1、第七章 上市公司动态财务预警研究,第七章 上市公司动态财务预警研究,第一节 研究目的第二节 研究方法设计第三节 样本设计第四节 动态现金管理模型第五节 财务指标预测模型第六节 综合预测模型第七节 前两年、前三年预测情况第八节 模型的修正第九节 研究结论及其局限性,第一节 研究目的,一、目前研究的不足 研究指标的选取多为财务指标，很少涉及现金流量方面的信息。 研究方法多为静态分析。 目前的研究仅仅只能满足企业预测财务危机的需要，不能真正建立起防范财务危机的预警系统。二、研究目的 运用中国资本市场的数据，构造适用于我国上市公司的财务困境动态预警模型。,第二节 研究方法设计,一、存量现金管理模型的推
2、导二、财务困境公司的行为三、现金管理动态调整过程四、模型的近似处理五、动态现金管理模型的推导六、财务指标预测模型七、综合预测模型八、模型的修正,一、存量现金管理模型的推导,1. 现金管理模型的目的 1）满足现金流入和现金流出时滞的需要; 2）最小化现金管理的成本; 3）最大化未来现金流量的现值; 4）优化企业资本结构。2 . 存量现金管理模型 定义：指存货模型在货币资金管理中的运用。 假设前提： 1）企业多余的现金都投资于短期有价 证券，且短期证券随时转化成现金； 2）企业现金流转情况易于准确地预测， 且现金流转有规律（如右图）。,A,A/2,一、存量现金管理模型的推导,模型推导：假设 t 时
3、期内现金总需求量为S（t），也就是 t 期内现金流出量和现金流入量的差额为S（t）。只考虑交易性现金总需求，且服从前述假设前提。 现金管理的总成本C为： 经过推导，得出最佳现金持有量模型： 将上式变型推广，两边取对数，得到静态现金管理模型： 上式中，各变量的含义见模型的近似处理。,机会成本,转换的固定成本,转换的变动成本,二、财务困境公司的行为,财务困境公司现金持有量变化的区间范围ML(t),MH(t) （分别为最小、最大现金余额）非常小，也即现金持有量的驱动因素S(t)和I(t)的弹性系数ES和EI的绝对值很小。 所以在财务困境状况下，弹性很小的S(t)的增加并不能导致M(t)相应的大幅增加
4、；同样地，I(t) 的降低也不会引起M(t) 大幅增加。,M,MH,M,ML,MH,ML,S,S,财务正常公司现金持有量,财务困境公司现金持有量,三、现金管理动态调整过程,任何现金管理行为都是动态的，都存在一个调整过程。假定财务正常公司会将其现金持有量余额向最佳现金持有量的方向（正或负）调整。则现金管理成本为： 上式中，前部分为实际现金持有量向最优现金持有量调整的机会成本；后部分为前期现金持有量向本期现金持有量调整的转换成本。 是非最优成本系数， 是调整成本系数。 的影响因素：1）现金持有量调整的难易程度； 2）非最优情况下的潜在损失大小 。,三、现金管理动态调整过程,上式两边对M(t)求导，
5、得现金动态调整方程： 其中， ，Y为调整速率，度量公司的现金调整比率。 公式左边是公司实际调整的现金量；右边是公司应该调整的现金量。 当Y1，现金实际调整量等于应该调整量，最优； Y1，现金调整过头； 0Y1，现金调整不足，离优化有差距； Y0，现金反方向调整，与最优的偏差越来越大。 财务正常、财务困境公司的现金调整过程见下页图：,三、现金管理动态调整过程,对于财务困境公司，其现金管理成本非常高且显得力不从心，只好接受非最优带来的损失。 随着情况的恶化，公司持有的现金会持续下降，与最佳现金持有量的差距拉大，可推出Y 1。,M,M,MH(t-1),MH(t),MH(t-1),M(t-1),M(t
6、),M(t-1),M(t),S,S,ML(t-1),M(t),MH(t),财务正常公司的现金调整过程,财务困境公司的现金调整过程,四、模型的近似处理,在前面，从理论上推导了静态现金管理模型： 上式中， M(t) 是 t 时期实际的现金持有量； S(t) 是交易性现金需求量；I(t)是机会成本； ES、EI 是现金管理S(t)和I(t)的弹性系数； D 为规模常数； u(t)是残差。 实证分析中，通常对模型进行近似处理： M(t) 用公司手头上的现金和银行存款来度量； S(t) 用净销售额来代替（即销售额与所需现金成正比）； I(t) 用同期的银行利率乘以100来替代。 相关系数D、ES、EI可
