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.