（金融学专业论文）我国上市公司财务危机预警的实证研究.pdf

我国上市公司财务危机预警的实证研究内容提要 我国上市公司财务危机预警的实证研究 内容提要 随着我国资本市场的进一步的发展，上市公司作为资本市场的主体，倍受各方面 关注。近年来，上市公司因财务危机沦为“s t ”板块甚至被迫退市的情况愈演愈烈。 公司陷入财务危机，不仅危及其自身的生存和发展，也给投资者、债权人带来巨大的损 失。因此，构建一个有效实用的财务危机预警模型，满足利益相关者日益迫切的需要， 已不单单是一个学术问题，而且成为影响我国资本市场健康发展的重要因素，具有很 重要的现实意义。 本文以我国上市公司作为研究对象，以因财务状况异常而被列为特别处理公司 ( s t 公司) 作为界定上市公司财务危机的标志，利用公开的财务报表数据，采用主成分 分析法选取具有显著解释能力的财务指标，并以此为变量建立预警我国上市公司财务 危机l o g i s t l c 回归分析模型，为上市公司财务危机预警提供了有效的预测工具。 实证研究结果表明：( 1 ) 本文在广泛选取的1 5 个原始财务指标基础上采用主成 分分析法进行二次筛选：主营业务利润率、投资收益比率、总资产周转率、流动负债 对总负债的比率、净资产同比增长率、现金负债比率六个财务指标具有显著解释能力。 ( 2 ) 建立l o g i s t i c 回归预测模型，提前两年预测上市公司是否会因财务状况异常而 被特别处理的正确率约为7 7 5 。 关键词：财务危机、财务危机预警、主成分分析法、l o g i s t i c 模型 作者：倪爱东 指导老师：王则斌 t h ee m p i r i c a ls t u d yo np r e d i c t i n gf i n a n c i a ld i s t r e s si n c h i n e s el i s t e dc o m p a n i e s a b s t r a c t w i t ht h ef u r t h e rd e v e l o p m e n to fc h i n e s ec a p i t a lm a r k e t ，t h el i s t e dc o m p a n i e s ，a si t s m a i nb o d y , h a v eb e e na t t r a c t i n ga ni n c r e a s i n ga m o u n to fa t t e n t i o nf r o mv a r i o u sf i e l d s i n r e c e n ty e a r s ，s o m el i s t e dc o m p a n i e s ，b e c a u s eo ff i n a n c i a lc r i s i s ，h a v eb e e nr e d u c e dt o s p e c i a lt r e a t m e n tp l a t e ，t h u sf a c i n gt h eg r o w i n gd a n g e ro f b e i n gk i c k e do u to f m a r k e t n e f i n a n c i a lc d s e sn o to n l ye n d a n g e ri t so w ns u r v i v a la n dd e v e l o p m e n t ，b u ta l s ob r o u g h tg r e a t l o s st ot h ei n v e s t o r sa n dd e b t o r s s o ，t oc o n s t r u c ta ne f f e c t i v ea n de f f i c i e n tf i n a n c i a l d i s t r e s sp r e d i c t i n gm o d e lt om e e tt h er e q u i r e m e n t so ft h er e l a t e di n t e r e s tp e o p l ei sn o ta n a c a d e m i cp r o b l e ma n ym o r e ，b u to n ew h i c hm a ya f f e c tt h eh e a l t h yd e v e l o p m e n to f0 1 1 1 c o u n t r y sc a p i t a lm a r k e t ，t h u so f g r e a tr e a l i s t i cs i g n i f i c a n c e w i t ht h el i s t e dc o m p a n ya st h em a i nr e s e a r c ht a r g e t , t h i se s s a y , a c c o r d i n gt ot h e c r i t e r i o no fl i s t e dc o