摘要] 文章以我國滬市A 股2006 年底620 家上市公司的財務報表資料為樣本, 通過對財務指標信息類模型的研究,設計了反映企業(yè)綜合能力的10 個指標, 借助主成分分析法, 同時借鑒阿爾曼多元Z 值判定模型的分析思路, 建立了我國上司公司不良資產(chǎn)的測評模型———G 值模型。研究結(jié)果表明: 我國滬市A 股上市公司不良資產(chǎn)率應控制在[- 1.667%, 1.785%] 范圍內(nèi)。
[關鍵詞] 不良資產(chǎn); 主成分分析法; 測評模型
一、不良資產(chǎn)研究的基本問題
不良資產(chǎn)是企業(yè)資產(chǎn)中的黑洞, 它違反了財務會計信息質(zhì)量要求的可靠性和相關性, 造成企業(yè)資產(chǎn)利潤虛增、潛虧嚴重, 從而影響到企業(yè)財務狀況與經(jīng)營成果的真實性。有可能成為企業(yè)進行利潤粉飾的手段之一, 不利于投資者客觀評價企業(yè)的經(jīng)營業(yè)績。1997 年12 月17 日, 中國證監(jiān)會頒發(fā)了《公開發(fā)行股票公司信息披露的內(nèi)容與格式準則第二號( 年度財務報告的內(nèi)容與格式) 》,要求上市公司在年報摘要中除披露“每股凈資產(chǎn)”數(shù)據(jù)外, 還首次要求其披露“調(diào)整后每股凈資產(chǎn)”的數(shù)據(jù), 目的就在于引導投資者正確評價企業(yè)的資產(chǎn)質(zhì)量, 做出理性投資決策。由此可見, 企業(yè)資產(chǎn)質(zhì)量的好壞越來越受到投資者和經(jīng)營者的關注。[1]
( 一) 企業(yè)不良資產(chǎn)的定義
銀行的不良資產(chǎn)主要是指不良貸款, 俗稱呆壞賬。也就是說, 銀行發(fā)放的貸款不能按預先約定的期限、利率收回本金和利息, 不良貸款包括逾期貸款( 貸款到期限未還的貸款) 、呆滯貸款( 逾期兩年以上的貸款) 和呆賬貸款( 需要核銷的收不回的貸款) 三種情況。那么什么是非金融業(yè)企業(yè)的不良資產(chǎn)呢? 陳冬華( 1998) [2]認為企業(yè)不良資產(chǎn)是介于資產(chǎn)和費用之間的一個概念, 它仍是資產(chǎn), 但是基本上不能或很少能給企業(yè)帶來經(jīng)濟利益, 或者已基本上不為企業(yè)擁有和控制, 它有些近似費用但又可以不在本期確認為費用。常繼英( 2004) [3]認為“ 不良” 既指資產(chǎn)的質(zhì)量差,也指資產(chǎn)喪失部分價值或使用價值, 還可以是指資產(chǎn)不能正常參加運轉(zhuǎn)等, 不管其表現(xiàn)形式怎樣,其實質(zhì)是不能給企業(yè)帶來應有的經(jīng)濟利益, 但該資產(chǎn)還以一定的形態(tài)存在。
結(jié)合以上定義, 本文從對資產(chǎn)的定義反推不良資產(chǎn)的定義, 筆者認為凡符合以下條件之一者均為不良資產(chǎn): 其一, 企業(yè)不能夠擁有或控制,但仍在資產(chǎn)負債表的左方列示的資產(chǎn); 其二, 不能給企業(yè)帶來未來經(jīng)濟利益的資產(chǎn)。
( 二) 企業(yè)不良資產(chǎn)的構成
關于不良資產(chǎn)的構成本文贊同陳冬華( 1998)的觀點, 不良資產(chǎn)一般主要由以下四類構成:
1.三年以上的應收款項, 包括三年以上的應收票據(jù)、應收賬款、預付賬款和其他應收款。一般而言, 三年以上仍未收回的應收款項,其收回的可能性已幾乎為零, 因此現(xiàn)行會計制度規(guī)定: “因債務人逾期未履行償債義務超過三年仍然未能收回的應收賬款”可確認為壞賬。
2.待攤費用, 即企業(yè)已經(jīng)支付但需在未來一年內(nèi)攤銷的費用。例如預付租金, 由于企業(yè)已經(jīng)支付, 除非對方違約, 企業(yè)已喪失了對該筆資產(chǎn)的擁有和控制,但是由于會計上的配比原則, 即誰受益誰承擔的原則, 待攤費用需以后各期均攤, 而不僅是當期。因此, 待攤費用只是會計意義上的資產(chǎn), 并不為企業(yè)擁有與控制。
