（金融学专业论文）基于银行信用风险管理的企业财务危机预警模型.pdf

论文提要 商业银行是一个经营风险的组织，能否很好地管理信用风险将关系到商业银 行的生存和发展。本文的研究目的是将财务预警模型运用于商业银行对借款企业 的财务状况的短期预测，通过理论和实证研究，对比财务预警模型在银行信贷风 险管理中运用的有效性和优缺点。 财务危机中最为严重的就是企业破产。这也是国外许多学者对于财务危机的 界定。本文研究的角度是从商业银行作为债权人的角度看待贷款企业的财务危 机，而不是从一般权益投资者的角度，将企业财务危机的定义应为企业无力偿还 全部本息的状态。根据国内大部分研究，本文选取s t 公司作为财务危机企业样本， 采取了1 ：l 的配对原则抽取原则，选取了2 0 0 3 年3 4 家s t 公司，3 4 家非s t 公司构建了 财务危机企业和财务正常企业两个样本组。根据商业银行对企业进行信用风险评 估方面的侧重点，以及以往研究中所采用的财务指标，从企业的盈利能力、偿馈 能力和营运能力和流动性四个方面选取了具有代表性的1 4 个财务指标作为备选 财务指标。通过对单变量模型、判别分析模型、l o g i s t i c 模型的实证分析，指出 单变量模型能够简单直接的揭示了两类公司在财务上的差距，为财务危机企业的 判别以及指标的选择提供了初步依据：l o g i s t i c 模型在总体正确率和一类错误 率上均要优于判别分析模型，加之l o g i s t i c 模型不需要严格的前提假设，因而在 运用上要优于判别分析模型。 关键字：银行信用风险财务危机财务危机预警模型 a b s t r a c t b a n k i n gi sa ni n d u s t r yw i t hh i g hr i s k s t h em a n a g e m e n to fc r e d i tr i s ki sc r u c i a l t ot h ed e v e l o p m e n to fc o m m e r c i a lb a n k s t h ep u r p o s eo ft h i sp a p e rj st oa p p l y f i n a n c i a lc r i s i sm o d e l st op r e d i c tt h ef i n a n c i a lc o n d i t i o no ft h ei o a n e nt h o u g h t e s t i n ga n dc o m p a r i n ge a c hm o d e l ，w ew i l la n a l y z et h es t r e n g t hn e s sa n d w e a k n e s so fe a c hm o d e l ， t h em o s ts e n o u sf i n a n c i a lc d s i si sf i n a n c i a lb a n k r u p t c y m a n yr e s e a r c h e so n f i n a n c i a lc r i s i ss t a r tf r o mt h ee n t e r p d s eb a n k r u p t c y b e c a u s et h ei n t e r e s to f c o m m e r c i a lb a n k sj sd i f f e r e n tf r o mt h eo u t s i d ei n v e s t o r sa n dj n s i d eg o v e r n o r , c o m m e r c i a lb a n k st h i n kal o to ft h ep o s s i b i l i t yo fp a y o f fa n dt h el i q u i d a t i o n a b i l i t y t h et h i r dc h a i d t e rs e l e c t s14f i n a n c i a li n d e x e st h a tr e f l e c tt h ec a p a b i l i t y t or e p a y , t om a k ep r o f i t ，t om a n a g ep r o p e r t ya n dt h el i q u i d 时t h ep a p e r c h o o s e s3 4s tc o m p a n i e sa st h es a m p l e so ff l n a n c i a ld i s t r e s sc o m p a n i e s f o r o v e r c o m i n gs o m ed e v i a t i o n ，t h ep a p e rc h o o s e s3 4h e a l t h yl i s t e dc o m p a n i e s w h i c hh a v et h es a m ei n d u s t r y , c l o s ep r o p e r t ys c a l ew i t ht h e3 4s tc o m p a n i e s t h o u g ha d o p t i n gd a t at od e m o n s t r a t ee f f e c to fs i n g l ev a r i a b l ea n a l y s i sm o d e l ， m u l t i - v a d a b l ea n a l y s i sm o d e la n dl o g i s t i cr e g r e s s i o nm o d ew er e a c ht h e c o n c l u s i o nt h a ts i n g l ev a r i a b l ea n a l y s i sm o d e li sm o r es t r a i g h ta n de a s i l y u n d e r s t o o d c o m p a r e dw i t hm d a a n dl o g i s t i cm o d e l ，t h el o g i s t i cm o d e lh a s b e t t e rr e s u l t ，m o r eo v e r a l ic o r r e c tr a t ea n dl e s st y p eim i s t a k e i na d d i t i o n ，t h e l o g i s t i cm o d e ld o e s n tr e q u i r es t r i c tp r e m i s e s ，s ot h el o g i s t i cm o d e li ss u p e n o r t 0m d am o d e l k e yw o r d s ：c r e d i tr i s kf i n a n c i a id i s t r e s sf i n a n c i a ic r i s i sm o d e l i l l 基于银行信用风险管理的企业财务危机顶警模型 基于银行信用风险管理的企业财务危机预警模型 一、绪论 ( 一) 研究背景 传统的信用风险定义为包括借款人、债券发行人或金融交易对方在内的交易 对手由于各种原因不能完全履约致使金融机构、投资人或交易对方遭受损失的可 能性。从狭义上讲，信用风险就指信贷风险。 商业银行是经营风险的组织，能否很好地管理信用风险将关系到商业银行 的生存和发展。现有对信用风险的度量主要有四个模型，k 肼企业基于m e r t o n 的 k m v 模型，j p 摩根的c r e d i tm e t r i c s 模型，c s f p 的c r e d i tr i s kp l u s 模型。这些 模型都倾向判断信用风险的大小。然而，信用风险的大小是随内外部环境不断变 化的，具有易变性：同时它也随时间而不断变化，具有时变性。虽然，对单一时 间点信用风险的研究，可以度量及比较信用风险的大小，但在商业银行信用风险 管理的实务中，还需要解决什么时间、由什么依据决定需要对信用风险进行度量 以及对度量结果采取怎样避险措施的问题。 由此将预管理论的引入了信用风险管理的研究中。对预警的研究最早来源于 军事，指通过预警飞机、预警雷达等工具提前发现、分析敌人的进攻信号，并把 这种信号的威胁程度传递给指挥部门，以提前采取应对措施。在经济领域，穆尔 首先采用多种指标综合方法构建美国宏观经济预警系统。在信用风险管理方面， 首先将信用风险预警和将预警系统的概念应用到信用风险管理的是f i s k ，预警 被认为是对风险的提前预测。 信用风险预警理论的基本原则是“以事先防范和控制为主”。信用风险预警 理论着眼于信用风险的成因，对各个最可能出现风险或是对银行的经营有着举足 轻重作用的环节和领域选取适宜的指标、合适的警度来监测、识别创立。正确诊 断风险的大小，发展趋势，最终预测银行可能损失的大小，并及时采取合适的预 防措施。信用风险预警理论的核心内容是建立能有效识别信用风险的指标体系， 并确立符合银行监管当局要求的等限和警度。 对于商业银行信用风险的预警，需要在信息的时效性范围之内，及时地从作 为信用风险的表现和影响因素的外部环境中获取信息，根据获取到的信息，筛 选到可能影响商业银行交易对手或是交易对手信用风险大小变更的信息以及这 些信息所对应的交易对手；针对所发现的交易对手，重新度量其信用风险，得到 詹原瑞，银行信用风险的现代度量与管理，北京：经济科学出版社，2 0 0 4 基于银行信用风险管理的企业财务危机预警模型 交易对手的信用风险大小；根据评估出的交易对手和他们的信用风险大小，从众 多应对策略中选取合适的应对策略并实施。 ( 二) 研究角度 对于银行来说从信用风险产生的根源来看，主要有两部分组成：即第一、外 部环境。包括贷款企业的信用状况突然恶化，第二、银行自身的管理失误。管理 失误会导致银行不能实现其管理目标，往往会造成银行在经济上的损失，导致银 行陷入困境。 因而信用风险预警理论的预警对象主要包括两个方面，一是对具体的信贷资 产的预警。