【我國創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警探究16000字（論文）】

我國創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警研究內(nèi)容摘要創(chuàng)業(yè)板市場于2009年10月30號成立，旨在解決中小企業(yè)融資難的問題，另一方面也促進(jìn)了我國資本市場的發(fā)展，2020新冠疫情的爆發(fā)，給全球的金融帶來了巨大的風(fēng)險和挑戰(zhàn)，此時，中國創(chuàng)業(yè)板改革試點注冊制為中小企業(yè)提供了更廣泛的融資途徑，但同時，也給投資者帶來了更大的風(fēng)險。因此研究出一套適合我國創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警的模型也迫在眉睫。本文對創(chuàng)業(yè)板上市公司財務(wù)預(yù)警模型進(jìn)行研究，選取了創(chuàng)業(yè)板上市公司共108個樣本，其中財務(wù)危機(jī)企業(yè)樣本和財務(wù)正常企業(yè)樣本分別為54個，采用主成分分分析選取了7個公共因子，其中6個財務(wù)指標(biāo)，1個非財務(wù)指標(biāo)。構(gòu)建了中國創(chuàng)業(yè)板上市公司的財務(wù)預(yù)警logit回歸模型。結(jié)果表明，本文建立的Logit回歸模型對于我國創(chuàng)業(yè)板上市公司整體的預(yù)測率可達(dá)87，04%。并且距離財務(wù)危機(jī)發(fā)生的時間越近，logit回歸模型預(yù)測的精度越高。關(guān)鍵詞創(chuàng)業(yè)板；財務(wù)危機(jī)；預(yù)警一、緒論(一)研究背景及意義(二)研究方法和研究思路二、財務(wù)危機(jī)預(yù)警文獻(xiàn)綜述(一)現(xiàn)有財務(wù)預(yù)警模型1.單一變量模型2.多元變量模型3.logit回歸模型4.人工神經(jīng)網(wǎng)絡(luò)分析模型(二)國內(nèi)外研究現(xiàn)狀評述三、創(chuàng)業(yè)板上市公司特征分析(一)行業(yè)分布特征(二)地域分布特征四、創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警研究設(shè)計(一)創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警樣本選擇1.財務(wù)危機(jī)企業(yè)樣本選擇2.財務(wù)正常企業(yè)配對樣本選擇(二)創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警指標(biāo)設(shè)計1.指標(biāo)初選2.指標(biāo)主成分提取(三)創(chuàng)業(yè)板上市公司財務(wù)預(yù)警模型構(gòu)建五、創(chuàng)業(yè)板上市公司財務(wù)預(yù)警模型驗證(一）模型自身驗證(二）模型外部驗證六、結(jié)論參考文獻(xiàn)一、緒論(一)研究背景及意義 1.研究背景2009年3月31日，中國證監(jiān)會發(fā)布了針對中國創(chuàng)業(yè)板制定的首部規(guī)定《首次公開發(fā)行股票并在創(chuàng)業(yè)板上市管理辦法》，此項規(guī)定也為中國創(chuàng)業(yè)板市場的成立奠定了基礎(chǔ)。2009年10月30日，二十八家公司的股票正式在深交所掛牌上市。創(chuàng)業(yè)板市場自成立起就一直備受關(guān)注。它最初建立的目的：一方面促進(jìn)中國小微高新技術(shù)企業(yè)的發(fā)展并提供融資渠道和制度保障；其次為了拓寬投資渠道，使投資市場多樣化；最后從風(fēng)險投資發(fā)者角度出發(fā)，可以使風(fēng)險投資資本通過上市的方法，從創(chuàng)業(yè)板上市公司中成功退出。所以，創(chuàng)業(yè)板的成立既適應(yīng)了國家自主創(chuàng)新和自主創(chuàng)業(yè)戰(zhàn)略的需要，同時也促進(jìn)了我國資本市場更加健康穩(wěn)定地發(fā)展。截止2020年6月，創(chuàng)業(yè)板上市公司的數(shù)量已由最初的28家增長為818家，財務(wù)指標(biāo)數(shù)量也初具規(guī)模。2020年，由于新冠疫情的爆發(fā)，全球的金融市場遭遇了巨大的沖擊和挑戰(zhàn)，此時，中國資本市場勇于接受挑戰(zhàn)，實行了創(chuàng)業(yè)板改革并試點注冊制，為中小企業(yè)提供了更為廣泛的融資途徑，提升了企業(yè)融資上市的速度。雖然近些年來創(chuàng)業(yè)板市場發(fā)展迅速，但是對于主板來說，創(chuàng)業(yè)板仍然是一個新興資本市場，仍存在著各種問題。此外，創(chuàng)業(yè)板注冊制在放寬上市條件的同時，也給投資者帶來了更大的風(fēng)險，如將創(chuàng)業(yè)板股票每日漲跌停點位放寬至20%，增加新股不再設(shè)置漲跌幅天數(shù)，證券監(jiān)管機(jī)構(gòu)不再對企業(yè)做價值判斷等。因此，創(chuàng)業(yè)板實行注冊制在給企業(yè)和投資者帶來更多機(jī)遇的同時也面臨著更高的風(fēng)險。目前大多數(shù)學(xué)者對上市公司財務(wù)危機(jī)預(yù)警的研究都是針對主板市場，因為主板市場對國內(nèi)資本市場的影響更深、更廣，且主板市場發(fā)展已較為成熟，已有比較完善的法律法規(guī)以及判斷財務(wù)危機(jī)的ST制度。而創(chuàng)業(yè)板上市公司由于一直缺乏一個統(tǒng)一的財務(wù)危機(jī)評判標(biāo)準(zhǔn)，且可供研究的樣本數(shù)量有限，國內(nèi)學(xué)者對創(chuàng)業(yè)板上市公司的研究尚少。因此，為使我國創(chuàng)業(yè)板市場能健康、穩(wěn)定、持續(xù)的成長，同時為避免管理者、經(jīng)營者、債權(quán)人及投資人等利益相關(guān)者的權(quán)益受到侵害，研究出一套行之有效的創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警機(jī)制已迫在眉睫。2.研究意義我國對創(chuàng)業(yè)板上市財務(wù)危機(jī)預(yù)警的研究尚少，因此開展這方面的研究不僅對于完善財務(wù)危機(jī)預(yù)警研究體系具有理論價值，還對相關(guān)利益者有重要的現(xiàn)實意義。投資者可以在財務(wù)危機(jī)發(fā)生之前，重新規(guī)劃未來的投資組合或者根據(jù)危機(jī)的嚴(yán)重程度及時撤資，規(guī)避投資風(fēng)險，避免造成更大的損失；第二，企業(yè)可以在預(yù)知財務(wù)危機(jī)后，及時采取應(yīng)對措施和解決方案以扭轉(zhuǎn)不利局面，防范財務(wù)危機(jī)的發(fā)生；第三，金融機(jī)構(gòu)可通過財務(wù)危機(jī)預(yù)警系統(tǒng)提前對貸款企業(yè)的經(jīng)營狀況進(jìn)行評估，進(jìn)而做出更合理的貸款決策，降低貸款風(fēng)險；第四，政府管理部門可以根據(jù)財務(wù)危機(jī)預(yù)警系統(tǒng)對上市公司的經(jīng)營狀況和財務(wù)狀況進(jìn)行實時把控，有利于對上市公司的統(tǒng)籌管理。(二)研究思路和研究方法第一，本文以2019年發(fā)生財務(wù)危機(jī)為當(dāng)年即T年，以T年為研究結(jié)點選取創(chuàng)業(yè)板上市公司財務(wù)危機(jī)企業(yè)，并以1：1配對選取財務(wù)正常企業(yè)，構(gòu)成配對樣本。第二，根據(jù)創(chuàng)業(yè)板上市公司的特點，選擇著重能反映其成長能力的財務(wù)指標(biāo)，兼顧反映盈利能力、償債能力、營運能力和現(xiàn)金流量結(jié)構(gòu)的指標(biāo)。并加上非財務(wù)指標(biāo)綜合反映企業(yè)的狀況。第三，對樣本T-1年和T-2年分別構(gòu)建Logit回歸模型，再進(jìn)行模型自身檢驗以及模型外部檢驗，驗證logit回歸模型對我國創(chuàng)業(yè)板上市公司財務(wù)預(yù)警的判別率。