3.遞延資產(chǎn), 也稱長期待攤費用, 即企業(yè)已經(jīng)支付需在未來一年以上的時間攤銷的費用。
4.待處理財產(chǎn)凈損失, 包括待處理流動資產(chǎn)凈損失與待處理固定資產(chǎn)凈損失。損失已然發(fā)生, 但一般因為: a.損失原因仍在調(diào)查中; b.處理申請上級仍未批復, 故仍暫列資產(chǎn)中。企業(yè)不良資產(chǎn)主要由上述四類構成。嚴格意義上來說, 待攤費用和遞延資產(chǎn)不屬于不良資產(chǎn)。但是考慮它們不能給企業(yè)帶來未來的贏利, 以及市場投資者的習慣做法, 我們也把它們歸入不良資產(chǎn)。
二、本文的樣本選取和主要研究方法
( 一) 樣本的選定
本文在模型的推導過程中使用的公司財務報表數(shù)據(jù)是從上市公司年報中手工收集得到, 數(shù)據(jù)主要來源于上海證券交易所網(wǎng)站和中國證券報。樣本的選取遵循以下原則:
1.不考慮金融類上市公司;
2.上市年限相對較長;
3.剔除無法獲取相關數(shù)據(jù)的公司;
4.剔除B 股和H 股上市公司;
5.在計算過程中, 對會產(chǎn)生非隨機缺失值的
公司采取直接刪除的方法。
基于上述原則, 本文選取截至2006 年12 月31日在滬上市的620 家發(fā)行A 股的公司為研究對象。
( 二) 財務指標的選取
在關于財務指標信息類模型的研究上, Altman( 1968) 等學者( Altman, Strong 和Mayer [4],1997; Collins, 1980; Elliott [5], 1991) 使用常規(guī)的財務指標, 如負債比率、流動比率、凈資產(chǎn)收益率和資產(chǎn)周轉(zhuǎn)速度指標等作為預測模型的變量進行財務困境預測[6]。陳曉等( 2000) 通過試驗1,260 種變量組合, 發(fā)現(xiàn)負債/權益比率、應收賬款周轉(zhuǎn)率、主營利潤/總資產(chǎn)比率、留存收益/總資產(chǎn)對上市公司財務危機有著顯著預示效應。
Harmer ( 1983) 指出被選財務指標的相對獨立性能提高模型的預測能力。Boritz ( 1991) 區(qū)分出65個財務指標作為預測變量建立財務模型。綜合國內(nèi)外學者在財務指標信息類模型研究的基礎上,本文選取凈資產(chǎn)收益率、總資產(chǎn)報酬率等10 個財務指標作為預測模型的變量。
( 三) 研究程序和研究方法
本文首先計算620 家樣本公司的凈資產(chǎn)收益率、總資產(chǎn)報酬率等10 個財務指標, 這些指標綜合反映了企業(yè)的盈利能力、長短期償債能力和營運能力。在此基礎上應用主成分分析法, 找出了能綜合10 個指標的七個主成分, 應用該方法能排除各指標量綱不同的影響, 又能消除指標間的多重共線性, 使模型更加精確; 指標變量減少了,在抓住主要矛盾的同時又盡可能多的保留原始指標的信息[7]。確定主成分后, 結(jié)合財務指標信息類模型特別是阿特曼多元Z 值判定模型的分析思路, 建立我國上市公司不良資產(chǎn)的測評模型。
三、實證研究———模型構建
( 一) 研究假設
假設1: 資產(chǎn)質(zhì)量與企業(yè)業(yè)績之間存在正的相關關系, 資產(chǎn)質(zhì)量越好, 企業(yè)的業(yè)績就越好。李樹華、陳征宇( 1998) 曾以滬深兩市1997 年745 家上市公司為樣本進行了統(tǒng)計分析, 得出資產(chǎn)質(zhì)量與當年的凈資產(chǎn)收益率存在一定的正相關關系。假設2: 本假設是有關選取樣本公司財務數(shù)據(jù)質(zhì)量的假設, ①假定企業(yè)凈資產(chǎn)收益率、總資產(chǎn)報酬率和主營業(yè)務利潤率不會超過100%, 與此假設相背的樣本公司予以刪除; ②假定總資產(chǎn)周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率、應收賬款周轉(zhuǎn)率不超過50 次, 即周轉(zhuǎn)期不低于7 天, 相背樣本數(shù)據(jù)刪除; ③流動比率不高于50, 資產(chǎn)負債率不高于100%, 相背樣本公司不予研究; ④不良資產(chǎn)率不高于50%, 否則刪除該樣本。
