孫巍

一、研究背景

在中美貿(mào)易戰(zhàn)與世界經(jīng)濟(jì)一體化的今天，中國公司面臨的內(nèi)外部競爭環(huán)境進(jìn)一步加劇。從公司內(nèi)部的角度來說，如果不能進(jìn)行有效的內(nèi)部控制和經(jīng)營管理，很有可能造成公司出現(xiàn)財務(wù)困境與危機(jī)，嚴(yán)重的話，可能導(dǎo)致公司退出市場，進(jìn)而破產(chǎn)清算。從外部環(huán)境來看，在中美貿(mào)易戰(zhàn)背景下，宏觀經(jīng)濟(jì)環(huán)境，面臨沖擊，人民幣匯率變動頻繁，央行多次進(jìn)行降息調(diào)整，公司所面臨的經(jīng)濟(jì)環(huán)境，更加變化無常。大環(huán)境的改變，對合理的公司經(jīng)營和管理提出更高的要求，一旦公司出現(xiàn)財務(wù)危機(jī)，甚至?xí)φ麄€行業(yè)乃至產(chǎn)業(yè)供應(yīng)鏈的各個領(lǐng)域產(chǎn)生影響。因此，對公司的財務(wù)狀況進(jìn)行及時的檢測與預(yù)警，顯得尤為必要。

此外，在中國，由于債務(wù)人產(chǎn)生債務(wù)危機(jī)，進(jìn)而導(dǎo)致債權(quán)人、銀行、職工等出現(xiàn)不同程度的財務(wù)狀況惡化的例子，不屬罕見。因此，為了及時為債務(wù)人提供財務(wù)預(yù)警，做到提前的預(yù)防和處置，同時為了避免債權(quán)人、銀行、職工等因為債務(wù)人財務(wù)狀況惡化，而產(chǎn)生的利益受損。故本文以滬深兩市2017-2018年度A股上市公司中被特別處理的公司，為研究財務(wù)困境的樣本，通過實證分析，完成對財務(wù)困境預(yù)警模型構(gòu)建。

二、研究設(shè)計

（一）樣本和數(shù)據(jù)

本文選取滬深兩市2017-2018年度A股上市公司中被特別處理的公司，為研究財務(wù)困境的樣本，以獲取財務(wù)困境發(fā)生前10年的現(xiàn)金流量數(shù)據(jù)。2017年-2018年度被實施退市風(fēng)險警示或其他風(fēng)險警示的上市公司共109家，對數(shù)據(jù)進(jìn)行進(jìn)一步篩選，扣除因重大訴訟、審計否定等原因被特別處理的上市公司，只保留因連續(xù)兩年虧損導(dǎo)致特別處理的上市公司共81家。其中， ST的公司在制造業(yè)中的數(shù)量遠(yuǎn)超過其他行業(yè)占比，經(jīng)統(tǒng)計共47家，包括C13、C15、C17、C26、C38、C39等15個行業(yè)子代碼。因此，本文將制造業(yè)作為財務(wù)困境的重點，按照1：2的比例，在制造業(yè)中選取66家在2017-2018年度非ST的公司作為對比參照。如C15行業(yè)子代碼中有兩家ST公司（*ST 皇臺和海南椰島），為使數(shù)據(jù)對比參照，從C15里面的非ST公司中選擇貴州茅臺、青島啤酒、瀘州老窖及古井貢酒本四家公司作為對比公司。本文ST公司數(shù)據(jù)從CSMAR及Wind數(shù)據(jù)庫中收集，以T-2年的公司財務(wù)報表截面數(shù)據(jù)為基礎(chǔ)樣本進(jìn)行實證分析，對財務(wù)困境的預(yù)警模型進(jìn)一步構(gòu)建，非ST公司的選取為使有效對比，由手動檢索收集整理而得。

