我國稀土類上市公司財務風險預測模型研究

蘇利平，龐龍

摘 要：近幾年，稀土上市公司不僅經歷了稀土價格暴漲暴跌，而且現在還面臨著控制污染、行業兼并重組等一系列問題。所以對稀土上市公司財務風險進行預測研究十分必要。本文引入可持續增長率以及獨董比率指標，對我國稀土上市公司的財務數據進行分析檢驗，并建立了稀土類上市公司的財務風險預測模型。

關鍵詞：稀土類上市公司；財務風險；預測模型

1 已有的財務風險分析研究

（一）財務風險及其界定

財務風險是指企業財務的不確定性和損失性。我國學者對上市公司財務風險的界定，主要建立在公司被ST（Special Treatment，特別處理）的基礎上。由此，本文假定ST公司為財務風險公司。

（二）已有的財務風險預測模型

（1）單變量模型。該模型是指運用個別的財務比率來評價財務風險。但單個比率無法全面反映企業財務狀況[1]。

（2）多變量模型。該模型是指用多種財務比率加權匯總構成線性函數公式來評價財務風險的一種模型，也即計算Z值，美國學者Altman通過測算指出，若Z<1.81，表明出現財務危機的可能性較大；若Z>2.99，表明該公司處于正常狀態；若1.81

Z模型克服了單變量模型的缺陷，但其局限性在于：不可用于行業不同的公司之間比較；按權責發生制編制的報表資料不能真實反映企業財務質量[2]。

（3）logistic回歸模型。邏輯回歸模型是理論上較為成熟且預測誤判率較低的模型。其采用最大估計似然值法進行方程求解，計算目標的條件概率。模型如下：

Z■=？琢+■？茁■X■+？著，P■=1/1+e■ （式1.1）

其中i為0代表正常企業，1代表財務危機企業；P■代表根據Logistic模型所估計出來的第i家企業發生財務危機的概率。

隨著研究深入，一些非財務指標納入財務風險預警模型的指標中，其中包括公司治理變量。現有的將公司治理研究主要從股權結構和董事會特征兩個方面展開。董事尤其是外部獨立董事可能更加警惕總經理做出的經營決策，進而影響到資本結構決策以及企業投融資決策，最終緩解財務危機，所以，獨立董事比率在財務風險評價中尤為重要。

已有的財務風險分析研究中大多忽視了一個非常重要的財務指標-可持續增長率。羅伯特·希金斯指出，可持續增長率是指在不需要耗盡財務資源的情況下，企業銷售所能增長的最大比率[3]。企業可持續增長的實質是研究企業增長的合理速度以及增長原動力問題。所以本文添加了獨董比率以及可持續增長率來構建財務風險的模型。

2 我國稀土類上市公司財務風險預測模型構建

本文選取了稀土類上市公司2008-2012年的31家稀土類上市公司數據進行分析。ST（*ST）公司都遵循了相同的篩選標準，即都是因財務狀況異常而被滬深兩市證券交易所特殊處理的上市公司。

（一）評價模型研究樣本

本文以6 家 ST及*ST公司上市公司為研究樣本。同時，配對選取了25 家我國2008-2012 年間效益較好的稀土類上市公司作為對照樣本。其中st及*st公司股票名稱為ST有色ST 雄震*ST 天成*ST 關鋁*ST北磁*ST春暉；非st股票名稱為包鋼稀土、廈門鎢業、太原剛玉徐工機械、中科三環、中色股份、包鋼股份、鼎立股份、江西銅業、五礦發展、西藏發展、中國鋁業、安泰科技、橫店東磁、寧波韻升、天通股份、中鋼天源、創興資源、大洋電機、風華高科、貴研鉑業、湘電股份、銀基發展、有研硅股、中科英華。

（二）評價模型研究指標

（1）財務指標的種類。本文將反映上市公司財務風險的財務指標分為6大類，即每股指標、盈利能力、成長能力、營運能力、償債及資本結構、現金流量。反映這六大類的具體指標共有 67個。

（2）財務指標的選擇。參考以往研究文獻并結合我國稀土類上市公司實際情況，選出20個最能反映這類上市公司財務狀況的指標。包括：總資產利潤率、銷售凈利率、凈資產收益率、成本費用利潤率、每股收益、每股經營活動現金流量、流動比率、速動比率、營運資金對資產總額比率、資產負債率、固定資產比率和凈資產比率。

