基于现金流量的我国上市公司财务预警实证研究_大学生考试网
基于现金流量的我国上市公司财务预警实证研究
云南财经大学 硕士学位论文 基于现金流量的我国上市公司财务预警实证研究 姓名：杨瑶 申请学位级别：硕士 专业：会计学 指导教师：李红琨 2011-05摘 要摘 要随着经济全球化的发展，市场瞬息万变，不确定性因素大大增加。企业在获 得机会的时候，面临的风险也增加了。如果不能有效地防范、控制风险，可能会 使企业发生重大的损失，甚至于不得不面对破产的命运。在破产的众多因素中， 财务危机无疑是一个很重要的因素。财务危机的发生会使企业走向消亡，投资者 及其他相关利益者蒙受巨大的损失。 财务风险产生的原因一方面是企业经营受到 内在因素(内部管理策略与执行)与外在因素(行业特征与经济环境等其他不可控 因素)的交互影响。无效的管理、错误的决策加上外部不可预期的冲击，使得企 业发生经营失败。 另一方面是由于错误的财务管理政策和手段会导致企业陷入财 务危机。例如，企业过度利用财务杠杆，追求过度财务杠杆利益，大量增加企业 的负债，同时就使得公司的财务风险增大，一旦资产负债率过大，风险就大大增 加，如果遇到经济不景气，货币紧缩时，利息的大量支出更加使企业资金压力过 大，最后爆发财务危机，甚至不得不面对经营失败、破产的命运。 财务预警，就是借助企业提供的财务报表与其他相关会计资料，对企业的经 营活动、 财务活动等进行预测并发现企业在经营管理活动中潜在的经营风险和财 务风险，发出警告，使企业管理层能够及时采取有效措施，避免潜在的风险变成 损失，起到未雨绸缪的作用。 以往的研究中大多采用的传统财务指标进行建模分析， 涉及现金流量指标的 研究还不成熟，而现金流量分析的重要性逐渐普遍关注，本文对比分析了传统财 务指标的局限性和现金流量指标的优势， 发现现金流量指标比传统的财务指标更 能反应企业的实际财务状况。 引入现金流量对我国上市公司的基于现金流量角度 的财务预警模型研究不仅具有较强的现实意义，还具有很高的学术价值。本文通 过讨论财务预警系统理论、现金流量理论、现金流量的财务预警功能等，确定了 本文指标体现构建的范围。 因此，本文基于设定的指标选取原则，建立了基于现金流量的财务预警模型 指标体系，选取了 10 个现金流量指标，囊括了企业的偿债能力、获现能力、财 务弹性、发展能力。通过各种现有研究中采取的研究方法(单变量模型、多元线I摘 要性模型、多元判别模型、多元逻辑回归模型、多元概率回归模型、非参数分析、 人工神经网路模型等)讨论研究，最终选取了主成分分析法和 Logistic 回归分析 法进行实证部分的研究。选取了 390 家我国 A 股上市公司进行实证研究。首先 利用主成分分析法，进行指标的筛选降维，选取了 5 个主成分因子。然后通过 Logistic 回归方法构建了基于现金流量的我国上市公司财务预警模型。并通过随 机抽取的 50 家样本企业 T-3、T-2、T-1 年的财务数据进行检验，结果表明了财务 预警模型达到了预期的效果。并且，随着 ST 时间的推进，模型判别的准确度有 所上升，判定的准确率分别为，69.7%、74.9%、78.9%，这意味着财务危机的发 生是个渐进的过程，越接近 ST 处理，财务风险就越大，并对未来的研究方向进 行了展望。关键字： 财务预警， 现金流量， 主成分分析， Logistic 回归分析IIAbstractAbstractAs the economic globalization develops, the market changes rapidly while uncertain factors come up greatly. It come increasing risks with more and more opportunities for enterprises. It may cause a significant loss or even bankruptcy for enterprises if enterprises cannot prevent and control risks effectively. Without any doubt, the financial risk is a very important factor of bankruptcy among many. Investors and other stakeholders could be subject to tremendous loss caused by financial risk. What’s worse, an enterprise may be extinct because of financial risk. Financial Risk Forewarning aims to predict the operating and financial activities and discover the potential operating and financial risk during the business operating management through financial statements and relevant accounting information provided by enterprises. It warns the enterprise management level to take effective measures to prevent potential risks becoming losses in time so that to take precautions before it is too late. Most previous studies conducted modeling analysis by using the traditional model of financial indicators, rarely relating cash flow indicators. However, the importance of cash flow analysis has become common concern increasingly. In this paper, the author analyzes the limitations of traditional financial indicators and the advantages of cash flow indicators, which are found to be more effective than the traditional financial indicators on responding to the actual financial situation. The introduction of cash flow to cash flow-based forewarning models analysis of financial point of view is not only applicable in practical activities, but also in academic study. This paper discusses the financial forewarning system theory, theory of cash flow, financial forewarning function of cash flow and other specific thoughts to determine the scope of indicators to be selected within. Therefore, based on the principle of indicators selection, this paper establishes a financial risk forewarning system based on cash flow indicators. The author selects 10 indicators of cash flow, covering the solvency of enterprises, capacity of earning cash flow, financial flexibility, developing capacity. Through a discuss and study of a variety of existing research methods (single-variable model, multiplelinear model, multiple discriminate model, multiple logistic regression model,IIIAbstractmultivariate probitregression model,nonparametric analysis,artificial neuralnetwork model, etc.), the author ultimately select the principal component analysis and Logistic regression analysis in the empirical and experimental stage. In the empirical and experimental stage, the author selects 390 A-share listed companies of China to study. Firstly, the author makes practical use of principal component analysis to select 5 principal components through sieving and dimensionality reducting. Then Logistic regression was constructed to build a financial risk forewarning model of listed companies in China based on cash flow. By analyzing and examining T-1, T-2, T-3-year financial data of 50 sample companies which are randomly selected, the model is proved to be right as expected. More importantly, as ST time progresses, the model's accuracy increases. The identification accuracy rate was 69.7%, 74.9%, 78.9%, which means the occurrence of financial risk is a gradual process, the closer ST goes, the greater the financial risk. In the end, the author proposes prospect of future research directions.Key words:Financial Forewarning, Cash Flow, Principal Component Analysis,Logistic Regression AnalysisIV学位论文原创性声明声明：本人所呈交的学位论文，是本人在导师的指导下，独立进 行研究工作所取得的成果。 