露“每股凈資產(chǎn)”數(shù)據(jù)外，還首次要求其披露“調(diào)整后每股凈資產(chǎn)”的數(shù)據(jù)，目的就在于引導(dǎo)投資者正確評價企業(yè)的資產(chǎn)質(zhì)量，做出理性投資決策。由此可見，企業(yè)資產(chǎn)質(zhì)量的好壞越來越受到投資者和經(jīng)營者的關(guān)注。[1]

（一）企業(yè)不良資產(chǎn)的定義

銀行的不良資產(chǎn)主要是指不良貸款，俗稱呆壞賬。也就是說，銀行發(fā)放的貸款不能按預(yù)先約定的期限、利率收回本金和利息，不良貸款包括逾期貸款（貸款到期限未還的貸款）、 呆滯貸款（逾期兩年以上的貸款）和呆賬貸款（需要核銷的收不回的貸款）三種情況。那么什么是非金融業(yè)企業(yè)的不良資產(chǎn)呢？陳冬華（1998）[2]認為企業(yè)不良資產(chǎn)是介于資產(chǎn)和費用之間的一個概念，它仍是資產(chǎn)，但是基本上不能或很少能給企業(yè)帶來經(jīng)濟利益，或者已基本上不為企業(yè)擁有和控制，它有些近似費用但又可以不在本期確認為費用。常繼英（2004）[3]認為“不良”既指資產(chǎn)的質(zhì)量差，也指資產(chǎn)喪失部分價值或使用價值，還可以是指資產(chǎn)不能正常參加運轉(zhuǎn)等，不管其表現(xiàn)形式怎樣，其實質(zhì)是不能給企業(yè)帶來應(yīng)有的經(jīng)濟利益，但該資產(chǎn)還以一定的形態(tài)存在。

結(jié)合以上定義，本文從對資產(chǎn)的定義反推不良資產(chǎn)的定義，筆者認為凡符合以下條件之一者均為不良資產(chǎn)：其一，企業(yè)不能夠擁有或控制，但仍在資產(chǎn)負債表的左方列示的資產(chǎn)；其二，不能給企業(yè)帶來未來經(jīng)濟利益的資產(chǎn)。

（二）企業(yè)不良資產(chǎn)的構(gòu)成

關(guān)于不良資產(chǎn)的構(gòu)成本文贊同陳冬華（1998）的觀點，不良資產(chǎn)一般主要由以下四類構(gòu)成：

1.三年以上的應(yīng)收款項，包括三年以上的應(yīng)收票據(jù)、應(yīng)收賬款、預(yù)付賬款和其他應(yīng)收款。

一般而言，三年以上仍未收回的應(yīng)收款項，其收回的可能性已幾乎為零，因此現(xiàn)行會計制度規(guī)定：“因債務(wù)人逾期未履行償債義務(wù)超過三年仍然未能收回的應(yīng)收賬款”可確認為壞賬。

2.待攤費用，即企業(yè)已經(jīng)支付但需在未來一年內(nèi)攤銷的費用。

例如預(yù)付租金，由于企業(yè)已經(jīng)支付，除非對方違約，企業(yè)已喪失了對該筆資產(chǎn)的擁有和控制，但是由于會計上的配比原則，即誰受益誰承擔(dān)的原則，待攤費用需以后各期均攤，而不僅是當(dāng)期。因此，待攤費用只是會計意義上的資產(chǎn)，并不為企業(yè)擁有與控制。

3.遞延資產(chǎn)，也稱長期待攤費用，即企業(yè)已經(jīng)支付需在未來一年以上的時間攤銷的費用。

4.待處理財產(chǎn)凈損失，包括待處理流動資產(chǎn)凈損失與待處理固定資產(chǎn)凈損失。

損失已然發(fā)生，但一般因為：a.損失原因仍在調(diào)查中；b.處理申請上級仍未批復(fù)，故仍暫列資產(chǎn)中。

企業(yè)不良資產(chǎn)主要由上述四類構(gòu)成。嚴(yán)格意義上來說，待攤費用和遞延資產(chǎn)不屬于不良資產(chǎn)。但是考慮它們不能給企業(yè)帶來未來的贏利，以及市場投資者的習(xí)慣做法，我們也把它們歸入不良資產(chǎn)。

