预警系统下的公司财务论文

一、理论依据

(一)规范理论。规范理论由两种财务模型组成，第一种模型为期权定价模型，第二种模型为赌徒破产模型，其中，赌徒破产模型又按照是否与外部资本市场衔接分为两种模型，其一是不具备外部资本市场条件的赌徒模型，其二是由前者放松资本市场假设而得到的模型，这也符合了学者研究的一贯方法，循序渐进地放宽限制的条件，从而将模型应用的范围不断扩大，以便适应更多的需求。首先，期权定价模型把负债经营公司进行证券化，所有权归属于债权人，同时股东将在公司债务价值低于公司总价值时使用看涨期权，所谓的看涨期权实际上是指以证券为标的物的附加值。公司重组或者破产的直接因素是公司价值与公司负债，这两个因素共同影响公司的期权价值，因而期权定价是尤为关键的。其次，假设公司不能够在证券市场中进行资本筹措，从而使得公司不具备外部资本市场，排除了资本市场因素的干扰，同时在现金流方面，公司正负现金流的概率都是存在的，只是数值不同而已，如果负现金流过多，那么公司的财务状况不容乐观，因此，公司净资产清算价值、现金流两个因素共同影响公司破产或重组的概率。在前面赌徒模型的基础上，将外部资本市场的条件进行考虑，同时保持其他的因素假设均相同，那么赌徒破产模型就得以完善，由于外部资本市场的空间较大，信息量较大，因此可以在很大程度上拓宽模型的适用范围，为信息使用者提供很大的帮助，在影响因素上与前者略微不同，将公司净资产清算价值替换为公司价值。规范性理论对于指标的选取具有一定应用价值，同时让学者有理可循，从而进行实证研究。(二)实证理论。在理论范畴内，实证理论越来越被更多的人认可，由于其数据的及时性、统计工具的科学性、工作的效率性较之规范理论均有明显的优势，因此更多的学者在进行相关研究时较多地使用实证理论。在财务预警研究中，数据的主要获取方式是通过企业的财报，企业根据数据进行分析比对，利用统计工具对数据进行处理，从而方便快捷地得到预测模型，以便信息使用者进行利用。总体来说，财务预警的实证方法有两种:其一是单定检验法，即用一组数据所确定的分割点来检验另一组数据所构成的样本，从而得出模型的正判率或者误判率;其二是交互检验法，这种方法在单定检验法的基础上有所改进，其充分利用了样本，使得所有样本都参与其中，都可以进行检验，只是这种方法的工作量稍大。以上两种方法的样本分配都是随机的，规避了人为设置因素。两种方法有许多共性:都是利用检验样本与分割点来进行检验，从而测定模型的预测水平;二者均需要进行参数估计，以便得出最优的预警模型。二者的不同点在于样本分配的比例不同，前者较为均衡，后者则是一对多的比例，在优缺点上各有利弊，前者工作流程较为规范，工作量相对较少，而后者检验较为全面，但较为繁琐。进入21世纪后，经研究发现，在预警模型的构建中，判别分析法在实践中会产生较大的误差，进而将神经网络分析法运用于研究中，将学习样本定为原始的30个样本，建模的方法选为神经网络法，结果显示样本的错判率仅为5%［1］。另一方面考虑了董事会治理因素和股权结构指标，结果证明非财务变量的引入提高了模型的预测正确率［2］。通过研究表明:控股股东性质、股权制衡度、股权集中度、高管薪酬和董事长兼任情况等公司治理结构变量影响显著［3］。运用Logic回归法进行实证分析可以得出两条结论，其一为财务危机发生的概率与董事会规模的大小是正相关关系，其二为董事长与总经理兼任现象越普遍，上市公司越难发生财务危机［4］。

