余杰+田康樂

【摘 要】 文章以制造業(yè)上市公司為例，選取2010—2012年首次被ST的公司及其配對(duì)公司作為樣本，前兩年樣本用于建模，第三年用于檢驗(yàn)，設(shè)計(jì)從財(cái)務(wù)和公司治理兩個(gè)角度出發(fā)的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)，并從中篩選出預(yù)警能力較強(qiáng)的指標(biāo)，通過因子分析提取公共因子后構(gòu)建Logistic回歸模型，其回代與預(yù)測(cè)準(zhǔn)確率分別為79.41%和78.57%。

【關(guān)鍵詞】 制造業(yè)上市公司； 財(cái)務(wù)危機(jī)預(yù)警指標(biāo)； 因子分析； Logistic回歸； 預(yù)警模型

中圖分類號(hào)：F275 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-5937（2014）30-0073-03

一、引言

經(jīng)濟(jì)發(fā)展以及市場(chǎng)競爭的日益激烈使企業(yè)的生存環(huán)境越來越復(fù)雜，面臨的財(cái)務(wù)風(fēng)險(xiǎn)越來越大。財(cái)務(wù)問題導(dǎo)致破產(chǎn)的案例屢見不鮮，因此財(cái)務(wù)危機(jī)預(yù)警作為企業(yè)風(fēng)險(xiǎn)管理的重要組成部分已經(jīng)引起了社會(huì)各界的廣泛關(guān)注。財(cái)務(wù)危機(jī)作為動(dòng)態(tài)過程，對(duì)其進(jìn)行預(yù)測(cè)是可行的，及時(shí)準(zhǔn)確地預(yù)警不僅有助于企業(yè)防范和分散財(cái)務(wù)風(fēng)險(xiǎn)，維護(hù)投資者和債權(quán)人的利益，也有利于政府對(duì)證券市場(chǎng)風(fēng)險(xiǎn)的控制。

二、研究現(xiàn)狀

（一）國外研究綜述

Beaver（1966）選擇79家發(fā)生財(cái)務(wù)危機(jī)的公司以及相同規(guī)模的配對(duì)企業(yè)為樣本，利用單變量判斷方法檢驗(yàn)了反映公司不同財(cái)務(wù)特征的30個(gè)變量對(duì)于危機(jī)的預(yù)測(cè)能力；Altman（1968）設(shè)計(jì)了5個(gè)財(cái)務(wù)比率，構(gòu)建Z-Score模型研究企業(yè)破產(chǎn)問題；而Martin（1977） and Zavgren（1985）、Skogsvik（1990）以及Wilson等（1994）分別采用logistic、Probit回歸以及神經(jīng)網(wǎng)絡(luò)等方法，結(jié)合財(cái)務(wù)指標(biāo)的設(shè)計(jì)，建立財(cái)務(wù)危機(jī)預(yù)警模型。

（二）國內(nèi)研究綜述

國內(nèi)財(cái)務(wù)危機(jī)預(yù)警研究與上述研究方法類似，劉■和羅慧（2001）比較了判別分析、Logistic回歸以及神經(jīng)網(wǎng)絡(luò)三種方法的預(yù)測(cè)能力，并結(jié)合這些方法的優(yōu)點(diǎn)建立了一種準(zhǔn)確率更高的混合模型；曹德芳等（2007）研究表明引入董事會(huì)治理因素后的財(cái)務(wù)危機(jī)預(yù)警模型預(yù)測(cè)能力更強(qiáng)；張紅等（2013）基于多元判別分析法對(duì)Z-Score模型進(jìn)行修正，構(gòu)建適用于房地產(chǎn)業(yè)的預(yù)警模型。

（三）文獻(xiàn)述評(píng)

通過文獻(xiàn)研讀，本文發(fā)現(xiàn)以往研究存在以下問題：（1）指標(biāo)的選取一般只涉及財(cái)務(wù)指標(biāo)，對(duì)于公司治理指標(biāo)的考慮較少；（2）構(gòu)建模型時(shí)，對(duì)于財(cái)務(wù)比率的分布特征研究較少，而這直接關(guān)系著統(tǒng)計(jì)方法的選擇；（3）各行業(yè)的經(jīng)營方式差異使其財(cái)務(wù)特點(diǎn)不同，而以往研究大多針對(duì)上市公司整體層面，針對(duì)性不強(qiáng)。

本文選擇ST公司比重較大的制造業(yè)，從財(cái)務(wù)以及公司治理兩個(gè)角度設(shè)計(jì)指標(biāo)，構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型。

三、研究設(shè)計(jì)

