管 铿 l 毛 上市公司财务困境实证研究 口文/殷雷 财务困境又称“财务危机”,最严重的财务困境是“企业破 以内)预测。后来许多学者根据奥特曼的思路建立了改进模型,产”。企业因财务困境导致破产实际上是一种违约行为,所以财 如日本开发银行的多变量预测模型、中国陈肇荣的多元预 务困境又可称为“违约风险”。事实上,企业陷入财务困境是一个 测模型、中国学者周首华、杨济华F分数模型等。当然,除 逐步的过程,通常从财务正常渐渐发展到财务危机。实践中,大 了这些,我国许多研究人员正在从事相关工作,并已设计出相应 多数企业的财务困境都是由财务状况正常到逐步恶化,最终导 模型,如陈静以27对同行业、同规模的ST公司与非ST公司的 在 致财务困境或破产的。因此,企业的财务困境不但具有先兆,而 财务数据为基础,进行了单变量判别分析和多变量判别分析,且是可预测的。正确地预测企业财务困境,对于保护投资者和债 宣布日前一年总的准确率分别为100%和85%:张玲以120家 权人的利益、对于经营者防范财务危机、对于管理部门监控 公司为研究样本,使用其中6O家公司的财务数据估计二类线性 判别模型,并使用另外6O家公司进行检验,发现模型具有超前 上市公司质量和证券市场风险,都具有重要的现实意义。 上市公司是证券市场的基石,其行为的规范与否和财务状 4年的预测结果;吴世农、卢贤义选取了7O家处于财务困境的 sher线性判定分 况的好坏将直接影响到证券市场的发展和投资者的利益。正是 公司和7O家财务正常的公司为样本,应用Fistic回归分析三种方法,分别建立 由于上市公司的财务状况的重要性,许多国外学者对上市公司 析、多元线性回归分析和Logi研究结果发现,三种模型均能在财务 财务失败做了许多研究,而国内在这方面的研究才刚刚起步。在 三种预测财务困境的模型,近几年的文献中也有学者对上市公司财务失败问题进行研究, 困境发生前做出相对准确的预测。虽然以上研究的预测准确率 但是这些结果是以少量样本为基础,另外并没有考虑现 他们大多使用判别分析的方法建立线性判别函数,然后利用这 相当高,仍需要进一步深入 个函数对财务状况进行研究。然而,线性函数具有其本身不能克 金流量的有关指标,其结果是否具有代表性,服的两个缺陷:固定影响假设和完全线性补偿假设。正由于这两 研究。但至今为止,还没有一套适合我国上市公司情况,并得到 个缺陷使得模型的分类和预测能力有限。基于这一点,本文运用 普遍验证的财务危机预警模型,需要我们进一步探索。二、logi st C回归分析的基本原理 Logistic回归模型进行财务失败的研究。 一、关于预警模型文献综述 (一)变量特点。因变量:二分因变量,若设y=l为有风险,那 企业财务预警分析主要有两种模式:一种是单变量模式:另 么y=0即为无风险。自变量:可以为分类变量,也可以为连续自 一 种是多变量模式。单变量模式是指运用单一指标,即个别财务 变量。(二)1ogi StiC模型 p:————————————— ——————————一‘ 指标来预测财务危机。更为常见的是多变量模式,即通过运用多 元函数,运用多种财务指标加权汇总产生的总判别来预测危机。 早在1967年,美国的((A计研究》发表了一篇研究财务比率 有用性的文章,作者是当时芝加哥大学会计系的副教授比弗,他 1+exp(一(Bn+Bl XXl+B xx,+B3xx3)) Logistic回归模型中的回归系数反映的是每一个自变量的 在这一研究上取得了突破性进展。他最初选了14个比率进行实 变化对因变量概率的对数的影响,具体到每个自变量回归系数 数学表达式为Exp 证分析,最终选用了对于预测财务失败最有效的三个比率:①现 的作用时,也可以通过对自变量的发生比率(])的考察来确定自变量每一个单位的变化给原发生比率所 金流量,债务总额:②净收益/资产总额;③债务总额/资产总额。 [B. 比弗的单变量失败预警模型不仅把财务比率用于预测财务失 带来的变化。(三)自变量的相对重要性分析。