財(cái)務(wù)困境預(yù)警的行業(yè)差異性研究

摘 要：本文通過剖面分析和Kruskal-WallisH方法探討構(gòu)建財(cái)務(wù)困境預(yù)警模型中不同行業(yè)財(cái)務(wù)指標(biāo)的差異性。研究結(jié)果顯示用來構(gòu)建預(yù)警模型的財(cái)務(wù)指標(biāo)在行業(yè)之間顯著不同，不同行業(yè)在償債能力指標(biāo)的差異性最為顯著，在盈利能力指標(biāo)上顯現(xiàn)出一定的差異，表明基于行業(yè)角度進(jìn)行財(cái)務(wù)困境預(yù)警不但可行而且必要。

關(guān)鍵詞：財(cái)務(wù)困境；預(yù)警；行業(yè)差異性

0 引言

關(guān)于行業(yè)影響的實(shí)證，Gupta﹠Huefner（1972）發(fā)現(xiàn)，財(cái)務(wù)比率呈現(xiàn)行業(yè)性的差異，將其轉(zhuǎn)換成行業(yè)相對財(cái)務(wù)比率，預(yù)測準(zhǔn)確率高于以原始比率為變量的模型。Gilbert，Menon﹠Schwarts（1990）認(rèn)為金融機(jī)構(gòu)與非金融機(jī)構(gòu)的財(cái)務(wù)比率明顯不同，不能同時構(gòu)造模型。Altman and Izan（1983）將模型加入了與行業(yè)相關(guān)的變量，Platt（1990）（1991）結(jié)合模型中的變量與行業(yè)增長比率，成功的預(yù)測了破產(chǎn)。

關(guān)于行業(yè)對于預(yù)警模型影響的考慮，國內(nèi)學(xué)者們多數(shù)基于行業(yè)對財(cái)務(wù)困境預(yù)警具有影響的前提，通過選取與ST樣本公司同行業(yè)的公司作為配對樣本，或者通過選取某一特定的行業(yè)作為研究樣本，如高培業(yè)、張道奎（2000）采用一年的財(cái)務(wù)數(shù)據(jù)，把深市上市公司分為制造業(yè)和非制造業(yè)，運(yùn)用線性判別模型和Probit模型進(jìn)行財(cái)務(wù)困境預(yù)測，以達(dá)到在一定程度上控制行業(yè)影響的目的，郭斌、戴小敏等（2006）的研究及實(shí)證結(jié)果表明，消除行業(yè)影響后模型的分類準(zhǔn)確度有所提高，但未曾運(yùn)用實(shí)證的方法來驗(yàn)證行業(yè)之間的差異性。

1 剖面分析法與Kruskal-Wallis H 非參數(shù)方法

1.1 剖面分析法

剖面分析法考察單個比率的變動趨勢，以考察財(cái)務(wù)困境公司和非財(cái)務(wù)困境公司的異同。本研究計(jì)算或描述ST組和非ST組在ST之前歷年的描述性統(tǒng)計(jì)量或特征值，采用的主要統(tǒng)計(jì)量有：

1.1.1 均值

均值描述樣本公司中財(cái)務(wù)指標(biāo)在財(cái)務(wù)困境前t年的平均值。

1.1.2 標(biāo)準(zhǔn)差

標(biāo)準(zhǔn)差是反映第i組公司樣本公司的財(cái)務(wù)指標(biāo)R的離散程度的指標(biāo)。

1.2 Kruskal-Wallis H非參數(shù)方法

Kruskal-Wallis H檢驗(yàn)分析k個總體間的差別，這里k>2.1當(dāng)總體分布不能假定為正態(tài)分布或者當(dāng)數(shù)據(jù)是有序水平觀測，而不是間隔水平或比率水平觀測時，可采用這種非參數(shù)的秩和檢驗(yàn)以代替單方差分析F檢驗(yàn)。H的值標(biāo)志著k個處理中秩的分布情況。H值越大，秩的差別也越大。若H值大于在假定各處理來自同一總體時的期望值，則拒絕原假設(shè)。

2 行業(yè)選取、指標(biāo)變量與樣本公司的選擇

2.1 行業(yè)選取

出于我國的上市公司主要集中于制造業(yè)以及制造業(yè)內(nèi)的上市公司行業(yè)差異大的現(xiàn)實(shí)考慮，為了避免由于不同行業(yè)數(shù)據(jù)互相混雜而導(dǎo)致的模型適用性不高的缺陷，本文將行業(yè)研究對象確定為制造業(yè)下的輔助性類別。出于大樣本和保證統(tǒng)計(jì)顯著性的考慮，本文將財(cái)務(wù)比率的行業(yè)差異性檢驗(yàn)的研究對象確定為制造業(yè)下的機(jī)械設(shè)備儀表業(yè)、金屬非金屬業(yè)和石油化學(xué)塑料塑膠業(yè)的上市公司。

