摘要：本文按生命周期的界定標(biāo)準(zhǔn)將財(cái)務(wù)困境樣本劃分為不同生命周期，采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行財(cái)務(wù)困境預(yù)測(cè)。結(jié)果顯示，不同生命周期樣本的預(yù)測(cè)指標(biāo)存在顯著差異，且預(yù)測(cè)的準(zhǔn)確率特別是其長(zhǎng)期預(yù)警能力令人滿意。

關(guān)鍵詞：危機(jī)預(yù)警；生命周期

2007年始于美國(guó)的全球金融危機(jī)波及全球，上市公司特別是出口型企業(yè)銷(xiāo)售萎縮利潤(rùn)大幅減少。在金融危機(jī)的大背景下，如何以上市公司為研究對(duì)象，探索企業(yè)發(fā)生財(cái)務(wù)危機(jī)的原因并加以防范，就顯得極為重要。

在企業(yè)生命周期的各個(gè)階段，企業(yè)的組織結(jié)構(gòu)、人力資源特征等方面都有明顯差異，這些差異最終將反映到企業(yè)的財(cái)務(wù)狀況上，決定了生命周期各個(gè)階段財(cái)務(wù)特征的差異性，也決定了各階段發(fā)生財(cái)務(wù)危機(jī)的誘因與表現(xiàn)不同。因此，本文將樣本劃分為不同生命周期進(jìn)行財(cái)務(wù)危機(jī)預(yù)警研究。

一、生命周期劃分標(biāo)準(zhǔn)

本文綜合以往學(xué)者對(duì)企業(yè)生命周期的劃分標(biāo)準(zhǔn)，采用主營(yíng)業(yè)務(wù)收入增長(zhǎng)率來(lái)界定企業(yè)所處的生命周期。一般來(lái)說(shuō)，如果主營(yíng)業(yè)務(wù)收入增長(zhǎng)率超過(guò)10%，說(shuō)明公司處于成長(zhǎng)期，公司發(fā)展將繼續(xù)保持較好的增長(zhǎng)勢(shì)頭，尚未面臨產(chǎn)品更新的風(fēng)險(xiǎn)。如果主營(yíng)業(yè)務(wù)收入增長(zhǎng)率介于+10%之間，說(shuō)明公司產(chǎn)品已進(jìn)入穩(wěn)定期，不久將進(jìn)入衰退期，需要著手開(kāi)發(fā)新產(chǎn)品。

因此，為反映企業(yè)成長(zhǎng)期市場(chǎng)需求旺盛、主營(yíng)業(yè)務(wù)增長(zhǎng)迅速的特點(diǎn)，本文將企業(yè)主營(yíng)業(yè)務(wù)收入增長(zhǎng)率持續(xù)增長(zhǎng)3年且10%以上達(dá)兩年作為成長(zhǎng)期；為反映成熟期市場(chǎng)趨于飽和、主營(yíng)業(yè)務(wù)趨于穩(wěn)定、可能出現(xiàn)小幅升降的特點(diǎn)，將主營(yíng)業(yè)務(wù)收入增長(zhǎng)率三年均介于+10%以內(nèi)作為該企業(yè)的成熟期。由于數(shù)據(jù)的收集和界定標(biāo)準(zhǔn)上的不確定等原因，本文對(duì)初創(chuàng)期和衰退期不做分析。

二、不同生命周期樣本及變量的選取

（一）樣本的選取

本文沿用前人的研究選取因財(cái)務(wù)狀況異常而被ST的上市公司為財(cái)務(wù)困境樣本，將未被ST的公司視為正常公司。在對(duì)研究樣本進(jìn)行選取時(shí)，僅對(duì)制造業(yè)的上市公司進(jìn)行研究。接下來(lái)，以我國(guó)滬深兩市A股市場(chǎng)中的制造業(yè)上市公司為研究對(duì)象，搜集2006—2010五年間被實(shí)行特別處理的88家財(cái)務(wù)困境公司，按生命周期的界定標(biāo)準(zhǔn)將其劃分為成長(zhǎng)期和成熟期，通過(guò)篩選得到五年間被ST的公司分別有18家、26家、11家、11家和22家。此后，我們從行業(yè)分類(lèi)、資產(chǎn)規(guī)模及配對(duì)數(shù)量等方面來(lái)選擇正常樣本，最后選取了88家財(cái)務(wù)健康公司。

（二）變量的選取

本文從杜邦分析法出發(fā)，綜合杜邦財(cái)務(wù)分析系統(tǒng)并參考以往相關(guān)研究中具有顯著影響的變量，將28個(gè)財(cái)務(wù)指標(biāo)和14個(gè)非財(cái)務(wù)變量作為備選變量納入我們的研究。本文采用非參數(shù)統(tǒng)計(jì)方法Mann—Whitney U檢驗(yàn)，以前三期均通過(guò)10%顯著性水平的指標(biāo)作為初選變量。然后，利用SPSS軟件對(duì)變量進(jìn)行相關(guān)性分析，剔除相關(guān)性較強(qiáng)的指標(biāo)。

三、不同生命周期預(yù)警模型構(gòu)建和實(shí)證檢驗(yàn)

（一）BP神經(jīng)網(wǎng)絡(luò)分析模型設(shè)計(jì)