m p a n y sf i n a n c i a ld i s t r e s sb e c a u s eo fi t sa b n o r m a lf i n a n c i a l p e r f o r m a n c e ，t h u sc o n s i d e r e da ss tc o m p a n i e s ，i n t e n d st op r o v i d eae f f e c t i v ef i n a n c i a l d i s t r e s sp r e d i c t i n gt o o lb yu t i l i z i n gt h ep u b l i cf i n a n c i a ld a t aa n d 、析t i it h eh e l po fp r i n e i p a l c o m p o n e n t sa n a l y s i sm e t h o d ，s e l e c t i n gt h em o s te x p l a n a t o r yf i n a n c i a ld a t aw h i c hm a y b e u s e dav a r i a b l e st oc o n s t r u c tl o g i s t i cr e g r e s s i o na n a l y s i sm o d e lt op r e d i c tf m a n c i a ld i s t r e s s t h er e s u l t sa r ea st h ef o l l o w i n g ：( 1 ) t h i se s s a ya p p l i e st h ep r i n c i p a lc o m p o n e n t s a n a l y s i sm e t h o dt oc o n d u c tas e c o n ds c r e e n i n go nt h eb a s i so f1 5p r i m a r yf i n a n c i a lr a t i o s ， a m o n gw h i c h6r a t i o sd e m o n s t r a t er e m a r k a b l es t r i n g e n c y , w h i c ha r eo p e r a t i n gp r o f i tr a t i o ， r e t u l t lo ni n v e s t m e n t , t o t a la s s e t st u r n o v e r , t o t a lc u r r e n tl i a b i l i t i e st ot o t a ll i a b i l i t i e s ，t o t a l a s s e t si n c r e a s er a t i o ，a n dr a t i oo fn e tc a s hf l o wt ol i a b i l i t i e s ( 2 ) t h i se s s a yp r o v i d e sa r e l i a b l el o g i s t i cr e g r e s s i o np r e d i c t i n gm o d e lt of o r e s e ew h e t h e rt h el i s t e dc o m p a n i e sw i l l b es p e c i a l l yt r e a t e db e c a u s eo f a b n o r m a lf i n a n c i a lp e r f o r m a n c ei nt w oy e a r s a d v a n c e ，w i t h t h ea c c u r a c yr a t er e a c h i n g7 7 5 k e yw o r d s ：t h ef i n a n c i a ld i s t r e s s ；p r e d i c t i n gt h ef i n a n c i a ld i s t r e s s ；p r i n c i p a l c o m p o n e n t sa n a l y s i sm e t h o d ；l o g i s t i cm o d e l w h r e nb y n i 础d o n g s u p e r v i s e db yw a n g z e b i n l t 苏州大学学位论文独创性声明及使用授权声明 学位论文独创性声明 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所 取得的成果。除文中已经注明引用的内容外，本论文不含其他个人或集体己经发表或 撰写过的研究成果，也不含为获得苏州大学或其它教育机构的学位证书而使用过的材 料。