财务管理 - 模型 - 我国上市公司财务困境的预测模型研究966.docx

《财务管理 - 模型 - 我国上市公司财务困境的预测模型研究966.docx》由会员分享，可在线阅读，更多相关《财务管理 - 模型 - 我国上市公司财务困境的预测模型研究966.docx（30页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Evaluation Warning: The document was created with Spire.Doc for .NET.我国上市公司财务困境的预测模型研究内容提要：本文以我国上市公司为研究对象，选取了70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析，研究财务困境出现前5年内各年这二类公司21个财务指标的差异，最后选定6个为预测指标，应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法，分别建立三种预测财务困境的模型。研究结果表明：(1)在财务困境发生前2年或1年，有16个财务指标的信息时效性较强，其中净资产报酬

2、率的判别成功率较高；(2)三种模型均能在财务困境发生前做出相对准确的预测，在财务困境发生前4年的误判率在28以内；(3)相对同一信息集而言，Logistic预测模型的误判率最低，财务困境发生前1年的误判率仅为647。一、财财务困境境预测模模型研究究的基本本问题财务困困境(FFinaanciial disstreess)又称“财务危危机”(Fiinannciaal ccrissis)，最严严重的财财务困境境是“企业破破产”(Baankrrupttcy)。企业业因财务务困境导导致破产产实际上上是一种种违约行行为，所所以财务务困境又又可称为为“违约风风险”(Deefauult rissk)。事事实上

3、，企企业陷入入财务困困境是一一个逐步步的过程程，通常常从财务务正常渐渐渐发展展到财务务危机。实实践中，大大多数企企业的财财务困境境都是由由财务状状况正常常到逐步步恶化，最最终导致致财务困困境或破破产的。因因此，企企业的财财务困境境不但具具有先兆兆，而且且是可预预测的。正正确地预预测企业业财务困困境，对对于保护护投资者者和债权权人的利利益、对对于经营营者防范范财务危危机、对对于政府府管理部部门监控控上市公公司质量量和证券券市场风风险，都都具有重重要的现现实意义义。纵观观财务困困境判定定和预测测模型的的研究，涉涉及到三三个基本本问题：一是财财务困境境的定义义；二是是预测变变量或判判定指标标的选择择

4、；三是是计量方方法的选选择。(一)财务困困境的定定义关于财财务困境境的定义义，有不不同的观观点。CCarmmiehhaell(19972)认为财财务困境境是企业业履行义义务时受受阻，具具体表现现为流动动性不足足、权益益不足、债债务拖欠欠及资金金不足四四种形式式。Rooss等等人(119999；20000)则则认为可可从四个个方面定定义企业业的财务务困境：第一，企企业失败败，即企企业清算算后仍无无力支付付债权人人的债务务；第二二，法定定破产，即即企业和和债权人人向法院院申请企企业破产产；第三三，技术术破产，即即企业无无法按期期履行债债务合约约付息还还本；第第四，会会计破产产，即企企业的账账面净资

5、资产出现现负数，资资不抵债债。从防防范财务务困境的的角度看看，“财务困困境是指指一个企企业处于于经营性性现金流流量不足足以抵偿偿现有到到期债务务”，即技技术破产产。在Beeaveer(119666)的研研究中，79家“财务困境公司”包括59家破产公司、16家拖欠优先股股利公司和3家拖欠债务的公司，由此可见，Beaver把破产、拖欠优先股股利、拖欠债务界定为财务困境。Altman(1968)定义的财务困境是“进入法定破产的企业”。Deakin(1972)则认为财务困境公司“仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司”。(二)预测变变量的选选择财务困困境预测测模型因因所用的的信

6、息类类型不同同分为财财务指标标信息类类模型、现现金流量量信息类类模型和和市场收收益率信信息类模模型。1财财务指标标信息类类模型。Ahman(1968)等学者(Ahman，Haldeman和Narayanan，1980；Platt和Platt，1991)使用常规的财务指标，如负债比率、流动比率、净资产收益率和资产周转速度等，作为预测模型的变量进行财务困境预测。尽管财财务指标标广泛且且有效地地应用于于财务困困境预测测模型，但但如何选选择财务务指标及及是否存存在最佳佳的财务务指标来来预测财财务困境境发生的的概率却却一直存存在分歧歧。Haarmeer(119833)指出出被选财财务指标标的相对对独立性

