- 相關推薦
對上市公司虧損的財務預警信號的研究
對上市公司虧損的財務預警信號的研究
摘要 本文隨機抽查了四家機械行業(yè)上市公司的有關財務數(shù)據(jù),運用單變量模型進行分析，得出在企業(yè)虧損前其獲利能力指標對每股收益的影響較大。通過多變量分析建立判定方程，得出可通過截止點預測企業(yè)虧損的可能性
關鍵詞 上市公司 預警信號 單變量分析 多變量分析
1 引言
自1998年推出上市公告預虧制度以來，虧損企業(yè)頻頻出現(xiàn)。1999年度，58家公司發(fā)布預虧公告，其中，新虧損的公司竟達34家，占58.62%。在2000年，發(fā)布中報的公司共有721家，其中，滬市388家，深市333家，虧損中報62家。自科龍電器2000年12月22日公布了2001年報的第一份預虧公告以來，2000年上市公司預虧家數(shù)就呈現(xiàn)出迅速壯大的勢頭。截至2001年2月28日，滬深兩市共有86家上市公司發(fā)布了預虧公告，滬市39家，深市47家。從目前公告的虧損情況以及年報公布的進程來看，2000年上市公司虧損的家數(shù)在絕對數(shù)上將有望再創(chuàng)歷年新高，換而言之，上市公司的虧損面正呈現(xiàn)出逐步擴大的勢頭面對如此大范圍、大規(guī)模的虧損，必然對投資者、企業(yè)、乃至股市、宏觀經(jīng)濟產(chǎn)生不利的影響。既損害投資者的利益，又弱化企業(yè)的素質和競爭力，阻礙證券市場優(yōu)化資源配置功能的實現(xiàn)，進而危及國民經(jīng)濟的健康發(fā)展。
作為投資者，如何能獲取滿意的投資回報率？作為管理者，如何能預先警覺到企業(yè)的問題，防患于未然，提前作好企業(yè)的長期戰(zhàn)略和發(fā)展規(guī)劃，使企業(yè)不斷發(fā)展？目前國內無論在理論和實踐方面的研究都較少。因此我們試圖利用單變量模型和多變量模型對上市公司虧損企業(yè)財務報表及相關經(jīng)營資料進行分析，從財務方面對企業(yè)虧損問題進行研究。希望能夠借此給廣大的投資者和企業(yè)管理人員提供一定的預警作用。
2 研究程序及方法
2.1 虧損企業(yè)樣本（Sample）的選取
我國上市公司的虧損速度較快，分布較廣，其中，機械、電子和房地產(chǎn)行業(yè)更是虧損企業(yè)的聚集區(qū)。為了使結論具有可比性，我們考慮了行業(yè)特點、產(chǎn)品生命周期以及可能選取的樣本情況，本文在虧損企業(yè)中隨機選取了4家機械制造業(yè)的上市公司作為樣本進行分析，它們分別是（600806）昆明機床，（0025）ST特力A，（600691）東新電碳和（600610）ST中紡機。
由于上市公司的中報未經(jīng)審計，其財務數(shù)據(jù)的可信度自然會大打折扣，所以本文僅采用公司的年報數(shù)據(jù)進行分析，以取得較大的可信度和實用性。
2.2 單變量分析
單變量模式是用個別財務比率來預測財務危機的模型，當模型中所涉及的財務比率趨勢惡化時，通常是企業(yè)發(fā)生財務危機的先兆。 采用單變量模式分析企業(yè)虧損的實質就是找到與企業(yè)虧損相關性較大的指標，可以通過線性回歸來完成。
2.2.1數(shù)據(jù)的收集
本文分析時所使用的財務報表數(shù)據(jù)是從和訊網(wǎng)上（）下載的，在和訊網(wǎng)上可以查詢到每個上市公司年報、中報的財務報表，包括資產(chǎn)負債表，損益表和現(xiàn)金流量表（我國在98年以前企業(yè)提供的是財務狀況變動表，98年以后才要求提供現(xiàn)金流量表，所以現(xiàn)金流量表數(shù)據(jù)較少）。另外，為了保證數(shù)據(jù)的可靠性，對一些有明顯差異的比率又將其與其它網(wǎng)站的一些財務報表指標進行了比較，并根據(jù)常用的計算方法進行了調整。
2.2.2比率的選擇
由于財務比率的數(shù)目種類較多。我們根據(jù)他們的通用性和相關性選用了變現(xiàn)能力，獲利能力，償債能力，管理能力中的14項比率，另外還包括一些常用的比率，例如：權益收益率，總資產(chǎn)收益率，流動比率及股東權益率等，以及一些參考文獻上采用的對企業(yè)破產(chǎn)進行分析的比率，例如，息稅前盈余/總資產(chǎn)，營運資本/總資產(chǎn)等[ 見ALTMAN, 《Corporate Financial Distress》，John Wiley&Son Inc.,第106頁]。
