財務(wù)風險預(yù)警模型構(gòu)建實證分析

【摘要】 財務(wù)風險預(yù)警模型可以從定量角度客觀正確判定企業(yè)的財務(wù)危機程度，網(wǎng)絡(luò)的普及對此頗具影響。本文采用實證方法，選取了5個財務(wù)指標作為模型變量，構(gòu)建了一個基于極值原理的Fisher線性判別模型，并對該模型進行了實證檢驗。結(jié)果表明，該模型具有較好的對企業(yè)財務(wù)狀況和風險狀況進行評價預(yù)警的能力。
　　【關(guān)鍵詞】 財務(wù)預(yù)警模型指標；財務(wù)風險預(yù)警模型；多元線性函數(shù)模型
　　
　　網(wǎng)絡(luò)環(huán)境作為全球化的技術(shù)環(huán)境，使會計行業(yè)發(fā)生了根本性的變革，企業(yè)治理者越來越多的關(guān)注網(wǎng)絡(luò)所帶來的挑戰(zhàn)與機遇。網(wǎng)絡(luò)財務(wù)在我國尚處于初期階段，它的運用存在諸多新風險，建立一套有效的財務(wù)風險預(yù)警系統(tǒng)是必然選擇，而建立財務(wù)風險預(yù)警系統(tǒng)最關(guān)鍵的就是構(gòu)建財務(wù)風險預(yù)警模型。
　　本文以為現(xiàn)金流量表能客觀地反映企業(yè)的經(jīng)營狀況及獲利能力，而且由于現(xiàn)金流量的計算不涉及權(quán)責發(fā)生制，幾乎沒有造假的可能，因此本文是基于現(xiàn)金流的F記分模型為基礎(chǔ)構(gòu)建網(wǎng)絡(luò)環(huán)境下的財務(wù)風險預(yù)警模型。
　　
　　一、樣本的選擇
　　
　　本文對企業(yè)財務(wù)風險預(yù)警模型進行實證研究，研究的主體是我國A股市場的上市公司，利用公然表露的企業(yè)信息來研究上市公司陷進財務(wù)危機的可猜測性。
　　在確定樣本企業(yè)時，選取了一組在上海證券交易所上市交易的18家ST公司，同時還相應(yīng)地選擇同行業(yè)、同規(guī)模的18家非ST公司作為研究樣本，總樣本共36家。研究數(shù)據(jù)主要來自上海證券報上公然表露的2002年度到2006年度的年度報告的有關(guān)資料。
　　
　　二、財務(wù)預(yù)警模型指標的選擇
　　
　　任何企業(yè)的財務(wù)危機都會通過一些敏感性財務(wù)指標值反映出來。因此，設(shè)置一些敏感性財務(wù)指標是建立財務(wù)預(yù)警機制的基礎(chǔ)�；�于網(wǎng)絡(luò)環(huán)境下現(xiàn)金流量對企業(yè)的重要性，本文主要從企業(yè)財務(wù)活動的角度，確定了三大類基礎(chǔ)指標：經(jīng)營環(huán)節(jié)風險指標，包括應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、主營業(yè)務(wù)收進增長率、營業(yè)周期、現(xiàn)金流進量與現(xiàn)金流出量之比、銷售營業(yè)現(xiàn)金流進比；籌資環(huán)節(jié)風險指標，包括活動比率、速動比率、資產(chǎn)負債率、產(chǎn)權(quán)比率、已獲利息倍數(shù)、長期資產(chǎn)合適率、總資產(chǎn)增長率、現(xiàn)金活動負債比率、現(xiàn)金盈利值、營運資金占用額；投資環(huán)節(jié)風險指標，主要包括總資產(chǎn)報酬率、總資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)凈現(xiàn)率。
　　為了全面客觀地檢驗上市公司的經(jīng)營好壞，所選取的財務(wù)指標要具有全面性與綜合性，保證所選指標之間存在明顯性差異；為避免指標之間某些特征重復(fù)計算，盡量消除變量的高度相關(guān)性。為此，本文將通過兩個步驟選取建模指標。
　　（一）運用T檢驗，判定財務(wù)指標的明顯性差異
　　利用收集的總共36家企業(yè)的數(shù)據(jù)資料，分組計算19個財務(wù)指標在被掛名ST前兩年的均勻值，計算兩組樣本各指標值的T檢驗值。
