（工商管理专业论文）我国上市公司财务困境预测模型的实证研究.pdf

华中科技大学硕士学位论文 摘要 、遗上市公司是证券市场的基石，其经营业绩的好坏将誊接影响证券市场的健康发 展。由予我强证券市场建立不久盟发展迅速，其阀存在许多阅越，尤其是些公霹 恶意造假，包装上市，有些公司上市不久即戴上s t 的帽子，成为被收购的对象， 给广大的投资者和债权入造成巨大的损失。更为严重的是，广大投资者肘上市公葡 的财务风险认识不足，还存在许多不理智的投资行为。这使得有关上市公司财务困 境预测的研究日益追留。我冒嗣前在上市公司中实行| l 勺s t 制度就是一种风险提示 方法。 鬣外有关这方面的研究已经作了许多。我菡近年来也有许多探 真正反映我国实际情况的预测模型还非常少。这里面的原因悬缀多 上市公司为研究对象，从财务困凌的赛定、研究样本的设计、变羹 研究，但 文以我国 、统计实 证方法的应用等方题系统的回顾和总结了该领域中的主要成果和问题，分板了企业 陷入财务困境的原因。最后以我国上市公司为研究对象，选取了2 0 0 1 年、2 0 0 2 年 我国深、沪股市a 股市场6 2 家被s t 的公司和6 2 家财务正常公河为样本，以被s t 的裁3 年为时隈，以8 个财务撵标作为判别变爨，其中酋次引入了现金流量指标。 同时还首次选用了对我国上帘公司有蘸要意义的主营业务刹润对资产的更献这一 指标，以检验它们的判剐效聚。在分掇方法上首先应用割霭分析、单变繁分析比较 了这些指标的差箕，最后应用多元回归分析、f i s h e r 二炎判别分析、主成分分孝厅和 l o g i s t i c 回归分析，分别建立了四种财务困境预测模型。研究缭暴表明：1 ) 在财务 困境发生的前2 年，6 个财务指标的信息时效瞧较强，其中净资产收益率( r o e ) 的判剐成功率较赢；2 ) 四种模型均能在财务困境发生前做出相对准确的预测。桷 对于阉一信息集雨言，l o g i s t i c 预测模型的误判率最低。文章最后分析摄出了陷入 财务困境后的补救措施。 关键词：财务困境财务指标预测模墅 华中科技大学硕士学位论文 a b s t r a c t l i s tc o m p a n i e sa r et h eb a s i so f t h es t o c km a r k e t ，a n dt h e i rp e r f o r m a n c ew i l ld i r e c t l y i n f l u e n c ei t sh e a l t hd e v e l o p m e n t i nr e c e n ty e a r so u rs t o c km a r k e td e v e l o p sr a p i d l y , b u t a si th a ss e tu pf o rn o tal o n gt i m e t h e r ea r em a n yp r o b l e m si nt h es t o c km a r k e t e s p e c i a l l y , s o m ec o r p o r a t i o n sm a k ef a l s es e r i o u s l yi no r d e rt ob e c o m eal i s tc o m p a n y s o m e c o r p o r a t i o n s w e r es p e c i a l l yt r e a t m e n t ( s t ) s o o na f t e rt h e r eb e c a m eal i s tc o m p a n y a n dw e r et a k e no v e rb yo t h e rc o r p o r a t i o n s ；t h i sh a sm a d eb i gl o s st om a n yi n v e s t o r s m o r es e r i o u s l y , m a n yi n v e s t o r sh a v el i t t l ek n o w l e d g eo ff i n a n c er i s ka n dt h e i ri n v e s t i n g b e h a v i o ri si r r a t i o n a l i tm a k e st h er e s e a r c ho f t h ep e r d i t i o ns y s t e mt ot h ef i n a n c ed i s t r e s s u r g e n t l y t h ep o l i c y o f “s r i saw a y o f i n f o r m i n gr i s k f o r e i g nr e s e a r c h e r sh a v em a d em a n ys t u d i e so nt h i s r e c e n t l y , o b rc o u n t r yh a s s o m es t u d i e so no u rs t o c km a r k e t ，b u