( 二) 不良資產(chǎn)測量指標設計
本文是在陳冬華( 1998) 關于上市公司不良資產(chǎn)的研究基礎上, 深入研究如何建立不良資產(chǎn)的測評模型, 借鑒了他設計的不良資產(chǎn)相對衡量指標。凈資產(chǎn)中不良資產(chǎn)率( NPAs) =1- 調(diào)整后的每股凈資產(chǎn)/每股凈資產(chǎn)。例如: 福成五豐( 600965) , 其每股凈資產(chǎn)與調(diào)整后的每股凈資產(chǎn)分別為1.80 與1.68 元, 則不良資產(chǎn)率計算為: 1-1.68/1.8=0.0667, 該指標表示在公司凈資產(chǎn)中不良資產(chǎn)占6.67%。
( 三) 10 個財務指標的描述統(tǒng)計
鑒于本文選取的樣本量大, 對凈資產(chǎn)收益率、總資產(chǎn)報酬率等十個指標的具體計算結(jié)果不在文
中列示, 僅對各指標進行統(tǒng)計描述如表:
表. 指標描述統(tǒng)計表
變量 樣本序數(shù) 財務指標 Min Max Mean Std.deviation Variance
x1凈資產(chǎn)中不良資產(chǎn)率 - 1.18182 0.7500 0.0307 0.09957 0.010
x2總資產(chǎn)中營運資本比率 - 4.35205 0.6757 0.0323 0.3225 0.104
x3凈資產(chǎn)利潤率 - 0.91583 0.7500 0.0479 0.1442 0.021
x4總資產(chǎn)報酬率 - 0.23334 0.7995 0.050 0.0630 0.004
x5主營業(yè)務利潤率 - 0.61137 1.000 0.209 0.1488 0.022
x6總資產(chǎn)周轉(zhuǎn)率 0.00129 8.925 0.697 0.5758 0.332
x7流動資產(chǎn)周轉(zhuǎn)率 0.012 14.35 1.534 1.146 1.313
x8應收賬款周轉(zhuǎn)率 0.00 43.40 10.43 8.926 79.67
x9流動比率 0.012 7.299 1.260 0.8265 0.683
x10資產(chǎn)負債率 0.01748 4.908 0.5410 0.2643 0.070
( 四) 提取主成分
1. 對指標x1- x10 標準化, 求出標準化后的數(shù)矩陣的相關陣
指標數(shù)據(jù)標準化的公式為: ZXij=Xij- EXjDX! j( Xij 為第i 家公司第j 項財務比率的數(shù)據(jù), ZXij為Xij 標準化后的數(shù)值, EXj 是第j 項財務比率數(shù)據(jù)的均值, DXj 是第j 項財務比率數(shù)據(jù)的方差。)部分指標之間直接的相關性比較強, 的確存在信息上的重疊。
2.KMO 檢驗和Bartlett 球形檢驗
由Bartlett 球形檢驗可以看出, 應拒絕各指標獨立的假設, 即指標間具有較強的相關性。但是,KMO 統(tǒng)計量為0.644, 說明各指標間信息的重疊程度可能不是特別的高, 有可能做出的主成分分析模型不是很完善, 但還是值得嘗試的。
3.由相關陣計算特征根( λ) 、方差貢獻率和累積貢獻率表. 方差解釋表( Total Variance Explained), 可知第一個主成分的方差占所有主成分方差的25.074%, 前七個主成分的方差貢獻率達到92.04%, 因此選前七個主成分已經(jīng)足以描述10 個財務比率所包含的信息。
4. 計算變量共同度
變量共同度表示各變量所含的信息能被提取的主成分解釋的程度, 由表5 中所示的變量共同度可知, 變量的共同度都在80%以上, 這七個主成分對各財務指標的解釋能力是比較強的, 因此只考慮前七個主成分即可。5. 采用主成分法計算因子載荷矩陣, 通過因子旋轉(zhuǎn)解釋主成分的經(jīng)濟涵義.
