基于Logistic模型的我国A股上市公司财务困境预测

来源:用户上传      作者:

　　【摘要】  在市场经济竞争日益激烈的今天，合理准确地预测企业财务困境，既可以为投资者做出正确决策提供借鉴，也可以引导经营管理者防患于未然，更可以帮助政府监管部门对企业质量和证券市场进行有效监控。文章综合考虑企业的财务与非财务特征，在运用正态性检验和差异显著性检验筛选指标的基础上，建立了基于Logistic回归分析法的企业财务困境预测模型，结果表明企业的盈利能力、运营能力、发展能力以及现金流量指标在企业财务困境预测中发挥了重要作用。
　　【关键词】   财务困境;匹配样本;Logistic回归;预测模型
　　【中图分类号】  F275  【文献标识码】  A  【文章编号】  1002-5812（2020）10-0035-05
　　一、引言
　　我国市场经济的飞速发展和全球经济交流的日益广泛，外部环境的不确定性加大和企业管理者能力的局限性使得企业面临着各式各样的风险，其中财务风险是最综合、最显著的一种风险，即使非财务危机引发的风险也可能导致财务困境。企业财务困境的形成是一个渐变的过程，在此过程中会不断释放各种信号和征兆，近年来，大部分学者已经针对企业财务困境问题进行了相关的研究与探讨，主要集中于企业财务困境影响因素和企业财务困境预测两方面，刘恩斌（2014）选取了近三年被ST的37家上市公司和未被ST的37家上市公司作为研究对象，同时选取了反映财务因素和非财务因素的57个指标，先对每一类别的指标分别进行因子分析和二元Logistic回归，再把每个类别中具有代表性的指标汇集在一起构建了Logistic模型，进而分析影响财务困境的因素;杨青龙、田晓春和胡佩媛（2016）利用LASSO方法对预测企业财务困境的指标进行了筛选，然后分别用决策树、随机森林、SVM、最近邻法以及Logistic模型对企业财务困境进行预测并且比较各模型预测的准确性，发现并非所有的数据发掘方法都优于Logistic模型。
　　基于目前对企业财务困境预测进行实证分析的文献还不是很多，标准也不太统一，本文在综合考虑财务因素和非财务因素的情况下，首先通过正态性检验和差异显著性检验对预测指标进行筛选，然后选择最常用的Logistic模型建立预测模型，在企业陷入财务困境之前给出较为准确的预警信号，以提示利益相关方，同时为相关决策提供可供参考的依据。
　　二、理论分析与研究假设
　　（一）财务困境的定义
　　财务困境又称“财务危机”或“财务问题”，最严重的财务困境是“财务失败”或“破产”，对公司的财务困境进行预测，必须确定以什么样的标准认定财务困境，不同学者对公司财务困境的判断标准不同。陈凯凡（2005）将第一年亏损但次年微利的公司定义成财务困境公司，同时将资产净利率小于0.01作为微利的标准;巫磊（2008）以上市公司为研究对象，把因财务状况异常而被特别处理的公司判定为财务困境公司;蔡玉兰、钱崇秀和董雪杰（2016）以ST标准来界定财务困境。从以上文献可以看出，普遍将上市公司受到特別处理（ST）这一现象作为公司财务困境的标志，本文沿用这一做法，将上市公司作为研究对象，把上市公司因财务状况异常而受到特别处理当作陷入财务困境的标志，不仅契合我国的国情，而且与国内大多数研究保持一致，便于进行比较。
　　（二）研究假设
　　企业财务困境的形成包括多方面的因素，结合三大财务报表信息和相关文献，本文从企业的偿债能力、盈利能力、营运能力、发展能力、现金流量五方面考虑。
　　1.偿债能力。偿债能力指企业偿还即将到期债务（包含本息）的能力，分为短期偿债能力和长期偿债能力。对于企业而言，如果不具有偿还短期债务的能力，就说明该企业流动资产的变现能力不够强，在短时间内有陷入财务困境甚至面临破产的风险;如果不具有偿还长期债务的能力，则将来可能会发生这种财务风险。基于此，提出假设1：
　　H1：偿债能力越强的企业，其陷入财务困境的概率就越小。
　　2.盈利能力。盈利能力指企业赚取利润的能力，也称企业资金或资本的升值能力，通常体现为企业收益数额的大小或程度的高低。短时期的低水平盈利能力不会让企业陷入财务困境之中，但如果长期保持低水平的盈利能力，必然会影响到企业的偿债能力，使得企业陷入财务困境。基于此，提出假设2：