2.2.3統(tǒng)計分析
將這四家企業(yè)的每股收益作為因變量，14個財務比率作為自變量，取其虧損前三年至虧損年度的數(shù)據(jù)，用SPSS進行線性回歸分析。在所分析的14個比率中，只有權益收益率和總資產(chǎn)收益率與每股收益相關性較高，而其它比率的相關性較低。結果如表1和表2所示：
表1 權益收益率與每股收益線性回歸結果
Model R R Square Adjusted R Square Std. Error of the Estimate
1 0.991 0.981 0.980 4.232E-02
表2 總資產(chǎn)收益率與每股收益線性回歸結果
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .990 .980 .979 4.311E-02
注：權益收益率 = 企業(yè)利潤凈額/平均資本金數(shù)額，是衡量投資者投入資本金的盈利 能力，該收益率是站在所有者立場來衡量企業(yè)盈利能力的財務指標。
總資產(chǎn)收益率 = 利潤凈額/平均資產(chǎn)，是反映企業(yè)資產(chǎn)綜合運用效果的指標。
由上面分析的結果可以看出，權益收益率和總資產(chǎn)收益率與每股收益具有很強的相關性。這說明，當這兩項指標惡化時，通常是企業(yè)發(fā)生虧損的前兆。
2.2.4結果的解釋
企業(yè)虧損表明了兩方面的問題。一是企業(yè)的盈利下降，二是企業(yè)的費用上升。但是，從回歸分析的結果來看，企業(yè)虧損的直接原因并不是費用的上升，而主要原因是其盈利水平下降。例如ST中紡機，于1998年開始虧損，每股收益由1997年的0.01元狂降到1998年的每股收益-0.47元�？傎Y產(chǎn)報酬率從前四年的平均0.016降到了0.003。再如昆明機床，97年其權益收益率和總資產(chǎn)收益率均為0，該公司于98年虧損，每股收益-0.1。
企業(yè)獲利能力的下降通常是虧損的前兆，當企業(yè)的利潤下降到很低的水平時，極有可能在未來的一兩年內虧損。從這些公司的財務報表可以看到，虧損前，他們的每股收益通常保持相當?shù)偷乃剑缋ッ鳈C床虧損前，其每股收益在1994年為0.16元，1995年大幅下降為每股0.03元，在隨后的兩年內保持每股0.01元的低收益，并于98年虧損。
從樣本中可以看到，在虧損前的三至四年，企業(yè)的利潤率很低，但是并沒有立即虧損，而是保持了幾年的低收益水平，然后一個巨虧。這種現(xiàn)象在我國股市中是常見的, 可謂是“不虧則已，一虧驚人”。
通過以上分析，不難得出：（1）企業(yè)虧損的直接原因不是費用的增加，企業(yè)的盈利能力通常預示了企業(yè)的未來；（2）對于一些具體的科目應做特別的研究，例如“應收帳款”科目是一個非常客觀的數(shù)據(jù)。并且從該數(shù)據(jù)的歷年變化和銷售收入的比例及應收帳款周轉速度，可以看出公司的管理水平和行業(yè)的競爭狀況。對于一些微利公司，由于投資收益科目通常是掩蓋主業(yè)虧損的主要來源，對他的來源和數(shù)目也要加以注意。（3）新會計制度的影響，即四項計提虧損。這必將擠掉一些上市公司的水分，使公司的業(yè)績受到影響。（4）注意關聯(lián)交易和非正常損益，因為這些通常是企業(yè)修飾財務報表的主要手法，企業(yè)通過關聯(lián)交易將虧損轉變?yōu)槲⒗�，保持自己的上市資格，而這又恰恰預示了潛在虧損的可能。
2.3 多變量分析
多變量分析是將多種財務比率加權匯總產(chǎn)生總判別分來進行財務危機的預測。最初的多變量模型為美國的愛德華.阿爾特曼在60年代中期創(chuàng)造的z記分模型，用來預測企業(yè)破產(chǎn)的可能性。其主要思想是在企業(yè)違約前，違約企業(yè)和非違約企業(yè)的財務指標會有很大差異，從中找出差異較大的指標，以此來預測企業(yè)違約的可能性。
2.3.1樣本數(shù)據(jù)選擇
多變量分析是對比分析，通過不同樣本之間的對比來找出他們的差異。這里一共選擇了6家機械行業(yè)的企業(yè)作為樣本進行分析。這3家贏利企業(yè)是(600732)上海港機，(600761)安徽合力，(600815)廈工股份，3家虧損企業(yè)仍然是ST中紡機，昆明機床，東新電碳。