2.2 財(cái)務(wù)指標(biāo)的選擇

在財(cái)務(wù)指標(biāo)的選取上，本文廣泛考察和借鑒國內(nèi)外相關(guān)成果，最終選取具有解釋力和顯著性統(tǒng)計(jì)結(jié)果的財(cái)務(wù)指標(biāo)，指標(biāo)名稱依次為流動比率X1、營運(yùn)資本總資產(chǎn)比率X2、資產(chǎn)負(fù)債比率X3、資產(chǎn)周轉(zhuǎn)率X4、留存收益總資產(chǎn)比率X5、凈資產(chǎn)收益率X6、現(xiàn)金資產(chǎn)比率X7、速動比率X8、主營業(yè)務(wù)利潤率X9、總資產(chǎn)凈利率X10、總資產(chǎn)收益率X11、營運(yùn)資本轉(zhuǎn)換效率X12、長期負(fù)債比率X13、存貨周轉(zhuǎn)率X14、應(yīng)收賬款周轉(zhuǎn)率X15、主營業(yè)務(wù)收入增長率X16、總資產(chǎn)增長率X17和凈利潤增長率X18。

2.3 行業(yè)差異性研究的樣本設(shè)計(jì)

財(cái)務(wù)比率的行業(yè)差異性研究按照如下原則進(jìn)行樣本篩選：

2.3.1 為避免新股的影響，選取1997年l2月31日前上市的A股公司為原始樣本；

2.3.2 為避免異常值的影響，剔除了樣本期內(nèi)的ST和PT公司；

2.3.3 為保持樣本公司行業(yè)的恒定，剔除了樣本期內(nèi)變更主營業(yè)務(wù)的公司；

研究所用數(shù)據(jù)來源于天軟數(shù)據(jù)庫和新浪網(wǎng)，其中財(cái)務(wù)困境預(yù)警樣本公司的財(cái)務(wù)數(shù)據(jù)均采集自財(cái)務(wù)困境發(fā)生前三年，即使用t-3年的指標(biāo)值。

按照上述標(biāo)準(zhǔn)，行業(yè)差異性檢驗(yàn)研究的樣本最后得到181家上市公司，其中機(jī)械儀表設(shè)備業(yè)73家，金屬非金屬業(yè)61家，石油化學(xué)塑料塑膠業(yè)57家。

3 實(shí)證結(jié)果及分析

3.1 行業(yè)描述性分析

運(yùn)用SPSS軟件計(jì)算出1998-2013年各樣本行業(yè)財(cái)務(wù)指標(biāo)的均值和標(biāo)準(zhǔn)差。

從行業(yè)整體表現(xiàn)來看，償債能力指標(biāo)多接近一般行業(yè)平均值，情況良好，其中機(jī)械設(shè)備儀表業(yè)償債能力表現(xiàn)最好，其次為石油化學(xué)塑料塑膠業(yè)，金屬非金屬業(yè)償債能力最弱。

從盈利情況來看，主營業(yè)務(wù)利潤和留存收益情況較好，但凈資產(chǎn)收益率、總資產(chǎn)凈利率和總資產(chǎn)收益率則差強(qiáng)人意，反映出這些行業(yè)的上市公司運(yùn)用資產(chǎn)來獲利的能力普遍不強(qiáng)，公司經(jīng)營效率普遍不高，公司的決策和行動值得進(jìn)一步商榷。

從橫向來看，機(jī)械設(shè)備儀表業(yè)的盈利能力最強(qiáng)，金屬非金屬業(yè)次之，石油化學(xué)塑料塑膠業(yè)最差。

從經(jīng)營能力來看，整體情況良好，尤其金屬非金屬業(yè)表現(xiàn)出色，說明該行業(yè)的資產(chǎn)利用比較充分，資產(chǎn)管理和信用管理更有效率。

從成長能力來看，總資產(chǎn)都保持較穩(wěn)定的增長，表明尚有一定成長空間，但是凈利潤增長率全為負(fù)倍數(shù)則顯示可獲利空間的狹小，機(jī)械設(shè)備儀表業(yè)情況利潤獲取情況尤為堪虞。

從單個財(cái)務(wù)變量的行業(yè)表現(xiàn)來看，不同行業(yè)上市公司在X1、X3、X5、X6、X8、X9、X10、X11、X13、X16、X17方面相差不大，均在0.0044-0.0799；X2、X4、X7、X12、X14、X15、X18差異比較明顯。

