上市公司財務預警模型的建立和應用探討

[摘要] 本文以2005年發生ST的A股上市公司為研究對象，通過實證研究建立三個線性判別函數，并且以實際的上市公司為例，探討了多期財務預警模型的應用方法，分析了財務預警模型在實際應用上的簡化性、準確性和及時性，希望可以幫助利益相關者能夠利用上市公司公開的財務報告信息，進行財務預警。

[關鍵詞] 上市公司 利益相關者 財務預警 預警模型

近年來，一些上市公司因為治理結構失衡，公司管理層管理混亂等諸多原因，導致公司業績逐年下降，出現虧損甚至出現資不抵債等嚴重情形，最終受到特別處理，面臨退市的危險，使投資者、債權人及其他利益相關者遭受巨大損失，因此可以認為這些上市公司發生了財務危機，有必要站在上市公司外部，探討財務預警模型的建立和應用方法。通過上市公司公開的財務數據和財務指標來預測公司的財務狀況，判斷是否會發生財務危機，從而幫助上市公司利益相關者做出決策。

一、利益相關者及其預警目的

上市公司的利益相關者可以劃分為內部利益相關者和外部利益相關者兩類，內部利益相關者主要包括大股東、董事會、經理層及公司員工；外部利益相關者主要包括債權人、中小投資者、供應商、客戶、政府以及其他潛在的利益相關者。

不同的利益相關者在財務預警的應用目的方面存在較大的差異。中小投資者的預警目的是為了及時調整投資策略，規避投資風險和投資損失；債權人的預警目的是為了判斷能否按時收回本金和利息，保證債權的安全；供應商和客戶是為了從與上市公司的契約中獲得應有的利益；政府是為了取得稅收和宏觀調控。而上市公司大股東和內部經營管理者的預警目的在于及時發現公司經營中的風險和財務危機，采取措施防止公司經營陷入困境和財務危機的發生，以及盡快擺脫困境和危機。因此，一方面要站在外部利益相關者的角度，利用較為準確的財務預警模型和上市公司公布的財務數據指標，進行估計和預測上市公司的真實財務狀況，為中小投資者、債權人等外部利益相關者提供決策幫助；另一方面，站在內部利益相關者的角度依據財務預警模型構建公司財務預警系統，從而幫助公司管理層及時的了解公司面臨的財務風險，采取適當的措施有效的防范和化解財務危機。

二、財務預警模型的建立

本文以特別處理（ST）的A股上市公司作為研究對象，選用2005年發生ST的A股上市公司為樣本，根據公司被特別處理前一年的行業分類和總股本規模選擇相應的控制樣本，得到的樣本總數是60家，其中ST公司30家，非ST公司30家。公司財務危機的出現大多是一個漸進的過程，因此需要一個預警過程，進行多期財務危機的預警研究。這樣，樣本數據的收集時間延至公司發生ST的前3年，即2002年。以發生ST的前一年、前二年和前三年的財務數據為基準，建立多期財務危機預警模型。

1.研究變量選擇

在財務預警變量的選擇方面，結合我國實際使用的績效評價指標體系，采用調查問卷的方式以及研究變量獲取的難易程度與成本效益原則，初步選擇了10個財務指標作為財務危機預警研究的備選變量，并且納入了現金流量指標，分別反映了公司財務狀況的四個方面，即償債能力、盈利能力、營運能力和發展能力。具體指標見表1。

表1 備選研究變量

2.多元線性判別模型的構建

首先搜集并計算60家樣本公司的資產負債率、凈資產收益率、總資產周轉率和銷售增長率等10個財務指標，在此基礎上，利用SPSS13.0統計軟件對樣本中的ST公司和非ST公司在被特別處理前T-1年到T-3年共3年期間歷年的10個財務指標進行描述性統計和顯著性檢驗，檢驗選取的顯著性水平α=5%，篩選和確定對公司陷入財務危機影響最為顯著的財務指標為模型的判定指標。

通過對統計數據和顯著性檢驗結果進行分析，存在顯著差異的變量隨著財務危機發生時間的接近而增多，具有顯著差異的變量經歷了5-8-10的變化，這說明上市公司在陷入財務危機之前的財務狀況經歷了一個逐步惡化的過程，在進行多期財務危機預測時，不同時期的財務預警模型中所使用的變量應有所不同。不同時期具有顯著差異的變量見表2。

表2 顯著變量檢驗結果匯總表

注：顯著性水平α=5%

在構造判別函數時，使用費雪（Fisher）判別準則對ST前1~3年的數據進行判別分析， 采用顯著性變量全部進入模型的方法來構造線性判別函數，使用等先驗概率和等誤差成本，獲得的非標準化典型判別函數模型如下：

財務危機前一年即t-1年的判別函數模型為：

Y1=－0.517＋0.618X1＋0.307X2－0.288X3＋3.293X4＋0.057X5－0.018X6

＋0.627X7＋0.63X8＋1.03X9－0.167X10 (公式1)

