上市公司財(cái)務(wù)預(yù)警探究
上市公司盈利能力、成長(zhǎng)能力、營運(yùn)能力、償債及資本結(jié)構(gòu)指標(biāo)。越好，發(fā)生財(cái)務(wù)困境可能性越小;反之則越大。下面是yjbys小編分享的一些相關(guān)資料，供大家參考。
一、引言
在生存與發(fā)展的激烈競(jìng)爭(zhēng)中，由于客觀環(huán)境的復(fù)雜性以及市場(chǎng)的瞬變性和不可預(yù)見性，再加上決策者素質(zhì)水平的局限性，使得風(fēng)險(xiǎn)成為一種必然。財(cái)務(wù)危機(jī)是企業(yè)危機(jī)中最顯著、最綜合的表現(xiàn)。而且，企業(yè)的財(cái)務(wù)危機(jī)不但有征兆，還是可預(yù)測(cè)的，建立財(cái)務(wù)預(yù)警系統(tǒng)，及早診斷出財(cái)務(wù)困境的信號(hào)，并采取相應(yīng)的對(duì)策，幫助識(shí)別、化解可能出現(xiàn)的財(cái)務(wù)危機(jī)，對(duì)于經(jīng)營者防范財(cái)務(wù)危機(jī)、實(shí)現(xiàn)企業(yè)的可持續(xù)發(fā)展，對(duì)于保護(hù)投資者和債權(quán)人的利益、對(duì)于政府管理部門的監(jiān)控以及對(duì)于商業(yè)銀行是否提供貸款等都具有重要的現(xiàn)實(shí)意義。最早對(duì)財(cái)務(wù)危機(jī)預(yù)警研究的是Fitzpatrick(1932)做的單變量模型。財(cái)務(wù)預(yù)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(luò)方法。鑒于國內(nèi)外實(shí)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(biāo)注ST作為財(cái)務(wù)危機(jī)的標(biāo)志。本文在前人對(duì)上市公司研究的基礎(chǔ)上，結(jié)合新疆實(shí)際情況，以新疆上市公司作為研究對(duì)象，應(yīng)用多變量統(tǒng)計(jì)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(cái)務(wù)危機(jī)標(biāo)志，對(duì)新疆上市公司作財(cái)務(wù)危機(jī)預(yù)警進(jìn)行實(shí)證研究。
二、研究設(shè)計(jì)
(一)財(cái)務(wù)預(yù)警指標(biāo)指標(biāo)選取 在構(gòu)建財(cái)務(wù)困境預(yù)警模型時(shí)，本文根據(jù)可測(cè)性、科學(xué)性、可比性和重要性等原則主要選取了反映公司財(cái)務(wù)信息的財(cái)務(wù)指標(biāo)。在公司財(cái)務(wù)治理中，公司財(cái)務(wù)結(jié)構(gòu)和財(cái)務(wù)指標(biāo)一般可以分為盈利能力指標(biāo)、成長(zhǎng)能力指標(biāo)、營運(yùn)能力指標(biāo)、償債及資本結(jié)構(gòu)等四個(gè)指標(biāo)。本文在借鑒國內(nèi)外相關(guān)文獻(xiàn)的相關(guān)指標(biāo)基礎(chǔ)上，兼顧新疆上市公司的特殊性和數(shù)據(jù)可獲得性、可測(cè)性，選取了33個(gè)上市公司樣本作為研究對(duì)象。通過篩選共選擇了4大類15個(gè)關(guān)于財(cái)務(wù)風(fēng)險(xiǎn)最富有解釋力的比率指標(biāo)(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(bào)》和新浪財(cái)經(jīng)網(wǎng)。新疆上市公司數(shù)量不多，指標(biāo)數(shù)量多，逐年變化較大不宜采用時(shí)序數(shù)據(jù)。結(jié)合新疆上市公司的實(shí)際情況采用2009年截面數(shù)據(jù)，又指標(biāo)間具有不同的單位和數(shù)量級(jí)，為量化指標(biāo)和消除量綱的影響，對(duì)所選取的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。