二、財務(wù)危機(jī)預(yù)警研究文獻(xiàn)綜述(一)現(xiàn)有財務(wù)預(yù)警模型在國外，財務(wù)預(yù)警模型的研究開始的較早，從上個世紀(jì)初就已經(jīng)作為一項預(yù)測類的研究工具，由于我國的資本市場起步較晚，國內(nèi)的財務(wù)預(yù)警模型研究從上世紀(jì)末才開始，并且大多數(shù)學(xué)者是以國際上的經(jīng)典模型作為依據(jù)。1986年，吳世農(nóng)，黃世忠等學(xué)者對破產(chǎn)企業(yè)的財務(wù)指標(biāo)進(jìn)行分析，并由此建立了財務(wù)預(yù)警模型，實現(xiàn)了我國在財務(wù)預(yù)警模型方面的重大突破。1.單一變量模型單一變量模型就是選取一個財務(wù)比率或者現(xiàn)金流量指標(biāo)作為自變量，以此建立預(yù)測模型。FitzPatrick（1932）首先對破產(chǎn)企業(yè)的單一財務(wù)變量進(jìn)行了研究，發(fā)現(xiàn)出現(xiàn)財務(wù)危機(jī)的企業(yè)和正常企業(yè)的財務(wù)比率有著顯著不同，但是僅僅只是描述性分析。WilliamBeaver(1967)在此基礎(chǔ)上首次用統(tǒng)計方法創(chuàng)立了財務(wù)預(yù)警單一變量模型，并提出了針對單一變量預(yù)警模型的五個財務(wù)指標(biāo)，其中債務(wù)保障比率的預(yù)測效果最好。陳靜(1999)以我國上市公司為研究對象，選取了90年代末中國證券市場上市公司中被特別處理27家企業(yè)作為財務(wù)危機(jī)企業(yè)樣本，同時借鑒了Z值模型和單一變量模型，討論了國外既有的財務(wù)危機(jī)預(yù)警模型在中國市場的有效性以及Z值模型和單一變量模型各自的局限性。在單一變量模型分析過程中，總結(jié)出了模型誤判率最低的兩項財務(wù)指標(biāo)，分別是流動比率與資產(chǎn)負(fù)債率。鮑新中，劉應(yīng)文（2007）從現(xiàn)金流量出發(fā)，建立了現(xiàn)金流量的財務(wù)危機(jī)預(yù)警模型，并對被特別處理的公司、撤銷特別處理的公司、市場表現(xiàn)好的公司分別進(jìn)行了模型的有效性驗證。結(jié)果表明，現(xiàn)金流量信息具有重要的財務(wù)預(yù)警功能。2.多元變量模型單一變量模型中，選取不同的財務(wù)指標(biāo)便會使模型的預(yù)測結(jié)果具有差異性，為了克服此局限學(xué)者們開始研究多元變量美國學(xué)者EdwardI.Altman于1968年提出了著名的Z值模型，其判別函數(shù)為Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5，其中X1是總資產(chǎn)營運資本率，X2是總資產(chǎn)留存收益，X3是資產(chǎn)報酬率，X4是權(quán)益市價與負(fù)債比率，X5是總資產(chǎn)周轉(zhuǎn)率，把這五項財務(wù)指標(biāo)作為線性模型自變量，得出相關(guān)系數(shù)，最后得到總判別值，從而有效而精確的預(yù)測了企業(yè)的財務(wù)危機(jī)。此模型也對后來學(xué)者進(jìn)行財務(wù)危機(jī)預(yù)警研究奠定了基礎(chǔ)，具有劃時代的意義。Haldeman和Narayanan（1977）對Z值模型進(jìn)行了修正，建立了ZETA模型。ZETA模型在Z值模型的基礎(chǔ)上增加了兩個自變量，分別是資本化程度一以及規(guī)?；潭?。結(jié)果表明,ZETA模型預(yù)測的準(zhǔn)確性更優(yōu)。趙坤、趙育萱（2011）對創(chuàng)業(yè)板市場建立了多元變量模型進(jìn)行預(yù)測及分析，但由于創(chuàng)業(yè)板樣本數(shù)據(jù)較少，作者便采取相同行業(yè)和近似規(guī)模的原則，在主板市場中選取了與創(chuàng)業(yè)板首批上市的公司相似的公司作為樣本，但仍具有一定意義。賀瑜丹，李英艷，周悅（2020）隨機(jī)抽取了16家界定為財務(wù)危機(jī)的新能源上市公司，用1：1配對的方法抽取了非財務(wù)危機(jī)公司16家構(gòu)建新能源上市公司財務(wù)危機(jī)預(yù)警模型，并對模型的預(yù)測能力進(jìn)行了檢驗，結(jié)果表明修正的Z-Score模型整體判別準(zhǔn)確率達(dá)到了74.51%，但是在財務(wù)危機(jī)公司的預(yù)警判斷過程中，無論是模型自身檢驗還是模型外部檢驗，預(yù)警的準(zhǔn)確率均低于非財務(wù)危機(jī)公司。3.Logit回歸模型邏輯回歸模型建立的過程可簡要概括為當(dāng)自變量變化時，因變量兩個邏輯值的概率如何變化。logit回歸的目的及宗旨就是總結(jié)出自變量與因變量彼此的線性關(guān)系。同時，由于logit回歸模型對變量沒有任何前提假設(shè)條件，因此在財務(wù)預(yù)警方面受到了廣泛關(guān)注。Ohlson首次（1980）提出logit回歸財務(wù)預(yù)警模型，其利用1或0來代表破產(chǎn)和非破產(chǎn)，通過財務(wù)比率線計算企業(yè)破產(chǎn)的概率。姚瑤（2014）在滬深兩交易所上市的A股公司選取被特別處理的公司作為財務(wù)危機(jī)樣本，并通過分層抽樣的方法隨機(jī)抽取了44家企業(yè)與之配對，分別建立F-Score模型以及l(fā)ogit回歸模型，并對兩者的預(yù)測效果進(jìn)行檢驗，結(jié)果表明logit回歸模型的財務(wù)危機(jī)預(yù)警效果更好。宋寶珠（2014）依據(jù)相同行業(yè)近似規(guī)模的原則，選取了創(chuàng)業(yè)板上市公司中的共80個企業(yè)作為樣本，其中財務(wù)危機(jī)企業(yè)和非財務(wù)危機(jī)企業(yè)分別是40個，對Z值模型在中國創(chuàng)業(yè)板上市公司的非適應(yīng)性進(jìn)行了研究，對于財務(wù)危機(jī)企業(yè),Z值模型的整體預(yù)測率僅僅只有9.55%，造成此結(jié)構(gòu)的原因可能是由于Z值模型建立的經(jīng)濟(jì)社會背景，時間，企業(yè)的生命周期等等均與中國的創(chuàng)業(yè)板上市公司有很大的差異。徐依朋，齊魯豫，邢思銘，王宇（2020）利用panel-logit模型對上市公司風(fēng)險預(yù)警進(jìn)行研究，其中選取了17個財務(wù)指標(biāo)分別代表盈利能力、營運能力、償債能力、成長能力、現(xiàn)金流量、以及資產(chǎn)構(gòu)成，并通過主成分分析提取出了6個主成分因子累計方差貢獻(xiàn)率可達(dá)到84.259%，最后選取了4個通過顯著性水平的因子，分別是盈利因子、償債因子、成長因子和評價因子進(jìn)行l(wèi)ogit回歸，結(jié)果表明panel-logit模型的準(zhǔn)確率較高，可達(dá)到97.92%。對于此結(jié)果他們解釋到可能是由于面板數(shù)據(jù)同時具有截面數(shù)據(jù)和時間序列數(shù)據(jù)的特征信息。4.人工神經(jīng)網(wǎng)絡(luò)分析模型上世紀(jì)末期隨著計算機(jī)的不斷發(fā)展，人工神經(jīng)網(wǎng)絡(luò)分析模型誕生并成為一種新的財務(wù)預(yù)警模型。它不同于傳統(tǒng)的財務(wù)預(yù)警模型，利用財務(wù)指標(biāo)變量的手段預(yù)測企業(yè)財務(wù)狀況，而是利用計算機(jī)和數(shù)理統(tǒng)計方法進(jìn)行預(yù)測。西方學(xué)者Odom和Sharda（1990）首次利用人工神經(jīng)網(wǎng)絡(luò)分析模型進(jìn)行分析，并結(jié)合財務(wù)危機(jī)預(yù)警模型進(jìn)行研究。楊淑娥（2005）利用人工神經(jīng)網(wǎng)絡(luò)分析模型，選擇的樣本也均為上市公司。以企業(yè)六大類財務(wù)能力為對象建立人工神經(jīng)網(wǎng)絡(luò)分析模型。選取10個財務(wù)類變量作為建模的原始變量來建立模型，結(jié)果顯示建立的模型的判別準(zhǔn)確率可達(dá)到百分之九十以上。