吳邦雷，張曉麗(安徽機電職業(yè)技術(shù)學(xué)院經(jīng)貿(mào)管理系，安徽蕪湖241000)

基于F計分模型與Logistic模型的財務(wù)預(yù)警體系研究
——以創(chuàng)業(yè)板為例*

吳邦雷，張曉麗
(安徽機電職業(yè)技術(shù)學(xué)院經(jīng)貿(mào)管理系，安徽蕪湖241000)

摘要:在財務(wù)指標(biāo)和非財務(wù)指標(biāo)數(shù)據(jù)分析的基礎(chǔ)上，探討F計分模型和Logistic模型的有效性，深入反映上市公司財務(wù)狀況;通過數(shù)據(jù)比較得出F計分模型更加適用長時間跨度的財報風(fēng)險預(yù)警，Logistic模型可以用數(shù)量化的方法體現(xiàn)出非財務(wù)指標(biāo)的預(yù)警作用。

關(guān)鍵詞:財務(wù)指標(biāo);非財務(wù)指標(biāo);財務(wù)預(yù)警體系

一、文獻綜述

(一)財務(wù)預(yù)警內(nèi)涵

國內(nèi)外關(guān)于財務(wù)預(yù)警的內(nèi)涵大體表述為:借助財務(wù)報告、信息披露等會計資料，利用管理學(xué)科理論，采用比率分析、因素分析等方法對公司的財報信息進行檢測，探尋可能存在的風(fēng)險并向管理者和投資者提供相關(guān)建議，規(guī)避潛在問題升級為危害的一種預(yù)警方式。Merwin(1942)、Beaver(1966)、Altman (1968)、陳曉(2000)、吳世農(nóng)等(2001)等都曾對此作了闡述。

(二)財務(wù)預(yù)警分析指標(biāo)

1.財務(wù)指標(biāo)領(lǐng)域

Altman(1968)通過考察企業(yè)的營運狀況、盈利狀況、資本結(jié)構(gòu)、創(chuàng)新能力等之間的比率關(guān)系建立了Z－score模型。后經(jīng)過美國學(xué)者實證研究，在Z－score模型的財務(wù)指標(biāo)中加入現(xiàn)金流量因子參與考核并建立了F計分模型。Ohlson(1980)提出logistic模型，早期的模型建立在財務(wù)指標(biāo)基礎(chǔ)上，在風(fēng)險預(yù)警研究領(lǐng)域產(chǎn)生較大影響。國內(nèi)，吳世農(nóng)等(2001)選定盈利增長指數(shù)等6個財務(wù)指標(biāo)，建立財務(wù)預(yù)警模型。趙天慧等(2012)在Z－score模型基礎(chǔ)上融入折舊、利息并將某些指標(biāo)進行了適當(dāng)修改。

2.非財務(wù)指標(biāo)領(lǐng)域

Jensen(1993)通過實證研究提出董事長與總經(jīng)理崗位合一將難以發(fā)揮董事會監(jiān)督作用。Prowse (1998)通過研究亞洲金融危機發(fā)現(xiàn)導(dǎo)致企業(yè)破產(chǎn)的因素包括所有權(quán)的過度集中和無效的公司治理。王克敏、姬美光(2006)將國家持股比例、關(guān)聯(lián)交易和保護投資者制度等多個因子納入財務(wù)風(fēng)險預(yù)警模型的構(gòu)建。張永安、付麗(2006)把董事會規(guī)模、對外擔(dān)保等納入非財務(wù)指標(biāo)的風(fēng)險預(yù)警實證檢驗。徐旭等(2009)在預(yù)警模型中加入審計意見類型以提高模型準(zhǔn)確性。

綜上，國內(nèi)外學(xué)者多是單方面的從財務(wù)指標(biāo)或非財務(wù)指標(biāo)進行實證研究并得出有借鑒意義的預(yù)警模型，但很少有實證研究是將兩者結(jié)合起來的。幾乎所有的研究都將對象選定為在已被ST的主板上市公司，而財務(wù)風(fēng)險預(yù)警模型的最大價值恰恰在于“預(yù)測”危機的到來，而不是“證明”危機的發(fā)生。

二、研究設(shè)計

(一)財務(wù)指標(biāo)和預(yù)警模型的選擇

由于我國現(xiàn)代化的財務(wù)指標(biāo)體系和以此為基礎(chǔ)的相關(guān)預(yù)警模型的研究大多是建立在西方已有的研究基礎(chǔ)之上的，所以針對財務(wù)指標(biāo)的預(yù)警模型直接選擇在Z分?jǐn)?shù)模型基礎(chǔ)上加入了現(xiàn)金流量指標(biāo)的更加能夠全面反映現(xiàn)代企業(yè)經(jīng)營水平的F計分模型。該模型是美國學(xué)者通過SPSS－X統(tǒng)計軟件多微區(qū)分分析方法運用Compustat PC Plus會計數(shù)據(jù)庫自1990年起的4160家企業(yè)財報樣本數(shù)據(jù)分析得出的F計分模型，其基本內(nèi)容如下:

F =－0.1774 +1.1091* X1+ 0.1074* X2+ 1.9271* X3+0.0302* X4+0.4961* X5

其中: X1是年末流動資產(chǎn)與年末流動負債的差除以年末資產(chǎn)總額的值; X2是年末留存收益與年末資產(chǎn)總額的除數(shù); X3是凈利潤與折舊的和除以平均負債總額的值; X4是年末股東市場價值除以年末負債總額的差; X5是凈利潤、利息與折舊的和除以平均資產(chǎn)總額的值。

經(jīng)過美國學(xué)者的大樣本數(shù)據(jù)研究，F(xiàn)計分模型的F臨界值是0.0274i，即F計算所得分?jǐn)?shù)在0.0274以上的公司財務(wù)狀況較好，而在0.0274以下的企業(yè)發(fā)生財務(wù)問題的可能性較大。

(二)非財務(wù)指標(biāo)和預(yù)警模型的選擇

根據(jù)已有研究，選擇非財務(wù)指標(biāo)有國有持股比例、相關(guān)代理成本、企業(yè)董事長和總經(jīng)理合一性、持股董事所占比例、保護投資者的程度(審計意見類型)、企業(yè)關(guān)聯(lián)方交易和是否存在對外擔(dān)保等七項內(nèi)容。

Logistic曲線是因變量取值范圍在(0，1)區(qū)間的一個幾率模型，因其取值范圍被限定，所以該幾率模型的概率P就落在0至1間的某個數(shù)值上，概率P將是后文判別財務(wù)風(fēng)險情況最核心體現(xiàn)方式; X是泛指任意一個因變量，其值域也沒用任何限制。Logistic模型如下:

其中也可表示為多個變量集合，即bx= Z = ∑bi* xi。

任何公司出現(xiàn)財務(wù)問題面臨風(fēng)險警示一定都不是由于財務(wù)或者非財務(wù)的某個單方面因素所致，為了更為客觀、準(zhǔn)確地對公司財務(wù)狀況進行預(yù)測，綜合財務(wù)和非財務(wù)兩個方面的數(shù)據(jù)進行分析。

三、實證分析

(一)數(shù)據(jù)選擇與來源

在財務(wù)指標(biāo)分析方面，在創(chuàng)業(yè)板2010－2012三個年度中，各年分別刪去信息不全的，獲得可用樣本數(shù)值165組、268組、316組ii;在非財務(wù)指標(biāo)分析方面，各年分別刪去信息不全的，獲得可用樣本數(shù)值188組、290組、290組。同時根據(jù)凈利潤增長率連續(xù)兩年下降的標(biāo)準(zhǔn)(2009年的凈利潤數(shù)據(jù)來自各公司年報利潤表)，分別將樣本中的18組、25組、25組數(shù)據(jù)按照明顯存在財務(wù)風(fēng)險并作為實驗組參與分析。

(二)財務(wù)指標(biāo)實證結(jié)果分析

根據(jù)創(chuàng)業(yè)板成立以來各上市公司三年的財務(wù)報表資料，利用Microsoft Excel 2007計算出這三年樣本上市公司F計分模型的平均和平均F分?jǐn)?shù)如下:

表一

從表一可以看到創(chuàng)業(yè)板的上市公司平均F分?jǐn)?shù)都大于臨界值而且數(shù)據(jù)較大，這表明在后金融危機時期成立的創(chuàng)業(yè)板上市的的確都是已經(jīng)擺脫金融危機的影響且走上正軌的企業(yè)。但必須指出的是，F(xiàn)分?jǐn)?shù)從2010年的3.06一直降到2012年的1.54;這是因為2009年成立伊始的創(chuàng)業(yè)板，各種調(diào)控制度的建設(shè)還不健全，但隨著時間的推移，相關(guān)管理政策開始陸續(xù)出臺，這都對上市公司提出了更加嚴(yán)格的要求，所以F分?jǐn)?shù)的下降反映出在國家調(diào)控下的上市公司擠掉“水分”、更為規(guī)范、提供的財務(wù)數(shù)據(jù)更真實。

根據(jù)凈利潤增長率兩年連續(xù)下降的標(biāo)準(zhǔn)，同用上述方法將各年實驗組的平均和F分?jǐn)?shù)計算得出如下:

表二

從表二可以看到設(shè)計中的明確存在市場風(fēng)險實驗組中的平均數(shù)據(jù)在整體上是比較小的，在實驗組得分“正?！钡那疤嵯乱脖仨毧吹紽分?jǐn)?shù)也在不斷下降，這表明實驗組企業(yè)的財務(wù)質(zhì)量在不斷下降。這種下降不僅是在政策嚴(yán)格管制下的“去水分”，更重要的是因為這些公司本身的生產(chǎn)經(jīng)營活動出現(xiàn)了這樣那樣的問題，這些都直接地反映在了財務(wù)數(shù)據(jù)上，比如凈利潤的持續(xù)下滑。

(三)非財務(wù)指標(biāo)實證結(jié)果分析

Logistic模型中的各項非財務(wù)指標(biāo)的取值確定如下:國有股份是否位居第一位，是取值1，否取值為0;代理成本為管理費用/總資產(chǎn);董事長和總經(jīng)理崗位同一人方面，如果董事長與總經(jīng)理崗位分離，取值1，否則取值0;董事會中持股董事占董事會總?cè)藬?shù)比重按照實際比例計入;以年報審計意見類型替代的投資者保護程度，如果是標(biāo)準(zhǔn)無保留審計意見，取值1，其他全部取值0，同時，在SPSS17.0的二元回歸分析中將啞變量審計意見類型設(shè)定為分類協(xié)變量參與處理;關(guān)聯(lián)方交易方面，對應(yīng)財務(wù)年度如果存在重大關(guān)聯(lián)交易事項，取值1，否則取值0;對外擔(dān)保方面，對應(yīng)財務(wù)年度如果存在對外擔(dān)保事項，取值1;否則取值0。

將2010至2012年的創(chuàng)業(yè)板樣本數(shù)據(jù)錄入SPSS17.0進行二元回歸分析，將得到數(shù)據(jù)帶入Logistic模型;數(shù)據(jù)庫計算中首先將原始數(shù)據(jù)轉(zhuǎn)化為SPSS數(shù)據(jù)，然后使用二值Logistic回歸分析選項框進行各項指標(biāo)設(shè)置，最后輸出數(shù)據(jù)結(jié)果進行分類變量編碼解讀;得到如下結(jié)果:

2010年:

2011年:

2012年:

根據(jù)上述回歸模型可以看到:第一大股東是國有股的以及董事長和總經(jīng)理合而一體的系數(shù)，前者為正后者為負，同時，兩者在各年在5%的顯著性水平下通過檢驗，這說明第一股東是國有股成分的以及董事長和總經(jīng)理合而一體的確對企業(yè)財務(wù)狀況產(chǎn)生不良的影響;代理成本、關(guān)聯(lián)方交易和對外擔(dān)保各年的系數(shù)發(fā)生正負變動，但是這些變動都是能夠通過5%置信水平顯著檢驗的，這也就說明這三者對公司的財務(wù)會產(chǎn)生顯著影響，但影響并不太大;年報審計意見的系數(shù)出現(xiàn)較大數(shù)值而且變化幅度很大，在5%的置信水平下，2010年和2011年的數(shù)據(jù)都沒有通過檢驗，2012年的通過檢驗，這至少說明不在少數(shù)的上市公司的年報審計報告的客觀公正狀況應(yīng)該受到質(zhì)疑，該項指標(biāo)的預(yù)警性在目前看來并不強。對于實驗組公司來說，從非財務(wù)指標(biāo)的模型分析中可以找到造成財務(wù)危機出現(xiàn)的影響因素，這些因素雖不夠全面，但能夠數(shù)據(jù)化地展現(xiàn)是什么樣問題的出現(xiàn)在左右著公司的經(jīng)營質(zhì)量，而且這些影響因子的重要程度到底有多大。這種深入的分析是僅僅通過財務(wù)指標(biāo)的研究難以得到的。

在模型的計算結(jié)果中，按照實驗組表示公司財務(wù)存在明顯風(fēng)險危機的設(shè)計，各年的模型預(yù)測準(zhǔn)確率分別是90.4%、91.4%、91.4%，可見，該Logistic回歸模型的預(yù)測準(zhǔn)確度整體比較可靠，而且隨著上市公司上市時間的推移，通過非財務(wù)指標(biāo)的財務(wù)預(yù)警預(yù)測的結(jié)果也是會越來越理想的。在前述F計分模型的分析中，實驗組的得分都是合格的，但這點卻恰恰是完全違背實驗組設(shè)計的前提，所以F計分模型在實驗組的預(yù)測準(zhǔn)確率是0，但對照logistic模型的預(yù)測結(jié)果可以看到非財務(wù)指標(biāo)在提高財務(wù)預(yù)警準(zhǔn)確性中的不可或缺的作用。這同時也證明，在對上市公司的財務(wù)狀況進行預(yù)警分析的時候，要特別重視非財務(wù)指標(biāo)的影響。

