胡寶予　李超偉

【摘要】證券市場是一個充滿信息的市場，上市公司的財務(wù)信息對投資者的投資決策起著舉足輕重的影響。然而我國金融監(jiān)管機構(gòu)劃分正常上市公司與ST上市公司方法單一不夠合理。本文首先選取了經(jīng)營較好的10家上市公司做樣本，利用綜合和評分法確定七大財務(wù)指標(biāo)，再利用主成分分析方法確定3大財務(wù)指標(biāo)，最后利用LVQ神經(jīng)網(wǎng)絡(luò)模型對現(xiàn)行的20家上市公司財務(wù)失敗狀況進(jìn)行驗證，并給出相關(guān)模型評價及建議。

【關(guān)鍵詞】主成分分析 LVQ神經(jīng)網(wǎng)絡(luò)模型 財務(wù)失敗

一、前言

隨著我國經(jīng)濟的發(fā)展，加入WTO的不斷深化，以及證券體制的不斷完善。企業(yè)面臨的市場競爭力越來越大。尤其是我國企業(yè)起步較晚，在財務(wù)及公司的運行管理與國外存在較大的差距，因此我國上市公司在經(jīng)營發(fā)展的過程中面臨著更多的風(fēng)險，其中一個最重要的因素就是財務(wù)失敗。從目前來看我國上市公司對于財務(wù)失敗的研究較少，大多集中在理論階段，在實際領(lǐng)域的運用不多，且在研究的方法上明顯滯后，缺乏必要的數(shù)學(xué)模型，考慮的因素較少，思考問題不夠全面，量化指標(biāo)不夠清晰，這大大影響了我國上市公司的發(fā)展，對證券市場的穩(wěn)定產(chǎn)生影響。在現(xiàn)實中，我國金融公司及監(jiān)管機構(gòu)對正常上市公司和ST上市公司，大多是依靠資不抵債這一標(biāo)準(zhǔn)進(jìn)行劃分，缺乏一定的合理性。本文將對我國正常上市公司于ST上市公司的劃分展開深入探討，并在此基礎(chǔ)之上提出合理的建議。

二、模型準(zhǔn)備

（一）本文假設(shè)

1.上市公司公布的財務(wù)數(shù)據(jù)真是可靠，沒有造假。

2.金融機構(gòu)對上市公司的評級不受主觀影響，客觀真實。

3.排除上市公司短期財務(wù)變化對公司評級的影響。

（二）所選上市公司的合理性

由于篇幅問題，本文選取10家上市公司的財務(wù)數(shù)據(jù)，且數(shù)據(jù)為最新一期的數(shù)據(jù)。由于本文首先是在沃爾評分法的基礎(chǔ)之上進(jìn)行的，因此對于沃爾分析法的7大指標(biāo)本文直接進(jìn)行應(yīng)用，但是由于沃爾分析法選取的指標(biāo)較多，對于各指標(biāo)權(quán)重的分析不夠合理所以本文首先會利用主成分分析法對這7大因素進(jìn)行篩選，然后在此基礎(chǔ)之上對正常上市公司和ST上市公司進(jìn)行研究，進(jìn)而判斷現(xiàn)行的財務(wù)失敗劃分標(biāo)準(zhǔn)是否合理。

在所選的10家上市公司中全部為機構(gòu)評級在A級及其以上的綜合評級的公司，評級為上海益盟軟件技術(shù)股份有限公司的官方評級。軟件技術(shù)股份有限公司的官方評級。通過股票的個股走勢、板塊走勢、公司運營、消息評測、機構(gòu)動向、行業(yè)背景6大維度參數(shù)，將股票分為A+至D-等12級。筆者所選的10個股票分別為三安光電、順網(wǎng)科技、華策影視、石基信息、凱利泰、烽火通信、中國衛(wèi)星、光迅科技、達(dá)實智能、天津港。這10支股票分別涵蓋了光電行業(yè)、文化傳媒行業(yè)、信息技術(shù)行業(yè)、醫(yī)療行業(yè)、電信行業(yè)、航空航天行業(yè)、人工智能以及正在開發(fā)的新貿(mào)易區(qū)等眾多領(lǐng)域。所以樣本選取合理，分布廣，涉及面廣，股票的成長性高，基金持有量大，投資者追捧程度高，基本是引領(lǐng)各個行業(yè)的龍頭，是國家重點扶持、發(fā)展的企業(yè)，且這些公司風(fēng)險控制意識強烈，財務(wù)報表良好，公司運行優(yōu)良，經(jīng)營業(yè)績突出。

