（会计学专业论文）我国制造型上市公司财务危机预警实证研究.pdf

e瘟窑丝厶堂堂位迨塞 主 塞 缝 矍 中文摘要 摘要：制造业在几乎所有国家的国民经济中都占有十分重要的位置，是国民 经济最主要的支柱产业。目前，沪深两市交易市场己有的s t 公司中，以制造类企 业居多，越来越多的制造类企业面临财务危机。有鉴于此，迫切需要选择并确定 适合制造类企业的行业预警指标和方法，对制造类企业进行财务危机预警。 本文选取2 7 家2 0 0 6 新增的制造型s t 公司以及其配对企业作为研究样本，选 取2 2 个财务指标，并以2 0 0 3 年、2 0 0 4 年、2 0 0 5 年三年的数据为基础，柬分析预 测制造型上市公司财务危机最重要的财务指标。通过对财务指标进行币念性检验、 t 检验、多重共线性分析等，最终建立l o g i s t i c 回归模型。 本文得出净资产增长率、每股净资产等5 个指标对制造型企业是否发生财务 危机有着显著的判断作用，其中净资产增长率对发生财务危机的贡献率最大。 关键词：制造企业；财务危机；预警；多重共线性；l o g i s t i c 回归 分类号：f 2 7 5 ；f 2 7 6 6 a b s t r a c t a b s t r a c t ：m a n u f a c t u r i n gi n d u s t r yp l a ya ni m p o r t a n tr o l ei ne v e r yc o u n t r ya n d i t st h ek e yi n d u s t r yi ne v e r ym o d e mm a r k e te c o n o m y a tp r e s e n t ，m o s to ft h es t c o m p a n i e s i n s h a r i g h a i s t o c k e x c h a n g e a n ds h e n z h e ns t o c k e x c h a n g e a r e m a n u f a c t u r i n gc o m p a n i e sa n dm o r ea n dm o r em a n u f a c t u r i n gc o m p a n i e sa r es u f f e r i n g f r o mf i n a n c i a ld i s t r e s s t h e r e f o r e ，i t sv e r yn e c e s s a r yt of i n dp r e d i c t i o nr a t i o sa n d m e t h o d ss u i t a b l ef o rm a n u f a c t u r i n gc o m p a n i e st op r o t e c tt h e mf r o mf i n a n c i a ld i s t r e s s s e l e c t i n g2 7s p e c i a l t r e a t e dm a n u f a c t u r i n gl i s t e d c o m p a n i e sw h i c ha r en e w l y a d d e di n2 0 0 6a n dt h e i r2 7c o r r e s p o n d i n gm a n u f a c t u r i n gl i s t e dc o m p a n i e sw h i c ha r ei n f o r m a lf i n a n c i a lc o n d i t i o n sa st h ec o m p a r a t i v es a m p l e s ，t h ea r t i c l eu s e s2 2f i n a n c i a l r a t i o sb a s e do np u b l i ca c c o u n t i n gd a t ei n2 0 0 3 ，2 0 0 4a n d2 0 0 5t oa n a l y z et h em o s t i m p o r t a n tf i n a n c i a l r a t i o sf o rf o r e c a s t i n gt h ef i n a n c i a ld i s t r e s so fm a n u f a c t u r i n g c o m p a n i e s a f t e ras e r i e s o ft e s t ss u c ha s k o l m o g o r o v - s m i m o vt e s t ，tt e s t ， m a n n w h i t n e y w i l c o x o nt e s t ，a n dc o l l i n e a r i t yd i a g n o s t i c s ，w es e tu pl o g i s t i cr e g r e s s i o n m o d