基于现金流的财务风险预警研究.pdf

湖南大学 硕士学位论文 基于现金流的财务风险预警研究 姓名：刘格辉 申请学位级别：硕士 专业：会计学 指导教师：伍中信 20071010 豆丁网 基于现金流的财务风险预警研究 摘要 随着全球经济一体化的发展，面对经济全球化浪潮的冲击，面对知识经济时 代日益加剧的市场竞争压力，企业之间竞争日益激烈，企业面f 临的不确定性日益 增大。现金是一种稀缺资源，在企业经营过程中，从现金的投入、到整个生产过 程、销售的实现直至现金的回收，在这一系列环节中现金的充足性及其有效性将 最终影响到企业的生存、发展及其风险。本文旨在以现金流量为基础建立一套企 业财务风险预警的方法，以解决当前财务风险预警方法存在的问题以及财务信息 失真导致的财务预警失效。 本文首先从财务预警的概念和特征出发，阐述了国内外财务预警研究现状。 接下来从财务信息失真对财务预警的影响问题上分析了目前财务预警方法存在的 问题，从而说明引入现金流财务预警指标的必要性。在第二章中对现金流和财务 风险概念进行了分析，阐述现金流指标优越性。并探讨现金流和企业财务风险的 关系和相互影响。构架出基于现金流的财务预警系统框架。 本文第三章分别从企业的经营环节、筹资环节、投资环节三个方面识别财务 风险，针对三个环节探讨相应的现金流预警指标。在本文的第四章首先对财务预 警模型进行了简单的介绍和比较，并提出两种基于现金流的财务风险预警模型： 多元指标综合评分法、l o g i s t i c 预警模型。 。 本文实证部分( 第五章) 针对第四章所提出的两种现金流财务预警模型，首 先选出医药行业对其进行实证分析，本文利用爱德华阿尔曼的多变量z 计分模型， 著选用五个现金流指标，模型检验结果与实际基本吻合。然后运用l o g i s t i c 预警模 型，对传统指标体系与现金流指标体系在财务预警中的比较分析研究，本文通过 选取2 0 0 4 年上海证券市场和深圳证券市场的1 3 5 5 家上市公司的数据进行分析， 最终得出整合了现金流指标以后的业绩评价体系比仅使用传统的业绩评价体系对 上市公司进行财务预警效果明显结论。 最后本文对我国建立基于现金流的财务风险预警系统做了总结并相应提出了 建议。 关键词：财务风险；财务预警；现金流 l i 豆丁网 a b s t r a c t w i t ht h ed e v e l o p m e n to fe c o n o m i cg l o b a l i z a t i o n ，t h ei m p a c to ft h ew a v eo f e c o n o m i cg l o b a l i z a t i o n f a c ei n c r e a s i n gp r e s s u r eo fm a r k e tc o m p e t i t i o ne r ao ft h e k n o w l e d g ee c o n o m y , t h ei n c r e a s i n g l y f i e r c e c o m p e t i t i o na m o n ge n t e r p r i s e s e n t e r p r i s e sa r ef a c i n gg r o w i n gu n c e r t a i n t y c a s hs a l e su n t i lt h er e a l i z a t i o no ft h e r e c o v e r yi nt h es e r i e so fa s p e c t so ft h ea d e q u a c ya n de f f e c t i v e n e s so fc a s hw i l l u l t i m a t e l yh a v ea ni m p a c to nt h es u r v i v a l d e v e l o p m e n ta n dr i s k s t h i sp a p e rs e e k st o e s t a b l i s hac a s hf l o wb a s i sf o re a r l yw a r n i n go ff i n a n c i a lr i s k s f i n a n c i a lr i s kw a r n i n g m e t h o d st os o l v et h ec u r r e n tp r o b l e m sa n df i n a n c i a li n f o r m a t i o nd i s t o r t i o nc a u s e db y t h ef i n a n c i a lf a i l u r ew a r n i n g i nt h i sp a p e r , f r o maf i n a n c i a lb a c k g r o u n da n ds i g n i f i c a n c eo f t h ew a r n i n g ，o nt