二、企业财务危机成因

(一)国家宏观政策影响。党的十八届三中全会前不久在北京召开，此次会议的一个重要的亮点是强调了市场的主体地位，并进行财税改革、提高国企红利上缴比例、推行股票发行注册制、允许民资办银行，这些因素都将给企业带来巨大的影响，收益与风险是并存的。以允许民资办银行为例，普通百姓可能将在今后的生活中看到“娃哈哈银行”、“肯德基银行”之类的民资银行，那么这些银行在获得收益的同时也将面临着较大的风险挑战，国有四大行的挤压、以阿里巴巴集团为首的电商的竞争、外资银行的涌入，这些因素势必会对民资银行带来冲击。因此，企业的财务状况更加值得关心，国家宏观政策对于企业财务危机的影响是显而易见的。(二)宏观经济周期影响。经济周期一般由复苏、繁荣、衰退和萧条四个阶段构成。不同国家、时期的经济周期可能具有各自的不同点。在20世纪60年代以前西方国家经济周期的特点是产出和价格的同向大幅波动。在70年代初期，西方国家先后进入所谓的“滞胀”时期，经济大幅度衰退，价格却仍然猛烈上涨，经济的停滞与严重的通货膨胀并存。而80－90年代以来的经济波动幅度大大缩小，并且价格总水平只涨不跌，衰退和萧条期下降的只是价格上涨速度而非价格的绝对水平。进入90年代中期以后，一些新兴市场经济国家，如韩国、东南亚国家等，受到金融危机的冲击，导致一些商品的国际市场价格大幅下滑。目前的欧债危机、后时代金融危机都让我们不寒而栗，我们现在所担心的是中国可能将会出现滞胀的局面，在这种情况之下，企业的生存是非常艰难的，危机也就同时出现。(三)财务投资决策失误。一个成功的投资绝非主观的、盲目的，而应该是经过科学合理的方式进行不断修正而得出的结论，投资失误将可能导致企业步入万劫不复的深渊，有的企业会计账目混乱，管理不规范，偷逃税款，这些都是企业危机的导火索。因此做好财务投资的测算、风险的评估，是决策的基本先行条件，财务危机的预警系统则显得尤为重要。(四)缺乏预警意识及管理经验。在企业中，有些财务人员由于学历不高、专业技能不强、经验不足等原因而缺乏最基本的预警意识，只是为了完成工作任务而工作，没有考虑到潜在风险的存在，这可能给企业带来较大的损失。这种现象和企业的管理者也有一定的关系，有些企业的管理者为了节约成本，没有对入岗人员进行岗前培训，在职人员也没有得到较好的提升机会，没有进行科学的人员管理，缺乏管理的经验，导致人员流动过大等现象，这都是不可取的。

三、实证分析

(一)样本选择与数据来源

本文研究所选用的数据全部来自国泰安经济金融研究数据库(CSMAR)，选取了2011年和2012年期间首次被ST处理的公司作为研究对象，使得数据具有及时性，令财务危机预警系统的构建更为贴合实际，同时值得提出的是有很多家上市公司被多次进行ST处理，这种现象极为普遍，而本文只研究首次被特别处理的上市公司，排除了财务舞弊、粉饰报表行为的干扰。为了使样本的范围合理，保证数据时间的连续性，选取了被特别处理公司前三年的数据进行研究，而且由于A股、B股和境外上市公司股票之间存在差异，同一家上市公司在A、B两股之间对外的报表是一致的，因此本文只将A股上市公司的数据作为建模依据，同时剔除了数据不完备公司，以减少异常样本对结果的影响。基于上述原则，本文随机选取了30家ST公司的90个样本作为实证研究对象，同时又选取了30家非ST公司的90个样本作为匹配进行研究，总共180个样本，将公司被ST的年份定义为“T年”，被特别处理前一年为“T－1年”，前两年为“T－2年”，前三年为“T－3年”。本文从科学性的角度出发，在初期指标变量的选取上，尽可能将范围扩大，使得更多的指标变量可以进入到研究过程中，同时还需要考虑到指标变量的可操作性，有些指标的收集不完整，则不应予以考虑，国际上的一些有关财务预警系统的研究成果需要同中国的具体情形结合起来进行研究。在选择传统财务变量指标的基础上，将公司治理方面的因素引入其中，包括未流通股份数比例、独立董事人数比例、董事、监事及高管前三名薪酬总额比例。其定义式见表1。在财务预警模型系统的构建中，除了上述的公司治理因素变量外，财务变量依旧是主要的组成部分，本文从四个方面划分财务状况指标体系。盈利能力指标:净资产收益率(ROE)、每股收益、投入资本回报率、成本费用利润率、主营业务利润率。偿债能力指标包括保守速动比率、所有者权益比率、速动比率、流动比率。资产运营能力指标包括股东权益周转率、营运资金周转率、应收账款周转率、总资产周转率、存货周转率。成长能力指标包括资本保值增值率、资本积累率、稀释每股收益增长率、主营业务收入增长率、净利润增长率。

