［摘要］本文選取2004年滬深兩市1355家上市公司的數(shù)據(jù)，采用因子分析方法和logistic回歸分析，對傳統(tǒng)財(cái)務(wù)預(yù)警指標(biāo)和現(xiàn)金流指標(biāo)進(jìn)行了整合研究。分析比較了傳統(tǒng)財(cái)務(wù)預(yù)警指標(biāo)體系與現(xiàn)金流指標(biāo)體系在整合前后的不同評(píng)價(jià)結(jié)果，發(fā)現(xiàn)整合了現(xiàn)金流指標(biāo)以后的財(cái)務(wù)預(yù)警指標(biāo)體系比僅使用傳統(tǒng)的財(cái)務(wù)指標(biāo)對上市公司進(jìn)行財(cái)務(wù)預(yù)警效果明顯。

［關(guān)鍵字］財(cái)務(wù)預(yù)警 現(xiàn)金流 因子分析 logistic回歸分析

一、前言

財(cái)務(wù)預(yù)警是以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ)，通過設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化，對企業(yè)可能或者將要面臨的財(cái)務(wù)危機(jī)實(shí)施的實(shí)時(shí)監(jiān)控和預(yù)測警報(bào)。財(cái)務(wù)預(yù)警指標(biāo)的主要功能是從整體上把握企業(yè)財(cái)務(wù)運(yùn)行狀況，辨析企業(yè)財(cái)務(wù)危機(jī)與經(jīng)營活動(dòng)可能有的盲點(diǎn)，預(yù)先了解企業(yè)財(cái)務(wù)危機(jī)的征兆，以達(dá)到預(yù)先警示的目的。一般預(yù)警指標(biāo)大體包括四個(gè)方面：第一，反映企業(yè)支付能力的財(cái)務(wù)指標(biāo)，包括流動(dòng)比率(流動(dòng)資產(chǎn)/流動(dòng)負(fù)債)、速動(dòng)比率(速動(dòng)資產(chǎn)/流動(dòng)負(fù)債)等；第二，反映資產(chǎn)管理的比率，包括不良資產(chǎn)率(不良資產(chǎn)總額/資產(chǎn)總額)、資產(chǎn)減值率(計(jì)提的資產(chǎn)減值準(zhǔn)備/資產(chǎn)總額)等；第三，反映負(fù)債管理的比率，包括資產(chǎn)負(fù)債率(負(fù)債總額/資產(chǎn)總額)、產(chǎn)權(quán)比率(負(fù)債總額/股東權(quán)益)等；第四，反映獲利能力的財(cái)務(wù)指標(biāo)，包括邊際貢獻(xiàn)率(邊際貢獻(xiàn)/銷售收入)、銷售利潤率(凈利潤/銷售收入)等。這些指標(biāo)大都以傳統(tǒng)會(huì)計(jì)利潤為基礎(chǔ)的財(cái)務(wù)指標(biāo)。由于在計(jì)算會(huì)計(jì)利潤時(shí)使用權(quán)責(zé)發(fā)生制，加之不考慮權(quán)益資本的成本，因此單純使用傳統(tǒng)的財(cái)務(wù)預(yù)警指標(biāo)來對公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警似乎不太恰當(dāng)。

20世紀(jì)70年代以來，隨著決策有用性會(huì)計(jì)目標(biāo)的流行，現(xiàn)金流量信息受到了普遍關(guān)注。在市場經(jīng)濟(jì)條件下，企業(yè)的現(xiàn)金流，在很大程度上影響著企業(yè)的生存與發(fā)展。財(cái)務(wù)活動(dòng)的始極是資金的墊支，終極是得到價(jià)值增加的貨幣本金收回。在企業(yè)經(jīng)營的全過程中，財(cái)務(wù)風(fēng)險(xiǎn)管理與現(xiàn)金流量控制是相互滲透、相輔相成的，一方面，實(shí)時(shí)的監(jiān)測、防范和控制財(cái)務(wù)風(fēng)險(xiǎn)，保持良好的經(jīng)營狀況，有助于獲得企業(yè)生存、發(fā)展所需的充足的、有效的現(xiàn)金流量；另一方面，通過現(xiàn)金流量控制更有利于加強(qiáng)財(cái)務(wù)控制，避免和控制財(cái)務(wù)風(fēng)險(xiǎn)。因此，建立一套現(xiàn)金流財(cái)務(wù)預(yù)警指標(biāo)能及時(shí)掌握和監(jiān)測企業(yè)現(xiàn)金流量變動(dòng)的數(shù)量和動(dòng)向，對加強(qiáng)營運(yùn)資金管理，提高企業(yè)經(jīng)營運(yùn)作能力，具有重要的作用和意義。