（一）指標(biāo)選取

已有研究對(duì)于財(cái)務(wù)指標(biāo)的選擇通過包括償債能力、營運(yùn)能力以及盈利能力等方面。本文認(rèn)為，獲現(xiàn)能力直接影響著企業(yè)的正常運(yùn)轉(zhuǎn)，成長能力更是關(guān)系著企業(yè)的長期發(fā)展，現(xiàn)有研究成果表明公司治理因素也是影響財(cái)務(wù)危機(jī)的重要方面。因此本文在沿用部分指標(biāo)的基礎(chǔ)上，從6個(gè)層面設(shè)計(jì)了財(cái)務(wù)危機(jī)預(yù)警指標(biāo)，見表1。

（二）樣本選取

本文以制造業(yè)上市公司為例，選取2010—2011年首次被ST的公司及其配對(duì)公司共68家建模樣本，2012年首次被ST的公司及其配對(duì)公司共56家作為檢驗(yàn)樣本。證監(jiān)會(huì)規(guī)定最近兩個(gè)會(huì)計(jì)年度的凈利潤均為負(fù)值的上市公司將被特別處理，因此ST企業(yè)在T-1年、T-2年已經(jīng)陷入財(cái)務(wù)危機(jī)；已有研究成果顯示，ST企業(yè)在T-4年與正常企業(yè)并沒有顯著性差異，所以本文選用T-3年的財(cái)務(wù)數(shù)據(jù)建立模型，預(yù)測(cè)T年的財(cái)務(wù)狀況。

（三）指標(biāo)篩選

1.正態(tài)性檢驗(yàn)

本文首先對(duì)樣本的18項(xiàng)指標(biāo)進(jìn)行K-S檢驗(yàn)，結(jié)果顯示除了X8，其他指標(biāo)都符合正態(tài)分布。

2.配對(duì)樣本T檢驗(yàn)

對(duì)符合正態(tài)性分布的指標(biāo)進(jìn)行配對(duì)T檢驗(yàn)，結(jié)果顯示X2、X3、X6、X9、X10、X11、X13、X15和X16在ST及其配對(duì)企業(yè)間存在顯著性差異。

3.非參數(shù)檢驗(yàn)

對(duì)X8進(jìn)行非參數(shù)檢驗(yàn)，結(jié)果顯示其在ST及其配對(duì)企業(yè)間存在顯著性差異。

由此得出，T-3年預(yù)警能力較強(qiáng)的指標(biāo)有X2、X3、X6、X8、X9、X10、X11、X13、X15和X16共10個(gè)指標(biāo)。

（四）因子分析

使用SPSS軟件對(duì)上述10個(gè)指標(biāo)進(jìn)行分析，結(jié)果顯示KMO值為0.634，大于0.5，且Bartlett的球形度檢驗(yàn)顯著性為0，因此適用于因子分析。

本文共選擇特征值大于1的4個(gè)公共因子，采用最大方差法旋轉(zhuǎn)后的主成分如表2。

由表2可見，F(xiàn)1因子反映企業(yè)的收現(xiàn)性，F(xiàn)2因子反映企業(yè)的成長能力，F(xiàn)3因子反映企業(yè)的安全性，這與制造業(yè)的特點(diǎn)相關(guān)：商業(yè)信用在制造行業(yè)的廣泛應(yīng)用使得該行業(yè)公司的資金融通尤為重要，因此收益作為企業(yè)最根本的資金來源，其收現(xiàn)性直接影響著企業(yè)的正常運(yùn)轉(zhuǎn)；同時(shí)，資本市場(chǎng)上的資金融通活動(dòng)也需要考慮企業(yè)的償債風(fēng)險(xiǎn)，避免因無法到期償還債務(wù)而破產(chǎn)。

上述公共因子的具體構(gòu)成如表3。

（五）Logistic回歸分析

結(jié)合上述公共因子，選擇向前步進(jìn)法，運(yùn)用二項(xiàng)Logistic回歸構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型。

由表4可知，最終進(jìn)入模型的因子有F2和F3，且它們對(duì)于預(yù)警模型都有顯著的影響；常數(shù)項(xiàng)的值對(duì)于預(yù)測(cè)模型也有顯著影響。

因此，本文構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警模型為：ln[P/（1-P）]=-1.008+2.935*F2+1.369*F3，F(xiàn)2和F3構(gòu)成見表3。

（六）模型預(yù)警能力檢驗(yàn)

本文沿用以往研究，把0.5作為P值的分界點(diǎn)，分別將建模樣本和訓(xùn)練樣本帶入本文構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警模型，檢驗(yàn)該模型的預(yù)警能力，結(jié)果如表5所示。endprint

