企業(yè)財(cái)務(wù)預(yù)警模型實(shí)證研究

企業(yè)財(cái)務(wù)預(yù)警模型實(shí)證研究

一、引言

新常態(tài)在經(jīng)濟(jì)領(lǐng)域不僅表現(xiàn)為經(jīng)濟(jì)的轉(zhuǎn)型升級，還表現(xiàn)在經(jīng)濟(jì)的驅(qū)動(dòng)力由要素驅(qū)動(dòng)、投資驅(qū)動(dòng)轉(zhuǎn)變?yōu)閯?chuàng)新驅(qū)動(dòng)。因此，本文將討論對象確定為創(chuàng)新型企業(yè)，它是指以創(chuàng)新思想為指導(dǎo)，以創(chuàng)新體系為根底，以學(xué)問產(chǎn)權(quán)化的技術(shù)和品牌為核心，以實(shí)現(xiàn)全面而持續(xù)的自主創(chuàng)新為手段，以獵取更多利潤和獵取不斷進(jìn)展為目標(biāo)的新型企業(yè)。其主要消失于技術(shù)加工、醫(yī)藥科技、針織貿(mào)易、效勞業(yè)及局部金融領(lǐng)域；集中于我國政治中心、沿海經(jīng)濟(jì)帶，擅長利用該地域在物流通訊、市場潛力、經(jīng)濟(jì)購置力、高校人才儲藏及創(chuàng)業(yè)政策環(huán)境等方面的優(yōu)勢。創(chuàng)新型企業(yè)一般具備以下特征：（1）有自主品牌，不是代工企業(yè)；（2）有較強(qiáng)的研發(fā)實(shí)力，研發(fā)人數(shù)在30人以上；（3）有較大的營業(yè)規(guī)模，年?duì)I業(yè)收入在8000萬元以上；（4）有較好的成長性，年收入增長率在20%以上；（5）制造性強(qiáng)，并不是純仿照企業(yè)；（6）核心經(jīng)濟(jì)增長方式———內(nèi)生產(chǎn)式；（7）在已存在的行業(yè)或細(xì)分市場內(nèi)，擁有市場占有權(quán)。2023年12月科技部的《中國區(qū)域創(chuàng)新力量報(bào)告2023》顯示，江蘇和廣東兩省為我國創(chuàng)新型產(chǎn)業(yè)集代表區(qū)域，二者在國內(nèi)的GDP產(chǎn)值也相當(dāng)客觀。其中，廣東珠三角區(qū)域創(chuàng)新效益綜合排名連續(xù)6年位居全國其次，帶來的經(jīng)濟(jì)效應(yīng)以及創(chuàng)新指標(biāo)數(shù)據(jù)等在全國領(lǐng)先。因此，討論珠三角地區(qū)創(chuàng)新型企業(yè)具有極大的現(xiàn)實(shí)意義。而世界經(jīng)濟(jì)全球化、產(chǎn)品市場競爭性、研發(fā)工程融資途徑等諸多因素，都要求珠三角地區(qū)的創(chuàng)新型企業(yè)能準(zhǔn)時(shí)發(fā)覺財(cái)務(wù)隱患，正確應(yīng)對財(cái)務(wù)危機(jī)；對經(jīng)營方向和體制治理所存在的缺陷，做出前瞻性推斷，強(qiáng)化抗風(fēng)險(xiǎn)力量。因此，建立完善的財(cái)務(wù)預(yù)警機(jī)制，更利于珠三角區(qū)域性經(jīng)濟(jì)的長遠(yuǎn)進(jìn)展。

