財(cái)務(wù)分析-財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建實(shí)證分析

1、傲財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模擺型構(gòu)建實(shí)證分析佰財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模胺型可以從定量角傲度客觀準(zhǔn)確判斷懊企業(yè)的財(cái)務(wù)危機(jī)笆程度，網(wǎng)絡(luò)的普疤及對(duì)此頗具影響哀。本文采用實(shí)證熬方法，選取了5岸個(gè)財(cái)務(wù)指標(biāo)作為艾模型變量，構(gòu)建盎了一個(gè)基于極值盎原理的Fish瓣er線性判別模斑型，并對(duì)該模型隘進(jìn)行了實(shí)證檢驗(yàn)敗。結(jié)果表明，該捌模型具有較好的案對(duì)企業(yè)財(cái)務(wù)狀況阿和風(fēng)險(xiǎn)狀況進(jìn)行皚評(píng)價(jià)預(yù)警的能力傲。 吧【關(guān)鍵詞】安 財(cái)務(wù)預(yù)警模型八指標(biāo)；財(cái)務(wù)風(fēng)險(xiǎn)扳預(yù)警模型；多元案線性函數(shù)模型 搬網(wǎng)絡(luò)環(huán)境作癌為全球化的技術(shù)礙環(huán)境，使會(huì)計(jì)行熬業(yè)發(fā)生了根本性巴的變革，企業(yè)管哀理者越來越多的隘關(guān)注網(wǎng)絡(luò)所帶來版的挑戰(zhàn)與機(jī)遇。巴網(wǎng)絡(luò)財(cái)務(wù)在我國哀尚處于初期階段伴，它的運(yùn)

2、用存在熬諸多新風(fēng)險(xiǎn)，建班立一套有效的財(cái)愛務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)佰是必然選擇，而安建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)懊警系統(tǒng)最關(guān)鍵的澳就是構(gòu)建財(cái)務(wù)風(fēng)胺險(xiǎn)預(yù)警模型。 哀本文認(rèn)為現(xiàn)扒金流量表能客觀暗地反映企業(yè)的經(jīng)癌營狀況及獲利能罷力，而且由于現(xiàn)澳金流量的計(jì)算不絆涉及權(quán)責(zé)發(fā)生制案，幾乎沒有造假拌的可能，因此本霸文是基于現(xiàn)金流頒的F記分模型為百基礎(chǔ)構(gòu)建網(wǎng)絡(luò)環(huán)哀境下的財(cái)務(wù)風(fēng)險(xiǎn)半預(yù)警模型。 捌一、樣本的辦選擇 壩本文對(duì)企業(yè)邦財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模背型進(jìn)行實(shí)證研究澳，研究的主體是扮我國A股市場(chǎng)的凹上市公司，利用礙公開披露的企業(yè)靶信息來研究上市百公司陷入財(cái)務(wù)危凹機(jī)的可預(yù)測(cè)性。擺 班在確定樣本柏企業(yè)時(shí)，選取了凹一組在上海證券氨交易所上市交易懊的18

3、家ST公骯司，同時(shí)還相應(yīng)斑地選擇同行業(yè)、靶同規(guī)模的18家拔非ST公司作為懊研究樣本，總樣岸本共36家。研百究數(shù)據(jù)主要來自百上海證券報(bào)上公艾開披露的200敖2年度到200百6年度的年度報(bào)昂告的有關(guān)資料。暗 班二、財(cái)務(wù)預(yù)哀警模型指標(biāo)的選扳擇 氨任何企業(yè)的柏財(cái)務(wù)危機(jī)都會(huì)通盎過一些敏感性財(cái)版務(wù)指標(biāo)值反映出柏來。因此，設(shè)置埃一些敏感性財(cái)務(wù)般指標(biāo)是建立財(cái)務(wù)拌預(yù)警機(jī)制的基礎(chǔ)愛。基于網(wǎng)絡(luò)環(huán)境霸下現(xiàn)金流量對(duì)企鞍業(yè)的重要性，本啊文主要從企業(yè)財(cái)辦務(wù)活動(dòng)的角度，礙確定了三大類基襖礎(chǔ)指標(biāo)：經(jīng)營環(huán)疤節(jié)風(fēng)險(xiǎn)指標(biāo)，包矮括應(yīng)收賬款周轉(zhuǎn)拌率、存貨周轉(zhuǎn)率笆、主營業(yè)務(wù)收入班增長(zhǎng)率、營業(yè)周拜期、現(xiàn)金流入量八與現(xiàn)金流出量之絆比、銷售營業(yè)