二、研究設(shè)計(jì)

1、樣本和指標(biāo)的選取

本文選取的數(shù)據(jù)是2004年上海證券市場和深圳證券市場上上市的1355家上市公司的數(shù)據(jù)，數(shù)據(jù)均來自A股上市財(cái)務(wù)數(shù)據(jù)選取的指標(biāo)，主要有兩類：一類是傳統(tǒng)的指標(biāo)體系，主要包括主營業(yè)務(wù)利潤率 、資產(chǎn)凈利率、資產(chǎn)報(bào)酬率、凈資產(chǎn)收益率、流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率、已獲利息倍數(shù)、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率等12個(gè)指標(biāo)；另一類是現(xiàn)金流指標(biāo)，主要包括銷售現(xiàn)金比率、主營收入現(xiàn)金含量、現(xiàn)金營運(yùn)指數(shù)、全部資產(chǎn)現(xiàn)金回收率、現(xiàn)金流動(dòng)負(fù)債比、現(xiàn)金債務(wù)總額比、經(jīng)營現(xiàn)金流入量和總流入量比率、籌資現(xiàn)金流入量和總流入量比率等9個(gè)指標(biāo)。（在選取的1355家公司中，ST公司共有154家，非ST公司有1201家。為了分析的方便。本文采用分層抽樣的原則對ST公司和非ST公司分別進(jìn)行隨機(jī)抽樣。先從ST公司中抽取其中的約30％，即50家公司，為了比例的協(xié)調(diào)和分析的精確度，對于非ST公司，本文不進(jìn)行按比例抽樣，而是僅抽取其中的50家公司進(jìn)行分析。

2、傳統(tǒng)預(yù)警指標(biāo)的因子分析及l(fā)ogistic回歸

在建立logistic回歸模型之前，我們先對原始指標(biāo)進(jìn)行因子分析，然后再將提取的因子進(jìn)行l(wèi)ogistic回歸，這樣得到的模型不僅可以有效克服變量之間的多重共線性，同時(shí)由于傳統(tǒng)指標(biāo)體系的變量過多，如果一起納入進(jìn)行l(wèi)ogistic回歸分析的話，某些變量可能由于回歸不顯著而被剔除。而在logistic回歸之前進(jìn)行因子分析，再利用因子分析得到的因子進(jìn)行l(wèi)ogistic回歸分析，可以更大程度上利用樣本和指標(biāo)的信息。

因子分析的目標(biāo)就是要求能夠控制原始指標(biāo)的因子變量 ，讓其盡可能多地包含原始指標(biāo)的信息，從而達(dá)到明確觀測內(nèi)容，簡化觀測系統(tǒng)的目的。

我們可以利用SPSS統(tǒng)計(jì)軟件進(jìn)行因子分析。對抽取的100家公司，以16個(gè)傳統(tǒng)指標(biāo)體系為基礎(chǔ)，進(jìn)行因子分析。為了得到更好的分析結(jié)果，以及更確切知道每個(gè)公共因子的意義，以便對實(shí)際問題進(jìn)行分析。本文采用正交旋轉(zhuǎn)的方法對因子進(jìn)行旋轉(zhuǎn)。從軟件輸出結(jié)果我們知道，前4個(gè)公共因子的累計(jì)方法貢獻(xiàn)率已經(jīng)達(dá)到了71.131％，SPSS默認(rèn)提取4個(gè)公因子。