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承 担本声明的法律责任。 研究生签名j 堕塞堑 学位论文使用授权声明 苏州大学、中国科学技术信息研究所、国家图书馆、清华大学论文合作部、中国 社科院文献信息情报中心有权保留本人所送交学位论文的复印件和电子文档，可以采 用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一 致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布( 包括刊登) 论 文的全部或部分内容。论文的公布( 包括刊登) 授权苏州大学学位办办理。 研究生签名： 导师签名 日期：挫。! 竺：生 我国上市公司财务危机预警的实证研究引言 引言 任何经济学理论都可以分成规范理论和实证理论。规范性财务危机理论致力于通 过演绎、推理、解释为什么一部分公司或企业会出现财务危机，而实证性财务危机理 论则注重于通过分析经验数据来预测公司或企业的财务危机。实证研究注重于通过考 察危机公司的财务特征，利用第一手数据资料和各种统计手段来预测公司的财务危 机，以便能提供良好的预警效果，并帮助决策。事实上，实证研究已经构成了财务危 机预警研究的主体。 财务危机预警是以现有的财务比率为基础，建立数学模型来预测企业财务危机 发生的可能性。由于其市场需求巨大，所以无论是学术界还是实务界一直在不懈地探 索和改进研究方法，以提高预警的准确性。 本文从我国企业的实际情况出发，在借鉴国内外研究成果的基础上，对财务危 机的预警进行研究。本文以中国上市公司作为研究对象，以财务状况异常而被列为 特别处理公司( s t 公司) 作为界定上市公司财务危机的标志，运用实证分析方法， 借助于s p s s 统计软件，利用公开的财务数据，采用主成分分析和多元逻辑回归方法 寻找最佳的中国上市公司财务危机的预警变量和模型。 财务比率的选择是财务危机预警研究中一项极其重要的环节。在以往西方关于财 务危机预警的研究中，财务比率的选择缺乏理论依据，先后共约有近3 0 个财务比率在 财务危机预警研究中使用。针对国内外在财务危机预警研究中财务比率选取的无序 性，本文提出采用主成分分析法，用较少的主成分变量反映原有变量的绝大部分信息。 同时结合我国资本市场的实际情况，运用多元逻辑回归方法，找出上市公司财务危机 预警的最优模型。研究结果表明：尽管只有十多年历史的中国资本市场中会计数据质 量有些不尽人意，但财务数据对投资者预警公司的财务危机仍然是有效的。 我国上市公司财务危机预警的实证研究第一章绪论 第一章绪论 1 1 研究背景与研究意义 1 1 1 研究背景 财务危机预警属于微观经济预警的范畴，具有重要的经济研究价值，但目前尚处 在一种前沿性和创新性的研究阶段。 在1 9 9 4 年底墨西哥金融危机爆发后不久，国际货币基金组织( i l i f ) 总裁康德苏 提出了一种耐人寻味的说法：这是“2 0 世纪第一次金融危机”。0 1 但他当时恐怕也没 有料到，此后不到3 年，2 0 世纪尚未结束，又爆发了一场更加严重的、金融完全脱 序的经济危机，人们称之为“亚洲金融风暴”。从宏观角度分析，这场金融危机主要 表现为货币危机；从微观角度分析，这场危机产生的基础是企业过度负债，财务结构 极不稳定，抗风险的现金支付能力极差，即企业的现金流量与现金支付能力的危机。 这场危机使多少马来西亚的企业集团顷刻破产，韩国大企业集团、大财团纷纷落马。 严酷的现实再一次警示我们，财务风险无时不在，无处不在，对企业财务状况的监测 与预警非常必要且十分迫切。 随着我国经济体制改革的不断深入，现代企业制度的建立，企业的经营权与所有 权分离，企业成为自主经营、自负盈亏、自我约束、自我发展的市场竞争主体。企业 在享有充分的经营自主权的同时，计划经济体制下由国家承担的绝大部分经济风险已 经转移给了企业。被推到市场前沿的企业，切实感受到了来自市场竞争的压力，感受 到了来自风险的威胁。来自市场竞争的压力，要求企业不断寻找有利可图的投资机会， 肩上所承担的受托管理责任，更要求企业为投资人谋取超出社会平均报酬水平的超常 收益。在我国经济发展日益市场化、国际化的大环境下，面对经济全球化浪潮的冲击， 面对日趋激烈的市场竞争，企业面临着大量的不确定性因素，财务风险与日俱增，企 业因财务危机陷人困境、甚至宣告破产的例子已经屡见不鲜。事实上，市场上绝大部 分企业无法生存下去的原因来自于风险，法律上所界定的企业破产原因，也是资不抵 债，不能清偿到期债务，即由于投资风险而引发的筹资风险。产品没有销路、生产成 本过高、产品质量低下。企业破产与财务风险息息相关，虽然企业产生财务危机 2 我国上市公司财务危机预警的实证研究 第一章绪论 的原因是多方面的，但是，任何财务危机都有一个逐步显现、不断恶化的过程。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。而这一切的关键就是没有从企业财务状况的变化中发现企业潜在的巨大问题。由 此可见，企业的财务危机不但具有先兆，而且是可预测的，这就需要密切关注企业财 务状况的变化，建立财务预警系统，时刻把握企业财务状况，成为避免财务危机、防 止公司破产的重要管理手段。 