（二）研究變量的選擇及定義

通過在知網(wǎng)上翻閱34篇與財務(wù)困境有關(guān)的文獻(xiàn)，選出與公司財務(wù)困境有關(guān)的指標(biāo)，具體依據(jù)為，根據(jù)相關(guān)指標(biāo)在文獻(xiàn)中出現(xiàn)的頻數(shù)大小，進(jìn)行指標(biāo)的初步確定。據(jù)此，選出五個方面的相關(guān)指標(biāo)，對財務(wù)困境模型進(jìn)行構(gòu)建，具體如下：

1.償債能力：本文選取5個指標(biāo)對其進(jìn)行衡量。分別為資產(chǎn)負(fù)債率X1、流動比率X2、現(xiàn)金比率X3、產(chǎn)權(quán)比率X4、利息保障倍數(shù)X5。

2.營運能力：分別用固定資產(chǎn)周轉(zhuǎn)率X6、應(yīng)收賬款周轉(zhuǎn)率X7以及總資產(chǎn)周轉(zhuǎn)率X8這三個指標(biāo)進(jìn)行分析。

3.盈利能力：具體包括總資產(chǎn)凈利潤率X9、總資產(chǎn)報酬率X10、凈資產(chǎn)收益率X11、銷售凈利率X12、每股收益X13這5個指標(biāo)。

4.發(fā)展能力：選取凈資產(chǎn)增長率X14和凈利潤增長率X15這兩個指標(biāo)進(jìn)行判別。

5.現(xiàn)金流動性：本文選定現(xiàn)金負(fù)債總額比X16這一指標(biāo)進(jìn)行表述。

（三）財務(wù)困境預(yù)警指標(biāo)的顯著性分析

綜上所述，本文已經(jīng)初步完成了財務(wù)指標(biāo)的篩選，然而16個指標(biāo)對模型的構(gòu)建來說相對過多，且部分指標(biāo)之間存在相關(guān)性，會對最終模型的構(gòu)建和有效性帶來影響。因此，筆者先對這些初步確定的指標(biāo)進(jìn)行進(jìn)一步的篩選和優(yōu)化，以5%作為接下來顯著性檢驗的判別標(biāo)準(zhǔn)，這也是顯著性檢驗中普遍采用的檢驗標(biāo)準(zhǔn)。

1.正態(tài)分布檢驗。本文使用SPSS24.0軟件，對單樣本中的K-S檢驗進(jìn)行正態(tài)分布一致性檢驗，因篇幅問題，檢驗結(jié)果不再列出，其中產(chǎn)權(quán)比率X4、總資產(chǎn)凈利潤率X9，在α=5%的顯著性水平下，漸進(jìn)顯著性結(jié)果高于5%，服從正態(tài)分布，進(jìn)行進(jìn)一步T檢驗。剩余14個指標(biāo)，其漸進(jìn)顯著性結(jié)果低于5%，不服從正態(tài)分布，采用U檢驗。

2.兩獨立樣本的T檢驗。對符合正態(tài)分布的2個財務(wù)指標(biāo)進(jìn)行T檢驗，在α=5%的顯著性水平下，產(chǎn)權(quán)比率X4、總資產(chǎn)凈利潤率X9的T值均小于0.05，通過了T檢驗。結(jié)果如下圖所示：

3.兩獨立樣本Mann-Whitney U非參數(shù)檢驗。對不符合正態(tài)分布的 14個財務(wù)指標(biāo)進(jìn)行Mann-Whitney U檢驗，檢驗結(jié)果圖表省略，償債能力指標(biāo)中X1、X2、X5、營運能力指標(biāo)中X6、X7、X8、盈利能力中X10、X11、X12、X13、以及現(xiàn)金流動性X16，共11個指標(biāo)通過了獨立樣本U檢驗。其余3個指標(biāo)X3、X14以及X15未通過U檢驗，將其從指標(biāo)體系中剔除。此外，由于初始指標(biāo)構(gòu)建時，發(fā)展能力是由X14、X15兩個指標(biāo)反映，因此可以得出以下結(jié)論，即在實證分析中，發(fā)展能力不是導(dǎo)致公司出現(xiàn)財務(wù)困境的主要因素，兩者關(guān)聯(lián)度較低。