但不同行業(yè)的財(cái)務(wù)指標(biāo)究竟是否具有統(tǒng)計(jì)上的顯著差異，還需進(jìn)行假設(shè)檢驗(yàn)。

3.2 行業(yè)差異性假設(shè)檢驗(yàn)結(jié)果及分析

首先計(jì)算126家樣本公司各財(cái)務(wù)指標(biāo)的均值，在此基礎(chǔ)上對不同行業(yè)公司的財(cái)務(wù)指標(biāo)是否具有顯著差異進(jìn)行假設(shè)檢驗(yàn)（H01：各行業(yè)的資產(chǎn)負(fù)債率X1沒有顯著差異，H02：各行業(yè)的流動比率X2沒有顯著差異，H03：各行業(yè)的凈資產(chǎn)收益率X3沒有顯著差異……）。三個不同行業(yè)間財(cái)務(wù)指標(biāo)差異性的Kruska1-WallisH檢驗(yàn)結(jié)果見表3.1。

a Kruskal Wallis Test b Grouping Variable：所屬行業(yè)

Kruska1-Wallis H檢驗(yàn)結(jié)果顯示：流動比率X2、營運(yùn)資本總資產(chǎn)比率X4、速動比率X7、現(xiàn)金資產(chǎn)比率X10、營運(yùn)資金轉(zhuǎn)換效率X12、長期負(fù)債比率X13、存貨周轉(zhuǎn)率X14等指標(biāo)的顯著性概率小于0.05，因此否定原假設(shè)，認(rèn)為行業(yè)之間在這些財(cái)務(wù)指標(biāo)上是有差異的；用于反映利潤率X8、應(yīng)收賬款周轉(zhuǎn)率X15與主營業(yè)務(wù)收入增長率X16的顯著性概率較好，表明不同行業(yè)在這些指標(biāo)上具有不一樣的表征。

檢驗(yàn)的結(jié)果表明，用來構(gòu)建預(yù)警模型的財(cái)務(wù)指標(biāo)在行業(yè)之間顯著不同，不同行業(yè)在償債能力指標(biāo)的差異性最為顯著，在盈利能力指標(biāo)上顯現(xiàn)出一定的差異，而反映公司經(jīng)營能力和成長能力的指標(biāo)沒有顯著差異。

這證實(shí)了不同行業(yè)的財(cái)務(wù)指標(biāo)存在著差異性，而且符合這三個行業(yè)經(jīng)營能力參差不齊、作為發(fā)展比較成熟的行業(yè)成長能力普遍偏低以及因所處行業(yè)不同信貸市場對其的信貸政策明顯有行業(yè)傾向性的客觀現(xiàn)實(shí)。而且也表明基于行業(yè)角度財(cái)務(wù)困境預(yù)警是十分必要的。

參考文獻(xiàn)：

[1]Gupta，M.，Huefner，R.A cluster analysis study of financial ratios and industry characteristics. Journal of Accounting Research， 1972， （spring）： 77-93

[2]J.-P. Kallunki，T. Martikainen，F(xiàn)inancial failure and managers’ accounting responses：Finnish evidence J，Journal of Multinational Financial Management，1999（9）：15-26

[3]Michel A.Industry influence on dividend policy[J].Financial Management，1979，（Autumn）：22—26

[4]張玲.財(cái)務(wù)危機(jī)預(yù)警分析判別模型及其應(yīng)用[J]，預(yù)測，2000，（6）：38-40

[5]]郭斌，戴小敏.我國企業(yè)危機(jī)預(yù)警模型研究—以財(cái)務(wù)與非財(cái)務(wù)因素構(gòu)建[J]，金融研究，2006，（2）：78-86

[6]王宗軍，熊銀平，鄧曉嵐.非財(cái)務(wù)信息與財(cái)務(wù)危機(jī)預(yù)警--來自我國上市公司的證據(jù)[J]，價值工程，2006，（8）：155-158

[7]鄧曉嵐，王宗軍，李紅俠.非財(cái)務(wù)視角下的財(cái)務(wù)困境預(yù)警—對中國上市公司的實(shí)證研究[J]，管理科學(xué)，2006，（3）：72-80

作者簡介：

劉翠屏（1978～），女，湖南寧鄉(xiāng)人，長沙商貿(mào)旅游職業(yè)技術(shù)學(xué)院教師，投資理財(cái)教研室主任，研究方向：資本運(yùn)營與公司理財(cái)。

基金項(xiàng)目：

1.湖南省教育廳科學(xué)研究項(xiàng)目“基于行業(yè)差異性的上市公司財(cái)務(wù)困境預(yù)警實(shí)證研究”（13C1057）

2.湖南省哲學(xué)社會科學(xué)基金項(xiàng)目“企業(yè)財(cái)務(wù)困境預(yù)警研究”（10YBA017）