基于現(xiàn)金流量的財(cái)務(wù)預(yù)警實(shí)證分析以醫(yī)藥行業(yè)為例

1、 本 科 畢 業(yè) 論 文 基于現(xiàn)金流量的財(cái)務(wù)預(yù)警實(shí)證分析 以醫(yī)藥行業(yè)為例 empirical analysis on financial early warning based on the cash flowtaking pharmaceutical industry for example學(xué) 院： 商學(xué)院 專業(yè)班級(jí)： 會(huì)計(jì)學(xué) 會(huì)計(jì)101 學(xué)生姓名： 陳寧寧 學(xué) 號(hào)： 061002105 指導(dǎo)教師： 薛淑娟（講師） 馬建新（副教授） 2014 年 6 月畢業(yè)論文中文摘要基于現(xiàn)金流量的財(cái)務(wù)預(yù)警實(shí)證分析以醫(yī)藥行業(yè)為例摘 要：醫(yī)藥行業(yè)作為新興的朝陽(yáng)產(chǎn)業(yè)，科技含量高。醫(yī)藥開發(fā)前期需要大量的研發(fā)資金，

2、生產(chǎn)時(shí)也需要達(dá)到國(guó)家的質(zhì)量標(biāo)準(zhǔn)，總體來說，行業(yè)競(jìng)爭(zhēng)壓力很大。因此，該行業(yè)在生產(chǎn)經(jīng)營(yíng)過程中，面臨著各種各樣的經(jīng)營(yíng)風(fēng)險(xiǎn)，如果不及時(shí)加以防范，很可能會(huì)出現(xiàn)企業(yè)財(cái)務(wù)危機(jī)，最終導(dǎo)致破產(chǎn)。由于醫(yī)藥行業(yè)的特點(diǎn)，比如，長(zhǎng)時(shí)間的臨床實(shí)驗(yàn)，過高的銷售費(fèi)用等，使得現(xiàn)金流量與醫(yī)藥行業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)、財(cái)務(wù)危機(jī)緊密相關(guān)，在醫(yī)藥類上市企業(yè)財(cái)務(wù)危機(jī)預(yù)警中起非常重要的作用。本文選擇了我國(guó)醫(yī)藥行業(yè)企業(yè)2012年的數(shù)據(jù)，根據(jù)其行業(yè)自身特點(diǎn)，構(gòu)建以基于現(xiàn)金流量財(cái)務(wù)指標(biāo)為基礎(chǔ)的指標(biāo)體系。借助spass19，用因子分析的方法挑選出6個(gè)具有代表性的因子，建立logistic回歸模型。本文采用2013年的數(shù)據(jù)對(duì)該模型進(jìn)行檢驗(yàn)，最后對(duì)該行業(yè)201

3、4年的財(cái)務(wù)情況進(jìn)行預(yù)測(cè)。 關(guān)鍵詞：醫(yī)藥行業(yè)；現(xiàn)金流量；財(cái)務(wù)危機(jī)預(yù)警；因子分析；logistic回歸模型畢業(yè)論文外文摘要empirical analysis on financial early warning based on the cash flow taking pharmaceutical industry for exampleabstract: as a promising, rising industry, the pharmaceutical industry is abundant with science and technology. because of a large

4、 sum of research fund in the initiative -phase of the research and the strict quality demand of the chinas policies during drug-processing, this industry is faced with tremendous competition, outside and inside. different kinds of operating risks will gradually involve into a financial crisis, even

5、bankruptcy, threatening all pharmaceutical enterprises, if due attention and corresponding adoptions are ignored. the cash flow of pharmaceutical industry, typical of long-period clinical trials and high expenses is interconnected with financial risks and crisis, playing an important role in financi

6、al early-warning in this industry. the data of the year of 2012 is chosen to construct the indicator system based on the cash flow indicators according to the characters of the industry. through factor analysis, 6 main factors are selected from all the indicators to build the regression model of log

7、istic with the software of spss. the data from the year of 2013 is used to examine the accuracy of the model so that we can make a reasonable estimation of the financial condition of the pharmaceutical industry. keywords: the pharmaceutical industry；the cash flow；financial early-warning；factor analy

8、sis；the regression model of logistic 目 錄1 緒論11.1 研究背景及意義11.2 國(guó)內(nèi)外文獻(xiàn)綜述12 現(xiàn)金流量財(cái)務(wù)危機(jī)預(yù)警理論研究22.1 財(cái)務(wù)危機(jī)的界定22.2 財(cái)務(wù)危機(jī)預(yù)警的概念32.3 現(xiàn)金流量理論32.4 財(cái)務(wù)預(yù)警實(shí)證研究方法選擇43 我國(guó)醫(yī)藥行業(yè)企業(yè)財(cái)務(wù)預(yù)警指標(biāo)體系的建立44 醫(yī)藥行業(yè)現(xiàn)金流量財(cái)務(wù)預(yù)警模型的構(gòu)建64.1 實(shí)證樣本數(shù)據(jù)選擇64.2 用因子分析篩選因子74.3 基于現(xiàn)金流量的財(cái)務(wù)預(yù)警模型的構(gòu)建124.4 財(cái)務(wù)預(yù)警模型檢驗(yàn)144.5 對(duì)醫(yī)藥行業(yè)上市2014年進(jìn)行財(cái)務(wù)危機(jī)預(yù)警15結(jié) 論17參 考 文 獻(xiàn)18致 謝20附錄211 緒論財(cái)務(wù)

9、危機(jī)的產(chǎn)生通常都不是突如其來的，而是伴隨著一個(gè)逐步顯現(xiàn)、逐漸積累的一個(gè)過程，這就要求公司企業(yè)在日常財(cái)務(wù)管理中，加強(qiáng)對(duì)公司財(cái)務(wù)狀況的檢測(cè)，同時(shí)建立起一套科學(xué)合理的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)制，用來對(duì)企業(yè)可能存在的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，及時(shí)、快速、準(zhǔn)確地采取一些防范財(cái)務(wù)風(fēng)險(xiǎn)的措施，從而使得不必要的損失得以避免和減少1 王玉春.財(cái)務(wù)管理m. 2008(1): 292-336。1.1 研究背景及意義在市場(chǎng)經(jīng)濟(jì)的條件下，企業(yè)面臨的經(jīng)濟(jì)環(huán)境日趨復(fù)雜多變，各種各樣的風(fēng)險(xiǎn)與危機(jī)隨時(shí)出現(xiàn)，激烈的市場(chǎng)競(jìng)爭(zhēng)中，不是所有的企業(yè)都會(huì)非常幸運(yùn)地成為成功者。就我國(guó)的醫(yī)藥行業(yè)上市而言，由于其特有的行業(yè)的因素，比如：高度依賴高新技術(shù)、長(zhǎng)時(shí)間的