tt h e r ea r ef e w p r e d i c a t i o nm o d e l s e a ! lr e a l l yr e f l e c t t h ec o n d i t i o n t h i ss t u d ys y s t e m a t i c a l l yr e v i e w st h em a i ns t u d i e sa n dp r o b l e m so ft h e d e f i n i t i o no f f i n a n c e d i s t r e s s ，t h ed e v i c eo f s a m p l e ，t h es e l e c t i o no f f i n a n c ei n d e xa n d t h e m e t h o do f a n a l y s i s a tt h es a n l et i m e ，w ea n a l y z et h er e a s o no f f i n a n c ed i s t r e s s w e s e l e c t 6 2 ”s t ，c o r p o r a t i o n s a n d6 2n o r m a lc o r p o r a t i o n sa s s a m p l e si ns h a n g h a ia n d s h e n z h e ns t o c km a r k e ti nt h ey e a ro f2 0 0 1a n d2 0 0 2 ，a n ds e l e c t8f m a n c ei n d e xa s d i s c r i m i n a t i n gv a r i a b l e s w ef i r s ta p p l yt h ei n d e xo f c a s hf l o wa n dt h er a t i oo fm a i n p r o f i tt oa s s e ti no r d e rf i n dt h e i rd i s c r i m i n a t i n ge f f e c t s f i r s t l y , a p p l y i n gf o rs e c t o r a n a l y s i sa n ds i n g l ev a r i a b l ea n a l y s i sc o m p a r e s w i t ht h ed i f f e r e n c eb e t w e e nt h e s ef i n a n c e i n d e x e s f i n a l l y , t h ep a p e rg i v e st h i n ef i n a n c ed i s t r e s s d i s c r i m i n a t i o nm o d e l st h r o u g h a p p l y i n g f o rt h ef i s h e r a n a l y s i s ，t h ep r i n c i p a lc o m p o n e n ta n a l y s i s a n d l o g i s t i c r e g r e s s i o na n a l y s i s i ts h o w s ：1 ) 2y e a r sb e f o r ef i n a n c ed i s t r e s s ，6f i n a n c ei n d e x e sa r e t i m e l ya n dt h er o e i st h eb e s t 2 1 c o m p a r a t i v e l y , t h r e ed i s c r i m i n a t i o nm o d e l sc a na l l p r e d i c t t h ef i n a n c ed i s t r e s sc o r r e c t l y a m o n g t h e s e m o d e l s ，t h e r a t eo ff a l s e d i s c r i m i n a t i o no f t h el o g i s t i cm o d e li st h el o w e s t i nt h ee n d ，t h ep a p e rp u tf o r w a r ds o m e r e m e d y m e a s u r e so f f i n a n c ed i s t r e s s k e y w o r d s ：f i n a n c ed i s t r e s sf i n a n c ei n d e x p r e d i c t i o nm o d e l 华中科技大学硕士学位论文 引言 最近发生了令世界震惊的安然事件。随之而来披露的大量关于华尔街会计造假 的丑闻引起了广大投资者的愤怒与警惕。中国证券市场更是地震频发，爆出了郑百 文、银广夏、蓝田股份、麦科特造假事件。上市公司是证券市场的基石，其行为规 范与否和经营业经的好坏将直接影响到证券市场的建设和健康发展。