（企业管理专业论文）高科技产业上市公司财务困境预警研究.pdf

a ? 、+ 、 1 西华大学学位论文独创性声明 删m j f j j f f i i j | i j f l i j j i 删 17 5 0 5 4 7 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行 研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢 的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不 包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志 对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相 学位论文作者签名别劲 日期：舢ip 。6 、 1 日期加，多乡 西华大学学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 在校攻读学位期间论文工作的知识产权属于西华大学，同意学校保留 并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查 阅和借阅，西华大学可以将本论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位 学位论文作者签名剖气施 指导教师签 日期：幽i 9 易、 1 日期多彩d 西华大学硕士学位论文 摘要 随着知识经济的不断深化，高科技产业在各国经济发展过程中所起的作用已越来越 显著，高科技企业的发展日益成为社会发展不可忽视的力量。但是高科技企业的高风险 性意味着其在生产经营活动中将面临诸多不确定性因素，这些因素会给高科技企业的生 产经营构成障碍和困难，使其陷入财务困境，甚至走向破产。如果通过对近年来高科技 上市公司的财务状况加以科学分析，进行有效的财务困境预警，则可以及时地预测并解 决公司财务存在的问题，从而保证高科技企业健康持续快速地发展。 在大量阅读和研究国内外关于企业财务困境预警的相关理论和研究成果的基础上， 针对目前的研究趋势，重点在两方面进行研究：一是建立科学合理的财务预警指标体系： 二是建立高科技产业上市公司财务预警模型。具体来说，本文结合高科技上市公司财务 困境的特点，以沪、深两市4 8 家高科技上市公司财务报表中的相关数据为研究对象， 选取了2 5 个指标变量，运用s p s s 软件对相关财务指标变量进行了成对样本t 检验，从 而筛选并确定了入选财务预警模型的1 7 个初始变量。最后，运用主成分分析和二元逻 辑回归构建财务预警模型，利用检验样本对得出的模型进行了预判能力f 确性的检验 研究结果表明主成分分析与二元逻辑回归结合较好地提高了预测的精度。以期为财务预 警研究及投资管理决策提供参考。 关键词：高科技产业；财务预警；主成分分析；逻辑回归 一一 高科技产业上市公司财务虽境预警研究 二_ _ 二_ 二乙= = _ 二= 二二二： a b s t r a c t w i t ht h ec o n t i n u o u sd e e p e n i n go ft h ek n o w l e d g ee c o n o m y ，h i g h t e c hi n d u s t r yp l a ya n i n c r e a s i n g l ys i g n i f i c a n tr o l ei nt h en a t i o ne c o n o m i cd e v e l o p m e n tp r o c e s s t h ed e v e l o p m e n to f h i g h 。t e c he n t e r p r i s e si n c r e a s i n g l yb e c o m eas o c i a lf o r c et ob er e c k o n e d b u th i g h r i s kn a t u r e o th l g h 。