電子信息板塊上市公司的財務危機程度預測模型

摘要：目前國內學者正在研究的上市公司財務危機預警模型只是對公司是否會陷入財務危機進行預測，而對公司在陷入財務危機之后的經(jīng)營發(fā)展變化情況并未進行定量的預測研究。本文將馬氏距離的費歇判別應用到財務危機程度預測中來，針對證券市場電子信息板塊上市公司，分別建立基于臨界值的財務危機程度預測模型和基于馬氏距離的財務危機程度預測模型，對已陷入財務危機的企業(yè)在下一年度的財務狀況會有所改善還是繼續(xù)惡化進行預測。經(jīng)檢驗，兩模型均具有效性，且后者效果上總體優(yōu)于前者。

關鍵詞：電子信息；財務危機程度預測；馬氏距離；費歇判別

一、引言

1.上市公司財務危機預警

財務危機的定義有多種描述，一般來說，財務危機是企業(yè)財務活動面臨或處于失控或遭受嚴重挫折的危險與緊急狀態(tài)。它是企業(yè)盈利能力和償付能力實質性地削弱、企業(yè)趨于破產(chǎn)等各種困境的總稱。建立財務危機預警模型可以在危機到來前給予企業(yè)及時的警告，管理者就可采取措施防止財務危機的出現(xiàn)。對于上市企業(yè)而言，財務危機預警就更加具有重要意義，它能幫助投資者做出投資決策，有利于證券監(jiān)管部門推進監(jiān)管工作，有利于企業(yè)防患于未然，有利于債權人等利益相關者的決策。本文認定被證交所施行“特別處理”（即被列入ST和*ST行列）的企業(yè)即陷入財務危機。國內外的財務危機預警模型主要有單變量預警模型、多變量統(tǒng)計分析模型及其他財務危機預警模型。

2.電子信息板塊的危機程度預測模型

目前國內學者在上市公司財務危機預警領域的研究中，只是對公司是否會陷入財務危機進行預測，而對公司在陷入財務危機之后的經(jīng)營發(fā)展變化情況并未進行過定量的預測研究。證交所對企業(yè)施行特別處理后，“帶帽”的持續(xù)時間最短為一年。在這一年中，有些企業(yè)經(jīng)過營運調整后財務狀況有所改善，如在第N年被冠以“ST”或“*ST”的企業(yè)，在第N+1年摘帽，或者在第N年被冠以“*ST”，在第N+1年變?yōu)椤癝T”；而有些企業(yè)由于財務狀況繼續(xù)惡化，由第N年的“ST”變成第N+1年的“*ST”。本文選擇證券市場電子信息板塊的上市公司作為研究樣本，嘗試建立電子信息板塊的危機程度預測模型，對已被證交所施行特別處理的企業(yè)在下一個年度的“帶帽”情況進行預測。危機程度預測模型可為企業(yè)的管理者及相關利益人做出正確決策提供依據(jù)。

二、研究方法

本文使用多元統(tǒng)計分析中的費歇判別方法來建立多變量財務危機程度預測模型。在國內的絕大多數(shù)文獻中，研究者都是使用基于臨界值的費歇判別做實證研究，而采用基于馬氏距離的費歇判別的例子鮮有見到。在財務危機預警領域中，筆者也未見到使用基于馬氏距離的費歇判別方法的先例。本文分別利用基于臨界值的費歇判別和基于馬氏距離的費歇判別建立電子信息板塊的財務危機程度預測模型并對兩模型的檢驗結果進行對比，以期為財務危機預警研究帶來新的思路。

三、指標體系的建立

考慮到財務指標的全面性、有效性及可操作性，又考慮到財務指標與企業(yè)財務困境的潛在相關性，本文選取了反映企業(yè)盈利能力、償債能力、營運能力、現(xiàn)金流量、股東獲利能力及發(fā)展能力六個方面的46個財務指標作為初選財務指標。利用SPSS軟件按照圖1展示的檢驗過程對初選財務指標進行假設檢驗，最后篩選出能有效區(qū)分“ST”和“*ST”這兩類上市公司的5個財務指標并進入最終指標體系：營業(yè)外收入（X6）、管理費用（X10）、存貨周轉率（X22）、主營業(yè)務收入增長率（X33）、有形凈值債務率（X40）。

