企業財務危機動態預警模型研究

汪慧

摘要：財務危機通常是風險事件的一種，其存在是客觀的，不管是經營良好的還是經營較差的，任何一個企業均存在財務危機發生的可能性，且爆發的時間具有不確定性。但是這不等于說我們的企業對于財務危機沒有相應的應對辦法。通常情況下，企業財務危機具有一定的周期性，企業自身只要可以對其進行及時的早期的預防，不僅能夠防止財務危機的發生，還可以減少企業自身的相關損失。文章對我國上市企業財務危機動態預警模型的構建進行了深入全面的分析，旨在為我國上市企業防范財務危機提供一定的理論參考。

關鍵詞：財務危機；動態預警模型

一、引言

企業的成長及發展同生物有機體的生長及發展存在很多共性，都需要經歷先幼年、青年、中年及老年各個階段，且在不同的具體的生命階段具有各自不同的特性及相關的風險與問題，通常我們將這種現象稱為企業生命周期。目前，國內外學者在對企業生命周期的劃分標準上并不統一，也正是因為標準的不統一，使得不同的學者構建了一系列差別較大的生命周期理論模型。目前國內外大部分的學者更加傾向于將企業自身的生命周期分為以下四個階段：第一階段是孕育期，第二階段是發展期，第三階段是成熟期，第四階段是衰退期。財務危機作為一種極大的威脅企業自身持續經營發展的根本性危機之一，一直以來是國內外大部分企業及學術界研究及關注的焦點。2014年，滬深股市中僅在2014年當年被我國相關部門ST的企業就高達200多家，首次被我國相關部門ST的就多達70多家。在這一背景下，對企業自身的財務危機相關的問題進行的研究，尤其是對企業自身財務危機動態預警的相關的研究就顯得非常急迫及有意義。

二、財務危機新概念

大部分學者的研究均表明，企業的財務危機通常是集危險性及機會性于一身，而財務危機是可以預防、控制及合理應用的。本文認為企業的財務危機是一種存在于企業的日常經營管理過程中，并以企業財務關系出現失衡及緊張直到惡化為外在表現的，且自身具有兩重性及周期不定性的具體的風險事件的動態發展變化過程。

三、企業財務危機動態預警模型的構建

（一）樣本選取

為了進一步研究，本文選取了2014到2015年兩年間首次被我國相關部門ST的89家上市公司來作為本文的財務危機組，其中排除了那些在最近兩個會計年度相關審計結果顯示的凈利潤雖為負值但凈資產收益率較高的上市公司，主要是由于公司在相對較短的時間內發生相應的虧損不能成為評判公司自身健康惡化的唯一標準。任何公司的經營均存在一定的風險，而風險在很大程度上面就意味著企業可能會在某一生命周期中出現虧損或者是不好的情況。通常情況下，對于一個具有正凈資產收益率的公司，其自身也許在相對較短的時間內可能會受到經濟周期及市場波動等具體的市場因素的影響，導致其會在某一年份或甚是連續的幾年當中產生虧損；但是這種虧損通常是暫時的。如果我們從長期來看，這部分企業自身的贏利能力還是非常好的。本文對于財務穩健組的選擇，主要是按照1：1的比例及經營相當的原則進行選取。最后本文將這178個具體的樣本分成觀測組（由64家ST企業及64家財務穩健企業組成）及檢驗組（由25家ST企業及25家財務穩健企業組成，用于相關模型的檢驗）。在數據的收集時間上，本文選擇上市公司被ST之前的第一年到之前的第四年的這4年的數據。本文將被我國相關政府部門實施ST之前的具體的年份用“Y-年”來表示，例如，上市公司被ST前一年用“Y-1年”表示，前兩年用“Y-2年”表示，以此逐步類推。本文所使用的數據來源于我國CSMAR數據庫及網易—證券行情等相關的權威網站。

（二）指標選取

本文在具體指標體系構建的過程中主要是遵循有效性這一具體的原則，并參考了目前國內外研究學者所做的關于企業財務危機動態預警模型研究中的相關的科學具體全面的財務指標，結合實際情況，本文最終選擇了反映企業具體的財務結構（負債和凈資產之比、負債和總資產之比及流動負債和總資產之比）、償債能力（負債總額和主營業務收入之比、總負債和股東權益之比、短期負債與股東權益之比及長期負債比率）、資產流動性（流動資產和主營業務收入之比、流動及速動比率）、盈利能力（主營業務收入和總資產之比、資產回報率及每股收益）、成長能力（主營業務收入增長百分比、總資產、總資產增長率及銷售比率）、經營效率（資本周轉率、存貨和營運資本之比及存貨周轉率）、現金流量（現金負債比率及投資負債比率）、公司治理（股權約束風險、股權控制風險及公司治理效益）8個方面的26個財務指標。

（三）相關指標體系正態性檢驗

為了進一步檢驗財務危機組及財務穩健組這兩組樣本到底有沒有相關的顯著性差異，本文采用了K-S檢驗來全面分析驗證了各項指標的平均值的正態性。K-S檢驗結果表明，財務危機組中的各項具體指標中有5個具體的指標連續4年均呈正態分布，約占指標體系的19.37%；財務穩健組中則有9個，占指標體系32.96%。

（四）指標均值差異檢驗

本文運用了Wilcoxon秩和檢驗來進一步對上市企業的財務指標進行了全面的檢驗。Wilcoxon秩和檢驗相關的檢驗結果表明，在Y-1年，以上所選取的26個指標中就有22個財務危機組及財務穩健組的均值在比較中存在顯著差異，這部分指標約占總指標數量的84.6%；在Y-2年下降至63.89%，到了Y-3年，這一比例進一步下降到54.77%，到了Y-4年則下降至31.64%。基于上述分析，可以看出我國上市企業自身財務危機的惡化通常是隨著自身的經營時間逐漸顯現出來的。一般情況下，上市企業距離被國家相關部門ST的時間越遠，則其自身的財務危機的相關表現跡象就越弱，也越不容易被我國上市公司相關部門管理層人員發現；反之，各種相應的具體的危機征兆也就越明顯，這基本上是符合目前我國的實際發展情況。