t e c he n t e r p r i s e sm e a n st h a tt h e i rp r o d u c t i o na n d b u s i n e s sa c t i v i t i e sw i l lb ef a c e dw i t h m a n yu n c e r t a i n t i e s t h e s ef a c t o r sc o n s t i t u t eo b s t a c l e sa n dd i f 矗c u l t i e st ot h ep r o d u c t i o na n d m a n a g e m e n to fh i g h - t e c he n t e r p r i s e s ，w h i c hw i l la f f e c tt h e i rs u r v i v a la n dd e v e l o p m e n t ，a n d i n c r e a s et h ep o s s i b i l i t yo faf i n a n c i a ld i s t r e s s ，o re v e ng o b a n k r u p t i fe x e r ts c i e n t i f i ca n a l y s i s o ft h ef i n a n c i a ls i t u a t i o nt oh i g h t e c hc o m p a n i e si nr e c e n ty e a r s ，i tc a nb ep r e d i c t e di nt i m e a n ds o l v e dt of i n a n c i a lp r o b l e m s s oa st oe n s u r es u s t a i n e d ，r a p i da n d h e a l t h yd e v e l o p m e n to f l i s t e dh i 【g h - t e c hc o m p a n i e s b a s i n go f ft h er e s e a r c hs i t u a t i o na n dt e n d e n c ya tp r e s e n t , t h i st h e s i sm a i n l ye m p h a s i z e s t w o a s p e c t s ：s e t t i n gu pas c i e n t i f i ca n dr e a s o n a b l ep r e d i c t i o ni n d e xs y s t e ma n de s t a b l i s h i n ga p r e d i c t i o nm o d e lo fc h i n e s el i s t e dh i g h t e c h i n d u s t r yc o m p a n i e s m o r ee s p e c i a l l y , t h i s t h e s i s ，f i r s t l y , c o n c e r n i n gt h ec h a r a c t e r i s t i c so fl i s t e dh i g h t e c hc o m p a n i e s ，w ec h o o s e4 8 a s h a r el i s t e dh i g h - t e c he n t e r p r i s e so fs h e n z h e na n ds h a n g h a is t o c km a r k e t 2 5p r i m a r y f i n a n c i a le a r l yw a r n i n gi n d i c a t o r sw e r es e l e c t e d u s e ds p s ss o f t w a r et oc a r r yo nt h ep a i r e d s a m p l e st - t e s t ，1 7c h a r a c t e r i s t i c so fe f f e c t i v e a p p l i c a t i o no fv a r i a b l ei n d i c a t o r sw e r e u l t i m a t e l ys e l e c t e d t h ep r i n c i p a lc o m p o n e n t sa n a l y s i sa n db i n a r yl o g i s t i cr e g r e s s i o nw e r e u s e dt ob u i l de a r l yw a r n i n gm o d e l t e s tt h e a b i l i t yt op r e d i c ta c c u r a c yo ft h em o d e lb yt h eu s e o ft h et r a i n i n gs a m p l e s n ee m p i r i c a lr e s u l t ss h o wt h a tt h e p r i n c i p a lc o m p o n e n t sa n a l