　　H2：盈利能力越强的企业，其陷入财务困境的概率就越小。
　　3.营运能力。营运能力指企业的经营运作能力，其营运能力的强弱取决于资产的运转速度、经营状况以及管理水准等各种因素。如果在较长一段时间内，企业各项资产的运转水平出现明显降低，且在短时间内没有回升迹象，就表明企业出现财务困境。基于此，提出假设3：
　　H3：营运能力越强的企业，其陷入财务困境的概率越小。
　　4.发展能力。发展能力（成长能力），指企业扩建规模、扩充实力的潜在能力。如果一个企业具有强大的发展能力，就说明这个企业的资产、利润处于增长的阶段，未来的发展前景良好。基于此，提出假设4：
　　H4：发展能力越强的企业，其陷入财务困境的概率越小。
　　5.现金流量。足够的现金流量意味着企业可以用来偿还债务、发放现金股利或其他用途，如果出现现金流量短缺、又没有其他途径得到资金的情况，企业很可能因无法偿还到期债务而陷入财务困境。基于此，提出假设5：
　　H5：现金流量越多的企业，其陷入财务困境的概率越小。
　　三、研究设计
　　（一）样本选取
　　本文选取了2018年A股中70家ST上市公司（不包括金融业）作为研究对象，其中制造业中被ST的企业共39家，远远超过其他行业中被ST的企业，由于其他行业中被ST的企业均不超过5家，样本数量较少，难以进行相关研究得出可靠结论，因此本文将重点针对制造业行业进行财务困境预测研究。对制造业中39家ST上市公司按照1∶2随机配对了2018年同行业中未被ST的78家A股上市公司作为匹配样本。将样本分为训练样本78家和验证样本39家。其中训练样本含有26家ST企业，52家非ST企业;验证样本含有13家ST企业，26家非ST企业。数据来源于国泰安数据库。 　　在财务困境预测时间的选择上，鉴于ST企业在t年受到特别处理是根据t-1年公布的财务报告，即t-1年的财务报告本身就决定了企业是否被ST，二者之间存在一定的因果关系，用t-1年的数据构建财务困境预测模型没有实际的应用价值，本文决定选用t-2年的数据用于预测模型的构建。
　　（二）指标选择
　　本文在选择指标时，主要遵循以下原则：第一，把以往文献中选用频率较高的指标尽量采纳，以确保同以往文献的可比性。第二，与本文研究目的联系程度较紧密的指标。选择的指标主要包括两大类：（1）传统财务指标。传统财务指标主要反映了上市公司的偿债能力、盈利能力、营运能力和发展能力，从不同的角度反映上市公司的财务状况，获得也相对容易，符合成本效益原则。（2）现金流量指标。现金流量是企业的生命源泉，一个企业的偿债能力取决于企业在规定时点的现金流量，未来的成长能力取决于企业长时期稳定的现金流，而不是企业纯利润的多少，企业一切的经营活动不是为获取利润的大小，而是为给企业带来源源不断的现金注入。
　　最终选取了29个指标作为研究变量，见表1。
　　（三）模型构建
　　企业财务困境预测模型本质上是一个二分类问题，将企业是否陷入财务困境作为二值响应模型的因变量，令企业财务困境为“1”，财务健康为“0”;将财务和非财务预测指标作为自变量，采用Logistic模型。Logistic回归分析的基本原理是根据样本数据使用极大似然估计法，先构造似然函数与对数似然函数，再通过使对数似然函数值最大来求解对应的参数值，最后经过一定数学推导预测企业陷入财务困境的概率。一般将取值在实数范畴内的值进行Logit变换转换为目标概率值然后进行回归。函数模型的数学表达式如下：
　　四、实证分析
　　（一）正态性检验
　　为保证最终进入模型的变量准确性和稳定性，在对ST组和非ST配对组进行指标变量差异的显著性检验之前，先对78家样本总体的29个指标进行正态性检验。若Sig.值小于0.05或0.1，拒绝原假设，说明指标不服从正态分布;反之，说明指标服从正态分布。检验结果见表2。
　　由表2可知，29个指标中营运资本/总资产、前十大股东持股比例合计两个指标的Sig.值大于0.05，无法拒绝原假设，即认为这两个指标服从正态分布;其余27个指标的Sig.值均小于0.05或0.1，拒绝原假设，即认为其余27个指标不服从正态分布。
　　（二）指标变量差异的显著性检验
　　对所选择的29个指标变量进行差异的显著性检验，判断指标变量在ST组和非ST配对组之间是否存在显著性差异，若Sig.值小于0.05或0.1，则说明该指标通过了显著性检验，即该指标对上市公司被ST有显著影响;反之，则说明该指标没有通过显著性检验，即该指标对上市公司被ST没有显著性影响。
