（企业管理专业论文）基于遗传规划方法建立的财务危机预测模型.pdf

中文摘要 摘要 资本市场的蓬勃发展使得企业能够从资本市场募集低成本的资金，以加速企 业发展，投资人也可以利用资本市场的运作，进行投资获取较高的报酬。但现代 企业面临着日益险恶的市场环境，风险无时无刻不在困扰着企业的经营管理者。 现代企业的生存过程就是一个不断产生并化解各种风险的过程，企业一旦发生财 务危机，波及层面相当广泛，将严重影响到广大投4 资者的利益本课题研究的目 的就是希望能通过建立一套上市公司财务危机预测系统，向监管部门和广大投资 者揭示哪些公司已经进入了财务危机的预警区，或者说是投资者应该引起警觉的 陷阱区。 本文将遗传规划( g p ) 应用于财务危机评测，g p 是进化算法的一种，它是在遗 传算法( g a ) 的基础上，由k o z a 在1 9 9 2 年发展而成。它克服了传统g a 中个体的 表示方法定长的编码机制的局限性提出了种全新的结构描述方法，其实质 是用广义的计算机程序来描述问题。这种广义的计算机程序在g p 中被表示为树形 字符串结构，并能够根据环境状况动态改变其结构和大小。 本文以2 0 0 0 2 0 0 5 年被s t ( s t 公司被视为发生财务危机公司1 的1 0 0 家上市公 司和配对的非s t ( 非s t 公司视为财务正常公司) 的1 0 0 家上市公司为样本，选取了 短期偿债能力、营运能力、盈利能力、长期偿债能力和现金流量五个方面共2 0 个 财务指标变量作为指标变量，运用定性分析方法选取财务指标变量，然后用选取 的财务指标变量作为自变量，使用遗传规划方法，借助d i s c i p u l u s 软件，构建我国 上市公司财务危机预测模型。 最后得出结论，以遗传规划方法所建构的财务危机预测模型正确率最高。 关键词：财务危机：遗传规划；财务指标 英文摘要 am o d e lb a s e do ng e n e t i cp r o g r a m m i n gf o r f i n a n c i a lc r i s i sf o r e c a s t a b s t r a c t i nv i g o r o u sc a p i t a lm a r k e t ，e n t e r p r i s ei sa b l et oc o l l e c tt h el o wc o s tf u n df r o m c a p i t a lm a r k e ta n da c c e l e r a t ee n t e r p r i s ed e v e l o p i n g t h ei n v e s t o ra l s oc a n m a k eu s eo f c a p i t a lm a r k e to p e r a t i o nt oi n v e s t ，s oh ec a ng a i nh i g h e rr e w a r d m o d e me n t e r p r i s ei s c o n f r o n t e dw i t ht h eg r a d u a l l yd a n g e r o u sm a r k e t p l a c ee n v i r o n m e n t r i s ki sp e r p l e x i n g e n t e r p r i s ed i r e c t o ra l l t h et i m ei nm a n a g e m e n t t h es u r v i v a lp r o c e s so fm o d e m e n t e r p r i s ei sap r o c e s su n c e a s i n g l yp r o d u c i n ga n dr e s o l v i n gv a r i o u sr i s k s i tw i l la f f e c t t h eb e n e f i tt oe x t e n s i v ei n v e s t o rc o n s i d e r a b l y ，o n c ef i n a n c i a la f f a i r sc r i s i sh a p p e n e di n e n t e r p r i s e t h ep u r p o s eo ft h es t u d yi sb u i l d i n gas e to fc o m p a n yf i n a n c i a la f f a i r sc r i s i s f o r e c a s ts y s t e m t h em a i nb o d yo ft h es t u d ya p p l i e st h eg e n e t i cp l a n ( g p ) t of i n a n c i a la f f a i r sc r i s i s f o r e c a s ts y s t e m g pi sak i n do fe v o l u t i o na l g o r i t h