　　這個過程可以通過SPSS統(tǒng)計分析軟件中的樣本明顯性檢驗功能，對數(shù)據(jù)進行檢驗。為了讓更多的指標進選，現(xiàn)將T檢驗的判別標準定為：｜T｜≥1.7。在雙尾檢驗的明顯性概率中，通過檢驗的指標較多，在前一年有十二個，在前兩年有八個。模型中包括過多的指標，會不利于對上市公司的財務(wù)危機進行有效的猜測。因此，需再通過明顯性的指標中再次篩選。
　　通過綜合考慮，最初選定了五個財務(wù)指標即：X1銷售營業(yè)現(xiàn)金流進比、X2資產(chǎn)負債率、X3營運資金占用率、X4總資產(chǎn)報酬率和X5總資產(chǎn)周轉(zhuǎn)率。
　�。ǘ�）運用因子分析法，檢驗財務(wù)指標的相關(guān)性
　　假如上述所選的五個指標之間高度相關(guān)，那么就會使某些特征重復(fù)計算，引起夸大的危害，因此在選擇終極變量時應(yīng)盡量消除變量的高度相關(guān)性。
　　這個過程可以通過SPSS統(tǒng)計分析軟件中的因子分析功能，對五個指標進行檢驗，其檢驗結(jié)果表明，這五個指標的相關(guān)系數(shù)都是小于0.5的。因此，可以選擇這五個指標來構(gòu)建模型。
　　
　　三、財務(wù)風險預(yù)警模型的構(gòu)建
　　
　　本文將采用基于極值原理的Fisher判別法。其基本思想是：把***題目化為一維題目，并應(yīng)用線性判別函數(shù)解決判別題目。
　　第一步，在構(gòu)建模型前，需要確定所選的樣本數(shù)據(jù)是否是有效的。運用SPSS軟件，對樣本進行判別分析，經(jīng)判別后，有效觀丈量為36。
　　第二步，檢驗五個指標的均值在ST組和非ST組之間是否存在明顯的差異，從而證實這些變量在構(gòu)造猜測模型中的代表性。經(jīng)SPSS軟件檢驗證實，五個指標的均值在ST組和非ST組之間確實存在著明顯差別。
　　第三步，運用SPSS軟件，對五個指標進行F線性判別，得到：
　　前一年的線性判別模型為：
　　Y=0.365X₁-0.455X₂ 0.002X₃ 0.802X₄ 0.404X₅ 1.388
　　前兩年的線性判別模型為：
　　 Y=0.114X₁-0.968X₂ 0.079X₃-0.026X₄ 0.721X₅-0.525
　　根據(jù)前一年的判別模型，將企業(yè)成為ST前一年的數(shù)據(jù)進行回代代進，得到樣本企業(yè)的Y，Y=1.43，依據(jù)此分界值對樣本企業(yè)進行檢驗。若Y值＜1.43，則說明該企業(yè)在未來一年內(nèi)將陷進財務(wù)危機，反之，則為正常企業(yè)。檢驗結(jié)果表明：在ST組中，只有一家企業(yè)被誤判，猜測的正確率可達94.44%；在非ST組中，只有兩家企業(yè)被誤判，猜測的正確率可達88.89%。
　　同理，根據(jù)前兩年的判別模型，將企業(yè)成為ST前兩年的數(shù)據(jù)進行回代代進，得到樣本企業(yè)的Y，Y=-0.60，依據(jù)此分界值對樣本企業(yè)進行檢驗。若Y值＜-0.60，則說明該企業(yè)在未來一年內(nèi)將陷進財務(wù)危機，反之，則為正常企業(yè)。經(jīng)檢驗發(fā)現(xiàn)，在ST組中，有三家企業(yè)被誤判，猜測的正確率可達83.3%；在非ST組中，有四家企業(yè)被誤判，猜測的正確率可達77.8%。
　　經(jīng)過檢驗，此模型在企業(yè)發(fā)生財務(wù)危機前一年的正確率要比在前兩年的判別正確率高，即離企業(yè)發(fā)生財務(wù)危機的時間越短，判別的正確率越高。這與企業(yè)發(fā)生財務(wù)危機的實際情況相符，因而證實，可以采用此模型進行實證檢驗。 　　四、模型的實證檢驗
　　
　　本研究運用SPSS軟件做出了比較理想的多元線性回回判定模型，而該模型的運行效果是否也能理想，其判定是否正確，猜測結(jié)果是否符合實際情況，這些題目都還需要進一步檢驗。
　　下表是從隨機選取的作為研究樣本的12家上市公司公布的最新財務(wù)報告中提取數(shù)據(jù)來檢驗?zāi)Ｐ偷慕Y(jié)果。
　　
