，（教授）

現(xiàn)有財務(wù)危機預(yù)警相關(guān)研究大多基于某一行業(yè)開展，或?qū)⑿袠I(yè)標準作為控制變量來研究。在研究變量的選擇上，以財務(wù)指標為主，非財務(wù)指標也只是選擇公司治理、股權(quán)結(jié)構(gòu)等不能具體反映行業(yè)特征的因素。本文以資源型上市公司為研究對象，探究資源型企業(yè)的行業(yè)特征因素是否對于預(yù)測資源型上市公司的財務(wù)狀況有良好效果。

一、相關(guān)概念界定

1.財務(wù)危機的概念界定。企業(yè)財務(wù)危機的表象是支付壓力與支付能力不匹配，實質(zhì)是資金配置失效。當企業(yè)的財務(wù)狀況處于危機階段時，通常具有下列特征：企業(yè)無力償還到期債務(wù)或無力支付到期費用；企業(yè)被人民法院依法宣布破產(chǎn)，進入清算階段；資不抵債；企業(yè)持續(xù)虧損，凈利潤為負值，明顯缺乏償債能力等。

本文將受到特別處理（ST）或其他特別處理（?ST）的上市公司界定為財務(wù)狀況處于財務(wù)危機階段的上市公司，即該類上市公司在其股票簡稱前被冠以ST或?ST。

2.資源型企業(yè)的概念界定。敖宏等（2009）將資源型企業(yè)界定為集合各種生產(chǎn)要素，主要以開發(fā)礦產(chǎn)資源為主，為社會提供礦產(chǎn)品以及初級產(chǎn)品的經(jīng)濟實體。李存芳等（2012）提出可耗竭資源型企業(yè)主要包括以煤炭開采業(yè)、黑色金屬礦采選業(yè)等產(chǎn)業(yè)為主的采選業(yè)企業(yè)。吳勛等（2015）認為資源型企業(yè)包括采掘業(yè)下屬的有色金屬、石油和天然氣開采、煤炭開采、黑色金屬礦開采業(yè)、采掘服務(wù)業(yè)類行業(yè)和制造業(yè)下屬的有色金屬、金屬、非金屬業(yè)。

本文在已有研究的基礎(chǔ)之上，結(jié)合前期對于資源型企業(yè)的分析研究，將資源型企業(yè)界定為通過占有不可再生自然資源，以不可再生資源開發(fā)為主或以其為主要投入，輔以后續(xù)初級加工，盡可能利用區(qū)域內(nèi)存在的自然條件，依靠資源的消耗實現(xiàn)成長，最終以盈利為目的，具有法人資格，實行自主經(jīng)營、獨立核算的營利性經(jīng)濟實體。

根據(jù)國民經(jīng)濟行業(yè)分類，從20個行業(yè)門類中篩選出符合資源型企業(yè)定義的行業(yè)企業(yè)，將資源型上市公司界定為采礦業(yè)下屬的煤炭開采和洗選業(yè)、石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)、開采輔助活動、其他采礦業(yè)內(nèi)企業(yè)；制造業(yè)下屬的石油加工、煉焦和核燃料加工業(yè)，非金屬礦物制品業(yè)，黑色金屬冶煉和壓延加工業(yè)，有色金屬冶煉和壓延加工業(yè)及金屬制品業(yè)共計12個行業(yè)內(nèi)的上市公司。

二、資源型上市公司財務(wù)預(yù)警框架構(gòu)建

本文嘗試性地將財務(wù)預(yù)警變量予以擴充，在財務(wù)預(yù)警研究中，依照一定的理論原則，在借助企業(yè)財務(wù)報告、社會責任報告以及其他與企業(yè)財務(wù)危機有直接和明確對應(yīng)關(guān)系的信息的基礎(chǔ)上，結(jié)合研究對象特性，嵌入非財務(wù)信息，構(gòu)建較為完善的財務(wù)與非財務(wù)預(yù)警指標變量框架體系。