陳強(qiáng)和薛華（2007）對人工神經(jīng)網(wǎng)絡(luò)分析模型進(jìn)行升級，在原來模型基礎(chǔ)上加入了遺傳算法的研究。接著在主板上市公司中選出樣本，進(jìn)行模型的構(gòu)建。實踐證明相比于傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)分析模型，加入遺傳算法的模型預(yù)測度更高。22楊波（2016）通過1：1配對樣本，采用偏最小二乘法對預(yù)警變量進(jìn)行篩選，提取出偏最小二乘成分，并分別建立傳統(tǒng)預(yù)警模型以及BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型，表明了偏最小二乘法的優(yōu)越性以及BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型更加準(zhǔn)確。(二)國內(nèi)外研究現(xiàn)狀評述關(guān)于財務(wù)預(yù)警研究，國內(nèi)外均已經(jīng)開始了很多年，研究方法也逐漸升級，從最初的單一變量模型到多變量模型再到如今引入計算機(jī)的人工神經(jīng)網(wǎng)絡(luò)分析模型，變量體系也在不斷完善，從最初的財務(wù)變量指標(biāo)，到后來學(xué)者逐漸引入了非財務(wù)變量指標(biāo)，目前，財務(wù)預(yù)警方面的研究也到達(dá)了較高的水平。但仍存在以下幾方面值得改進(jìn)的方面：1.財務(wù)指標(biāo)的研究已有很多年，但是對于非財務(wù)指標(biāo)由于數(shù)據(jù)獲取難度大，界定標(biāo)準(zhǔn)不統(tǒng)一，研究者往往只選取了財務(wù)變量作為預(yù)警指標(biāo)，但是財務(wù)變量也有其局限性，例如滯后項，甚至某些企業(yè)可能會造假，導(dǎo)致財務(wù)指標(biāo)不真實，以此建立的預(yù)警模型往往也會降低預(yù)測率。并且非財務(wù)指標(biāo)例如創(chuàng)新能力，公司治理能力往往也會很大程度地影響一家公司。因此，在對企業(yè)陷入財務(wù)危機(jī)的研究當(dāng)中，也應(yīng)當(dāng)加入非財務(wù)指標(biāo)進(jìn)行研究，提高模型的準(zhǔn)確性。2.在眾多研究中，研究者往往采用的是截面數(shù)據(jù)，但是實際中，企業(yè)的財務(wù)狀況是一個長期變化發(fā)展的過程，財務(wù)危機(jī)的發(fā)生也不是一時的，具有累積性和突發(fā)性，因此選取截面數(shù)據(jù)具有一定的片面性和滯后項。三、創(chuàng)業(yè)板上市公司特征分析(一)行業(yè)分布特征截止到2021年4月30日，我國創(chuàng)業(yè)板上市公司共涉及52個行業(yè)，具體的行業(yè)分布情況見表1及圖1。表1創(chuàng)業(yè)板上市公司行業(yè)分布行業(yè)數(shù)量比例行業(yè)數(shù)量比例商務(wù)服務(wù)業(yè)150.02開采輔助活動40.00軟件和信息技術(shù)服務(wù)業(yè)1260.13漁業(yè)10.00化學(xué)原料及化學(xué)制品制造業(yè)610.06汽車制造業(yè)210.02專用設(shè)備制造業(yè)910.10畜牧業(yè)50.01零售業(yè)60.01建筑裝飾和其他建筑業(yè)30.00計算機(jī)、通信和其他電子設(shè)備制造業(yè)1430.15批發(fā)業(yè)70.01食品制造業(yè)100.01農(nóng)副食品加工業(yè)50.01農(nóng)業(yè)50.01文化藝術(shù)業(yè)40.00金屬制品業(yè)90.01研究和試驗發(fā)展30.00電氣機(jī)械和器材制造業(yè)770.08其他制造業(yè)50.01專業(yè)技術(shù)服務(wù)業(yè)270.03教育20.00通用設(shè)備制造業(yè)390.04電信、廣播電視和衛(wèi)星傳輸服務(wù)30.00紡織服裝、服飾業(yè)20.00文教、工美、體育和娛樂用品制造業(yè)50.01醫(yī)藥制造業(yè)600.06燃?xì)馍a(chǎn)和供應(yīng)業(yè)20.00儀器儀表制造業(yè)320.03電力、熱力生產(chǎn)和供應(yīng)業(yè)10.00土木工程建筑業(yè)80.01新聞和出版業(yè)30.00鐵路、船舶、航空航天和其他運輸設(shè)備制造業(yè)140.01石油和天然氣開采業(yè)10.00倉儲業(yè)30.00紡織業(yè)70.01衛(wèi)生40.00皮革、毛皮、羽毛及其制品和制鞋業(yè)20.00其他金融業(yè)30.00家具制造業(yè)30.00橡膠和塑料制品業(yè)310.03化學(xué)纖維制造業(yè)30.00廣播、電視、電影和影視錄音制作業(yè)80.01機(jī)動車、電子產(chǎn)品和日用產(chǎn)品修理業(yè)10.00互聯(lián)網(wǎng)和相關(guān)服務(wù)220.02廢棄資源綜合利用業(yè)20.00有色金屬冶煉和壓延加工業(yè)80.01公共設(shè)施管理業(yè)20.00資本市場服務(wù)20.00石油加工、煉焦和核燃料加工業(yè)10.00非金屬礦物制品業(yè)210.02造紙和紙制品業(yè)10.00生態(tài)保護(hù)和環(huán)境治理業(yè)240.03房地產(chǎn)業(yè)10.00資料來源：銳思數(shù)據(jù)庫圖1行業(yè)分布由以上數(shù)據(jù)可以得出以下幾點結(jié)論：創(chuàng)業(yè)板上市公司大多屬于高新技術(shù)企業(yè)，這也符合我國對創(chuàng)業(yè)板上市公司“兩高五新”的定位，即高科技、高成長、新經(jīng)濟(jì)、新服務(wù)、新能源、新技術(shù)、新服務(wù)，也是國家經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型的方向。第二、創(chuàng)業(yè)板上市公司的行業(yè)類別高度集中于制造業(yè)，而漁業(yè)、房地產(chǎn)業(yè)、造紙和紙制品業(yè)等行業(yè)占比非常少。創(chuàng)業(yè)板市場中制造業(yè)高度集中的情況體現(xiàn)了我國產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)狀。即在我國，制造業(yè)在行業(yè)經(jīng)濟(jì)中仍是主體地位。2.地域分布特征地域分布作為區(qū)域發(fā)展的一個關(guān)鍵因素，深深地影響著企業(yè)的成長方向和成長能力，也是企業(yè)實現(xiàn)可持續(xù)發(fā)展的關(guān)鍵動力。而創(chuàng)業(yè)板上市公司的成長與區(qū)域經(jīng)濟(jì)發(fā)展聯(lián)系更加密切。截止到2021年4月30日為止，根據(jù)銳思數(shù)據(jù)庫提供的信息，我國創(chuàng)業(yè)板上市公司地域分布情況如圖2所示。從地區(qū)來看，對于中國創(chuàng)業(yè)板市場來說，其上市公司多處于東部地區(qū)，這也符合我國經(jīng)濟(jì)發(fā)展“東強(qiáng)西弱”的特征。具體來說注冊地大部分分布在廣東、浙江、江蘇、北京、上海。其中廣東省的上市數(shù)量居于榜首，共221家，原因是廣東深圳地區(qū)民營市場蓬勃發(fā)展所導(dǎo)致的經(jīng)濟(jì)快速發(fā)展；北京上市數(shù)量位居第二，原因是中關(guān)村科技園區(qū)中高科技公司的迅速成長，為高新技術(shù)產(chǎn)業(yè)的不斷發(fā)展注入了活力，也為創(chuàng)業(yè)板上市帶來明顯的地域優(yōu)勢。相反，中西部地區(qū)經(jīng)濟(jì)發(fā)展相對落后，所以創(chuàng)業(yè)板上市公司數(shù)量偏少。說明作為中小企業(yè)代表的創(chuàng)業(yè)板上市公司，十分依賴于其所處地域的經(jīng)濟(jì)發(fā)展水平。所以，創(chuàng)業(yè)板上市公司地域分布集中度較高，集聚于國內(nèi)經(jīng)濟(jì)活動充沛的發(fā)達(dá)地區(qū)?？傮w呈現(xiàn)出東部多西部少的現(xiàn)象。