　　從表中Y值可以看出，對于正常企業(yè)，所有的Y值全部高于1.43，模型驗證正確率為100%,而對于ST類的企業(yè)，只有50％的Y值是在1.43以下，另外50％Y值處于健康企業(yè)的范圍,模型驗證正確率為50%。
　　對于ST企業(yè)的判定之所以會有這樣的偏差，筆者以為原因不過乎以下幾方面：
　　一是部分ST企業(yè)由于經(jīng)營狀況的改善使得財務(wù)狀況可能向好的方向轉(zhuǎn)變，這種情況下，我們以為是模型判定企業(yè)的經(jīng)營狀況得到改觀；二是由于2007年中國股市暴漲，上市公司在股市上漲過程中賺取了大量的投資收益，從而使得報表中的純利潤一項較往年大幅增長；三是本文建模用的樣本數(shù)據(jù)不夠全面。這些樣本并沒有涉及到所有行業(yè)的、地區(qū)的或是各種性質(zhì)的企業(yè)；四是由于作者水平有限，模型可能存在漏洞也會導(dǎo)致判定出現(xiàn)偏差。
　　
　　五、研究結(jié)論
　　
　　通過本文的理論總結(jié)與實證分析，得出以下結(jié)論：
　　第一，多元線性回回模型在我國財務(wù)預(yù)警研究中具有很高的應(yīng)用價值。實證結(jié)果表明，該方法建立的模型具有較高的判別精度和猜測能力，可以獲得較好的預(yù)警結(jié)果。第二，將逐步判別分析方法應(yīng)用于財務(wù)預(yù)警研究中，可以在減少模型變量的同時，達到與全部備選變量構(gòu)建的全變量猜測模型相近的判別精度和猜測能力，使終極構(gòu)建的猜測模型更符合本錢效益原則，具有較高的應(yīng)用價值。第三，本研究采用上市公司年度財務(wù)報告數(shù)據(jù)來構(gòu)建財務(wù)預(yù)警模型，極大地進步了財務(wù)危機猜測的及時性，給企業(yè)一般投資者和債權(quán)人增加了一條更及時更正確的預(yù)警途徑。
　　
　　六、本實證分析的局限性
　　
　　一是所選上市公司的行業(yè)區(qū)別帶來的模型偏差未能解決。未能通過控制變量的方法來減少外部經(jīng)濟環(huán)境因素所可能帶來的猜測偏差。二是此猜測模型結(jié)論的正確性受到上市公司發(fā)布財務(wù)數(shù)據(jù)真實性的影響，可能導(dǎo)致相應(yīng)的一些財務(wù)指標出現(xiàn)異常。三是由于受上市公司樣本數(shù)據(jù)收集的限制，一時還無法對這些樣本進行連續(xù)幾年的跟蹤檢驗，但這種方法和思路已經(jīng)給了我們一個良好的開端。四是未能收集足夠的公司樣本進行研究。
　　
　　【參考文獻】
　　[1] 趙息，肖錚，何輝渝．Logistic模型在上市公司財務(wù)預(yù)警中的應(yīng)用研究[J]．西安電子科技大學學報，2007，（2）：21-24.
　　[2] 蘆勇. 中小企業(yè)財務(wù)風險預(yù)警系統(tǒng)的指標體系研究[J]. 企業(yè)家天地，2006，（10）：64.
　　[3] 智文義，王恒，張利軍. 淺談企業(yè)財務(wù)預(yù)警系統(tǒng)[J]. 機械治理開發(fā)，2007，（3）：147-148.
　　[4] 定鵬.中小企業(yè)財務(wù)預(yù)警系統(tǒng)探討 [J].中國集體經(jīng)濟， 2007，（2）：135-137.
　　[5] 張根明.基于支持向量機的上市公司財務(wù)預(yù)警模型研究[J].科技治理研究,2007，（4）：234-235.

【財務(wù)風險預(yù)警模型構(gòu)建實證分析】相關(guān)文章：

企業(yè)財務(wù)預(yù)警模型的比較分析03-21

如何構(gòu)建企業(yè)投資風險預(yù)警系統(tǒng)03-09

試論企業(yè)全面財務(wù)風險治理體系模型的構(gòu)建03-21

我國裝修企業(yè)財務(wù)風險預(yù)警體系構(gòu)建及應(yīng)對建議02-24

基于因子分析的套利定價模型及實證研究03-24

關(guān)于廣西生態(tài)城市評價體系的構(gòu)建與實證分析03-12

財務(wù)失敗預(yù)警模型研究綜述03-22

淺析基于GARCH-VaR模型的股指期貨風險度量實證研究03-16

審計風險的實證研究12-06