上市公司财务失败预警的回归模型研究

内容摘要：如何合理、有效地利用企业披露的财务信息防范企业财务失败,是企业持续经营与发展的一项重要内容。本文利用财务分析方法，建立财务预警指标体系，然后通过Logistic回归模型导出财务失败预警模型，使报表使用者能够据此准确了解企业的真实财务状况，识别企业财务危机，规避投资风险。

关键词：财务失败 预测 Logistic 　　 　　财务失败通常是指企业无力支付到期债务或费用的一种经济现象。从资产存态的静态看，通常表现为企业总资产帐面价值低于总负债帐面价值；从现金流量的角度动态来看，通常表现为企业缺乏偿还即将到期债务的现金流入。 　　本文旨在建立一个变量少而效果佳的企业财务失败预警分析模型。文中研究对象为国内上市公司，依据的财务资料主要来自于上市公司披露的公开财务信息。文中将因连续两年亏损或每股净资产低于股票面值而受到中国证监会股票交易ST特别处理的上市公司视为财务失败的企业。 　　 　　关于企业财务失败预测文献回顾 　　 　　目前在国际上，有关企业财务失败预测的研究主要集中在利用单个比率或比率组合模型等来预测企业财务失败。比较有代表性的是威廉•比弗(William Beaver)提出的单一比率模型，以及爱德华•阿尔特曼(Edward I.Altman)提出的线性比率组合模型。由于单一比率模型只是利用个别比率预测企业财务失败，因此其有效性受到一定的限制。而爱德华模型是采用五项财务比率的加权平均数字来测试的，通过计算产生一个总的判别分，称为Ｚ值，其计算公式为： 　　Ｚ=1.2Ａ+1.4Ｂ+3.3Ｃ+0.6Ｄ+1.0Ｅ 　　其中：Ａ=营运资金/资产总额， 　　Ｂ=留存收益/资产总额， 　　Ｃ=息税前收益/资产总额， 　　Ｄ=权益市价/债务总额(帐面价值)， 　　Ｅ=销售总额/资产总额 　　当Ｚ值在1.8以下，则出现财务危机的概率很高；1.8—2.7时，出现财务危机的概率高；2.8—2.9时，可能出现财务危机；3.0以上时，则不可能出现财务危机。 　　但是该模型仍然有很大的局限性。这些模型计算结果的有效性必须要建立在以下基础上：企业必须是独立的经济实体，无任何超越市场规则的显失公允的交易行为。而在我国现阶段，市场经济尚未规范，在上市公司的经营活动中存在诸多违反市场规律的行为，而且存在大量的粉饰报表、会计信息严重失真的现象，因此有些财务指标并不能反映企业的实际状况，按照这些比率模型来推断和预测我国企业的财务状况并不完全适用。 　　 　　预警分析模型的建立 　　 　　建立财务失败预警指标体系 　　要建立一套适合中国国情的财务失败预测模型，模型的有效性和可靠性在很大程度上依赖于预警分析指标的质量，采用何种标准去界定变量的有效性成为建模者要解决的首要问题。 　　笔者在财务指标的选取上主要考虑以下因素：既要体现公司偿债能力，又要能反映公司经营成果，同时要考虑以前破产预警研究采用的财务指标（如阿尔特曼Altman模型的5个财务指标），通过详细分析中国现行的企业绩效评价指标体系及国际上流行的企业财务危机预测指标体系的基础上，结合中国上市企业的具体特征，考虑了以下9个财务指标： 　　资产负债率=负债总额/资产总额 　　流动比率=流动资产/流动负债 　　权益负债率=负债总额/股东权益 　　净资产利润率=净利润/净资产 　　资产周转率=销售收入/资产总额 　　营运资本/总资产=(流动资产－流动负债)/总资产 　　留存收益/总资产=(未分配利润+盈余公积)/总资产 　　权益资本市值/负债总额 　　息税前收益(EBIT)/资产总额=(利润总额+财务费用)/资产总额 　　Logistic回归模型 　　本文用Logistic回归模型进行分析。设P为上市公司财务失败的概率，取值范围为0～1，1—P为财务健康的概率，将比值P/(1—P)取自然对数得到Ln(P/(1—P))，该变换称Logit变换，记为Logit(P)，则Logit(P)的取值范围为负无穷到正无穷，建立logistic回归模型：文章内容： 　　 　　根据已知上市公司财务状况的分类(0，1)和表明财务特征的财务比率变量，推导出回归系数函数，并把各公司的财务比率值回代到回归模型中，根据估计得到的财务失败概率对上市公司财务状况进行判别。对比原始样本的分类和按判别函数所判的分类，计算出预估准确率和错误率。 　　 　　数据分析 　　 　　样本公司的选择 　　为了分析公司财务失败与财务指标之间的关系，本文从上海证券交易所上市公司中选择了2002年被ST处理的17家上市公司，作为对比又随机选择了19家财务健康公司。这两类公司被分为0，1编码的两组对分变量类别，其中，ST组公司所属类别的变量被定为1，非ST组公司所属类别的变量被定为0。样本公司基本财务指标数据来源于上海证券交易所（个股档案资料库。