（数量经济学专业论文）上市公司财务困境判别模型的理论分析与实证研究.pdf

原刨性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究所取得的成果。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科研成果。 对本文的研究做出重要贡献的个人和集体，均已在文中以明确方 式标明。本声明的法律责任由本人承担。 论文作者签名：日期印吐丝 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同 意学校保留或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；本人授权山东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，可以采用影印、 缩印或其他复制手段保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名熹越师签名_ 至熏殖日期论文作者签名熹必师签名_ i 皇趁日期 山东大学硕士学位论文 摘要 近年来我国出现了多起影响重大的企业财务困境事件，给股东、债权人、 公司员工、国家等方面造成了巨大的损失，特别是对中国金融业产生了非常大 的影响，多家证券机构、银行深陷其中深入研究这些事件，不难发现事件的 发生与我国金融体系预警系统不健全、对企业的约束和监管缺乏效率有着密切 的联系，我国整个金融体系预警能力明显偏弱。目前国内对于财务困境的研究 尚处于起步阶段，企业财务困境的预警研究愈来愈成为当今风险研究领域的重 要课题，深入研究企业财务困境具有重要的理论及现实意义 本文首先对国内外研究现状进行了回顾，在对前人研究方法和研究成果 总结的基础上，分析了财务困境的成因，导致企业财务困境的原因是指造成财 务困境的各种内外部因素内部原因主要归结为由于企业管理差、经营不善而 陷入财务困境：外部原因主要包括激烈的市场竞争、经济政策变化带来的不利 影响等。对于我国而言，由于长期计划经济的影响，金融体系、资本市场、社 会信用体系、产权市场等方面都还很不完善，企业在运行和管理中存在大量不 规范之处，因此国内上市公司财务困境的发生，有着其自身的特点。 本文选取沪深两市在2 0 0 3 、2 0 0 4 、2 0 0 5 三个年度被实行退市风险警示的 5 6 家上市公司以及随机选取的5 6 家正常公司进行实证研究，选取1 0 个初始 财务指标，在进行t 检验的基础上，确定了流动比率等7 个财务指标作为判别 模型中使用的解释变量。 在第三章中，分别利用l o g i t 模型、p r o b i t 模型进行实证研究，取得了 比较高的判别准确率。结果显示，l o g i t 和p r o b i t 两种模型没有明显的差别 在第四章中，利用神经网络模型进行实证研究，结果显示，神经网络模型 优于二元选择回归模型。 考虑到神经网络模型预测结果的可解释性不强、稳定性不够以及二元选择 回归模型较神经网络模型而言准确率略低的因素，在第五章中，采取了基于神 经网络一l o g i t 回归的混合两阶段模型，结果显示模型的稳定性得到提高 基于解释变量之间的多重共线性对二元选择回归模型可能存在的影响，在 l 山东大学硕士学位论文 第六章中，构造了主成分分析基础上的l o g i t 模型，实证结果显示，判别准确 率得到提高 最后，在对各种模型进行评价和比较的基础上，得出了实证研究的结论， 并提出了政策建议有关利益方应关注财务困境的“征兆”，构造适合国内企 业的财务困境判别模型，以尽早对财务困境进行识别，防范风险。 关键词：上市公司企业财务困境判别模型实证研究 2 i nr e c e n ty e a r s ，s e v e r a li n f l u e n t i a l f i n a n c i a ld i s t r e s se v e n t s o c c u r r e di no u rc o u n t r y ，w h i c hc a u s e dh u g el o s s e st ot h es h a r e h o l d e r s c r e d i t o r s ，c o m p a n y s t a f f sa n do u rc o u n t r y ， e s p e c i a l l y a f f e c t e d “n a n c i a li n d u s t r yi n v o l v i n gs e v e r a l s t o c ki n s t i t u t i o n sa n db a n k s t a k i n gad e e pi n s i g h to nt h e s ee v e n t s ，w e c a nf i n de a s il yt h a tt h e o c c u r r e n c eo ft h e s ee v e n t s i sc l o s e l yr e l a t e dt o t h ea b s e n c eo f d r e d i