摘 要：隨著我國市場經(jīng)濟的深入發(fā)展，上市公司的財務(wù)危機預(yù)警與防范對于上市公司的可持續(xù)發(fā)展具有重要的現(xiàn)實意義。本文通過構(gòu)建Logistic模型，選取我國上市公司中的部分ST和非ST公司作為樣本數(shù)據(jù)進行實證分析。經(jīng)過差異性分析最終選取總資產(chǎn)周轉(zhuǎn)率、凈利潤增長率和現(xiàn)金債務(wù)總額比這三個預(yù)警指標(biāo)，通過邏輯回歸分析建立財務(wù)危機預(yù)警模型，取得了較好的預(yù)警效果。
關(guān)鍵詞：上市公司；財務(wù)預(yù)警；Logistic模型
一、問題的提出
財務(wù)危機預(yù)警主要是通過對企業(yè)財務(wù)信息進行分析為基礎(chǔ)，通過構(gòu)建財務(wù)預(yù)警指標(biāo)體系對企業(yè)的財務(wù)狀況進行分析判斷的財務(wù)管理活動。建立財務(wù)危機預(yù)警系統(tǒng)，及早診斷出危機信號，并采取相應(yīng)措施，將危機消滅于萌芽狀態(tài)，已成為現(xiàn)代財務(wù)管理的一項重要內(nèi)容。財務(wù)危機預(yù)警通常是依據(jù)財務(wù)數(shù)據(jù)構(gòu)建一個模型，以這種模型來完成對財務(wù)危機的預(yù)測和報警。企業(yè)財務(wù)危機預(yù)警作為一種成本低廉的診斷工具，在實踐中有著極其廣泛的應(yīng)用范圍。
財務(wù)危機預(yù)警研究始于20世紀六十年代，時至今日，許多研究成果已軟件化并付諸商業(yè)應(yīng)用，有力地支撐了實際經(jīng)濟活動的決策。總的來說，財務(wù)危機預(yù)警的研究主要有單變量分析、多元線性分析、Logistic分析等方法，但由于Logistic分析的簡單適用以及所表現(xiàn)出來的強大能力，使其成為近年來財務(wù)危機預(yù)警研究的首選。本文試圖運用Logistic分析的方法，通過構(gòu)建Logistic模型，選取我國上市公司中部分ST公司和正常公司作為樣本數(shù)據(jù)來源，對我國上市公司財務(wù)危機預(yù)警做出一定的探討。
二、上市公司財務(wù)危機預(yù)警模型的構(gòu)建
（一）研究假設(shè)
企業(yè)在經(jīng)營過程中，會面臨各種各樣的風(fēng)險，風(fēng)險的存在使得企業(yè)的經(jīng)營產(chǎn)生了不定性。若這種風(fēng)險得不到及時的處理，就會隨企業(yè)的成長而逐步積累。隨著風(fēng)險積累程度的深，企業(yè)陷入財務(wù)危機的概率也會隨之增大。風(fēng)險積累到企業(yè)無法承受的程度時，便形成了財務(wù)危機。因此，我們提出下面的假設(shè)H1：財務(wù)危機存在不同的發(fā)展階段。
財務(wù)指標(biāo)是企業(yè)經(jīng)營狀況的晴雨表，企業(yè)營狀況的變化必然會導(dǎo)致財務(wù)指標(biāo)的變化。而企業(yè)的經(jīng)營狀況和風(fēng)險密切相關(guān)，風(fēng)險愈大，經(jīng)營不穩(wěn)定。因此，我們提出下面的假設(shè)H2：在不同的風(fēng)險程度下，財務(wù)指標(biāo)會有不同的反應(yīng)。
（二）樣本選取
本研究把因“財務(wù)狀況異常”被證券公司進行特別處理（ST）作為上市公司發(fā)生財務(wù)危機的操作性定義，其主要的判斷依據(jù)一是該上市公司最近連續(xù)兩個會計年度審計結(jié)果顯示為虧損；二是注冊會計師對最近一個會計年度的財務(wù)會計報告出具否定意見或無法出具意見；三是最近會計年度審計結(jié)果顯示股東權(quán)益低于注冊資本。