y s i sa n d b i n a r yl o g i s t i cr e g r e s s i o nc a ne f f e c t i v e l yi m p r o v et h er a t eo fc o r r e c td i s c r i m i n a t i o n i tw i l l c o n t r i b u t et ot h ef i n a n c i a lp r e d i c t i o nt h e o r y ，i n v e s t m e n ta n d m a n a g e m e n t k e yw o r d s ：h i g h t e c hi n d u s t r y ；f i n a n c i a le a r l y w a r n i n g ；p r i n c i p a lc o m p o n e n ta n a l y s i s ； l o g i s t i cr e g r e s s i o n n 两华人学硕十学位论文 目录 摘要1 a b s t r a c t i i 1 绪论1 1 1 选题的背景及意义1 1 1 1 研究背景。1 1 1 2 研究意义l 1 2 研究的目的2 1 3 研究的内容及思路2 2 财务困境预警的研究现状。4 2 1 国外研究的现状4 2 2 国内研究现状5 2 3 财务困境预警的发展趋势6 3 财务困境基本概念及其内涵8 3 1 财务凼境的基本概念8 3 2 财务困境的内涵1 0 3 3 上市公司财务困境的界定1 0 4 财务困境预警的基本模型与评价1 2 4 1 单变量预警模型与评价1 2 4 2 多元线性预警模犁与评价1 2 4 3 多元逻辑同! j 1 模型与评价1 3 4 4 多元概率比同门模型与评价1 3 4 5 人：i ：神经网络模型与评价1 3 4 6 遗传算法与评价1 4 4 7 支持向量机与评价1 4 5 高科技产业财务困境的成因1 5 5 1 高科技产业的特点1 5 5 2 高科技产业财务管理的特征1 5 5 3 高科技产业财务困境的成冈1 7 6 高科技产业财务困境预警的实证研究2 0 6 1 研究样本的选择2 0 6 2 财务困境预警变苗的确定2 1 6 2 1 财务危机预警指标选取的一般原则2 1 6 2 2 预警指标体系的构建2 1 6 3 财务困境实证方法的使用2 6 6 3 1 降维方法一主成分分析2 6 6 3 2 建模方法一二二元l o g i s t i c 同归2 7 6 4 实证分析过程及结论2 9 6 4 1 样本数据的预处理2 9 6 4 2k m o 和b a r t l e t t s 检验3 1 6 4 3 主因子的提取3 1 6 4 4l o g i s t i c 同归建立预警模型3 5 6 4 5 实证结果分析3 7 7 研究的局限性3 8 7 1 论文小结3 8 7 2 本文的创新点3 8 7 3 后续研究说明3 8 参考文献4 0 9 f t 录4 1 攻读硕士学位期间发表学术论文情况4 9 j s 【谢5 0 两华人学硕+ 学位论文 1 1 选题的背景及意义 1 1 1 研究背景 随着知识经济的不断深化，在我国经济社会发展步入关键时期之际，国家作出了建 设创新型国家的重大战略决策。高科技产业【1 l 在我国国民经济中所处的地位同益显著， 所占的比重同益扩大，对传统的经济增长方式、世界贸易格局、人口就业结构和社会收 入分配等社会经济生活的基本方面也带来了潜移默化的影响。由于高科技产业对经济发 展的重要意义，我国采取了一系列优惠政策以促进高科技产业的发展。这些优惠政策主 要表现在高科技企业享有比许多非高科技企业更有利于发展的待遇，如国家允许高科技 企业的股东以高新技术成果出资入股，并且其比例可以超过公司注册资本的2 0 ，但不 得超过3 5 ，而对非高新技术出资入股作价会额不得超过公司注册资本的2 0 。此外， 在税收、关税、资金信贷、进口业务等诸多方面国家也给予了许多推动和鼓励高科技企 业发展的政策。在国家的大力支持下，我国的高科技产业发展迅速，为国家的经济发展 贡献着巨大力量1 2 j 。由于高科技企业具有高风险性，存在潜在的财务危机，因此对高科 技企业财务危机预警研究的需求r 益迫切，亟需通过完善的经济预测手段，建立行之有 效的预警系统，防范财务危机的发生。 1 1 2 研究意义 财务预警属于微观经济预警的范畴，是企业预警系统的子系统，处于财务管理的研 究前沿，具有重要的经济研究价值和现实意义。作为财务预警系统基础的预警指标体系， 其建立的科学与否对整个预警系统具有重要意义。根据各上市公司的财务报表数据，应 用统计方法对各变量进行分析来预测上市公司财务危机，以便揭示风险并及时采取有效 的防范、化解风险的措施，己成为上市公司管理当局、投资者、债权人等利害关系人共 同关注的问题。