許天+楊紅

[提要] 現(xiàn)階段我國(guó)經(jīng)濟(jì)仍處在平穩(wěn)健康發(fā)展之中，但是隨著氯堿化工行業(yè)產(chǎn)能的不斷增加，市場(chǎng)競(jìng)爭(zhēng)強(qiáng)度的進(jìn)一步加劇，該行業(yè)面臨的不確定性和財(cái)務(wù)風(fēng)險(xiǎn)也在加大，因此對(duì)該行業(yè)的財(cái)務(wù)預(yù)警就變的越發(fā)重要。本文選取氯堿化工行業(yè)部分上市公司作為研究樣本，構(gòu)建氯堿化工行業(yè)財(cái)務(wù)預(yù)警模型，并對(duì)該模型進(jìn)行檢驗(yàn)，證明該模型對(duì)財(cái)務(wù)預(yù)警有足夠的準(zhǔn)確性，這可以為其他企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)管理提供參考。

關(guān)鍵詞：氯堿化工；財(cái)務(wù)風(fēng)險(xiǎn)；財(cái)務(wù)預(yù)警

中圖分類號(hào)：F23 文獻(xiàn)標(biāo)識(shí)碼：A

收錄日期：2017年3月29日

一、研究回顧

目前，國(guó)內(nèi)對(duì)于財(cái)務(wù)預(yù)警的研究主要有以下幾種模型：多元線型判別法以Z-score模型為例，該模型僅適合應(yīng)用于短期預(yù)測(cè)的結(jié)論。Altman的Z-score模型盡管還存在一定的不足和片面性，例如樣本材料數(shù)據(jù)的選取要符合正態(tài)分布，而且通常對(duì)公司前一年的預(yù)測(cè)精確度較高，對(duì)前兩年前三年的預(yù)測(cè)精度有所下降。不可否認(rèn)的是他的綜合分析思想?yún)s對(duì)后來(lái)的研究產(chǎn)生了深遠(yuǎn)的影響。F分?jǐn)?shù)模型相比Z-score模型，新加入了現(xiàn)金流量這一自變量指標(biāo)，同時(shí)考慮了公司財(cái)務(wù)狀況的發(fā)展和變化，決策者可以較容易地建立財(cái)務(wù)危機(jī)預(yù)警機(jī)制。Logistic模型的研究對(duì)于我國(guó)來(lái)說(shuō)主要分為兩種，一種是研究者采取的樣本或者均為中小企業(yè)的上市公司，不能代表大部分我國(guó)的上市公司；另一種是配對(duì)抽樣相當(dāng)于默認(rèn)風(fēng)險(xiǎn)公司與無(wú)風(fēng)險(xiǎn)公司的比例是相等的，與事實(shí)顯然不符，可能會(huì)產(chǎn)生過(guò)度抽樣或樣本自我選擇問(wèn)題，由此也會(huì)高估模型的有效性。功效系數(shù)法作為一種反映多指標(biāo)、綜合分析的定量評(píng)價(jià)的方法，它運(yùn)用簡(jiǎn)單明了的計(jì)算公式，根據(jù)各項(xiàng)指標(biāo)的重要性來(lái)確定指標(biāo)的權(quán)重，但是單項(xiàng)得分的評(píng)價(jià)標(biāo)準(zhǔn)確定難度較大，不易操作。

二、研究設(shè)計(jì)

（一）樣本選取。本文選擇化工行業(yè)2013～2015年財(cái)務(wù)數(shù)據(jù)構(gòu)建模型。根據(jù)統(tǒng)計(jì)學(xué)原理，選取2015年化工行業(yè)上市公司為ST公司的10家公司，再選取與之相配對(duì)的非ST公司100家，總共110家上市公司作為樣本，用這110家公司2013～2015年財(cái)務(wù)數(shù)據(jù)構(gòu)建模型，并與真實(shí)算出的比率作對(duì)比，進(jìn)而算出其準(zhǔn)確率。