尽我所知， 除文中已经注明引用的内容外， 本论文不含任何其他个人或集体已经发表或撰写过的作品成果。 对本 文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 本人完全意识到本声明的法律结果由本人承担。论文作者签名：日期： 年月日学位论文版权使用授权书本人完全了解云南财经大学有关保留、 使用学位论文的规定， 即： 学校有权保留并向国家有关部门或机构送交论文和论文电子版， 允许 学位论文被查阅或借阅；学校可以公布学位论文的全部或部分内容， 可以采用影印、缩印或其他复制手段保存、汇编、发表学位论文；授 权学校将学位论文的全文或部分内容编入、提供有关数据库进行检 索。 （保密的学位论文在解密后遵循此规定）论文作者签名： 日期： 年 月 日导师签名： 日期： 年 月 日第一章 导论第一章 导 论第一节 选题的背景及研究意义随着经济全球化的发展，市场瞬息万变，不确定性因素大大增加。企业在获 得机会的时候，面临的风险也增加了。如果不能有效地防范、控制风险，可能会 使企业发生重大的损失，甚至于不得不面对破产的命运。在破产的众多因素中， 财务危机无疑是一个很重要的因素。 财务危机的发生也会使投资者及其他相关利 益者蒙受巨大的损失。而财务预警，就是借助企业提供的财务报表与其他相关会 计资料，利用财务会计、企业管理相关学科及统计学等理论，采用比率分析、比 较分析、因素分析等多种分析方法对企业财务指标中较富敏感性的指标进行分 析，对企业的经营活动、财务活动等进行预测，以及时发现企业在经营管理活动 中潜在的经营风险和财务风险，并在危机发生之前向企业经营者发出警告，使企 业管理层能够及时采取有效措施，避免潜在的风险变成损失，起到未雨绸缪的作 用。财务预警系统是企业经营管理、财务管理的重要方面，预警系统的建立可以 为企业纠正经营方向、改进经营决策和有效配置资源提供可靠信号和依据。因此 进行财务预警分析，建立财务预警系统能够强化财务管理避免破产，具有重要的 意义，其已经成为现代企业财务管理研究的重要内容之一。 1990 年 12 月 19 日上海证券交易所成立以来，我国的证券市场规模迅速扩 大。股市发展至今，逐渐暴露了许多问题。为了加强监管，中国证监会和沪深两 地证券交易所出台了 ST 制度、PT 制度、退市制度、退市风险警示制度用于警示 和防范风险。 这些制度监管所依据的信息主要来源于上市公司当年披露的财务报 表数据，具有一定的滞后性，因此通过建立上市公司的财务预警模型，对上市公 司财务危机的征兆给予更多关注，无论是对于企业自身、投资者、债权人等相关 利益者保证自身的资金安全， 还是对于资本市场的资源配置提高效率都具有十分 重要的现实意义。 国外对财务危机、财务预警研究非常重视，财务预警的实证研究一直是一个 被广泛关注，经久不衰的课题。在国内，由于证券市场的发展历史较短，关于财 务预警方面的研究，尤其是引入现金流量的研究还不成熟。现金流量对企业具有1第一章 导论十分重要的意义， 而财务危机是一个企业的现金流量不足以抵偿现有到期债务的 情况。因此现金流量指标构建的预测模型，才能反映公司是否有足够的现金支付 到期债务，也才能达到更好的预测效果。这项研究对于丰富我国的财务预警的实 证研究有着及其重要的学术意义。 总之， 对我国上市公司的基于现金流量角度的财务预警模型研究不仅具有较 强的现实意义，还具有很高的学术价值。第二节一．国外研究综述 (一)一元判定模型的研究国内外文献综述财务危机模型研究的先驱是 Fitzpatrick(1932)，他以 19 家公司为样本，运用 单个财务比率将样本划分为破产和非破产两组进行分析研究，发现“净利润\股 东权益”和“股东权益\负债”这个两个比率对财务危机的判别能力最高。而后， Beaver(1966)选取了 1954 ―1964 年间 79 家破产公司，并挑选了与之对应的行 业相同且规模相似的 79 家成功公司作为样本，对 30 个财务比率进行了研究， 发现有些财务比率对在两组公司中确有显著差异， 以下三个财务比率对财务危机 的预测是有效的： “现金流量\债务总额” “ 净收益\资产总额” 、 、 “债务总额\ 资产总额” 、而其中“现金流量\债务总额”的预测力最高，离破产日越近，误判 率越低。用单一的财务指标变量来判别公司破产的概率，代表性比较有限，而且 不同的单一变量所作出来的预测可能是矛盾的， 公司复杂的财务状况特征也不是 能由一个单一的变量就能解释的， 因此， Beaver 以后的学者大多倾向于用多变量 模型来进行预测研究。 (二)多元线性判定模型的研究 为了弥补一元判定模型的缺陷，Altman(1968)首先将多元线性判别法引入财 务危机预警研究领域，建立了 Z―score 模型。根据行业和资产规模，他选择了 33 家破产公司和 33 家非破产公司作为研究样本， 以误判率最小的原则确定了 5 个变量，这些变量分别为 “营运资本\总资产”“留存收益\总资产”“息税前收 、 、 益\总资产”“股票市值\债务的账面价值”“销售收入\总资产” 、 、 。根据这些变量 对财务危机预警作用的大小给予不同的权重， 然后加权计算得到一个公司的综合2第一章 导论风险评分――Z 值，与临界值对比得出公司财务危机的严重程度，其多元线性判 定函数为： z = 1.2x1 + 1.4x2 + 3.3x3 + 0.6x4 + 1.0x5 ，其中此后，有许多学者 采用类似的方法进行研究，对模型加以改造，只是选取的变量指标或指标系数不 同。 Aliman，Haldeman 和 Narayanan(1977)等对 Z―score 模型进行了重大修正， 推出了第二代信用评分模型――ZETA 信用评分模型。该模型具有相当高的稳定 性。对于财务危机公司的分辨能力很强。 Edmister(1972)建立了小企业财务危机预测模型， 假设所有的变量服从 N(0,1) 分布，以标准值为界限进行判别。 多变量模型包含多个财务指标，能够综合反应企业财务状况，运用也比较广 泛，这是对单变量模型的一大改造，但多变量模型也存在一些局限性，该方法要 求样本组内为近似正态分布，现实中较难达到，很多地方只能近似处理，另一方 面是配对标准不统一，难以确定。 (三)多元逻辑回归模型 Martin(1977)首次运用 Logit 模型进行银行破产预测。 Ohlson(1980)将逻辑 在 回归方法引人财务危机预警领域， 未对样本数据进行配对， 他选择了
年间破产的 105 家公司和 2058 家非破产公司。 分析了样本公司在破产概率区间 上的分布以及两类错误和分割点之间的关系，将公司规模、资本结构、业绩和当 前的融资能力引入，预测准确率达到 96.12%。逻辑回归分析方法对数据的要求 没有传统判别模型严格， 即不要求变量属于正态分布的假设以及破产和非破产企 业具有同一协方差矩阵。这一方法的引入使财务预警模型的构建得到了重大改 进。 (四)多元概率化回归模型 Zmijewski(1984)采用 Probit 模型进行财务预警研究， 他认为两个组间一一配 对的样本个数比例严重偏离了两类公司在实际中的比例， 从而模型的预测能力可 能被高估。 “样本选择偏差”会对模型系数和样本点破产率估计造成显著影响。 Probit 研究思路与多元逻辑回归相似，不同之处是多元概率化假设样本服从标准 正态分布，采用极大似然函数求极值的方法求解，且采用积分的方法寻求破产概 率，其缺陷类似于多元逻辑方法。3第一章 导论(五)非参数分析法 1.递归分类算法 Frydman,Altman 和 Kao(1985)提出了递归分类算法，在进行公司财务分析， 并与判别分析作比较，发现递归分类算法更好，而且还能得到额外的信息。 2.生存分析 Lane et al.(1986)运用一个比例危害模型――生存分析，对银行破产进行预 测。该法假定财务危机与非财务危机的公司来自同样的总体，通过计算每家公司 的生存时间来衡量破产的风险。 (六)人工神经网络模型 Coast 和 Fant (1993)采用人工神经网络模型进行财务预警研究，模仿生物大 脑神经网络的学习过程，通过输入层、隐藏层和输出层的模拟构建模型， 具有 较好的模式识别能力和容错能力，能够处理资料遗漏和错误，可随时依据新数据 资料进行自我学习训练，并且能有效地处理非量化变量。适用于今日复杂多变的 企业运作环境，在复杂领域能产生较好的预测效果。但其理论基础比较抽象，对 人体大脑神经模拟的科学性和准确性有待进一步加强。 二．国内研究综述 (一)采用传统指标进行财务预警的研究 我国财务预警实证研究主要借鉴国外的研究成果。 由于我国市场经济体制的 建立和资本市场的发展历史相对较短， 证券法规体系不健全以及破产机制的不完 善，财务预警实证研究的起步较晚。 陈静(1999)年利用一元判定分析方法以 1998 年底的 27 家 ST 公司与同行 业同规模的非 ST 公司作为样本，进行了单变量判定分析和二元线性判定分析， 发现在单变量模型中，流动比率与负债比率预测效果最好，在多元线性判定分析 中，发现由“资产负债比率”“净资产收益率”“总资产收益率”“流动比率” 、 、 、 、 “营运资本\总资本”“总资产周转率”这 6 个指标构建的模型，能在 ST 的前三 、 年作出预测，并且效果较好。 张玲(2000)年也利用多元线形判定方法以深沪交 易所 120 家上市公司作为样本进行研究。 吴世农(2001)年利用逻辑回归和多元概率化回归方法进行研究； 杨保安(2002) 年利用人工神经网络模型方法进行研究。 张艳() 运用贝叶斯判别、交互验证和逐步判别分析等方法逐层4第一章 导论推进构造预测模型。研究结果发现：公司离被 ST 的时间越近，预测的精度就越 高；尤其 “主营业务利润\总资产”这一指标具有很强的前瞻预测能力。 吴德胜，殷尹(2004)通过对当前国内外公司财务困境预测问题的现状进行研 究，选取七项指标体系建立预测模型，认为判别分析建模(F 分数模型) 与神经网 络建模比较高适合于我国企业的财务状况， 然后他们采用不同方法建立财务状况 预测模型；最后，利用样本公司实际指标数据对各个模型的短期及中期预测效果 进行了比较分析与实证研究。 黄礼，李万超(2003)通过对我国企业财务危机状况的实证研究，建立了企业 财务预警模型。特别是采用统计方法中的主成分分析法，来确定影响因素中若干 指标的权重，可避免人为赋值的弊端，客观的揭示企业在经营方面的问题。 