二、本文的樣本選取和主要研究方法

（一）樣本的選定

本文在模型的推導(dǎo)過程中使用的公司財務(wù)報表數(shù)據(jù)是從上市公司年報中手工收集得到，數(shù)據(jù)主要來源于上海證券交易所網(wǎng)站和中國證券報。樣本的選取遵循以下原則：

1.不考慮金融類上市公司；

2.上市年限相對較長；

3.剔除無法獲取相關(guān)數(shù)據(jù)的公司；

4.剔除B股和H股上市公司；

5.在計算過程中，對會產(chǎn)生非隨機缺失值的公司采取直接刪除的方法。

基于上述原則，本文選取截至2006年12月31日在滬上市的620家發(fā)行A股的公司為研究對象。

（二）財務(wù)指標(biāo)的選取

在關(guān)于財務(wù)指標(biāo)信息類模型的研究上，Altman（1968）等學(xué)者（Altman，Strong和Mayer[4]，1997；Collins，1980；Elliott[5]，1991）使用常規(guī)的財務(wù)指標(biāo)，如負債比率、流動比率、凈資產(chǎn)收益率和資產(chǎn)周轉(zhuǎn)速度指標(biāo)等作為預(yù)測模型的變量進行財務(wù)困境預(yù)測[6]。陳曉等（2000）通過試驗1，260種變量組合，發(fā)現(xiàn)負債/權(quán)益比率、應(yīng)收賬款周轉(zhuǎn)率、主營利潤/總資產(chǎn)比率、留存收益/總資產(chǎn)對上市公司財務(wù)危機有著顯著預(yù)示效應(yīng)。Harmer（1983）指出被選財務(wù)指標(biāo)的相對獨立性能提高模型的預(yù)測能力。Boritz（1991）區(qū)分出65個財務(wù)指標(biāo)作為預(yù)測變量建立財務(wù)模型。綜合國內(nèi)外學(xué)者在財務(wù)指標(biāo)信息類模型研究的基礎(chǔ)上，本文選取凈資產(chǎn)收益率、總資產(chǎn)報酬率等10個財務(wù)指標(biāo)作為預(yù)測模型的變量。

（三）研究程序和研究方法

本文首先計算620家樣本公司的凈資產(chǎn)收益率、總資產(chǎn)報酬率等10個財務(wù)指標(biāo)，這些指標(biāo)綜合反映了企業(yè)的盈利能力、長短期償債能力和營運能力。在此基礎(chǔ)上應(yīng)用主成分分析法，找出了能綜合10個指標(biāo)的七個主成分，應(yīng)用該方法能排除各指標(biāo)量綱不同的影響，又能消除指標(biāo)間的多重共線性，使模型更加精確；指標(biāo)變量減少了，在抓住主要矛盾的同時又盡可能多的保留原始指標(biāo)的信息[7]。確定主成分后，結(jié)合財務(wù)指標(biāo)信息類模型特別是阿特曼多元Z值判定模型的分析思路，建立我國上市公司不良資產(chǎn)的測評模型。

三、實證研究——模型構(gòu)建

（一）研究假設(shè)

假設(shè)1：資產(chǎn)質(zhì)量與企業(yè)業(yè)績之間存在正的相關(guān)關(guān)系，資產(chǎn)質(zhì)量越好，企業(yè)的業(yè)績就越好。李樹華、陳征宇（1998）曾以滬深兩市1997年745家上市公司為樣本進行了統(tǒng)計分析，得出資產(chǎn)質(zhì)量與當(dāng)年的凈資產(chǎn)收益率存在一定的正相關(guān)關(guān)系。