（3）獨董比率

獨董比率與一個企業的經營業績、股權集中度密切相關，因此將獨董比率引入模型，對于評價稀土類上市公司財務風險有著重要的價值。

（4）可持續增長率

本文選取希金斯的可持續增長模型來計算可持續增長率，即：SGR=g*=P×A×R×T

式中： P-銷售凈利率；A-總資產周轉率；R-留存收益率；T-權益乘數。

（三）評價模型的建立與檢驗

有研究表明，當Spearson 相關系數大于 0.8 時會給回歸模型帶來嚴重的影響。本文對20個財務指標進行Spearson 相關性檢驗，剔除掉兩兩指標相關性大于0.8的指標以及低于0.8的指標之后，最終選擇了 凈資產收益率 資產負債率 總資產增長率 主營業務收入增長率 每股經營活動現金流量 可持續增長率 獨董比率。

由式1.1及所選取變量可得Logistic回歸方程：

Z=？琢+？茁■X■+？茁■X■+？茁■X■+？茁■X■+？茁■X■+？茁■X■+？茁■X■+？著其中P■=1/1+e■

Xj表示解釋變量即影響企業財務風險的因素。解釋變量的系數越大，即對事件發生概率的影響也越大；正負號表明變量對事件發生概率的影響方向。

（1）樣本描述性統計分析

將變量指標 到 的五年數據輸入進行描述統計，得表1。

（2）相關系數分析

將數據進行相關性分析得表2。pearson相關性數值越小則表示兩兩變量之間相關性越低。

（3）回歸分析與模型建立

對原有數據進行處理，將ST或*ST稀土類上市公司的因變量取為1也即Z=1，非ST稀土類上市公司的因變量取為0也即Z=0，得到表3。

表3中的B值為所求logistic方程的系數即β值， Exp （B）為B系數的指數，表示自變量的風險率，就是說隨著該自變量的增加或者減少，風險比率相應的增加或者減少的倍數。

得到本文的模型：Z=-1.584-2.858X■+1.190X■-0.035X■+0.253X■-0.529X■-0.372X■-3.854X■；Pi=1/1+e■

（4）模型檢驗。根據spss17.0的logistic回歸分析中輸出的分類表，總計百分比為84.5，也就是說明模型的有效率84.5%，模型結果較為理想。

3 研究結論及建議

（一）研究結論

我國上市公司的財務指標中包含有對財務風險預測的信息，因而財務風險是具有可評測性的。

（1）本文通過Logistic回歸方法建立了我國稀土類上市公司財務風險預警模型，獲得了預測效果。從本文所構建的模型來看，變量的系數為負的X1 X3 X5 X6 X7越強，則企業陷入財務危機的概率越低。因此，企業應該重點注意這些因素對于企業財務風險的影響。

輸出變量sig的值為財務指標的顯著性水平，當sig值小于0.05的時候說明該指標具有較好的解釋能力。因此模型中凈資產收益率和每股經營活動現金流量對企業的財務風險的解釋能力最強。

（2）本文得出的財務風險預警模型預測正確率較高，也即在財務風險預測模型中可以加入可持續增長率指標，有助于我們辨析與預測財務危機。

（3）總體來看，財務數據在財務風險的預測分析上表現出了較強的作用，能夠較為有效地對財務風險進行監控識別。

（二）對稀土類上市公司規避財務風險的建議

（1）重視企業的可持續增長。有效合理的利用資源，提高資源轉化率；關注影響企業可持續增長的各方面因素以及國家的相關政策。

（2）重視董事會的獨立性。發揮董事會在經營決策中的作用尤其是獨立董事制度并且完善制度。

（3）資源型企業要保持和提高資產周轉速度和經營效率，提高存貨周轉率以及資產周轉速度，避免財務危機。

參考文獻：

[1]沈洪濤.上市公司財務風險評價模型實證研究--有色金屬業的證據[J].生產力研 究，2012（7）：48-250.

[2]Altman E. I. Financial Ratios.Discriminant analysis and the prediction of corporate bankruptcy [J]. Journal of Finance，1968（4）：589-609.

[3]Robert. C. Higgins. How much growth can a firm afford？ [J].Financial Management，1977（4）：7-16.endprint

（3）回歸分析與模型建立

對原有數據進行處理，將ST或*ST稀土類上市公司的因變量取為1也即Z=1，非ST稀土類上市公司的因變量取為0也即Z=0，得到表3。

表3中的B值為所求logistic方程的系數即β值， Exp （B）為B系數的指數，表示自變量的風險率，就是說隨著該自變量的增加或者減少，風險比率相應的增加或者減少的倍數。

得到本文的模型：Z=-1.584-2.858X■+1.190X■-0.035X■+0.253X■-0.529X■-0.372X■-3.854X■；Pi=1/1+e■