（二）指標(biāo)選取。因?yàn)楣P者主要研究化工行業(yè)上市公司財(cái)務(wù)預(yù)警模型的構(gòu)建，所以上市公司的財(cái)務(wù)績(jī)效（ST或非ST）即為被解釋變量。上市公司財(cái)務(wù)績(jī)效的影響因素即為解釋變量。但是，目前還沒(méi)有對(duì)上市公司財(cái)務(wù)績(jī)效進(jìn)行測(cè)度的權(quán)威指標(biāo)，所以在參考其他學(xué)者的著作前提下，筆者將選取以下財(cái)務(wù)指標(biāo)作為上市公司財(cái)務(wù)績(jī)效的影響因素：流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率、總資產(chǎn)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、全部現(xiàn)金回收率、營(yíng)運(yùn)指數(shù)、總資產(chǎn)凈利潤(rùn)率、凈資產(chǎn)收益率、營(yíng)業(yè)毛利率、成本費(fèi)用率共15個(gè)財(cái)務(wù)指標(biāo)。根據(jù)上節(jié)對(duì)變量設(shè)計(jì)及解釋的描述，筆者構(gòu)建影響因素模型所涉及到的變量如表1所示。（表1）

（三）模型的構(gòu)建。根據(jù)前文的理論分析，筆者將上市公司財(cái)務(wù)績(jī)效預(yù)警的影響因素模型構(gòu)建為：

Y=a0+a1×X1+a2×X2+a3×X3+a4×X4+a5×X5+a6×X6+a7×X7+a8×X8+a9×X9+a10×X10+a11×X11+a12×X12+a13×X13+a14×X14+a15×X15+ε

其中，Logit（Y）=ln ，我們可以算出？籽值，當(dāng)？籽>0.5時(shí)，即判定為財(cái)務(wù)困境公司，反之則判定為經(jīng)營(yíng)狀況正常的公司。另外，ε為模型中的殘差項(xiàng)。由于該模型中的自變量個(gè)數(shù)較多，所以在后文的實(shí)際結(jié)算中，筆者將采用“向后：條件”法篩選自變量，并設(shè)置為進(jìn)入概率為0.05，刪除概率為0.10。

由表2可知，在關(guān)于各個(gè)變量的單樣本k-s檢驗(yàn)結(jié)果中，“流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率、總資產(chǎn)增長(zhǎng)率”變量k-s檢驗(yàn)對(duì)應(yīng)的概率P值均小于顯著性水平0.05，應(yīng)拒絕檢驗(yàn)的零假設(shè)，即可認(rèn)為“流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率、總資產(chǎn)增長(zhǎng)率”的樣本數(shù)據(jù)均不符合正態(tài)分布。（表2）

由表3可知，在關(guān)于各個(gè)變量的單樣本k-s檢驗(yàn)結(jié)果中，“凈利潤(rùn)增長(zhǎng)率、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、全部現(xiàn)金回收率”變量k-s檢驗(yàn)對(duì)應(yīng)的概率P值均小于顯著性水平0.05，應(yīng)拒絕檢驗(yàn)的零假設(shè)，即我們可認(rèn)為“凈利潤(rùn)增長(zhǎng)率、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、全部現(xiàn)金回收率”的樣本數(shù)據(jù)均不符合正態(tài)分布。（表3）

由表4可知，在關(guān)于各個(gè)變量的單樣本k-s檢驗(yàn)結(jié)果中，“營(yíng)運(yùn)指數(shù)、總資產(chǎn)凈利潤(rùn)率、凈資產(chǎn)收益率、營(yíng)業(yè)毛利率、成本費(fèi)用利潤(rùn)率”變量k-s檢驗(yàn)對(duì)應(yīng)的概率P值均小于顯著性水平0.05，應(yīng)拒絕檢驗(yàn)的零假設(shè)，即我們可認(rèn)為“營(yíng)運(yùn)指數(shù)、總資產(chǎn)凈利潤(rùn)率、凈資產(chǎn)收益率、營(yíng)業(yè)毛利率、成本費(fèi)用利潤(rùn)率”的樣本數(shù)據(jù)均不符合正態(tài)分布。（表4）

綜上所述，由于所選15個(gè)指標(biāo)數(shù)據(jù)均不符合正態(tài)分布，而Logistic模型不需要嚴(yán)格的假設(shè)條件，預(yù)警準(zhǔn)確率也相對(duì)較高，所以本文選用此方法來(lái)預(yù)測(cè)上市公司的經(jīng)營(yíng)狀況。