即对客户进行必要的信用评级。这一评级过程应其有很强的时效性和 持续性，同时应该注意外部环境，尤其是行业风险对评级结果的影响。另一方面 是对银行自身财务状况、经营状况的预警分析。通过对资本充足率等因素的分析， 确定银行自身风险的大小。 本文的研究对象从银行的角度立足于研究贷款企业的信用风险，即建立能够 有效预测贷款企业信用风险的预警模型。 一般说来，商业银行贷款按照期限划分，贷款种类为短期贷款、中长期贷款 和长期贷款。而从历史上看，银行倾向于向企业发放短期贷款，用于流动资金的 非固定性补充。这是因为短期贷款收回本息面临的不确定性要远小于长期贷款。 这说明，出于风险回避的考虑，商业银行更加关注企业的短期偿债能力。即使对 于长期贷款项目，商业银行通常也要在信贷计划中对本金和利息偿还做出详细的 安排，而每期本息的偿还情况又与当期信贷企业的现金流量情况密切相关，即与 其一定期间内的偿债能力密切相关。 对于商业银行来说，分析企业的还款来源：企业的经营收入和现金流量构成 企业的第一还款来源；而企业资产负债表所反映的财务实力，即可以用做抵押的 资产，或者可以出售弥补现金流量缺口的流动性资产构成第二还款来源；而一些 非财务因素，如企业的还款意愿或者贷款抵押等等，虽然不构成直接的还款来源， 但也影响企业的还款能力。 银行贷款企业的信用风险主要反映的就是贷款企业的财务状况。鉴于能力和 精力限制，文本没有建立一个全面的反应银行贷款企业信用风险的预警模型，而 是主要针对企业的第一和第二还款来源，构建企业财务危机预警模型，希望能够 有助于商业银行信贷决策。 二、财务危机预警的涵义 ( 一) 财务危机的涵义 基于银行信用风险管理的企业财务危机预警模型 1 国外学者对财务危机的界定 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 lb 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 ) ，最为严重的财务危机就是破产。关于财务危机的定 义和财务危机企业的界定，国外学术界有不同的观点。总结如表l - 1 ： 表1 一i国内外财务危机界定汇总表。 b e a v e r ( 1 9 6 6 )企业破产、拖欠优先股股利、拖欠债务 d e a k i n ( 1 9 7 2 ) 破产、无力偿还债务或为债权人利益而己经进行清算的公司 c a r m i c h a e l ( 1 9 7 2 ) 企业履行义务时受到阻碍，具体表现为流动性不足( 流动负债大于流动资产) 、 权益不足( 长期偿债能力不足) 、债务拖欠及流动资金不足四种形式。 b l u m ( 1 9 7 4 ) 公司债到期未付，进入破产程序 o l s o n ( 1 9 8 0 ) 一公司在法律上符合破产，作为认定标准。 f o s t e r ( 1 9 8 6 ) 除非对经济实体的经营或结构实行大规模重组否则就无法解决的严重变现问 题 p a s t e n a ( 1 9 8 6 ) 净值为负，没有能力偿还负债 l a u ( 1 9 8 7 ) 用四种财务状态来评估公司的财务状况，此四种状态分别为：状态0 ( 财 务稳定) ，状态i ( 不发或减少股息支付) ，状态2 ( 技术性失败或违约偿还贷 款) ，状态3 ( 受破产法保护) ，状态4 ( 破产或清算) d u n ( 1 9 8 8 ) 1 、企业随着重整或破产而终止营运者；2 、丧失债权人而遭强制执行，丧失 抵押品赎取权或终止营运者；3 无法清偿债务者；4 、进行改组成重整而受限 于法律诉讼；5 、与债权人朱达成和解者 r o s s ( 1 9 9 9 ) l 、企业失败，即企业清算后仍无法支付债权人的债务；2 、法定破产，即企 业或债权人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 付息还本；4 、会计破产，即企业的账面净资产出现负数，资不抵债。 a 1 t m a n ( 1 9 7 1 ) ( 1 9 9 3 )财务危机包括企业发生财务困难时得多种状况，主要表现为破产、失败、无 力偿还债务、违约等。破产，主要是指财务危机在法律上的定义。失败，考 虑的是本企业的投资同报率。无力偿还负债，往往表现为负权益。违约，指 企业违背了与债权人签订的协约。 h o w a r d ，r u t h ( 2 0 0 t )公司逆境不同阶段的一系列财务事件，以企业持续经营中现金流量反复无常 的减少为发生财务危机的开端，随后出现股利支付的减少、债务拖欠或不良 债务重组等特征。 2 本文对财务危机的界定 财务危机是一个综合性的模糊概念，其表现复杂多样，缺乏流动性、不能偿 还到期债务、资不抵债、亏损、被特别处理等，是财务危机的充分非必要条件： 也就是既，一旦发生了上述违约、亏损等情形中的一种就可以说是陷入了财务危 机，而发生财务危机却不一定表现为违约或亏损，也可能是其他情形，如市场份 额下降，资产收益率下降、存货积压严重。很难概括出一个完全合理、科学的关 表巾内容直接或h j 接截取自本文主要参考文献 3 基于银行信用风险管理的企业财务危机预警模型 于财务危机的定义或概念。