中國(guó)民航大學(xué)經(jīng)濟(jì)與管理學(xué)院 李春玲 劉 梁

一、引言

在經(jīng)濟(jì)全球化背景下，隨著社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制改革的不斷深入，市場(chǎng)競(jìng)爭(zhēng)日趨激烈，企業(yè)經(jīng)營(yíng)面臨的不確定因素逐漸增加，經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)也隨之增加。隨著航權(quán)的不斷開放，我國(guó)航空公司在國(guó)際航線上遇到巨大挑戰(zhàn)，運(yùn)營(yíng)能力和服務(wù)質(zhì)量較之國(guó)際大型航空承運(yùn)人均存在較大差距，難以開展有效競(jìng)爭(zhēng)。航空公司的財(cái)務(wù)風(fēng)險(xiǎn)主要源于經(jīng)營(yíng)不善以及戰(zhàn)略失誤導(dǎo)致的資金周轉(zhuǎn)困難，當(dāng)這種困難惡化到一定程度時(shí)就會(huì)使企業(yè)出現(xiàn)無(wú)法償還到期債務(wù)，被宣告破產(chǎn)的風(fēng)險(xiǎn)，即通常所說(shuō)的財(cái)務(wù)失敗。2009年以前，我國(guó)各大航空公司均出現(xiàn)不同程度的虧損，尤其是2008年，四大上市航空公司（分別是國(guó)航、東航、南航、海航）的財(cái)務(wù)報(bào)表更是全面飄紅，其中東航竟然出現(xiàn)資不抵債現(xiàn)象。只是在最近幾年由于航空公司積極進(jìn)行戰(zhàn)略調(diào)整，尋求加入海外航空聯(lián)盟，以及進(jìn)行并購(gòu)重組等大規(guī)模的資本運(yùn)作，才使情況有一定好轉(zhuǎn)。為實(shí)現(xiàn)健康有序的發(fā)展，與國(guó)外航空公司開展積極有效的競(jìng)爭(zhēng)，并不斷拓展航線等市場(chǎng)資源，我國(guó)航空公司必須不斷進(jìn)行管理創(chuàng)新。而進(jìn)行管理創(chuàng)新的當(dāng)務(wù)之急就是有效地規(guī)避、防范與控制風(fēng)險(xiǎn)。作為風(fēng)險(xiǎn)管理的手段之一，預(yù)警管理的重要性日益凸顯。在我國(guó)，財(cái)務(wù)危機(jī)預(yù)警研究尚處于起步階段，在航空業(yè)沒(méi)有得到普遍應(yīng)用。因此，建立航空公司的財(cái)務(wù)危機(jī)預(yù)警模型，對(duì)于指導(dǎo)管理者、投資者、債權(quán)人、金融機(jī)構(gòu)等進(jìn)行及時(shí)正確的決策具有重要意義。

