杜巨玲 金茜茜
摘要:財務(wù)危機預(yù)警的研究具有重要的現(xiàn)實意義,本文利用Fisher模型,以化工化纖行業(yè)被ST的上市公司為研究對象,選取ST公司與財務(wù)狀況正常的公司的財務(wù)數(shù)據(jù)。在Sppss17.0軟件中,利用K-S檢驗、T檢驗和相關(guān)分析,篩選出不具備線性關(guān)系,但能顯著反映財務(wù)危機的指標,代入Fisher模型得到變量系數(shù),并將原始財務(wù)數(shù)據(jù)進行回代,從而得到模型判別的準確率。
關(guān)鍵詞:上市公司 財務(wù)危機預(yù)警 Fisher模型 化工化纖行業(yè)
目前為止,針對財務(wù)危機預(yù)警模型的研究主要經(jīng)歷了從單變量破產(chǎn)預(yù)測模型,多元線性判別模型到邏輯回歸模型的演化;從依靠單一財務(wù)比率判別財務(wù)狀況到多種財務(wù)指標的綜合運用,危機預(yù)警模型不斷發(fā)展和完善。目前,在三種廣泛使用的危機預(yù)警模型中,Z計分模型的準確率不如其他兩類精確,而Logistic模型對于樣本的數(shù)據(jù)量要求較高。因此,在化工化纖行業(yè)上市公司樣本數(shù)據(jù)量可能偏少的情況下,為保證模型判別效果的準確,本文選擇Fisher模型作為實證研究工具。
一、研究方法設(shè)計及模型
Fisher模型是費希爾提出來的。表達式為Z=a1x1+a2x2+a3x3+a4x4+……+anxn,其中Z表示判別值,a表示相關(guān)系數(shù)的權(quán)重,而x代表的變量則是財務(wù)指標的比率,且各變量之間不具有線性關(guān)系。在變量的選擇過程中,主要是基于企業(yè)盈利能力、營運能力、償債能力、現(xiàn)金流量指標以及發(fā)展能力五方面考慮。
在構(gòu)建模型的過程中,首先運用逐步分析法,在所有的財務(wù)比率中選出能夠提供有效信息的指標變量;其次,利用統(tǒng)計分析的方法,檢驗各變量之間的共線性,即使得構(gòu)建模型的變量之間不具有線性關(guān)系,在這一階段可以使用均值檢驗、方差檢驗或者特征值檢驗等方法完成;第三,可以用挑選出的變量建立模型,代入利用原始數(shù)據(jù)得到的變量系數(shù),完成Fisher模型財務(wù)危機企業(yè)和正常企業(yè)兩部分公式的構(gòu)建;最后一步是模型的檢驗,將原始的財務(wù)數(shù)據(jù)指標回代入模型中,在兩個公式的結(jié)果中取大值以判斷企業(yè)所屬類型,完成判別分析的全過程。
本文利用ST公司和財務(wù)狀況正常的公司財務(wù)數(shù)據(jù)進行分析。將ST公司命為1,正常公司為0,分為兩組便于后續(xù)的分析。由于Fisher模型要求變量服從正態(tài)分布,因此需要首先利用K-S檢驗進行正態(tài)分布的驗證,剔除不符合前提條件的變量;第二步,進行T檢驗,目的是為了篩選有利于分辨ST和非ST的顯著變量,以便于利用這些變量建立模型;第三,檢驗顯著變量之間是否存在線性關(guān)系,剔除相關(guān)的變量,利用剩余的不相關(guān)變量建立模型;然后再將樣本數(shù)據(jù)回代,檢驗?zāi)P偷臏蚀_性。在這一過程中,需要借助Spss17.0軟件完成分析過程。
二、財務(wù)指標選取
三、樣本數(shù)據(jù)的獲取
根據(jù)相應(yīng)的指標變量,本文在實證部分選取了化工化纖行業(yè)中36家上市公司的財務(wù)數(shù)據(jù),其中16家公司作為財務(wù)危機組的樣本數(shù)據(jù),另外20家作為對比組,即財務(wù)狀況正常的樣本。結(jié)合Spss軟件,運用Fisher判別分析建立財務(wù)危機預(yù)警模型。由于上市公司當年的財務(wù)報表是在次年1至4月公布,因此是否被ST一般在次年4月份能確定。也就是說,當上市公司被ST時,一般為最近的兩個會計年度連續(xù)出現(xiàn)虧損或前一年的每股凈資產(chǎn)低于股票的面值。因此,使用被ST前一年的數(shù)據(jù)來預(yù)測是否存在財務(wù)危機是沒有意義的,一般而言,前一年在一定程度上已經(jīng)可以知道該公司會不會被ST。所以在財務(wù)危機預(yù)警樣本數(shù)據(jù)的選擇中,更多應(yīng)用危機發(fā)生前兩年或前三年的數(shù)據(jù),更具準確性。
基于以上的分析,本文選擇化工化纖行業(yè)共36家上市公司作為分析對象。發(fā)生財務(wù)危機的公司選擇被ST前2至3年的財務(wù)數(shù)據(jù),財務(wù)狀況正常的公司選擇與前者同一年份的數(shù)據(jù)作為樣本。
四、建立財務(wù)危機預(yù)警的Fisher模型
六、結(jié)論