從不同行業(yè)板塊選取上市公司，使數(shù)據(jù)更具均勻性，減少數(shù)據(jù)的隨機性、誤差波動，提高接下來的模型的準(zhǔn)確性，從而為較好的預(yù)測財務(wù)失敗提供依據(jù)。

（三）沃爾綜合評分法確定7大財務(wù)指標(biāo)

確定財務(wù)指標(biāo)的分析方法有很多，比較經(jīng)典的有杜邦分析法和沃爾綜合評分法，本文采用的是考慮因素較多的沃爾綜合評分法。

1928年，亞歷山大·沃爾出版的《信用晴雨表研究》和《財務(wù)報表比率分析》中提出了信用能力指數(shù)的概念，他選擇了7個財務(wù)比率（不同的教材或文獻(xiàn)上，叫法略有差異，但意思相同，不影響研究）即流動比率、產(chǎn)權(quán)比率（凈資產(chǎn)/負(fù)債）、固定資產(chǎn)比率（資產(chǎn)/固定資產(chǎn)）、存貨周轉(zhuǎn)率（銷售成本/存貨）、應(yīng)收賬款周轉(zhuǎn)（銷售額/應(yīng)收賬款）、固定資產(chǎn)周轉(zhuǎn)率（銷售額/固定資產(chǎn)）和自有資金周轉(zhuǎn)率（銷售成本/存貨），分別給定各指標(biāo)的比重，然后確定標(biāo)準(zhǔn)比率（以行業(yè)平均數(shù)為基礎(chǔ)），將實際比率與標(biāo)準(zhǔn)比率相比，得出相對比率，將此相對比率與各指標(biāo)比重相乘，得出總評分。提出了綜合比率評價體系，把若干個財務(wù)比率用線性關(guān)系結(jié)合起來，以此來評價企業(yè)的財務(wù)狀況。

本文只是直接運用了沃爾綜合評分法的7大財務(wù)指標(biāo)，并沒有進(jìn)行總評分的計算，本文旨在利用該方法，減少財務(wù)指標(biāo)，使模型更簡單具體，應(yīng)用性更廣。

下表給出了10家上市公司的7大財務(wù)指標(biāo)的數(shù)據(jù)：

三、模型建立

財務(wù)失敗是一個復(fù)雜系統(tǒng)，整個系統(tǒng)內(nèi)部的各個因素關(guān)系復(fù)雜。為了便于我們研究，我們對于收集到的數(shù)據(jù)利用spss進(jìn)行主成分分析，以部分?jǐn)?shù)據(jù)來代替原因素對環(huán)境的影響。建立主成分分析模型如下：

其中x為各財務(wù)指標(biāo)，m為主成分因素個數(shù)，分別為流動比率（x1）、產(chǎn)權(quán)比率（x2）、固定資產(chǎn)比率（x3）、存貨周轉(zhuǎn)率（x4）、應(yīng)收賬款周轉(zhuǎn)（x5）、固定資產(chǎn)周轉(zhuǎn)率（x6）和自有資金周轉(zhuǎn)率（x7），p為提取的財務(wù)失敗的因素，ei=（e1i，e2i，e3i，…epi為系數(shù)向量，m為主成分因素個數(shù)。

（一）模型求解

首先利用spss計算相關(guān)系數(shù)矩陣，如下表所示：

將統(tǒng)計數(shù)據(jù)中的因素帶入spss中進(jìn)行主成分分析。由相關(guān)系數(shù)矩陣計算特征值，以及各個主成分的貢獻(xiàn)率與累計貢獻(xiàn)率，由下表可知，第一、第二、第三主成分的累計貢獻(xiàn)率已達(dá)86.349%，故只許求出第一、第二、第三主成分z1，z2，z3即可。

