導語：預警系統(tǒng)下的公司財務論文一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

一、理論依據(jù)

(一)規(guī)范理論。規(guī)范理論由兩種財務模型組成，第一種模型為期權定價模型，第二種模型為賭徒破產(chǎn)模型，其中，賭徒破產(chǎn)模型又按照是否與外部資本市場銜接分為兩種模型，其一是不具備外部資本市場條件的賭徒模型，其二是由前者放松資本市場假設而得到的模型，這也符合了學者研究的一貫方法，循序漸進地放寬限制的條件，從而將模型應用的范圍不斷擴大，以便適應更多的需求。首先，期權定價模型把負債經(jīng)營公司進行證券化，所有權歸屬于債權人，同時股東將在公司債務價值低于公司總價值時使用看漲期權，所謂的看漲期權實際上是指以證券為標的物的附加值。公司重組或者破產(chǎn)的直接因素是公司價值與公司負債，這兩個因素共同影響公司的期權價值，因而期權定價是尤為關鍵的。其次，假設公司不能夠在證券市場中進行資本籌措，從而使得公司不具備外部資本市場，排除了資本市場因素的干擾，同時在現(xiàn)金流方面，公司正負現(xiàn)金流的概率都是存在的，只是數(shù)值不同而已，如果負現(xiàn)金流過多，那么公司的財務狀況不容樂觀，因此，公司凈資產(chǎn)清算價值、現(xiàn)金流兩個因素共同影響公司破產(chǎn)或重組的概率。在前面賭徒模型的基礎上，將外部資本市場的條件進行考慮，同時保持其他的因素假設均相同，那么賭徒破產(chǎn)模型就得以完善，由于外部資本市場的空間較大，信息量較大，因此可以在很大程度上拓寬模型的適用范圍，為信息使用者提供很大的幫助，在影響因素上與前者略微不同，將公司凈資產(chǎn)清算價值替換為公司價值。規(guī)范性理論對于指標的選取具有一定應用價值，同時讓學者有理可循，從而進行實證研究。(二)實證理論。在理論范疇內(nèi)，實證理論越來越被更多的人認可，由于其數(shù)據(jù)的及時性、統(tǒng)計工具的科學性、工作的效率性較之規(guī)范理論均有明顯的優(yōu)勢，因此更多的學者在進行相關研究時較多地使用實證理論。在財務預警研究中，數(shù)據(jù)的主要獲取方式是通過企業(yè)的財報，企業(yè)根據(jù)數(shù)據(jù)進行分析比對，利用統(tǒng)計工具對數(shù)據(jù)進行處理，從而方便快捷地得到預測模型，以便信息使用者進行利用。總體來說，財務預警的實證方法有兩種:其一是單定檢驗法，即用一組數(shù)據(jù)所確定的分割點來檢驗另一組數(shù)據(jù)所構(gòu)成的樣本，從而得出模型的正判率或者誤判率;其二是交互檢驗法，這種方法在單定檢驗法的基礎上有所改進，其充分利用了樣本，使得所有樣本都參與其中，都可以進行檢驗，只是這種方法的工作量稍大。以上兩種方法的樣本分配都是隨機的，規(guī)避了人為設置因素。兩種方法有許多共性:都是利用檢驗樣本與分割點來進行檢驗，從而測定模型的預測水平;二者均需要進行參數(shù)估計，以便得出最優(yōu)的預警模型。二者的不同點在于樣本分配的比例不同，前者較為均衡，后者則是一對多的比例，在優(yōu)缺點上各有利弊，前者工作流程較為規(guī)范，工作量相對較少，而后者檢驗較為全面，但較為繁瑣。進入21世紀后，經(jīng)研究發(fā)現(xiàn)，在預警模型的構(gòu)建中，判別分析法在實踐中會產(chǎn)生較大的誤差，進而將神經(jīng)網(wǎng)絡分析法運用于研究中，將學習樣本定為原始的30個樣本，建模的方法選為神經(jīng)網(wǎng)絡法，結(jié)果顯示樣本的錯判率僅為5%［1］。另一方面考慮了董事會治理因素和股權結(jié)構(gòu)指標，結(jié)果證明非財務變量的引入提高了模型的預測正確率［2］。通過研究表明:控股股東性質(zhì)、股權制衡度、股權集中度、高管薪酬和董事長兼任情況等公司治理結(jié)構(gòu)變量影響顯著［3］。運用Logic回歸法進行實證分析可以得出兩條結(jié)論，其一為財務危機發(fā)生的概率與董事會規(guī)模的大小是正相關關系，其二為董事長與總經(jīng)理兼任現(xiàn)象越普遍，上市公司越難發(fā)生財務危機［4］。

