基于費希爾判別法的上市百貨零售公司財務風險預警模型研究

作者簡介：練舒榆（2001— ），女，漢族，福建福州人。主要研究方向：會計、統計。

摘 要：近年來在中國持續向好的經濟態勢下，國民消費結構不斷升級。新消費時代下，百貨零售行業逐漸復蘇且競爭加劇。圍繞上市百貨零售公司的財務風險預警，本文從六個維度選取指標，通過方差分析法篩選后建立上市百貨零售公司財務預警指標體系。之后利用費希爾判別法，本文求解出上市百貨零售公司財務風險預警模型，其預測準確率高達100%。最后以北京華聯綜合超市股份有限公司為例，本文將模型予以成功應用。本文建立起的預警模型準確率高、可操作性強，對我國上市百貨零售公司具有良好的參考價值。

關鍵詞：百貨零售;財務風險預警;費希爾判別法;方差分析

自改革開放至今的四十余年間，百貨零售業經歷了從消費放開帶來的蓬勃發展、迅速擴張、激烈競爭，到遭受沖擊、持續低迷，再到重新復蘇、創新發展的多個波折沉浮的發展階段。近年來電商平臺的異軍突起給百貨零售行業帶來巨大沖擊，然而隨著中國持續向好的經濟態勢下消費結構的不斷升級，百貨零售業得以創新多業態格局，用以滿足不同層級消費者的消費需求。全渠道銷售和數字化賦能的新零售模式帶來百貨零售業的逐漸復蘇，而消費新時代下，百貨零售行業的競爭必將持續加劇。在追求價值與收益最大化的同時，各百貨零售公司也面臨巨大風險，而上市百貨零售公司作為百貨零售業的領軍者，只有對風險進行準確識別、分析、評價與管理，才能在不斷變化的市場環境中確保企業的持續健康發展?；趲椭鲜邪儇浟闶酃靖玫刈R別、控制財務風險的目標，本文通過費希爾判別法建立上市百貨零售公司的財務風險預警模型。

至今為止，關于上市公司財務風險預警模型的研究已實現一定成果。陳欣欣等采用因子分析和Logistic回歸構建農業上市公司財務預警模型，利用了因子分析法與Logistic回歸分析法各自的優點，模型精度較高但實際操作過程較為繁瑣。官銀利用貝葉斯判別法對制造業企業進行財務預警計量分析，操作簡便但準確度有待提高。隨著深度學習算法愈發廣泛的應用，有學者也開始利用神經網絡進行財務風險預警研究;神經網絡預警模型具有較強的容錯性，但其在不同條件下表現出的危機預測能力差異較大。

對于不同行業來說，由于面臨的外部與內部環境各不相同，能準確反映其財務風險的指標體系以及適用模型往往差異較大。現階段關于百貨零售業的財務風險預警的研究較為欠缺，百貨零售業尚未擁有一套科學完善的財務風險預警體系?；谔钛a該行業財務風險預警方面研究空缺的目標，本文期望建立一個準確率較高的百貨零售公司財務風險預警模型。

一、指標體系構建與數據來源

本文旨在構建上市百貨零售行業財務運行狀況的預警模型，因此首先需要選取能夠恰當反映百貨零售公司財務狀況的指標。參考百貨零售業已有文獻，結合百貨零售公司的具體情況和特征，本文從運營能力、償債能力、盈利能力、盈利質量、成長能力和每股指標六個維度構建上市百貨零售公司的財務預警模型：

上市百貨零售公司在生產經營的供、產、銷等環節會面臨眾多不確定因素產生的風險，因此公司生產資料的配置對其財務狀況的影響至關重要。對上市百貨零售公司運營能力的分析能夠評估公司的資源配置是否合理，從而判斷公司的財務狀況。以商品流通為主要業務的上市百貨零售公司在生產經營中主要面臨存貨積壓造成的存貨變現與資金流通風險。另外，由于行業特殊性，上市百貨零售公司一般應收賬款金額較大，因此也面臨應收賬款變現風險。綜合以上考慮，本文選取存貨周轉天數、總資產周轉率和應收賬款周轉天數三個指標評估上市百貨零售公司的運營能力。

