预警系统下的公司财务论文

1、预警系统下的公司财务论文 一、理论依据 (一)规范理论。规范理论由两种财务模型组成，第一种模型为期权定价模型，第二种模型为赌徒破产模型，其中，赌徒破产模型又按照是否与外部资本市场衔接分为两种模型，其一是不具备外部资本市场条件的赌徒模型，其二是由前者放松资本市场假设而得到的模型，这也符合了学者研究的一贯方法，循序渐进地放宽限制的条件，从而将模型应用的范围不断扩大，以便适应更多的需求。首先，期权定价模型把负债经营公司进行证券化，所有权归属于债权人，同时股东将在公司债务价值低于公司总价值时使用看涨期权，所谓的看涨期权实际上是指以证券为标的物的附加值。公司重组或者破产的直接因素是公司价值与公司负债，这

2、两个因素共同影响公司的期权价值，因而期权定价是尤为关键的。其次，假设公司不能够在证券市场中进行资本筹措，从而使得公司不具备外部资本市场，排除了资本市场因素的干扰，同时在现金流方面，公司正负现金流的概率都是存在的，只是数值不同而已，如果负现金流过多，那么公司的财务状况不容乐观，因此，公司净资产清算价值、现金流两个因素共同影响公司破产或重组的概率。在前面赌徒模型的基础上，将外部资本市场的条件进行考虑，同时保持其他的因素假设均相同，那么赌徒破产模型就得以完善，由于外部资本市场的空间较大，信息量较大，因此可以在很大程度上拓宽模型的适用范围，为信息使用者提供很大的帮助，在影响因素上与前者略微不同，将公司

3、净资产清算价值替换为公司价值。规范性理论对于指标的选取具有一定应用价值，同时让学者有理可循，从而进行实证研究。(二)实证理论。在理论范畴内，实证理论越来越被更多的人认可，由于其数据的及时性、统计工具的科学性、工作的效率性较之规范理论均有明显的优势，因此更多的学者在进行相关研究时较多地使用实证理论。在财务预警研究中，数据的主要获取方式是通过企业的财报，企业根据数据进行分析比对，利用统计工具对数据进行处理，从而方便快捷地得到预测模型，以便信息使用者进行利用。总体来说，财务预警的实证方法有两种:其一是单定检验法，即用一组数据所确定的分割点来检验另一组数据所构成的样本，从而得出模型的正判率或者误判率;

4、其二是交互检验法，这种方法在单定检验法的基础上有所改进，其充分利用了样本，使得所有样本都参与其中，都可以进行检验，只是这种方法的工作量稍大。以上两种方法的样本分配都是随机的，规避了人为设置因素。两种方法有许多共性:都是利用检验样本与分割点来进行检验，从而测定模型的预测水平;二者均需要进行参数估计，以便得出最优的预警模型。二者的不同点在于样本分配的比例不同，前者较为均衡，后者则是一对多的比例，在优缺点上各有利弊，前者工作流程较为规范，工作量相对较少，而后者检验较为全面，但较为繁琐。进入21世纪后，经研究发现，在预警模型的构建中，判别分析法在实践中会产生较大的误差，进而将神经网络分析法运用于研究中

5、，将学习样本定为原始的30个样本，建模的方法选为神经网络法，结果显示样本的错判率仅为5%1。另一方面考虑了董事会治理因素和股权结构指标，结果证明非财务变量的引入提高了模型的预测正确率2。通过研究表明:控股股东性质、股权制衡度、股权集中度、高管薪酬和董事长兼任情况等公司治理结构变量影响显著3。运用Logic回归法进行实证分析可以得出两条结论，其一为财务危机发生的概率与董事会规模的大小是正相关关系，其二为董事长与总经理兼任现象越普遍，上市公司越难发生财务危机4。 二、企业财务危机成因 (一)国家宏观政策影响。党的十八届三中全会前不久在北京召开，此次会议的一个重要的亮点是强调了市场的主体地位，并进行

6、财税改革、提高国企红利上缴比例、推行股票发行注册制、允许民资办银行，这些因素都将给企业带来巨大的影响，收益与风险是并存的。以允许民资办银行为例，普通百姓可能将在今后的生活中看到“娃哈哈银行”、“肯德基银行”之类的民资银行，那么这些银行在获得收益的同时也将面临着较大的风险挑战，国有四大行的挤压、以阿里巴巴集团为首的电商的竞争、外资银行的涌入，这些因素势必会对民资银行带来冲击。因此，企业的财务状况更加值得关心，国家宏观政策对于企业财务危机的影响是显而易见的。(二)宏观经济周期影响。经济周期一般由复苏、繁荣、衰退和萧条四个阶段构成。不同国家、时期的经济周期可能具有各自的不同点。在20世纪60年代以前