m i ti sb a s e do ng e n e t i ca l g o r i t h m ( g a ) i ti sa c c o m p l i s h e db yk o z ao n1 9 9 2 i th a so v e r c o m em a c h i n e m a d e l i m i t a t i o no f t h ep a r t i c u l a rt r a d i t i o n i th a ss u g g e s t e dak i n do fb r a n d - n e ws t r u c t u r e ，w h o s ee s s e n c ei s t ou s eb r o a dc o m p u t e rp r o g r a mt od e s c r i b ep r o b l e m t h i sb r o a dc o m p u t e rp r o g r a mi s i n d i c a t e dt h ec h a r a c t e rs t r i n g ss t r u c t u r et o g e t h e rf o rt f e 9s h a p ei ng p ，a n di tc h a n g e si t s s t r u c t u r ea n ds i z ea c c o r d i n gt oe n v i r o n m e n ts i t u a t i o n t h es t u d yq u i l t st h ea n n u a lf i n a n c i a lc r i s i sc o m p a n yh a p p e n e di n2 0 0 0 2 0 0 5 ( s t c o m p a n yl o o k su p o na sf i n a n c i a la f f a i r sc r i s i sc o m p a n y ) t h e1 0 0f i n a n c i a la f f a i r s c r i s i sc o m p a n i e sh a v ec o m p o s e da n dt h ep a i r i n g sb e i n gn o ts tm ec o m p a n yd o s en o t l o o ku p o na sf i n a n c i a lc r i s i sc o m p a n y ) t h e1 0 0f i n a n c i a la f f a i r sc r i s i sc o m p a n i e sa n d t h e1 0 6b e i n gn o ts tc o m p a n i e sa r es a m p l e s t h es t u d yh a sc h o s e ns h o r t t e r ms i n k i n g a b i l i t y ，w o r k i n ga b i l i t y ，l o n g - t e r ms i n k i n ga b i l i t y ，p a y o f fa b i l i t ya n dc a s hf l o w t h ef i v ea s p e c t si n c l u d e2 0f i n a n c i a lt a r g e t sv a r i a b l e si nt o t a l t h es t u d ya p p l i e s q u a l i t a t i v ea n a l y s i sm e t h o d t oc h o o s et h ef i n a n c i a lt a r g e t sv a r i a b l e t h es t u d yu s e st h e 英文摘要 f i n a n c i a lt a r g e t sv a r i a b l ec h o o s i n gt ob ea ni n d e p e n d e n tv a r i a b l e t h es t u d yu s e st h e g e n e t i cp l a nm e t h o dt h e n i ta s p st h ed i s c i p u l u ss o f t w a r e f i n a l l y ，t h es t u d yc o m e 魑t oac o n c l u s i o n ，r i g h t n e s sr a t eo ft h eg e n e t i cm o d e li s m o s th i g h k e yw o r d s ：f i n a n c i a lc r i s i s g e n e t i cp r o g r a m m i n g f i n a n c i a li n d e x 大连海事大学学位论文原创性声明和使用授权说明 本人郑重声明： 撰写成硕士学位论文 原创性声明 本论文是在导师的指导下。