西部地區(qū)裝備制造業(yè)上市公司財務(wù)危機預警研究

　　【摘要】 文章以財務(wù)危機預警為出發(fā)點，采用Logistic回歸模型和灰色系統(tǒng)理論方法，研究構(gòu)建了財務(wù)危機預警判別模型，對上市公司的財務(wù)數(shù)據(jù)進行預測，并利用此模型進行了判別分析，證實預測效果較好，從而為企業(yè)的風險管理提供了新的思路和方法。
　　【關(guān)鍵詞】 裝備制造業(yè)； 財務(wù)危機； Logistic回歸； 灰色預測
　　
　　一、引言
　　裝備制造業(yè)是為國民經(jīng)濟和國家安全提供技術(shù)裝備的制造業(yè)的總稱。它覆蓋了機械、電子、武器彈藥制造業(yè)中生產(chǎn)投資類產(chǎn)品的全部企業(yè)，具體可以分為以下七大類：金屬制品業(yè)、通用機械制造業(yè)、專用設(shè)備制造業(yè)、交通運輸設(shè)備制造業(yè)、電氣機械及器材制造業(yè)、電子通信設(shè)備制造業(yè)、儀器儀表和文化辦公用機械制造業(yè)等。裝備制造業(yè)的發(fā)展已然成為我國經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)，就全國范圍來看，西部地區(qū)集中了裝備制造業(yè)中絕大多數(shù)國防產(chǎn)品的生產(chǎn)，這既是西部裝備制造業(yè)的特色，又是西部裝備制造業(yè)最大的優(yōu)勢?？v觀國家五十多年的建設(shè)，西部地區(qū)的裝備制造業(yè)形成了比較完整的體系，積累了較大的資產(chǎn)存量，但由于種種原因，其綜合經(jīng)濟效益和利潤率卻遠遠落后于同期長江三角洲地區(qū)和珠江三角洲地區(qū)，也明顯低于全國裝備制造業(yè)的平均水平，且不乏個別企業(yè)陷入財務(wù)危機的困境。這些充分說明了西部裝備制造業(yè)資產(chǎn)質(zhì)量低、經(jīng)濟運行效益差、財務(wù)問題較突出等現(xiàn)實問題。
　　由此可見，對西部地區(qū)裝備制造業(yè)的上市公司進行財務(wù)危機預警研究是十分必要的：一方面從財務(wù)健康的角度，及早發(fā)現(xiàn)危機潛在因素，預防危機的發(fā)生；另一方面從企業(yè)可持續(xù)發(fā)展的角度，以科學的方法對企業(yè)的運行狀況進行觀察，為企業(yè)的經(jīng)營管理者提供有效信息，規(guī)避風險、提高效率。
　　企業(yè)財務(wù)風險的破產(chǎn)研究最早是國外學者Beaver（1966）的單變量模型和Altman（1968）的多元判別模型，隨后Logistic回歸模型、人工智能、粗糙集模型等也都廣泛用于企業(yè)財務(wù)風險的研究和預測中。國內(nèi)很多學者也結(jié)合我國上市公司披露的有關(guān)資料開展了相關(guān)研究，張玲（2000）、陳靜（1999）、吳世農(nóng)和盧賢義(2001)、黃道利（2006）等人有效地將以上方法運用到中國市場建立預測模型，并獲得了較高的判別精度，取得了一定的應(yīng)用成果。近幾年，許多專家學者(黨云霞等，2009)在灰色系統(tǒng)理論的研究基礎(chǔ)下，圍繞企業(yè)財務(wù)危機預警的研究展開了廣泛的研究，為本文的研究奠定了一定的基礎(chǔ)，因此本文基于Logistic預警判別模型和灰色系統(tǒng)理論，對西北地區(qū)裝備制造業(yè)的上市公司進行財務(wù)危機預警的研究，并在研究基期以后的若干期財務(wù)危機預警指標進行預測，從而提前發(fā)現(xiàn)財務(wù)危機，及早進行預防和控制，為企業(yè)進行風險管理提供了新的思路和方法。
　　
　　二、相關(guān)理論概述
　?。ㄒ唬㎜ogitic回歸模型
　　在研究企業(yè)財務(wù)危機預警中，Logistic回歸被認為是預測精度比較理想的模型，而且對數(shù)據(jù)與假設(shè)條件要求很少，且Logistic回歸的穩(wěn)健性比較好，能適用于不同的檢驗樣本，可以對財務(wù)危機發(fā)生概率與特征變量之間的關(guān)系進行定量分析，能分辨出哪些變量與發(fā)生財務(wù)危機有密切的關(guān)系。
　　Logistic回歸的基本原理為假設(shè)以P表示事件發(fā)生的概率，即p=P（Y=1），事件未發(fā)生的概率為（1-p）。引入p的Logistic變換，即：
　　Y=1，存財務(wù)危機0，沒有財務(wù)危機 ，