但这并不影响相关研究的开展，研究者完全可以根据 自己的研究目的，来界定研究对象。 从国外对财务危机实证研究的结论中可以看出，界定“财务危机”的标准都 集中在流动性差、无力支付债务和破产这几方面，尤其是申请破产和破产清算。 在预警模型的研究中，国外学者主要以破产清算作为财务危机公司的判断标 准，是考虑到破产企业与非破产企业存在明确的划分界限，具有高度的可度量性， 从而也比较容易确定研究样本。但实质上，破产只是一种法律现象，除了主要受 到经济环境和经济因素的影响外，在我国还受到政治和其他非市场因素的影响。 从财务管理角度研究企业破产行为，将受多方面影响的问题局限在财务领域里进 行研究，是不合适的。因此，对财务危机研究的切入点应该是预测公司的财务状 况是否健康，而不应该是否会破产。 再者破产只是企业陷入财务危机的最严重的极端状态。本文认为财务危机是 一个动态的连续的过程，不存在一个明显的界限可以将企业分为“陷入财务危机” 和“未陷入财务危机”这两类。破产只是企业陷入财务危机后而又无法处理的终 点。发生财务危机并不意味着企业会走向破产；相反，大部分企业如果采取积极 的应对措施则会走出危机。如图1 - 1 所示：囝 志乏i 1 ) 的非配对抽样。在本文的研究中，采取配对抽样的方法选取样本。 3 确定样本 自1 9 9 8 年以来，我国a 股市场被特别处理的上市公司1 9 9 8 年有2 7 家，1 9 9 9 年 3 l 家，2 0 0 0 年2 7 家，2 0 0 1 年2 4 家，2 0 0 2 年3 9 家，2 0 0 3 年3 8 家，2 0 0 4 年3 0 家。由于 最近两年的股市由熊市转为牛市，一些s t 股票被解禁，其中一些有财务问题的公 司也得以掩盖。故而本文研究中没有采用近两年的股票，选取了2 0 0 3 年被特别处 理的3 8 家s t 公司作为研究样本，同时按照同一会计年度、行业分类、总资产规模 的配对原则，对每一家s t 公司进行配对选择非s t 公司，选取了3 4 家非s t 公司作为 1 8 两类错误之f h j 足此消彼涨的关系，某类错误得降低足以另一类错误的增加为代价 2 3 基于银行信用风险管理的企业财务危机预警模型 匹配样本。如下表3 - 2 ，表3 - 3 ：” 表3 22 0 0 3 年3 4 家s t 公司及其所属行业 股票代码股票名称 所属行业股票代码股票名称所属行业 0 0 0 0 0 5s t 星源综合类6 0 0 6 1 3s t 永生信息传播服务业 o o 0 0 4 0 s t 鸿基综合类 6 0 0 6 1 5 舛丰华化学原料及制品制造业 0 0 0 4 9 8 s t 丹化化学纤维制造业 6 0 0 6 1 7 s t 联华化学纤维制造业 0 0 0 5 0 5s t 珠江房地产业6 0 0 6 4 6s t 国嘉信息传播服务业 0 0 0 5 5 5s t 太光 通信相关设备制造业 6 0 0 6 7 2s t 华盛农业 0 0 0 5 6 1 s t 长岭电器机械器材制造业 6 0 0 6 9 5s t 大江 食品加工业 0 0 0 6 2 1 s t 比特计算机应用服务业 6 0 0 7 3 8 s t 民百零售业 0 0 0 6 6 0s t 南华综合类6 0 0 7 5 1s t 天海运输业 0 0 0 7 1 0s t 天仪 交通运输没备制造业 6 0 0 7 6 0s t 黑豹 交通运输设备制造业 0 0 0 7 1 8s t 吉纸 造纸及设备制造业 6 0 0 7 6 6s t 烟发零售业 0 0 0 8 0 1 s t 湖山电子器具制造业 6 0 0 7 8 1 s t 民丰纺织业 0 0 0 9 8 0 s t 金马仪器仪表制造业6 0 0 7 8 4s t 鲁银综合类 6 0 0 0 5 3s t 江纸造纸及纸制品业6 0 0 8 0 7s t 济百零售业 6 0 0 2 3 4s t 天龙 商业代理业 6 0 0 8 4 7s t 渝万里 电器机械及器材制造业 6 0 0 3 1 3 s t 中农 农业6 0 0 8 7 8 s t ： l 科综合类 6 0 0 3 3 8s t 珠峰交通运输设备制造业6 0 0 8 9 1s t 秋林零售业 6 0 0 3 8 5s t 金泰 医药制造业 6 0 0 8 9 9s t 信联 信息传播服务业 表3 32 0 0 3 年3 4 家非s t 公司及其所属行业 股票代码股票名称 所属行业 股票代码股票名称所属行业 0 0 0 0 6 3 中兴通讯通讯及相关设备制造业 0 0 0 9 7 2 新中基 农业 0 0 0 1 5 3 丰源药业医药制造业 6 0 0 0 6 7 冠城人通电器机械及器材制造业 0 0 0 4 4 8 晨明纸业造纸业 6 0 0 0 7 3 上海梅林食品加j ：业 0 0 0 5 0 3海虹控股综合类6 0 0 0 9 4华源股份化学纤维制造业 0 0 0 5 4 0 t i = 纪中天综合类 6 0 0 1 1 9 k 江投资综合类 0 0 0 6 7 2 桐城集团零售业6 0 0 1 2 8弘业股份商业代理业 0 0 0 6 9 3聚友网络 信息传插服务业 6 0 0 1 3 6 道博股份 综合类 0 0 0 7 8 3 