企業財務預警模型實證研究范文

本站小編為你精心準備了企業財務預警模型實證研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、引言

新常態在經濟領域不僅表現為經濟的轉型升級，還表現在經濟的驅動力由要素驅動、投資驅動轉變為創新驅動。因此，本文將研究對象確定為創新型企業，它是指以創新思想為指導，以創新體系為基礎，以知識產權化的技術和品牌為核心，以實現全面而持續的自主創新為手段，以獲取更多利潤和獲取不斷發展為目標的新型企業。其主要出現于技術加工、醫藥科技、針織貿易、服務業及部分金融領域；集中于我國政治中心、沿海經濟帶，善于利用該地域在物流通訊、市場潛力、經濟購買力、高校人才儲備及創業政策環境等方面的優勢。創新型企業一般具備以下特征：（1）有自主品牌，不是代工企業；（2）有較強的研發實力，研發人數在30人以上；（3）有較大的營業規模，年營業收入在8000萬元以上；（4）有較好的成長性，年收入增長率在20%以上；（5）創造性強，并不是純模仿企業；（6）核心經濟增長方式———內生產式；（7）在已存在的行業或細分市場內，擁有市場占有權。2013年12月科技部的《中國區域創新能力報告2013》顯示，江蘇和廣東兩省為我國創新型產業集代表區域，二者在國內的GDP產值也相當客觀。其中，廣東珠三角區域創新效益綜合排名連續6年位居全國第二，帶來的經濟效應以及創新指標數據等在全國領先。因此，研究珠三角地區創新型企業具有極大的現實意義。而世界經濟全球化、產品市場競爭性、研發項目融資途徑等諸多因素，都要求珠三角地區的創新型企業能及時發現財務隱患，正確應對財務危機；對經營方向和體制管理所存在的缺陷，做出前瞻性判斷，強化抗風險能力。因此，建立完善的財務預警機制，更利于珠三角區域性經濟的長遠發展。

關于財務預警理論國外已基本成熟，國內主要是在借鑒西方理論的基礎上，不斷探索符合我國企業市場的新型財務預警系統。國外方面，Fitz-partrick（1932）首次運用一元判別分析法研究樣本數據，通過單個財務比率建模推導出權益凈利率和凈資產負債率在破產企業財務指標方面上有顯著性變化。美國學者Altman（1968）提出Z值判定模型，其主要涉獵于中小制造業領域，研究的大多是關于企業破產可能性大小的預測分析，在預測1970—1973間企業樣本的有效性超過80%。學者Edmister（1972）將現金流量指標作為預測變量，為規模較小的企業構建了財務預警分析模型，考核企業實際運營現金流對企業財務問題的影響。Coats和Fant（1993）闡述了神經網絡模型（NNS），該模型對樣本企業的擬合度、預測精度都有絕對優勢，然而在某些方面仍然存在技術上的爭議。1987年，吳世農從西方引進針對企業破產危機的實證調研指標，進而闡述財務預警模型。20世紀末，周首華、楊濟華等人根據我國上市企業所處的特殊環境，調整模型指標范圍，擴充樣本數量，在Z分數模型實證研究基礎上提出F計分法。學者吳世農和盧賢義（2001）選定6個財務指標應用Fisher線性判斷分析，Logisitic回歸分析和多元線性回歸分析對140家上市公司分別建立預警財務困境模型。李曉峰、徐玖平（2004）提出運用粗糙集理論發展預警模型，有效地采用人工神經網絡方法去降低指標數量，保證其主要特征屬性并在能力外延等方面做出突破。徐凌等（2014）在傳統財務指標的基礎上，引入EVA指標及現金流量指標從而構建財務預警Lo-gistic模型。

