[硕士论文精品]我国上市公司财务困境预警研究

论文摘要企业财务困境是一个普遍存在的问题，而财务困境预测又是一个世界性的难题。财务风险的普遍存在，使得人们希望通过一定的工具和方法对与他们息息相关的企业的财务状况进行有效的预测，以提前采取行动，规避风险，减少损失。在以往的国内外学术研究中，往往把企业财务困境定义为破产、巨额亏损、资不抵债、无法偿还到期欠款、被证券交易所ST等严重情况。本文认为企业财务困境不仅是一种状态，而且是一个过程，可以说企业经营活动现金流量状况恶化是企业财务困境的一种萌芽状态，它是企业发展到更严重的财务困境要经历的一个共同过程，很少有企业在现金流量状况良好特别是在企业经营活动现金流量状况良好的情况下突然转向破产的，除非企业在投资活动和筹资活动遭遇了不可挽回的损失。因此，本文从企业经营活动现金流量状况的角度定义财务困境，通过搜集我国上市公司公开披露的财务数据，试图建立一个实用的模型以预测企业可能会面临的这种财务困境。本文采用三种分析方法对财务困境预警进行了定性和定量的研究首先，通过剖面分析方法对选择的27个财务指标中进行了定性研究，结果表明有9个指标在企业财务困境到来之前具有较强的区分能力，这9个财务指标中，有5个指标预测能力最强。其次，通过单变量判定分析的方法，对剖面分析中的预测能力最强的五个指标进行了定量研究，研究发现，这五个指标在20012003年期间都有一定预测效果，总的预测准确率在56738365之间。从每个指标历年的判断正确率角度来看，随着预测时间的临近，判断正确率逐渐上升，2003年的预测正确率最高。最后，在上述两种分析方法的基础上，采用了SPSS的MDA分析工具，并且对各种组合进行测试，选出了预测能力最高的判别函数作为财务困境预测模型。关键词财务困境预测经营活动现金流量ABSTRACTENTERPRISESFINANCIALDISTRESSISAGENERALEXISTINGPROBLEM,ANDTHEFINANCIALDISTRESSPREDICTIONISALSOAWORLDWIDEDIFFICULTPROBLEMTHEGENERALEXISTINGOFFINANCIALRISKMAKESPEOPLEHOPETOCARRYONEFFECTIVEPREDICTIONTOTHEFINANCIALSITUATIONOFENTERPRISESCLOSELYLINKEDWITHTHEMBYSOMETOOLANDMETHOD,INORDERTOTAKEACTIONAHEADOFTIME,ANDEVADETHERISKANDREDUCELOSSESINTHEPASTDOMESTICANDINTERNATIONALACADEMICRESEARCH,ENTERPRISESFINANCIALDISTRESSISDEFINEDASSERIOUSSITUATIONSBANKRUPTCY,HUGELOSS,INSOLVENCY,FAILURETOPAYEXPIREDDEBT,STOCKSBEINGSPECIALLYTREATEDSTANDETCTHEPAPERTHINKSENTERPRISESFINANCIALDISTRESSISNOTONLYAKINDOFSTATE,BUTALSOASERIESOFDEVELOPMENTTHEDETERIORATIONOFTHESTATEOFCASHFLOWFROMENTERPRISESBUSINESSACTIVITIESISANEARLYSTAGEOFENTERPRISESFINANCIALDISTRESS,ANDITISACOMMONCOURSETOBEGONETHROUGHTHATANENTERPRISEDEVELOPSINTOMORESERIOUSFINANCIALDISTRESS,ANDFEWENTERPRISESSUDDENLYGOBANKRUPTINASITUATIONTHATTHECASHFLOWSTATEISHEALTHY,ESPECIALLYTHEOPERATINGCASHFLOWISROBUSTSO,THISPAPERDEFINESTHEFINANCIALDISTRESSINTERMSOFCASHFLOWFROMENTERPRISESBUSINESSACTIVITIES,ANDATTEMPTSTOSETUPAPRACTICALMODELTHROUGHCOLLECTINGTHEFINANCIALDATATHATTHELISTEDCOMPANYREVEALSPUBLICLYINORDERTOPREDICTSUCHFINANCIALDISTRESSTHATENTERPRISESMAYFACETHISPAPERSTUDIESTHEALARMINGOFFINANCIALDISTRESSPREDICAMENTWITHTHREEKINDSOFMETHODSTHROUGHTHEQUALITATIVEANDQUANTITATIVEANALYSISFIRSTOFALL,THEPAPERMAKESQUALITATIVESTUDYONTHE27FINANCIALINDEXESTHATARECHOSEN,ANDTHERESULTINDICATESTHEREARE9INDEXESTHATHAVESTRONGERDIFFERENTIATIONABILITYBEFOREENTERPRISESFINANCIALDISTRESSCOMESAMONG9FINANCIALINDEXES,5INDEXESPREDICTIONABILITYISTHESTRONGESTSECONDLY,THEPAPERMAKESQUANTITATIVESTUDYONTHE5INDEXESPREDICTIONABILITYTHROUGHUNIVARIATEDISCRIMINANTANALYSISRESEARCHSHOWSTHATTHESEFIVEINDEXESHAVEDEFINITERESULTOFPREDICTINGDURING20012003,ANDTHERATEOFACCURACYOFPREDICTIONISBETWEEN5673AND8365INTERMSOFCORRECTIONRATEOFTHEJUDGEMENTOFEACHINDEXOVERTHEYEARS,ITRISESGRADUALLYASTHEYEARCLOSES,ANDTHECORRECTIONRATEOFPREDICTIONIN2003ISTHEHIGHESTFINALLY,ONTHEBASISOFTWOABOVEMENTIONEDANALYTICALMETHODS,THEPAPERADOPTSMDAOFSPSSTOMAKEVARIOUSTESTSANDSELECTSTHEDISCRIMINATIONFUNCTIONWITHSUPREMEABILITYPREDICTSASTHEFINANCIALDISTRESSPREDICAMENTKEYWORDSFINANCIALDISTRESS,PREDICTION,OPERATINGCASHFLOW图表索引图图11财务困境的发展过程5图12论文的架构7图31样本公司的行业分布16图32样本组公司的构成分析19图41样本组资产负债率（）均值比较24图42样本组应收账款周转率（次数）均值比较25图43样本组存货周转率（次数）均值比较25图44样本组利息支付倍数均值比较26图45样本组毛利率（）均值比较27表表31财务困境组资产总额及行业分布14表32配对样本组清单18表33预测财务指标20表4127个预测财务指标Z统计量的计算结果22表42单变量判别结果分析表28表43资产负债率在财务困境前13年的单变量判定分析29表44应收账款周转率在财务困境前13年的单变量判定分析29表45存货周转率在财务困境前13年的单变量判定分析30表46毛利率在财务困境前13年的单变量判定分析30表4726种变量组合的判别函数32附表12003年财务困境组与财务正常组各指标之间的比较40附表22002年财务困境组与财务正常组各指标之间的比较41附表32001年财务困境组与财务正常组各指标之间的比较42我国上市公司财务困境预警研究基于经营活动现金流量角度的分析第一章前言11选题背景企业财务困境是一个普遍存在的问题，而财务困境预警又是一个世界性的难题。全世界每天都会涌现出很多新公司，也会有很多经营不善的公司破产。导致企业破产的因素有很多，但这些因素最终都会反映到企业的财务状况上面来。近年来，国内外众多上市公司纷纷陷入财务困境甚至破产，给股东、债权人、公司员工、国家等相关利益方造成了巨大的损失，引起了世人的高度关注。在国外，“安然”和“世通”在经历空前的繁荣后轰然倒塌；在国内，“蓝田”、“德隆系”、“格林柯尔系”、“银广夏”等上市公司相继陷入财务困境，这些事件无时无刻不在警示着人们，企业财务风险无时不在，无处不在。正是由于财务风险的普遍存在，才使得人们希望通过一定的工具和方法对与他们息息相关的企业的财务状况进行有效的预测，以提前采取行动，规避风险，减少损失。财务困境预警就是在这种现实需求的推动下蓬勃发展起来的，学术界至今对财务困境预警的研究一直方兴未艾。例如，西方学者从60年代起就开始致力于以财务指标为基础对企业财务困境进行预测。在过去几十年的研究中，方法不断推陈出新，从单变量分析到多变量判别分析，从静态分析到动态分析，研究成果颇丰。在这些研究成果中，具有里程碑意义的有两个一是BEAVER的单变量研究，他运用一组财务指标来预测企业财务困境，并得出结论“预测能力最强的是现金流量与总负债之比，其次是净收益与总资产之比”；二是ALTMAN的“Z计分模型”，在多变量模型中应用得最广泛，模型选取了五个基本财务指标，按序排列，相应赋予其权数，并制定了判别标准。然而，在国内，由于长期以来实行计划经济，企业性质基本上都是全民所有制，几乎没有企业会破产，甚者连破产的名词都很难听到。改革开放后，我国逐渐从计划经济转型到社会主义市场经济，企业的性质从以前的全民所有制过渡到多种所有制性质并存。企业面临着日益激烈的竞争，财务风险逐步增大，现实对财务困境预警模型的需求呼声越来越高。另外，我国的实行的一些法律法规也给国内学者提供了研究的土壤，例如，1998年中国证监会颁布了关于上市公司状况异常期间的股票特别处理方式的通知，规定沪深两市的“财务状况异常”应该在股票名称前添加ST符号，以同其他股票区分开来。2006年8月27十届全国人大常委会第二十三次会议通过了中华人民共和国企业破产法，该法于2007年6月1日起开始施行。正是在这种背景下，我国学者从上世纪近年来开始借鉴西方的研究成果，通过证券市场获取财务数据，对国内上市公司进行研究，其中比较典型的研究成果有陈晓、陈治鸿（2000）通过试验1260种变量组合建立的模型，吴世农、卢贤义（2001）建立的财务困境预警模型等。