圖2地域分布四、創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警研究設(shè)計(一)創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警模型樣本選擇1.財務(wù)危機(jī)企業(yè)樣本選擇構(gòu)建財務(wù)危機(jī)預(yù)警模型的關(guān)鍵之一則是上市公司是否發(fā)生財務(wù)危機(jī)如何界定以及界定的標(biāo)準(zhǔn)。在主板和中小板市場，主流學(xué)者主要是將是否被ST作為財務(wù)危機(jī)企業(yè)的識別標(biāo)志，但是創(chuàng)業(yè)板市場的ST制度在2020年6月才發(fā)布，在此之前創(chuàng)業(yè)板不存在“ST”和“?ST”這樣的過渡階段，只要出現(xiàn)連續(xù)三年虧損的情況將直接做退市處理。因此，在創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警模型的樣本選擇中，不能繼續(xù)采用是否被特別處理作為發(fā)生財務(wù)危機(jī)的界定標(biāo)準(zhǔn)。從已有的研究創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警的文獻(xiàn)來看，張園園制定的評判標(biāo)準(zhǔn)有三個：（1）最近一個會計年度的凈利潤為負(fù)且營業(yè)收入增長率為負(fù)；（2）最近一個會計年度的期末凈資產(chǎn)為負(fù)；（3）最近一個會計年度的財務(wù)會計報告被給出無法表示意見或者否定意見；許東則是《深圳證券交易所創(chuàng)業(yè)板股票上市規(guī)則》制定了兩個評判標(biāo)準(zhǔn)：（1）連續(xù)兩個半年度凈利潤為負(fù)；（2）年度凈資產(chǎn)增長率為負(fù)。由此，本文發(fā)現(xiàn)以往學(xué)者識別創(chuàng)業(yè)板上市公司財務(wù)危機(jī)的界定標(biāo)準(zhǔn)通常是凈利潤和凈資產(chǎn)，但是僅僅將凈利潤為負(fù)作為界定標(biāo)準(zhǔn)，缺少一定合理性。因為凈利潤實際上還包括了企業(yè)正常經(jīng)營以外的各種偶然收入或者不可持續(xù)性的收入，例如某些企業(yè)陷入財務(wù)危機(jī)，結(jié)果因獲得政府或者銀行補(bǔ)助而繼續(xù)得以生存，但這部分并不屬于公司的主營業(yè)務(wù)范圍內(nèi)的利潤。因此，為了更加清楚地了解企業(yè)地經(jīng)營盈利狀況，本文將扣除非經(jīng)常性損益后的凈利潤替代凈利潤作為界定標(biāo)準(zhǔn)。最終本文識別創(chuàng)業(yè)板上市公司是否發(fā)生財務(wù)危機(jī)的標(biāo)準(zhǔn)界定為：一是最近一個會計年度扣除非經(jīng)常性損益的凈利潤為負(fù)；二是最近一個會計年度期末凈資產(chǎn)增長率為負(fù)。對于創(chuàng)業(yè)板上市公司，如果同時達(dá)到上述兩個門檻，則被認(rèn)為是財務(wù)危機(jī)樣本；反之，則被認(rèn)為是財務(wù)正常樣本。通過銳思數(shù)據(jù)庫提供的數(shù)據(jù)，本文篩選出了95個創(chuàng)業(yè)板上市公司財務(wù)危機(jī)企業(yè)的樣本。最后，由于本文進(jìn)行邏輯回歸模型分析時需要把財務(wù)危機(jī)企業(yè)和財務(wù)正常企業(yè)按相同行業(yè)類型和相似資產(chǎn)規(guī)模一一配對，所以在界定財務(wù)危機(jī)企業(yè)樣本時，需要把95個財務(wù)危機(jī)企業(yè)樣本中無法進(jìn)行配對的企業(yè)剔除，54家創(chuàng)業(yè)板財務(wù)危機(jī)企業(yè)樣本，見表2：表2財務(wù)危機(jī)企業(yè)樣本300004南風(fēng)股份300210森遠(yuǎn)股份300010豆神教育300221銀禧科技300018中元股份300247融捷健康300027華誼兄弟300250初靈信息300030陽普醫(yī)療300256星星科技300032金龍機(jī)電300266興源環(huán)境300048合康新能300275梅安森300051三五互聯(lián)300279和晶科技300056中創(chuàng)環(huán)保300287飛利信300077國民技術(shù)300292吳通控股300083創(chuàng)世紀(jì)300301長方集團(tuán)300095華伍股份300306遠(yuǎn)方信息300100雙林股份300312邦訊技術(shù)300115長盈精密300318博暉創(chuàng)新300116保力新300337銀邦股份300128錦富技術(shù)300350華鵬飛300129泰勝風(fēng)能300351永貴電器300148天舟文化300362天翔環(huán)境300152科融環(huán)境300366創(chuàng)意信息300158振東制藥300397天和防務(wù)300162雷曼光電300405科隆股份300167迪威迅300411金盾股份300173福能東方300432富臨精工300181佐力藥業(yè)300442普麗盛300194福安藥業(yè)300447全信股份300199翰宇藥業(yè)300460惠倫晶體300202聚龍股份300471厚普股份資料來源：銳思數(shù)據(jù)庫2.財務(wù)正常企業(yè)樣本配對選擇根據(jù)以上的分析，本文的樣本選取了54家創(chuàng)業(yè)板上市公司作為財務(wù)危機(jī)企業(yè)的樣本。為了排除樣本所屬行業(yè)和樣本資產(chǎn)總額對分析結(jié)果的影響，同時也為了更好的進(jìn)行模型分析，本文選取54家創(chuàng)業(yè)板財務(wù)正常公司作為研究對照的正常樣本。按照企業(yè)成立的近似時期，相同行業(yè)，相近規(guī)模的原則在創(chuàng)業(yè)板中選取54家財務(wù)正常企業(yè)與此前篩選出的54家財務(wù)危機(jī)企業(yè)進(jìn)行配對。其中，相同行業(yè)的選取原則按照與危機(jī)樣本完全相同行業(yè)配對；近似時期的選取原則則是與危機(jī)樣本成立時間5年之差以內(nèi)，相近規(guī)模的原則可以在財務(wù)危機(jī)樣本企業(yè)資產(chǎn)總額數(shù)量的基礎(chǔ)上，有15%的增減幅度限制。從而，最終篩選出創(chuàng)業(yè)板54家財務(wù)正常企業(yè)作為配對樣本。見表3表3配對企業(yè)樣本財務(wù)危機(jī)企業(yè)財務(wù)正常配對企業(yè)序號證券代碼證券簡稱證券代碼證券簡稱1300004南風(fēng)股份C300097智云股份2300010豆神教育C300168萬達(dá)信息3300018中元股份C300484藍(lán)海華騰4300027華誼兄弟C300182捷成股份5300030陽普醫(yī)療C300238冠昊生物6300032金龍機(jī)電C300105龍源技術(shù)7300048合康新能C300444雙杰電氣8300051三五互聯(lián)C300468四方精創(chuàng)9300056中創(chuàng)環(huán)保C300415伊之密10300077國民技術(shù)C300319麥捷科技11300083創(chuàng)世紀(jì)C300367ST網(wǎng)力12300095華伍股份C300293藍(lán)英裝備13300100雙林股份C300428四通新材14300115長盈精密C300088長信科技15300116保力新C300274陽光電源16300128錦富技術(shù)C300282三盛教育17300129泰勝風(fēng)能C300340科恒股份18300148天舟文化C300113順網(wǎng)科技19300152科融環(huán)境C300172中電環(huán)保20300158振東制藥C300026紅日藥業(yè)21300162雷曼光電C300127銀河磁體22300167迪威迅C300302同有科技23300173福能東方C300099精準(zhǔn)信息24300181佐力藥業(yè)C300406九強(qiáng)生物25300194福安藥業(yè)C300363博騰股份26300199翰宇藥業(yè)C300233金城醫(yī)藥27300202聚龍股份C300420五洋停車28300210森遠(yuǎn)股份C300045華