h e e a r l yw a r n i n go f t h ed o m e s t i ce c o n o m y a n dt h ec o r r e s p o n d i n gt h e o r ye x p o u n d e dt h e c o n c e p to fe a r l yw a r n i n ga n df i n a n c i a lc h a r a c t e r i s t i c s n e x t ，f r o mt h eb u s i n e s s a c t i v i t i e so ft h ee n t e r p r i s e s f i n a n c i n gf o rt h em a n a g e m e n ta n di n v e s t m e n to fa d e t a i l e da n a l y s i so fc a s hf l o wm a n a g e m e n t ，a n do t h e ra s p e c t so ft h ef i n a n c i a lr i s k s ， b a s e do nap r e l i m i n a r yf r a m e w o r kf o re n t e r p r i s ec a s hf l o wa n dt h ef i n a n c i a le a r l y w a r n i n gs y s t e m i nt h et h i r dc h a p t e ro ft h ef i n a n c i a lr i s ke a r l yw a r n i n gm e t h o d sa n d m o d e l sf o rt h ea n a l y s i s t h ee m p i r i c a lp a r to ft h ep h a r m a c e u t i c a li n d u s t r yt oe l e c ti t sf i r s t e m p i r i c a l a n a l y s i se d w a r da r m a n d ou s i n gm u l t i v a r i a b l em o d e lzp o i n t s a n du s ef i v et i m e st o p r o t e c tc a s hf l o wt a r g e t sm o d e lb a s i c a l l yc o i n c i d ew i t ht h ea c t u a lt e s tr e s u l t s s e c o n d l y , t h et r a d i t i o n a li n d i c a t o r so ft h ef i n a n c i a ls y s t e ma n dt h ec a s hf l o ww a r n i n g s y s t e mi n d i c a t o r so fc o m p a r a t i v ea n a l y s i s ，b ys e l e c t i n gt h es h a n g h a is t o c km a r k e ti n 2 0 0 4a n dt h e1 3 5 5c o m p a n i e sl i s t e do nt h es h e n z h e ns t o c km a r k e td a t ap m a n a l y s i s ， c o m ec o n s o l i d a t e dc a s hf l o wi n d i c a t o r so ft h ep e r f o r m a n c ee v a l u a t i o ns y s t e ma f t e r m o r et h a nj u s tt h et r a d i t i o n a lp e r f o r m a n c ee v a l u a t i o ns y s t e mf o rl i s t e dc o m p a n i e si n t o b a n kw a r n i n gf i n a n c i a lr e s u l t sc o n c l u s i o n s f i n a l l y , t h i sa r t i c l eo nt h ee s t a b l i s h m e n to fa ne a r l yw a r n i n gs y s t e mb a s e do nt h e c a s hf l o w o ff i n a n c i a lr i s kac o n c l u s i o na n dm a d ear e c o m m e n d a t i o n k e yw o r d s ：f i n a n c i a lr