10、醫(yī)藥臨床實(shí)驗(yàn)、過高的銷售費(fèi)用等等，使得企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)加大，進(jìn)而增加財(cái)務(wù)危機(jī)發(fā)生的可能性。一方面新藥品的研發(fā)能夠給醫(yī)藥類企業(yè)帶來巨大的利潤(rùn)空間，另一方面也存在著現(xiàn)有的藥品可能隨時(shí)被替代的風(fēng)險(xiǎn)，這種不確定性會(huì)造成企業(yè)的現(xiàn)金流量的大幅波動(dòng)；此外，長(zhǎng)時(shí)間的臨床實(shí)驗(yàn)，使得醫(yī)藥類企業(yè)同其他行業(yè)相比，收回成本的時(shí)間延遲，進(jìn)而現(xiàn)金凈流量的現(xiàn)值減少；而過高的銷售費(fèi)用也會(huì)直接減少當(dāng)期的現(xiàn)金流量。因此，現(xiàn)金流量與醫(yī)藥行業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)、財(cái)務(wù)危機(jī)緊密相關(guān)，在醫(yī)藥類上市企業(yè)財(cái)務(wù)危機(jī)預(yù)警中起非常重要的作用。財(cái)務(wù)危機(jī)預(yù)警，能夠及時(shí)發(fā)現(xiàn)企業(yè)在經(jīng)營(yíng)管理活動(dòng)中潛在的財(cái)務(wù)風(fēng)險(xiǎn)，并在危機(jī)發(fā)生之前向企業(yè)經(jīng)營(yíng)者發(fā)出警告，使企業(yè)管理層能夠及時(shí)

11、采取有效措施，避免潛在的風(fēng)險(xiǎn)變成損失。而基于現(xiàn)金流量的財(cái)務(wù)預(yù)警研究，將重點(diǎn)突出在現(xiàn)金流量方面，更加貼近醫(yī)藥行業(yè)的實(shí)際，客觀真實(shí)地評(píng)價(jià)醫(yī)藥行業(yè)上市公司的財(cái)務(wù)狀況與財(cái)務(wù)趨勢(shì)，起到未雨綢繆的作用。本文希望通過基于現(xiàn)金流量的財(cái)務(wù)危機(jī)預(yù)警方面的研究能夠使得我國(guó)醫(yī)藥行業(yè)企業(yè)能夠正確認(rèn)識(shí)所處的經(jīng)濟(jì)形勢(shì)，識(shí)別財(cái)務(wù)風(fēng)險(xiǎn)，學(xué)會(huì)規(guī)避和化解財(cái)務(wù)危機(jī)，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力；其他利益相關(guān)者對(duì)我國(guó)醫(yī)藥行業(yè)上市公司財(cái)務(wù)狀況有一個(gè)清晰的認(rèn)識(shí)，保障自身的資金安全，從而提高整個(gè)資本市場(chǎng)的資源配置效率。1.2 國(guó)內(nèi)外文獻(xiàn)綜述與西方發(fā)達(dá)國(guó)家相比，我國(guó)證券市場(chǎng)的不完善導(dǎo)致我國(guó)在財(cái)務(wù)危機(jī)預(yù)警研究方面還有些滯后，并且在最近幾年現(xiàn)金流量在最近幾年才

12、受到重視2 楊瑤,李紅琨. 基于現(xiàn)金流量指標(biāo)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究綜述j. 現(xiàn)代商業(yè), 2011(9): 236-237.。與此同時(shí)，國(guó)外關(guān)于此方面的研究已經(jīng)取得了一定的進(jìn)展。1.2.1 國(guó)外文獻(xiàn)回顧a1tman(1968)年提出了z模型，這是最早采用多變量方法研究企業(yè)財(cái)務(wù)危機(jī)預(yù)警的模型。他最終選定了5個(gè)指標(biāo)分別從企業(yè)的償債能力、財(cái)務(wù)結(jié)構(gòu)、資產(chǎn)規(guī)模、資產(chǎn)利用率、折現(xiàn)力、獲利能力等方面預(yù)測(cè)企業(yè)的財(cái)務(wù)危機(jī)，a1tman所構(gòu)建的z模型公式為z=0.01x1+0.014x2+0.033x3+0.0064x4+0.999x51 高琳,趙冠華. 生物制藥企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警問題研究d.山東:山東財(cái)經(jīng)大學(xué),2013

13、 (6): 5，綜合反映企業(yè)財(cái)務(wù)狀況。ohlsom在1980年提出條件概率模型，以累積概率函數(shù)為基礎(chǔ)，運(yùn)用最大似然估計(jì)的方法，使得自變量滿足模型假設(shè),其中是以研究logistic模型為主。20世紀(jì)90年代，隨著神經(jīng)網(wǎng)絡(luò)的廣泛應(yīng)用，研究者們逐漸將該種方法融入財(cái)務(wù)預(yù)警的研究中。odom.m.d和r.sharda將該方法與多元判別分析法進(jìn)行了比較，結(jié)果顯示神經(jīng)網(wǎng)絡(luò)模型具有更好的準(zhǔn)確性、對(duì)于環(huán)境有更好的適應(yīng)性。1993年coats和fant運(yùn)用人工神經(jīng)網(wǎng)絡(luò)模型對(duì)47家財(cái)務(wù)危機(jī)公司和47家正常的相對(duì)應(yīng)的公司進(jìn)行預(yù)測(cè)2 楊瑤,李紅琨. 基于現(xiàn)金流量的我國(guó)上市公司財(cái)務(wù)預(yù)警實(shí)證研究d.云南:云南財(cái)經(jīng)大學(xué),20

14、11 (5): 4，預(yù)測(cè)準(zhǔn)確率達(dá)到91%。隨著對(duì)現(xiàn)金流的越來越重視，1999年mikelson和partch的研究表明現(xiàn)金持有量高的公司經(jīng)營(yíng)業(yè)績(jī)要好于現(xiàn)金持有量低的公司的經(jīng)營(yíng)業(yè)績(jī)，這也凸顯了現(xiàn)金流的重要性。1.2.2 國(guó)內(nèi)文獻(xiàn)回顧我國(guó)證券市場(chǎng)發(fā)展較晚，國(guó)內(nèi)學(xué)者對(duì)財(cái)務(wù)預(yù)警模型的研究處于滯后的狀態(tài)， 主要是在定量方面借鑒西方學(xué)者的研究成果。主要如下：上世紀(jì) 80、90 年代黃世忠、吳世農(nóng)和陳靜分別介紹了典型的企業(yè)破產(chǎn)分析指標(biāo)和預(yù)測(cè)模型，并提出了單變量分析和二類線性判定分析的理論3 孔寧寧, 魏韶巍. 基于主成分分析和logistic回歸方法的財(cái)務(wù)預(yù)警模型比較來自我國(guó)制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)j. 經(jīng)