1我国上市公司财务困境预警研究基于经营活动现金流量角度的分析不过，在以往的国内外研究中，往往把企业财务困境定义为破产、巨额亏损、资不抵债、无法偿还到期欠款、被证券交易所ST等严重情况，如ALTMAN（1968）将企业根据破产法提出破产申请的行为作为确定企业进入财务困境的标志；BEAVER（1966）认为财务困境不应仅仅界定为企业破产，还应包括不能偿付债券、银行透支、不能支付优先股等。陈晓（2000）把上市公司被特别处理（ST公司）作为公司进入财务困境的标志。很少有学者将企业经营活动现金流量状况恶化也作为企业财务困境的一种进行预测。鉴于这种状况，本文从企业经营活动现金流量的角度定义财务困境，通过搜集数据，建立模型以预测这种困境。12选题意义121理论意义企业的现金流量状况特别是经营活动现金流量状况对其自身发展具有极其重要的意义。实务中将现金流量比喻成为企业的血液，这是因为现金流量是企业财富的载体，是企业的“生命之河”，它滋养着企业供、产、销等生产经营活动的每一个环节。企业的现金流量可以分为经营活动现金流量、筹资活动现金流量、投资活动现金流量。如果把筹资活动现金流入比喻成企业外部的输血机，那么，经营活动现金流入完全可以比喻成企业的“骨髓”，它承担着企业的自身造血的机能，对企业自身发展有着异乎寻常的作用，因此对企业的经营活动现金流量状况进行研究具有重要的意义。现实中，很多上市公司从利润表上看连年盈利，但是现金流量表中经营活动现金流量为负，在没有健康的其他活动现金流量的支持情况下，最后会因无法偿还到期债务、资不抵债而被沦落到被ST甚至破产的财务困境。例如，因造假而闻名的银广夏，1998年至2001年，利润表一直是巨额利润（尽管最终证明大部分利润是虚构的，但是从另一个侧面反映出预测现金流量状况比预测盈利状况更实用，因为外部审计人员发现企业管理当局对现金流量的舞弊比发现操纵利润的活动相对而言较为容易），而且连年增长，但同时期的现金流量表经营活动净现金流量一直为负，最后造假事件被发现后，银广夏一夜之间濒临破产，被迫重组。从这个案例可以看出从经营活动现金流量角度定义企业财务困境并加以预测的重要性。那为什么从经营活动现金流量角度定义企业财务困境呢主要是目前会计中主要采用权责发生制，企业管理层在采用会计政策具有较大的空间，而且有较强的动机采用利润虚构、平滑的手段来调节利润，而现金流量表采用收付实现制原则，企业管理层粉饰现金流量造假的难度比较大。因此从数据角度来说，现金流量数据比较真实反映企业实际情况，从而可以更加准确地定义企业财务困境并加以预测。1、HASCHAEFFERJR，ESSENTIALSOFCASHFLOW，北京，中国人民大学出版社，20042我国上市公司财务困境预警研究基于经营活动现金流量角度的分析本文认为企业财务困境不仅是一种状态，而且是一个过程，企业经营活动现金流量状况恶化是企业财务困境的一种萌芽状态。它是企业发展到更严重的财务困境要经历的一个共同过程，很少有企业在现金流量状况良好的情况下突然转向破产的，因此预测企业的现金流量状况是否会恶化比预测是否会走向破产更具有意义。因此，本文通过对企业经营活动现金流量财务状况的预测，可以进一步拓展目前的财务困境预警模型体系，为以后的预测研究提供了一个较新的思路。122现实意义财务困境预警能够为企业提供警报职能、矫正职能和免疫职能，在企业财务困境形成和发展的过程中帮助管理者冷静地分析形势，及时拟定短期、中期以及长期的企业再生策略，最终使企业走出困境。因此，对企业财务困境预警的研究有着重要的现实意义，这可以体现在宏观和微观两个方面。（一）从宏观角度看企业陷入财务困境会给企业带来巨大的损失，甚者导致企业破产，这意味着大量社会资源的巨大浪费，意味着可能会产生大量的员工失业，这些都有可能影响社会经济发展的稳定性。另外，企业发生财务困境很可能导致银行信贷无法偿还，从而加大商业银行的信用风险，甚至发生金融危机。如能及时了解公司陷入财务困境的信息，有助于国家经济管理部门实现宏观经济决策和提供科学的服务。另外，对政府管理机构而言，可根据将陷入财务困境公司的经济地位，提前协调各方面的关系，从而减少破产成本的支出和因工人失业造成的社会动荡。财务困境预警有利于改善资源的宏观配置计划，控制处于破产边缘、没有前景的企业的财政拨款，以减少国有资产流失，实现资源的优化配置。（二）从微观角度看对于市场上不同的主体，财务困境预警研究有着不同的意义。1、对企业管理层，能提高企业的管理水平。有效地预测财务困境使管理层能在企业陷入财务困境前采取及时有效的前瞻性措施，找出问题症结，制定正确的战略性财务计划，减少企业陷入财务困境的概率。2、对企业的投资者而言，能起到投资指导作用。由于公司债务是一定的，支付的利息和偿还的本金在一段时期内是可以预知的，在公司经营状况较好时，投资者可以享受财务杠杆带来的好处，获得比债权人更高的投资收益；但在公司陷入财务困境时，投资者也会因财务杠杆获得比债权人更低的投资收益；如果公司陷入破产的境地，投资者更会失去其本金，损失惨重。投资者若事先判断或了解企业将陷入财务困境，减少对其投资，将能避免损失的发生。对企业的潜在投资者，则可提醒他们谨慎购买将陷入财务困境公司的股票。3、对企业的债权人而言，财务困境预警研究可为其是否提供贷款做出参考，减少无法收回本利的损失。