因子載荷矩陣是各因子( 主成分) 在各變量上的載荷, 即各因子對各變量的影響程度。由于初始的因子載荷矩陣系數(shù)不是太明顯, 不利于公因子的解釋。為了使因子載荷矩陣的系數(shù)向0- 1分化, 對初始載荷矩陣進行方差最大旋轉(zhuǎn)( Varimax), 旋轉(zhuǎn)后的因子載荷矩陣可以看出, 第一主成分( F1) 在x2、x9及x10 上有很大的載荷, 可以定義為償債能力的影響因子; 第二主成分( F2) 在x3、x4 上有很大的載荷, 可以定義為企業(yè)綜合盈利能力的影響因子;第三主成分( F3) 在x6 上有很大的載荷, 可以定義為總資產(chǎn)營運能力的影響因子; 第四主成分( F4) 在x7 上有很大的載荷, 可以定義為流動資產(chǎn)營運能力的影響因子; 第五主成分( F5) 在x5 上有很大的載荷, 可以定義為主營業(yè)務利潤率的影響因子; 第六主成分( F6) 在x8 上有很大的載荷,可以定義為應收賬款周轉(zhuǎn)率的影響因子; 第七主成分在x1 上有很大的載荷, 可以定義為不良資產(chǎn)率的影響因子。
6.通過Regression 回歸法估計因子得分函數(shù)系數(shù)矩陣
由因子得分函數(shù)系數(shù)矩陣, 將七個公因子表示為10 個指標的線性形式, 主成分表達式模型如下:
F1 =- 0.008Zx1 +0.447Zx2 - 0.069Zx3 - 0.001Zx4 -0.056Zx5 +0.148Zx6 - 0.009Zx7 +0.008Zx8 +0.472Zx9 -0.294Zx10
F2 =- 0.017Zx1 +0.042Zx2 +0.801Zx3 +0.37Zx4 -0.158Zx5 - 0.077Zx6 - 0.05Zx7 - 0.016Zx8 - 0.168Zx9 -0.055x10
F3 =0.035Zx1 +0.007Zx2 - 0.299Zx3 +0.273Zx4 +0.025Zx5+0.613Zx6- 0.065Zx7- 0.037Zx8+0.364Zx9+0.483Zx10
F4 =- 0.019Zx1 - 0.02Zx2 - 0.005Zx3 - 0.087Zx4 +0.146Zx5 +0.22Zx6 +0.936Zx7 - 0.26Zx8 - 0.192Zx9 -0.437Zx10
F5 = 0.037Zx1 - 0.185Zx2 - 0.304Zx3 +0.17Zx4 +0.991Zx5- 0.037Zx6+0.131Zx7- 0.055Zx8+0.116Zx9+0.006Zx10
F6 =0.008Zx1 - 0.032Zx2 - 0.046Zx3 +0.038Zx4 -0.061Zx5 - 0.117Zx6 - 0.17Zx7 +1.073Zx8 +0.104Zx9 +0.059Zx10
F7 =0.998Zx1 +0.01Zx2 - 0.006Zx3 - 0.011Zx4 +0.029Zx5+0.033Zx6- 0.013Zx7+0.002Zx8- 0.035Zx9-0.017Zx10
變量Zxi ( i=1, 2⋯10) 是財務指標Xi 標準化后的值
( 五) 借鑒阿爾曼多元Z 值判定模型的分析思路建立不良資產(chǎn)測評模型———G 模型
模型的表達式為:
G=a1F1+a2F2+a3F3+a4F4+a5F5+a6F6+a7F7ai= λiΣλ(i=0, 1⋯7)( ai 是主成分Fi 的方差貢獻率; λi 是主成分Fi的特征根; Σλ是主成分的特征根和) 根據(jù)以上計算所的數(shù)據(jù), 可以得到滬市A 股上市公司不良資產(chǎn)控制模型:
G=0.251F1+0.205F2+0.139F3+0.106F4+0.101F5+0.066F6+0.054F7
代入F1-F7 到G 模型中, 得:
G=0.0555Zx1 +0.0994Zx2 +0.0707Zx3 +0.1234Zx4 +0.07014Zx5+0.1202Zx6+0.079Zx7+0.0314Zx8+0.13097Zx9- 0.06067Zx10( 變量Zxi ( i=1, 2⋯10) 是財務指標Xi 標準化后的值)