15、濟(jì)問題,2010 (6): 112-116。在20世紀(jì)初，吳世農(nóng)教授發(fā)現(xiàn)與其他財(cái)務(wù)預(yù)警分析相比，logistic模型的擬合效果最為突出。20世紀(jì)，我國(guó)學(xué)者張玲選擇了120家公司的財(cái)務(wù)數(shù)據(jù)進(jìn)行研究，并從中選用60家構(gòu)建二元線性判別模型，發(fā)現(xiàn)該模型具有超前4年的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警效果。目前，該方面的研究仍在持續(xù)發(fā)展。2 現(xiàn)金流量財(cái)務(wù)危機(jī)預(yù)警理論研究2.1 財(cái)務(wù)危機(jī)的界定企業(yè)經(jīng)營(yíng)失敗或者錯(cuò)誤的財(cái)務(wù)管理政策會(huì)使得企業(yè)陷入財(cái)務(wù)危機(jī)。國(guó)外大多數(shù)學(xué)者把財(cái)務(wù)危機(jī)定義為企業(yè)申請(qǐng)破產(chǎn)和破產(chǎn)清算。carmichael(1972)把財(cái)務(wù)危機(jī)定義為企業(yè)履行義務(wù)時(shí)受阻，具體表現(xiàn)為資產(chǎn)流動(dòng)性不足、企業(yè)權(quán)益不足、債務(wù)拖欠及資金不足

16、四種形式。ross(1999;2000)等人則相信財(cái)務(wù)危機(jī)可以表現(xiàn)在4個(gè)方面：企業(yè)失敗，法定破產(chǎn)，技術(shù)破產(chǎn)，會(huì)計(jì)破產(chǎn)1 王大江.基于現(xiàn)金流量的財(cái)務(wù)危機(jī)預(yù)警模型構(gòu)建與實(shí)證分析d.西北:西北農(nóng)林科技大學(xué),2012(5):4-5。國(guó)內(nèi)學(xué)者對(duì)財(cái)務(wù)危機(jī)的定義主要有兩種觀點(diǎn)：一是與西方學(xué)者相似，將財(cái)務(wù)危機(jī)定義為財(cái)務(wù)失敗和企業(yè)破產(chǎn)。二是將公司在深滬兩市中是否被特別處理(st)作為財(cái)務(wù)危機(jī)的標(biāo)志。鑒于可辨認(rèn)性的原則，本文采用國(guó)內(nèi)學(xué)者的第二種觀點(diǎn)，將公司是否被特別處理作為財(cái)務(wù)危機(jī)的標(biāo)志。2.2 財(cái)務(wù)危機(jī)預(yù)警的概念因?yàn)樨?cái)務(wù)危機(jī)是一個(gè)逐步顯現(xiàn)和發(fā)展的過程，在財(cái)務(wù)危機(jī)逐步顯現(xiàn)時(shí)，企業(yè)在財(cái)務(wù)狀況上必然表現(xiàn)為相關(guān)財(cái)務(wù)指標(biāo)

17、由正常到異常的過渡。所謂財(cái)務(wù)危機(jī)預(yù)警，就是通過對(duì)企業(yè)財(cái)務(wù)報(bào)表及相關(guān)經(jīng)營(yíng)資料的分析，利用及時(shí)的財(cái)務(wù)數(shù)據(jù)和相應(yīng)的數(shù)據(jù)化管理方式，將企業(yè)已面臨的危險(xiǎn)情況預(yù)先告知企業(yè)經(jīng)營(yíng)者和其他利益相關(guān)者，并分析企業(yè)發(fā)生財(cái)務(wù)失敗的原因和企業(yè)財(cái)務(wù)運(yùn)營(yíng)體系隱藏的問題，以提早采取防范措施的財(cái)務(wù)分析報(bào)警系統(tǒng)。財(cái)務(wù)危機(jī)預(yù)警的功能主要有監(jiān)測(cè)、識(shí)別、預(yù)防、控制等2 楊瑤,李紅琨.基于現(xiàn)金流量的我國(guó)上市公司財(cái)務(wù)預(yù)警實(shí)證研究d.云南:云南財(cái)經(jīng)大學(xué),2011(5):11-12。2.3 現(xiàn)金流量理論2.3.1 現(xiàn)金流量的涵義現(xiàn)金流量在財(cái)務(wù)管理中是一個(gè)很重要的概念，揭示了貨幣價(jià)值的本質(zhì)屬性，具體是指籌資活動(dòng)、經(jīng)營(yíng)活動(dòng)及投資活動(dòng)引起的現(xiàn)金流出

18、量、現(xiàn)金流入量和現(xiàn)金凈流量。其中現(xiàn)金指的是現(xiàn)金和現(xiàn)金等價(jià)物，是處于貨幣狀態(tài)并可隨時(shí)用于支付的資金，是企業(yè)資金的原始形態(tài)3 朱晨露.調(diào)控政策下房地產(chǎn)企業(yè)財(cái)務(wù)預(yù)警模型研究d.西北:西北農(nóng)林科技大學(xué),2012，是資金運(yùn)動(dòng)的起點(diǎn)和終點(diǎn)。2.3.2 現(xiàn)金流量的特征 階段性在生產(chǎn)經(jīng)營(yíng)的不同階段，企業(yè)現(xiàn)金流量特點(diǎn)也不相同。在籌建期，籌資活動(dòng)會(huì)增加企業(yè)的負(fù)債，帶來巨大的現(xiàn)金流量增加額，因而現(xiàn)金及現(xiàn)金等價(jià)物凈增加為正數(shù)。在增長(zhǎng)期，現(xiàn)金流入量和現(xiàn)金流出量都很大，難以判定凈增加的正負(fù)。成熟期，凈增加接近于零。在衰退期，現(xiàn)金流量嚴(yán)重不足,由于投入項(xiàng)目的盈利能力下降，所帶來的現(xiàn)金流入額下降，故現(xiàn)金及現(xiàn)金等價(jià)物凈增加為負(fù)

19、數(shù)。 不平衡性4 黃文峰.基于主成分分析的醫(yī)藥類上市公司財(cái)務(wù)預(yù)警模型研究d.武漢:武漢理工大學(xué),2012現(xiàn)金流量的不平衡性主要體現(xiàn)在企業(yè)的現(xiàn)金流量在同一時(shí)間同一對(duì)象現(xiàn)金流入量與現(xiàn)金流出量不對(duì)等。這在本質(zhì)上是由于收入實(shí)現(xiàn)制與權(quán)責(zé)發(fā)生制不同而造成的。具體表現(xiàn)在某一對(duì)象的現(xiàn)金流出量與其對(duì)應(yīng)的現(xiàn)金流入量不對(duì)等和某一時(shí)間段的現(xiàn)金流出量與現(xiàn)金流入量不相等。 不確定性現(xiàn)金流量以收入實(shí)現(xiàn)制為基礎(chǔ)，而企業(yè)發(fā)生的各項(xiàng)經(jīng)濟(jì)事項(xiàng)以權(quán)責(zé)發(fā)生制為基礎(chǔ)，現(xiàn)金流量與經(jīng)濟(jì)業(yè)務(wù)事項(xiàng)的關(guān)系不能確定。2.3.3 現(xiàn)金流量的財(cái)務(wù)危機(jī)預(yù)警功能 “資產(chǎn)的內(nèi)在價(jià)值是其未來現(xiàn)金流量的現(xiàn)值”是近代財(cái)務(wù)管理學(xué)的一個(gè)重要結(jié)論。因此，當(dāng)評(píng)價(jià)一家企業(yè)創(chuàng)