力創(chuàng)通29300221銀禧科技C300218安利股份30300247融捷健康C300356光一科技31300250初靈信息C300245天璣科技32300256星星科技C300308中際旭創(chuàng)33300266興源環(huán)境C300388節(jié)能國禎34300275梅安森C300333兆日科技35300279和晶科技C300407凱發(fā)電氣36300287飛利信C300002神州泰岳37300292吳通控股C300378鼎捷軟件38300301長方集團(tuán)C300373揚杰科技39300306遠(yuǎn)方信息C300416蘇試試驗40300312邦訊技術(shù)C300235方直科技41300318博暉創(chuàng)新C300385雪浪環(huán)境42300337銀邦股份C300034鋼研高納43300350華鵬飛C300311任子行44300351永貴電器C300213佳訊飛鴻45300362天翔環(huán)境C300473德爾股份46300366創(chuàng)意信息C300188美亞柏科47300397天和防務(wù)C300139曉程科技48300405科隆股份C300200高盟新材49300411金盾股份C300154瑞凌股份50300432富臨精工C300258精鍛科技51300442普麗盛C300472新元科技52300447全信股份C300141和順電氣53300460惠倫晶體C300042朗科科技54300471厚普股份C300443金雷股份資料來源：銳思數(shù)據(jù)庫(二)創(chuàng)業(yè)板上市公司財務(wù)預(yù)警指標(biāo)設(shè)計1.指標(biāo)初選對于財務(wù)類指標(biāo)，目前主流研究是把預(yù)警變量分為四類，即：償債能力、營運能力、盈利能力和成長能力。由于創(chuàng)業(yè)板上市公司具有良好的成長性，注重持續(xù)增長潛力、風(fēng)險高等特點。所以，本文在上述四類財務(wù)指標(biāo)中著重選擇反映成長能力的指標(biāo)，兼顧反映盈利能力、償債能力和營運能力的指標(biāo)。償債能力表示的是企業(yè)能否保證其所欠債務(wù)按時償還，同時也可以代表一個企業(yè)的資產(chǎn)結(jié)構(gòu)是否健康合理。通過企業(yè)的資產(chǎn)負(fù)債可以看出，一個企業(yè)能否持續(xù)經(jīng)營不僅僅在于股東的權(quán)益，還有借款的支持。所以，為了公司能夠持續(xù)經(jīng)營，也為了保障股東和債權(quán)人的根本利益，償債能力是投資者需要密切關(guān)注的財務(wù)指標(biāo)。所以，本文衡量償債能力方面的指標(biāo)有：資產(chǎn)負(fù)債率，流動比率，產(chǎn)權(quán)比率共三個指標(biāo)。營運能力是企業(yè)在生產(chǎn)經(jīng)營過程中，通過資產(chǎn)的運用與周轉(zhuǎn)的而產(chǎn)生效益的能力。營運能力的強(qiáng)弱與企業(yè)能夠產(chǎn)生多少的價值成正比，也與企業(yè)其他財務(wù)指標(biāo)相互聯(lián)系，關(guān)系著一個企業(yè)能否長期穩(wěn)定的發(fā)展。另外，從實踐方面來說，不同的企業(yè)生產(chǎn)和銷售的時候，所利用的資產(chǎn)形式也不相同，那么在進(jìn)行此項維度的變量設(shè)計時，應(yīng)選擇一些有價值的資產(chǎn)進(jìn)行衡量。所以，本文選擇衡量營運能力的指標(biāo)有：應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率。盈利能力指的是公司運用現(xiàn)有資源獲取利潤的效率。一般來說，用所獲得的收益與投入成本之比來表示。在實際經(jīng)營當(dāng)中，盈利能力可以從企業(yè)效益和財務(wù)指標(biāo)兩個方面來反映。從企業(yè)效益方面來說，盈利能力可以反映企業(yè)獲得利潤的高低，從財務(wù)指標(biāo)方面說，盈利能力指標(biāo)良好的表現(xiàn)更能保障其他能力指標(biāo)健康發(fā)展。同時可以反映公司核心競爭力的規(guī)模與實力。此外，對于上市公司來講，股東的獲利情況也可以反映企業(yè)盈利能力。所以，本文選擇營業(yè)利潤率，凈資產(chǎn)收益率，銷售凈利率，每股凈資產(chǎn)，作為衡量盈利能力的指標(biāo)。成長能力既包括企業(yè)在收入方面的增長能力，也代表著資產(chǎn)積累的能力。隨著小微企業(yè)的逐漸增多，創(chuàng)業(yè)板市場投資的興起，人們也越來越關(guān)注企業(yè)成長的態(tài)勢、幅度、空間和潛能方面。對于創(chuàng)業(yè)板上市公司而言，由于創(chuàng)業(yè)板上市公司特有的特點，投資者對其成長能力方面更為關(guān)注。因此，本文衡量成長能力的指標(biāo)有營業(yè)收入增長率、總資產(chǎn)增長率、每股收益增長率、貨幣資金增長率、凈利潤增長率、固定資產(chǎn)投資擴(kuò)張率共五個指標(biāo)對于非財務(wù)類指標(biāo)，在本論文對創(chuàng)業(yè)板上市公司的行業(yè)特征的分析中，可以看到創(chuàng)業(yè)板上市公司具有“五新”的特點，即新材料、新能源、新經(jīng)濟(jì)、新技術(shù)、新服務(wù)。對于高新技術(shù)產(chǎn)業(yè)，衡量其是否成功的標(biāo)準(zhǔn)之一就是研發(fā)能力。所以，在非財務(wù)類指標(biāo)的選擇上，本文選取“研發(fā)能力”作為指標(biāo)。通過以前學(xué)者的研究，可以知道對于定性的非財務(wù)類指標(biāo)，可以通過財務(wù)報告提供的相關(guān)數(shù)據(jù)，用財務(wù)指標(biāo)的形式來表示，即轉(zhuǎn)換為財務(wù)類指標(biāo)。所以，本文把選取的非財務(wù)類指標(biāo)即“研發(fā)能力”量化為創(chuàng)業(yè)板上市公司的無形資產(chǎn)占總資產(chǎn)的比率。即無形資產(chǎn)與總資產(chǎn)之比。對于現(xiàn)金流量類指標(biāo)，從保障企業(yè)持續(xù)經(jīng)營方面考慮，即考慮現(xiàn)金流量結(jié)構(gòu)是否健康。若企業(yè)的現(xiàn)金流量不足以支撐日常經(jīng)營流轉(zhuǎn)，或者不能保證到期債務(wù)如期償還，則企業(yè)將會出現(xiàn)財務(wù)危機(jī)。所以，在財務(wù)預(yù)警模型指標(biāo)設(shè)計時，應(yīng)考慮現(xiàn)金流量結(jié)構(gòu)的因素。本文選取現(xiàn)金負(fù)債比率、全部資產(chǎn)回收率、每股凈現(xiàn)金流量作為衡量現(xiàn)金流量維度的指標(biāo)。表4創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警模型指標(biāo)的初步選擇與說明指標(biāo)類型變量指標(biāo)名稱財務(wù)類變量成長能力X1營業(yè)收入增長率X2總資產(chǎn)增長率X3每股收益增長率X4貨幣資金增長率X5凈利潤增長率X6固定資產(chǎn)投資擴(kuò)張率盈利能力X7凈資產(chǎn)收益率X8每股凈資產(chǎn)X9銷售凈利率X10營業(yè)利潤/營業(yè)總收入償債能力X11資產(chǎn)負(fù)債率X12流動比率X13產(chǎn)權(quán)比率營運能力X14應(yīng)收賬款周轉(zhuǎn)率X15存貨周轉(zhuǎn)率X16總資產(chǎn)周轉(zhuǎn)率現(xiàn)金流量指標(biāo)X17現(xiàn)金負(fù)債比率X18全部資產(chǎn)回收率X19每股凈現(xiàn)金流量非財務(wù)類變量科研能力X20無形資產(chǎn)比率2.指標(biāo)主成分提取由于以上選取的財務(wù)指標(biāo)變量來自于相同的財務(wù)數(shù)據(jù)，所以指標(biāo)間的相關(guān)性可能會很高，即可能存在多重共線性,而之后需要建立的創(chuàng)業(yè)板上市公司財務(wù)預(yù)警模型中，需要用到logit回歸方法構(gòu)建，而logit回歸模型的假設(shè)條件中要求指標(biāo)間不具有多重共線性。所以，為了克服變量之間的多重共線性，同時又盡可能多的保留原始財務(wù)指標(biāo)的信息。