基于Logistic模型的我國A股上市公司財務困境預測

【摘要】? 在市場經(jīng)濟競爭日益激烈的今天，合理準確地預測企業(yè)財務困境，既可以為投資者做出正確決策提供借鑒，也可以引導經(jīng)營管理者防患于未然，更可以幫助政府監(jiān)管部門對企業(yè)質(zhì)量和證券市場進行有效監(jiān)控。文章綜合考慮企業(yè)的財務與非財務特征，在運用正態(tài)性檢驗和差異顯著性檢驗篩選指標的基礎上，建立了基于Logistic回歸分析法的企業(yè)財務困境預測模型，結(jié)果表明企業(yè)的盈利能力、運營能力、發(fā)展能力以及現(xiàn)金流量指標在企業(yè)財務困境預測中發(fā)揮了重要作用。

【關鍵詞】? ?財務困境;匹配樣本;Logistic回歸;預測模型

【中圖分類號】? F275? 【文獻標識碼】? A? 【文章編號】? 1002-5812（2020）10-0035-05

一、引言

我國市場經(jīng)濟的飛速發(fā)展和全球經(jīng)濟交流的日益廣泛，外部環(huán)境的不確定性加大和企業(yè)管理者能力的局限性使得企業(yè)面臨著各式各樣的風險，其中財務風險是最綜合、最顯著的一種風險，即使非財務危機引發(fā)的風險也可能導致財務困境。企業(yè)財務困境的形成是一個漸變的過程，在此過程中會不斷釋放各種信號和征兆，近年來，大部分學者已經(jīng)針對企業(yè)財務困境問題進行了相關的研究與探討，主要集中于企業(yè)財務困境影響因素和企業(yè)財務困境預測兩方面，劉恩斌（2014）選取了近三年被ST的37家上市公司和未被ST的37家上市公司作為研究對象，同時選取了反映財務因素和非財務因素的57個指標，先對每一類別的指標分別進行因子分析和二元Logistic回歸，再把每個類別中具有代表性的指標匯集在一起構(gòu)建了Logistic模型，進而分析影響財務困境的因素;楊青龍、田曉春和胡佩媛（2016）利用LASSO方法對預測企業(yè)財務困境的指標進行了篩選，然后分別用決策樹、隨機森林、SVM、最近鄰法以及Logistic模型對企業(yè)財務困境進行預測并且比較各模型預測的準確性，發(fā)現(xiàn)并非所有的數(shù)據(jù)發(fā)掘方法都優(yōu)于Logistic模型。

基于目前對企業(yè)財務困境預測進行實證分析的文獻還不是很多，標準也不太統(tǒng)一，本文在綜合考慮財務因素和非財務因素的情況下，首先通過正態(tài)性檢驗和差異顯著性檢驗對預測指標進行篩選，然后選擇最常用的Logistic模型建立預測模型，在企業(yè)陷入財務困境之前給出較為準確的預警信號，以提示利益相關方，同時為相關決策提供可供參考的依據(jù)。

二、理論分析與研究假設

（一）財務困境的定義

財務困境又稱“財務危機”或“財務問題”，最嚴重的財務困境是“財務失敗”或“破產(chǎn)”，對公司的財務困境進行預測，必須確定以什么樣的標準認定財務困境，不同學者對公司財務困境的判斷標準不同。陳凱凡（2005）將第一年虧損但次年微利的公司定義成財務困境公司，同時將資產(chǎn)凈利率小于0.01作為微利的標準;巫磊（2008）以上市公司為研究對象，把因財務狀況異常而被特別處理的公司判定為財務困境公司;蔡玉蘭、錢崇秀和董雪杰（2016）以ST標準來界定財務困境。從以上文獻可以看出，普遍將上市公司受到特別處理（ST）這一現(xiàn)象作為公司財務困境的標志，本文沿用這一做法，將上市公司作為研究對象，把上市公司因財務狀況異常而受到特別處理當作陷入財務困境的標志，不僅契合我國的國情，而且與國內(nèi)大多數(shù)研究保持一致，便于進行比較。

（二）研究假設

企業(yè)財務困境的形成包括多方面的因素，結(jié)合三大財務報表信息和相關文獻，本文從企業(yè)的償債能力、盈利能力、營運能力、發(fā)展能力、現(xiàn)金流量五方面考慮。

