（企业管理专业论文）基于因子分析的我国上市公司财务危机预警研究.pdf

i 中图分类号： c93 密级： 公开 udc： 300 学校代码： 11832 河北经贸大学河北经贸大学 硕士学位论文硕士学位论文 （学历硕士） 基于因子分析的基于因子分析的我国上市公司财务我国上市公司财务 危机预警研究危机预警研究 research on financial crisis prediction of chinas listed companies based on factor analysis 作 者 姓 名 ： 李静娟 指 导 教 师 ： 王春和 教授 学科专业名称： 企业管理 论文完成日期： 2013 年 5 月 ii 学位论文原创性声明学位论文原创性声明 本人所提交的学位论文基于因子分析的我国上市公司财务危机预警研究 ，是在 导师的指导下， 独立进行研究工作所取得的原创性成果。 除文中已经注明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。 对本文的研究做出重 要贡献的个人和集体，均已在文中标明。 本声明的法律后果由本人承担。 论文作者（签名） ： 指导教师确认（签名） ： 年 月 日 年 月 日 学位论文版权使用授权书学位论文版权使用授权书 本学位论文作者完全了解河北经贸大学有权保留并向国家有关部门或机构送交学 位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权河北经贸大学可以将学位论 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、缩印或其它复制手段保 存、汇编学位论文。 （保密的学位论文在 年解密后适用本授权书） 论文作者（签名） ： 指导教师（签名） ： 年 月 日 年 月 日 iii 摘 要 随着当今市场环境的复杂多变和国际竞争的日益加剧， 企业面临着越来越大的风险 和危机，而财务危机是企业危机中最显著、最综合的表现。特别是自 1990 年上海证券 交易所和深圳证券交易所分别建立以来， 中国证券市场已经成为影响中国经济发展的重 要因素。然而，上市公司的表现却不尽人意，近年来，经营管理不善等因素造成企业陷 入财务危机而最终被特别处理的例子经常发生。 财务危机不仅影响到企业自身的生存和 发展，而且影响着整个国家的经济形势，对各国发展形成了巨大的负面冲击。陷入危机 的企业如此之多，主要是由于对财务危机的有效预警和防范不够重视，从而引起财务状 况不断恶化。企业的财务状况从健康到陷入危机是一个循序渐进的过程，企业的财务危 机可以通过科学合理的方法进行预测。 在日益激烈的币场竞争中，财务危机普遍存在十各行各业。企业要想在市场 上立于不败之地，不仅要有防范危机的意识，更重要的是要找到一个行之有效的方法去 避免危机的发生。伴随着这种危机意识的加强，财务预警模型应运而生。目前应用较为 广泛、发展较为成熟的三种模型是 logistic 回归分析模型、多元判别分析模型和神经网 络模型，但是这些模型都有各自的缺点:神经网络模型比较复杂，多元线性判别法与多 元逻辑回归法需要满足一系列的假设条件，这些缺点大大限制了模型的应用范围。而因 子分析模型不需要假设条件，且处理方法简单，所以考虑到应用范围及操作性，本文选 择因子分析模型对财务预警进行研究。 本文采用实证研究方法，选取 2010 年、2011 年 a 股上市公司中首次被 st 的 40 家公司和与其配对的 40 家非 st 作为研究样本，构建了一套五大类 24 个财务指标的财 务预警指标体系，并运用 u 检验筛选出 18 个财务指标用于构建因子分析模型。实证结 果显示:公司被 st 前一年预测的准确率达到了 90%，40 家公司只有四家预测错误；而 被 st 前两年预测的准确率也达到了 82. 5%，对财务危机有着不错的预警效果；被 st 前三年的准确率也达到了 70%， 对财务危机也有一定的预警作用。 并且距离财务失败的 年限越近，因子分析模型预测的准确率也越来越高，这完全符合了财务预警的规律和特 点。因此，构建的因子分析模型具有较好的预测能力，运用因子分析模型对上市公司财 务预警进行分析具有理论和现实的指导意义。 关键词：上市公司 财务危机预警 因子分析 iv abstract with the current volatile market environment and heightened international competition, enterprises have to face increasing risks and crisis. the financial crisis is the most significant and comprehensive performance. since shanghai stock exchange and shenzhen stock exchange were founded respectively in 1990, the listed companies have made great contribution to the economy of our country. however, in recent years, as many companies were involved in financial crisis and special treatment eventually, the performance of listed companies has been disappointing. financial