早在1 9 9 4 年7 月1 日正式实施的公司法第1 5 7 条就规定：公司最近三年连 续亏损，由国务院证券管理部门决定暂停其股票上市；第1 5 8 条规定：亏损情形在限 期内未能清除，由国务院证券管理部门决定终止其股票上市。随后，中国证券监督管 理委员会于1 9 9 8 年3 月1 6 日颁布了证监会字【1 9 9 8 6 号文件关于上市公司状况 异常期间的股票特别处理方式的通知，要求上市公司出现财务状况或其他状况异常， 导致投资者对公司前景难以判定，可能损害投资者权益的情形时，证券交易所应对其 股票交易实行特别处理( s p e c i a lt r e a t m e n t ) ，简称s t 。2 0 0 1 年2 月2 2 日，中国证 监会又颁布了亏损上市公司暂停上市和终止上市实施办法，使得上市公司的退市 有了法制基础。以上这些法律、法规给上市公司带来了巨大的压力，他们必须随时观 测自己的财务状况，避免因发生财务危机而被摘牌、丧失宝贵的“壳”资源。同时， 也给这些公司敲响了警钟，上市公司迫切需要通过完善的经济预测方法建立起有效的 财务预警系统。 上市公司的各利益相关者对财务风险也日益关注，对财务危机预警研究的需求日 益迫切，他们希望在危机到来之前，预先觉察其苗头，提前告知，以便采取有效措施， 消除危机隐患。上市公司建立起有效的财务预警系统，它已不单单是一个学术问题， 而且成为影响我国资本市场理想发展的重要因素。 1 1 2 研究意义 证券市场的需要是财务危机预警研究的直接原因。我国证券市场与发达国家证券 市场相比，产生的时间短，只有短短的十多年的历史。1 9 8 4 年1 2 月“上海飞乐音响 公司”向社会公开发行股票，这是新中国第一张相对规范的股票，1 9 8 5 年1 月“上 海延中实业股份有限公司”公开发行股票，1 9 8 6 年9 月2 6 日，这两只股票在中国工 商银行上海信托投资公司静安分公司挂牌买卖，新中国首次出现了股票交易。1 9 9 0 我国上市公司财务危机预警的实证研究第一章绪论 年1 2 月上海证券交易所成立。1 9 9 1 年7 月深圳证券交易所成立。股票交易由场外分 散交易进入了高度组织化的集中交易阶段。1 9 9 2 年1 0 月，国务院决定成立国务院证 券监督委员会( 以下简称证监会) ，全国统一的证券市场管理体制开始形成。就我国 人民币普通股( a 股) 证券市场而言，1 9 9 3 年加速扩容；1 9 9 4 年政策救市；1 9 9 5 年 加强规范；实行一级市场“上网定价”发行和二级市场“t + i ”交收制度；1 9 9 6 年 推出“上证3 0 指数”及证券交易价格涨跌停板制度；1 9 9 7 年市场结构性调整，树立 投资理念，推崇资产重组，中央加强直接监督力度；1 9 9 8 年进一步完善市场法规建 设，先后实行“s t 特别处理”制度和“异常波动暂停交易”制度，1 9 9 8 年1 2 月颁布 中华人民共和国证券法，从此中国证券市场在进一步规范的环境下高速发展，并 成为国民经济健康、快速发展的动力和有机组成部分。中国证券市场的快速发展，一 方面通过直接融资为国有企业筹集资金，增强上市公司市场意识、竞争意识，促进上 市公司建立现代企业制度；另一方面促进社会资源优化配置，提高资源配置效率，为 广大投资者提供了广阔的投资渠道。随着中国证券市场的发展，上市公司数量逐年增 多，规模不断扩大、但同时越来越多的上市公司由于各种原因陷入财务危机，经营业 绩逐年下降，出现亏损、财务状况异常甚至受到特别处理，面临退市的危险。上市公 司陷入财务危机不仅会使投资者、债权人遭受损失，而且会影响整个社会资源配置的 有效性。上市公司的财务危机预警是投资者、债权人及证券市场监督机构所广泛关注 的课题。 特别处理的规定给上市公司带来了巨大的压力，防范财务危机已引起各上市公司 的高度重视，上市公司迫切需要一个可行的财务预警系统，以起到警报器的作用，提 醒有关方面的注意。而财务危机预警通常就是借助企业财务指标和非财务指标体系构 建一个模型，以这种模型来完成对财务危机的预测和报警。一个有效的财务危机预警 系统具有以下作用： ( 1 ) 正确评价企业当前财务状况，当出现财务危机信号时，及早采取对策以减少 损失。 ( 2 ) 通过建立财务危机的预警系统，借贷者可以避免贷款的风险； ( 3 ) 投资者能够在证券价格大跌前就获得财务风险的警报； ( 4 ) 审计师可以准确判断企业是否经营良好，当某公司持续经营存在大量问题时， 避免因未能正确披露其经营失败而招致法律诉讼等。 4 我国上市公司财务危机预警的实证研究第一章绪论 ( 5 ) 对于那些准备借“壳”或买“壳”上市的公司，在寻找重组的目标公司时。 对其财务状况的预测也是必不可少的。 因此，建立适合我国上市公司的财务危机预警系统具有重要的现实意义。 1 2 国外财务危机预警研究现状 财务危机的预瞀研究是一项在西方国家中广泛进行的应用研究。在西方拥有近 7 0 年的历史。研究成果主要表现在以下几个方面： ( 1 ) 单变量模型研究 最早的财务危机预警研究是f i t z p a r t r i c k ( 1 9 3 2 ) 开展的单变量破产预警研究。 