上市公司财务预警的实证分析
上市公司财务预警的实证分析 摘要：随着市场竞争的日益激烈，财务失败将直接影响企业的生存和发展，因此，完善 财务预警系统，需要加大宣传贯彻《会计法》和制订会计准则的力度，建立新的评价指标 衡量上市公司业绩，改进财务预警方法，在财务危机到来之前向企业管理当局发出信号 ，可使其及时改善生产经营，以延长企业生命。 　　关键词：财务失败；财务预警；实证分析 　　中图分类号：F275　 文献标识码：A　 文章编号：1003－7217（2001）06－0083－05 　　1994年7月1日起正式实施的《公司法》规定：公司最近三年连续亏损，由国务院证券 管理部门决定暂停其股票上市，亏损情形在限期内未能清除，由国务院证券管理部门决 定终止其股票上市。中国证券监督管理委员会于1998年3月16日颁布了《关于上市公司状 况异常期间的股票特别处理方式的通知》，要求证券交易所应对“状况异常”的上市公司实 行股票的特别处理（special treatment，简称ST）。目前，沪深两市共出现近50家特别处理公司。签此，上市公司的 管理当局迫切需要建立一个能预先发出危机警报的财务分析系统，以帮助避开或化解可 能出现的财务危机。 　　一、主要财务预警模型简述 　　财务失败是指企业因财务运作不善而导致财务危机潜发的一系列动态结果。财务预 警是以企业的财务报表、经营计划及其他相关会计资料为依据，利用财会、统计、金融 、企业管理、市场营销理论，采用比率分析、比较分析、因素分析及多种统计方法，对 企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的经营 风险和财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有 效措施，避免潜在的风险演变成损失，起到未雨绸缎的作用。 　　企业存在的目的和价值就是以其所掌握的经济资源去创造最大的财富，实现资产的 不断增值。建立财务预警系统要求企业千方百计改善经营策略，提高管理质量，减少或 避免财务失败的出现。银行通过这样的预测，可以考察贷款风险，防止坏账发生；投资 者也可以在证券价格大跌之前就获得财务风险的警报，及时撤走资金或审慎投资；审计 师可以准确判断企业的经营状况避免因未能正确披露其经营失败而招致的法律诉讼；公 司经理人员越早获得失败信号越可以减少其在会计、审计、律师等方面所支付的费用； 面对于那些准备借“壳”或买“壳”上市的公司，在寻找重组公司时，财务预测也是必不可 少的。 　　本文主要通过对上市公司的考察来研究财务预警。由于国内证券市场的发展历史很 短，有关财务危机预测的研究较少，而国外的证券市场由来已久，关于经营失败（或者 说是破产）预测的研究相对成熟，这里介绍几种主要的预测方法： 　　（一）单变量分析法 　　最早运用统计方法研究公司失败问题的是美国的比佛（Beaver，1966），对于财务 失败，他不仅仅狭义地界定为破产，还包括“债券拖欠不履行、银行超支、不能支付优先 股股利等”。他首先以单变量分析法发展出财务危机预测模型，使用5个财务比率分别作 为变量对79家经营未失败公司和79家经营失败公司进行一元判定预测，发现（现金流量 ／总负债）财务预测的效果最好，（净利润／总资产）次之，在失败前5年可达70％以上 的预测能力，失败前1年更可达87％的正确区别率。其中，“现金流量”来自“现金流量表 ”的三种现金流量之和，除现金外还充分考虑了资产变现力，同时结合了企业销售和利润 的实现及生产经营状况的综合分析，这个比率用总负债作为基数，是考虑到长期负债与 流动负债的转化关系，但是总负债只考虑了负债规模，而没有考虑负债的流动性，即企 业的债务结构，因此对一些因短期偿债能力不足而出现危机的企业存在很大的误判性。 “总资产”这一指标没有结合资产的构成要素，因为不同的资产项目在企业盈利过程中所 发挥的作用是不同的。这不利于预测企业资产的获利能力是否具有良好的增长态势。单 变量分析法虽然简单，但却因不同财务比率的预测方向与能力经常有相当大的差距，有 时会产生对于同一公司使用不同比率预测出不同结果的现象，因此招致了许多批评，而 逐渐被多变量方法所替代。 　　