新常態(tài)下創(chuàng)新型企業(yè)財務預警模型實證研究

□劉桂玲 張超 熊雅婷（江西理工大學南昌校區(qū)經(jīng)濟管理系 江西南昌330013）

一、引言

新常態(tài)在經(jīng)濟領(lǐng)域不僅表現(xiàn)為經(jīng)濟的轉(zhuǎn)型升級，還表現(xiàn)在經(jīng)濟的驅(qū)動力由要素驅(qū)動、投資驅(qū)動轉(zhuǎn)變?yōu)閯?chuàng)新驅(qū)動。因此，本文將研究對象確定為創(chuàng)新型企業(yè)，它是指以創(chuàng)新思想為指導，以創(chuàng)新體系為基礎(chǔ)，以知識產(chǎn)權(quán)化的技術(shù)和品牌為核心，以實現(xiàn)全面而持續(xù)的自主創(chuàng)新為手段，以獲取更多利潤和獲取不斷發(fā)展為目標的新型企業(yè)。其主要出現(xiàn)于技術(shù)加工、醫(yī)藥科技、針織貿(mào)易、服務業(yè)及部分金融領(lǐng)域；集中于我國政治中心、沿海經(jīng)濟帶，善于利用該地域在物流通訊、市場潛力、經(jīng)濟購買力、高校人才儲備及創(chuàng)業(yè)政策環(huán)境等方面的優(yōu)勢。創(chuàng)新型企業(yè)一般具備以下特征：（1）有自主品牌，不是代工企業(yè)；（2）有較強的研發(fā)實力，研發(fā)人數(shù)在30人以上；（3）有較大的營業(yè)規(guī)模，年營業(yè)收入在8 000萬元以上；（4）有較好的成長性，年收入增長率在20%以上；（5）創(chuàng)造性強，并不是純模仿企業(yè)；（6）核心經(jīng)濟增長方式——內(nèi)生產(chǎn)式；（7）在已存在的行業(yè)或細分市場內(nèi)，擁有市場占有權(quán)。

2013年12月科技部發(fā)布的 《中國區(qū)域創(chuàng)新能力報告2013》顯示，江蘇和廣東兩省為我國創(chuàng)新型產(chǎn)業(yè)集代表區(qū)域，二者在國內(nèi)的GDP產(chǎn)值也相當客觀。其中，廣東珠三角區(qū)域創(chuàng)新效益綜合排名連續(xù)6年位居全國第二，帶來的經(jīng)濟效應以及創(chuàng)新指標數(shù)據(jù)等在全國領(lǐng)先。因此，研究珠三角地區(qū)創(chuàng)新型企業(yè)具有極大的現(xiàn)實意義。而世界經(jīng)濟全球化、產(chǎn)品市場競爭性、研發(fā)項目融資途徑等諸多因素，都要求珠三角地區(qū)的創(chuàng)新型企業(yè)能及時發(fā)現(xiàn)財務隱患，正確應對財務危機；對經(jīng)營方向和體制管理所存在的缺陷，做出前瞻性判斷，強化抗風險能力。因此，建立完善的財務預警機制，更利于珠三角區(qū)域性經(jīng)濟的長遠發(fā)展。

