山东财政学院 杨 　华
　
财务危机不仅仅是由于财务活动引起的，非财务活动在某些情况下也会导致财务危机的产生。本文拟以2004～2005年部分首次被ST的A股上市公司为研究对象，结合经过无量纲化处理的财务指标和非财务指标，使用主成分分析法和Logit回归建立财务危机前2年的预警模型。研究显示，引入非财务指标后的财务危机预警模型在一定程度上提高了预测准确率。
一、研究样本设计
财务危机是一种企业盈利能力实质性地减弱，并伴随持续亏损的渐进式的积累过程。财务危机的发生会使企业的经营循环和财务循环无法正常持续或陷于停滞，前期表现为违约、无偿付能力、连续亏损等，最终表现为企业破产。而我国多数学者将部分ST公司作为出现财务危机的公司，本文研究也采用这一思路。
研究中选取的财务危机公司是2004～2005年沪深A股公司中因下列情形而被ST或*ST的上市公司：最近两个会计年度审计结果显示的净利润均为负值；最近一个会计年度审计结果显示其股东权益低于注册资本，即每股净资产低于股票面值；注册会计师对最近一个会计年度的财务报告出具无法表示意见或否定意见的审计报告。基于行业相同或相近和上市时间相同或相近的原则，为危机公司从1998～2005年从未出现财务危机的公司中一一选取配对样本。如果不能满足配对原则，剔出该危机公司。按照上述思路，本文从2004～2005年首次ST或*ST公司选取了54家公司(2004年29家，2005年25家)，加上相配对的54家公司，研究样本共计108家(54对)。随机抽取40对作为预警模型的构造样本，其余用作测试样本检验模型的预测准确率。由于我国上市公司年报披露制度规定上市公司公布其年报的截止日期为下一年的4月30日，上市公司(t－1)年的年报和其在第t年是否被特别处理几乎同时发生，用(t－1)年的数据预测第t年是否被特别处理没有实际意义，因而在研究中采用(t－2)年的数据。
二、研究指标选取
借鉴国内外学者的研究经验，本文既按照《企业效绩评价操作细则(修订)》和证监会对上市公司信息披露要求，选取了反映企业偿债能力、营运能力、盈利能力、成长能力和现金流量的财务指标；又选取了反映企业股权结构、年报批露、公司治理、地域因素、资产规模等方面的非财务指标，如表1所示：



表1　　　　　　　　　　　财务指标和非财务指标
评价内容 解释变量含义 评价内容 解释变量含义
偿债能力S1 流动比率X1 现金流量S5 每股经营现金净流量X13
营运资本比率X2 全部资产现金回收率X14
资产负债率X3 现金负债总额比X15
营运能力S2 应收账款周转率X4 股权结构S6 第一大股东持股比例X16
存货周转率X5 国有股持股比例X17
总资产周转率X6 是否存在控股股东X18(虚拟变量1)
盈利能力S3 资产净利率X7 年报批露S7 审计意见类型X19(虚拟变量2)
净资产收益率X8 公告日是否延迟X20(虚拟变量3)
总资产收益率X9 公司治理S8 独立董事比例X21
成长能力S4 主营业务增长率X10 董事长和总经理是否为一人X22(虚拟变量4)
资本积累率X11 资产规模S9 总资产的以10为底的对数X23
净利润增长率X12 地域因素S10 位于经济发达地区X24(虚拟变量5)