7、性能提高高模型的的预测能能力。BBoriitz(19991)区区分出665个之之多的财财务指标标作为预预测变量量。但是是，自ZZ模型(119688)和ZETTA模型型(19977)发明后后，还未未出现更更好的使使用财务务指标于于预测财财务困境境的模型型。2现现金流量量信息类类模型。现现金流量量类信息息的财务务困境预预测模型型基于一一个理财财学的基基本原理理：公司司的价值值应等于于预期的的现金流流量的净净现值。如如果公司司没有足足够的现现金支付付到期债债务，而而且又无无其他途途径获得得资金时时，那么么公司最最终将破破产。因因此，过过去和现现在的现现金流量量应能很很好地反反映公司司的价值值和破产产

8、概率。在Geentrry，Newwbolld和Whiitfoord(19885a；19885b)研究的的基础上上，Azziz、Emaanueel和Lawwsonn(19988)发展了了现金流流量信息息预测财财务困境境模型。公公司的价价值来自自经营的的、政府府的、债债权人的的、股东东的现金金流量的的折现值值之和。他他们根据据配对的的破产公公司和非非破产公公司的数数据，发发现在破破产前55年内两两类公司司的经营营现金流流量均值值和现金金支付的的所得税税均值有有显著的的差异。显显然，这这一结果果是符合合现实的的。破产产公司与与非破产产公司的的经营性性现金流流量会因因投资质质量和经经营效率率的差异异而

9、不同同，二者者以现金金支付的的所得税税也会因因税收会会计的处处理差异异而不同同。Azziz、Emaanueel和Lawwsonn(19989)比较了了Z模型、ZZETAA模型、现现金流量量模型预预测企业业发生财财务困境境的准确确率，发发现现金金流量模模型的预预测效果果较好。3市市场收益益率信息息类模型型。Beeaveer(119688)是使使用股票票市场收收益率信信息进行行财务困困境预测测研究的的先驱。他他发现在在有效的的资本市市场里，股股票收益益率也如如同财务务指标一一样可以以预测破破产，但但时间略略滞后。Altman和Brenner(1981)的研究表明，破产公司的股票在破产前至少1年内在

10、资本市场上表现欠佳。Clark和Weinstein(1983)发现破产公司股票在破产前至少3年内存在负的市场收益率。然而，他们也发现破产公告仍然向市场释放了新的信息。破产公司股票在破产公告日前后的两个月时间区段内平均将经历26的资本损失。Ahaaronny，Jonnes和和Swaary(19880)提提出了一一个基于于市场收收益率方方差的破破产预测测模型。他他们发现现在正式式的破产产公告日日之前的的4年内，破破产公司司的股票票的市场场收益率率方差与与一般公公司存在在差异。在在接近破破产公告告日时，破破产公司司的股票票的市场场收益率率方差变变大。(三)计量方方法的选选择财务困困境的预预测模型型因

11、选用用变量多多少不同同分为单单变量预预测模型型和多变变量预测测模型；多变量量预测模模型因使使用计量量方法不不同分为为线性判判定模型型、线性性概率模模型和LLogiistiic回归归模型。此外，值值得注意意的是，近近年来财财务困境境预测的的研究方方法又有有新的进进展。网网络神经经遗传方方法已经经开始被被应用于于构建和和估计财财务困境境预测模模型。(四)我国对对企业财财务困境境预测的的研究在国内内的研究究中，吴吴世农、黄黄世忠(19886)曾曾介绍企企业的破破产分析析指标和和预测模模型；陈陈静(119999)以19998年的的27家ST公司司和277家非STT公司，使使用了11995519997年

12、的的财务报报表数据据，进行行了单变变量分析析和二类类线性判判定分析析，在单单变量判判定分析析中，发发现在负负债比率率、流动动比率、总总资产收收益率、净净资产收收益率44个财务务指标中中，流动动比率与与负债比比率的误误判率最最低；在在多元线线性判定定分析中中，发现现由负债债比率、净净资产收收益率、流流动比率率、营运运资本总资产产、总资资产周转转率6个指标标构建的的模型，在在ST发生生的前33年能较较好地预预测STT。张玲玲(20000)以1200家公司司为研究究对象，使使用其中中60家公公司的财财务数据据估计二二类线性性判别模模型，并并使用另另外600家公司司进行模模型检验验，发现现模型具具有超