梳理已有研究可知，反映企業(yè)盈利能力的凈資產(chǎn)收益率、營業(yè)利潤率、總資產(chǎn)利潤率，反映企業(yè)資產(chǎn)管理能力的總資產(chǎn)周轉(zhuǎn)率，反映企業(yè)償債能力的資產(chǎn)負債率，反映企業(yè)發(fā)展能力的凈利潤增長率，反映企業(yè)現(xiàn)金流量能力的凈利潤營運指數(shù)等指標能較好地預(yù)測企業(yè)的財務(wù)狀況。本文在財務(wù)指標變量的選取上，結(jié)合上述指標，進行補充完善，從盈利能力、資產(chǎn)管理能力、償債能力、發(fā)展能力、現(xiàn)金流量能力5個維度構(gòu)建了18個財務(wù)指標，具體指標及其意義如表1所示。

對于非財務(wù)指標的選取，本文在借鑒曹德芳等（2005）、曾繁榮等（2014）研究結(jié)果的基礎(chǔ)上，結(jié)合資源型企業(yè)國有控股占優(yōu)勢地位的行業(yè)特征，嘗試性地引入了第一大股東持股比和股權(quán)制衡Z指數(shù)指標；結(jié)合資源型企業(yè)勞動消耗大的行業(yè)特征，引入了高管素質(zhì)和員工素質(zhì)指標；結(jié)合資源型企業(yè)技術(shù)投入不足，物質(zhì)資料消耗占比高的行業(yè)特征，引入生產(chǎn)人員占比和技術(shù)人員占比指標；結(jié)合資源型企業(yè)負外部性較大的行業(yè)特征，引入社會責任指標。綜上，本文從公司治理結(jié)構(gòu)、智慧資本、人力資本結(jié)構(gòu)及社會責任4個維度構(gòu)建了13個非財務(wù)指標（見表2）。

三、資源型上市公司財務(wù)預(yù)警模型的實證檢驗

1.樣本數(shù)據(jù)庫構(gòu)建。以滬深兩市首次因財務(wù)狀況異常而被特別處理的A股上市公司為篩選條件，選取2013～2016年首次因財務(wù)異常被證監(jiān)會實施ST的25家A股資源型上市公司作為研究樣本，并按照1∶1的比例選取同年度、同行業(yè)且與被特殊處理公司前一年年末總資產(chǎn)規(guī)模相等或者相近（10%以內(nèi)浮動）的25家非ST公司作為配對樣本，共獲得50家樣本公司數(shù)據(jù)。從中選取28家公司（包括14家ST和14家非ST公司）的數(shù)據(jù)作為訓(xùn)練集樣本，選取22家公司（包括11家ST和11家非ST公司）的數(shù)據(jù)作為預(yù)測集樣本。

表1 資源型上市公司財務(wù)預(yù)警指標體系——財務(wù)指標

對初始樣本進行篩選，排除有以下情況之一的ST公司：①非資源型企業(yè)；②純B股的公司；③非因財務(wù)狀況異常而被ST的公司；④上市兩年就被ST的公司（上市兩年內(nèi)被“特別處理”的公司可能存在“包裝”上市的嫌疑，故排除這類公司對研究結(jié)論的干擾）；⑤數(shù)據(jù)不完整的公司；⑥非首次被ST的公司。

2.指標處理。

（1）樣本數(shù)據(jù)正態(tài)性檢驗。采用Kolmogorov-Smirnov（K-S）檢驗法對樣本數(shù)據(jù)進行正態(tài)性檢驗。將28個訓(xùn)練樣本的31個變量數(shù)據(jù)代入SPSS 20.0做K-S正態(tài)分布檢驗，結(jié)果顯示，在0.1的顯著性水平上，共計11個變量服從正態(tài)分布，變量X1、X3、X4、不服從正態(tài)分布。