美达股份化学纤维制造业 6 0 0 2 3 5 民丰纸特造纸业 0 0 0 8 2 9 赣南果业 农业6 0 0 4 1 8 江淮汽车交通运输设备制造业 0 0 0 8 5 0华茂股份纺织业6 0 0 7 0 3天颐科技化学原料及制品制造业 0 0 0 8 6 2 吴忠仪表仪器仪表制造业 6 0 0 7 0 7彩虫t 殷份日川电子器贝制造业 0 0 0 8 6 3 和光商务计算机应用服务业 6 0 0 7 7 7 新潮实业纺织业 0 0 0 8 9 3 广州冷机电器机械及器材制造业 6 0 0 7 9 8 宁波海运运输业 0 0 0 9 1 3钱江摩托交通运输没备制造业6 0 0 8 7 7中国嘉陵交通运输设备制造业 资料来源：c c e r 中国经济金融数据库 4 异常数据剔除 1 9 数据见附录 基于银行信用风险管理的企业财务危机预警模型 异常值的存在将会使单个变量所估计的均值和方差都与真实值差别较大，对 于我们下一步的分析和建模都将造成很大的偏差，因此有必要将它们剔除。本文 设计了如下方法，可以有效地对所有单个变量的异常数据进行的剔除，具体计算 步骤如下：( 1 ) 计算单个财务比率变量的均值和方差，剔除均值三个标准差以外的 数据；( 2 ) 对于指标数据有缺失的，与经验明显不符的数据剔除。 五、财务危机预警模型的实证研究 ( 一) 单变量分析 我们采用比弗的单变量分析中的平均值比率分析。通过计算财务危机公司和 财务正常公司在财务出现状况前每一年的财务平均比率。将两类公司的财务比率 平均值进行比较分析。这种分析不是用来预测企业破产的可能性，它只是简单扼 要地描述失败公司与非失败公司的一般关系，以及哪些财务比率更能敏锐地预警 财务异常现象。 本文计算2 0 0 1 - - 2 0 0 3 年s t 公司与正常公司各财务比率的平均值，如下表4 - 1 ： 表4 一l两类公司各财务指标2 0 0 1 - 2 0 0 3 年平均值 净资产收益率资产收益率净利润率流动比率 s t 公司正常公司s t 公司 j e 常公司 s t 公司 正常公司 s t 公司上e 常公司 2 0 0 l_ 0 1 4 0 5 4o ，0 6 0 9 2- 0 0 5 5 3 20 0 3 3 6 l加3 3 5 8 60 0 9 3 9 11 2 6 2 6 11 7 0 8 0 4 2 0 0 21 1 8 6 6 80 0 2 0 6 40 2 0 5 5 20 0 1 9 6 9- 2 ，1 4 3 3 8- o 0 5 1 6 70 9 5 3 9 71 3 8 6 6 5 2 0 0 3- 2 7 2 5 6 10 0 5 8 1 8- 0 2 6 9 4 7 0 0 2 7 3 8 8 8 1 8 2 60 0 3 9 5 7o 7 6 4 0 31 3 9 3 1 5 速动比率现金流动负债比率股东权益比率现金负债比率 s t 公司正常公司s t 公司 正常公司 s t 公司 j e 常公司 s t 公司正常公司 2 0 0 10 9 5 6 8 31 3 6 3 6 50 7 2 2 0 81 7 4 4 8 l0 ，4 6 9 5 00 5 3 1 5 30 6 7 2 6 51 5 2 5 9 l 2 0 0 20 7 0 2 2 31 0 8 6 0 40 5 0 2 6 51 6 6 4 0 60 0 3 6 1 00 ，4 9 3 8 0 0 4 7 1 6 0 1 4 7 4 7 2 2 0 0 3- 5 3 6 2 2 81 0 7 5 7 40 5 4 1 8 2i 7 0 9 0 2加6 5 9 9 00 4 7 0 2 90 5 2 5 6 71 5 2 6 3 6 债务资本比率债务资产比率存货周转率同定资产周转率 s t 公司正常公司s t 公司止常公司s t 公司正常公司s t 公司正常公司 2 0 0 1 1 2 5 2 6 31 0 1 3 3 7o 5 1 3 7 9 0 4 4 0 9 03 2 3 4 2 45 4 6 3 9 62 0 9 1 0 03 3 0 1 0 5 2 0 0 24 3 9 3 1 61 2 3 2 9 40 ，9 4 7 1 50 4 7 6 4 02 6 3 5 3 l6 6 8 0 3 21 3 3 6 8 03 3 1 8 3 1 2 0 0 34 0 6 0 8 11 4 4 5 8 4i 6 4 4 3 50 4 9 9 6 43 7 6 3 3 56 3 8 6 6 41 2 6 2 1 24 0 1 2 5 2 从上表的各个平均值的比较中，选出差别较大的财务比率进行分析。 首先看企业的盈利性指标，从净资产收益率净、净利润率和总资产收益率这 三各指标看，s t 公司和非s t 公司在盈利能力上的差距逐年增大。其中非s t 公司公 司盈利能例基本维持在同一水平线上，而s t 公司的盈利水平逐年下降。两类公司 在净利润率方面的差别是最明显的。2 0 0 1 年，两类公司的净利润率基本在同一水 基于银行信用风险管理的企业财务危机厩警模型 平线上，2 0 0 2 年，s t 公司的净利润率比非s t 公司低约2 0 ，到2 0 0 3 年s t 公司与非 s t 公司的差距越拉越大，递减的速度越来越快。