c t i o ns y s t e ma n dt h ei n e f f i c i e n t f i n a n c i a ls u p e r v is i o ni no u r f i n a n c i a ls y s t e m a tp r e s e n t ，t h ea b s e n c eo ff o r e c a s tp o w e r1 so b v i o “8 i nt h ew h o l ef i n a n c i a ls y s t e m ，a n dt h er e s e a r c ho ft h i st h e m e i no u r c o u n t r yi ss t i l l i nt h ei m m a t u r es t a g e ，w h i c hi m p l i e st 、h e ，s t 呻o f f i n a n c i a ld i s t r e s sf o r e c a s tw i l lb eam o r ea n d m o r ei m p o r t a n tt o n i 。i n t h er i s kr e s e a r c hf i e l d t h i s a r t i c l ef i r s t l yr e v i e w sp r e v i o u se m p i r i c a lr e s u l t s o ft h e r e s e a r c ho nt h ef i n a n c i a lp r e d i c t i n gm o d e l s b a s e do n t h es u m m a r yo f d r e v i d u s r e s e a r c hm e t h o d sa n dr e s u l t s ，w ea n a l y z et h e c a u s e so ft h e f i n a n c i a ld i s t r e s s t h et h 毛c a u s e so ft h ef i n a n c i a ld i s t r e s sr e f e rt o a l lt h ei n n e ra n de x t e r i o rf a c t o r st h a t a r o u s et h e t h e f i n a n c i a l d i s t r e s s t h ei n n e rf a c t o r sa r em a i n l ya b o u tt h eb a dm a n a g e m e n t t h e e x t e r i o rf a c t o r sa r em a i n l ya b o u tt h ed r a s t i cm a r k e te n v i r o n m e n t t h e a d v e r s ec h a n g eo fp o li c y ，e t c i no u rc o u n t r y ，b e c a u s eo ft h ei n f l u e n c e o ft h ep l a n n e de c o n o m yf o ral o n gt e r m ，t h ef i n a n c i a ls y s t e m ，t h ec a p i t a l m a r k e t 。t h es o c i a lc r e d i ts y s t e m ，t h et i t l em a r k e ta r e n o tp e r f e c t t h e r e a r em a n yn o n s t a n d a r da c t i o n si nt h e i rf u n c t i o na n d m a n a g e m e n t t h e r e f o r e t h e r ea r em a n ys p e c i a lc h a r a c t e r i s t i c so ff i n a n c i a ld i s t r e s si n o u r c o u n t r y 霄es | e l e c t e5 6p u b l i c l yl i s t e df i r m sw h i c hw e r es p e c i a lt r e a t e d ( s t ) i nt h ey e a r2 0 0 3 ，2 0 0 4 ，2 0 0 5a n d5 6n o r m a lf i r m ss e l e c t e dr a n d o m l ya s 山东大学硕士学位论文 s a m p l e st od oe m p i r i c a lr e s e a r c h w ep i c ko u t1 0o r i g i n a lf i n a n c i a l i n d e x e s b a s e do nt h er e s u l to ft h ett e s t ，w ea b s t r a c t7f i n a n c i a l i n d e x e sa st h ee x p l a n a t o r yv a r i a b l e si nt h ep r e d i c t i n gm o d e l s ，s u c ha s l i q u i d i t yr a t i o i nt h et h i r dc h a p t e r ，w eu s el o g i tm o d e l 。