e l t h ea r t i c l ef i n a l l yc o n c l u d e st h a tf i v ef i n a n c i a lr a t i o ss u c ha sg r o w t hr a t eo fn e t a s s e t sa n dn e ta s s e t sp e rs h a r eh a v ev e r ys i g n i f i c a n te f f e c t so nj u d g i n gw h e t h e ra m a n u f a c t u r i n g l i s t e dc o m p a n yw i l lp l u n g ei n t of i n a n c i a ld i s t r e s sa n dg r o w t hr a t eo fn e t a s s e t si st h em o s ts i g n i f i c a n to n e k e y w o r d s ：m a n u f a c t u r i n gc o m p a n y ；f i n a n c i a ld i s t r e s s ；f o r e c a s t i n g ；c o l l i n e a r i t y ； l o g i s t i cr e g r e s s i o n c l a s s n o ：f 2 7 5 ；f 2 7 6 6 致谢 本论文的工作是在我的导师刘德红副教授的悉心指导下完成的，刘老师严谨 的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢三年束刘 老师对我的关心和指导。 感谢所有教授过我的经管学院的老师们，他们传授给我的专业知识足我不断 成长的源泉，也是完成本论文的基础。 同时，在论文的撰写过程中，许晓霞、朱莉莉、张琦等同学对我的论文写作 给与了热情的帮助，让论文得以顺利进行，在此表达我对他们的感激之情。 另外也感谢家人，他们的理解和支持使我能够在学校专心完成我的学业。 宝童堑厶 堂 亟 主堂垃迨塞i i言 1 引言 1 1 研究背景 上市公司是现代公司制的最高形式，相对于传统型企业和一般公司型企业来 说，上市公司具有业绩较好、规模较大、筹资和扩充能力较强等优势，已成为现 代市场经济中最具活力和发展潜力的企业组织。在我国，随着证券市场的快速发 展，制造类企业数量逐年增多，规模逐年扩大，结构不断优化，运作不断规范， 越来越多的投资人通过证券市场进行投资，既为企业输入了紧缺的资会，又为自 己带来了投资收益。自1 9 8 6 年我国通过破产法以来，破产企业的数量逐年增 长，一些公司因为治理结构失衡，公司管理层素质低下，导致公司陷入困境；而 且以国有大中型企业、债务人申请破产居多。用国际标准来衡量，目前中国8 0 以上的企业存在财务隐患；根掘中国国情大幅度降低标准后，仍有将近2 0 的企业 存在较为严重的财务问题。制造业在几乎所有国家的国民经济中都占有十分重要 的位置，是国民经济最主要的支柱产业。美国6 8 1 的财富来自于制造业，同本 4 9 的国民总产值是由制造业提供的。中国的制造业在9 0 年代初的工业总产值中 就占有4 0 以上的比例。可以说没有发达的制造业，就不可能有国家真币的繁荣和 强大。目前，沪深两市交易市场己有的s t 公司中，以制造类企业居多，很多企业 发展陷入简单的再生产过程，无力丌拓新产品，创新能力严重不足，越来越多的 制造类企业面临财务危机。有鉴于此，迫切需要选择并确定适合制造类企业的行 业预警指标和方法，对制造类企业进行财务危机预警。 1 2 文献综述 关于公司财务危机预警系统的研究在海外历史悠久，在国内则刚刚起步，总 体而言，运用于财务危机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， 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。 近年来许多研究人员将统计与非统计研究方法相结合尝试把研究工作进一步 推向深入，研究方法不断创新，以下我们就其主要研究成果予以摘要介绍。 应窒堑厶堂亟堂位途塞i !宣 1 2 1 国外关于上市公司财务危机预警系统研究文献综述 ( 1 ) 统计类财务危机预测方法 一元判别法( 单变量财务危机预测模型) 最早的财务危机预测研究是b e a v e r ( 1 9 6 6 ) 对1 9 5 4 年一1 9 6 4 年间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，采用的研究方法包括 三种，分别为均值比较、划分测试以及似然分析。在排除行业因素和公司资产规 模因素的前提下，b e a v e r 的研究表明，下列财务比率对预测财务失败是有效的： 现会流量债务总额，净收益资产总额( 资产收益率) ，债务总额资产总额( 资产 负债率) ，其中现会流量债务总额指标表现最好，浚指标在失败前一年、两年、 三年、四年、五年用于预测的准确率分别为8 7 ，7 9 ，7 7 ，7 6 和7 8 ，大大高于 随机预测模型，但是总体而言，该指标用于分辨非失败企业的准确率高于分辨经 营失败企业，这在一定程度上影响了模型的实用性。 