独立进行研究工作所取得的成果， 论 文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在 文中以明确方式标明。本论文o o 不包含任何未加明确注明的其他个人或集体已经 公开发表或未公开发表的成果。 本声明的法律责任由本人承担。 论文作者签名：删有叼年弓月甲 学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连海事大学研究生学位论文提交、 版权使用管理办法”，同意大连海事大学保留并向国家有关部门或机构送交学位 论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将 本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或 扫描等复制手段保存和汇编学位论文。 论文作者签名斑龋导师签名：刮烈 e t l 9 i , 7 0 0 7 年多月讼伊 基于遗传规划方法上市公司财务危机预测模型 第1 章绪论 1 1 论文的研究背景 企业财务危机预测的重要性是不言而喻的。资本市场的蓬勃发展使得企业能够 从资本市场募集低成本的资金以加速企业发展：投资人也可以利用资本市场的运 作，进行投资获取较高的报酬。但现代企业面i 临着日益险恶的市场环境，风险无 时无刻不在困扰着企业的经营管理者。现代企业的生存过程就是一个不断产生并 化解各种风险的过程，企业一旦发生财务危机，波及层面相当广泛，将严重影响 到广大投资者的利益1 9 9 7 年下半年的亚洲金融风暴横扫泰国、韩国、新加坡和 马来西亚等国家和地区，成为5 0 年来最严重的国际经济危机，这场金融危机波及 范围之广、破坏力之大，令人们心惊胆颤。有些金融界的专家在总结这场危机的 经验教训时，一针见血地指出，金融危机的源头在企业，企业负债比率过高、资 产的流动性和偿债能力太差、造成银行不良资产过多是这次危机的一个深层次的 原因，防范金融危机应从防范企业财务危机着手- 中国的股票市场经过十几年的发展，截止到2 0 0 5 年1 2 月，沪深两个交易所 共有上市公司1 3 7 7 家，市价总值已经达到3 2 万亿人民币，相当于2 0 0 4 年中国 国内生产总值的2 4 ，在国民经济中占有重要地位。随着市场竞争的日益激烈，加 之我国企业尤其是许多上市公司由于先天不足等原因造成经营效率低下，从而导 致财务危机，许多公司已濒临破产。复旦大学李若山教授主持的一项科研成果揭 示出令人担忧的现状一用国际通用会计准则衡量，中国8 0 以上的上市公司存在 财务隐患，根据中国国情大幅度降低标准评价后，仍有将近2 0 的上市公司存在 较为严重的财务问题，平均资产负债率、应收账款增长率与主营业务增长率之比 等，都远远高于国际标准【3 】而且，由于我国资本市场不完善造成了高昂的财务危 机成本，包括财务危机企业的资产不能按正常价值出售带来的损失、随之发生的 法律费用及其他付现成本，还有财务危机爆发过程中产生的延误和无效损失等机 会成本财务危机还会产生极大的社会成本，如大量下岗工人的社会保障问题、 对地区经济发展的负面影响、对国家产业政策的不良导向等。 第1 章绪论 本课题研究的目的就是希望能通过建立一套上市公司财务危机预测系统，向 监管部门和广大投资者揭示哪些公司己经进入了财务危机的预警区，或者说是投 资者应该引起警觉的陷阱区。 1 2 论文的研究意义 具有代表意义的上市公司的存在和发展关系到方方面面的利益，所以说成功 地预测财务危机，可以为各利益相关方提供决策的依据，因而具有不可忽视的重 要意义。 ( 1 ) 投资者可以根据有效的财务危机预测模型进行投资决策。 广大投资者通过财务危机预测，可以及时了解上市公司的经营状况，防范投 资风险。由于上市公司数目众多，信息量很大，年报、中报和平时的重大信息以 及这之间的信息关联、交叉重复程度又比较大，再加上普通投资者一般缺乏进行 分析所需要的高深的数理知识，在分析上市公司信息时往往难以做出正确的判断。 而公司财务危机预测模型的建立，可以通过对上市公司不断挖掘有价值的信息， 在上市公司发生财务危机之前就能及时准确地发出警报。从保护投资者的利益出 发，中国证券监督管理委员会和证券交易所己经制定了一系列防范和化解财务危 机的制度但值得注意的是，除了预亏预测制度外，这些制度都是针对上市公司 出现财务危机以后的相关措施，至于预亏预测制度，其发布与否以及发稚的具体 时间都取决于上市公司，上市公司的调控余地很大而投资者在进行投资决策的 时候，更多的是需要一种事前信息。他们想知道盈利的上市公司是否会突然亏损， 亏损一年的上市公司是否会连续亏损，以及每股净资产低于面值的公司是否会出 现破产的情况若能建立一套行之有效的财务危机预测系统，对投资者的投资决 策有着重要意义。 ( 2 ) 有效的财务危机预测模型能更好地推进证券监管部门的监管工作，并从实 证研究角度上支持和加强证券监管部门的监管工作。 从我国证券市场来看，经过1 0 多年的发展，我国证券市场已经在我国国民经 济中占有了非常重要的位置，而上市公司的财务状况更是投资者、政府监管部门 基于遗传规划方法上市公司财务危机预测模型 等利益相关者关注的重要问题为了提示不同程度的财务危机风险，证券监管部 门制定了一系列制度，如s t 制度、暂停上市和终止上市制度而这些制度的约束 条件都是以上市公司的亏损程度为基础的那么是否存在其他能有效反映上市公 司财务危机的财务指标? 