（会计学专业论文）基于ssas分析平台的上市公司财务危机预警研究.pdf

基于s s a s 分析平台的上市公司财务预警研究 路玲( 会计学) 指导教师：黄朴副教授 摘要 利用上市公司相关信息构建有效的财务危机预警模型，从而预测上市公司 财务危机的可能性、获得上市公司财务状况恶化的预警信号，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、对于政府管理部门监控上市公司 质量和注册会计师规避风险，都具有重要的现实意义。 通过对国内外财务危机预警现状和相关理论的研究，本文采用实证分析方 法，选取上市公司1 3 个财务指标和3 个非财务指标，以s t 前3 年数据为样本， 以微软s s a s 为分析平台，综合运用决策树、神经网络、聚类分析、逻辑回归 等数据挖掘技术分别构建了相应的财务指标预警模型和非财务指标预警模型。 对比分析结果表明，神经网络非财务指标模型和逻辑回归财务指标模型在上市 公司财务预警方面具有良好的有效性。同时也证明，引入非财务指标后建立的 模型预测能力对神经网络模型和聚类分析模型有显著提高，而对决策树模型和 逻辑回归模型则相反。 关键词：上市公司，财务危机，预警，s s a s ，数据挖掘 a n e a r l y - w a r n i n gs t u d yo f f i n a c i a lc r i s i s f o rl i s t e dc o m p a n i e sb a s e do ns s a s l u l i n g ( a c c o u n t i n g ) d i s s e r t a t i o ns u p e r v i s o r ：a s s o c i a t ep r o f e s s o rh u a n gp u a b s t r a c t a ne f f e c t i v ew a r n i n gm o d e lc o n s t r u c t e db yi n f o r m a t i o nr e l a t e dt ol i s t e d c o m p a n i e st op r e d i c tt h ep o s s i b i l i t yo ff i n a n c i a lc r i s i sh a si m p o r t a n ts i g n i f i c a n c e f o ri n v e s t o r sa n dc r e d i t o r st o p r o t e c tt h e i ri n t e r e s t s ，f o ro p e r a t o r s t o p r e v e n t f i n a n c i a lc r i s e s ，f o rg o v e r n m e n td e p a r t m e n t st om o n i t o rt h eq u a l i t yo fl i s t e d c o m p a n i e sa n dc e r t i f i e da c c o u n t a n t st oa v o i dr i s k s t h r o u g ht or e s e a r c ho f t h er e l a t i v et h e o r ya n dp r e s e n td e v e l o p m e n ts i t u a t i o n ， e m p i r i c a l l y ，c h o s e n1 3 f i n a n c i a li n d e x e sa n dt h r e en o n - f i n a n c i a li n d e x e so f c h i n e s el i s t e dc o m p a n i e sa tp r e v i o u st h r e ey e a r s ，w eh a v ee s t a b l i s h e df i n a n c i a l i n d e x e se a r l y w a r n i n gm o d e la n dn o n - f i n a n c i a li n d e x e se a r l y w a r n i n gm o d e lb a s e d o nm i c r o s o f ts s a sw h i c hi n c l u d ed e c i s i o nt r e e ，n e u r a ln e t w o r k s ，c l u s t e ra n a l y s i s ， l o g i s t i cr e g r e s s i o n 既c a tl a s t w eg o tt w om a i nc o n c l u s i o n s t h ef i r s to n ei st h a t n e u r a ln e t w o r kn o n f i n a n c i a li n d e x e sm o d e la n dl o g i s t i cr e g r e