公司的财务危机模式分析论文

导语：公司的财务危机模式分析论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

[摘要]本文以2002—2004年深沪两市首次被ST的118家上市公司作为研究对象，同时选择同行业且资产规模相近的ll8家盈利公司作为配对样本。在界定了“财务危机”的范围后，利用ST公司财务危机前1年的数据，初步选择了20个财务指标，对ST公司与配对样本的均值、标准差，T统计量和Z统计量进行分析，寻找ST公司与非ST公司在财务指标上的差异，井采用主成分分析法进一步筛选财务指标。最后运用二元逻辑回归(Logit)，建立起上市公司财务危机前1年的预警模型，且进行了预测。

[关键词]财务危机；配对样本；主成分分析；逻辑回归；预警模型

一、“财务危机”(Pinancialcrisis)又称“财务困境”(Pinancialdistress)，国外多数同类研究采用破产标准。但中国从1988年开始试行《企业破产法》至今，没有一家上市公司破产．尽管2004年6月“ST宁窖”爆出破产风波，但也在同年12月通过债权人和解解除了危机。由此可见，中国的破产机制不健全，加上国内证券市场的发展历史很短，采用外国学者的做法行不通。

国内学者大都将特别处理(ST)的上市公司作为存在财务危机的公司，如陈静(1999)、李华中(2001)、姜秀华(2002)等。本文也将ST公司作为研究样本，并将“财务危机”定义为“因财务状况异常而被特别处理(ST)”，所指的“财务状况异常”包括上市公司突然出现重大亏损、连续两年亏损、股东权益低于注册资本或每股净资产低于面值等几种情形。

二、国内研究文献综述

陈静(1999)以1998年的27家ST公司和27家非ST公司为研究样本，使用1995—1997年的财务指标进行了单变量分析和多元判定分析，由于受样本量的限制没有对上市公司被ST的原因加以详细区分；李华中(2001)用判别函数对1997—1999上市公司分类，描述了ST公司的行业分布，利用向前回归法筛选财务指标建立预警模型；姜秀华等(2002)以在深沪两市上市的42家公司为控制相关变量，同时随机选取42家非ST公司为控制样本进行了研究，运用Logistic回归得到预警模型，并进行了预测与效果检验。

三、研究方法和研究样本

(一)研究方法

本文采用的方法是二元逻辑回归(Logit)，相关的数据分析处理通过SPSSl3．0软件完成。

(二)研究样本及样本的行业特征分析

1.选择的研究样本

本文选择的样本S1是2002—2004年深沪两市首次被ST的118家公司。

同时，选择了与样本S1同行业并且资产规模相近的118家盈利上市公司作为配对样本S2。

本文的数据主要来源于“亚洲证券”和“巨潮资讯”。

2.样本行业特征分析

至2005年8月，深沪两市共计有1379家上市公司(深市551家，沪市828家)。发生财务危机的118家上市公司分布在11个行业。其中，制造业出现财务危机的上市公司最多，占ST公司总数的58．48％，但与该行业上市公司的总数相比，发生ST的比例并不突出，只占8．60％．传播文化类上市公司有2家发生亏损，鉴于此类别的上市公司较少，虽占ST公司总数的1．7％，但占整个行业的18．18％，说明传播文化类公司承担的风险较大，发生财务危机的比例也就较高。其次是综合类上市公司，占ST公司总数的10．17％，占整个行业的15．00％。

四、预警指标的选择和分析

如果上市公司在第t年被实施ST，那么(t－1)年表示上市公司被实施ST的前1年。

(一)财务危机预警指标的初步选择

为对上市公司的情况进行全面、系统的描述，本文结合国内外的研究成果，初步选择了变现能力B1(流动比率X1、速动比率X2)、资产管理B2(总资产周转率X3、总资产周转率X4、应收账款周转率X5)、负债能力B3(资产负债率X6、产权比率X7)、盈利能力B4(净资产收益率X8、销售毛利率X9、销售净利率X10)、现金流量B5(每股经营现金净流量X11、经营现金净流量对挣利润比率X12、经营现金净流量对负债比率X13)、成长能力B6(资产增长率X14、主营业务收入增长率X15、净利润增长率X16)、股权扩张B7(每股收益X17、每股挣资产X18)、股东持股B8(前三大股东持股比例X19、前十大股东持股比例X20)等8个方面的20个财务指标。