20、造價(jià)值的能力時(shí)，并不是僅依據(jù)企業(yè)當(dāng)前的利潤(rùn)水平和未來的盈利，而是依據(jù)企業(yè)當(dāng)前及未來的現(xiàn)金流量?，F(xiàn)金流量對(duì)于企業(yè)經(jīng)營(yíng)、企業(yè)財(cái)務(wù)危機(jī)預(yù)警具有特別重要的意義1 李延喜. 動(dòng)態(tài)現(xiàn)金流量與企業(yè)價(jià)值評(píng)估m(xù). 大連理工出版社, 2004: 60。相對(duì)于傳統(tǒng)指標(biāo)來說，現(xiàn)金流量指標(biāo)更側(cè)重于真實(shí)現(xiàn)金的流入、流出，在反映企業(yè)的償債能力、盈利能力，發(fā)展能力、獲現(xiàn)能力、財(cái)務(wù)彈性等方面具備傳統(tǒng)財(cái)務(wù)指標(biāo)并不具備的優(yōu)勢(shì)，為預(yù)測(cè)企業(yè)未來的財(cái)務(wù)狀況提供充分有效的依據(jù)。2.4 財(cái)務(wù)預(yù)警實(shí)證研究方法選擇財(cái)務(wù)預(yù)警模型中最具代表性的模型有以下幾種：一元判定模型、多元判定模型、人工神經(jīng)網(wǎng)絡(luò)模型、多元邏輯回歸模型(logistic)2 李帆

21、,杜志濤,李玲娟. 企業(yè)財(cái)務(wù)預(yù)警模型:理論回顧及其評(píng)論j. 管理評(píng)論, 2011 (9): 144-151.。一元判定模型優(yōu)點(diǎn)是過于簡(jiǎn)單、方便，但是，只是注重單個(gè)指標(biāo)的判定能力，準(zhǔn)確度不夠高。使用多元判定模型，有時(shí)候所得出的結(jié)果會(huì)相互矛盾，在實(shí)際工作中并未得到廣泛運(yùn)用。z模型是在100多年前所建立的，隨著經(jīng)濟(jì)發(fā)展?fàn)顩r的變化，在實(shí)際應(yīng)用時(shí)很多情形不能適用。盡管人工神經(jīng)網(wǎng)絡(luò)模型與傳統(tǒng)的預(yù)警模式相比具有很高的靈敏性、準(zhǔn)確性，但是該方法思想理論體系不夠成熟，很容易出現(xiàn)學(xué)習(xí)過度的情況。而多元邏輯回歸模型，不要求數(shù)據(jù)正態(tài)分布，思想理論體系更為穩(wěn)健，準(zhǔn)確性也較高3 賴奕萌. 基于現(xiàn)金流量信息的上市公司財(cái)務(wù)預(yù)

22、警研究d.大連:東北財(cái)經(jīng)大學(xué), 2012.。綜合考慮上述情況，本文采用多元logistic回歸模型。3 我國(guó)醫(yī)藥行業(yè)企業(yè)財(cái)務(wù)預(yù)警指標(biāo)體系的建立在選取數(shù)據(jù)和評(píng)價(jià)指標(biāo)方面，本文采用定量的分析方法。結(jié)合醫(yī)藥行業(yè)的特點(diǎn)，同時(shí)結(jié)合自身的理解建立財(cái)務(wù)指標(biāo)系統(tǒng)。在使用財(cái)務(wù)指標(biāo)系統(tǒng)中我們著重分析現(xiàn)金流量指標(biāo)，并與其他傳統(tǒng)財(cái)務(wù)指標(biāo)相結(jié)合，更加全面、客觀地反映醫(yī)藥行業(yè)上市公司的現(xiàn)狀4 李延喜. 動(dòng)態(tài)現(xiàn)金流量與企業(yè)價(jià)值評(píng)估m(xù). 大連理工出版社,2004: 60。 醫(yī)藥行業(yè)上市公司在研發(fā)新藥時(shí)，前期存在巨大的研發(fā)支出。要使得公司正常運(yùn)轉(zhuǎn)并且獲取利潤(rùn)，這就要求企業(yè)籌得大筆資金，因此需要具備很強(qiáng)的籌資能力和償債能力，而現(xiàn)

23、金及其現(xiàn)金等價(jià)物代表企業(yè)即時(shí)付現(xiàn)能力的大小，相比較于其他資產(chǎn)而言，更能夠反映企業(yè)的償債能力1 高琳,趙冠華. 生物制藥企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警問題研究d.山東:山東財(cái)經(jīng)大學(xué),2013(6):5。所以現(xiàn)金比率(x1)這個(gè)指標(biāo)顯得尤為重要。此外，醫(yī)藥行業(yè)的經(jīng)營(yíng)活動(dòng)都伴隨著大量的現(xiàn)金流入或者現(xiàn)金流出或兩者兼而有之，經(jīng)營(yíng)活動(dòng)凈現(xiàn)金流量是現(xiàn)金流入減去現(xiàn)金流出的差額，能夠反映企業(yè)的經(jīng)營(yíng)性收益，是醫(yī)藥行業(yè)的代表性財(cái)務(wù)數(shù)據(jù)，因此，現(xiàn)金流動(dòng)負(fù)債比(x2)、現(xiàn)金債務(wù)總額比(x3)這兩個(gè)指標(biāo)更能反映企業(yè)的短期償債能力。醫(yī)藥類上市公司大量的借款，必然伴隨著還債的利息費(fèi)用，利息保障倍數(shù)(x4)很好地反映企業(yè)的長(zhǎng)期償債能力。因此

