上市公司财务困境预测模型实证研究——基于制造业的实例，本文主要内容关键词为：困境论文,公司财务论文,制造业论文,实例论文,模型论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
关于企业财务困境预测的重要研究可以追溯到1932年Fitzpatrick所著的《A Comparison of Ratios of Successful Industrial Enterprises with Those of Failed Firms》一文。由于早期缺乏先进的统计和计算工具，主要的研究方法是对失败企业和正常企业的一系列财务比率进行经验分析和比较，直到20世纪60年代，随着理论和技术的成熟，此类研究才真正进入系统化阶段。我国在这方面的研究起步较晚，以我国企业数据为基础的预警模型研究到1999年才开始。本文以沪深两市制造业上市公司为研究对象，将上市公司被特别处理(Special Treatment简称ST)作为企业陷入财务困境的标志，采用Logistic回归分析和Fisher多元判别分析，借助SPSS12.0统计软件分别构建模型，根据预测准确率来选择最优模型。
一、样本选取及数据来源
我们采取配对取样的方式，分别选取2003～2006年48家ST公司和48家非ST公司共96家沪深两市制造业上市公司作研究样本。选择ST样本时遵守以下标准：一是连续两年净利润为负值(包括追溯调整)或每股净资产低于股票面值而被特别处理的公司；二是排除纯B股公司、由于发生巨额亏损而被ST公司、因注册会计师出具无法表示意见或否定意见的审计报告而被ST公司、上市两年就被ST的公司。对非ST公司研究样本采用配对样本设计方法来选择，即对每一个ST公司按行业类别、时期和资产规摸(以ST公司被特别处理前4年年末总资产为依据，相差不超过10％)的原则选取一个非ST公司，配对选出48家非ST公司。本文旨在以上市公司被宣告特别处理年度(以下简称t年)、前4年(以下简称t-4年)、前3年(以下简称t-3年)和前2年(以下简称t-2年)的年报财务数据来预测第t年的财务状态(ST状态或非ST状态)，即是否陷入财务困境。同时以2003～2005年期间的72个样本来构建财务困境预测模型，以2006年24个样本来检验构建的预测模型的效果。
二、变量的选择和研究假设
(一)变量的选择 现代财务理论认为，财务比率指标能将资产负债表、利润表和现金流量表有机结合起来，而且在一定程度上能消除企业规模影响。我们选择反映企业偿债能力、运营能力、盈利能力、成长能力和现金流量等方面的常用财务指标：速动比率(X[,1])、现金比率(X[,2])、流动负债经营活动现金流比(X[,3])、资产负债率(X[,4])、应收账款周转率(X[,5])、存货周转率(X[,6])、流动资产周转率(X[,7])、总资产周转率(X[,8])、主营业务利益率(X[,9])、净资产收益率(X[,10])、每股收益(X[,11])、主营业务收入增长率(X[,12])、净利润增长率(X[,13])、总资产扩张率(X[,14])、每股营业现金流量(X[,15])和净利润现金含量(X[,16])。在本文研究模型中，因变量是上市公司第t年状态(是ST还是非ST)，用Y表示；自变量是财务比率指标，用X[,i]表示。
(二)研究假设 本文对不同状态下的财务状况，分别提出了不同假设。企业偿债能力分为短期偿债能力与长期偿债能力。如果企业不能保持一定的短期偿债能力，就不可能维持其一定的长期偿债能力，加之企业债权人若不能给企业提供延期付款，企业就会出现亏损甚至会陷入财务困境。企业财务危机主要源于其短期负债，这是企业现实财务风险，而对企业的长期负债而言，它构成企业长期财务危机的来源，是未来风险。基于以上原因提出：
假设1：非ST公司比ST公司偿债能力强，特别是短期偿债能力
运营能力反映了企业资产运转的快慢，它揭示了企业利用经济资源的有效性，以及说明企业经营状况是否良好。如果企业在较长时期内，各项周转水平明显下降，而且在短期内没有好转的迹象，说明企业已陷入财务困境状态。企业的运作本质上就是资金的运作，而当企业资金运作能力下降，其周转水平明显迟缓就意味着企业资金不具备增值能力，这同时也会造成企业资金的积压和周转失控，最终必然会导致企业经营状况恶化和财务危机出现。