人工神經(jīng)網(wǎng)絡(luò)（簡(jiǎn)稱ANN）是對(duì)生理上真實(shí)的人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能及基本特征進(jìn)行理論抽象、簡(jiǎn)化和模擬而構(gòu)成的一種信息系統(tǒng)，ANN作為一種并行分散處理模式，具有非線性映射、自適應(yīng)學(xué)習(xí)和較強(qiáng)容錯(cuò)性的特點(diǎn)，可以對(duì)應(yīng)多變的企業(yè)運(yùn)作環(huán)境。本文沿用前人的研究成果也采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行分析。

我們將成長(zhǎng)期106家上市公司輸入系統(tǒng)，采用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，輸入層的輸入變量有10個(gè)節(jié)點(diǎn)，輸出層2個(gè)節(jié)點(diǎn)，輸出的信號(hào)“0”代表財(cái)務(wù)困境公司，“1”代表財(cái)務(wù)健康公司。隱層節(jié)點(diǎn)數(shù)一般根據(jù)經(jīng)驗(yàn)公式：，通過(guò)“試錯(cuò)法”，最終隱含層節(jié)點(diǎn)數(shù)n取5，這樣我們構(gòu)建了一個(gè)10×5×1的BP網(wǎng)絡(luò)結(jié)構(gòu)。其中，P1、P2、P3分別為輸入層、隱含層及輸出層的神經(jīng)元數(shù)目。成熟期構(gòu)建的是一個(gè)11×5×1的BP網(wǎng)絡(luò)結(jié)構(gòu)。

（二）實(shí)證結(jié)果分析

由于證監(jiān)會(huì)是根據(jù)上市公司前兩年的年報(bào)公布的業(yè)績(jī)決定是否進(jìn)行特別處理的，利用模型對(duì)財(cái)務(wù)危機(jī)預(yù)警進(jìn)行研究有夸大預(yù)測(cè)能力的問(wèn)題，這在前人的研究中也得到了證實(shí)。因此，我們首先對(duì)T—3期的樣本數(shù)據(jù)進(jìn)行預(yù)測(cè)和分析。

通過(guò)上文訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)， 我們將建模樣本和檢驗(yàn)樣本T—3數(shù)據(jù)帶入模型。判別結(jié)果顯示，BP神經(jīng)網(wǎng)絡(luò)模型成長(zhǎng)期建模樣本T—3的I類(lèi)錯(cuò)誤率（將財(cái)務(wù)困境公司判定為財(cái)務(wù)健康公司的比率）為2.70%，II類(lèi)錯(cuò)誤率（將財(cái)務(wù)健康公司判定為財(cái)務(wù)困境公司的比率）為5.41%，綜合準(zhǔn)確率為95.95%，預(yù)測(cè)樣本的I類(lèi)錯(cuò)誤率為18.75%，II類(lèi)錯(cuò)誤率為25%，綜合準(zhǔn)確率為78.13%；成熟期建模樣本T—3無(wú)I類(lèi)、II類(lèi)錯(cuò)誤，其綜合準(zhǔn)確率為100%，檢驗(yàn)樣本的I類(lèi)錯(cuò)誤率為12.5%，II類(lèi)錯(cuò)誤率為37.5%，綜合準(zhǔn)確率為87.50%。

將4期數(shù)據(jù)帶入模型通過(guò)判定分析得出以下結(jié)論：

1、與其他統(tǒng)計(jì)方法相比，BP神經(jīng)網(wǎng)絡(luò)分析具有更優(yōu)的表現(xiàn)。張玲（2000）用判別分析得出前4年的預(yù)估正確率分別是100%、87%、70%和60%；吳世農(nóng)、盧賢義（2001）比較了3種統(tǒng)計(jì)方法，得出Logistic預(yù)測(cè)模型判別效果最好，其前4年的預(yù)測(cè)準(zhǔn)確率分別是93.53%、84.29%、76.26%和73.17%（2001）。BP神經(jīng)網(wǎng)絡(luò)與之相比，其整體判別效果更好，特別是長(zhǎng)期預(yù)警有了明顯改善。

2、BP神經(jīng)網(wǎng)絡(luò)模型對(duì)財(cái)務(wù)困境的識(shí)別效果是令人滿意的。雖然判定準(zhǔn)確率呈現(xiàn)逐年下降的態(tài)勢(shì)，但表現(xiàn)較為平穩(wěn)，且長(zhǎng)期預(yù)警的能力得到顯著加強(qiáng)。

在本文研究中，由于種種原因，還存在著一些局限和不足，主要有兩點(diǎn)：（1）進(jìn)一步擴(kuò)大研究變量的選擇。除了本文引入的公司治理及關(guān)聯(lián)交易等，還有公司領(lǐng)導(dǎo)風(fēng)格、內(nèi)部控制及行業(yè)指標(biāo)等對(duì)公司治理有相關(guān)影響的指標(biāo)。（2）本文的研究以上市公司為樣本，若是可以將樣本擴(kuò)大至非上市公司，則可以使預(yù)警模型成為具有廣泛應(yīng)用的預(yù)測(cè)工具。（作者單位：江西財(cái)經(jīng)大學(xué)）

參考文獻(xiàn)

[1] 李業(yè).企業(yè)生命周期的修正模型及思考[J].南方經(jīng)濟(jì)，2000，2：47—50.

[2] 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[J].經(jīng)濟(jì)研究，2001（06）：46—55.

[3] 楊淑娥.企業(yè)多層次財(cái)務(wù)危機(jī)預(yù)警研究—方法與應(yīng)用.第1版， 出版地：北京，經(jīng)濟(jì)科學(xué)出版社，2009.13—27.