財(cái)務(wù)危機(jī)預(yù)警模型研究

福建省婦幼保健院　黃曉霞

財(cái)務(wù)危機(jī)預(yù)警模型研究

福建省婦幼保健院黃曉霞

摘 要：本文把上市公司中的*ST板塊界定為有財(cái)務(wù)危機(jī)的企業(yè)，選取15家*ST公司作為研究樣本，同時(shí)選取15家非ST公司作為配對(duì)樣本，組成一個(gè)樣本量為30的估計(jì)樣本組，選取這些公司2007年的20個(gè)財(cái)務(wù)指標(biāo)作為研究變量，采用主成分分析法建立財(cái)務(wù)危機(jī)預(yù)警模型。再選取30家非ST公司作為檢驗(yàn)樣本組，然后用該樣本組對(duì)模型的有效性進(jìn)行檢驗(yàn)，得出本文建立的模型可以提前預(yù)測(cè)財(cái)務(wù)危機(jī)的結(jié)論。

關(guān)鍵詞：財(cái)務(wù)危機(jī)預(yù)警 主成分分析

1 財(cái)務(wù)危機(jī)預(yù)警理論概述

財(cái)務(wù)危機(jī)預(yù)警，是指借助企業(yè)提供的財(cái)務(wù)報(bào)表及其他相關(guān)會(huì)計(jì)資料，利用財(cái)會(huì)、統(tǒng)計(jì)、金融等學(xué)科理論，對(duì)企業(yè)的經(jīng)營(yíng)活動(dòng)、財(cái)務(wù)活動(dòng)等進(jìn)行分析預(yù)測(cè)，以發(fā)現(xiàn)企業(yè)在經(jīng)營(yíng)管理活動(dòng)中潛在的經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)，并在危機(jī)發(fā)生之前向企業(yè)經(jīng)營(yíng)者發(fā)出警告，督促企業(yè)管理當(dāng)局采取有效措施，避免潛在的風(fēng)險(xiǎn)演變成損失，起到未雨綢繆的作用。

2 財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建

2.1 樣本的選取

選取我國(guó)深滬兩市2009年1月1日～2009年4月31日被退市風(fēng)險(xiǎn)警示的15家*ST公司，按照同行業(yè)的原則，選取15家非ST公司作為配對(duì)樣本，組成一個(gè)樣本量為30的估計(jì)樣本組。同時(shí)選取30家非ST公司組成一個(gè)檢驗(yàn)樣本組，來(lái)進(jìn)行檢驗(yàn)。具體如表1所示。

表1 估計(jì)樣本組與檢驗(yàn)樣本組列表

2.2 預(yù)警模型財(cái)務(wù)指標(biāo)選取

本文堅(jiān)持全面性原則、重要性原則、可操作性原則，經(jīng)多方面考查，確定了以下20個(gè)財(cái)務(wù)指標(biāo)作為研究變量。

每股財(cái)務(wù)數(shù)據(jù)（元）：X1每股收益、X2每股凈資產(chǎn)、X3每股現(xiàn)金含量。

償債能力分析（%）：X4流動(dòng)比率、X5速動(dòng)比率、X6現(xiàn)金流動(dòng)負(fù)債比、X7股東權(quán)益比、X8負(fù)債權(quán)益比、X9資產(chǎn)負(fù)債率

資產(chǎn)運(yùn)營(yíng)能力分析（倍）：X10存貨周轉(zhuǎn)率、X11應(yīng)收賬款周轉(zhuǎn)率、X12總資產(chǎn)周轉(zhuǎn)率。

盈利能力分析（%）：X13經(jīng)營(yíng)凈利率、X14資產(chǎn)凈利率、X15權(quán)益凈利率。

成長(zhǎng)能力分析（%）：X16凈利潤(rùn)增長(zhǎng)率、X17總資產(chǎn)增長(zhǎng)率、X18股東權(quán)益增長(zhǎng)率。

現(xiàn)金流量比率（倍）：X19主營(yíng)收入現(xiàn)金含量、X20凈利潤(rùn)現(xiàn)金含量。

2.3 主成分計(jì)算

已選取的財(cái)務(wù)指標(biāo)之間可能存在較強(qiáng)的相關(guān)關(guān)系，有必要對(duì)這些財(cái)務(wù)指標(biāo)進(jìn)行進(jìn)一步的處理，避免指標(biāo)信息重疊的影響，因此，我們選擇對(duì)這些指標(biāo)變量進(jìn)行主成分分析。對(duì)上述數(shù)據(jù)進(jìn)行KMO and Bartlett's檢驗(yàn)。檢驗(yàn)結(jié)果KMO值為0.665＞0.5，初步判定可以做主成分分析，而且Bartlett’s球性檢驗(yàn)的相伴概率為0.000，小于顯著性水平，滿足因子分析的前提條件，所以我們認(rèn)為上述數(shù)據(jù)適合于做主成分分析。