这就要求股东、债权人、管理人员和其他利益相关人及时了解上市公司 的财务状况，改变经营、投资决策，或进行实质性的资产重组，以适应市场需求，避免 决策失误。 本文将在对高科技企业财务困境预警的理论进行研究的基础之上，专门搜集我国深 沪两市a 股中的高科技企业的数据，构建高技术企业财务危机预警的模型。由于研究完 全建立在高技术企业的数据基础上，因此排除了其它上市公司财务特征的干扰，将在一 定程度上提高预警模型的有效性，这将对资本市场上的各相关利益主体都产生积极的现 实意义。具体表现在如下几个方面： ( 1 ) 企业管理预警。通过将本企业的预警指标数据输入到财务预警模型之中，能得 高科技产业上市公司财务困境预警研究 一 出企业是否将要陷入财务困境的可能性。如果管理层发现企业的财务状况不容乐观，将 会从各方面提前采取措施、提高警惕，减少企业陷入财务困境的概率，有利于高科技企 业更加长远、健康地发展。 ( 2 ) 投资决策。对企业的投资者而言，通过财务危机预警模型的应用能够有效地对 高技术企业的财务状况进行监控。一旦企业有陷入财务危机的危险，投资者可以及时抛 出该企业股票，避免发生不必要的损失。同时，财务危机预测也可为持股比率高的股东 j 下确评价管理层提供参考，提醒股东是否应对企业的高层管理人员进行适当调整。对企 业的潜在投资入，则可提醒他们谨慎购买该企业股票。 ( 3 ) 债权管理。对高技术企业的债权人，可减少无法收回本利的损失。若债权人能 准确预测高科技企业的财务危机，则可在企业陷入财务危机前改变偿债条款，提前收回 本利。对潜在债权人，则考虑是否借款给将陷入财务危机的公司，以减少因借出款项而 带来的损失。 ( 4 ) 宏观管理。对政府管理部门，可根据将陷入财务困境的高科技企业的经济地位， 提前协调各方面关系，降低企业失败的概率，从而减少破产成本的支出和因工人失业造 成的社会动荡。 此外，财务危机预测研究对其它许多利益相关人和潜在利益相关人都有重要的现实 意义，如与将陷入财务危机高科技企业有生意往来的其他公司，可因此考虑是否向其提 供信用销售；又可提醒审计高科技企业财务报告的注册会计师，保持更高的警惕，正确 处理企业财务报告中可能存在的错误与舞弊等。 1 2 研究的目的 本文以中国上市公司为研究对象，以上市公司是否因“财务状况异常 而被特别处 理( s t ) 作为界定其是否陷入财务危机的标准，希望通过将主成分分析方法与二元逻辑回 归相结合的建模方法，采用涵盖上市公司实际状况的财务指标多个变量体系，利用上市 公司己审计的报表中的财务数据，构建高科技上市公司财务困境预警模型，寻找公司发 生财务困境先兆指标和财务困境的规律，获得对那些财务状况出现严重恶化的上市公司 的预警信号。为财务预警研究及投资管理决策提供参考。 1 3 研究的内容及思路 目前，我国企业财务预警的研究仍处于探索性研究阶段，还有许多问题需要进行进 一步的探讨。本文在借鉴前人研究成果的基础上，采用理论分析和实证研究相结合的方 法。首先介绍了财务困境预警相关的基本理论：然后从我国高科技上市公司财务数据特 征的研究入手，通过对选出的4 8 家高科技上市公司和其相对应的2 5 项财务指标进行实 证分析，建立高科技企业财务困境预警模型，并希望所建立的模型能对高科技产业上市 2 本文的研究思路如图1 1 所示 图1 1 本文研究思路 3 高科技产业上市公司财务凼境预警研究 2 财务困境预警的研究现状 2 1 国外研究的现状 自2 0 世纪3 0 年代丌始，西方经济学界就有学者陆续开始对企业财务进行研究，到 目前为止国外学者研究出了许多较为成熟的工具和方法来解释和预测企业的财务危机， 并结合各国上市公司的实际数据作了大量的实证分析。根据预测计量方法的选择不同， 一般可分为统计和非统计两大类。统计类的方法包括一元判别法、多元判别法、多元逻 辑回归法、生存分析法等。非统计类方法主要有模拟预测法( 如神经网络模型) 、行为反 映法( 如股价分析法) 、案例分析法等。 最早的财务困境预测研究是f i t z p a t r i c k ( 1 9 3 2 ) 所做的单变量破产预测模型【3 1 ，他以 1 9 家公司为样本，运用单个财务比率将样本分为破产和非破产两组，结果发现判别能 力最高的是“净利润股东权益 和“股东权益负债”两个比率，而且在经营失败的前 三年这些比率就呈现出显著差异。由于当时缺乏先进的统计和计算工具，因此主要的研 究方法是对失败企业和正常企业的一系列财务比率进行经验分析和比较。这种状况一直 延续到2 0 世纪6 0 年代初期，b e a v e r l 4 】( 1 9 6 6 ) 以及a l t m a n l 5 】( 1 9 6 8 ) 分别发表了具有里 程碑意义的论文，b e a v e r 对1 9 5 4 - 1 9 6 4 年间7 9 家失败企业和相对应的7 9 家成功企业 的3 0 个财务比率进行研究，采用的研究方法包括三种，分别为均值比较、划分测试以 及似然分析。