（二）Z分数模型 　　最早运用多变量区别分析法探讨公司财务危机预测问题的是另一类美国学者奥曼（ Altlan，1968）。他将若干变量合并入一个函数方程： 　　Z＝0.012X1＋0.014X2＋0.033X3＋0 006X4＋0.999X5 　　X1＝（期末流动资产－期末流动负债）／期末总资产 　　X2＝期末留存收益／期末总资产 　　X3＝息税前利润／期末总资产 　　X4＝期末股东权益的市场价值／期末总负债 　　X5＝本期销售收入／总资产 　　其中： 　　X1为营运资本／资产总额，反映了企业资产的折现能力和规模特征。营运资本是企 业的劳动对象，具有周转速度快，变现能力强，项目繁多，性质复杂，获利能力高，投 资风险小等特点。一个企业营运资本的持续减少，往往预示着企业资金周转不灵或出现 短期偿债危机。 　　X2反映了企业的累积获利能力。期末留存收益是由企业累积税后利润而成，对于上 市公司，留存收益是指净利润减去全部股利的余额。一般说来，新企业资产与收益较少 ，因此相对于老企业X2较小，而财务失败的风险较大。 　　X3即EBIT／资产总额，可称为总资产息税前利润率，而我们通常所用的总资产息税 前利润率为EBIT／平均资产总额，分母间的区别在于平均资产总额避免了期末大量购进 资产时使X3降低，不能客观反映一年中资产的获利能力。EBIT是指扣除债务利息与所得 税之前的正常业务利润（包括对外投资收益），不包括非正常项目、中断营业和特别项 目及会计原则变更的累积前期影响而产生的收支净额。原因在于：由负债与资本支持的 项目一般属于正常业务范围，因此，计算总资产利润率时以正常业务经营的息税前利润 为基础，有利于考核债权人及所有者投入企业资本的使用效益。该指标主要是从企业各 种资金来源（包括所有者权益和负债）的角度对企业资产的使用效益进行评价的，通常 是反映企业财务失败的最有力依据之一。 　　X4测定的是财务结构，分母为流动负债、长期负债的账面价值之和；分子以股东权 益的市场价值取代了贴面价值，因而对公认的、影响企业财务状况的产权比率进行了修 正，使分子能客观地反映公司价值的大小。对于上市公司，分子应该是：“末流通的股票 账面价值＋流通股票期末市价。股份数”。X4的分子是一个较难确定的参数，尤其对于股 权结构较复杂的企业。而目前及在今后相当长的时间内，非上市公司仍占我国公司总数 的大部分，要确定非上市公司所有者权益市价，我们可以采用资产评估方法中的预期收 益法，具体表示为： 　　企业资产市价＝企业预期实现的年利润额／行业平均资金利润率 　　X4＝（企业资产的市价／负债总额）－1 　　但此法仍有缺陷，因为我国宏观价格体系尚未完全理顺，行业资金利润率受客观因 素影响而有波动，难以完全符合实际。 　　X5为总资产周转率，企业总资产的营运能力集中反映在总资产的经营水平上，因此 ，总资产周转率可以用来分析企业全部资产的使用效率。如果企业总资产周转率高，说 明企业利用全部资产进行经营的成果好，效率高；反之，如果总资产周转率低，则说明 企业利用全部资产进行经营活动的成果差，效率低，最终将影响企业的获利能力。如果 总资产周转率长期处于较低的状态，企业就应当采取措施提高各项资产的利用程度，对 那些确实无法提高利用率的多余、闲置资产应当及时进行处理，加速资产周转速度。X5 的分子“本期销售收入”应该为销售收入净额，指销售收入扣除销售折扣、销售折让、销 售退回等后的金额。 　　Z分数模型从企业的资产规模、折现力、获利能力、财务结构、偿债能力、资产利用 效率等方面综合反映了企业财务状况，进一步推动了财务预警的发展。奥曼教授通过对 Z分数模型的研究分析得出：Z值越小，该企业遭受财务失败的可能性就越大。美国企业 的Z值的临界值为1.8，具体判断标准如下表所示： 　　　　　表1　Z分数模型具体判断标准　　　　　　　　　　　　　　　　　　　　 　　 Z≥3.0　　　　 财务失败的可能性很小　财务不失败组　　　　　　　　　　　　　　　 2.8≤Z≤2.9　　有财务失败可能　　　　　　　　　　　　　　　　　　　　　　　　　 1.81≤Z≤2.7　 财务失败可能性很大　　　　　　　　　　　　　　　　　　　　　　　 Z≤1.8　　　　 财务失败可能性非常大　财务失败组 　　奥曼教授选择了1968年尚在持续经营的33家美国企业进行预测，其准确率令人满意 ，而且分析根据的资料越新，准确率越高。