關(guān)于財(cái)務(wù)預(yù)警理論國外已根本成熟，國內(nèi)主要是在借鑒西方理論的根底上，不斷探究符合我國企業(yè)市場的新型財(cái)務(wù)預(yù)警系統(tǒng)。國外方面，F(xiàn)itz-partrick（1932）首次運(yùn)用一元判別分析法討論樣本數(shù)據(jù)，通過單個(gè)財(cái)務(wù)比率建模推導(dǎo)出權(quán)益凈利率和凈資產(chǎn)負(fù)債率在破產(chǎn)企業(yè)財(cái)務(wù)指標(biāo)方面上有顯著性變化。美國學(xué)者Altman（1968）提出Z值判定模型，其主要涉獵于中小制造業(yè)領(lǐng)域，討論的大多是關(guān)于企業(yè)破產(chǎn)可能性大小的猜測分析，在猜測1970—1973間企業(yè)樣本的有效性超過80%。學(xué)者Edmister（1972）將現(xiàn)金流量指標(biāo)作為猜測變量，為規(guī)模較小的企業(yè)構(gòu)建了財(cái)務(wù)預(yù)警分析模型，考核企業(yè)實(shí)際運(yùn)營現(xiàn)金流對企業(yè)財(cái)務(wù)問題的影響。Coats和Fant（1993）闡述了神經(jīng)網(wǎng)絡(luò)模型（NNS），該模型對樣本企業(yè)的擬合度、猜測精度都有肯定優(yōu)勢，然而在某些方面仍舊存在技術(shù)上的爭議。1987年，吳世農(nóng)從西方引進(jìn)針對企業(yè)破產(chǎn)危機(jī)的實(shí)證調(diào)研指標(biāo)，進(jìn)而闡述財(cái)務(wù)預(yù)警模型。20世紀(jì)末，周首華、楊濟(jì)華等人依據(jù)我國上市企業(yè)所處的特別環(huán)境，調(diào)整模型指標(biāo)范圍，擴(kuò)大樣本數(shù)量，在Z分?jǐn)?shù)模型實(shí)證討論根底上提出F計(jì)分法。學(xué)者吳世農(nóng)和盧賢義（2023）選定6個(gè)財(cái)務(wù)指標(biāo)應(yīng)用Fisher線性推斷分析，Logisitic回歸分析和多元線性回歸分析對140家上市公司分別建立預(yù)警財(cái)務(wù)逆境模型。李曉峰、徐玖平（2023）提出運(yùn)用粗糙集理論進(jìn)展預(yù)警模型，有效地采納人工神經(jīng)網(wǎng)絡(luò)方法去降低指標(biāo)數(shù)量，保證其主要特征屬性并在力量外延等方面做出突破。徐凌等（2023）在傳統(tǒng)財(cái)務(wù)指標(biāo)的根底上，引入EVA指標(biāo)及現(xiàn)金流量指標(biāo)從而構(gòu)建財(cái)務(wù)預(yù)警Lo-gistic模型。