樣本分為兩組：一組為發(fā)生財務(wù)危機的ST公司；另一組為正常公司，所選定的樣本為中國證券市場深市和滬市的ST公司2005年至2007年的歷史數(shù)據(jù)。 根據(jù)上述樣本選擇標(biāo)準(zhǔn)，最終獲得了一個由100家上市公司組成的樣本（股票名稱及代碼略）： ST公司和非ST公司各為35家，共計70家，具體行業(yè)涉及房地產(chǎn)，機械，設(shè)備，儀表，紡織，服裝，石油化學(xué)以及金屬等15個行業(yè)，選出的樣本公司的分布情況基本上與我國上市公司的分布情況相符合，具有一定的代表性。
（三）預(yù)警變量設(shè)計
預(yù)警指標(biāo)及預(yù)警變量的設(shè)計是正確進行預(yù)警的關(guān)鍵，在參照國內(nèi)外研究成果的基礎(chǔ)上，結(jié)合我國上市公司的實際情況，選擇了能反映公司流動性、結(jié)構(gòu)性、效率性、盈利性和成長性5大類21個財務(wù)預(yù)警指標(biāo)作為研究變量進行統(tǒng)計檢驗，指標(biāo)的計算公式略，具體指標(biāo)見表1。
表1 財務(wù)危機預(yù)警指標(biāo)體系設(shè)計
預(yù)警指標(biāo)（一級） 預(yù)警指標(biāo)（二級） 預(yù)警指標(biāo)（一級） 預(yù)警指標(biāo)（二級）
流動性指標(biāo) X1：流動比率 盈利性指標(biāo) X12：凈資產(chǎn)收益率
X2：速動比率 X13：資產(chǎn)報酬率
結(jié)構(gòu)性指標(biāo) X3：資產(chǎn)負債比率 X14：銷售凈利率
X4：流動負債比率 X15：銷售毛利率
X5：主營業(yè)務(wù)成本比率 成長性指標(biāo) X16：主營業(yè)務(wù)收入增長率
X6：營業(yè)費用比率 X17：主營業(yè)務(wù)利潤增長率
X7：管理費用比率 X18：稅前利潤增長率
X8：財務(wù)費用比率 X19：凈利潤增長率
效率指標(biāo) X9：應(yīng)收賬款周轉(zhuǎn)率 X20：總資產(chǎn)增長率
X10：存款周轉(zhuǎn)率 X21：股東權(quán)益增長率
X11：總資產(chǎn)周轉(zhuǎn)率
（四）財務(wù)預(yù)警模型的構(gòu)建
由于在經(jīng)濟生活中許多現(xiàn)象都是以分類變量，而不是連續(xù)變量來表示的，因此研究變量的取值只有兩類情況，即“是”與“否”。對于分類變量的分析，Logistic回歸模型仍然具有不可替代的作用。假設(shè) 第i個發(fā)生財務(wù)危機的預(yù)警變量矩陣，那么根據(jù)累積分布函數(shù)，其發(fā)生財務(wù)危機的概率P和X、之間存在如下回歸關(guān)系：
（1）
上式為logistic回歸模型，是一個由解釋變量 ，構(gòu)成的非線性函數(shù)（non-linear function），其反應(yīng)函數(shù)呈現(xiàn)倒S型或是S型，反應(yīng)函數(shù)的概率值落于0到1之間，易于對結(jié)果作解釋， Logistic函數(shù)可以被轉(zhuǎn)換為線性函數(shù)（linear function） 。
首先，定義不發(fā)生事件的概率為：
= （2）
那么事件發(fā)生概率與不發(fā)生概率之比為：
（3）
這個比被稱之為事件的發(fā)生比（the odds of experiencing an event），簡標(biāo)為odds，設(shè) ，將odds取自然劉數(shù)就能夠得到一個線性函數(shù)：