i s k ；f i n a n c i a lw a r n i n g ；c a s hf l o w 玎1 豆丁网 基于现金流的财务风险顸警研究 插图索引 图2 1企业现金流量财务预警系统理论框架图 图5 1 v i 1 9 3 5 豆丁网 m p a c c 硕士学位论文 表2 1 表5 1 表5 2 表5 3 表 表 表 表 附表索引 财务风险划分标准及种类 2 0 0 6 年第二季度医药行业主要运行指标 方差解释表l 旋转后的因子载荷矩阵一 l o g i s t i c 回归结果 回判判别结果一 方差解释表2 旋转后的因子载荷矩阵 表5 8l o g i s t i c 回归结果 表5 9 回判判别结果 表5 1 0 b勉”勰”甜甜铊舵铊 豆丁网 湖南大学 学位论文原刨性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用豹内容外，本论文不包含任何其 他个人或集体已经发表或撰写的成果作品。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。本人完全意识到本声明的法律后果 由本人承担。 作者签名：喜l 爰中瞧呻年， 月，7 置 f 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学 校保留并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。本人授权湖南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、缩印或扫描等复制手段保存和汇编本学位 论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密团。 ( 请在以上相应方框内打“4 ”) 作者签名： 导师签名： 日期：砷年 日期：年 冠1 ) b ，7 月，?日 呼r， 豆丁网 m p a e e 学位论文 第1 章绪论 1 1 研究背景和研究意义 随着全球经济一体化的发展，国际资本市场的不断扩大，国际上的跨国公司 及其产品大量涌入我国，我国企业在获得极大机遇的同时也面临着极大的挑战。 面对经济全球化浪潮的冲击，面对入世后大举抢滩中国市场的跨国公司的挑战， 面对知识经济时代日益加剧的市场竞争压力，公司之间竞争日益激烈，传统财务 理论中的持续经营假设逐渐松动，公司面临的不确定性日益增大。由于企业所面 临一系列不确定因素，企业需要承受和应付由此引发的各种风险，财务预警系统 就是对这些风险进行监测和预警。因此，只有充分了解财务风险的来源和表现形 式，才能在财务风险的潜伏期、爆发期、恶化期各个阶段寻找警源，识别警兆， 采取有效的防范措施，发挥财务预警系统的作用。 财务风险是一种微观经济风险，是企业所面临的全部风险的货币化的表现形 式。在市场经济条件下，作为独立经营者的企业拥有独立的财权，要正确处理和 协调企业资金的流入、投放、营运、分配等与金融市场的关系，这直接关系着企 业财务管理效果的好坏。一个企业财务活动的组织和管理业绩如何，必然会体现 在该企业经营资金运动的状况和结果上，表现为财务状况的好坏和财务成果的大 小。因此。企业财务风险其实就是财务成果的风险和财务状况的风险。 2 0 世纪7 0 年代以来，随着决策有用性会计目标的流行，现金流量信息受到 了普遍关注。这是因为利用现金流量分析指标能够更客观、全面地评价企业的财 务状况。现金流是指企业广义货币( 现金及现金等价物) 的流入与流出。现金流 的大小反映企业在生产经营过程中获取现金和现金等价物的能力在市场经济条 件下，企业的现金流，在很大程度上影响着企业的生存与发展。 财务活动的始极是资金的垫支，终极是得到价值增加的货币本金收回，财务 是为了重新获得货币而垫支货币的活动，在本金垫支时已经就自然地埋下了财务 风险的种子存在无法收回本金的风险，或是无法获得本金增值的风险。在企 业的运营过程中，现金流动作为企业资金运动的动态表现，可综合反映企业生产 经营的主要过程( 供、产、销) 和主要财务环节( 经营、筹资、投资) 的状况。 在企业经营的全过程中，财务风险管理与现金流量控制是相互渗透、相辅相 成的，一方面，实时的监测、舫范和控制财务风险，保持良好的经营状况，有助 于获得企业生存、发展所需的充足的、有效的现金流量；另一方面，通过现金流 量控制更有利于加强财务控制，避免和控制财务风险。财务风险管理与现金流量 控制最终目标都是为了实现企业的战略目标，使企业在激烈的市场竞争中求得生 豆丁网 基于现金流的财务风险预警研究 存、不断发展。 因此，建立一种现金流的分析模型，及时掌握和监测企业现金流量变动的数 量和动向，对加强营运资金管理，提高企业经营运作能力，具有重要的作用和意 义。 1 2 国内外关于财务预警研究现状 1 2 1 国外财务预警研究现状 自2 0 世纪6 0 年代以来，国际上的许多著名学者就己经对企业财务预警模型 进行了大量的深入研究。与发达的资本市场相应的财务预警模型研究早己引起足 够重视，并取得一定的成果。 