说明盈利能力的不断下降，是陷 入财务困境的公司的一个重要特征。( 见下图4 1 ，4 2 ) 图4 - 1s t 公司和非s t 公司净利润率 图4 - 2s t 公司和非s t 公司净资产受益率 接着看企业的资本结构。非s t 公司的资本充足率和债务资产比基本维持在同 一水平线上，s t 公司的资本充足率逐年下降，而债务资产比加速上升。证明s t 公司在资本结构中负债比例逐年增加，而股东权益所占的比重不断减少。一般来 说，正常的公司总负债率应该在3 0 - - 5 0 之间，而s t 公司的总负债率达至9 4 7 ，而2 0 0 3 年更高达1 6 4 。陷入财务困境的公司债务负担过重，财务风险较大。 基于银行信用风险管理的企业财务危机预警模型 图4 - 3s t 公司和非s t 公司资本充足率 图4 - 4s t 公司和非s t 公司债务资产比 看企业的偿债能力，s t 公司从流动比率和速动比率都要低于非s t 公司，而且 是逐年下降。2 0 0 3 年正常公司流动比率和速动比率几乎是s t 公司2 倍。说明非s t 公司在偿债能力上要高于s t 公司。 图4 - 5s t 公司和非s t 公司流动比率 摹于银行信用风险管理的企业财务危机颅警模型 图4 6 s t 公司和非s t 公司速动比率 从反映企业流动性的现金负债比和现金流动负债率看，s t 公司的流动性相对 于非s t 公司一直处于一个较差的水平。s t 公司的现金负债比和现金流动负债率从 2 0 0 1 年到2 0 0 3 年下降趋势并不明显，但2 0 0 3 年非s t 公司的现金负债比几乎是s t 公司的3 倍，而现金流动负债比也要高出s t 公司2 倍以上。可见，资金的流动性差， 也是陷入财务困境的公司往往面临的问题。 圈4 - 7s t 公司和非s t 公司现金负债比 图4 - 8s t 公司和非s t 公司现金流动负债率 基于银行信用风险管理的企业财务危机预警模型 企业的应收帐款周转率、存货周转率、固定资产周转率都反应了企业的经营 能力。非s t 公司的三个周转率都要高于s t 公司。其中较为典型的固定资产周转率， 2 0 0 1 年非s t 公司是s t 公司的1 6 倍，而2 0 0 3 年非s t 公司是s t 公司的3 2 倍。从一个 侧面反映了两类公司在经营能力上的差距。 图4 - 9s t 公司和非s t 公司固定资产周转率 从以上分析中我们可以发现不少财务指标的平均值都可以显著区分s t 公司 和非s t 公司。单变量模型以较为简单的方法揭示了两类公司在财务上的差距。虽 然这种分析较为主观也较为片面，但也为财务危机企业的判别以及指标的选择提 供了初步依据。 ( 二) 判别分析模型 1 前提假设检验 判别分析模型在应用中有严格的前提假设：所有指标符合j 下念分布，两组变 量间些方差矩阵相等。以下我们对于模型进行了协方差矩阵相等的检验。见表 4 2 ： 表4 2数据的协方差检验结果 t e s tr e s u l t t e s t sn u l lh y p o t h e s i so fe q u a lp o p u l a t i o nc o v a r i a n c em a t n c e s 以上检验的原假设为总体协方差矩阵相等，根据在0 0 5 的显著性水平下拒绝 原假设，我们拒绝原假设，认为模型协方差矩阵不相等。在国内外大部分研究中 基于银行信用风险管理的企业财务危机预警模型 正态性分布和协方差矩阵相等的条件都得不到满足，许多文献证明财务比率仅有 少数服从正态分布，也正因为此判别分析模型的应用受到很大的局限性。尽管从 统计分析的角度看当假设条件破坏时，计算的概率将不准确。然而从实用的角 度来说，真正满足该条件的数据几乎不存在，所以一般不关心它的结果。基于从 已有文献来看，很多的学者使用了这一方法，如a l t m a n ( 1 9 6 8 ，1 9 7 7 ，1 9 9 5 ) ， 在国内，有陈静( 1 9 9 9 ) 、张玲( 2 0 0 1 ) 及吴世农和卢贤义( 2 0 0 1 ) ；为了保持论文的 完整性，本文依然构建了判别分析模型。 2 构建模型 指标的选择方法分为两类：是通过经验判断；二是通过软件筛选。本文采 用s p s s 统计软件进行判别分析( d i s c r i m i n a t e ) ，并用软件提供的逐步递归法 “s t e p w i s em e t h o d ”进行指标筛选，关于判别依据的选择也有两种：一种是f 值， 另一种是用f 值的概率。本研究中，判定标准为f 值大于等于3 8 4 进入模型，f 直 小于等于2 7 1 时从模型中剔除。最终有三个指标通过了f 检验，i i l j x l ( 净资产收 益率) ，x 2 ( 资产收益率) ，x 6 ( 现金流动负债比率) 。