圖2是主成分碎石圖，結(jié)合特征根曲線的拐點及特征根值，從圖上可以看出，前3個主成分的折線坡度較陡，而后面的較趨平緩，該圖說明選取三個主成分較為合理。

對于特征值λ1=3.494，λ2=1.707，λ3=0.843，分別計算特征向量e1，e2，e3，并計算各變量x1，x2，x3，…，x7在各主成分上的載荷得到主成分載荷矩陣，如下表所示：

從上表我們可以看出，第一主成分z1與x1，x2，x3，x4，x5，x7存在較大正相關(guān)，主成分z2與x1，x2，x6，x7存在較大的正相關(guān)，與x4，x5存在較大的負(fù)相關(guān)，z3與x1，x4，x5，x6存在負(fù)相關(guān)，與存在較大正相關(guān)，與基本無關(guān)。因此我們可以確定，財務(wù)失敗的主要財務(wù)指標(biāo)為應(yīng)收賬款周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率、產(chǎn)權(quán)比率。

下面我們將利用上述的三大指標(biāo)，對我國正常上市公司和ST上市公司的財務(wù)失敗劃分標(biāo)準(zhǔn)及預(yù)測進(jìn)行探討。上文中筆者選取的是10支優(yōu)勢股，其目的是為了更好的篩選出影響財務(wù)的主要因素，減少對主成分的影響，使主成分的準(zhǔn)確性更高，所以沒有選取ST上市公司的財務(wù)數(shù)據(jù)。而要進(jìn)行財務(wù)失敗的預(yù)測和劃分，則必須加入ST上市公司的數(shù)據(jù)，這樣，才使模型更具推廣性，結(jié)果才會更準(zhǔn)確。

四、LVQ神經(jīng)網(wǎng)絡(luò)財務(wù)預(yù)測模型的建立與求解

筆者在研讀了相關(guān)文獻(xiàn)后，大致可以把目前財務(wù)預(yù)測的模型分為以下兩類：統(tǒng)計模型和人工智能模型。傳統(tǒng)的統(tǒng)計模型包括多元判別分析模型MDA和對數(shù)回歸模型Logistics Regression等，這兩者也是應(yīng)用最為廣泛的模型。統(tǒng)計模型最大的優(yōu)點在于其明顯的解釋性，存在的缺陷是在于過于嚴(yán)格的前提條件。如MDA要求數(shù)據(jù)分布服從多元正態(tài)分布、同協(xié)方差等；對數(shù)回歸模型雖然對數(shù)據(jù)的要求降低，但仍對財務(wù)指標(biāo)之間的多重共線性干擾敏感，而現(xiàn)實中大量數(shù)據(jù)分布都不符合這些前提假設(shè)，從而限制了統(tǒng)計模型在這一領(lǐng)域中的應(yīng)用。

這里我們把樣本數(shù)據(jù)分為兩類，分別是訓(xùn)練集和測試集。已有研究表明，在分類模型的建立過程中，如果訓(xùn)練集兩類樣本數(shù)據(jù)數(shù)量相當(dāng)，則所建立的模型具有較強的強壯性，這里我們選用訓(xùn)練集由前7個正常上市公司和前7個ST上市公司，測試集分別為后光迅科技、達(dá)實智能、天津港、ST宜紙、*ST珠江、*ST中華B，用于測試在訓(xùn)練集上構(gòu)建的LQV網(wǎng)絡(luò)模型的預(yù)測精度。

首先，創(chuàng)建一個LVQ網(wǎng)絡(luò)，詳細(xì)的Matlab程序及說明見附錄。這里我們只簡單介紹一下編程的思路，文中，p為訓(xùn)練樣本的輸入向量，8表示競爭層神經(jīng)元的數(shù)目，[0.5，0.5]表示輸入樣本中屬于第一類的占0.5，另一類占0.5，由于競爭層神經(jīng)元的數(shù)目會影響分類性能，1表示正常上市公司，2表示ST上市公司，故上面給出的程序是筆者多次試驗的選擇。