結(jié)合上述檢驗結(jié)果，將X3、X4、以及X15從16個指標(biāo)因子中剔除，最終確定13個財務(wù)預(yù)警指標(biāo)。

（四）財務(wù)困境預(yù)警指標(biāo)的主成分分析

鑒于部分財務(wù)指標(biāo)之間存在相關(guān)性，而Logistic模型易受多元共線性影響，因此，筆者采用主成分分析法，對存在相關(guān)性關(guān)聯(lián)的指標(biāo)，轉(zhuǎn)換成既不存在關(guān)聯(lián)性又能包含指標(biāo)將的原始信息的綜合性指標(biāo)因子。

1.主成分的提取。本文對上述13個財務(wù)指標(biāo)使用KMO檢驗和Bartlett球形檢驗，對其進(jìn)行相關(guān)性測試，結(jié)果如下圖所示，其中Bartlett的統(tǒng)計量顯著性為0.000<0.05，KMO值為0.706<0.5，正式指標(biāo)間存在一定關(guān)聯(lián)關(guān)系，適宜采用主成分分析法。

對前文檢驗過的13個指標(biāo)進(jìn)行主成分分析，結(jié)果顯示：前三個主成分能夠反映原始變量的66.582%信息;提取的4個主成分能夠反映原始變量76.509%，適用于主成分分析。

此外本文采用特征值法提取主成分，對特征值>1的主成分進(jìn)行提取，特征值<1的主成分進(jìn)行剔除，觀察主成分碎石圖（見下圖），共有四個主成分指標(biāo)較大且均大于1，圖線具有明顯的斜率坡度，同時累計解釋方差為76.509%，除四個主成分指標(biāo)之外的成分，坡度較緩，圖線較平坦，因此，可以提取出這四個主成分指標(biāo)替換上文的13個指標(biāo)因子，進(jìn)行解釋說明。

2.主成分的解釋。為了明確這四個主成分指標(biāo)的實際意義，并對其作出合理解釋。成分矩陣表略，可以得出主成分1主要包含X1、X2、X9、X10、X12、X13、X16，分別代表的是資產(chǎn)負(fù)債率、現(xiàn)金比率、總資產(chǎn)凈利潤率（ROA）、總資產(chǎn)報酬率、銷售凈利率、每股收益及現(xiàn)金流動性，主要反映了公司的盈利能力和償債能力，記為F1。主成分2主要與X4、X6、X9、X13有關(guān)，分別代表的是產(chǎn)權(quán)比率、固定資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)凈利率及每股收益，記為F2。主成分3主要由X7、X8表示，即應(yīng)收賬款周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率，這兩個指標(biāo)都是反映公司盈利水平的指標(biāo)，因此主成分3反映了公司的營運能力，記為F3。主成分4主要與X6、X7有關(guān)，分別代表的是固定資產(chǎn)周轉(zhuǎn)率與應(yīng)收賬款周轉(zhuǎn)率，記為F4。

3.主成分的表達(dá)式。進(jìn)一步通過SPSS24.0軟件進(jìn)行計算，得出各個主成分的得分系數(shù)，如下表所示，因此主成分F1-F4的數(shù)學(xué)表達(dá)式為：

F1=0.129X1+0.146X2-0.130X4+…+0.135X13+0.148X16

F2=-0.305X1-0.311X2+0.190X4+…+0.240X13-0.288X16

F3=-0.114X1-0.029X2+0.116X4+…-0.238X13-0.012X16

F4=-0.080X1+0.084X2+0.182X4-…+0.216X13+0.120X16

（五）Logistic財務(wù)困境預(yù)警模型的構(gòu)建與檢驗

1.Logistic財務(wù)困境預(yù)警模型構(gòu)建。利用SPSS軟件對提出的四個主成分指標(biāo)進(jìn)行Logistic回歸檢驗，建立上市公司T-2年的財務(wù)困境預(yù)警模型，參數(shù)分析結(jié)果如下表所示：

