王占龍

摘要：為構(gòu)建財務(wù)危機的預(yù)警模型，本文以我國證券市場制造業(yè)ST公司作為研究樣本，選取2011-2015年40個ST公司和非ST公司作為建模樣本，并從償債能力、營運能力、發(fā)展能力、獲取現(xiàn)金流能力以及營運能力5個方面選取了27個財務(wù)指標，先對其進行描述性分析，其次通過相關(guān)性分析，從中選取顯著性強的6個財務(wù)指標作為模型變量進入回歸，構(gòu)建logistics模型并選取了10家ST公司和10家非ST公司結(jié)果對模型進行檢驗，結(jié)果證明該模型預(yù)測精度較好。

關(guān)鍵詞：財務(wù)危機；預(yù)警模型；logistics分析

一個有效的財務(wù)危機預(yù)警模型對于管理者、投資人和債權(quán)人都有著重要的意義。本文從滬深A(yù)股市場上選取2011-2015年40家ST公司作為樣本，按1：1配對原則選取40家財務(wù)狀況正常的公司進行配對，篩選相關(guān)財務(wù)指標構(gòu)建上市公司財務(wù)危機預(yù)警模型，并隨機選取10家公司檢驗了這一模型的有效性，為制造業(yè)財務(wù)危機預(yù)警提供了可靠的思路。

一、設(shè)計研究

（一）樣本選擇

本文選取深滬兩地A股上市公司作為研究對象，為了減少行業(yè)差別對預(yù)警模型的影響和基于樣本選取的充分性，筆者選取了制造業(yè)ST公司作為危機樣本，并按照1：1配對原則選取了非ST公司作為健康公司進行配對。并預(yù)留10組ST公司作為檢測樣本對模型進行檢驗。

危機樣本選取原則：

在滬深A(yù)股市場上選取2011-2015年制造業(yè)財務(wù)危機公司作為樣本，其中，剔除B股、H股以及由于其他狀況被ST的公司，以及數(shù)據(jù)不全的公司。

配對樣本選?。喊凑?：1配對原則選取非ST公司作為配對樣本。配對的公司與ST公司行業(yè)相同（若同產(chǎn)業(yè)無配對行業(yè)則采取相近行業(yè)），會計年度相同，資產(chǎn)規(guī)模相近。

檢驗樣本選?。哼x取2015年被首次ST的10家上市公司作為檢驗樣本對財務(wù)危機預(yù)警模型預(yù)測結(jié)果進行檢驗。

（二）數(shù)據(jù)選取

本文研究數(shù)據(jù)主要來源于巨潮資訊網(wǎng)，同花順財經(jīng)和網(wǎng)易財經(jīng)，所有數(shù)據(jù)均由筆者親自整理。

（三）財務(wù)指標的選取

本文從償債能力、盈利能力、現(xiàn)金流量、發(fā)展能力和營運能力5個方面選取指標（如表1）。

二、財務(wù)危機預(yù)警實證性研究

（一）描述性分析檢驗

對40家ST公司和非ST公司連續(xù)5年27個財務(wù)指標運用stata12.0軟件進行數(shù)學(xué)上的描述性分析后發(fā)現(xiàn)，ST和非ST公司在這些指標上存在差異，但是不同指標產(chǎn)生的顯著性差異不同?？傮w上來說，非ST公司的財務(wù)指標要優(yōu)于ST公司。具體分析如下：

償債能力：從償債能力來看，ST公司的短期償債能力要弱于非ST公司，依靠自有資金償還債務(wù)存在困難。營運資金/總資產(chǎn)和利息保障倍數(shù)為負值且明顯低于非ST公司，長期負債/營運資金，現(xiàn)金比率和產(chǎn)權(quán)比率也與非ST公司之間存在顯著差異。

盈利能力：ST公司盈利能力明顯弱于非ST公司，且銷售毛利率、銷售凈利率、資本收益率、凈資產(chǎn)收益率及每股凈資產(chǎn)為負值，說明ST公司常年虧損，甚至資不抵債。

