企業必須正確認識和對待財務危機,培養財務危機意識,加強財務危機管理,進而有效地處理財務危機。而有效防范財務危機的方法就是建立財務危機預警系統,企業財務危機預警系統構建有兩種方法,即定量分析法和定性分析法。但兩者在側重點上有所不同。定性分析方法主要是通過某種理論判斷財務危機是否發生,然后采取相應的措施給予處理,主要是對所得出結果的一種判斷;定量分析方法是建立在財務危機防范研究理論分析基礎上,運用數量分析的方法對財務危機的各種相關數據資料進行收集、整理、運算和分析,得出相應的結論和各種模型的過程。本文以建立logistic模型進行實證研究,給我國上市公司防范財務危機提供一個參考。
一、財務危機的界定
要對財務危機進行定量分析,首先得對財務危機公司有一個較合理的界定。通常公認的財務危機有兩種確定方法:一是法律對企業破產的定義,企業破產是用來衡量企業財務危機最常用的標準,也是最準確和最極端的標準;二是以證券交易所對持續虧損、有重大潛在損失或者股價持續低于一定水平的上市公司給予特別處理或退市作為標準。
筆者認為,證監會“財務狀況異?！被倔w現了財務失敗的內涵。根據我國的具體情況,我們將公司被“特別處理”(ST公司)界定為公司發生了“財務危機”,其理由為:
1、“特別處理”是一個客觀發生的事件,有很高的可量度性;
2、從擺脫特別處理的公司看,大部分公司是通過大規模資產重組才摘掉“特別處理”帽子的,這說明特別處理確實在一定程度上反映出公司陷入了財務困境。
二、定量分析法概述
定量分析法是以財務指標為基礎的比率分析。財務數據與企業價值及財務狀況密切相關,是企業財務狀況的量化表現,其中財務指標在某些方面反映的信息比企業財務會計報告中的絕對數信息更為重要,因而財務指標可以作為預測企業經濟前景的計量指標。企業發生財務危機要經歷一個從量變到質變的漸進發展過程,這種漸進發展情況必然會通過一些財務指標的變化體現出來。因此,要準確測度企業財務狀況和預測警情,從大量的財務因子中選好財務指標是關鍵。
財務危機預警模型很多,比較常用的包括一元判別回歸分析法、多元線性判別分析法、多元邏輯回歸分析法、人工神經網絡模型研究方法。
一元判別分析法是將某一項財務指標作為判別標準來判斷企業是否處于財務困境狀態的一種預測模型。一元判別分析法應用較少,主要是因為其缺點在于雖然財務比率是綜合性較高的判別指標,但是僅用一個財務指標不可能充分反映所有的財務特征。多元線性判別分析法的基本原理在于通過統計技術篩選出那些在兩組間差別盡可能大,而在兩組內部的離散度最小的變量,從而將多個標志變量在最小信息損失下轉換為分類變量,獲得能夠有效提高預測精度的多元線性判別方程。多元線性判別方法又可細分為:貝葉斯判別、典型判別、主成分分析法、距離判別法。多元線性判別法雖然避免了一元線性判別法的缺點但會受到統計假設的約束。多元邏輯回歸判別法是用來分析選用的非配對樣本在財務失敗概率區間上的分布以及兩類判別錯誤和分割點的關系。其目標是尋求觀察對象的條件概率,從而據此判斷觀察對象的財務狀況和經營風險。此方法的最大優點是不需要嚴格的假設條件,克服了多元線性判別分析法受統計假設約束的局限性,具有了更廣泛的使用范圍。人工神經網絡回歸分析方法是一種非統計方法。神經網絡是一種平行分散處理模式,其構建理念植基于生物大腦神經運作的模擬。此方法除具有較好的模式識別能力外,還可以克服統計等方法的限制,因它具有容錯能力,對數據的分布要求不嚴格,不需要考慮是否符合正態分布的假設,具備處理資料遺漏或是錯誤的能力,而且可以處理非量化的變量。人工神經網絡方法雖然是研究方法上的重大創新,但實際效果卻不很穩定。
總體上來說,對財務危機預測較理想的預警模型在選取指標時財務危機預警指標必須同時具備兩個基本的特征:第一,必須具有高度的敏感性,即危機因素一旦萌生,能夠在指標值上迅速反映出來;第二,一旦指標值趨于惡化,往往意味著危機可能發生或將要發生,亦即應當屬于危機初步產生時的先兆性指標,而非業已陷入嚴重危機狀態時的結果性指標。
三、實證研究