本文采用主成分分析法，以排除多重共線性。主成分分析的核心思想是化歸理論，可以運用統(tǒng)計分析方法和SPSS軟件操作，把初選出來的所有指標(biāo)進(jìn)行分類，即把代表相同信息的指標(biāo)轉(zhuǎn)化為具有代表性的一類指標(biāo)。轉(zhuǎn)化而成的各類指標(biāo)就叫做主成分。最主要的是主成分之間沒有相關(guān)性，因此主成分更能反映其實質(zhì)問題，代表模型變量的主要特征。第一，在進(jìn)行主成分分析之前，需要對指標(biāo)進(jìn)行檢驗，也就是對所有初選指標(biāo)進(jìn)行KMO偏相關(guān)檢驗和Bartlett球度檢驗。以此來確定這些初選指標(biāo)之間是否具有相關(guān)性。若相關(guān)，則代表這些初選指標(biāo)適合做因子分析，才能繼續(xù)進(jìn)行指標(biāo)的篩選工作。一般來說，KMO檢驗以0.5為分界。在檢驗過程中，若KMO檢驗值>0.5，則初選的指標(biāo)適合做主成分分析，反之，則不適合做主成分分析。Barlett的球形檢驗則是對近似卡方的顯著性進(jìn)行檢驗，若其顯著性小于0.05，則說明近似卡方顯著，球形假設(shè)被拒絕，也就是說初選的指標(biāo)之間具有相關(guān)性，適合做主成分分析。根據(jù)銳思數(shù)據(jù)庫，并使用SPSS軟件操作，本模型T-1年的20個初選指標(biāo)的KMO檢驗結(jié)果為0.718，大于臨界值，指標(biāo)間具有相關(guān)性。Barlett的球形度檢驗的結(jié)果顯示，近似卡方顯著性為0.00，拒絕球形檢驗的原假設(shè)，各指標(biāo)之間具有相關(guān)性，取值是有效的。以上兩個檢驗結(jié)論共同顯示，本文選取的初始指標(biāo)適合進(jìn)行主成分分析方法。表5KMO和Bartlett的檢驗KMO取樣適切性量數(shù)0.718巴特利特球形度檢驗近似卡方1745.275自由度210顯著性0.000資料來源：spss軟件輸出結(jié)果二，進(jìn)行主成分選取。在20個成分的解釋總方差表中若初始特征值大于1，則說明可以作為主成分。在本文中，特征值大于1的成分共7個.進(jìn)行主成分提取。這7個成分的累積貢獻(xiàn)率達(dá)到了75.281%，盡可能多的保留了原始指標(biāo)的信息。所以，可以作為主成分。如表6所示表6總方差解釋表成分初始特征值提取載荷平方和旋轉(zhuǎn)載荷平方和總計方差百分比累積%總計方差百分比累積%總計方差百分比累積%16.31630.07630.0766.31630.07630.0765.14424.49324.49322.62912.51742.5932.62912.51742.5932.56512.21436.70731.8488.79851.3911.8488.79851.3912.0119.57846.28541.5357.31158.7021.5357.31158.7021.9069.07655.36151.2495.94764.6491.2495.94764.6491.6367.79063.15161.2195.80670.4541.2195.80670.4541.4576.94070.09171.0144.82775.2811.0144.82775.2811.0905.19075.28180.9254.40379.68490.8383.98983.673100.7653.64487.317110.5962.83990.156120.4772.27092.427130.4101.95394.380140.2951.40595.785150.2901.37997.164160.2381.13298.296170.1540.73199.027180.0930.44199.469190.0660.31499.783200.0060.029100.000資料來源：spss軟件輸出結(jié)果接下來對7個主成分因子進(jìn)行因子載荷旋轉(zhuǎn)，即旋轉(zhuǎn)成分矩陣，這樣可以得到7個主成分與20個原始變量之間的相關(guān)系數(shù)。本文按照最大方差法對因子載荷矩陣進(jìn)行正交旋轉(zhuǎn)，旋轉(zhuǎn)成分矩陣如表所示?？梢钥吹?1個原始指標(biāo)與7個主成分的相關(guān)系數(shù)。見表7表7旋轉(zhuǎn)后的成分矩陣成分1234567營業(yè)收入增長率0.7220.0620.1730.119-0.070-0.036-0.077總資產(chǎn)增長率0.5600.543-0.0880.287-0.081-0.016-0.136凈資產(chǎn)收益率0.8820.2060.0110.1660.2290.1590.005每股凈資產(chǎn)0.5460.1390.0980.1000.000-0.1000.024銷售凈利率0.7140.2240.1410.2200.1160.431-0.136營業(yè)利潤/營業(yè)總收入0.7010.2350.1510.2030.1130.467-0.156資產(chǎn)負(fù)債率-0.3920.036-0.011-0.094-0.8260.003-0.065流動比率0.0130.0890.1520.0570.8520.0930.009產(chǎn)權(quán)比率-0.6970.0760.0380.203-0.2540.158-0.228應(yīng)收賬款周轉(zhuǎn)率0.1850.1090.5980.0800.0850.2450.468存貨周轉(zhuǎn)率-0.1040.030-0.0130.0350.017-0.0640.884總資產(chǎn)周轉(zhuǎn)率0.3800.1050.6000.062-0.3760.2360.124現(xiàn)金負(fù)債比率-0.0100.1360.7650.0320.437-0.053-0.082全部資產(chǎn)回收率0.0330.1190.8340.1020.023-0.209-0.067股東權(quán)益相對年初增長率0.7590.461-0.0460.2180.1430.089-0.070每股收益增長率0.2210.0720.0970.9500.074-0.0130.031貨幣資金增長率0.1780.8990.1620.0330.0760.0010.026凈利潤增長率0.1700.0380.0840.9590.064-0.0120.032無形資產(chǎn)比率0.0100.0380.0910.064-0.034-0.8650.004固定資產(chǎn)投資擴(kuò)張率0.2410.8380.195-0.0010.0070.0130.085資料來源：spss軟件從表中可以看出：公共因子F1中凈資產(chǎn)收益率的載荷因子絕對值最高為0.882主要代表一家公司的盈利能力，記為盈利因子，并以凈資產(chǎn)收益率作為代表指標(biāo)；公共因子F2中貨幣資金增長率和固定資產(chǎn)投資擴(kuò)張率的載荷因子分別是0.899和0.838，主要代表一家公司的成長能力，記為成長因子，并以貨幣資金增長率作為代表指標(biāo)；公共因子F3在全部資產(chǎn)回收率、現(xiàn)金負(fù)債比率的載荷因子分別是0.834和0.765，主要代表一家公司的現(xiàn)金流量能力，記為現(xiàn)金因子，并以全部資產(chǎn)回收率作為代表指標(biāo)；公共因子F4在凈利潤增長率、每股收益增長率的載荷因子分別是0.959和0.950，主要代表一家公司的成長能力，所以主成分4同樣也是成長因子，以凈利潤增長率作為代表指標(biāo)；公共因子F5在流動比率和資產(chǎn)負(fù)債率的載荷因子絕對值分別是0.852、0.826主要代表一家公司的償債能力，記為償債因子，并以流動比率作為代表指標(biāo)公共因子F6在無形資產(chǎn)比率的載荷因子絕對值為0.865，代表一家公司的科研能力，記為科研因子。公共因子F7在存貨周轉(zhuǎn)率的載荷因子為0.884，代表一家公司的營運能力，記為營運因子。最后，可以得到適合我國創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警的指標(biāo)。