得到得分析结果如下表： 表4 3 模型的相关系数分析结果 c i a 皇s h 妇nf u n c t i o nc o e f f i c i e n t s t y p e i2 x l3 0 2 6- 9 2 5 6 x 2- 2 7 5 4 03 3 3 5 8 x 6 6 2 61 2 5 3 ( c o n s t a n t ) 1 4 6 6- 2 0 6 5 i - i s n e r sl i n e a rd i s c n m i n a n tf u n c t t o n s 本文采用f i s h e r 判别法，根据系数表可以总结出各类判别函数如下： f l = 3 0 2 6 * x i - 2 7 5 4 0 * x 2 + o 6 2 6x 6 - 1 4 6 6 ( s t 公司) f 2 = - 9 2 5 6 * x 1 + 3 3 3 5 8 * x 2 + 1 2 5 3x 6 2 0 6 5 ( 非s t 公司) f i s h e r 判别函数的方法是将3 个自变量x l ( 净资产收益率) 、x 2 ( 资产收益 率) 、x 6 ( 现金流动负债比率) 的值带入上述两个方程中，得到2 个函数值。比 较这2 个函数值选择最大的一个即为该样本所属的种类。 3 模型的显著性检验 通常我们用w i k s l a m b d a ，h o t e l l i n g 和p i l l a i 准则来评估判别分析模型的 显著性，模型的显著性检验结果如下表： 3 0 摹于银行信用风险管理的企业财务危机预警模型 表4 4 模型的w i l k s l a m b d a 检验结果 w i l b 。b m b d a i t e s t o ff u n c t i o n ( s )w j i k s 。l a m b d a c h i s q u a r e d f s i g i 15 2 04 2 2 0 s30 0 0 w i l k s l a m b d a 检验是对模型的显著性检验，判断该判别函数能否很好的将 两类样本区分开来。该模型的w i l k l a m b d a 值为0 5 2 0 ，c h i s q u a r e 值为4 2 2 0 5 ， 显著性水平为0 0 0 0 ( 口= 0 0 5 ) 。表明模型在两类公司之间的判别显著。 表4 - 5 模型的特征值分析表 e i g e n v a l u e s ( 特征值分析表) l c a n o n i c a i lf u n c 咖 e i g e n v a l u e o f v a r i a n c ec u m u l a t i v e c o r r e l a t i o n l i 1 9 2 4 ( a ) 1 0 0 01 0 0 06 9 3 af i r s t1c a n o n i c a ld i s c r i m i n a n tf u n c t i o n sw e r eu s e di nt h ea r a l y s i s 该模型的e i g e n v a l u e s ( 特征值) 检验结果：特征值为0 9 2 4 ，边际贡献1 0 0 ， 累计贡献1 0 0 ，典型相关值为0 6 9 3 ，结果表明自变量和因变量的相关性强。 4 对原样本的拟和结果 通过回代的方式预测模型拟合的准确性。根据之前推导出的f i s h e r 判别函 数，把各样本观测值回代到判别函数中，根据函数值确定每一个样本属于哪一类 公司。对比原始样本的分类和按判别函数所判的分类，计算出预估准确率和错误 率。经统计f i s h e r s 判别函数对样本回代判别总体正确率为8 3 8 ，第一类错误 率为5 8 8 ，第二类错误率为2 6 。将2 0 0 2 年的样本代入模型，得到模型的拟合效 果与2 0 0 1 年相比入下表4 - 6 ： 表4 - 6 模型的准确搴比较 实际预测( 2 0 0 1 年)预测( 2 0 0 2 年) 财务危机财务正常财务危机财务正常 财务危机2 593 04 财务止常 23 233 1 第一类错误率2 6 1 1 7 7 第二类错误率 5 8 8 8 8 2 准确率8 3 8 8 9 7 ( 三) i o g i s t i 0 模型 s p s s 软件l o g i s t i c 回归分析功能中提供了多种自动筛选最佳变量的方法，如 向前逐步回归法、向后逐步回归法，可以分别配合条件参数、w a l d 估计及l r 估计 基于银行信用风险管理的企业财务危机顶警模型 原则来筛选。所谓逐步判别分析是从模型没有变量开始，按照一定标准如条件参 数估计原则，把模型外对模型判别力贡献最大的变量依次加入到模型中，将不符 合留在模型中的条件的变量从模型中剔除，这样不断加入和剔除变量直到模型达 到最佳。” 然而这种逐步回归结果仅对于当前样本数据效果较好，但对于相同研究的另 一个数据库应用同样的逐步回归方法并不能保证得到同样的自变量。尤其对于样 本含量较小的数据库，结果更不稳定。由于本文数据样本容量较小，故不对自变 量进行筛选，选用全部备选指标，主要看模型对企业财务危机预警的效果。 1 模型的显著性检验 对于l o g i s t i c 模型的检验通过似然函数的值来进行。似然函数值是指拟合模 型为真实情况时，能够观察到这一组样本数据的概率。在统计中，通常对其取自 然刘数再乘以一2 表示，即下表中的“- - 2 1 0 9l i k e l i h o o d ”，简称为- - 2 1 1 。