引入EVA 指標的上市公司財務(wù)預(yù)警模型構(gòu)建

□鄧馨 劉宏（教授）(桂林電子科技大學(xué) 廣西桂林 541004)

隨著我國資本市場的迅速發(fā)展，上市公司面臨的財務(wù)風(fēng)險日益突出，迫切需要進行有效的財務(wù)預(yù)警，然而傳統(tǒng)財務(wù)指標卻存在忽視權(quán)益資本成本、易人為操縱、過度注重短期評價等不足，因此，國內(nèi)外學(xué)者一直在不斷探索財務(wù)預(yù)警問題，也涌現(xiàn)出了許多新方法，如引入新的預(yù)警指標、構(gòu)建BP神經(jīng)網(wǎng)絡(luò)、利用時間序列等，其中，引入EVA指標就是一種新的思維與嘗試。

一、EVA理論綜述

傳統(tǒng)以會計利潤為核心的財務(wù)指標只考慮扣除債務(wù)的資本成本，即利息費用，沒有考慮權(quán)益的資本成本，這實質(zhì)上并不能真正反映公司為股東創(chuàng)造的價值。EVA則認為任何性質(zhì)的長期資本都有其使用成本即機會成本，因此在對公司進行業(yè)績評價時都應(yīng)考慮在內(nèi)，只有公司創(chuàng)造的利潤高于所有投入資金的機會成本，公司才能真正為股東創(chuàng)造財富。

EVA實質(zhì)是對剩余收益的擴展和延伸，定義為稅后凈經(jīng)營利潤（net operating profit after tax，NOPAT） 與資本成本（capital charge，CC）之間的差額。盡管EVA的定義較為簡單，但實際的計算和調(diào)整過程卻很復(fù)雜，調(diào)整項目多達160多項。國內(nèi)很多學(xué)者對我國現(xiàn)行企業(yè)會計準則下EVA計算體系進行了研究，發(fā)現(xiàn)通過對研發(fā)費用、戰(zhàn)略性投資、無息流動負債、折舊費用、各種準備金、重組費用、商譽、所得稅等主要事項的調(diào)整，能夠得出較為準確的EVA數(shù)據(jù)。因此，本文在研究過程中通過對上述主要事項的計算和調(diào)整來確定上市公司的EVA數(shù)據(jù)。

二、引入EVA的財務(wù)預(yù)警研究設(shè)計

(一)樣本選取。本文選取2010-2014年我國證券市場A股首次被ST的上市公司作為目標樣本，合計103家，其中被注冊會計師出具否定意見或者無法表示意見的有4家；其他狀況異常導(dǎo)致被ST的上市公司有10家；無法找到同時期、同行業(yè)、同規(guī)模配對樣本的上市公司有22家，剔除由于以上原因?qū)е卤籗T的公司后，剩余67家上市公司作為本文的目標樣本。此外，按照1∶1的配對比例，選擇同時期、同行業(yè)、同規(guī)模的67家非ST上市公司作為配對樣本，合計134家上市公司作為最終的研究樣本。

(二)數(shù)據(jù)的時間范圍。根據(jù)我國證監(jiān)會上市交易規(guī)則，假定上市公司由于財務(wù)狀況異常在第t年被特別處理，那么它在t-1、t-2年連續(xù)兩年經(jīng)審計的凈利潤為“負值”，如果仍然使用t-1、t-2這兩年的財務(wù)數(shù)據(jù)構(gòu)建預(yù)警模型，模型的準確性將會被嚴重高估。因此，應(yīng)至少選擇t-3年的數(shù)據(jù)構(gòu)建預(yù)警模型。關(guān)于預(yù)警年度的問題，何沛俐、章早立（2003）對時序樣本進行了詳盡的實證分析，發(fā)現(xiàn)如果在第t-4年進行財務(wù)預(yù)警，ST公司與非ST公司之間的差異是不顯著的。綜合來看，本文選擇t-3年的樣本數(shù)據(jù)進行財務(wù)預(yù)警，以更為真實地反映模型的預(yù)警效果。