如表8表8創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警指標(biāo)財務(wù)類指標(biāo)成長能力X1貨幣資金增長率X2凈利潤增長率盈利能力X3凈資產(chǎn)收益率償債能力X4流動比率營運能力X5存貨周轉(zhuǎn)率現(xiàn)金流量能力X6全部資產(chǎn)回收率非財務(wù)類指標(biāo)科研能力X7無形資產(chǎn)比率(三)創(chuàng)業(yè)板上市公司財務(wù)預(yù)警模型構(gòu)建本文以Logit回歸的原理構(gòu)建創(chuàng)業(yè)板上市公司財務(wù)危機(jī)預(yù)警的logit回歸模型。二分類變量（因變量Y）代表財務(wù)危機(jī)企業(yè)或者財務(wù)正常企業(yè)，財務(wù)危機(jī)企業(yè)設(shè)為1，財務(wù)正常企業(yè)設(shè)為0。自變量X為前文設(shè)計的7個財務(wù)預(yù)警指標(biāo)，即X1，X2，X3，X4，X5，X6，X7。吧公司發(fā)生財務(wù)危機(jī)的概率看成是財務(wù)預(yù)警指標(biāo)X的函數(shù)，當(dāng)P大于0.5時，認(rèn)為會發(fā)生財務(wù)危機(jī)，當(dāng)P小于0.5時則認(rèn)為不會發(fā)生財務(wù)危機(jī)，即為財務(wù)正常企業(yè)。本文通過銳思數(shù)據(jù)庫，以T年（2019年）為數(shù)據(jù)結(jié)點選取了54家財務(wù)危機(jī)企業(yè)和54家財務(wù)正常企業(yè)共108家企業(yè)作為樣本，接著分別選取T-1年（2018年）和T-2年（2017年）的財務(wù)數(shù)據(jù)，利用SPSS26.0統(tǒng)計軟件分別對7個預(yù)警指標(biāo)變量進(jìn)行Logit回歸分析。Logit回歸函數(shù)為P=e以T-1年（2018年）數(shù)據(jù)進(jìn)行l(wèi)ogit回歸分析，經(jīng)過SPSS26.0統(tǒng)計軟件分析處理后，得到logit回歸方差結(jié)果，見表9。最終得到T-2年財務(wù)預(yù)警模型為：P=e表9方程中的變量B標(biāo)準(zhǔn)誤差瓦爾德自由度顯著性Exp(B)凈資產(chǎn)收益率-0.8570.5732.23310.1350.425流動比率-1.5271.0062.30610.1290.217凈利潤增長率-0.0330.0301.16910.2800.968貨幣資金增長率0.0190.0132.10410.1471.019存貨周轉(zhuǎn)率-0.1490.0892.82010.0930.862全部資產(chǎn)現(xiàn)金回收率-0.2410.2810.73510.3910.786無形資產(chǎn)比率0.3180.4380.52810.4681.375常量1.3842.6400.27510.6003.990同樣，以T-2年（2017年）數(shù)據(jù)進(jìn)行Logit回歸分析，利用SPSS26.0統(tǒng)計軟件分析處理后，得到Logit回歸方程結(jié)果，如表10。最終得到T-2年財務(wù)預(yù)警模型為：P=e表10方程中的變量B標(biāo)準(zhǔn)誤差瓦爾德自由度顯著性Exp(B)凈資產(chǎn)收益率-0.0780.0403.75110.0530.925貨幣資金增長率-0.0030.0022.37910.1230.997凈利潤增長率0.0020.0011.69710.1931.002流動比率-0.1550.0902.92910.0870.857存貨周轉(zhuǎn)率-0.0030.0240.01310.9100.997全部資產(chǎn)現(xiàn)金回收率-0.0890.0503.17310.0750.915無形資產(chǎn)比率-0.0990.0761.68410.1940.906常量1.5200.5417.90710.0054.573五、創(chuàng)業(yè)板上市公司財務(wù)預(yù)警模型驗證(一)模型自身驗證本文建立的創(chuàng)業(yè)板上市公司財務(wù)預(yù)警Logit回歸模型分為模型自身檢驗和模型外部檢驗。模型自身檢驗是指在模型構(gòu)建完成后，直接對本模型構(gòu)建樣本進(jìn)行判別?？梢钥闯觯琓-1年的模型整體自身判別準(zhǔn)確率為93.52%，其中對于財務(wù)正常企業(yè)，模型自身判別準(zhǔn)確率為94.45%，對于財務(wù)危機(jī)企業(yè)，模型自身判別準(zhǔn)確率為92.59%。具體模型自身檢驗準(zhǔn)確數(shù)量見表11。表11T-1年模型自身檢驗準(zhǔn)確率正常0危機(jī)1財務(wù)狀況正常0504危機(jī)1351同樣可以看出，T-2年的模型整體自身判別準(zhǔn)確率為74.07%，其中對于財務(wù)危機(jī)企業(yè)，模型自身判別準(zhǔn)確率可到77.78%，對于財務(wù)正常企業(yè)，模型自身判別準(zhǔn)確率可達(dá)70.37%。具體模型自身檢驗準(zhǔn)確數(shù)量見表12。表12T-2年模型自身檢驗準(zhǔn)確率正常0危機(jī)1財務(wù)狀況正常03816危機(jī)11242對比兩年模型自身檢驗結(jié)果可以發(fā)現(xiàn)，T-1年模型的準(zhǔn)確率明顯高于T-2年模型的準(zhǔn)確率，不論是對于財務(wù)危機(jī)企業(yè)還是財務(wù)正常企業(yè)。造成這一結(jié)果的原因可能是T-1年距離T年時間更近。（二）模型外部檢驗所謂外部檢驗，就是把財務(wù)危機(jī)企業(yè)和財務(wù)正常企業(yè)T年（2019年）的7個財務(wù)指標(biāo)數(shù)據(jù)分別帶入T-1年和T-2年建立的logit回歸模型，從而檢驗危機(jī)發(fā)生前兩年和前一年所建立的logit回歸模型預(yù)測的準(zhǔn)確率。本文將108個樣本T年的財務(wù)指標(biāo)數(shù)據(jù)分別帶如T-2年和T-1年建立的logit回歸模型當(dāng)中，分別得到財務(wù)危機(jī)企業(yè)和財務(wù)正常企業(yè)的概率P值。若P值大于0.5，則表示會發(fā)生財務(wù)危機(jī)，即為財務(wù)危機(jī)企業(yè)，若P值小于0.5，則表示不會發(fā)生財務(wù)危機(jī)，即為財務(wù)正常企業(yè)。對比企業(yè)實際狀況與判別之，即可得到該logit回歸模型的預(yù)測準(zhǔn)確率。所以，本文接下來通過銳思數(shù)據(jù)庫，把108個樣本T年的財務(wù)指標(biāo)數(shù)據(jù)代入T-1年數(shù)據(jù)建立的模型當(dāng)中，得到108個樣本的概率P值，如表13表13T-1年模型外部檢驗財務(wù)危機(jī)企業(yè)財務(wù)正常配對企業(yè)序號證券代碼證券簡稱概率P證券代碼證券簡稱概率P1300004南風(fēng)股份0.73C300097智云股份1.002300010豆神教育1.00C300168萬達(dá)信息0.983300018中元股份0.63C300484藍(lán)海華騰1.004300027華誼兄弟0.76C300182捷成股份0.725300030陽普醫(yī)療0.99C300238冠昊生物1.006300032金龍機(jī)電0.97C300105龍源技術(shù)0.007300048合康新能0.87C300444雙杰電氣1.008300051三五互聯(lián)0.84C300468四方精創(chuàng)0.009300056中創(chuàng)環(huán)保0.99C300415伊之密0.0010300077國民技術(shù)1.00C300319麥捷科技0.0711300083創(chuàng)世紀(jì)0.89C300367ST網(wǎng)力1.0012300095華伍股份0.79C300293藍(lán)英裝備0.8413300100雙林股份1.00C300428四通新材0.0014300115長盈精密0.82C300088長信科技0.0015300116保力新0.72C300274陽光電源0.0016300128錦富技術(shù)0.94C300282三盛教育0.1117300129泰勝風(fēng)能1.00C300340科恒股份0.0418300148天舟文化0.99C300113順網(wǎng)科技0.0019300152科融環(huán)境0.99C300172中電環(huán)保0.1020300158振東制藥0.89C300026紅日藥業(yè)0.0021300162雷曼光電0.75C300127銀河磁體0.0022300167