随着我国市场 经济体制的逐步建立和资本市场的快速发展，对公司财务困境的预测研究的需求日 益迫切，急需通过完善的经济预测方法，建立起有效的财务预警系统。目前我国在 上市公司中实施的s t 、p t 制度，就是对投资者的一种风险提示方法。 财务困境预测实证研究的一般方法是：确定一组陷入困境的公司；再根据一定 的标准确定一组未陷入困境的公司作为对照样本；采用一定的统计方法对两组样本 数据进行分析，从而揭示哪些财务比率在两组中存在一致而且显著的差异；最后应 用具有显著差异的比率和指标体系，构造出进行公司财务困境预测的评价模型。 本文主要从财务困境的定义及界定、样本设计、预测变量的选择、统计实证方 法的应用等方面对2 0 0 1 年、2 0 0 2 年上海、深圳证券交易所被“s t ”的上市公司进 行了分析。其特点是样本比较新，并且采用了适合我国财务会计制度的财务指标， 同时剔除了非正常的s t 公司。这和以往的研究者有所不同。并在分析财务困境原 因的同时，提出了相应的补救措施。 华中科技大学硕士学位论文 1 1 财务困境的定义 1 财务困境研究概述 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“企业破产”( b a n k r u p t e y ) 。企业因为财务困境导致破产实际上是一种违约行 为，所以财务困境又可以称为“违约风险”( d e f a u l tr i s k ) 。有许多研究者将陷入财 务困境等同于财务失败【l j 。 f 是由于存在以上概念上的差别，导致关于财务困境的定义有不同的观点。国 外绝大多数的研究，将企业根据破产法提出破产申请的行为作为确定企业进入财务 困境的标志【( a i r m a n ，1 9 6 8 ，o h l s o n ，1 9 7 1 ：z m i j e w s k i ，1 9 8 4 ；p l a t t , 1 9 9 0a n d1 9 9 4 ) ，只 有极少数的研究如b e a v e r ( 1 9 6 6 ) 认为财务困境不应仅仅界定为企业破产，还应包括 债券不偿付、银行透支、不能支付优先股等p 2 1 。c a r m i c h a e l 认为财务困境是企业履 行义务时受阻，具体可表现为流动性不足、权益不足、债务拖欠和资金不足。r o s s l 3 3 j 等人则认为可以从四个方面定义企业的财务困境： 1 ) 企业失败，即企业清算后仍无力支付债权人的债务； 2 ) 法定破产，即债权人和企业向法院申请企业破产； 3 ) 技术破产，即企业无法按期履行债务和约还本付息； 4 ) 会计破产，即企业的账面净资产出现负数，资不抵债。事实上，从建立预 测模型，防范财务风险的角度看，财务困境应该是指一个企业处于经营性现金流量 不足以抵偿到期债务，即以上第3 个方面的技术破产。 实践中大多数企业的财务困境都是由财务状况正常到逐步恶化，最终导致财务 困境或企业破产的。因此，企业的财务困境不但具有先兆，而且是可以预测的。正 确的预测企业财务困境，对于保护投资者和债权人的利益，对于经营者防范财务危 机，对于监管部门监控上市公司质量和证券市场风险，都具有重要的现实意义。 综合国内外关于财务困境判定和预测模型的研究，其主要涉及到五个基本问 题：1 ) 财务困境的定义及研究对象的界定；2 ) 研究样本的设计；3 ) 预测变量或判定 指标的选择：4 ) 统计实证方法的应用；5 ) 数据使用和预测精度判定。本文主要从前 四个方面对我国上市公司陷入财务困境的状况进行研究。 华中科技大学硕士学位论文 1 2 研究对象的界定 如何界定财务困境是进行财务困境预测研究需要考虑的首要问题，学术界对此 有多种不同的定义方法。前面已经提到国外绝大多数的研究，将企业根据破产法提 出破产申请的行为作为确定企业进入财务困境的标志，这与国外比较成熟的市场经 济以及企业退出市场的机制完善有关。将企业破产作为进入财务困境的标志，一方 面是考虑到企业提出破产申请这一行为是客观发生的，具有高度的可度量性，从而 也比较容易确定研究样本；另一方面，破产对与企业相关的各利益集团的冲击比较 大，更容易引起重视。但是，破产实质上是一种法律现象，除受经济因素的影响以外， 还受政治和其他非市场因素的影响，这一点在我国的影响尤其明显。因此，理论研究 的更佳切入点也许是预测公司财务状况是否健康，而非公司是否会破产及何时破 产。如果从财务方面研究企业破产行为，就是将不仅仅受财务因素影响的问题局限 在财务领域进行研究，那么，研究结果是很难令人满意的。 本文的研究对象主要针对上市公司，所以将财务困境界定为财务状况异常而被 “特别处理”。这样的界定与我国的国情具有密切相关性。我国企业破产法虽 然早在1 9 8 6 年颁布，1 9 8 8 年1 1 月1 日开始试行。其颁布与实施早于我国股票市场 的建立，而且其调整范围过于狭窄，仅仅限于国有企业，面对随后几年资本市场的 巨大变革而无所适从。迄今为止，还没有一家上市公司破产的案例。公司法虽 然颁布于1 9 9 2 年，但是却仅仅在1 8 9 条对公司的破产进行了说明，对公司破产法 律行为还有太多需要完善。新的破产法虽然已经酝酿多年，但却迟迟不敢抛出，这 与我国谨慎改革的思路有关。