假设2：非ST公司比ST公司有较强资产运营能力
企业短期盈利能力弱并不会使企业很快陷入财务困境状态，但如果长期盈利能力很差，企业始终处在亏损状态，也就不可能具有良好的偿债能力，那就是长期亏损企业最终必然陷入财务困境的原因。同时，公司若有良好的盈利能力，必然能吸引众多的债权人与投资者，也能降低融资的成本，陷入财务困境的可能性减小。
假设3：非ST公司比ST公司具有较强的持续盈利能力。
公司理财的终极目标是财富最大化，有远见的经营者不会把目光停留在目前的运营状况，主营业务收入的持续增长预示公司有着良好的发展前景，企业净利润、总资产的不断增加也显示公司规模和实力的日益壮大。
假设4：非ST公司比ST公司具有较高的成长能力。
James E.Walter(1957)对现金流量理论进行了比较详细的讨论，Beaver(1966)和Blum(1974)使用该理论进行财务困境预测。该理论把企业看成流动资产“水库”，认为来源于经营活动的净现金流量(如现金)越大，企业陷入财务困境的可能性越小(李秉成，2004)。同时，如果经营活动产生的现金净流量对企业净利润有较大贡献，则公司的绩效可信度就较高，企业陷入财务困境的可能性也越小。
假设5：非ST公司比ST公司有较大的现金流量。
三、实证结果及分析
(一)变量筛选及假设检验 运用SPSS12.0软件对2003～2005年72家样本公司相关数据进行分析，按偿债能力、运营能力、盈利能力、成长能力和现金流量反映结果分别见(表1)、(表2)、(表3)、(表4)、(表5)所示。
(表1)显示，在被宣告特别处理前四年中，ST公司的速动比率(X[,1])均值、现金比率(X[,2])均值、流动负债经营活动现金流比(X[,3])均值逐年降低而资产负债率(X[,4])均值逐年增加，而非ST公司这四个指标均值没有明显变化趋势，保持相对稳定。关于假设1：在显著性水平为0.01时，ST公司与非ST公司相比被宣告特别处理前4年中，反映短期偿债能力的速动比率、现金比率、流动负债经营活动现金流比有显著差异，反映长期偿债能力的资产负债率在被宣告特别处理前2年有显著差异。结合各指标均值变化趋势可以看出非ST公司偿债能力明显强于ST公司，特别在短期偿债能力方面更是如此，这证明了假设1成立。
从(表2)可以看出，在被宣告特别处理前四年中，ST公司和非ST公司的应收账款周转率(X[,5])均值和存货周转率(X[,6])均值均没有明显变化趋势，而ST公司的流动资产周转率(X[,7])均值和总资产周转率均值均逐年下降，非ST公司的总资产周转率(X[,8])均值保持相对固定，而流动资产周转率(X[,7])均值有逐年增加的趋势。关于假设2：在显著性水平0.01上，流动资产周转率(X[,7])和总资产周转率(X[,8])两个指标，非ST公司与ST公司各年均有显著性差异，应收账款周转率(X[,5])在显著性水平0.05上，非ST公司与ST公司各年均有差异。结合各年指标均值，除存货周转率指标外，在被宣告特别处理前四年中，其余3个指标非ST公司均大于ST公司，说明非ST公司比ST公司有较强资产运营能力。所以假设2是成立的。
从(表3)可以看出，在被宣告特别处理前四年中，ST公司的主营业务利润率(X[,9])均值、净资产收益率(X[,10])均值和每股收益(X[,11])均值都表现出逐年减少的趋势，说明ST公司盈利能力在持续下降，而非ST公司这三个指标均值保持相对稳定，没有明显变化趋势，这也说明非ST公司盈利能力能保持相对稳定。关于假设3：在显著性水平0.01上，非ST公司与ST公司相比净资产收益率(X[,10])和每股收益(X[,11])均有显著差异，主营业务利润率(X[,9])在被宣告特别处理前2年有显著差异，并且ST公司各指标呈逐年下降趋势，非ST公司各指标均大于ST公司，这同样证明了假设3成立，非ST公司持续盈利能力强于ST公司。
从(表4)可以得到：在被宣告特别处理前4年中，反映成长能力的主营业务收入增长率(X[,12])、净利润增长率(X[,13])和总资产扩张率(X[,14])这三个指标的均值ST公司明显小于非ST公司，其中ST公司净利润增长率(X[,13])均值和总资产扩张率(X[,14])均值呈明显逐年下降趋势。关于假设4：在显著性水平0.05上，除总资产扩张率外，ST公司与非ST公司在其他两个指标上没有明显统计上差异，但ST公司在主营业务收入增长率、净利润增长率和总资产扩张率三个指标上明显小于非ST公司，从而可以得到假设4的结论，非ST公司比ST公司有较强成长能力。