徐鹿，边h(2006)比较分析了目前我国学者研究财务预警而建立的不同模型 的特点及适用性。何谐，刘德路，孙永波(2007)对传统多变量财务预警模型进行 对比研究，总结了其优缺点、适用范围，详细描述了各个方法的设计，并在此基 础上，提出了一些改进。康洁，张小娜(2009)，对国内外财务危机预警进行了综 述，分析了现有模型的特点及缺陷，并对未来研究进行了预测。第一，样本误差 修正；第二，使用经过调整的预警指标，消除利润操纵产生的影响；第三，采用 先进方法建立预警模型组，如建立混合模型。 李志强(2009)在对财务失败和财务失真的概念和相关理论进行梳理的基础 上，提出财务失真和财务失败相结合的双元财务预警理论，对双元财务预警理论 的必要性和可行性进行研究，并提出了如何构建双元财务预警模型。 侯乐鹃(2009)基于企业生命周期理论，依照中小企业财务风险预警指标的原 则，建立了财务风险预警指标体系，明确了确认财务风险预警指标标准值和临界 值的方法。为其指标体系建立提供了理论基础。 赵息，王丽娟，肖铮(2007)， 耿照源，郑浙芳(2005)，李道波(2005)，高峰， 孙春升(2009)周亦群(2007) ，杨蓓蓓(2008)，陈远志，罗淑贞(2008)分别从房地 产行业、化纤行业、科技型企业、煤炭企业、汽车行业、制造业、农业上市公司 进行了财务预警的实证分析。 综上所述， 国内学者基本上都是利用企业传统财务指标进行财务危机的预测 分析，而引入现金流量这一重要指标的财务预警研究还较少。5第一章 导论(二)基于现金流量进行财务预警的研究 国内的一些学者肯定了现金流量对构建企业财务危机预警的作用， 及其重要 性。 例如梁飞媛(2005)认为现金流量更能真实地反应企业的收益质量、 偿债能力， 评价企业的财务弹性、未来获现能力，同时更具企业之间会计信息额度可比性。 敬文举，廖才高(2009)肯定了现金流量的预警作用，提出建立企业现金流量财务 预警系统必须从现金流量信息子系统、现金流量指标体系子系统、现金流量困境 特征分析子系统、 现金流量财务预警模型子系统及现金流量财务预警对策子系统 五个方面入手； 完善企业现金流量财务预警系统必须培养以价值创造为导向的企 业现金流量管理意识、 构建以现金流量管理为核心的管理信息系统及实现企业现 金流量财务预警系统动态管理。李宪英(2006)提出通过对现金流入流出的结构、 偿债能力、支付能力、获现能力、收益质量、财务弹性几类指标结合起来分析能 够为企业财务状况起到警示的作用。李荣(2009)分析了传统绩效指标分析的缺 陷：收益性指标容易被操控；杜邦分析体系侧重分析盈利能力，但是账面盈利， 企业面临破产的情况屡见不鲜。而现金流更能说明企业的偿债能力和支付能力、 盈利质量、发展能力，为投资者提供风险提示等。另外还有一些学者用实证的方 法验证了现金流量在企业财务危机预警模型中的预测价值。如章之旺(2004)发现 现金流量类变量在会计比率的基础上具有显著的增量信息含量， 研究结果为今后 财务危机预警研究挖掘现金流量的预测价值提供了实证依据。 一些学者建立了基 于现金流量的财务预警模型如下： 1.多元判别模型 梁飞媛(2005)通过对国内外学者的研究成果梳理，找到判断上市公司是否发 生财务危机的关键性现金流量指标体系：偿债能力： “现金流量比率”“ 全部债 、 务现金比率” ；财务弹性： “资本购置比率”“ 全部现金流量比率”“ 再投资现 ， 、 金比率” ；获现能力： “销售现金比率”“ 总资产现金流量率”“股东权益获现 、 、 率”“ 每股经营活动现金流量” 、 ；现金流量结构： “总流入结构比率”“总流出 、 结构比率”“流入流出比率” 、 ；企业规模： “总资产的对数” 。在该研究的基础上， 她还做了实证研究，使用财务危机发生前 3 年的 ST 和非 ST 两组数据，采用单 变量判定模型研究企业陷人财务危机影响显著的变量。 其次采用多元逐步判别分 析方法筛选出对企业财务危机判别作用最为显著的现金流指标作为预警指标， 建 立典型判定模型和 Fisher 线性判定模型，并进行预测和效果比较，发现“经营活6第一章 导论动现金净流量/流动负债” 指标预测能力显著， 另外还有 “每股经营性现金流量” 、 “经营活动现金净流量/总资产”“经营活动现金净流量/主营业务收入”两个指 、 标在预警中判别作用较强。耿照源，张莉莉(2009)从现金流量的角度通过显著性 差异 t 检验构建预警指标，利用多元逐步回归方法建立预警模型，实证结果表明 利用现金流量指标对上市公司财务危机预警较为有效。 韩东平，田艳丽，王悦鑫(2006)选取
的 104 家上市公司数据，结 合 T 检验和相关性检验筛选指标，采用多变量 Fisher 判别分析方法，t-1 年精度 为 93.3%，t-2 年精度为 83.7%，并发现“现金流动负债率”“再投资现金比率” 、 、 “总资产现金流量率”这三个指标具有“超强”和“超前”预测力。 徐鹿(2006)在传统财务指标的基础上， 加入现金流量指标， 进行多变量 Fisher 判别分析，建立 X 值模型，其判断正确率高达 97.2%，并发现“流动比率”“每 、 股收益”“现金流动负债率”及“盈余现金保障倍数”这 4 个财务指标对判别有 、 显著作用。 2.多元逻辑回归模型 章之旺(2004)， 选取 40 家 ST 公司和 80 家非 ST 公司作为财务困境与非财务 困境样本， 选取 “经营性现金流量/销售净额” 、 “投资性现金流量/销售净额” 、 “筹 资性现金流量/销售净额(消除规模影响)” 作为研究对象， 并选取 “总资产报酬率” 、 “流动比率”“长期负债股东权益比率”“营运资本/总资产”“资产周转率” 、 、 、 等六个会计变量作为控制变量，通过二元 logit 模型考察了现金流量信息在财务 困境预测中的信息含量。 张鸣，程涛(2005)以
年因“财务状况异常”而被 ST 的 A 股上市 公司数据为研究样本，并根据所处行业和资产规模选取“非 ST”配对样本。运 用 Logit 回归方法，使用财务指标角度构建财务指标预警模型，并引入现金管理 特征变量和现金管理结果变量，构建综合预警模型，并从中长期角度进行预警。 结果表明在 t-2 年、t-3 年，综合预警模型的效果比较好。 3.主成分分析 张华伦(2005)针对我国上市公司的具体情况，袁康来(2008)针对我国农业上 市公司，选取 4 类现金流指标为测量标准，采用主成分分析方法建立了上市公司 财务预警的 T 分数模型。周S(2009)选用了 2006 年一年的横截面数据进行预测，7第一章 导论也采用主成分分析法，构建了企业财务预警的 T 模型。李荣(2009)以现金流量指 标为核心，选择了 16 项指标，运用主成分分析，建立了上市公司财务预警的 Z 值模型。第三节 研究的内容和研究思路一．本文研究的内容 第一章，导论。主要介绍论文的研究背景及意义，国内外关于企业财务危机 预警的研究现状及论文研究的方法和思路。 第二章，基本理论研究。主要介绍如何界定财务危机以及基于现金流量进行 财务预警研究的理论基础：财务预警系统理论、现金流量理论、现金流量的财务 预警功能。 第三章，现金流量财务预警实证研究方法及思路。主要对现有的财务预警实 证方法进行分析，加以总结，以得出本论文的现金流量的财务预警实证研究的思 路。 第四章，现金流财务预警指标体系构建。主要介绍传统财务指标体系的局限 性和现金流量指标体系的优越性。 然后设计了以现金流量指标为核心的财务预警 指标体系。 第五章， 现金流量财务预警模型的建立。 首先设计实证研究使用的样本数据， 然后并运用 SPSS16.0 统计软件建立模型。模型分为两步，第一步通过主成分分 析法法从设计的 10 个指标中筛选出几个主成分，达到降维的目的。第二步是利 用上一步筛选出来的主成分，运用 Logistic 回归分析方法，建立上市公司的了财 务危机预警模型。 第六章，实证分析的结论。本部分总结论文的研究成果，说明论文的研究局 限性以及对有关研究未来的展望。8第一章 导论二． 本文研究的思路导论 现金流量财务预警的相关理论研究财务指标的筛选样本的设计实证研究 结论 图 1.1 全文研究思路9第二章 财务预警理论研究第二章 财务预警理论研究第一节一.国外学者的观点 Carmichael(1972)认为企业履行业务受阻：流动性不足、权益不足、资金不 足和债务拖欠，可视作发生财务危机。George Foster(1986)认为财务危机是指公 司出现了严重的资产折现问题， 并且解决该问题就必须对公司的经营或结构实行 大规模重组。 同时，Ross(1999)认为财务危机是指“当一个企业处于经营性现金流量不足 以抵偿现有到期债(例如商业信用或利息)而被迫采取了其他方法脱离的境况” 。 主要体现在经营性现金流量不足，短期流动性不足，债务比例严重失衡，资产负 债结构失衡 4 个方面，表明企业陷入财务危机是其财务状况逐步恶化的结果。 Whitake (1999)将财务危机定义为现金不足以偿还当前债务的表现。他认为财务 危机不仅包括企业破产，还应该包括拖欠债务、银行透支、不能支付优先股股息 等。 二.国内学者的观点 在我国，法律尚未对财务危机进行准确的定义。我国学者一般将其定义为上 市公司被特别处理，特别是因为财务状况异常而被特别处理①。由此可以认为， 我国学者一般以公司已经处于财务困境作为界定发生财务危机的标志。 中国证监 会和沪深两地证券交易所出台了 ST 制度、PT 制度、退市制度、退市风险警示制 度用于警示和防范风险。上市公司也存在因“其他状况异常”而被 ST 的情况， 难以从财务角度进行有效预测，但因财务状况异常而被 ST 的公司绝大部分是由 于连续两年亏损或者一年巨亏造成的，因此本文也将因财务状况异常而被 ST 的 上市公司界定为已经发生财务危机。财务危机的界定①陈晓，上市公司的变脸现象探析[M].企业管理出版社，2003；吴世农，卢贤义，我国上市公司财务风险 预测模型研究[J].经济研究，2001。10第二章 财务预警理论研究第二节一．财务危机产生的原因财务预警的理论依据一方面是企业经营受到内在因素(内部管理策略与执行)与外在因素(行业特征 与经济环境等其他不可控因素)的交互影响。无效的管理、错误的决策加上外部 不可预期的冲击，使得企业发生经营失败。例如说盲目地进行多元化经营，进入 不熟悉的投资领域，多元化经营本身就具有整体性、不可逆性、时间约束性和互 斥性等特点，容易造成投资规模失衡、资金占用过大，资金回收期过长，而很有 可能导致企业深陷财务危机。 另一方面是由于错误的财务管理政策和手段会导致企业陷入财务危机。例 如，企业过度利用财务杠杆，追求过度财务杠杆利益，大量增加企业的负债，同 时就使得公司的财务风险增大，一旦资产负债率过大，风险就大大增加，如果遇 到经济不景气，货币紧缩时，利息的大量支出更加使企业资金压力过大，最后爆 发财务危机，甚至不得不面对经营失败、破产的命运。 二．财务预警理论 (一)财务预警含义： 财务预警是指通过设计并观测分析企业的一些敏感性财务指标的变化方向 及程度，据此对企业潜在或将要面临的财务危机事件先进行预测，并发出警示信 号，以便采取相应的措施防范财务危机的发生。 (二)财务预警的功能 1.