(三)指標體系的構(gòu)建。本文的財務(wù)預(yù)警指標主要包含兩類：

1.EVA指標。調(diào)整和計算研究樣本的EVA數(shù)據(jù)，并以此為基礎(chǔ)確定EVA指標，即用EVA代替?zhèn)鹘y(tǒng)凈利潤確定相關(guān)的財務(wù)比率，從而提高預(yù)警指標的準確性。EVA指標主要有：修正銷售凈利率K1（即EVA/營業(yè)收入）、修正主營業(yè)務(wù)凈利率K2（即EVA/主營業(yè)務(wù)收入）、修正凈資產(chǎn)收益率K3（即 EVA/所有者權(quán)益）、修正總資產(chǎn)收益率K4（即EVA/總資產(chǎn)）。

2.傳統(tǒng)財務(wù)指標。根據(jù)我國上市公司財務(wù)危機的特征，綜合前人的研究成果，本文選擇了20個傳統(tǒng)財務(wù)指標，涵蓋了公司的償債能力、營運能力、盈利能力、獲現(xiàn)能力以及發(fā)展能力，綜合反映公司的整體狀況。其中償債能力指標包括：流動比率X1、速動比率X2、現(xiàn)金流量比率X3、資產(chǎn)負債率X4、產(chǎn)權(quán)比率X5、利息保障倍數(shù)X6；營運能力指標包括：存貨周轉(zhuǎn)率X7、應(yīng)收賬款周轉(zhuǎn)率X8、流動資產(chǎn)周轉(zhuǎn)率X9、固定資產(chǎn)周轉(zhuǎn)率X10、總資產(chǎn)周轉(zhuǎn)率X11；盈利能力指標包括：主營業(yè)務(wù)毛利率X12、成本費用利潤率X13；獲現(xiàn)能力指標包括：經(jīng)營活動現(xiàn)金流入流出比率X14、經(jīng)營活動現(xiàn)金凈流量增長率X15、每股經(jīng)營活動凈現(xiàn)金流量X16；發(fā)展能力指標包括：主營業(yè)務(wù)收入增長率X17、營業(yè)利潤增長率X18、凈資產(chǎn)增長率X19、總資產(chǎn)增長率X20。

三、實證分析

(一)正態(tài)性檢驗。本文使用Kol mogorov-Smirnov擬合優(yōu)度的檢驗方法，將樣本數(shù)據(jù)的累計頻數(shù)分布與正態(tài)分布進行對比，以確定預(yù)警指標是否服從正態(tài)分布。將EVA指標和傳統(tǒng)財務(wù)指標進行K-S檢驗，檢驗結(jié)果為：在95%的置信水平上，資產(chǎn)負債率X4、每股經(jīng)營活動凈現(xiàn)金流量X16這兩個指標的雙側(cè)漸近顯著性值都大于0.05，故推斷其服從正態(tài)分布，其余22個指標均不服從正態(tài)分布。

通過正態(tài)性檢驗，確定各個指標服從的分布情況，為下文的顯著性檢驗奠定了基礎(chǔ)：對于服從正態(tài)分布的指標采用T檢驗的方法進行顯著性檢驗，對于不服從正態(tài)分布的指標采用非參數(shù)檢驗的方法進行顯著性檢驗。據(jù)此確定各指標在預(yù)警過程中是否具有顯著性，將顯著的指標予以保留，組成最終的財務(wù)預(yù)警指標體系，作為構(gòu)建財務(wù)預(yù)警模型的初始數(shù)據(jù)。

(二)顯著性檢驗。

1.T檢驗。對服從正態(tài)分布的兩個指標進行T檢驗，綜合方差方程和均值方程的t檢驗結(jié)果，在95%的置信水平上，資產(chǎn)負債率X4通過了T檢驗，表明ST公司與非ST公司在長期償債能力方面存在顯著差異；而每股經(jīng)營活動凈現(xiàn)金流量X16這一指標未能通過T檢驗，表明ST公司與非ST公司在現(xiàn)金流量方面不存在顯著差異。