財務危機前二年即t-2年的判別函數模型為：

Y2=1.04＋2.772X1＋0.255X2－6.639X3＋5.6X4－0.317X6－4.083X7

＋1.813X8＋0.152X10 (公式2)

財務危機前三年即t-3年的判別函數模型為：

Y3=0.428＋0.294X2＋0.077X6－3.952X7＋0.943X9＋1.024X10(公式3)

二類判別以0為分界點，根據求出的判別分Y來預測和判斷上市公司是否會被特別處理，若求出的判別分Y＞0則可判別為不會被特別處理的公司即非ST公司，若判別分Y＜0則可判別為會被特別處理的公司即ST公司。對建立的判別函數模型使用交互驗證方法進行檢驗，在特別處理前t-1、t-2、t-3年分別建立的三個模型Y1、Y2、Y3的總判別率分別達到了88.3%、78.3%、68.3%。

三、財務預警模型的應用

1．獲取上市公司的年報數據和財務指標，計算預警模型的預測值

選取某上市公司為研究對象（注：在此將上市公司的名稱隱去），該公司A股股票于1998年在深圳證券交易所上市交易，2006年公司股票實行“退市風險警示”特別處理，證券名稱冠以“*ST ”，可以認為該公司已陷入財務危機。本文選擇該公司2003年、2004年、2005年的年報數據和財務指標為基礎，利用構建的財務預警模型，對該公司2006年的情況進行預測。表3列示了該上市公司連續三年的財務數據和指標。

表3 上市公司2003年～2005年財務數據和指標

注：數據來源于上市公司年報

將已計算出來的財務指標和數據代入各相應的預警模型，分別求出模型的預測值，便于進一步的分析和研究。把該公司2003年的變量值代人Y3模型，得到預測Y值為9.3327，將2004年的變量值代人Y2模型，得到預測Y值為-1.1105，將2005年的變量值代人Y1模型，得到預測Y值為-31.0183。

2.對預警模型預測值的分析

在實際預測中，財務預警模型的實用性主要體現在三個方面，即預測的簡化性、準確性和及時性。從該上市公司應用預警模型來看，模型中運用的變量都來源于上市公司發布的年度財務報告，數據取得比較容易；在計算模型的預測值時，將變量值直接代人模型，運算過程簡單。對于信息使用者來說，這種模型的簡化性將更具有應用價值。

在模型預測的準確性方面，本文在對該上市公司進行預測時，采用多期預測模型同時套用不同時點的財務數據進行預測的方法。如果三個模型計算的結果是一致的，如都預測會陷入財務危機或都預測不會陷入財務危機，那么就可以基本肯定該公司在預測年份會陷入財務危機或不會陷入財務危機。如果三個模型的預測結果不完全一致時，例如有兩個模型計算結果判斷該公司在預測年份會陷入財務危機，而有一個模型預測結果判斷該公司在預測年份不會陷入財務危機，這樣出現相反的預測結果會難以判斷真實情況，產生預測的“灰色地帶”。在這種情況下，考慮兩個模型同時誤判的概率要小于單個模型誤判的概率，可以優先考慮兩個模型同時預測的結果。在預測該上市公司2006年是否會陷入財務危機的過程中，將2003年、2004年和2005年相應的財務指標變量分別代人Y3 模型、Y2 模型和Y1模型，得到預測Y值分別為9.3327、-1.1105和-31.0183，利用Y3 模型的預測值大于臨界值0，預測三年后即2006不會陷入財務危機，利用Y2 模型和Y1 模型的預測值都小于臨界值0，預測該公司在2006年會陷入財務危機。預測過程和結果可以用圖1表示如下：

多期預警模型預測過程和結果

在預測及時性方面，多期預警模型能夠盡早的觀測到目標公司的財務狀況，使預測時間提前。從圖中可以看出，Y2模型使用2004年的財務指標數據可以預測該上市公司在2006年度會陷入財務危機，Y1 模型使用2005年的財務指標數據進行預測，預測結果得到了進一步的確認。事實上也是如此，2006年5月公布該上市公司2005年度財務審計結果顯示公司發生虧損，根據深圳證券交易所有關規定，公司股票實行“退市風險警示”特別處理，該上市公司也發表聲明，公司董事會將認真面對公司面臨的問題，加強內部經營管理，努力提高公司經營業績。

四、小結

綜上所述，通過實證研究建立多期財務預警模型，結合實際的上市公司，探討了多期財務預警模型的應用方法，希望可以幫助上市公司的利益相關者能夠利用上市公司公開的財務報告信息，盡可能準確及時地了解上市公司的真實情況。當然，建立的多期預警模型并未達到100%的預測精度，因為財務預警模型的建立受到樣本選取范圍和樣本選取時間的限制，樣本數據的選取受到不同行業的影響，這些因素會降低預警模型的預測精度。

參考文獻：

[1]張鳴張艷程濤：企業財務預警研究前沿[M]．北京:中國財政經濟出版社，2004

[2]汪媛媛:利益相關者財務預警系統[J]．中國鄉鎮企業會計，2007

[3]劉紅霞:企業財務危機預警方法及系統的構建研究[M].北京:中國統計出版社，2005

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。