(二)初选指标分析

1．财务指标的均值和标准差分析

利用SPSS计算ST与非ST公司各财务指标的均值及标准差。研究结果显示，发生财务危机的前1年，ST公司与非ST公司的20个指标的均值均存在明显区别。

2．配对样本检验

根据ST公司与非ST公司的同一财务指标的配对，利用SPSS进行配对样本T检验和Wilcoxon秩检验，Wilcoxon秩检验使用的是Z统计量。

从表1中可以看出，除资产增长率X14外，ST与非ST公司的20个指标的配对样本T检验普遍显著，ST公司的Z统计量明显高于非ST。

总之，通过上述分析，可以看到ST公司与非ST公司在财务危机发生的前1年，两者的均值、标准差、T统计量、Z统计量发生了明显的变化。

(三)财务预警指标的进一步筛选

ST与非ST公司的上述20个指标，有的作用显著，起了较大作用，相比之下有的作用并不明显，而且指标过多会存在多重共线性或序列自相关。因此，在建立财务危机预警模型前，有必要进一步对财务指标进行筛选，利用变化显著的指标建立预警模型。本文拟选择主成分分析法。

1．变量间相关性分析

本文的相关性分析采用Person相关系数，结果表明产权比率x7与净资产收益率朋、流动比率X1与速动比率X2、每股经营现金净流量X11与经营现金净流量对负债比率X13、每股收益X17与每股净资产X18、前三大股东持股比率之和X19与前十大股东持股比率之和X20的相关系数均超过0．6。为消除多重共线性的影响，按财务指标间相关性较小为优原则，经比较，剔除X7、X2、X13、X18及X19这五个财务指标。

2．财务指标的进一步筛选

引入虚拟变量y，表示上市公司是否出现财务危机。将上市公司出现财务危机设为1，没有出现财务危机设为0。

利用直接斜交转轴法，对剩余15个财务指标进行主成分分析，提取了3个因子。这3个因子分别为流动比率X1、每股经营现金净流量X11、前十大股东持股比率之和X20。

五、预警模型的建立及预测

笔者利用主成分分析得到的上述三个财务指标，选择二元逻辑回归(Logit)方法，建立财务危机预警模型并进行预测。

(一)模型的建立

设多元逻辑回归(Logit)拟合的方程为：

(二)预警模型效果检测

以0．500为概率最佳分割点进行预测。预测结果显示该模型的整体预测效果为75．319％，其中ST公司的预测准确率为76．923％，非ST公司的预测准确率为73．729%。

六、结论

笔者采用2002—2004年新增ST公司的日个方面的20个财务指标，建立起上市公司发生财务危机前1年的危机预警模型进行了预测。为便于对比研究，选取相同数目的盈利公司作为配对样本进行T检验和Wilcoxon秩检验。研究表明，选取财务指标的效果明显，建立的sT公司的危机预警模型的判断准确率达到95．31％．由于研究是假定上市公司的财务数据是真实的，若上市公司粉饰财务报表，模型准确性可能受到影响。

主要参考文献

[1]Ohlson，JamesA：“FinancialRatiosandtheProbabilistlcPredictionofBankruptcy”，JournalofAccountingResearch，1980．

[2]陈静．上市公司财务恶化预测的实证分析．会计研究[J]，1999，(4)．

[3)李华中．上市公司经营失败的预警系统研究[J]．财经研究，2001，27，(10)．

[4]姜秀华，任强，孙铮．上市公司财务危机预警模型研究[J]．预测，2002，21(3)．