部分地为了克服b e a v e r 模型的缺陷，其他的单变量模型如资产负债分解模型、 赌徒理论等应运而生，资产负债分解模型强调企业外部的不稳定冲击导致企业破 产前资产负债结构( 如流动资产与固定资产的比率) 发生显著变化。赌徒理论则关 注破产前企业连续地出现负现会流。但是，各种单变量模型均有任何单个指杯无 法全面地反映企业财务特征的致命缺陷。 多元线性判别模型 z 模型：1 9 6 8 年a l t m a n 首次将多元线性判别方法引入到财务危机预测领域。 他对1 9 4 6 年一1 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 了研究，选取的财务指标主要有5 个：营运资本总资产，留存盈余总资产，息 税甜利润总资产，股权的市场价值债务的账面价值，销售总资产。通过多元判 别模型产生了一个总的判别分，称为z 值，并依据z 值进行判断。研究表明：息 税前利涧总资产、销售总资产和股权的市场价值债务的账面价值三个财务指标 预测能力比较强，模型的预测精度高达9 4 。a 1 t m a n ( 1 9 7 7 ) 运用流动资会与总资 产的比率、盈利留存和总资产的比率、息税i j 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 和i n g r a m ( 2 0 0 1 ) 的研究表明，尽管 a 1 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危机和破产 方面都很有用。 z e t a 模型：1 9 7 7 年a 1 t m a n ，h a l d e m a n n a r a y a n a n 又提出了一种能更准确 预测企业财务失败的新模型“z e t a ”模型，它包括了经营收益总资产、收益 稳定性、利息保障倍数，留存收益总资产、流动比率、普通股权益总资本和普 2 e峦蛮适厶堂亟： 堂位迨塞i !矗 通股权益总资产这7 项比率，作者分析了1 9 6 9 - - - 1 9 7 5 年的5 3 家破产企业和5 8 家非破产企业，结果表明z e t a 模型用于预测血年和一年之后的财务危机企业精度 分别为7 0 和9 1 ，而且对相同样本的比较分析表明，z e t a 模型明显优于1 9 6 8 年 a 1 t m a n 发明的z 模型。 多元逻辑回归 o h l s o n ( 1 9 8 0 ) 使用了多元逻辑回归方法分析了1 9 7 0 1 9 7 6 年阃破产的1 0 5 家公司和2 0 5 8 家公司组成的非配对样本，他发现公司舰模、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 。b a r t c z a k 和n o r m a n ( 1 9 8 5 ) 运用多元判定分析和条件逐步逻辑凹归分析两种方法对1 9 7 1 1 9 8 2 年申请破产的 6 0 家公司和同时期的2 3 0 家非破产公司进行研究，试图验证美国会计准则委员会 提出的当期经营现会流量的详细信息披露是否有助于信息使用者更好地评估将来 现会流的数额、时间以及不确定性。研究结果表明：出于财务比率是以应计制为 基础，经营现会流的数据提供并不能增加预测能力。 生存分析法 c h e n 和l e e ( 1 9 9 3 ) 利用生存分析法( s u r v i v a la n a l y s i s ) 研究了二十世纪 8 0 年代的石油天然气行业，研究样本包括1 9 8 0 - - 1 9 8 8 年问1 7 5 家企业，结果表明， 流动性比率、财务杠杆比率、营业现会流、丌采成功率、企业历史和规模对企业 能否存活影响巨大。 ( 2 ) 非统计类财务危机预测方法 近年来，许多研究人员尝试采用各种方法将财务危机预测工作推向深入。例 如：w i l k i n s ( 1 9 9 7 ) 的研究发现对于技术破产的企业而言，审计师的意见可以在一 定程度上反映公司将来是否会陷入财务危机。e 1 l o u m i 和g u e y i e ( 2 0 0 1 ) 利用了 1 9 9 4 年到1 9 9 8 年1 日j 研究了9 2 家加拿大公司，他们发现，除财务指标以外，企业 董事会的构成与结构可以解释企业的财务危机。其他的非统计类方法主要有： 递归划分算法 a 1 t m a n ( 1 9 8 5 ) 提供了一种新分类方法：递归划分算法( r e c u r s i v e p a r t i t i o n i n g ) 进行财务分析并在公司财务危机的背景下与判别分析作了比较。 发现递归划分算法在许多原始样本和对比样本上比判别分析更好，并且通过递归 划分算法和判别分析结果还可以得到额外信息。 神经网络模型 c o a t s ( 1 9 9 1 ) 论述了神经网络模型可正确预测公司的财务危机，并用了4 7 家财务危机公司和4 7 家健康公司检测模型的预测效果，拟合度达1 0 0 ，模型用于 预测财务危机公司准确率达9 1 ，丽使用同样9 4 家样本企业，多元判别法的预测 精度为7 2 。 