西部地区装备制造业上市公司财务危机预警研究
来源:用户上传
作者: 黄越 韩丹丹 刘婷
【摘要】 文章以财务危机预警为出发点,采用Logistic回归模型和灰色系统理论方法,研究构建了财务危机预警判别模型,对上市公司的财务数据进行预测,并利用此模型进行了判别分析,证实预测效果较好,从而为企业的风险管理提供了新的思路和方法。
【关键词】 装备制造业; 财务危机; Logistic回归; 灰色预测
一、引言
装备制造业是为国民经济和国家安全提供技术装备的制造业的总称。它覆盖了机械、电子、武器弹药制造业中生产投资类产品的全部企业,具体可以分为以下七大类:金属制品业、通用机械制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、电子通信设备制造业、仪器仪表和文化办公用机械制造业等。装备制造业的发展已然成为我国经济发展的支柱产业,就全国范围来看,西部地区集中了装备制造业中绝大多数国防产品的生产,这既是西部装备制造业的特色,又是西部装备制造业最大的优势。纵观国家五十多年的建设,西部地区的装备制造业形成了比较完整的体系,积累了较大的资产存量,但由于种种原因,其综合经济效益和利润率却远远落后于同期长江三角洲地区和珠江三角洲地区,也明显低于全国装备制造业的平均水平,且不乏个别企业陷入财务危机的困境。这些充分说明了西部装备制造业资产质量低、经济运行效益差、财务问题较突出等现实问题。
由此可见,对西部地区装备制造业的上市公司进行财务危机预警研究是十分必要的:一方面从财务健康的角度,及早发现危机潜在因素,预防危机的发生;另一方面从企业可持续发展的角度,以科学的方法对企业的运行状况进行观察,为企业的经营管理者提供有效信息,规避风险、提高效率。
企业财务风险的破产研究最早是国外学者Beaver(1966)的单变量模型和Altman(1968)的多元判别模型,随后Logistic回归模型、人工智能、粗糙集模型等也都广泛用于企业财务风险的研究和预测中。国内很多学者也结合我国上市公司披露的有关资料开展了相关研究,张玲(2000)、陈静(1999)、吴世农和卢贤义(2001)、黄道利(2006)等人有效地将以上方法运用到中国市场建立预测模型,并获得了较高的判别精度,取得了一定的应用成果。近几年,许多专家学者(党云霞等,2009)在灰色系统理论的研究基础下,围绕企业财务危机预警的研究展开了广泛的研究,为本文的研究奠定了一定的基础,因此本文基于Logistic预警判别模型和灰色系统理论,对西北地区装备制造业的上市公司进行财务危机预警的研究,并在研究基期以后的若干期财务危机预警指标进行预测,从而提前发现财务危机,及早进行预防和控制,为企业进行风险管理提供了新的思路和方法。
二、相关理论概述
(一)Logitic回归模型
在研究企业财务危机预警中,Logistic回归被认为是预测精度比较理想的模型,而且对数据与假设条件要求很少,且Logistic回归的稳健性比较好,能适用于不同的检验样本,可以对财务危机发生概率与特征变量之间的关系进行定量分析,能分辨出哪些变量与发生财务危机有密切的关系。
Logistic回归的基本原理为假设以P表示事件发生的概率,即p=P(Y=1),事件未发生的概率为(1-p)。引入p的Logistic变换,即:
Y=1,存财务危机0,没有财务危机 ,
θ(P)=logit(P)=ln[P/(1-P)]=?茁0+?茁1X1+?茁2X2+?茁3X3+…+?茁nXn+?孜
将p表示为:
很明显,θ(P)以Logist(0.5)=0为中心对称,θ(P)在p=0或p=1的附近从-∞变到∞。该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,具有广泛的应用范围。
(二)灰色系统理论
灰色系统理论是邓聚龙教授于1982年提出的,主要是对“部分信息已知,部分信息未知”的“小样本”、“贫信息”的不确定性问题,运用数学方法进行描述。而灰色预测是灰色系统理论的重要组成部分,包括灰色数列预测、灰色灾变预测、灰色系统预测等。这些类型的预测虽然各具特色,但就其本质而言,都是灰色GM(1,1)模型的扩展,其基本方法是用指数曲线拟合原始点列,并由此对原始点列进行预测,预测结果精度较高,但也有些预测不符合实际的情况。
灰色理论建模及预测原理如下:
1.原始数据序列为:X(0)=(x(0)(1),x(0)(2),x(0)(3),……,x(0)(n));
三、财务危机预警模型的构建
(一)研究样本指标的选取
在研究中,本文以中国证监会公布的《上市公司行业分类指引》为行业分类标准,选取了西部地区17家装备制造业上市公司2008―2009年的年报和半年报4期的财务数据,根据指标选取的相关原则、财务管理的理论和研究对象的特点,在阅读了大量相关文献,参考证监会对上市公司绩效考评的相关文件和相关网站后,选取能够反映公司财务状况的偿债能力指标、盈利能力指标、成长能力指标、资产管理能力指标和现金流量指标等5大类26个指标,并在此基础上,将上市公司的股权结构、公司治理等方面的5个非财务指标引入了本次研究的预警指标体系。
本文的研究以2009年为时间基点(即T期数据),以半年时间为等时距,选取了四期上市公司年报数据,即2009年半年期为T-1期,2008年为T-2期,2008年半年期为T-3期。验证所取的为2010年半年期数据,定义为T+1期,以此类推。本文所有财务指标和非财务指标数据一部分是根据上市公司年报、半年报提供的财务报表计算得出,一部分根据证券之星网站上提供的数据直接取得。
为了更好地反映企业的财务状况,使财务危机预警模型更好地发挥作用,将这31个预警指标进行一系列的检验和降维。具体分为以下几个步骤:
1.对初选的31个预警指标,运用软件进行T检验,目的是为了剔除那些反映重复信息或者没有显著性的预警指标。
2.对剩余的指标进行标准化处理。这样做,一方面是为了减少由于指标的量纲不同、数量级别不同而造成的数据分析误差;另一方面是在运用灰色系统软件,做灰色预测时对方便预警指标进行ex函数处理。
3.对进行标准化处理后的数据进行相关性分析,得出相关系数矩阵,将不符合条件的预警指标进行删除,剩下的最后指标为最终本文需要的财务危机预警指标体系。
(二)数据分析
在本研究中,将第T期、T-1期、T-2期和T-3期的预警指标进行显著性检验,并将4期共同的显著性指标筛选出来,使预警指标具有共通性,适合企业进行长期预测;接着对上述预警指标进行相关性分析,最终确定西部地区装备制造业上市公司财务危机预警指标体系(见表1)。
(三)灰色预测数据分析
在本研究的预测中,运用灰色系统理论中的数据GM(1,1)灰色预测模型,将西北地区装备制造业上市公司的第T期、T-1期、T-2期和T-3期样本数据输入模型,得到经过软件预测出样本的第T+1期、T+2期和T+3期的预警指标数据,并将这些数据代入到Logistic回归模型中,进行西部地区制造业上市公司的财务危机预警判断。
(四)Logistic回归模型的构建
本研究中,运用SPSS17.0软件,将最近一期的预警指标数据(即T期)进行了Logistic回归模型检验,结果中Cox & Snell R2和Nagelkerke R2统计量分别为0.711、0.938,说明了模型拟合优度较高。从模型分类表中可以看到回归模型采用的数据完整(见表2)。
通过表2可以看到,观测值和预测值的校正百分比均为100%,说明在模型中的数据变量没有缺失。经过软件的计算得出了Logistic回归模型的常数项和系数,具体数据如表3所示。
将预测数据代入模型中,可以得出第T+1期、T+2期和T+3期西部地区装备制造业上市公司的财务状况。在本文中,T+1期的上市公司财务指标已经公布,可以将实际值与预测结果进行对比,得到预测准确率(见表4),而第T+2期和第T+3期的预测准确率要参考第T+1期的结果,并根据未来经济发展趋势进行综合判断,从而对上市公司的发展趋势作出准确判断。具体结果如表5所示。
从表4可以看到T+1期的预测结果准备率分别为88%、100%,效果较好。
从表5可以看到T+2期和T+3期的预测结果较T+1期有所降低,预测综合准确率分别为70%、60%。
四、结果分析
通过以上分析,可以得出:1.采用Logistic回归模型和灰色预测理论对装备制造业上市公司的财务危机预警的研究是有效可行的,且可以通过调整财务危机预警指标的选取,推广到其他非上市公司进行整体预警,提高西部地区装备制造业的整体实力;2.随着预测期数的增加,预测的准确率是呈下降的趋势,也就是说,距离预测时点越接近的结果,预测准确率就越高,在T+1期的预测综合准确率达到了88%以上,可以基本采信预测结果;3.在进行财务危机预警预测的过程中,由于个别原因造成财务指标数据的不真实或不准确的情况存在,从而造成预测结果的不准确性,因此在进行财务危机预测预警的同时,也应当结合当时的经济政策和金融环境,以及企业自身的发展状况进行综合判断,避免出现误判或漏判。
五、结论
企业财务危机预警系统是一个具有高度复杂性、多元性和综合性的系统,想要建立一个真正有效的财务危机预警系统是一个漫长的过程。笔者根据以上的研究结果分析后,对西部地区装备制造业上市公司财务危机预警研究提出以下建议:1.应该建立完善的财务控制系统。内部控制制度是为了保护经济主体的资产完整,保证会计资料真实、正确,从而直接影响到财务预警模型中各种指标、财务比率计算的真实性。2.加强市场监管力度。加强对上市公司的财务监管除了要建立传统的财务评价体系,还必须建立财务预警分析机制,二者相辅相成、相互促进,而财务评价体系和财务分析机制正好是财务危机预警系统的核心子系统。3.强化全员风险意识。风险防范意识是企业财务危机预警系统得以成功建立并有效运行的前提。财务危机预警系统不能是虚设的系统,只有得到高度重视才能发挥其功效。这就要求企业全体员工特别是管理层在思想上要保持高度警惕,随时注意企业经营过程中出现的问题和潜在的危机,一旦发现苗头,立即采取有效措施予以消除。
【参考文献】
[1] Lu Bing. Financial crisis and sustainable development of Chinese manufacturing industry[J]. Ecological Economy(2009)5:38-49.
[2] Hyewon Youn ,Zheng Gu. Predicting Korean lodging firm failures:An artificial neural network model along with a logistic regression model[J]. International Journal of Hospitality Management 29(2009)120-127.
[3] 吕佳男,贾炜莹.我国制造业上市公司的财务危机预警系统实证研究[J].会计之友,2009(5).
[4] 卢永艳,王维国.制造业上市公司财务困境预测――基于panel-logit模型的实证分析[J].统计与信息论坛,2010(4).
[5] 陈宁欣.基于Logistic回归分析的我国民营企业财务危机预警的实证研究[J].时代金融,2010(12).
[6] 刘开瑞,弥莹.基于主成分分析法构建陕西省上市公司财务预警模型[J].科学经济社会,2010(4).
转载注明来源:https://www.xzbu.com/3/view-767795.htm