高歌
摘要:隨著社會主義市場經(jīng)濟的深入發(fā)展,中小上市企業(yè)有必要建立一套有效的財務危機預警機制。本文建立Logistic回歸模型,以2008-2016年40家中小上市公司為樣本,對財務指標及非財務指標分析后提取2個因子,得到財務風險預警模型。帶回樣本數(shù)據(jù)證明模型綜合準確率可達81%,具有較好的預警作用。
關(guān)鍵詞:Logistic回歸模型;財務風險;風險預警模型
隨著社會主義市場經(jīng)濟的深入發(fā)展,中小上市企業(yè)已成為推動中國經(jīng)濟總量不斷增長的一支重要力量,起到越來越重要的作用,但是由于中小上市企業(yè)自身約束,與大企業(yè)相比,在融資環(huán)境、內(nèi)部控制制度、法律監(jiān)管等方面都存在一些缺陷,導致財務風險的對于能力相對較弱,因此中小上市企業(yè)建立一套有效的財務危機預警機制十分必要。
財務風險預警的研究方向多為定量分析。上世紀30年代,國外學者就研究財務風險預警模型和模型的實際應用,Altman于1968年首先加入多元線性判別方法提出Z值模型,但缺乏對于現(xiàn)金流變化的考量,于是更多的學者對Z值模型進行修正,如趙海蕾,周方召,金德環(huán)(2015)結(jié)合SOA算法的良好尋優(yōu)能力,構(gòu)建出適應度函數(shù)。
實際的財務數(shù)據(jù)經(jīng)常不滿足多元線性模型的假設,存在局限。邏輯回歸模型可以避開分類型變量的分布問題,補充完善線性回歸模型和的缺陷。謝赤等(2014)通過企業(yè)經(jīng)濟、貨幣及財政政策等因素為基礎,分別計算出期望-風險現(xiàn)金流,對54家ST和非ST公司驗證得出預警正確率分別達82.5%和81.5%。顧蓓蓓等(2015)通過參數(shù)檢驗和非參數(shù)檢驗篩選指標,進行l(wèi)ogistic回歸,以關(guān)鍵性因子評價企業(yè)各項財務能力在財務預警中的作用。
綜上所述,在財務預警中,Logistic模型分析財務因素在財務預警中的貢獻、量化企業(yè)陷入財務危機的概率中更具有優(yōu)越性。目前國內(nèi)對于中小上市公司的財務預警研究不多,忽視了財務危機在時間上的連續(xù)性。所以本文選取T-1年到T-2年的數(shù)據(jù),引入非財務指標,運用logistic回歸方法構(gòu)建符合中小企業(yè)實際狀況的預警模型。
行業(yè)財務風險時即因變量只有1和0時,符合Logistic回歸分析模型的要求。在本文中把因變量Q=1定義為存在財務風險,Q=0定義為健康,符合模型要求。對于多變量的邏輯回歸分析模型,財務風險發(fā)生的概率為:
1.樣本選取。針對行業(yè)內(nèi)公司樣本的選取,本文分為兩類;
一類為ST公司,ST公司通常是財務狀況出現(xiàn)異常,面臨嚴重的財務危機。本文將T年的數(shù)據(jù)作為預測樣本,并以T-2年的數(shù)據(jù)作為檢驗樣本。
另一類為非ST公司,作為財務正常企業(yè)樣本。從中小企業(yè)上市企業(yè)中選取2008-2016年經(jīng)營狀況良好40家企業(yè)作為財務正常企業(yè)樣本。
2.指標的選取。本文選取的指標包括財務指標及非財務指標,可以有效地提高對中小企業(yè)上市公司財務風險預警的準確性及精確度。本文的財務風險預警體系包括:營運能力、盈利能力、償債能力、成長能力。結(jié)合前人的研究,本文在四個方面的基礎上,添加了現(xiàn)金流指標。非財務指標從董事會特性方面提取。
1.指標篩選。由于指標比較多,并且無法確定其重要性,所以對指標進行T檢驗。對于每個變量的兩組數(shù)據(jù),選擇平均值和標準差作為描述性統(tǒng)計量,比較兩組公司2008-2016年的財務指標的平均值是否具有顯著性差異。(見表1)
從而選取出構(gòu)建模型需要的指標:存貨與收入比(x1)、資本報酬率(x2)、流動比率(x3)、營業(yè)總收入增長率(x4)、銷售收入現(xiàn)金凈含量(x5)、第一大股東持股比例(x6),并對這6個變量進行主成分分析。