3 塞銮 孽 厶堂鳃 堂 位迨 塞 i !矗 实验法 k i m 和m c l e o dj r ( 1 9 9 9 ) 运用专家决策的方式构建线性和非线性的破产预 测摸型，结果发现非线性模型效果较好。 基于期权理论的预测方法 c h a r i t o u 和t r i g e o r g i s ( 2 0 0 0 ) 使用期权定价模型研究了1 9 8 3 年到1 9 9 4 年 中1 3 9 对美国企业，结果发现到期债务面值、企业资产的当期市价、企业价值变 化的标准差等期权变量在预测破产方面作用显著，当这些期权变量与盈利能力、 现会流流动性、利息相关变量综合运用则效果更好。 ( 3 ) 综合分析方法 为了克服单一方法的局限，一些研究人员尝试将统计、金融、经济、社会等 领域的各种方法相结合推进相关研究。h i l l ，p e r r y 和a n d e s ( 1 9 9 5 ) 运用历史事 件分析法研究了陷入财务危机的企业，发现动念模型( d y n a m i cm o d e l ) 在解释陷入 财务危机的企业静途方面作用显著，流动性、盈利性、财务杠杆、规模、审计意 见等财务指标以及失业率、银行最优惠贷款利率等经济指标在预测经营失败方面 起着重要作用。w a r r e n 和w e s t b r o o k ( 2 0 0 0 ) 对1 9 9 4 年2 3 个地区的3 2 0 0 家公司 进行了长达5 年的实证研究，采用的财务指标和人口统计指标包括资产、债务、 偿付能力、债务人类别( 公司或个人) 、企业类型、员工人数、申请破产的原因等， 以验证针对破产公司的经营机制而提出的系列假设。 ( 4 ) 分行业的研究 由于不同的行业具有不同的特性，研究表明分行业的研究具有相当价值。 p l a t t ( 1 9 9 0 ) 检验了与产业相关的财务指标、营运指标和产出的变化与公司经营 失败的关系，结果发现，用产业因素调整后的模型事前和事后的分析效果较佳。 在证券业方面，a 1t m a n 和l o r i s ( 1 9 7 6 ) 利用净收入与总资产之比、总债务 加次级债务与股本之比、总资产与调整后的净资产之比、期末资本减去本期资本 增加额与期初资本的比率、调整后的企业历史年限、综合评分等六个指标组成多 因素模型对美国全国证券商协会( n a s d ) 的4 0 个经营失败公司和1 1 3 个正常公司 构成的样本进行分析，成功率高达9 0 以上。 在保险业方面，p o t t i e r ( 1 9 9 8 ) 使用1 9 9 0 年到1 9 9 2 年间4 8 家破产的寿险 公司数据，比较了( 1 ) 评级、评级变化和总资产；( 2 ) 财务比率；( 3 ) 财务比率结合 评级、评级变化在预测破产方面的作用，结果发现结合财务比率、评级、评级变 化的方法比单独使用财务指标能更为有效地预测破产，此外，信用评级的降低在 预测破产方面起着重要作用。 在对非会融业的研究中，w a r d ( 1 9 9 4 ) 研究发现经折旧和摊销调整后的净利 润在预测财务危机方面效果较好。w a r d 选择了1 9 8 8 年到1 9 8 9 年3 8 5 个企业的数 4 e!銮堑厶堂亟堂位迨塞i !盍 掘，他发现现金流量指标尤其是投资活动产生的现金流在预测采掘、石油和天然 气行业中企业的财务危机方面作用明显，而经营活动产生的现金流在预测非资源 性行业中较为重要。 1 2 2 国内关于上市公司财务危机预警系统研究文献综述 公司财务危机的实证研究在我国彳冈0 刚起步，尽管资本市场的结构特征与成 熟程度不同，国内学者也做出了可贵的探索。 陈静( 1 9 9 9 ) 选取截至1 9 9 8 年7 月我国证券市场中共计2 7 家s t 上市公司作 为危机食业样本，同时按同行业、同规模选取了2 7 家非s t 上市公司作为配对样 本，选取资产负债比率、净资产收益率、总资产收益率及流动比率等4 个财务比 率，进行了单变量分析，结果发现流动比率及资产负债比率的误判率低；在判别 分析中，选取资产负债比率、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 个指标构建了判别函数。研究结果显示，在上市公司 发生财务困难盼1 3 年判定萨确率分别为9 2 6 、8 5 2 、7 9 2 。 张玲( 2 0 0 0 ) 选取了深、沪两市涉及1 4 个行业共计1 2 0 家上市公司为样本， 并将样本公司分为两组：第一组样本作为推导函数的丌发样本，由6 0 家公司组成， 其中有3 0 家1 9 9 8 年或1 9 9 9 年被s t 的公司，配对的3 0 家为1 9 9 8 年排名前5 0 名 的绩优公司；第二组也由6 0 家组成，其中有2 l 家s t 公司和随机选择的3 9 家非 s t 公司。作者从偿债能力、盈利能力、资本结构状况和营运状况等四个方面共计 1 5 个相关财务比率筛选出4 个构建判别模型。研究结果显示，模型对原始样本s t 公司( 3 0 ) 家阿l 5 年的预测币确率分别为1 0 0 、8 7 、7 0 、6 0 及2 2 。