是否能从历史财务指标的变化中判断出上市公司发生财 务危机的预兆，从而加强事前监管? 若能通过实证研究，建立一套财务危机预测系 统，并找出判断上市公司是否发生财务危机的关键性指标，对于证券监管部门的 监管工作有着重要意义。 ( 3 ) 有效的财务危机预测模型可以帮助上市公司防患于未然。 真实的财务数据可以说是企业经营绩效最客观的成绩单，相关的比率分析更 是公司最好的财务预测讯息，会计资讯在上市公司的评估绩效及决策参考有着重 要的内部功能。若能建立起上市公司财务预测系统，有助于上市公司及时发现问 题，解决问题，防患于未然。 ( 4 ) 有效的财务危机预测模型可以使债权人等利益相关者做出及时、正确的决 策。 上市公司的利益相关者还包括债权人，如银行等。尽管目前上市公司有着直 接的融资渠道，但间接融资仍在上市公司的资本结构中占有相当大的比重。债权 人在进行是否对上市公司贷款的决策时，迫切想知道上市公司是否会发生财务危 机，从而保证其发放贷款的安全性和收益性。尤其是在中国特定的环境下，债权 转让市场还没有建立起来，债权人持有的债权流动性不强，一旦上市公司发生财 务危机，债权很有可能收不回来，坏账的可能性很大。故建立上市公司财务危机 预测系统对银行等债权人也有着重要的意义。 1 3 国内外有关财务危机预测模型研究文献的综述及评价 1 3 1 国外有关财务危机预测模型研究文献的综述 关于公司财务危机预测系统的研究在海外历史悠久，总体而言，运用于财务 困境预测的方法可分为统计类和非统计类两大类，统计类的方法主要包括一元判 别法、多元线性判别法、多元逻辑回归方法、生存分析法等。 第1 章绪论 一元判别法：b e a v e r 对1 9 5 4 1 9 6 4 年问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认为；现金流量债务总额、资产收益率、资产负债率 对于预测财务危机是有效的，而现金流量，债务总额指标最好，预测的准确率达到 8 0 以上。但是该指标用于分辨非经营失败企业的准确率高于经营失败企业，在一 定程度上影响了模型的实用性。另外还有盈亏平衡分析法、概率分析法、敏感性 分析法。 多元线性判别模型：z 模型：1 9 6 8 年a l t m a n l 4 l 运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 l 6 l 和i n g r a i n ( 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很有用。 另外还有z e t a 模型( a l t m a n ，h a l d c m a n 和n a r a y a n a n ) 。 、 多元逻辑回归：o h l s o n 6 j 用了多元逻辑回归方法分析了1 9 7 0 1 9 7 6 年问破产的 1 0 5 家公司，发现用公司规模、资本结构、业绩和当前的变现能力进行财务危机的 预测准确率达到9 6 1 2 。 非统计方法主要有模拟类预测方法( 如神经网络模型) 、行为反映类分析法 ( 如股价分析法) 、案例分析法等。随着计算机技术和信息技术的不断发展，西 方研究人员开始运用人工神经网络、专家系统、遗传算法等非统计类方法进行财 务困境的预测研究。1 9 9 0 年o d o m 等开始运用人工神经元网络进行财务困境预测 的探索，1 9 9 8 年m e s s i e r 和h a n s e n 将专家系统首次引入到财务困境预测领域， f r a n c o 和v a r e t t o 进行了应用遗传算法构建预测模型的尝试。这些研究与以往的线 性分析模型相比都取得了较好的结果。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测的研究中，大大推动了财务预测研究 在西方的迅速发展网i 1 3 2 国内有关财务危机预测模型研究文献的综述 在国内，研究最早是1 9 8 6 年吴世农、黄世忠在中国经济问题发表了一篇 基于遗传规划方法上市公司财务危机预测模型 文章，首次在我国介绍了企业破产的分析指标和预钡4 模型：1 9 9 9 年陈静第一个对 我国上市公司的财务困境进行预测。她使用2 7 家s t 和非s t 公司作为对比样本， 选取资产负债率、净资产收益率、总资产收益率和流动比率4 个财务指标，进行 了单变量分析，结果发现资产负债率和流动比率的误判率最低；在多元判别分析 中，选取资产负债率、净资产收益率、总资产收益率、流动比率、营运资本总资 产及总资产周转率6 个指标构建了多元线性判别函数在s t 发生的前3 年有较好 的预测能力：2 0 0 0 年，张玲选取沪深两市1 4 个行业1 2 0 家上市公司为样本，从偿 债能力、盈利能力、资本结构状况和营运状况4 个方面相关财务比率中筛选出4 个变量构建了二分类线性判定模型。