關(guān)于財務預警理論國外已基本成熟，國內(nèi)主要是在借鑒西方理論的基礎(chǔ)上，不斷探索符合我國企業(yè)市場的新型財務預警系統(tǒng)。國外方面，F(xiàn)itzpartrick（1932）首次運用一元判別分析法研究樣本數(shù)據(jù)，通過單個財務比率建模推導出權(quán)益凈利率和凈資產(chǎn)負債率在破產(chǎn)企業(yè)財務指標方面上有顯著性變化。美國學者Altman（1968）提出Z值判定模型，其主要涉獵于中小制造業(yè)領(lǐng)域，研究的大多是關(guān)于企業(yè)破產(chǎn)可能性大小的預測分析，在預測1970—1973間企業(yè)樣本的有效性超過 80%。 學者 Edmister（1972）將現(xiàn)金流量指標作為預測變量，為規(guī)模較小的企業(yè)構(gòu)建了財務預警分析模型，考核企業(yè)實際運營現(xiàn)金流對企業(yè)財務問題的影響。Coats和 Fant（1993）闡述了神經(jīng)網(wǎng)絡模型（NNS），該模型對樣本企業(yè)的擬合度、預測精度都有絕對優(yōu)勢，然而在某些方面仍然存在技術(shù)上的爭議。1987年，吳世農(nóng)從西方引進針對企業(yè)破產(chǎn)危機的實證調(diào)研指標，進而闡述財務預警模型。20世紀末，周首華、楊濟華等人根據(jù)我國上市企業(yè)所處的特殊環(huán)境，調(diào)整模型指標范圍，擴充樣本數(shù)量，在Z分數(shù)模型實證研究基礎(chǔ)上提出F計分法。學者吳世農(nóng)和盧賢義（2001）選定6個財務指標應用Fisher線性判斷分析，Logisitic回歸分析和多元線性回歸分析對140家上市公司分別建立預警財務困境模型。李曉峰、徐玖平（2004）提出運用粗糙集理論發(fā)展預警模型，有效地采用人工神經(jīng)網(wǎng)絡方法去降低指標數(shù)量，保證其主要特征屬性并在能力外延等方面做出突破。徐凌等（2014）在傳統(tǒng)財務指標的基礎(chǔ)上，引入EVA指標及現(xiàn)金流量指標從而構(gòu)建財務預警Logistic模型。

二、相關(guān)理論

（一）創(chuàng)新型企業(yè)財務特點

1.創(chuàng)新型企業(yè)項目運營效益重在長遠。有形資產(chǎn)比重較低，其中房屋建筑、工廠設(shè)備類大型基建物占資產(chǎn)比例小。受知識產(chǎn)權(quán)、專利技術(shù)及品牌效應等無形資產(chǎn)自身特征的影響，企業(yè)所能看到的短期經(jīng)濟效應不大，項目運營前期的財務報表難以直觀地反映其真實價值，也存在變現(xiàn)能力低的短板，即企業(yè)的經(jīng)濟收益從長遠角度分析較為妥當。

2.創(chuàng)新型企業(yè)借款方式趨于多元化。創(chuàng)新政策環(huán)境寬松，在國家鼓勵創(chuàng)新、助于創(chuàng)新的大背景下，創(chuàng)新型企業(yè)借款方式多元化，負債結(jié)構(gòu)合理，能夠在長期負債和短期負債中找到平衡點，有效利用償還期限和借款利率的差異，獲得較充盈的運營資金進行新項目的開發(fā)，在一定程度上能降低成本并分散風險。但是，企業(yè)借貸信用問題、項目運營效益又成為關(guān)鍵因素。

3.財務投融資決策面臨挑戰(zhàn)。經(jīng)常性的股權(quán)轉(zhuǎn)讓，引發(fā)企業(yè)內(nèi)股權(quán)結(jié)構(gòu)不穩(wěn)定、投融資情況不明晰，這對上市公司對外信息披露提出要求。另一方面，創(chuàng)新型企業(yè)由于投資項目的不斷推進以及創(chuàng)新業(yè)務開展的逐步深入，企業(yè)時間跨度、資金需求量等方面表現(xiàn)出很大的不確定性，這給管理者在財務融資決策方面帶來某種程度的考驗。

4.企業(yè)盈利曲線先平緩后急劇增長。企業(yè)帶來的利潤效益不完全成比例增長，期初研發(fā)成本、銷售成本、人力資本投入較多，企業(yè)業(yè)績不穩(wěn)定收益較低，盈利曲線處于數(shù)值較低的位置，甚至可能出現(xiàn)虧損的情形；待項目成熟且盈利方式固定，企業(yè)的收益將可能大幅度的提高，盈利曲線會呈現(xiàn)出陡增式的幅度增長，但在項目完成的一定期限內(nèi)，受市場需求的因素影響較大。

（二）財務預警及其分析方法

財務預警是以財務報表、運營計劃及其他相關(guān)資料為基礎(chǔ)，對企業(yè)經(jīng)營成果、財務狀況及其變動進行分析和預測，及時發(fā)現(xiàn)經(jīng)營管理中存在或潛在的財務和經(jīng)營風險，從而判斷財務危機發(fā)生的可能性，并及時向經(jīng)營者發(fā)出警告，為其提供決策依據(jù)及建議。

