我国上市公司财务危机实证研究
来源:用户上传
作者: 王 敏
提要从企业现实中的经营情况来看,财务危机是由于企业财务状况的不断恶化生成。有些问题,开始时并不很严重,但如果没有及时解决,逐渐积累,最终就会酿成大祸。因此,寻找财务危机发生的原因及采取相应的预防措施,将那些可能会危及企业获利能力、甚至生存的问题及早解决,就成为包括企业管理当局、股东和债权人在内的利益相关者日益关注的问题。
关键词:上市公司;财务危机;实证分析
中图分类号:F23文献标识码:A
现代企业的运行和发展,处在一个高度开放和动态变化的社会环境中,难免会因各种内外部原因导致企业财务危机的发生。企业必须正确认识和对待财务危机,培养财务危机意识,加强财务危机管理,进而有效地处理财务危机。而有效防范财务危机的方法就是建立财务危机预警系统,企业财务危机预警系统构建有两种方法,即定量分析法和定性分析法。但两者在侧重点上有所不同。定性分析方法主要是通过某种理论判断财务危机是否发生,然后采取相应的措施给予处理,主要是对所得出结果的一种判断;定量分析方法是建立在财务危机防范研究理论分析基础上,运用数量分析的方法对财务危机的各种相关数据资料进行收集、整理、运算和分析,得出相应的结论和各种模型的过程。本文以建立logistic模型进行实证研究,给我国上市公司防范财务危机提供一个参考。
一、财务危机的界定
要对财务危机进行定量分析,首先得对财务危机公司有一个较合理的界定。通常公认的财务危机有两种确定方法:一是法律对企业破产的定义,企业破产是用来衡量企业财务危机最常用的标准,也是最准确和最极端的标准;二是以证券交易所对持续亏损、有重大潜在损失或者股价持续低于一定水平的上市公司给予特别处理或退市作为标准。
笔者认为,证监会“财务状况异常”基本体现了财务失败的内涵。根据我国的具体情况,我们将公司被“特别处理”(ST公司)界定为公司发生了“财务危机”,其理由为:
1、“特别处理”是一个客观发生的事件,有很高的可量度性;
2、从摆脱特别处理的公司看,大部分公司是通过大规模资产重组才摘掉“特别处理”帽子的,这说明特别处理确实在一定程度上反映出公司陷入了财务困境。
二、定量分析法概述
定量分析法是以财务指标为基础的比率分析。财务数据与企业价值及财务状况密切相关,是企业财务状况的量化表现,其中财务指标在某些方面反映的信息比企业财务会计报告中的绝对数信息更为重要,因而财务指标可以作为预测企业经济前景的计量指标。企业发生财务危机要经历一个从量变到质变的渐进发展过程,这种渐进发展情况必然会通过一些财务指标的变化体现出来。因此,要准确测度企业财务状况和预测警情,从大量的财务因子中选好财务指标是关键。
财务危机预警模型很多,比较常用的包括一元判别回归分析法、多元线性判别分析法、多元逻辑回归分析法、人工神经网络模型研究方法。
一元判别分析法是将某一项财务指标作为判别标准来判断企业是否处于财务困境状态的一种预测模型。一元判别分析法应用较少,主要是因为其缺点在于虽然财务比率是综合性较高的判别指标,但是仅用一个财务指标不可能充分反映所有的财务特征。多元线性判别分析法的基本原理在于通过统计技术筛选出那些在两组间差别尽可能大,而在两组内部的离散度最小的变量,从而将多个标志变量在最小信息损失下转换为分类变量,获得能够有效提高预测精度的多元线性判别方程。多元线性判别方法又可细分为:贝叶斯判别、典型判别、主成分分析法、距离判别法。多元线性判别法虽然避免了一元线性判别法的缺点但会受到统计假设的约束。多元逻辑回归判别法是用来分析选用的非配对样本在财务失败概率区间上的分布以及两类判别错误和分割点的关系。其目标是寻求观察对象的条件概率,从而据此判断观察对象的财务状况和经营风险。此方法的最大优点是不需要严格的假设条件,克服了多元线性判别分析法受统计假设约束的局限性,具有了更广泛的使用范围。人工神经网络回归分析方法是一种非统计方法。神经网络是一种平行分散处理模式,其构建理念植基于生物大脑神经运作的模拟。此方法除具有较好的模式识别能力外,还可以克服统计等方法的限制,因它具有容错能力,对数据的分布要求不严格,不需要考虑是否符合正态分布的假设,具备处理资料遗漏或是错误的能力,而且可以处理非量化的变量。人工神经网络方法虽然是研究方法上的重大创新,但实际效果却不很稳定。
