- 相關推薦
上市公司財務預警分析
上市公司盈利能力、成長能力、營運能力、償債及資本結構指標。越好，發(fā)生財務困境可能性越小;反之則越大。
一、引言
在生存與發(fā)展的激烈競爭中，由于客觀環(huán)境的復雜性以及市場的瞬變性和不可預見性，再加上決策者素質水平的局限性，使得風險成為一種必然。財務危機是企業(yè)危機中最顯著、最綜合的表現(xiàn)。而且，企業(yè)的財務危機不但有征兆，還是可預測的，建立財務預警系統(tǒng)，及早診斷出財務困境的信號，并采取相應的對策，幫助識別、化解可能出現(xiàn)的財務危機，對于經(jīng)營者防范財務危機、實現(xiàn)企業(yè)的可持續(xù)發(fā)展，對于保護投資者和債權人的利益、對于政府管理部門的監(jiān)控以及對于商業(yè)銀行是否提供貸款等都具有重要的現(xiàn)實意義。最早對財務危機預警研究的是Fitzpatrick(1932)做的單變量模型。財務預警的方法多種多樣，主流的研究方法主要有一元判定方法、多元判定方法、多元邏輯回歸方法、多元概率比回歸方法和人工網(wǎng)絡方法。鑒于國內外實證研究的基本情況，絕大多數(shù)研究人員選擇上市公司被標注ST作為財務危機的標志。本文在前人對上市公司研究的基礎上，結合新疆實際情況，以新疆上市公司作為研究對象，應用多變量統(tǒng)計模型中的多元邏輯模型，把被特別處理的 (ST) 公司作為企業(yè)陷入財務危機標志，對新疆上市公司作財務危機預警進行實證研究。
二、研究設計
(一)財務預警指標指標選取 在構建財務困境預警模型時，本文根據(jù)可測性、科學性、可比性和重要性等原則主要選取了反映公司財務信息的財務指標。在公司財務治理中，公司財務結構和財務指標一般可以分為盈利能力指標、成長能力指標、營運能力指標、償債及資本結構等四個指標。本文在借鑒國內外相關文獻的相關指標基礎上，兼顧新疆上市公司的特殊性和數(shù)據(jù)可獲得性、可測性，選取了33個上市公司樣本作為研究對象。通過篩選共選擇了4大類15個關于財務風險最富有解釋力的比率指標(見表1)。
(二)數(shù)據(jù)來源及處理 本文數(shù)據(jù)來源于2009年《新疆上市公司年報》和新浪財經(jīng)網(wǎng)。新疆上市公司數(shù)量不多，指標數(shù)量多，逐年變化較大不宜采用時序數(shù)據(jù)。結合新疆上市公司的實際情況采用2009年截面數(shù)據(jù)，又指標間具有不同的單位和數(shù)量級，為量化指標和消除量綱的影響，對所選取的數(shù)據(jù)進行標準化處理。
(三)模型建立 本文對新疆2009年上市公司中ST公司與非ST公司樣本進行0、1分類，這個特點決定了在測量的模型中，其因變量為一個0、1二分類變量，因而使用Logistic函數(shù)是合理的，所以本文選擇Logistic模型。把通過因子分析得到的因子得分作為財務危機預警模型的自變量值， 0、1為因變量。Logistic回歸原理如下：由于事件發(fā)生的概率P的范圍為[0，1]，而Logistic分布函數(shù)是值域(0，1)之間的S形曲線，它是單調遞增函數(shù)，當自變量趨近于-∞(+∞)時，因變量趨近于0(1)。這和企業(yè)陷入財務困境的概率隨企業(yè)的某些財務比率以及宏觀經(jīng)濟因素等變量的變化而單調增減的特點是一致的。設P為某事件發(fā)生的概率，1-P為不發(fā)生的概率，將比數(shù)P/(1-P)取自然對數(shù)得到Ln[P/(1-P)]，則其取值范圍為(-∞，+∞)。建立包含P個自變量的Logistic回歸模型如下：Ln[P/(1-P)]=α+?茁1x1+?茁2x2+...?茁pxp，其中是α截距，?茁1…?茁p是斜率。由上式逆推得：P該模型實際上是普通多元線性回歸模型的推廣。
三、實證結果分析
(一)因子分析 運用SAS9.1對標準化后的數(shù)據(jù)求相關系數(shù)矩陣，發(fā)現(xiàn)指標間存在相關性。可以運用因子分析法提取主因子，其主要目的就是對原有變量中信息重疊的部分提取綜合因子，最終實現(xiàn)減少變量個數(shù)的目的。(1)因子個數(shù)確定。由(表2)知，依據(jù)特征值大于1和累積貢獻率大于80%來提取主因子，從初始解中提取前4個因子，其總方差貢獻率為80.24%，即可描述原變量的信息已達80.24%，被放棄的其他15個因子解釋方差僅僅占約19.76%�？梢�，運用因子分析法很好的消除了相關性，符合因子分析法中的因子提取標準，因此可以選擇前4個主因子代表原來15個指標。(2)因子旋轉及命名。從(表3)可以看出x1、x2、x3、x4、x5在第一因子S1上有較大的載荷，在其它指標上的載荷都比較小，第一因子主要解釋這幾個指標，結合這些指標的經(jīng)濟意義，說明第一因子S1是反映了上市公司盈利能力;x9、x10、x11、x12在第二因子S2上的載荷比較大，在其余三個因子上的載荷都比較小，說明第二因子與這幾個指標密切相關，是反映了上市公司營運能力;第三因子S3在x13、x14、x15上具有較大的載荷，反映上市公司的償債能力因子;第四因子S4在x6、x8上具有較大的載荷，在其余指標上的載荷均比較小，反映了上市公司成長能力。