企业债权人的投资利益只能是按合同约定的基本上固定的利息，但如果经营者为了自己的利益和股东的利益，追求高风险高收益的投资项目而使公司遭受损失直到陷入财务困境，债权人不但难以按期收回利息，甚3我国上市公司财务困境预警研究基于经营活动现金流量角度的分析至本金也无法收回。若债权人能准确预测企业的财务状况，则可在企业陷入财务困境前改变偿债条款，提前收回本利。对潜在债权人，则考虑是否借款给困境公司，以减少因贷款而带来的损失。4、对与企业有业务联系的公司如各种材料物资及产品供应商、公司的销售商、公司业务合作者等，可为其是否加大业务合作提供参考。若能及时的知道企业经营出现了困境，与企业有业务联系的公司则能减少其投入，降低损失程度。5、对有收购或兼并意向的公司而言，财务困境预警研究可为其正确估价目标公司的整体价值提供参考。在购并过程中，有时目标公司的价值会被市场高估了，如能及时发现目标公司是否会在不远的将来陷入财务困境，评估目标公司的真正价值，就能以切合实际的价格收购或兼并目标公司。投资者在进行投资决策时，更多的是需要一种事前信息。他们想知道盈利的上市公司是否会突然亏损，亏损一年的上市公司是否会连续两年亏损，亏损两年的是否会连续三年亏损，若能建立一套企业财务困境的预警系统，对投资者的投资决策有着重要的意义。6、对于公司的外部审计师而言，通过对本文建立的预测模型判断企业的经营状况，避免经营失败的公司因未能合理地确保被审计公司正确披露各种信息而招致的法律诉讼。13研究问题的界定学术界对企业的财务困境状况的定义有很多，国外绝大多数的研究，将企业根据破产法提出破产申请的行为作为确定企业进入财务困境的标志ALTMAN（1968）；OHLSON（1971）；ZMIJEWSKI（1984）；PLATTANDPLATT（1990AND1994），只有极少数的研究如BEAVER（1966）认为财务困境不应仅仅界定为企业破产，还应包括不能偿付债券、银行透支、不能支付优先股等。将企业破产视为进入财务困境的标志，是考虑到企业提出破产申请这一行为是客观发生的，具有高度的可度量性，从而也比较容易确定研究样本；CARMICHAEL（1972）认为财务困境是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。ROSS等人认为财务困境是这样一种状况公司运营现金流（OPERATINGCASHFLOW）难以满足流动负债的需要（比如说应付账款、利息费用），因此被迫采取矫正性行动。财务困境可能导致公司违反协议以及公司与其债权人、投资者进行财务重组。FOSTER（1986）将财务困境定义为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。中国学者在对国内上市公司财务困境进行预警研究时一般采用公司被特别处理（ST）作为公司进入财务困境的标志，比如说张玲（2000），陈晓（2000）在他（她）们的论文中均采用这个标准进行研究。其理由是（1）在中国资本市场很1、STEPHENAROSS,RANDOLPHWWESTERFIELDCORPORATEFINANCE，THE6THEDITION2005，8544我国上市公司财务困境预警研究基于经营活动现金流量角度的分析少出现破产公司，即使上市公司面临破产风险，在大多数情况下，公司会采用大规模资产重组等方式来摆脱这种状况；（2）特别处理是一个客观发生的事实，有很高的可度量性。本文认为，企业财务困境一个比较长的过程，企业的破产也是从量变到质变的过程，是从轻微到严重的过程，图31详细描述了企业从财务困境初期到晚期的一个典型发展过程。图11财务困境的发展过程4321企业盈利水平下降，资产运营效率降低，经营性现金流量连续出现巨额赤字在股东不能增资的情况下，企业只能依靠借债、拖欠货款等方式维持经营，从而造成资产负债率的急剧上升经营状况仍然得不到改善，银行开始催债、供货商开始催收账款或者停止供货等，企业面临各种诉讼风险财务情况进一步恶化，最终资不抵债，进入法定破产阶段因此，将经营活动现金流量状况困境视为财务困境中的一种，如上图所述，它是财务困境初期的症状，在这个阶段，企业财务困境的症状表现为经营活动现金流量出现巨额的负数，如果没有灵活的经营应变能力或者较强的融资能力，很可能会造成企业资金链的断裂，企业现金流失去这个经营活动造血功能后，最后终因资源枯竭而资不抵债走向破产。为了研究的方便，本文将财务困境定义为公司现金流量表中的经营活动现金净流量连续两年或两年以上为负的状况，反之，在公司存续的期间内，经营活动现金净流量一直为正，或者虽然个别年份经营活动现金净流量为负但没有在连续两年内为负的状况称之为该公司经营活动现金流量正常。14研究目的、方法本文的研究目的是，通过参考国内外的研究模型，利用上市公司公布的财务数据，从公司经营活动现金流量的角度定义财务困境，然后对各种选择的财务指标数据分别进行判定，建立自己的模型，希望能为投资者选择投资对象提供比较科学的选择的方法，为企业财务管理和摆脱财务困境提供一定的指导作用。本文主要采用实证的研究方法，结合规范的分析方法。具体如下根据本文财务困境定义，确定一组陷入财务困境的公司，再根据一定的标准确定一组未陷入财务困境的公司作为控制样本，采用一定的统计方法对两组样本数据进行分析，从而揭示出哪些财务比率在两组中存在一致而显著的差异，最后运用具有显著差异的比率，利用多元判别分析，构造出公司财务困境预警的基本判别模型。