我國紡織服裝企業(yè)財務(wù)預警實證研究

　　 摘 要：文章建立了適用于我國紡織服裝行業(yè)的財務(wù)預警模型。通過T檢驗和相關(guān)性分析對相關(guān)財務(wù)指標進行篩選，然后用基于主成分分析法提取的主成分因子建立了Logistic財務(wù)預警模型，并進行了擬和度檢驗和預警效果檢驗，在此基礎(chǔ)上驗證了該財務(wù)預警模型在我國紡織服裝行業(yè)的有效性。
　　 關(guān)鍵詞：財務(wù)預警 主成分分析 Logistic模型
　　 中圖分類號:F275 文獻標識碼:A
　　 文章編號:1004-4914（2011）11-148-03
　　
　　 一、研究意義
　　財務(wù)預警的研究在國外尤其是在資本市場發(fā)達的國家是一個被廣泛關(guān)注的研究課題。從Beaver（1966）的單變量研究開始，這一研究一直成為國際財務(wù)、會計和證券投資研究領(lǐng)域中經(jīng)久不衰的課題，近兩年國內(nèi)有關(guān)財務(wù)預警的文獻多對財務(wù)預警模型、上市公司及中小企業(yè)財務(wù)預警進行討論，但多數(shù)都是針對上市公司而研究的，預警研究會專注于某一具體行業(yè)的還不多。
　　紡織服裝業(yè)是我國經(jīng)濟傳統(tǒng)的支柱產(chǎn)業(yè)和重要的民生產(chǎn)業(yè)，我國紡織品服裝出口額已占全球出口貿(mào)易的1/4以上。金融危機爆發(fā)后，我國出口企業(yè)受到巨大沖擊。中國的出口當中紡織服裝占主導地位，因而比其他行業(yè)面臨更多風險。耿照源（2008）以化纖行業(yè)為研究對象，發(fā)現(xiàn)F模型比Z分數(shù)模型更適合于化纖行業(yè)。孫琳琳（2008）提出服裝企業(yè)要加強應收賬款風險管理，就要從應收賬款的事前風險防范入手，并需要結(jié)合行業(yè)特點建立財務(wù)危機預警機制。蔣永華（2008）認為Z-Score模型能提供給投資者更多的預測性、能反映企業(yè)真實價值的信息。李艷等（2009）以紡織服裝業(yè)為例具體闡述次貸危機對我國實體經(jīng)濟的影響，分析了次貸危機影響我國紡織服裝業(yè)的因素。馬杰和萬宇洵（2009）運用逐步判別法建立了財務(wù)預警模型。路秀云（2009）提出了在紡織服裝業(yè)重要的發(fā)展階段政府制定的有利于紡織服裝業(yè)的產(chǎn)業(yè)政策。唐浩（2010）通過多變量模型分析，得出廣東科龍已具備財務(wù)失敗的特征，而沒引起管理層的警覺。王興國（2010）運用主成分分析法以及指數(shù)平滑法從理論上構(gòu)建了房地產(chǎn)企業(yè)財務(wù)預警預警系統(tǒng)。
　　從紡織服裝業(yè)所處的國內(nèi)外環(huán)境來看，目前面臨著諸如企業(yè)出口壓力增加、資金鏈面臨斷裂，企業(yè)難以正常運營、能源、原材料價格不斷上漲，勞動力成本上升等不利因素，不少企業(yè)也面臨財務(wù)困境，而大部分企業(yè)沒有有效地開展對財務(wù)危機的監(jiān)測與預警。在本次金融危機中我國紡織服裝業(yè)企業(yè)的財務(wù)危機得以凸顯，而及時通過預警系統(tǒng)對紡織品服裝出企業(yè)實施監(jiān)測，對于規(guī)避企業(yè)財務(wù)危機是十分重要的。所以對紡織服裝業(yè)財務(wù)預警的研究不論從理論上還是實際層面都具有重要意義。
　　 二、財務(wù)預警模型的建立和檢驗
　　 1.財務(wù)指標的顯著性檢驗。企業(yè)經(jīng)濟運行和發(fā)展的變化與結(jié)果，一般是通過一系列的財務(wù)指標來反映。各種財務(wù)指標在經(jīng)濟運行中互為條件，互相影響，并存在著一定的因果關(guān)系和按一定的規(guī)律發(fā)展變化。我們可以根據(jù)我國紡織服裝業(yè)的特點建立相應的財務(wù)預警指標評價體系，由n個財務(wù)指標X1、X2、X3……、Xn構(gòu)成。
　　 建立預警模型的財務(wù)指標的一個基本要求就是財務(wù)危機公司與正常公司之間要存在較大的差異性，為了判別財務(wù)指標的差異性，我們可以通過T檢驗來判斷。在進行T檢驗時，使用SPSS軟件來進行統(tǒng)計分析。將數(shù)據(jù)分為兩組，財務(wù)危機公司的數(shù)據(jù)為一組，記為1，正常公司的財務(wù)數(shù)據(jù)為一組，記為2，然后錄入SPSS進行T檢驗，根據(jù)T檢驗的顯著性概率來判別該指標在正常公司與財務(wù)危機公司之間是否存在顯著性差異。從中選擇具有顯著性差異的指標進入下一步的分析。由以上T檢驗結(jié)果得到最終的財務(wù)指標，作為建立預警模型的初始輸入變量。
　　 2.主成分指標的選定。主成分分析(Principal Components Analysis)是利用降維的思想把多個指標轉(zhuǎn)化為少數(shù)幾個綜合指標的多元統(tǒng)計分析方法。在實際研究中，影響客觀事物的因素很多，經(jīng)常遇到多指標（變量）的問題，這些指標所蘊涵的信息往往存在重疊的現(xiàn)象，不同指標之間具有相關(guān)性，增加了分析問題的復雜性。如果盲目減少變量又會使信息失真，很容易產(chǎn)生錯誤結(jié)論。主成分分析法就是想方設(shè)法將原來的指標重新組合成一組互相無關(guān)的新的一些指標，這些指標由幾個綜合指標代替原來指標，并同時根據(jù)實際需要從中選取幾個較少的比交有綜合性的指標，盡可能多地反映原來指標的信息。主分量分析中的綜合指標就是新的變量，是原來多個指標（變量）的線性組合。
　　由于財務(wù)比率取值范圍不同或度量單位存在差異，首先應進行數(shù)據(jù)的標準化處理。在標準化后的數(shù)據(jù)基礎(chǔ)上提取主成分因子，先得出主成分對應的特征值與貢獻率，貢獻率表明主成分對原始數(shù)據(jù)信息的反映程度，體現(xiàn)各主成分重要性的不同程度。根據(jù)得到的累計貢獻率，前m個主成分因