监测功能 将企业的重要的、最有可能发生财务危机的生产经营过程进行监测。一个是 对过程的监视，对选为监视对像的环节全过程进行监视，包括该环节与企业内部 其他环节的关系，以及该环节与企业外部条件变化的关系。另一个是对监测的大 量信息进行整理、分类、储存和传播等处理，建立不同时期的信息档案，与历史 的和截面的信息进行比较。这样的财务预警模型，能够跟踪企业运作的全过程， 在危害企业的关键性财务因素出现时，及时发出警示信息，以便企业从中找出偏 差和发生的原因，寻求相应的对策。 2.识别功能11第二章 财务预警理论研究通过监测信息的处理分析，能够确定企业运作活动中出现的风险或潜在、将 要出现的风险趋势。并应用适当的指标，即能够针对本企业的财务、经营环节中 存在缺陷的指标，对这些出现或潜在、将要出现的风险趋势进行分析识别。 3.预防功能 通过对过去已发生和尚未发生的风险进行分析识别， 财务预警系统能够及时 地避免过去类似的财务风险状况的再次发生，规避现存的财务风险，发现存在的 潜在风险。通过系统分析处理的结果，选择解决措施，提出改进建议，弥补识别 出来的缺陷，完善预警系统。避免财务危机的发生，增加企业的财务危机的预防 和免疫能力。 4.控制功能。 该功能表示财务预警系统能够及时更正扭转企业的经营过程中出现的会导 致财务危机发生的偏差和过失，使企业能够尽快回复到正常的运转轨道。当财务 危机的征兆出现时，有效的财务危机预警系统有助于企业经营者及时发现问题， 并能够随时找出导致企业财务状况出现风险的环节和原因，以便对症下药，防止 和控制财务状况的继续恶化。 (三)财务危机预警步骤：第一步 寻找根源寻找造成企业财务危机的根源： 一是企业经营 的外部条件。二是企业经营的内部条件。第二步 分析征兆分析导致企业发生财务危机的过程， 这个过程 具有渐进性：潜伏、危机、发生、崩溃。第三步 预测风险预测出企业财务危机发生的可能性， 以及测定 企业的财务风险的程度。第四步 防范危机企业采取相应的防范措施，将财务危机扭转， 使企业恢复到正常的运作轨道。图 2.1 财务危机预警步骤12第二章 财务预警理论研究三．现金流量理论 (一)现金流量界定 现金流量表是为会计报表使用者提供企业一定会计期间内有关现金的流入 和流出的信息。 是按照收付实现制计算出的企业营运的三大主要活动(经营活动、 筹资活动、投资活动)中的现金流入和流出。它能够提供当期现金流量的实际数 据和收益质量的相对可靠信息。因为企业未来获取自由现金流量的规模和速度， 成为现代理财学的企业内在价值决定因素， 所以现金流量能用于衡量企业的内在 价值，并且还可以用于预企业未来现金流量，评价企业的流动性和财务弹性，评 估企业的财务风险。对于评价企业的实现利润、财务状况及财务管理，要比传统 的损益表提供更好的基础。 经营活动产生的现金流量反映了在不依靠外部融资的情况下企业通过自身 经营活动获得现金的能力， 是企业投资活动和筹资活动以外的所有的交易和事项 产生的现金流量。它是企业现金的主要来源。 投资活动的现金流量反映了企业长期资产的购建和不包括现金等价物范围 在内的投资及其处置活动产生的现金流量。作为现金流量表的第二项组成部分， 属于企业“向外输血”的功能。投资活动现金流量的分析应该在了解企业发展阶 段的基础上，结合企业的发展战略来进行。投资活动产生的现金流出主要包括购 建固定资产、无形资产和其它长期投资所支付的资金净额，以及如购买国债或投 资股票等金融投资行为所支付的资金。 投资活动产生的现金流入主要包括出售转 让固定资产或其它长期投资实际收到的资金， 以及金融投资收回的本金和投资收 益。 筹资活动的现金流量则反映了企业筹集资金及筹资成本的有关情况， 是导致 企业资本及债务的规模和构成发生变化的活动所产生的现金流量。 包括筹资活动 的现金流入和归还筹资活动的现金流出。 (二)现金流量的特征 1.共生性 资金是企业从事正常的生产经营活动所必不可少的， 是企业为了保证其持续 经营和发展、正常生产经营活动的运转，所筹集到的足够比例的现金。现金源源 不断地流入是企业的生命线。企业为保证生产经营活动，将现金投入进生产经营13第二章 财务预警理论研究的过程中去，同时，也要不断频繁地收回现金，并且尽力保证现金净流量为正。 企业经营效果好， 获得的现金就充裕， 充裕的现金流量保证了下一轮的生产经营， 反之，如果企业经营效果不好，或者资金周转不灵，无法获得足够的现金流量， 则就抑制了企业下一轮的生产经营，甚至是正常生产经营活动的终结，最终企业 也随之消亡。因此，可以说，企业的现金流量与企业的经营发展是相互影响，相 生相伴的，互相缺一不可。 2.非对称性 企业的一个项目在某一时点产生的现金流入量， 与该项目在另一时点产生的 相关现金流出量不具有对称性； 或者说某一时点产生的现金流出量与其之后产生 的相应的现金流入量不具有对称性。比如说，企业为了筹措资金借入一笔款项， 于是产生了该笔借款相应的现金流入，到了还款日，由于借款产生了利息，因此 该笔借款还款时所产生的现金流出就应该是本金和利息，这样，现金的流出量必 然大于借款时的现金流入量。 也就是说该笔借款产生的现金流入量与之日后产生 的现金流出量不具有对称性。或者，企业购入一批商品，产生了现金流出，而买 入后该商品由于市场行情下跌，造成了商品跌价，于是在出售该批商品时低于购 入时的成本，也就是产生的现金流入量小于买入时产生的现金流出。因此与该批 商品相关的现金流出量和其日后产生的现金流入量不具有对称性。 3.非完全相关性 企业在经营活动的各项业务事项中， 只有在实际发生了现金收付并且现金总 额发生增减时，才会引起现金的流入或者流出(形成了现金流量)。也就是说，只 有在“发生实际的现金收付”与“现金总额发生了增减变动”两者同时发生的情 况下，才能确认为现金流量，而不是如同权责发生制中收入与费用的确认原则。 因此，这决定了企业各项业务事项的发生与现金流量的产生不具有完全相关性。 在企业的实际运作中，有一些事项是在现金项目之间发生的增减变动，虽然 发生了实际的收付，然而现金流量总额没有发生增减变动，因此该类事项不归为 现金流量。比如说：现金存入银行，转为银行存款；银行存款提取，转为现金等。 另外，还有一些项目是非现金项目的增减变动，由于没有发生现金收付，更不会 造成企业现金流量总额的变化，因此，也不属于现金流量范畴。比如：资本公积 转增资本，以非现金资产清偿债务等。14第二章 财务预警理论研究4.阶段差异性 企业存在生命周期，包括初创期、成长期、成熟期和衰退期。所处的阶段不 同， 所表现出来的现金流量也各具特点。 在企业的初创期， 需要大量的现金投入， 购置固定资产、生产资料等，而在这个时期，企业的市场还没有打开，处在市场 占有率较低的时期，利润为负。因此企业的现金流出量很大，而现金流入量却相 对较少；当企业处于成长期，企业的业务量和利润水平都处于持续上升的阶段， 市场占有率迅速提高，存货的周转速度加快，而同时企业也需要投入大量资金来 扩大企业规模，因此企业该时期的现金流入量与流出量都较大；当企业处于成熟 期，市场竞争激烈，其业务量增长缓慢，利润下滑，现金收回减缓，企业规模稳 定，因此企业该时期的现金流入量与流出量处于较为稳定、均衡的状态；当企业 处于衰退期， 由于商品结构老化等因素， 企业生产的商品竞争力下降， 利润下降， 企业开始收缩市场，以降低亏损。因此企业该时期的现金流入量和现金流出量都 下降，净流量减少。 通过对现金流量的四个特征的分析研究，有利于认识现金流量的本质规律， 客观地分析现金流量信息， 对于建立基于现金流量的企业财务预警模型具有十分 重要的意义。15第三章 现金流量财务预警实证研究方法及思路第三章 现金流量财务预警实证研究方法及思路第一节一.一元判定模型 在该模型中，寻找判别阀值是最为关键的一点。通常将样本分为构建预测模 型的“预测样本”和预测模型的“测试样本” 两组。首先，将预测样本按照某 一选定的指标进行排序，选择判别阀值点，使得两组的误判率达到最小。然后， 使用选定的阀值点对测试样本进行测试。 该模型的财务预警系统是基于如下的思考：如果某一上市公司运营良好，其 主要的财务指标也应该保持一贯良好，一旦某一指标(主要的财务指标)出现逆 转，就能说明公司的经营状况遇到了困难。 一元模型虽然比较简便，但其缺点在于：没有哪一个单一的比率能概括一个 企业复杂的全部财务状况，财务状况是用多方面的财务指标来反映的。因此，这 种方法经常会出现对于同一个公司，使用不同的预测指标得出不同结论的现象。 因此逐渐被多变量方法所替代。 二.多元判别模型 该法适用于被解释变量是属性变量，而解释变量是度量变量的情况，通过统 计分析识别个体所属类别。基本假设是判别变量不存在多重共线性，各组变量的 协方差相等，并且变量呈多元正态分布。将变量按统计特征进行分组，并将多个 标志变量在最小信息损失程度下转换为分类变量，获得多元线性判别方程。 判别方程的形式为： 数，现有财务预警模型研究方法的分析z = α1 x1 + α 2 x2 + ??? + α n xn 。其中， α1 , α 2 ??? α n 是权x1 , x2 ??? xn是各种判别变量。运用到财务预警中就是把单个企业的各种财务指标转换成单一的判别标准――Z 值，根据 Z 值将企业分为“破产”或“非破 产”两类。通常需要将企业样本分为预测样本和测试样本，先根据预测样本构建 多元线性判定模型，确定判别 Z 值，然后将测试样本的数据代入方程中，得出 测试样本企业的 Z 值，并根据判别标准进行判定。16第三章 现金流量财务预警实证研究方法及思路三.多元逻辑回归模型 该模型只需要知道一个事项是否发生了就能进行研究。 原理是寻求观察对象 的条件概率，它的假设相对于判别分析法要宽松得多，没有关于自变量服从多元 正态分布和协方差阵的假设条件，具有广泛的适用范围。但因其计算过程比较复 杂，在计算过程中有许多近似处理，会影响到预测精度。 多元逻辑回归( Logistic)模型因变量仅取 0 和 1，在财务预警研究中，假设了 企 业 发 生 财 务 危 机 的 概 率 P ( 财 务 危 机 取 1 ， 财 务 安 全 取 0) ， 并 假 设θ ( p ) = lo g it ( p ) = ln (p ) 1? p 可 以 用 财 务 指 标 线 性 解 释 。 假 定p eθ ln( ) = a + bx p= 1? p 1 + eθ ，从而计算出企业发生财务危 ，根据推导可以得出机的概率 p 值。若 p 值大于 0.5，表明企业发生财务危机的概率比较大，可以判 定企业发生财务危机，若 p 值低于 0.5，表明企业财务正常的概率比较大，可以 判定企业为财务正常。 四.多元概率回归模型 多元概率回归模型――Probit 模型，假设样本服从标准正态分布。假定企业 发生财务危机的概率为 p，概率函数的 p 值可以用财务指标线性解释。通过求似 然函数的极大值估计参数 a、b，然后利用公式 ，采用积分的方法，求出企业发 生财务危机的概率 p。若 p 大于 0.5，则为发生财务危机的企业；若概率 p 小于 0.5，即判别为财务正常企业。 五.人工神经网络模型 人工神经网络模型， 模仿动物神经网络行为特征， 是一种平行分散处理模式。 