13、前前4年的预预测结果果。二、本本文的样样本和研研究方法法本文与与以前我我国上市市公司财财务困境境的研究究有所不不同。第第一，样样本新、时时间长、容容量大。本本文研究究的STT样本包包括1999820000年发发生STT的公司司，即AA股市场场上全部部的STT公司，同同时剔除除了非正正常的SST公司司；此外外，样本本数据的的收集时时间延至至公司发发生STT前5年，样样本时间间跨度较较长。选选入研究究的STT样本公公司700家和相相对应的的非STT样本公公司700家，样样本容量量达到了了1400家，可可望在一一定程度度上降低低估计和和预测误误差。第第二，选选择多种种研究方方法，建建立单变变量判定定

14、模型和和三种多多变量判判定模型型，并比比较各种种模型在在财务困困境预测测中的效效率。(一)财务困困境公司司的样本本选定本文从从我国AA股市场场上3年中出出现的882家ST公司司中界定定出700家公司司作为财财务困境境公司，进进行财务务困境预预测研究究。它们们是：(1)连连续两年年亏损，包包括因对对财务报报告调整整导致连连续两年年亏损的的“连亏”公司，共共51家；(2)一年亏亏损但最最近一个个会计年年度的股股东权益益低于注注册资本本，即“巨亏”公司，共共16家；(3)因注册册会计师师意见而而特别处处理的，共共3家。但但排除了了：(11)上市市两年内内就进入入特别处处理的公公司，共共8家。排排除原

15、因因是财务务数据过过少和存存在严重重的包装装上市嫌嫌疑，因因此与样样本中的的其他公公司不具具有同质质性；(2)因因巨额或或有负债债进行特特别处理理的公司司，共22家。排排除原因因是或有有负债属属偶发事事件，不不是由企企业正常常经营造造成的，与与其他样样本公司司不具有有同质性性；(3)因自自然灾害害、重大大事故等等进行特特别处理理的，共共2家，原原因同(2)。(二)研究程程序和计计量方法法本研究究首先计计算1440家样样本公司司的盈利利增长比比率、股股东权益益收益率率等211个财务务指标，这这些指标标综合反反映了企企业的盈盈利能力力、长短短期偿债债能力、营营运能力力、成长长能力和和企业规规模。在

16、在此基础础上，使使用剖面面分析对对样本中中的财务务困境公公司和非非财务困困境公司司在财务务困境发发生前55年期间间历年的的21个财财务指标标进行对对比分析析，探讨讨对企业业陷入财财务困境境影响显显著的变变量。其其后，应应用单变变量分析析，选择择4个财务务指标为为例估计计单变量量判定模模型。最最后，筛筛选和确确定对企企业陷入入财务困困境影响响最为显显著的66个指标标为模型型的判定定指标，应应用线性性概率模模型、FFishher二二类线性性判定模模型、LLogiistiic模型型三种计计量方法法，建立立和估计计财务困困境的预预测模型型，并比比较这三三种模型型的预测测效果。三、实实证研究究(一)剖面

17、分分析首先分分组计算算70家财财务困境境公司和和70家非非财务困困境公司司的211个财务务指标在在财务困困境发生生前1至5年的平平均值和和标准差差等描述述性统计计量，比比较这二二组在221个财财务指标标各年的的平均值值是否具具有显著著差异，其其次计算算各年的的Z统计检检验量，结结果如表表1所示。剖剖面分析析结果表表明：(1)在在ST发生生的前11和2年，财财务困境境公司和和非财务务困境公公司的117个财财务指标标的平均均值存在在显著的的差异；(2)Z值随随着STT发生时时间的临临近而显显著增大大，即二二组的财财务指标标平均值值的差异异随STT发生时时间的临临近而扩扩大。由由此可见见，在所所选的