二、文獻(xiàn)回顧

在對(duì)于財(cái)務(wù)危機(jī)預(yù)警體系的研究上，國(guó)外學(xué)者的研究成果較為豐富。在靜態(tài)研究方面，F(xiàn)itzapatrick（1932）最早進(jìn)行了單變量破產(chǎn)預(yù)測(cè)研究。Beaver（1966）最早用統(tǒng)計(jì)方法研究公司財(cái)務(wù)失敗問(wèn)題。美國(guó)學(xué)者Altman（1968）選取5個(gè)代表公司財(cái)務(wù)健康狀況的指標(biāo)，建立多元線性函數(shù)模型（Z分?jǐn)?shù)模型）對(duì)企業(yè)財(cái)務(wù)狀況進(jìn)行研究，并最終確定了代表企業(yè)破產(chǎn)可能性的Z值區(qū)間。20世紀(jì)70年代后，Ohlson（1980）、Zmijewski（1984）等的Logit模型和Probit模型也是對(duì)財(cái)務(wù)預(yù)警研究的多變量模型。在動(dòng)態(tài)財(cái)務(wù)預(yù)警研究方面，Salchenberger（1992）運(yùn)用人工神經(jīng)網(wǎng)絡(luò)模型（ANN）對(duì)金融業(yè)的財(cái)務(wù)失敗進(jìn)行分析，該研究顯示出了較以往的線性分析模型更理想的結(jié)果。國(guó)內(nèi)學(xué)者對(duì)財(cái)務(wù)預(yù)警的研究以靜態(tài)財(cái)務(wù)預(yù)警研究為主，動(dòng)態(tài)研究較少。陳靜（1999）采用傳統(tǒng)的單變量研究法，得出對(duì)企業(yè)財(cái)務(wù)危機(jī)狀況預(yù)測(cè)能力較強(qiáng)的四個(gè)財(cái)務(wù)比率指標(biāo)，分別是資產(chǎn)負(fù)債率、流動(dòng)比率、總資產(chǎn)收益率和凈資產(chǎn)收益率。吳世農(nóng)、盧賢義（2001）分別使用多元線性回歸模型、Fisher線性判定分析和多元邏輯（Logit）模型建立財(cái)務(wù)預(yù)警模型，研究表明，多元邏輯模型的誤判率最低。楊保安等（2001）運(yùn)用人工神經(jīng)網(wǎng)絡(luò)模型對(duì)銀行業(yè)進(jìn)行財(cái)務(wù)預(yù)警分析，最后得到了與實(shí)際基本一致的結(jié)果。筆者對(duì)航空公司的財(cái)務(wù)危機(jī)預(yù)警模型進(jìn)行研究，選取與企業(yè)財(cái)務(wù)狀況相關(guān)的五個(gè)方面指標(biāo)，基于Logistic回歸分析建立航空公司風(fēng)險(xiǎn)管理的財(cái)務(wù)預(yù)警模型，并運(yùn)用該模型對(duì)航空公司財(cái)務(wù)危機(jī)進(jìn)行實(shí)證檢驗(yàn)。

三、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來(lái)源 本文以我國(guó)四大上市航空公司2004-2012年報(bào)數(shù)據(jù)為樣本，由于上市時(shí)間不同，國(guó)航選取2006-2012年的數(shù)據(jù)，其他航空公司選取2004-2012年的數(shù)據(jù)，最終樣本量是34。將各公司2004、2005與2006年度作為檢驗(yàn)樣本組，其余年份作為建立Logistic回歸模型的樣本組。所選數(shù)據(jù)來(lái)自各公司官方網(wǎng)站和wind資訊數(shù)據(jù)庫(kù)。

（二）財(cái)務(wù)危機(jī)界定 國(guó)內(nèi)外學(xué)者對(duì)財(cái)務(wù)危機(jī)有不同的界定方法。國(guó)外學(xué)者通常將破產(chǎn)上市公司作為研究對(duì)象，而國(guó)內(nèi)由于上市公司破產(chǎn)前必定經(jīng)過(guò)退市處理，破產(chǎn)上市公司事實(shí)上并不存在，所以大多數(shù)國(guó)內(nèi)學(xué)者將ST公司作為財(cái)務(wù)預(yù)警研究對(duì)象。然而，國(guó)內(nèi)上市航空公司數(shù)量少，上市時(shí)間晚，并且2012年度上市航空公司中沒(méi)有ST公司，因此本文采取刑有洪（2011）的方法，將經(jīng)濟(jì)增加值（EVA）的符號(hào)作為判定航空公司是否為財(cái)務(wù)危機(jī)企業(yè)的標(biāo)準(zhǔn)。EVA是企業(yè)獲得的收益扣除為獲得此項(xiàng)收益而投入的資本成本，是業(yè)績(jī)計(jì)量的常用指標(biāo)。EVA反映了企業(yè)為股東創(chuàng)造財(cái)富的大小，EVA為正值表示為股東創(chuàng)造了財(cái)富；反之，則表示減損了股東財(cái)富。從股東的角度看，EVA為負(fù)值意味著企業(yè)價(jià)值的減損，表明出現(xiàn)了財(cái)務(wù)危機(jī)。根據(jù)國(guó)資委最新修訂的《中央企業(yè)負(fù)責(zé)人經(jīng)營(yíng)業(yè)績(jī)考核暫行辦法》的規(guī)定，經(jīng)濟(jì)增加值的計(jì)算公式為：經(jīng)濟(jì)增加值=稅后凈營(yíng)業(yè)利潤(rùn)-調(diào)整后資本×平均資本成本率。其中，稅后凈營(yíng)業(yè)利潤(rùn)=凈利潤(rùn)+（利息支出+研究開發(fā)費(fèi)用調(diào)整項(xiàng)）×（1-25%），調(diào)整后資本=平均所有者權(quán)益+平均負(fù)債合計(jì)-平均無(wú)息流動(dòng)負(fù)債-平均在建工程，無(wú)息流動(dòng)負(fù)債是指企業(yè)財(cái)務(wù)報(bào)表中“應(yīng)付票據(jù)”、“應(yīng)付賬款”等項(xiàng)目。對(duì)于非工業(yè)企業(yè)，平均資本成本率在資產(chǎn)負(fù)債率小于80%時(shí)，取5.5%，大于80%時(shí)，取6%。