（2）指標顯著性檢驗。指標的顯著性檢驗是要判別哪些指標在識別財務(wù)危機企業(yè)與非財務(wù)危機企業(yè)時具有顯著性差異，然后剔除不具有顯著性差異的指標，以提高模型的預(yù)測準確率。對于服從正態(tài)分布的指標，適合采用獨立兩樣本T檢驗；不服從正態(tài)分布的指標則適合采用非參數(shù)檢驗法之Mann-Whitney U檢驗。

表2 資源型上市公司財務(wù)預(yù)警指標體系——非財務(wù)指標

經(jīng)過對初選財務(wù)指標的顯著性檢驗和正態(tài)性檢驗，最終篩選出具有顯著性差異的指標共18個（見表3），用于區(qū)別企業(yè)的財務(wù)狀況。

3.因子分析。

（1）變量相關(guān)性檢驗。利用具有顯著性差異的變量作因子分析，對變量的相關(guān)性進行檢驗，得到的結(jié)果如表4所示。

由表4可知，KMO統(tǒng)計量值為0.601，大于0.5，變量之間偏相關(guān)性較強；Bartlett球形檢驗統(tǒng)計量值對應(yīng)的相伴概率值Sig.小于給定的顯著性水平a=0.1，說明各變量間具有相關(guān)性，適合進行因子分析。

（2）因子提取。利用主成分分析法提取因子，得到七個主成分，如表5所示。

表3 具有顯著性差異的指標匯總

表4 KMO和Bartlett球形檢驗

根據(jù)表5可知，前七大主成分的特征根都大于設(shè)定的公因子提取標準（特征根＞1），分別為4.543、2.725、2.035、1.598、1.298、1.165和 1.016，對應(yīng)的方差貢獻率分別為25.240%、15.139%、11.308%、8.879%、7.210%、6.470%和5.642%。前七大主成分的累計貢獻率達到79.887%，表示七個主成分包含了變量79.887%的信息。旋轉(zhuǎn)后前七大主成分的方差累計貢獻率同樣為79.887%。因此，可以提取前七大主成分作為公因子。

（3）因子命名及解釋。經(jīng)過提取的七個公因子綜合反映多個變量的信息，對于分析得到的初始因子模型，可做因子旋轉(zhuǎn)，旋轉(zhuǎn)后能對公因子給出合理的解釋。本文采用最大方差法正交旋轉(zhuǎn)得出的旋轉(zhuǎn)成分矩陣如表6所示。

根據(jù)表6可知，第一公因子在X2（總資產(chǎn)利潤率）、X3（營業(yè)利潤率）、X17（資產(chǎn)現(xiàn)金回收率）有較大的載荷，主要解釋現(xiàn)金流量能力；第二公因子在X8（流動比率）、X9（速動比率）、X16（債務(wù)保障率）有較大的載荷，主要解釋企業(yè)償債能力；第三公因子在X25（高管年薪水平）、X30（CSR報告評級）、X31（所得稅占利潤總額比）有較大的載荷，主要解釋企業(yè)社會責任表現(xiàn)；第四公因子在X19（第一大股東持股比）、X20（前十大股東持股比率之和）、X28（員工中生產(chǎn)人員占比）有較大的載荷，主要解釋企業(yè)公司治理結(jié)構(gòu)和人力資本結(jié)構(gòu)；第五公因子在X4（每股收益）、X13（凈利潤增長率）有較大的載荷，主要解釋企業(yè)發(fā)展能力；第六公因子在X5（存貨周轉(zhuǎn)率）、X7（總資產(chǎn)周轉(zhuǎn)率）有較大的載荷，主要解釋企業(yè)資產(chǎn)管理能力；第七公因子在X1（凈資產(chǎn)收益率）、X14（凈資產(chǎn)增長率）有較大的載荷，主要解釋企業(yè)盈利能力。

表5 解釋的總方差

表6 旋轉(zhuǎn)成分矩陣

（4）因子線性表達。因子得分的數(shù)學(xué)模型為：

將F1（現(xiàn)金流量能力因子）、F2（償債能力因子）、F3（社會責任表現(xiàn)因子）、F4（公司治理結(jié)構(gòu)和人力資本結(jié)構(gòu)因子）、F5（發(fā)展能力因子）、F6（資產(chǎn)管理能力因子）和F7（盈利能力因子）表示為變量的線性表達式：