所以以上市公司为样本来研究破产预测问题显然是不 可行的。 上市公司s t 制度的实施始于1 9 9 8 年3 月1 6 同，当时，证监会发出通知，要 求沪、深两所落实交易所上市规则的有关规定，对状况异常的上市公司股票实行特 别处理，。以“s t ”( s p e c i a lt r e a t m e n t ) 为标识。所谓财务状况异常，是指上市公司 出现下列一种情形【3 j ：1 ) 最近两个会计年度的审计结果显示的净利润均为负值；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，即每股净资产低于股 票面值；3 ) 因注册会计师意见而特别处理；4 ) 存在严重的包装上市行为；5 ) 因重大 诉讼等存在巨额或有负债：6 ) 因自然灾害、重大事故而导致主要生产设施毁损；7 ) 其它状况异常。从以上可以看出“异常状况”包括“财务状况异常”和“其他状况 异常”，其中因“其他状况异常”而被特别处理具有很大的不确定性，难以从财务角 度进行有效预测，而对“财务状况异常”情况的界定符合我们般认为企业财务状 华中科技大学硕士学位论文 况不健康的判断，特别是在2 0 0 0 年4 月深沪证交所对财务状况异常情况的补充界 定以后( 参见深圳，上海证券交易所股票上市规则，2 0 0 0 ) 。所以比较合理的研究对象应 为因财务状况异常而被特别处理的公司。在陈静( 1 9 9 9 ) 的研究中考虑到这个问题， 但由于样本量的限制，在实际样本确定中未对被特别处理的原因加以区分。在陈晓 和陈治鸿( 2 0 0 0 ) 的同类研究中则界定了其研究对象是因财务状况异常而被特别处理 的公司【5 j 。2 0 0 1 年2 月证监会颁布了亏损上市公司暂停上市和终止上市实施办 使上市公司的退市有了法律基础，也使我们的研究和国外逐步走向一致。 l - 3 企业陷入财务困境的原因 人们通常认为，企业陷入财务困境集中表现为企业不能按时偿还到期债务。前 面已经指出，企业陷入财务困境实际上是一个逐步的过程，通常从财务正常逐渐发 展到财务危机。财务困境的具体情况和严重程度是不相同的。前面已经提到企业四 个方面的财务困境，无论哪种类型的财务困境，分析其原因许多人都认为有两个方 面：一是企业管理无能，二是企业资金不足。显然，这是就财务困境企业的内部原 因来说。这种观点很有道理，因为在发育正常的市场经济条件下，外部因素对每个企 业都是公平的，所以，分析财务困境的原因主要应分析企业的内部原因( 特殊条件下 除外) 。持这种观点分析财务困境的具体原因主要有： 1 ) 负债过度 前面讲过，财务困境集中表现为企业不能按时偿还到期债务，可见，负债是导 致财务失败的重要原因。但是，我们不能因此认为负债必然导致财务困境。实际上， 在企业资产收益率较高的情况下，适度负债不仅不会导致财务困境，而且还有利于 企业获得财务杠杆利益。如果一个企业权益资本不足，或盲目追求规模经济效益和 财务杠杆利益而过度负债，就必然会产生以下不良结果：一方面，会增加企业偿还债 务本金和支付利息的负担；另一方面，企业所有者和债权人会因投资风险加大而要 求增加投资收益分配和提高利率。从而，企业财务负担进一步加重，偿债能力进一 步降低，逾期不能偿还债务的可能性进一步加大。 2 ) 亏损严重 从根本上来讲，企业偿还债务的现款来源予投资以后所获得的现金流入量，如 果投资以后不能获得大于或等于现金流出量的现金流入量，就表明企业发生了亏 损、资本不能保值，因此，企业无力清偿到期债务。尤其是那些亏损严重的企业， 现金十分缺乏，陷入财务困境将不可避免。这也是本次研究尝试使用现金流量指标 华中科技大学硕士学位论文 的重要原因。 3 ) 营运资本结构不合理 当企业偿还到期债务没有足够的现款时，可将变现能力强的流动资产变现后偿 还债务。如果企业把通过举偾筹集的短期资金投资于变现能力差的固定资产或其他 长期资产，使长期资产在全部资产中的比重提高，这就会降低资产的流动性，从而 造成偿债困难。一般来讲，企业的短期债务资金应当用于流动资产，更确切地说， 应当与速动资产保持一致。如果不是这样，企业提高短期债务资金在全部资产中的比 重，并将其中大部分用于长期资产，这就必然增加债务负担，降低资产的流动性， 从而造成偿债困难。 4 ) 信用等级低下 在市场经济条件下，举债是一种信用活动，对债务人来讲，信誉非常重要。一个 信用等级高的企业，举债是很方便的，当债务到期需要偿还而又缺乏现金时，可顺 利实现举新债还旧债。如果一个企业信用等级低下，举新债还旧债必然困难重重， 财务危机将难以避免。 1 4 研究的意义 我国资本市场发育较晚，对上市公司的监管还存在许多问题，许多上市公司的 行为极其不规范。目前国内部分上市公司为达到包装上市、配股或重组的目的，伙 同些职业道德低下的中介机构，利用法规的不健全以及监管的不力而恶意造假， 发布虚假信息导致二级市场股价的大幅波动损害投资者的利益，严重扰乱了证券市 场的正常运行。另一方面，由于一些上市公司的治理结构失衡，公司管理层素质低 下，导致投资决策失误，企业业绩逐年下降，给投资者和债权人带来巨大损失。另 外广大投资者还很不成熟，风险意识普遍不强，还不能通过有效的手段保护自己的 合法权益。