上市百貨零售公司主要業務為商品流通，而若商品未能及時銷售，積壓商品占用大量資金，則有可能使其陷入債務危機。因此，通過對上市百貨零售公司償債能力進行分析，能夠形成對上市百貨零售公司負債規模與資金水平匹配程度的預判，從而評估公司供銷循環是否可持續。本文選取流動比率、速動比率、流動負債占比以及資產負債率這幾個指標從短期與長期兩個方面反映企業的償債能力。

盈利能力是指公司在一定時期內賺取利潤的能力，即公司的資金或資本增值的能力。盈利能力越強，說明公司使用現有資產獲取利潤的能力越強。上市百貨零售公司的盈利能力能夠在很大程度上反映其在經營管理中對成本費用的控制。本文選取攤薄總資產收益率、毛利率、凈利率三個指標評價上市百貨零售公司的盈利能力。

上市百貨零售公司通過買賣形式將工農業生產者生產的產品直接銷售給消費者。從行業生產要素來看，百貨零售業為資金密集和勞動密集行業。而隨著百貨零售行業的發展，行業的勞動密集要素也逐漸向資金密集要素轉移。因此除了利潤之外，評價上市百貨零售公司的財務狀況還應考慮其現金流水平。盈利質量著重關注公司經營過程中的現金流，能更加真實地反映上市百貨零售公司的償付能力。因此本文從銷售現金流、經營現金流和預收款三個方面分析上市百貨零售公司的盈利質量。

除了分析上市百貨零售公司現有財務經營狀況，還應考慮企業持續獲取資金與擴展經營的能力。成長能力較強的上市百貨零售公司能夠在不斷變化的市場環境中保持穩定的財務狀況，擁有較好的發展前景。本文從營業收入、增長水平與利潤三個方面評估上市百貨零售公司的成長能力。

作為上市公司，上市百貨零售公司的各每股指標能綜合反映其獲利能力、資產水平與經營狀況。因此，本文選取基本每股收益、每股凈資產、每股公積金、每股未分配利潤和每股現金流幾個指標對上市百貨零售公司的財務狀況進行綜合評估。

基于東方財富網所提供的數據，本文隨機選取百貨零售業15家非ST公司（友阿股份、百聯股份、益民集團、中百集團、百聯B股、居然之家、天虹股份、步步高、重慶百貨、東百集團、茂業商業、王府井、杭州解百、寧波中百、徐家匯）和9家ST公司（*ST赫美、*ST宏圖、*ST大集、*ST友誼、*ST中商、*ST商城、*ST成城、ST人樂、ST龐大），并以2019年各公司各指標值為基礎進行分析。

二、基于方差分析對指標體系的優化

上述關于上市百貨零售公司指標體系的建立是集中在理論層面的分析，在實證分析中，應結合上市百貨零售公司的實際狀況具體分析。為了篩選出在ST與非ST公司中存在顯著性差異的指標，本文采取方差分析法，在0.05的顯著性水平下對指標體系進行篩選優化。

基于方差分析結果，本文最終構建的指標體系與各指標顯著性結果如下（表1所示）：

通過觀察指標體系中各指標的顯著性可以發現，上市百貨零售公司的資產負債率、攤薄總資產收益率以及各成長能力指標和每股指標在非ST公司和ST公司之間的差異較大。因此在財務風險的判別與控制中，百貨零售公司的管理者應在這些方面予以重點關注。

三、基于費希爾判別法的上市百貨零售公司財務風險預警模型的實證分析

（一）研究思路

以非ST公司代表財務狀況良好的上市百貨零售公司，ST公司代表具有財務風險的上市百貨零售公司，本文旨在通過上述指標體系中的15個指標建立上市百貨零售公司財務風險預警模型，用以判別財務狀況良好和具有財務危機的上市百貨零售公司。