據(jù)此，我們可以根據(jù)旋轉(zhuǎn)后的因子載荷矩陣分析各個(gè)因子的意義。從表二的結(jié)果我們可以看出：第一個(gè)公因子在主營業(yè)務(wù)利潤率、資產(chǎn)凈利率、資產(chǎn)報(bào)酬率、凈資產(chǎn)收益率這4個(gè)指標(biāo)上有較大的因子載荷，而這四個(gè)指標(biāo)是反映公司的盈利能力的，因此，我們可以將第一個(gè)因子命名為盈利能力因子，符號(hào)表示為 ；第二個(gè)因子在流動(dòng)比率、速動(dòng)比率和資產(chǎn)負(fù)債率這三個(gè)指標(biāo)上有較大的因子載荷，而這三個(gè)指標(biāo)在一定程度上反映了公司的償債能力，因此，我們可以將第二個(gè)公共因子命名為償債能力因子，符號(hào)表示為 ；第三個(gè)因子在存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率和固定資產(chǎn)周轉(zhuǎn)率三個(gè)因子上有較大的因子載荷，而這三個(gè)因子反映了公司的營運(yùn)能力，因此，我們可以將第三個(gè)公共因子命名為營運(yùn)能力因子，符號(hào)表示為 ；第四個(gè)因子在已獲利息倍數(shù)和應(yīng)收賬款周轉(zhuǎn)率兩個(gè)指標(biāo)上有較大的因子載荷，而這兩個(gè)指標(biāo)是反映公司的資產(chǎn)獲利能力的，因此我們可以命名為獲利能力因子，符號(hào)表示為 。同時(shí)，SPSS也算出了每個(gè)公司的所有因子得分，即 ， ， 和 的值。

算得因子為基礎(chǔ)后，進(jìn)行l(wèi)ogistic回歸分析。本文利用logistic回歸模型，將ST公司賦值為1，非ST公司賦值為0。將問題轉(zhuǎn)化為根據(jù)公司財(cái)務(wù)狀況，計(jì)算其在一定時(shí)間陷入財(cái)務(wù)危機(jī)的概率。如果此概率大于某個(gè)設(shè)定值（本文取0.5），則判斷該公司將陷入財(cái)務(wù)危機(jī)。

在以上得到四個(gè)因子的情況下，我們將上市公司出現(xiàn)財(cái)務(wù)危機(jī)的概率設(shè)定為P（未出現(xiàn)危機(jī)的概率為1－P），P （0，1），并以P的logit變換為應(yīng)變量，擬合線性方程為：

3、現(xiàn)金流指標(biāo)的因子分析及l(fā)ogistic回歸分析

同樣的方法，我們可以對現(xiàn)金流指標(biāo)體系進(jìn)行l(wèi)ogistic回歸分析。我們利用SPSS可以得到因子分析結(jié)果表五和表六所示。從表五的結(jié)果可以看出，前三個(gè)公因子的方差貢獻(xiàn)率達(dá)到了79.679％，SPSS默認(rèn)取前三個(gè)公共因子。在表六的結(jié)果中可以看出，第一個(gè)公因子在現(xiàn)金營運(yùn)指數(shù)、全部資產(chǎn)現(xiàn)金回收率、現(xiàn)金流動(dòng)負(fù)債比和現(xiàn)金債務(wù)總額比這四個(gè)指標(biāo)上有較大的因子載荷，這四個(gè)指標(biāo)是反映公司的營運(yùn)和償債能力的，因此可以將第一個(gè)公因子命名為營運(yùn)償債因子，用符號(hào)表示為 ；第二個(gè)公因子在經(jīng)營現(xiàn)金結(jié)構(gòu)比率、籌資現(xiàn)金結(jié)構(gòu)比率和投資結(jié)構(gòu)比率這三個(gè)指標(biāo)上有較大的因子載荷，而這三個(gè)指標(biāo)反映的是公司的現(xiàn)金結(jié)構(gòu)，因此可以第二個(gè)因子命名為現(xiàn)金結(jié)構(gòu)因子，用符號(hào) 表示；第三個(gè)公因子在銷售現(xiàn)金比率和主營業(yè)務(wù)收入現(xiàn)金含量這兩個(gè)指標(biāo)上有較大的因子載荷，而這兩個(gè)指標(biāo)反映的是公司的獲現(xiàn)能力，因此可以將第三個(gè)公共因子命名為獲現(xiàn)能力因子，用符號(hào) 表示。