该模型通常由输入层、输出层和隐藏层组成，依靠系统的复杂程度，通过调整内 部大量节点之间相互连接的关系，从而达到处理信息的目的。人工神经网络具有 自学习和自适应的能力，可以通过预先提供的一批相互对应的输入、输出数据， 分析掌握两者之间潜在的规律，最终根据这些规律，用新的输入数据来推算输出 结果，并具有联想储存功能。因此将其用于企业财务预警模型中，可应对多变的 企业内外部环境，作为解决分类问题的一个非常重要的工具。 网络的学习是一种误差从输出层到输入层向后传播并修正数值的过程， 学习17第三章 现金流量财务预警实证研究方法及思路的目的是使网络的实际输出逼近某个给定的期望输出。根据最后的期望输出，得 出期望值，然后根据学习得出的判别规则来对样本进行分类。人工神经网络具有 较好的纠错能力，从而能够更好地进行预测。然而，神经网络理论抽象，目前还 没有方法学能对神经网络做出详细的解释； 在训练神经网络必须恰当的使用能够 严格衡量神经网络的方法，否则会学习过度。因此模型的适用性比较有限。 六.综合预测模型 综合预测模型考虑了财务危机发生的财务因素与非财务因素， 综合运用模型 来模拟企业的正常运作过程， 动态地描述财务正常企业和发生财务危机的企业的 特征，克服了传统财务预测模型只运用财务指标进行分析，忽略了一些重要、本 质的非财务因素的缺点，并且根据不同特征和判别规则，对发生财务危机和财务 安全的企业样本进行分类。该模型需要准确模拟企业的运作过程，因此它要求有 一个基本的能够区分反映企业行为特征和财务特征的理论框架，然后据此科学、 合理、有效地模拟企业的运作过程，从而能够有效反映和识别不同企业的特征， 并据此区分判定企业属于发生财务危机企业或财务安全企业。第二节本文选取的研究方法首先选定综合反映企业状况的财务指标， 然后通过主成分分析法对指标进行 降维。 然后，由于 Logistic 回归分析方法对样本分布要求不高，假设前提要求不严 格，因此选用该法。利用主成分分析所筛选出的指标体系，采集我国上市公司的 样本数据进行回归分析，建立我国上市公司在财务危机发生的 T-1 年、T-2 年、 T-3 年的财务危机预警模型。 最后，用随机抽取的样本数据带入模型进行检验。18第三章 现金流量财务预警实证研究方法及思路第三节现金流量财务预警实证研究思路研究资料的收集与整理财务预警理论基于现金流量的财 务预警模型财务预警模型分析基于我国上市公司的相关数据进行实证检验分析指标筛选建模分析研究结论图 3.1 实证研究思路19第四章 财务预警指标的选取第四章 财务预警指标的选取第一节 传统财务指标体系与现金流量指标体系的讨论一．传统财务指标体系的局限性 随着经济全球化的发展，在日趋激烈的竞争环境中，企业面临更多机遇的同 时， 也面临了更严峻的挑战。 由于经营权和所有权的两权分离、 投资主体多元化、 融资渠道的市场化及多样化等因素，无论是对于企业自身发展，还是对于企业的 投资者、债权人等相关利益者来说，对企业的财务风险水平作出评价的需要是十 分迫切的。国外多年前就已经十分重视财务预警研究，现已有许多成熟的财务预 警研究成果。而我国有关公司财务预警系统的研究起步较晚，大多借鉴国外的成 果，但至今也做出了大量的探索和尝试。 目前国内的研究文献中， 财务危机预警模型大部分都采用了权责发生制下的 建立的传统财务指标体系。该体系以会计利润及净资产收益率为核心，以上市公 司财务分析研究的主要指标构成。 一般来说就是将企业原始的财务报表数据转换 为可读性更强的财务分析指标，加以研究，评估企业的财务状况和经营成果，利 用这些数据对企业财务危机进行预测和评估。 用来做财务危机预警研究的传统财 务指标体系一般包括：获利能力，企业偿债能力、资产周转能力、流动性、发展 能力这 5 个大类。而其中，获利能力指标主要包括销售利润率、成本利润率、资 本金利润率、股东权益报酬率；偿债能力则主要通过资产负债率、利息保障倍数 来反映。资产周转能力包括存货周转率、固定资产周转率、流动资产周转率、应 收账款周转率；流动性则通过流动比率和速动比率反映；发展能力主要考察利润 增长率，资本累积率、销售收入增长率。有上面列出的指标可以看出，传统财务 指标体系几乎都来自于对资产负债表和利润表的数据的加工。 企业追求利润的最 大化，因此极其注重利润，企业的财务分析大多也是以利润和收益指标为核心， 但是账面盈利，企业面临破产的情况屡屡发生。这就说明传统的财务指标体系存 在较大的局限性。在权责发生制下的资产负债表和利润表非常容易被管理者粉 饰，弄虚作假，企业的盈利能力及盈余质量不能被真实地反映，那么基于资产负 债表和利润表的财务指标由于财务报表本身的局限性影响，其含金量差异很大，20第四章 财务预警指标的选取尤其在内外部环境不断发生巨大变化的今天已不能满足企业财务危机预警研究 的要求。其局限性具体表现在以下几方面： (一)利用权责发生制人为调高利润 由于现行的会计制度为权责发生制， 在此制度下收入确认的原则是凡是应属 于本期的收入和费用，不论其款项是否收到或付出，都作为本期的收入和费用处 理；反之，凡不属于本期的收入和费用，即使款项在本期收到或付出，也不应作 为本期的收入和费用处理。目前可以采取三种收入确定方式： 1.销售行为完成(商品已经销售，商品已经发出；劳务已经提供)。取得了权 利，主要的风险和报酬已经转移。那么无论货款是否收到，即可视为收入实现； 企业确认了应收账款，同时确认了收入，而应收账款的收回存在风险，企业确认 了收入、实现了利润，但企业并没有真正现金流入。 2.按生产进度确认(完工程度或工程进度)。实行按工程进度划分不同阶段， 分段结算工程价款，按合同规定的进度分次确认已完阶段工程收入的实现，即： 按照完成合同规定的工程形象进度或工程阶段，与发包单位进行工程价款结算 时，确认为工程收入的实现。因此企业造假时会调整收入实现的时期，以调节利 润。 3.按合同约定确认，主要指分期付款的结算方式销售商品、产品，按合同约 定的收款日期作为收入的实现，并且在确认营业收入时，还应扣除折扣、折让、 销售退回。若企业造假，则可以根据需要随时调整收入确认方式，或调整扣除项 目，以调节利润。 (二)利用关联方调节利润 我国的上市公司与母公司、子公司及附属公司、联营公司之间都存在着千丝 万缕的联系。利用关联交易来调节业绩己是业内屡见不鲜的事实，几乎所有的上 市公司与关联方之间都存在着密切的购销、资产重组、融资往来以及担保、租赁 等事项。上市公司关联方交易非常频繁，在交易中产生的利润对上市公司业绩的 贡献确实是十分显著的。 上市公司经营者为了提高企业的形象或者其经营业绩等 目的，利用显失公平的交易基础上的关联交易，在财务报告中提供虚假信息，粉 饰财务状况和经营成果。扰乱正常的社会经济秩序，导致社会资金涌向这些实际 上业绩不理想的企业，投资者必然遭受较大的损失。这样严重危害了投资者及债21第四章 财务预警指标的选取权人的利益。上市公司利用关联交易操纵利润，粉饰会计报表主要表现为： 1.虚构经济业务，人为抬高上市公司业务和效益； 为了将利润提高，可以做一笔假的经济业务，上市公司将产品销售给控股股 东和非控股子公司，由于无须作合并报表，因而不必以对外的销售作为最终的销 售实现。 因此将该笔业务被企业确认销售收入同时计入应收账款项目， 收入增加， 同时利润也就得到了增加；而对于购入方来说，则是应付账款和存货的增加。总 之，虽然并未对外实现销售，但企业本身己合法地实现了销售，这种方式的虚增 的利润往往很难持续。但是中小型投资者很难鉴别，会认为这样的指标就是已经 实现的收益。 2.利用远高于或低于市场价格的方式，进行内部交易。 上市公司与关联企业之间普遍存在着这种活动，这类行为违背市场规律，大 多数都是缺乏实际意义，没有现金支持的“纸上富贵” ，上市公司确认了大笔的 应收账款，却没有实际的现金流入。而上市公司向关联方销售产品，提供劳务或 其他服务形成的非公平的关联销售交易成为上市公司主营业务收入的重要来源。 也是上市公司粉饰利润的一种手段。 因此可以看出，上市公司公司利用关联方交易②操纵利润的方式繁多，且愈 加具有隐蔽性，有的甚至经过几番周折后披上了合法、正常的外衣，如何挤干上 市公司利用关联方交易操纵利润的水分，成为财务分析的一个难题。公开在外的 上市公司财务报表的含金量大打折扣。 (三)杜邦分析体系存在的局限 杜邦分析体系侧重于分析企业的获利能力，而许多企业账面盈利却面临破 产。因此运用这一体系已经无法预测企业财务危机。并且由于按权责发生制对收 益的确认导致企业资金链断裂，最后导致破产。杜邦分析体系运用的各项指标可 以看出其局限性。 杜邦分析体系如下图：②《企业会计准则――关联方关系及其交易的披露》条八条对关联方交易定义如下： “关联方交易是指在关 联方之间发生转移资源或义务的事项，而不论是否收取价款。 ”22第四章 财务预警指标的选取净资产收益率 净资产/股东权益总资产收益率 净利润/总资产财务杠杆 1/(1-资产负债率) 总资产/股东权益销售净利润率 净利润/销售收入总资产周转率 销售收入/总资产财务杠杆 总资产/股东权益营业收入成本所得税流动资产非流动资产营业成本 销售费用 管理费用 财务费用货币资金、 应收账款、预付账款 其他应收预付款 存货长期股权投资、 固定资产、无形资 产、其他图 4.1 杜邦分析体系1.杜邦分析法主要是利用净资产收益率、总资产收益率、权益乘数等主要财 务指标以及它们之间的关系综合地分析企业的财务状况。 而这些数据主要来源于 企业历史的财务报表，其实是对企业历史的财务状况进行分析。运用杜邦分析法 可以判断企业财务状况的优劣，但是并不能解决如何改善企业的财务状况的问 题。 2.杜邦分析体系所运用的指标全部来源于资产负债表与利润表，只是分析了 运营效率与盈利能力，忽视了对现金流量的分析，也没有对盈余质量进行分析， 也就是说利润里可能有一部分难以真正实现，因此该方法具有一定的局限性。而 且过度追求利润，而不注重现金的流入，容易造成企业资金链的断裂，最后导致 财务报表漂亮，但企业却破产的悲剧。因此说明传统财务分析指标体系不利真实 地反应企业的收益质量，缺乏前瞻性，难以预见企业的财务危机。 (四)企业的现金流转能力不能被传统偿债能力指标反映 传统偿债能力指标中，主要的一个因素是流动资产，而流动资产包含了大量23第四章 财务预警指标的选取的应收账款与存货。其中，应收账款是否能被如期收回存在一定的风险，而存货 的变现能力较弱。如果这些资产质量较低，到期无法变现，那么账面流动资产可 以按时足额偿还到期债务的信息将成为一个假象。如果资产的周转率出现困难 时，传统财务指标中的这些比率将不能客观反应企业的偿债能力和财务状况，更 无法及时预测企业未来的财务状况及警示财务危机。 二．现金流量指标进行财务预警的优越性 将现金流量指标纳入财务预警的模型非常重要， 对现金流量表的本期以及以 前各期的流入流出情况进行分析， 能够评价企业当前及未来的支付能力和偿债能 力，为预测企业未来的财务状况提供充分有效的依据。并且现金流量指标比传统 权责发生制下的利润指标可靠，企业能否持续经营，不是取决于企业账面盈利水 平的高低，而是取决于实际现金流量的大小。传统财务指标以权责发生制和历史 成本原则为基础核算的企业的资金运动和会计盈利， 并不能真实可靠地揭示企业 的财务状况和风险。现金流量指标进行财务危机预警具有优越性： (一)反映企业的偿债能力 企业当期取得的现金在满足了生产经营活动的基本现金支出后， 如果没有能 力偿还到期债务的本息， 就说明企业陷入了财务危机。 现金的本质是变现能力快、 流动性强，因此，现金流量能更可靠地反应企业的偿债能力。 有许多盈利情况非常好，账面利润较为可观的企业，实际上已经陷入了财务 危机甚至面临破产倒闭，这样的企业并不鲜见，而且占了破产企业的很大比例。 这些企业虽然实现了利润，但现金支付能力却很差，甚至根本无力偿债，最终无 法逃脱破产清算的命运。 传统的根据资产负债表确定的流动比率和速动比率虽然 在一定程度上反映了企业的流动性，但却存在很大的局限性：因为作为流动资产 主要部分的存货，变现能力较差，无法很快变为能够用来偿债的现金；同样的， 应收账款作为速动比率的一个重要因素， 而账面上的应收账款不一定都能变成现 金，如果企业的应收账款的金额过大或它的质量较差，那么即使它的速动比率表 现得再好，也不能真正说明企业的短期偿债能力强，相反却给投资者、债权人等 传递了错误的信息③。因此从反映偿债能力的角度看，本文认为现金流量指标比 传统的权责发生制下的指标更具谨慎性。③? 梁飞媛，基于现金流的财务危机预警指标体系初探，贵州财经学院学报，