財務預警常見的方法主要有一元判別分析法、多元判別分析法、Logistic回歸分析、主成分分析法等。本文根據(jù)正態(tài)性和顯著性檢驗挑選變量，然后采用主成分分析法建立企業(yè)的財務預警模型，并檢驗模型預測效果的好壞，最終完成一個系統(tǒng)化的模型論證。

三、財務預警模型構(gòu)建

（一）樣本選取

1.樣本選取標準。本文研究的對象是珠三角地區(qū)的創(chuàng)新型企業(yè)，所選取的主要是廣東板塊的上市企業(yè)，因該區(qū)域出現(xiàn)財務危機被特別處理或是退市處理警告的企業(yè)相對較少，故而參考了深市A股相近行業(yè)的上市企業(yè)，同時未被ST的上市企業(yè)均采用廣東板塊的數(shù)據(jù)，盡可能地保證樣本的有效性。

選擇單個樣本企業(yè)應滿足以下要求：（1）擴展選取行業(yè)范圍，在同行業(yè)內(nèi)進行一比一配對樣本，避免行業(yè)間的差異性影響；（2）企業(yè)資產(chǎn)規(guī)模相當，在企業(yè)現(xiàn)金流、成本支出、負債或者投資收益等方面，可比性更好；（3）滿足創(chuàng)新型企業(yè)的主要條件，若是難以滿足應優(yōu)先考慮資產(chǎn)規(guī)模相當原則，但保證要同時期，在規(guī)定年限內(nèi)財務數(shù)據(jù)可以獲得。

2.樣本來源。本文選取2013年被特別處理的上市公司2010—2012年的財務報表數(shù)據(jù)。選取21家*ST企業(yè)和21家非ST企業(yè)，作為最終研究樣本，其中20家企業(yè)作為建模組，另外22家企業(yè)作為檢驗組，每組間采樣均為1∶1設(shè)置。樣本總共涉及23個行業(yè)，對于珠三角地區(qū)創(chuàng)新型企業(yè)的覆蓋面較廣，在信息反映方面將更具有代表性，對于以后財務指標的應用也會更全面。

（二）指標體系的構(gòu)建

1.指標初選。本文根據(jù)重要性、全面性、可行性和可比性的原則從企業(yè)的償債能力、運營能力、盈利能力、發(fā)展能力、現(xiàn)金流量能力等五個方面選取指標如表1所示。

2.指標篩選。初選指標能比較完整地反映一個企業(yè)的經(jīng)營狀況，但這些指標是否能區(qū)別ST企業(yè)和非ST企業(yè)，還需要進一步的考證。高效的預警模型有賴于顯著性檢驗，因此，先對所選擇的26個基礎(chǔ)指標進行K-S檢驗，考核總體是否服從正態(tài)分布，進而判斷采用何種檢驗方法。

（1）參數(shù)性檢驗。SPSS的K-S檢驗可以檢驗4種理論分布：正態(tài)分布、均勻分布、泊松分布和指數(shù)分布。因此，本文采用K-S檢驗法對26個財務指標 進行正態(tài)性檢驗，原假設(shè)H0為財務指標符合正態(tài)分布，置信區(qū)間為95%。

表1 財務指標初選表

表2 2010年單樣本K-S檢驗匯總表

表3 2011年單樣本K-S檢驗匯總表

表4 2012年單樣本K-S檢驗匯總表

以表2X1檢測結(jié)果分析如下：總觀測數(shù)量為20，正態(tài)分布參數(shù)中均值為4.22，標準差為7.79，最大極差的絕對值為0.4，最大正極端差為0.4，最大負極端差為-0.31，K-S檢驗統(tǒng)計量Z值為1.81，雙側(cè)漸進性顯著概率為0.003，小于0.05.因此，應拒絕原假設(shè)，表示2010年度流動比率（X1）不服從正態(tài)分布。進而，從表中數(shù)據(jù)可以得知變 量 X6、X7、X10、X11、X13、X22、X23、X23服從正態(tài)分布，其余均不服從。

從表3中數(shù)據(jù)可以得知變量X4、X7、X8、X9、X10、X11、X13、X15、X18、X22、X23、X24、X25服從正態(tài)分布，其余均不服從。

從表4中數(shù)據(jù)可以得知變量X4、X7、X8、X10、X11、X12、X13、X14、X15、X16、X18、X19、X21、X24、X25服從正態(tài)分布， 其余均不服從。