7、通过时间序列回归分析得到。,五、动态现金管理模型的推导,1. 值的不可取得 在 模型中， 是每次转换的固定成本，这一数据在我国证券交易中无法取得，从而影响 的确定。 2. 最优现金持有量 的确定 理论依据：静态权益理论（公司现金持有量应处于一个现金持有 的边际收益等于边际成本的水平上） 该理论认为现金持有量围绕某一特定值波动，并且收敛于某一均值。 方法：用公司前三年货币资金的均值M代替 。3. 动态现金管理模型的推导,五、动态现金管理模型的推导,确定 的值后，可根据现金动态调整方程计算Y值： 对Y值进行处理：其符号由现金调整方向r决定。若为有利调整，则为正1；若为不利调整，则为负1。r值由应该
8、调整现金量和实际调整现金量的乘积或差的符号决定。 于是： 运用Logit判别模型，可得到动态现金管理模型： 这里， 是指公司I进入财务困境的概率，进入财务困境的公司Prog 取1，否则取0。 表示供选取解释变量的集合。,六、财务指标预测模型,现金管理只是公司的一方面，传统财务预警所用的财务指标仍不可或缺。 为了便于比较动态现金管理模型的预测效果，我们依照建立动态现金管理模型的方法，建立财务指标预警模型： 上式中，财务指标的选取主要依靠研究者的经验和直觉以及已经恶化的财务指标，筛选判别力较高的指标。 其他变量的含义同动态现金管理模型。,七、综合预测模型,将现金管理和财务指标二者结合起来，在动态管
9、理模型和财务指标预测模型的基础上，构建综合预测模型： 上式中变量的含义同动态现金管理模型。,八、模型的修正,前述三个模型前提：公司提供的财务信息是准确的。 由于财务困境公司财务包装和盈余管理的可能性比较大，其得到非标准审计意见的可能性也很大，而审计意见本身是向外界信息的信号。 审计意见有两种分类方法： 1）以审计意见是否标准为判断依据，此类审计意见变量作为OPT1； 2）以是否为无保留审计意见为判断依据，此类审计意见变量作为OPT2 将审计意见纳入预测模型，对前面三个模型进行修正：,第三节 样本设计,一、选样标准 1. 样本公司的组成：ST样本组和非ST样本组。 2. 若样本在两年内都以ST的
10、身份出现，则将其 归为第一年被ST的年度。 3. 少量ST公司出现主营收入为负，从样本中剔 除。 4. 组内分布控制。（在各年分布大致均匀）二、样本设计 构造样本 配对样本 测试样本,第四节 动态现金管理模型,一、样本组概况描述二、判别阀值（cut off point）的确定三、预测方法的选择四、现金管理预测模型的构造五、实证结果分析,一、样本组概况描述,分别对两个构造样本组的预测变量，进行描述性统计，并检验所选取变量在ST组和非ST组间的显著性差异，以证实变量的解释力。 描述性统计的结果如下： 1. ST组的ES和EI的均值的绝对值明显低于非ST组。 2. ST组的Y值的均值为负，非ST组的
11、Y值为正。 3. ST组的ES和EI的中位数的据对值小于非ST组。 4. LND和ES不显著，而EI和Y则通过了1的重要性检 验。 5. ST组的标准差高于非ST组的标准差，说明ST组变量 波动大，不能有效控制风险。,二、判别阀值（cut off point）的确定,1. 确定判别阀值的因素 对预测先验概率和预测误差成本的估计。2. 国外判别阀值的确定 假定样本的先验概率为50，取两组样本变量构造的z值的平均数作为阀值点。3. 国内判别阀值的确定 采用等先验概率和等误差成本的判别方法。（没有两类误差成本的相关研究，无法获得可靠的误差成本资料）,二、判别阀值（cut off point）的确定,
12、将阀值定为0.5；同时为了进行过程监控，将预测值的区间进一步细分。把预测值（概率值）区间（0，1）等分为五个子区间： 警界区间及其指示灯含义,三、预测方法的选择,采用向前选择法、向后选择法和全部选择法进行变量选择，减少因指标过多而造成判别信息的交叉和判别失误的增加。 由于Logit方法的特点和因变量为01变量的特性，本文选用Logit预测方法。,四、现金管理预测模型的构造,在动态现金管理模型的基础上，分别采用全部进入法、向前选择法、向后选择法，可得到三个预测模型：令 则我们可以得到预测值p，用下式表示： P1=EXP/(EXP+1) p值的计算方法同上。 p值的计算方法同上。,五、实证结果分析