24、，在償債能力方面，本文選取現(xiàn)金比率(x1)、現(xiàn)金流動(dòng)負(fù)債比(x2)、現(xiàn)金債務(wù)總額比(x3)、利息保障倍數(shù)(x4)4個(gè)指標(biāo)。 雖然我國(guó)醫(yī)藥行業(yè)企業(yè)在研發(fā)階段需要大量的投資，但是同國(guó)外相比,研發(fā)能力嚴(yán)重不足，企業(yè)經(jīng)營(yíng)活動(dòng)的集中在生產(chǎn)、銷售環(huán)節(jié)，行業(yè)內(nèi)競(jìng)爭(zhēng)激烈，并且產(chǎn)生大量的銷售費(fèi)用?？偟膩碚f，我國(guó)醫(yī)藥行業(yè)盈利模式單一，盈利能力弱，銷售費(fèi)用過高，所以在財(cái)務(wù)指標(biāo)上應(yīng)該重點(diǎn)關(guān)注盈利能力。每股收益(x5)是分析企業(yè)價(jià)值的一個(gè)基礎(chǔ)指標(biāo)，綜合反映企業(yè)的獲利能力；每股現(xiàn)金凈流量(x6)，則是將企業(yè)的獲利能力與醫(yī)藥上市公司的現(xiàn)金流量相結(jié)合；由于存在大量的銷售費(fèi)用，銷售凈利率(x7)就具備很強(qiáng)的獲利能力代表性。因此

25、，在企業(yè)的盈利能力中，本文選取每股收益(x5)、每股現(xiàn)金凈流量(x6)、銷售凈利率(x7)這三個(gè)指標(biāo)。 相比于國(guó)外來說，我國(guó)醫(yī)藥行業(yè)更加注重于銷售階段，而不是研發(fā)階段。研發(fā)投入的相對(duì)缺失使得企業(yè)沒有核心競(jìng)爭(zhēng)力，無法獲得長(zhǎng)期的穩(wěn)定的發(fā)展優(yōu)勢(shì)。所以本文選取3個(gè)成長(zhǎng)能力指標(biāo)，分別是凈利潤(rùn)增長(zhǎng)率(x8)、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率(x9)、總資產(chǎn)增長(zhǎng)率(x10)來評(píng)價(jià)醫(yī)藥行業(yè)上市公司的成長(zhǎng)狀況。 醫(yī)藥企業(yè)一般的生產(chǎn)周期比較長(zhǎng)，從產(chǎn)品的技術(shù)研發(fā)，產(chǎn)品產(chǎn)出，到臨床試驗(yàn)，藥品審批，每一步都要耗費(fèi)大量的時(shí)間。并且該行業(yè)普遍采取賒銷的方式，企業(yè)將藥品發(fā)送給代理商，醫(yī)藥代表再將藥物賣給各大醫(yī)院，醫(yī)院實(shí)行用后付款的制度，因

26、此藥品應(yīng)收賬款很難立刻收回。這種模式降低了企業(yè)的財(cái)務(wù)運(yùn)營(yíng)能力，企業(yè)需要占用更多的資金來維持企業(yè)的運(yùn)營(yíng)，無形中增加了企業(yè)的資金成本，所以在財(cái)務(wù)指標(biāo)上應(yīng)該重點(diǎn)關(guān)注應(yīng)收賬款周轉(zhuǎn)率(x14)、存貨周轉(zhuǎn)率(x15)這兩個(gè)指標(biāo)。此外，鑒于現(xiàn)金流量對(duì)于醫(yī)藥行業(yè)的重要性，本文選取3個(gè)獲現(xiàn)能力指標(biāo)：凈利潤(rùn)現(xiàn)金含量(x11)、總資產(chǎn)收現(xiàn)比率(x12)、主營(yíng)業(yè)務(wù)收現(xiàn)比率(x13)。由于獲現(xiàn)能力可以解釋為企業(yè)營(yíng)運(yùn)現(xiàn)金的能力，反映企業(yè)的收益質(zhì)量，因此，這3個(gè)獲現(xiàn)能力指標(biāo)在本文中歸屬于營(yíng)運(yùn)能力。為了更加清晰地顯示本文所使用的指標(biāo)，上文所提及的指標(biāo)及指標(biāo)計(jì)算公式如表1所示：表1 財(cái)務(wù)指標(biāo)類別變量指標(biāo)公式指標(biāo)償債能力x1 現(xiàn)

27、金比率(貨幣資金+交易性金融資產(chǎn)）流動(dòng)負(fù)債x2 現(xiàn)金流動(dòng)負(fù)債比經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量流動(dòng)負(fù)債x3 現(xiàn)金債務(wù)總額比經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量負(fù)債總額x4 利息保障倍數(shù)息稅前利潤(rùn)利息費(fèi)用盈利能力x5 每股收益(稅后利潤(rùn)-優(yōu)先股股利）發(fā)行在外的普通股股數(shù)x6 每股現(xiàn)金凈流量經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量發(fā)行在外的普通股股數(shù)x7 銷售凈利率凈利潤(rùn)主營(yíng)業(yè)務(wù)收入成長(zhǎng)能力x8 凈利潤(rùn)增長(zhǎng)率(本期凈利潤(rùn)-上期凈利潤(rùn))上期凈利潤(rùn)x9 主營(yíng)業(yè)務(wù)收入增長(zhǎng)率(本期主營(yíng)業(yè)務(wù)收入-上期主營(yíng)業(yè)務(wù)收入)上期主營(yíng)業(yè)務(wù)收入x10 總資產(chǎn)增長(zhǎng)率(期末總資產(chǎn)-期初總資產(chǎn)）期初總資產(chǎn)營(yíng)運(yùn)能力x11 凈利潤(rùn)現(xiàn)金含量經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量?jī)衾麧?rùn)x12 總資產(chǎn)收現(xiàn)比率

28、經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量期末資產(chǎn)總額x13 主營(yíng)業(yè)務(wù)收現(xiàn)比率經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量主營(yíng)業(yè)務(wù)收入x14 應(yīng)收賬款周轉(zhuǎn)率營(yíng)業(yè)收入應(yīng)收賬款平均余額x15 存貨周轉(zhuǎn)率營(yíng)業(yè)成本(期初存貨凈額+期末存貨凈額)24 醫(yī)藥行業(yè)現(xiàn)金流量財(cái)務(wù)預(yù)警模型的構(gòu)建4.1 實(shí)證樣本數(shù)據(jù)選擇本文對(duì)醫(yī)藥行業(yè)企業(yè)進(jìn)行財(cái)務(wù)危機(jī)預(yù)警研究，首先其研究樣本應(yīng)限制在醫(yī)藥行業(yè)企業(yè)中。本文將研究樣本定位于在上海和深圳證券交易所上市的醫(yī)藥行業(yè)類企業(yè)，共選出42家企業(yè)，以2012年的樣本數(shù)據(jù)作為研究對(duì)象。42家企業(yè)名單見下表2。本文所選樣本的原始數(shù)據(jù)信息來自滬深兩市的年度報(bào)表資料和國(guó)泰安數(shù)據(jù)庫(kù)，經(jīng)過計(jì)算整理為財(cái)務(wù)比率值(見附錄)，然后采用spss19.0數(shù)