(二)回歸分析 本文選擇Logistic模型。把四個因子得分作為財務危機預警模型的自變量值，(見表4)，0、1為因變量，用Eviews6.0作分析輸出結果如(表5)�？梢钥闯鲇蒐R統(tǒng)計量及概率，以4個主因子為自變量得出的回歸方程是顯著的;另外，在顯著性水平為10%的情況下，主因子S1、 S2、S4是顯著的，而S3是不顯著的。說明因子S1、S2、S4對模型的解釋能力很強，而因子S3對模型的解釋能力很弱。由此表建立如下回歸模型：
由預警模型可以看出，主因子S1、S2、S3、S4與公司發(fā)生財務危機的概率P是負相關的，這說明公司的盈利質量越好，營運能力越好，償債能力越強，成長發(fā)展性越有潛力，發(fā)生財務危機的可能性就越小;反之，發(fā)生財務危機的可能性就越大，這與現(xiàn)實情況是吻合的。參照以往研究的經(jīng)驗，取0.5作為區(qū)分財務正常組與財務困境組的標準，在Logistic模型計算結果中概率大于0.5的公司即被判為財務困境公司，有匯通公司、新中基、香梨、中葡。小于0.5即被判為財務正常公司，有國際實業(yè)、天山紡織、天山股份、中泰化學、天康生物、金風科技、國統(tǒng)股份、淮油股份、西部建設、新疆眾和、友好集團、中糧屯河、百花、八一鋼鐵、新疆城建、新賽股份、天富熱電、青松建化、天宏、新農開發(fā)、天利高新、美克股份、廣匯股份、冠農股份、伊力特、啤酒花、特變電工、新疆天業(yè)、北新路橋。而實際中，新中基為正常公司，卻被判為財務困境公司，百花和天宏均為ST公司卻被判為正常公司。根據(jù)以上實證分析，發(fā)現(xiàn)處于財務危機的匯通和中葡兩家上市公司都具有相同的財務特征：償債能力、營運能力和成長能力方面都很好，但由于盈利能力很差致使這兩家公司被特別處理(ST)，應努力改善公司治理結構，降低企業(yè)管理成本，利用西部大開發(fā)機遇，提高其經(jīng)營盈利能力;香梨在盈利能力、償債能力、營運能力相對較好，但成長發(fā)展能力不夠，該公司應努力提高總資產(chǎn)增長率，主營業(yè)務收入增長率，努力研發(fā)新產(chǎn)品、引進資源，合理組織資源的優(yōu)化配置。
(三)模型預測準確性分析 通過以上回歸分析，得到模型的輸出結果，進行統(tǒng)計分析評判結果如(表6)所示。可以得知Logistic模型對檢驗樣本分類情況看，對ST公司正確率不高，為60%，這和ST公司的財務指標異常有關，與出現(xiàn)了極大值或極小值有關。對于非ST公司的預測準確率很高，達到96.43%�？傮w上來說，Logistic模型對新疆上市公司預測的準確率高達87.88%。這說明本文給出的預警模型的效果較好，能夠比較準確地預測新疆上市公司的財務狀況，具有較強的可信度。該模型對于估計樣本組危機類公司的正確率較低，主要是由于危機類上市公司樣本數(shù)相對較少。但對于正常公司預測準確率較高，并且總體預測準確率較高。
四、結論
本文通過對新疆上市公司財務指標的因子分析和Logistic回歸分析，構建了Logistic模型，該預警模型的效果較好，能夠比較準確地預測新疆上市公司的財務狀況，具有較強的可信度�？梢杂脕碓u判公司的財務狀況，對于監(jiān)管部門、投資者及銀行都有很重要的參考價值;在對上市公司財務報表進行分析時，應該重點找出導致公司財務危機的一些指標，如反映盈利能力、成長能力的一些財務指標。對于其他地區(qū)上市公司來說，可以依據(jù)此模型建立每年的財務危機預警模型，以便及時采取措施，對該年的財務狀況預測，及時發(fā)現(xiàn)異常，及時采取措施。對于非上市公司，可以通過該模型建立當年財務危機預警，以便及時跟蹤識別財務狀況，及時采取措施。
【上市公司財務預警分析】相關文章：
上市公司財務分析公式09-23
上市公司財務指標分析10-23
上市公司財務分析報表的作用09-20
公司上市的利弊分析06-29
上市公司財務分析的關鍵指標08-04
國有企業(yè)整體上市的分析05-26
上市公司的條件及情況分析07-24
順豐借殼上市案例分析10-27
企業(yè)上市運作方法分析09-27