13、,1. 三个模型的回判精度都不是很高，现金管理模型拟合程度也不高。 原因：1）资料所限，仅用5年的年报进行时间序列回归； 2）模型运用中，很多地方采取了近似处理； 3）二类错误的错误率很高，有财务包装的嫌疑。 2.模型的预测精度不是很高。 原因：1）我国很多上市公司没有现金管理的概念，其 现金管理行为并不明显。 2）公司的现金流量更多地与收付实现制有关， 而公司被ST的标准却是权责发生制下的产物。 三个模型中，模型二的预测精度相对要高些，故选其为预测模型。,第五节 财务指标预测模型,一、变量的选取和含义二、财务预警模型的实证分析,一、变量的选取和含义,进行单变量分析，选取解释力较好的财务指标。
14、通过广泛考察国内外相关研究及我国的实际，选取如下17个指标： 财务结构（3个） 负债/股东权益少数股权及权益 负债/总资产 固定资产/总资产 偿债能力（1个） 营运资本/总资产 经营能力（1个） 存货总额/主营业务收入净额 经营效率（7个） 主营业务利润/总资产,主营业务收入/股东权益,一、变量的选取和含义,本年主营业务收入增加额/净资产 （利润总额财务费用）/总资产 净资产收益率 每股收益 非主营业务利润/总资产 成长能力（3个） 本年度净利润增加/本、上年度净利润绝对值之和 留存收益/总资产 每股未分配利润 现金流（2个） 每股经营现金流量(1998年以前的用估计现金流量代替) 现金/（总
15、资产现金）,二、财务预警模型的实证分析,与动态管理模型的方法一样，在前述财务预警模型的基础上，我们也选取全部进入法、向前选择法和向后选择法构造三个模型，然后选取最优的模型作为预测模型。构造的模型四、五、六分别如下：,二、财务预警模型的实证分析, 比较上面三个模型的回判精度和预测精度，可发现：模型四和模型六的回判精度非常高，达到了100，但其预测精度并不很好；相反，模型五回判精度不是很高，但其预测精度却出奇的好，达到了100，且使用变量少。 综合权衡使用成本和预测精度，模型五更具实用价值，故选其作为预测模型。 另，模型五的解释变量多与利润（ST区分的标准）相关。,第六节 综合预测模型,和前面两个
16、模型的方法一样，在综合预测模型的基础上，仍选取全部进入法、向前选择法和向后选择法分别构造模型七、八、九，然后选取最优模型作为预测模型。,第六节 综合预测模型, 上面三个综合模型的回判精度都很高，达到了100，预测精度也很高。三个模型中，预测精度最好的是模型八，故选取模型八作为最优预测模型。 现比较动态现金管理模型、财务指标预测模型和综合预测模型的回判精度、预测精度，筛选精度最高的模型。 1）在回判精度方面，综合预测模型均要高于其他模型； 2）预测精度方面，向前进入法（模型二、五、八）构造的模型均要高于其他方法构造的模型； 3）模型五的预测精度最高，但其是一个静态模型。,第七节 前两年、前三年预
17、测情况,一、方法一二、方法二三、方法三四、模型的应用,方 法 一,1.方法描述： 长短期均使用一个模型，即将企业陷入财务困境前二年、前三年或更长时间以前的财务报告资料、相关财务指标，带入已构造的前一年判别模型中，使用同样的判定规则，从而验证已构造模型的前瞻预测能力。2.优缺点： 简单可行，但易受宏观因素的影响。3.方法过程： 将新数据带入已构造的前一年模型中。这里只选取预测效果最好的模型二、五、八作为预测模型进行前二年、前三年的测试。,方 法 一,对模型二、五、八前一年至前三年的情况进行实证分析，通过比较实证结果，可得出以下结论： 1）离被ST的时间越短，预测的精度就越高。 2）模型五的预测效
18、果最好。 3）利用同一模型进行多期预测不太可行。 通过对模型五前一、二、三年预测的指示灯结果进行分析：ST样本的指示灯在前三年确有一个动态转变的过程，而公司被ST的前三年还看不出财务指标的恶化。 故可认为：破产预测模型在公司破产前二年可进行精确预测，而对于更长时间跨度的预测则无能为力。,方 法 二,1.方法描述： 根据不同年度的报告数据构造预测模型，但所有模型中使用同一组预测变量。2.优缺点： 可以剔除宏观因素的影响。3.方法过程： 将模型二、五、八中的变量用新的年度数据进行构造，得出新的预测模型。通过比较发现：新的模型回判精度和预测精度都不是很高。 由于长期关注一组变量，而企业财务指标恶化有
