羅雅婷
摘要:隨著市場規(guī)模的不斷壯大,上市公司越來越多,相繼而來的問題也越發(fā)嚴重。其中,財務危機問題尤為突出。本文以滬深證券交易所中的 A 股上市公司作為研究對象,通過對資料、指標的整理與篩選,建立相對應且相對完整的 Logistic 財務危機預警模型,利用相關數(shù)據(jù)檢驗模型的可行性,最后對企業(yè)、債權人、投資者提出相關建議。
關鍵詞:上市公司 財務危機 財務預警 Logistic 模型
一、前言
隨著經濟的發(fā)展,到如今,上海證券交易所的上市公司由最初的8家已經上升至 1455 家,深圳證券交易所的上市公司已有 2139 家。很顯然,股市規(guī)模發(fā)展極其迅速。但由于市場結構的改變,我國內地 ST 上市公司的不斷增加,導致經濟市場的風險擴大,股票證券市場的成長缺乏穩(wěn)定性,從而使得股票證券市場可能無法正常的運作①。
對于投資者而言,投資者無法提前預測企業(yè)的財務風險,盲目的投資會提高投資者的投資風險。對于企業(yè)而言,財務風險會影響其正常生產經營,使企業(yè)的競爭能力變弱,限制發(fā)展。對于監(jiān)管部門而言,一旦無法提前識別和衡量財務風險,導致監(jiān)管不力,監(jiān)管部門無法持續(xù)監(jiān)管工作。因此,對于上市公司的財務危機風險預警是刻不容緩的,是極其關鍵的。
二、上市公司財務危機的成因分析
本文通過查閱國內上市公司財務風險擴大導致財務危機的案例,綜合整理得出導致財務危機的原因,具體原因如下:
(一)資產流動性較弱
由于上市公司對于企業(yè)的資產把控不到位,管理制度的不完善,導致應收賬款的數(shù)額巨大。一些上市公司為了擴大市場的占有率,采取對外賒銷的方式來銷售自身產品,由此可能形成壞賬,無法收回,使上市公司陷入財務風險的機率大大增加。
(二)負債高杠桿過度
由于上市企業(yè)一般都傾向于獲取負債的杠桿利益,所以在投資的時候會很容易形成過度負債。一般來說,高杠桿收益伴隨著高風險,當市場需求變少,產品售價變高,成本變高,調整能力降低、生產資料價格的不穩(wěn)定等不利因素出現(xiàn)之后,負債的風險則會不斷增加。
(三)利潤持續(xù)為負
若上市公司一直處于虧損的狀態(tài),其上市公司無法承受負債的壓力,且需要面對無法從外部獲得資金的支援等如此嚴峻的形勢,上市公司無法冷靜的解決自身存在的問題,就要面臨被特別處理制度,甚至瀕臨破產清算。
(四)現(xiàn)金流中斷
上市公司往往忽略一個指標為現(xiàn)金流指標。由于上市公司的忽視,導致現(xiàn)金流的管理不當,使得現(xiàn)金流中斷,即便對外部經營表面上如平常一樣,但實際上,上市公司已經有了財務危機的征兆。
三、上市公司財務風險預警機制實證分析
(一)上市公司樣本及配對樣本的選擇
本文所采用的樣本為 2017 年滬深證券交易所 A 股所涉及的 ST 上市公司,但由于*ST 表示公司經營連續(xù)三年虧損,有著退市預警的風險,則予以排除在樣本之外。根據(jù)滬深證券交易所的統(tǒng)計年鑒進行資料整合,滬深證券交易所 A 股ST上市公司分別為21家與8 家,例ST 明科、ST 坊展、ST 中基、ST 東海洋等。
本文根據(jù)隨機抽樣原則,以概率的方式客觀地去測量推論值的可靠程度,對配對樣本的選擇,則采取隨機抽樣的方法進行1:1配對。本文一共選取了 58 家上市公司作為研究樣本,選擇36 對樣本作為測試樣本,22 對樣本作為檢驗樣本。
(二)財務風險預警指標分析與選擇
本文從償債能力分析(流動比率、速動比率等)、資本結構分析(股東權益率、產權比率等)、經營效率分析(應收款項周轉率、存貨周轉率等)、獲利能力分析(總資產報酬率、銷售毛利率等)、發(fā)展能力分析(主營業(yè)務收入增長率、總資產增長率)、現(xiàn)金流量分析(銷售收現(xiàn)比率、銷售現(xiàn)金比率等),共25種財務指標分析出發(fā),可以對企業(yè)的財務狀況、經營狀況進行揭示及了解,及時調整公司的方針策略②。
(三)財務風險預警指標的 T 檢驗
根據(jù)上述選取的 25 個財務指標,為了是否能夠有效的辨別 ST上市公司與非 ST 上市公司,將對其進行單變數(shù)的 T 檢驗分析。本文利用 SPSS24.0 軟體對于樣本選擇中的 36 對測試樣本,通過對 2017 年的財務資料整合得到的財務指標根據(jù) 1%的顯著性水準進行分析。
根據(jù)1%的顯著性水準的選擇標準,將顯著值高于0.01的變數(shù)指標予以剔除,保留了X1、 X2、X3、X4、X7、X9、X13、X15、X16、X19、X22這11個指標,進行下一步的的指標篩選。
(四)相關性分析