crisis affects not only the survival and development of enterprises but also the entire countrys economy. there are so many enterprises which are in crisis mainly due to the insufficient attention to effective warning and prevention of financial crisis, which leads to the deteriorating financial situation. in fact, financial crisis is a gradual process which is predictable. in the increasingly fierce market competition, the financial crisis widely market, exist in all walks of life. if enterprise wants to get an impregnable position in the not only to have crisis consciousness, more important is to find a effective way to avoid crises. with this sense of crisis strengthening, financial distress model arises at the historic moment. currently there are three models applied widely and relatively mature, they are logistic regression analysis model, multiple discriminant analysis model and the neural network model, but these models have their own disadvantages: neural network model is more complex, logistic regression analysis model and multiple discriminant analysis model need to meet a series of assumptions, these disadvantages greatly limits the range of applications. factor analysis model does not need assumptions, and processing method is simple, so considering application range and operation, this article chooses factor analysis model to research financial warning. this paper adopts empirical research method, select 40 listed companies which were first to be st in 2010, 2011 and chose its matching samples correspondingly. this paper establishes five kinds of financial warning index system with 24 financial indicators, and 18 financial indicators were selected to construct the factor analysis model using the u inspection. the empirical results show that forecast accuracy reached 90% one year before the company to be st, 40 companies only four prediction error; before two years to be st, v the accuracy of prediction are also reached 82.5%, has a great warning effect; before three years to be st, the accuracy of prediction are also reached 70%, to the financial crisis also have certain warning role. and with the year of financial failure is closer, prediction accuracy is higher and higher, it fully comply with the financial affairs warning rules and characteristics. therefore, the factor analysis model has good prediction ability, using the factor analysis model for the listed company to make financial warning has theoretical and realistic significance. key words: listed companies financial crisis prediction factor analysis vi 目 录 摘 要 . abstract . 