2.非參數(shù)檢驗。對不服從正態(tài)分布的22個指標進行非參數(shù)檢驗，采用Mann-Whitney U檢驗的方法，檢驗兩個樣本的總體在某些特定位置上是否相等。檢驗結(jié)果為：在95%的置信水平上，現(xiàn)金流量比率X3、存貨周轉(zhuǎn)率X7、固定資產(chǎn)周轉(zhuǎn)率X10、總資產(chǎn)周轉(zhuǎn)率X11、經(jīng)營活動現(xiàn)金流入流出比率X14、主營業(yè)務(wù)收入增長率 X17，這6個指標未能通過非參數(shù)檢驗，應(yīng)當予以剔除；其余通過非參數(shù)檢驗的16個指標，則予以保留。

綜合T檢驗和非參數(shù)檢驗的結(jié)果，符合正態(tài)分布且T檢驗具有顯著性的1個預(yù)警指標，不符合正態(tài)分布但非參數(shù)檢驗具有顯著性的16個預(yù)警指標，總計17個顯著的指標，組成最終的財務(wù)預(yù)警指標體系，作為構(gòu)建預(yù)警模型的初始數(shù)據(jù)。

3.因子分析。使用主成分法提取初始變量的公因子，以分析變量的相關(guān)矩陣作為提取公因子的依據(jù)，指定各公因子的最小特征值為1，通過因子分析發(fā)現(xiàn)提取6個公因子能夠解釋初始變量所包含72.65%的信息，因子得分系數(shù)如表1所示。

表1 成份得分系數(shù)矩陣

根據(jù)表1確定公因子與初始變量之間的線性得分公式為：

(三)logistic回歸分

析。在因子分析的基礎(chǔ)上分別構(gòu)建傳統(tǒng)財務(wù)指標和引入EVA指標的logistic回歸模型：

1.傳統(tǒng)財務(wù)指標的logistic回歸分析。對傳統(tǒng)財務(wù)指標進行正態(tài)性檢驗以及顯著性檢驗，并在此基礎(chǔ)上提取公因子（方法同上所述），以公因子的得分作為自變量構(gòu)建logistic回歸模型，因變量為是否被ST，取值為 0和1，0表示非ST公司，1表示ST公司。采用向前逐步法進行回歸，根據(jù)Wald統(tǒng)計量的概率對變量進行剔除，構(gòu)建傳統(tǒng)財務(wù)指標的logistic回歸模型，輸出結(jié)果如下頁表2所示。

從表2可以看出，經(jīng)過三個步驟構(gòu)建的 logistic 回歸模型中，F(xiàn)1、F4、F5以及常量進入到了最終的回歸方程，其中，F(xiàn)1、F4的顯著性值都小于0.05，表明這兩個變量對回歸方程的貢獻是顯著的，而F5的顯著性值為0.088，大于0.05，表示此變量的顯著性相對較差。Wald統(tǒng)計量也進一步驗證了這一結(jié)論，Wald統(tǒng)計量的值越大，表明變量對回歸方程的顯著性越強。據(jù)此構(gòu)建的logistic回歸模型為：

在總結(jié)前人研究成果的基礎(chǔ)上，設(shè)定觀測量的切割值為0.5，當P＞0.5時，判定為ST公司，數(shù)值越大，表明在未來幾年內(nèi)發(fā)生財務(wù)危機的可能性也就越大；當P＜0.5時，判定為非ST公司，數(shù)值越小，表明在未來幾年發(fā)生財務(wù)危機的可能性也就越小；當P=0.5時，表明該公司發(fā)生財務(wù)危機的狀況尚不能判定，需要進一步檢驗。根據(jù)此預(yù)警模型的判定，得出的回歸結(jié)果如表3所示。

構(gòu)建基于傳統(tǒng)財務(wù)指標的logistic回歸模型對上市公司進行財務(wù)預(yù)警，總體的預(yù)警準確率為76.1%，其中將67家非ST公司中48家判定準確，預(yù)警準確率為71.6%；將67家ST公司中54家判定準確，預(yù)警準確率為80.6%。這說明基于傳統(tǒng)財務(wù)指標構(gòu)建的logistic回歸模型能夠在一定程度上判定上市公司出現(xiàn)財務(wù)危機的情況，但是整體的預(yù)警準確率一般，還有待進一步提高。

