山東財(cái)政學(xué)院 楊 華
財(cái)務(wù)危機(jī)不僅僅是由于財(cái)務(wù)活動(dòng)引起的，非財(cái)務(wù)活動(dòng)在某些情況下也會(huì)導(dǎo)致財(cái)務(wù)危機(jī)的產(chǎn)生。本文擬以2004～2005年部分首次被ST的A股上市公司為研究對象，結(jié)合經(jīng)過無量綱化處理的財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)，使用主成分分析法和Logit回歸建立財(cái)務(wù)危機(jī)前2年的預(yù)警模型。研究顯示，引入非財(cái)務(wù)指標(biāo)后的財(cái)務(wù)危機(jī)預(yù)警模型在一定程度上提高了預(yù)測準(zhǔn)確率。
一、研究樣本設(shè)計(jì)
財(cái)務(wù)危機(jī)是一種企業(yè)盈利能力實(shí)質(zhì)性地減弱，并伴隨持續(xù)虧損的漸進(jìn)式的積累過程。財(cái)務(wù)危機(jī)的發(fā)生會(huì)使企業(yè)的經(jīng)營循環(huán)和財(cái)務(wù)循環(huán)無法正常持續(xù)或陷于停滯，前期表現(xiàn)為違約、無償付能力、連續(xù)虧損等，最終表現(xiàn)為企業(yè)破產(chǎn)。而我國多數(shù)學(xué)者將部分ST公司作為出現(xiàn)財(cái)務(wù)危機(jī)的公司，本文研究也采用這一思路。
研究中選取的財(cái)務(wù)危機(jī)公司是2004～2005年滬深A(yù)股公司中因下列情形而被ST或*ST的上市公司：最近兩個(gè)會(huì)計(jì)年度審計(jì)結(jié)果顯示的凈利潤均為負(fù)值；最近一個(gè)會(huì)計(jì)年度審計(jì)結(jié)果顯示其股東權(quán)益低于注冊資本，即每股凈資產(chǎn)低于股票面值；注冊會(huì)計(jì)師對最近一個(gè)會(huì)計(jì)年度的財(cái)務(wù)報(bào)告出具無法表示意見或否定意見的審計(jì)報(bào)告?；谛袠I(yè)相同或相近和上市時(shí)間相同或相近的原則，為危機(jī)公司從1998～2005年從未出現(xiàn)財(cái)務(wù)危機(jī)的公司中一一選取配對樣本。如果不能滿足配對原則，剔出該危機(jī)公司。按照上述思路，本文從2004～2005年首次ST或*ST公司選取了54家公司(2004年29家，2005年25家)，加上相配對的54家公司，研究樣本共計(jì)108家(54對)。隨機(jī)抽取40對作為預(yù)警模型的構(gòu)造樣本，其余用作測試樣本檢驗(yàn)?zāi)Ｐ偷念A(yù)測準(zhǔn)確率。由于我國上市公司年報(bào)披露制度規(guī)定上市公司公布其年報(bào)的截止日期為下一年的4月30日，上市公司(t－1)年的年報(bào)和其在第t年是否被特別處理幾乎同時(shí)發(fā)生，用(t－1)年的數(shù)據(jù)預(yù)測第t年是否被特別處理沒有實(shí)際意義，因而在研究中采用(t－2)年的數(shù)據(jù)。
二、研究指標(biāo)選取
借鑒國內(nèi)外學(xué)者的研究經(jīng)驗(yàn)，本文既按照《企業(yè)效績評價(jià)操作細(xì)則(修訂)》和證監(jiān)會(huì)對上市公司信息披露要求，選取了反映企業(yè)償債能力、營運(yùn)能力、盈利能力、成長能力和現(xiàn)金流量的財(cái)務(wù)指標(biāo)；又選取了反映企業(yè)股權(quán)結(jié)構(gòu)、年報(bào)批露、公司治理、地域因素、資產(chǎn)規(guī)模等方面的非財(cái)務(wù)指標(biāo)，如表1所示：