（三）財(cái)務(wù)預(yù)警指標(biāo)體系構(gòu)建 為了全面反映企業(yè)的財(cái)務(wù)狀況、經(jīng)營(yíng)成果和現(xiàn)金流量，需要建立財(cái)務(wù)預(yù)警綜合指標(biāo)體系。指標(biāo)的選取既要全面考慮財(cái)務(wù)風(fēng)險(xiǎn)的各種影響因素，又要兼顧成本效益原則，避免過(guò)于復(fù)雜而失去可操作性。本文建立如下財(cái)務(wù)預(yù)警指標(biāo)體系，具體包括：（1）償債能力指標(biāo)。償債能力與企業(yè)的財(cái)務(wù)狀況直接相關(guān)，反映企業(yè)在一定期間清償?shù)狡趥鶆?wù)的能力。償債能力的惡化通常會(huì)伴隨著上市公司經(jīng)營(yíng)績(jī)效的下降，籌資能力的降低和被特別處理等情形。償債能力指標(biāo)包括流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率和利息保障倍數(shù)。（2）營(yíng)運(yùn)能力指標(biāo)。此類指標(biāo)是資產(chǎn)利用程度的體現(xiàn)，與財(cái)務(wù)狀況密切相關(guān)。營(yíng)運(yùn)能力指標(biāo)包括存貨周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率。（3）盈利能力指標(biāo)。盈利能力是上市公司獲利能力和營(yíng)業(yè)績(jī)效的體現(xiàn)。此類指標(biāo)越大，企業(yè)在對(duì)外融資方面越具有優(yōu)勢(shì)；指標(biāo)越小，對(duì)外融資就會(huì)遇到困難，同時(shí)伴隨著股價(jià)下降和股東財(cái)富的減損。盈利能力指標(biāo)包括總資產(chǎn)報(bào)酬率、成本費(fèi)用利潤(rùn)率和每股收益。（4）發(fā)展能力指標(biāo)。發(fā)展能力是指公司通過(guò)經(jīng)營(yíng)活動(dòng)不斷發(fā)展壯大的能力，反映了公司的成長(zhǎng)潛力。發(fā)展能力指標(biāo)包括營(yíng)業(yè)收入增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率和總資產(chǎn)增長(zhǎng)率。（5）現(xiàn)金流量指標(biāo)。按傳統(tǒng)的權(quán)責(zé)發(fā)生制原則計(jì)算的財(cái)務(wù)比率難以全面真實(shí)地反映公司的財(cái)務(wù)狀況和經(jīng)營(yíng)成果，現(xiàn)金流量指標(biāo)能夠起到很好的補(bǔ)充作用。此外，現(xiàn)金流量狀況的惡化，意味著企業(yè)償債能力的下降，通常能夠提供企業(yè)陷入財(cái)務(wù)危機(jī)的預(yù)兆?，F(xiàn)金流量指標(biāo)包括現(xiàn)金流量比率、銷售現(xiàn)金比率和每股營(yíng)業(yè)現(xiàn)金流量。（6）其他指標(biāo)，包括企業(yè)規(guī)模。所有指標(biāo)及計(jì)算方法見(jiàn)表1。

