
摘 要:本文以22家林業(yè)上市公司為樣本,運(yùn)用傳統(tǒng)的Z值模型對我國林業(yè)上市企業(yè)的財(cái)務(wù)數(shù)據(jù)進(jìn)行測算,并結(jié)合我國實(shí)際運(yùn)用Fisher多元判別模型加以修正,建立了適合我國林業(yè)上市企業(yè)的財(cái)務(wù)預(yù)警模型。實(shí)證研究顯示,傳統(tǒng)的Z值模型判別效果差,不適應(yīng)我國林業(yè)上市企業(yè)的風(fēng)險預(yù)警;通過Fisher多元判別修正后的Z值模型,判別臨界值為0,且能對我國林業(yè)上市企業(yè)做出很好的風(fēng)險判別,達(dá)到財(cái)務(wù)風(fēng)險預(yù)警的目的。
關(guān)鍵詞:林業(yè)上市企業(yè);財(cái)務(wù)預(yù)警;Z值模型;Fisher判別
一、引言
近年來,我國林業(yè)上市企業(yè)在快速發(fā)展的同時,也具有一些問題。例如,經(jīng)營過于多元化,企業(yè)主營業(yè)務(wù)衰退,以及公司股權(quán)結(jié)構(gòu)不合理等。這些問題使得我國林業(yè)上市企業(yè)整體經(jīng)營績效下降,經(jīng)營風(fēng)險加大。目前國內(nèi)外對于上市企業(yè)財(cái)務(wù)預(yù)警模型有著諸多研究,且都取得了較為優(yōu)秀的預(yù)測成果。然而,國內(nèi)林業(yè)上市企業(yè)對財(cái)務(wù)預(yù)警系統(tǒng)缺乏的深刻認(rèn)識,未形成系統(tǒng)的財(cái)務(wù)預(yù)警模型,針對這一現(xiàn)狀,在總結(jié)各種模型的優(yōu)勢和劣勢的基礎(chǔ)上,選用Z值模型對我國林業(yè)上市企業(yè)進(jìn)行財(cái)務(wù)預(yù)警。
二、基于傳統(tǒng)Z值模型的應(yīng)用
(1)傳統(tǒng)Z值模型的內(nèi)容。在傳統(tǒng)財(cái)務(wù)危機(jī)預(yù)警模型中,最受歡迎的就是多變量預(yù)測模型。其中最為著名的就是美國Altman教授在20世紀(jì)60年代得出的Z-score模型。Altman運(yùn)用判別分析,確定出Z值模型公式:
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 (1)
其中:X1=(流動資產(chǎn)-流動負(fù)債)/總資產(chǎn);X2=(盈余公積+未分配利潤)/總資產(chǎn);X3=(利潤總額+財(cái)務(wù)費(fèi)用)/資產(chǎn)總額;X4=(每股市價*流通股數(shù)+每股凈資產(chǎn)*非流通股數(shù))/期末總負(fù)債;X5= 銷售收入/總資產(chǎn)。Altman的Z-score模型的判別標(biāo)準(zhǔn)是,Z值越小,樣本企業(yè)未來遭受財(cái)務(wù)危機(jī)的可能性就越大;反之,Z值越大,該企業(yè)的財(cái)務(wù)狀況就越好,在未來遭受財(cái)務(wù)危機(jī)的可能性也就越小。原模型給出的Z值臨界值為1.81,當(dāng)Z<1.81時,說明企業(yè)存在較大的財(cái)務(wù)危機(jī)的風(fēng)險(重警);1.812.675時說明企業(yè)財(cái)務(wù)狀況良好(無警)。
組別 公司名稱 Z值 判別結(jié)果 公司名稱 Z值 判別結(jié)果 組別 公司名稱 Z值 判別結(jié)果 公司名稱 Z值 判別結(jié)果
非ST組 海南橡膠 1.3879 重警 中福實(shí)業(yè) 1.1340 重警 ST組 *ST中基 0.4710 重警 *ST大地 1.1040 重警
圣農(nóng)發(fā)展 1.8623 中警 大湖股份 0.8630 重警 *ST美利 0.4879 重警 ST宜紙 0.2376 重警
吉林森工 1.1147 重警 冠豪高新 1.1450 重警 *ST新農(nóng) 1.0773 重警 ST新龍 0.5426 重警
好當(dāng)家 2.3325 中警 新疆天宏 0.7595 重警 *ST石峴 0.0434 重警 ST景谷 0.1861 重警
升達(dá)林業(yè) 0.9125 重警 香梨股份 1.0513 重警 *ST國商 0.3450 重警 ST中冠A 1.3750 重警
永安林業(yè) 0.3174 重警 *ST甘化 0.7661 重警