現實中很多企業的破產都是由于現金流量不足、不能償還到期債務而引起的。因此,財務預警的研究對象應包括現金及其流動,而不僅僅是盈利。
一般來說,現金流量指標應當包括以下方面:
?、賰攤芰χ笜?包括經營活動現金凈流量/負債總額,經營活動現金流量/流動負債、現金利息保障倍數等;
?、谑找尜|量指標,包括經營活動現金流量/凈利潤,每股經營現金流量,經營現金流量/營業利潤;
?、蹱I運效率指標,包括現金流量與主營業務收入比率,經營現金流量與資產總額比率。
將現金流量分析與傳統財務指標體系相結合的方法是:
①利用現金流量指標對會計盈余進行修正,并據以計算獲利能力指標;
?、趦攤芰χ笜擞涩F金流量指標和傳統指標兩部分組成,而現金流量指標應占有更大的權重;
③效率指標同樣由兩類指標構成,由傳統指標占有更大的權重;
④成長指標則由傳統指標組成。
本文充分考慮到現金流量對上市公司財務的重要影響,以及指標的敏感性和先兆性,擬從以下幾個方面選取財務指標建立我國國有上市公司的財務危機預警模型。(表1)
由于此處要建立一個模型來預測上市公司是否會陷入財務危機,但是從經濟學上講,企業財務危機是一個連續的動態過程,而不是一個兩分的狀態,也就是說不存在一點,可以將企業截然分成陷入危機和不陷入危機兩類(陳曉,2003)。因此,在預測上市公司是否會陷入財務危機時,可預測其概率有多大。用概率來當因變量只有兩個值時,采用多元回歸分析的一個難點是預測值不能當作概率值解釋。Logit邏輯模型能估算事件發生的概率,據此判斷觀察對象的財務狀況和經營風險。這一模型建立在累計概率函數的基礎上,不需要自變量服從多元正態分布和兩組間協方差相等的條件。Logistic模型假設了企業陷入財務危機的概率P,并假設Ln[p/(1-P)]可以用財務比率線性解釋。假定Ln[p/(1-p)]=a+bx,推導可以得出p=exp(a+bx)/[1+exp(a+bx)]從而計算出企業陷入財務危機的概率。判別方法是首先根據多元線性判定模型確定企業陷入財務危機的Z值,然后推導出企業陷入財務危機的條件概率。如果P值大于0.5,表明企業陷入財務危機的概率比較大;如果P值低于0.5,表明企業財務正常的概率較大,可判定企業財務正常。Logistic模型的最大優點是不需要嚴格的假設條件,克服了線性方程受統計假設約束的局限性,具有更廣泛的適用范圍。
另外,logistic回歸模型對我國上市公司財務危機預警的效果好于線性判別模型,而機器學習方法預警的準確度高于這兩種統計方法。鄭茂把截至于2001年6月我國上海、深圳兩地證券交易所ST公司和PT公司共計60多家公司作為財務風險違約組處理。結合2000年年報選取其中的53家上市公司作為分析的一組樣本,同時還從深滬兩市上市公司中選擇59家績優股作為財務風險非違約組。得出結論是:第一,我國上市公司的財務數據是有效的,并具有較強的預測能力。從總體上說,我國上市公司的財務數據能夠預測其未來財務失敗的概率。也就是說,我國上市公司財務數據的使用者能夠根據資產負債表、利潤表和現金流量表做出預測;第二,線性概率模型和logistic模型對財務失敗前一年的報表預測準確率分別為97%和93%,依據財務失敗前三年的報表預測,準確率為67%和73%,預測效果相當令人滿意。
本文以建立logistic判定模型來進行實證研究。研究程序和研究方法如下:
1、有針對性地選取上交所、深交所共75家上市公司,收集相關財務數據。樣本公司分兩類:一類是績優公司(凈資產收益率大于10%的上市公司),此類公司我們認為陷入財務危機的概率為0;另一類是ST公司,根據我國《公司法》第157條規定:“上市公司如果最近三年連續虧損,將由國務院證券管理部門決定暫停其股票上市”。實際操作中,將其實施特別處理或特別轉讓(即ST或PT)。顯然,該類股票的投資風險很大,因此當年被ST或PT的上市公司,我們認為其陷入財務危機的概率為1。
2、以上市公司的A股作為樣本,隨機抽取上海股市和深圳股市2006年度凈資產收益率在10%以上的上市公司39家,ST公司36家。
3、樣本的時間跨度為2005年、2006年、2007年三年。