4、現(xiàn)骯金流入比；籌資佰環(huán)節(jié)風(fēng)險(xiǎn)指標(biāo)，壩包括流動(dòng)比率、挨速動(dòng)比率、資產(chǎn)暗負(fù)債率、產(chǎn)權(quán)比罷率、已獲利息倍頒數(shù)、長(zhǎng)期資產(chǎn)合暗適率、總資產(chǎn)增隘長(zhǎng)率、現(xiàn)金流動(dòng)跋負(fù)債比率、現(xiàn)金霸盈利值、營運(yùn)資吧金占用額；投資懊環(huán)節(jié)風(fēng)險(xiǎn)指標(biāo)，阿主要包括總資產(chǎn)般報(bào)酬率、總資產(chǎn)把周轉(zhuǎn)率、總資產(chǎn)安凈現(xiàn)率。 背為了全面客骯觀地檢驗(yàn)上市公胺司的經(jīng)營好壞，般所選取的財(cái)務(wù)指襖標(biāo)要具有全面性把與綜合性，保證巴所選指標(biāo)之間存翱在顯著性差異；挨為避免指標(biāo)之間藹某些特征重復(fù)計(jì)佰算，盡量消除變骯量的高度相關(guān)性按。為此，本文將爸通過兩個(gè)步驟選哎取建模指標(biāo)。 捌（一）運(yùn)用柏T檢驗(yàn)，判斷財(cái)百務(wù)指標(biāo)的顯著性柏差異 奧利用收集的拜總共36家企業(yè)白的數(shù)據(jù)資料，

5、分把組計(jì)算19個(gè)財(cái)背務(wù)指標(biāo)在被掛名跋ST前兩年的平柏均值，計(jì)算兩組凹樣本各指標(biāo)值的埃T檢驗(yàn)值。 愛這個(gè)過程可背以通過SPSS盎統(tǒng)計(jì)分析軟件中般的樣本顯著性檢跋驗(yàn)功能，對(duì)數(shù)據(jù)扮進(jìn)行檢驗(yàn)。為了班讓更多的指標(biāo)入班選，現(xiàn)將T檢驗(yàn)襖的判別標(biāo)準(zhǔn)定為襖：T1.拜7。在雙尾檢驗(yàn)凹的顯著性概率中懊，通過檢驗(yàn)的指翱標(biāo)較多，在前一跋年有十二個(gè)，在岸前兩年有八個(gè)。矮模型中包括過多柏的指標(biāo)，會(huì)不利盎于對(duì)上市公司的暗財(cái)務(wù)危機(jī)進(jìn)行有絆效的預(yù)測(cè)。因此頒，需再通過顯著半性的指標(biāo)中再次啊篩選。 翱通過綜合考耙慮，最初選定了敖五個(gè)財(cái)務(wù)指標(biāo)即哎：X1銷售營業(yè)白現(xiàn)金流入比、X暗2資產(chǎn)負(fù)債率、哀X3營運(yùn)資金占敖用率、X4總資頒產(chǎn)報(bào)酬率和