二、相關(guān)理論

（一）創(chuàng)新型企業(yè)財(cái)務(wù)特點(diǎn)1.創(chuàng)新型企業(yè)工程運(yùn)營效益重在長遠(yuǎn)。有形資產(chǎn)比重較低，其中房屋建筑、工廠設(shè)備類大型基建物占資產(chǎn)比例小。受學(xué)問產(chǎn)權(quán)、專利技術(shù)及品牌效應(yīng)等無形資產(chǎn)自身特征的影響，企業(yè)所能看到的短期經(jīng)濟(jì)效應(yīng)不大，工程運(yùn)營前期的財(cái)務(wù)報(bào)表難以直觀地反映其真實(shí)價(jià)值，也存在變現(xiàn)力量低的短板，即企業(yè)的經(jīng)濟(jì)收益從長遠(yuǎn)角度分析較為妥當(dāng)。2.創(chuàng)新型企業(yè)借款方式趨于多元化。創(chuàng)新政策環(huán)境寬松，在國家鼓舞創(chuàng)新、助于創(chuàng)新的大背景下，創(chuàng)新型企業(yè)借款方式多元化，負(fù)債構(gòu)造合理，能夠在長期負(fù)債和短期負(fù)債中找到平衡點(diǎn)，有效利用歸還期限和借款利率的差異，獲得較充盈的運(yùn)營資金進(jìn)展新工程的開發(fā)，在肯定程度上能降低本錢并分散風(fēng)險(xiǎn)。但是，企業(yè)借貸信用問題、工程運(yùn)營效益又成為關(guān)鍵因素。3.財(cái)務(wù)投融資決策面臨挑戰(zhàn)。常常性的股權(quán)轉(zhuǎn)讓，引發(fā)企業(yè)內(nèi)股權(quán)構(gòu)造不穩(wěn)定、投融資狀況不明晰，這對上市公司對外信息披露提出要求。另一方面，創(chuàng)新型企業(yè)由于投資工程的不斷推動(dòng)以及創(chuàng)新業(yè)務(wù)開展的逐步深入，企業(yè)時(shí)間跨度、資金需求量等方面表現(xiàn)出很大的不確定性，這給治理者在財(cái)務(wù)融資決策方面帶來某種程度的考驗(yàn)。4.企業(yè)盈利曲線先平緩后急劇增長。企業(yè)帶來的利潤效益不完全成比例增長，期初研發(fā)本錢、銷售本錢、人力資本投入較多，企業(yè)業(yè)績不穩(wěn)定收益較低，盈利曲線處于數(shù)值較低的位置，甚至可能消失虧損的情形；待工程成熟且盈利方式固定，企業(yè)的收益將可能大幅度的提高，盈利曲線會呈現(xiàn)出陡增式的幅度增長，但在工程完成的肯定期限內(nèi)，受市場需求的因素影響較大。

（二）財(cái)務(wù)預(yù)警及其分析方法財(cái)務(wù)預(yù)警是以財(cái)務(wù)報(bào)表、運(yùn)營規(guī)劃及其他相關(guān)資料為根底，對企業(yè)經(jīng)營成果、財(cái)務(wù)狀況及其變動(dòng)進(jìn)展分析和猜測，準(zhǔn)時(shí)發(fā)覺經(jīng)營治理中存在或潛在的財(cái)務(wù)和經(jīng)營風(fēng)險(xiǎn)，從而推斷財(cái)務(wù)危機(jī)發(fā)生的可能性，并準(zhǔn)時(shí)向經(jīng)營者發(fā)出警告，為其供應(yīng)決策依據(jù)及建議。財(cái)務(wù)預(yù)警常見的方法主要有一元判別分析法、多元判別分析法、Logistic回歸分析、主成分分析法等。本文依據(jù)正態(tài)性和顯著性檢驗(yàn)選擇變量，然后采納主成分分析法建立企業(yè)的財(cái)務(wù)預(yù)警模型，并檢驗(yàn)?zāi)Ｐ筒聹y效果的好壞，最終完成一個(gè)系統(tǒng)化的模型論證。

三、財(cái)務(wù)預(yù)警模型構(gòu)建

（一）樣本選取1.樣本選取標(biāo)準(zhǔn)。本文討論的對象是珠三角地區(qū)的創(chuàng)新型企業(yè)，所選取的主要是廣東板塊的上市企業(yè)，因該區(qū)域消失財(cái)務(wù)危機(jī)被特殊處理或是退市處理警告的企業(yè)相對較少，故而參考了深市A股相近行業(yè)的上市企業(yè)，同時(shí)未被ST的上市企業(yè)均采納廣東板塊的數(shù)據(jù)，盡可能地保證樣本的有效性。選擇單個(gè)樣本企業(yè)應(yīng)滿意以下要求：（1）擴(kuò)展選取行業(yè)范圍，在同行業(yè)內(nèi)進(jìn)展一比一配對樣本，避開行業(yè)間的差異性影響；（2）企業(yè)資產(chǎn)規(guī)模相當(dāng)，在企業(yè)現(xiàn)金流、本錢支出、負(fù)債或者投資收益等方面，可比性更好；（3）滿意創(chuàng)新型企業(yè)的主要條件，若是難以滿意應(yīng)優(yōu)先考慮資產(chǎn)規(guī)模相當(dāng)原則，但保證要同時(shí)期，在規(guī)定年限內(nèi)財(cái)務(wù)數(shù)據(jù)可以獲得。2.樣原來源。本文選取2023年被特殊處理的上市公司2023—2023年的財(cái)務(wù)報(bào)表數(shù)據(jù)。選取21家*ST企業(yè)和21家非ST企業(yè)，作為最終討論樣本，其中20家企業(yè)作為建模組，另外22家企業(yè)作為檢驗(yàn)組，每組間采樣均為1∶1設(shè)置。樣本總共涉及23個(gè)行業(yè)，對于珠三角地區(qū)創(chuàng)新型企業(yè)的掩蓋面較廣，在信息反映方面將更具有代表性，對于以后財(cái)務(wù)指標(biāo)的應(yīng)用也會更全面。

