1、基于 EVA 的上市公司财务危机预警实证分析企业财务危机及其预警研究是一个非常重要和困难的研究课题。我国各类企业在面对金融市场和商品市场的发展变化中,也难以避免各种财务危机的巨大风险。于是,如何在企业陷入财务危机之前进行有效预警,为企业管理者以及资本市场中众多投资者提供更有效的财务分析信息,已成为学术界关注的热点问题。 二、文献综述 近年来,国内外学者对此进行了大量研究。余景选等(2012)采用Z-score 模型对我国农业类上市公司进行了财务危机预警研究。其研究结果表明:在对农业类上市公司进行财务危机预警时,应该考虑我国的特殊国情以及农业上市公司的特征,将用来判断财务危机状况的临界值相应降低
2、。庞清乐等(2011)为了克服神经网络分析法在财务危机预警中的缺陷,提出了基于蚁群算法的改进的神经网络财务危机预警模型。经过他们的实证检验,证明该模型具有结构简单、预警精度高的特点。潘彬等(2011)在传统财务危机预警 KMV 模型基础上嵌入期权定价模型,通过加入反映上市公司股票价格和波动率的违约距离指标,建立了一个集财务、公司经营管理和违约距离指标于一体的综合财务危机预警模型。徐光华等(2012)基于契约理论,将企业内部风险控制与财务危机预警两大系统相结合,构建了两者耦合的财务危机分析框架体系。秦江萍等(2011)应用因子分析中的 Logistic 模型对新疆上市公司财务状况进行了实证研究。
3、研究结果表明:上市公司的盈利能力、成长能力、营运能力、偿债及资本结构等指标越好,发生财务危机的可能性越小;反之发生财务危机的可能性就越大。纵观此类研究所采用的方法大致有两类:定性预警分析法和定量预警分析法。具体的研究方法有早期的基于多元判别分析方法的 ZETA 模型和 Logistic 回归法,还有近年来发展起来的基于 BP 人工神经网络的分析方法,以及将粗糙集理论和神经网络相结合的粗糙-模糊神经网络分析法和经济增加值分析法等。由于定性预警分析法更多的是利用主观判断而形成的简单结论,其结论往往受到人们的质疑。本文主要从定量分析的角度,应用经济增加值这一指标,探讨上市公司财务危机预警模型的构建及
4、其应用。 二、研究设计 (一)样本选取 本文在选择样本时把上海证券交易所和深圳证券交易所上市的 ST 和*ST 公司界定为财务困境公司。2011 年度,沪、深两市共有 76 家 ST 类上市公司,和 50 家*ST 类上市公司。本文就选取这 126家财务状况异常的上市的公司为样本。其次,在财务困境公司样本确定之后再相应地选择与财务困境公司相配对的 126 家非 ST 公司作为对比样本。这 252 家所选公司包括纺织、化工、机械制造、信息技术、有色、以及医药生物等,几乎涵盖了我国各个行业和产业。 (二)财务指标选取 根据我国上市公司的特点,为了较全面地反映公司的财务状况,本文从公司偿债能力、营运
5、能力、盈利能力等方面选择了 28 个财务指标,作为构建财务危机预警模型的预选指标变量。具体的财务指标见表 1。 (三)EVA 概述 经济增加值(EVA)的概念源于诺贝尔经济学奖获得者:Merton Miller 和 Franco Modigliani 关于公司价值的模型。20 世纪 90 年代初,美国 Stern Stewart & Company 财务管理咨询公司把 EVA概念引入公司财务评价体系。经济增加值 EVA 计算公式如下: EVA=NOPAT-WACCTC 税后净营业利润(NOPAT)的计算方法为: NOPAT=报告期经营净利润+坏账准备的增加+计价方式下存贷的增加+商誉摊销+净资
6、本化后研究开发费用的增加+其它营业收入-现金营业税 资本加权平均成本(WACC)的计算方法为: WACC=(1-T)+ 其中:Dm 为企业负债总额的市场价;Em 为企业权益总额的市场价值;Kd 为企业负债的税前成本;T 为企业边际税率;Ke 为企业权益的资本成本。 三、实证结果与分析 (一)财务指标筛选 本文使用 SPSS 统计软件中的 Logistic 回归分析法进行实证研究。经过统计计算,选取出主营业务收入增长率等三个指标构建 Logistic 模型。具体的输出结果见表 2。 根据以上实证计算结果,可以构建财务危机预警方程: p= (1) 本文选择临界值为 0.5,并且根据方程(1)对研究
7、样本 126 家 ST 公司和 126 家非 ST 公司的预测效果见表 3。 从表 3 中的数据分析可以看出,该财务预警模型对 ST 公司和非 ST公司正确率分别高达 76.98%和 80.95%,总体平均正确率为 78.96%,说明该模型预警效果较好。 (二)基于 EVA 的财务危机预警模型构建 为了检验基于 EVA 概念对财务危机预警的效果,将 EVA 指标引用到预警模型中。继续使用Logistic 回归方法,利用样本公司的 EVA 资本率和选用的相关财务指标,构建新的 Logistic 回归方程。输出结果见表 4。 根据以上结果,可以建立新的财务危机预警模型(2)和预测效果(见表 5)
8、。 p= (2) 对比表 5 和表 3 的结果可以看出:方法 2 与方法 1 相比较,判别的准确率均有很大提高。这说明引入 EVA 概念后对企业财务危机的预警效果更好。 四、结论 本文通过实证研究,对比了引入 EVA 概念前、后两个财务预警模型的效果,证明了 EVA 概念对公司财务危机预警能力的提升。随着我国证券市场的深入发展和上市公司的增多,上市公司应该从各个方面着手,努力提高公司的经济增加值。此外,上市公司也应该增加 EVA 对企业财务状况作用的认识,使之发挥更大的作用。 参考文献: 1余景选、郑少锋:农业上市公司 Z 计分财务预警模型应用研究, 财会通讯2012 年第 4 期。 2庞清乐、刘新允:基于蚁群神经网络的财务危机预警方法 ,数理统计与管理2011 年第 30 期。 3潘彬、凌飞:引入违约距离的上市公司财务危机预警应用 ,系统工程2012 年第 30 期。 4徐光华、沈弋:企业内部控制与财务危机预警耦合研究 , 会计研究2012 年第 5 期。 5秦江萍、张侠:上市公司财务预警研究基于新疆的数据分析 , 财会通讯2011 年第 12 期。 6蒙肖莲、杜宽旗:企业财务危机预测的贝叶斯模型研究 , 数理统计与管理2011 年第 30 期。 (编辑 杜 昌)