因此，建模樣本中ST公司被正確判斷的概率為76.47%，配對(duì)公司被正確判斷的概率為78.57%，綜合正確率為77.52%。

由表6可知，該預(yù)警模型對(duì)于檢驗(yàn)樣本中的ST公司預(yù)測(cè)準(zhǔn)確率為82.14%，對(duì)于配對(duì)公司的預(yù)測(cè)準(zhǔn)確率為75%，綜合正確率為78.57%。

上述結(jié)果表明該模型對(duì)于及時(shí)準(zhǔn)確地預(yù)測(cè)制造業(yè)上市公司的財(cái)務(wù)危機(jī)具有明顯效果。

四、結(jié)論

本文以我國制造行業(yè)上市公司2010—2012的ST公司及其配對(duì)樣本為研究對(duì)象，通過設(shè)計(jì)預(yù)警指標(biāo)，結(jié)合實(shí)證分析方法構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型，并得出該模型對(duì)于企業(yè)未來3年內(nèi)的財(cái)務(wù)前景具有較好的預(yù)測(cè)效果的結(jié)論。研究表明，制造行業(yè)的發(fā)展能力和償債能力，尤其是短期償債能力對(duì)公司的財(cái)務(wù)狀況影響很大。

本研究也存在以下不足：（1）只涉及3個(gè)會(huì)計(jì)年度，樣本量較??；（2）沒有考慮企業(yè)所處的宏觀環(huán)境、政府政策以及市場(chǎng)競爭狀況，而這些因素也會(huì)對(duì)企業(yè)財(cái)務(wù)產(chǎn)生影響。這些需要在以后的研究中改進(jìn)。

【參考文獻(xiàn)】

[1] Beaver W H.Financial Ratios as Predictors of Failure. Journal of accounting Research[J].1966（4）：71-111.

[2] Altman E I.Financial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance[J].1968，23（9）：589-609.

[3] Martin D. Early Warning of Bank Failure：A Logistic Regression Approach.Journal of Banking and Finance[J].1977（7）：249-276.

[4] Zavgren C V. Assessing the Vulnerability to Failure of American Industrial Firms： A Logistic Analysis.Journal of Business Finance and Accounting[J].1985（12）：19-45.

[5] 劉■，羅慧.上市公司財(cái)務(wù)危機(jī)預(yù)警分析——基于數(shù)據(jù)挖掘的研究[J].數(shù)理統(tǒng)計(jì)與管理，2004（5）：5l-56.

[6] 曹德芳，趙希男，王宇星.基于董事治理因素的財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建[J].東北大學(xué)學(xué)報(bào)，2007（9）：1350-1353.

[7] 張紅，李洋，黃碩.中國房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[J].河南社會(huì)科學(xué)，2013（3）：76-79.

[8] 陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證研究[J].會(huì)計(jì)研究，1999（4）：3l-38.

[9] 劉紅霞，張心林.以主成分分析法構(gòu)建企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2004（4）：70-75.

[10] 吳世農(nóng)，盧賢義.我國上市公司財(cái)務(wù)困境的預(yù)警模型研究[J].經(jīng)濟(jì)研究，2001（6）：21-26.endprint

因此，建模樣本中ST公司被正確判斷的概率為76.47%，配對(duì)公司被正確判斷的概率為78.57%，綜合正確率為77.52%。

由表6可知，該預(yù)警模型對(duì)于檢驗(yàn)樣本中的ST公司預(yù)測(cè)準(zhǔn)確率為82.14%，對(duì)于配對(duì)公司的預(yù)測(cè)準(zhǔn)確率為75%，綜合正確率為78.57%。

上述結(jié)果表明該模型對(duì)于及時(shí)準(zhǔn)確地預(yù)測(cè)制造業(yè)上市公司的財(cái)務(wù)危機(jī)具有明顯效果。

四、結(jié)論

本文以我國制造行業(yè)上市公司2010—2012的ST公司及其配對(duì)樣本為研究對(duì)象，通過設(shè)計(jì)預(yù)警指標(biāo)，結(jié)合實(shí)證分析方法構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型，并得出該模型對(duì)于企業(yè)未來3年內(nèi)的財(cái)務(wù)前景具有較好的預(yù)測(cè)效果的結(jié)論。研究表明，制造行業(yè)的發(fā)展能力和償債能力，尤其是短期償債能力對(duì)公司的財(cái)務(wù)狀況影響很大。

本研究也存在以下不足：（1）只涉及3個(gè)會(huì)計(jì)年度，樣本量較??；（2）沒有考慮企業(yè)所處的宏觀環(huán)境、政府政策以及市場(chǎng)競爭狀況，而這些因素也會(huì)對(duì)企業(yè)財(cái)務(wù)產(chǎn)生影響。這些需要在以后的研究中改進(jìn)。

【參考文獻(xiàn)】

[1] Beaver W H.Financial Ratios as Predictors of Failure. Journal of accounting Research[J].1966（4）：71-111.