他以1 9 对破产和非破产公司作为样本，运用单个财务比率将样本划分为破产和非破 产两组，发现判别能力最高的是净利润净资产和净资产负债这两个比率。尽管 f i t z p a r t r i c k 研究的结果很不错，但一直到3 0 多年后的1 9 6 6 年才有人沿着他的这条 思路继续研究财务危机的预警问题。 比弗( b e a v e r ，1 9 6 6 年) 提出了单变量判定模型，他首先使用了5 个财务比率作 为变量，对7 9 家经营失败和经营未失败的公司组进行一元判定预测，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 蹁) 。b e a v e r 还发现越临近破产日，误判 率越低，预见性越强。 ( 2 ) 多元线性判别分析( m d a 哪) 自从b e a v e r 的这项研究之后，很少再有专门的单变量研究出现，大多数研究人 员更倾向于采用多变量分析方法，这主要是因为公司的财务特征不可能由一个变量充 分反映出来。早在2 0 世纪7 0 年代研究人员已经明确地认识到诸多不同的因素同时影 响着企业的财务，单一变量的预测模型也逐渐被多变量的模型所取代。 1 9 6 8 年，美国学者a l t m a n 博士首次使用了多元线性判别分析对财务危机预警进 行了研究。他所得到的最终预测方程包含5 个判别变量组，建立了著名的5 变量 z - s c o r e 模型，根据判别z 分值，以确定的临界值对研究对象进行财务危机判别。在破 产前一年的总体预测准确度高达9 5 。a l t m a n 的研究成果克服了单变量模型出现对 于同一公司，不同比率预测出不同结果的现象。此后，多元线性判别方法成为在财务危 机预警中最常使用的方法。 5 我国 ：市公司财务危机预警的实证研究第一章绪论 ( 3 ) 多元逻辑回归模型分析( l o g i s t i c 模型) 线性判别模型对预警变量有着严格的联合正态分布要求，但现实中大多数财务比 率并不满足这一要求，且一旦在预警变量中出现虚拟变量，那么联合正态分布的假设 完全不成立。因此，当研究一些样本不服从正态分布时，对应用线性判别分析法得到的 结果就会持一种怀疑的态度。为了消除这种假设的影响，研究无分布假定的方法显得 非常重要。为了克服上述局限性，研究人员引进了多元逻辑( 1 0 9 i s t i c ) 和多元概率 比( p r o b i t ) 回归方法。 多元逻辑回归模型是采用一系列财务比率来预测企业发生财务危机的可能性。然 后根据银行、投资者的风险偏好程度设定阀值( 分割点) ，以此对分析对象进行决策。 多元逻辑回归模型与多元判别分析法的本质区别在于前者不要求满足正态分布，其模 型采用对数( 1 0 9 i s t i c ) 函数。由于对数函数不假定任何概率分布，在不满足正态分布 的情况下，多元逻辑回归模型的判别正确率高于判别分析法；而在满足正态分布的假 定时，二者等效或优于判别分析法。o h l s o n 在1 9 8 0 首先将多元逻辑回归模型应用于 财务危机预警领域咖，他的研究得到了9 6 1 2 的判断正确率。 多元判别分析和多元逻辑回归模型在科研和实践中广泛应用，成为早期财务危机 预警的标准方法。 ( 4 ) 人工神经两络方法( a n n ) 嘲 进入9 0 年代后，随着科学技术的发展，西方的理论界及企业界对上述的线性方 法提出了质疑，因为它们的有效性依赖于严格的假设条件，如变量的多元正态分布：独 立性及等协方差矩阵等。只有当这些假设条件得到满足，这些方法才有很好的效果。 近期对人工神经网络的研究表明，由于它的非线性、非参数、自适应等特征，可作为模 式识别的一个强有力的工具。人工神经网络已成功地解决了许多金融、财务方面的问 题，其中包括财务危机预警的研究，如：l e c h e r ，s h a r d a ，w i l s o n ，t a m 和k i a n g ， w i l s o n 等分别运用了不同的人工神经网络模型对财务危机进行了预警，并与传统的 线性方法作了比较，表明神经网络的预警效果强于传统的线性方法。当前，用人工神经 网络对财务危机进行预警仍是热点问题，许多主要的商业银行已建立起基于人工神经 网络的贷款违约预测产品，如穆迪公司的公众企业风险模型。 综观西方关于财务危机预警研究的方法，主要可分为两方面：统计方法和人工神 经网络方法。 6 我国上市公司财务危机顶警的实证研究 第一章绪论 1 3 国内财务危机预警研究现状 由于我国证券市场起步较晚，有关财务危机预警的研究尚属探索阶段。国内一些 学者主要是利用国外财务危机预警的理论和方法来建立中国的预警模型。 国内对财务危机预警的研究较晚，始于上世纪9 0 年代中后期。1 9 8 6 年，吴世农、 黄世忠曾撰文介绍企业破产的财务分析指标及其预测模型，其后对企业财务危机的分 析仅限于经验分析就是规范论证，未见到有关的实证研究。笔者认为，造成这种现象 可能有以下几个原因：其一，尽管1 9 9 6 年我国颁布了破产法，但由于受经济制 度所限，破产作为一种解决企业财务危机问题的手段，更多的是受到行政机构的非市 场行为的影响。