总体上来说,对财务危机预测较理想的预警模型在选取指标时财务危机预警指标必须同时具备两个基本的特征:第一,必须具有高度的敏感性,即危机因素一旦萌生,能够在指标值上迅速反映出来;第二,一旦指标值趋于恶化,往往意味着危机可能发生或将要发生,亦即应当属于危机初步产生时的先兆性指标,而非业已陷入严重危机状态时的结果性指标。
三、实证研究
现实中很多企业的破产都是由于现金流量不足、不能偿还到期债务而引起的。因此,财务预警的研究对象应包括现金及其流动,而不仅仅是盈利。
一般来说,现金流量指标应当包括以下方面:
①偿债能力指标,包括经营活动现金净流量/负债总额,经营活动现金流量/流动负债、现金利息保障倍数等;
②收益质量指标,包括经营活动现金流量/净利润,每股经营现金流量,经营现金流量/营业利润;
③营运效率指标,包括现金流量与主营业务收入比率,经营现金流量与资产总额比率。
将现金流量分析与传统财务指标体系相结合的方法是:
①利用现金流量指标对会计盈余进行修正,并据以计算获利能力指标;
②偿债能力指标由现金流量指标和传统指标两部分组成,而现金流量指标应占有更大的权重;
③效率指标同样由两类指标构成,由传统指标占有更大的权重;
④成长指标则由传统指标组成。
本文充分考虑到现金流量对上市公司财务的重要影响,以及指标的敏感性和先兆性,拟从以下几个方面选取财务指标建立我国国有上市公司的财务危机预警模型。(表1)
由于此处要建立一个模型来预测上市公司是否会陷入财务危机,但是从经济学上讲,企业财务危机是一个连续的动态过程,而不是一个两分的状态,也就是说不存在一点,可以将企业截然分成陷入危机和不陷入危机两类(陈晓,2003)。因此,在预测上市公司是否会陷入财务危机时,可预测其概率有多大。用概率来当因变量只有两个值时,采用多元回归分析的一个难点是预测值不能当作概率值解释。Logit逻辑模型能估算事件发生的概率,据此判断观察对象的财务状况和经营风险。这一模型建立在累计概率函数的基础上,不需要自变量服从多元正态分布和两组间协方差相等的条件。Logistic模型假设了企业陷入财务危机的概率P,并假设Ln[p/(1-P)]可以用财务比率线性解释。假定Ln[p/(1-p)]=a+bx,推导可以得出p=exp(a+bx)/[1+exp(a+bx)]从而计算出企业陷入财务危机的概率。判别方法是首先根据多元线性判定模型确定企业陷入财务危机的Z值,然后推导出企业陷入财务危机的条件概率。如果P值大于0.5,表明企业陷入财务危机的概率比较大;如果P值低于0.5,表明企业财务正常的概率较大,可判定企业财务正常。Logistic模型的最大优点是不需要严格的假设条件,克服了线性方程受统计假设约束的局限性,具有更广泛的适用范围。
另外,logistic回归模型对我国上市公司财务危机预警的效果好于线性判别模型,而机器学习方法预警的准确度高于这两种统计方法。郑茂把截至于2001年6月我国上海、深圳两地证券交易所ST公司和PT公司共计60多家公司作为财务风险违约组处理。结合2000年年报选取其中的53家上市公司作为分析的一组样本,同时还从深沪两市上市公司中选择59家绩优股作为财务风险非违约组。得出结论是:第一,我国上市公司的财务数据是有效的,并具有较强的预测能力。从总体上说,我国上市公司的财务数据能够预测其未来财务失败的概率。也就是说,我国上市公司财务数据的使用者能够根据资产负债表、利润表和现金流量表做出预测;第二,线性概率模型和logistic模型对财务失败前一年的报表预测准确率分别为97%和93%,依据财务失败前三年的报表预测,准确率为67%和73%,预测效果相当令人满意。
本文以建立logistic判定模型来进行实证研究。研究程序和研究方法如下:
1、有针对性地选取上交所、深交所共75家上市公司,收集相关财务数据。样本公司分两类:一类是绩优公司(净资产收益率大于10%的上市公司),此类公司我们认为陷入财务危机的概率为0;另一类是ST公司,根据我国《公司法》第157条规定:“上市公司如果最近三年连续亏损,将由国务院证券管理部门决定暂停其股票上市”。实际操作中,将其实施特别处理或特别转让(即ST或PT)。显然,该类股票的投资风险很大,因此当年被ST或PT的上市公司,我们认为其陷入财务危机的概率为1。