5我国上市公司财务困境预警研究基于经营活动现金流量角度的分析15本文的架构本文共五章，各章的主要内容如下第一章，前言。首先提出本文的选题背景；其次论述了财务困境预警研究在理论上和实践中的研究意义；第三对本文对财务困境的概念进行了界定，第四概括地提出了本文的研究目的和采用的研究方法，最后介绍本文的架构。第二章对国内外有关财务预警理论和模型进行了回顾，特别针对几个重要问题做了详细的介绍，比如有关样本设计的方法，有关对预测变量的选择方面的介绍，还对多年来国内外财务困境模型做了一个小结。第三章和第四章是本文的主体，第三章讲述本文实证研究开始前的一些准备内容，详细介绍了本文拟采取的研究方法，对本文数据来源、样本及样本组的选择、指标的选取以及采用的研究工具进行了详细的介绍。第四章是对数据进行实证研究结果和进行的一些讨论。首先对样本组进行了描述性统计，由于篇幅的关系，将统计的结果放在附录中。然后对样本组进行剖面分析单变量判定分析和多元判别分析。并对分析的结果进行了阐述。第五章是结论部分，除了给出实证结果，还介绍了本文的创新和贡献，以及研究不足之处和未来研究的方向。下图为本文的研究框架6我国上市公司财务困境预警研究基于经营活动现金流量角度的分析7图12论文的架构问题的提出研究的背景和研究意义文献综述有关样本设计时采用的方法研究结论剖面分析单变量判定分析多变量判别分析研究设计有关预测变量的选择实证分析我国上市公司财务困境预警研究基于经营活动现金流量角度的分析第二章文献综述21研究概述有关企业财务困境研究方面的国内外文献可谓是汗牛充栋，时间跨度从最早的1932年到现在，历时70多年经久不衰，可见对该领域研究的生命力是何等之强，同时也反映了现实对财务困境预警的需要。在这几十年里，各种财务困境预警模型层出不穷，各种方法不断翻新，然而最具活力还是那些经典的预测模型，如BEAVER（1966）提出的单变量判定模型，ALTMAN（1968）提出的多变量判定模型，至今还在现实世界中发挥较大的作用。FITZPATRICK应该算是最早进行财务困境预警研究的学者了，FITZPATRICK（1932）首先开展了单变量破产预测研究，他以19家公司作为样本，运用单个财务比率将样本划分为破产和非破产两组，结果发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率。尽管FITZPATRICK的研究还不错，但在其之后的30年内几乎没有学者问津单变量预测这个领域，直到1966年，BEAVER使用由79对公司组成的样本，分别检验了反映公司不同财务特征的6组30个变量在公司破产前15年的预测能力，他发现，最佳的判别变量是营运资本/负债以及净利润/总资产这两个指标，前一个指标在公司破产的前一年成功地判别了90的破产公司，而后一个指标的判别成功率是88，而且BEAVER还发现，越是接近破产日，误判率越低。自从BEAVER提出了单变量判定模型后，国外比较少地有专门的单变量研究出现，大多数研究人员更倾向于采用混合研究方法或多变量分析方法，主要的原因可能是因为一个企业复杂的经济业务的财务特征不可能用一个变量充分地反映出来。在BEAVER以后对财务困境预警模型做出重大贡献是ALTMAN，他于1968年在美国的财务杂志（THEJOURNALOFFINANCE）上发表一篇文章使用财务指标预测公司破产（FINANCERATIOSASPREDICTORSOFFAILURE），该文首先使用了多元线性判别模型研究公司的破产问题。根据行业和资产规模，他为33家破产公司选择了33家配对非破产公司，选用了22个变量作为破产前15年的预测备选变量，根据误判率最小的原则，最终确定了5个变量作为判别变量。在估计样本中，其模型在破产前一年成功地判别出33家破产企业的31家，误判率仅606，而对于由25家破产企业和56家非破产企业组成的检验样本，在企业破产前一年模型正确地从25家企业中判别出24家，从56家非破产企业中判别出52家。针对上述线性判别模型对预测变量有着严格的联合正态分布要求，但在现实中，大多数财务比率并不能满足这一要求，而且在预测变量中出现虚拟变量，联合正态分布的假设就不成立。为克服这一局限性，研究人员引进了逻辑（LOGIT）回归方法和概率（PROBIT）回归方法。OHLSON（1980）使用逻辑回归方法，在19701976年间破产的105家公司和2085家非破产公司组成的非配对样本，分析了样8我国上市公司财务困境预警研究基于经营活动现金流量角度的分析本公司在破产概率区间上的分布以及两类判别错误和分割点的关系。他发现至少存在四类显著影响公司破产概率的变量公司规模、资本结构、业绩和当前的变现能力。由此，OHLSON认为以前根据行业和资产规模来进行样本配对的选样方法显得有些武断，还不如将资产规模变量直接放在模型中考虑。此外，他还发现以前的一些研究有高估模型预测能力的现象，他将这种现象归因于样本中破产申请日后公布的数据。SCOTT（1981）的破产理论模型建立的出发点是当一个企业的净资产价值不足以偿付企业所欠债务时，企业濒临破产，即REBITS（R代表需偿付的债务和利息，EBIT代表当年的税息前利润，S代表公司未来股利的现值）。