s s i o nf i n a n c i a lm o d e l i sg o o da n de f f e c t i v ea tt h ea r e ao ff i n a n c i a le a r l y w a r n i n g t h es e c o n do n ei st h a t t h ee f f e c t i v e n e s so fn e u r a ln e t w o r k sm o d e la n dc l u s t e ra n a l y s i sm o d e lh a v eb e e n i m p r o v e ds i g n i f i c a n t l ya f t e ra d d i n gn o n _ f i n a n c i a li n d e x e s ，b u td e c i s i o nt r e em o d e l a n d1 0 画s t i cr e g r e s s i o nm o d e li sn o t k e yw o r d s ：l i s t e dc o m p a n y ，f i n a n c i a lc r i s i s ，e a r l y w a r n i n g ，s s a s ，d a t em i n i n i n g 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的 研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得中国石油大学或其它教 育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均己在论文中作了明确的说明并表示了谢意。 签名：堕监唧年z 月日 关于论文使用授权的说明 本人完全了解中国石油大学有关保留、使用学位论文的规定，即：学校有 权保留送交论文的复印件及电子版，允许论文被查阅和借阅；学校可以公布论 文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密论文在解密后应遵守此规定) 扫哆年 6 月4 - 日 护7 年z 月日 中国石油大学( 华东) 硕十论文第1 章前言 第1 章前言 1 1 研究背景 自1 9 9 0 年1 2 月和1 9 9 1 年7 月上海、深圳证券交易所相继设立以来，我 国证券市场得到了蓬勃的发展，上市公司数量逐年增多、规模逐年扩大、结构 不断优化、运作不断规范。据有关统计，到2 0 0 7 年2 月底，上市公司己达1 4 4 4 家，总市值达到1 1 3 4 1 6 亿元人民币，流通市值达到3 4 0 2 5 亿元人民币f 1 】【2 】。 随着证券市场的发展，证券投资方式已经逐渐被社会大众所接受，参与证券市 场的投资户闩益增多，截至2 0 0 7 年2 月底，两市开户总数突破8 0 0 0 万。如果 以我国约1 3 亿人口数量计算，现在每1 0 0 个人中就约有6 个人投资股市嘲。 广泛的社会参与也为上市公司提供了广泛的资金来源，为证券市场提供了巨大 的动力和能量。 然而，随着我国市场经济体制改革的深化和资本市场的快速发展，经济领 域中的复杂性、不确定性日益凸显，企业发生财务危机乃至破产倒闭的情形越 来越多，给企业和社会带来了严重的影响，其中上市公司的财务危机涉及面最 广、危害性最大。2 0 0 1 年4 月2 0 日，“p t 水仙”成为中国证券市场上第一例 被摘牌的公司。截至2 0 0 6 年底，退市公司已近2 0 家，退市公司股东达7 0 万 之众。股民们损失惨重，许多中小投资者甚至血本无归。如何客观评价上市公 司的财务状况，准确预报出现财务危机的上市公司，非常必要且十分迫切。 1 2 研究意义 上市公司财务危机预警的研究在国外尤其是在资本市场发达的国家是一 个被广泛关注的研究课题。作为经济和财务预警系统研究的重要组成部分，它 不仅具有较高的学术价值，而且有着巨大的社会应用价值。随着经济理论的发 展和研究方法的改进，这一研究不断深化，而实务界对这一研究成果的强烈需 求，推动了学术界的研究进程。处于迅速成长过程中的中国社会主义市场经济， 更加迫切地需要完善经济预测方法，建立经济预警系统。 上市公司产生财务危机的原因是多方面的，但任何财务危机都不是一个突 中国石油大学( 华东) 硕士论文第1 章前言 发的现象，而是一个逐步发生的过程。实践中，大多数企业的财务危机都是由 财务状况正常到逐步恶化，最终导致财务危机或破产的。因此，企业的财务困境 不但具有先兆，而且是可预测的。利用上市公司相关信息构建有效的财务危机 预警模型，从而预测上市公司财务失败的可能性、获得上市公司财务状况恶化 的预警信号，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 于政府管理部门监控上市公司质量和证券市场风险，以及注册会计师规避风险 都具有重要的现实意义【4 1 。 ( 1 ) 有利于投资者的投资决策 现代社会中投资活动日益频繁，投资既能带来经济利益，同时又存在很 大风险，投资者必须慎重处之。财务危机预警对投资者的投资决策有着重要意 义，有利于投资人适时做出相应决策，以避免投资风险和投资损失。 ( 2 ) 有利于证券监管部门更好地推进监管工作 上市公司财务危机预警不仅可以提供对上市公司财务状况的分析方法，以 辅助监管人员作出分析，同时还可以预警财务指标异常的上市公司。由此大大 提高监管的效率和力度，为防范上市公司的财务欺诈起到积极作用。 ( 3 ) 有利于上市公司防患于未然 财务危机预警不但可以使经营者在财务危机出现的萌芽阶段采取有效措 施，改善企业经营状况，预防经营失败，而且有利于企业长期财务战略的制定 和修正，从而促进企业的健康发展【5 】。 ( 4 ) 有利于债权人等利益相关者的决策 上市公司的利益相关者还包括债权人，如银行等。我国商业银行的大量不 良资产就是不良借款企业造成的恶果。尤其是在中国特定的环境下，债权转让 市场没有建立，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。因此，可将预测结果作为信贷决策的参考指标，从而 保证其发放贷款的安全性和收益性，以降低信贷风险。 ( 5 ) 有利于注册会计师规避风险 事实表明，中外历史上绝大部分涉及注册会计师的诉讼案，都集中在宣告 2 中国石油人学( 华东) 硕十论文第1 章前言 破产的公司的股东或债权人总想为他们的损失寻找替罪羊1 6 】。因此对那些已经 陷入财务危机的被审计单位要特别注意，避免因未能正确披露其经营失败而招 致法律诉讼。所以，财务危机预警对于自担风险的会计师事务所来讲，意义也 非常重大。 1 3 国内外研究现状及存在的不足 1 3 1 国外研究现状 由于有成熟的市场尤其是完善的资本市场和完善的法律体系，国外对上市 公司财务危机预警模型的研究较早。一般以企业破产作为标准展开研究，经过 几十年的发展，理论相对成熟，且已被广泛应用于银行、企业及投资机构。 总体而言，国外的定量研究方法主要包括单变量模型与多变量模型，其中 后者包括多元线性判别模型、逻辑回归模型等。 ( 1 ) 单变量判别模型 1 9 6 6 年，芝加哥大学b e a v e r 提出了单变量的财务危机判别模型，使用由 7 9 对公司组成的样本，分别检验了反映公司不同财务特征的六组3 0 个变量在 公司破产莳1 5 年的预警能力。b e a v e r 发现，最好的判别变量是营运资本流 动负债( 在公司破产的前一年成功地判别了9 0 的破产公司) 和净利润总资 产( 在同一阶段的判别成功率是8 8 ) ，b e a v e r 还发现越临近破产日，误判率 越低【7 i 。 ( 2 ) 多元线性判别模型 z 模型 1 9 6 8 年美国纽约大学教授奥尔特曼( a l t m a n ) 用多元线性判别方法进行财 务困境预测。他对1 9 4 6 1 9 6 5 年问提出破产申请的3 3 家公司和同样数量的非 破产公司进行配比，选用2 2 个特征变量作为破产前1 5 年的预警备选变量， 根据误判率最小的原则，最终确定了五个变量为最佳判别变量。通过多元判别 模型产生了一个总的判别分z 值，并依据z 值进行判断。在估计样本中，其 模型在破产前1 年成功地判别出3 3 家破产企业中的3 l 家，而对于由2 5 家破 产企业和5 6 家非破产企业组成的样本中，从2 5 家破产企业中判别出2 4 家， 中国石油大学( 华东) 硕士论文第1 章前言 从5 6 家非破产企业中判别出5 2 家。 z 模型：z = 0 0 1 2 x i + 0 0 1 4 x 2 + 0 0 3 3 x 3 + 0 0 0 6 x 4 + 0 9 9 9 x 5 其中：z 为判别函数值；x 1 = 营运资金总资产；x 2 = 留成收益总资产； x 3 = 息税前利润总资产；x 4 = ( 普通股价值+ 优先股价值) , g 负债；x 5 = 销售收 入总资产。 当z 2 9 9 时，代表公司财务状况良好，破产可能性较小； 当1 8 1 z 2 9 9 时，代表公司财务状况不稳定，为“灰色地带”； 当z o 时，样本x 属于第一组，否则属于第二组。 ( 2 ) 贝叶斯判别( b a y e s ) 此判别是在己知总体g 1 、g 2 的概率密度函数、误判损失、判别规则和误 判概率，通过求解在该规则下的误判平均损失函数最小化问题达到分类目的。 1 9 6 8 年美国纽约大学教授a l t m a n 首次将多元线性判别方法引人到财务困 境预测领域。但该方法对预测变量有着严格的联合正态分布、两组样本等协方 差等要求，而现实中大多数财务比率不满足该要求，而且一旦在预测变量中出 现虚拟变量，那么联合正态分布假设就完全不成立了，因此在应用中存在很大 的局限性。 3 1 3 多元条件概率比回归( p r o b i t ) p r o b i t 回归分析方法假定企业破产的概率为p ，并假设企业样本服从标准正 态分布，其概率函数的p 分位数可以用财务指标线性解释。计算方法是先确定 企业样本的极大似然函数，通过求似然函数的极大值得到参数卿b ，然后利用 公式： a + b x p = f ( 1 万) e 名7 2 d t ( 3 3 ) - - a o 求出企业破产的概率。判别规则是，如果概率p d 于0 5 ，就判别为财务j 下常型； 如果p 大于0 5 ，则为即将破产型。 