p r o b i tm o d e lt os t u d yt h e d a t ar e s p e c t i v e l ya n dg e th i g ha c c u r a c y t h er e s u l ts h o w st h a tn o s i g n i f i c a n td i f f e r e n c ei sf o u n db e t w e e nt h el e g i tm o d e la n dp r o b i t m o d e l i nt h ef o u r t hc h a p t e r ，w eu s en e u r a ln e t w o r km o d e lt os t u d yt h ed a t a t h er e s u l ts h o w st h a tn e u r a ln e t w o r km o d e li sb e t t e rt h a nt h eb i n a r y c h o i c er e g r e s s i o nm o d e l b e c a u s eo ft h ei l l e g i b l ee x p l a n a t i o na n dt h el o w e rs t a b i l i t yi nt h e f o r e c a s t i n gr e s u l t so ft h en e u r a ln e t w o r km o d e l ，a n dt h el o w e ra c c u r a c y o ft h eb i n a r yc h o i c er e g r e s s i o nm o d e lc o m p a r i n gt ot h en e u r a ln e t w o r k m o d e l ，i nt h ef i f t hc h a p t e r ，w ea d o p tac o m b i n e dm o d e lw h i c hc o m b i n e s t h ea b o v et w oa p p r o a c ht o g e t h e r t h er e s u l ts h o w st h a tt h es t a b i l i t y o ft h em o d e li si m p r o v e d b e c a u s et h em u l t i c 0 1 1 i n e a r i t yo ft h ee x p l a n a t o r yv a r i a b l e sm a y i n f l u e n c et h er e s u l to ft h eb i n a r yc h o i c er e g r e s s i o nm o d e l ，w eu s et h e l e g i tm o d e lb a s e do nt h ep r i n c i p a lc o m p o n e n ta n a l y s i st od ot h e e m p i r i c a ls t u d yi nt h es i x t hp a r t t h er e s u l ts h o w st h a tt h ea c c u r a c y i si m p r o v e d w eg e tt h er e s u l to fe m p i r i c a lr e s e a r c hb a s e do nc o m p a r i n gt h ef o u r m o d e l sa n dg i v et h es u g g e s t i o n sa tl a s t a l lt h es i d e ss h o u l d p a y a t t e n t i o nt ot h es i g n so ff i n a n c i a ld is t r e s s ，a n dc o n s t i t u t et h e f i n a n c i a ld i s t r e s sp r e d i c t i o nm o d e lt oi d e n t i f yt h ef i n a n c i a ld i s t r e s s a se a r l ya sw ec a ni no r d e rt op r e v e n tt h er i s k k e