四、實(shí)證結(jié)果分析

（一）因子分析 本文選取了17個(gè)指標(biāo)，各指標(biāo)間可能存在較強(qiáng)的相關(guān)關(guān)系，包含重復(fù)信息。為了精簡(jiǎn)模型，需要利用主成分分析法對(duì)變量進(jìn)行篩選。首先對(duì)樣本數(shù)據(jù)進(jìn)行KMO檢驗(yàn)和Bartlett球度檢驗(yàn)，以判斷樣本數(shù)據(jù)是否適合做主成分分析。本文利用SPSS20.0統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)進(jìn)行檢驗(yàn)，得到如表2所示的輸出結(jié)果。KMO統(tǒng)計(jì)量的結(jié)果為0.528，大于0.5，樣本數(shù)據(jù)通過(guò)了KMO檢驗(yàn)。Bartlett球度檢驗(yàn)統(tǒng)計(jì)量為707.836，對(duì)應(yīng)的概率顯著小于0.05，因此，樣本數(shù)據(jù)適合做主成分分析。

表1 財(cái)務(wù)預(yù)警指標(biāo)

表2 KMO和Bartlett檢驗(yàn)

對(duì)于選定的17個(gè)變量，利用樣本數(shù)據(jù)進(jìn)行主成分分析，提取因子，結(jié)果如表3所示。有5個(gè)滿足特征值大于1的主成分，5個(gè)主成分分別解釋了所有變量方差的27.481%，25.821%，13.780%，10.514%和9.135%。這5個(gè)主成分因子包含了86.732%的信息量，綜合了原始指標(biāo)的大部分信息，因此，能夠較好地解釋樣本。

表3 因子貢獻(xiàn)率

為了解釋提取的5個(gè)主成分，需要得到17個(gè)原始變量對(duì)5個(gè)公共因子的因子載荷。本文使用最大方差法進(jìn)行正交旋轉(zhuǎn)，得到因子載荷矩陣，結(jié)果如表4所示。

從因子載荷矩陣中可以看出：（1）主成分1的支配變量為總資產(chǎn)報(bào)酬率、每股收益和成本費(fèi)用利潤(rùn)率。此類指標(biāo)反映企業(yè)盈利能力，因此主成分1可以解釋為盈利主成分，代表指標(biāo)為總資產(chǎn)報(bào)酬率。從我國(guó)上市航空公司整體來(lái)看，財(cái)務(wù)危機(jī)公司（EVA<0的公司）總資產(chǎn)報(bào)酬率較低，盈利能力較弱。（2）主成分2的支配變量為流動(dòng)比率和速動(dòng)比率。該指標(biāo)反映企業(yè)償債能力，因此主成分2可以解釋為償債主成分，代表指標(biāo)為速動(dòng)比率。財(cái)務(wù)危機(jī)公司總體上速動(dòng)比率較低，短期償債能力較弱。（3）主成分3的支配變量為營(yíng)業(yè)收入增長(zhǎng)率和總資產(chǎn)增長(zhǎng)率。該指標(biāo)反映企業(yè)成長(zhǎng)能力，因此主成分3可以解釋為成長(zhǎng)主成分，代表指標(biāo)為營(yíng)業(yè)收入增長(zhǎng)率。出現(xiàn)財(cái)務(wù)危機(jī)的航空公司總體上營(yíng)業(yè)收入增長(zhǎng)率較低，成長(zhǎng)速度不及非財(cái)務(wù)危機(jī)公司。（4）主成分4的支配變量為現(xiàn)金流量比率和銷售現(xiàn)金比率。主成分4可以概括為現(xiàn)金流量主成分，代表指標(biāo)為現(xiàn)金流量比率?？傮w上來(lái)看，出現(xiàn)財(cái)務(wù)危機(jī)的航空公司的現(xiàn)金流量比率較低，現(xiàn)金充裕度較差。（5）主成分5的支配變量為存貨周轉(zhuǎn)率。該指標(biāo)反映企業(yè)資產(chǎn)管理能力，因此主成分5可以概括為營(yíng)運(yùn)主成分，代表指標(biāo)為存貨周轉(zhuǎn)率。出現(xiàn)財(cái)務(wù)危機(jī)的公司總體上存貨周轉(zhuǎn)率較低，與非困境公司相比運(yùn)用資產(chǎn)創(chuàng)造收入的能力較弱。