基于此思路，本文采用費希爾判別法建立模型。

（二）研究方法

假設兩個總體的均值分別為，協方差矩陣為。當時，可以求出的均值和方差，即

在求解線性判別函數時，應盡量使得總體之間差異大，也就是要求盡可能大，即盡量大;同時要求每一個總體內的離差平方和最小，即最小。則可以建立一個目標函數

這樣，問題即轉化為尋找使得目標函數達到最大，從而可以構造出所要求的線性判別函數。

（三）實證結果分析

1.模型檢驗

首先進行模型的顯著性檢驗，采用威爾克Lambda檢驗結果如下（表2所示）：

由表可知模型的卡方統計量結果為34.136，P值為0.003，故模型在0.05的顯著性水平下顯著。

2.費希爾判別函數

基于已有非ST公司和ST公司數據，借助SPSS統計軟件，求解出費希爾判別函數為：

Y=0.763X11-0.014X12+0.002X13+0.094X21+0.146X31-0.001X32-1.767X41+4.822X42+0.020X51-0.169X52-0.079X53+1.400X61+0.013X62-0.330X63-1.637X64-6.536

3.各組質心

由上表3結果可得，非ST公司組質心處的函數值為-2.289，ST公司組質心處的函數值為3.816.兩組質心的中心值為0.7635.故對于各個上市百貨零售公司來說，若其費希爾判別函數取值小于0.7635，即更接近非ST公司組質心，則判定其財務狀況良好;若費希爾判別函數取值大于0.7635，即更接近ST公司組質心，則判定其存在財務風險。

4.模型判別效果

利用求得的費希爾判別函數對初始樣本進行分類，結果如下（表4所示）：

a.正確地對100.0%個原始已分組個案進行了分類。

可以看到，本文求解出的費希爾判別函數對所有非ST百貨零售公司和ST百貨零售公司都進行了正確的分類，模型識別正確率高達100%，判別效果非常好。

四、模型應用——以北京華聯綜合超市股份有限公司為例

利用華聯綜超2019年財務數據帶入費希爾判別模型進行計算：

y=0.763×1.21-0.014×2.02+0.002×47.12+0.094×71.11+0.146×0.85-0.001×0.7-1.767×0.04+4.822×0.04+0.02×26.8-0.169×0.8426-0.079×3.43+1.4×0.13+0.013×4.1328-0.33×0.379-1.637×0.7487-6.536

觀察到模型求解出的華聯綜超費希爾判別函數取值為0.3908<0.7635，故將其判別為財務狀況良好的上市百貨零售公司。事實上華聯綜超在2019年的確屬于非ST公司，故模型判別準確。同時應注意到，華聯綜超2019年費希爾函數取值與非ST公司和ST公司兩組質心距離差異并不大（距離比值為0.78），故可推測其可能存在一定程度的財務風險，有必要引起管理者的重視。

五、結語

本文圍繞上市百貨零售公司財務風險預警這一問題展開研究。首先，結合已有文獻以及百貨零售業自身特點，本文從運營能力、償債能力、盈利能力、盈利質量、成長能力和每股指標六個維度分別選取上市百貨零售公司財務預警指標;利用15個非ST公司和9個ST公司2019年的財務數據通過方差分析法的優化篩選，本文建立起包含15個指標的上市百貨零售公司財務風險預警指標體系。利用費希爾判別法，本文求解出上市百貨零售公司財務風險預警模型，其對于樣本識別的準確率高達100%。以北京華聯綜合超市股份有限公司為例，本文將費希爾財務預警判別模型予以成功應用，另外通過觀察華聯綜超費希爾判別函數取值與非ST公司和ST公司兩組質心距離，本文推測其在2019年存在一定程度的財務風險。

百貨零售公司由于其行業的特殊性，近年來面臨著競爭激烈的市場環境。通過對上市百貨零售公司的財務風險預警研究，本文認為我國百貨零售公司應提高危機意識，完善財務風險預警機制，及時對可能出現的財務問題進行防范與控制，以保證公司在復雜多變的經濟與市場環境中穩定、健康的發展。

參考文獻：

[1]官銀，李新月，朱家明.基于貝葉斯判別法對制造業財務預警計量分析[J].內江師范學院學報，2019，34（06）：68-72.

[2]楊思怡.基于BP神經網絡的農業類上市公司財務風險預警研究[D].中南林業科技大學，2020.

[3]馬杰，萬宇洵.我國零售業財務預警系統的構建[J].統計與決策，2009（13）：177-178.

[4].中國百貨零售行業的轉型升級之圖解[J].中國眼鏡科技雜志，2019（10）：38-40.