四、實證研究

首先挑選滬深股市電子信息板塊2007及2008年兩年均被特別處理的上市公司共9家，詳見表1。由于企業(yè)在某一年度的財務狀況決定了其在下一年度是否會被特別處理，故定義2008年的“ST”公司為第一類，“*ST”公司為第二類，使用這9家公司2007年年度財務指標數(shù)據(jù)建模。數(shù)據(jù)來源于大智慧軟件、搜狐證券頻道網(wǎng)站。為消除各財務指標的量綱影響，需將原始數(shù)據(jù)作標準化處理。

由Matlab軟件求得兩總體的均值及協(xié)差陣如下：

1.基于臨界值的危機程度判別模型

由判別系數(shù)u，即可得到基于臨界值的危機程度判別模型，即

再求得判別臨界值滋原=-3.136。若uTy≥滋原，則將樣本y判為第一類，即“ST”公司；若uTy≤滋原，則將樣本y判為第二類，即“*ST”公司。

2.基于馬氏距離的危機程度判別模型

計算樣本y的判別函數(shù)值uTy與總體Gi的馬氏距離，即

di2=（y-滋贊（i））Tu（uT災贊iu）-1uT（y-滋贊（i））

其中i=1，2，滋贊（1），滋贊（2），災贊（1），災贊（2）的值見前文。當d12≤d22時，y屬于第一類，即“ST”公司；當d12≥d22時，y屬于第二類，即“*ST”公司。

3.兩模型的檢驗及對比

為了對兩模型的有效性和準確性進行檢驗，本文利用第N年（N=04，05，…，08）和第N+1年連續(xù)兩年均被特別處理的企業(yè)的第N年的財務數(shù)據(jù)分別回代到兩模型中，得到的判別結果與其第N+1年實際“帶帽”情況做比較，結果見表2。

由此可知，兩模型除在2004年回代正確率很低外，在2005-2008年4年的回代正確率總體來說是較高的，且基于馬氏距離的危機程度判別模型的回代正確率在除2006年之外均高于基于臨界值的危機程度判別模型，其總體平均正確率是70%，也高于后者的64%。可見，兩模型在財務危機程度預測上是有效的，且基于馬氏距離的危機程度判別模型總體上優(yōu)于基于臨界值的危機程度判別模型。

我們從兩模型的理論實質分析一下此結果。指標體系中的指標間或多或少是存在相關性的，基于臨界值的費歇判別方法并未將指標間的相關性考慮在內，而馬氏距離的定義式中包含了協(xié)差陣Vi，表明基于馬氏距離的費歇判別方法將指標的相關性也考慮在內了，這樣勢必會使后者的準確性高于前者。筆者曾利用這兩種方法分別計算過多個判別分析的實例，均印證了此結論。

五、財務危機預測流程圖

若將電子信息板塊正常上市公司視為一類，“ST”或“*ST”公司視為一類，利用同樣的研究方法建立起電子信息板塊的財務危機預警模型，再結合本文給出的危機程度預測模型，就可對電子信息板塊第N年某一上市公司在第N+1年的經(jīng)營狀況進行預測，圖2展示了此預測流程。此方法對我國電子信息板塊上市公司有效地防范并化解財務風險提供了參考依據(jù)。

參考文獻：

[1]陳余有.財務危機運營：企業(yè)理財安全機制探索[M].合肥：合肥工業(yè)大學出版社，2004。

[2]宋力，李進中，孫暉.會計信息、盈余質量與財務預警[M].沈陽：東北大學出版社，2004.

[3]周靜芋，宋世德，郭滿才.常用費歇判別準則的比較[J].西北農(nóng)林科技大學學報，2002，30（05）.

[4]宋志剛，謝蕾蕾，何旭洪.SPSS 16實用教程[M].北京：人民郵電出版社，2008.

[5]富芳芳.電子信息板塊上市公司的財務危機預警[J].中國集體經(jīng)濟，2013（07）.

（作者單位：湖南大學數(shù)學與計量經(jīng)濟學院）