29、據(jù)處理軟件進(jìn)行數(shù)據(jù)分析。表2 研究樣本列表序號(hào) 股票代碼 企業(yè)名稱序號(hào) 股票代碼 企業(yè)名稱1600080金花股份22600829三精制藥2600085同仁堂23600867通化東寶3600195中牧股份24601607上海醫(yī)藥4600196復(fù)星醫(yī)藥25002001新和成5600201金宇集團(tuán)26002219恒康醫(yī)療6600216浙江醫(yī)藥27002262恩華藥業(yè)7600222太龍藥業(yè)28002349精華制藥8600253天方藥業(yè)29000403*st生化續(xù)表2 研究樣本列表序號(hào) 股票代碼 企業(yè)名稱序號(hào) 股票代碼 企業(yè)名稱9600267海正藥業(yè)30000518四環(huán)生物10600276恒瑞醫(yī)藥310

30、00590紫光古漢11600329中新藥業(yè)32000597東北制藥12600380健康元33000605渤海股份13600420現(xiàn)代制藥34000650仁和藥業(yè)14600466迪康藥業(yè)35000766通化金馬15600530交大昂立36000952廣濟(jì)藥業(yè)16600535天士力37000963華東醫(yī)藥17600556*st北生38000989九 芝 堂18600645中源協(xié)和39300026紅日藥業(yè)19600666西南藥業(yè)40300119瑞普生物20600671天目藥業(yè)41300181佐力藥業(yè)21600771廣譽(yù)遠(yuǎn)42300289利德曼根據(jù)國(guó)內(nèi)和國(guó)外學(xué)者的觀點(diǎn)和研究成果，在本文中，財(cái)務(wù)危機(jī)公司

31、被定義為在深滬兩市中被特別處理的公司和停牌、退市或轉(zhuǎn)行的公司。上市公司也存在因“其他狀況異常”而被特別處理的情況，這種情況難以從財(cái)務(wù)角度進(jìn)行有效預(yù)測(cè)，但被特別處理的公司絕大部分是由于連續(xù)兩年虧損或者一年巨虧造成的。實(shí)際操作中，也有財(cái)務(wù)狀況惡化的上市公司沒有經(jīng)過特別處理而直接停牌、退市或轉(zhuǎn)行的情形。因此，本文所采用的危機(jī)定義更為符合我國(guó)上市公司的實(shí)際情況。其中上述公司中有兩家標(biāo)明特別處理的公司，分別是*st北生(600556)、*st生化(000403)。通過查閱這些公司的上市年報(bào)，中牧股份(600195)于2013末由醫(yī)藥行業(yè)轉(zhuǎn)為農(nóng)林牧漁行業(yè)，天方藥業(yè)(600253)已退市，中源協(xié)和(6006

32、45)、西南藥業(yè)(600666)、天目藥業(yè)(600671)、廣譽(yù)遠(yuǎn)(600771)(后正常營(yíng)業(yè))、東北制藥(000597)(后正常營(yíng)業(yè))、廣濟(jì)藥業(yè)(000952)停牌，這上述10家公司均被定義為被特別處理的公司。4.2 用因子分析篩選因子4.2.1 數(shù)據(jù)的標(biāo)準(zhǔn)化和正向化處理本文采取的方法是通過主成分分析挑選因子，為了防止我們搜集的指標(biāo)數(shù)據(jù)在數(shù)量級(jí)和計(jì)量單位上存在差別，從而使得各個(gè)指標(biāo)之間不具有綜合性和可比性，這就必須對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。對(duì)42家樣本公司2012年15個(gè)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化過程需要運(yùn)用到一些統(tǒng)計(jì)量，描述統(tǒng)計(jì)量如表3所示：表3 描述統(tǒng)計(jì)量n極小值極大值均值標(biāo)準(zhǔn)差方差現(xiàn)金比率(x1)42

33、-.034.56.981.081.16現(xiàn)金流動(dòng)負(fù)債比(x2)42-.102.18.31.42.18續(xù)表3 描述統(tǒng)計(jì)量n極小值極大值均值標(biāo)準(zhǔn)差方差現(xiàn)金債務(wù)總額比(x3)42-.102.13.23.364.13利息保障倍數(shù)(x4)42-9286.37139009.954184.8422400499600000每股收益(x5)42-.731.79.43.50.25每股現(xiàn)金凈流量(x6)42-.531.55.35.42.17銷售凈利率(x7)42-38.05165.6916.4533.271106.90凈利潤(rùn)增長(zhǎng)率(x8)42-13070.33490.62-305.612020.534082577.7

34、1主營(yíng)業(yè)務(wù)收入增長(zhǎng)率(x9)42-46.00206.9519.9639.291544.00總資產(chǎn)增長(zhǎng)率(x10)42-17.30209.0919.0634.741207.14凈利潤(rùn)現(xiàn)金含量(x11)42-1.6848.612.357.7359.73總資產(chǎn)收現(xiàn)比率(x12)42-.07.16.05.04.002主營(yíng)業(yè)務(wù)收現(xiàn)比率(x13)42-.09.27.10.09.008應(yīng)收賬款周轉(zhuǎn)率(x14)42.9291.968.7413.71188.10存貨周轉(zhuǎn)率(x15)42.2012.173.532.305.30有效的n42均值代表數(shù)據(jù)的中心趨勢(shì)，即一個(gè)行業(yè)的平均水平。從表3這一列中，我們可以知道醫(yī)

35、藥類行業(yè)上市公司在這15個(gè)指標(biāo)上的集中趨勢(shì)。然而數(shù)據(jù)的均值很容易受極端數(shù)值的影響，即受表3中所列出的極大值、極小值這兩列數(shù)值的影響。由此可見，僅僅了解數(shù)據(jù)的集中趨勢(shì)是不夠的，我們還需要離散趨勢(shì)指標(biāo)，反映數(shù)據(jù)波動(dòng)幅度的大小。方差是典型的離散趨勢(shì)指標(biāo)，方差值越大，說明數(shù)據(jù)的整體離散程度越大，方差越小代表數(shù)據(jù)整體趨向于均值。從上表中，我們可以看出，利息保障倍數(shù)、凈利潤(rùn)增長(zhǎng)率這兩個(gè)指標(biāo)方差數(shù)值均已達(dá)到百位數(shù)，整體離散程度較大，而其余指標(biāo)離散程度較小。為了消除量綱的影響，將方差開平方就可以得到標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)差數(shù)值越大，數(shù)據(jù)離散程度越大，數(shù)值越小，離散程度越小。從上表中標(biāo)準(zhǔn)差這一列中所得出的結(jié)論與方差相同。