迪威迅0.68C300302同有科技0.1923300173福能東方1.00C300099精準(zhǔn)信息0.0024300181佐力藥業(yè)0.97C300406九強(qiáng)生物0.0025300194福安藥業(yè)0.63C300363博騰股份0.0026300199翰宇藥業(yè)0.88C300233金城醫(yī)藥0.0127300202聚龍股份0.92C300420五洋停車0.0028300210森遠(yuǎn)股份0.87C300045華力創(chuàng)通1.0029300221銀禧科技0.92C300218安利股份0.0030300247融捷健康1.00C300356光一科技0.0131300250初靈信息0.86C300245天璣科技0.0032300256星星科技0.67C300308中際旭創(chuàng)0.0033300266興源環(huán)境0.58C300388節(jié)能國禎0.0134300275梅安森0.78C300333兆日科技0.0035300279和晶科技0.48C300407凱發(fā)電氣0.0036300287飛利信0.83C300002神州泰岳1.0037300292吳通控股0.81C300378鼎捷軟件0.0038300301長方集團(tuán)1.00C300373揚杰科技0.0039300306遠(yuǎn)方信息0.56C300416蘇試試驗0.0040300312邦訊技術(shù)0.92C300235方直科技0.0041300318博暉創(chuàng)新0.99C300385雪浪環(huán)境0.0042300337銀邦股份0.66C300034鋼研高納0.0043300350華鵬飛1.00C300311任子行1.0044300351永貴電器1.00C300213佳訊飛鴻0.0045300362天翔環(huán)境0.52C300473德爾股份0.2846300366創(chuàng)意信息0.45C300188美亞柏科0.0047300397天和防務(wù)0.95C300139曉程科技1.0048300405科隆股份0.89C300200高盟新材0.0049300411金盾股份0.98C300154瑞凌股份0.0050300432富臨精工0.68C300258精鍛科技0.0051300442普麗盛0.72C300472新元科技0.0052300447全信股份0.99C300141和順電氣0.1053300460惠倫晶體1.00C300042朗科科技0.0054300471厚普股份0.76C300443金雷股份0.00同樣，本文以同樣的方法，將108個企業(yè)T年的財務(wù)指標(biāo)數(shù)據(jù)代入到T-2年建立的logit回歸模型中，得到的108個企業(yè)樣本的概率P值。如表14表14T-2年外部檢驗財務(wù)危機(jī)企業(yè)財務(wù)正常配對企業(yè)序號證券代碼證券簡稱概率P證券代碼證券簡稱概率P1300004南風(fēng)股份0.62C300097智云股份0.702300010豆神教育0.38C300168萬達(dá)信息0.683300018中元股份0.26C300484藍(lán)海華騰0.294300027華誼兄弟0.31C300182捷成股份0.675300030陽普醫(yī)療0.62C300238冠昊生物0.286300032金龍機(jī)電0.72C300105龍源技術(shù)0.667300048合康新能0.46C300444雙杰電氣0.698300051三五互聯(lián)0.39C300468四方精創(chuàng)0.419300056中創(chuàng)環(huán)保0.12C300415伊之密0.6210300077國民技術(shù)0.76C300319麥捷科技0.6311300083創(chuàng)世紀(jì)0.53C300367ST網(wǎng)力0.7612300095華伍股份0.58C300293藍(lán)英裝備0.6613300100雙林股份0.31C300428四通新材0.4514300115長盈精密0.38C300088長信科技0.3915300116保力新0.56C300274陽光電源0.9916300128錦富技術(shù)0.73C300282三盛教育0.7417300129泰勝風(fēng)能0.16C300340科恒股份0.3818300148天舟文化0.37C300113順網(wǎng)科技0.5419300152科融環(huán)境0.27C300172中電環(huán)保0.6920300158振東制藥0.06C300026紅日藥業(yè)0.5921300162雷曼光電0.43C300127銀河磁體0.6722300167迪威迅0.39C300302同有科技0.7923300173福能東方0.48C300099精準(zhǔn)信息0.7124300181佐力藥業(yè)0.28C300406九強(qiáng)生物0.6625300194福安藥業(yè)0.54C300363博騰股份0.2826300199翰宇藥業(yè)0.12C300233金城醫(yī)藥0.3327300202聚龍股份0.58C300420五洋停車0.2828300210森遠(yuǎn)股份0.91C300045華力創(chuàng)通0.6429300221銀禧科技0.26C300218安利股份0.4230300247融捷健康0.65C300356光一科技0.7131300250初靈信息0.79C300245天璣科技0.3332300256星星科技0.51C300308中際旭創(chuàng)0.7533300266興源環(huán)境0.39C300388節(jié)能國禎0.8034300275梅安森0.58C300333兆日科技0.4135300279和晶科技0.54C300407凱發(fā)電氣0.7236300287飛利信0.36C300002神州泰岳0.5637300292吳通控股0.78C300378鼎捷軟件0.5638300301長方集團(tuán)0.12C300373揚杰科技0.9639300306遠(yuǎn)方信息0.69C300416蘇試試驗0.4740300312邦訊技術(shù)0.73C300235方直科技0.6941300318博暉創(chuàng)新0.76C300385雪浪環(huán)境0.6642300337銀邦股份0.98C300034鋼研高納0.7443300350華鵬飛0.65C300311任子行0.6744300351永貴電器0.58C300213佳訊飛鴻0.5645300362天翔環(huán)境0.82C300473德爾股份0.4146300366創(chuàng)意信息0.64C300188美亞柏科0.6347300397天和防務(wù)0.72C300139曉程科技0.4548300405科隆股份0.43C300200高盟新材0.7349300411金盾股份0.68C300154瑞凌股份0.3550300432富臨精工0.12C300258精鍛科技0.6651300442普麗盛0.00C300472新元科技0.9952300447全信股份0.05C300141和順電氣0.3653300460惠倫晶體0.66C300042朗科科技0.4954300471厚普股份0.35C300443金雷股份0.79通過把財務(wù)危機(jī)企業(yè)T年的財務(wù)指標(biāo)數(shù)據(jù)代入T-1年建立的logit回歸模型中可以發(fā)現(xiàn)，對于54家財務(wù)正常企業(yè)，模型預(yù)測正常的共42家，預(yù)測準(zhǔn)確率達(dá)到77.78%，對于54家財務(wù)危機(jī)企業(yè)，模型預(yù)測危機(jī)的共52家，預(yù)測準(zhǔn)確率高達(dá)96.29%。綜合可知T-1年的logit回歸模型財務(wù)預(yù)警準(zhǔn)確率達(dá)到87.04%。如表15表15T-1年模型外部檢驗準(zhǔn)確率正常0危機(jī)1財務(wù)狀況正常04212危機(jī)1252同樣，通過把財務(wù)危機(jī)企業(yè)T年的財務(wù)指標(biāo)數(shù)據(jù)代入T-2年建立的logit回歸模型中看發(fā)現(xiàn)，對于54家財務(wù)正常企業(yè)，模型預(yù)測正常的為18家，預(yù)測正確率為33.33%，對于54家財務(wù)危機(jī)企業(yè)，模型預(yù)測危機(jī)的共28家，模型預(yù)測正確率為46.29%。綜合可知T-2年的logit回歸模型財務(wù)預(yù)