（二）指標(biāo)體系的構(gòu)建1.指標(biāo)初選。本文依據(jù)重要性、全面性、可行性和可比性的原則從企業(yè)的償債力量、運(yùn)營力量、盈利力量、進(jìn)展力量、現(xiàn)金流量力量等五個(gè)方面選取指標(biāo)如表1所示。2.指標(biāo)篩選。初選指標(biāo)能比擬完整地反映一個(gè)企業(yè)的經(jīng)營狀況，但這些指標(biāo)是否能區(qū)分ST企業(yè)和非ST企業(yè)，還需要進(jìn)一步的考證。高效的預(yù)警模型有賴于顯著性檢驗(yàn)，因此，先對所選擇的26個(gè)根底指標(biāo)進(jìn)展K-S檢驗(yàn)，考核總體是否聽從正態(tài)分布，進(jìn)而推斷采納何種檢驗(yàn)方法。（1）參數(shù)性檢驗(yàn)。SPSS的K-S檢驗(yàn)可以檢驗(yàn)4種理論分布：正態(tài)分布、勻稱分布、泊松分布和指數(shù)分布。因此，本標(biāo)符合正態(tài)分布，置信區(qū)間為95%。（2）非參數(shù)檢驗(yàn)。本文采納Mann-Whitney的U檢驗(yàn)法對樣本進(jìn)展非參數(shù)檢驗(yàn)，原假設(shè)為*ST企業(yè)和非ST企業(yè)的財(cái)務(wù)指標(biāo)沒有明顯的差異，置信區(qū)間為95%。在2023年財(cái)務(wù)指標(biāo)匯總數(shù)據(jù)根底上添加新變量B，標(biāo)簽為經(jīng)營狀況，其中1代表*ST，2代表非ST，變量分析過程見表5。從表5中可以看出：Mann-Whitney的U統(tǒng)計(jì)量值為23.500，Wilcoxon的W統(tǒng)計(jì)值為78.500，Z值等于為-2.004，雙尾漸進(jìn)顯著性概率為0.045，小于0.05，故應(yīng)拒絕原假設(shè)，即*ST企業(yè)和非ST企業(yè)依次檢驗(yàn)2023-2023各年財(cái)務(wù)指標(biāo)，結(jié)果見表6。從表6中可以看出，未通過顯著性檢驗(yàn)的財(cái)務(wù)比率，在當(dāng)年不能成為指標(biāo)變量，應(yīng)當(dāng)剔除。究其緣由為：廣東省*ST企業(yè)數(shù)量少，選取樣本容量相對較??；歷時(shí)時(shí)間短，只能獵取近三年財(cái)務(wù)數(shù)據(jù)。因此，導(dǎo)致屬于營運(yùn)力量、進(jìn)展力量和現(xiàn)金流量的財(cái)務(wù)比率均被剔除，即在本文的建模樣本中，*ST企業(yè)和非ST企業(yè)在這些財(cái)務(wù)比率指標(biāo)中沒有顯著性差異，建模時(shí)也不再考慮，僅從償債力量、盈利能等方面進(jìn)展考量，涉及到指標(biāo)為流淌比率（X1）、速動(dòng)比率（X2）、資產(chǎn)負(fù)債率（X3）、主營業(yè)務(wù)比率（X8）、凈資產(chǎn)收益率（X9）、總資產(chǎn)利潤率（X10）、資產(chǎn)酬勞率（X11）、銷售凈利率（X12）、銷售毛利率（X13）、營業(yè)利潤率（X14）。