二、相關理論

（一）創新型企業財務特點1.創新型企業項目運營效益重在長遠。有形資產比重較低，其中房屋建筑、工廠設備類大型基建物占資產比例小。受知識產權、專利技術及品牌效應等無形資產自身特征的影響，企業所能看到的短期經濟效應不大，項目運營前期的財務報表難以直觀地反映其真實價值，也存在變現能力低的短板，即企業的經濟收益從長遠角度分析較為妥當。2.創新型企業借款方式趨于多元化。創新政策環境寬松，在國家鼓勵創新、助于創新的大背景下，創新型企業借款方式多元化，負債結構合理，能夠在長期負債和短期負債中找到平衡點，有效利用償還期限和借款利率的差異，獲得較充盈的運營資金進行新項目的開發，在一定程度上能降低成本并分散風險。但是，企業借貸信用問題、項目運營效益又成為關鍵因素。3.財務投融資決策面臨挑戰。經常性的股權轉讓，引發企業內股權結構不穩定、投融資情況不明晰，這對上市公司對外信息披露提出要求。另一方面，創新型企業由于投資項目的不斷推進以及創新業務開展的逐步深入，企業時間跨度、資金需求量等方面表現出很大的不確定性，這給管理者在財務融資決策方面帶來某種程度的考驗。4.企業盈利曲線先平緩后急劇增長。企業帶來的利潤效益不完全成比例增長，期初研發成本、銷售成本、人力資本投入較多，企業業績不穩定收益較低，盈利曲線處于數值較低的位置，甚至可能出現虧損的情形；待項目成熟且盈利方式固定，企業的收益將可能大幅度的提高，盈利曲線會呈現出陡增式的幅度增長，但在項目完成的一定期限內，受市場需求的因素影響較大。

（二）財務預警及其分析方法財務預警是以財務報表、運營計劃及其他相關資料為基礎，對企業經營成果、財務狀況及其變動進行分析和預測，及時發現經營管理中存在或潛在的財務和經營風險，從而判斷財務危機發生的可能性，并及時向經營者發出警告，為其提供決策依據及建議。財務預警常見的方法主要有一元判別分析法、多元判別分析法、Logistic回歸分析、主成分分析法等。本文根據正態性和顯著性檢驗挑選變量，然后采用主成分分析法建立企業的財務預警模型，并檢驗模型預測效果的好壞，最終完成一個系統化的模型論證。

三、財務預警模型構建

（一）樣本選取1.樣本選取標準。本文研究的對象是珠三角地區的創新型企業，所選取的主要是廣東板塊的上市企業，因該區域出現財務危機被特別處理或是退市處理警告的企業相對較少，故而參考了深市A股相近行業的上市企業，同時未被ST的上市企業均采用廣東板塊的數據，盡可能地保證樣本的有效性。選擇單個樣本企業應滿足以下要求：（1）擴展選取行業范圍，在同行業內進行一比一配對樣本，避免行業間的差異性影響；（2）企業資產規模相當，在企業現金流、成本支出、負債或者投資收益等方面，可比性更好；（3）滿足創新型企業的主要條件，若是難以滿足應優先考慮資產規模相當原則，但保證要同時期，在規定年限內財務數據可以獲得。2.樣本來源。本文選取2013年被特別處理的上市公司2010—2012年的財務報表數據。選取21家*ST企業和21家非ST企業，作為最終研究樣本，其中20家企業作為建模組，另外22家企業作為檢驗組，每組間采樣均為1∶1設置。樣本總共涉及23個行業，對于珠三角地區創新型企業的覆蓋面較廣，在信息反映方面將更具有代表性，對于以后財務指標的應用也會更全面。