7、西方国家经济周期的特点是产出和价格的同向大幅波动。在70年代初期，西方国家先后进入所谓的“滞胀”时期，经济大幅度衰退，价格却仍然猛烈上涨，经济的停滞与严重的通货膨胀并存。而8090年代以来的经济波动幅度大大缩小，并且价格总水平只涨不跌，衰退和萧条期下降的只是价格上涨速度而非价格的绝对水平。进入90年代中期以后，一些新兴市场经济国家，如韩国、东南亚国家等，受到金融危机的冲击，导致一些商品的国际市场价格大幅下滑。目前的欧债危机、后时代金融危机都让我们不寒而栗，我们现在所担心的是中国可能将会出现滞胀的局面，在这种情况之下，企业的生存是非常艰难的，危机也就同时出现。(三)财务投资决策失误。一个成功的投

8、资绝非主观的、盲目的，而应该是经过科学合理的方式进行不断修正而得出的结论，投资失误将可能导致企业步入万劫不复的深渊，有的企业会计账目混乱，管理不规范，偷逃税款，这些都是企业危机的导火索。因此做好财务投资的测算、风险的评估，是决策的基本先行条件，财务危机的预警系统则显得尤为重要。(四)缺乏预警意识及管理经验。在企业中，有些财务人员由于学历不高、专业技能不强、经验不足等原因而缺乏最基本的预警意识，只是为了完成工作任务而工作，没有考虑到潜在风险的存在，这可能给企业带来较大的损失。这种现象和企业的管理者也有一定的关系，有些企业的管理者为了节约成本，没有对入岗人员进行岗前培训，在职人员也没有得到较好的提

9、升机会，没有进行科学的人员管理，缺乏管理的经验，导致人员流动过大等现象，这都是不可取的。 三、实证分析 (一)样本选择与数据来源 本文研究所选用的数据全部来自国泰安经济金融研究数据库(CSMA)，选取了2011年和2012年期间首次被ST处理的公司作为研究对象，使得数据具有及时性，令财务危机预警系统的构建更为贴合实际，同时值得提出的是有很多家上市公司被多次进行ST处理，这种现象极为普遍，而本文只研究首次被特别处理的上市公司，排除了财务舞弊、粉饰报表行为的干扰。为了使样本的范围合理，保证数据时间的连续性，选取了被特别处理公司前三年的数据进行研究，而且由于A股、B股和境外上市公司股票之间存在差异，

10、同一家上市公司在A、B两股之间对外的报表是一致的，因此本文只将A股上市公司的数据作为建模依据，同时剔除了数据不完备公司，以减少异常样本对结果的影响。基于上述原则，本文随机选取了30家ST公司的90个样本作为实证研究对象，同时又选取了30家非ST公司的90个样本作为匹配进行研究，总共180个样本，将公司被ST的年份定义为“T年”，被特别处理前一年为“T1年”，前两年为”T2年”，前三年为“T3年”。本文从科学性的角度出发，在初期指标变量的选取上，尽可能将范围扩大，使得更多的指标变量可以进入到研究过程中，同时还需要考虑到指标变量的可操作性，有些指标的收集不完整，则不应予以考虑，国际上的一些有关财务

11、预警系统的研究成果需要同中国的具体情形结合起来进行研究。在选择传统财务变量指标的基础上，将公司治理方面的因素引入其中，包括未流通股份数比例、独立董事人数比例、董事、监事及高管前三名薪酬总额比例。其定义式见表1。在财务预警模型系统的构建中，除了上述的公司治理因素变量外，财务变量依旧是主要的组成部分，本文从四个方面划分财务状况指标体系。盈利能力指标:净资产收益率(OE)、每股收益、投入资本回报率、成本费用利润率、主营业务利润率。偿债能力指标包括保守速动比率、所有者权益比率、速动比率、流动比率。资产运营能力指标包括股东权益周转率、营运资金周转率、应收账款周转率、总资产周转率、存货周转率。成长能力指标

12、包括资本保值增值率、资本积累率、稀释每股收益增长率、主营业务收入增长率、净利润增长率。 (二)筛选指标 在众多的科学指标中，不是所有的指标变量都可以进行使用，因为这些变量可能具有共线性，一旦变量共线，那么最终得出的结论就会存在不科学的因素，误差较大，甚至出现错误，对于信息的接收者，如企业的经营者、投资人、债权人的判断、分析、预测、决策行为产生误导，使其受到不必要的损失。在此基础上，进行单变量T值检验法，目的是选择出适合模型构建的最终变量，减小误差，使得模型预测结果更加准确，变量的范围则是上文提到的公司治理变量及财务变量，共22个，所选用的样本容量为180个。当变量三年中的均值变化较大，差异较大