獲取現(xiàn)金能力：非ST公司依靠主營業(yè)務(wù)收入獲取現(xiàn)金能力明顯優(yōu)于ST公司，且根據(jù)現(xiàn)金債務(wù)總額比，用現(xiàn)金償還債務(wù)的能力也明顯強于ST公司，說明在公司主營業(yè)務(wù)上ST公司缺乏競爭力。除此以外，從總資產(chǎn)現(xiàn)金回收率來看，ST公司投入的資產(chǎn)并沒有給公司帶來更多的現(xiàn)金流入，說明ST公司所擁有的資產(chǎn)缺乏創(chuàng)造利潤的能力，且可能存在貶值風(fēng)險。

從發(fā)展能力來看，ST公司凈利潤增長率和主營業(yè)務(wù)增長率明顯低于非ST公司，說明ST公司是因為缺乏核心業(yè)務(wù)競爭力才陷入財務(wù)危機的。

從營運能力來看，ST公司的應(yīng)收賬款周轉(zhuǎn)率明顯低于非ST公司，說明ST公司資產(chǎn)管理和運營效率存在問題，可能擁有較多壞賬。

（二）相關(guān)性性分析

1.反映企業(yè)償債能力相關(guān)性分析結(jié)果

X1和X2，X7，X3和X5，X8有很強的相關(guān)性，剔除X1，X3，X7以及X8，留下X2，X4，X5和X6進入下一輪篩選。

2.反映企業(yè)盈利能力相關(guān)性分析結(jié)果

X10，X12，X13與較多指標相關(guān)性均超過0.5，所以剔除X10，X12，X13，留下X9，X11，X14進入下一輪篩選。

3.反映企業(yè)現(xiàn)金流量相關(guān)性結(jié)果分析

X15和X18與較多指標存在相關(guān)性，剔除X15，X18，留下X16和X17進入下一輪篩選。

4.反映企業(yè)發(fā)展能力相關(guān)性結(jié)果分析

X19和X22具有很強相關(guān)性，經(jīng)比較留下X20，X21和X22進入下一輪篩選。

5.反映企業(yè)營運能力相關(guān)性結(jié)果分析

X23和X24，X25和X26相關(guān)性較強，經(jīng)比較留下X24，X25，X26和X27進入下一輪篩選。

綜上，經(jīng)過相關(guān)性分析，共留下X2，X4，X5，X6，X9，X11，X14，X16，X17，X20，X21，X22，X24，X25，X26，X27共16個指標。

（三）顯著性分析

經(jīng)顯著性分析發(fā)現(xiàn)只有X5、X9、X14、X16、X24和X26顯著性水平低于5%，進入財務(wù)危機預(yù)警模型，形成變量。

三、Logistic回歸模型構(gòu)建

（一）財務(wù)危機回歸模型描述

將經(jīng)過相關(guān)性分析和顯著性分析后的X5、X9、X14、X16、X24、X26這5個變量為自變量，企業(yè)是否具有財務(wù)風(fēng)險為因變量（ST公司為1，非ST公司為0）構(gòu)建財務(wù)危機預(yù)警模型。

Stata12.0運行結(jié)果（如表2）：

根據(jù)表2可推出logistic回歸方程為

Ln{P/（1-p）}=0.0487+2.2116X5-2.4646X9-0.1303X14-1.6498X16-0.0064X24-0.7793X26

基于以上財務(wù)危機預(yù)警模型的建立，本文結(jié)論如下：

1. Stata12.0在回歸模型中顯示LR chi2 （6）=298.07，Prob > chi2 = 0.0000表明顯著性水平為0.0000，說明模型整體檢驗十分顯著，并模型參數(shù)估計均以10%的顯著性通過檢驗，反映得到的估計參數(shù)值得信任。

2.從變量系數(shù)來看，財務(wù)危機的發(fā)生和所有變量均成正負關(guān)系。本文將ST公司P值定義為1，非ST公司變量定義為0，因此相關(guān)系數(shù)為正的變量與財務(wù)危機的發(fā)生成正相關(guān)關(guān)系，相關(guān)系數(shù)為負的變量與財務(wù)危機的發(fā)生成負相關(guān)關(guān)系。在該模型中，資產(chǎn)負債率越高，財務(wù)危機發(fā)生的概率越高；銷售毛利率越高，每股凈資產(chǎn)越高，主營業(yè)務(wù)收入現(xiàn)金含量越高，應(yīng)收賬款周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率越高，發(fā)生財務(wù)危機的概率越低。