yw o r d s ：p u b l i cc o m p a n y ，f i n a n c i a ld i s t r e s s ，p r e d i c t i o nm o d e l ， e m p i r i c a lr e s e a r c h 山东大学硕士学位论文 第一章导论 一、财务困境研究的现实背景 近年来相继出现的“德隆系”、“格林柯尔系”、“张海系”等上市公司财 务危机事件，给股东、债权人、公司员工、国家等方面造成了巨大的损失，特 别是对中国金融业产生了非常大的影响，多家证券机构、银行深陷其中 深入研究这些事件，不难发现事件的发生与我国金融体系预警系统不健 全，缺乏对企业的有效约束和监管有着密切的联系，暴露出我国整个金融体系 对企业的风险预警能力和控制能力严重不足。 国外有关企业财务困境预测的实证研究起步较早，且研究成果已被广泛 应用于银行、企业及投资机构等。而在我国由于资本市场不成熟，法律体系不 健全，而且相关数据的获得性、可信度都很低，缺乏大量可信的统计数据，给 实证研究带来困难，使得国内研究仍处于起步阶段，因而企业财务困境预警的 研究愈发显得重要。 二、财务困境的研究意义 在激烈的市场竞争中，企业随时都有发生财务困境的可能。企业财务困 境不仅给企业本身带来影响，而且会给投资者、银行、证券公司甚至一个地区 的经济带来巨大损失。 但企业陷入财务困境是一个逐步的过程，通常从财务的正常状态渐渐发 展到财务困境。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。深入研究财务困境的成因，探索其形成规律，进而采取预警措施， 既可以减少财务困境的发生，也可以为投资者、银行、证券公司等提供决策工 具建立一套健全的财务困境预警系统，及时预测可能出现财务困境的公司， 有利于投资者及时调整投资决策、监管层及时采取有效的监管措施、证券公司 及银行选择恰当的客户因而对于投资者和债权人保护自身的利益、经营者防 范财务危机、政府管理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 s 山东大学硕士学位论文 三、财务困境理论 ( 一) 财务困境的定义 财务困境又称。财务危机”或。财务失败”。关于财务困境，国内外研究 中有不同的定义方式，目前还没有形成统一的概念 i 、国外学者对财务困境的定义 最早对财务困境概念进行界定的是b e a v e r ，他在1 9 6 6 年的研究中，把财 务困境定义为1 ：“企业不能偿付到期债务实践上，发生下列任何事件，就被 认为已经失败：破产，债券违约，透支银行帐户，或者没有支付优先股股利” d e a k in 2 在1 9 7 2 年认为财务困境公司仅包括已经经历破产、无力偿债或为 债权人利益而已经进行清算的公司。 1 9 8 7 年，a m yh i n g l i n gl a u 在“五状态财务困境预测模型”一文3 中将 企业财务状况分为五个状态，这五个财务状态分别是：状态0 ：财务稳定；状 态l ：取消或减少股利；状态2 ：技术性违约和债券违约：状态3 ：处于破产 法x 或x i 章保护下：状态4 ：破产或清算a m yh i n g l i n gl a u 认为从状态l 到状态4 企业处于财务困境状态，并且严重性逐渐增加。 2 、国内学者对财务困境的定义 陈静( 1 9 9 9 ) 、吴世农( 2 0 0 1 ) 5 等人，一般以上市公司被特别处理，特 别是财务状况异常而被特别处理作为界定财务困境的标志，即把上市公司被实 行特别处理视为发生财务困境。 吕长江、徐两莉、周琳等人在上市公司财务困境与财务破产的比较分析 ( 经济研究，2 0 0 4 年第8 期) 中提出了一个关于财务困境的新的定义：用流 动资产小于流动负债，即流动比率小于1 来定义财务困境，同时要求流动资产 小于流动负债应该是个持续的状态，这种状态应该是在i - 3 年甚至更长时间 内不能逆转。 3 、本文对财务困境的界定 - h b e a v e r ，f i n a n c i a lr a t i o s 格p r e d i c t o r so f p a i l u r e o u r n a lo f c c 删t i 地r e s 蛆r c h ， 1 9 6 6 ，( s u p p l e m e n tt ov 0 1 5 ) ：7 1 一1 1 l 。d b d e e k i n d i s c r i m i n a n ta n a l y s i so fp r 酣i c t o r so fb u s i n e s 8f a i l 叫e 抽肌a lo f c c n t i i i g r e s e a r c h 1 9 7 2 - ( s p r i n g ) ：1 6 7 - 1 7 9 。