2.引入EVA指標的logistic回歸分析。將EVA指標與傳統(tǒng)財務(wù)指標相結(jié)合，在上述正態(tài)性檢驗、顯著性檢驗的基礎(chǔ)上，按照因子得分引入logistic回歸，構(gòu)建引入EVA指標的預(yù)警模型，輸出結(jié)果如表4所示。

表2 方程中的變量

表3 分類表 a

表4 方程中的變量

表5 分類表 a

從表4可以看出，在引入EVA指標的 logistic 回歸模 型 中，F(xiàn)1、F3、F4以及常量進入到了最終擬合的回歸方程，F(xiàn)2、F5、F6 則被剔除。 經(jīng)過四個步驟的回歸構(gòu)建了預(yù)警模型，其中，F(xiàn)1、F3、F4的顯著性值都小于0.05，表明這三個變量對回歸方程的貢獻都是顯著的，Wald統(tǒng)計量也進一步驗證了這一結(jié)論。通過與傳統(tǒng)財務(wù)指標擬合的回歸方程對比，發(fā)現(xiàn)引入EVA指標明顯提高了各變量對方程的貢獻率，綜合認為回歸方程的擬合程度較好。構(gòu)建的logistic回歸模型為：

P=exp（-3.543F1-5.714F3-1.563F4+0.040）/[1+exp （-3.543F1-5.714F3-1.563F4+0.040）]

根據(jù)引入EVA指標的預(yù)警模型計算樣本公司的P值，輸出的回歸結(jié)果如表5所示。構(gòu)建引入EVA指標的logistic回歸模型對上市公司進行財務(wù)預(yù)警，總體的預(yù)警準確率為81.3%，其中將67家非ST公司中50家判定準確，預(yù)警準確率為74.6%；將67家ST公司中59家判定準確，預(yù)警準確率為88.1%。這說明引入EVA指標構(gòu)建的logistic回歸模型能夠比較準確地預(yù)測上市公司出現(xiàn)財務(wù)危機的情況，為上市公司識別和防范財務(wù)危機提供有效的參考。將引入EVA指標與傳統(tǒng)財務(wù)指標構(gòu)建的預(yù)警模型相對比，通過分類結(jié)果能夠得出，引入EVA指標構(gòu)建的預(yù)警模型對ST公司的判定準確率提高了3%，對非ST公司的判定準確率提高了7.5%，整體的預(yù)警準確率提高了5.2%，也證明了引入EVA指標能夠顯著提高預(yù)警的準確性。

四、結(jié)論

本文將EVA指標引入財務(wù)預(yù)警，分別構(gòu)建傳統(tǒng)財務(wù)指標和引入EVA指標的logistic回歸模型，通過實證分析得出以下結(jié)論：

1.ST公司與非ST公司的預(yù)警指標在t-3年存在顯著差異。預(yù)警指標體系中有17個指標在首次被ST的第t-3年通過了顯著性檢驗，表明這些預(yù)警指標在t-3年存在顯著差異，可以作為ST公司與非ST公司的判定依據(jù)。

2.引入EVA指標能夠顯著提高預(yù)警模型的準確性。通過構(gòu)建傳統(tǒng)財務(wù)指標和引入EVA指標的logistic回歸模型，將二者進行對比，發(fā)現(xiàn)引入EVA指標的預(yù)警模型對ST公司和非ST公司的預(yù)警準確率都有所提高，整體預(yù)警準確率也提高了5.2%，因此，引入EVA指標能夠顯著提高預(yù)警模型的準確性。

考慮到本文在樣本公司出現(xiàn)財務(wù)危機的第t-3年進行財務(wù)預(yù)警，預(yù)警的時間跨度相對較長，引入EVA指標的財務(wù)預(yù)警模型最終的預(yù)警準確率能夠達到81.3%，已經(jīng)基本達到了研究目的。將EVA指標引入預(yù)警模型作為財務(wù)預(yù)警研究的一種嘗試和探索，充分顯示了其無限的生命力。