假設(shè)2：本假設(shè)是有關(guān)選取樣本公司財務(wù)數(shù)據(jù)質(zhì)量的假設(shè)，①假定企業(yè)凈資產(chǎn)收益率、總資產(chǎn)報酬率和主營業(yè)務(wù)利潤率不會超過100%，與此假設(shè)相背的樣本公司予以刪除；②假定總資產(chǎn)周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率不超過50次，即周轉(zhuǎn)期不低于7天，相背樣本數(shù)據(jù)刪除；③流動比率不高于50，資產(chǎn)負債率不高于100%，相背樣本公司不予研究；④不良資產(chǎn)率不高于50%，否則刪除該樣本。

（二）不良資產(chǎn)測量指標(biāo)設(shè)計

本文是在陳冬華（1998）關(guān)于上市公司不良資產(chǎn)的研究基礎(chǔ)上，深入研究如何建立不良資產(chǎn)的測評模型，借鑒了他設(shè)計的不良資產(chǎn)相對衡量指標(biāo)。凈資產(chǎn)中不良資產(chǎn)率（NPAs）=1-調(diào)整后的每股凈資產(chǎn)/每股凈資產(chǎn)。例如：福成五豐（600965），其每股凈資產(chǎn)與調(diào)整后的每股凈資產(chǎn)分別為1.80與1.68元，則不良資產(chǎn)率計算為：1-1.68/1.8=0.0667，該指標(biāo)表示在公司凈資產(chǎn)中不良資產(chǎn)占6.67%。

（三）10個財務(wù)指標(biāo)的描述統(tǒng)計

鑒于本文選取的樣本量大，對凈資產(chǎn)收益率、總資產(chǎn)報酬率等十個指標(biāo)的具體計算結(jié)果不在文中列示，僅對各指標(biāo)進行統(tǒng)計描述如表1：

表1. 指標(biāo)描述統(tǒng)計表

（四）提取主成分

1. 對指標(biāo)x1-x10標(biāo)準(zhǔn)化，求出標(biāo)準(zhǔn)化后的數(shù)矩陣的相關(guān)陣（表2）

指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化的公式為：ZXij=■

（Xij為第i家公司第j項財務(wù)比率的數(shù)據(jù)，ZXij為Xij標(biāo)準(zhǔn)化后的數(shù)值，EXj是第j項財務(wù)比率數(shù)據(jù)的均值，DXj是第j項財務(wù)比率數(shù)據(jù)的方差。）

表2.指標(biāo)標(biāo)準(zhǔn)化后的相關(guān)陣

由表2可知，部分指標(biāo)之間直接的相關(guān)性比較強，的確存在信息上的重疊。

2.KMO檢驗和Bartlett球形檢驗（表3）

表3. KMO and Bartlett's Test

由Bartlett球形檢驗可以看出，應(yīng)拒絕各指標(biāo)獨立的假設(shè)，即指標(biāo)間具有較強的相關(guān)性。但是，KMO統(tǒng)計量為0.644，說明各指標(biāo)間信息的重疊程度可能不是特別的高，有可能做出的主成分分析模型不是很完善，但還是值得嘗試的。

3.由相關(guān)陣計算特征根（λ）、方差貢獻率和累積貢獻率（表4）

表4. 方差解釋表（Total Variance Explained）

如表4所示，可知第一個主成分的方差占所有主成分方差的25.074%，前七個主成分的方差貢獻率達到92.04%，因此選前七個主成分已經(jīng)足以描述10個財務(wù)比率所包含的信息。

4. 計算變量共同度（表5）

表5.Communalities

變量共同度表示各變量所含的信息能被提取的主成分解釋的程度，由表5中所示的變量共同度可知，變量的共同度都在80%以上，這七個主成分對各財務(wù)指標(biāo)的解釋能力是比較強的，因此只考慮前七個主成分即可。

5. 采用主成分法計算因子載荷矩陣，通過因子旋轉(zhuǎn)解釋主成分的經(jīng)濟涵義

表6.旋轉(zhuǎn)后的因子載荷矩陣（Rotated Component Matrixa）

因子載荷矩陣是各因子（主成分）在各變量上的載荷，即各因子對各變量的影響程度。由于初始的因子載荷矩陣系數(shù)不是太明顯，不利于公因子的解釋。為了使因子載荷矩陣的系數(shù)向0-1分化，對初始載荷矩陣進行方差最大旋轉(zhuǎn)（Varimax），旋轉(zhuǎn)后的因子載荷矩陣如表6所示。