因此，从定量的财务指标分析入手，建立一种有效的上市公司判别模型 和方法，并进一步构建预警系统，对上市公司不断挖掘有价值的信息，上市公司陷 入困境之前准确地给出预警信号，提醒广大投资者，为其投资决策提供有益的帮助。 亏损上市公司暂停上市和终止上市实施办的颁布使上市公司的退市有了法律基 础。也使上市公司的“壳资源”大打折扣，增加了投资者的风险。而对于中小投资 者而言，无论是资金拥有还是信息获取都处于弱势地位，借助财务预警系统将有助 于他们树立正确的投资观念。对机构投资而言，他们也需要一种能够客观评价公司 财务状况的预警系统。如今的中国证券市场正在提倡“超常规发展机构投资者”， 华中科技大学硕士学位论文 希望借助机构投资者的一些先进投资理念，来扭转当前证券市场弥漫着投机氛围。 而财务预警系统对债权人和经营者的重要性更是不言而喻的。 国外对企业经营失败的判别已经做了许多研究。国内这方面的研究还很少，无 论是理论上还是实证上还有许多工作要做。原因可能是： 1 ) 我国资本市场的出现一开始就背负着国企改革的重任，重融资、轻投资是 上市公司的通病。导致资本市场发育的先天不足，存在许多非市场因素的干预，导 致定量研究失去基础。 2 ) 我国的会计制度还没有和国际会计制度接轨，企业的财务报表数据缺乏可 比性，不具备统计建模的条件。 3 ) 会计报表数据的真实性值得怀疑，因为我国中介机构尤其是注册会计师、 资产评估师的职业素质及道德建设还有很长的路要走，需重塑行业信誉。 随着监管力度的加强，资本市场的逐步完善，上市公司的虚假行为将逐步减少， 投资者无须花费过多的精力判别其披露的公开信息的真伪，只需对信息本身进行综 合判别分析，并由此决定自己的投资行为。判别模型的建立将为投资者债权人及经 营者自己及时给出风险提示，从而做出各种决策。 华中科技大学硕士学位论文 2 1 样本设计 2 实证研究中的几个基本问题 在对陷入财务困境的企业进行界定后，就涉及到研究样本的选择问题。财务困 境预测研究的样本设计过程涉及到如何确定陷入财务困境公司的样本组，如何确定 作为配对标准的控制因素，以及如何进行两组间样本个体数量分配的问题等。 从统计学的原理看，样本的选择将直接影响到预测的正确性及精度。由于企业 数目庞大，种类繁多，行业各异，既包括上市公司，也包括非上市公司。所以，如 何正确地选择样本是一项复杂的工作。需要有科学的理论和方法指导。 a l t m a n 在研究中考察了样本个体是否公开上市的特性，及其所处行业对预测模 型的影响，发现性质及行业不同，模型所包含的财务比率及其参数也不同，所以应 采用不同的模型来研究【3 3 】。g i l b e r t ，m e n o na n ds c h w a r t z ( 1 9 9 0 ) 在研究样本中剔除了 金融机构，他们认为金融机构的财务比率明显有异于非金融机构，不能同时进行模 型构造。p l a t t & p l a t ta n d p e d e r s e n ( 1 9 9 4 ) 为了避免在研究结果中包含由于行业因素可 能带来的偏差，在研究中只选用了石油和天然气公司作为研究样本【3 4 1 。这些思路对 我们的研究有重要启发。 作为配合标准的控制因素一般包括会计年度、行业和资产规模( a l t m a n ，1 9 6 8 ； s e a m a n & y o u n g a n db a l d w i n ，1 9 9 0 ；p l a t ta n dp l a t t ，1 9 9 0 ；b a l d w i na n do l e z c n ，1 9 9 2 ； l a i t i n e na n dl a i t i n e n ，1 由8 ) 。这些配对标准用来控制由于财务困境组与控制组之间 的报告季节性、行业特征和公司规模的差异所可能带来的模型偏差。o h l s o n ( 1 9 8 0 ) 认为很难判断配比这一行为是否能提高预测模型的预测精度，也许配比指标本身所 含信息量的缺失会使模型的适用度降低。他将资产规模作为自变量进行统计分析， 结果发现这一指标居然是所有指标中最具显著解释能力的。但经我们研究后发现， 由于他检验的数据来源本身有一定的倾向性，所以也不能完全肯定资产规模的解释 能力。 大部分的实证研究都采用一一配对抽样，即样本组和控制组包含相等的研究个 体。z m i j e w s k i ( 1 9 8 4 ) 的研究了两组间样本个体数量分配的问题，认为一一配对会使 样本中两类公司的比例严重离两类公司在实际总体中的比例，人而高估模型的预测 能力，特别会高估对破产公司的预测能力t 3 6 】。他的研究结果表明这种过度选样所带 来的模型偏差的确存在，但并未显著影响统计参数和模型的总体预测精度。 华中科技大学硕士学位论文 我们认为确定陷入财务困境公司样本组问题的研究主要考虑以下四个方面： 1 ) 确定陷入财务困境公司样本组 研究样本建立的正确与否，直接关系到研究成果的合理性和应用价值，其首要 标准是所选公司的财务状况是否符合所界定的财务困境概念。因此，在我国以后有 关财务困境的研究中，财务困境的界定仍然是一个有待加强的地方。 2 ) 确定陷入财务困境公司的一定研究期间 公司财务困境事件总是发生在一定的相关期内，从现有文献来看，大部分的研 究在确定研究期间时，只考虑到可以获得足够的样本个体数量。