1.償債能力。償債能力指企業(yè)償還即將到期債務（包含本息）的能力，分為短期償債能力和長期償債能力。對于企業(yè)而言，如果不具有償還短期債務的能力，就說明該企業(yè)流動資產(chǎn)的變現(xiàn)能力不夠強，在短時間內(nèi)有陷入財務困境甚至面臨破產(chǎn)的風險;如果不具有償還長期債務的能力，則將來可能會發(fā)生這種財務風險?；诖?，提出假設1：

H1：償債能力越強的企業(yè)，其陷入財務困境的概率就越小。

2.盈利能力。盈利能力指企業(yè)賺取利潤的能力，也稱企業(yè)資金或資本的升值能力，通常體現(xiàn)為企業(yè)收益數(shù)額的大小或程度的高低。短時期的低水平盈利能力不會讓企業(yè)陷入財務困境之中，但如果長期保持低水平的盈利能力，必然會影響到企業(yè)的償債能力，使得企業(yè)陷入財務困境?；诖耍岢黾僭O2：

H2：盈利能力越強的企業(yè)，其陷入財務困境的概率就越小。

3.營運能力。營運能力指企業(yè)的經(jīng)營運作能力，其營運能力的強弱取決于資產(chǎn)的運轉(zhuǎn)速度、經(jīng)營狀況以及管理水準等各種因素。如果在較長一段時間內(nèi)，企業(yè)各項資產(chǎn)的運轉(zhuǎn)水平出現(xiàn)明顯降低，且在短時間內(nèi)沒有回升跡象，就表明企業(yè)出現(xiàn)財務困境?；诖耍岢黾僭O3：

H3：營運能力越強的企業(yè)，其陷入財務困境的概率越小。

4.發(fā)展能力。發(fā)展能力（成長能力），指企業(yè)擴建規(guī)模、擴充實力的潛在能力。如果一個企業(yè)具有強大的發(fā)展能力，就說明這個企業(yè)的資產(chǎn)、利潤處于增長的階段，未來的發(fā)展前景良好。基于此，提出假設4：

H4：發(fā)展能力越強的企業(yè)，其陷入財務困境的概率越小。

5.現(xiàn)金流量。足夠的現(xiàn)金流量意味著企業(yè)可以用來償還債務、發(fā)放現(xiàn)金股利或其他用途，如果出現(xiàn)現(xiàn)金流量短缺、又沒有其他途徑得到資金的情況，企業(yè)很可能因無法償還到期債務而陷入財務困境。基于此，提出假設5：

H5：現(xiàn)金流量越多的企業(yè)，其陷入財務困境的概率越小。

三、研究設計

（一）樣本選取

本文選取了2018年A股中70家ST上市公司（不包括金融業(yè)）作為研究對象，其中制造業(yè)中被ST的企業(yè)共39家，遠遠超過其他行業(yè)中被ST的企業(yè)，由于其他行業(yè)中被ST的企業(yè)均不超過5家，樣本數(shù)量較少，難以進行相關研究得出可靠結(jié)論，因此本文將重點針對制造業(yè)行業(yè)進行財務困境預測研究。對制造業(yè)中39家ST上市公司按照1∶2隨機配對了2018年同行業(yè)中未被ST的78家A股上市公司作為匹配樣本。將樣本分為訓練樣本78家和驗證樣本39家。其中訓練樣本含有26家ST企業(yè)，52家非ST企業(yè);驗證樣本含有13家ST企業(yè)，26家非ST企業(yè)。數(shù)據(jù)來源于國泰安數(shù)據(jù)庫。

在財務困境預測時間的選擇上，鑒于ST企業(yè)在t年受到特別處理是根據(jù)t-1年公布的財務報告，即t-1年的財務報告本身就決定了企業(yè)是否被ST，二者之間存在一定的因果關系，用t-1年的數(shù)據(jù)構(gòu)建財務困境預測模型沒有實際的應用價值，本文決定選用t-2年的數(shù)據(jù)用于預測模型的構(gòu)建。

（二）指標選擇

本文在選擇指標時，主要遵循以下原則：第一，把以往文獻中選用頻率較高的指標盡量采納，以確保同以往文獻的可比性。第二，與本文研究目的聯(lián)系程度較緊密的指標。選擇的指標主要包括兩大類：（1）傳統(tǒng)財務指標。傳統(tǒng)財務指標主要反映了上市公司的償債能力、盈利能力、營運能力和發(fā)展能力，從不同的角度反映上市公司的財務狀況，獲得也相對容易，符合成本效益原則。（2）現(xiàn)金流量指標?，F(xiàn)金流量是企業(yè)的生命源泉，一個企業(yè)的償債能力取決于企業(yè)在規(guī)定時點的現(xiàn)金流量，未來的成長能力取決于企業(yè)長時期穩(wěn)定的現(xiàn)金流，而不是企業(yè)純利潤的多少，企業(yè)一切的經(jīng)營活動不是為獲取利潤的大小，而是為給企業(yè)帶來源源不斷的現(xiàn)金注入。