（五）財務危機分期檢驗

本文通過科學合理的提取財務危機組及財務穩健組從Y-3年就開始具有顯著差異的15個具體的指標，對這15個具體的指標分別按照Y-4年與Y-3年、Y-3年與Y-2年、Y-2年與Y-1年分別進行Wilcoxon秩和檢驗，之所以進行該檢驗，主要目的就是為了發現財務危機相關指標的發展具體進程到底有沒有明顯的階段性的變化特征。Wilcoxon秩和檢驗的檢驗結果表明，從Y-4年到Y-3年，這15個具體的指標當中僅僅只有8.24%的指標發生了顯著的變化，這就意味著該階段基本上就是上市企業財務危機的萌芽階段，在本研究中，本文將這一時期視為財務危機的隱性期。從Y-3年到Y-2年，這15個具體的指標當中發生顯著變化的指標數量占總指標的比率急增到54.37%，這一數據表明上市公司財務危機在很大程度上具有爆發性，本文將這一時期視為財務危機的顯性期。從Y-2年到Y-1年，各項檢驗指標中發生顯著變化的指標數量急增到76.19%，這一數據表明上市公司財務危機基本上出現嚴重的惡化，本文將在將這一時期視為財務危機的惡化期。

（六）上市企業財務危機顯性期識別模型

為了更加科學合理的構建上市企業財務危機顯性期的識別模型，在研究過程中，本文首先對財務危機組的Y-3年的數據進行了KMO測度，得出了具體的KMO值（為0.613），同時還對財務危機組的Y-3年的數據進行了巴特利球體檢驗（相關的檢驗結果的顯著性概率小于0.01），以上這兩個檢驗表明了本文在相關數據的選取上面比較科學，相關數據適合做相應的因子分析。其次，本文采用主成分法作為本研究當中相關的因子提取方法，科學地提取到了7個（F1財務結構、F2盈利能力、F3資產流動性、F4現金流量、F5償債能力、F6經營效率、F7公司治理）特征值大于1的公共因子。以上這7個公共因子自身基本上可以概括15個相關的原始變量的所有具體信息含量的79.236%。最后，本文選擇了最為常用的Logistic回歸分析來作為本文的模型構建方法，得出相應的模型如下：

P=■

本文在具體的回代驗證時，主要就是以0.5來作為分界點，若本文檢驗過程中相關的P值超過了0.5，就基本可以判定為財務危機的顯性期，相反，若小于0.5，則不處于財務危機的顯性期。本文將之前選擇的檢驗組的25家上市公司的Y-3年的具體數據帶入到上述模型當中，結果表明，上述模型在進行具體的預測過程中預測結果準確率在87%以上，這也在很大程度上面說明了上述預測模型的科學準確性。

（七）上市企業財務危機隱性期預警模型

同上述顯性期預警模型，在隱性期預警模型研究中，本文首先對財務危機組的Y-4年的數據進行了KMO測度，得出了具體的KMO值（為0.736），同時還對財務危機組的Y-4年的數據進行了巴特利球體檢驗（相關的檢驗結果的顯著性概率小于0.01），以上這兩個檢驗同樣表明了相關數據的選取比較科學，適合做因子分析。其次，本文仍采用主成分法來提取因子，科學的提取到了7個公共因子進行了具體的重命名（F1財務結構、F2盈利能力、F3經營效率、F4資產流動性、F5償債能力、F6現金流量、F7公司治理）。最后，本文仍選擇Logistic回歸分析來作為具體的模型的構建方法，得出相應的模型如下：

P=■

本文在具體的回代驗證時，主要就是以0.5來作為具體的分界點，若本文檢驗過程中相關的P值超過了0.5，則在很大程度上面就可以判定為財務危機的隱性期，相反，若小于0.5，則處于穩健期。本文將之前選擇的檢驗組的25家上市公司的Y-4年的相關的具體數據帶入到上述模型當中，結果表明，上述模型在進行具體的預測過程中預測結果的準確率在72%以上，這也在很大程度上面說明了上述預測模型的科學準確性。

四、結論

本文對上市公司財務危機動態預警模型進行了科學的研究，在研究過程中，本文引入了上市公司治理的新指標，同時很大程度上面簡化了預警的過程，且相關的研究效果還較為理想。相信本文對于提高我國上市公司財務危機預警的能力具有十分重要意義。

參考文獻：

[1]陳余有.財務危機運營—企業理財安全機制探索[M].合肥工業大學出版社，2012.

[2]張艷萍.財務危機預警系統模型構建和指標選擇[J].經濟師，2004（11）.

[3]吳世農，盧賢義.我國上市公司財務困境的預測模型研究[J].經濟研究，2001（06）.

[4]趙秀芳，伍金林.我國上市公司財務危機的階段性研究[J].紹興文理學院學報（哲學社會科學），2014（02）.

[5]陳工孟，芮萌.現代企業財務困境預測[M].上海財經大學出版社，2006.

[6]王智寧，吳應宇，葉新鳳.基于Pulic智力資本模型的上市公司財務危機預警研究[J].數理統計與管理，2015（02）.

[7]張立軍，王瑛，劉菊紅. 基于貝葉斯判別分析的上市公司財務危機預警模型研究[J].商業研究，2014 （04）.

（作者單位：寧波大紅鷹學院）