（4）模型檢驗。根據spss17.0的logistic回歸分析中輸出的分類表，總計百分比為84.5，也就是說明模型的有效率84.5%，模型結果較為理想。

3 研究結論及建議

（一）研究結論

我國上市公司的財務指標中包含有對財務風險預測的信息，因而財務風險是具有可評測性的。

（1）本文通過Logistic回歸方法建立了我國稀土類上市公司財務風險預警模型，獲得了預測效果。從本文所構建的模型來看，變量的系數為負的X1 X3 X5 X6 X7越強，則企業陷入財務危機的概率越低。因此，企業應該重點注意這些因素對于企業財務風險的影響。

輸出變量sig的值為財務指標的顯著性水平，當sig值小于0.05的時候說明該指標具有較好的解釋能力。因此模型中凈資產收益率和每股經營活動現金流量對企業的財務風險的解釋能力最強。

（2）本文得出的財務風險預警模型預測正確率較高，也即在財務風險預測模型中可以加入可持續增長率指標，有助于我們辨析與預測財務危機。

（3）總體來看，財務數據在財務風險的預測分析上表現出了較強的作用，能夠較為有效地對財務風險進行監控識別。

（二）對稀土類上市公司規避財務風險的建議

（1）重視企業的可持續增長。有效合理的利用資源，提高資源轉化率；關注影響企業可持續增長的各方面因素以及國家的相關政策。

（2）重視董事會的獨立性。發揮董事會在經營決策中的作用尤其是獨立董事制度并且完善制度。

（3）資源型企業要保持和提高資產周轉速度和經營效率，提高存貨周轉率以及資產周轉速度，避免財務危機。

參考文獻：

[1]沈洪濤.上市公司財務風險評價模型實證研究--有色金屬業的證據[J].生產力研 究，2012（7）：48-250.

[2]Altman E. I. Financial Ratios.Discriminant analysis and the prediction of corporate bankruptcy [J]. Journal of Finance，1968（4）：589-609.

[3]Robert. C. Higgins. How much growth can a firm afford？ [J].Financial Management，1977（4）：7-16.endprint

（3）回歸分析與模型建立

對原有數據進行處理，將ST或*ST稀土類上市公司的因變量取為1也即Z=1，非ST稀土類上市公司的因變量取為0也即Z=0，得到表3。

表3中的B值為所求logistic方程的系數即β值， Exp （B）為B系數的指數，表示自變量的風險率，就是說隨著該自變量的增加或者減少，風險比率相應的增加或者減少的倍數。

得到本文的模型：Z=-1.584-2.858X■+1.190X■-0.035X■+0.253X■-0.529X■-0.372X■-3.854X■；Pi=1/1+e■

（4）模型檢驗。根據spss17.0的logistic回歸分析中輸出的分類表，總計百分比為84.5，也就是說明模型的有效率84.5%，模型結果較為理想。

3 研究結論及建議

（一）研究結論

我國上市公司的財務指標中包含有對財務風險預測的信息，因而財務風險是具有可評測性的。

（1）本文通過Logistic回歸方法建立了我國稀土類上市公司財務風險預警模型，獲得了預測效果。從本文所構建的模型來看，變量的系數為負的X1 X3 X5 X6 X7越強，則企業陷入財務危機的概率越低。因此，企業應該重點注意這些因素對于企業財務風險的影響。

輸出變量sig的值為財務指標的顯著性水平，當sig值小于0.05的時候說明該指標具有較好的解釋能力。因此模型中凈資產收益率和每股經營活動現金流量對企業的財務風險的解釋能力最強。

（2）本文得出的財務風險預警模型預測正確率較高，也即在財務風險預測模型中可以加入可持續增長率指標，有助于我們辨析與預測財務危機。

（3）總體來看，財務數據在財務風險的預測分析上表現出了較強的作用，能夠較為有效地對財務風險進行監控識別。

（二）對稀土類上市公司規避財務風險的建議

（1）重視企業的可持續增長。有效合理的利用資源，提高資源轉化率；關注影響企業可持續增長的各方面因素以及國家的相關政策。

（2）重視董事會的獨立性。發揮董事會在經營決策中的作用尤其是獨立董事制度并且完善制度。

（3）資源型企業要保持和提高資產周轉速度和經營效率，提高存貨周轉率以及資產周轉速度，避免財務危機。

參考文獻：

[1]沈洪濤.上市公司財務風險評價模型實證研究--有色金屬業的證據[J].生產力研 究，2012（7）：48-250.

[2]Altman E. I. Financial Ratios.Discriminant analysis and the prediction of corporate bankruptcy [J]. Journal of Finance，1968（4）：589-609.

[3]Robert. C. Higgins. How much growth can a firm afford？ [J].Financial Management，1977（4）：7-16.endprint