根据所选预测变量所用信息的不同，已有的财务风险预警模型可划分为： 1 财务指标信息类模型。a l t m a n ( 1 9 6 8 ) 等学者( a l t m a n h a l d e m a n 和 n a r a y a n a n ，1 9 7 7 ；c o l l i n s ，1 9 8 0 ：p l a n , 1 9 9 1 ) 【3 】使用一些常规的财务指标，如负债 比率、流动比率等作为解释变量建立财务困境的预测模型。尽管财务指标广泛应 用于财务困境预测模型，但在如何选择财务指标以及是否存在最佳的财务指标来 预测财务困境发生概率的问题上学术界却一直存在分歧。h a r m e r ( 1 9 8 3 ) 指出被 选的指标的相对独立性能提高模型的预测能力【4 i 。 2 现金流量信息类模型。现金流量信息的财务困境预测模型基于理财学的一 个基本原理：公司的价值应当等于预期的现金流量净现值。显然，在公司没有足 够的现金支付到期债务，而且又没有其他途径获得资金时，公司可能遭遇破产。 因此采用现金流量指标建立模型的学者认为，过去和现在的现金流量应能很好的 反映公司价值和破产概率。 3 市场收益率信息类模型。b e a v e r ( 1 9 6 6 ) 是使用市场收益率信息进行财务 困境预测研究的先驱。他发现在有效的资本市场里，股票收益率也如同财务指标 样可以预测破产，但时间略滞后。a l t m a n 和b r e n n e r ( 1 9 8 t ) 的研究表明，破 产公司的股票在破产前至少三年内存在负的市场收益率。a 6 a r o n y , j o n e 和s w a r y ( 1 9 8 0 ) 提出了一个基于市场收益率方差的破产预测模型。他们发现在正式破产 公告日之前的4 年内，破产公司股票的市场收益率方差较之于一般公司存在差异。 在接近破产公告日时，破产公司的股票的市场收益率方差有变大的倾向。 根据具体的方法来划分，又可以分为定性分析法和定量分析法： 1 定性预警分析方法包括标准化调查法、“四阶段症状”分析法、“三个月资 金周转表”分析法、流程图分析法、管理评分法等几种分析方法。 2 定量预警分析方法 ( 1 ) 单变量预警分析方法 2 豆丁网 m p a c e 学位论文 单变量预替分析方法是指运用单一变量、用个别的财务比率来预测财务危机 的模型。按照这一模式，当企业的财务危机预替模型所涉及的几个财务比率趋于 恶化时，通常是企业将要发生财务危机的先兆。单变量模式所运用的财务危机的 比率，按其预测能力可分为：债务保障率、资产负债率等。企业在应用单变量模 式时，应对债务保障率、资产收益率、资产负债率等指标予以特别关注。 比弗( b e r v e r 1 9 6 6 年) p 1 较早运用单变量预警分析法建立财务危机预警模型， 他在预警方法设计上，首先抽取了1 9 5 4 年至1 9 6 4 年问的7 9 家失败公司作为样本， 并逐一选择了产品相同、资产规模相近的对比分析样本公司，然后将这些样本公 司在财务失败前数年的财务比率用作判别指标，利用二分类检验法( d i c h o t o m o u s c l a s s i f i c a t i o nt e s t ) ，按年度将样本公司的财务比率从大到小进行了排列，以便从 中寻找一个使错误百分比最低的临界点。比弗的研究发现，使用“现金流总负债” 这一财务比率来预测企业失败的效果最好，在企业失败前一年可判别9 0 * , 6 的失败 公司，使用“净利润总资产”比率的判别效果次之，其判别成功率为8 8 在单变量预警分析方法中，由日本企业经营诊断专家田边升一提出的“利息及 票据贴现费用”判别分析法也是比较有效的，他提出通过检查企业运营的“血液”一 资金运行状况，特别是重点分析企业利息及票据贴现费用的大小，即以企业的贷 款利息、票据贴现费用占其销售额的百分比来判别该企业运营是否正常。 。 在运用单变量模式对企业财务危机进行预警分析时，单交量比率分析尽管有 效，但其作用却有限，其局限性主要表现在以下几个方面：一是单变量比率可以 判别公司是否处于财务危机之中，但不能判别企业是否可能破产以及预测何时破 产。二是单变量比率分析的结论可能会受到通货膨胀的影响。三是当企业面临财 务困难时，管理当局往往会采用粉饰财务报表的方法来掩盖公司的真实财务状况， 使财务危机预警失去作用。 ( 2 ) 多变量预警分析方法 多变量预警分析方法是从宏观角度检查企业财务状况有无呈现不稳定的现 象，多变量预警分析方法具有多种判别模型： 多元线性函数模式。 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困境预测领域1 3 1 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了研 究，选取的财务指标主要有5 个：运营资本总资产，留存盈余总资产，息税前 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 利润总资产、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 。