2.Logistic財務(wù)困境預(yù)警模型檢驗。

（1）模型擬合度檢驗。經(jīng)檢驗，統(tǒng)計量Cox& Snell R2= 0.208，Nagelkerke R2=0.289，顯示模型擬合度的數(shù)值都小于0.5，但結(jié)合后續(xù)的建模樣本回歸檢驗可知，該模型對于非ST公司的預(yù)測率92.6%，但對于ST公司的預(yù)測率卻呈現(xiàn)預(yù)測準(zhǔn)確率不準(zhǔn)確的特點。這可能與實證中，非ST公司在財務(wù)指標(biāo)變量上都呈現(xiàn)較統(tǒng)一的財務(wù)趨勢，非ST公司由于公司經(jīng)營規(guī)模、重大決策及事項等方面的不同，財務(wù)指標(biāo)變量方面各有其特點和不同，不能形成統(tǒng)一的財務(wù)趨勢。也可能受中美貿(mào)易戰(zhàn)影響，股市對此表現(xiàn)出波動劇烈的狀況，大量上市公司股價及經(jīng)營狀況都波動劇烈，此時標(biāo)記的ST公司可能因市場的劇烈波動或行業(yè)大環(huán)境影響，導(dǎo)致此時的ST公司與其實際財務(wù)指標(biāo)情況相脫離的情況。

（2）建模樣本回歸檢驗。筆者從我國上市公司中選取ST與非ST公司的樣本比例為1：2，因此，將0.5000作為財務(wù)困境模型的判定分割點，當(dāng)P>0.5000時，判定為ST公司，反之則為財務(wù)正常的公司。將141家T-2年的樣本數(shù)據(jù)帶入本文的財務(wù)困境模型中進(jìn)行回判分析，對T年的公司財務(wù)狀況的預(yù)測如下表所示：

三、結(jié)語

本文選取滬深兩市2017-2018年度A股上市公司中被特別處理的公司，為研究財務(wù)困境的樣本，其中ST公司47家，非ST公司94家，通過閱讀文獻(xiàn)，完成對16個指標(biāo)的初步篩選，利用SPASS24.0和Excel軟件，采用主成分分析法，將16個指標(biāo)替換成4個主成分指標(biāo)，完成對我國上市公司T-2年的財務(wù)困境模型的構(gòu)建，并對其進(jìn)行實證檢驗，準(zhǔn)確率達(dá)78%，能夠?qū)ξ覈鲜泄镜呢攧?wù)狀況進(jìn)行一定的預(yù)測，使公司對其財務(wù)狀況進(jìn)行預(yù)警預(yù)判，盡早處理，模型具有一定的現(xiàn)實意義。

建立財務(wù)預(yù)警模型，能從一定程度上對企業(yè)的財務(wù)狀況，進(jìn)行預(yù)判，從而使企業(yè)管理者在企業(yè)真正面臨財務(wù)困境之前，做到盡早處理，避免企業(yè)財務(wù)困境的發(fā)生。其次，可以幫助銀行、債權(quán)人等其他與企業(yè)有關(guān)聯(lián)的盡早了解企業(yè)的財務(wù)狀況，做出正確的判斷，規(guī)避風(fēng)險。并且可以幫助政府等監(jiān)管機(jī)構(gòu)，對市場進(jìn)行管控和管理，避免因此產(chǎn)生的“連鎖反應(yīng)”，導(dǎo)致整個行業(yè)甚至整個金融市場的動蕩。（作者單位：西南林業(yè)大學(xué)）