4.邏輯回歸分析。

（1）回歸模型構(gòu)建。通過對財務(wù)指標的處理及因子分析，我們得到七個公因子：F1～F7。七個公因子之間不存在多重共線性，符合Logistic回歸分析法的適用條件。上述七個公因子可以作為財務(wù)預(yù)測模型的強影響點，用于構(gòu)建模型。

現(xiàn)將28個訓(xùn)練樣本的公因子F1～F7數(shù)據(jù)代入SPSS 20.0作Logistic回歸分析，結(jié)果如表7所示：

表7 Logistic回歸模型統(tǒng)計量系數(shù)

將表7所示回歸系數(shù)代入Logistic回歸模型：

得出財務(wù)危機預(yù)測模型：

（2）臨界閾值確定。研究Logistic回歸模型對資源型上市公司財務(wù)狀況的預(yù)測效度的前提是明確量化劃分財務(wù)危機和財務(wù)良好的公司的臨界閾值。從統(tǒng)計學(xué)的角度講，對于任何分割點的選取，Logistic模型都會犯兩類錯誤，即Ⅰ類錯誤（誤拒錯誤，將財務(wù)危機公司誤判為非財務(wù)危機公司）和Ⅱ類錯誤（誤受錯誤，將非財務(wù)危機公司誤判為財務(wù)危機公司）。在財務(wù)危機預(yù)警的相關(guān)研究文獻中，研究者通常將臨界閾值設(shè)定為0.5。本文在0～1之間以0.05為間距設(shè)定不同分割點，計算得出0.05～0.95不同臨界閾值下，隨著分割點的變化，Logistic回代檢驗兩類錯誤率及總錯誤率的變化情況（見表8）。

表8 回代檢驗兩類錯誤率分析

由表8可以看出，臨界值為0.35和0.4時，總預(yù)測錯誤率達到最低，為8%，且在該種情況下Ⅰ類錯誤率為4%，小于Ⅱ類錯誤率12%，即將非財務(wù)危機公司判為財務(wù)危機公司的概率大于將危機公司判為非危機公司的概率，起到了財務(wù)預(yù)警的作用。為降低Ⅰ類錯誤發(fā)生的可能性，取0.35作為財務(wù)危機預(yù)測的臨界閾值，該點即為以資源型上市公司為樣本構(gòu)建的財務(wù)危機預(yù)警模型的最優(yōu)分割點。

5.財務(wù)危機預(yù)警模型檢驗。按訓(xùn)練集樣本選取標準，選取22家公司（包括11家ST和11家非ST公司）數(shù)據(jù)作為預(yù)測集樣本。

將預(yù)測集樣本數(shù)據(jù)代入預(yù)測模型中進行模型效果檢驗，得到的檢驗結(jié)果如表9、表10所示。判定結(jié)果顯示，11家非ST公司有1家錯判，準確率為90.91%，11家ST公司有2家錯判，準確率為81.82%，總體判定準確率達到86.36%。

綜合上述分析，得到如下研究結(jié)論：第一，兩類錯誤的成本存在很大差異，Logistic財務(wù)預(yù)警模型臨界閾值的選擇應(yīng)該考慮模型的兩類錯誤率和錯誤成本，選取使模型總錯誤率最低且Ⅰ類錯誤率低于Ⅱ類錯誤率的概率值作為Logistic模型的分割點。第二，指標篩選結(jié)果表明，危機發(fā)生前2年，財務(wù)危機公司和非財務(wù)危機公司在現(xiàn)金流量能力（F1）、償債能力（F2）、社會責任表現(xiàn)（F3）、公司治理結(jié)構(gòu)和人力資本結(jié)構(gòu)（F4）、發(fā)展能力（F5）、資產(chǎn)管理能力（F6）和盈利能力（F7）七個因子上表現(xiàn)出顯著差異。第三，模型預(yù)測結(jié)果表明，基于因子分析及Logistic回歸構(gòu)建的財務(wù)預(yù)警模型具有很強的預(yù)測能力。