该模型如下： ：= 1 2 x l + 1 4 x 2 + 3 3 毛+ o 6 + 1 o x 5 3 豆丁网 基于现金流的财务风险预警研究 x l ：运营资本总资产； x 2 ：留存收益，总资产； x 3 ：息税前利润，总资产； x 4 ：权益市场价值总债务账面价值； x 5 ：销售额总资产。 根据这一模型计算，z 值越低，企业破产的可能性越大如果z 3 ，企业财务 状况良好，不会破产；2 8 z 3 ，存在财务隐患，解决不好可能破产；1 8 z 医药市场进一步集中，医药两极分化进一步凸现；( 4 ) 市场药品价格总 体走低，政策性降价仍将持续段时间；( 5 ) 区域经济进一步快速发展，区域性 2 豆丁网 m p a c c 学位论文 龙头公司逐步明朗化；( 6 ) 农村医药市场将有较大发展，推动农村药品市场仍需 多管齐下。 2 0 0 6 年，各种原材料价格和能源价格继续攀升，医药行业的生产成本不断提 升。人民币升值后对化学制剂药和生物药品在国外新特药的进口价格将会下降， 间接压缩了国内仿制药的盈利空间。 5 1 2 基于现金流的财务预警模型的建立 据爱德华阿尔曼的多变量z 计分模型，将阿尔曼的五个财务指标，换为与成 本和现金流密切相关的五个指标，进行加权平均而成为z 分数”，并根据分数的 高低综合评价财务危机可能性程度。 爱德华阿尔曼的判别函数为： z = b 。x t + 1 3 ：置+ p ，墨+ b 。丘+ 艮五 其中：z 是判断函数值；x 1 一x 5 是阿尔曼所选的五个比率，b i 为权数，它 们分别是： x i = ( 营运资资金资产总额) 1 0 0 x 2 = ( 留存收益，资产总额) 1 0 0 x 3 = ( 息税前利润资产总额) 1 0 0 x 4 = ( 权益的市场价值负债账面价值总额) x 1 0 0 x 5 = ( 销售收入资产总额) 1 0 0 该模型实际上是通个五个变量( 五种财务比率) ，将反映企业偿债能力的指标 ( x l ，x 4 ) 、获利能力指标( x 2 ，x 3 ) 和营运能力指标( x 5 ) 有机联系起来， 综合分析预测企业财务出现警情的可能性。 一般地，z 值与企业财务经营情况成反比，即z 值越小，企业发生财务警情 的可能性越大，z 值越大，企业发生财务警情的可能性越小。阿尔曼还提出了判 断企业破产的临界值：当z 值超过2 9 9 时，企业被划为不会产生财务警情之列； 若z 分值低于1 8 l ，则企业被列为财务危机类；如果z 值处于1 8 l 2 9 9 之间的 区域被称为“未知区域”或“灰色区域”。不过出于简单的预测目的，2 6 7 5 的z 值被 一致认为是区别警情与非警情企业的关键点。 由于阿尔曼模型适应于上市公司，根据医药行业的具体情况和行业特征，提 出了一个改进模型： z = q 毛+ a 2 毛+ 吗毛+ a 4 + 岛黾 式中，z 为判别值，x l x 5 是特征变量，a l a 5 是各变量的判别系数，判 别系数向量为a - ( o 3 ，0 2 ，0 2 ，0 1 ，0 2 ) 。基于现金流的5 个特征变量是： x l = 销售现金比率= ( 经营活动现金净流量主营业务收入) 1 0 0 ( 获利能力) x 2 = 总资产现金流量率= ( 经营活动现金净流量总资产) 1 0 0 ( 获利能力) 豆丁网 基于现金流的财务风险预警研究 x 3 = 现金流量比率= ( 经营活动现金净流量，流动负债) 1 0 0 ( 偿债能力) x 4 = 现金股利保障倍数= ( 每股营业现金净流入每股现金股利) 1 0 0 ( 财务 弹性) x 5 = 全部债务现金比率= ( 经营活动现金净流量负债总额) 1 0 0 ( 偿债能力) 5 1 3 模型检验 采集了医药行业2 0 0 4 年、2 0 0 5 年的相关数据进行模型检验。且规定：当z 1 2 时，企业被划为正常z 值范围，即成本与现金流动正常，不会出现警情；若z 值 处于9 一1 2 之时时，被列为“未知区域”或灰色区域“，即成本与现金流动发生严重 异常，有引发财务危机的可能性，需要高度重视。 利用采集的2 0 0 4 年数据，计算z 值。先计算五个特征变量的值： x i = 销售现金比率= 90 2 x 2 = 总资产现金流量率= 1 0 9 x 3 = 现金流量比率= 1 4 0 6 x 4 = 现金股利保障倍数= 8 67 9 x 5 = 全部债务现金比率= 1 45 2 计算出的的特征变量，需要正规化。正规化的特征变量值为； 5 yt = 9 0 2 + 1 0 9 + 1 4 0 6 + 8 67 9 + 1 4 5 2 = 1 2 5 4 8 j - j x 1 = 9 0 2 1 2 5 4 8 x1 0 0 = 7 1 9 1 x 2 = 1 0 9 1 2 5 4 8 1 0 0 = 0 8 7 ； x 3 = 1 4 0 6 1 2 5 4 8 1 0 0 = 11 2 ： x 4 = 8 6 7 9 1 2 5 4 8x1 0 0 = 6 9 ，i7 ： x 5 = 1 4 5 2 十1 2 5 4 8 1 0 0 = 1 1 5 7 z = a t + 口2 x 2 + a 3 x 3 + a 4 + 鸭弓 = o 3 0 7 1 9 + 0 2 0 x o 8 7 + 0 2 0 x1 1 2 + o 1 0 6 9 1 7 + 0 2 0 1 1 5 7 = 1 3 8 0 2 利用采集的2 0 0 5 年数据，计算2 0 0 5 年的z 值： x i = 销售现金比率= 82 9 x 2 = 总资产现金流量率= 0 2 2 x 3 = 现金流量比率= 9 2 4 x 4 = 现金股利保障倍数= 8 0 3 2 x 5 = 全部债务现金比率= 9 8 9 计算出的的特征变量，需要正规化。