由于多元 Logistic 回歸模型分析要求引數(shù)之間不允許存在多重線性原則,即便有 11 個財務指標低于 1%的顯著性水準,但仍然要對此 11 個財務指標進行相關性分析來證明指標之間沒有高度相關的關系,并以此來達到降維的目的。本文在進行相關性檢驗時,把相關性系數(shù)限定在 0.4 以內,盡可能的去排除掉相關度高的指標變數(shù),使得多元 Logistic 回歸模型中沒有多重線性關系的引數(shù)。
由檢驗結果可知,X1、X3、X9、X19指標對于其他變數(shù)指標來說是有高度相關性的,因此,把X1、X3、X9、X19指標予以剔除在外。最終保留X2、X4、X7、X13、X15、X16、X22七個指標。其中,X2為速動比率,X4為流動資產率,X7為股東權益比率,X13為總資產周轉率,X15為總資產報酬率,X16為銷售毛利率,X22為銷售收現(xiàn)比率。由于 X2、X4屬償債能力分析,X7屬資本結構分析,X13屬經營效率分析,X15、X16屬獲利能力分析,X22屬于現(xiàn)金流量分析,這些指標能夠具有一定的代表性,對上市公司的基本情況能夠有較強的反應。
四、多元 Logistic 回歸模型的構建及檢驗
(一)多元 Logistic 回歸模型的構建
根據(jù)上述對財務指標的選擇結果,接下來運用 SPSS24.0 軟體進行回歸分析。首先把測試樣本的 36 家上市公司進行回歸分析,分析 36 個測試樣本的財務資料是否全部進入回歸分析,再利用 SPSS24.0 軟體將 ST 上市公司的因變數(shù)定義為 1,而非 ST 上市公司的因變數(shù)定義為 0??梢缘贸?Logistic 回歸分析模型為Y= ln[/1-]=-0.97-0.552X2 +0.011X4-1.1937-1.258X13-0.01X15-0.018X160.023X22,則上市公司出現(xiàn)財務危機的概率為:= exp(Y)/[1+exp(Y)]=77.8。
綜合得出,該模型對于上市公司因對財務狀況或其他狀況出現(xiàn)異常的上市公司股票交易進行特別處理的預測正確率為 77.8%,效果還是比較客觀。
(二)多元 Logistic 回歸模型的檢驗
為了更進一步的檢驗此模型的準確度如何,本文將剩余的 22 對檢驗樣本的 2017 年的財務資料代入上述模型。本文將借鑒前者的選取臨界值作為參考,一般來說,選取 0.5 作為上市公司財務危機發(fā)生的臨界值,當 P 大于 0.5 時,表示上市公司發(fā)生財務危機的狀況概率比較大;反之則表示發(fā)生財務危機概率比較小。因此,可以根據(jù)此模型對于我國上市公司因財務狀況出現(xiàn)而被認定為ST上市公司的預測情況有一個了解。
由上表可知,此模型在預測上市公司是否會因財務狀況異常而被特別處理成為 ST 上市公司的正確率為 77.3%。綜上所述,本文建立的 Logistic 上市公司財務危機預警模型的預測精確度比較高,模型比較理想。
五、總結與建議
隨著我國經濟的發(fā)展,上市公司已經成為經濟市場不可缺少的一部分。上市公司的財務危機出現(xiàn),導致對上市公司的相關利益者帶來了一定損失。因此,建立有效的財務危機預警模型是必不可少的。本文通過所建立的Logistic 上市公司財務危機預警模型可以看出,這七個財務指標(速動比率、流動資產率、股東權益比率、總資產周轉率、總資產報酬率、銷售毛利率、銷售收現(xiàn)比率)有顯著的判別作用,此模型預警效果比較好,符合我國的實際情況,有一定的實用價值。關注這些指標可以幫助上市公司股東或者投資者等相關利益者進行分析導致財務危機的情況,起到財務危機預警作用。
最后,本文也對上市公司、投資者、債權人提出相關建議。上市公司應當建立一套完善的財務危機預警機制,需建立一個財務危機預警的組織部門,采取有效監(jiān)控及科學的手段,注重財務危機預警機制的完善。投資者應當加強對于上市公司的財務危機風險意識,通過多方管道,了解上市公司的運作概況,提高自身投資要求,樹立正確的投資理念。債權人應當著重關注上市公司的經營情況,在放貸時不僅僅考慮上市公司的一時經營狀況,也應注重上市公司的長遠發(fā)展,應當理性放貸,不追求一時利益而忽略上市公司能否長久還清債務的能力。
注釋:
①資料來源於滬深證券交易所 1991 年-2017年年度報告整合。
②資料來源於滬深證券交易所上市公司年度報告綜合整理得出。
參考文獻:
[1]賈一顏.(2018).上市公司財務預警模型的建立和應用.今日財富 (中國智慧財產)權).(2),145-149.
[2]林巖.(2016).企業(yè)財務危機預警體系研究.中國管理資訊化.19(13),41-43.
[3]馬長紅.(2017).論企業(yè)財務危機預警體系的建立.中外企業(yè)家.(1),107-109.
作者單位:澳門城市大學商學院