4、樣本數據來自于國泰君安數據庫中上市公司公開披露的財務報表。
在進行分析時發現,現金流動負債比與現金負債總額比具有較強的相關性,所以在計算時分別引入這兩個指標。
從Eviews計算結果來看,現金流動負債比和現金負債總額比兩個指標的Z統計量都不顯著,去掉這兩項指標后其余四個指標的Z統計量較顯著。故所建財務危機預警模型為:
Ln(P/1-P)=0.053117JJ-45.42111JZ+1.215438ZZ-28.18829YZ
其中,P表示上市公司陷入財務危機的概率。若用X1表示經營活動現金流量與凈利潤比率(經營活動產生的現金流量凈額/凈利潤);X2表示總資產報酬率(凈利潤/平均資產總額);X3表示主營業務收入增長率[(本期主營業務收入-上期主要業務收入)/上期主營業務收入×100%];X4表示留存收益總資產比:(未分配利潤+盈余公積)/資產總額。則模型可表示為:
Ln(P/1-P)=0.0531X1-45.4211X2+1.2154X3
-28.1883X4
該回歸模型表示:當某上市公司經營活動現金流量與凈利潤比率、總資產報酬率、主營業務收入增長率、留存收益總資產比已知時,代入模型后,就可估算出該上市公司陷入財務危機的概率。
5、模型的預測與分析。圖1為經Eviews軟件計算得出的上述樣本公司的預測結果,CBF為被解釋變量的預測值,即就是陷入財務危機的概率估計值。(圖1)
從圖1可看出,前39個公司陷入財務危機的概率估計值基本為0,即績優公司陷入財務危機的預測概率值為0。后36個公司陷入財務危機的概率基本為1,即ST公司陷入財務危機的預測概率值為1。
從上述擬合結果來看,該預警模型的擬合效果較好。但是該方法作為一種財務診斷和分析方法,只是進行企業財務狀況的整體判斷的一種方法,其依據是企業財務報表,企業會計信息的真實性、可靠性直接影響預警模型的可靠性和敏感性。我國上市公司公司治理不完善,內部人控制現象嚴重以及中介機構的道德誠信責任不足,造成財務報表扭曲現象普遍存在,投資者在運用這一方法時應注意這個因素的影響。
此外,尤其值得注意的是加強財務預警系統的后續管理。前期的財務預警系統構建固然重要,但科學完備的后續管理同樣不可忽視,因為它可以保證預警系統的正常運行和預警功能的充分發揮。后續管理工作通常包括:1、日常監管和維護,保證預警系統與其他管理系統之間數據接口通暢、數據共享充分;2、財務業務數據、指標體系、預警臨界標準等有序更新,保證預警功能的準確和及時;3、保障各項數據庫的安全和完整,數據是預警系統發揮功能的基礎,加強數據庫的防病毒入侵、防黑客盜取、防非法操作等措施至關重要。
四、結語
雖然財務危機模型為財務危機的預警提供了定量分析的方法,增強了預測的科學性和指向性。但是這些模型也存在一些問題。一是雖然企業同樣存在生命周期,但不同時期財務狀況和財務指標有著不同的特征。如企業在初創期,企業現金短缺、利潤和經營現金流量較低是常見現象,不能就此輕易地判斷企業的失敗。而在企業的成熟期,企業本應現金充沛,負債減少,而企業此時如果出現了現金的問題,那么就有可能出現財務危機了。同樣,在企業的衰退期,報表中反映盈利能力的指標都開始下降,有的甚至逐漸轉為負數。所以,采用定量分析法分析我國上市公司財務危機還有待于以后的進一步研究。
另外,定量分析方法在當前財務危機防范研究中處于主流地位,但是由于財務危機發生的不確定性,進行定性分析也具有有效性,特別是具備高素質管理人才或聘請有關專家進行咨詢的公司,定性分析更為有效。定性分析可以解決定量分析中只能得出量化結果而不能及時提供解決方案的弊端。
(作者單位:陜西理工學院經法學院)
主要參考文獻:
[1]晏靜,裘益政.兩種財務分析體系的對比——從銀廣夏事件談起[J].財會通訊,2001.10.
[2]鄭茂.我國上市公司財務風險預警模型的構建及實證分析.金融論壇,2003.10.
[3]王娟.財務危機理論在我國的運用[J].統計與決策,2004.11.
[4]鄧紅征,萬子章.構建企業財務危機預警系統的思考[J].天津經濟,2008.1.