相对于西方发达市场经济国家来说，我国市场上的破产事件十分有限； 其二，我国于1 9 9 2 年才开始推行企业会计准则，之前的会计制度与国际通行的会计 准则有较大的差异，加之我国企业会计报表一直缺乏有效的外部审计鉴证，随意性较 大；其三，我国企业会计数据被时断时续保存于政府的各个部门，如财政部门、统计 部门及国家信息部门，缺乏统一的数据库，学者较难或几乎没有渠道以低成本的方法 来获取众多企业连续几年的会计报表。俗话说，“巧妇难为无米之炊”。缺乏合适数 据获取途径对我国财务危机预警模型研究的限制可能是最关键的。 箍着证券市场和我国市场经济的不断发展，我国出现了大量的上市公司，至2 0 0 5 年，沪、深两市a 、b 股上市公司已达到1 3 7 9 家。尽管我国上市公司尚没有出现破产 的先例，但大量上市公司的出现至少从两方面使企业财务危机预警研究成为可能：其 一，中国上市公司的会计实践一直走在会计制度改革的最前列，与国际接孰的程度最 高，会计信息的可比性较强，加之证监会强制要求会计报表必须经注册会计师审计， 使得上市公司会计报表的可信度比较高；其二，上市公司每年须公开披露年度报表及 中期报告，使研究人员能以较小的成本收集公司的财务数据。此外，随着我国上市公 司股票特别处理制度的实施，各类市场参与者对企业经营业绩也显示出越来越高的关 注程度，因而对破产预测，或者是企业财务危机预测的需求也就越来越高。 1 9 9 6 年以来，国内陆续出现了以企业财务数据为基础建立的财务危机预测模型。 周首华等( 1 9 9 6 ) 在z 分数模型的基础上进行改进，考虑了现金流量变动情况指标，选 用1 9 7 7 1 9 9 0 年的6 2 家公司，其中3 1 家破产公司取自华尔街杂志索引，另外相 对应的同一年度、同一行业及相近净销售额的3 1 家非破产公司则取自c o m p u t a t i o n 7 我国上市公司财务危机顶警的实证研究 第一章绪论 会计数据库，建立了f 分数模型，并以c o m p u t a t i o np cp l u s 会计资料库中1 9 9 0 年 以来的4 1 6 0 家公司数据作为检验样本进行了验证，其f 模型的准确率高达近7 0 。 1 9 9 9 年，陈静曾发表了一篇以中国上市公司为样本的实证研究论文，她使用2 7 家s t 和非s t 公司作为对比样本，选取资产负债率、净资产收益率、总资产收益率及 流动比率等4 个财务比率，进行了单交量分析，结果发现资产负债率和流动比率在宣 布s t 前1 年的误判率最低；在多元判别分析中，选取资产负债率、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前1 - 3 年判别正确率分别为9 2 6 8 3 2 及7 9 6 。 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判别函数的估计样本，由6 0 家公司组成，其 中有3 0 家1 9 9 8 年或1 9 9 9 年戴帽的s t 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 家公司组成，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 个变量构建判别模型。研究结果显示，模型对估计样本s t 公司( 3 0 家) 前1 年至前5 年的判别准确率分别为1 0 0 、8 7 、7 0 、6 0 9 6 及2 2 。作 者据此认为，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 公司开始亏损的前2 年预知公司的未来前景。 吴世农、卢贤义( 2 0 0 1 ) 选取1 9 9 8 2 0 0 0 年中的7 0 家s t 公司作为财务危机公司 和7 0 家非s t 公司作为配对样本。作者分别从企业的盈利能力、长短期偿债能力、营 运能力、成长能力和企业规模等角度选取了盈利能力增长率、股东权益收益率等2 1 个指标，首先应用了剖面分析和单变量判定分析，研究财务危机前5 年内各年这些公 司2 1 个财务指标的差异，最后确定了6 个预测指标，应用了f i s h e r 线性判别分析、 多元线性回归和逻辑回归分析三种方法构建了相应的模型，研究发现三种模型均能在 财务危机发生前做出较为准确的判断，并且相对同一信息集而言，逻辑回归模型的误 判率最低，财务困境发生前1 年的误判率为6 4 7 。 姜秀华与孙铮( 2 0 0 1 ) 以2 0 0 0 年1 1 月2 0 日为基准点，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、其它应收款与总资产的比率、短期 r 我国上市公司财务危机碾餐的实证研究 第一章绪论 借款与总资产的比率及股权集中系数四个指标建立l o g i s t i c 判别模型。与其他相关 文献不同的是，作者进一步讨论了最佳分割点，选取概率0 1 为最佳分割点。