同理，我們可以以發(fā)生財(cái)務(wù)危機(jī)的概率為因變量，三個(gè)因子為自變量，進(jìn)行l(wèi)ogistic回歸。

結(jié)果如表七結(jié)果所示。我們也可以寫出回歸方程為：

＝

可見，因子a對因變量的影響為負(fù)，說明因子a的得分越高，越有可能出現(xiàn)財(cái)務(wù)危機(jī)；因子b和因子c的估計(jì)值為正，說明它們對因變量的影響為正。三個(gè)因子的估計(jì)值相差不大，說明它們對因變量的影響相當(dāng)。

同理我們也可以對回歸結(jié)果進(jìn)行回判判別。得到如表八的結(jié)果。

三、結(jié)論

（1）整合了現(xiàn)金流指標(biāo)以后的預(yù)警指標(biāo)體系比僅使用傳統(tǒng)的財(cái)務(wù)預(yù)警指標(biāo)對上市公司進(jìn)行財(cái)務(wù)預(yù)警效果明顯。

（2）單純使用傳統(tǒng)財(cái)務(wù)預(yù)警指標(biāo)，在一定程度上能夠?yàn)槠髽I(yè)風(fēng)險(xiǎn)提出警情，但由于傳統(tǒng)利潤指標(biāo)容易被人為操縱因此難以完全完成預(yù)警功能，但如果只關(guān)注現(xiàn)金流指標(biāo)，也會(huì)帶來許多問題：僅僅使用現(xiàn)金流指標(biāo)也并不能完全避免上市公司的利潤操縱的影響。因此對上市公司的風(fēng)險(xiǎn)預(yù)警只關(guān)注現(xiàn)金流指標(biāo)是不夠的。

（3）傳統(tǒng)的財(cái)務(wù)預(yù)警指標(biāo)和現(xiàn)金流指標(biāo)二者分別從兩個(gè)不同的側(cè)面反映了公司的經(jīng)營風(fēng)險(xiǎn)。應(yīng)當(dāng)將二者有效地加以整合，同時(shí)更加重視現(xiàn)金流指標(biāo)，才能使評(píng)價(jià)結(jié)果更加接近財(cái)務(wù)警限。同時(shí)，對上市公司財(cái)務(wù)預(yù)警，僅僅關(guān)注定量指標(biāo)也是不夠的，定性指標(biāo)在財(cái)務(wù)預(yù)警過程方面和評(píng)價(jià)上市公司發(fā)展能力方面也是非常具有解釋力，如通過專業(yè)人員、咨詢公司、協(xié)會(huì)等，就公司可能遇到的問題加以詳細(xì)調(diào)查與分析，形成報(bào)告文件供公司經(jīng)營者參考的方法。所以，上市公司的財(cái)務(wù)預(yù)警指標(biāo)體系應(yīng)該由傳統(tǒng)的財(cái)務(wù)指標(biāo)、基于現(xiàn)金流的指標(biāo)和定性指標(biāo)構(gòu)成，使其相互補(bǔ)充、互相證明，才能使評(píng)價(jià)結(jié)果更接近真實(shí)。

主要參考文獻(xiàn)

[1] 楊淑娥， 徐偉剛. 上市公司財(cái)務(wù)預(yù)警模型——Y分?jǐn)?shù)模型的實(shí)證研究. 中國軟科學(xué)， 2003，(1)

[2] 陳靜. 上市公司財(cái)務(wù)惡化預(yù)測的實(shí)證分析. 會(huì)計(jì)研究， 1999，(4)

[3] 張慧君， 蘇寧， 陳麗榮. 從財(cái)務(wù)指標(biāo)的選用看財(cái)務(wù)預(yù)警系統(tǒng)的有效性. 管理與科學(xué)， 2004，(2)

[4] 吳世農(nóng)， 盧賢義. 我國上市公司財(cái)務(wù)困境的預(yù)測模型研究. 經(jīng)濟(jì)研究， 2001，(6)

“本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文”