好的 模型似然比值较高，其- - 2 1 1 值相对较小。假设模型1 0 0 完美，似然比值等于1 ， - - 2 1 l 值为0 。- - 2 1 l 越小，c o x s n e l lr 2 和n a g e l k e r k er 2 值越大，模型拟合 越好。表中- - 2 1 1 值为3 6 9 6 6 。c o x s n e l lrs q u a r e 值为0 5 6 9 ，n a g e l k e r k er 2 值为和0 7 5 9 。本文在研究中，去除任何指标都将使得- - 2 1 1 增大，影响模型的拟 合效果。 表4 7 模型的拟合效果检验 m o d e ls u m m a r y l 蜘。 一2l o gc o x & s n e l i n a g e l k e r k er i i k e l i h 0 0 drs 0 u a r e s q u a r e l 13 6 9 6 65 6 97 5 9 评价l o g i s t i c 模型时，通常将其与截距模型相比，即模型中没有解释变量只 有一个截距系数的模型。同截距模型相比，看加入解释变量的模型在拟合水平上 是否有显著提高。 下表为三种常见的卡方统计量m o d e l ，b l o c k 和s e t p 。m o d e l 统计量检验除常 数项以外，模型中所有变量系数为零的假设。b l o c k 卡方值用来对最后一组变量 系数为0 的零假设进行检验。s t e p 卡方值用来对最后一个加入模型的变量系数为0 的零假设进行检验。下表中三个统计量非常显著，证明所选解释变量对模型的解 释能力很强。 表4 8 模型的m o d e l 、b l o c k 和s e t p 检验 2 0 张文彤，s p s s 统计分析高级教程，北京：高等教育出版社，2 0 0 4 3 2 基于银行信用风险管理的企业财务危机预警模型 c h i - s o u a r ed f s 畸 s t e p l s t e p 5 7 3 0 21 4o b l o c k5 7 3 0 21 40 0 0 m o d e l5 7 3 0 21 40 0 0 下图为估计概率的直方图，即各个样本企业的概率估计值，0 和l 表示企业实 际所属的类别。横坐标为预测概率值，纵坐标为观测量的频数。从图中可以看出， 两组中的不同性质数据分布在两端，说明分组效果好。 s t e pm m b e r ：1 o b s e r v e dg r o u p sa n dp r e d i c t e dp r o b a b i l i t i e s 1 68 l 8 静0静 营0t f静0营 r1 20 0 8 e静01 铮 q01 萤 u o 1 营 e88 0 1 8 n静ol 斧 c营o1 营 y01 铮 48 00 11 8 静o01 1 l 静 铮00 00 01 1 11 1 l 铮 o0 00 0 00 000 10 1 1 1 0 010 1 l1 1 11 1 1 1 1 静 p r e d i c t e d 8 0 0 0 8 0 0 0 0 8 8 0 8 8 8 0 0 8 0 0 0 8 8 8 0 0 8 8 0 8 8 8 8 8 8 8 8 0 0 8 8 0 0 0 8 0 8 8 凸0 0 8 8 0 0 8 8 0 8 8 p r o b ：02 557 5l g r o u p ：0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 l l l l l l l l l l l l l l l p r e d i c t e dp r o b a b i l i t yi so f e m b e r s h i pf o r1 t h ec u tv a l u ei s 5 0 s y m b o l s ：0 0 1 1 e a c hs y m b o lr e p r e s e n t s1c a s e 图4 1 0模型的估计概率直方图 基于银行信用风险管理的企业财务危机顶警模型 2 对原样本的拟和结果 下表表示拟合出的模型根据0 5 作为财务危机企业和财务正常企业分界点， 得出的预测值和实际数据的比较。从中可以看出，3 0 个财务危机企业被正确的预 测，4 个财务危机企业被错误预测为财务正常企业，正确预测率为8 8 2 ；3 3 个财 务正常企业被正确预测，1 个财务正常企业被错误预测为财务危机企业，正确预 测率为9 7 1 ，总的正确判断率为9 2 6 。 表4 9模型的判断分析结果 c l a s s i f i c a t i o nt a b l e ( a ) 0 b s e r v e o p r e d k - t e d t y p e p e r c e n t a g e 0 l c o r r e c t s t e p l t y p e03 048 8 2 113 39 7 1 o v e r a l lp e r c e n t a g e 9 2 6 at h ec u t v a l u e i s s 0 0 3