衡量变量相对重要性的指 败,而且提到了多比率分析方法和市场价格的信息可能更有效 地用于预测目的,这为多变量模型的建立奠定了基础。 在单变量预警模型提出不久,中外许多学者开始研究多变 量预测模型。多元线性函数模型有多种,最早也最有影响力的要 数美国的奥特曼,他于1968年创建z记分模型 奥特曼使用了 33家失败公司和33家成功公司的财务数据,并且挑选了22个 标: 1、wald值,近似卡方分布,用于检验自变量的显著性。 2、对自变量进行显著性检验的概率P值。 当wald值越大,P值越小时,自变量的影响就越大。 (四)自变量的筛选。与多元线性回归分析相类似,有For— d法(实际上是逐步向前法)和Backward法(默认方法为En一 财务比率进行实验。但是,奥特曼的z模型只适用于短期(2年 war目 《合作经济与科技》2008年6月号下(总第347期) 维普资讯 http://www.cqvip.com
管 嘞 ● ter)。 B I ockl:Method=Enter (五)模型拟合的优良性指标 0mnibus Tests of Model Coefficients 1、拟合分类表。根据logistic模型,对样本重新判别分类,符 表1 ModeI Summary 合率越高,拟合度越好。注意:logistic模型对于判别分类很粗 Chi—square df Sig. 劣,此法仅做参考。 Step 1 Step 35.165 3 .000 2、最大似然函数值L。“Likelihood”为似然函数值,SPSS提 Block 35.165 3 .000 供了一2Loglikelihood(缩写为一2LD是似然函数值的自然对数 Model 35.165 3 .000 的一2倍,常用来反映模型的拟合程度,其值越小,表示拟合程度 越好( 1)。因为logistic模型是使用最大似然估计,似然函数 表2 值越大,则表明越接近最大似然值,拟合程度越好。 Step -2 l og likehhood Cox&Snell R Square l Nagelkerke R Square 三、实证研究 1 .ooO .715 I 1.000 (一)研究假设 1、经典的logistic模型要求因变量为二分类变量,但其因变 量也可以是多分类变量(SPSS中Multinomial logistic菜单)。 2、样本不能完全线性可分(完全线性可分是指L=I,此时模 型有无数多组解,回归系数的估计是不准确)。 3、样本量足够大。 (二)样本选取。样本来自于2005年在上海交易所上市的 31家公司的年报,但排除了:(1)上市两年内就进入特别处理的 a The cut valHe is.500 公司,共1家。排除原因是财务数据过少和存在严重的包装上市 表4 VariabIes in the EquatiOn。 嫌疑,因此与样本中的其他公司不具有同质性:(2)因巨额或有 B S.E Wald df Sig Exp(B) 负债进行特别处理的公司,共1家。排除原因是或有负债属偶发 Xl 30.98 126 1-2 1 0.04 2.85E+13 事件,不是由企业正常经营造成的,与其他样本公司不具有同质 step1 X2 14.285 2.258 6.23 1 0.032 1599095.8 性;(3)因自然灾害、重大事故等进行特别处理的,共1家。排除 X3 —39.779 O.35 3.25 1 O.O42 O 原因同(2)。所以,最后入选的公司只有28家,构成了我们研究 Constant 一41.872 1.284 1.56 1 0.406 O 的样本,数据准确,真实可靠。 Variable(s)entered on step 1: 1,x1,x3 (三)财务预警模型的建立。选择财务预警logistic模型判断 表4输出了模型参数的估计,Logisitc回归过程用来估计参 财务危机通常采用的财务指标有: 数的方法是最大似然估计法。