黄岩、李元旭( 2 0 0 1 ) ，他们应用多元统计分 析，以沪深股市的上市公司为样本，建立了中国工业类上市公司财务失败预测模 型，给出了所研究上市公司的z 值范围，并应用该模型对预测样本进行了实证研 究。 2 0 0 1 年，吴世农、卢贤义选取1 9 9 8 2 0 0 0 年中的7 0 家s t 公司作为样本和7 0 家非s t 公司作为配对样本，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，结果证明对于同一信 息集而言，逻辑回归模型的判定能力最好；2 0 0 1 年，杨保安、季海针对判别分析 、 方法在构建财务危机预测模型中存在的问题，最先运用b p 神经网络建立财务预测 模型i 引。之后相继出现了粗集神经网络( 柳炳祥2 0 0 2 ) 。、基于模糊优选的神经网络【周 敏2 0 0 2 ) 1 9 l 和人工神经网络( 刘洪2 0 0 4 ) 财务预测模型；2 0 0 3 年柳炳祥、盛昭翰又提 出了基于案例推理的财务危机预测系统的初步构想，2 0 0 4 年张林也对此进行了相 关探讨。 1 3 3 国内外有关财务危机预测模型研究文献的评价 现有的统计类财务危机预测模型可归为两大类：传统统计模型和人工智能模 型。传统的统计模型主要基于多元统计分析方法，其基本思路是，根据已经掌握 的历史上每个类别( 危机类、正常类) 的若于样本，从中总结出分类的规律，建 立判别公式，用于对新样本的分类根掂判别函数的形式和样本分砸的假定不同， 第1 章绪论 主要的模型有：多元回归分析模型、多元判别分析模型( m d a ) 、l o g i s t i c 回归分析 模型、近邻法。其中以m d a 和l o g i s t i c 回归分析模型应用最为广泛，已有大量商 业化软件。总之统计模型最大的优点在于它具有明显的解释性，存在的缺陷是过 于严格的前提条件。 为了解决这些问题，引入了l o g i s t i c 回归分析模型和近邻法。l o g i s t i c 回归模 型不需假定任何概率分布，也不要求等协方差，但是当样本点存在完全分离时， 模型参数的最大似然估计可能不存在，模型的有效性值得怀疑，另外该方法对中 间区域的差别敏感性较强，导致判别结构的不稳定。近邻法不要求数据正态分布， 但当数据的维数较高时，存在所谓的“维数祸根( c u r s eo fd i m c n s i o n a l i t y ) ”对 高维数据。即使样本量很大，其撒在尚维空间中仍显得非常稀疏，绝大多数点附 近根本没有样本点，这就使得”利用空间中每一附近的样本点来构造估计”的近 邻法很难使用。 随着信息技术的发展，近年来人工智能( a j ) 模型被引入信用风险评估中。常用 的a i 模型主要包括神经网络技术( n n ) 、决策树等。n n 可以看成是从输入空间到 输出空间的一个非线性映射，它通过调整权重和阈值来“学习”或发现变量间的 关系，实现对事物的分类。由于n n 是一种对数据分布无任何要求的非线性技术， 它能有效解决非正态分布、非线性的信用评估问题，但其缺陷是：( 1 ) “黑箱性” 问题，即不具有解释性：( 2 ) 结构确定的困难性、训练效率低下等，因此实际中神 经网络技术往往被作为一种“校验性”的辅助方法。决策树是o u i n l a n 在h u n t 的 概念学习系统c l s ( c o n c c p ti _ 七a m i n gs y s t e m ) 1 2 l 上发展起来的一种自上而下的分类 方法。它通过对一组训练样本的学习，构造出决策型的知识表示决策树模型较 统计模型从直观上更易理解，且应用时对专业知识也无较高的要求但是在实际 应用中，由于问题的复杂性增加，决策树模型经常会出现组合爆炸( c o m b i n a t o r y e x p l o s i o n ) i i j 使得构造的决策树过于复杂难以理解，并且，这种归纳学习建模方法 容易造成模型的过度拟合。另外，该方法不是一种启发式的寻优技术，因而建模 时缺乏效率。 基于遗传规划方法上市公司财务危机预测模型 1 4 论文的研究思路 本文利用我国上市公司己经审计的公开披露的财务数据为数据资料，运用定 性分析方法选取财务指标变量，然后用选取的财务指标变量作为自变量，使用遗 传规划方法，借助d i s c i p u l u s 软件，构建我国上市公司财务危机预测模型。 本文以2 0 0 0 - 2 0 0 5 年被s t ( s t 公司被视为发生财务危机公司) 的1 0 0 家上市公 司和配对的非s t ( 非s t 公司视为财务正常公司) 的1 0 0 家上市公司为估计样本，选 取了短期偿债能力，营运能力、盈利能力、长期偿债能力和现金流量五个方面共 2 0 个财务指标变量作为指标变量来构建财务危机预测模型。财务危机预测模型的 构建采用遗传规划方法。 本文在选取样本时，拟以上市公司公开披露的财务报表为数据资料，并且仅 考虑首次被实行特别处理且上市3 年以上的上市公司。本文这样选取样本的目的 在于能够尽可能的避免包装上市的公司选入样本，从而提高模型判定的准确率。 财务危机预测模型预测的超前性定义在财务危机发生的前3 年。我国许多学 者在研究财务危机预测模型时，大多定义财务危机预测超前时间的方法是：以被 s t 的当年定义为财务危机发生的时点即为t 年，t - 1 为财务危机发生的前一年，以 此类推。