綜合三年的分析結(jié)果，其中發(fā)現(xiàn)在三個時期均服從正態(tài)分布的變量是X7、X10、X11、X14、X24共 5 個變量， 所以財務指標變量在總體上并不服從正態(tài)分布，故對樣本的顯著性檢驗應采用非參數(shù)檢驗法。

（2）非參數(shù)檢驗。

表5 Mann-Whitney 檢驗結(jié)果表

本文采用Mann-Whitney的U檢驗法對樣本進行非參數(shù)檢驗，原假設(shè)為*ST企業(yè)和非ST企業(yè)的財務指標沒有明顯的差異，置信區(qū)間為95%。在2010年財務指標匯總數(shù)據(jù)基礎(chǔ)上添加新變量B，標簽為經(jīng)營情況，其中1代表*ST，2代表非ST，變量分析過程見表5。 從表5中可以看出：Mann-Whitney的U統(tǒng)計量值為23.500，Wilcoxon的 W 統(tǒng) 計 值 為78.500，Z值等于為-2.004，雙尾漸進顯著性概率為0.045，小于0.05，故應拒絕原假設(shè)，即*ST企業(yè)和非ST企業(yè)財務指標有明顯差異。按照上述方法，依次檢驗2010-2012各年財務指標，結(jié)果見表6。

表6 U檢驗結(jié)果匯總表

表7 2011年主成分提取表

表8 2011年因子載荷矩陣圖

從表6中可以看出，未通過顯著性檢驗的財務比率，在當年不能成為指標變量，應該剔除。究其原因為：廣東省*ST企業(yè)數(shù)量少，選取樣本容量相對較?。粴v時時間短，只能獲取近三年財務數(shù)據(jù)。因此，導致屬于營運能力、發(fā)展能力和現(xiàn)金流量的財務比率均被剔除，即在本文的建模樣本中，*ST企業(yè)和非ST企業(yè)在這些財務比率指標中沒有顯著性差別，建模時也不再考慮，僅從償債能力、盈利能力等方面進行考量，涉及到指標為流動比率 （X1）、速 動 比 率 （X2）、資 產(chǎn) 負 債 率（X3）、主營業(yè)務比率（X8）、凈資產(chǎn)收益率（X9）、總資產(chǎn)利潤率（X10）、資產(chǎn)報酬率（X11）、銷售凈利率（X12）、銷售毛利率（X13）、營業(yè)利潤率（X14）。

（三）構(gòu)建主成分分析模型

利用主成分方法建立模型，并對*ST企業(yè)和非ST企業(yè)在2011年的經(jīng)營狀況做初步判定。主要步驟如下：

1.提取主成分（見表 7）。

依據(jù)特征值大于1選取四個主成分，共解釋85.781%的原始信息，即只需原篩選出的原始指標的40%指標數(shù)可以反映絕大部分原始信息，主成分分析合理。

（2）主成分模型。根據(jù)成分矩陣（見表8）和相應的特征值可計算出四個主成分相應的特征向量，并可得出其表達式如下：

主成分Y1中，總資產(chǎn)利潤率（X10）、資產(chǎn)報酬率（X11）、銷售凈利率（X12）、營業(yè)利潤率（X14）的系數(shù)較大，都大于0.4且為正值，主要反映了企業(yè)的盈利能力與這些比率成正比關(guān)系，隨著比率數(shù)值提高則表明公司的經(jīng)營業(yè)績呈正增長趨勢，獲利能力增強，能較好地反映企業(yè)該年度盈利能力狀況，可命名為“盈利因子”。

主成分 Y2中，流動比率（X1）、速動比率（X2）、凈資產(chǎn)收益率（X9）的系數(shù)為正，且在0.45上下浮動。X1、X2反映的是企業(yè)的短期償債能力，X9表示凈資產(chǎn)占總資產(chǎn)的比重，比值越高則企業(yè)年度的凈利潤額越大，可用于償債的資金也就越多，從根本上保證了償債資金來源。因此，Y2可被定義為“償債因子”。