(表5)列出了ST公司与非ST公司每股经营现金流量(X[,15])和净利润现金含量(X[,16])两个指标的均值，在净利润现金含量这个指标上ST公司与非ST公司没有显著变化趋势，而ST公司的每股经营现金流量指标呈明显逐年下降趋势，而非ST公司保持相对稳定。关于假设5：在显著性水平0.05上ST公司与非ST公司在净利润现金含量指标上没有差异，而每股经营现金流量指标有明显差异。并且非ST公司显著大于ST公司，这也说明非ST公司在现金流量上大大超过ST公司，这也证明假设5为真。
综上所述，ST公司与非ST公司在偿债能力(特别是短期偿债能力)、盈利能力和运营能力上有显著差异；反映成长能力的总资产扩张率和反映现金流量的每股经营现金流量在显著性水平0.05上，ST公司与非ST公司有差异。所以本文初选速动比率(X[,1])、现金比率(X[,2])、流动负债经营活动现金流比(X[,3])、流动资产周转率(X[,7])、总资产周转率(X[,8])、净资产收益率(X[,10])、每股收益(X[,11])、总资产扩张率(X[,14])和每股经营现金流量(X[,15])九个自变量来构建模型。
(二)自变量多重共线性检验 为了提高模型预测准确率和稳定性，我们对自变量进行多重共线性检验，本文采用的检验指标是容许度(TOL)和方差膨胀因子(VIF)。我们最终确定了六个自变量，它们是X[,2]、X[,7]、X[,10](t-4、t-3年)、X[,11](t-2年)、X[,14]和X[,15]。这六个自变量多重共线性检验结果如(表6)。从(表6)可知，这六个变量VIF均在1至1.8之间，远小于10，我们可以认为各自变量之间不存在明显多重共线性。
(三)Fisher判别模型 把财务困境公司划分为组合1，非财务困境公司划分为组合2，在建模过程中用逐步回归法(STEPWISE)进行变量筛选，运用多元判别分析就得到t-4、t-3、t-2各年判别模型如(表7)。从(表7)对判别函数进行的显著性检验，相伴概率(Sig)均为0.000,说明判别函数达到较高显著性水平。根据以上各年判别模型，分别以t-4、t-3和t-2年的原始数据进行回代得到判别结果如(表8)所示。
(四)Logistic回归模型 使用相同财务指标和数据用向前法(Forward Conditional)进行变量筛选可得到t-4、t-3和t-2三年回归模型如(表9)。其中，“Likehihood”为似然函数值，“-2Log Likehihood”常用来反映模型拟合程度，其值越小，表示拟合程度越好。从上表还可看出X[,2]、
(五)检验样本的判定结果 将2006年24个样本数据分别代入构建的预测模型，得到结果如(表11)所示。
四、研究结论及局限性
从实证分析可以看出，制造业上市公司的盈利能力和短期偿债能力，在财务困境公司和非财务困境公司有显著性差异，通过构建的模型，我们发现，在前期(t-4,t-3)现金比率(X[,2])、流动资产周转率(X[,7])与净资产收益率(X[,10])有很好判别作用；而后期(t-2)，每股收益(X[,11])和每股经营现金流量(X[,15])有较高判别精度。以上这五个指标是进行财务困境预测的核心财务指标。基于行业构建的财务困境预测模型，不论是训练样本还是检验样本用于预测时都具有较高的预测准确率。特别是Logistic回归模型，从训练样本看，前4年预测准确率为84.7％，93.1％和95.8％，检验样本预测准确率达到91.7％，91.7％和100％，所以Logistic回归模型更适合于财务困境预测。同时本文使用的数据资料是证券之星、新浪等网站公开的信息，数据搜集成本低，大大提高了模型的操作性。
本文研究也存在一些局限：如仅以财务指标作为自变量，而财务指标又不能概括企业经营过程中的非财务因素，从而在理解财务困境的成因上有一定局限性；用年报数据进行建模和预测，未充分考虑到数据本身时间性差异及模型时效性所带来的预测准确度和模型时效性的降低等问题，这些问题亟待进一步深入研究。