（4）
公式（4）將Logistic函數(shù)做了自然對數(shù)轉(zhuǎn)換，稱為Logit形式，即所謂的Logit模型。
（五）財務(wù)預(yù)警模型的檢驗
為了確定各個預(yù)警指標(biāo)是否具有財務(wù)風(fēng)險的預(yù)警能力，分別計算了ST公司和正常公司的財務(wù)風(fēng)險預(yù)警指標(biāo)值，運用SPSS11.5統(tǒng)計軟件，通過T檢驗來判別它們之間是否具有顯著性差異。T檢驗的判別結(jié)果如表2所示。
表2 ST公司與正常公司財務(wù)風(fēng)險預(yù)警指標(biāo)的差異性分析
預(yù)警指標(biāo) 平均值 T檢驗值
正常公司 ST公司 T值 P值 備注
X1：流動比率 1.610 1.242 -1.658 0.103
X2：速動比率 1.154 0.886 -1.437 0.156
X3：資產(chǎn)負債比率 0.673 0.545 -0.354 0.724
X4：流動負債比率 0.590 0.502 -0.28 0.781
X5：主營業(yè)務(wù)成本比率 0.744 0.771 0.841 0.404
X6：營業(yè)費用比率 0.068 0.049 -1.083 0.283
X7：管理費用比率 0.083 0.149 2.198 0.032 顯著
X8：財務(wù)費用比率 0.017 0.053 2.63 0.011 顯著
X9：應(yīng)收賬款周轉(zhuǎn)率 10.859 7.461 -1.092 0.279
X10：存貨周轉(zhuǎn)率 4.319 4.139 -0.189 0.851
X11：總資產(chǎn)周轉(zhuǎn)率 0.666 0.487 -1.793 0.078
X12：凈資產(chǎn)收益率 0.071 0.036 -2.946 0.005 顯著
X13：資產(chǎn)報酬率 0.041 0.012 -4.269 0 顯著
X14：銷售凈利率 0.068 0.041 -2.403 0.02 顯著
X15：銷售毛利率 0.256 0.229 -0.841 0.404
X16：主營業(yè)務(wù)收入增長率 1.261 1.030 -2.595 0.012 顯著
X17：主營業(yè)務(wù)利潤增長率 1.230 1.162 -0.486 0.629
X18：稅前利潤增長率 1.407 0.845 -1.177 0.244
X19：凈利潤增長率 1.117 0.797 -1.811 0.075
X20：總資產(chǎn)增長率 1.181 1.073 -2.771 0.008 顯著
X21：股東權(quán)益增長率 1.073 1.096 0.679 0.5
T檢驗值為異方差雙樣本T檢驗值，原假設(shè)為：ST公司的財務(wù)風(fēng)險預(yù)警指標(biāo)和正常公司的財務(wù)風(fēng)險預(yù)警指標(biāo)沒有顯著性差異。該檢驗是在95%的置信水平上進行的檢驗。
根據(jù)上表所列的檢驗結(jié)果，在95%的置信水平上選擇了有顯著性差異的X7、X8、X12、X13、X14、X16、X20等7個變量作為建立財務(wù)風(fēng)險預(yù)警指標(biāo)模型的備選變量。
繼續(xù)運用SPSS11.5統(tǒng)計軟件，將X7、X8、X12、X13、X14、X16、X20等7個變量進行邏輯回歸分析，通過多次組合并結(jié)合擬合度的判斷，由X13、X14、X20所組成的預(yù)警模型擬合度最好。邏輯回歸分析結(jié)果如表3所示。
表3 模型樣本邏輯回歸分析結(jié)果
B S.E. Wald df Sig.