这种模型的使用较为普遍，但其前提条件是企业样本服从标准正态分布概 率函数的p 分位数可以用财务指标现性解释且其计算过程比较复杂，而且在计 中国石油大学( 华东) 硕十论文第3 章财务危机预警方法研究 算过程中有很多的近似处理，这不可避免地会影响到预警模型的预测精度。 3 2 数据挖掘技术与s s a s 分析平台 3 2 1 数据挖掘技术概述 数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用 数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识 的过程【3 4 】。 数据挖掘的主要特点是对商业数据库中的大量业务数据进行抽取、转换、 分析和其他模型化处理，从中提取辅助商业决策的关键性数据。数据挖掘是要 发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识。数据 挖掘可分为两类：预言性数据挖掘和描述性数据挖掘。预言性数据挖掘是进行 数据分析，建立一个或一组模型，并根据模型产生关于数据的预测；描述性数 据挖掘是以概要的方式对数据信息进行描述，提供数据的有趣的一般性质。 数据挖掘通过预测未来趋势及行为，做出前期的、基于知识的决策。数据 挖掘的目标是从数据库中发现隐含的、有意义的知识，主要有自动预测趋势和 行为，关联分析， 聚类，概念描述，偏差检测等五类功能。 数据挖掘常用的技术有：决策树、遗传算法、近邻算法、规则推导、粗糙 集等。本研究将以s s a s 作为数据挖掘工具在财务危机预测领域内的应用作出 尝试。 3 2 2s s a s 分析平台简介 m i c r o s o f ts q ls e r v e r2 0 0 5a n a l y s i ss e r v i c e s ( 简称s s a s ) ，其中m i c r o s o f t s q ls e r v e r2 0 0 5 是用于数据仓库的数据库平台，也是用于数据集成、分析和 报表解决方案的商业智能平台。a n a l y s i ss e r v i c e s 是一种核心服务，可支持对 业务数据的快速分析，可为商业智能应用程序提供数据挖掘功能。a n a l y s i s s e r v i c e s 提供了一组丰富的数据挖掘算法，业务用户可使用这组算法挖掘其数 据以查找特定的模式和走向。这些数据挖掘算法可用于通过u d m 或直接基于 物理数据存储区对数据进行分析。a n a l y s i ss e r v i c e s 工具提供了设计、创建和 管理数据挖掘模型的功能，并且使客户端能够访问数据挖掘数据。 中国石油大学( 荜东) 硕士论文第3 章财务危机预警方法研究 s s a s 通过服务器和客户端技术的组合提供数据挖掘功能，并通过使用专 用的开发和管理环境以及为设计、创建、部署和维护商业智能应用程序而完善 定义的对象模型进一步增强这些功能。使用s s a s 可以很方便地创建复杂的数 据挖掘解决方案【3 5 1 。 s s a s 主要包含了决策树、聚类分析、神经网络、逻辑回归、线性回归等 数据挖掘算法，为构建预警模型提供了良好的平台。 3 3 基于s s a s 的预警方法 3 3 1 决策树算法( d e c i s i o nt r e o m i c r o s o f t 决策树算法是由s s a s 提供的分类和回归算法，用于对离散和 连续属性进行预测性建模。 ( 1 ) 基本原理 决策树的基本原理是对数据进行处理生成可读规则和决策树，然后用决策 对新数据进行分析。其本质通过一系列规则对数据进行分类的过程。 ( 2 ) 一般结构 决策树提供了一种展示类似在什么条件下会得到什么值这类规则的方法。 决策树的基本组成部分为决策节点、分支和叶子。它的每个节点、子节点的个 数与决策树的算法有关。决策树节点有两个分支时称为二叉树，含有多于两个 子节点的树称为多叉树。 图3 - 1 决策树的一般结构 1 9 中国石油大学( 华东) 硕士论文第3 章财务危机预警方法研究 决策树是一种预测和分类算法，它通过将大量数据进行有e t 的的分类， 从中找到一些有价值的，潜在的信息。首先，通过一批己知的训练数据建立一 棵决策树，其建立过程可以看成是数据规则的生成过程；然后，利用建好的决 策树所挖掘出的分类规则对数据进行预测【3 6 1 。 对于离散属性，该算法根据数据集中输入列之间的关系进行预测。它使用 这些列的值或状态预测指定的可预测列的状态。对于连续属性，该算法使用线 性回归确定决策树的节点位置。如果有多个列设置为可预测列，或输入数据包 含设置为可预测的嵌套表，则该算法将为每个可预测列分别生成一个决策树。 3 3 t 2 聚类分析算法( c l u s t e r i n g ) m i c r o s o f t 聚类分析算法是由s s a s 提供的分段算法。该算法使用迭代技 术将数据集中的事例分组为包含类似特征的分类 3 5 1 。首先标识数据集中的关 系并根据这些关系生成一系列分类。散点图是一种非常有用的方法，可以直观 地表示算法如何对数据进行分组，如下面的关系图所示。散点图可以表示数据 集中的所有事例，在该图中每个事例就是一个点。分类对该图中的点进行分组 并阐释该算法所标识的关系。 