最終選取了29個指標作為研究變量，見表1。

（三）模型構(gòu)建

企業(yè)財務困境預測模型本質(zhì)上是一個二分類問題，將企業(yè)是否陷入財務困境作為二值響應模型的因變量，令企業(yè)財務困境為“1”，財務健康為“0”;將財務和非財務預測指標作為自變量，采用Logistic模型。Logistic回歸分析的基本原理是根據(jù)樣本數(shù)據(jù)使用極大似然估計法，先構(gòu)造似然函數(shù)與對數(shù)似然函數(shù)，再通過使對數(shù)似然函數(shù)值最大來求解對應的參數(shù)值，最后經(jīng)過一定數(shù)學推導預測企業(yè)陷入財務困境的概率。一般將取值在實數(shù)范疇內(nèi)的值進行Logit變換轉(zhuǎn)換為目標概率值然后進行回歸。函數(shù)模型的數(shù)學表達式如下：

四、實證分析

（一）正態(tài)性檢驗

為保證最終進入模型的變量準確性和穩(wěn)定性，在對ST組和非ST配對組進行指標變量差異的顯著性檢驗之前，先對78家樣本總體的29個指標進行正態(tài)性檢驗。若Sig.值小于0.05或0.1，拒絕原假設，說明指標不服從正態(tài)分布;反之，說明指標服從正態(tài)分布。檢驗結(jié)果見表2。

由表2可知，29個指標中營運資本/總資產(chǎn)、前十大股東持股比例合計兩個指標的Sig.值大于0.05，無法拒絕原假設，即認為這兩個指標服從正態(tài)分布;其余27個指標的Sig.值均小于0.05或0.1，拒絕原假設，即認為其余27個指標不服從正態(tài)分布。

（二）指標變量差異的顯著性檢驗

對所選擇的29個指標變量進行差異的顯著性檢驗，判斷指標變量在ST組和非ST配對組之間是否存在顯著性差異，若Sig.值小于0.05或0.1，則說明該指標通過了顯著性檢驗，即該指標對上市公司被ST有顯著影響;反之，則說明該指標沒有通過顯著性檢驗，即該指標對上市公司被ST沒有顯著性影響。

根據(jù)正態(tài)性檢驗的結(jié)果，對服從正態(tài)分布的營運資本/總資產(chǎn)、前十大股東持股比例合計兩個指標采用兩獨立樣本T檢驗，檢驗結(jié)果見表3。

由表3可知，對于營運資本/總資產(chǎn)這一指標而言，F(xiàn)檢驗的Sig.值小于0.05，拒絕原假設，說明方差不相等;再觀察T檢驗的Sig.值小于0.1，拒絕原假設，說明營運資本/總資產(chǎn)在ST組和非ST配對組之間存在顯著性差異。同理分析可得前十大股東持股比例合計在ST組和非ST配對組之間也存在顯著性差異。

對不服從正態(tài)分布的27個指標采用獨立樣本Mann-Whitney U檢驗進行差異顯著性檢驗，最后得出經(jīng)營性現(xiàn)金流量債務總額比、凈資產(chǎn)收益率、總資產(chǎn)凈利率、銷售凈利率、經(jīng)營活動凈收益/利潤總額、總資產(chǎn)周轉(zhuǎn)率、營業(yè)利潤/營業(yè)總收入、總資產(chǎn)增長率、凈利潤增長率、營業(yè)收入增長率、留存收益/總資產(chǎn)、非經(jīng)常性損益/利潤總額這12個指標的Sig.值小于0.05，說明這些指標在ST組和非ST配對組之間存在顯著性差異。

最終篩選出經(jīng)營性現(xiàn)金流量債務總額比、凈資產(chǎn)收益率、總資產(chǎn)凈利率、銷售凈利率、經(jīng)營活動凈收益/利潤總額、總資產(chǎn)周轉(zhuǎn)率、營運資本/總資產(chǎn)、營業(yè)利潤/營業(yè)總收入、總資產(chǎn)增長率、凈利潤增長率、營業(yè)收入增長率、留存收益/總資產(chǎn)、非經(jīng)常性損益/利潤總額、前十大股東持股比例合計共計14個指標。