3.從財務(wù)指標預(yù)警情況來看，償債能力中的資產(chǎn)負債率指標，盈利能力中的銷售毛利率指標，獲取現(xiàn)金流量能力中的主營業(yè)務(wù)收入現(xiàn)金含量指標，以及營運能力中的總資產(chǎn)周轉(zhuǎn)率指標均有良好的預(yù)測效果。發(fā)展能力無一指標進入財務(wù)危機預(yù)警模型，說明雖然ST公司和非ST公司在增長率之間存在差別，但發(fā)展能力在短期內(nèi)對財務(wù)危機預(yù)測能力不強。

（二）財務(wù)危機預(yù)警模型檢驗

利用得到的logistics回歸模型，對20家上市公司（10家ST公司和10家非ST公司）的檢驗樣本（以2015年財務(wù)數(shù)據(jù)為原始數(shù)據(jù)）進行預(yù)測，具體步驟如下：

1.將所有檢驗樣本的原始數(shù)據(jù)代入模型，計算P值

2.將計算所得P值與0.5相比較，若大于0.5認為是ST，若小于0.5則認為財務(wù)狀況良好，不存在財務(wù)危機

3.將預(yù)測結(jié)果與公司真實情況比較，計算得出模型精度。

檢驗結(jié)果如表3所示：

從檢驗結(jié)果可以看出本文構(gòu)建的模型對上市公司財務(wù)危機具有較好的預(yù)測性。

四、研究結(jié)論

本文依據(jù)上市公司公開財務(wù)數(shù)據(jù)，以上市公司是否被ST作為判斷是否發(fā)生財務(wù)危機的標準，將上市公司相關(guān)財務(wù)指標作為自變量引入logistics回歸模型，建立了上市公司財務(wù)危機預(yù)警模型，取得較好的預(yù)測效果。研究成果如下：

（一） ST公司和非ST公司在償債能力、盈利能力、獲取現(xiàn)金流量能力，發(fā)展能力和營運能力5個方面的27個財務(wù)指標中存在差異，但最具識別性的指標為償債能力中的資產(chǎn)負債率指標，盈利能力中的銷售毛利率指標，獲取現(xiàn)金流量能力中的主營業(yè)務(wù)收入現(xiàn)金含量指標，以及營運能力中的總資產(chǎn)周轉(zhuǎn)率指標。其中，資產(chǎn)負債率與財務(wù)危機發(fā)生成正相關(guān)，其余模型變量財務(wù)指標均與財務(wù)危機是否發(fā)生成負相關(guān)關(guān)系。

（二）本文在研究過程中發(fā)現(xiàn)ST公司存在數(shù)據(jù)缺失，在尋找匹配樣本時，由于ST連年虧損使得資產(chǎn)規(guī)模縮水，能在資產(chǎn)規(guī)模上與ST公司相匹配的正常企業(yè)多為新上市的不久的企業(yè)（5年左右），除此以外，ST公司財務(wù)信息披露不如非ST公司完整，多數(shù)ST公司存在凈利潤虧損—盈利—虧損循環(huán)，究其原因是由于處置固定資產(chǎn)導(dǎo)致的營業(yè)外收支增加，這些都表明ST公司可能傾向于粉飾自身報表。

（三）本文主要是從制造業(yè)方面對企業(yè)財務(wù)危機預(yù)警模型進行研究，本文在研究中發(fā)現(xiàn)ST企業(yè)大多為化工行業(yè)，存在較多的固定資產(chǎn)，且不同制造業(yè)之間存在財務(wù)指標的差異，如釀酒行業(yè)就存在較多的存貨。

（四）本文在檢驗?zāi)Ｐ椭邪l(fā)現(xiàn)，若檢驗當(dāng)年企業(yè)存在盈利，則模型難以判別是否存在財務(wù)危機。

參考文獻：

[1]岳上植，張廣柱.上市公司財務(wù)危機預(yù)警模型構(gòu)建研究[J].會計之友（下旬刊），2009，01：79-84.

[2]連曉麗.我國A股上市公司財務(wù)危機預(yù)警模型實證研究[D].廈門大學(xué)，2014.

（作者單位：均勝集團有限公司）