（三）構(gòu)建主成分分析模型利用主成分方法建立模型，并對*ST企業(yè)和非ST企業(yè)在2023年的經(jīng)營狀況做初步判定。主要步驟如下：1.提取主成分（見表7）。依據(jù)特征值大于1選取四個(gè)主成分，共解釋85.781%的原始信息，即只需原篩選出的原始指標(biāo)的40%指標(biāo)數(shù)可以反映絕大局部原始信息，主成分分析合理。（2）主成分模型。依據(jù)成分矩陣（見表8）和相應(yīng)的特征值可計(jì)算出四個(gè)主成分相應(yīng)的特征向量，并可得出其表達(dá)式如下。

（四）檢驗(yàn)預(yù)警模型1.財(cái)務(wù)危機(jī)前兩年模型檢驗(yàn)。本文將對檢驗(yàn)組相對應(yīng)2023年數(shù)據(jù)進(jìn)展檢驗(yàn)，考察該企業(yè)在兩年后的財(cái)務(wù)危機(jī)狀況，對上述的因子模型的猜測力量進(jìn)展判別。經(jīng)過分析有10家企業(yè)為非ST企業(yè)，有12家企業(yè)為*ST企業(yè)，其中誤判的是華賽的一家企業(yè)，即本次模型檢驗(yàn)結(jié)果的精確率為95.45%。因此，在2023年（危機(jī)前2年）該模型檢測效果相當(dāng)可觀。2.預(yù)警模型檢驗(yàn)結(jié)果匯總。根據(jù)同樣的分析方法可構(gòu)建出距離財(cái)務(wù)危機(jī)前一年（2023）和前三年（2023）的財(cái)務(wù)預(yù)警模型，并對其進(jìn)展檢驗(yàn)。依據(jù)模型可得出綜合得分，利用中位數(shù)法得出PS值為0.7465，經(jīng)判別分析得出屬于*ST企業(yè)有14家，非ST企業(yè)有7家，因數(shù)據(jù)缺失而需要剔除的有1家，誤判的有華賽、綠景控股、粵宏遠(yuǎn)、東莞控股、*ST中冠A等5家企業(yè)。經(jīng)計(jì)算該模型檢驗(yàn)精確率為76.19%，精確率較2023年降幅略大，但總體檢測結(jié)果仍就大于70%，有參考價(jià)值。依據(jù)模型可得出綜合得分，利用中位數(shù)法得出PS值為0.6569，經(jīng)判別分析得出屬于*ST企業(yè)有12家，非ST企業(yè)有10家，誤判的有華賽、星河生物、*ST鳳凰、*ST中冠A等4家企業(yè)。經(jīng)計(jì)算該模型檢驗(yàn)精確率為81.82%，精確率較2023年較低，但總體檢測結(jié)果仍就大于80%，即猜測2023年是否發(fā)生財(cái)務(wù)危機(jī)的精準(zhǔn)度良好。綜合檢驗(yàn)匯總表可知，珠三角地區(qū)創(chuàng)新型企業(yè)在財(cái)務(wù)危機(jī)發(fā)生的前三年之內(nèi)，該模型都能有效地進(jìn)展猜測，根據(jù)目前檢驗(yàn)結(jié)果來說均超過70%，精確度較高，對企業(yè)的經(jīng)營決策來說有較高的參考價(jià)值。

四、總結(jié)

本文所構(gòu)建的主成分模型還存在以下局限性：（1）應(yīng)用范圍和數(shù)據(jù)源的局限性，本文考慮到財(cái)務(wù)報(bào)表數(shù)據(jù)獵取的便利性，其樣原來自于A股上市公司，而未考慮到非上