上市公司财务困境实证研究

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）