求出向量G [G1, G2, ⋯Gn] ( n 為樣本數(shù)) 值后, 對向量G 的元素做統(tǒng)計分析, 得到其最大值Gmax 和Gmin, 從而得出合理不良資產(chǎn)率控制的上下限[Gmin, Gmax], 檢驗企業(yè)不良資產(chǎn)相對衡量指標NPAs ( 凈資產(chǎn)中的不良資產(chǎn)率) 是否在上下限范圍內(nèi), 據(jù)以判定持有不良資產(chǎn)額是否合理;反之, 該模型為企業(yè)合理控制不良資產(chǎn)提供了參考界限。
四、本文的研究結(jié)論
本文以滬市A 股2006 年底全部上市公司為研究對象, 根據(jù)模型對數(shù)據(jù)的原則要求, 剔除一部分上市公司后, 最終選取620 家上市公司為研究樣本, 借鑒阿爾曼多元Z 值判定模型的分析思路建立不良資產(chǎn)測評模型———G 模型。根據(jù)模型的要求, 首先計算出x1-x10 財務比率數(shù)據(jù), 然后對其標準化得到Zx1-Zx10, 把Zx1-Zx10代入G 模型, 得到向量G [G1, G2, ......Gn] ( n 為樣本數(shù), n=1, 2,......620) , 對G1, G2, ......Gn 統(tǒng)計分析,見表。
表. G 值描述統(tǒng)計
N Minimum Maximum Mean Std. Deviation Variance
G 620 - 1.66695 1.78467 0.00000 0.39122372 0.153
Valid N (listwise) 620
由表可得出結(jié)論: 我國滬市A 股上市公司不良資產(chǎn)率應控制在[- 1.667%, 1.785%] 范圍內(nèi), 超出此范圍的不良資產(chǎn)可能會給企業(yè)造成不利影響, 或者可能向投資者傳遞企業(yè)有盈余管理動機的信號, 從而提醒和幫助管理者判斷是否應該進行清產(chǎn)核資, 計提資產(chǎn)減值準備。
[參考文獻]
[1] 李嘉明, 李松敏.我國上市公司的資產(chǎn)質(zhì)量與企業(yè)績效的實證研究[J] .經(jīng)濟問題探索, 2005, ( 4) : 104- 107.
[2] 陳冬華.上市公司不良資產(chǎn)的實證分析[N] .證券市場導報,1998- 07.
[3] 常繼英.關于企業(yè)不良資產(chǎn)的構成和計算[J] .內(nèi)蒙古科技與經(jīng)濟, 2004, ( 3) : 41- 42.
[4] Strong, John, S ., Meyer, John, R . Asset Write- downs:Managerial Incentives and Security Returns [J] .Journal ofFinance, 1987, (2) : 643- 661.
[5] Elliott, J .A ., Shaw, W .H ., Write- offs as AccountingProcedures to Manage Perceptions [J] .Journal of AccountingResearch, 1987 (supplement) : 91- 144.
[6] Altman, E., Financial Ratios.Discriminant Analysis and thePrediction of Corporate Bankruptcy [J] .Journal of Finance,1968, 23 (Sept.) : 589- 609.
[7] 張文彤, 閆潔.SPSS 統(tǒng)計分析高級教程[M] .北京: 高等教育出版社, 2004, 213- 225.
文章來源：當代經(jīng)濟管理 （責任編輯： XL）