程序在運行了100次后達(dá)到仿真的要求，并得到網(wǎng)絡(luò)訓(xùn)練結(jié)果：

網(wǎng)絡(luò)輸出結(jié)果為：2、1、1、2、2、1、1、2、2、2、2、2、2、1。從網(wǎng)絡(luò)輸出結(jié)果上看，我們可以得到第1、4、5、14個屬于錯誤分類，模型正確區(qū)分率80%左右，這一結(jié)果在小樣本數(shù)據(jù)的情況下可以保持到這樣，我們認(rèn)為是可以接受的。至于出現(xiàn)錯誤分類的原因我們將在下文的模型評價中給予說明。

接下來是對網(wǎng)絡(luò)的交叉訓(xùn)練，利用訓(xùn)練樣本以外的6組數(shù)據(jù)進(jìn)行分類，其輸出為：2、2、1、2、1、2，這里面我們可以看出，在6組樣本中第3、4、6個出現(xiàn)偏差。

五、模型評價

從上面的模型運行結(jié)果上我們不難看出，在現(xiàn)行的財務(wù)失敗的劃分標(biāo)準(zhǔn)不盡合理，利用目前的方法劃分正常上市公司與ST上市公司也不夠合理，并且存在一定的差距。但是由于本文篇幅有限，我們只是采用了16家上市公司的數(shù)據(jù)作為訓(xùn)練樣本，用6家上市公司作為測試樣本，在樣本的選取不大，對結(jié)果可能存在一定的影響。

我們也不得不承認(rèn)，機構(gòu)在對上市公司的財務(wù)狀況進(jìn)行評級是可能還不夠完善，考慮的因素還不夠全面，存在一定的誤差。另外不同的機構(gòu)對上市公司的財務(wù)狀況評級也有差別，本文只是采取 在機構(gòu)評級中比較準(zhǔn)確的一家公司的評級結(jié)果，對于其他公司的評級結(jié)果沒有考慮。另外，就是本文模型的前提是上市公司財務(wù)數(shù)據(jù)真實，不虛假，不粉飾，不包裝，是真實的數(shù)據(jù)，但現(xiàn)實中部分公司出于經(jīng)營業(yè)績的考慮，對財務(wù)進(jìn)行虛假包裝，即使在行業(yè)的龍頭企業(yè)也存在這種現(xiàn)象。

最后，還有一大因素造成結(jié)果誤差就是：上市公司的財務(wù)數(shù)據(jù)存在財務(wù)失真的現(xiàn)象。財務(wù)失真在現(xiàn)在學(xué)術(shù)研究中還比較少，所以本文也只是拋磚引玉的介紹下這個概念，已給后續(xù)研究者提供思路。

我國財務(wù)失?。ㄘ攧?wù)困境）的劃分標(biāo)準(zhǔn)不夠準(zhǔn)確，筆者在閱讀大量文獻(xiàn)后，認(rèn)為美國教授查爾斯·吉布斯在《財務(wù)報告與分析》一書中對企業(yè)的財務(wù)失敗的論述比較合理。其主要概述如下：

一是被迫清算，所謂清算，是企業(yè)為了履行法定的關(guān)系，在解散或者是在向法院申請破產(chǎn)的過程中必須執(zhí)行的一項措施，請專業(yè)的第三方機對企業(yè)進(jìn)行的一項專業(yè)性評估；內(nèi)容涉及公司的資產(chǎn)、債務(wù)等等。一般情況下只有企業(yè)到達(dá)法定營業(yè)期，才會進(jìn)行該項工作。如果在法定營業(yè)期限內(nèi)進(jìn)清算則從直接反應(yīng)表現(xiàn)出企業(yè)的財務(wù)陷入嚴(yán)重困境。

二是延期償還利息；企業(yè)通過發(fā)行債券進(jìn)行融資，也是債權(quán)人之間債務(wù)關(guān)系的有價憑證。企業(yè)對債權(quán)人的融資行為是需要在固定時間內(nèi)支付利息作為對債券人的回報，如果企業(yè)方不能在約定的期限內(nèi)支付利息，那么債券就會貶值，從而降低企業(yè)價值，形成財務(wù)困境。