在排除行业因素和公司资产规模因素的前提下，其研究表明，下列财务比 率对预测财务失败是有效的：现金流量债务总额，净收益资产总额，债务总额资产总 额，其中现金流量债务总额指标表现最好，该指标从破产前一年到前五年的错误率分 别为1 3 、2 1 、2 3 、2 4 、2 2 。 a l t m a n ( 1 9 6 8 ) 首位利用多变量分析技术的对企业财务危机进行判别分析的学者。他 以1 9 4 6 - 1 9 6 5 年间3 3 家破产的制造业企业为样本，配对3 3 家j 下常企业，利用线性多元 区别分析法( l m d a ) 建立区别函数，即z 计分模型。但由于每个国家的经济环境不同，每 个国家z 值的判断标准也各不相同，因而各国家公司z 值的临界值也各不相同。研究表 明：息税前利润总资产、销售总资产和股权的市场价值债务的账面价值三个财务指标 预测能力比较强，模型的预测精度高达9 4 。p d t m a n ( 1 9 7 7 ) i 蚕_ 用流动资金与总资产的比 率、盈利留存和总资产的比率、息税前利润与总资产的比率、股票市值与总负债的比率、 销售与总资产的比率等五个指标对1 9 7 0 年到1 9 7 3 年企业破产情况进行分析预测，成功 率高达8 2 。g r i c e 和i n 酊a m ( 2 0 0 1 ) 的研究表明，尽管a l t m a n 的z 模型的预测精度近年 来有所下降，但是该模型在预测财务困境和破产方面较为有用1 6 j 。 2 0 世纪8 0 年代末期，神经网络理论开始兴起，其影响也进入财务危机预测研究领 域。o d o m 和s h a r d a ( 1 9 9 0 ) 用b p 神经网络预测了财务困境 7 1 。他们的模型要优于当时的 4 两华人学硕士学位论文 判别分析模型，能更好的解决分类问题。c o a t s 8 j 和f a n t ( 1 9 9 2 ，应用于美国公司的情况) ， 运用神经网络技术学习审计专家的结论来判另i j 财务困境1 9 j 他们选取了由审计师判定的 1 9 7 1 - 1 9 9 0 年间的9 4 家持续经营的公司和1 8 8 家财务状况变动较大的公司，并采用 a l t m a n 的z 值模型中5 个财务比率分析了这些公司在破产前3 年内的数据。c o a t s 1 0 j 和f a n t 认为z 值模型对破产当年具有很好的判断效果，但不具有很好的提前预测效果， 神经网络模型则解决了此问题。 值得注意的是，近年来，灾害理论、混沌理论、期权理论等也被引入到财务危机预 警的研究中，大大推动了财务预警研究在西方的迅速发展。 2 2 国内研究现状 由于受证券市场发展的影响，国内对财务危机预警模型的研究始于2 0 世纪9 0 年代 末，研究起步较晚。1 9 8 6 年，吴世农、黄世忠曾撰文介绍企业破产的财务分析指标及其 预测模型1 1 1j ，当时对企业财务危机的分析仅限于经验分析或是规范论证，未见到相关的 实证研究。 陈静【1 2 j ( 1 9 9 9 ) 选取截至1 9 9 8 年7 月我国证券市场中共计2 7 家s t 上市公司作为危 机企业样本，同时按同行业、同规模选取了2 7 家非s t 上市公司作为配对样本，选取资 产负债比率、净资产收益率、总资产收益率及流动比率等4 个财务比率，进行单变量分 析，结果发现流动比率及资产负债率的误判率低：在判别分析中，选取资产负债比率、 净资产收益率、总资产收益率、流动比率、营运资金总资产及总资产周转率6 个指标 构建了判别函数。研究结果显示，在上市公司发生财务困难前1 - 3 年判定j 下确率分别为 9 2 6 、8 5 2 以及7 9 6 。 张玲( 2 0 0 0 ) 选取了深、沪两市涉及1 4 个行业共计1 2 0 家上市公司为样本，并将样 本公司分为两组：第一组样本作为推导判别函数的开发样本，由6 0 家公司组成，其中有 3 0 家1 9 9 8 年或1 9 9 9 年被s t 的公司，配对的3 0 家为1 9 9 8 年排名前5 0 名的绩优公司： 第二组也由6 0 家公司组成，其中有2 l 家s t 公司和随机选择的3 9 家非s t 公司。作者 从偿债能力、盈利能力、资本结构状况和营运状况等四个方面共计1 5 个相关财务比率 筛选出4 个构建判别模型。研究结果显示，模型对原始样本s t 公司( 3 0 家) 前1 年的预 测j 下确率分别为1 0 0 、8 7 、7 0 、6 0 以及2 2 。作者据此认为，二分类线性判定模型 具有超前四年的预测结果1 1 3 。 