吳邦雷,張曉麗(安徽機電職業(yè)技術學院經貿管理系,安徽蕪湖241000)
基于F計分模型與Logistic模型的財務預警體系研究
——以創(chuàng)業(yè)板為例*
吳邦雷,張曉麗
(安徽機電職業(yè)技術學院經貿管理系,安徽蕪湖241000)
摘要:在財務指標和非財務指標數(shù)據(jù)分析的基礎上,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險預警,Logistic模型可以用數(shù)量化的方法體現(xiàn)出非財務指標的預警作用。
關鍵詞:財務指標;非財務指標;財務預警體系
(一)財務預警內涵
國內外關于財務預警的內涵大體表述為:借助財務報告、信息披露等會計資料,利用管理學科理論,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,探尋可能存在的風險并向管理者和投資者提供相關建議,規(guī)避潛在問題升級為危害的一種預警方式。Merwin(1942)、Beaver(1966)、Altman (1968)、陳曉(2000)、吳世農等(2001)等都曾對此作了闡述。
(二)財務預警分析指標
1.財務指標領域
Altman(1968)通過考察企業(yè)的營運狀況、盈利狀況、資本結構、創(chuàng)新能力等之間的比率關系建立了Z-score模型。后經過美國學者實證研究,在Z-score模型的財務指標中加入現(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指標基礎上,在風險預警研究領域產生較大影響。國內,吳世農等(2001)選定盈利增長指數(shù)等6個財務指標,建立財務預警模型。趙天慧等(2012)在Z-score模型基礎上融入折舊、利息并將某些指標進行了適當修改。
2.非財務指標領域
Jensen(1993)通過實證研究提出董事長與總經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)導致企業(yè)破產的因素包括所有權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、關聯(lián)交易和保護投資者制度等多個因子納入財務風險預警模型的構建。張永安、付麗(2006)把董事會規(guī)模、對外擔保等納入非財務指標的風險預警實證檢驗。徐旭等(2009)在預警模型中加入審計意見類型以提高模型準確性。
綜上,國內外學者多是單方面的從財務指標或非財務指標進行實證研究并得出有借鑒意義的預警模型,但很少有實證研究是將兩者結合起來的。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,而財務風險預警模型的最大價值恰恰在于“預測”危機的到來,而不是“證明”危機的發(fā)生。
(一)財務指標和預警模型的選擇
由于我國現(xiàn)代化的財務指標體系和以此為基礎的相關預警模型的研究大多是建立在西方已有的研究基礎之上的,所以針對財務指標的預警模型直接選擇在Z分數(shù)模型基礎上加入了現(xiàn)金流量指標的更加能夠全面反映現(xiàn)代企業(yè)經營水平的F計分模型。該模型是美國學者通過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是年末流動資產與年末流動負債的差除以年末資產總額的值; X2是年末留存收益與年末資產總額的除數(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總額的值。
經過美國學者的大樣本數(shù)據(jù)研究,F(xiàn)計分模型的F臨界值是0.0274i,即F計算所得分數(shù)在0.0274以上的公司財務狀況較好,而在0.0274以下的企業(yè)發(fā)生財務問題的可能性較大。
(二)非財務指標和預警模型的選擇
根據(jù)已有研究,選擇非財務指標有國有持股比例、相關代理成本、企業(yè)董事長和總經理合一性、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)關聯(lián)方交易和是否存在對外擔保等七項內容。
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將是后文判別財務風險情況最核心體現(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)財務問題面臨風險警示一定都不是由于財務或者非財務的某個單方面因素所致,為了更為客觀、準確地對公司財務狀況進行預測,綜合財務和非財務兩個方面的數(shù)據(jù)進行分析。
(一)數(shù)據(jù)選擇與來源
在財務指標分析方面,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;在非財務指標分析方面,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)兩年下降的標準(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)按照明顯存在財務風險并作為實驗組參與分析。
(二)財務指標實證結果分析
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分數(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分數(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)分數(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,各種調控制度的建設還不健全,但隨著時間的推移,相關管理政策開始陸續(xù)出臺,這都對上市公司提出了更加嚴格的要求,所以F分數(shù)的下降反映出在國家調控下的上市公司擠掉“水分”、更為規(guī)范、提供的財務數(shù)據(jù)更真實。