由于主成分分析易受到極端值的影響,所以對數(shù)據(jù)進行標準化處理后,進行后續(xù)分析。通過SPSS的相關(guān)系數(shù)矩陣分析可以看出,對存貨與收入比、資本報酬率、流動比率、業(yè)總收入增長率、銷售收入現(xiàn)金凈含量、第一大股東持股比例之間均有較強的相關(guān)性。
2.主成分分析。在做主成分分析之前通過KMO和Bartlett的檢驗對變量進行相關(guān)性分析,以確定指標是否適合做主成分分析。SPSS進行KMO和Bartlett的檢驗結(jié)果得出,KMO值為0.702說明比較適合做主成分分析。(見表2)
前2個因子的特征值大于1,累計貢獻率為75.609%,則分析效果是比較顯著的,能夠很好的表達出原有變量所包含的信息。(見圖1)
F1因子在存貨收入比和銷售收入現(xiàn)金凈含量上有較大的載荷,代表的是經(jīng)營能力和現(xiàn)金流量對企業(yè)的影響因素。
F2因子主要由資產(chǎn)報酬率、營業(yè)總收入增長率、流動比率和第一大股東持股比率解釋,代表的是企業(yè)盈利能力和償債能力。
由矩陣可得出財務指標與主因子之間的得分系數(shù)矩陣,并得出F1、F2公式:
F1=-0.329x1+0.298x2+0.345x3+0.280x4-0.009x5+0.081x6
F2=0.240x1+0.224x2-0.147x3+0.183x4+ 0.412x5-0.706x6
在構(gòu)建模型時直接選用進入法,將兩個因子全部帶入模型,得到最終的變量B0, B1, B2, B3, B4,方程中的變量見表3所示;
依據(jù)表3可以得到:
其中X1為存貨與收入比、X2為資本報酬率、X3為流動比率、X4為業(yè)總收入增長率,X5為銷售收入現(xiàn)金凈含量,X6第一大股東持股比例。
3.模型效果檢驗。將T-2年數(shù)據(jù)即建立模型所用數(shù)據(jù)進行標準化,回帶入模型可得到綜合準確率達81.0%,具備較強的預測功能。
本文通過T檢驗篩選相關(guān)指標,并使用主成分分析對16個指標進行降維處理,最終提取2個因子,構(gòu)建Logistic回歸模型。得出的結(jié)論為:第一,使用Logistic模型可以反映出企業(yè)的財務狀況,本文所篩選出的影響上市公司中小企業(yè)財務危機的指標主要有6個:存貨與收入比、資本報酬率、流動比率、營業(yè)總收入增長率、銷售收入現(xiàn)金凈含量、第一大股東持股比例。這六個指標為模型的有效性奠定基礎。第二,F(xiàn)1、F2因子主要載荷在經(jīng)營能力-現(xiàn)金流量和盈利-償債能力上。這與中小企業(yè)融資難、資金流易斷裂的現(xiàn)實狀況相符,因此在成長期應更加注重拓寬融資渠道并加強現(xiàn)金流管理。
[1]Altman E.I.Financial Rations: Discriminate Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance,1968,6(9): 589-609 .
[2]Duan J, Soussen C, Brie D, et al. Generalized Lasso with underdetermined regularization matrices[J].Signal Processing,2016,127: 239-246.
[3]謝赤,趙亦軍,李為章.基于CF化模型與Logistic回歸的財務困境預警研究[J].財經(jīng)理論與實踐,2014,35(1):57-62.
[4] 顧蓓蓓,盧寧文,駱陽.上市公司財務預警探析[J].財會通訊,2015(10).
[5]趙海蕾,周方召,金德環(huán).基于人群搜索算法的上市公司的Z-Score模型財務預警研究[J].財經(jīng)理論與實踐,2015, 36 (02):66-70+139.
(作者單位:安徽財經(jīng)大學會計學院)