雖然財務(wù)危機的爆發(fā)對上市公司具有相當大的殺傷力,但任何危機的發(fā)生必然要經(jīng)歷一個不斷積累的過程。因而,在企業(yè)的經(jīng)營過程中建立起一套以數(shù)學(xué)模型為基礎(chǔ)的預(yù)警機制,對于有效預(yù)防財務(wù)危機的發(fā)生具有十分重要的作用。我們可以借助企業(yè)的財務(wù)報表以及相關(guān)的財務(wù)指標,運用統(tǒng)計學(xué)的分析方法,建立模型來預(yù)測企業(yè)的發(fā)展趨勢,以發(fā)現(xiàn)潛在的財務(wù)風(fēng)險,并且在危機尚未發(fā)生之前告知經(jīng)營者及時采取措施,有效避免危機的發(fā)生,以此實現(xiàn)企業(yè)的可持續(xù)發(fā)展。本文選擇了反映企業(yè)償債能力、盈利能力、運營能力以及發(fā)展能力等多項指標,經(jīng)過各項檢驗,尋找符合條件能進入Fisher模型的變量,縱觀Fisher模型構(gòu)建過程方便簡單,具有較強的實際操作可能性。但也存在以下問題:
(一)樣本數(shù)據(jù)量的問題。比較常用的用以衡量企業(yè)財務(wù)狀況的模型包括Z計分模型、Logistics模型、Fisher模型等。相對而言,Logistics模型要求具有足夠多的樣本數(shù)據(jù),因此對樣本容量的要求較高,相應(yīng)構(gòu)建的模型判別準確率也較高。而Fisher模型對樣本量的要求并沒有特別要求,本文針對化工化纖行業(yè)上市公司選取了近兩年被ST的公司作為樣本,觀察最終結(jié)果,數(shù)據(jù)量可能偏少,導(dǎo)致誤判率偏高,可知,擴大樣本量可能是提高判別效果的有效方法之一。
(二)指標選取和篩選問題。本文在選取指標變量時,綜合從償債能力、獲利能力、營運能力以及成長能力等多方面考量選取指標,力求全面反映企業(yè)財務(wù)狀況。參考全文實證過程,可知最終經(jīng)過各項檢驗進入Fisher模型的指標變量并未達到全面考量的初衷,而篩選變量的過程也可以認為是在眾多反映財務(wù)狀況的變量里,選擇在企業(yè)持續(xù)生產(chǎn)經(jīng)營過程中對經(jīng)營情況和現(xiàn)狀具有指示作用的信號。這一結(jié)果,可與化工化纖行業(yè)自身特點相結(jié)合進行分析。因此,可以認為最終剩余的變量對于企業(yè)財務(wù)預(yù)警的效果更為顯著。
(三)未來預(yù)測的不確定性。上市公司面臨的環(huán)境復(fù)雜多變,包括經(jīng)濟環(huán)境、政治環(huán)境、法律環(huán)境、技術(shù)環(huán)境諸多方面,如政府政策變動以及國內(nèi)外經(jīng)濟走勢等影響;而財務(wù)危機預(yù)警是依據(jù)若干年前的數(shù)據(jù)預(yù)測未來企業(yè)的財務(wù)狀況,存在一個隱形假設(shè),即:企業(yè)面臨的市場環(huán)境是平穩(wěn)且保持不變的,忽略了客觀市場存在的各種變化,對企業(yè)未來發(fā)展走勢預(yù)測未必準確,因此在這個動態(tài)的環(huán)境中,用靜態(tài)的數(shù)據(jù)預(yù)測未來,不可避免存在考慮不周的問題。而這一問題僅通過數(shù)據(jù)難以量化,需要將定性分析和定量分析相結(jié)合。
針對以上問題,筆者建議如下:
首先,本文選取的是化工化纖行業(yè)上市公司的數(shù)據(jù),并未涉及非上市公司,主要因為非上市公司數(shù)據(jù)較難獲得。如果能獲得非上市公司相應(yīng)的財務(wù)數(shù)據(jù),則能有效擴大樣本數(shù)據(jù)量,從而提高模型的判別效果;同時,也能使模型更具代表性。但是也存在一個問題,上市公司陷于財務(wù)危機可以被ST作為標志,但非上市公司很難以某一顯著標志標示是否陷于財務(wù)危機。因此,擴大樣本量至非上市公司雖然會使得模型判別效果增強,但必須首先解決判別標志這一問題。
其次,在具體指標選擇中,可以在常用的指標之外多考慮某些非財務(wù)指標。企業(yè)財務(wù)狀況并不僅僅可以由財務(wù)數(shù)據(jù)反映,也可以通過諸如股權(quán)結(jié)構(gòu)、組織結(jié)構(gòu)等方面反映。財務(wù)數(shù)據(jù)與非財務(wù)數(shù)據(jù)在一定程度上會相互影響,因此僅考慮一方面可能有失偏頗,并不準確。而非財務(wù)指標大多需要具體分析,需要將定量分析與定性分析相結(jié)合,才能比較完整地反饋企業(yè)的財務(wù)狀況。但定性分析相對較為困難。
參考文獻:
1.文蘭.公司治理引入上市公司財務(wù)危機預(yù)警體系的實證分析[J].商業(yè)會計,2011,(14).
2.楊建斌.Fisher判別法在企業(yè)財務(wù)危機預(yù)警中的應(yīng)用[J].會計之友,2011,(13).
3.程曉秋.上市公司財務(wù)困境預(yù)警研究——基于數(shù)據(jù)挖掘的方法[J].財會通訊,2010,(1).