但严格来讲，由于 不同年度企业所处环境的差异，会导致企业的各项财务比例指标不可避免地受到与 时间跨度有关的因素的影响，如宏观经济形势、经济周期等。如果在选样时未意识 到这个问题，在构造模型时又末加以处理，那么研究结果中就包含由于数据的时间 性差异所带来的偏差，这种偏差会导致模型应用的外部有效性降低。a i r m a n ( 1 9 6 8 ) 的研究就注意到这个问题，但苦于没有恰当的方法加以处理，只好退而求其次，在 选样时控制进入样本的个体，使其在各年的分布大致平均。在本次的研究中，选取 了深沪股市2 0 0 1 ，2 0 0 2 年中所有因财务状况异常而被“s t ”处理的公司，没有考 虑样本的时间平均分配。实际上，2 0 0 2 年s t 公司有了较大的增长。其后的一系列 研究则从控制变量的角度出发，力图将与时间跨有关的影响因素从模型中剔除 ( s h o r t ，1 9 7 8 ；k e t z ，1 9 7 8 ；s o l o m o na n db e c k ，1 9 8 0 ；m e n - s a h ，1 9 8 4 ；w o o da n dp i e s s e ， 1 9 8 7 8 ；p l a i t & p l a t ta n dp e d e r s e n 1 9 9 4 ) 他们的研究发现市场利率水平、物价指数、 商业周期等外生变量均对预测模型的预测精度有显著影响。 3 ) 对公司规模的考虑 公司的规模显然是一个重要的影响因素，大公司的抗风险能力比小公司强的 多。a l t m a n ( 1 9 6 8 ) l 拘研究中详细评估了规模因素对选样影响。他的样本中既剔除了 小公司( 总资产1 0 0 万以下) ，又剔除了超大型公司，他认为小公司的报表数据不 全，而超大型公司的破产概率极小，因而适于用来做普遍意义上的预测模型。实际 上，超大公司和小公司都值得作深入的研究。本次研究由于样本数量所限，没有考 虑规模因素的影响，但是最后的结果表明s t 公司的平均资本明显偏低。吴世农， 卢贤义在研究中就将总资产取对数作为一个指标。 4 ) 考虑公司所在行业，公司类型的影响 不同行业，不同类型的公司具有不同的财务特征。例如，金融业和制造业具有 明显不同的资本结构。传统企业与高科技企业其评价指标体系也有所不同。周建军， 华中科技大学硕士学位论文 王韬在高科技企业财务指标评价方法一文中对传统企业与高科技企业进行了比 较【_ 7 1 。卢j f 飞在对我国上市公司价值的实证研究中也发现了“双高”( 高科技，高成 长) 企业与传统企业具有明显不同的财务特征与价值取向【8 】o 5 ) 对样本数据完整性的要求 z m i j e w s k i ( 1 9 8 4 ) 检验了由于选样时所持的数据完整性标准所带来的模型偏差 ( s a m p l es e l e c t i o nb i a s e s ) 。他认为前人的研究都将数据完整性作为选样的标准，实 际破坏了建立预测模型过程中所采用统计技术的应用前提一随机选样的要求，而 且一般陷入财务困境的公司更可能提供不完整的数据。建立在完整数据基础上的模 型忽视这一信息，无疑会使模型低估了公司破产的概率。他的研究表明这种偏差的 确存在，但经他修正以后的模型却未在参数的统计显著性和总体预测精度上有显著 提高。 2 2 预测变量选择 如何利用公司披露的财务信息对公司进行财务评价，发现上市公司的投资价值 以及公司潜在的风险，预测公司陷入财务困境的可能性是投资者普遍关心的一个问 题。目前，关于企业财务评价体系已经有一套相对成熟的理论和方法体系。但是在 预测企业财务困境以及破产时显然不能照搬。 由于财务困境预测的理论基础相对比较薄弱，缺乏能够准确预测模型所应包括 的预测变量的经济理论的支持，所以目前该领域内的实证研究还处于初期探索的艰 苦阶段。研究者主要是根据经验和直觉及出现财务困境公司严重恶化的指标，作为 实证研究的备选预测变量组，再通过大量的统计检验筛选在模型中相对比较显著的 变量。寻求判别率比较高的判别模型( a l m a n 进行了无数次变量组合( n u m e r o u s c o m p u t e rr u n s ) ) 才得到了著名的z - s c o r e m o d e l ，陈晓和陈治鸿( 2 0 0 0 ) 也进行了1 2 6 0 种变量组合的检验。 。 财务困境预测模型按所用的信息类型可分为财务指标信息类模型、现金流量信 息类模型和市场收益类信息模型。财务指标信息类模型是使用常规的财务指标，如 负债比例、流动比例、收益率比例、周转率比例等，尽管财务指标广泛的应用于预 测模型，但是如何选择财务指标以及是否存在最佳的财务指标来预测财务困境发生 的概率一直存在分歧。现金流量信息预测模型是基于理财学的一个基本原理：公司 的价值应等于预期的现金流量的净现值。如果公司没有足够的现金支付到期债务， 那么公司将陷入困境，乃至破产。市场收益信息指标模型认为在有效的资本市场里 华中科技大学硕士学位论文 股票收益率也和财务指标一样可以预测破产，但时间略微滞后。 前人研究中所出现的预测变量包括常用财务比率、现金流量指标、经过适当调 整的财务比率( 剔除物价水平波动、市场利率调整、行业特征影响等) 、财务比率 的变动值和构造的虚拟变量等。