(二)筛选指标

在众多的科学指标中，不是所有的指标变量都可以进行使用，因为这些变量可能具有共线性，一旦变量共线，那么最终得出的结论就会存在不科学的因素，误差较大，甚至出现错误，对于信息的接收者，如企业的经营者、投资人、债权人的判断、分析、预测、决策行为产生误导，使其受到不必要的损失。在此基础上，进行单变量T值检验法，目的是选择出适合模型构建的最终变量，减小误差，使得模型预测结果更加准确，变量的范围则是上文提到的公司治理变量及财务变量，共22个，所选用的样本容量为180个。当变量三年中的均值变化较大，差异较大，同时T值的大小处在0．05以下，则基本上可以判定所选的变量较为显著，可以作为财务预警模型构建的最终变量。根据上述思路分析，分别对19个财务指标和3个公司治理指标进行分析，根据能否有效区分ST公司与非ST公司为原则，最终选取了13个财务与公司治理指标对财务危机Logistic预测模型进行构建。同时利用SPSSStatistics17．0软件对其进行主成分分析，旨在进行降维处理，得到最具代表性、解释力的指标，来构建预警模型。同时，数据需要在进行因子分析前检验，来判定采用因子分析方法是否得当，因此，在本文之中采用了KMO检验和巴特利特球度检验，KMO检验中三年的结果均在0．6和1．0之间，说明变量间具有较强的相关性，适合做因子分析。巴特利特球度检验观测值概率均为0．000，小于0．05，通过显著性检验，此结论与T检验相符，综上所述，可以采用因子分析对指标数据进行处理。变量共同度反映了公因子中包含原始信息的程度，只有资本保值增值率和独立董事所占比例两个变量的共同度在50%左右，其他均在60%以上，表明提取的变量对原始信息具有一定解释力。选取主成分分析法对公因子进行提取，根据特征值大于1的基本原则，主成分由前四个因子组成。原始因子解释方差的比例为35．423%、18．893%、9．025%、7．563%，旋转平方和载入后的因子解释方差的比例为33．202%、18．607%、10．568%、8．527%，这四个因子的累积比例为70．904%，因此可以表明这四个主成分因子涵盖了原始13个变量的70．904%的信息，可以较好地对原变量进行替代，以构建预警模型。随后，需要将主成分与各原始变量组成矩阵，使得主成分因子有更好的解释性，为了让主成分因子之间关系更加明确，将主成分因子进行Kaiser标准化的正交旋转，旋转在5次迭代后收敛。因子1在流动比率、保守速动比率、所有者权益比率三个变量上均具有很高的载荷，这三个变量体现了公司的偿债能力，同时投入资本回报率、成本费用利润率两个变量的载荷也很高，他们代表了公司的盈利能力，因此因子1体现了公司的偿债能力和盈利能力。对于因子2而言，存货周转率、总资产周转率以及股东权益周转率三者的载荷量均在0．800以上，而其他变量的载荷量相差较为明显，所以因子2代表了公司的资产运营能力。由于载荷量的比较是针对绝对值而言，因此未流通股份所占比例的载荷量虽为负值，但绝对值最大，资本保值增值率的载荷量虽然只有0．619，但仍属较大值，故因子3体现了成长能力以及公司治理因素。由于董事、监事及高管前三名薪酬总额所占比例变量的载荷量较大，因子4则代表了公司治理因素。

(三)回归分析

本文利用二元Logistic方法进行回归分析，原始回归函数为:S=ln(p/1－p)=a+b1x1+．．．+bnxn，定义因变量S=1为上市公司被ST，S=0为未被ST处理，上述函数的p值在0和1之间，代表了事件发生的概率，由于通常临界值为0．5，a为常量，b1．．．bn代表参数估计值，x1．．．xn为自变量。因此，将主成分因子带入函数方程，进行二元Logistic回归分析，分别得出三年的预警函数方程，进行上市公司财务预警。B表示方程参数估计值，S．E．表示标准差，Wald表示统计量，Sig为显著性水平;Exp(B)表示B的幂次方。显著性水平大部分小于0．05，统计量较大，方程的预警效果较好。因此，三年的预警模型如下:ST－1=－1．562–6．103FAC1–2．299FAC2–1．468FAC3–2．035FAC4ST－2=－0．508–3．614FAC1–1．482FAC2–1．078FAC3–1．695FAC4ST－3=－0．602–3．816FAC1–1．827FAC2–1．451FAC3–1．813FAC4在预测效果方面如表2所示，“T－1”年时，S=0的预测正确率高达96．7%，而S=1的预测正确率为93．3%，总计百分比为95．0%，说明模型的预测效果较好。“T－2”年中，对于S=0有90．0%的正确率，而对于S=1有86．7%的正确率，总计百分比为88．3%，因此可以得出结论，危机前两年预警模型预测效果较好。“T－3”年时，S=0的预测正确率为83．3%，S=1的预测正确率为76．7%，虽然有所下降，但是总计百分比依然保持在80．0%。综上所述，财务危机发生前三年模型预测总计正确率均在80%以上，说明模型对上市公司财务危机预警作用较好，并且时间越接近被特别处理，模型预测的正确率越高，同时，同一会计年度中，S=0的预测正确率均高于S=1的预测正确率，也就是说将非ST公司错判成ST公司的可能性要小一些。

四、主要结论与建议

基于传统财务管理指标进行危机预测的前提下，将公司治理指标融合于目标模型的建立研究中，使得财务预警模型产生了很好的效果，在对公司财务危机的预测结果上正确率较高，可以有效地帮助企业防微杜渐。未流通股份所占比例和董事、监事及高管前三名薪酬总额所占比例两个公司治理因素对企业自身有着很重要的影响，因此，在企业进行财务危机预测的时候，应将公司治理变量因素与财务因素结合起来建立模型，以达到较好的预测效果。

本文作者:孙长江孙印工作单位:东北农业大学