硒rh i n s - l i n gl 8 l i f i v e - s t a t ed i s t r e s sp r e d i c t i o n h o d e l j 伽m lo f c c o l m t i n g r e s e a r c h 1 9 8 7 ( s p r i n g ) ：1 2 7 - 1 3 8 ：警黧崩要曼争预警分析判别模型及其应用预铡 2 0 0 0 年第6 期，第3 8 - 4 0 瑷 吴世农卢贤义：我国上市公司财务困境的预测模型研究建济研藐i2 “0 0 i 鞴；期；第4 6 - 5 5 页 、 山东大学硕士掌位论文 我国由于企业财务信息系统尚不健全，研究学者没有可靠的途径取得企业 全面、完整的信息资料，尤其是取得非上市公司的财务资料更为困难，因此将 上市公司被特别处理视为陷入财务困境可以较好地解决国内学者在企业财务 困境预测实证研究中样本的选择问题。 但是简单地将s t 公司划归为财务困境公司是不合适的，从财务困境的概 念内涵来讲。应该是公司出现严重亏损，或者违约，或者破产等财务困境事项， 因此需要对s t 公司进行细分，那些由于经营管理方面的问题、经历一个过程 后、最终被s t 的公司可视为财务困境公司，而那些因为菲经营原因、偶发事 件等被s t 的公司则不宣界定为财务困境公司。 本文在下面的实证研究中选取了沪、深两市在2 0 0 3 - - 2 0 0 5 年三个年度被 实行退市风险警示的5 6 家s t 公司，这些s t 公司属于以下三种情况：最近两 个会计年度审计结果显示的净利润均为负值；最近一个会计年度审计结果显示 其股东权益低于注册资本，即每股净资产低于股票面值；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。 ( 二) 财务困境的成因 导致企业财务困境的原因是指造成财务困境的各种内外部因素。内部原 因主要归结为由于企业管理差，经营不善而陷入财务困境；外部原因主要包括 激烈的市场竞争、经济政策变化带来的不利影响等 对于处于转轨时期的我国而言，由于长期计划经济的影响，金融体系、 资本市场、社会信用体系、产权市场等方面都还很不完善，企业在运行和管理 中存在大量不规范之处，因此国内上市公司财务困境的发生，有着其自身的特 点通过分析，将财务困境的成因归纳为以下几个方面： 1 、企业主营业务或主导产品缺乏竞争力，形成亏损，导致财务困境。 企业因为没有明确的主导产业，或者主导产品技术含量低，或者是产品更 新换代跟不上，造成产品滞销，库存产品积压，致使市场份额会迅速减少，销 售收入急剧下降，最终陷入财务困境 2 、成本高、费用管理不到位，耗费大，导致财务困境 有些企业原材料成本、人工成本以及管理费用等过高，导致利润减少，难 以持续经营，面陷入财务困境。 3 、重大投资项目因决策失误或者外部环境发生突变，导致财务困境 7 山东大学硬士学位论文 一些企业重大投资项目决策失误，一方面因无法收回投资项目占用的大量 资金，造成企业资金周转困难；另一方面因项目占用资金无法参与其他经营活 动，使企业失去了盈利机会；同时企业要为占用的大量资金占用支付利息，增 加了财务费用，直接减少利润，再加上投资亏损。导致企业大额亏损，最终陷 入财务困境 4 、大量无效资产占用或资产结构不合理是造成我国许多上市公司陷入财 务困境的一个原因 ， 许多上市公司规模很大，也有自己的主打产品，但最终仍然陷入财务困境， 其中很重要的一个原因是因为企业对应收帐款的管理弱化，大量销售收入未实 现现金流入。应收帐款数额大，且占用时间长，导致企业资金周转困难，影响 了正常的生产经营，致使最终陷入财务困境。 5 、上市公司资金被其股东占用导致，一导致最终的财务困境+ 某些上市公司控股股东大量挪用上市公司资金，使得上市公司资金紧张， 生产经营陷入困境。 6 、上市公司违规对外担保导致财务困境 中国证监会、国资委于2 0 0 3 年8 月2 8 日联合下发关于规范上市公司与 关联方资金往来及上市公司对外担保若干问题的通知对上市公司对外担保事 项进行规范 但是上市公司违规担保现象却是屡禁不止，近年来上市公司违规担保、资 金链断裂事件频繁出现，因而导致一些上市公司生产经营难以维系 7 、除了企业自身的原因之外，也有一些外部原因造成了企业财务困境的 形成 如在经济转轨时期，法律、法规不健全，市场机制存在大量不规范的问题， 在某些行业、某些区域还存在恶性竞争、无序竞争的现象，一些企业之间大打 价格，销售利润下降，形成亏损，因而陷入困境；另外政府干涉也是原因之一， 政府强制性的“拉郎配”使一些本来经营正常的企业在兼并或收购后，被拖上 沉重的人员包袱或债务包袱，最后导致经营难以维系；突发性的自然灾害也是 导致一些企业陷入困境的原因，如2 0 0 4 年突然发生的禽流感使许多鸡肉加工、 出口企业饱受其害 ( - - - ) 财务困境判别模型的研究现状 i 山东大学硕士学位论文 任何财务匿境都有一个逐步显现、不断恶化的过程，因此，加强对公司财 务运营过程的跟踪、监控，可以及早发现财务困境信号，预测财务困境的发生 财务困境的预警是以企业的财务资料为依据，利用多种统计、计量方法进 行判别，以识别企业在经营管理活动中存在的财务风险，向投资人、企业管理 者，债权人等方面发出预警信号，督促相关方面采取有效措施，避免最终损失 的形成，起到预警作用。 