表1 財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)
評價(jià)內(nèi)容 解釋變量含義 評價(jià)內(nèi)容 解釋變量含義
償債能力S1 流動(dòng)比率X1 現(xiàn)金流量S5 每股經(jīng)營現(xiàn)金凈流量X13
營運(yùn)資本比率X2 全部資產(chǎn)現(xiàn)金回收率X14
資產(chǎn)負(fù)債率X3 現(xiàn)金負(fù)債總額比X15
營運(yùn)能力S2 應(yīng)收賬款周轉(zhuǎn)率X4 股權(quán)結(jié)構(gòu)S6 第一大股東持股比例X16
存貨周轉(zhuǎn)率X5 國有股持股比例X17
總資產(chǎn)周轉(zhuǎn)率X6 是否存在控股股東X18(虛擬變量1)
盈利能力S3 資產(chǎn)凈利率X7 年報(bào)批露S7 審計(jì)意見類型X19(虛擬變量2)
凈資產(chǎn)收益率X8 公告日是否延遲X20(虛擬變量3)
總資產(chǎn)收益率X9 公司治理S8 獨(dú)立董事比例X21
成長能力S4 主營業(yè)務(wù)增長率X10 董事長和總經(jīng)理是否為一人X22(虛擬變量4)
資本積累率X11 資產(chǎn)規(guī)模S9 總資產(chǎn)的以10為底的對數(shù)X23
凈利潤增長率X12 地域因素S10 位于經(jīng)濟(jì)發(fā)達(dá)地區(qū)X24(虛擬變量5)
三、研究指標(biāo)篩選
(一) 財(cái)務(wù)指標(biāo)無量綱化 本文選用的研究樣本涉及多個(gè)行業(yè)，指標(biāo)間的綱量不同會(huì)影響預(yù)測的精度，因此研究前先對財(cái)務(wù)指標(biāo)采用極差化(正規(guī)化)方法進(jìn)行處理，使值均落在[0, 1]之間。
(二) 主成分提取 對80家構(gòu)造樣本運(yùn)用SPSS13.0進(jìn)行主成分分析，提煉綜合因子形成彼此不相關(guān)的主成分，避免信息重疊。KMO值為0.636，Bartlett球度檢驗(yàn)給出的相伴概率為0.000，可見構(gòu)造樣本適用于做因子分析。取累計(jì)貢獻(xiàn)率為76.79%，得到的主成分因子個(gè)數(shù)為8，即用8個(gè)主成分代替原有的24個(gè)指標(biāo)，8個(gè)指標(biāo)包含了原來76.79%的信息。為全面準(zhǔn)確地揭示主成分因子與原始指標(biāo)之間的關(guān)系，對旋轉(zhuǎn)后的因子載荷矩陣進(jìn)行分析，以便為主成分命名。（1）主成分F1為盈利能力因子，主要由資產(chǎn)凈利率X7、凈資產(chǎn)收益率X8和總資產(chǎn)收益率X9解釋，反映公司獲取利潤的能力。對證券市場上的各方利益相關(guān)者來說，利潤是至關(guān)重要的，它不僅是股東取得投資收益，債權(quán)人收取本息的資金來源，也是公司得以持續(xù)發(fā)展的關(guān)鍵動(dòng)因，證監(jiān)會(huì)等監(jiān)管部門更是把盈利能力作為考核公司發(fā)行股票、募集資金的重要標(biāo)準(zhǔn)。（2）主成分F2為償債能力因子，主要由流動(dòng)比率X1和現(xiàn)金負(fù)債總額比X15解釋，反映企業(yè)償還短期債務(wù)和長期債務(wù)的能力。流動(dòng)比率是流動(dòng)資產(chǎn)與流動(dòng)負(fù)債之比，顯示短期債權(quán)人安全邊際的大小，也是財(cái)政部對企業(yè)經(jīng)濟(jì)效益的一項(xiàng)評價(jià)指標(biāo)。現(xiàn)金負(fù)債總額比是經(jīng)營現(xiàn)金凈流入與負(fù)債總額之比，從現(xiàn)金流量的角度考察企業(yè)的償債能力，該比率越高，企業(yè)償債能力越強(qiáng)。