例如，a l t m a n 在著名的z s c o r e 模型中选用的五个 财务指标分别是营运资金资产总额，留存收益资产总额，息税前利润( e b i t ) 总资产，股权市价总额总负债，销售收入资产总额。o h l s o n ( 1 9 8 0 ) 的研究中构造了 两个虚拟变量，o e n e g 和i n t w o ，前者当企业总资产超过总负债时值为1 ，否则 为0 ；后者当企业破产前两年的净利润负时值为1 ，否则为0 。其研究结果表明这两 具虚拟变量对模型的解释能力甚至不低于某些常用的财务比率，这就为我们以后的 备择变量构造工作提供了有益的参考。p l a i ta n dp h r ( 1 9 9 0 ) 为了剔除样本个体的行业 差别对预测精度的影响，将所有备择财务比率以分别除以各公司所在行业当年该财 力比率指标的中位数，人而构造了行业相关指标( i n d u s t r y r a t i o ) ，结果表明基于这 种比率的预测模型无论在预测精度还是在预测稳定性方面都优于一般的预测模型。 s c o r ( 1 9 8 1 ) 的破产理论模型建立的出点是当一个企业的净资产价值不足以偿付 企业所欠债务时，企业濒临破产，即r 大于或等于e b i t + s ( r 代表需偿付的债务 和利息，e b i t 代表当年的税息前利润，s 代表公司未来股利的现值) 。 3 s 】通过这个 基本关系式的推导，得到以一系列常用财务比率表达的关系式，而这些财务比率恰 恰是a l m a n ( 1 9 9 7 ) 研究出的z e t a t mm o d e l 中所应用的判别变量，但是这个理论模 型是在z e t a t mm o d e l 出台以后对它的拟合，而z e t a t mm o d e l 也并非是自前所 用的唯一经验模型，因此，这个理论模型的实际指导作用还有待考证。 l a i t i n e na n dl a i t i n e n ( 1 9 9 8 ) 研究了b a n u m o l - t o b i n ( 1 9 5 6 ) 的简单现金存量模型 ( s i m p l ei n v e n t o r yc a s hm a n a g e m e n tm o d e l ) 对财务困境预测的应用价值。他们的 研究假设是：如果公司的现金管理行为符合现金存量模型，那么处于财务困境的公 司与财务状况良好的公司在现金管理行为上会有较明显的有效期异，而这种差异就 可以用来进行财务困境预测。他们在研究中运用了动态的现金流量指标评价体系， 研究结果表明基于这种假设的预测模型显著提高了破产前一年的预测精度。 应该讲在目前的文献中，对财务困境预测变量选择有一定指导意义并较有影响 的理论模型主要是s e o r 的破产理论模型和b a u m m o l - t o b i n 简单现金存量模型。虽 然从经济理论支持的角度讲，它们在许多方面还有待论证，但就目前的研究状况看， 试图在复杂多变的经济因素中找到对公司财务困境具有直接和明确对应关系的预 华中科技大学硕士学位论文 测变量几乎是不可能的。同时，随着企业财务评价指标体系以及公司价值理论研究 的不断发展，关于财务困境预测变量选择的理论也将的到丰富和发展。 2 1 3 统计实证方法与数据使用 实证方法主要是指数据的统计处理方法，数据使用主要是指数据的选择、来源、 甄别等。 运用于财务困境预测的统计方法一般主要有4 种：即一元判别( u n i v a r i a t e ) 、 多元线性判别( m u l t i p l e d i s c r i m i n a n ta n a l y s i s ，m d a ) 、多元逻辑回归( l o g i t ) 、多 元概率比回归方法( p r o b i t ) 。 早期的财务困境预测研究采用的是单变量的判别方法，即一元判别。这实际上 是一种财务评价方法的延伸。b e a v e r ( 1 9 9 6 ) 分别考察了2 9 个财务比率在企业陷入财 务困境前l - 5 年的预测能力，发现营运资金流总负债在破产前一年的预测正确率可 以达到8 7 。一元判别方法简单易行，可以通过个别检验找出对陷入财务困境有最 大预见度的财务比率。它的缺点在于：其一，只重视一个指标的分离能力，如果经 理人员知道这个指标，就有可能在决算时尽可能地去粉饰这个指标，以表现出良好 的财力状况；其二，如果使用多个指标分别进行判断，这几个指标值的分类结果之 间可能会产生矛盾，导致无法做出正确的判断。归根到底，一元判断方法的缺陷在 于任何单个或多个财务比率，即便其综合性再高，也无法充分和全面地反映企业的 财务特征。 a l t m a n ( 1 9 6 8 ) 首次将多元线性判别方法引入到财务困境预测领域。他所得到的 最终预测方程( z - - s c o r em o d e l ) 包含5 个判别变量组，在破产前一年的总体预测 准确度高达9 5 。