财务困境预警的实证研究方法，一般是首先选取一些被认定为发生财务困 境和未发生财务困境的公司作为研究样本，采用一定的统计方法对样本数据进 行分析，从而确定判别财务困境的关键财务指标，然后利用财务指标构造判别 财务困境的模型 1 、国外研究现状 国外对财务困境预测模型的研究起步较早，研究方法比较多， 早在1 9 3 2 年f i t zp a t r i c k 就利用单个的财务指标作破产预测模型，他将 样本分成破产和非破产两组，比较不同时期的财务指标在两组问的差异，以判 断公司是否陷入破产境地这些早期的研究属于描述性的分析范畴。 1 9 6 6 年。b e a v e r 提出了单变量预警模型。他通过对1 9 5 4 1 9 6 4 年期间 的大量失败企业和成功企业比较研究，对1 4 种财务比率进行取舍，最终得出 可以有效预测财务失败的比率依次为：债务保障率、资产负债率、资产收益率、 资产安全率。单变量判别模型简单易行，但是也存在一些缺陷，主要是：无 法反映数据的整体性：无法充分利用多财务指标体系的优势，；f 【| 用单个财务 指标就排斥了其它可能也很有用的财务指标。 1 9 6 8 年，美国的a l t m a n 最早使用多交量判别模型进行财务困境预测7 他 选取了1 9 4 6 1 9 6 5 年间的3 3 家破产的和正常经营的公司，使用了2 2 个财务 比率来分析公司潜在的失败危机。利用多元判别分析法逐步选取5 种最具共同 预测能力的财务比率，建立起了z 评分模型该模型是通过将反映企业偿债能 力、获利能力和营运能力的五个财务变量有机地联系起来，综合分析预测企业 财务失败的可能性 - h k a v e l 。f i n a n c i a lh t i o s p r e d i c t o r so ff a i l u r e j o u r n a lo fa c c o u t i n gr e s e a r c h 1 9 6 6 ，( s u p p i e m e a tt , ov o l ，5 ) ：7 1 - - - 1 1 1 a l t m a n l 下i n a n c i a lr a t i o s d i s c r i m i n a n ta n a l y s i sa n dt h ep r e d i c t i o no fc u r p m a t e b a n k r t c y j o u r n a lo ff i n a n c e s e p t e m b e r 1 9 6 8 ( 9 ) l5 8 9 - 6 0 9 ， 山东大学硕士学位论文 其建立的分辨函数为：z _ i 2 1 x l + 1 4 x 2 + 3 3 x 3 + 0 6 x 4 + 1 o x 5 ，其中x l = 流 。动资产总资产，x 2 = 保留利润总资产，x 3 = 息税前利润总资产，x 4 = 股权市值 负馈帐面值，x 5 = 销售牧入总资产 m t m a n 将临界值定为2 6 7 5 ：若z 2 6 7 5 ，则表明企业的财务状况良好， 发生破产的可能性较小；若z l8 1 ，则企业存在很大的破产危险；若 1 8 1 ( z ( 2 6 7 5 ，则称该域为“未知区”，进入这个区间的企业财务是投为不 稳定的该模型在企业失败前一，工年的预测准确率很高；预测期变长，准确 率有所降低，对失败前五年的预测准确翠仅为3 6 。 1 9 7 7 年，阿尔特曼、赫尔德门和纳内亚南对原始的z 评分模型进行了重 大修正和提升，推出了第二代信用评分一z e t a 信用风险模型。新模型的变量 由原始模型的5 个增加到7 个，它的适应范围更宽了，判别准确度也得到了很 大提高 。”一 多元判别分析有很多优点，如能够包含预测亏损上市公司的多个财务指标， 可充分利用多指标体系的优势，能够包含独立变量。但也存在缺陷，如关于近 似正态分布并且等协方差矩降的要求在现实中很难满足。 1 9 7 7 年，m a r t i n 在财务困境预测中研究中首次采用了l o g i t 模型5 ，从2 5 个财务指标中选取了资产报酬率等8 个变量，经过和前面两种模型的比较，发 现l o g i t 预测效果良好，预测能力优于前面的两种模型。 由于多元逻辑回归模型不要求财务指标服从正态分布，并且在建立模型后， 把具体的财务指标代入模型得到的是一个概率值，因此多元逻辑回归模型克服 了单变量判别模型和多元判别模型的缺陷，并且在实际运用中比较直观，因而 该方法对于财务困境的预测更加稳健。 自8 0 年代末期神经网络理论兴起以来，已逐渐被应用于财务危机预测领 域，但实际效果却很不稳定 ， c o a t s 和f a n t ( 1 9 9 1 ) 对4 7 家财务危机公司和4 7 家正常公司运用神经 网络模型进行判别时9 ，对财务危机公司的预测准确率达到了9 1 ，明显高于多 元判别法7 2 的准确率而b a c k 等人在1 9 9 4 年所傲的一项研究却并不认为神 n a r t i nd b a r l yw a r n i n go fb 撒k 缸订埘e ：al o g i s t i cr e g r e s s i o na 孵r c i lf f o u r n a o fb a n k i n g a n df i n a n c e 1 9 7 7 p i l c o s t sa n dl f f a n tr e