我国许多学者在研究财务危机预测模型时，大多强调预测超前时间为发 生财务危机的前两年，即t 2 年。根据我国的实际情况，本文也以被s t 的年份定 义为发生财务危机的时间，但所不同的是，本文的研究的预测超前时间为财务危 机发生的前3 年，主要是因为在我国被s t 的年份所依据的财务数据是被s t 的前 一年，比如，2 0 0 4 年被s t 所依据的是2 0 0 3 年的财务数据，实际就是以当年的数 据来推断当年是否会发生财务危机，不符合财务危机远期预测的要求，即实际上 并没有预测的超前性因此本文在研究财务危机预测模型时，把财务危机预测模 型的预测超前性定义在财务危机发生的前3 年。 本研究尝试将遗传规划的方法引入财务危机预瓤领域，并将研究结果和其他 方法进行分析比较，以期发现有用的结论。其的研究流程如图1 1 。 第l 章绪论 i 研究l i 的 0 i 。文献刚蜮j w 述 i 劓务纯帆界定i i i 研瓤凝汁l i l 宜h 1 研究l r 臣圈 匝固 b 圆 图1 1 论文的研究流程图 f i g 1 1s t u d yf l o wc h a r t 8 基于遗传规划方法上市公司财务危机预测模型 第2 章财务危机预测模型指标体系的选择 2 1 财务危机的概念及级别界定 财务危机( f i n a n c i a lc r i s i s ) ，又称财务困境( f i n a n c i a ld i s t r e s s ) 、财务失败 ( f i n a n c i a lf a i l u r e ) 。其常常潜伏于财务风险之中，主要表现为公司资本循环周转被 打乱而导致的支付危机。许多企业都可能遇到财务危机的困扰，如果不能及时采 取措施加以解决，就会破产、清算。从严格意义上讲，严重的财务危机是财务失 败或破产 关于财务危机的定义，国内外学术界有不同的观点。本文认为财务危机是一 个企业的现金流不足以支付企业的到期债务，。包括借款和各种应付款。从这个角 度看，陷入财务危机的企业既可能是亏损企业，也可能是盈利企业。企业在通过 并购等一系列手段快速发展时，往往容易忽略企业财务风险，如盲目投资导致大 量现金流出，所投项目可能不是公司擅长的领域导致未来经营收益很不确定，以 及企业由于自身管理不当导致负债结构不合适，或应收账款占流动资产比率过高 等，存在这些问题就很容易陷入财务危机。从量化的角度看，财务危机就是企业 的净现金流量小于企业所需偿还的到期债务。从动态发展的眼光看，财务危机是 一个时期概念，即是一种渐进式的积累过程，从技术性失败到公司破产都属于财 务危机的过程，只是危机程度轻重不同；并且在危机的逐步发展的过程中不同阶 段表现的主要征兆也不同，在危机的潜伏期，表现为资金周转困难，也就是不能 偿还到期债务：在危机的发作期，表现为资本扩张受限，即没有资金进行投资； 在危机的恶化期，表现为资本结构劣化，即资不抵债，持续经营存在重大不确定 性。因此，根据其表现程度的不同可分为以下四级： 表2 1 财务危机级别 t a b 2 1f i n a n e i a lc r i s i sd i s t i n c t i o n 一级危机二级危机 三级危机四级危机 经营失败无偿付能力违约企业破产 第2 章财务危机预测模型指标体系的选择 “经营失败”是指公司破产后停止经营；或者处置抵押品或仍然对债权人造 成损失的l 无法按期支付债务的；因法律纠纷被接管、重组；或与债权人自愿和 解的。无偿付能力包括技术上的无偿付能力和破产意义上的无偿付能力。前者指 企业缺乏流动性，不能偿付到期债务，即用净现金流是否能满足流动负债的支付 需要作为判别技术上是否无偿付能力的标准；后者是指企业资不抵债，净资产为 负。违约可分为技术违约和法律违约两种，技术违约是指债务人违反合同规定并 可能招致法律纠纷，法律违约是指债务人不能按期支付到期债务。破产是指提交 破产申请，被接管清算。 2 2 财务危机预测模型指标体系的选取原则 构建财务预测模型的关键之一在于选择预测指标。对企业来说，预测指标选 择得好，财务危机预测模型就能真正起到预知危机、控制危机的作用；预测指标 选得不好，则财务危机预测就形同虚设，起不到防患于未然的作用。因此我们要 遵照一定的原则，慎重选择预测指标。 由于上市公司陷入财务危机的本质原因不尽相同，很难只用几个简单财务指 标充分描述，一般来说只能挑选出不同的变量代表上市公司的财务状况。本文在 参考了以往研究文献的基础上j 考虑财务危机公司的明显特征，结合我国上市公 司的实际情况，遵循如下原则选取财务指标变量： ( 1 ) 选取的财务指标能够体现公司的偿债能力。公司的偿债能力与是否发生财 务危机是息息相关的。不能清偿到期债务能够引起财务危机的发生 f 能够反映上市公司的营运能力。营运能力反映上市公司在资产方面的管理 效率，经营业绩良好的公司应该有较好的营运能力 ( 3 1 能够反映上市公司的盈利能力。经营成果的好坏也是公司能否存在和发展 的基础。从投资人的角度，上市公司的盈利状况和盈利能力影响投资人的行为。 因此所选的财务指标必须充分反映上市公司的盈利能力。 ( 4 ) 能够反映上市公司的现金流量。