6、X5罷總資產(chǎn)周轉(zhuǎn)率。板 拔（二）運(yùn)用懊因子分析法，檢敗驗(yàn)財(cái)務(wù)指標(biāo)的相耙關(guān)性 骯如果上述所拔選的五個(gè)指標(biāo)之白間高度相關(guān)，那埃么就會(huì)使某些特昂征重復(fù)計(jì)算，引藹起夸大的危害，奧因此在選擇最終板變量時(shí)應(yīng)盡量消把除變量的高度相半關(guān)性。 凹這個(gè)過程可扒以通過SPSS跋統(tǒng)計(jì)分析軟件中皚的因子分析功能白，對(duì)五個(gè)指標(biāo)進(jìn)半行檢驗(yàn)，其檢驗(yàn)爸結(jié)果表明，這五跋個(gè)指標(biāo)的相關(guān)系隘數(shù)都是小于0.班5的。因此，可班以選擇這五個(gè)指鞍標(biāo)來構(gòu)建模型。鞍 拌三、財(cái)務(wù)風(fēng)阿險(xiǎn)預(yù)警模型的構(gòu)挨建 半本文將采用安基于極值原理的敖Fisher判壩別法。其基本思拜想是：把多維問翱題化為一維問題擺，并應(yīng)用線性判哀別函數(shù)解決判別盎問題。 扮第一步，在哎

7、構(gòu)建模型前，需岸要確定所選的樣邦本數(shù)據(jù)是否是有扳效的。運(yùn)用SP頒SS軟件，對(duì)樣板本進(jìn)行判別分析伴，經(jīng)判別后，有絆效觀測(cè)量為36邦。 安第二步，檢襖驗(yàn)五個(gè)指標(biāo)的均扳值在ST組和非岸ST組之間是否芭存在顯著的差異背，從而證實(shí)這些盎變量在構(gòu)造預(yù)測(cè)唉模型中的代表性爸。經(jīng)SPSS軟柏件檢驗(yàn)證實(shí)，五挨個(gè)指標(biāo)的均值在愛ST組和非按ST組之間確實(shí)版存在著顯著差別唉。 八第三步，運(yùn)鞍用SPSS軟件辦，對(duì)五個(gè)指標(biāo)進(jìn)辦行F線性判別，邦得到： 跋前一年的線扳性判別模型為：疤 辦Y=0.3艾65X胺1氨-0.455X靶2暗+0.002X扳3哀+0.802X敗4把+0.404X鞍5頒+1.388 拌前兩年的線哀性判別模型

8、為：阿 板 Y=0.壩114X吧1矮-0.968X百2扒+0.079X俺3阿-0.026X拔4皚+0.721X爸5白-0.525 懊根據(jù)前一年吧的判別模型，將暗企業(yè)成為ST前哎一年的數(shù)據(jù)進(jìn)行拌回代代入，得到氨樣本企業(yè)的Y，澳Y=1.43，白依據(jù)此分界值對(duì)邦樣本企業(yè)進(jìn)行檢暗驗(yàn)。若Y值1翱.43，則說明哀該企業(yè)在未來一俺年內(nèi)將陷入財(cái)務(wù)跋危機(jī)，反之，則辦為正常企業(yè)。檢奧驗(yàn)結(jié)果表明：在絆ST組中，只有翱一家企業(yè)被誤判案，預(yù)測(cè)的準(zhǔn)確率俺可達(dá)94.44凹%；在非ST組笆中，只有兩家企哀業(yè)被誤判，預(yù)測(cè)埃的準(zhǔn)確率可達(dá)8版8.89%。 俺同理，根據(jù)般前兩年的判別模半型，將企業(yè)成為盎ST前兩年的數(shù)叭據(jù)進(jìn)行回代代入

9、擺，得到樣本企業(yè)岸的Y，Y=-0瓣.60，依據(jù)此白分界值對(duì)樣本企百業(yè)進(jìn)行檢驗(yàn)。若百Y值-0.6班0，則說明該企拜業(yè)在未來一年內(nèi)藹將陷入財(cái)務(wù)危機(jī)拔，反之，則為正翱常企業(yè)。經(jīng)檢驗(yàn)絆發(fā)現(xiàn)，在ST組澳中，有三家企業(yè)按被誤判，預(yù)測(cè)的捌準(zhǔn)確率可達(dá)83扒.3%；在非S熬T組中，有四家凹企業(yè)被誤判，預(yù)班測(cè)的準(zhǔn)確率可達(dá)絆77.8%。 半經(jīng)過檢驗(yàn)，扒此模型在企業(yè)發(fā)阿生財(cái)務(wù)危機(jī)前一辦年的準(zhǔn)確率要比懊在前兩年的判別熬準(zhǔn)確率高，即離哀企業(yè)發(fā)生財(cái)務(wù)危拔機(jī)的時(shí)間越短，拜判別的準(zhǔn)確率越搬高。這與企業(yè)發(fā)辦生財(cái)務(wù)危機(jī)的實(shí)奧際情況相符，因哎而證明，可以采澳用此模型進(jìn)行實(shí)擺證檢驗(yàn)。 岸四、模型的艾實(shí)證檢驗(yàn) 柏 瓣本研究運(yùn)用稗SPSS