36、根據(jù)統(tǒng)計(jì)學(xué)和數(shù)理統(tǒng)計(jì)的知識(shí)，數(shù)據(jù)的標(biāo)準(zhǔn)化需要用到這兩個(gè)數(shù)值，均值和標(biāo)準(zhǔn)差。在本文中，原始變量x1 ，x2xn的標(biāo)準(zhǔn)化變量被定義為zx1，zx2zxn。在用spss進(jìn)行因子分析時(shí)，在使用逆指標(biāo)或者在因子載荷絕對(duì)值很大而符號(hào)為負(fù)的情況下，我們需要將其正向化，以便于對(duì)數(shù)據(jù)進(jìn)行處理。因?yàn)楸疚牟扇〉闹笜?biāo)并沒有逆指標(biāo)，且在表6中的載荷矩陣權(quán)重最大的因子成分1中，x4，x11，x14，x15 的變量雖為負(fù)，但是絕對(duì)值很低，因此本文數(shù)據(jù)不需要進(jìn)行正向化處理。4.2.2 kmo 和 barlett 的檢驗(yàn)本文采用bartlett球度檢驗(yàn)和kmo檢驗(yàn)方法共同檢驗(yàn)。kmo值接近于1，表明變量間的相關(guān)性越強(qiáng)，原有變量

37、越適合做因子分析。根據(jù)理論值，kmo的值必須大于0.5，sig.值必須小于0.05，才能繼續(xù)因子分析，所挑選出來的因子才具備統(tǒng)計(jì)學(xué)的意義。kmo檢驗(yàn)和bartlett球度檢驗(yàn),主要是用來檢查數(shù)據(jù)的信度與效度。表4 kmo 和 bartlett 的檢驗(yàn)取樣足夠度的 kaiser-meyer-olkin 度量。.572bartlett 的球形度檢驗(yàn)近似卡方366.837df105sig.000在表4中，我們可以看出kmo值為0.572，表明變量之間存在線性關(guān)系，適合做因子分析。sig.(顯著性水平)小于0.05，數(shù)據(jù)間存在結(jié)構(gòu)效度，能夠進(jìn)行因子分析。綜上，kmo 和 barlett 的檢驗(yàn)通過。4

38、.2.3 利用主成分分析法提取因子并計(jì)算方差解釋比重表5 解釋的總方差成份初始特征值提取平方和載入旋轉(zhuǎn)平方和載入合計(jì)方差的%累積%合計(jì)方差的%累積%合計(jì)方差的%累積%14.04926.99226.9924.04926.99226.9923.23621.57521.57522.58917.26144.2532.58917.26144.2532.20714.71236.28631.88212.54556.7971.88212.54556.7972.16414.42650.71241.3639.08665.8841.3639.08665.8841.85112.34063.05251.2178.111

39、73.9951.2178.11173.9951.4459.63272.68561.0006.66980.6641.0006.66980.6641.1977.97980.6647.7625.07985.7438.7174.78190.5249.4673.11293.63610.3492.32795.96311.2591.72797.69012.132.88098.56913.111.73999.30814.056.37499.68315.048.317100.000提取方法：主成份分析。從該表中可以看出該表中前6個(gè)因子的積累貢獻(xiàn)率達(dá)到了80.664%，從而達(dá)到了因子分析中80%信息量的要求，因此

40、可以提取6個(gè)最具有代表性的因子代替原始15個(gè)指標(biāo)變量，也就是說提取的6個(gè)具有代表性的因子，能夠解釋原始變量大部分的信息，不會(huì)信息失真。為了使提取出的主要因子更具代表性，運(yùn)用kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法進(jìn)行轉(zhuǎn)換（旋轉(zhuǎn)成分矩陣相對(duì)于成分矩陣來說更富有解釋力），重新分配各因子所解釋的方差比例，從而突出能夠解釋主要因子的典型變量，使各主要指標(biāo)具有實(shí)際意義，如表6所示： 表6 載荷矩陣成份中文名123456現(xiàn)金流動(dòng)負(fù)債比(zx2).920-.067-.047.173.010-.083現(xiàn)金債務(wù)總額比(zx3).900-.062-.046.217.035-.140現(xiàn)金比率(zx1).763.017-.14

41、7.086.139.288總資產(chǎn)收現(xiàn)比率(zx12).633.055.301.554-.286.000主營(yíng)業(yè)務(wù)收現(xiàn)比率(zx13).589.192.377.096-.547.155主營(yíng)業(yè)務(wù)收入增長(zhǎng)率(zx9).044.882-.034-.003-.032.014銷售凈利率(zx7).041.774-.047-.091.294.015存貨周轉(zhuǎn)率(zx15)-.209.695-.171.254-.038-.066凈利潤(rùn)現(xiàn)金含量(zx11)-.016-.096.962-.011.019-.041應(yīng)收賬款周轉(zhuǎn)率(zx14)-.075-.115.952.043.006-.023每股現(xiàn)金凈流量(zx6).

42、323-.018.098.884-.151.009每股收益(zx5).187.154-.138.757.415-.006凈利潤(rùn)增長(zhǎng)率(zx8).079.158.096.043.857.062利息保障倍數(shù)(zx4)-.117-.248-.059-.082.106.758總資產(chǎn)增長(zhǎng)率(zx10).196.407.015.116-.114.691a. 旋轉(zhuǎn)在7次迭代后收斂。由主成分的因子載荷矩陣，得到主成分與原始指標(biāo)的相關(guān)系數(shù)因子荷載量，因子載荷量體現(xiàn)了主成分因子與原始指標(biāo)之間的相關(guān)程度。通過對(duì)因子載荷矩陣的分析，我們可以看出：第一主成分中，指標(biāo)zx2(現(xiàn)金流動(dòng)負(fù)債比)、zx3(現(xiàn)金債務(wù)總額比)對(duì)主

43、成分f1解釋力較強(qiáng)，因此，主成分f1主要反映了醫(yī)藥行業(yè)上市公司的償債能力,具體地說，是從現(xiàn)金流量角度反映企業(yè)當(dāng)期償付短期負(fù)債能力。第二主成分中，指標(biāo)zx9 (主營(yíng)業(yè)務(wù)收入增長(zhǎng)率)對(duì)主成分f2的解釋力較強(qiáng)，因此，主成分f2主要反映了醫(yī)藥行業(yè)上市公司的成長(zhǎng)能力，并且主成分f2側(cè)重于主營(yíng)業(yè)務(wù)收入方面。第三主成分中，指zx11(凈利潤(rùn)現(xiàn)金含量)、zx14(應(yīng)收賬款周轉(zhuǎn)率)對(duì)主成分f3解釋力較強(qiáng)，因此，主成分f3主要反映了上市公司的營(yíng)運(yùn)能力。第四主成分中，指標(biāo)zx6 (每股現(xiàn)金凈流量)對(duì)主成分f4的解釋力較強(qiáng)，因此，主成分f4主要反應(yīng)了上市公司的盈利能力。第五主成分中,指標(biāo)zx8(凈利潤(rùn)增長(zhǎng)率)對(duì)主成分