主成分分析一般把特征值1作為選取主成分的標(biāo)準(zhǔn)，從軟件計(jì)算出的特征值即表2可以看出，特征值大于1的主成分有6個(gè)，而且這6個(gè)主成分的累計(jì)方差貢獻(xiàn)率達(dá)86.471%＞80%，說(shuō)明提取出的這6個(gè)主成分包含了全部原有信息的86.471%，所以本文確定主成分個(gè)數(shù)為6是合理的。

將6個(gè)主成分分別命名為F1、F2、F3、F4、F5、F6。以這6個(gè)主成分建立因子載荷矩陣，為便于對(duì)各因子載荷作合理解釋?zhuān)瑢?duì)其進(jìn)行方差最大法旋轉(zhuǎn)，得到以下結(jié)果：

F1主要由股東權(quán)益比和資產(chǎn)負(fù)債率來(lái)決定，因子載荷分別是0.928和-0.934，反映了企業(yè)的長(zhǎng)期償債能力。

F2主要由總資產(chǎn)增長(zhǎng)率和股東權(quán)益增長(zhǎng)率組成，因子載荷分別為0.805和0.804，主要反映了企業(yè)的成長(zhǎng)能力。

F3中具有較高載荷的指標(biāo)有經(jīng)營(yíng)凈利率和權(quán)益凈利率，因子載荷分別為0.882和0.915，主要代表了企業(yè)的盈利能力。

F4中流動(dòng)比率和速動(dòng)比率兩項(xiàng)指標(biāo)的因子載荷遠(yuǎn)大于其他指標(biāo)，分別為0.912和0.965，反映企業(yè)的短期償債能力。

F5主要由主營(yíng)收入現(xiàn)金含量和凈利潤(rùn)現(xiàn)金含量來(lái)決定，因子載荷分別為0.904和0.793，反映了企業(yè)的現(xiàn)金流量比率。

F6主要由存貨周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率來(lái)決定，因子載荷分別為0.743和0.702。反映了企業(yè)的資產(chǎn)運(yùn)營(yíng)能力。

這樣，20個(gè)財(cái)務(wù)指標(biāo)就濃縮成6個(gè)主成分了，它們分別反映了企業(yè)的長(zhǎng)期償債能力、成長(zhǎng)能力、盈利能力、短期償債能力、現(xiàn)金流量比率等。這個(gè)過(guò)程把共同反應(yīng)企業(yè)某一方面能力的指標(biāo)綜合到一起，避免了分開(kāi)分析時(shí)同一信息好幾個(gè)指標(biāo)重疊反應(yīng)的現(xiàn)象。

在確定了主成分的經(jīng)濟(jì)意義之后，需要知道各主成分與原始財(cái)務(wù)比率之間的線性表達(dá)式，這個(gè)系數(shù)矩陣就是由主成分得分矩陣來(lái)提供，如表3所示。

由表3可以得出各主成分的表達(dá)式：

F1= 0 . 0 3 4 X1+ 0 . 0 2 3 X2+ 0 . 0 7 X3- 0 . 0 7 3 X4-0.07X5+0.006X6+0.276X7+0.137X8-0.277X9+0.028X10-0.102X11+0.059X12+0.016X13+0.233X14+0.25X16+0.003X17-0.004X18+0.026X19-0.014X20

F2= 0.125 X1+ 0.12 4 X2- 0. 277 X3+ 0.0 0 4 X4-0.065X5-0.036X6-0.081X7+0.069X8+0.08X9+0.046X10+0.299X11-0.059X12-0.041X13+0.002X14+0.009X15-0.039X16+0.193X17+0.186X18-0.065X19+0.003X20

表2 特征值及貢獻(xiàn)率 Total Variance Explained

表3 主成分得分矩陣 Component Score Coefficient Matrix

F3= 0.0 52 X1- 0.0 0 2 X2+ 0.0 91 X3- 0.035 X4-0.034X5+0.073X6-0.071X7-0.323X8+0.069X9+0.022X10-0.08X11+0.122X12+0.326X13+0.004X14+0.316X15+0.017X16+ 0.053X17+0.021X18+0.058X19-0.074X20

F4=0.052X1+0.11X2+0.103X3+0.444X4+0.487X5+0.00 1X6-0.035X7-0.139X8+0.043X9-0.108X10-0.049X11-0.074X12-0.094X13-0.076X14-0.067X15-0.089X16-0.018X17+0.067X18+0. 053X19+0.015X20

F5= 0.05 4 X1+ 0.0 75 X2+ 0.0 47 X3- 0.018 X4-0.05X5+0.264X6-0.047X7+0.108X8+0.043X9+0.09X10-0.033X11+0.206X12-0.042X13+0.025X14-0.002X15-0.008X16+0.065X17-.0.015X18-0. 407X19+0.351X20

F6= - 0.012 X1- 0.089X2+ 0.014 X3- 0.065 X4+ 0.007 X5+0.298X6+0.008X7-0.084X8-0.029X9+ 0.541X10+0.134X11-0.555X12-0.092X13+0.036X14-0.026X15-0.08X16+0.031X17+0.065X18-0.002X19-0.079X20

