1、本科毕业论文（20_届）我国上市公司财务危机预警体系的实证研究所在学院专业班级财务管理学生姓名学号指导教师职称完成日期年月目录摘要关键词ABSTRACTKEYWORDS1绪论111研究的背景以及意义1111研究的背景1112研究的意义112文献回顾2121国外文献回顾2122国内文献回顾213本文的研究思路和整体框架32理论分析和模型自变量的确定321理论分析3211财务预警的概念3212财务预警的理论基础422系统样本的选取423变量的选取43实证研究以及结果分析631因子分析6311因子分析的基本思想6312因子变量的提取632LOGISTIC回归分析以及实证研究结果9321逻辑回归模型1
2、0322逻辑回归分析及预警模型的构建1033预警模型的检验与评价11331模型的检验11332模型的评价124结束语1241本文的结论1242本文的问题1243本文的展望13参考文献13致谢错误未定义书签。我国上市公司财务危机预警体系的实证研究1摘要随着金融危机爆发，不少上市公司因为财务危机导致经营危机。有效的财务危机预警体系对于企业的生存发展有着重要的意义。本文通过介绍其研究背景及意义，分析当前国内外有关企业财务危机预警模型的研究成果，提出建立财务危机预警体系的必要性、可能性以及相关理论。在阐述理论的基础上进行相关的实证分析合理抽取样本，运用主成分分析和LOGISTIC回归发建立模型并进行分
3、析研究，做到理论与实际的结合。通过实证研究得出相应的结论，以及对未来的展望。关键词财务危机；主成分分析；LOGISTIC分析；财务预警；财务指标ABSTRACTWITHTHEFINANCIALCRISIS,ALARGENUMBERSOFLISTEDCOMPANIESHADOPERATIONALCRISISBECAUSEOFFINANCIALCRISISEFFECTIVEEARLYWARNINGSYSTEMSFORTHEFINANCIALCRISISHAVEAGREATSIGNIFICANCEFORTHESURVIVALANDDEVELOPMENTOFENTERPRISESTHOUGHDESCR
4、IBESTHEBACKGROUNDANDSIGNIFICANCEOFTHEIRRESEARCH,ANALYSISTHECURRENTACHIEVEMENTINTHISARES,THEPAPERPROPOSEDTHENECESSITY,POSSIBILITY,ANDRELATEDTHEORIESOFTHEESTABLISHMENTOFEARLYWARNINGSYSTEMOFFINANCIALCRISISDOTHERELEVANTEMPIRICALANALYSISBASEDONTHETHEORETICALANALYSISEXTRACTAREASONABLESAMPLE,USINGPRINCIPAL
5、COMPONENTANALYSISANDLOGISTICREGRESSIONMODELANALYSIS,COMBINATIONOFTHEORYANDPRACTICETHROUGHEMPIRICALRESEARCHCORRESPONDINGCONCLUSIONSANDTHEVISIONFORTHEFUTUREKEYWORDSFINANCIALCRISISPRINCIPALCOMPONENTANALYSISLOGISTICANALYSIS。1绪论11研究的背景以及意义111研究的背景自改革开放以来,随着我国市场开放度的不断加大,使得国内外市场竞争日益加剧,企业内部管理机制也不断出现新的问题。200
6、8年的全球金融危机,更是给不少上市公司带来了严重的经营危机。然而上市公司陷入经营危机的征兆几乎都是因为出现了财务危机。关于财务危机的概念有以下几种观点将公司拖欠优先股股利、拖欠债务、破产界定为财务危机（BEAVER，1966），或公司目前的现金流量无法支付应付义务（WRUCK，1990）；或公司资产不足以支付目前与未来的债务（GERTNER和SCHARFFTEIN，1991）；或在某一时点，公司的流动资产不足以满足刚性契约（JOHN，1993）。即财务危机的表现形式有支付困难或者破产这两种情况。一个企业从财务正常的陷入了财务危机是一个渐进的过程，不是瞬间激发的；因此，大多数企业财务危机的发生都