如果 l o g i s t i c 判别模型估计的概率p o 1 0 ，则判定为s t 公司：如果估计概率p t ： t 。 t k o对应于t 。的特征向量为： b l = ( b ，。，& ，b 。d ，( i = l ，2 ，3 - - k )且b i b f - l ( 4 ) 建立主成分。由线性方程组求解可得k 个主成分： z f x b l z ：= x b 2 z k _ x b k 其中主成分z - 的贡献率为：h i = j l ，_ m = l 根据主成分z 到z 。的累计贡献率计算，从而确定主成分的个数。 2 4 我国上市公司财务危机预警的实证研究第三章上市公司财务危机预警的实证分析 ( 5 ) 将选定的几个主成分综合建立模型。 利用主成分分析法构建财务危机预警模型的总体思路是：首先，运用s p s s 等统计 软件进行主成分分析，选择确定模型采用的财务指标；其次，在此基础上建立 l o g i s t i c 模型并进行检验；最后，确定模型的临界值，通过对样本进行分析，判别模型 的预测准确度。下面对此进行详细分析说明。 本文首先根据中国证券报、中国上市公司信息网、w i n d 资讯等提供的财务数 据，对估计样本中s t 公司和非s t 公司上述1 5 个财务指标进行基本的描述分析，其结 果如表3 - 1 所示： 表3 1所选样本指标变量的统计描述 公司类别指标最小值最大值平均值标准差 x 1 3 6 5 43 5 9 51 7 1 2 4 11 4 5 5 9 4 9 x 2o 8 2 9 34 6 8 3 l0 1 4 0 50 7 7 0 8 x 3一1 4 2 9 2 12 2 1 45 2 5 1 4 02 4 2 2 0 5 0 l x 4_ 3 1 3 1o 9 24 1 2 3 7 2 0 6 8 5 0 9 x 50 1 l 2 3 4 85 1 0 9 74 7 1 4 7 3 x 6 0 0 6 9 25 3 5 ，1 5 6 81 6 1 7 9 28 4 1 9 1 0 x 70 0 2 2 1 l0 4 0 5 40 ，3 6 4 7 5 s t 公司 x s 0 0 93 o l1 1 4 0 20 6 3 3 5 5 x 92 5 5 34 2 2 9 08 0 3 4 3 96 5 3 5 4 0 8 x 1 0o 1 6 3 4l0 9 0 0 5 4o 1 5 6 l x l l- 2 7 44 ，3 41 5 8 8 51 6 3 4 8 8 x 1 2- 6 8 5 83 6 4 ，6 12 2 2 2 2 78 2 4 6 0 7 5 x 1 3- 2 4 9 1 67 2 8 91 5 0 9 7 15 3 6 9 9 8 7 x 1 45 0 4 i1 l o 5 57 7 0 8 5 2 6 7 0 9 1 4 x 1 5 0 ，6 80 ，8 20 0 1 9 90 2 0 7 4 0 x l5 1 68 2 2 92 7 9 9 6 01 5 7 2 8 9 2 x 22 4 3 5 4 3 0 9 6 l o 0 2 7 0 0 6 6 3 0 x 3 - 4 3 4 32 1 5 0 5 9 2 2 5 l o 6 8 0 4 l x 4- 0 6 7 1 0 40 2 4 3 6o 3 0 0 5 4 x 51 2 51 1 6 9 61 7 1 7 3 72 6 3 9 1 1 9 x 60 1 0 2 53 7 4 1 2 76 1 6 1 57 1 8 0 4 非s t 公 x 70 1 04 2 90 7 5 4 40 8 4 2 8 7 x 80 ，6 74 9 3l ，9 0 1 8 1 0 9 1 9 9 司 x 9 1 1 9 2 7 9 7 74 5 ，3 7 0 01 8 1 3 3 2 6 x 1 00 4 1 7 21 0 8 3 6 50 1 7 4 7 x 1 1 1 0 49 6 33 3 5 0 31 7 3 7 0 5 x 1 2- 2 4 5 81 4 5 5 93 2 1 1 8 73 9 8 2 4 2 9 x 1 33 0 2 82 6 8 1 33 4 0 1 0 1 6 7 8 8 2 9 6 x 1 43 7 22 1 4 6 9 3 5 6 5 7 34 8 8 0 9 9 5 x 1 5o 8 02 0 8o 1 0 6 20 4 4 1 0 1 ( 1 ) w i n d 资讯，h t t p ：w w w ，w i n d t o m c n ( 2 ) 证券之星，h t t p ：w w w s t o e k s t a r ( 3 ) 中国证券报，h t t p ：1 w w w c s c o m c n x 经作者整理后得出 我国上市公司财务危机预警的实证研究第三章上市公司财务危机预警的实证分析 其次，利用8 0 家估计样本( t 一2 ) 年的财务数据，先对财务指标进行标准化处理： k 的标准化值= ( x n 一均值) 标准差，然后运用s p s s l 3 0 版统计软件进行主成分分析， 实证结果如表3 2 所示： 表3 - 2主成分的特征值与贡献率表 累计贡献率贡献率累计贡献率 