c o g n i z i n gf i n a n c i a ld i s t r e $ $ p a t t e r n si ) s i n g n e 啪1e t ”r k t 0 0 1 f i n a n c i a l 峨e m n tl 姻3a u * u e m ：1 4 2 - 1 5 5 经网络模型具有比多元判别分析( m d a ) 和l o g i t 分析明显更佳的预测效果 2 、国内研究现状 陈静在1 9 9 9 年以1 9 9 8 年的2 7 家s t 公司和2 7 家非s t 公司，使用了三年 的财务数据，进行了单变量分析和多元线性判定分析”，在单变量判定分析中， 发现在负债比率、流动比率、总资产收益率、净资产收益率4 个财务指标中， 流动比率与负债比率的误判率最低：在多元线性判定分析中，发现由负债比率、 净资产收益率、流动比率、营运资本总资产、总资产周转率6 个指标构建的 模型，在s t 发生的前3 年能较好地预测s t 。 高培业张道奎( 2 0 0 0 ) 对深圳1 6 1 家非上市公司，以企业能否按时偿还 贷款本息作为企业失败与否的界定标准，利用贝叶斯判别方法、费歇判别方法、 l o g i t 方法、p r o b i t 方法进行实证研究“，得到了令人满意的样本判别结果和 预测结果。 张玲( 2 0 0 0 ) 以1 2 0 家公司为研究对象，使用其中6 0 家公司的财务数据估 计二类线性判别模型“，并使用另外6 0 家公司进行模型检验，发现模型具有超 前4 年的预测结果。 陈瑜( 2 0 0 0 ) 利用一元分析和多元分析，对我国证券市场s t 公司预测进 行实证研究”，首先考查单一财务比率对s t 公司预测的有效性，即进行一元分 析；然后在此基础上综合流动比率、资产负债率、总资产周转率、总资产收益 率、权益报酬率、销售利润率等6 个变量，分别利用主成分分析法、回归分析 法、判别分析法等统计方法进行多元分析，准确率均高于7 5 ，最好达到9 0 。 张爱民，祝春山，许丹健( 2 0 0 1 ) 在借鉴z 判定模型的基础上，利用主成 分分析方法，建立了预测企业财务失败的主成分预测模型，对沪深两市的8 0 家公司进行了实证分析“通过实证检验，s t 公司被宣布特别处理1 年前的预 测正确率达9 2 5 ，2 年前为8 7 5 ，3 年前为7 7 5 卢伟于2 0 0 5 年运用因子分析方法，建立了综合指标预警模型“，选取沪市 5 2 家s t 公司及与之相对应的5 2 家非s t 公司作为研究样本，对综合指标预警 。陈静；上市公司财务番化预测的麦证分析台计研究 1 9 9 9 “) ：3 1 - 3 8 ”高培业张道奎。企业失败判别模型实证研究统计研究，2 0 0 0 ( 1 0 ) ：4 6 - 5 1 。张玲。财务危机预警分析翔别模型团致量经济技木经济研究2 0 0 0 ( 3 ) ：4 9 _ 5 l 。陈璃：对我田证券市场s t 公司预浏的实证研究经济科学 2 0 0 0 年第6 期l5 7 书7 “张爱民祝春山许丹健，上市公司财务失败的主成分预测模型及其实证研究金融研究 2 0 0 1 年 第3 期：1 0 - 2 5 。卢伟；商业银行信贷风险缘合指标预警模型及其实证研究上海投曩 2 0 0 5 年筹5 期t3 7 - 4 2 山东大学顼士学位论文 模型进行实证检验。通过实证检验，s t 前一年的判鄹准确率为9 7 5 ，s r 前 二年的判别准确率为8 9 1 8 ( 四) 本文的研究内容 本文通过对沪深两市在2 0 0 3 、2 0 0 4 、2 0 0 5 三个年度实行退市风险警示的 5 6 家上市公司以及对应随机选取的5 6 家正常公司三个年度的财务数据进行研 究。 首先分析了财务困境的成因，在参考已有文献的基础上，选取1 0 个初始 财务指标进行分析，通过t 检验，确定了流动比率等7 个财务指标作为判别模 型中使用的解释变量。 在第三章中，分别利用l o g i t 模型、p r o b i t 模型进行实证研究，取得了 比较高的判别准确率结果显示，l o g i t 和p r o b i t 两种模型没有明显的差别。 在第四章中，用神经网络模型进行了实证研究，结果显示，神经网络模型 优于二元选择回归模型。 考虑到神经网络模型预测结果的可解释性不强、稳定性不高以及二元选择 回归模型较神经网络模型而言准确率略低的因素，在第五章中，采取了基于神 经网络一l o g i t 回归的混合两阶段模型，结果显示模型的稳定性得以提高。 基于解释变量之间的多重共线性对二元选择回归模型可能存在的影响，在 第六章中，尝试了主成分分析基础上的l o g i t 模型，并进行了实证研究。 最后，在对各种模型进行评价和比较的基础上，得出了实证研究的结论， 并提出了政策建议。 1 2 山末大学碰士学位论文 第二章数据来源与处理 一、样本选取 根据对上述财务困境的界定，本文在实证研究中选取了沪、深两市的1 1 2 家上市公司作为样本点，其中选取了在2 0 0 3 - - 2 0 0 5 年3 个年度被实行退市风 险警示的5 6 家s 了公司，对应随机选取5 6 家非s t 公司。研究样本见表2 ( 括 号中注明的内容为实行退市风险警示的年份) 。 