2.3.2檢測比率選擇
將這6家企業(yè)按照虧損企業(yè)和盈利企業(yè)分為兩組，虧損企業(yè)為組1，贏利企業(yè)為組2。將他們在企業(yè)虧損前一年（97年）的各項財務比率進行統(tǒng)計對照，為了找到具有顯著變化的財務比率，我們根據(jù)(1)虧損企業(yè)的財務比率變化顯著；(2)單個比率變化方差相對較小的原則，從14個比率中選擇了5個比率作為判別變量。這些比率在兩組的統(tǒng)計情況如表3：
表3 盈利企業(yè)與虧損企業(yè)比率對照
ATR2 ATR1 E/A2 E/A1 EBIT/A2 EBIT/A1 ROA2 ROA1 WC/A2 WC/A1
N 3 3 3 3 3 3 3 3 3 3
Min. .51 .11 .32 .45 .03 -.01 .04 .00 .19 .08
Max. .77 .41 .90 .89 .11 .04 .09 .00 .35 .43
Sum 1.84 .75 1.64 1.90 .23 .05 .19 .01 .77 .70
Mean .61 .25 .5476 .6333 .07 .17 .063 .003 .257 .233
注：比率后面的數(shù)字表示比率的組別，例如ROA1表示第一組（虧損組）的總資產(chǎn)回報率，ROA2表 示第二組（贏利組）的總資產(chǎn)回報率。
其中，ATR=銷售額/總資產(chǎn)的平均值；ROA=凈利潤/總資產(chǎn)；E/A=股東權益/總資產(chǎn)；
EBIT/A=息稅前收益/總資產(chǎn)； WC/A=營運資本/總資產(chǎn)；
2.3.3 判定方程
將上面選出的五個判別比率擬合成一個線形方程，每股收益與上述五個指標做多元線形回歸，結果如表4所示：
表4 多元線性回歸結果
R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
.987 .975 .969 4.673E-02 2.035
表5 線性回歸系數(shù)表
Unstandardized Coefficients Standardized Coefficients t
B Std. Error Beta
(Constant) -5.825E-02 .039 -1.488
ROA 3.071 .157 .858 19.617
EA .215 .066 .205 3.286
EBIT/A .784 .164 .223 4.774
WC/A -.170 .075 -.126 -2.274
ATR -.112 .078 -.060 -1.440
從線形回歸的結果可以看出，所選的五個比率與每股收益的擬合程度很好，而且通過Durbin-Watson檢驗，證明這五個參數(shù)間不存在自相關情況�；貧w分析的方程系數(shù)如表5。
由于線形回歸方程的變量系數(shù)太復雜，同時還有常數(shù)項，對此進行了調整，得到如下判定方程：
L（代表虧損LOSS）=3.02*ROA+0.22*E/A+0.78*EBIT/A-0.17*WC/A-0.11*ATR
各個符號表示意義同前。
2.3.4模型檢驗
根據(jù)上面確定的判定方程進行檢驗，首先對樣本組的數(shù)據(jù)進行檢驗，結果如圖1。
圖1圖2
從圖中可以看出，贏利企業(yè)的得分基本在2以上，而虧損企業(yè)的得分一般較低，通常小于1。由這個檢驗結果可以看出此模型可以很好的將虧損企業(yè)與贏利企業(yè)分開。
(2)逐漸增加樣本的數(shù)量來進行檢驗，首先，增加了2家虧損公司(600765)力源液壓和(0025)深特力A，與原先的樣本公司不同的是，這兩家公司于1999年虧損，而樣本公司于1998年虧損，將數(shù)據(jù)代入模型進行檢驗，結果如圖2。
從圖2中可以看出，(1)中的結論還可以成立，只是虧損公司和贏利公司的分界不如(1)那么明顯了。而且，有一個贏利公司數(shù)據(jù)的得分還落到了0.58，小于所有虧損企業(yè)的得分。從該公司各項財務數(shù)據(jù)可以發(fā)現(xiàn)，在1998年，上海港機的每股收益由每股0.3元大幅跌至0.03元每股，凈利潤由5000多萬降到600多萬，種種跡象表明，公司贏利能力下降，成本費用上升，這些跡象符合單變量模型中公司虧損的前兆。