此后，多元性判别方法成为在财务困境预测中最常使用的方法， 但是这种主法也存着系列自身难以克服的缺陷：其一，这种方法只适用于组内分布 为近似正态分布的情况，而且要求组内韵协方差矩阵相等，而在实际的判断分析中， 搜集到的数据大都来自非正态总体，在这种情况下所得到的预测结果可能是有偏 的；其二，这种判别方法所得到的结果是针对每个个体的分值，通过分值的比较 可以得到一个序数等级，从而判别，但分值本身并没有任何经济意义；其三，使用 m d a 技术，财务困境组与控制组之间一定要进行配对，配对标准的确定是一个很 大的难题。 为了克服这些局限性，多元逻辑回归( l o g i t ) 和多元概率比回归方法( p r o b i t ) 被引入财务困境预测研究，从而将问题简化为已知一个公司具有某些性质( 是财务 华中科技大学硕士学位论文 比率指标加以呈现) ，计算它在一段时间里陷入财务困境的条件概率有多大。如果 算出的概率大于设定的分割点，则判定该公司在这段时间内会陷入财务困境。 o h l s o n ( 1 9 8 0 ) 使用了这种方法分析财务困境预测问题，他的研究得到了9 6 1 2 的判 断正确率1 4 叭。 由上可见，采用何种统计方法要视研究样本的数据特征而定，目前还难以断言 哪一种是最恰当有效的研究方法。但由于一元判别法的固有缺陷，研究者更倾向于 采用多元判别法，因为多元判别方法的基本原理在于通过统计技术筛选出那些在两 组间差别尽可能大，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 小信息损失下的转换分为类变量，获得能够有效提高预测精度的多元线性判别方 程。因为该方法的最大优点在于对研究变量的分布没有任何要求。不存在不合理的 先验假设。在实务中，由于多元逻辑回归在计算上更容易一些，所以使用的频率更 高。但要精确地确定财务困境的条件概率并非易事。 另外，实证研究需要准确和恰当的数据支持，因此在财务困境预测实证研究中 有相当部分的文献考察了研究中使用数据的问题，考察的重点集中在数据来源的可 靠性、研究选用数据的恰当性和及时性问题上。在大部分的财务困境预测研究中， 研究者为了简化数据收集问题，都使用了现成的数据库，由于大部分研究数据库只包 含了上市公司的相关数据，而且往往会出现数据缺失、错误的情形，导致研究结果出 现偏差，适用性降低。而且从目前看来，上市公司的报表中普遍存在盈利操纵行为。 g i l b e r , m e n o na n ds c h w a r t z ( 1 9 9 0 ) 的研究意识到这一问题，但在他们的研究中却并未 对其进行修正。o h l s o n ( 1 9 8 0 ) 认为机械使用数据库中提供的数据而不仔细考察数据 公布的时点，可能会导致采用企业已申请破产或会计师的审计报告已揭示破产倾向 以后获得的数据来预测破产，这就高估了模型的预测能力，所以他使用斯坦福大学商 学院图书馆的年报影印资料来建立自己的适用数据库。陈晓和陈治鸿( 2 0 0 0 ) 考虑到 我国上市公司的年报披露制度，即公司( t 1 ) 财政年度的财务报告和其在t 年是否 被特别处理这两个事件几乎同时发生这一事实，采用了t 一2 年的财务报表数据来预 测其在t 年是否会成为s t 公司。b a l d w i na n do l c z e n ( 1 9 9 2 ) 考察了由季报数据和年 报数据分别构造的预测模型，发现由季报数据构造的预测模型在提高预测及时性的 同时，在预测精度上未显著低于年报预测模型。 华中科技大学硕士学位论文 3 我国上市公司财务困境预测模型的实证研究 3 1 方法与程序 本文与以前我国上市公司财务困境的研究有所不同。其主要特点是： 1 ) 样本新、时间长、容量大 本文研究的s t 样本包括2 0 0 1 - - 2 0 0 2 年上海、深圳证券交易所a 股市场发生的 所有s t 公司，同时剔除了非正常的s t 公司，即前面提到的“其他状况异常”的公 司。包括符合s t 判断标准的4 、5 、6 、7 条。样本的数据收集时间延长到s t 前3 年。总共选入的样本为6 2 家s t 公司和6 2 家对照公司。样本容量达到了1 2 4 家。 可望在一定程度上降低估计和预测误差。 2 ) 选择多种分析方法 建立了单变量判定模型和多种多变量模型，并比较了他们之间的判别效率。 3 ) 首次选取现金流量指标进入判别模型 由于我国的现金流量表在1 9 9 8 年才开始在企业报告中被要求披露，在以往的研 究中，都没有使用到该指标，本次研究想做一次尝试。 本文研究所需的所有数据都来自w w w e n l i s t e o m 和w w w p 5 w n e t 3 1 1 样本选取 2 0 0 1 年、2 0 0 2 年我国上海、深圳证券交易所共有7 3 家上市公司被宣布为s t 公司，我们选取了符合： 1 ) 最近两个会计年度的审计结果显示的净利润均为负值； 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，即每股净资 产低于股票面值； 3 ) 因注册会计师意见而特别处理的公司共6 2 家，剔除了其中的家公司，其中 包括： ( 1 ) 上市两年就进入特别处理的公司4 家。排除原因是财务数据过少或存在 严重的包装上市嫌疑： ( 2 ) 因重大诉讼等存在巨额或有负债1 家排除原因是属于偶发事件，不是企 业币常经营造成的。 ( 3 ) 因自然灾害、重大事故而导致主要生产设施毁损选1 家，排除原因同上。 华中科技大学硕士学位论文 选