（二）指標體系的構建1.指標初選。本文根據重要性、全面性、可行性和可比性的原則從企業的償債能力、運營能力、盈利能力、發展能力、現金流量能力等五個方面選取指標如表1所示。2.指標篩選。初選指標能比較完整地反映一個企業的經營狀況，但這些指標是否能區別ST企業和非ST企業，還需要進一步的考證。高效的預警模型有賴于顯著性檢驗，因此，先對所選擇的26個基礎指標進行K-S檢驗，考核總體是否服從正態分布，進而判斷采用何種檢驗方法。（1）參數性檢驗。SPSS的K-S檢驗可以檢驗4種理論分布：正態分布、均勻分布、泊松分布和指數分布。因此，本標符合正態分布，置信區間為95%。（2）非參數檢驗。本文采用Mann-Whitney的U檢驗法對樣本進行非參數檢驗，原假設為*ST企業和非ST企業的財務指標沒有明顯的差異，置信區間為95%。在2010年財務指標匯總數據基礎上添加新變量B，標簽為經營情況，其中1代表*ST，2代表非ST，變量分析過程見表5。從表5中可以看出：Mann-Whitney的U統計量值為23.500，Wilcoxon的W統計值為78.500，Z值等于為-2.004，雙尾漸進顯著性概率為0.045，小于0.05，故應拒絕原假設，即*ST企業和非ST企業 依次檢驗2010-2012各年財務指標，結果見表6。從表6中可以看出，未通過顯著性檢驗的財務比率，在當年不能成為指標變量，應該剔除。究其原因為：廣東省*ST企業數量少，選取樣本容量相對較小；歷時時間短，只能獲取近三年財務數據。因此，導致屬于營運能力、發展能力和現金流量的財務比率均被剔除，即在本文的建模樣本中，*ST企業和非ST企業在這些財務比率指標中沒有顯著性差別，建模時也不再考慮，僅從償債能力、盈利能等方面進行考量，涉及到指標為流動比率（X1）、速動比率（X2）、資產負債率（X3）、主營業務比率（X8）、凈資產收益率（X9）、總資產利潤率（X10）、資產報酬率（X11）、銷售凈利率（X12）、銷售毛利率（X13）、營業利潤率（X14）。

（三）構建主成分分析模型利用主成分方法建立模型，并對*ST企業和非ST企業在2011年的經營狀況做初步判定。主要步驟如下：1.提取主成分（見表7）。依據特征值大于1選取四個主成分，共解釋85.781%的原始信息，即只需原篩選出的原始指標的40%指標數可以反映絕大部分原始信息，主成分分析合理。（2）主成分模型。根據成分矩陣（見表8）和相應的特征值可計算出四個主成分相應的特征向量，并可得出其表達式如下。

（四）檢驗預警模型1.財務危機前兩年模型檢驗。本文將對檢驗組相對應2011年數據進行檢驗，考察該企業在兩年后的財務危機狀況，對上述的因子模型的預測能力進行判別。經過分析有10家企業為非ST企業，有12家企業為*ST企業，其中誤判的是華賽的一家企業，即本次模型檢驗結果的準確率為95.45%。因此，在2011年（危機前2年）該模型檢測效果相當可觀。2.預警模型檢驗結果匯總。按照同樣的分析方法可構建出距離財務危機前一年（2012）和前三年（2010）的財務預警模型，并對其進行檢驗。根據模型可得出綜合得分，利用中位數法得出PS值為0.7465，經判別分析得出屬于*ST企業有14家，非ST企業有7家，因數據缺失而需要剔除的有1家，誤判的有華賽、綠景控股、粵宏遠、東莞控股、*ST中冠A等5家企業。經計算該模型檢驗準確率為76.19%，準確率較2011年降幅略大，但總體檢測結果仍就大于70%，有參考價值。根據模型可得出綜合得分，利用中位數法得出PS值為0.6569，經判別分析得出屬于*ST企業有12家，非ST企業有10家，誤判的有華賽、星河生物、*ST鳳凰、*ST中冠A等4家企業。經計算該模型檢驗準確率為81.82%，準確率較2011年較低，但總體檢測結果仍就大于80%，即預測2013年是否發生財務危機的精準度良好。綜合檢驗匯總表可知，珠三角地區創新型企業在財務危機發生的前三年之內，該模型都能有效地進行預測，按照目前檢驗結果來說均超過70%，準確度較高，對企業的經營決策來說有較高的參考價值。

四、總結

本文所構建的主成分模型還存在以下局限性：（1）應用范圍和數據源的局限性，本文考慮到財務報表數據獲取的便利性，其樣本來自于A股上市公司，而未考慮到非上市公司；（2）指標選取的局限性，本文僅從財務指標來評定*ST企業和非ST企業，未充分考慮到創新型企業自身的財務特征、盈利方式的特殊性、管理理念、產銷一體化、組織分工構成等因素；（3）樣本量和檢驗時間的局限性，由于樣本量選取的較少性和檢驗時間的局限性，而導致了在指標剔除中刪除了現金流量等短期考核的重要指標。因此，本文建議應從開拓數據來源渠道、利用現代技術計算分析數據、及時更新評定標準等方面進行完善。

作者：劉桂玲 張超 熊雅婷 單位：江西理工大學南昌校區經濟管理系