19、一个过程，故这种方法不可取。,方 法 三,1.方法描述： 运用构造前一年模型的方法，重新构造新的前二年、前三年的预测模型。2.优缺点： 分别寻求在前一、二、三年有显著性差异的预测变量，使得工作量很大。3.方法过程： 采用新数据，分前二年、前三年构建新的动态现金管理模型、财务指标模型和综合模型： 前两年的模型：,10,方 法 三,前三年的模型：,11,12,15,14,13,方 法 三,通过对上述六个模型的回判精度和预测精度进行分析，发现这两个精度都提高了。 综合前面的分析： 1）前一年的预测中，模型五的预测精度最高； 2）前两年的预测中，模型十二的预测精度最高； 3）前三年的预测中，模型十五的
20、预测精度最高。 至此，共筛选了三个模型：前一年的模型五， 前两年的模型十二，前三年的模型十五,模型的应用,模型运用示意图：,公司相关财务数据,公司经营状况正常几乎无财务风险,模型五,模型十二,模型十五,否,否,否,是,是,是,管理层和投资者要高度重视,管理层和投资者要引起重视,提请管理层和投资者注意,第八节 模型的修正,一、多重共线性的修正二、审计意见修正,一、多重共线性的修正,1.多重共线性的判别方法： 看解释变量的相关系数、偏相关系数，当变量之间的相关系数很高时，通常需剔除其中一个变量。2.修正 通过分别检验模型五、十二、十五中变量的相关系数，得出：模型五的多重共线性并不明显，模型十五的多
21、重共线性几乎可以忽略，故仍接受原来的模型。 而模型十二存在多重共线性问题，剔除 ，对模型进行修正：,一、多重共线性的修正,这样，我们得出三个预测模型：前一年的模型五，前两年的模型十六，前三年的模型十五，来共同组成预测模型群，从而较为准确的判定公司是否会进入财务困境以及何时进入财务困境。,16,二、审计意见修正,采用前述审计意见分类方法，将其分为OPT1和OPT2。 将审计意见作为一个新的预测变量加入到修正模型（消除多重共线性后的模型）中，在此基础上进行进一步修正。 对审计意见进行分析发现：前二年和前三年的审计意见没有很强的区分能力。故只将其纳入前一年的模型中，得到如下新的修正模型：,17,18
22、,二、审计意见修正,分析模型十七、十八（同时与模型五进行对照）的回判精度和预测精度，发现： 1）加入审计意见后的修正模型，其回判精度和预测精度与原模型差异不是很大； 2）模型十七的预测精度较高。 但鉴于审计意见的独特作用，这里仍选取修正后的模型十七作为预测模型。 最终，得出三个预测模型：前一年的模型十七，前两年的模型十六，前三年的模型十五。,第九节 研究结论及其局限性,一、研究结论二、研究局限性,一、研究结论,1.Logit判别方法在我国研究中具有较高应用价值。2.距离公司陷入财务困境的年限越近，预测精度越高，反之，则越低。3.财务困境公司现金持有量的驱动因素S(t)和I(t)弹性系数ES和E
23、I的绝对值比财务正常公司要小，但并不显著。4. 财务困境公司的调整速率Y为负值，而财务正常公司则为正值。5.面临财务困境的公司的调整速率与财务正常配对公司的调整速率差距越大，公司离破产的时间就越短。6.选取的变量个数较少，其预测精度反而较高。7.对于较长时间跨度的判定模型，关键是寻找对企业长期,一、研究结论,发展有“指示”能力的信号，寻找导致企业困境的“因”。8.对于不同时间跨度的预测，应该利用新数据构建新模型。9.在公司陷入财务困境的前一年，使用单纯财务指标（财务预测模型）的预测效果要好；而在前二、三年的预测中，使用财务指标和现金变量（综合预测模型）为好。10.财务困境公司财务包装或者盈余管
24、理的可能性、得到非标准审计意见的可能性要高于财务正常公司。11.在公司陷入财务困境的前一年，审计意见能够在很大程度上揭示公司运营风险；而在公司进入财务困境的前二、三年中，审计意见的区分功能有限。12.审计意见的分类方式对研究结果影响不大.,二、研究局限性,1.研究方法上的局限性 由于资料获取的限制，采用的“时间序列法”只能选取五年的数据。2.假设前提上的局限性 提出的假设和实务操作存在一定的偏差。3.模型推导中的局限性 一些指标的计算采用了近似处理。4.样本设计上的局限性 无法以一种理想的样本设计来消除样本的时间性差异。5.判定规则上的局限性 使用的等先验概率和等误差成本存在一定的误差。,第七章 结 束,