（三）Logistic模型建立與檢驗

將企業(yè)是否陷入財務困境作為因變量，令企業(yè)財務困境為“1”，財務健康為“0”;將經(jīng)過正態(tài)性檢驗和差異顯著性檢驗后篩選出來的14個指標從X1—X14依次標號作為自變量，由于本文的研究樣本難以完全滿足正態(tài)分布，決定構(gòu)建Logistic模型。逐步回歸的最終結(jié)果如表4所示。

1.回歸系數(shù)的檢驗。由表4可知，除了常量不受影響之外，變量X4、X6、X8、X10、X12的Sig.值均小于等于0.05或0.1，說明在顯著性水平為5%或10%的情況下，拒絕原假設，變量系數(shù)均通過了顯著性檢驗，即這五個變量均對因變量具有很強的解釋作用。

2.擬合優(yōu)度的檢驗。由表5和表6可知，模型的Chi2為37.802，-2Log likelihood為61.494，CoX&Snell R2為0.384，Nagelkerke R2為0.533。Logistic模型采用的是極大似然估計方法，似然函數(shù)的值越大，說明模型的擬合程度越好。-2Log likelihood是二倍的似然函數(shù)值對數(shù)，該值越小，說明模型的擬合程度越好。CoX&Snell R2和Nagelkerke R2類似于線性模型的R2，同樣用于檢驗模型的擬合度。從這些值可以看出，該模型的擬合程度還是很好的。

3.預測準確率的檢驗。用驗證樣本對預測模型的準確率進行檢驗，判定時以0.5為分隔點，大于或等于0.5判定為ST企業(yè)，小于0.5判定為非ST企業(yè)，結(jié)果如表7所示。

從模型的預測結(jié)果可以看出，13家財務困境公司中有11家公司被判定為財務困境，2家公司被判定為財務健康，準確率達到了84.61%;26家財務健康公司全部被判定為財務健康，準確率達到了100%?？梢园l(fā)現(xiàn)對財務健康公司判定的準確率要高于對財務困境公司判定的準確率。從總體上來看39家公司中有37家公司的判定是正確的，總體準確率達到了94.87%，說明該模型的預測效果很好。

（四）回歸結(jié)果分析

進入模型的五個指標來自盈利能力指標、運營能力指標、發(fā)展能力指標和現(xiàn)金流量指標，分別是銷售凈利率、總資產(chǎn)周轉(zhuǎn)率、營業(yè)利潤/營業(yè)總收入、凈利潤增長率、留存收益/總資產(chǎn)。

銷售凈利率指標的變量系數(shù)為-24.125，說明一家上市公司的償債能力取決于其盈利能力，如果一家上市公司長期處于虧損的狀態(tài)，就會慢慢陷入財務困境，最終面臨破產(chǎn)，這就是銷售凈利率入選模型的主要原因。同時可以看出，一家上市公司的銷售凈利率越高，其盈利能力越強，陷入財務困境的可能性越小，并且銷售凈利率系數(shù)的絕對值還是幾個指標系數(shù)絕對值中最大的，說明盈利能力指標對上市公司是否陷入財務困境具有很大的影響力。證明了假設2成立。

總資產(chǎn)周轉(zhuǎn)率指標的變量系數(shù)為-2.968，說明一家上市公司對資產(chǎn)的利用效率越高，公司的運營能力越高，生產(chǎn)經(jīng)營越高效，越不容易陷入財務困境。營業(yè)利潤/營業(yè)總收入指標的變量系數(shù)為22.959，符號為正，說明一家上市公司的利潤率并非越高越好，利潤最大化不是一家上市公司經(jīng)營的最終目標，也不是一家公司成功經(jīng)營的衡量標準，成功經(jīng)營一家公司應該努力創(chuàng)造顧客需要的價值，實現(xiàn)價值創(chuàng)造能力的最大化，所以較低的利潤率迫使企業(yè)努力提高運作效率，樹立正確的企業(yè)價值觀。這兩個指標也從側(cè)面證明了假設3成立。

凈利潤增長率指標的變量系數(shù)為-0.349，說明一家上市公司利潤處于增長階段時，未來的成長能力越強，陷入財務困境的幾率也就越低。證明了假設4成立。

留存收益/總資產(chǎn)指標的變量系數(shù)為-4.552，說明充足的現(xiàn)金流量可以減少上市公司陷入財務困境的可能性，公司能否償還到期債務除了需要盈利外，還需要足夠的現(xiàn)金，沒有足夠的現(xiàn)金，再多的利潤也無法償還債務。證明了假設5成立。