四、主要結(jié)論與政策建議

創(chuàng)業(yè)板塊隨著時間的推移，F(xiàn)計分模型的檢驗結(jié)果會越來越真實，即財務(wù)指標(biāo)對風(fēng)險警示的影響逐漸顯現(xiàn)。非財務(wù)指標(biāo)中的國有股東、權(quán)力集中、代理成本、關(guān)聯(lián)方交易、對外擔(dān)保與企業(yè)出現(xiàn)財務(wù)危機的相關(guān)性為正。注冊會計師的審計工作質(zhì)量應(yīng)當(dāng)被予以更多關(guān)注，力求真實、可靠。最后，基于財務(wù)指標(biāo)的預(yù)測模型和基于非財務(wù)指標(biāo)的預(yù)測模型各有優(yōu)劣，所以要注重在進行財務(wù)預(yù)警分析過程中綜合運用兩種方法，不僅要提高預(yù)測的準(zhǔn)確性，更要找到潛在問題的源頭及其解決方法。

綜合運用下的F計分模型和Logistic模型在財務(wù)預(yù)警分析過程中能夠較好地反映財務(wù)和非財務(wù)兩大方面的指標(biāo)數(shù)據(jù)，在此基礎(chǔ)上的數(shù)據(jù)分析也能夠更為真實而綜合地反映上市公司的整體財務(wù)信息，也只有這樣才能真正起到預(yù)警的作用，服務(wù)于投資者和其他信息使用者。在上市公司運行中，要強化企業(yè)管理，完善內(nèi)控制度，健全中小股東權(quán)益保護制度，強化關(guān)聯(lián)交易、對外擔(dān)保的信息披露機制，對上市公司的年報審計要進行更為嚴(yán)格的審查，以此較為根本的避免創(chuàng)業(yè)板塊上市公司的財務(wù)困境的出現(xiàn)。

注釋:

①i數(shù)值來源論文: Eugene F.Brigham＆Louis G.Gapenski，“Financial Management: Theory and Practice(Eight Edition)”，The Dryden Press，1997.

②原始數(shù)據(jù)來源于國泰安、萬得資訊等數(shù)據(jù)庫和深圳證券交易所官方網(wǎng)站。

參考文獻:

［1］Altman E.I..Financial ratios，discriminant analysis and prediction of corporate bankruptcy［J］.Journal of Finance，1968(9).

［2］Jensen M.C..The modern industrial revolution，exit，and the failure of internal control systems［J］.Journal of Finance，1993(48).

［3］吳世農(nóng)，盧賢義.我國上市公司財務(wù)困境的預(yù)測模型研究［J］.經(jīng)濟研究，2001(6) : 46－55.

［4］王克敏，姬美光.基于財務(wù)與非財務(wù)指標(biāo)的虧損公司財務(wù)預(yù)警研究——以公司ST為例［J］.財經(jīng)研究，2006 (7) : 63－72.

［5］張永安，付麗.基于非財務(wù)指標(biāo)的ST公司運營分析模型研究［J］.管理評論，2006(12) : 15－19.

(責(zé)任編輯:王佩)

［6］武艷，劉寶財.財務(wù)危機預(yù)警的F計分模型實證研究［J］.中國總會計師，2013(2) : 81－83.

［7］張厚臣，劉翠華.Excel在數(shù)理統(tǒng)計計算中的應(yīng)用［J］.菏澤學(xué)院學(xué)報，2007(2) : 37－40.

［8］程英.探測數(shù)據(jù)對加權(quán)回歸模型影響的度量［J］.菏澤學(xué)院學(xué)報，2005(2) : 7－9.

Research of Financial Early Warning System based on F Scoring Model and Logistic Model——In the Case of the Gem

WU Bang－lei，ZHANG Xiao－li
(Economic and Management Department，Anhui Technical College of Mechanical and Electrical Engineering，Wuhu Anhui 241000，China)

Abstract:The paper discusses the effectiveness of F Scoring Model and Logistic Model based on the analysis of the data of both financial and non－financial indicators to deeply reflect the financial situation of a listed company.Compared data shows F Scoring Model is quite suitable for a long time early warning，whereas Logistic Model can reflect the early warning purposes of non－financial indicators.

Key words:financial indicators; non－financial indicators; financial early warning system

作者簡介:吳邦雷(1971－)，男，安徽蕪湖人，副教授，碩士，研究方向:供應(yīng)鏈管理;張曉麗(1989－)，女，安徽六安人，助教，碩士，研究方向:財務(wù)管理。

基金項目:安徽省2014年高等學(xué)校省級質(zhì)量工程項目“物流管理特色專業(yè)”(2014tszy073)

收稿日期:* 2015－02－08

文章編號:1673－2103(2015) 04－0068－04

文獻標(biāo)識碼:A

中圖分類號:F23