通过这个基本关系式的推导，得到以一系列常用财务比率表达的关系式，而这些财务比率恰恰是ALTMAN（1997）研究出的ZETATMMODEL中所使用的变量，所以SCOTT的破产理论模型很好地解释了ZETATMMODEL中所应用的判别变量，但是这个理论模型是在ZETATMMODEL出台以后对它的拟和，而ZETATMMODEL也并非是目前所用的唯一经验模型，因此，这个理论模型的实际指导作用还有待考证。LAITINENANDLAITINEN（1998）研究了BAUMOLTOBIN（1956）的简单现金存量模型（SIMPLEINVENTORYCASHMANAGEMENTMODEL）对财务困境预警的应用价值。他们的研究假设是如果公司的现金管理行为符合现金存量模型，那么处于财务困境的公司与财务状况良好的公司在现金管理行为上会有较明显的差异，而这种差异就可以用来进行财务困境预警。他们在研究中运用了动态的现金流量指标评价体系，研究结果表明基于这种假设的预测模型显著提高了破产前一年的预测精度。在国内研究方面，最近几年研究的资料比较多周首华等（1996）提出了F分数模型，他们认为Z计分法模型与ZETA模型没有充分考虑到现金流量的变动等方面的情况，具有较大的局限性，因而他们运用了多元判别分析的方法，对从COMPUSTATPCPLUS会计资料库中选取的19771990年间的62家公司数据进行了统计分析，其中有31家破产公司和31家非破产公司。其构建的预警模型包括以下5个指标（1）（期末流动资产期末流动负债）/期末总资产；（2）期末留存收益/期末总资产；（3）（税后纯收益折旧）/平均总负债；（4）期末股东权益的市场价值/期末总负债；（5）（税后纯收益利息折旧）/平均总资产。陈静（1999）利用1998年的27家ST公司和27家非ST公司，使用了19951997年的财务报表数据，进行了单变量分析和二类线性判定分析，在单变量分析中，发现负债比率、净资产收益率、流动比率、营运资本/总资产、总资产周转率等6个指标构建的模型，在ST发生之前的3年内能够较好的预测ST。张玲（2000）以120家公司为研究对象，使用其中60家的财务数据估计二类先判别模型，并使用另外的60家公司进行模型检验，发现模型具有超前4年的预测效果。陈晓、陈治鸿（2000）以财务状况异常而被特别处理（ST）作为上市公司陷9我国上市公司财务困境预警研究基于经营活动现金流量角度的分析入财务困境的标志，运用多元逻辑回归模型和可公开获得的财务数据，对中国上市公司的财务困境进行了预测。通过试验1260种变量组合，发现负债/权益、应收账款周转率、主营业务利润/总资产对上市公司财务困境有着显著的预示效应。就判别正确率而言，陈晓、陈治鸿发现的最优模型能够从上一年ROE公告小于5的上市公司中预测出7368的下一年会进入ST板块的公司，总体判别正确率达到7824。吴世农、卢贤义（2001）以我国上市公司为研究对象，选取了70家处于财务困境的公司和70家处于财务正常的公司作为样本，首先应用剖面分析（PROFILEANALYSIS）和单变量判定分析，研究了财务困境出现前5年内各年这两类公司21个财务指标的差异，最后选定6个预测指标，应用FISHER线性判定分析、多元线性回归分析和LOGISTIC回归分析三种方法，分别建立三种预测财务困境的模型。研究结果表明（1）在财务困境发生前2年或1年，有16个财务指标的信息时效性较强，其中净资产报酬率的判别成功率较高；（2）三种模型均能在财务困境发生前做出相对准确的预测，在财务困境发生前4年的误判率在28以内；（3）相对于同一信息集而言，LOGISTIC预测模型的误判率是最低的，财务困境发生之前1年内的误判率仅为647。22有关样本设计时采用的方法样本设计是进行财务困境预警研究的起点，主要涉及到如下几个问题（1）如何确定财务困境公司的样本组；（2）如何确定作为配对标准的控制因素；（3）如何进行两组间样本个体数量分配的问题等。不同的学者对此有不同的处理方法。在ALTMAN（1968）的研究中，他考察了样本个体是否公开上市的特性，及其所处行业对预测模型的影响，发现性质及行业不同，模型所包含的财务比率及其参数也不同，所以应采用不同的模型来研究。GILBERT，MENONANDSCHWARTZ（1990）在研究样本中剔除了金融机构，他们认为金融机构的财务比率明显有异于非金融机构，不能同时进行模型构造。PLATTPLATTANDPEDERSEN（1994）为了避免在研究结果中包含由于行业因素可能带来的偏差，在研究中只选用了石油和天然气公司作为研究样本。作为配对标准的控制因素一般包括会计年度、行业和资产规模ALTMAN（1968）；SEAMANYOUNGANDBALDWIN（1990）；PLATTANDPLATT（1990）；BALDWINANDGLEZEN（1992）；LAITINENANDLAITINEN（1998）。这些配对标准用来控制由于财务困境组与控制组之间的季节性、行业特征和公司规模的差异所可能带来的模型偏差。但OHLSON（1980）认为很难判断配比这一行为是否能提高预测模型的预测精度，也许配比指标本身所含信息量的缺失会使模型的适用度降低。他将资产规模作为自变量进行统计分析，结果发现这一指标居然是所有指标中最具显著解释能力的。