浙江萬(wàn)里學(xué)院 施建華 貝洪俊

上市公司財(cái)務(wù)危機(jī)預(yù)警模型構(gòu)建
——基于ST公司的實(shí)證研究

浙江萬(wàn)里學(xué)院 施建華 貝洪俊

財(cái)務(wù)危機(jī)是指企業(yè)明顯無(wú)力按時(shí)償還到期的無(wú)爭(zhēng)議的債務(wù)。對(duì)于財(cái)務(wù)危機(jī)，通常公認(rèn)有兩種確定的方法：一是法律對(duì)企業(yè)破產(chǎn)的定義，企業(yè)破產(chǎn)是用來(lái)衡量企業(yè)財(cái)務(wù)危機(jī)最常用的標(biāo)準(zhǔn)，也是最準(zhǔn)確和最極端的標(biāo)準(zhǔn)；二是以證券交易所對(duì)持續(xù)虧損、有重大潛在損失或者股價(jià)持續(xù)低于一定水平的上市公司給予特別處理或退市作為標(biāo)準(zhǔn)。國(guó)外多數(shù)同類研究采用破產(chǎn)標(biāo)準(zhǔn)（Altman，1968；Ohlson，1971；Plattand platt，1990 and 1994）。國(guó)內(nèi)學(xué)者大都將特別處理（ST）的上市公司作為存在財(cái)務(wù)危機(jī)的上市公司（陳靜，1999；李華中，2001）。本文將采用以上學(xué)者的思路，以ST公司作為研究樣本，并將“財(cái)務(wù)危機(jī)”定義為“因財(cái)務(wù)狀況異常而被特別處理（ST）”。

一、研究設(shè)計(jì)

（一）樣本選取 本文選擇了在2009年3月至2009年6月期間，在2008年年報(bào)公布后，因財(cái)務(wù)狀況異常而首次被ST的30家上市公司（數(shù)據(jù)來(lái)自wind資訊），為了更好地研究樣本的特征，同時(shí)選取同行業(yè)（按證監(jiān)會(huì)行業(yè)代碼分類）、同規(guī)模的30家非ST公司作為配對(duì)樣本。在選取樣本時(shí)注意以下問(wèn)題：

（1）考慮到ST公司是由于2008年報(bào)公布后，連續(xù)2年虧損而導(dǎo)致被ST的。在選擇觀測(cè)年限時(shí)，取被ST前1年的財(cái)務(wù)年度的財(cái)務(wù)指標(biāo)，即選擇2008年的財(cái)務(wù)指標(biāo)，對(duì)應(yīng)的配對(duì)樣本取同期的財(cái)務(wù)指標(biāo)。

（2）對(duì)ST樣本的選擇時(shí)，由于本文研究目的在于研究財(cái)務(wù)信息對(duì)財(cái)務(wù)預(yù)警的作用，因此剔除了有以下幾種情況的公司：

被注冊(cè)會(huì)計(jì)師出具無(wú)法表示意見(jiàn)或否定意見(jiàn)的審計(jì)報(bào)告；

追溯調(diào)整導(dǎo)致最近兩年連續(xù)虧損；

在法定期限內(nèi)未依法披露定期報(bào)告；

在規(guī)定期限內(nèi)未對(duì)存在重大會(huì)計(jì)差錯(cuò)或虛假財(cái)務(wù)會(huì)計(jì)報(bào)告進(jìn)行改正；

主營(yíng)業(yè)務(wù)所屬行業(yè)發(fā)生變化的，行業(yè)歸屬不符合證監(jiān)會(huì)行業(yè)要求的。

（二）變量選取 根據(jù)我國(guó)上市公司的特點(diǎn)，本文從償債能力、盈利能力、運(yùn)營(yíng)能力、現(xiàn)金流量等4個(gè)方面選擇了19個(gè)財(cái)務(wù)指標(biāo)作為構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型的預(yù)選指標(biāo)。分別定義為表示償債能力等5個(gè)指標(biāo)：已獲利息倍數(shù)（x1）；資產(chǎn)負(fù)債率（x2）；速動(dòng)比率（x3）；流動(dòng)比率（x4）；長(zhǎng)期負(fù)債與營(yíng)運(yùn)資金比率（x5）。

表示盈利能力的5個(gè)指標(biāo)：銷售凈利率（x6）；資產(chǎn)凈利率（x7）；凈資產(chǎn)收益率（x8）；銷售毛利率（x9）；營(yíng)業(yè)利潤(rùn)比重（x10）。