1 绪论 . 1 1.1 研究背景及研究意义 . 1 1.1.1 研究背景 . 1 1.1.2 研究意义 . 1 1.2 文献综述 . 2 1.2.1 国外研究综述. 2 1.2.2 国内研究综述. 3 1.2.3 评述 . 6 1.3 研究思路和方法 . 6 1.4 本文的创新点 . 7 2 相关概念的界定及财务危机预警的必要性 . 8 2.1 财务危机的含义界定 . 8 2.1.1 国外学者对财务危机含义的界定 . 8 2.1.2 国内学者对财务危机含义的界定 . 8 2.1.3 本文对财务危机含义的界定 . 9 2.2 财务危机的成因分析 . 9 2.2.1 财务危机产生的外部原因 . 10 2.2.2 财务危机产生的内部原因 . 11 2.3 财务危机预警的含义 . 12 2.4 建立财务危机预警系统的必要性. 13 3 财务危机预警的相关理论 . 14 3.1 财务危机预警的理论基础 . 14 3.1.1 企业生命周期理论 . 14 3.1.2 企业预警管理理论 . 14 3.1.3 契约模型理论. 15 vii 3.2 财务危机预警的功能 . 15 3.3 财务危机预警分析方法 . 16 3.3.1 财务危机预警定性分析方法 . 16 3.3.2 财务危机预警定量分析方法 . 17 4 基于因子分析模型的实证研究 . 21 4.1 研究样本的选择 . 21 4.1.1 研究样本选择的背景与依据 . 21 4.1.2 研究样本的选择标准 . 21 4.2 财务危机预警指标体系的建立 . 23 4.2.1 选取初始财务指标的原则 . 23 4.2.2 选取初始财务危机预警指标 . 24 4.3 上市公司财务危机预警指标的筛选 . 30 4.3.1 样本数据的正态性检验单样本 k-s 检验 . 30 4.3.2 样本数据的显著性检验 . 31 4.4 因子分析模型的建立 . 33 4.4.1 变量的相关性检验 . 33 4.4.2 构造因子分析模型 . 34 4.5 预测模型的检验 . 38 5 研究结论与建议 . 41 5.1 研究结论 . 41 5.2 研究的局限性 . 41 5.3 研究建议 . 41 参考文献 . 43 附 录.46 后 记.52 攻读学位期间科研成果.53 1 1 绪论 1.1 研究背景及研究意义 1.1.1 1.1.1 研究背景研究背景 随着资本市场的蓬勃发展，资本市场已成为企业募集资金的重要场所，投资者也可 以通过资本市场运作获取较高的回报， 所以一个企业财务状况的好坏往往是企业管理当 局、投资者和债权人关注的焦点。但市场竞争非常残酷，企业发展也可能会陷入财务危 机之中，而财务危机的发生并非突然，它是一个逐步、渐进的过程，因此财务危机不但 具有先兆，并且是可以预测的。正确地预测企业财务危机，对保护投资者和债权人的利 益，对经营者防范财务危机，对政府部门监管上市公司质量和证券市场风险，都具有十 分重要的现实意义。 2008 年金融危机席卷全球，严重的影响到我国经济的发展，尤其是对上市公司的 业绩产生了重大的不利影响，很多上市公司亏损严重。在这种大背景下，2009 年 3 月 12 日财政部企业司发布了金融危机对我国企业财务运行的影响及启示 ，文中要求： “企业应从自身的实际出发，探索并建立财务预警机制” 。而在企业中构建一个实用的 财务预警模型能够帮助企业更好的完善财务预警体系，所以在我国的经济背景下，对财 务预警模型进行研究是十分必要的。 我国学者从 20 世纪 90 年代末才开始兴起对该领域的探索， 与国外从 20 世纪 30 年 代开始在该领域七十多年的研究历史和成果积累相比， 我国对企业财务危机预警问题的 研究起步较晚，数据与案例积累不足，研究成果相对贫乏，迫切需要后继学者结合我国 企业的实际情况进一步深入研究。 1.1.2 1.1.2 研究意义研究意义 任何公司都有出现财务危机的隐患， 公司从危机出现到衰落都有一个从量变到质变 的过程，如果没能及时发现危机采取应对措施，最终将导致财务危机甚至破产倒闭。公 司及时发现财务管理中存在的问题，对财务风险的信号及早察觉，对财务风险进行适时 预测， 使公司管理层能及早发现问题的症结所在， 改善管理， 采取有效措施， 预防失败， 是非常重要和必要的。 财务危机预警作为一种诊断工具，其灵敏度越高就越能及时有效地发现、防范与解 决问题，避免财务危机的发生。如何运用高效、适用的财务危机预警模型，准确地根据 2 财务指标预测上市公司未来的财务状况，以发现这些隐患并及时加以防范，对于经营者 防范财务危机、对于保护投资者和债权人的利益、对于政府管理部门的监控等都具有重 大意义。 在我国，随着市场经济体制的不断深化，有关财务预警研究的文献日益增多，许多 新的预测模型应运而生，在借鉴国外研究方法的同时，也在财务预警模型上做了很多创 新。在众多模型中，理论较为成熟的是多元判别模型、logistic 回归模型和神经网络模 型。但是多元判别模型和 logistic 模型需要众多假设条件，而因子分析模型对样本没有 假设要求；而且因子分析模型原理简单，能够克服神经网络模型建模复杂、其运作原理 无法明确确认其运作过程的缺点。 所以本文运用因子分析模型对上市公司的财务预警进 行研究，在理论和实践上都具有指导意义。 