对于模型的截距Constant和3个 XI=(总负债/总资产)xlO0% 自变量分别给出了自由度(DF)、标准误、Wald卡方、概率。 x2=净资产利润率=(净利润/平均净资产总额)x100% 结果是:总体参数检验的P值小于O.O5,则据此可写出本 x3-(公司现金流量,总资产)x100% 例的Logistic回归方程: P是财务失败的条件概率。 -4l 872 ̄30.981x1+142.K ̄-39.7"/9x3 在一般多元回归中,若以P为因变量,则方程P=Bo+B,XX,+ 一T 丽面丽 蕊蕊弱丽 B2XX2+…+Bi×墨,但用该方程时,常会出现P>I或P<O的不合理 (四)模型检验。据表1可知:X'-=35.165,P:.000<0.05(模型 情况,为此,对P做对数单位转换,即logitP=ln(P/1-P),于是可 所要求的显著性水平),所以回归参数有效。 得到logistic方程: 表5 P:—‘—一———— ———————~ Y X1 X’ X3 P l+exp(一(Bo+Bl×xl+B2×x2+B3×x3)) O 0.753 -0.274 -0.O1 2.618{10 (-1O) 由该式可知logistic模型是一个具有如下性质的概率模型: O O.718 一O.647 一O.O13 4.839*10 (一13) ①随着X ,i=l,2,3的变化,条件概率也在变化,但是不会超 O 0.652 一O.193 0.053 2.972*1O (一12) 过O~1之外。 O 0.345 0.078 O.O8 3.608*10 (一15) ②P与xi,i=l,2,3之间的关系是非线性的,而且概率趋于 O 0.633 0.064 -0.O1 7.947*10 (-1O) 0,1的速度会越来越慢。 O 0.873 O.1O1 -0.OO1 1.597*1O (一6) 引入数据文件,定义变量名:Y为风险情况;1为有风险,0 O 0.796 —1.O19 -0.005 1.942*10 (一14) 为无风险.xl,X2,x3根据2005年上海交易所28家上市公司年报 O 0.452 O.O15 —0.094 4.093*10 6-1 1) 中数据计算所得。运用SPSS软件计算如下:(表1、2、3、4) O 0.468 0.058 0.065 2.225*1O (一13) 《合作经济与科技》2008年6月号下(总第347期) 国 维普资讯 http://www.cqvip.com 管 謦彩 蕊 l§%眨 当前国内建筑市场竞争日趋激烈, 施]-企业所处的经济环境复杂多变,经 营过程中各种不确定 素增加,使施工 项目微利化趋势越来越明显,财务风险 进一步增大和复杂化。工程项目作为施 工企业效益的源头,是企业财务风险最 施工企业项目财务风险控韦lJ 口文/王丽 (一)项目投标阶段的财务风险。指投 性、合理性及有关经济合同条款的明晰性 为集中的地方。由于工程项目在营建过 程中存在着建设周期长、投资数额大、工 作和工序繁多等固有特点,各种不可预 见因素相应增多,风险相应增加,并贯穿 于工程项目施工全过程,会引起项目经 标决策不当、错误的投标决策、低报价、垫 等,都会对后面的合同履行过程带来风险 济效益降低、利润和资金流失、企业资金 资施工方面的财务风险。一方面目前建筑 隐忠。如,工程担保,劳力、设备和材料的 短少、支付能力削弱、信用下降、额外费 市场僧多粥少,由于建筑市场的不规范和 取得,工程款的支付,合同变更及索赔,工 用负担加重,从而引发企业投资、融资、 投标的激烈竞争,~些施工企业为了中标 程保留金等涉及项目现金流的合同事项, 资金回收及收益分配等一系列财务风 而不顾自身财务状况竞相压低标价。建设 是合同签订中重要的风险因素。 险。正是由于工程项目风险会给企业造 单位由于自筹资金不足等原因通常要求 (二)项目实施阶段的财务风险。一是 成很大的伤害,在现代项目管理中,风险 施工企业垫付大量资金并收取工程投标、 项目财务控制能力产生的风险,包括:财 管理已成为必不可少的重要一环。