償債能力方面的指標最終沒有被選入模型，與企業(yè)的償債能力與財務困境呈負相關的假設不相符，無法驗證假設1成立。

五、結(jié)論及展望

本文以2018年被ST的39家A股上市公司和未被ST的78家A股上市公司為研究對象，綜合考慮財務因素和非財務因素，選取了29個指標變量，首先通過正態(tài)性檢驗和差異顯著性檢驗篩選指標變量，然后構(gòu)建Logistic模型。由實證研究和結(jié)果分析得出，企業(yè)的盈利能力、運營能力、發(fā)展能力和現(xiàn)金流量都與財務困境呈負相關關系，這四項能力的提高有助于降低企業(yè)陷入財務困境的可能性，驗證了假設2、3、4、5的正確性。同時銷售凈利率、總資產(chǎn)周轉(zhuǎn)率、營業(yè)利潤/營業(yè)總收入、凈利潤增長率、留存收益/總資產(chǎn)這五項指標是預測上市公司財務困境的核心指標，基于Logit建立的預測模型準確率可以高達85%。為此，本文針對上市公司、監(jiān)管機構(gòu)和投資者提出如下建議：

對于上市公司而言，要時刻關注公司運營過程中各項財務指標的變動，不同方面的財務指標可以反映公司不同方面的核心競爭力，基于Logistic模型預測財務困境的準確率很高，上市公司有必要結(jié)合三大財務報表信息建立預測模型，對公司的財務狀況進行一定的預測與監(jiān)控。同時，要重點關注公司的盈利能力，尤其是銷售凈利率;提高公司的經(jīng)營效率，不要一味地尋求利潤最大化，貫徹顧客價值最大化、社會價值最大化的理念才是公司追尋的最終目標;還要注意對公司現(xiàn)金流量的優(yōu)化，建立有效的財務系統(tǒng)，合理分配資金，保證公司有充足的現(xiàn)金流量償還到期債務。

對于監(jiān)管機構(gòu)而言，要加大對上市公司信息的監(jiān)管力度，規(guī)范上市公司的財務信息披露，財務信息的真實性決定了預測模型的可靠性和適用性，同時也會影響到?jīng)Q策的正確性。

對于投資者而言，學會使用和分析財務報表信息，這些信息對企業(yè)財務困境具有非常強大的解釋能力，可以避免投資者做出錯誤的投資行為。

【主要參考文獻】

[1] 劉恩斌.上市公司財務困境影響因素實證研究[D].山東財經(jīng)大學，2014.

[2] 楊青龍，田曉春，胡佩媛.基于LASSO方法的企業(yè)財務困境預測[J].企業(yè)管理，2016，（23）.

[3] 陳凱凡.企業(yè)財務困境混合模型預測——基于上市公司財務數(shù)據(jù)的實證研究[D].暨南大學，2005.

[4] 巫磊.基于Logit回歸模型的我國上市公司財務困境預測實證研究[D].西南財經(jīng)大學，2008.

[5] 蔡玉蘭，錢崇秀，董雪杰.財務報表信息對企業(yè)財務困境的預測能力[J].FORECASTING，2016，（05）.

[6] 張旭堯，張衛(wèi)民.基于生存分析法的財務困境預警研究——以我國農(nóng)業(yè)上市公司為例[J].商業(yè)會計，2016，（03）.

[7] 劉攀龍.跨國集團財務管理戰(zhàn)略轉(zhuǎn)型的路徑研究[J].商業(yè)會計，2018，（23）.

[8] 姚懿軒.基于財務困境視角的融創(chuàng)并購樂視的戰(zhàn)略動因研究[J].商業(yè)會計，2018，（01）.

[9] 祁新，柏廣才.基于創(chuàng)新視角的中小企業(yè)財務危機預警模型構(gòu)建[J].商業(yè)會計，2019，（03）.

[10] 章愈婧.機構(gòu)投資者、財務困境與企業(yè)套期保值——基于制造業(yè)上市公司的經(jīng)驗數(shù)據(jù)[J].商業(yè)會計，2018，（04）.

【作者簡介】

郭二靜，女，北京林業(yè)大學經(jīng)濟管理學院;研究方向：統(tǒng)計學，財務學。