1.2 文献综述 1.2.1 1.2.1 国外研究综述国外研究综述 国外对财务危机预警的研究较早，早在 20 世纪 30 年代，当时通过建立财务危机预 警模型来预测公司财务危机程度的研究占了绝大多数，并取得了一定的研究成果，而且 在实际中得到了广泛应用。 （1）单变量预警分析方法 fitzpartrick（1932）针对破产企业的单变量预测进行研究，是最早对财务困境预测 进行研究的。当时，fitzpatrick 用单个财务指标进行预测分析，把 19 家样本公司分为破 产小组和非破产小组，研究发现预测判别能力最高的是“净利润股东权益”和“股东权 益负债率”两个财务指标，并且在公司经营破产前三年，这些指标就开始呈现出较为显 著的差别。 美国学者 beaver（1966）循着 fitzpatrick 的思路进行探索研究，提出了单一变量预 测模型，也被称为一元判别分析模型。beaver 选取了 79 家财务失败公司和产品类别、 资产规模大致相同的 79 家成功公司作为研究对象，试图通过三十个财务指标分析找出 失败公司和成功公司存在的不同之处。研究发现，在不考虑行业差别和公司资产规模差 别的情况下，利用债务保障率指标，即现金流量/总负债这一财务比率来预测公司财务 失败的效果是最好的，在公司破产的前一年判断公司财务失败的准确率达到 90%。 （2）多变量预警分析方法 在 beaver 之后，国外学者对财务危机预警的研究主要进入多变量判定的阶段。美 3 国学者 altman （1968） 第一次利用多元判别分析 （multiple discriminate analysis， 即 mda） 进行了财务危机预警研究。这种方法用多个财务指标加权汇总后产生的总判断分值（称 为 z 值）来预测财务危机。z 值模型及其判别规则为： z=0.012x1+0.014x2+0.033x3+0.006x4+0.999x5 x1=净营运资本/资本总额100%，反映公司总营运资本的流动性；x2=留存收益/ 资产总额100%，反映公司的支付剩余能力；x3 =息税前利润/资产总额100%，反映 公司的收益率大小，衡量公司运用全部资产获取利润的能力；x4=普通股和优先股市场 价值总额/负债的账面价值100%，反映公司财务状况的稳定性；x5=销售收入/资本总 额100%，反映公司的活动比率。一般，z 值越低的企业发生破产的可能性越大。具 体判断标准为：当 z3.0 时，企业发生财务危机的可能性很小；当 2.8z2.9 时，企业 有可能发生财务危机；当 1.8z2.7 时，企业发生财务危机的可能性很大；当 z1.8 时， 企业发生财务危机可能性非常大；当 z0.0274，此企业被预测 为继续生存公司；当 f0. 5 时，未来一年的财务状况相当安全；当 t0.05 时，判定该财务指 标符合正态分布。从上表我们可以看：t-1 年只有 x2 、x3、 x6 、x10 、x12 、x17 、 x21 、x23符合正态分布；t-2 年只有 x2 、x3、 x6 、x10 、x12 、x17 、x18、 x23 符 合正态分布。t-3 年只有 x10 和 x23符合正态分布。所以整体上看只有 x10 和 x23在三 年都符合正态分布，所以指标变量在整体上并不符合正态分布。 4.3.2 4.3.2 样本数据的显著性检验样本数据的显著性检验 t 检验和 u 检验都可用于样本数据的显著性检验， 理论上都要求样本来自正态分布 的总体。但是在实际应用时，只要样本数 n 较大或 n 小但总体标准差已知就可以应用 u 检验；n 小且总体标准差未知时可用 t 检验，但要求样本来自正态分布总体。由于指标 变量在总体上不符合正态分布，且样本数 n 较大，所以本文采用曼-惠特尼 u 检验法 （mann-whitney）检验指标变量的显著性。 32 u 检验法（mann-whitney）的基本原理：从总体 f (x)和 g (x)中，分别抽取容量为 n，m 的两个样本，即 x1 ，x2 ，xn 和 y1，y2 ，ym，x1，x2 ，xn 和 y1， y2，ym 分别表示样本观察值。假设检验条件是：f(x)=g(x)，把 x1，x2 ，xn 与 y1，y2，ym 混合在一起，按从小到大的顺序排列后，u 统计量等于第一组中的 一个值先于第二组中的一个值出现的次数。在给定的显著性水平 a 下，可以通过统计软 件得出两个样本的显著性检验的结果。 利用收集的两组共 80 家上市公司的数据资料，使用 spss16. 0 统计分析软件中的 样本显著性检验功能，对财务困境企业被宣布特别处理前 1 年、2 年、3 年的数据进行 u 检验，结果如表 4.10 所示： 表 4.10 指标变量的 u 检验结果 指标变量指标变量 t-1 t-2 t-3 u 值值 p 值值 u 值值 p 值值 u 值值 p 值值 净资产收益率（x1） 82 .000* 177 .000* 248 .000* 资产报酬率（x2） 112 .000* 176 .000* 262 .000* 资产净利率（x3） 96 .000* 139 .000* 253 .000* 投入资本回报率（x4） 98 .000* 196 .000* 310 .000* 销售净利率（x5） 107 .000* 188 .000* 287 .000* 销售毛利率（x6） 428 .000* 449 .000* 234 .000* 营业利润率（x7） 142 .000* 211 .000* 249 .000* 流动比率（x8） 422 .000* 539 .012* 308 .000* 速动比率（x9） 388 .000* 502 .004* 573 .022* 资产负债率（x10） 450 .001* 407 .000* 304 .000* 每股收益增长率（x11） 548 .015* 122 .000* 394 .000* 营业收入增长率（x12） 430 .000* 638 .119 756 .672 营业利润增长率（x13） 598 .052* 186 .000* 272 .000* 净利润增长率（x14） 556 .019* 150 .000* 327 .000* 每股经营活动现金流量增长率x15 782 .862 511 .005* 698 .326 净资产收益率增长率（x16） 546 .015* 134 .000* 275 .000* 总资产增长率（x17） 455 .001* 631 .104 562 .022* 股东权益相对年初增长率（x18） 146 .000* 224 .000* 332.5 .000* 33 表 4.10 指标变量的 u 检验结果（续） 指标变量指标变量 t-1 t-2 t-3 u 值值 p 值值 u 值值 p 值值 u 值值 p 值值 存货周转率（x19） 784 .878 770 .773 732.5 .516 应收账款周转率（x20） 640 .124 704 .356 766 .744 总资产周转率（x21） 380 .000* 789 .916 761 .707 销售现金比率（x22） 612 .070* 555 .018* 473 .000* 总资产现金回收率（x23） 520 .007* 446 .001* 117 .000* 现金流动负债比（x24） 501 .004* 556 .019* 311 .000* 注：p 值中*表示通过 0.05 水平的检验；p 值中*表示通过 0.1 水平的检验 根据上表的内容，我们可以得到 t-1 年至 t-3 年指标变量显著性检验的结果：在 t-1 年只有每股经营活动现金流量增长率（x15） 、 存货周转率（x19） 、应收账款周转率 （x20） 没有通过显著性检验，不能作为当年的指标变量，需要剔除；t-2 年有营业收入增长率 （x12） 、总资产增长率（x17） 、存货周转率（x19） 、应收账款周转率（x20） 、总资产周 转率（x21） 5 个财务指标没有通过显著性检验，所以在 t-2 年应该剔除这 5 个财务比 率；t-3 有营业收入增长率（x12） 、每股经营活动现金流量增长率（x15） 、存货周转率 （x19）,应收账款周转率（x20） 、总资产周转率（x21）这 5 个财务比率没有通过显著性 检验，不能作为当年的指标变量，应该剔除。由于反映营运能力的三个指标在显著性检 验时都被剔除，证明这三个指标在财务失败企业和财务正常企业中没有显著性的差别。 所以在本文以下的建模和检验过程中，从盈利能力、偿债能力、成长能力和现金流量状 况这四个方面，运用财务比率进行分析。 4.4 因子分析模型的建立 本文以被 st 前两年的建预警模型和检验模型效果的过程为例，利用因子分析方法 建立财务危机预警模型，前一年和前三年的建模和检验过程见附表 1 和附表 2。 4.4.1 4.4.1 变量的相关性变量的相关性检验检验 由于因子分析方法就是从很多变量中找到几个代表性的因素， 它有一个潜在的前提 假设：原有指标变量要相关。如果原有指标变量不相关，就不能找到可以综合全面反映 这些变量共同特点的公共因素。因此，一般在因子分析之前首先原有变量之间是否存在 相关关系进行研究。 34 相关性检验的统计方法有巴特利特球形检验、反映像相关矩阵检验和 kmo 检验， 本文采用 kmo 和巴特利特检验。巴特利特球形检验的统计量是根据相关系数矩阵的行 列式得到的。如果该值较大，且对应的相伴概率值小于设定的显著性水平，则认为原始 变量之间存在相关性，适合做因子分析，否则，不适宜做因子分析。kmo 检验是用于 比较变量间简单相关系数和偏相关系数的指标， kmo 统计量的取值在 01 之间。 kmo 值接近于 1，意味着变量间的相关性越强，原有变量越适合做因子分析；kmo 值越将 接近于 0，意味着变量间的相关性越弱，原有变量不适合做因子分析。常用的 kmo 度 量标准是：0.9 以上表示非常适合；0.8 表示适合；0.7 表示一般；0.6 表示不太适合；0.5 以下表示极不适合。t-2 年的建模数据的检验结果表 4.11 所示： 表 4.11 kmo and bartletts test kaiser-meyer-olkin measure of sampling adequacy. .678 bartletts test of sphericity approx.chi-square 1120.829 df 153 sig .000 从检验结果中可以看到，kmo 的值为 0.678 大于 0.6 接近 0.7，表示可以做因子分 析；又因为 bartlett 球状检验的相伴概率为 0.00，远远小于显著性水平 0.05，因此可以 认为原始变量之间存在相关性，适合做因子分析。 4.4.2 4.4.2 构造因子分析模型构造因子分析模型 在进行因子分析时，由于指标间往往存在不同的量纲，指标量纲的不同会影响分析 的准确性，所以首先要对数据进行标准化处理。下面本文就对距财务失败前两年的建模 数据进行标准化处理。把距财务失败前两年的 40 个企业的数据带入 spss16. 0 中，选 择菜单 descriptives，就完成了数据的标准化处理。然后使用标准化处理后的数据，构 建因子分析模型。检验数据在对模型检验之前也要做标准化处理，分析步骤如上，在这 就不做详细的介绍了。 接下来，为了确定选取的公因子的个数，需要计算各因子的