財務比率分析法對上市公司負債籌資風險預測的修正

［摘 要］ 上市公司負債籌資風險預測是一個具有探索性、前沿性的課題，依其成因界定其含義，并分為4種類型，分別通過主成分分析和邏輯回歸分析構建負債籌資風險預測模型，這兩種模型的預測結果都較為準確。但由于定量分析方法的局限性，使得兩種模型預測的結果出現差異，運用財務比率分析法對預測結果進行修正，能使預測結果更為準確。

［關鍵詞］ 上市公司負債籌資風險；預測；主成分分析；邏輯回歸分析；財務比率分析；修正

［中圖分類號］F275［文獻標識碼］A［文章編號］1673-0194（2008）19-0051-03

一、引 言

我國上市公司中大部分ST公司面臨著嚴重的財務風險，而其財務風險的重要組成部分——負債籌資風險表現得尤為明顯，故加強上市公司負債籌資風險的預測研究對有效防范企業財務風險的發生有著重要的意義［1］。

我國有關企業財務風險預測研究起步于20世紀90年代中期，遠晚于西方國家，現階段以引進和學習國外財務風險預測理論和方法為主。有關財務風險預測指標的選擇、篩選、修正等方面爭議較大［2］；針對統計方法必須前提假設而現實條件又不能完全滿足的情況，一些針對性地放寬前提假設條件的方法被引入財務風險預測模型［3］；隨著人工智能的發展，一些非統計方法被嘗試構建財務風險預測模型［4］。不管是統計方法還是非統計方法在預測負債籌資風險時都存在局限性，再加上我國資本市場發展較晚且還不成熟，很大程度上影響了定量預測的可靠性，有必要建立定性分析與定量分析相結合的負債籌資風險預測模型。

二、負債籌資風險的含義、成因和類型

本文將負債籌資風險的含義界定為企業因負債籌資引起的負債經營的預期結果和實際結果發生偏差的可能性。按負債籌資對企業經營的不同影響可分為4種類型：①決策性籌資風險，主要是源自企業對負債規模的確定。②支付性籌資風險，主要是企業特定時間上資金支付困難造成的。③經營性籌資風險，主要是企業整體經營狀況不佳使其息稅前投資報酬率較低和其負債的資本成本過高造成的。④貨幣性籌資風險，是貨幣的變動造成的，包括利率風險和匯率風險。

雖然負債籌資風險是企業財務風險中籌資風險的一部分，但是它的形成除負債本身特點以外，與企業的整體經營是密不可分的，所以研究預測負債籌資風險除了針對負債自身特點，也應該從企業整體財務狀況出發，依其成因綜合地考慮這一問題。

三、研究設計和樣本

本文通過主成分分析和邏輯回歸分析方法，分別構建負債籌資風險預測模型。再運用財務比率分析法對預測結果進行修正，使預測結果更為準確。

隨機選擇深市和滬市2006年80家公司前3年年度數據作為研究樣本，分成兩個研究子樣本，估計子樣本和預測子樣本各包括20家ST公司和20家非ST公司，分別用于確定預測模型函數和檢驗預測模型的預測效果。而后再從兩種預測結果的差異中隨機選擇威達醫用科技股份有限公司采用財務比率分析方法預測其負債籌資風險，對定量方法作進一步的修正，以增加預測結果的準確性。

四、實證檢驗結果

在總結前人研究成果的基礎上，考慮到負債籌資風險的成因以及財務指標之間的相關性，通過T檢驗判別后，本文選擇了X1資產負債率、X2速動比率、X3現金債務總額比、X4凈營運資金/資產總額、X5利息保障倍數、X6主營業務利潤率、X7息稅前投資報酬率、X8主營業務收入增長率、X9營業利潤增長率、X10凈資產增長率等10個指標作為建立負債籌資風險預測模型的備選變量。

1. 上市公司負債籌資風險主成分預測的實證檢驗

運用SPSS 13.0統計軟件進行主成分分析處理，得到負債籌資風險主成分預測模型:

F＝0.388×Z1+0.135×Z2+0.121×Z3+0.096×Z4+0.079×Z5+0.057×Z6。

若F≥0.05，則兩年后該公司為非ST企業；若F＜ 0.05，則兩年后該公司為ST企業。

運用負債籌資風險主成分預測模型對估計樣本預測的總判別正確率為92.5%；對預測樣本預測的總判別正確率為82.5%。雖然總判別正確率較對估計樣本有所下降，但說明該模型仍具有較強的預測能力。