正规化的特征变量值为： 豆丁网 m p a c e 学位论文 5 = 8 2 9 + 0 2 2 + 9 2 4 + 8 0 3 2 + 9 8 9 = 1 0 7 9 6 = l x 1 = 8 2 9 1 0 7 9 6 x1 0 0 = 7 6 8 ： x 2 = o 2 2 1 0 7 9 6x1 0 0 = 0 2 ： x 3 - - 9 2 4 1 0 7 9 6x1 0 0 = 8 5 6 ： x 4 = 8 0 3 2 1 0 7 9 6 1 0 0 = - 7 4 4 ： x 5 = 9 8 9 1 0 7 9 6 1 0 0 - - - - - 9 1 6 z = a l x i + 吒艺+ a 3 x 3 + a 4 x 4 + 呜墨 = o 3 0 7 6 8 + o 2 0 0 2 + 0 2 0 8 5 6 + o 1 0 7 4 4 + 0 2 0 x 9 1 6 = 1 3 3 2 从上述计算结果来看，2 0 0 4 2 0 0 5 年，医药行业基于现金流的的各项指标较 为理想，即现金流未发生异常变动，属于“无警”的绿灯区域。而目前的实际情况 如下图： 图5 1 数据及图表来源：中华人民共和国国家发展和改革委员会网站 2 0 0 6 年4 月份医药行业预警指数为3 3 ，比3 月份下降l 点，运行在“绿灯区”。 从医药行业预警指数走向来看，医药行业基本上运行在“绿灯区”。2 0 0 3 年受“非 典”疫情推动；行业景气突升，冲入”黄灯区。停留数月，之后又缓慢回落至“绿灯 区”从2 0 0 5 年4 月以后预警指数迅速回升，4 月到6 月运行在“黄灯区”，6 月到 9 月运行在“红灯区”但从2 0 0 5 年l o 月份开始，预警指数一直处于下降的态势。 截止到4 月份，又重新回到“绿灯区”。 测算的结果与实际基本吻合，检验了模型的客观准确。 豆丁网 基于现金流的财务风险预警研究 5 2 传统指标体系与现金流指标体系在财务预警中比较实证分析 5 2 1 样本和指标的选取 本文选取的数据是2 0 0 4 年上海证券市场和深圳证券市场上上市的1 3 5 5 家上 市公司的数据，数据均来自a 股上市财务数据选取的指标，主要有两类：一类是传 统的指标体系，主要包括主营业务利润率、资产净利率、资产报酬率、净资产收 益率、流动比率、速动比率、资产负债率、己获利息倍数、存货周转率、应收账 款周转率、总资产周转率、固定资产周转率等1 2 个指标；另一类是现金流指标， 主要包括销售现金比率、主营收入现金含量、现金营运指数、全部资产现金回收 率、现金流动负债比、现金债务总额比、经营现金流入量和总流入量比率、筹资 现金流入量和总流入量比率等9 个指标。( 在选取的1 3 5 5 家公司中，s t 公司共有 1 5 4 家，非s t 公司有1 2 0 1 家。为了分析的方便。本文采用分层抽样的原则对s t 公司和非s t 公司分别进行随机抽样。先从s t 公司中抽取其中的约3 0 ，即5 0 家公司，为了比例的协调和分析的精确度，对于非s t 公司，本文不进行按比例 抽样，而是仅抽取其中的5 0 家公司进行分析。 5 2 2 传统指标的l o g i s t i c 回归分析 1 传统指标进行因子分析 在建立l o g i s t i c 回归模型之前，我们先对原始指标进行因子分析，然后再将提 取的因子进行l o g i s t i c 回归，这样得到的模型不仅可以有效克服变量之问的多重共 线性，同时由于传统指标体系的变量过多，如果一起纳入进行l o g i s t i c 回归分析的 话，某些变量可能由于回归不显著而被剔除。而在l o g i s t i c 回归之前进行因子分析， 再利用因子分析得到的因子进行l o g i s t i c 回归分析，可以更大程度上利用样本和指 标的信息。 因子分析是从研究相关矩阵内部的依赖关系出发，把众多关系复杂的观测变 量进行结构化处理，并最终归结为少数几个不相关的主因子的多元统计分析方法。 其基本思想是根据相关性大小把变量分组，使得同组内的变量之间相关性较高， 不同组的变量之间相关性较低。每组变量代表一个基本结构，这个基本结构称为 公共因子或主因子。 设p 个可观测的指标为j 。，筋，工，；m 个不可观测的因子为只， f ：一，。则因子分析的数学模型可以表示为： 豆丁网 m p a c c 学位论文 石= 隔l e + 翻2 r + + 隅f 。+ 易 耽= a 2 l ，j + i c 7 f 2 + + 口抽f 。