图3 - 2 聚类分析散点图 在最初定义分类后，算法将通过计算确定分类表示点分组情况的适合程 度，然后尝试重新定义这些分组以创建可以更好地表示数据的分类。该算法将 循环执行此过程，直到它不能再通过重新定义分类来改进结果为止。 中国7 - 舳人学( 华东) 硕十论文第3 章财务危机预警方法研究 m i c r o s o f t 聚类分析算法提供下列两种方法来计算点在分类中的适合度： e x p e c t a t i o nm a x i m i z a t i o n ( e m ) 和k m e a l l s 。对于k m e a n s 算法，使用距离度 量值将数据点分配给其最接近的分类。本文中采用的是e m 算法，它使用一种 统计方法来确定分类中存在数据点的概率。 3 3 3 神经网络算法f n e u r a ln e t w o r k ) m i c r o s o f t 神经网络算法使用由三层神经元( 即感知器) 组成的多层感知 器网络，该网络也称为反向传播d e l t a 法则网络。这些层分别是输入层、可选 隐藏层和输出层。在一个多层感知器网络中，每个神经元接收一个或多个输入， 产生一个或多个相同的输出。每个输出都是对神经元的输入之和的简单非线性 函数。输入只是从输入层中的节点传递到隐藏层中的节点，最后传递到输出层。 同一层中的神经元之间没有连接。神经网络是通过把问题表达成单元的权来解 决问题的。一个人工神经元是一个由n 个不同输入，m 个不同输出的非线性单元 结构。 a i a 2 a i l 图3 - 3 ：神经网络原理示意图 图3 3 中，a ，a 2 ，巩分别代表前一层节点的输出，w j ，是节点i 与之间的关 联数( 也称权系数) ，将a 。( i = l ，2 n ) 分别乘以对应的权系数w j ，并相加，再与 神经元内部的阂值b ，复合，则得净输入n e t ， n e t j = a w - b j ( 3 4 ) i = 1 0 为n o d 的输出信息，且有0 = f ( n e t ，) 。f 为神经元输入与输出之间的转 换函数，其最常用的函数形式如下： 中国石油大学( 华东) 硕士论文第3 章财务危机预警方法研究 f ( n e t ) = l 1 + e x p ( - n e t ) ( 3 5 ) 神经网络通过对这些简单函数的复合完成输入信息与输出信息的转换，只 要经过( 少数) 几次复合就可以得到极复杂的函数，从而实现表达复杂的物理世 界。 3 , 3 4 逻辑回归算法( l o g i s t i c ) m i c r o s o f t 逻辑回归算法是m i c r o s o f t 神经网络算法的变化形式，是不包 含隐藏层的神经网络模型。 多元逻辑回归分析方法使用l o 武回归，根据样本数据使用极大似然估计 法估计出各参数值，经过一定的数学推导运算，可求得财务困境公司陷入困境 的概率。其多元逻辑回归模型采用l o g i t 函数，多元逻辑回归分析方法的目标 是寻求观察对象的条件概率，从而据此判断观察对象的财务状况和经营风险。 这一方法建立在累计概率函数的基础上，不需要自变量服从多元正态分布和两 组间协方差相等的条件。l o g i t 方法假设了企业破产的概率p ( 破产取1 ，非破 产取0 ) ，并假设l n p ( 1 一p ) 】可以用财务比率线性解释。即： l n p ( 1 一p ) 】= a + b x ( 3 6 ) p = e x p ( a + b x ) 1 + e x p ( r + b x ) 】= 1 1 + e x p ( - a b x ) 】 ( 3 7 ) 最大化对数似然函数，就可以得到参数a b 。再代入公式( 3 - 6 ) 从而计 算出企业破产的概率。 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，可以判 定企业为即将破产类型：如果p 值低于0 5 ，表明企业财务正常的概率比较大， 可以判定企业为财务正常。 中国f i 油大学( 华东) 硕十论文第4 章预警指标和样本的设计 第4 章预警指标和样本的设计 4 1 预警指标体系的构建 作为建模变量的预警指标的选择十分重要，模型预测的可靠性在很大程 度上依赖于预警指标的质量。 4 1 1 选择预警指标的原则 在具体选择预警指标时，应遵循以下原则 ( 1 ) 科学性原则 上市公司陷入财务危机是有一定原因的，因此公司财务危机预警指标体 系的构建要按照公司财务困境相关理论设计，指标体系应能对各大原因做出 合理的科学描述。 ( 2 ) 协调性原则 在选取预警指标时，应注意与所采用的预警方法相协调。有的方法本身 能够消除指标之间的相互干扰和替代，这时选取指标应注意全面性，所考虑 纳入的指标应能够全面揭示企业的财务风险，且要求各指标间具有较强的互 补性。而另一些方法却要求评价指标问尽可能不相关，这时就应注意指标的 代表性。利用指标间的替代性关系，选择具有较强代表性的指标，对减少工 作量，降低误差和提高工作效率是大有稗益的。 ( 3 ) 可比性原则 选取指标时，应注意预警指标口径范围和计算方法的纵向可比和横向可 比。在对同一事物不同时期的评价中应注意纵向可比，而对同一时期不同事 物之间评价中应注意横向可比【3 7 】。 ( 4 ) 可操作性原则 预警指标体系是建立在现有的会计系统之上的，指标数据的收集是以现 有的会计系统的数据为基础。因此，选取的指标不仅应符合财务预警目的， 更应有数据支持。换句话说，预警指标的数据应容易取得，否则建立的指标 体系只能束之高阁，无法实现预警的目的。 中国石油大学( 华东) 硕士论文第4 章预警指标和样本的设计 4 1 2 财务指标的选取 财务危机成因理论对指标的选择提供了指导。根据我国上市公司财务危 机成因及以上原则，并参考了国内外的实证研究结果，本文从以下五个方面 构建上市公司财务状况的预警指标体系： ( 1 ) 盈利能力指标 企业的经营目标是赚取利润，盈利能力是企业财务评价的重要方面。它 反映了企业的获利水平，是企业生存和发展的前提。 指标1 ：主营业务利润率= 主营业务利润主营业务收入1 0 0 该指标反映企业的主营业务活动所产生的营业利润占主营业务收入的 比重，比率越高，表明企业主营业务活动的效率越高，从而企业的盈利能力 越强。 指标2 ：总资产收益率= 净利润平均总资产1 0 0 该指标反映企业资产利用的总体效果。指标越高，表明资产的利用效率 越高，说明企业在增加收入和节约资金使用等方面取得了良好的效果。 指标3 ：净资产收益率= 净利润期末净资产1 0 0 该指标反映了股东权益的获利能力，其值越大，反映股东权益的获利水 平越高【3 引。 ( 2 ) 现金流量指标 现会流量是企业的生命，一个企业的偿债能力取决于企业在特定时点的 现金流量，未来发展能力取决于企业长期稳定的现金流量。 指标4 ：净利润现金保障倍数= 经营现金流量净额净利润1 0 0 该比率表明每一元净利润中的经营活动产生的现金净流入，反映企业净 利润的收现水平。一般来说，该指标越高，表明企业实现的净利润中流入现 金的净利润越多，可供企业自由支配的货币资金增加量越大，有助于提高企 业的偿债能力和付现能力。 指标5 ：经营现金流动负债比率= 经营现金流量净额流动负债1 0 0 该指标说明企业日常经营中所产生的现金流量净额偿还流动负债的能 2 4 中国i i 油人学( 华东) 硕十论文第4 章预警指标和样本的设计 力。用该指标评价企业偿债能力更为谨慎。该指标较大，表明企业经营活动 产生的现金净流量较多，能够保障企业按时偿还到期债务。 指标6 ：经营现金总资产比率= 经营现金流量净额资产总额x1 0 0 该指标说明企业资产产生现金的能力。 ( 3 ) 发展能力指标 发展能力是指上市公司通过自身的生产经营活动不断发展的能力，反映 了上市公司的发展潜力，本文采用的指标有： 指标7 ：净利润增长率= ( 本年利润一上年利润) 上年利润1 0 0 此项指标反映了净利润的变化情况，其值越大，说明净利润增长越快。 指标8 ：净资产增长率= ( 本年度净资产一上一年度净资产) 上一年度净 资产1 0 0 该指标是衡量净资产增长能力的指标，其值越大，说明净资产增长越快。 指标9 ：总资产增值率= ( 本年度总资产一上一年度总资产) a ：一年度总 资产1 0 0 该指标是衡量总资产增长能力的指标，其值越大，说明总资产增长越快。 ( 4 ) 偿债能力指标。 企业的偿债能力是反映企业财务能力的一个重要方面。现实社会中，许 多企业便是因为不能偿还到期债务而陷入财务危机，甚至发生破产的厄运。 本文采用的偿债能力评价指标有： 指标l o ：流动比率= 流动资产流动负债x1 0 0 该指标是衡量上市公司短期偿债能力的重要指标，一般而言，指标越大， 说明企业短期偿债能力越好，发生财务危机可能性越小。 指标11 ：资产负债率= 负债总额资产总额1 0 0 该指标反映了企业的财务结构，也是衡量上市公司长期偿债能力的重要 指标，反映债权人所提供的资本占全部资产的比率，可以衡量债权的保障程 度。 ( 5 ) 经营能力指标 中国石油大学( 华东) 硕士论文第4 章预警指标和样本的设计 经营能力是指企业利用现有资源创造社会财富的能力，具体指各项营运 资产的周转效率，它直接影响到企业的盈利能力和偿债能力，体现了企业的 经营绩效。 指标1 2 ：应收账款周转率= 主营业务收入净额平均应收账款净额 1 0 0 此项指标反映了应收账款流动程度的大小及应收账款管理效率的高低， 周转率越高，表明企业收账迅速，账龄较短，资产流动性大，短期偿债能力 强，可减少收账费用和坏账损失。 指标1 3 ：总资产周转率= 主营业务收入净额平均总资产1 0 0 该指标是衡量总资产周转速度的指标该指标越大，说明总资产利用效 率越好，销售能力越强，进而说明盈利能力和偿债能力越强【3 8 】。 4 1 _ 3 非财务指标的选取 据统计，众多s t 公司之所以陷入财务危机，相当一部分原因在于公司 的治理问题，特别是大股东及其关联方长期占用巨额资金及关联方担保等问 题，严重干扰了上市公司的正常发展，导致其最终因业绩恶化或偿债困难及 财务状况异常而被s t 【3 9 】。为此，本文选取了反映股权属性、股权集中度的 三个股权结构变量进行分析。具体变量为：第一大股东比例、c r 3 、z 指数。 ( 1 ) 控股模式是根据第一大股东持股比例来划分的，一般按照下列原 则将股权结构划分为三种不同的类型： 当第一大股东持股比例大于等于5 0 时，控股模式为绝对控股。