2.4 預(yù)警模型有效性的檢驗(yàn)

為了驗(yàn)證這個(gè)預(yù)警模型的判別效果，用檢驗(yàn)樣本組進(jìn)行檢驗(yàn)，按前述步驟預(yù)測(cè)分值如下：

（1）根據(jù)30家檢驗(yàn)樣本的20個(gè)財(cái)務(wù)指標(biāo)即X1到X20，計(jì)算六個(gè)主成分F1、F2、F3、F4、F5、F6的數(shù)值。

（2）代入上面分析得出的模型，計(jì)算預(yù)測(cè)分值Y，結(jié)果如下所示：

13.60、10.26、17.01、6.37、52.39、2.02、13.36、9.14、12.91、26.27、6.42、19.51、9.60、

11.57、6.29、20.87、26.61、76.88、12.64、-1.82、15.60、11.86、1.73、35.15、10.32、18.79、

31.62、15.10、19.16、-3.95

（3）將得到的預(yù)測(cè)分值與分割點(diǎn)Y=7.96做比較，并作出判斷。

由于被選作檢驗(yàn)的樣本均為非ST公司，故當(dāng)預(yù)測(cè)分值大于臨界值7.96時(shí)可認(rèn)為判別正確。上面判別結(jié)果中預(yù)測(cè)分值大于7.96的有23個(gè)，所以可以認(rèn)為運(yùn)用上述模型對(duì)檢驗(yàn)樣本組進(jìn)行判別時(shí)有23個(gè)樣本的預(yù)測(cè)與實(shí)際一致，即判定正確率為76.67%。

由上述檢驗(yàn)可以看出，該模型確實(shí)可以提前預(yù)測(cè)出財(cái)務(wù)危機(jī)，將其運(yùn)用于預(yù)測(cè)上市公司的運(yùn)營(yíng)狀況是切實(shí)可行的。由于檢驗(yàn)樣本組涉及各行各業(yè)，有種植業(yè)、日用化學(xué)品制造業(yè)、金融地產(chǎn)業(yè)等等，所以該模型適用于各種行業(yè)上市公司的預(yù)測(cè)。

3 結(jié)論及后續(xù)展望

本文通過(guò)對(duì)我國(guó)深滬兩市30家上市公司2007的財(cái)務(wù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，運(yùn)用一定的研究方法，建立了財(cái)務(wù)危機(jī)預(yù)警模型，最后檢驗(yàn)的結(jié)果顯示預(yù)警模型具有一定的預(yù)測(cè)作用，它可以提前預(yù)測(cè)企業(yè)以后是否會(huì)發(fā)生財(cái)務(wù)危機(jī)。由于主成分分析只根據(jù)指標(biāo)數(shù)據(jù)的變化而變化，可以有效地消除主觀因素，客觀地反應(yīng)事實(shí)。同時(shí)，構(gòu)建的預(yù)警模型是線性模型，通俗易懂，沒(méi)有深?yuàn)W的專(zhuān)業(yè)術(shù)語(yǔ)及不可量化的指標(biāo)，不僅專(zhuān)業(yè)人士可借鑒，而且一般的投資者也可以直接利用。當(dāng)投資者在進(jìn)行投資決策，想知道盈利的上市公司是否會(huì)虧損，已經(jīng)虧損的上市公司是否會(huì)連續(xù)虧損時(shí)可以使用該模型進(jìn)行判斷；上市公司評(píng)估本公司運(yùn)營(yíng)狀況，預(yù)防財(cái)務(wù)危機(jī)時(shí)可以將該模型的預(yù)測(cè)結(jié)果作為參考，等等。運(yùn)用時(shí)只需計(jì)算企業(yè)的一些財(cái)務(wù)指標(biāo)，將其代入上面構(gòu)建的模型，計(jì)算出Y值，再與臨界值7.96相比較，即可預(yù)測(cè)出企業(yè)是否會(huì)發(fā)生財(cái)務(wù)危機(jī)，簡(jiǎn)單易行。

參考文獻(xiàn)

[1] angmaxun．Study On Predicting Finaneial Distress of ComPany[D]．shanghai：Shanghai University Of Finance And Economics．2007．

[2] 陳靜．上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J]．會(huì)計(jì)研究，1999．

[3] 吳世農(nóng)，盧賢義．我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J]．經(jīng)濟(jì)研究，2001（6）．

[4] 朱建平．應(yīng)用多元統(tǒng)計(jì)分析[M]．科學(xué)出版社，2007．

[5] 米子川．應(yīng)用統(tǒng)計(jì)軟件[M]．中國(guó)商業(yè)出版社，2005．

[6] 韓衛(wèi)國(guó)．上市公司財(cái)務(wù)危機(jī)預(yù)警實(shí)證研究[D]．大連：東北財(cái)經(jīng)大學(xué)，2007．

中圖分類(lèi)號(hào)：F275

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：2096-0298（2015）06（c）-014-03