国内外有关财务预警的大部分实证研究方法都采用一一配对抽样的方法，即样本组和控制组包含相等的研究个体，比如说ALTMAN（1968）进行的对企业破产10我国上市公司财务困境预警研究基于经营活动现金流量角度的分析预测的研究。但是，有些学者对一一配对抽样方法预测精度产生了怀疑，比如ZMIJEWSKI（1984）研究了两组间样本个体数量分配的问题，认为一一配对会使样本中两类公司的比例严重偏离两类公司在实际总体中的比例，从而高估模型的预测能力，特别会高估对破产公司的预测能力。他的研究结果表明这种过度选样所带来的模型偏差的确存在，但并未显著影响统计参数和模型的总体预测精度。23有关预测变量的选择财务困境预警的理论基础相对比较薄弱，缺乏能够准确预测模型所应包括的预测变量的经济理论的支持，所以目前该领域内的实证研究还处于初期探索的艰苦阶段。研究者主要是根据经验和直觉及出现财务困境公司严重恶化的指标，作为实证研究的备选预测变量组，再通过大量的统计检验筛选在模型中相对比较显著的变量，寻求判别率比较高的判别模型，比如说，ALTMAN进行了多次的变量组合（NUMEROUSCOMPUTERRUNS）才得到了著名的计分模型（ZSCOREMODEL），陈晓和陈治鸿（2000）也进行了1260种变量组合的检验。以前的学者研究中所出现的备择预测变量包括常用财务比率、现金流量指标、经过适当调整的财务比率（剔除物价水平波动、市场利率调整、行业特征影响等）、财务比率的变动值和构造的虚拟变量等。比如说，OHLSON（1980）的研究中构造了两个虚拟变量，OENEG和INTWO，前者当企业总资产超过总负债时值为1，否则为0；后者当企业破产前两年的净利润小于0时值为1，否则为0。其研究结果表明这两个虚拟变量对模型的解释能力甚至不低于某些常用的财务比率。PLATTANDPLATT（1990）为了剔除样本个体的行业差别对预测精度的影响，将所有备择财务比率分别除以各公司所在行业当年该财务比率指标的中位数，从而构造了行业相关指标（INDUSTRYRELATIVERATIO），结果表明基于这种比率的预测模型无论在预测精度还是在预测稳定性方面都优于一般的预测模型。在目前的文献中，对财务困境预警变量选择有一定指导意义并较有影响的理论模型主要是SCOTT的破产理论模型和BAUMMOLTOBIN简单现金存量模型。虽然从经济理论支持的角度讲，它们在许多方面还有待论证，但就目前的研究状况看，试图在复杂多变的经济因素中找到对公司财务困境具有直接和明确对应关系的预测变量几乎是不可能的。24财务困境预警模型小结几十年来，国内外学者有关财务困境研究建立的模型主要可以分为以下几类1、单变量模型。该模型是运用单一变量、个别财务比率来预测财务困境的模型。即当模型中所涉及的几个财务比率趋于恶化时，通常是企业发生财务困境的先兆。2、多变量统计分析模型。这类模型采用多个财务指标作为自变量，同单变量模型相比，它们能够全面地反映企业的财务状况，从而具有更强的辨别能力和实11我国上市公司财务困境预警研究基于经营活动现金流量角度的分析用性。这类模型还有一个共同的特点，那就是都是根据企业已有的历史数据作为样本来建立等式，而且在选取样本时一般是先选取一定数量的财务困境企业组，然后根据一定的标准，选取相同数量的非财务困境组进行比较判别。由于在建模时候所使用的统计方法的不同，多变量统计分析模型又分为如下几种类型（1）多元回归分析模型。这类模型主要时候运用现代统计学中回归分析的方法来建立财务指标变量和企业危机之间的因果联系。（2）多元判别分析模型。该模型作为一种统计分析方法，可用于对研究对象所属的类别进行判别。由于企业可分为两类财务困境组与非财务困境组，所以，当财务困境组与非财务困境组在比率上的差异比较明显时，可以运用判别分析法建立判别模型来对企业是否出现危机进行预警。这里的判别分析又可以分为三种具体的判别方法（1）距离判别。就是根据观测对象到财务困境组与非财务困境组两个总体的距离的不同来判定其归属。这两个组的特征向量分别为该组中所有样本的财务指标的平均值，如果某企业到财务困境组的距离比到非财务困境组的距离近，则可以判定该企业属于失败企业。（2）是费歇尔（FISHER）判别。就是通过将多维数据投影到某个方向上，然后在选择合适的判别规则，将判别的样品进行分类判别，判别的临界点一般是在两个总体在投影方向上的中点。（3）贝叶斯判别。前面两种方法没有考虑总体出现的概率与错判之后所造成的损失，贝叶斯判别法则要弥补上述缺陷，即该方法所要满足的条件就是在该法则下，将某个样本误分为其他类别的总平均损失达到最小。3、神经网络预警模型。它是一种从神经心理学和认识科学的研究成果出发，应用数学方法发展起来的并行分布模式处理系统。该模型利用大量非线性并行处理关系来模拟众多的人脑神经元的突触行为。12我国上市公司财务困境预警研究基于经营活动现金流量角度的分析第三章实证研究设计31研究方法财务困境预警研究方法有很多，在文献综述中已经详细提到。在第一章中，也简明扼要地介绍了本文的研究方法，在本章主要详细介绍拟采用的研究方法。方法1剖面分析（PROFILEANALYSIS）首先分组计算原始样本和控制样本的27个指标在出现财务困境之前3年内的平均值和标准值等描述性统计变量，比较这两组27个财务指标3年的平均值，观察两类样本财务指标是否具有显著差异，如果某财务指标存在显著差异，说明该指标具有一定的预测性。