24第四章 财务预警指标的选取(二)反映企业的收益质量 收益质量是指报告收益的描述与公司实际业绩之间的相关性。 若收益能如实 反映公司的业绩，则认为收益质量好；如果收益不能很好地反映公司业绩，则认 为收益的质量较低。 在会计权责发生制基础下，会计利润是收入与费用配比的结果，账面利润与 账面成本难以真实反映企业的收益质量。应收账款等债权性资产的存在，使得企 业收益虚高，但并没有正真现金的流入。即使利润再高，也无法改善企业财务状 况。或者还有人为对利润的调节，将利润夸大或缩小，导致传统的利润指标在反 映企业的收益方面容易有一定的“水分” 。因此按照权责发生制编制的资产负债 表和利润表最容易被管理者所粉饰。而现金流量表是按照收付实现制编制的，被 人为粉饰的可能性较小，弥补了传统收益指标该方面的不足。因此这也是国外非 常重视现金流量分析的原因。关注现金流指标，能够尽量甩干利润指标中的“水 分” 现金流比利润更能说明企业的收益质量。 ， 重点分析现金流量表反映的情况， 才能使投资者和债权人及其他利益相关者能更充分、全面地认识企业的财务状 况，才能更客观全面地了解企业利润中的“现金”成分，评判企业的盈利质量， 确定企业真实的价值创造。 (三)评价上市公司未来获取现金的能力 对于企业来说，评价其获利能力需要落实的现金流入能力的保证上。提供该 信息的现金流量分为：经营活动产生的现金流量、投资活动产生的现金流量、筹 资活动产生的现金流量。 这三个方面可以反映一定时期内企业现金流量的总体情 况，以及企业的实际经营中的资金状况。通过对现金流指标的综合分析可以得出 企业未来获取或支付现金的能力，即企业资产能够产生现金的程度或能力，是评 价企业资源能够创造现金能力的依据，因此这是投资评价的一个重要方面。据此 对上市公司财务状况进行综合评价，能够为投资决策提供更具实用性的信息。 (四)评价企业的财务弹性 财务弹性是指企业适应经济环境变化和利用投资机会的能力， 具体是指公司 动用闲置资金和剩余负债能力，应对可能发生的或者无法预见的紧急情况，以及 把握未来投资机会的能力，是公司筹资对内外环境的反应能力、适应程度及调整 的余地，也叫财务适应能力。25第四章 财务预警指标的选取经济环境的日新月异，若企业无法适应，则必然会陷入危机。变化的突然发 生，要求企业具有缓冲的余地。当企业的现金流量超过企业正常运作支付现金的 需要，还有剩余的现金时，企业适应环境变化的能力就强。因此，通常用经营现 金流量与企业现金支付要求进行比较来衡量企业的财务弹性。 通过现金流量信息 能够了解的这种信息是从传统的权责发生制下的指标中是无法获得的。 (五)提高不同企业之间会计信息的可比性 现金流量的确认以收付实现制为基础， 不同于传统会计方法基于权责发生制 下的对利润的确认， 排除了不同企业对同样交易和事项采用不同会计处理方法对 盈利指标所造成的影响。由于现金流量表不受会计政策，会计估计方法等因素的 影响， 能够克服传统的以利润为核心的财务指标有在不同的企业中因为口径不一 致而可比性较差的缺点，能使不同企业所报告的经营业绩具有更高的可比性。 因此，本文认为引入现金流量指标体系，对于构建我国上市公司财务预警模 型有积极的作用。能使财务预警更加科学、真实，能够真正达到预测及警示上市 公司财务危机的目的。第二节基于现金流量的财务预警指标体系的构建为了克服传统财务指标体系由于会计信息失真对财务危机的掩盖， 以及对财 务预警的延误，引入现金流量指标，并且，由于现金流指标不具有累积性④，而 结合一些累积性的传统指标，对企业财务风险危机进行有效的预警。 一．指标设计原则 建立基于现金流量的财务预警模型的基本假设为现金流量指标能够克服的 财务报表信息失真的影响，进行有效的风险预警。在此基础上，本文认为对于我 国上市公司财务危机预警指标的设置时必须遵循以下原则。 (一)系统性原则 财务危机预警应该考虑到指标必须具有完整性和全面性， 综合考虑风险发生 的各类影响因素，做到指标的不遗漏，尽量使得所选取的财务危机预警指标体系 能够全面真实地反应企业的财务状况。④现金流量只会受到诸如季节等因素的影响，不具备积累性。周S(2009）.26第四章 财务预警指标的选取(二)实用性原则 现有的财务危机预警模型指标很多，有的计算方法相当复杂，缺乏研究的实 用性。而决定企业是否发生财务危机的指标只要能够及时发出财务危机预警信 号，反映出真实、本质的问题即可，没必要面面俱到，信号够明确，判断较简便， 才有实用价值。 (三)成本效益性原则 在构建指标体系的过程中，应考虑到成本，如果获取的指标需要花费较大成 本， 并且成本高于其能够实现其效益， 则可以使用获取成本较低的其他指标代替。 (四)同趋势性原则 “同趋势”即所选取的指标的变化方向应该大致具有相同趋势，由于本文所 选的研究方法，如果多数指标变动方向相反，就容易导致模型建立的准确性和判 别的精度降低。 二．基于现金流量财务预警指标设计 (一)偿债能力指标 负债经营是现代企业经营的一个重要特征， 但是到期是否能偿还债务决定了 企业能否持续经营。企业过度利用财务杠杆，过度追求财务杠杆利益，大量增加 企业的负债，使得公司的财务风险增大，财务负担过重，无力偿还到期债务就容 易引发财务危机。因此，负债必须保持合理的结构才能保证企业经营的稳健性。 本文从现金流角度出发，力求做到客观、合理、可靠、科学地分析企业的偿债能 力。选取的偿债能力包括：债务保障率、 现金流量比率。 1.债务保障率 债务保障率= 经营活动现金净流量 债务总额(4.1)该指标用企业经营活动现金流量做分子，分母是债务总额，两者相比的结果 是用现金来衡量企业对全部债务的偿还能力， 这样比传统指标用利润来衡量企业 偿债能力更加稳健、可靠。因为用来偿还债务的主要是现金，利润按权责发生制 确认，有利润的产生并不能说明确实有现金的流入。该比率越大，就表明企业的 长期偿债能力越强，反之则越弱。也就是说，企业经营活动产生的现金流量在满27第四章 财务预警指标的选取足经营活动中正常运作的必要资金支出基础上，还应该能够满足债务清偿的要 求，否则企业财务状况就势必恶化。 2.现金流量比率 现金流量比率 = 经营活动现金流量净额 流动负债(4.2)该指标用经营活动现金流量净额与流动负债相比， 表明了企业在经营活动中 产生的现金净额可以用来偿还现实债务的能力。 在经营活动中产生的现金是偿付 企业债务的根本保障。该比率越大，表示企业的短期偿债能力越强，反之，则说 明越弱。 3.应收账款周转率 应收账款周转率 = 营业收入 应收账款平均占用额(4.3)应收账款周转率即企业的应收账款周转速度的比率。其中，公式的分母应收账款平均占用额 = 应收账款期末余额+应收账款期初余额 2(4.4)该比率主要说明了一定时期内公司应收账款收回现金的平均次数。 体现了企 业应收账款变现的时间。应收账款是否能够被及时地收回，决定了企业的短期偿 债能力的强弱，同时该指标还体现了企业对于应收账款管理效率的高低。(二)获现能力指标 获现能力指标弥补了传统财务指标体系难以分析获现能力的不足。 企业的账 面收益不一定都能实现，在收益的确认要有现金流入的保证才有真正的价值。企 业的获现能力较弱，那么即使确认收益带来了利润增加，那么企业的利润质量是 较低的。企业利润质量的高低取决于收益是否带来持续而稳定的现金流入。获取 现金流量的能力才是偿付企业到期债务的根本保障。因此，该类指标比传统利润 指标更具有可客观性。本文选取的指标有：销售收到现金比率、每股经营活动现 金净流量、全部资产现金回收率。 1.销售收到现金比率28第四章 财务预警指标的选取销售现金比率 =销售商品、提供劳务收到的现金 营业收入(4.5)该指标用销售商品、提供劳务收到的现金与营业收入相比，反映了企业的每 单元销售得到多少现金。体现了企业营业收入质量的高低，也反映了企业管理者 对企业的经营能力。该指标是传统指标――主营业务利润率的修正，更谨慎地将 企业收益的质量信息纳入其中。该指标越高，则表示营业收入所产生的现金流量 越多，收益质量就越好，实现的利润也就更可靠。 2.每股经营活动现金净流量 每股经营活动现金净流量 = 经营活动现金净流量 总股数该指标企业发行在外的普通股股数为分母， 即是反映了企业分派现金股利的 最大能力。从侧面体现了企业的获现能力，企业获现能力越强，经营活动现金净 流量越充足，那么该指标体现的能力也就越大。反之，则说明企业需要借款来进 行分红。 3.全部资产现金回收率 全部资产现金回收率 = 经营活动现金净流量 期末资产总额(4.6)该指标考察了企业全部资产产生现金流量的能力， 能够据此评价上市公司获 取现金的能力与其发展的潜力。该指标越大越好，越大说明企业资产的利用效果 越好，企业管理者的经营管理水平也就越高。反之，则提醒企业管理者为了提高 企业的经济效益，必须提高其经营管理水平。 (三)财务弹性指标 财务弹性也就是财务适应力， 指企业适应经济环境变化和利用投资机会的能 力。这种适应能力来源于经营现金流量与支付要求之间的比较，是企业动用闲置 资金和剩余负债的能力。它是企业应对突然发生的紧急情况，把握未来投资机会 的能力，同时也是企业应对内外环境变化的调整余地。这能力取决于企业的经营 活动现金流量是否在满足企业运作需要之外，还有剩余的现金。财务弹性越好， 表示企业对经济环境变化的适应能力越强，其生存能力也就越强。本文根据指标 选取原则， 以及数据的完整性程度选取的反映企业财务弹性的指标是现金再投资29第四章 财务预警指标的选取比率、现金流量利息保障倍数。 1.现金再投资比率 现金再投资比率= 经营活动现金净流量 ? 现金股利-利息支出 固定资产原值 + 对外投资 + 营运资金(4.7)顾名思义，现金再投资比率体现了企业的再投资能力，该指标表明了企业经 营活动现金流量用于重置资产和维持经营的能力。在其计算公式中，对外投资包 括长期债券投资和长期股权投资。营运资金则是流动资产与流动负债的差额。