如依据临近财务失败的报表资料预测其准确 率为96％，依据财务失败前一年的报表预翻难确率为72％。但无论怎样，都必须以财务 报表的真实性、准确性、完整性为前提。近年来，澳大利亚、巴西、加拿大、法国、德 国、爱尔兰、日本和荷兰都进行了类似的分析。尽管Z值的判断标准在各国间有相当的差 异，但各国“财务失败组”的Z值的平均值都低于临界值1.8。 　　（三）F分数模型。由于Z分数模式在建立时并没有充分考虑到现金流量的变动等方 面的情况，因而具有一定的的局限性。为此，有学者拟对Z分数模式加以改造，并建立其 财务危机预测的新模式－F分数模式（Failure Score Model）。F分数模式的主要特点是： 　　（1）F分数模式加入现金流量这一预测自变量。许多专家证实现金流量比率是预测 公司破产的有效变量，因而它弥补了Z分数模式的不足。 　　（2）本模式考虑到了现代化司财务状况的发展及其有关标准的更新。比如公司所应 有财务比率标准已发生了许多变化，特别是现金管理技术的应用，已使公司所应维持的 必要的流动比率大为降低。 　　（3）本模式使用的样本更加扩大。其使用了Compustat PC Plus会计数据库中1990年以来的4160家公司的数据进行了检查；而Z分数模型的样本仅为 66家（3家破产公司及33家非破产公司）。F分数模式对4160家公司进行验证的结果如下 表所示 　　　　　表2　F分数模式检验结果　　　　　　　　　　　　　　　　　　　　　　 　　 现实结果　　　　　　　　　 检验结果　　　　　　　　　　　　　　　　　　　　　　 破产公司22家　　　破产公司15家　　非破产公司7家 （100％）　　　　 （68.18％）　　（31.82％）　　　　　　　　　　　　　　　　　　 非破产公司4138家　破产公司1056家　非破产公司3082家 （100％）　　　　 （25.52％）　　（74.48％）　　　　　　　　　　　　　　　　　　 合计4160家　　　　　1071家　　　　　3089家 　　F分数模式如下： 　　F＝－0.1774＋1.1091X1＋0.1074X2＋1.9271X3＋0.0302X4＋0.4961X5 　　其中：X1、X2及X4与Z分数模型中的X1、X2及X4相同，这里不再进行分析。 　　X1＝（期末流动资产－期末流动负债）／期末总资产 　　X2＝期未留存收益／期末总资产 　　X3＝（税后纯收益＋折旧）／平均总负债 　　X4＝期末股东权益的市场价值／期末总负债 　　X5＝（税后纯收益＋利息＋折旧）／平均总资产 　　F分数模型与Z分数模式中各比率的区别就在于其X3、X5与Z分数模式中X3、X5不同。 X3是一个现金流量变量，它是衡量企业所产生的全部现金流量可用于偿还企业债务能力 的重要指标。一般来讲，企业提取的折旧费用，也是企业创造的现金流入，必要时可将 这部分资金用来偿还债务。 　　X5则测定的是企业总资产在创造现金流量方面的能力。相对于Z分数模式，它可以更 准确地预测出企业是否存在财务危机。（其中的利息是指企业利息收入减去利息支出后 的余额）。 　　F分数模式中的五个自变量的选择是基于财务理论，其临界点为0.0274；若某一特定 的F分数低于0.0274，则将被预测为破产公司；反之，若F分数高于0.0274，则公司将被 预测为继续生存公司。 　　二、实证分析 　　我们把ST公司界定为财务失败公司，以“松辽汽车”上市公司为例来验证多元预测模 型的运用。“松辽汽车”于1998年底被宣布为特别处理公司（ST公司），所以距特别处理 1年以上的最近会计年度报表是1997年度的。其1997年12月31日的报表部分资料如下： 　　　　　　表3　松辽汽车公司报表资料 　　　　松辽汽车公司资产负债表——1997年12月31日 　　　　　　　　　　　　　　　　　　　　　　单位：元　　　　　　　　　　　　 　　 流动资产　356366718.13　 流动负债　　　　　　249840895.51　　　　　　　　　　　 固定资产　343921021.57　 长期负债　　　　　　165123720.09　　...
上市公司财务预警的实证分析