作者 掘此认为，二分类线性判定模型具有超前4 年的预测结果，即模型可在s t 公司戴 帽前4 年或s t 公司丌始亏损的前2 年预知公司的未来前景。 陈晓、陈治鸿( 2 0 0 0 ) 以因财务状况异常而被特别处理( s t ) 作为上市公司陷入 财务危机的标志，运用多元逻辑回归模型和可公丌获得财务数据，对中国上市公 司的财务危机进行了预测。通过试验1 2 6 0 种变量组合，发现负债权益比、应收账 款周转率、主营利润率总资产和预留收益总资产对上市公司财务危机有着显著 的预示效应。就判别证确率而言，他们的研究所发现的最优模型能够从上一年股 本收益率公告小于5 的上市公司中预测出7 3 6 8 的下一年会进入s t 板块的公司， 总体判别丁f 确率为7 8 2 4 。 吴世农、卢贤义( 2 0 0 1 ) 以我国上市公司为对象，选取了7 0 家处于财务危机 的公司和7 0 家财务币常的公司为样本，首先应用剖面分析和单变量判定分析，研 究财务危机出现i i 5 年内各年这两类公司2 1 个财务指标的差异，最后确定6 个为 5 塞銮 遵厶堂亟鲎位迨塞i i矗 预测指标，应用f i s h e r 线性判定分析、多元线性回归分析和逻辑回归分析三种方 法，分别建立三种预测财务危机的模型。研究结果表明：( 1 ) 在财务危机发生前2 年或1 年，有1 6 个财务指标的信息时效性强，其中净资产报酬率的判别成果率较 高；( 2 ) 三种模型均能在财务危机发生前做出相对准确的预测，在财务危机发生前 4 年的误判率在2 8 以内；( 3 ) 相对同一信息集而占，逻辑预测模型的误判率最低， 财务危机发生前1 年的误判率仅为6 4 7 。 李华中( 2 0 0 1 ) 选择1 9 9 7 年全部s t 公司作为失败类组，选择一小部分1 9 9 9 年 s t 公司：而1 9 9 7 ，1 9 9 8 年非s t 类个股样本作为预测之用，再按照配对原则从同 行业、相近资产规模的企业中选出同样数量的非s t 公司作为非失败类组。选择 b a y e s ，f i s h e r ，l o g i s t i c 方法及t o b i c 方法，作为备选的判断方法，前两种方法 是距离判断方法，后两种方法是回归判别方法。从实证结果看，模型判别的平均 误判率为5 6 6 ，而模型预测的误判率为1 4 5 ，表明模型是有很强的判别分类能 力，是有效的判别工具，可用于外推预测。 姜秀华与孙铮( 2 0 0 1 ) 以2 0 0 0 年1 1 月2 0 闩为基准点，选取了在沪、深证券 交易所被实施s t 的4 2 家上市公司，同时从两市所有非s t 公司中随机选出4 2 家 配对公司。在1 3 个原始财务比率的基础上，筛选出毛利率、其他应收款与总资产 的比率、短期借款与总资产的比率及股权集中系数4 个指标建立l o g i s ti c 判别模 型。与其他相关文献不同的是，作者迸一步讨论了最佳分割点，选取了概率0 1 位最佳分割点。如果l o g i s t i c 判别模型估计的概率p 0 1 ，则判定为非s t 公司； 如果估计概率p o ，0 5 时，判定财务比率符合f 念性分布，否则，判定财务比率不符合萨 态性分布。 4 1 2 财务指标正态分布的检验结果 对于5 4 家制造型企业破产前1 年财务比率k s 的币念性检验结果见表2 。 根掘k s 检验原则，当显著性水平大于0 0 5 时，判定被检验比率符合币念性 分靠。财务危机前一年，在2 2 个被检验的财务比率中有主营业务利润率、资产负 债率、营运资本总资产、总资产周转率、总资产增长率、每股净资产、每股资本 公积会等7 个财务比率符合正态性分碲。同时，笔者还对制造型上市公司财务危 机发生前2 年和前3 年进行了检验，发现这两年分别有9 个和1 0 个财务比率符合 正态性分布。根据卜述检验结果，可知我国财务比率总体上不符合j 下念性分前i 假 设，这一结果与国外学者对财务比率所作实证结沧一致。 4 2 财务指标均值差异的检验方法 4 2 1 财务指标均值差异的检验方法 非参数检验是在总体不服从正态分命且分布情况不明时，用束检验数据资料 是否来自同一个总体假设的一类检验方法。这类方法般不涉及总体参数，其假 定盼提比参数性假设检验方法少得多，也容易满足，适用于计量信息较弱的资料。 立童地厶堂亟堂位绝塞盛国剑造型土直垒囝丝里! 