（3）主成分F3為營運(yùn)能力因子，主要由應(yīng)收賬款周轉(zhuǎn)率X4（主營業(yè)務(wù)收入÷平均應(yīng)收賬款）解釋。應(yīng)收賬款周轉(zhuǎn)率反映了企業(yè)應(yīng)收賬款變現(xiàn)速度的快慢及管理效率的高低。（4）主成分F4為股權(quán)結(jié)構(gòu)的國有股因子，用國有股持股比例X17解釋。國有股持股比例是國家股與國有法人股在公司全部股份中所占的比例，若國有股持股比例太高，其他股份就不能形成對國有股的有效制約。（5）主成分F5為股權(quán)結(jié)構(gòu)的第一大股東因子，用第一大股東持股比例X16和是否存在控股股東X18解釋。是否存在控股股東X18反映了第一大股東持股比例是否超過其他九大股東，它和第一大股東持股比例X16一樣，均體現(xiàn)了第一大股東對上市公司的影響。股東持股越集中，公司的經(jīng)營管理越容易受控制和影響而喪失獨(dú)立性，公司業(yè)績和股東權(quán)益的不確定因素也就越大。（6）主成分F6為公司治理的獨(dú)立董事因子，用獨(dú)立董事比例X21解釋。獨(dú)立董事在董事會(huì)中發(fā)揮著重要作用，它能對董事會(huì)進(jìn)行有效的監(jiān)督和管理，從而避免董事會(huì)被公司內(nèi)部人員控制。 （7）主成分F7為年報(bào)批露因子，由審計(jì)意見類型X19和公告日是否延遲X20解釋。注冊會(huì)計(jì)師根據(jù)持續(xù)經(jīng)營原則出具審計(jì)報(bào)告，揭示公司經(jīng)營中存在及潛藏的風(fēng)險(xiǎn)。而經(jīng)營業(yè)績差的上市公司為了粉飾報(bào)表，與非財(cái)務(wù)危機(jī)公司相比，會(huì)花費(fèi)更多時(shí)間。年報(bào)能否按照預(yù)約披露日發(fā)布，以及是否被出具非標(biāo)準(zhǔn)審計(jì)意見在一定程度上顯示出上市公司是否會(huì)陷入財(cái)務(wù)危機(jī)。（8）主成分F8為公司治理的兩職分置因子，用董事長和總經(jīng)理是否為一人X22解釋。董事長的職能應(yīng)是主持董事會(huì)，并對總經(jīng)理的工作做出評價(jià)。兩職合一雖然能有效地開展戰(zhàn)略策劃及加強(qiáng)領(lǐng)導(dǎo)，但也會(huì)使總經(jīng)理對董事會(huì)和公司的控制大大提高，降低公司治理的效率。
由上述分析可知，非財(cái)務(wù)指標(biāo)占了8個(gè)主成分中的5個(gè)，說明在危機(jī)前兩年財(cái)務(wù)危機(jī)公司和非財(cái)務(wù)危機(jī)公司的不同不僅表現(xiàn)在財(cái)務(wù)指標(biāo)上，也表現(xiàn)在非財(cái)務(wù)指標(biāo)上，而且非財(cái)務(wù)指標(biāo)體現(xiàn)得更為明顯，這充分證明非財(cái)務(wù)指標(biāo)在財(cái)務(wù)危機(jī)預(yù)警方面具有重要意義。
四、財(cái)務(wù)危機(jī)預(yù)警模型
本文采用Logit回歸法，以主成分分析提取的8個(gè)主因子作為自變量建立財(cái)務(wù)危機(jī)預(yù)警模型。因變量y為上市公司是否會(huì)發(fā)生財(cái)務(wù)危機(jī)，取0和1兩個(gè)值。擬合的方程可表示為：
ln[P/(1- P)]=a+∑biXi
其中，P是上市公司發(fā)生財(cái)務(wù)危機(jī)的概率；Xi是影響上市公司財(cái)務(wù)危機(jī)的第i個(gè)因素，i=1，2，…，m；a、 bi(i=1，2，…，m)是待估參數(shù)。