將虧損公司的數(shù)量增加到7家，同時加進贏利公司的數(shù)據(jù)加以比較，如圖3。
圖3
從圖中可以看到基本的趨勢保持不變，這些公司清楚的被分為虧損企業(yè)和贏利企業(yè)兩大集團。贏利企業(yè)得分最高達到了3.5，虧損企業(yè)最低得分達到了0.5，在1.5～2的區(qū)域內， 有兩家贏利企業(yè)和兩家虧損企業(yè)，雖然贏利公司的總體得分高于虧損企業(yè)的得分，但是相對的幅度較小。
從上面的3次檢驗中我們可以得到這樣一個結論，模型中得分高的企業(yè)在未來虧損的可能性小，得分低的企業(yè)在未來虧損的可能性大。
2.3.5 截止點（Cutoff Point）
從檢驗結果可以看出，此模型可以將虧損和贏利企業(yè)區(qū)分。而且，企業(yè)的得分越高，再未來的一年虧損的可能性越小，得分越低，第二年虧損的可能性越大。由圖（3）可以看出，1.5-2是一個比較模糊的區(qū)域(Gray Area)，在此區(qū)域虧損企業(yè)與贏利企業(yè)的得分差距較小。虧損企業(yè)的最高得分為1.67，而贏利企業(yè)的最低得分為1.76，取其中值1.72作為模型的判定截止點。
3.結論
本文根據(jù)單變量和多變量模型對機械行業(yè)的虧損企業(yè)進行財務分析，得到了兩個結論：
(1)根據(jù)單變量模型分析，企業(yè)的盈利能力較低通常是導致企業(yè)虧損的直接原因。在盈利指標中，應對權益收益率和總資產(chǎn)報酬率這兩個指標特別重視，當這兩個指標較低時，企業(yè)在未來虧損的可能性較大。
(2)對企業(yè)未來虧損的可能性可以用以下方程來判定：
L=3.02*ROA+0.22*E/A+0.78*EBIT/A-0.17*WC/A-0.11*ATR
模型的截止點是1.72時，企業(yè)得分高于截止點時，企業(yè)一般不會出現(xiàn)虧損，小于截止點時，企業(yè)就有可能出現(xiàn)虧損。企業(yè)的得分越高，企業(yè)未來虧損的可能性越小，得分越低，虧損的可能性越大。
(3)本文研究的主要樣本是機械行業(yè)的上市公司，由于行業(yè)間的差異，運用此模型到其他行業(yè)的公司可能并不適用，但對其它行業(yè)分析虧損仍有借鑒作用。
參考文獻
吳世農(nóng).《現(xiàn)代財務理論與方法》課程大綱. 2000年8月在全國MBA院校《財務管理》師資培訓研討會上使用
于俊年.《計量經(jīng)濟學》.對外經(jīng)濟貿易大學出版社，2000年6月第1版
張保法.《經(jīng)濟計量學》.經(jīng)濟科學出版社，2000年1月第4版
The Study 0n Signals of the Corporations’ Financial Distress
Abstract With randomly collected financial data of 4 public companies in mechanic industry, Univariate model was employed to get the conclusion that the profitability ratio is the most influencing factor to the EPS. When utilizing the multivariate analysis to develop the discriminating function, the cutoff point was established to predict the possibility of corporate financial loss.
Keywords Public Company, Predicting Signal, Univariate analysis, Multivariate analysis
【對上市公司虧損的財務預警信號的研究】相關文章：
我國制造業(yè)上市公司的財務危機預警系統(tǒng)實證研究03-21
財務失敗預警模型研究綜述03-22
關于上市公司現(xiàn)金股利政策信號內涵的影響因素實證研究02-21
我國宏觀財務經(jīng)濟監(jiān)測與預警問題研究03-18
企業(yè)財務危機預警體系研究03-18
我國宏觀財務經(jīng)濟監(jiān)測與預警題目研究03-22
有關企業(yè)財務危機預警體系研究03-18