表9 預(yù)測集樣本檢驗結(jié)果

表10 預(yù)測概率結(jié)果統(tǒng)計

四、小結(jié)

1.研究結(jié)論。已有的財務(wù)診斷相關(guān)研究中，主要從企業(yè)的盈利能力、償債能力、營運能力和發(fā)展能力四個維度構(gòu)建指標體系。本文在此基礎(chǔ)上，引入現(xiàn)金流量指標，并且從上市公司治理結(jié)構(gòu)、智慧資本、人力資本結(jié)構(gòu)、社會責任等維度引入非財務(wù)指標，更加全面地反映企業(yè)的財務(wù)狀況，構(gòu)建較為科學(xué)完善的財務(wù)診斷模型指標體系。

實證研究表明：非財務(wù)危機公司與財務(wù)危機公司在指標數(shù)據(jù)X1（凈資產(chǎn)收益率）、X2（總資產(chǎn)利潤率）、X3（營業(yè)利潤率）、X4（每股收益）、X5（存貨周轉(zhuǎn)率）、X7（總資產(chǎn)周轉(zhuǎn)率）、X8（流動比率）、X9（速動比率）、X13（凈利潤增長率）、X14（凈資產(chǎn)增長率）、X16（債務(wù)保障率）、X17（資產(chǎn)現(xiàn)金回收率）、X19（第一大股東持股比）、X20（前十大股東持股比率之和）、X25（高管年薪水平）、X28（員工中生產(chǎn)人員占比）、X30（CSR報告評級）、X31（所得稅占利潤總額比）上具有顯著差異，且企業(yè)盈利能力在區(qū)別財務(wù)危機和非財務(wù)危機企業(yè)上最顯著。因此，本文構(gòu)建的資源型上市公司財務(wù)危機預(yù)警指標體系具有可預(yù)測性。

2.展望。本文研究命題是財務(wù)危機預(yù)警相關(guān)研究的擴展和延伸，實現(xiàn)了通過量化的指標預(yù)測上市公司未來2年的財務(wù)狀況，對規(guī)范上市公司財務(wù)治理等具有現(xiàn)實意義。在今后的研究中，可以提高指標體系構(gòu)建的科學(xué)性，研究樣本的范圍可擴展至多層次資本市場體系，不局限于單一層次。可以進一步將本文研究結(jié)果應(yīng)用到企業(yè)的實踐當中，對資源型上市公司的財務(wù)狀況做出準確預(yù)測，以規(guī)范財務(wù)治理，優(yōu)化企業(yè)投融資結(jié)構(gòu)、經(jīng)營策略及人才培養(yǎng)方案等，形成企業(yè)健康發(fā)展的長效機制。

敖宏，鄧超．論循環(huán)經(jīng)濟模式下我國資源型企業(yè)的發(fā)展策略［J］．管理世界，2009（4）．

李存芳，周德群，楊保華．中國可耗竭資源型企業(yè)轉(zhuǎn)移行為的特征和趨勢［J］．管理評論，2012（3）．

曾繁榮，劉小淇．引入非財務(wù)變量的上市公司財務(wù)困境預(yù)警［J］．財會月刊，2014（8）．

曹德芳，夏好琴．基于股權(quán)結(jié)構(gòu)的財務(wù)危機預(yù)警模型構(gòu)建［J］．南開管理評論，2005（6）．

楊軼，張友棠．企業(yè)財務(wù)預(yù)警國內(nèi)外研究述評［J］．財會月刊，2008（20）．

鄭玉華，崔曉東．公司財務(wù)預(yù)警Logit模型指標選擇與實證分析［J］．財會月刊，2013（24）．

梁美健，閆蔚．企業(yè)財務(wù)預(yù)警的國內(nèi)外研究綜述［J］．財會月刊，2014（12）．