根據(jù)凈利潤增長率兩年連續(xù)下降的標準,同用上述方法將各年實驗組的平均和F分數(shù)計算得出如下:
表二
從表二可以看到設計中的明確存在市場風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數(shù)也在不斷下降,這表明實驗組企業(yè)的財務質量在不斷下降。這種下降不僅是在政策嚴格管制下的“去水分”,更重要的是因為這些公司本身的生產經營活動出現(xiàn)了這樣那樣的問題,這些都直接地反映在了財務數(shù)據(jù)上,比如凈利潤的持續(xù)下滑。
(三)非財務指標實證結果分析
Logistic模型中的各項非財務指標的取值確定如下: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;董事長和總經理崗位同一人方面,如果董事長與總經理崗位分離,取值1,否則取值0;董事會中持股董事占董事會總人數(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,如果是標準無保留審計意見,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定為分類協(xié)變量參與處理;關聯(lián)方交易方面,對應財務年度如果存在重大關聯(lián)交易事項,取值1,否則取值0;對外擔保方面,對應財務年度如果存在對外擔保事項,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設置,最后輸出數(shù)據(jù)結果進行分類變量編碼解讀;得到如下結果:
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理合而一體的確對企業(yè)財務狀況產生不良的影響;代理成本、關聯(lián)方交易和對外擔保各年的系數(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會產生顯著影響,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該受到質疑,該項指標的預警性在目前看來并不強。對于實驗組公司來說,從非財務指標的模型分析中可以找到造成財務危機出現(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)在左右著公司的經營質量,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指標的研究難以得到的。
在模型的計算結果中,按照實驗組表示公司財務存在明顯風險危機的設計,各年的模型預測準確率分別是90.4%、91.4%、91.4%,可見,該Logistic回歸模型的預測準確度整體比較可靠,而且隨著上市公司上市時間的推移,通過非財務指標的財務預警預測的結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計的前提,所以F計分模型在實驗組的預測準確率是0,但對照logistic模型的預測結果可以看到非財務指標在提高財務預警準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狀況進行預警分析的時候,要特別重視非財務指標的影響。
創(chuàng)業(yè)板塊隨著時間的推移,F(xiàn)計分模型的檢驗結果會越來越真實,即財務指標對風險警示的影響逐漸顯現(xiàn)。非財務指標中的國有股東、權力集中、代理成本、關聯(lián)方交易、對外擔保與企業(yè)出現(xiàn)財務危機的相關性為正。注冊會計師的審計工作質量應當被予以更多關注,力求真實、可靠。最后,基于財務指標的預測模型和基于非財務指標的預測模型各有優(yōu)劣,所以要注重在進行財務預警分析過程中綜合運用兩種方法,不僅要提高預測的準確性,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模型在財務預警分析過程中能夠較好地反映財務和非財務兩大方面的指標數(shù)據(jù),在此基礎上的數(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信息,也只有這樣才能真正起到預警的作用,服務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,完善內控制度,健全中小股東權益保護制度,強化關聯(lián)交易、對外擔保的信息披露機制,對上市公司的年報審計要進行更為嚴格的審查,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,盧賢義.我國上市公司財務困境的預測模型研究[J].經濟研究,2001(6) : 46-55.
[4]王克敏,姬美光.基于財務與非財務指標的虧損公司財務預警研究——以公司ST為例[J].財經研究,2006 (7) : 63-72.
[5]張永安,付麗.基于非財務指標的ST公司運營分析模型研究[J].管理評論,2006(12) : 15-19.
(責任編輯:王佩)
[6]武艷,劉寶財.財務危機預警的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)計計算中的應用[J].菏澤學院學報,2007(2) : 37-40.
[8]程英.探測數(shù)據(jù)對加權回歸模型影響的度量[J].菏澤學院學報,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:供應鏈管理;張曉麗(1989-),女,安徽六安人,助教,碩士,研究方向:財務管理。
基金項目:安徽省2014年高等學校省級質量工程項目“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
文獻標識碼:A
中圖分類號:F23