18、221个财财务指标标中，除除利息保保障倍数数、存货货周转率率、Loog(总总资产)和Idgg(净资资产)外，其其余177个在财财务困境境发生前前1至2年中具具有显著著的预测测能力。表1 221个财财务指标标Z统计计量的计计算结果果*变量年份财务指标12345X1X2X3X4X5X6X7X8X9X10X11X12X13X14X15X16X17X18X19X20X21盈利增长指指数净资产报酬酬率资产报酬率率主营业务利利润贡献献率主营业务利利润率利息保障倍倍数流动比率速动比率超速动比率率负债比率长期负债比比率营运资本与与总资产产比例留存收益与与总资产产比例资产增长率率股东权益增增长率主营业务收收入增

19、长长率应收帐周转转率存货周转率率资产周转宰宰Log(总总资产)Log(总总净资产产)-50228011-93998188-13.557377-69557922-23880011-1.0000566-41885233-47881311-476660997069963992.67776466-7.4885422-5.8664099-5.4551255-2.1779533-2.2228144-31005855076(59003-53339277-20663833-11776666-72776577-82993355-98551333-33888188-16991399-24778644-255590

20、44-26883811-389911470993388164998888-467706-73003133-586694-61669788-28221277-35552999026990811-39229233-01002844039003899-319923663-557794662-61774333-30558611-037793336-04557144109766877710757783666016446766213633059921200051662-107730114-305512116-291187884-370052777-320023661-087730554-063390556

21、-34224566510444309920912286331-38771711-31993388-43887211-08884922035002466080225933-00669733-01667077-07661866218113099114111377-09667588-32228199103114466035664099094336588-19446988-08443833-142264112352245216334955na-18662566-22996544018333911034552844010000755103663922114667566112003444101556722

22、049992499021883166-102225nanana-27559777-08661333-195508108337055135883744*Z是二组组的平均均数之差差除于二二组的共共同标准准误，即即Z=M1-M2/SS1/NN1+（S22/N22）11/2(二)单变量量判定分分析本文选选择净资资产报酬酬率、负负债比例例、营运运资产与与总资产产的比例例和资产产周转率率4个财务务指标，应应用单变变量判定定分析分分别建立立4个单变变量预测测模型，通通过确定定模型的的最佳判判定点，可可以判定定某一企企业在财财务困境境发生前前1至5年其是是否会陷陷入财务务困境。估估计模型型的结果果如表22至表

23、5所示。表2 净净资产报报酬率在在财务困困境前11-5年年的判定定模型年份最佳判定点点原始值预测值合计误判率01()计数0646701000176269935百分比09143385710011014489866100计数0571370200555111597017144百分比0814331857710011571184299100计数0521870300955118516925900百分比O7429925711100126.09973911100计数0412162401055121406134155百分比06613333877100134433砧57100计数01813315010551161

24、63246.033百分比0580664194410015000050000100由表22至表5可见：(1)从各个个单变量量判定模模型的判判定效果果来看，净净资产报报酬率的的判定模模型误差差最小；营运资资本总总资产的的判定模模型和负负债比率率的判定定模型误误差次之之，资产产周转率率的判定定模型误误差最大大。(22)财务务指标作作为预测测变量具具有信息息含量和和时效性性，其信信息含量量随着时时间的推推移而递递减，即即指标值值离财务务困境发发生的时时间愈短短，信息息含量愈愈多，预预测的准准确性愈愈高，反反之信息息含量愈愈少，预预测准确确性愈低低。(33)结合合剖面分分析，在在两组均均值的差差异性检检

25、验中非非常显著著的财务务指标，在在单变量量判定分分析中的的误判率率却较高高。例如如，财务务困境公公司与非非财务困困境公司司两组的的负债比比率在财财务困境境前1年的Z统计量量为706996，差差异性非非常显著著，但在在单变量量判定分分析中误误判比率率却高达达2446。以以上结果果表明，应应用不同同研究方方法分析析同一个个指标所所得结果果不同。我我们认为为，这是是因为在在剖面分分析的zz检验中中，误判判率不仅仅与两组组的均值值有关，而而且与两两组的样样本分布布的状况况有关。因因此，应应用不同同判定分分析方法法构建的的单指标标判定模模型，结结论往往往相互冲冲突。表3 负负债比率率在财务务困境前前1-