吴世农、卢贤义( 2 0 0 1 ) 选取1 9 9 8 - 2 0 0 0 年我国证券市场上所有的s t 公司共计8 2 家， 同时剔除存在非正常情况的1 2 家公司，剩余7 0 家s t 公司作为财务危机公司样本，以 7 0 家非s t 公司作为配对样本，样本容量共计1 4 0 家，从企业盈利能力、偿债能力、营 运能力、成长能力和企业规模等6 个方面2 1 个财务指标中确定了6 个预测指标，应用 f i s h e r 判别分析、多元线性回归和逻辑回归分析三种方法构建了相应的模型，结果证明 5 高科技产业上市公司财务困境预警研究 对于同一信息集而言，逻辑回归模型的判定能力最好1 1 4 。 同年，杨保安、季海针对判别分析方法在构建财务危机预警模型中存在的问题，最 先运用b p 神经网络建立财务预警模型。他们利用原始3 0 个样本作为学习样本选用b p 神经网络法构建模型，结果显示开发样本的判别正确率高达9 5 。模型对未参加学习的 1 5 个样本进行测试，也得到较好的预测证确率。 通过以上概述，目前研究现状是：国内研究滞后于国外研究，国外文献较多，而国 内相对较少；静态模型研究很多，而动态模型研究较少；财务预警理论的基础研究滞后 于建模技术本身的发展：定量分析多，定性分析少：分行业或分部门的财务预警研究较 少。 从目前研究现状可以看出国内外学者对财务预警领域的研究还存在以下问题： ( 1 ) 适用性不好。多数国内学者是直接采用国外的模型来对我国陷入财务危机的企 业进行预测，忽视了国内外模型适用环境不同。因而，某些适合国外的预测变量不一定 适合国内，其结果可能缺乏准确性。 ( 2 ) 针对性不强。对于财务预警研究的对象来说，多数学者选择众多行业或不分行 业的公司为样本，缺乏针对性，而且进行行业财务危机预警的研究时，模型中缺乏该行 业特殊性指标变量的选取。 ( 3 ) 实用性不足。许多学者利用实证分析建立起来的模型，往往只用构建模型的建 模样本数据进行回代，根据误判率来确定模型的实用性，而没有通过其他数据来检验所 建模型的实用程度。 鉴于此，本文主要研究我国高科技上市公司，并针对高科技上市公司财务困境的特 征引入关键性指标变量建立财务困境预警模型，并运用检验样本数据对所建模型进行回 代，试图检验预警模型的预测精度，以便判断能否更好地为公司的财务管理服务，降低 公司发生财务危机的概率。 一个行业 公司来研 型企业、 析方法最大的 优点就是具有较大的灵活性，可以根据体情况进行调整。但j 下因为如此，也产生了其容易 受到主观因素影响这一缺点。较好的解决办法就是同时使用定性分析方法和定量分析方 法，这样既考虑企业自身的具体情况，又避免了只用单一法进行判断的片面性。 7 高科技产业上市公司财务困境预警研究+ 3 财务困境基本概念及其内涵 3 1 财务困境的基本概念 财务困境( f i n a n c i a ld i s t r e s s ) 又称财务危机( f i n a n c i a lc r i s i s ) ，最严重的财务 困境是财务失败或破产【1 8 l 。但是，目前无论是在理论上还是在实践中，财务困境的定义 都是一个有争议的问题，国内外不同的学者有不同的观点。 在众多关于财务危机的表述中，较多使用的是“不能偿付 到期债务，即由于企业 的财务状况极度恶化，丧失了偿还到期债务的能力。企业只有生存才能获利，生存下去 的基本条件是以收抵支。企业一方面支出货币从市场上取得所需的资源；另一方面提供 市场需要的商品或服务，从市场上换回货币。企业从市场获得的货币至少要等于付出的 货币，以便维持继续经营【1 9 l 。因此，企业生存的主要威胁来自两个方面：一个是长期亏 损，它是企业中止的内在原因；另一个是不能偿还到期债务，它是企业终止的直接原因。 两华人学硕+ 学位论文 表2 1 财务危机的定义 学者表明企业出现危机的情况或指标 狭义 a l t m a n ( 1 9 6 8 ) ，o h l s o n ( 1 9 8 0 ) 中请破产者 z m i j e w s k i ( 1 9 8 4 ) ，c a s e y ( 1 9 8 4 ) b e a v e r ( 1 9 6 6 )发生巨额银行透支、优先股股息朱支付、公司债券 朱支付、宣告破产 d e a k i n ( 1 9 7 2 )倒闭、无偿债能力、或为了债权人的利益而清算 f o r s t e r ( 1 9 7 8 ) 企业主力产品销售卜降，短期债务拖延偿付，优先 股股息朱能发放以及宣告破产 b r i g h a m ( 1 9 8 0 )企业危机按照轻重程度分为： 技术上的危机：企业不能偿还其流动负债 破产式的危机：公司负债超过资产，净值出现负数 p a s t e r sa n dr u l a n d ( 1 9 8 6 ) 净值为负，没有能力偿还负债，依据法律上的定义 广义 w r u c h ( 1 9 9 0 ) 目前资产不足以应付目前债务 g e r t n e r & s c h a f