最后计算各年的Z统计检验量，以定量描述三年来21个财务指标存在的差异。方法2单变量判定分析（UNIVARIATEDISCRIMINANTANALYSIS）通过方法1的分析，找出最具有预测力的几个财务指标，然后选取最佳的分割点，使得预测的误差率最低。方法3多元判别分析（MULITIVARIATEDISCRIMINANTANALYSIS）选取几个变量，采用SPSS中的多元判别分析方法（MDA），通过对以上几个财务指标的组合，建立一个模型，预测公司发生现金流量困境的可能性，然后对建立的模型进行验证。32数据的来源、样本及样本组的设计本文的研究对象为在沪深两市的上市公司。由于截至到2006年4月底，沪深两市上市公司的年报才会连续出来，因此为了数据的完整性、连续性，本文选取的上市公司的数据是截止日是2005年12月31日。本文研究的数据主要来自天相证券信息系统数据库，包括股票代码、各种比率，报表数据等。但是，个别指标在天相证券信息系统数据库找不到，因此采用EXCEL进行计算，比如说，各公司其他应收款占资产总额的比率、营运资本占总资产的比率，由于不属于常用指标，在一般的数据库中找不到，因此必须根据数据库中的基本数据进行另外计算。除此之外，还有个别数据来自于金融界数据库网站（HTTP/DATACENTERJRJCOMCN/DATACENTER/INDEXHTM）。截至2005年12月31日，在沪深两市的上市公司上市的公司有1338家A股上市公司，53家A、B股同时上市的公司。本文的样本，包括财务困境组样本和非财务困境组样本，都是从这1338家A股上市公司中选取的。在选取的过程中，13我国上市公司财务困境预警研究基于经营活动现金流量角度的分析剔除了金融企业。众所周知，金融企业比较特殊，在分析中剔除这些企业，不把它们列入研究的范围。因为，金融企业，比如说银行，在中国的国情下，由于投资的渠道比较少，储蓄率非常高，而且金融企业基本上是国有的，银行破产的可能性非常的低，不管银行的经营状况有多糟糕，储户还是愿意把钱优先存在银行里，银行基本上不存在经营活动现金流量困境。另外，金融银行与一般企业的指标体系有较大的不同，比如说一般企业经常计算存货周转率，但金融企业很少有，因此，本次研究将金融股排除在外。从上述本文对财务困境的概念定义可知，经营活动现金流量困境定义为公司连续两年或两年以上现金流量表中的经营活动现金净流量为负的状况。为了研究的方便，本文采取了简化的方法从A股市场，选取2003以前（包括2003年）经营活动现金流量为正数（现金流量状况正常），但20042005年经营活动现金流量均为负数的公司，称为财务困境组，按照上述条件，利用EXCEL中的排序和筛选功能，得到52个样本公司，其中各个公司的2005年资产总额资产、行业分布详见表31。表31财务困境组资产总额及行业分布股票代码公司简称2005年资产总额（元）所在行业000016康佳9,120,452,268制造业日用电子器具制造业600870厦华电子3,889,788,019制造业日用电子器具制造业000035ST科健441,488,987信息技术业000150光电股份589,704,455制造业仪器仪表及文化、办公用机械制造业000036华联8,816,301,940制造业纺织业000712锦龙1,722,391,835制造业纺织业000408ST玉源1,156,180,721制造业非金属矿物制品业000502绿景地产536,637,073房地产业房地产开发与经营业000507粤富华1,210,913,898综合类000605四环药368,827,641制造业医药、生物制品000534汕电力559,960,593电力、煤气及水的生产和供应业电力、蒸汽、热水的生产和供应业000719ST鑫安629,592,729制造业化学原料及化学制品制造业000979ST科苑743,698,988制造业化学原料及化学制品制造业000546光华720,040,923房地产业房地产开发与经营业000908ST天一840,144,355制造业普通机械制造业600605轻工机械692,499,466制造业普通机械制造业600260凯乐1,597,829,639制造业塑料制造业000633ST合金671,297,084综合类600610中国纺机643,653,405制造业专用设备制造业600531豫光1,982,566,633制造业有色金属冶炼及压延加工业14我国上市公司财务困境预警研究基于经营活动现金流量角度的分析表31（续）股票代码公司简称2005年资产总额（元）所在行业600961株冶2,253,589,461制造业有色金属冶炼及压延加工业000727华电2,005,036,729制造业电器机械及器材制造业600421国药745,525,980制造业医药制造业600422昆药1,238,324,140制造业医药制造业000863ST商务644,327,806信息技术业计算机应用服务业600695ST大江1,080,890,642制造业食品加工业600737ST屯河3,032,884,268制造业食品加工业600340国祥464,536,212制造业日用电器制造业000922阿继电器1,129,222,823制造业电器机械及器材制造业002008大族激光740,172,273制造业其他电子设备制造业002027七喜控股1,273,299