44、f5的解釋力較強(qiáng),因此,主成分f5主要反映了上市公司的成長(zhǎng)能力。并且主成分f5側(cè)重于凈利潤(rùn)方面。第六主成分中,指標(biāo)zx4(利息保障倍數(shù))雖然載荷系數(shù)小于0.8，但是0.758接近于0.8，且在主成分f6值最高，對(duì)主成分f6的解釋力較強(qiáng),因此,主成分f6主要反映了上市公司的償債能力，特別是企業(yè)的長(zhǎng)期償債能力。綜上所述， 6個(gè)主成分涵蓋了全部的財(cái)務(wù)指標(biāo)信息，綜合地體現(xiàn)了企業(yè)的償債能力、營(yíng)運(yùn)能力、成長(zhǎng)能力、盈利能力這四個(gè)方面的特征。因此可以用6個(gè)主成分因子代替原始財(cái)務(wù)指標(biāo)進(jìn)行上市公司財(cái)務(wù)狀況的解釋。表7 成份得分系數(shù)矩陣成份中文名123456現(xiàn)金比率(zx1).293-.021-.062-.137.

45、139.196現(xiàn)金流動(dòng)負(fù)債比(zx2).349-.036-.041-.128.068-.120現(xiàn)金債務(wù)總額比(zx3).333-.036-.040-.094.083-.165利息保障倍數(shù)(zx4)-.071-.162-.019.032.074.661每股收益(zx5)-.101-.020-.056.488.269.009每股現(xiàn)金凈流量(zx6)-.125-.073-.009.571-.109.035銷售凈利率(zx7).073.363.054-.158.181-.038凈利潤(rùn)增長(zhǎng)率(zx8).082.035.131-.037.630.038主營(yíng)業(yè)務(wù)收入增長(zhǎng)率(zx9).027.422.034-

46、.092-.064-.038總資產(chǎn)增長(zhǎng)率(zx10).002.157.026.032-.094.561凈利潤(rùn)現(xiàn)金含量(zx11)-.006.014.464-.042.104-.015總資產(chǎn)收現(xiàn)比率(zx12).091.015.095.226-.158-.011主營(yíng)業(yè)務(wù)收現(xiàn)比率(zx13).174.130.141-.102-.336.097應(yīng)收賬款周轉(zhuǎn)率(zx14)-.049-.002.455.019.088.007存貨周轉(zhuǎn)率(zx15)-.150.302-.056.191-.099-.069明確了各主成分的意義，根據(jù)表7(得分系數(shù)矩陣)，就可以確定各主成分關(guān)于原始變量指標(biāo)的線性表達(dá)式，得到主成

47、分預(yù)警模型的函數(shù)表達(dá)式：f1=0.293zx1+0.349zx2+0.333zx3-0.071zx4-0.101zx5-0.125zx6+0.073zx7+0.082zx8+0.027zx9+0.002zx10-0.006zx11+0.091zx12+0.174 zx13-0.049 zx14-0.15 zx15f2=-0.021zx1-0.036zx2-0.036zx3-0.162zx4-0.02zx5-0.073zx6+0.363zx7+0.035zx8+0.422zx9+0.157zx10+0.014zx11+0.015zx12+0.13zx13-0.002zx14+0.302zx15f

48、3=-0.062zx1-0.041zx2-0.04zx3-0.019zx4-0.056zx5-0.009zx6+0.054zx7+0.131zx8+0.034zx9+0.026zx10+0.464zx11+0.095zx12+0.141zx13+0.455zx14-0.056zx15f4=-0.137zx1-0.128zx2-0.094zx3+0.032zx4+0.488zx5+0.571zx6-0.158zx7-0.037zx8-0.092zx9+0.032zx10-0.042zx11+0.226zx12-0.102zx13+0.019zx14+0.191zx15f5=0.139zx1+0.

49、068zx2+0.083zx3+0.074zx4+0.269zx5-0.109zx6+0.181zx7+0.63zx8-0.064zx9-0.094zx10+0.104zx11-0.158zx12-0.336zx13+0.088zx14-0.099zx15f6=0.196zx1-0.120zx2-0.165zx3+0.661zx4+0.009zx5+0.035zx6-0.038zx7+0.038zx8-0.038zx9+0.561zx10-0.015zx11-0.011zx12+0.097zx13+0.007zx14-0.069 zx154.3 基于現(xiàn)金流量的財(cái)務(wù)預(yù)警模型的構(gòu)建得出函數(shù)表達(dá)式后

50、，本文采用logistic回歸分析的方法來構(gòu)建醫(yī)藥行業(yè)企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，預(yù)測(cè)企業(yè)財(cái)務(wù)危機(jī)發(fā)生的可能性。假設(shè)發(fā)生財(cái)務(wù)危機(jī)的公司為的y值為1，非財(cái)務(wù)危機(jī)的公司的y值為0并進(jìn)行回歸分析，模擬的回歸模型擬合信息如表8所示，似然比檢驗(yàn)如表9所示：表8 模型擬合信息模型模型擬合標(biāo)準(zhǔn)似然比檢驗(yàn)aicbic-2 倍對(duì)數(shù)似然值卡方df顯著水平僅截距48.10549.84346.105最終28.74240.90614.74231.3636.000模型擬合信息是從整體上檢驗(yàn)logistic模型擬合的情況，最終的顯著性水平必須小于0.05，這個(gè)logistic模型才算有效。在表8中，最終的顯著性水平為0.000，

51、小于0.05，說明能夠構(gòu)建logistic模型。表9 似然比檢驗(yàn)效應(yīng)模型擬合標(biāo)準(zhǔn)似然比檢驗(yàn)簡(jiǎn)化模型的aic簡(jiǎn)化模型的bic簡(jiǎn)化后的模型的-2 倍對(duì)數(shù)似然值卡方df顯著水平截距51.15661.58239.15624.4131.000fac1_142.83153.25730.83116.0881.000fac2_130.05740.48318.0573.3151.069fac3_137.47247.89825.47210.7301.001fac4_141.02951.45529.02914.2871.000fac5_133.91144.33721.9117.1691.007續(xù)表9 似然比檢驗(yàn)效應(yīng)模型擬合標(biāo)準(zhǔn)似然比檢驗(yàn)簡(jiǎn)化模型的aic簡(jiǎn)化模型的bic簡(jiǎn)化后的模型的-2 倍對(duì)數(shù)似然值卡方df顯著水平fac6_126.76337.18914.763.0211.885似然比檢驗(yàn)是模型的總局檢驗(yàn)，它要求提取出來的大部分主成分因子所對(duì)應(yīng)的顯著性水平小于0.05。在似然比檢驗(yàn)表（表9）中，6個(gè)主成分因子中，有4個(gè)主成分因子的sig值小于0.05，