　　θ（P）=logit（P）=ln［P/（1-P）］=?茁0+?茁1X1+?茁2X2+?茁3X3+…+?茁nXn+?孜
　　將p表示為：
　　很明顯，θ（P）以Logist（0.5）=0為中心對稱，θ（P）在p=0或p=1的附近從-∞變到∞。該模型的最大優(yōu)點是不需要嚴格的假設(shè)條件，克服了線性方程受統(tǒng)計假設(shè)約束的局限性，具有廣泛的應(yīng)用范圍。
　?。ǘ┗疑到y(tǒng)理論
　　灰色系統(tǒng)理論是鄧聚龍教授于1982年提出的，主要是對“部分信息已知，部分信息未知”的“小樣本”、“貧信息”的不確定性問題，運用數(shù)學方法進行描述。而灰色預測是灰色系統(tǒng)理論的重要組成部分，包括灰色數(shù)列預測、灰色災變預測、灰色系統(tǒng)預測等。這些類型的預測雖然各具特色，但就其本質(zhì)而言，都是灰色GM（1，1）模型的擴展，其基本方法是用指數(shù)曲線擬合原始點列，并由此對原始點列進行預測，預測結(jié)果精度較高，但也有些預測不符合實際的情況。
　　灰色理論建模及預測原理如下：
　　1.原始數(shù)據(jù)序列為：X(0)=（x(0)（1），x(0)（2），x(0)（3），……，x（0）（n））；
　　
　　三、財務(wù)危機預警模型的構(gòu)建
　　（一）研究樣本指標的選取
　　在研究中，本文以中國證監(jiān)會公布的《上市公司行業(yè)分類指引》為行業(yè)分類標準，選取了西部地區(qū)17家裝備制造業(yè)上市公司2008—2009年的年報和半年報4期的財務(wù)數(shù)據(jù)，根據(jù)指標選取的相關(guān)原則、財務(wù)管理的理論和研究對象的特點，在閱讀了大量相關(guān)文獻，參考證監(jiān)會對上市公司績效考評的相關(guān)文件和相關(guān)網(wǎng)站后，選取能夠反映公司財務(wù)狀況的償債能力指標、盈利能力指標、成長能力指標、資產(chǎn)管理能力指標和現(xiàn)金流量指標等5大類26個指標，并在此基礎(chǔ)上，將上市公司的股權(quán)結(jié)構(gòu)、公司治理等方面的5個非財務(wù)指標引入了本次研究的預警指標體系。
　　本文的研究以2009年為時間基點（即T期數(shù)據(jù)），以半年時間為等時距，選取了四期上市公司年報數(shù)據(jù)，即2009年半年期為T-1期，2008年為T-2期，2008年半年期為T-3期。驗證所取的為2010年半年期數(shù)據(jù)，定義為T+1期，以此類推。本文所有財務(wù)指標和非財務(wù)指標數(shù)據(jù)一部分是根據(jù)上市公司年報、半年報提供的財務(wù)報表計算得出，一部分根據(jù)證券之星網(wǎng)站上提供的數(shù)據(jù)直接取得。
　　為了更好地反映企業(yè)的財務(wù)狀況，使財務(wù)危機預警模型更好地發(fā)揮作用，將這31個預警指標進行一系列的檢驗和降維。具體分為以下幾個步驟：
　　1.對初選的31個預警指標，運用軟件進行T檢驗，目的是為了剔除那些反映重復信息或者沒有顯著性的預警指標。
　　2.對剩余的指標進行標準化處理。這樣做，一方面是為了減少由于指標的量綱不同、數(shù)量級別不同而造成的數(shù)據(jù)分析誤差；另一方面是在運用灰色系統(tǒng)軟件，做灰色預測時對方便預警指標進行ex函數(shù)處理。
　　3.對進行標準化處理后的數(shù)據(jù)進行相關(guān)性分析，得出相關(guān)系數(shù)矩陣，將不符合條件的預警指標進行刪除，剩下的最后指標為最終本文需要的財務(wù)危機預警指標體系。
　?。ǘ?shù)據(jù)分析
　　在本研究中，將第T期、T-1期、T-2期和T-3期的預警指標進行顯著性檢驗，并將4期共同的顯著性指標篩選出來，使預警指標具有共通性，適合企業(yè)進行長期預測；接著對上述預警指標進行相關(guān)性分析，最終確定西部地區(qū)裝備制造業(yè)上市公司財務(wù)危機預警指標體系（見表1）。
　?。ㄈ┗疑A測數(shù)據(jù)分析
　　在本研究的預測中，運用灰色系統(tǒng)理論中的數(shù)據(jù)GM（1，1）灰色預測模型，將西北地區(qū)裝備制造業(yè)上市公司的第T期、T-1期、T-2期和T-3期樣本數(shù)據(jù)輸入模型，得到經(jīng)過軟件預測出樣本的第T+1期、T+2期和T+3期的預警指標數(shù)據(jù)，并將這些數(shù)據(jù)代入到Logistic回歸模型中，進行西部地區(qū)制造業(yè)上市公司的財務(wù)危機預警判斷。