26、55年的判判定模型型年份最佳判定点点原始值预测值合计误判率01()计数0531770105855117526924466百分比0757112429910012464475366100计数0462470205055124467034299百分比0657113429910013429965711100计数0432770304955126436938133百分比0614333857710013768862322100计数03824624053122396137400百分比0612993871110013607763933100计数0191231504555112203238100百分比0612993

27、871110013750062500100表4 营营运资本本/总资资产在财财务困境境前1-5年的的判定模模型年份最佳判定点点原始值预测值合计误判率01()计数0541670100655114556921588百分比0771442286610012029979711100计数050207020155512248-7030000百分比0714332857710013143368577100计数0363470301655131386946766百分比0514334857710014493355077100计数1313162401655129326148788百分比050000500001001475

28、4452466100计数0161531501455116163249211百分比0516114839910015000050000100表5 资资产周转转率在财财务困境境前1-5年的的判定模模型年份最佳判定点点原始值预测值合计误判率01()计数05020701036121486929500百分比0714332857710013043369577100计数04426702038128427031.433百分比0628663714410014000060000100计数0442670304755126436937.411百分比0628663714410013768862322100计数034286

29、2404755127346144.722百分比0548444516610014426655744100计数0181331504055115173244.444百分比O580664194410014688853133100(三)多元线线性判定定模型的的变量选选择分析析本研究究首先应应用LPPM，采采用逐步步回归选选择变量量方法，对对5年的样样本数据据依次进进行回归归，从221个变变量中选选择若干干变量。选选择的标标准是：F值的概概率值小小于010时进进入，大大于011时剔剔除。利用财财务困境境前1至5年的数数据，分分别进行行逐步回回归，结结果如表表6所示。我我们最终终选取了了Xl(盈利增增长指数

30、数)、X3(资产报报酬率)、X7(流动比比率)、X111(长期期负债与与股东权权益比率率)、X122(营运运资本与与总资产产比)、X199(资产产周转率率)等6个指标标作为多多元判定定分析的的变量。选选取这些些指标的的原因是是：(11)以财财务困境境前1年的逐逐步回归归结果为为主，参参考其他他年份的的回归结结果。由由剖面分分析可知知，财务务困境前前1年的财财务指标标作为财财务困境境预测的的信息含含量最多多，时效效性最强强；离财财务困境境发生的的时间越越远，指指标的信信息含量量越少，时时效性越越差。所所以，财财务困境境前1年逐步步回归所所得的变变量全部部入选。结结合其他他年份特特别是财财务困境境

31、前2年的结结果，营营运资本本总资产产比、速速动比率率、负债债比率、应应收账款款周转率率是表现现较好的的变量。(2)兼顾全面综合的信息反映，适当避免同类信息的重复反映。首先，财务困境前1年逐步回归所得的变量盈利增长指数、资产报酬率、长期负债股东权益比率、资产周转率分别是反映企业成长能力、盈利能力、长期偿债能力、营运能力的指标，但没有反映短期偿债能力的指标。营运资本与总资产比是财务困境前2年逐步回归所得的变量之一，而且参数估计值的显著性水平在005之上，故也把该变量作为预测变量之一。其次，速动比率是反映短期偿债能力的指标，但更能全面反映短期偿债能力是流动比率，结合剖面分析，历年两组间的流动比率和速

32、动比率均值差异性检验统计量Z值比较接近，表明这二个指标都能反映的两组的差异性。因此，从反映短期偿债能力的全面性来考虑，我们在建模时选择了流动比率，舍弃了速动比率。再次，考虑到若企业短期偿债能力较强，会减少其在短期内陷入财务困境的概率，因此把短期偿债能力的两个指标营运资本与总资产比和流动比率同时引入预测变量组合，加强短期偿债能力信息在预测中的比重。第四，负债比率与长期负债股东权益比同是反映企业长期偿债能力的指标，长期负债股东权益比已在财务困境前1年引入了变量组合，为避免信息的重复反映，舍弃了负债比率。最后，应收账款周转率与总资产周转率同是反映营运能力的指标，但应收账款周转率不及总资产周转率反映全