三是對短期債權(quán)人延期付款；企業(yè)向債權(quán)人融資是需要對融入的資金進(jìn)行償還，其償還的期限也是固定的。如果企業(yè)延期付款，則違反事先與債權(quán)人的約定，從而降低了企業(yè)的信譽度。這也是企業(yè)財務(wù)困境的表現(xiàn)之一。

四是研究償還債券本金；一個企對本金的償還是其二次融資的開始，如果無法按期償還，則會引起社會公眾的關(guān)注，企業(yè)的經(jīng)營實力和償還能力會給廣大債權(quán)人造成虛構(gòu)的印象，從而降低了債券的市場價值和發(fā)行企業(yè)的價值。

五是優(yōu)先股利的拖欠；優(yōu)先股利一般是公司股東所擁有，如發(fā)生優(yōu)先股利的拖欠行為，會改變大股東即企業(yè)投資方的不信任，從而會改變其投資方向的改變。降低企業(yè)價值。

六、結(jié)論

本文通過沃爾評分直接確定了7大財務(wù)指標(biāo)，并利用主成分分析的方法對確定三大指標(biāo)因素，在此基礎(chǔ)上利用LVQ神經(jīng)網(wǎng)絡(luò)進(jìn)行財務(wù)預(yù)測，發(fā)現(xiàn)在輸出的14家上市公司數(shù)據(jù)中成功劃分的僅有10家，三安光電、石基信息、凱利泰、*ST傳媒、沒有正確劃分，在訓(xùn)練樣本中，未能正確劃分率為50%，這進(jìn)一步說明了，公司財務(wù)劃分標(biāo)準(zhǔn)不夠統(tǒng)一，不夠合理。當(dāng)然本文也存在一定缺陷，那就是選取的數(shù)據(jù)樣本空間不夠龐大，可能在大樣本的前提下，在該標(biāo)準(zhǔn)下的劃分正常公司與ST公司的準(zhǔn)確率就會大大提高。但是仍然難以保證其很高的準(zhǔn)確率，這進(jìn)一步說明了現(xiàn)行的財務(wù)失敗劃分存在誤區(qū)與盲區(qū)，但是由于筆者學(xué)術(shù)有限，只是驗證了其不合理性，并給出一點建議。希望中國證券市場的改革不斷推進(jìn)，不斷完善。

參考文獻(xiàn)

[1]王慶成，李相國著.財務(wù)管理學(xué)，中國經(jīng)濟出版社，2006，568-571.

[2]鄧維斌等編著.spss19（中文版）統(tǒng)計分析實用教程.北京電子工業(yè)出版社，2012.3，233-2441.

[3]李志強.基于財務(wù)失敗與財務(wù)失真的投資風(fēng)險預(yù)警研究，2009（7），1-27

[4]飛思科技產(chǎn)品研發(fā)中心.神經(jīng)網(wǎng)絡(luò)與MATLABR2007實現(xiàn).北京：電子工業(yè)出版社，2007，

[5]周品.MATLAB神經(jīng)網(wǎng)絡(luò)設(shè)計與應(yīng)用.北京：清華大學(xué)出版社，2013.3，179-183.

[6]http：//baike.baidu.com/link？url=hqW9BIzIIQAmtxo9dau9e3pD Fw_7yUqjiR2GW0L-tKodw3nS7FoPc8kbvAZY-AqW .

[7]徐建豪，辛萍芳主編.概率論與數(shù)理統(tǒng)計教程.北京：科學(xué)技術(shù)出版社，2010，210-250，283-336.

[8]Beaver，W.H.Financial Ratios as Predictors of Failure，EmPirieal Research In Accounting：SelectedStudy[J].Journal of Aceounting Researeh.1966，5（4）：209-234.

作者簡介：胡寶予（1991-），女，遼寧鞍山人，湖北經(jīng)濟學(xué)院，研究方向：產(chǎn)業(yè)經(jīng)濟學(xué)；李超偉（1992-），男，江蘇徐州人，湖北經(jīng)濟學(xué)院，專業(yè)：金融學(xué)，研究方向：金融與投資。