加强 履约等保证金。施工企业为了承接到垫资 务内控制度执行不力和各项会计内控措 对工程项目的财务风险研究、分析和控 工程,通常需要从银行贷款来筹措资金。 施不当产生的风险,经济信息记录和会计 制,运用科学、合法的管理手段,防范、规 如果预期资产利润率小于负债资金成本 核算不准确、不及时、不真实导致的财务 避、化解和消除工程项目财务风险的影 率,则无法实现负债的财务杠杆作用,会 管理决策滞后或失误风险。前者集中表现 响,对项目财务管理和施工企业的经营 增大企业财务风险:另一方面这种低报 为:(1)资金控制不当。资金超计划提前使 发展具有重要意义。 一价、垫资和不顾自身施工能力情况下的中 用,引发后期资金链条紧张甚至断裂:资 、施工企业项目财务风险分析 标,很可能导致施工企业未来工程利润低 金超支使用和工程款回收不及时引发资 工程项目财务风险是指施工项目在 于期望利润甚至发生亏损;在项目施工中 金收支失衡:资金管理制衡机制或审批手 经济活动中由于各种客观存在的不确定 由于资金紧张经常出现拖欠材料供应商 续不健全引发的资金浪费和流失。(2)成 因素的影响,使项目财务实际收益和预 货款和民工工资情况,进而引发履约风 本控制不当,在项目实施过程中不能严格 期收益发生偏离,因而蒙受损失的机会 险、支付风险和诉讼风险,使企业面临严 控制成本,造成人工费、材料费、机械费等 或可能性。本文按项目财务风险产生的 重的财务危机和信誉危机。另外,在经济 浪费严重,管理费用增大,整个项目成本 阶段进行分析。 承包合同签订过程中,合同签订的公正 超出预算,项目实际收益低于期望收益。 据表2为Logistic回归模型是否成立的假设检验:无效假 机构、投资者、基金经理们进行财务危机、信用风险预测分析。但 设是总体回归系数b=0:检验结果足b=0的概率值P<0.05(-2 是,任何模型都不能代替人脑的分析,上文中的模型后J样如此, LOG L检验):结果的推断足拒绝b=0的无效假设,接受备择假 一方面它的正确性是建立在数据真实可靠基础之上的,而当前 设,备择假设是b=l,即回归模型成立。 证券市场中上市公司财务数据混乱;另一方面每一模型都存在 一(五)模型预测能力分析。一个公司从非sT公司转化为sT 定的时效性,随着时间的推移,当数据环境发生重大变化时, 公司需要一个过程,及早地预测公司财务危机征兆无疑对各方 实证模型的准确性肯定会下降,因此要经常的对经济环境进行 部有很大的意义,因为这样可以使各方赢得时间以采取措施防 分析,从而制定出与经济环境相适合的模型。范风险。为此,本文引入了Logistic模型的预测能力。根据回归 家非sT公司蚋原始数据进行回代判定,结果见表5。(表5) 确率相当的高,这是十分喜人的结果。 四、小结 另外,预警模型的建立需要长期、完整的资料,不断的修正、 去了预测的功能。财务预警是建立在开放的信息平台这个基础 从而失 所得到的Logistic方程,以0.5为最佳判定点,对检验样本中10 执行,长久实施,方能见到应有的成效,切不可半途而废,从表5可以看出:ogiLstic模型具有超强预测能力,预测正 上的,尽管目前国内企业重视企业信息管理系统的建设,但还有 很多企业采用的是传统的信息传输方式,有些企业即使上了信 息管理项目,但实际上也没有起到应有的作用,直接影响了财务 从上面的实证结果可知,笔者所建立的Logistic模型的预 预警系统作用的发挥和价值的体现,这也是值得我们好好研究 洲能力是比较令人满意的。因而本文所建立模型可以帮助金融 的。■ 囝 《合作经济与科技》2008年6月号下(总第347期)
因篇幅问题不能全部显示,请点此查看更多更全内容
Copyright © 2019- sarr.cn 版权所有 赣ICP备2024042794号-1
违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务