的翘缱 本研究中，对于彳孑合- f 态性检验的财务指标选用t 检验，对于没有通过萨念 性检验的指标选用非参数检验中的m a n n - w h i t n e y - w i l c o x o n ( m w w ) 检验， m w w 检验的步骤为： 表2 财务比率的k - s 检验结果 t a h i e2k - st e s to ff i n a n c i a lr a t i o s 、 检验结果 t - 1 笠 财务指标、白由度统计颦t显格性( 烈尾检验)止态性划定 资产报酬率 5 41 7 2 6o 0 0 5 主营业务利润率 5 40 7 2 40 6 7 1 每股收箍 5 41 5 3 10 0 1 8 资产负债辜5 41 2 0 00 1 1 2 流动比率 5 41 2 6 10 0 8 3 速动比率 5 41 4 4 l0 0 3 1 营运资本总资产5 41 0 4 10 2 2 8 总资产周转率5 41 0 9 70 1 8 0 流动资产周转率 5 41 4 1 80 0 3 6 麻收账款周转率5 42 6 5 10 0 0 0 存货周转率 5 41 4 6 30 0 2 8 士营业务收入同比增长率 5 41 4 9 30 0 2 3 净利润同比增k 率 5 43 0 2 2 0 0 0 0 总资产同比增长率5 40 9 9 8o 2 7 3 净资产同比增长率 5 41 6 8 60 0 0 7 每股净资产5 40 6 6 1o 7 7 5 每股朱分配利润5 41 4 2 00 0 3 5 每股资本公积 5 40 7 2 20 6 7 4 留存收益，总资产 5 41 7 9 3o 0 0 3 经营活动净现金流脚利润5 4 2 0 8 7o 0 ( ) o 每股经营性现金流擎5 41 2 6 6o 0 8 1 可重复赚取的现金净流苗，流动 负债 5 41 5 1 70 0 2 0 为通过止态性检验，显篇性水平为0 0 5 将两组样本混合并由最小值到最大值依次序排列，求得两样本各自的秩分别 为w t 和w 2 。以u l 代表第一组观测值小于第二组样本观测值的总个数，u 2 代表 e 峦窒丝厶堂亟土堂堑逾塞盛亘剑造型土煎垒! 熊! 型的翅建 第二组样本观测值小于第一组样本观测值的总个数。 若为小样本( n z ( 卜吖2 ) 或若z 1 5 时，可能存在共线性，当条件指数3 0 时，存 在严重的共线性问题。 方法4 ：方差比例( v a r i a n c ep r o p o r t i o n s ) 。要判断变量是否存在共线性问题， 注意观测f - 日一序号的特征值对应的变量的方差比例，比例越大，共线性可能越大。 方法5 ：特征值( e i g e n v a l u e ) 。当若干特征值较小并接近于o 时，说明某些 变量之阳j 存在很高的相关性。这些变量的观测量出现较小的变化时，都会导致方 程系数较大的变化。 利用s p s s l l ，5 对前述通过均值差异显著性检验的1 9 个变量进行多重共线性诊 断，结果见表5 ( 见下页) ，从表5 可以看到，资产报酬率、每股收益、资产负债 率、流动比率、速动比率、营运资本总资产、每股未分配利润、留存收益总资产 8 个指标的方差膨胀因子v 1 f 值大于1 0 ，容忍度较小，说明这些变量之间存在多重 共线性，应加以去除。 e 壅窒迪厶：差亟生位诠塞我国趔造型：n ! 坌叫熊型鲍翅建 表5 多歪共线性的诊断 变量t o i e l a n c e v i f 资产报嗍率 0 0 1 19 1 1 4 8 士营业务利润率0 6 4 7 1 5 4 5 每股收髓0 0 2 14 8 6 6 3 资产负债率 0 0 5 51 8 1 6 2 流动比率0 0 3 92 5 3 8 7 速动比率0 0 51 9 9 6 7 营运资本总资产o 0 5 11 9 7 2 7 总资产周转率 0 1 1 18 9 7 8 流动资产周转率o 1 1 38 。8 4 8 府收账款周转率o 5 6 81 7 6 2 土营业务收入同比增妖率 n 5 3 71 8 6 1 净利润同比增长率 0 8 5 11 1 7 5 总资产周比增长率0 2 4 5 4 0 7 9 净资产同比增k 率0 1 9 25 2 1 1 每股净资产 o 1 2 48 0 7 1 每股未分配利润o n 5 21 9 3 2 6 留存收j ； ，总资产0 0 1 567 0 0 3 经营活动净现金流净利润 0 6 2 91 5 8 9 每股经营性现金流量0 7 7 8 1 2 8 5 4 4l o g i s t i c 回归分析 4 4 1l o g i s t i c 模型 ( 1 ) l o g i s t i c 模型原理 根掘经验，财务比率在一定范围内波动属正常现象，并不引起危机概率的显 著增加，只有当财务比率值越出某一临界值，比率值的恶化可能导致财务危机概 率的显著增加。如资产负债率从5 0 增长到6 0 ，危机概率通常不会显著增加， 即便增加，其速度也应比较慢，但当这一比率超过7 0 ，并呈不可逆转的继续增 长时，发生财务危机的概率可能会大幅提高。因而，财务比率值与发生财务危机 壅窑理厶堂殛堂位迨塞盛重劁造型土直垒丑撞型的塑建 的概率之间可能是非线性的。并且，对企业财务危机的预测属了二两分类定性分析， 根据实际研究的需要而不断对多元线性回归进行改造和发展，导致了一种新的分 析方法一l o g i s t i c 回归的产生。 l o g i s t i c 函数又称增长函数。此函数由美国学者于1 9 2 0 年在研究果蝇的繁殖 中发现，并开始在人口估计和预测中推广应用。