(三)模型建立 本文對(duì)新疆2009年上市公司中ST公司與非ST公司樣本進(jìn)行0、1分類，這個(gè)特點(diǎn)決定了在測(cè)量的模型中，其因變量為一個(gè)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(cái)務(wù)危機(jī)預(yù)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(diào)遞增函數(shù)，當(dāng)自變量趨近于-∞(+∞)時(shí)，因變量趨近于0(1)。這和企業(yè)陷入財(cái)務(wù)困境的概率隨企業(yè)的某些財(cái)務(wù)比率以及宏觀經(jīng)濟(jì)因素等變量的變化而單調(diào)增減的特點(diǎn)是一致的。設(shè)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(duì)數(shù)得到Ln[P/(1-P)]，則其取值范圍為(-∞，+∞)。建立包含P個(gè)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(shí)際上是普通多元線性回歸模型的推廣。
三、實(shí)證結(jié)果分析
(一)因子分析 運(yùn)用SAS9.1對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)求相關(guān)系數(shù)矩陣，發(fā)現(xiàn)指標(biāo)間存在相關(guān)性。可以運(yùn)用因子分析法提取主因子，其主要目的就是對(duì)原有變量中信息重疊的部分提取綜合因子，最終實(shí)現(xiàn)減少變量個(gè)數(shù)的目的。(1)因子個(gè)數(shù)確定。由(表2)知，依據(jù)特征值大于1和累積貢獻(xiàn)率大于80%來提取主因子，從初始解中提取前4個(gè)因子，其總方差貢獻(xiàn)率為80.24%，即可描述原變量的信息已達(dá)80.24%，被放棄的其他15個(gè)因子解釋方差僅僅占約19.76%�？梢姡\(yùn)用因子分析法很好的消除了相關(guān)性，符合因子分析法中的因子提取標(biāo)準(zhǔn)，因此可以選擇前4個(gè)主因子代表原來15個(gè)指標(biāo)。(2)因子旋轉(zhuǎn)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(biāo)上的載荷都比較小，第一因子主要解釋這幾個(gè)指標(biāo)，結(jié)合這些指標(biāo)的經(jīng)濟(jì)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(gè)因子上的載荷都比較小，說明第二因子與這幾個(gè)指標(biāo)密切相關(guān)，是反映了上市公司營運(yùn)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(biāo)上的載荷均比較小，反映了上市公司成長(zhǎng)能力。
(二)回歸分析 本文選擇Logistic模型。把四個(gè)因子得分作為財(cái)務(wù)危機(jī)預(yù)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(jié)果如(表5)�？梢钥闯鲇蒐R統(tǒng)計(jì)量及概率，以4個(gè)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(duì)模型的解釋能力很強(qiáng)，而因子S3對(duì)模型的解釋能力很弱。由此表建立如下回歸模型：
由預(yù)警模型可以看出，主因子S1、S2、S3、S4與公司發(fā)生財(cái)務(wù)危機(jī)的概率P是負(fù)相關(guān)的，這說明公司的盈利質(zhì)量越好，營運(yùn)能力越好，償債能力越強(qiáng)，成長(zhǎng)發(fā)展性越有潛力，發(fā)生財(cái)務(wù)危機(jī)的可能性就越小;反之，發(fā)生財(cái)務(wù)危機(jī)的可能性就越大，這與現(xiàn)實(shí)情況是吻合的。參照以往研究的經(jīng)驗(yàn)，取0.5作為區(qū)分財(cái)務(wù)正常組與財(cái)務(wù)困境組的標(biāo)準(zhǔn)，在Logistic模型計(jì)算結(jié)果中概率大于0.5的公司即被判為財(cái)務(wù)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(cái)務(wù)正常公司，有國際實(shí)業(yè)、天山紡織、天山股份、中泰化學(xué)、天康生物、金風(fēng)科技、國統(tǒng)股份、淮油股份、西部建設(shè)、新疆眾和、友好集團(tuán)、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(nóng)開發(fā)、天利高新、美克股份、廣匯股份、冠農(nóng)股份、伊力特、啤酒花、特變電工、新疆天業(yè)、北新路橋。