[2] Altman E I.Financial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance[J].1968，23（9）：589-609.

[3] Martin D. Early Warning of Bank Failure：A Logistic Regression Approach.Journal of Banking and Finance[J].1977（7）：249-276.

[4] Zavgren C V. Assessing the Vulnerability to Failure of American Industrial Firms： A Logistic Analysis.Journal of Business Finance and Accounting[J].1985（12）：19-45.

[5] 劉■，羅慧.上市公司財(cái)務(wù)危機(jī)預(yù)警分析——基于數(shù)據(jù)挖掘的研究[J].數(shù)理統(tǒng)計(jì)與管理，2004（5）：5l-56.

[6] 曹德芳，趙希男，王宇星.基于董事治理因素的財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建[J].東北大學(xué)學(xué)報(bào)，2007（9）：1350-1353.

[7] 張紅，李洋，黃碩.中國房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[J].河南社會(huì)科學(xué)，2013（3）：76-79.

[8] 陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證研究[J].會(huì)計(jì)研究，1999（4）：3l-38.

[9] 劉紅霞，張心林.以主成分分析法構(gòu)建企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2004（4）：70-75.

[10] 吳世農(nóng)，盧賢義.我國上市公司財(cái)務(wù)困境的預(yù)警模型研究[J].經(jīng)濟(jì)研究，2001（6）：21-26.endprint

因此，建模樣本中ST公司被正確判斷的概率為76.47%，配對(duì)公司被正確判斷的概率為78.57%，綜合正確率為77.52%。

由表6可知，該預(yù)警模型對(duì)于檢驗(yàn)樣本中的ST公司預(yù)測(cè)準(zhǔn)確率為82.14%，對(duì)于配對(duì)公司的預(yù)測(cè)準(zhǔn)確率為75%，綜合正確率為78.57%。

上述結(jié)果表明該模型對(duì)于及時(shí)準(zhǔn)確地預(yù)測(cè)制造業(yè)上市公司的財(cái)務(wù)危機(jī)具有明顯效果。

四、結(jié)論

本文以我國制造行業(yè)上市公司2010—2012的ST公司及其配對(duì)樣本為研究對(duì)象，通過設(shè)計(jì)預(yù)警指標(biāo)，結(jié)合實(shí)證分析方法構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型，并得出該模型對(duì)于企業(yè)未來3年內(nèi)的財(cái)務(wù)前景具有較好的預(yù)測(cè)效果的結(jié)論。研究表明，制造行業(yè)的發(fā)展能力和償債能力，尤其是短期償債能力對(duì)公司的財(cái)務(wù)狀況影響很大。

本研究也存在以下不足：（1）只涉及3個(gè)會(huì)計(jì)年度，樣本量較??；（2）沒有考慮企業(yè)所處的宏觀環(huán)境、政府政策以及市場(chǎng)競爭狀況，而這些因素也會(huì)對(duì)企業(yè)財(cái)務(wù)產(chǎn)生影響。這些需要在以后的研究中改進(jìn)。

【參考文獻(xiàn)】

[1] Beaver W H.Financial Ratios as Predictors of Failure. Journal of accounting Research[J].1966（4）：71-111.

[2] Altman E I.Financial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance[J].1968，23（9）：589-609.

[3] Martin D. Early Warning of Bank Failure：A Logistic Regression Approach.Journal of Banking and Finance[J].1977（7）：249-276.

[4] Zavgren C V. Assessing the Vulnerability to Failure of American Industrial Firms： A Logistic Analysis.Journal of Business Finance and Accounting[J].1985（12）：19-45.

[5] 劉■，羅慧.上市公司財(cái)務(wù)危機(jī)預(yù)警分析——基于數(shù)據(jù)挖掘的研究[J].數(shù)理統(tǒng)計(jì)與管理，2004（5）：5l-56.

[6] 曹德芳，趙希男，王宇星.基于董事治理因素的財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建[J].東北大學(xué)學(xué)報(bào)，2007（9）：1350-1353.

[7] 張紅，李洋，黃碩.中國房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[J].河南社會(huì)科學(xué)，2013（3）：76-79.

[8] 陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證研究[J].會(huì)計(jì)研究，1999（4）：3l-38.

[9] 劉紅霞，張心林.以主成分分析法構(gòu)建企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2004（4）：70-75.

[10] 吳世農(nóng)，盧賢義.我國上市公司財(cái)務(wù)困境的預(yù)警模型研究[J].經(jīng)濟(jì)研究，2001（6）：21-26.endprint