10、軟件做背出了比較理想的矮多元線性回歸判氨定模型，而該模叭型的運(yùn)行效果是佰否也能理想，其扮判定是否準(zhǔn)確，安預(yù)測(cè)結(jié)果是否符矮合實(shí)際情況，這搬些問題都還需要柏進(jìn)一步檢驗(yàn)。 隘下表是從隨埃機(jī)選取的作為研敗究樣本的12家艾上市公司公布的叭最新財(cái)務(wù)報(bào)告中板提取數(shù)據(jù)來檢驗(yàn)壩模型的結(jié)果。 唉從表中Y值敖可以看出，對(duì)于阿正常企業(yè)，所有盎的Y值全部高于澳1.43，模型爸驗(yàn)證準(zhǔn)確率為1拜00%,而對(duì)于胺ST類的企業(yè)，奧只有50的Y爸值是在1.43疤以下，另外50班Y值處于健康巴企業(yè)的范圍,模啊型驗(yàn)證正確率為阿50%。 昂對(duì)于ST企巴業(yè)的判斷之所以吧會(huì)有這樣的偏差皚，筆者認(rèn)為原因埃不外乎以下幾方按面： 耙一是部分S巴

11、T企業(yè)由于經(jīng)營拔狀況的改善使得敗財(cái)務(wù)狀況可能向罷好的方向轉(zhuǎn)變，白這種情況下，我八們認(rèn)為是模型判佰斷企業(yè)的經(jīng)營狀澳況得到改觀；二芭是由于2007八年中國股市暴漲拔，上市公司在股啊市上漲過程中賺矮取了大量的投資暗收益，從而使得矮報(bào)表中的純利潤笆一項(xiàng)較往年大幅拌增長(zhǎng)；三是本文擺建模用的樣本數(shù)板據(jù)不夠全面。這澳些樣本并沒有涉巴及到所有行業(yè)的佰、地區(qū)的或是各艾種性質(zhì)的企業(yè)；斑四是由于作者水稗平有限，模型可白能存在漏洞也會(huì)敗導(dǎo)致判斷出現(xiàn)偏瓣差。 挨五、研究結(jié)芭論 哀通過本文的頒理論總結(jié)與實(shí)證芭分析，得出以下按結(jié)論： 按第一，多元啊線性回歸模型在挨我國財(cái)務(wù)預(yù)警研罷究中具有很高的懊應(yīng)用價(jià)值。實(shí)證捌結(jié)果表明，該方搬法建立的模型具邦有較高的判別精半度和預(yù)測(cè)能力，愛可以獲得較好的拔預(yù)警結(jié)果。第二埃，將逐步判別分癌析方法應(yīng)用于財(cái)背務(wù)預(yù)警研究中，安可以在減少模型鞍變量的同時(shí)，達(dá)板到與全部備選變癌量構(gòu)建的全變量絆預(yù)測(cè)模型相近的笆判別精度和預(yù)測(cè)埃能力，使最終構(gòu)癌建的預(yù)測(cè)模型更搬符合成本效益原俺則，具有較高的叭應(yīng)用價(jià)值。第三奧，本研究采用上百市公司年度財(cái)務(wù)班報(bào)告數(shù)據(jù)來構(gòu)建骯財(cái)務(wù)預(yù)警模型，百極大地提高了財(cái)白務(wù)危機(jī)預(yù)測(cè)的及八時(shí)性，給企業(yè)一拜般投資者和債權(quán)埃人增加了一條更版及時(shí)更準(zhǔn)確的預(yù)暗警途徑。 啊六、本實(shí)證班分析的局限性 絆 扳一是所選上邦市公司的行業(yè)區(qū)按別帶來的模型偏背差未能解決。