而實(shí)際中，新中基為正常公司，卻被判為財(cái)務(wù)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(shí)證分析，發(fā)現(xiàn)處于財(cái)務(wù)危機(jī)的匯通和中葡兩家上市公司都具有相同的財(cái)務(wù)特征：償債能力、營運(yùn)能力和成長(zhǎng)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(yīng)努力改善公司治理結(jié)構(gòu)，降低企業(yè)管理成本，利用西部大開發(fā)機(jī)遇，提高其經(jīng)營盈利能力;香梨在盈利能力、償債能力、營運(yùn)能力相對(duì)較好，但成長(zhǎng)發(fā)展能力不夠，該公司應(yīng)努力提高總資產(chǎn)增長(zhǎng)率，主營業(yè)務(wù)收入增長(zhǎng)率，努力研發(fā)新產(chǎn)品、引進(jìn)資源，合理組織資源的優(yōu)化配置。
(三)模型預(yù)測(cè)準(zhǔn)確性分析 通過以上回歸分析，得到模型的輸出結(jié)果，進(jìn)行統(tǒng)計(jì)分析評(píng)判結(jié)果如(表6)所示�？梢缘弥狶ogistic模型對(duì)檢驗(yàn)樣本分類情況看，對(duì)ST公司正確率不高，為60%，這和ST公司的財(cái)務(wù)指標(biāo)異常有關(guān)，與出現(xiàn)了極大值或極小值有關(guān)。對(duì)于非ST公司的預(yù)測(cè)準(zhǔn)確率很高，達(dá)到96.43%�？傮w上來說，Logistic模型對(duì)新疆上市公司預(yù)測(cè)的準(zhǔn)確率高達(dá)87.88%。這說明本文給出的預(yù)警模型的效果較好，能夠比較準(zhǔn)確地預(yù)測(cè)新疆上市公司的財(cái)務(wù)狀況，具有較強(qiáng)的可信度。該模型對(duì)于估計(jì)樣本組危機(jī)類公司的正確率較低，主要是由于危機(jī)類上市公司樣本數(shù)相對(duì)較少。但對(duì)于正常公司預(yù)測(cè)準(zhǔn)確率較高，并且總體預(yù)測(cè)準(zhǔn)確率較高。
四、結(jié)論
本文通過對(duì)新疆上市公司財(cái)務(wù)指標(biāo)的因子分析和Logistic回歸分析，構(gòu)建了Logistic模型，該預(yù)警模型的效果較好，能夠比較準(zhǔn)確地預(yù)測(cè)新疆上市公司的財(cái)務(wù)狀況，具有較強(qiáng)的可信度�？梢杂脕碓u(píng)判公司的財(cái)務(wù)狀況，對(duì)于監(jiān)管部門、投資者及銀行都有很重要的參考價(jià)值;在對(duì)上市公司財(cái)務(wù)報(bào)表進(jìn)行分析時(shí)，應(yīng)該重點(diǎn)找出導(dǎo)致公司財(cái)務(wù)危機(jī)的一些指標(biāo)，如反映盈利能力、成長(zhǎng)能力的一些財(cái)務(wù)指標(biāo)。對(duì)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(cái)務(wù)危機(jī)預(yù)警模型，以便及時(shí)采取措施，對(duì)該年的財(cái)務(wù)狀況預(yù)測(cè)，及時(shí)發(fā)現(xiàn)異常，及時(shí)采取措施。對(duì)于非上市公司，可以通過該模型建立當(dāng)年財(cái)務(wù)危機(jī)預(yù)警，以便及時(shí)跟蹤識(shí)別財(cái)務(wù)狀況，及時(shí)采取措施。
【上市公司財(cái)務(wù)預(yù)警探究】相關(guān)文章：
2016企業(yè)財(cái)務(wù)預(yù)警方法探究09-17
上市公司財(cái)務(wù)分析公式06-07
上市公司財(cái)務(wù)制度05-31
如何分析上市公司財(cái)務(wù)10-18
上市公司財(cái)務(wù)要求10-18
上市公司財(cái)務(wù)指標(biāo)分析06-22
上市公司財(cái)務(wù)該有的能力06-13
上市公司財(cái)務(wù)分析的方法10-18
上市公司財(cái)務(wù)主管要求10-18