　?。ㄋ模㎜ogistic回歸模型的構(gòu)建
　　本研究中，運用SPSS17.0軟件，將最近一期的預警指標數(shù)據(jù)（即T期）進行了Logistic回歸模型檢驗，結(jié)果中Cox & Snell R2和Nagelkerke R2統(tǒng)計量分別為0.711、0.938，說明了模型擬合優(yōu)度較高。從模型分類表中可以看到回歸模型采用的數(shù)據(jù)完整（見表2）。
　　
　　通過表2可以看到，觀測值和預測值的校正百分比均為100%，說明在模型中的數(shù)據(jù)變量沒有缺失。經(jīng)過軟件的計算得出了Logistic回歸模型的常數(shù)項和系數(shù)，具體數(shù)據(jù)如表3所示。
　　將預測數(shù)據(jù)代入模型中，可以得出第T+1期、T+2期和T+3期西部地區(qū)裝備制造業(yè)上市公司的財務(wù)狀況。在本文中，T+1期的上市公司財務(wù)指標已經(jīng)公布，可以將實際值與預測結(jié)果進行對比，得到預測準確率（見表4），而第T+2期和第T+3期的預測準確率要參考第T+1期的結(jié)果，并根據(jù)未來經(jīng)濟發(fā)展趨勢進行綜合判斷，從而對上市公司的發(fā)展趨勢作出準確判斷。具體結(jié)果如表5所示。
　　從表4可以看到T+1期的預測結(jié)果準備率分別為88%、100%，效果較好。
　　從表5可以看到T+2期和T+3期的預測結(jié)果較T+1期有所降低，預測綜合準確率分別為70%、60%。
　　四、結(jié)果分析
　　通過以上分析，可以得出：1.采用Logistic回歸模型和灰色預測理論對裝備制造業(yè)上市公司的財務(wù)危機預警的研究是有效可行的，且可以通過調(diào)整財務(wù)危機預警指標的選取，推廣到其他非上市公司進行整體預警，提高西部地區(qū)裝備制造業(yè)的整體實力；2.隨著預測期數(shù)的增加，預測的準確率是呈下降的趨勢，也就是說，距離預測時點越接近的結(jié)果，預測準確率就越高，在T+1期的預測綜合準確率達到了88%以上，可以基本采信預測結(jié)果；3.在進行財務(wù)危機預警預測的過程中，由于個別原因造成財務(wù)指標數(shù)據(jù)的不真實或不準確的情況存在，從而造成預測結(jié)果的不準確性，因此在進行財務(wù)危機預測預警的同時，也應(yīng)當結(jié)合當時的經(jīng)濟政策和金融環(huán)境，以及企業(yè)自身的發(fā)展狀況進行綜合判斷，避免出現(xiàn)誤判或漏判。
　　
　　五、結(jié)論
　　企業(yè)財務(wù)危機預警系統(tǒng)是一個具有高度復雜性、多元性和綜合性的系統(tǒng)，想要建立一個真正有效的財務(wù)危機預警系統(tǒng)是一個漫長的過程。筆者根據(jù)以上的研究結(jié)果分析后，對西部地區(qū)裝備制造業(yè)上市公司財務(wù)危機預警研究提出以下建議：1.應(yīng)該建立完善的財務(wù)控制系統(tǒng)。內(nèi)部控制制度是為了保護經(jīng)濟主體的資產(chǎn)完整，保證會計資料真實、正確，從而直接影響到財務(wù)預警模型中各種指標、財務(wù)比率計算的真實性。2.加強市場監(jiān)管力度。加強對上市公司的財務(wù)監(jiān)管除了要建立傳統(tǒng)的財務(wù)評價體系，還必須建立財務(wù)預警分析機制，二者相輔相成、相互促進，而財務(wù)評價體系和財務(wù)分析機制正好是財務(wù)危機預警系統(tǒng)的核心子系統(tǒng)。3.強化全員風險意識。風險防范意識是企業(yè)財務(wù)危機預警系統(tǒng)得以成功建立并有效運行的前提。財務(wù)危機預警系統(tǒng)不能是虛設(shè)的系統(tǒng)，只有得到高度重視才能發(fā)揮其功效。這就要求企業(yè)全體員工特別是管理層在思想上要保持高度警惕，隨時注意企業(yè)經(jīng)營過程中出現(xiàn)的問題和潛在的危機，一旦發(fā)現(xiàn)苗頭，立即采取有效措施予以消除。
　　
　　【參考文獻】
　?。?］ Lu Bing. Financial crisis and sustainable development of Chinese manufacturing industry［J］. Ecological Economy（2009）5:38-49.
　?。?］ Hyewon Yo