表2 ：研究样本 估计样本组 测试样本组 s t 公司非s t 公司s t 公司非s t 公司 s t 北科( 2 0 0 3 ) ，莲花味精s t 金帝( 2 0 0 3 )龙头股份 s t 江纸( 2 0 0 3 )金杯汽车s t 祥龙( 2 0 0 3 )强生控股 s t 夏利( 2 0 0 3 ) 全兴股份s t 珠江( 2 0 0 3 )新安股份 * s t 华信( 2 0 0 3 )友谊股份s t 比特( 2 0 0 3 )钢联股份 s t 大江( 2 0 0 3 )华龙集团s t 宣纸( 2 0 0 3 )太化股份 s t 湖山( 2 0 0 3 )齐鲁石化s t 烟发( 2 0 0 3 )兰生股份 * s t 华靖( 2 0 0 3 )第一医药s t 桦林( 2 0 0 3 )曙光股份 s t 济百( 2 0 0 3 )华资实业s t 民百( 2 0 0 3 )万杰高科 s t 渝万里( 2 0 0 3 )兴发集团s t 锦州港( 2 0 0 3 ) 兴业聚酯 * s t 信联( 2 0 0 3 )重庆啤酒s t 厦新( 2 0 0 3 )海立股份 s t 南华( 2 0 0 3 )广船国际s t 太光( 2 0 0 3 )冰山像塑 s t 秋林( 2 0 0 3 )长安信息s t 天龙( 2 0 0 3 )豫园商城 * s t 丰华( 2 0 0 3 )华银电力* s t 鼎天( 2 0 0 3 )恒瑞医药 s t 联华( 2 0 0 3 ) 上海九百s t 金泰( 2 0 0 3 )海星科技 * s t 永生( 2 0 0 3 ) 第一铅笔s t 黑豹( 2 0 0 3 )铜峰电子 s t 民丰( 2 0 0 3 ) 上海医药* s t 圣地( 2 0 0 3 )广汇股份 * s t 英教( 2 0 0 3 ) 先锋股份幅t 鲁银( 2 0 0 3 )南山实业 s t 哈慈( 2 0 0 4 )一致药业* s t 大盈( 2 0 0 4 )深南电a * s t 天海( 2 0 0 4 )深宝恒as t 深万山( 2 0 0 4 )深纺织a s t 达尔曼( 2 0 0 4 ) 中科健a * s t 龙涤( 2 0 0 4 ) 深天马 s t 啤酒花( 2 0 0 5 )沙河股份* s t 湖科( 2 0 0 4 深华新 * s t 联谊( 2 0 0 5 )深康佳s t 商务( 2 0 0 5 )国际实业 s t 棱光( 2 0 0 5 ) 深中冠a螨t 天一( 2 0 0 5 ) 丝绸股份 * s t 精密( 2 0 0 5 )辽通化工* s t 天纺( 2 0 0 5 )长城电脑 * s t 佳纸( 2 0 0 5 ) 中金岭南s t 东海( 2 0 0 5 )赛格三星 幸s t 华发( 2 0 0 5 ) 农产品s t 通金马( 2 0 0 5 )特发信息 * s t 昌源( 2 0 0 5 )中兴通讯s t 褒岛，( 2 0 0 5 )川化股份 s t 中华( 2 0 0 5 )北方国际s t 化工( 2 0 0 5 ) t常山股份 山东大学颂士学位论文 在研究过程中随机选取5 6 家公司( 其中有2 8 家s t 公司、2 8 家非s t 公 司) 作为估计样本组，剩余5 6 家公司作为测试样本组，用于验证模型的预测 精度。签于本文的研究需要，选取的数据是s t 公司被实行退市风险警示前三 个会计年度的财务数据，非s t 公司按照对应的年份选取 二、数据处理 ( 一) 初始财务比率的选取 结合财务困境的形成原因，在参考已有的研究文献基础上，本文选择了 营运能力、盈利能力指标来反映企业财务困境的形成原因，由于资产结构影响 企业的盈利能力，而资金结构影响企业的风险及资金成本，最终影响到企业是 正常发展还是陷于财务困境，所以本文在实证研究中又选取了一些资产结构、 资金结构指标来反映资产、资金结构对财务困境的影响，同时考虑到财务困境 企业在陷于财务困境之前往往表现出发展速度缓慢，甚至停止不前的特点，因 此还采用了衡量企业发展速度的指标。 初始分析采用的1 0 个财务比率代表企业盈利能力、偿债能力、营运能力、 成长能力、规模大小等5 个方面： x 1 ：资产负债率= 总负债总资产 x 2 ：流动比率= 流动资产流动负债 x 3 ；总资产毛利率= 销售毛利总资产 x 4 ：总资产的自然对数= l n ( 总资产) x 5 ：现金债务总额比= 经营活动现金净流量总负债 x 6 ：总资产净利率= 净利总资产 x 7 ：销售毛利率= 主营业务利润销售收入 x 8 ：总资产周转率= 销售收入总资产 x 9 ：总资产增长率= ( 本年总资产一上年总资产) 上年总资产 x l o ：利息保障倍数= 息税前利润利息费用 ( - - ) 最终解释变量的确定 为了确定上述财务比率能否有效区别s t 公司和非s t 公司，对1 1 2 家样 本企业的上述1 0 个财务比率进行单变量t 检验和相关系数的分析 独立样本t 检验( i n d e p e n d e n ts a m p l ett e s t ) 是用于检验对于两组来自 独立样本，其独立样本空间的平均数或者中心位置是否一样的检验 山东大学硕士学位论文 构造t 统计量： f = 一一 x