表4 旋轉(zhuǎn)因子載荷矩陣

（二）判別模型構(gòu)建 首先建立基于Logistic回歸分析的財(cái)務(wù)危機(jī)預(yù)警模型，再檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性。運(yùn)用上文選定的財(cái)務(wù)指標(biāo)——總資產(chǎn)報(bào)酬率、速動(dòng)比率、營(yíng)業(yè)收入增長(zhǎng)率、現(xiàn)金流量比率、存貨周轉(zhuǎn)率，作為模型的自變量，取財(cái)務(wù)危機(jī)公司（EVA<0）為1，非財(cái)務(wù)危機(jī)公司為0，作為因變量Y，樣本公司的EVA與因變量Y取值見(jiàn)表5。

利用SPSS20.0統(tǒng)計(jì)分析軟件，通過(guò)二元邏輯回歸分析建立回歸模型,回歸結(jié)果見(jiàn)表6。

a.在步驟1中輸入的變量：總資產(chǎn)報(bào)酬率、速動(dòng)比率、營(yíng)業(yè)收入增長(zhǎng)率、現(xiàn)金流量比率、存貨周轉(zhuǎn)率。

根據(jù)表6建立Logistic回歸模型一：In（p/1-p）=2.816-50.081 X1+6.978X2-0.136X3-9.937X4-0.015X5

表5 樣本公司EVA與Y值 單位：千元

表6 Logistic回歸分析結(jié)果

模型以0.5作為判別臨界點(diǎn)，p值大于0.5的企業(yè)為財(cái)務(wù)危機(jī)企業(yè)，p值越大，該企業(yè)在未來(lái)出現(xiàn)財(cái)務(wù)危機(jī)的可能性越大；p值小于0.5的企業(yè)為非財(cái)務(wù)危機(jī)企業(yè)，p值越小，該企業(yè)在未來(lái)的財(cái)務(wù)狀況越好。P值等于0.5的企業(yè)財(cái)務(wù)狀況不明，謹(jǐn)慎起見(jiàn)，通常判別為財(cái)務(wù)危機(jī)企業(yè)。

（三）模型檢驗(yàn) 錯(cuò)判矩陣是判斷Logistic回歸模型優(yōu)劣的一種方法，它通過(guò)矩陣的形式反映預(yù)測(cè)值與觀測(cè)值及二者的符合程度。上文建立的Logistic回歸模型的錯(cuò)判矩陣如表7所示，表中顯示回歸模型的總體正確率為83.3%，其中對(duì)非財(cái)務(wù)危機(jī)組的預(yù)測(cè)準(zhǔn)確率為85.7%，對(duì)財(cái)務(wù)危機(jī)組的預(yù)測(cè)準(zhǔn)確率為80.0%。

表7 錯(cuò)判矩陣

利用上文建立的模型，預(yù)測(cè)各航空公司2004、2005、2006年是否陷入財(cái)務(wù)危機(jī)，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行檢驗(yàn)。根據(jù)表8的數(shù)據(jù)，模型對(duì)各航空公司2004-2006年度的檢測(cè)準(zhǔn)確率為70.0%，預(yù)測(cè)結(jié)果比較理想。