2、以上市公司的A股作为样本,随机抽取上海股市和深圳股市2006年度净资产收益率在10%以上的上市公司39家,ST公司36家。
3、样本的时间跨度为2005年、2006年、2007年三年。
4、样本数据来自于国泰君安数据库中上市公司公开披露的财务报表。
在进行分析时发现,现金流动负债比与现金负债总额比具有较强的相关性,所以在计算时分别引入这两个指标。
从Eviews计算结果来看,现金流动负债比和现金负债总额比两个指标的Z统计量都不显著,去掉这两项指标后其余四个指标的Z统计量较显著。故所建财务危机预警模型为:
Ln(P/1-P)=0.053117JJ-45.42111JZ+1.215438ZZ-28.18829YZ
其中,P表示上市公司陷入财务危机的概率。若用X1表示经营活动现金流量与净利润比率(经营活动产生的现金流量净额/净利润);X2表示总资产报酬率(净利润/平均资产总额);X3表示主营业务收入增长率[(本期主营业务收入-上期主要业务收入)/上期主营业务收入×100%];X4表示留存收益总资产比:(未分配利润+盈余公积)/资产总额。则模型可表示为:
Ln(P/1-P)=0.0531X1-45.4211X2+1.2154X3
-28.1883X4
该回归模型表示:当某上市公司经营活动现金流量与净利润比率、总资产报酬率、主营业务收入增长率、留存收益总资产比已知时,代入模型后,就可估算出该上市公司陷入财务危机的概率。
5、模型的预测与分析。图1为经Eviews软件计算得出的上述样本公司的预测结果,CBF为被解释变量的预测值,即就是陷入财务危机的概率估计值。(图1)
从图1可看出,前39个公司陷入财务危机的概率估计值基本为0,即绩优公司陷入财务危机的预测概率值为0。后36个公司陷入财务危机的概率基本为1,即ST公司陷入财务危机的预测概率值为1。
从上述拟合结果来看,该预警模型的拟合效果较好。但是该方法作为一种财务诊断和分析方法,只是进行企业财务状况的整体判断的一种方法,其依据是企业财务报表,企业会计信息的真实性、可靠性直接影响预警模型的可靠性和敏感性。我国上市公司公司治理不完善,内部人控制现象严重以及中介机构的道德诚信责任不足,造成财务报表扭曲现象普遍存在,投资者在运用这一方法时应注意这个因素的影响。
此外,尤其值得注意的是加强财务预警系统的后续管理。前期的财务预警系统构建固然重要,但科学完备的后续管理同样不可忽视,因为它可以保证预警系统的正常运行和预警功能的充分发挥。后续管理工作通常包括:1、日常监管和维护,保证预警系统与其他管理系统之间数据接口通畅、数据共享充分;2、财务业务数据、指标体系、预警临界标准等有序更新,保证预警功能的准确和及时;3、保障各项数据库的安全和完整,数据是预警系统发挥功能的基础,加强数据库的防病毒入侵、防黑客盗取、防非法操作等措施至关重要。
四、结语
虽然财务危机模型为财务危机的预警提供了定量分析的方法,增强了预测的科学性和指向性。但是这些模型也存在一些问题。一是虽然企业同样存在生命周期,但不同时期财务状况和财务指标有着不同的特征。如企业在初创期,企业现金短缺、利润和经营现金流量较低是常见现象,不能就此轻易地判断企业的失败。而在企业的成熟期,企业本应现金充沛,负债减少,而企业此时如果出现了现金的问题,那么就有可能出现财务危机了。同样,在企业的衰退期,报表中反映盈利能力的指标都开始下降,有的甚至逐渐转为负数。所以,采用定量分析法分析我国上市公司财务危机还有待于以后的进一步研究。
另外,定量分析方法在当前财务危机防范研究中处于主流地位,但是由于财务危机发生的不确定性,进行定性分析也具有有效性,特别是具备高素质管理人才或聘请有关专家进行咨询的公司,定性分析更为有效。定性分析可以解决定量分析中只能得出量化结果而不能及时提供解决方案的弊端。
(作者单位:陕西理工学院经法学院)
主要参考文献:
[1]晏静,裘益政.两种财务分析体系的对比――从银广夏事件谈起[J].财会通讯,2001.10.
[2]郑茂.我国上市公司财务风险预警模型的构建及实证分析.金融论坛,2003.10.
[3]王娟.财务危机理论在我国的运用[J].统计与决策,2004.11.
[4]邓红征,万子章.构建企业财务危机预警系统的思考[J].天津经济,2008.1.
转载注明来源:https://www.xzbu.com/2/view-408556.htm