f s t e i n ( 1 9 9 1 ) 公司资产不足以应付目前与朱来债务 f o r s t e r ( 1 9 9 7 ) 违约公司没有偿付债务或利息：止在进行债务重整 c h e na n dc h r e c h ( 1 9 9 2 ) ，f o s t e ra n d净值为负，负的现金流量，当年度负的营运资金， w a r d ( 1 9 9 8 ) ，h o p w o o d ( 1 9 9 4 ) 破产前三年有负的营运利润，负的净利，负的保留 盈余 余廉( 1 9 9 2 )企业逆境的形态可分为效益滑坡型、亏损型、破产 危机型三种 房维中，吴家骏( 1 9 8 8 ) ，郑涛航企业亏损，需要运用亏损额、亏损时间和扭亏前景 ( 1 9 8 8 ) 的三维指标来界定和衡鼍企业是否出现严重危机 动态 企业的财务体制是连续过程，讲财务健全程度分为 l a n ( 19 8 7 五个阶段：财务稳定、停止支付股利或人幅减少支 付、贷款违约、破产法管理对象、进入破产或清算 阶段 陈肇荣( 1 9 8 3 ) 企业危机的三个阶段：财务危机阶段、财务失调阶 段、破产倒闭阶段 资料来源：杨雄胜，高级财务管理，东北财经大学出版社，p 2 6 4 9 在公司财务困境预警系统问题的实证研究中，2 0 0 3 年前，我国国内建立上市公司 财务困境预警模型时一般以s t 公司为失败样本，并取得了丰硕的研究成果。s t 是英文 s p e c i a lt r e a t m e n t 的缩写，意即“特别处理。该政策自1 9 9 8 年4 月2 2r 起实行， 针对的对象是出现财务状况或其他状况异常的上市公司。 所谓“财务状况异常”是指：( 1 ) 最近两个会计年度的审计结果显示的净利润为负 值。( 2 ) 最近一个会计年度的审计结果显示其股东权益低于注册资本。也就是说，如果 一家上市公司连续两年亏损或每股净资产低于股票面值，就要予以特别处理。( 3 ) 注册 会计师对最近一个会计年度的财产报告出具无法表示意见或否定意见的审计报告。( 4 ) 最近一个会计年度经审计的股东权益扣除注册会计师、有关部门不予确认的部分，低于 注册资本。( 5 ) 最近一份经审计的财务报告对上年度利润进行调整，导致连续两个会计 年度亏损。( 6 ) 经交易所或中国证监会认定为其他财务状况异常的。所谓“其他财务状 况异常”是指自然灾害、重大事故等导致生产经营活动基本中止，公司涉及可能赔偿金 额超过公司净资产的诉讼等情况。 按规定，经s t 的公司股票，日涨跌幅限制为5 ( 与* s t 相同) ，需要指出的是，特 别处理并不是对上市公司的处罚，而只是对上市公司目前所处状况的一种客观揭示，其 目的在于向投资者提示投资风险，引导投资者进行理性投资，如果公司异常状况消除， 可恢复正常交易。 3 3 上市公司财务困境的界定 自1 9 9 8 年3 月1 6 日证监会向上海、深圳证券交易所发出中国证券监督管理委员 关于上市公司状况异常期间的股票特别处理方式的通知，以及2 0 0 1 年2 月中国证监 发布亏损上市公司暂停上市和终止上市实施办法至今，沪深两交易所已有p ，r 水 、p t 金曼等1 0 家公司股票被依法终止上市，市场反应平稳。这说明我国证券市场的 市机制己获得市场的认可。但在近两年的退市工作实践中也存在个别公司的退市j x l 险 示不够充分的问题。根据2 0 0 3 年初全国证券期货监管工作会议提出的“进一步完善 市机制，促进上市公司优胜劣汰 的要求，交易所决定建立退市风险警示的特别处理 度，对可能存在终止上市风险的公司股票交易实行“退市风险警示”的特别处理，从 度上保证投资者能够随时掌握公司股票可能的退市风险状态，促进我国证券市场的稳 发展。正是基于这样的背景，沪深证交所于2 0 0 3 年4 月4 同发布关于对存在股票 止上市风险的公司加强风险警示等有关问题的通知，推出了退市风险警示制度，并 2 0 0 3 年5 月1 2 日正式开始实行。目的是为了进步完善退市机制，提高市场透明度， 投资者充分揭示风险，同时又与其他异常状况实行特别处理的风险警示区别。所谓退 风险警示制度，是指由证券交易所对存在终止上市风险的公司股票，在原有“特别处 1 0 两华人学硕十学位论文 基础上增加的一种特别处理【狮1 i 。 通知要求，上市公司出现下列五种可能终止上市风险情形时，将对其股票实行 退市风险警示。第一类是最近两年连续亏损的；第二类是因财务会计报告存在重大会计 差错或虚假记载，被中国证监会责令改正或公司主动改正，对以前年度财务报告进行追 溯调整，导致最近两年连续亏损的；第三类是因财务会计报告存在重大会计差错或虚假 记载，中国证监会责令其改正，在规定期限内未对虚假财务会计报告进行改j 下的；第四 类是在法定期限内未依法披露年度报告或半年度报告的；第五类是处于股票恢复上市交 易后至其披露恢复上市后的第一个年度报告期问的。 