该 比率高， 表示公司可用于各项资产的再投资的现金就越多， 反之越少。 一般来说， 该指标保持在 7%~11%较好⑤。 2.现金流量利息保障倍数 现金利息保障倍数 = 经营活动现金净流量 财务费用(4.8)该指标体现了企业用经营活动产生的现金流量才支付财务费用的能力。 该比 率是用现金流来衡量企业偿付利息的保障程度， 是对传统财务指标的利息保障率 的修正。利息保障倍数是企业息税前利润与利息费用的比率。支付利息必然减少 企业的经营性现金流量， 因此本文认为， 该指标对企业偿债能力的评价更为谨慎。 该比率较大，则说明企业支付利息费用的能力就较强，反之则越弱，甚至可能发 生财务危机。 (四)发展能力指标 企业是否具有发展能力决定了企业未来在市场上的生存能力的强弱。 因此在 构建基于现金流量的财务预警指标体系中引入反应企业发展能力的财务指标， 对 诊断企业的财务风险有积极的意义。由于现金流量指标不具有累积性，所以企业 的发展能力指标选取了传统的财务指标，包括营业收入增长率、应收账款周转率 和资本积累率。 1.营业收入增长率 营业收入增长率 = 本年营业收入 ? 上年营业收入 上年营业收入(4.9)该指标反应了企业营业收入的增减，增长大于零，即表明企业本年的营业⑤Franklin J pbewa,George T,Friedlob(美)，全面理解现金流[M]，清华大学出版社，1999。30第四章 财务预警指标的选取收入有所增长。该指标值越高，反映了企业的营业收入速度就越快，企业发展的 市场前景也就越好。 2.资本积累率 资本积累率 = 期末股东权益 ? 上市期末股东权益 上年期末股东权益(4.10)该指标体现了当年企业所有者权益的变动水平，它是企业资本的积累情况。 该指标越高越好，因为该比率越高，企业的资本积累就越多，投资者投入企业的 资本保全性也就越强。未来企业持续地发展能力越大。若该指标为负值，表明所 有者权益已经受到了损害，应该引起企业管理者的足够重视。总之，该指标是评 价企业未来的发展能力的重要指标。 综上所述，本文设计了以现金流量类指标为核心的指标体系，由于现金流量 的不可累积性，本文特将具有累积性的传统财务分析指标：营业收入增长率、应 收账款周转率和资本积累率纳入模型， 期望模型能够较好地预测企业财务危机的 发生。现在将选取的现金流量财务预警指标列示如下表：表 4.1 基于现金流量的财务预警指标体系 分类 偿 债 能 力 获 现 能 力 财务 弹性 全部资产现金回收率 现金再投资比率 现金流量利息保障倍数 营业收入增长率 资本积累率 应收账款周转率 销售收到现金比率 每股经营活动现金净流量 指标 债务保障率 现金流量比率 计算公式 编号经营活动现金净流量 债务总额 经营活动现金流量净额 流动负债 营业收入 应收账款平均占用额销售商品、提供劳务收到的现金 营业收入X1 X2 X9 X5 X7 X8 X3 X4 X6 X10经营活动现金净流量 总股数 经营活动现金净流量 期末资产总额经营活动现金净流量 ? 现金股利-利息支出 固定资产原值 + 对外投资 + 营运资金经营活动现金净流量 财务费用本年营业收入 ? 上年营业收入 上年营业收入发展 能力期末股东权益 ? 上市期末股东权益 上年期末股东权益31第五章 现金流量财务预警模型构建第五章 现金流量财务预警模型构建第一节 现金流量财务预警实证样本数据选择由于上市公司具有代表性，影响较广，因此本文研究所选用的数据全部来源 于 CSMAR 数据库上市公司研究数据。并且由于能获取的我国 A 股上市公司资 料比较完整，而 B 股的处理不具有普遍性，因此剔除了 B 股的数据，只选用 A 股数据进行研究分析。 国内学者以公司已经处于财务困境作为界定为发生财务危机的标志。在我 国，财务危机的发生被定义为上市公司被特别处理，特别是因为财务状况异常而 被特别处理，即：ST 处理。因财务状况异常而被 ST 的公司绝大部分是由于连续 两年亏损或者一年巨亏造成的，因此本文的研究样本是将因财务状况异常而被 ST 的上市公司。 本文的基本假设： (一)假设说选取的会计财务报表数据，尤其是现金流量表数据是真实的。 (二)假设发生财务危机(被 ST)的上市公司与财务正常(未被 ST)的上市公司在 某些财务指标上有差异，并且当一个上市公司被 ST 时，即发生了财务危机，某 些财务指标会发生相应的变化。 综上所述， 本文基于样本数据完整性的考虑， 选取了 03 年-09 年 195 家首次 被 ST 的 A 股上市公司作为研究样本，而另外选取了同期的 195 家非 ST 公司作 为参照样本，共计 390 家上市公司数据，作为本文实证研究的建模组。并将 ST 年定义为 t 年，ST 前一年定义为 t-1 年，ST 前两年定义为 t-2 年，ST 前三年定 义为 t-3 年，在此基础上建模分析。第二节财务指标的筛选本文通过分析上文设计的基于现金流量的财务预警指标体系的 10 个原始指 标，利用 SPSS16.0 统计软件进行主成分分析，筛选出最显著、最具解释力的主 成分指标，以求达到降维的效果，并据此进行建立模型。32第五章 现金流量财务预警模型构建一．主成分分析法的基本原理 主成分分析( Principal Components Analysis,PCA)是一种通过降维来简化数 据结构的方法，本质上是一种多元统计分析方法。通过对原始变量相关矩阵或协 方差矩阵内部结构关系的研究，利用原始变量的线性组合，把多个原始指标简化 为有代表意义的少数几个指标，以避免了遗漏重要的信息，并能更集中地表明研 究对象的特征。从有一定相关性的 P 个指标出发，综合样本数据的信息，进行分 析，重新组合得到 k 个互无相关关系的综合指标，目的是达到降维。 对选定的 n 个待评价的指标 x 1, x 2 , ..., x n ,则这 n 个指标构成的 n 维随机变 量为 X = ( x1 , x2 ,..., xn ) ' 。随机向量的均值为 u ，协方差矩阵为 ξ 。 以由于评价指标之间具有相关性，因此寻找一组新的评 对 X 进行线性变换， 价指标满足：F1 = u 1 1 x 1 + u 1 2 x 2 + . . . + u 1 k x k F 2 = u 2 1 x1 + u 2 2 x 2 + ... + u 2 k x k ...... F k = u k 1 x1 + u k 2 x 2 + ... + u kk x k该线性变换的约束条件是：2 2 2 1. ui ' ui = 1， 也就是 ui1 + ui 2 + ... + uik = 1(i = 1, 2,..., k )(5.1)2.Fi 与 Fj 不相关 (i ≠ j , j = 1, 2,3,..., k )满足以上约束条件，选取最大方差指标成为第一主成分，然后再选取与第一 主成分不相关的方差最大者为第二主成分，依次类推，选出第三、第四、…、第F k 个主成分。 于是得到新的矩阵 F = ( f1 , f 2 ,..., f k ) 。 其中 j 就为样本数据 X 的第 j个主成分。这样就能在保证在信息量损失很小的情况下达到降维的目的。 二．样本数据的采集和标准化 由于不同原始指标变量具有不同的量纲， 会使不同变量的数据之间缺乏可比 性，因此为了保证模型分析结果的可靠性，在做主成分分析之前，需要通过数学 变换来消除原始变量的这种影响，即对原始数据进行 Z 值的标准化。具体如下：Z = x??σ，其中 ? 为总体数据的均值， σ 为总体数据的方差。本文中将原始变33第五章 现金流量财务预警模型构建量x 1 , x 2 , . . . , x n 的标准化变量定义为 zx1 , zx2 ,..., zxn 。三．用主成分分析筛选财务指标 (一)KMO 和巴特利球度检验 由于主成分分析适用于变量之间存在相关关系的数据， 才能起到较好的降维效果。因此将选取的样本数据进行标准化，然后将其导入统计软件，进行相关性 检验。以讨论样本是否适合做主成分分析。本文对样本数据进行 KMO 和巴特利 球度检验，利用 SPSS16.0 统计软件，对数据进行检验的输出结果如表 5.2(转下 页)：表 5.2 KMO and Bartlett's TestKMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity Approx. Chi-Square df Sig. .610 5.374E3 45 .000表 5.2 的第一行检测量为 KMO 统计量的值，KMO 统计量的值越接近 1，就表 示变量间的相关性越强。一般来说，只要 KMO 的值介于 0.5-1 之间，就可以说 明各变量之间存在较强的相关关系。而本文数据 KMO 统计量的值是 0.610，说 明通过了 KMO 检验。图表的第二行是巴特利球度检验(Bartlett'sTest of Sphericity)，该统计量的观测值越大，并且观测值所对应的概率小于显著性水平 0.05，则可认 为变量适合做主成分分析。本文的选取的变量巴特利球度检验的统计量为 5374， 对应的概率值为 0.000 显著小于 0.05，据此，可以认为本文选取的各变量相关性 基本能够肯定，适合做主成分分析。 (二)利用主成分分析法提取因子，并计算特征值和方差解释比重。1.主成分的特征值和贡献率34第五章 现金流量财务预警模型构建 表 5.3 主成分特征值和贡献率Total Variance Explained初始值 主成分% of Total Variance 1 2 3 4 5 6 7 8 9 10 2.738 1.841 1.065 1.038 .953 .916 .870 .429 .089 .061 27.384 18.411 10.648 10.381 9.525 9.161 8.703 4.285 .894 .607 Cumulative % 27.384 45.796 56.444 66.825 76.350 85.511 94.214 98.499 99.393 100.000 Total 2.647 1.912 1.042 1.030 1.004提取后% of Variance 26.474 19.120 10.415 10.301 10.039 Cumulative % 26.474 45.594 56.009 66.311 76.350Extraction Method: Principal Component Analysis.由表 5.3 可以看出， 本次抽取了 5 个主成分因子， 累积贡献度约达到 76.350%， 即说明 5 个主成分因子包含了 10 个原始指标中 76.350%的信息量，也就是说 5 个主成分因子，能够解释原始变量大部分的信息。2.主成分因子输出求出 10 个原始财务比率指标对 5 个主成分因子的因子负载量，才能对所取 得的 5 个主成分因子进行解释。为了避免变量之间的多重共线性，以及提高各个 主成分因子的解释率， 本文采用方差最大化(Varimax)正交旋转的方法。 