　　根据正态性检验的结果，对服从正态分布的营运资本/总资产、前十大股东持股比例合计两个指标采用两独立样本T检验，检验结果见表3。
　　由表3可知，对于营运资本/总资产这一指标而言，F检验的Sig.值小于0.05，拒絕原假设，说明方差不相等;再观察T检验的Sig.值小于0.1，拒绝原假设，说明营运资本/总资产在ST组和非ST配对组之间存在显著性差异。同理分析可得前十大股东持股比例合计在ST组和非ST配对组之间也存在显著性差异。
　　对不服从正态分布的27个指标采用独立样本Mann-Whitney U检验进行差异显著性检验，最后得出经营性现金流量债务总额比、净资产收益率、总资产净利率、销售净利率、经营活动净收益/利润总额、总资产周转率、营业利润/营业总收入、总资产增长率、净利润增长率、营业收入增长率、留存收益/总资产、非经常性损益/利润总额这12个指标的Sig.值小于0.05，说明这些指标在ST组和非ST配对组之间存在显著性差异。
　　最终筛选出经营性现金流量债务总额比、净资产收益率、总资产净利率、销售净利率、经营活动净收益/利润总额、总资产周转率、营运资本/总资产、营业利润/营业总收入、总资产增长率、净利润增长率、营业收入增长率、留存收益/总资产、非经常性损益/利润总额、前十大股东持股比例合计共计14个指标。
　　（三）Logistic模型建立与检验
　　将企业是否陷入财务困境作为因变量，令企业财务困境为“1”，财务健康为“0”;将经过正态性检验和差异显著性检验后筛选出来的14个指标从X1—X14依次标号作为自变量，由于本文的研究样本难以完全满足正态分布，决定构建Logistic模型。逐步回归的最终结果如表4所示。
　　1.回归系数的检验。由表4可知，除了常量不受影响之外，变量X4、X6、X8、X10、X12的Sig.值均小于等于0.05或0.1，说明在显著性水平为5%或10%的情况下，拒绝原假设，变量系数均通过了显著性检验，即这五个变量均对因变量具有很强的解释作用。
　　2.拟合优度的检验。由表5和表6可知，模型的Chi2为37.802，-2Log likelihood为61.494，CoX&Snell R2为0.384，Nagelkerke R2为0.533。Logistic模型采用的是极大似然估计方法，似然函数的值越大，说明模型的拟合程度越好。-2Log likelihood是二倍的似然函数值对数，该值越小，说明模型的拟合程度越好。CoX&Snell R2和Nagelkerke R2类似于线性模型的R2，同样用于检验模型的拟合度。从这些值可以看出，该模型的拟合程度还是很好的。
　　3.预测准确率的检验。用验证样本对预测模型的准确率进行检验，判定时以0.5为分隔点，大于或等于0.5判定为ST企业，小于0.5判定为非ST企业，结果如表7所示。
　　从模型的预测结果可以看出，13家财务困境公司中有11家公司被判定为财务困境，2家公司被判定为财务健康，准确率达到了84.61%;26家财务健康公司全部被判定为财务健康，准确率达到了100%。可以发现对财务健康公司判定的准确率要高于对财务困境公司判定的准确率。从总体上来看39家公司中有37家公司的判定是正确的，总体准确率达到了94.87%，说明该模型的预测效果很好。 　　（四）回归结果分析
　　进入模型的五个指标来自盈利能力指标、运营能力指标、发展能力指标和现金流量指标，分别是销售净利率、总资产周转率、营业利润/营业总收入、净利润增长率、留存收益/总资产。
　　销售净利率指标的变量系数为-24.125，说明一家上市公司的偿债能力取决于其盈利能力，如果一家上市公司长期处于亏损的状态，就会慢慢陷入财务困境，最终面临破产，这就是销售净利率入选模型的主要原因。同时可以看出，一家上市公司的销售净利率越高，其盈利能力越强，陷入财务困境的可能性越小，并且销售净利率系数的绝对值还是几个指标系数绝对值中最大的，说明盈利能力指标对上市公司是否陷入财务困境具有很大的影响力。证明了假设2成立。