第 一大股东居于主导地位，在股东会上起支配作用，会抑制中小股东参与公司 治理的积极性； 当第一大股东持股比例大于等于2 0 且小于5 0 时，控股模式为相 对控股，股权适度集中，有利于股东治理作用的发挥； 当第一大股东持股比例小于2 0 时，为分散控股，每个股东的持股 比例都比较低，治理成本往往大于治理受益。代理成本理论认为，股权过度 分散和非所有者的管理掌握控制权导致所有者管理者委托代理问题的产 中国f i 油人学( 华东) 硕士论文第4 章预警指标和样本的设计 生。为了解决代理问题，实现股东财富最大化，有必要对公司管理者进行监 督，而这些控制活动又导致了小股东的搭便车行为，随着公司的成长和股权 结构的分散，搭便车行为更为普遍，使管理者更加缺少监督，从而使公司的 经营及财务状况受到影响； ( 2 ) c r 3 是前三名股东持股比例之和，用来衡量公司股权分布状态； ( 3 ) z 指数= 第一股东持股比例第二股东持股比例。z 指数越大，第 一股东主导公司经营管理的控制权越大；z 指数越小，其它股东的权力越大， 从而他们参与公司治理的积极性也就越高。 综上所述，本文所选财务危机预警指标如表4 1 所示。 表4 - 1 财务危机预警指标体系 主营业务利润率x l 盈利能力指标 总资产收益率x 2 净资产收益率x 3 财 净利润现金保障倍数) ( 4 务 经营现金流动负债比x 5 指 现金流量指标 标 经营现金总资产比率) ( 6 净利润增& 率 x 1 发展能力指标 股尔权蔷增艮率x 8 总资产增长率x 9 流动比率x 1 0 偿债能力指标 资产负债率x l i 应收帐款周转率x i 2 经营能力指标 总资产周幸专率x 1 3 1 f 财 第一股尔持股比例 x 1 4 务指 公司治理结构c r 3 x 1 5 标 z 指数x 1 6 中国石油大学( 华东) 硕士论文第4 章预警指标和样本的设计 4 2 预警样本的选取 4 2 。1 样本的选择标准 ( 1 ) 样本的研究窗口应确定为多长 研究窗口是样本资料的前后年份跨度。 根据我国上市公司的年报披露制度，上市公司公布其当年年报的最后截 止日期为下一年的4 月3 0 日。从中国证监会对s t 公司进行特别处理的具 体运作过程来看，沪深两个证券交易所是根据上市公司( t - 1 ) 年的财务状况来 决定在第t 年是否对该公司实施特别处理。如果能够获得某上市公司( t 1 ) 年的财务报告，那么就可以确定该公司是否会因“财务状况异常”而被特别 处理，预警就失去了应用价值。o h l s o n ( 1 9 8 0 ) 的研究表明：采用破产之后 获得的信息建立预测模型会高估模型的预测能力【1 0 1 。因此，不能选取上市 公司被特别处理前一年的财务数据来构造财务预警模型。 从中国证监督会对s t 公司进行特别处理的判别标准来看，“连续两年 亏损”是上市公司被特别处理的最主要原因，也就是说，大部分s t 公司在 被特别处理的前二年已发生亏损。用上市公司( t - 2 ) 年的财务数据来预测t 年是否被s t ，就相当于采用财务失败的财务信息来预测失败，同样也会高 估模型的预测能力。 从s t 公司的实际经营情况来看，其陷入财务危机并不是在一朝一夕之 间发生的，而是一个连续的动态过程。在某s t 公司首次出现亏损的前一年 ( 即该公司被s t 前的最后一个盈利年度) ，该公司仍然保持着账面上的盈 利但在以后的年度却连年发生亏损，因此，该年度应被视为一个转折的年 份，s t 公司与非s t 公司在经营能力上的差异应该在该年度的财务指标上存 在差异。此外，上市公司为了在这一年保持账面上的盈利往往是力不从心， 其利润操纵的现象比较明显，从而会造成在某些财务指标上与正常公司之间 存在差异。因此，根据( t - 3 ) 年的财务数据来预测上市公司在第t 年是否成 为s t 公司才是最有意义的口”。 基于以上分析，可根据以下标准选择研究样本： 中国石油大学( 华东) 硕十论文第4 章预警指标和样本的设计 对s t 公司，t 年被特别处理，( t 3 ) 年的财务数据可获得。 对非s t 公司，( t - 3 ) 年1 月1 同前上市，且可得到( t - 3 ) 年的数 据资料。 此外，我国近年来会计政策变化较大，每年都有新的政策出台，客观上 使企业会计信息各年的可比性较差。因此，本文以2 0 0 6 年被特别处理的上 市公司为研究对象，选取其2 0 0 3 年的财务数据构建模型；相应的，对非s t 公司，也是选取其2 0 0 3 年的财务数据，以剔除不同年份宏观经济政策、会 计政策等因素对上市公司的影响。 ( 2 ) 非s t 公司的确定 国内外危机预警的研究中，一般都足采用一一配对抽样( 即样本组和控 制组包含相等的研究个体) ，并且根据公司的资产规模选取配对样本，而这 样选取样本是否妥当值得商榷。 首先，配对抽样等同于默认了困境企业与非困境企业的发生概率是相等 的，这样会造成样本中两类公司的比例和它们在总体中的比例严重不一致， 产生过度抽样问题“。而且，如果是一一配对，被选中的非困境企业具有偶 然性，不一定能代表该类企业。 其次，选取配对样本所依据的标准一般包括会计年度行业和资产规模， 即配对样本的选取标准是相同行业、总资产规模相近，按照同行业、同时期 相同资产规模( 相差不到l o ) 的原则。实际上上市公司大多是在行业内部 有一定影响力且规模较大的公司，并不同于一般的公司。 