由表6可以看出，第一主成分（F1）在x2、x9及x10上有很大的載荷，可以定義為償債能力的影響因子；第二主成分（F2）在x3、x4上有很大的載荷，可以定義為企業(yè)綜合盈利能力的影響因子；第三主成分（F3）在x6上有很大的載荷，可以定義為總資產(chǎn)營運能力的影響因子；第四主成分（F4）在x7上有很大的載荷，可以定義為流動資產(chǎn)營運能力的影響因子；第五主成分（Ｆ5）在x5上有很大的載荷，可以定義為主營業(yè)務(wù)利潤率的影響因子；第六主成分（F6）在x8上有很大的載荷，可以定義為應(yīng)收賬款周轉(zhuǎn)率的影響因子；第七主成分在x1上有很大的載荷，可以定義為不良資產(chǎn)率的影響因子。

6.通過Regression回歸法估計因子得分函數(shù)系數(shù)矩陣（表7）。

表7.Component Score Coefficient Matrix

由因子得分函數(shù)系數(shù)矩陣，將七個公因子表示為10個指標(biāo)的線性形式，主成分表達式模型如下：

F1=-0.008Zx1+0.447Zx2-0.069Zx3-0.001Zx4- 0.056Zx5+0.148Zx6-0.009Zx7+0.008Zx8+0.472Zx9- 0.294Zx10

F2=-0.017Zx1+0.042Zx2+0.801Zx3+0.37Zx4-0.158Zx5-0.077Zx6-0.05Zx7-0.016Zx8-0.168Zx9-0.055x10

F3=0.035Zx1+0.007Zx2-0.299Zx3+0.273Zx4+0.025Zx5+0.613Zx6-0.065Zx7-0.037Zx8+0.364Zx9+0.483Zx10

F4=-0.019Zx1-0.02Zx2-0.005Zx3-0.087Zx4+0.146Zx5+0.22Zx6+0.936Zx7-0.26Zx8-0.192Zx9-0.437Zx10

F5= 0.037Zx1-0.185Zx2-0.304Zx3+0.17Zx4+ 0.991Zx5-0.037Zx6+0.131Zx7-0.055Zx8+0.116Zx9+0.006Zx10

F6=0.008Zx1-0.032Zx2-0.046Zx3+0.038Zx4-0.061Zx5-0.117Zx6-0.17Zx7+1.073Zx8+0.104Zx9+0.059Zx10

F7=0.998Zx1+0.01Zx2-0.006Zx3-0.011Zx4+0.029Zx5+0.033Zx6-0.013Zx7+0.002Zx8-0.035Zx9-0.017Zx10

變量Zxi（i=1，2…10）是財務(wù)指標(biāo)Xi標(biāo)準(zhǔn)化后的值

（五）借鑒阿爾曼多元Z值判定模型的分析思路建立不良資產(chǎn)測評模型——G模型

模型的表達式為：

G=a1F1+a2F2+a3F3+a4F4+a5F5+a6F6+a7F7

ai=■(i=0，1…7)

（ai是主成分Fi的方差貢獻率；λi是主成分Fi的特征根；∑λ是主成分的特征根和）根據(jù)以上計算所的數(shù)據(jù)，可以得到滬市A股上市公司不良資產(chǎn)控制模型：

G=0.251F1+0.205F2+0.139F3+0.106F4+0.101F5+0.066F6+0.054F7

代入F1～F7到G模型中，得：

G=0.0555Zx1+0.0994Zx2+0.0707Zx3+0.1234Zx4+0.07014Zx5+0.1202Zx6+0.079Zx7+0.0314Zx8+