现金流量指标，可以为财务决策提供以往 基于遗传规划方法上市公司财务危机预测模型 基本财务指标所无法提供的信息资料，有利于财务的动态管理，对于加强财务管 理，充分发挥财务杠杆作用，提高财务信息的相关性和可比性具有十分重要的作 用。 ( 5 ) 考虑以前财务危机预测研究采用的财务指标从现有的研究成果来看，对 备选指标变量的选择主要包括常用的财务比率、现金流量指标、经过适当调整的 财务指标以及一些构造的虚拟变量。在本文中，选择的变量数据来源于上市公司 公开披露的年度财务报表，所使用的备选指标变量主要是由上市公司的年度报告 资料所构造的财务指标和现金流量指标，而没有采用市值指标，主要是由于我国 的资本市场发展的历程短，上市公司的股本结构复杂( 包括国家股、法人股、职工 股和社会公众股等) ，其中相当一部分股票不能上市流通，使得这些股票的市场价 值难以确定，因此上市公司所有者权益的市场价值无法确定。 ( 6 ) 财务指标易于计算取得。有些指标计算所需要的数据无法从公开披露的财 务报表获得或者必须通过其他可靠的途径才能获得。因此在选取指标过程中不考 虑这样的财务指标【1 7 1 另外，还要考虑以下几个原则： ( 1 ) 敏感性 指被选择的指标要能够比较灵敏地反映企业财务运行的主要方面，具有高度 敏感性，危机因素一旦萌芽，就能够在指标值上迅速地反映出来。 ( 2 ) 先兆性 指被选择的指标应当超前于实际财务运行的波动。即指标能辨识企业的正常 状态与危机状态的区别，一旦指标值趋于恶化，往往意味着危机可能发生或将要 发生，而非业已陷入严重危机状态时的结果性指标。 ( 3 ) 关联性 指指标与危机的生成过程密切相关。就财务层面上看，诱发财务危机最为直 接的原因，可能是由于资源配置缺乏效率或对竞争应对不当，导致了企业在竞争 中处于劣势地位，未来现金流入能力低下；也可能是企业一味地追求销售数额的增 长，却忽略了对销售质量一现金流入的有效支持程度及其稳定可靠性与时问分布 第2 章财务危机预测模型指标体系的选择 结构等的关注，由此导致企业陷入了过渡经营状态与现金支付能力匮乏的困境。 这就要求预测指标应当依托这些根源加以把握，从财务危机的根源选择指标。 ( 4 ) 可操作性 指根据现有公开的财务会计信息，能够直接或间接地得到各有关的指标。因 为要体现上述原则的指标数不胜数，但有些指标的数据很难取得，需要耗费大量 的人力和物力，因此这些取得成本很高的指标将不予以考虑。 ( 5 ) 互斥性 互斥性是指各指标间要既能相互补充，又不能重复，尽可能全面综合地反映 公司运营状况。 2 3 财务危机预测模型指标体系 基于选取财务指标的以上原则，本文选取五大类财务指标，涉及企业的短期 偿债能力指标、营运能力指标、盈利能力指标长期偿债能力指标和现金流量能 力指标，每类指标合计共涉及2 0 个财务指标。选取的这2 0 个财务指标作为构建 财务危机预测模型的初选指标变量。 2 3 1 短期偿债能力指标 短期偿债能力是企业偿付下一年到期的流动负债的能力，是衡量企业财务状 况是否健康的重要标志。企业债权人、投资者、原材料供应单位等使用者通常都 非常关注企业的短期偿债能力。 ( 1 ) 流动比率x l 流动比率= 流动资产流动负债 该指标表示企业每一元流动负债有多少流动资产作为偿还的保证，反映企业 可用在一年内变现的流动资产偿还到期流动负债的能力。该指标值越大，企业短 期偿债能力越强，企业因无法偿还到期的短期负债而产生的财务风险越小。但是， 该指标过高则表示企业流动资产占用过多，可能降低资金的获利能力该指标值， 一般以2 为宜。 ( 2 ) 速动比率x 2 基于遗传规划方法上市公司财务危机预测模型 速动比率= ( 货币资金+ 短期投资+ 应收票据+ 一年内应收账款) 流动负债 流动资产中的存货可能由于积压过久等原因无法变现或者变现价值远远低于 账面价值；待摊费用一般也不会产生现金流入因此，仅以流动资产中变现能力 最强的部分与流动负债的比值计算速动比率。 速动比率越高，表明企业未来的偿债能力越有保证。但是速动比率过高，说 明 企业拥有过多的货币性资产从而可能降低资金的获利能力。该指标值，一般以1 为 宜。 ( 3 ) 营运资金比率) 白 营运资金比率= ( 流动资产一流动负债) 流动负债 ( 4 ) 现金比率) 【4 现金比率= ( 货币资金+ 短期投资) 流动负债 现金比率是在速动比率的基础上进一步修正而得。在速动资产的基础上扣除 了应收账款和应收票据。这是最保守的短期偿债能力指标。 ( 5 ) 营运资金对资产总额比率x 5 营运资金对资产总额比率= ( 流动资产一流动负债) 平均总资产 2 3 2 营运能力指标 营运能力反映企业经营管理、利用资金的能力。通常来说，企业生产经营资 产的周转速度越快，资产的利用效率就越高。 ( 1 ) 应收账款周转率) ( 6 应收账款周转率= 主营业务收入净额应收账款平均余额( 期初2 + 期末2 ) ( 2 ) 存货周转率x 7 存货周转率= 主营业务成本存货平均余额 存货周转率是衡量企业生产经营各个环节中存货周转效率的一个综合性指 标。一般情况下，存货周转率越高越好。存货周转率高，说明存货的流动性较好， 存货的管理也具有较高的效率，销售形势也好。 