表示營(yíng)運(yùn)能力的5個(gè)指標(biāo)：總資產(chǎn)周轉(zhuǎn)率（x11）；存貨周轉(zhuǎn)率（x12）；應(yīng)收賬款周轉(zhuǎn)率（x13）；流動(dòng)資產(chǎn)周轉(zhuǎn)率（x14）；營(yíng)運(yùn)資本周轉(zhuǎn)率（x15）。

表示現(xiàn)金流量的4個(gè)指標(biāo)：銷售現(xiàn)金比率（x16）；現(xiàn)金債務(wù)總額比（x17）；全部資產(chǎn)現(xiàn)金回收率（x18）；現(xiàn)金流動(dòng)負(fù)債比（x19）。

二、實(shí)證研究

（一）用因子分析對(duì)數(shù)據(jù)預(yù)處理 由于各財(cái)務(wù)指標(biāo)之間存在著較多的相關(guān)關(guān)系，信息重復(fù)較多，直接用它們分析現(xiàn)實(shí)問(wèn)題，不但模型復(fù)雜，而且還會(huì)因?yàn)槎嘀毓簿€性問(wèn)題而引起極大的誤差。因此，首先利用因子分析使變量簡(jiǎn)化降維，用少數(shù)因子代替所有變量去分析整個(gè)問(wèn)題。首先進(jìn)行KMO and Bartlett's測(cè)試，KMO取值0.651大于0.6，和Bartlett球型檢驗(yàn)中的Sig=0.000，說(shuō)明檢測(cè)結(jié)果適合做因子分析。

（二）因子分子法運(yùn)用 具體如下：

（1）定義變量。將上述19個(gè)研究變量依次定義為分析變量，記為Xi，i取1，2，3，……19。

（2）將原始數(shù)據(jù)進(jìn)行規(guī)范化處理。由于財(cái)務(wù)指標(biāo)眾多，信息重復(fù)，直接使用原始數(shù)據(jù)做因子分析達(dá)不到理想的降維效果，因此需要利用SPSS軟件功能進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化處理（均值為0，方差為1）。

（3）對(duì)樣本數(shù)據(jù)進(jìn)行T檢驗(yàn)。應(yīng)用T檢驗(yàn)，可以檢驗(yàn)獨(dú)立的正態(tài)總體下樣本均值之間是否具有顯著性差異。進(jìn)行兩個(gè)獨(dú)立正態(tài)總體下樣本均值的比較時(shí)，根據(jù)方差齊與不齊兩種情況，應(yīng)用不同的統(tǒng)計(jì)量進(jìn)行檢驗(yàn)。給定顯著性水平α為0.05，根據(jù)SPPSS 13.0運(yùn)行的結(jié)果，對(duì)各個(gè)財(cái)務(wù)指標(biāo)變量的顯著性差異的判斷情況如下。

指標(biāo)X1（已獲利息倍數(shù)）、X2（資產(chǎn)負(fù)債率）、X3（速動(dòng)比率）、X4（流動(dòng)比率）、X6（銷售凈利率）、X7（資產(chǎn)凈利率）、X9（銷售毛利率）、X11（總資產(chǎn)周轉(zhuǎn)率）、X12（存貨周轉(zhuǎn)率）、X14（流動(dòng)資產(chǎn)周轉(zhuǎn)率）、X16（銷售現(xiàn)金比率）、X17（現(xiàn)金債務(wù)總額比）、X18（全部資產(chǎn)現(xiàn)金回收率）、X19（現(xiàn)金流動(dòng)負(fù)債比）等14個(gè)指標(biāo)具有明顯的差異。鑒于以上十種結(jié)果，后續(xù)的研究將采用該14個(gè)財(cái)務(wù)指標(biāo)進(jìn)行研究。

（4）計(jì)算公共因子的特征值和方差貢獻(xiàn)率，并由大到小排序，提取公共因子（見(jiàn)表1）。

表1 因子解釋原有變量總方差的情況

從表1中可以看出，前4個(gè)因子的特征根大于1，累計(jì)方差貢獻(xiàn)率為82.27%，即前4個(gè)變量解釋了原有變量總方差的82.27%。在因子旋轉(zhuǎn)后，累計(jì)方差比沒(méi)有改變，沒(méi)有影響原有變量的共同度?？傮w上，原有變量的信息丟失較少，因子分析效果理想。原有的19個(gè)財(cái)務(wù)信息分別集中到4個(gè)綜合因子中去（見(jiàn)表2）