13、，同时T值的大小处在005以下，则基本上可以判定所选的变量较为显著，可以作为财务预警模型构建的最终变量。根据上述思路分析，分别对19个财务指标和3个公司治理指标进行分析，根据能否有效区分ST公司与非ST公司为原则，最终选取了13个财务与公司治理指标对财务危机Logistic预测模型进行构建。同时利用SPSSStatistics170软件对其进行主成分分析，旨在进行降维处理，得到最具代表性、解释力的指标，来构建预警模型。同时，数据需要在进行因子分析前检验，来判定采用因子分析方法是否得当，因此，在本文之中采用了KMO检验和巴特利特球度检验，KMO检验中三年的结果均在06和10之间，说明变量间具有较

14、强的相关性，适合做因子分析。巴特利特球度检验观测值概率均为0000，小于005，通过显著性检验，此结论与T检验相符，综上所述，可以采用因子分析对指标数据进行处理。变量共同度反映了公因子中包含原始信息的程度，只有资本保值增值率和独立董事所占比例两个变量的共同度在50%左右，其他均在60%以上，表明提取的变量对原始信息具有一定解释力。选取主成分分析法对公因子进行提取，根据特征值大于1的基本原则，主成分由前四个因子组成。原始因子解释方差的比例为35423%、18893%、9025%、7563%，旋转平方和载入后的因子解释方差的比例为33202%、18607%、10568%、8527%，这四个因子的累

15、积比例为70904%，因此可以表明这四个主成分因子涵盖了原始13个变量的70904%的信息，可以较好地对原变量进行替代，以构建预警模型。随后，需要将主成分与各原始变量组成矩阵，使得主成分因子有更好的解释性，为了让主成分因子之间关系更加明确，将主成分因子进行Kaiser标准化的正交旋转，旋转在5次迭代后收敛。因子1在流动比率、保守速动比率、所有者权益比率三个变量上均具有很高的载荷，这三个变量体现了公司的偿债能力，同时投入资本回报率、成本费用利润率两个变量的载荷也很高，他们代表了公司的盈利能力，因此因子1体现了公司的偿债能力和盈利能力。对于因子2而言，存货周转率、总资产周转率以及股东权益周转率三者

16、的载荷量均在0800以上，而其他变量的载荷量相差较为明显，所以因子2代表了公司的资产运营能力。由于载荷量的比较是针对绝对值而言，因此未流通股份所占比例的载荷量虽为负值，但绝对值最大，资本保值增值率的载荷量虽然只有0619，但仍属较大值，故因子3体现了成长能力以及公司治理因素。由于董事、监事及高管前三名薪酬总额所占比例变量的载荷量较大，因子4则代表了公司治理因素。 (三)回归分析 本文利用二元Logistic方法进行回归分析，原始回归函数为:S=ln(p/1p)=a+b1x1+bnxn，定义因变量S=1为上市公司被ST，S=0为未被ST处理，上述函数的p值在0和1之间，代表了事件发生的概率，由于

17、通常临界值为05，a为常量，b1bn代表参数估计值，x1xn为自变量。因此，将主成分因子带入函数方程，进行二元Logistic回归分析，分别得出三年的预警函数方程，进行上市公司财务预警。B表示方程参数估计值，SE表示标准差，Wald表示统计量，Sig为显著性水平;Exp(B)表示B的幂次方。显著性水平大部分小于005，统计量较大，方程的预警效果较好。因此，三年的预警模型如下:ST1=15626103FAC12299FAC21468FAC32035FAC4ST2=05083614FAC11482FAC21078FAC31695FAC4ST3=06023816FAC11827FAC21451FAC

18、31813FAC4在预测效果方面如表2所示，“T1”年时，S=0的预测正确率高达967%，而S=1的预测正确率为933%，总计百分比为950%，说明模型的预测效果较好。“T2”年中，对于S=0有900%的正确率，而对于S=1有867%的正确率，总计百分比为883%，因此可以得出结论，危机前两年预警模型预测效果较好。“T3”年时，S=0的预测正确率为833%，S=1的预测正确率为767%，虽然有所下降，但是总计百分比依然保持在800%。综上所述，财务危机发生前三年模型预测总计正确率均在80%以上，说明模型对上市公司财务危机预警作用较好，并且时间越接近被特别处理，模型预测的正确率越高，同时，同一会计年度中，S=0的预测正确率均高于S=1的预测正确率，也就是说将非ST公司错判成ST公司的可能性要小一些。