+ 占2 xp = a f l + c | 。2 f z + 一+ n f 。+ p 其中：m p ；f ( - 1 ，2 ，m ) 是公共因子，且两两之间正交；占，( i _ l ， 2 ，p ) 是特殊因子，只对x 起作用；a 是公共因子的载荷，是第i 个指标 在第j 个因子上的载荷，或者说是相关系数。载荷越大，说明的i 个指标与第j 个因子的关系越密切，反之则说明第i 个指标与第i 个因子的关系越疏远。 因子分析的目标就是要求能够控制原始指标的因子变量f 。，让其尽可能多 地包含原始指标的信息，从而达到明确观测内容，简化观测系统的目的。 我们可以利用s p s s 统计软件进行因子分析。对抽取的l o g 家公司，以1 6 个 传统指标体系为基础，进行因子分析。为了得到更好的分析结果，以及更确切知 道每个公共因子的意义，以便对实际问题进行分析。本文采用正交旋转的方法对 因子进行旋转。从软件输出结果我们知道，前4 个公共因子的累计方法贡献率已 经达到了7 1 1 3 l ，s p s s 默认提取4 个公因子。 表5 2 方差解释表1 因子旋转前因子旋转后 累计方差贡累积方差贡 因子特征值方差贡献率特征值 方差贡献率 献率献率 l3 7 5 63 1 2 9 73 1 2 9 72 8 7 92 3 9 8 82 3 9 8 8 22 1 2 41 7 7 0 24 8 9 9 92 3 3 41 9 4 5 34 3 4 4 1 31 5 7 61 3 1 3 5 6 2 1 3 3 1 8 5 0 1 5 4 1 45 8 8 5 5 410 8 08 9 9 87 1 1 3 l1 4 7 31 2 2 7 67 1 1 3 1 59 l l7 5 9 17 8 7 2 2 68 2 66 8 8 l 8 5 6 0 3 77 8 66 5 4 89 2 1 5 2 毫4 4 63 7 1 79 5 8 6 8 92 8 7 2 3 9 2 9 82 6 0 1 01 4 81 2 3 79 9 4 9 8 1 10 5 24 2 99 9 9 2 7 1 20 0 9 0 7 31 0 0 0 0 0 豆丁网 基于现金流的财务风险预警研究 i 据此，我们可以根据旋转后的因子载萄矩阵分析各个因子的意义。从表二的 结果我们可以看出：第一个公因子在主营业务利润率、资产净利率、资产报酬率、 净资产收益率这4 个指标上有较大的因子载荷，而这四个指标是反映公司的盈利能 力的，因此，我们可以将第一个因子命名为盈利能力因子，符号表示为厂；第 二个因子在流动比率、速动比率和资产负债率这三个指标上有较大的因子载荷， 而这三个指标在一定程度上反映了公司的偿债能力，因此，我们可以将第二个公 共因子命名为偿债能力因子，符号表示为，r ，；第三个因子在存货周转率、总资 产周转率和固定资产周转率三个因子上有较大的因子载荷，而这三个因子反映了 公司的营运能力，因此，我们可以将第三个公共因子命名为营运能力因子，符号 表示为，；第四个因子在己获利息倍数和应收账款周转率两个指标上有较大的 因子载荷，而这两个指标是反映公司的资产获利能力的，因此我们可以命名为获 利能力因子，符号表示为厂。同时，s p s s 也算出了每个公司的所有因子得分， 硒 、， 1 ， 尊谯。 表5 r 3 旋转后的因子载荷矩阵 因子 l 234 主营业务利润率4 9 6，1 3 41 3 3 - 0 4 8 资产净利率 9 1 40 8 2 1 9 1 1 4 1 资产报酬率 9 0 50 7 12 0 61 5 3 净资产收益率 7 9 3，1 6 31 5 20 6 3 流动比率 1 3 19 4 60 9 10 2 8 速动比率 ，1 0 49 4 01 5 40 5 0 资产负债率 4 6 6，6 5 72 6 30 1 6 已获利息倍数 0 0 4，1 5 80 3 37 9 6 存货周转率，2 3 0 0 7 34 3 6 0 0 7 应收账款周转率 1 4 21 9 70 6 07 1 5 总资产周转率 1 4 8 0 4 3 7 7 25 2 4 固定资产周转率 0 9 10 0 79 1 50 2 1 3 8 豆丁网 m p a e e 学位论文 2 算得因子为基础，进行l o g i s t i c 回归分析 l o g i s t i c 回归模型是对二分变量进行回归分析时最普遍使用的多元统计方法， 它根据样本数据使用最大的似然估计方法估计出参数值，经过一定的数学推导运 算，可得响应变量取某个值的概率。本文利用l o g i s t i c 回归模型，将s t 公司赋值为 l ，非s t 公司赋值为0 。将问题转化为根据公司财务状况，计算其在一定时间陷入 财务危机的概率。如果此概率大于某个设定值( 本文取0 5 ) ，则判断该公司将陷 入财务危机。 在以上得到四个因子的情况下，我们将上市公司出现财务危机的概率设定为 p ( 未出现危机的概率为l - - p ) ，p c ( o ，1 ) ，并以p 的i o g i t 变换为应变量，拟合 线性方程为： 广d1 l o g i t ( p ) 刮叫南l - 屈+ py , + 屈六+ + 屈六竹 球御2 筛0 删。