主成分因 子载荷矩阵如表 5.4 所示：表 5.4 主成分因子载荷矩阵 主成分因子载荷矩阵Component 1 Zscore(x1) Zscore(x2) Zscore(x3) Zscore(x4) .945 .920 .365 .113 2 .084 .072 -.012 .971 3 .042 .048 -.597 .009 4 .008 .012 -.030 -.002 5 .007 .001 .101 .001Extraction Method: Principal Component Analysis.35第五章 现金流量财务预警模型构建续表5.4主成分因子载荷矩阵Component 1 Zscore(x5) Zscore(x6) Zscore(x7) Zscore(x8) Zscore(x9) Zscore(x10) .215 -.023 .818 .002 .201 .075 2 .005 .002 -.008 .978 -.013 .000 3 .609 .000 -.017 -.003 .557 -.001 4 -.381 .024 .098 -.002 .376 .856 5 .025 .991 -.029 .000 .100 .012由主成分的因子载荷矩阵， 得到主成分与原始指标的相关系数――因子荷载 量，因子载荷量体现了主成分因子与原始指标之间的相关程度。通过对因子载荷 矩阵的分析，我们可以看出： 第一主成分中，指标 X1(债务保障率)、X2(现金流量比率)、X3(现金再投资 比率)、X7(每股经营活动现金净流量)对主成分 F1 解释力较强，因此，主成分 F1 主要反映了上市公司的偿债能力和财务弹性。 第二主成分中， 指标 X4 (现金流量利息保障倍数)、 全部资产现金回收率) X8( 对主成分 F2 的解释力较强，因此，主成分 F2 主要反映了上市公司的获现能力 和财务弹性。 第三主成分中，指标 X3(现金再投资比率)、X5(销售收到现金比率) 、X9(应 收账款周转率)对主成分 F3 解释力较强，因此，主成分 F3 主要反映了上市公司 的财务弹性、获现能力和发展能力。 第四主成分中，指标 X5(销售收到现金比率)、X9(现金再投资比率)、X10(资 本积累率)对主成分 F4 的解释力较强，因此，主成分 F4 主要反应了上市公司的 获现能力和财务弹性和发展能力。 第五主成分中， 指标 X6(营业收入增长率)对主成分 F5 的解释力较强， 因此， 主成分 F5 主要反映了上市公司的发展能力。 综上所述，我们可以看到 5 个主成分涵盖了全部的财务指标信息，综合地体 现了企业的偿债能力、获现能力、财务弹性、发展能力这四个方面的特征。因此 可以用 5 个主成分因子代替原始财务指标进行上市公司财务状况的解释和财务36第五章 现金流量财务预警模型构建预警模型的构建。 本文选取了因子荷载较高的几个原始变量与其相关系数乘积的 和， 得到基于现金流量财务危机预警模型指标体系的 5 个主成分因子的表达式如 下：F1 ≈ 0.945 × zx1 + 0.920 × zx 2 + 0.365 × zx 7 F2 ≈ 0.971 × zx 4 + 0.978 × zx 8 F3 ≈ 0.579 × zx 3 + 0.609 × zx 5 + 0.557 × zx 9 F4 ≈ ? 0.381 × zx 3 + 0.376 × zx 9 + 0.856 × zx10 F5 ≈ 0.991 × zx 6(5.2)第三节基于现金流量的财务预警模型构建一．采用 Logistic 回归分析方法的考虑 本文基于上文的研究成果，选用 Logistic 回归分析来构建我国上市公司财务 预警实证模型。主要是考虑了以下两点：(一)Logistic 回归分析法的因变量是一个只有 0 和 1 两个取值的二元变量，从这个二元变量中很直观地预测出事情的发生与不发生的概率。P 值大于 0.5 就 预测为事件发生，反之，如果 P 值小于 0.5 则预测为事件不发生。对本文研究对 象区分为 ST 和非 ST 的要求相符，而且简便直观。(二)Logistic 回归分析法对样本数据的分布要求不高，许多研究方法都要求样本数据呈多元正态分布，在实际中其实很难达到，于是就有很多近似的处理， 基本上都存在一个假设：社会现象大多近似于正态分布。因此 Logistic 回归分析 法实用性较为广范，具有模型预测精度较高，系数估计比较稳健等优点。 二．logistic 回归分析的基本理论Logistic 回归分析的一种多元统计方法， 针对二分类因变量进行回归分析被普遍地使用。因变量是二元变量，只取 0 和 1，因变量取值为 1 时概率 P(y=1)即研 究的对象。其中影响 y 的因素很多时，将这些因素作为自变量记作：x1 , x2 ,..., xn ，这些自变量既可以有定量的变量，也可以有定性的变量。这些变ln量满足p = β 0 + β1 x1 + ... + β n xn 1? p 的条件，这样的函数就叫做 Logistic 回归函37第五章 现金流量财务预警模型构建数。Logistic 回归分析法能够直接预测出时间发生的概率。概率值必须落入 0~1 的期间，在此期间内可以取任何值。 自变量x1 , x2 ,..., xn是与 y 相关的确定性变量，n 组观测数据记作x , x ,..., xn ( x1 , x2 ,..., yi ) ， 其中 (i = 1, 2,..., n) ， 那么 yi 与 1 2 的关系可表示为：E ( yi ) = π i = f ( β 0 + β1 xi1 + β 2 xi 2 + ... + β n xin )(5.3)其中函数 数为：f ( x ) 是[0,1]区间上的单调递增函数，p(yi =1) =πi p(yi =0) =1?πif ( x) =ex 1 + ex。又因为概率函(5.4)概率函数可表示为p( yi ) = πi yi (1?πi )1? yi , yi = (0,1) 其中 i = 1, 2,..., n 。y , y ,..., yn 的似然函数可表示为： 因此 1 2L = ∏ p ( yi ) = ∏ π i yi (1 ? π i )i ? y1i =1 i =1 n n(5.5)两端取自然对数得：ln L = ∑ [ yi ln π i + (1 ? yi ) ln(1 ? π i )]i =1n(5.6)e( β0 + β1xi1 + β2 xi 2 +...+ βn xin ) πi = 1 + e( β0 + β1xi1 + β2 xi 2 +...+ βn xin ) 于是有将(5.7)式带入(5.6)式于是得到：n(5.7)ln L = ∑ [ yi ( β 0 + β1 xi1 + β 2 xi 2 + ... + β n xin ) ? ln(1 + e ( β 0 + β1 xi1 + β 2 xi 2 +...+ β n xin ) )]i =1(5.8)极大似然估计即是使ln L到 达 极 大 的β 0 , β1 , β 2 ,..., β n 估 计 值 ― ―β 0 , β1 , β 2 ,..., β n 。本文将上市公司是否被 ST 作为因变量 y，y=1 为上市公司被 ST，即发生了 财务危机的公司；y=0 为上市公司未被 ST，即财务安全的公司。将上文用主成 分分析法提出的主成分作为自变量带入其中，进行 Logisitic 回归分析。于是有：^^^^38第五章 现金流量财务预警模型构建eθ e β 0 + β 1 F1 + β 2 F2 + ...+ β 5 F5 = p= 1 + eθ 1 + e β 0 + β 1 F1 + β 2 F2 + ...+ β 5 F5然后进行参数的估计，最后得出财务危机的概率，作出预测。 三．模型的建立 (一) T-1 年模型的建立(5.9)1.利用 SPSS16.0 建立 T-1 年的 Logistic 回归模型， 为了避免重要信息被筛选出方程，本文采用变量全部进入方程法，进行回归分析。第一次迭代的结果如下 表所示：表 5.5 T-1 年回归结果Variables in the Equation B Step 1a F1 F2 F3 F4 F5 Constant -.344 1.032 -.214 -.164 -5.558 -.387 S.E. .092 1.200 .112 .164 1.047 .152 Wald 14.089 .739 3.652 .996 28.182 6.455 df 1 1 1 1 1 1 Sig. .000 .390 .056 .318 .000 .011 Exp(B) .709 2.806 .807 .849 .004 .679a. Variable(s) entered on step 1: F1, F2, F3, F4, F5.表中的的 constant 表示方程的常数项，B 表示方程参数的估计值，S.E.表示 标准差，wald 表示统计量；df 为自由度，Sig 为显著性水平；Exp(B)表示 B 的幂 次方。表 5.5 中 wald 统计量较大，多个变量的显著性明显低于 0.05，说明方程 效果较好。 根据表 5.5，可以得出我国上市公司的 T-1 年的财务预警模型为：Y = lnp =?0.387 ?0.344F1+1.032F2?0.214F3?0.164F4?5.558F5 1? p(5.10)通过对数转换后为：p=1 1 + e ? (0.387 + 0.344 F 1?1.032 F 2 + 0.214 F 3+ 0.164 F 4 + 5.558 F 5)(5.11)2.预测效果方程的拟合效果如表 5.6 所示，可以看出对于 Y=0 有 80.1%的准确性；而对 于 Y=1 有 77.8%的准确性，对于所有样本的总体有 78.9%的准确性，因此，可以39第五章 现金流量财务预警模型构建认为，方程的拟合效果较好，预测效果较好。表 5.6 T-1 年模型预测效果Classification Tablea Predicted y Observed Step 1 y 0 1 Overall Percentage a. The cut value is .500 0 156 43 1 39 152 Percentage Correct 80.1 77.8 78.93.分割点问题在利用上述模型进行财务危机的预测时，通常还涉及一个分割点选取的问 题。模型对于分割点十分敏感，不同的分割点会影响到模型的判定效果，因此， 对于分割点的选取必须慎重。而 Logistic 回归模型分割点的选取取决于研究者所 要达到的判定目的，在理论上并不存在最优分割点。无论选任意一个分割点都会 使模型发生两类判定错误――I 类和 II 类错误。在本文这类研究中，I 类错误一 般表示把 ST 公司误判为非 ST 公司，II 类错误一般表示把非 ST 公司误判为 ST 公司。任何一类错误的减少，意味着另一类错误的增加。例如：I 类错误率降低， 便导致 II 类错误率的上升。大多数学者一般选择 0.5 作为分割点进行研究，即事 件发生概率大于 0.5 即判定为该事件发生，事件发生概率小于 0.5 则判定为该事 件不发生。 本文借鉴了前人的研究成果，将 ST 样本与非 ST 样本进行 1:1 的配对，使 总体样本成为均衡样本，并将分割点定为 0.5。也就是说通过模型计算出来的 p 值如果大于 0.5 就表示该公司在 T