二、企業(yè)財務危機成因

(一)國家宏觀政策影響。黨的十八屆三中全會前不久在北京召開，此次會議的一個重要的亮點是強調(diào)了市場的主體地位，并進行財稅改革、提高國企紅利上繳比例、推行股票發(fā)行注冊制、允許民資辦銀行，這些因素都將給企業(yè)帶來巨大的影響，收益與風險是并存的。以允許民資辦銀行為例，普通百姓可能將在今后的生活中看到“娃哈哈銀行”、“肯德基銀行”之類的民資銀行，那么這些銀行在獲得收益的同時也將面臨著較大的風險挑戰(zhàn)，國有四大行的擠壓、以阿里巴巴集團為首的電商的競爭、外資銀行的涌入，這些因素勢必會對民資銀行帶來沖擊。因此，企業(yè)的財務狀況更加值得關心，國家宏觀政策對于企業(yè)財務危機的影響是顯而易見的。(二)宏觀經(jīng)濟周期影響。經(jīng)濟周期一般由復蘇、繁榮、衰退和蕭條四個階段構(gòu)成。不同國家、時期的經(jīng)濟周期可能具有各自的不同點。在20世紀60年代以前西方國家經(jīng)濟周期的特點是產(chǎn)出和價格的同向大幅波動。在70年代初期，西方國家先后進入所謂的“滯脹”時期，經(jīng)濟大幅度衰退，價格卻仍然猛烈上漲，經(jīng)濟的停滯與嚴重的通貨膨脹并存。而80－90年代以來的經(jīng)濟波動幅度大大縮小，并且價格總水平只漲不跌，衰退和蕭條期下降的只是價格上漲速度而非價格的絕對水平。進入90年代中期以后，一些新興市場經(jīng)濟國家，如韓國、東南亞國家等，受到金融危機的沖擊，導致一些商品的國際市場價格大幅下滑。目前的歐債危機、后時代金融危機都讓我們不寒而栗，我們現(xiàn)在所擔心的是中國可能將會出現(xiàn)滯脹的局面，在這種情況之下，企業(yè)的生存是非常艱難的，危機也就同時出現(xiàn)。(三)財務投資決策失誤。一個成功的投資絕非主觀的、盲目的，而應該是經(jīng)過科學合理的方式進行不斷修正而得出的結(jié)論，投資失誤將可能導致企業(yè)步入萬劫不復的深淵，有的企業(yè)會計賬目混亂，管理不規(guī)范，偷逃稅款，這些都是企業(yè)危機的導火索。因此做好財務投資的測算、風險的評估，是決策的基本先行條件，財務危機的預警系統(tǒng)則顯得尤為重要。(四)缺乏預警意識及管理經(jīng)驗。在企業(yè)中，有些財務人員由于學歷不高、專業(yè)技能不強、經(jīng)驗不足等原因而缺乏最基本的預警意識，只是為了完成工作任務而工作，沒有考慮到潛在風險的存在，這可能給企業(yè)帶來較大的損失。這種現(xiàn)象和企業(yè)的管理者也有一定的關系，有些企業(yè)的管理者為了節(jié)約成本，沒有對入崗人員進行崗前培訓，在職人員也沒有得到較好的提升機會，沒有進行科學的人員管理，缺乏管理的經(jīng)驗，導致人員流動過大等現(xiàn)象，這都是不可取的。