第2 章财务危机预测模型指标体系的选择 ( 3 ) 应付账款周转率) ( 8 应付账款周转率= ( 主营业务成本+ 期末存货成本期初存货成本) 平均应付 账款 应付账款周转率反映本企业免费使用供货企业资金的能力。通常来说，在债 权人的允许范围内，管理者应该充分运用这样一笔本单位占用其供货单位的资金。 指标值应当适度。 ( 4 ) 营运资金周转率x 9 营运资金周转率= 销售收入( 流动资产一流动负债) ( 5 ) 现金及现金等价物周转率x l o 现金及现金等价物周转率= 销售收入现金及现金等价物期末余额 2 3 3 长期偿债能力指标 长期偿债能力是公司按期支付债务利息和到期偿还本金的能力。在企业正常 生产经营的情况下，企业不能依靠变卖资产从而偿还长期债务，而需要将长期借 款投入到回报率高的项目中得到利润来偿还到期债务。长期偿债能力主要从保持 合理的负债权益结构角度出发，来分析企业偿付长期负债到期本息的能力。 ( 1 ) 股东权益比率x 1 1 股东权益比率= 股东权益资产总额 该指标反映了企业总资产中，权益资产占的比例。该指标越高，一方面反映 了企业经营资产，偿债风险越小，但是另一方面也反映了企业没有充分利用负债 资金，存在利用财务杠杆的空间。 ( 2 ) 资产负债比率x 1 2 资产负债比率二负债总额资产总额 资产负债比率又称财务杠杆系数，该指标反映了企业总资产来源于债权人提 供的资金的比重，以及企业资产对债权人权益的保障程度。在生产经营状况良好 的情况下，还可以利用财务杠杆的正面作用，得到更多的经营利润如果企业的 经营状况不佳。不但企业资金实力不能保证偿债的安全。财务杠杆还会发挥负面 基于遗传规划方法上市公司财务危机预测模型 作用导致财务状况越加恶化。这一比率越小，表明企业的长期偿债能力越强。指 标值以不高于7 0 为宜。 预测：如果资产负债率 l ，说明企业已经资不抵债，有濒临倒闭的危险。 ( 3 ) 有形资产债务率x 1 3 有形资产债务率= 负债总额( 资产总额一无形资产净值) 企业资产变现时。无形资产存在难以变现或者减值的危险待摊费用并不能 转变成为现金。待处理财产损失和固定资产清理科目，往往是企业悬而未决不愿 处理的种种损失，并不能转变成为可以带来未来收益的资产这是一个保守的衡 量长期偿馈能力的指标。 ( 4 ) 权益对负债比率x 1 4 权益对负债比率= 股东权益负债总额 权益对负馈比率反映所有者权益对债权人权益的保障程度。从另一个角度反 映企业的长期偿债能力。与资产负债率、股东权益比率两个指标可以相互印证。 2 3 4 盈利能力指标 盈利能力是企业获取利润的能力。利润是投资者取得投资收益，债权入收取 本息的资金来源，是衡量企业长足发展能力的重要指标。 ( 1 ) 营业毛利率x 1 5 营业毛利率= 主营业务利润主营业务收入 营业毛利率指标反映了主营业务的获利能力。通常，这个指标越高越好。 ( 2 ) 总资产净利润率x 1 6 总资产净利润率：净利润总资产平均总额 总资产净利润率指标反映企业总资声能够获得利润的能力，是反映企业资产综 合利用效果的指标。该指标越高，表明资产利用效果越好，整个企业的活力能力 越强，经营管理水平越高该指标越高越好。 ( 3 ) 扣除非经营性损益后的股东权益净利润率x 1 7 扣除非经营性损益后的股东权益净利涧率= 扣除非经营损益后的净利润股 东权益总额 第2 章财务危机预测模型指标体系的选择 ( 4 ) 股东权益净利润率x l s 股东权益净利润率= 净利润股东权益平均余额 2 3 5 现金流量指标 表2 2 财务指标变量表 t a b 2 2f i n a c i a li n d e xt a b i e 变量名称代码计算公式 流动比率x l流动资产流动负债 短 速动比率 x z ( 流动资产一存货) 流动负债 期 偿 营运资金比率 x 3 ( 惋动资产一流动负债) 流动负债 债 能 现金比率 x j 现金及现金等价物期末余额流动资产 力 营运资金对资产总额比率x 5( 流动资产一流动负债) 平均总资产 应收账教周转率 x 6 销售收入应收帐款平均占用余额 营 存货周转率 x ， 销售成本存货平均占用余额 运 应付账款周转率x b 销售成本应付帐款平均占用余额 能 力 营运资金周转率 x 9 销售收入( 流动资产一流动负债) 现金及现金等价物周转率 x l o 销售收入现金及现金等价物期末余额 长 所有者权益比率 x 1 1 股东权益合计资产总额 期 资产负债率 x 1 2 负债总额资产总额 偿 债 有形净值负债率 x 1 3 负债总额( 资产总额一无形资产净值) 能 力 负债权益比率 x 1 4 负债总额股东权益 营业毛利率 x u 主营业务利润主营业务收入 盈 总资产净利润率x 1 6净利润总资产平均余额 利 扣除非经营性损益后的股x 1 7扣除非经营损益后的净利润股东权益总额 能 力 东权益净利润率 股东权益净利润率x 1 8净利润股东权益平均余额 葩现 现金流量对流动负债比率 x 1 9 经营活动现金流量净额流动负债 莲金 土营业务收入现金比率x 2 0 经营活动现金流量净额主营业务收入 1 6 基于遗传规划方法上市公司财务危机预测模型 现金流量指标反映现金流量信息按照现行会计制度的权责发生制原则计算 的财务指标难以全面反映上市公司的真实财务与盈利状况，