特征值贡献率( )特征值 ( )( )( ) l3 3 4 l2 2 2 7 32 2 2 7 33 3 4 l2 2 2 7 3 2 2 2 7 3 22 2 3 61 4 9 0 43 7 1 7 72 2 3 61 4 9 0 43 7 1 7 7 31 6 0 9 1 0 7 2 5 4 7 9 0 21 6 0 9 1 0 7 2 54 7 9 0 2 41 4 7 49 8 2 55 7 7 2 71 4 7 49 8 2 55 7 7 2 7 51 2 9 9 8 6 6 16 6 3 8 81 2 9 98 6 6 16 6 3 8 8 61 0 1 96 7 9 67 3 i “1 0 1 96 7 9 67 3 1 8 4 7 o 9 1 66 1 0 97 9 2 9 3 80 7 2 84 8 5 28 4 1 4 5 90 5 9 43 9 6 28 8 1 0 7 1 00 4 8 73 2 4 99 1 3 5 6 l l0 4 0 12 6 7 69 4 0 3 2 1 20 2 7 6 1 8 4 2 9 5 8 7 4 1 30 2 5 51 7 0 39 7 5 7 7 1 40 2 2 81 5 2 29 9 0 9 8 1 50 1 3 50 9 0 2l o o 0 0 0 本文取累计贡献率为7 3 1 8 4 ，则主成分因子为6 个，即用这6 个主成分来代替 原有的1 5 个财务指标，这6 个主成分因子包含原来7 3 1 8 4 的信息量。 为了对这6 个因子进行解释，就需要得到1 5 个原始财务指标对这6 个主成分因 子的因子载荷( 即原始指标与主成分因子的相关系数) 。研究中，笔者发现大多数因 子很难解释。为了使初始因子更易于解释，本文使用了正交旋转法中方差最大法进行 我国上市公司财务危机预警的实证研究第三章上市公司财务危机预警的实证分析 转换。经因子旋转后财务危机( t - z ) 年财务比率因子载荷矩阵见表3 - 3 所示。 表3 3因子载荷矩阵 圭箩 因子载荷 财务指标、 12 3 4 56 1 主营业务利润率o 2 2 7- 0 5 2 7f o 1 4 50 1 8 0_ 0 1 1 2o 6 1 5 + 2 投资收益比率0 1 1 80 1 3 20 2 9 60 5 1 1 +0 0 5 40 0 3 8 3 净资产收益率 0 4 8 10 2 2 6o 3 8 40 3 8 40 1 7 30 3 3 0 4 每股收益 0 6 7 80 1 5 6 0 2 3 2 o t 3 4 20 3 1 5 0 0 4 l 5 应收账款周转率0 2 4 3 0 4 7 2 0 4 5 00 1 6 5- 0 3 2 8o 3 5 5 6 存货周转率0 2 8 10 5 2 80 0 3 5- o 4 8 2- o 0 0 3o 4 8 l 7 总资产周转率o 3 0 00 7 8 5 0 0 7 4- 0 2 9 0o 1 4 80 0 8 2 8 流动比率0 6 0 0- o 4 1 0o 1 7 4o 4 7 2m 1 1 1o 0 2 1 9 资产负债率 - o 4 8 50 4 7 6o 0 1 30 4 8 3- o 2 3 5 o 0 9 2 1 0 流动负债对总负债的比率+0 2 4 8 o 1 9 2 o 3 4 9- o 2 0 50 5 8 2 *o 1 7 0 1 1 每股净资产o 5 4 2 - 0 2 8 3 0 1 3 7o 0 0 90 5 6 10 2 2 7 1 2 主营业务收入同比增长率0 4 6 70 3 5 0- o 5 2 50 0 4 0- 0 3 5 40 0 4 5 1 3 净资产同比增长率0 7 9 1 - o 0 3 2m 3 4 50 1 l lm 0 7 20 1 3 8 1 4 总资产同比增长率0 6 9 4o 0 3 6_ o 5 2 80 2 1 0o 1 7 2- 0 1 3 4 1 5 现金负债比率+ 0 2 8 2- o 3 3 40 4 9 6 *o 1 2 83 8 0o 1 9 4 从因子矩阵中，可以得到如下结论： 主成分1 是企业成长因子，其代表性指标为x 。( 净资产同比增长率) 。 主成分2 是企业资产营运能力因子，其代表性指标x t ( 总资产周转率) 。 主成分3 是企业现金流量因子，反映了企业的偿债能力和获取现金能力，其代表 性指标为x 。( 现金负债比率) 。 主成分4 是投资收益比率( x ：) ，它是反映企业股东权益的获利能力指标。 主成分5 是流动负债对总负债的比率，反映企业的负债结构，因此主成分5 可解 释为负债结构因子，其代表性指标为x 。( 流动负债对总负债的比率) 。 主成分6 是主营业务利润率，可概括为收益因子，其代表变量为x 。( 主营业务利 润率) 。 我国上市公司财务危机预警的实证研究第三章上市公司财务危机预警的实证分析 3 3 多元逻辑回归模型的建立及预测结果 上面已经确定了构建模型所需的样本数据和模型的自变量，在此基础上，本部分 主要进行财务危机预警模型的构建。按照第二部分提出的研究思路，由于财务危机企 业和健康型企业的财务指标大多