价一俐 上式即为l o g i s t i c 回归模型，其中，屈是与因子变量厂无关的常数项，屈， ：，厦是回归系数，它们表示各因子变量f 对p 的贡献率。 利用l o g i s t i c 回归方法生成的回归模型能直接计算出上市公司的危机出现的概 率，利用其值与分割点的比较，我们可以清楚直观地判定和预测公司的财务安全 状况。一般而言，当概率p 大于0 5 时，我们判断它为s t 公司，当概率p d , 于0 5 时， 我们判断它为非s t 公司，当概率p 等于0 5 时，我们无法进行判断。 利用s p s s 统计软件中的l o g i s t i cr e g r e s s i o n 分析，我们可以得到如表三的回归 结果。 表5 4l o g i s t i c 回归结果 估计值 回归标准误w a l d 值显著性水平 e x “b ) 因子1 8 3 8 328 l o8 9 0 30 0 30 0 _ o 因子22 5 2 4 i 1 8 7 4 5 2 1 0 3 3 0 8 0 因子3 1 5 5 55 4 28 2 4 40 0 42 l l 因子4 1 2 0 1 44 0 7 28 7 0 60 0 30 0 0 常数项1 0 8 8 8 9 l1 4 9 02 2 23 3 7 可以看出，四个因子均纳入回归方程分析。且四个因子的显著性水平均小于 0 0 5 ，也就是说各个因子对因变量的解释效果显著。因此，我们可以根据表中给 3 9 豆丁网 基于现金流的财务风险预警研究 出的参数估计结果，得到如下的回归方程： 肛筛。一。听哪s s ”：m ， 这里，p 表示是否出现财务危机概率的预测值。我们看到，四个因子估计值 均为负值，可见它们对因变量的影响为负，说明各个因子得分越高，就越不可能 出现财务危机。同时也可以看到，因子4 的估计值最大，可见它对是否出现财务危 机的影响最大，其次是因子3 。我们可以根据计算出来的概率值与设定的临界值比 较，进行回判判别。并得到如表四的判定结果。从表四结果可以看出，对于非s t 公司，判断的准确度为9 2 ，7 ，对于s t 公司，判断的准确度为9 1 7 。可以认为， 利用传统的指标体系进行l o g i s t i c 回归，以此来判断是否出现财务危机的方法是有 很高准确度的。 表5 5 回判判别结果 观测结果预测结果 0l 判断准确度 是否s t03 568 5 3 l72 98 0 5 整体判断准确度8 2 9 5 2 3 现金流指标的l o g i s t i c 回归分析 同样的方法，我们可以对现金流指标体系进行l o g i s t i c 回归分析。我们利用 s p s s 可以得到因子分析结果表五和表六所示。从表五的结果可以看出，前三个公 因子的方差贡献率达到了7 9 6 7 9 ，s p s s 默认取前三个公共因子。在表六的结果 中可以看出，第一个公因子在现金营运指数、全部资产现金回收率、现金流动负 债比和现金债务总额比这四个指标上有较大的因子载荷，这四个指标是反映公司 的营运和偿债能力的，因此可以将第一个公因子命名为营运偿债因子，用符号表 示为f ；第二个公因子在经营现金结构比率、筹资现金结构比率和投资结构比 ，d 率这三个指标上有较大的因子载荷，而这三个指标反映的是公司的现金结构，因 。 此可以第二个因子命名为现金结构因子，用符号厂表示；第三个公因子在销售 ，6 现金比率和主营业务收入现金含量这两个指标上有较大的因子载荷，而这两个指 标反映的是公司的获现能力，因此可以将第三个公共因子命名为获现能力因子， 4 0 。 豆丁网 m p a c e 学位论文 用符号厂表示。 表5 6 方差解释表2 因子旋转前 因子旋转后 累计方差贡累计方差贡 因子特征值 方差贡献率 特征值方差贡献率 献率献率 l3 2 6 43 6 2 6 23 6 2 6 23 ，2 0 43 5 5 9 93 5 5 9 9 22 8 5 9 3 1 7 6 56 8 0 2 7 2 8 8 53 2 0 5 66 7 6 5 4 3 1 0 4 9l l ，6 5 27 9 6 7 91 0 8 2 1 2 0 2 47 9 6 7 9 49 4 51 0 5 0 59 0 1 8 4 55 3 65 9 5 49 6 1 3 8 62 0 72 3 0 29 84 3 9 71 2 l1 3 4 99 9 7 8 8 80 1 9，2 1 21 0 0 0 0 0 90 0 0o o o1 0 00 0 0 表5 7 旋转后的因子载荷矩阵 因子 l23 销售现金比率 一0 4 20 6 0 7 4 3 主营收入现金含量 1 0 61 4 46 9 6 现金营运指数 7 6 10 0 41 2 7 全部资产现金回收率 9 1 30 0 9 1 2 3 现金流动负债比 9 3 20 4 3 0 6 6 现金债务总额比 9 5 30 4 0 0 7 4 经营现金结构比率 0 2 69 9 70 4 1 筹资现金结构比率 0 2 49 6 80 3 7 投资结构比率 0 2