主成分 Y3中，由于流動比率（X1）、速動比率（X2）的系數(shù)是負數(shù)，也就是說起到減值作用；凈資產(chǎn)收益率（X9）、總資產(chǎn)利潤率（X10）、資產(chǎn)報酬率（X11）系數(shù)為正，與Y3呈正比；同時上述五個指標系數(shù)的絕對值相近，均在0.40上下浮動，對主成分的影響比重相當。所以在表達式中，可以看到償債能力和盈利能力的雙重影響下的變化，即綜合反映一個企業(yè)的經(jīng)營狀況，被定義為“經(jīng)營因子”。

主成分Y4中，主營業(yè)務比率（X8）系數(shù)很大，其次為銷售毛利率（X13），二者對Y4的影響較強；償債能力的幾個指標都是負值，相應起到減值的作用。

綜合可得出2011年主成分分析模型：

根據(jù)模型可得出綜合得分，利用中位數(shù)法得出PS值為0.3075。因此，Y值評定標準：當Y≥0.3075時，則兩年后該企業(yè)為非ST企業(yè)；當Y＜0.3075時則兩年后該企業(yè)為ST企業(yè)。

（四）檢驗預警模型

1.財務危機前兩年模型檢驗。本文將對檢驗組相對應2011年數(shù)據(jù)進行檢驗，考察該企業(yè)在兩年后的財務危機狀況，對上述的因子模型的預測能力進行判別。經(jīng)過分析有10家企業(yè)為非ST企業(yè)，有12家企業(yè)為*ST企業(yè)，其中誤判的是華賽的一家企業(yè)，即本次模型檢驗結(jié)果的準確率為95.45%。因此，在2011年（危機前2年）該模型檢測效果相當可觀。

2.預警模型檢驗結(jié)果匯總。按照同樣的分析方法可構(gòu)建出距離財務危機前一年（2012）和前三年（2010）的財務預警模型，并對其進行檢驗。

由于篇幅原因，詳細分析過程不再贅述，其主成分模型（2010）列示如下：

根據(jù)模型可得出綜合得分，利用中位數(shù)法得出PS值為0.7465，經(jīng)判別分析得出屬于*ST企業(yè)有14家，非ST企業(yè)有7家，因數(shù)據(jù)缺失而需要剔除的有1家，誤判的有華賽、綠景控股、粵宏遠、東莞控股、*ST中冠A等5家企業(yè)。經(jīng)計算該模型檢驗準確率為76.19%，準確率較2011年降幅略大，但總體檢測結(jié)果仍就大于70%，有參考價值。

此外，2012年主成分分析模型為：

根據(jù)模型可得出綜合得分，利用中位數(shù)法得出PS值為0.6569，經(jīng)判別分析得出屬于*ST企業(yè)有12家，非ST企業(yè)有10家，誤判的有華賽、星河生物、*ST鳳凰、*ST中冠A等4家企業(yè)。經(jīng)計算該模型檢驗準確率為81.82%，準確率較2011年較低，但總體檢測結(jié)果仍就大于80%，即預測2013年是否發(fā)生財務危機的精準度良好。

三年檢測結(jié)果匯總情況如表9。

表9 2010—2012檢驗結(jié)果匯總表

綜合檢驗匯總表可知，珠三角地區(qū)創(chuàng)新型企業(yè)在財務危機發(fā)生的前三年之內(nèi)，該模型都能有效地進行預測，按照目前檢驗結(jié)果來說均超過70%，準確度較高，對企業(yè)的經(jīng)營決策來說有較高的參考價值。

四、總結(jié)

本文所構(gòu)建的主成分模型還存在以下局限性：（1）應用范圍和數(shù)據(jù)源的局限性，本文考慮到財務報表數(shù)據(jù)獲取的便利性，其樣本來自于A股上市公司，而未考慮到非上市公司；（2）指標選取的局限性，本文僅從財務指標來評定*ST企業(yè)和非ST企業(yè)，未充分考慮到創(chuàng)新型企業(yè)自身的財務特征、盈利方式的特殊性、管理理念、產(chǎn)銷一體化、組織分工構(gòu)成等因素；（3）樣本量和檢驗時間的局限性，由于樣本量選取的較少性和檢驗時間的局限性，而導致了在指標剔除中刪除了現(xiàn)金流量等短期考核的重要指標。因此，本文建議應從開拓數(shù)據(jù)來源渠道、利用現(xiàn)代技術(shù)計算分析數(shù)據(jù)、及時更新評定標準等方面進行完善。