另外，我国对于财务危机的研究大多是对于公司被s t 状况的研究，而 上市公司是否被s t 是由上市公司的净资产收益率决定的，公司被s t 既不 是破产的充分条件，也不是破产的必要条件。表面上看国内外研究者都是对 公司财务危机的研究，实际上两者的研究目标和研究对象并不完全一致。因 此，对于我国的上市公司进行预测时就不宜以公司的资产规模为配对标准来 选取研究样本的配对样本。 基于以上分析，本文按同行业、同时期的标准随机选取非s t 公司。采 中国石油大学( 华东) 硕+ 论文第4 章预警指标和样本的设计 用上述的样本选择方法，可以避免高估预警模型的预警能力，并且可以提高 模型的普适性。 4 2 2 样本的构成 我国沪深两市a 股市场2 0 0 6 年一年被特别处理的公司一共有4 0 家， 从中选定了3 7 家s t 公司，在其中排除了： ( 1 ) 上市两年内就特别处理的公司。原因是财务数据过少和存在严重的 包装上市的嫌疑，因此与其他公司不具有同质性； ( 2 ) 存在严重的财务造假行为，己经被中国证监会做出处罚决定的公 司； ( 3 ) 因为自然灾害、重大事故等被特别处理的公司。 ( 4 ) 因巨额或有负债而被特别处理的公司。 ( 5 ) 数据不完整的公司。 与s t 公司相对应，按照同行业、同时期的原则随机选取了8 5 家非s t 公司。同上所述，选取这些公司对应的( t - 3 ) 年即2 0 0 3 年的数据资料为研 究依据。 本文使用的样本如表4 2 所示，样本数据见附表。 表4 2 财务危机预警研究样本p 1 4 2 1 股票股票股票股票股票股票股票股票 代码简称代码简称代码简称代码简称 6 0 0 0 7 6s t 华光 0 0 0 9 2 1s t 科龙0 0 0 5 5 2白云山a6 0 0 4 2 5青松建设 6 0 0 1 7 3s t 丹江0 0 0 9 2 5s t 海纳6 0 0 7 2 7海正药业o 0 0 4 0 l冀东水泥 6 0 0 2 0 9s t 罗顿0 0 0 9 6 7s t 上风6 0 0 5 3 8云南白药6 0 0 7 2 0祁连山 6 0 0 2 4 2s t 华龙0 0 0 9 7 9s t 科苑6 0 0 7 5 0江中药业6 0 0 8 1 9耀皮玻璃 6 0 0 2 4 8s t 秦丰0 0 0 7 5 7s t 方向0 0 0 9 8 9九芝堂6 0 0 2 1 7秦岭水泥 6 0 0 2 5 9s t 聚酯0 0 0 7 8 9 s t 江泥6 0 0 0 8 5同仁堂0 0 0 0 2 3深天地a 6 0 0 4 2 9s t 三元6 0 0 2 0 1 金宇集团6 0 0 0 9 6云天化6 0 0 6 9 0青岛海尔 6 0 0 6 0 9s t 金杯6 0 0 8 6 6星湖科技 6 0 0 2 2 7赤天化0 0 0 5 2 7美的电器 中国石油人学( 华东) 硕十论文第4 章预警指标和样本的设计 续表 6 0 0 6 1 4s t 鼎立6 0 0 5 5 6 北生药业 6 0 0 7 2 7鲁北化工0 0 0 6 5 1 格力电器 6 0 0 6 4 5s t 春花6 0 0 8 3 7都市股份0 0 0 0 5 9辽通化工0 0 0 4 1 8小天鹅 6 0 0 6 5 7s t 天桥6 0 0 8 3 2 东方明珠 6 0 0 8 8 0 博瑞传播 6 0 0 8 5 4 春兰股份 6 0 0 7 0 5s t 北亚0 0 0 8 8 1 人连国际 0 0 0 5 0 4赛迪传媒6 0 0 3 3 6澳柯玛 6 0 0 7 2 1s t 百花6 0 0 1 5 8中体产业0 0 0 8 9 5双汇实业0 0 0 5 4 1佛山照明 6 0 0 7 2 8s t 新太6 0 0 2 0 0江苏吴中6 0 0 8 8 7伊利股份0 0 0 5 5 0江铃汽车 6 0 0 7 3 4s t 实达6 0 0 8 4 6 同济科技 6 0 0 1 8 6莲花味精6 0 0 1 0 4上海汽车 6 0 0 7 4 5s t 天华0 0 0 9 4 8 南大信息 0 0 0 7 1 6南方控股0 0 0 9 2 7一汽夏利 6 0 0 7 7 3s t 金珠6 0 0 7 2 4 宁波富达 6 0 0 3 0 5恒顺醋业6 0 0 0 6 6宇通客车 0 0 0 0 0 4s t 国农6 0 0 0 3 1三一重t6 0 0 0 7 3上海梅林6 0 0 1 7 7雅戈尔 0 0 0 0 1 0s t 华新 6 0 0 7 6 1安徽合力0 0 0 7 3 5罗牛山6 0 0 8 8 4杉杉股份 0 0 0 0 3 8s t 大同0 0 0 8 1 6江淮动力6 0 0 3 0 0维维股份6 0 0 4 0 0红豆股份 0 0 0 5 0 6s t 东泰6 0 0 3 2 0 振华港机 0 0 0 8 2 9赣南果业0 0 0 0 9 6广聚能源 0 0 0 5 4 0s t 中天6 0 0 7 l o 常林股份 0 0 0 9 3 8紫光股份6 0 0 1 5 7s 鲁润 0 0 0 6 3 3s t 合金 0 0 0 0 6 3中兴通讯6 0 0 2 8 8人恒科技 0 0 0 7 2 1西安饮食 0 0 0 6 7 0s t 天发6 0