自从2 0 0 3 年“退市风险警示”制度即“* s t 制度丌始实施，本文认为笼统地以上 市公司s t 作为判别公司陷入财务困境的界定不够准确，其原因如下： 上市公司被宣布为s t 的条件有许多，只要符合其中一款，公司就会被宣布为s t 公 司，而公司被s t 并不一定是直接由财务状况异常，可能是由其他状况异常造成的。因 此，以被宣布为s t 推断公司陷入财务困境并试图建立财务预警模型，是不科学的。从 沪深证交所的“退市j x l 险警示 制度的规定中可以发现定义* s t 公司的基本原则是该公 司连续两年财务亏损，并且面临着马上退市的风险( 而公司被s t 并不一定面临退市风 险) 。这一方面揭示了* s t 公司有着较s t 公司更加相对一致的财务判别标准，另一方面 也说明了* s t 公司与其他s t 公司相比陷入了更加严重的困境之中。 鉴于* s t 公司较s t 公司有着更加统一的财务判别标准，并且较其他s t 公司陷入了 更加严峻的困境之中，因此本文以上市公司因财务状况异常被* s t 来界定公司陷入财务 困境【2 2 l 。 高科技产业上市公司财务困境预警研究 4 财务困境预警的基本模型与评价 定量分析是用数学语言进行描述，它是依据统计数据，建立数学模型，并用数学模 型计算出分析对象的各项指标及其数值的一种方法p 2 4 j 。与定性分析法不同，定量分析 法注重于通过考察财务危机公司的财务特征，利用一手数据和各种统计手段来预测公司 的财务状况。从国内外的研究成果来看，尽管目前财务危机预警的方法层出不穷，但主 流的定量分析方法主要可以分为以下五类：单变量模型、多变量模型、人工神经网络模 型、遗传算法和支持向量机1 2 5 j 。 4 1 单变量预警模型与评价 早期财务困境预测的统计方法是单变量的预测方法，即一元判别。一元判别分析法 是将某一项财务指标作为判别标准来判断企业是否处于财务困境状态的一种预测模型。 在一元判定模型中，最为关键的一点就是寻找判别阀值。通常需要将样本分为两组：一 组是构建预测模型的“预测样本 ，也称“估计样本”；另一组是测试预测模型的“测试 样本”，又称“有效样本”。首先，将预测样本( 包括破产企业和非破产企业) 按照某一选 定的财务比率进行排序，选择判别阀值点，使得两组的误判率达到最小。然后，将选定 的阀值作为判别规则，对测试样本进行测试。 一元判定模型在前两年、前三年的预测中能表现出很强的预测能力，说明一些上市 企业的财务困境是从某些财务指标的恶化丌始的。此模型虽然方法简单，使用方便，但 总体判别精度不高。对前一年的预测，一元判定模型的预测精度明显低于多元模型，并 且仅用一个财务指标也不可能充分反映企业的财务特征。 4 2 多元线性预警模型与评价 多元线性判定模型，又称zs c o r e 模型，是指通过统计技术筛选出那些在两组问差 别尽可能大而在两组内部的离散度最小的变量，从而将多个标志变量在最小信息损失下 转换为分类变量，获得能有效提高预测精度的判别方程。在实际运用时，需要将企业样 本分为预测样本和测试样本。先根据预测样本构建多元线性判定模型，确定判别z 值( z 值的大小可以作为判定企业财务状况的综合标准) ，然后将测试样本的数据代入判别方 程，得出企业的z 值，并根据判别标准进行判定。 多元线性判别模型判别精度较高，而且体现了综合分析的观念，将多元分析方法引 入模型中，拓展了财务困境预警模型分析方法的思路。但是该方法也存在着一系列自身 难以克服的缺陷：第一，较一元判别模型，该模型较为复杂，需要花费大量时间进行数据 的收集和分析工作；第二，多元线性模型建立在统计和数学的基础上，本身就有一个很严 格的假设条件，即要求样本组内分布为近似正态分布，组内斜方差矩阵相等，而在实际判 西华人学硕十学位论文 别分析的操作中，搜集的数据大都来自非正念总体，在这种不满足假设前提下所得到的 预测结果可能是有偏的，这无疑会降低预测精度；第三，在样本选择时，财务困境组与非 财务困境组( 即控制组) 之间要一一配对，配对标准的确定是一个很大的难题。 4 3 多元逻辑回归模型与评价 多元逻辑回归模型的判别方法和其他模型一样，先是根据多元线性判定模型确定企 业破产的z 值，然后推导出企业破产的条件概率p 值。其判别规则是：如果p 值大于0 5 ， 表明企业破产的概率比较大，则判定企业为即将破产型；如果p 值低于0 5 ，表明企业 破产的概率比较小，则判定企业为财务j 下常型。 多元逻辑回归模型计算过程比较复杂，在计算过程中有很多的近似处理，这可能会 影响到预测精度。但借助s p s s 统计软件的逻辑回归分析功能，大大简化了计算过程， 同时也降低了对预测精度的影响。该模型最大的优点是不需要严格的假设条件，即不需 要自变量服从j 下态分布和两组间协方差相等的条件，克服了线性方程受统计假设约束的 局限性，