(2)樣本的選取。首先,確定林業(yè)相關(guān)樣本企業(yè),選取ST和非ST企業(yè)作為對照組。然后,運(yùn)用Altman的Z-score模型對這些企業(yè)進(jìn)行測算。其中,因?yàn)镾T企業(yè)均是在兩年連續(xù)虧損或出現(xiàn)重大虧損的情況下才被冠以ST(Special Treatment, 特別處理)之名的,所以選擇采集其在被交易所公布特別處理年份的三年前的數(shù)據(jù)。[1]根據(jù)以上方法,本文選取了存在財(cái)務(wù)危機(jī)的林業(yè)相關(guān)企業(yè)共11家組成ST組企業(yè)樣本,對應(yīng)找到相關(guān)的林業(yè)上市企業(yè)作為對照組即非ST組。最終構(gòu)成一個樣本容量為22的模型數(shù)據(jù)組,并按照Z-score模型要求,計(jì)算Z值。(樣本數(shù)據(jù)均來自于和訊網(wǎng))
(3)傳統(tǒng)Z值模型結(jié)果分析。表1為樣本企業(yè)的測算Z值以及參照Z-score模型判別標(biāo)準(zhǔn)得出的財(cái)務(wù)危機(jī)風(fēng)險預(yù)警結(jié)果:
從表1的結(jié)果中可以看到,運(yùn)用傳統(tǒng)Z-score模型對我國林業(yè)相關(guān)上市企業(yè)進(jìn)行財(cái)務(wù)風(fēng)險預(yù)測時,Z值都小于1.81,均被判定為有財(cái)務(wù)危機(jī)風(fēng)險的企業(yè),不僅ST企業(yè)全部需要重度警告,而且非ST企業(yè)也基本處于重中警狀態(tài)。從判定結(jié)果來看,此判別模型失去了判別的意義和效用。此外,林業(yè)企業(yè)存在生產(chǎn)周期長、負(fù)債率高的特殊性,該模型的判別臨界值對于我國林業(yè)相關(guān)上市企業(yè)而言相對偏高,不適用于我國國情。而且該模型所有的變量均未考慮相關(guān)的現(xiàn)金流量指標(biāo),而我國的林業(yè)企業(yè)作為高負(fù)債企業(yè),往往需要大量現(xiàn)金流量用于償還債務(wù)等來維持企業(yè)的經(jīng)營周轉(zhuǎn)。因此,傳統(tǒng)Z-score模型不適用于我國當(dāng)前林業(yè)相關(guān)的上市企業(yè)。
三、修正Z值模型
(1)判別模型的建立。1)指標(biāo)選取。在構(gòu)建模型中,考慮資產(chǎn)負(fù)債因素和利潤因素的同時,考慮現(xiàn)金流量因素。綜合各項(xiàng)因素,最后從企業(yè)財(cái)務(wù)報(bào)表中選擇了以下7個指標(biāo)作為模型的變量指標(biāo)。[2]這7個指標(biāo)分別為主營業(yè)務(wù)現(xiàn)金含量(X1)、營業(yè)活動收益質(zhì)量(X2)、資產(chǎn)現(xiàn)金流量回報(bào)率(X3)、現(xiàn)金流動負(fù)債比率(X4)、流動比率(X5)、每股收益(X6) 、現(xiàn)金比率(X7),并以此為變量建立新的Z值模型。2)建立模型。判別分析的基本原理是按照一定的判別準(zhǔn)則,建立一個或者多個判別函數(shù),通過研究對象的大量資料確定判別函數(shù)中的待定系數(shù),并計(jì)算判別指標(biāo)。它的一般形式是:
Y=a1X1+a2X2+a3X3+…anXn (2)
其中,Y為判別分?jǐn)?shù),也稱為判別值;X1,X2,X3…Xn
為反映研究對象特征的變量值;a1,a2,a3…an為各變量的系數(shù),又稱為判別系數(shù)。 判別模型的建立過程中,樣本依然選取上述22家上市公司,通過SPSS運(yùn)行判別分析可以得到Fisher線性判別函數(shù)系數(shù),并由此得到Fisher線性判別函數(shù)模型是:
Y1=130.035X1-0.037X2-5.571X3+20.613X4+8.101X5+ 34.156X6
-57.494X7-71.973 (3)
Y2=125.318X1-0.019X2+15.241X3+6.941X4+7.951X5+34.691X6-
54.943X7-66.324 (4)
(2)Fisher判別模型的檢驗(yàn)。在本文中,給出一個公司的X1-X7變量,再將這些變量分別代入Y1、Y2兩個判別模型,如果得出的Y1>Y2,則將該公司歸入第一組,即非ST組,反之,
則是ST組。通過SPSS操作結(jié)果顯示,非ST組11個樣本中,有海南橡膠,升達(dá)林業(yè),大湖股份以及新疆天宏四家企業(yè)因?yàn)閅1Y2被誤判為非ST企業(yè),兩組共計(jì)6家企業(yè)被誤判,模型判斷正確率為72.73%。在校對檢查時發(fā)現(xiàn),被誤判的企業(yè)大都存在一些較大的問題。這些誤判的企業(yè)基本上處于ST與非ST邊界的企業(yè),因此其判別結(jié)果仍然合理,可以進(jìn)一步應(yīng)用。
作者:劉欣