X13 -153.423 50.342 9.288 1 0.002
X14 42.779 19.619 4.754 1 0.029
X20 -6.942 3.339 4.321 1 0.038
Constant 8.418 3.701 5.173 1 0.023
注釋：表中Constant表示為顯性方程組的截距；B表示為參數(shù)估計值，S.E表示為標(biāo)準(zhǔn)差；Wald表示為Wald統(tǒng)計量；Sig.表示為顯著性水平。
（5）
根據(jù)式（5）得到上市公司財務(wù)風(fēng)險預(yù)警模型：
將上述模型的判別臨界值確定為0.5，即當(dāng)上市公司的Pi值大于0.5時，可判定該公司在兩年后將成為ST公司；而當(dāng)上市公司的Pi值小于0.5時，則可判定該公司在兩年后仍屬于正常公司。
式中P表示財務(wù)危機事件發(fā)生的概率。本論文把發(fā)生財務(wù)危機的首次虧損公司歸類為1，把正常公司歸類為0，由于本論文是按照1：1的均衡比例選取財務(wù)危機企業(yè)和非財務(wù)危機企業(yè)樣本的，可以認為企業(yè)發(fā)生財務(wù)危機的先驗概率為0.5，因此在進行Logit回歸分析時，模型的分割點選擇在0.5，即如果計算出來的事件（Y=1）的概率值大于0.5，則判定危機事件發(fā)生，該企業(yè)歸類為財務(wù)危機企業(yè)，否則就判定危機事件不發(fā)生，該企業(yè)為健康企業(yè)。
表4 基于Logit回歸模型的財務(wù)危機預(yù)警分類統(tǒng)計表
預(yù)測結(jié)果
ST公司（1） 正常公司（0） 合計 準(zhǔn)確率
ST公司（1） 29 6 35 82.86%
正常公司（0） 7 28 35 80.00%
合計 36 34 70 81.43%
對原始數(shù)據(jù)進行回代檢驗，檢驗結(jié)果為35家危機企業(yè)中有6家被誤判為健康企業(yè)，準(zhǔn)確率為82.86%；35家健康企業(yè)中有7家被誤判為財務(wù)危機企業(yè)，準(zhǔn)確率為80.00%，對于整個樣本，總的準(zhǔn)確率為81.43%。
三、結(jié)論及局限性
本文對我國上市公司的財務(wù)危機預(yù)警進行了實證研究，主要以ST公司和正常上市公司為研究對象。主要目的是建立基于我國上市公司具有實際可操作性的財務(wù)危機預(yù)警模型，利用上市公司公開披露的財務(wù)信息和其他信息建立預(yù)測模型，進行企業(yè)財務(wù)危機的預(yù)測，研究的主要結(jié)論有：
第一，Logit模型不失為一種簡單而有效的預(yù)測方法，通過上文對財務(wù)危機預(yù)警模型的實證分析可以看出，通過Logit模型對財務(wù)危機預(yù)警的實證檢驗，其準(zhǔn)確率平均可以達到81.43%，所以可以將此模型應(yīng)用于上市公司危機預(yù)測，借此了解企業(yè)發(fā)生成長性危機的可能性。
第二，在反映上市公司的流動性、結(jié)構(gòu)性、效益性、盈利性和成長性的21個財務(wù)變量中，資產(chǎn)報酬率、銷售凈利率、總資產(chǎn)增長率這3個財務(wù)變量包含著豐富的預(yù)警判別和決策信息量，運用3個財務(wù)變量組成的預(yù)警模型能夠?qū)ι鲜泄镜呢攧?wù)風(fēng)險進行較為準(zhǔn)確的預(yù)警、預(yù)測。
當(dāng)然，本文的研究也存在一定的局限性，主要表現(xiàn)在：一是在模型的構(gòu)建上，本文參考相關(guān)文獻，采用了Logistic回歸分析法，由于計算技術(shù)的局限，未采用類神經(jīng)網(wǎng)絡(luò)、時間序列分析等方法構(gòu)建模型，也未對計量模型本身進行創(chuàng)新；二是樣本容量只有70個，數(shù)量相對有限；三是在財務(wù)預(yù)警指標(biāo)的選取中主要選取的是財務(wù)相關(guān)指標(biāo)，對非財務(wù)因素指標(biāo)如董事會組成結(jié)構(gòu)、股權(quán)結(jié)構(gòu)、管理者的教育水平、宏觀經(jīng)濟環(huán)境等，且非財務(wù)變量無法與財務(wù)變量取得相同的基礎(chǔ)，因此，本研究將非財務(wù)因素之指標(biāo)排除于研究范圍之外，研究的全面性還有待提高。
參考文獻
[1] 宋新平. 財務(wù)危機預(yù)警模型及其實證研究[J]. 統(tǒng)計與決策，2007（9）
[2] 王斌. 構(gòu)建財務(wù)危機預(yù)警重點指標(biāo)觀測體系[J]. 生產(chǎn)力研究，2007（16）
[3] 閏江，馬才華. 上市公司財務(wù)危機實證研究[J]. 江蘇科技大學(xué)學(xué)報，2006（12）