随着计算机硬件与软件的快速发 展，l o g i s t i c 回归已被广泛应用于经济研究中，l o g i s t i c 回归模型为非线性回归模 型，其反应函数呈现倒s 型或是s 型，反应函数的概率值落于0 到1 之间，因而， 易于对结果作解释，在企业财务危机判定与预测中，l o g i s t i c 模型如下； y j = 1 3 0 + p j x l i + + i 3 x i 【i f _ i = i ( 1 + e - y i ) y i 代表第i 家企业是否发生财务危机，i = o 或1 ，0 代表证常企业，1 代表财务 危机企业，x 蔚代表第j 家企业，第k 个财务比率，p i 代表根据l o g i s t i c 模型所估计 出来的第j 家企业可能发生财务危机的概率。 ( 2 ) l 0 百s t i c 模型参数估计及统计检验方法 对于整体模型的检验 a 、“一2 l o gl i k e l i h o o d ”值检验 l o g i s t i c 回归方程求解参数是采用最大似然估计方法，因此其回归方程的整体 检验通过似然函数值( 1 i k e l i h o o d ) 进行。所谓似然函数值表达的是- - 7 中概率，即 在假设拟合模型为真实情况时能够观察到这一特定样本数掘的概率，因而，这一 函数值处于o ，1 1 之问。 在评价或检验模型时，通常是将其与将所有自变量删除后只剩一个截距系数的 模型相比较。具体方法是以截距模型作为标准，比较再加入其它自变量后新的模 型与数掘的拟合水平是否有显著提高，即这些变量是否象模型假设的那样提供了 对因变量变化的解释。s p s s 软件直接提供“2 l o gl i k e l i h o o d ”( 2 l l ) 报告值， 报告值越大，意味着回归方程的似然值越小，说明模型的拟合程度越差；反之， 报告值越小，意味着回归方程的似然值越接近1 ，标志模型的拟合程度越好。同时， s p s s 软件给出了截距模型与假设模型2 l l 之比的卡方检验值。 b 、模型拟合优度检验 在线性回归中，确定系数r 2 表示在因变量的变化中能够由外生变量所解释的 比例，但是在l o g i s t i c 回归中没有对应的统计指标。人们提出许多近似量度，如未 确定系数p s e u d o r 2 ，但这些量度值在计算方法上存在着很大的差异，并且存在着 一定的争议。使用哪一种近似量度，实际上取决于研究人员的个人偏好。 本研究中，直接使用s p s s 软件提供一个拟合优度( g o o d n e s so ff i t ，简标为 z ：) 指标。 些峦童道厶鲎亟：羔位迨塞毯国劐堡型土直公旦丝型的翘建 回归系数检验 w a l d 统计量用束检验偏回归系数显著程度，它是偏回归系数与自由度的函数， 服从卡方分布。与大多数统计检验样，w a l d 检验值越大表明自变量的作用越显 著。 4 4 2l o g i s t i c 模型构建 ( 1 ) 自变量筛选 当研究某一事物分类时，往往对于哪些变量能够反映研究范围内事物的特性 这一问题的认识不够深亥口，所选的变量不一定都能很好地反映类问差异。从现有 文献看，关于自变量选取方法各不相同，归纳起来主要有两类：一是经验判别法， 二是使用统计软件筛选，有的研究者也将两结合使用。本研究中，使用s p s s 软件 所提供的自动筛选功能。 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自变量的方法， 如向i j i f 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 计原则束筛选。本研究中，选用向后逐步回归法条件参数估计原则( b a c k w a r d ： c o n d i t i o n a l ) 选取自变量。所谓逐步判别分析是从模型没有变量丌始，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一次加入到模 型中，同时，每一步都对模型进行检测，考虑将已经在模型中，但又不符合留在 模型中的条件的变量从模型中剔除，这样不断加入和删除变量直到模型中所有变 量都符合留在模型中，模型外的变量都不符合进入模型为止。所谓条件参数估计 原则是根掘自变量加入后能取得最大的模型卡方增量，即卡方检验最显著的原则 束加入新自变量。直至没有能够取得显著的自变量为止。其它的自动筛选原则的 原理也都类似，只是所取的标准不同。这些不同方法最后筛选出柬的结果有可能 是不同的，并没有哪一种就一定是最好的。( 郭志刚，1 9 9 9 ) 在筛选财务比率过程中，同时考虑到纳入模型中财务比率系数应该符合已有 认知，不应违反已有的经济管理经验。如一般情况下，资产负债率的提高将导致 发生财务危机概率增加，因而，其在模型中的系数应为讵数，而总资产报酬率增 加表明企业绩效提高，在其它条件不变时，其发生财务危机的概率将下降，因而， 其在模型中的系数应为负数。 ( 2 ) l o g i s t i c 模型构建 本文将甜述经过多重共线性检验后得到的1 1 个指标，采取向后逐步法条 件参数估计原则选取自变量，以样本财务危机前一年财务比率构建l o g i s t i c 的系数 及相关参数如表6 ： e 立童堑厶堂亟堂垃迨塞毯笪剑堡型上立公园拦型的丝建 表6 制造刑上市公司财务危机前1 年l o g i s t i c 模呷j 参数表 变封系数标准误w a l d 统计鼙白由度显并水平偏相天系数 流动资产 2 0 11 2 72 4 91o 1 17 4 5 周转率x 1 总资产增 0 1 00 0 62 3 310 1 3 1 1 0 & 率x 2 净资产增 m 1 5o 0 65 5 1lo 0 2 1 1 6 k 率x 3 每股净资 1 3 60 9 32 1 410 1 43 9 1 产x 4 每股经营 2 6 81 5 62 9 410 0 91 4 5 9 现金流x 5 c 0 1 s i a l l l3 4 72 7 91 5 4 10 2 1 0 0 3 按表6 构建模型： p = i ( i + e ( 3 4 7 7 2 - 0 0 9 。1 一o 0 9 6 x 2 一o 1 4 6 。3 1 3 6 3 。4 。2 6 8 1 。5 ) 进入模型的指标有5 个，它们分别反映了制造型上市公司的资产营运能力、 成长能力和创造现会流量的能力。模型中，所有指标系数均为负数，表明其值越 大，发生财务危机的概率越小，与经济管理常识一致。模型系统检验结果表6 所 示，5 个财务指标中有两个指标在0 1 水平上显著。通过w a l d 值可以看出净资产 增长率对p 值的贡献最大。表7 所示，截距模型一2 l l 值为7 4 8 6 ，系数模型2 l l 降为2 3 7 2 ，模型卡方检验值0 0 0 ，可见，以逐步法提取的5 个财务比率能为企业 财务危机提供较强的解释能力。 表7 财务危机前一年l o g i s t i c 模喇( 逐步同门法) 适度性检验 i项目 数值i 方检验 截距模型2 l l 7 4 8 6 c h i s q u a r ej 5 1 1 4 系数模型2 l l 2 3 7 2i 自由度 5 g o o d n e s so ff i t5 0 1 7 4 j 显嚣水平j 0 0 0 d i s t r e s s 财务危机前一年，l o g i s t i c 模型对样本的回判结果如表8 ： 表8 财务危机前- - 年l o g i s t i c 模删判别结果交互表 预洲值 竹危机 危机企业 企业合计判定止确率误判率 实测值 o1 1 r 危机企业 02 612 79 6 3 0 3 7 0 危机企业 1 1 2 62 7 9 6 3 0 3 7 0 合计2 72 75 49 6 3 0 3 7 0 e 窑窑地厶堂亟堂位迨塞盟国剑堡型土! 厘公旦丝型丝翘蕉 由表】丁知，财务危机莳一年，模型的判别i 类错误率( 财务危机企业判定为 非危机企业) 与l i 类错误率( 非危机企业判定为危机企业) 均为3 7 0 ，总体正确 率为9 6 3 0 。 利用l o g i s t i c 模型对样本财务危机前两年及自f 三年进行预测，前两年的预测结 果如表9 ，对前3 年基本没有预测能力。 表9 财务危机前两年l o g i s t i c 模，划定与预测表 预洲值1 r 危机企业危机企业 0l 合计削定止确率误判率 实测值 1 r 危机企业 o2 072 77 4 0 7 2 5 9 3 危机介业 l22 52 79 2 5 9 7 4 1 合计 2 72 75 48 3 3 3 1 6 6 7 e丞窑堑 厶堂亟堂垃迨塞结迨 5 结论 5 1 研究结论 ( 1 ) 制造型上市公司的财务比率大多数不满足币念分和，因此不适宜用多元判 别模型柬建模。 ( 2 ) 制造型上市公司中即将发生财务危机的企业在危机发生莳两年绝大多数 财务比率和诈常企业有显著差异，而在发生财务危机的酊三年只有小部分比率有 显著差异。当绝大多数财务比率出现显著变化时，应该引起管理当局的密切关注， 及时找出原因，做出对策，防止财务危机。 ( 3 ) 在预警指标的选择中，笔者认为，流动资产周转率、总资产增长率，净资 产增匠率、每股净资产、每股经营现会流等5 个指标有着显著的判断作用，5 个财 务指标越大，制造型上市公司发生财务危机的可能越小。其中净资产增长率是判 别制造型上市公司发生财务危机最重要的指标，权益资本的增长速度对于制造型 企业来说是至关重要的。 ( 4 ) 建立的l o g i s t i c 模型对制造型上市公司来说适用于短期的预测，不适用于 长期，即模型从危机发生前两年丌始有预测能力。 5 2 本文研究的局限性 在本文的研究中，出于时闷的局限以及资料的获取等原因，在方法、程序上 还存在某些不足，有些问题还有待于进步探讨。这些问题主要有： “) 样本的选取 本为只选取了2 0 0 6 年被s t 的制造型上市公司进行分析，样本容量有限，对 于以前年度被s t 的上市公司没有考虑在内，建立的模型对以前年度s t 的适用性 如何，有待探讨，同时随着样本数量的增加，统计结果是否会发生变化，也须进 一步证实。 ( z 变量的选取 在选取变量的过程中，对于财务指标有异常值的情况，直接剔除指标，没有 找出一种方法将其量化。例如，某些s t 公司的净利润为负，但获利能力的比率却 为正，甚至大于好些非s t 公司，原因在于其年木所有者权益为负。因此笔者在选 择基础指标的时候就将其剔除。这可能会遗漏有很强检验能力的指标，有必要找 3 7 e盛窑堑厶堂 亟堂位迨塞 结