表2 旋轉(zhuǎn)后的因子載荷矩陣

在載荷表中載荷系數(shù)越大，表明綜合因子對(duì)相應(yīng)的原始指標(biāo)解釋能力越強(qiáng)。由表3可知：

表3 因子得分系數(shù)矩陣

現(xiàn)金指標(biāo)（X16、X17、X18、X19）在第一個(gè)因子上有較高的載荷，第一個(gè)因子F1可以成為現(xiàn)金指標(biāo)因子；

盈利能力指標(biāo)（X6、X7、X9）在第二個(gè)因子上有較高的載荷，第二個(gè)因子F2可以稱為盈利指標(biāo)因子；

營(yíng)運(yùn)能力指標(biāo)（X11、X12、X14）在第三個(gè)因子上有較高的載荷，第三個(gè)因子F3可以稱為營(yíng)運(yùn)指標(biāo)因子；

償債能力指標(biāo)（X3、X4）在第四個(gè)因子上有較高的載荷，第四個(gè)因子F4可以稱為償債指標(biāo)因子。

根據(jù)表3的結(jié)果，可以寫出以下因子得分函數(shù)：

F1=-0.01X2+0.04X3+0.02X4-0.09X6-0.02X7-0.05X9-0.07X12-0.03X14+0.26X16+0.27X17+0.27X18+0.27X19

F2=0.20X1-0.04X2-0.13X3-0.18X4+0.40X6+0.34X7+0.42X9-0.05 X11-0.07X12-0.01X14-0.04X16-0.06X17-0.05X18-0.05X19

F3=0.06X1-0.03X2-0.04X3+0.02X7-0.19X9+0.32X11+0.37X12+0.38X14-0.07X16-0.02X17-0.03X18-0.01X19

F4=0.04X1-0.26X2+0.44X3+0.46X4-0.13X6-0.05X7-0.19X9+0.06X11-0.02X12-0.03X14+0.03X17+0.04X18+0.04X19

（三）運(yùn)用Logistic回歸建立預(yù)警模型 將因子分析得到的4個(gè)因子與因變量Y作為引入變量，利用二分類Logistic回歸建立預(yù)警模型并預(yù)測(cè)。

二元邏輯回歸擬合的方程為：

其中，P是上市公司發(fā)生財(cái)務(wù)危機(jī)的概率；Xi是影響財(cái)務(wù)危機(jī)的第i個(gè)因素，i=1，2，…，m；a，bi（i=1，2，…，m）是待估參數(shù)。

運(yùn)行SSPS13.0，得到的結(jié)果如表4所示：

表4 模型估計(jì)及系數(shù)檢驗(yàn)

從表4的結(jié)果可以看出，所有系數(shù)均通過(guò)了檢驗(yàn)，可建立如下Logistic回歸方程：

表5 模型總體檢驗(yàn)

表5輸出了模型的似然值（-2 Log）和兩個(gè)偽決定系數(shù)Cox&SnellRSquare和Nagelkerke R Square，后兩者從不同角度反映了當(dāng)前模型中自變量的變異占因變量總變異的比例?？梢钥吹?，這兩個(gè)偽決定系數(shù)分別達(dá)到0.69和0.92，說(shuō)明模型中自變量對(duì)因變量的解釋程度良好。以0.50為概率最佳分割點(diǎn)進(jìn)行預(yù)測(cè)，P大于0.50判斷為ST公司。

表6 模型預(yù)測(cè)結(jié)果

從表6的預(yù)測(cè)結(jié)果來(lái)看，模型的整體預(yù)測(cè)效果為94.02%，其中ST公司的預(yù)測(cè)準(zhǔn)確率為92.62%，非ST公司的預(yù)測(cè)準(zhǔn)確率為95.16%。這個(gè)結(jié)果優(yōu)于現(xiàn)有的研究結(jié)論。

［1］陳靜：《上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析》，《會(huì)計(jì)研究》1994年第4期。

［2］陳曉、陳治鴻：《企業(yè)財(cái)務(wù)困境研究的理論、方法及應(yīng)用》，《投資研究》2000年第6期。

［3］吳世農(nóng)、盧賢義：《我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究》，《經(jīng)濟(jì)研究》2001年第6期。

［4］張玲：《上市公司財(cái)務(wù)預(yù)警分析判別模型》，《數(shù)量經(jīng)濟(jì)研究》2000年第3期。

［5］李華中：《上市公司經(jīng)營(yíng)失敗的預(yù)警系統(tǒng)研究》，《財(cái)經(jīng)研究》2001年第10期。

［6］張文彤：《SPSS統(tǒng)計(jì)分析高級(jí)教程》，高等教育出版社2008年版。

［本文系浙江省教育廳科研項(xiàng)目（編號(hào)：Y201018565）的階段性研究成果］

（編輯 向玉章）