2. 上市公司負債籌資風險邏輯回歸預測的實證檢驗

運用SPSS 13.0統計軟件進行邏輯回歸分析，得到負債籌資風險邏輯回歸預測模型：

P=。

該模型判別臨界值為0.5，即P值大于0.5可判定兩年后將成為ST公司；而P值小于0.5可判定兩年后仍為正常公司(非ST公司)。

運用負債籌資風險邏輯回歸預測模型對估計樣本預測的總判別正確率為87.5%；對預測樣本預測的總判別正確率為85%。說明該模型也具有較強的預測能力。

3. 兩種負債籌資風險預測模型的比較

邏輯回歸模型的前提假設比較符合經濟現實和金融數據的分布規律，并且預測準確度高。但是我國上市公司財務數據具有高相關性和高維性指標多等特點，會導致大部分原始數據信息的丟失以及估計方程中出現共線性等問題。而主成分分析法能夠在模型具有眾多解釋變量的情況下，同時實現降維和最大限度地減少原始數據中所含信息的丟失，并且替代原始數據的主成分之間彼此互不相關，克服邏輯回歸分析存在的共線性和原始變量數據信息丟失等問題。

比較兩種預測模型的預測結果發現，兩種方法的預測準確度都較高，但預測結果也存在差異。考慮到負債籌資風險的成因和特點以及和其他風險的關系，預測負債籌資風險還需再運用財務比率分析來對其進行修正。

五、財務比率分析法對兩種模型預測的修正

本文從預測的錯誤結果中隨機選擇威達醫用科技股份有限公司（簡稱*ST威達，000603），運用財務比率分析其負債籌資風險，該公司2006年被證監會依法特別處理（即ST），主成分預測模型預測的結果為ST公司，而邏輯回歸預測模型預測的結果為非ST公司。這就需要運用財務比率分析方法對預測結果進行修正。

1． 財務比率分析

威達公司屬高科技醫療器械生產行業，自1996年上市以來經營業績一直不好，凈利潤率、總資產周轉率、每股經營現金凈流量等指標都低于同行業水平，2002年還曾因財務狀況異常被特別處理。下面對其2002年和2003年的財務指標進行分解并比較，進而分析該公司財務狀況變化的原因。

（1）資本結構分析

該公司近兩年的資產負債率較為穩定，而固定資產比例下降較快，但作為制造業企業固定資產比例一般較高，而威達公司的固定資產比例大幅度下降勢必會影響企業的未來發展。

（2）現金流量和償債能力分析

該公司每股經營現金凈流量遠低于同行業平均水平，現金凈流量的增加主要來自其籌資活動現金流出量的減少。雖然資產負債率保持較低水平，但是流動比率和速動比率近兩年下降較快，利息保障倍數變化較大，并且低于同行業平均水平，這說明威達公司償債能力來明顯有所下降，并且在2001年和2002年發生了債務重組事件。

（3）盈利能力分析

該公司主營業務收入并沒有很大變化，并且行業排名也一直比較靠后，但銷售凈利率發生了大幅度下降，這是由于非主營業務利潤下降造成的，而公司2002年的盈利也是靠非主營業務實現的，考慮到外部環境對公司主營業務的影響，該公司未來的盈利能力堪憂。

（4）營運能力和成長能力分析

該公司總資產周轉率等遠低于同行業平均水平，其營運能力較差。與2002年相比，該公司2003年主營業務收入增長率、凈利潤增長率、總資產增長率等都發生了大幅度的下降，有的甚至下降為負數。結合公司面對的內外部環境，在威達公司當前的經營條件下，可以預見其成長能力較差。

2． 對定量預測模型的修正

由上述財務比率分析，威達公司資本結構狀況較同行業平均水平和本企業歷史水平變動較大，面臨一定的決策性籌資風險；公司未來現金流量狀況不佳，面臨一定的支付性籌資風險；其盈利能力遠低于同行業平均水平且下降明顯，再加上其較差的成長能力，使該公司面臨較大的經營性籌資風險。綜合判斷該公司的負債籌資風險較大，結合兩種預測模型預測的結果，基本上可以判斷該公司為ST公司。

主成分預測模型中盈利能力所占權重較大，邏輯回歸預測模型在盈利能力反映上出現了信息丟失，而威達公司較差的盈利能力正是導致其被特別處理的主要原因，這導致了兩種模型的預測結果出現差異，而財務比率分析對上述兩種模型的預測結果進行了有效的修正。

六、研究結論

本文通過研究得出以下結論：①選擇主成分分析和邏輯回歸分析分別構建負債籌資風險預測模型，都能夠較為準確地預測出上市公司負債籌資風險，但也存在差異。②通過財務比率分析法能夠有效地對定量預測模型進行修正，使預測結果更為準確。

主要參考文獻

［1］ 李亞光. 上市公司財務危機預警系統研究［D］. 貴陽：貴州財經學院企業管理專業，2006.

［2］ 張鳴，張艷. 財務困境預測的實證研究與評述［J］. 財經研究，2001（12）.

［3］ 吳應宇，袁陵. 基于因子分析的上市公司財務危機預警研究的修正［J］. 東南大學學報，2004（6）.

［4］ 楊保安，季海，溫金祥. BP神經網絡在企業財務危機預警之應用［J］. 預測，2001（2）：49-54.

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