0.13097Zx9-0.06067Zx10

（變量Zxi（i=1，2…10）是財務(wù)指標(biāo)Xi標(biāo)準(zhǔn)化后的值）

求出向量Ｇ[G1，G2，…Gn]（n為樣本數(shù)）值后，對向量Ｇ的元素做統(tǒng)計分析，得到其最大值Ｇmax和Ｇmin，從而得出合理不良資產(chǎn)率控制的上下限[Ｇmin，Ｇmax]，檢驗企業(yè)不良資產(chǎn)相對衡量指標(biāo)NPAs（凈資產(chǎn)中的不良資產(chǎn)率）是否在上下限范圍內(nèi)，據(jù)以判定持有不良資產(chǎn)額是否合理；反之，該模型為企業(yè)合理控制不良資產(chǎn)提供了參考界限。

四、本文的研究結(jié)論

本文以滬市A股2006年底全部上市公司為研究對象，根據(jù)模型對數(shù)據(jù)的原則要求，剔除一部分上市公司后，最終選取620家上市公司為研究樣本，借鑒阿爾曼多元Z值判定模型的分析思路建立不良資產(chǎn)測評模型——G模型。

根據(jù)模型的要求，首先計算出x1～x10財務(wù)比率數(shù)據(jù)，然后對其標(biāo)準(zhǔn)化得到Zx1～Zx10，把Zx1～Zx10代入G模型，得到向量Ｇ[G1，G2，…Gn]（n為樣本數(shù)，n=1，2，…620），對G1，G2，…Gn統(tǒng)計分析，見表8。

表8. G值描述統(tǒng)計

由表8可得出結(jié)論：我國滬市A股上市公司不良資產(chǎn)率應(yīng)控制在[-1.667%，1.785%]范圍內(nèi)，超出此范圍的不良資產(chǎn)可能會給企業(yè)造成不利影響，或者可能向投資者傳遞企業(yè)有盈余管理動機的信號，從而提醒和幫助管理者判斷是否應(yīng)該進行清產(chǎn)核資，計提資產(chǎn)減值準(zhǔn)備。

[參考文獻]

[1]李嘉明，李松敏．我國上市公司的資產(chǎn)質(zhì)量與企業(yè)績效的實證

研究[J]．經(jīng)濟問題探索，2005，（4）：104-107．

[2]陳冬華．上市公司不良資產(chǎn)的實證分析[N]．證券市場導(dǎo)報，

1998－07．

[3]常繼英．關(guān)于企業(yè)不良資產(chǎn)的構(gòu)成和計算[J]．內(nèi)蒙古科技與經(jīng)

濟，2004，（3）：41-42．

[4]Strong，John，S ．， Meyer，John，R ． Asset Write-downs:

Managerial Incentives and Security Returns[J]．Journal of

Finance，1987，(2) ：643-661．

[5]Elliott，J ．A ．， Shaw，W ．H ．，Write-offs as Accounting

Procedures to Manage Perceptions[J]．Journal of Accounting

Research，1987(supplement) ：91-144．

[6]Altman，E．，F(xiàn)inancial Ratios．Discriminant Analysis and the

Prediction of Corporate Bankruptcy[J]．Journal of Finance，

1968，23(Sept.) ：589-609．

[7]張文彤，閆潔．SPSS統(tǒng)計分析高級教程[M] ．北京：高等教

育出版社，2004， 213-225．

Research on Assessing model of Non-performing Assets of Chinese Listed Companies

Gao Yuju，Bu Shuduan，Wang Caiyan

（Shijiazhuang University of Economics， Shijiazhuang 050031， China）

Abstract：This paper takes Shanghai-listed companies as object of research. At last， take 620 listed companies' financial statements for research according to strict principles. Through the study of the models on financial-index-information， we designed ten financial indicators that can reflect the companies' comprehensive capacity of operation. Recur to the analytical method of principal component and Altman Z model，we designed the assessing model of non-performing assets--G-model. A predicable conclusion reveals that the ratio of non-performing assets of Shanghai-listed companies should control in the range of [-1.667%，1.785%].

Key words：non-performing assets（NPAs）；analytical method of principal component；assessing model

（責(zé)任編輯：張積慧）