1、1基于现金流量标准的企业财务预警实证研究摘要：随着电力体制的改革，银行利率的上升，电力行业也面临着前所未有的财务风险，自 09 年以来，不少电力上市公司相继被 ST 处理。本文通过主成分分析和因子分析，得到反映上市公司经营情况的综合指标，并依据预警指标变量基于 Logistic 回归分析的方法，构建了财务预警的模型，实证结果表明，模型的准确率为 87.2%。 关键词：电力行业；财务预警；现金流量；logit 模型 一、引言 财务预警是以财务会计信息为基础，通过设置并观察一些敏感性的指标，对企业可能会面临的财务危机进行预警，指导企业做出应变措施，改善企业状况。财务预警模型的种类很多，主要分为定性
2、分析法和定量分析法。定性分析方法依靠人的主观判断进行财务预警分析。定量分析方法比较有代表性的有单变量预警模型、多变量预警模型。综合以前的研究成果来看，基于行业特点的预警模型较少，现金流量的预警模型的准确率较高。因此，本文通过选取基于现金流量基础的财务指标，依据电力行业上市公司的年度报表进行预警模型的研究。 二、研究设计 1、样本选取 国外在进行企业财务预警的实证研究中，一般是以企业破产作为财务失败的样本。在我国证券市场还处于初级阶段，很少有企业破产。我2国学者在研究时一般以 ST 公司作为财务失败的样本，本文同样采取这种处理方式。本文选取在我国沪、深 A 股上市的电力企业作为研究样本，剔除财务
3、数据异常及数据缺失的样本。共 47 家，其中财务正常公司 41家，ST 公司 6 家。样本数据选自巨潮资讯上市公司年报。 2、指标的选取 在借鉴国内外已有研究成果的基础上，选择偿债能力指标、获现能力指标、成长能力指标和财务弹性共四类现金流量指标作为研究变量，共选取 11 个指标，反映偿债能力的债务保障率、应收账款周转率。反映获利能力的销售收到现金比率、全部资产现金回收率、每股经营活动现金净流量。反映成长能力的销售收入增长率、经营活动现金流量净增长率 、总资产增长率。反映财务弹性的现金流量利息保障倍数、购货付现比率并分别为 X1-X11。 三、实证分析 3.1 主成分分析及因子分析 借助 sps
4、s19.0，通过因子分析和主成分分析选取反映上市公司经营情况及现金流量的综合指标，从各变量之间的相关系数矩阵可以看出，诸多变量之间存在着较强的相关性，因此进行因子分析是合理的。 KMO and BartlettS Test 检验，KMO 的值为 0.616 大于 0.6，表示可以做因子分析；又因 Bartlett 球状检验的相伴概率为 0.00，远远小于显著性水平 0.05，因此可以认为原始变量之间存在相关性，适合做因子分析。 表 1 可以看出，保留 5 个公因子可以解释原始变量的 85.761%的信息，3大于 85%，提取结果让人满意。 表 2 给出了旋转后的因子载荷矩阵。第一个公因子反映了
5、债务保障率、现金流量比率以及全部资产现金回收率，销售收入增长率，集中反映了企业的偿债能力以及获现能力。第二个公因子反映了经营活动现金流量增长率、总资产增长率以及现金流量利息保障倍数，为企业的成长能力因子，第三个公因子反映了企业的销售收入增长率以及总资产增长率，第四个公因子反映了企业销售收到的现金比率以及购货付现比率，第五个公因子反映企业的应收账款周转率。 3.2 logit 回归模型 利用 SPSS19.0 软件，根据 5 个公因子以及 47 家样本公司在这 5 个公因子上的得分进行二元逻辑回归分析，非 ST 公司定义为 1，ST 公司定义为 0，得到的回归分析结果如表 3 所示： 第一类错误
6、（将 ST 公司判别为非 ST 公司）为 0，第二类错误（将非ST 公司判定为 ST 公司）为 14.6%，总体的正确率为 87.2%，结果让人满意。 可以得出逻辑回归模型：ln（ p / 1- p ） = 0696+5632F1+1496F2+4018F3-0324F4+0156F5 结论 本文的预警模型通过选取基于现金流量的指标来评价我国上市公司的财务状况，实证结果表明，模型的准确率达到了 872%，有较好的预警效果。通过因子分析法， 得到反映上市公司经营状况的综合指标， 模型中的参数通过了检验， 说明理论上可行，模型预测的正确度高，说明4该模型具有现实指导价值，模型的构建框架可推广到其他行业。 （作者单位：长沙理工大学经济与管理学院）