在本節(jié)中，筆者以2013～2015年化工行業(yè)上市公司為樣本進(jìn)行Logistic模型建立，如表5所示。（表5）

由表5可知，在Logistic回歸分析模型中，“非財(cái)務(wù)困境”在模型中的編碼為0；而“財(cái)務(wù)困境”在模型中的編碼為1。

由表6可知，設(shè)置向后步進(jìn)的進(jìn)入概率為0.05，刪除概率為0.10，經(jīng)“向后：條件”法篩選自變量后，模型1中的自變量只剩下了：資產(chǎn)負(fù)債率（X3）、總資產(chǎn)增長(zhǎng)率（X5）、凈利潤(rùn)增長(zhǎng)率（X6）、存貨周轉(zhuǎn)率（X8）、營(yíng)業(yè)毛利率（X14）、成本費(fèi)用利潤(rùn)率（X15）。（表6）

表6中的B值代表的是各個(gè)變量的回歸系數(shù)，我們?cè)跇?gòu)建模擬方程時(shí)就是將每個(gè)B值代入到15個(gè)財(cái)務(wù)指標(biāo)前作為系數(shù)，構(gòu)建Logistic財(cái)務(wù)預(yù)警模型的模擬方程，如下：

Y=-2.174+2.749×X3-2.425×X5+0.014×X6-0.026×X8-7.816×X14-1.542×X15

而通過(guò)Logit（Y）=ln 公式，我們可以算出？籽值，當(dāng)？籽>0.5時(shí)，即判定為財(cái)務(wù)困境公司，反之則判定為經(jīng)營(yíng)狀況正常的公司。

（四）模型的檢驗(yàn)。先對(duì)選取的110家制造業(yè)公司2013～2015年的上述6項(xiàng)指標(biāo)代入模型進(jìn)行預(yù)測(cè)模擬，計(jì)算結(jié)果并比較值。如果>0.5，則說(shuō)明該公司極有可能陷入財(cái)務(wù)危機(jī)，反之則說(shuō)明公司狀況良好，處于正常經(jīng)營(yíng)狀態(tài)。計(jì)算結(jié)果如表7所示。（表7）

由表7可知，筆者所建立的Logistic模型對(duì)2013～2015年的樣本數(shù)據(jù)檢驗(yàn)出來(lái)的結(jié)果：30家ST公司中有7家被誤判，300家非ST公司中有2家被誤判，ST與非ST公司的判別準(zhǔn)確率分別為：76.7%和99.3%，準(zhǔn)確率總體上為97.3%。上述分析結(jié)果表明筆者所建立的Logistic模型能夠在一定程度上預(yù)測(cè)出我國(guó)制造業(yè)上市公司的經(jīng)營(yíng)狀況，能夠較準(zhǔn)確地預(yù)測(cè)出化工行業(yè)上市公司是否會(huì)被ST。

三、研究總結(jié)

本文通過(guò)對(duì)上文中選取的研究變量進(jìn)行統(tǒng)計(jì)篩選，并應(yīng)用于模型的建立，得出適用于我國(guó)氯堿化工上市企業(yè)的財(cái)務(wù)危機(jī)預(yù)警模型。通過(guò)對(duì)模型的檢驗(yàn)，結(jié)果表明預(yù)警模型的預(yù)測(cè)準(zhǔn)確率是可以滿足該類企業(yè)的財(cái)務(wù)預(yù)警需要的。但是，本文選取在證券交易所上市的110家氯堿化工行業(yè)的上市公司作為研究對(duì)象，而未上市的氯堿化工公司也在經(jīng)濟(jì)活動(dòng)中發(fā)揮重要作用，需要未來(lái)拓展研究。本文以氯堿化工類上市公司對(duì)外公布的財(cái)務(wù)指標(biāo)進(jìn)行預(yù)警模型構(gòu)建和分析，未納入非財(cái)務(wù)性因素變量，在未來(lái)研究中應(yīng)擴(kuò)大指標(biāo)范圍，使研究更加準(zhǔn)確。

主要參考文獻(xiàn)：

[1]鄭潔.基于F分?jǐn)?shù)模型的財(cái)務(wù)危機(jī)預(yù)警研究——以醫(yī)藥行業(yè)為例[D].西南大學(xué)，2013.

[2]田秋麗.Logistic模型在中小企業(yè)信用風(fēng)險(xiǎn)度量中的應(yīng)用分析[J].中國(guó)商貿(mào)，2010.4.