三、實證分析

(一)樣本選擇與數(shù)據(jù)來源

本文研究所選用的數(shù)據(jù)全部來自國泰安經(jīng)濟金融研究數(shù)據(jù)庫(CSMAR)，選取了2011年和2012年期間首次被ST處理的公司作為研究對象，使得數(shù)據(jù)具有及時性，令財務危機預警系統(tǒng)的構(gòu)建更為貼合實際，同時值得提出的是有很多家上市公司被多次進行ST處理，這種現(xiàn)象極為普遍，而本文只研究首次被特別處理的上市公司，排除了財務舞弊、粉飾報表行為的干擾。為了使樣本的范圍合理，保證數(shù)據(jù)時間的連續(xù)性，選取了被特別處理公司前三年的數(shù)據(jù)進行研究，而且由于A股、B股和境外上市公司股票之間存在差異，同一家上市公司在A、B兩股之間對外的報表是一致的，因此本文只將A股上市公司的數(shù)據(jù)作為建模依據(jù)，同時剔除了數(shù)據(jù)不完備公司，以減少異常樣本對結(jié)果的影響?；谏鲜鲈瓌t，本文隨機選取了30家ST公司的90個樣本作為實證研究對象，同時又選取了30家非ST公司的90個樣本作為匹配進行研究，總共180個樣本，將公司被ST的年份定義為“T年”，被特別處理前一年為“T－1年”，前兩年為“T－2年”，前三年為“T－3年”。本文從科學性的角度出發(fā)，在初期指標變量的選取上，盡可能將范圍擴大，使得更多的指標變量可以進入到研究過程中，同時還需要考慮到指標變量的可操作性，有些指標的收集不完整，則不應予以考慮，國際上的一些有關財務預警系統(tǒng)的研究成果需要同中國的具體情形結(jié)合起來進行研究。在選擇傳統(tǒng)財務變量指標的基礎上，將公司治理方面的因素引入其中，包括未流通股份數(shù)比例、獨立董事人數(shù)比例、董事、監(jiān)事及高管前三名薪酬總額比例。其定義式見表1。在財務預警模型系統(tǒng)的構(gòu)建中，除了上述的公司治理因素變量外，財務變量依舊是主要的組成部分，本文從四個方面劃分財務狀況指標體系。盈利能力指標:凈資產(chǎn)收益率(ROE)、每股收益、投入資本回報率、成本費用利潤率、主營業(yè)務利潤率。償債能力指標包括保守速動比率、所有者權益比率、速動比率、流動比率。資產(chǎn)運營能力指標包括股東權益周轉(zhuǎn)率、營運資金周轉(zhuǎn)率、應收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率。成長能力指標包括資本保值增值率、資本積累率、稀釋每股收益增長率、主營業(yè)務收入增長率、凈利潤增長率。

(二)篩選指標

在眾多的科學指標中，不是所有的指標變量都可以進行使用，因為這些變量可能具有共線性，一旦變量共線，那么最終得出的結(jié)論就會存在不科學的因素，誤差較大，甚至出現(xiàn)錯誤，對于信息的接收者，如企業(yè)的經(jīng)營者、投資人、債權人的判斷、分析、預測、決策行為產(chǎn)生誤導，使其受到不必要的損失。在此基礎上，進行單變量T值檢驗法，目的是選擇出適合模型構(gòu)建的最終變量，減小誤差，使得模型預測結(jié)果更加準確，變量的范圍則是上文提到的公司治理變量及財務變量，共22個，所選用的樣本容量為180個。當變量三年中的均值變化較大，差異較大，同時T值的大小處在0．05以下，則基本上可以判定所選的變量較為顯著，可以作為財務預警模型構(gòu)建的最終變量。根據(jù)上述思路分析，分別對19個財務指標和3個公司治理指標進行分析，根據(jù)能否有效區(qū)分ST公司與非ST公司為原則，最終選取了13個財務與公司治理指標對財務危機Logistic預測模型進行構(gòu)建。同時利用SPSSStatistics17．0軟件對其進行主成分分析，旨在進行降維處理，得到最具代表性、解釋力的指標，來構(gòu)建預警模型。同時，數(shù)據(jù)需要在進行因子分析前檢驗，來判定采用因子分析方法是否得當，因此，在本文之中采用了KMO檢驗和巴特利特球度檢驗，KMO檢驗中三年的結(jié)果均在0．6和1．0之間，說明變量間具有較強的相關性，適合做因子分析。巴特利特球度檢驗觀測值概率均為0．000，小于0．05，通過顯著性檢驗，此結(jié)論與T檢驗相符，綜上所述，可以采用因子分析對指標數(shù)據(jù)進行處理。變量共同度反映了公因子中包含原始信息的程度，只有資本保值增值率和獨立董事所占比例兩個變量的共同度在50%左右，其他均在60%以上，表明提取的變量對原始信息具有一定解釋力。選取主成分分析法對公因子進行提取，根據(jù)特征值大于1的基本原則，主成分由前四個因子組成。原始因子解釋方差的比例為35．423%、18．893%、9．025%、7．563%，旋轉(zhuǎn)平方和載入后的因子解釋方差的比例為33．202%、18．607%、10．568%、8．527%，這四個因子的累積比例為70．904%，因此可以表明這四個主成分因子涵蓋了原始13個變量的70．904%的信息，可以較好地對原變量進行替代，以構(gòu)建預警模型。隨后，需要將主成分與各原始變量組成矩陣，使得主成分因子有更好的解釋性，為了讓主成分因子之間關系更加明確，將主成分因子進行Kaiser標準化的正交旋轉(zhuǎn)，旋轉(zhuǎn)在5次迭代后收斂。因子1在流動比率、保守速動比率、所有者權益比率三個變量上均具有很高的載荷，這三個變量體現(xiàn)了公司的償債能力，同時投入資本回報率、成本費用利潤率兩個變量的載荷也很高，他們代表了公司的盈利能力，因此因子1體現(xiàn)了公司的償債能力和盈利能力。對于因子2而言，存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率以及股東權益周轉(zhuǎn)率三者的載荷量均在0．800以上，而其他變量的載荷量相差較為明顯，所以因子2代表了公司的資產(chǎn)運營能力。由于載荷量的比較是針對絕對值而言，因此未流通股份所占比例的載荷量雖為負值，但絕對值最大，資本保值增值率的載荷量雖然只有0．619，但仍屬較大值，故因子3體現(xiàn)了成長能力以及公司治理因素。由于董事、監(jiān)事及高管前三名薪酬總額所占比例變量的載荷量較大，因子4則代表了公司治理因素。