三、研究指标筛选
(一) 财务指标无量纲化　本文选用的研究样本涉及多个行业，指标间的纲量不同会影响预测的精度，因此研究前先对财务指标采用极差化(正规化)方法进行处理，使值均落在[0, 1]之间。
(二) 主成分提取　对80家构造样本运用SPSS13.0进行主成分分析，提炼综合因子形成彼此不相关的主成分，避免信息重叠。KMO值为0.636，Bartlett球度检验给出的相伴概率为0.000，可见构造样本适用于做因子分析。取累计贡献率为76.79%，得到的主成分因子个数为8，即用8个主成分代替原有的24个指标，8个指标包含了原来76.79%的信息。为全面准确地揭示主成分因子与原始指标之间的关系，对旋转后的因子载荷矩阵进行分析，以便为主成分命名。（1）主成分F1为盈利能力因子，主要由资产净利率X7、净资产收益率X8和总资产收益率X9解释，反映公司获取利润的能力。对证券市场上的各方利益相关者来说，利润是至关重要的，它不仅是股东取得投资收益，债权人收取本息的资金来源，也是公司得以持续发展的关键动因，证监会等监管部门更是把盈利能力作为考核公司发行股票、募集资金的重要标准。（2）主成分F2为偿债能力因子，主要由流动比率X1和现金负债总额比X15解释，反映企业偿还短期债务和长期债务的能力。流动比率是流动资产与流动负债之比，显示短期债权人安全边际的大小，也是财政部对企业经济效益的一项评价指标。现金负债总额比是经营现金净流入与负债总额之比，从现金流量的角度考察企业的偿债能力，该比率越高，企业偿债能力越强。（3）主成分F3为营运能力因子，主要由应收账款周转率X4（主营业务收入÷平均应收账款）解释。应收账款周转率反映了企业应收账款变现速度的快慢及管理效率的高低。（4）主成分F4为股权结构的国有股因子，用国有股持股比例X17解释。国有股持股比例是国家股与国有法人股在公司全部股份中所占的比例，若国有股持股比例太高，其他股份就不能形成对国有股的有效制约。（5）主成分F5为股权结构的第一大股东因子，用第一大股东持股比例X16和是否存在控股股东X18解释。是否存在控股股东X18反映了第一大股东持股比例是否超过其他九大股东，它和第一大股东持股比例X16一样，均体现了第一大股东对上市公司的影响。股东持股越集中，公司的经营管理越容易受控制和影响而丧失独立性，公司业绩和股东权益的不确定因素也就越大。（6）主成分F6为公司治理的独立董事因子，用独立董事比例X21解释。独立董事在董事会中发挥着重要作用，它能对董事会进行有效的监督和管理，从而避免董事会被公司内部人员控制。 （7）主成分F7为年报批露因子，由审计意见类型X19和公告日是否延迟X20解释。注册会计师根据持续经营原则出具审计报告，揭示公司经营中存在及潜藏的风险。而经营业绩差的上市公司为了粉饰报表，与非财务危机公司相比，会花费更多时间。年报能否按照预约披露日发布，以及是否被出具非标准审计意见在一定程度上显示出上市公司是否会陷入财务危机。（8）主成分F8为公司治理的两职分置因子，用董事长和总经理是否为一人X22解释。董事长的职能应是主持董事会，并对总经理的工作做出评价。两职合一虽然能有效地开展战略策划及加强领导，但也会使总经理对董事会和公司的控制大大提高，降低公司治理的效率。
由上述分析可知，非财务指标占了8个主成分中的5个，说明在危机前两年财务危机公司和非财务危机公司的不同不仅表现在财务指标上，也表现在非财务指标上，而且非财务指标体现得更为明显，这充分证明非财务指标在财务危机预警方面具有重要意义。
四、财务危机预警模型
本文采用Logit回归法，以主成分分析提取的8个主因子作为自变量建立财务危机预警模型。因变量y为上市公司是否会发生财务危机，取0和1两个值。拟合的方程可表示为：
ln[P/(1- P)]=a+∑biXi
其中，P是上市公司发生财务危机的概率；Xi是影响上市公司财务危机的第i个因素，i=1，2，…，m；a、 bi(i=1，2，…，m)是待估参数。
在Logit回归中，选用的分析方法是使用Wald统计量的向前回归法。Wald统计量用于判断一个变量是否应该包含在模型中，Wald统计量越大(sig.值越小)，该自变量在回归方程的地位就越重要。建立的(t－2)年财务危机预警模型为：
　　
该模型包含的3个主因子中，盈利能力因子F1和偿债能力因子F2的Wald统计量相应sig.值小于0.05，说明这两个主因子在模型中的地位非常显著，即在财务危机前2年，财务危机公司与非财务危机公司相比，其盈利能力和偿债能力有了明显变化；年报披露因子F7的Wald统计量相应sig.值略微大于0.05，可见该因子在模型中的作用小于前2个因子，但也对上市公司的财务危机具有较好的预警作用。

表2 　　　　　　　　　　　模型估计
参数估计B 标准差S.E. Wald 显著水平Sig.
盈利能力因子F1 -2.799 0.611 20.989 0.000
偿债能力因子F2 1.257 0.428 8.624 0.003
年报批露因子F7 0.878 0.45 3.809 0.051
常数 0.385 0.382 1.016 0.314

模型的回代预测显示，建立的财务危机预警模型对构造样本的预测准确率为90%(分割点为0.5)。而用没有建立模型的测试样本进行预测时，14家财务危机公司有12家预测正确，预测准确率为85. 71%，略低于回代预测，但也显示了较好的预测效果。如果不加入非财务指标，仅用2个财务指标建立模型的回代预测准确率为82.5%，对测试样本的预测准确率为71.43%。由此可知，引入非财务指标后，回代预测的准确率提高了7.5%，测试样本的预测准确率提高了14.28%，表明非财务指标的引入有助于提高财务危机预警模型预测准确率，在建立财务危机预警模型时，它们是财务指标的有效补充。



参考文献：
[1]王炫：《预测上市公司失败(被列为ST、PT)的财务模型》，《国泰君安证券通讯》2001年。
[2]Altman E. I., Financial Ratio, Discriminant Analysis and the Prediction of Corporate Bankruptcy[J], Journal of Finance, 1968, 4, 589～609.
[3]Martin D., Early warning of Bank Failure: A Logistic Regression Approach[J], Journal of Banking and Finance,1977, 249～276.
[4]陈静：《上市公司财务恶化预测的实证分析》，《会计研究》，1999年第4期。
[5]杨兵、柯佑鹏：《非财务指标影响上市公司财务危机预测能力的实证研究》，《财会通讯》（学术版）2005年第11期。