　　总资产周转率指标的变量系数为-2.968，说明一家上市公司对资产的利用效率越高，公司的运营能力越高，生产经营越高效，越不容易陷入财务困境。营业利润/营业总收入指标的变量系数为22.959，符号为正，说明一家上市公司的利润率并非越高越好，利润最大化不是一家上市公司经营的最终目标，也不是一家公司成功经营的衡量标准，成功经营一家公司应该努力创造顾客需要的价值，实现价值创造能力的最大化，所以较低的利润率迫使企业努力提高运作效率，树立正确的企业价值观。这两个指标也从侧面证明了假设3成立。
　　净利润增长率指标的变量系数为-0.349，说明一家上市公司利润处于增长阶段时，未来的成长能力越强，陷入财务困境的几率也就越低。证明了假设4成立。
　　留存收益/总资产指标的变量系数为-4.552，说明充足的现金流量可以减少上市公司陷入财务困境的可能性，公司能否偿还到期债务除了需要盈利外，还需要足够的现金，没有足够的现金，再多的利润也无法偿还债务。证明了假设5成立。
　　偿债能力方面的指标最终没有被选入模型，与企业的偿债能力与财务困境呈负相关的假设不相符，无法验证假设1成立。
　　五、结论及展望
　　本文以2018年被ST的39家A股上市公司和未被ST的78家A股上市公司为研究对象，综合考虑财务因素和非财务因素，选取了29个指标变量，首先通过正态性检验和差异显著性检验筛选指标变量，然后构建Logistic模型。由实证研究和结果分析得出，企业的盈利能力、运营能力、发展能力和现金流量都与财务困境呈负相关关系，这四项能力的提高有助于降低企业陷入财务困境的可能性，验证了假设2、3、4、5的正确性。同时销售净利率、总资产周转率、营业利润/营业总收入、净利润增长率、留存收益/总资产这五项指标是预测上市公司财务困境的核心指标，基于Logit建立的预测模型准确率可以高达85%。为此，本文针对上市公司、监管机构和投资者提出如下建议：
　　对于上市公司而言，要时刻关注公司运营过程中各项财务指标的变动，不同方面的财务指标可以反映公司不同方面的核心竞争力，基于Logistic模型预测财务困境的准确率很高，上市公司有必要结合三大财务报表信息建立预测模型，对公司的财务状况进行一定的预测与监控。同时，要重点关注公司的盈利能力，尤其是销售净利率;提高公司的经营效率，不要一味地寻求利润最大化，贯彻顾客价值最大化、社会价值最大化的理念才是公司追寻的最终目标;还要注意对公司现金流量的优化，建立有效的财务系统，合理分配资金，保证公司有充足的现金流量偿还到期债务。
　　对于监管机构而言，要加大对上市公司信息的监管力度，规范上市公司的财务信息披露，财务信息的真实性决定了预测模型的可靠性和适用性，同时也会影响到决策的正确性。
　　对于投资者而言，学会使用和分析财务报表信息，这些信息对企业财务困境具有非常强大的解释能力，可以避免投资者做出错误的投资行为。
　　【主要参考文献】
　　[1] 刘恩斌.上市公司财务困境影响因素实证研究[D].山东财经大学，2014.
　　[2] 杨青龙，田晓春，胡佩媛.基于LASSO方法的企业财务困境预测[J].企业管理，2016，（23）.
　　[3] 陈凯凡.企业财务困境混合模型预测——基于上市公司财务数据的实证研究[D].暨南大学，2005.
　　[4] 巫磊.基于Logit回归模型的我国上市公司财务困境预测实证研究[D].西南财经大学，2008.
　　[5] 蔡玉兰，钱崇秀，董雪杰.财务报表信息对企业财务困境的预测能力[J].FORECASTING，2016，（05）.
　　[6] 张旭尧，张卫民.基于生存分析法的财务困境预警研究——以我国农业上市公司為例[J].商业会计，2016，（03）.
　　[7] 刘攀龙.跨国集团财务管理战略转型的路径研究[J].商业会计，2018，（23）.
　　[8] 姚懿轩.基于财务困境视角的融创并购乐视的战略动因研究[J].商业会计，2018，（01）.
　　[9] 祁新，柏广才.基于创新视角的中小企业财务危机预警模型构建[J].商业会计，2019，（03）.
　　[10] 章愈婧.机构投资者、财务困境与企业套期保值——基于制造业上市公司的经验数据[J].商业会计，2018，（04）.
　　【作者简介】
　　郭二静，女，北京林业大学经济管理学院;研究方向：统计学，财务学。
转载注明来源:https://www.xzbu.com/2/view-15251910.htm