在Logit回歸中，選用的分析方法是使用Wald統(tǒng)計(jì)量的向前回歸法。Wald統(tǒng)計(jì)量用于判斷一個(gè)變量是否應(yīng)該包含在模型中，Wald統(tǒng)計(jì)量越大(sig.值越小)，該自變量在回歸方程的地位就越重要。建立的(t－2)年財(cái)務(wù)危機(jī)預(yù)警模型為：
該模型包含的3個(gè)主因子中，盈利能力因子F1和償債能力因子F2的Wald統(tǒng)計(jì)量相應(yīng)sig.值小于0.05，說明這兩個(gè)主因子在模型中的地位非常顯著，即在財(cái)務(wù)危機(jī)前2年，財(cái)務(wù)危機(jī)公司與非財(cái)務(wù)危機(jī)公司相比，其盈利能力和償債能力有了明顯變化；年報(bào)披露因子F7的Wald統(tǒng)計(jì)量相應(yīng)sig.值略微大于0.05，可見該因子在模型中的作用小于前2個(gè)因子，但也對上市公司的財(cái)務(wù)危機(jī)具有較好的預(yù)警作用。
表2 模型估計(jì)
參數(shù)估計(jì)B 標(biāo)準(zhǔn)差S.E. Wald 顯著水平Sig.
盈利能力因子F1 -2.799 0.611 20.989 0.000
償債能力因子F2 1.257 0.428 8.624 0.003
年報(bào)批露因子F7 0.878 0.45 3.809 0.051
常數(shù) 0.385 0.382 1.016 0.314
模型的回代預(yù)測顯示，建立的財(cái)務(wù)危機(jī)預(yù)警模型對構(gòu)造樣本的預(yù)測準(zhǔn)確率為90%(分割點(diǎn)為0.5)。而用沒有建立模型的測試樣本進(jìn)行預(yù)測時(shí)，14家財(cái)務(wù)危機(jī)公司有12家預(yù)測正確，預(yù)測準(zhǔn)確率為85. 71%，略低于回代預(yù)測，但也顯示了較好的預(yù)測效果。如果不加入非財(cái)務(wù)指標(biāo)，僅用2個(gè)財(cái)務(wù)指標(biāo)建立模型的回代預(yù)測準(zhǔn)確率為82.5%，對測試樣本的預(yù)測準(zhǔn)確率為71.43%。由此可知，引入非財(cái)務(wù)指標(biāo)后，回代預(yù)測的準(zhǔn)確率提高了7.5%，測試樣本的預(yù)測準(zhǔn)確率提高了14.28%，表明非財(cái)務(wù)指標(biāo)的引入有助于提高財(cái)務(wù)危機(jī)預(yù)警模型預(yù)測準(zhǔn)確率，在建立財(cái)務(wù)危機(jī)預(yù)警模型時(shí)，它們是財(cái)務(wù)指標(biāo)的有效補(bǔ)充。
參考文獻(xiàn)：
[1]王炫：《預(yù)測上市公司失敗(被列為ST、PT)的財(cái)務(wù)模型》，《國泰君安證券通訊》2001年。
[2]Altman E. I., Financial Ratio, Discriminant Analysis and the Prediction of Corporate Bankruptcy[J], Journal of Finance, 1968, 4, 589～609.
[3]Martin D., Early warning of Bank Failure: A Logistic Regression Approach[J], Journal of Banking and Finance,1977, 249～276.
[4]陳靜：《上市公司財(cái)務(wù)惡化預(yù)測的實(shí)證分析》，《會(huì)計(jì)研究》，1999年第4期。
[5]楊兵、柯佑鵬：《非財(cái)務(wù)指標(biāo)影響上市公司財(cái)務(wù)危機(jī)預(yù)測能力的實(shí)證研究》，《財(cái)會(huì)通訊》（學(xué)術(shù)版）2005年第11期。