以上是對(duì)我國(guó)四家上市航空公司進(jìn)行分析得出的結(jié)果。從預(yù)測(cè)效果來(lái)看，模型較為準(zhǔn)確地反映了我國(guó)上市航空公司的財(cái)務(wù)狀況，可以為航空公司、行業(yè)監(jiān)管部門、投資者以及債權(quán)人提供參考，便于其及時(shí)發(fā)現(xiàn)出現(xiàn)財(cái)務(wù)危機(jī)的企業(yè)，并采取相應(yīng)措施。

五、結(jié)論

本文在回顧國(guó)內(nèi)外學(xué)者對(duì)財(cái)務(wù)危機(jī)預(yù)警的研究成果的基礎(chǔ)上，選取樣本和研究變量，建立基于Logistic回歸分析的財(cái)務(wù)預(yù)警模型，并對(duì)模型預(yù)測(cè)效果進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)模型預(yù)測(cè)準(zhǔn)確率較高。根據(jù)上文的研究結(jié)果，可以得到如下結(jié)論：第一，盡可能全面選取指標(biāo)，才能全面反映企業(yè)的財(cái)務(wù)狀況，在此基礎(chǔ)上所建立模型的預(yù)測(cè)效果更好。企業(yè)財(cái)務(wù)狀況的影響因素很多，受樣本數(shù)量的限制，無(wú)法將所有指標(biāo)納入財(cái)務(wù)預(yù)警模型。此外，人為選取指標(biāo)不免帶有片面性，可能遺漏某些對(duì)企業(yè)財(cái)務(wù)狀況有重大影響的指標(biāo)。主成分分析可以在保留大部分原始信息的同時(shí)簡(jiǎn)化分析，因此，本文將主成分分析與二元邏輯回歸結(jié)合，通過(guò)主成分分析對(duì)建立的財(cái)務(wù)預(yù)警指標(biāo)體系進(jìn)行降維，并以主成分作為樣本數(shù)據(jù)，建立Logistic回歸模型，其結(jié)果的準(zhǔn)確性和實(shí)用性得到改善。第二，越接近企業(yè)發(fā)生財(cái)務(wù)危機(jī)的年度，模型預(yù)測(cè)準(zhǔn)確率越高。對(duì)樣本檢測(cè)結(jié)果的分析可知，預(yù)測(cè)錯(cuò)誤主要發(fā)生在2004和2005年度（檢測(cè)前兩年），而2008年四大航空公司均陷入財(cái)務(wù)危機(jī)，2006年的預(yù)測(cè)結(jié)果均正確，說(shuō)明距離企業(yè)發(fā)生財(cái)務(wù)危機(jī)年度越近，某些指標(biāo)越接近預(yù)警臨界值，模型預(yù)測(cè)準(zhǔn)確率越高。第三，我國(guó)上市航空公司的財(cái)務(wù)數(shù)據(jù)是有效的，基于這些財(cái)務(wù)數(shù)據(jù)建立的預(yù)警模型能夠反映企業(yè)的財(cái)務(wù)狀況，起到較好的預(yù)測(cè)效果。

此外，由于本文樣本規(guī)模較小且未將非財(cái)務(wù)因素納入財(cái)務(wù)預(yù)警指標(biāo)體系，在一定程度上影響了模型的預(yù)測(cè)精度，后續(xù)研究可通過(guò)引用航空公司的中期報(bào)告數(shù)據(jù)以及采用專家評(píng)分法量化非財(cái)務(wù)指標(biāo)的途徑加以完善，在擴(kuò)大樣本量的同時(shí)提高預(yù)測(cè)準(zhǔn)確性，更好的達(dá)到建立模型的目的。

表8 預(yù)測(cè)結(jié)果

［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》1999年第4期。

［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》，《經(jīng)濟(jì)研究》2001年第6期。

［3］邢有洪、張靜：《航空公司財(cái)務(wù)預(yù)警實(shí)證研究》，《財(cái)會(huì)通訊》（綜合·下）2011年第12期。

［4］Altman.Financial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy．Journal of Finance，1968.