33、面，所以反映营运能力的指标选用总资产周转率，舍弃应收账款周转率。表6 各各年逐步步回归的的所得的的变量结结果年份12345参数估计值值参数估计值值参数估计值值参数估计值值参数估计值值截距043880022225022115-123365060001X1010887-016661*-023365X3-298856*一229959，-444429*-274496*X5077448*X8015996*008774*X1O048444051994*X11020339*X12-060053xxX14035997X15-022234*X17-000056-000073*X19-015584*X200200

34、08为了避避免多重重共线性性，对选选定的66个变量量进行多多重共线线性检验验。本文文使用的的检验指指标是容容许度(TOLL)和方方差膨胀胀因子(VIFF)。计计算公式式为：TOLLj=11R2j=11VIFFj其中，群为为均对其其余k1个自变变量回归归中的判判定系数数R2。当TOOL较小小时，认认为存在在多重共共线性。一一般地，方方差膨胀胀因子VVIF大大于100，认为为具有高高的多重重共线性性。VIIF检验验的结果果见表77。从表表7可知，66个变量量的VIIF均小小于100，可认认为各变变量之间间不存在在显著的的多重共共线性。表7 多多重共线线性检验验X1X3X7X11X12X19TOL0

35、62555043334037992095224029222080330VIF159887230773263773105000342225124553(四)多元线线性判定定模型的的估计结结果1LLPM模模型。根根据上述述选定的的6个变量量及其财财务困境境前1年的样样本数据据，得到到LPMM模型的的回归结结果如表表8所示。LLPM模模型的方方程可表表示为：Y=0038883+0010665x11-277333x33+005337x77+019770x111-036887Xll2-0.113888x199其中：Y是陷入入财务困困境的概概率；XX1是盈盈利增长长指数；x3是资资产报酬酬率；xx7是流流

36、动比率率；X111，是是长期负负债股东东权益比比率；xx12是是营运资资本总总资产；X199是资产产周转率率。表8 LLPM模模型的回回归估计计结果R2=063773R2 一横横=063773F=3865008P值=000000参数估计值值标准差T统计量P值截距038883007777499992000000X1010665005770186663006442X3-277733030668-904408000000X7005337004446120226023113X110197700061193183360.00118X12-036687020885-1766850.07993X19-013

37、388007998-173394008443线性概概率方程程是以770家非非财务困困境公司司与699家财务务困境公公司在财财务困境境前1年的6个财务务指标的的数据为为因变量量值，取取财务困困境公司司为1，非财财务困境境公司为为0作为因因变量值值进行估估计的。因因此，理理论上取取05为最佳佳判定点点。根据据估计的的模型对对原始数数据进行行回代判判定，若若预测值值大于005的，判判定为财财务困境境公司；否则为为非财务务困境公公司。判判定结果果如表99所示。表9 LLPM在在财务困困境前11年的判判定结果果原始值预测值合计误判率01()计数066470110596910077百分比094299571

38、10011449985511100在回判判过程中中，700家非财财务困境境公司有有4家被错错判，误误判率为为571；69家财财务困境境公司有有10家被被错判，误误判率为为1449；总的误误判率为为1007。判判定正确确率较高高。采用用同样的的方法可可以计算算其他年年份的最最佳判定定点和误误判率。2FFishher二二类线性性判定模模型。把把财务困困境公司司划分为为组合11，非财财务困境境公司划划分为组组合2，对样样本公司司的财务务困境前前1年的财财务数据据，使用用同样的的6个变量量，估计计Fissherr二类线线性判定定分析。对于组组合1，判定定模型为为：Z=-60599+03311x1一一258655x3+40333x7+32500x111-1119055x122+44288x199对于组组合2，判定定模型为为：Z=-4859908122x1+39899x3+34322x7+11422x111一77344x122+59244x199以典则则(Caanonnicaal)变变量代替替原始数数据中指指定的自自变量，其其中，典典则变量量是原始始自变量量的线性性组合，得得到典则则的线性性判定模模型为：Z=00448804355xl+11.3744x302299x708033x111+15899x122+05700x199根据上上述判定定模型，以以