(三)回歸分析

本文利用二元Logistic方法進行回歸分析，原始回歸函數(shù)為:S=ln(p/1－p)=a+b1x1+．．．+bnxn，定義因變量S=1為上市公司被ST，S=0為未被ST處理，上述函數(shù)的p值在0和1之間，代表了事件發(fā)生的概率，由于通常臨界值為0．5，a為常量，b1．．．bn代表參數(shù)估計值，x1．．．xn為自變量。因此，將主成分因子帶入函數(shù)方程，進行二元Logistic回歸分析，分別得出三年的預警函數(shù)方程，進行上市公司財務預警。B表示方程參數(shù)估計值，S．E．表示標準差，Wald表示統(tǒng)計量，Sig為顯著性水平;Exp(B)表示B的冪次方。顯著性水平大部分小于0．05，統(tǒng)計量較大，方程的預警效果較好。因此，三年的預警模型如下: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在預測效果方面如表2所示，“T－1”年時，S=0的預測正確率高達96．7%，而S=1的預測正確率為93．3%，總計百分比為95．0%，說明模型的預測效果較好?！癟－2”年中，對于S=0有90．0%的正確率，而對于S=1有86．7%的正確率，總計百分比為88．3%，因此可以得出結(jié)論，危機前兩年預警模型預測效果較好?！癟－3”年時，S=0的預測正確率為83．3%，S=1的預測正確率為76．7%，雖然有所下降，但是總計百分比依然保持在80．0%。綜上所述，財務危機發(fā)生前三年模型預測總計正確率均在80%以上，說明模型對上市公司財務危機預警作用較好，并且時間越接近被特別處理，模型預測的正確率越高，同時，同一會計年度中，S=0的預測正確率均高于S=1的預測正確率，也就是說將非ST公司錯判成ST公司的可能性要小一些。

四、主要結(jié)論與建議

基于傳統(tǒng)財務管理指標進行危機預測的前提下，將公司治理指標融合于目標模型的建立研究中，使得財務預警模型產(chǎn)生了很好的效果，在對公司財務危機的預測結(jié)果上正確率較高，可以有效地幫助企業(yè)防微杜漸。未流通股份所占比例和董事、監(jiān)事及高管前三名薪酬總額所占比例兩個公司治理因素對企業(yè)自身有著很重要的影響，因此，在企業(yè)進行財務危機預測的時候，應將公司治理變量因素與財務因素結(jié)合起來建立模型，以達到較好的預測效果。

本文作者:孫長江孫印工作單位:東北農(nóng)業(yè)大學