7、是从财务状况正常然后渐渐恶化,进而导致财务危机或破产的一个过程。因此,企业的财务危机不仅仅具有先兆性,而且可以通过一定的分析手段来进行预测的。随着我国证券市场管理的规范化，通过上市公司披露的财务报表数据以及相关信息资料建立财务危机预警体系来预测财务危机，进而防范与化解各种危机不仅是可行的而且是必需的。在国外，学者们利用财务报表的相关数据对企业财务危机进行预测的研究已经有比较长的历史了。提出了一元判定模型、多元判定模型、逻辑回归模型、神经网络模型等一系列模型。然而我国有关财务危机的研究历史比较短，也没有提出新的模型，主要是在国外的研究基础上通过改善从而进行类似模型的构建，并进行相应的实证研究。1
8、12研究的意义因为企业发生财务危机都是一个逐步恶化的过程，所以它具有一定的先兆性以及可预测性。通过利用财务报表的相关数据以及企业相关资料进行科学分析，及早发现危机信号并采取相应措施，从而我国上市公司财务危机预警体系的实证研究2最大限度的减小危机的破坏作用，已成为许多厉害相关者共同关注的话题。因此，在我国对上市公司财务危机预警进行研究并建立有效的财务危机预警体系从而准确预测上市公司未来财务与状况等一系列活动对目前我国经济及其企业的发展有着十分重要的现实意义。12文献回顾随着网络信息技术和计算机技术的快速发展，我们已进入网络时代。企业的经营和管理也随之呈现出新的特点。经济全球化在给企业带来机遇的同
9、时，也带来了许多危机，这些危机最终表现为财务危机。根据资料显示，早在二十世纪三十年代就有学者对财务危机的预警进行了研究。“危机预警”的思想来源于二十世纪的欧美，于20世纪50年代取得了显著成果。进入90年代，随着危机的复杂多变以及频率的增高，人们更加重视预警管理。111国外文献回顾建立一套有效的财务危机预警体系是预防和控制上市公司财务风险的一种方法，这一理念已在国外理论界形成共识了。国外理论界对财务危机预警系已经作了很多研究。最早的财务危机预测研究是FITZPATRIKC1932所做的单变量破产预测模型，他发现“出现财务困境的公司其财务比率和正常公司的财务比率相比会有显著的不同，从而认为企业的
10、财务比率能够反应企业财务状况，对企业未来具有预测作用。”其后，BEAVER1966首先运用统计方法建立了单变量财务模型，提出“可以用财务比率来预测公司的失败”，其目的是要通过实证研究来检验财务比率的预测功能。他对美国1954年1964年间79家失败企业和79家成功企业的30个财务比率进行研究的结果表明“具有良好预测性的财务比率为“现金流量负债总额、“资产收益率净收益资产总额和资产负债率债务总额资产总额。”1968年ALTMAN提出了多元线性判定模型，即通过运用多种财务指标加权汇总产生的总判断分值称为Z值来预测财务危机。Z值模型Z0012X10014X2O033X30006X4O999X5。该模
11、型实际上是通过五个变量五种财务比率来将反映企业偿债能力的指标，获利能力指标和营运能力指标有机联系起来，综合分析预测企业财务失败或破产的可能性。Z值越低表明企业发生破产的概率越大。1980年OLSON第一个将逻辑回归方法引入财务危机预警领域。逻辑回归是基于克服多元线性判别模型要求自变量呈正态分布这一理论缺陷而提出的。多元逻辑模型的目标是通过寻求研究对象的条件概率，从而据此判断研究对象的财务状况以及经营风险。OLSON通过选取相关样本进行研究得出通过公司规模、业绩、资本结构以及当前的融资能力来进行企业财务危机的预测，其准确率可达到达到9612。1992年COATS和FANT通过运用神经网络模型学习
12、审计专家对企业进行财务危机的判别，他们选取了由审计师判定的1971年1990年间的94家持续经营的公司和188家财务状况变动较大的公司并且采用ATIMAN的Z值模型中5个财务比率分析了这些公司在破产前3年内的数据。COATS和FNAT认为“Z值模型对破产当年具有很好的判断效果，但不具有很好的提前预测效果，神经网络模型则解决了此问题。”111国内文献回顾我国由于市场经济体制的建立的发展历史比较短，许多体系都还不够健全不够完善。所以我国有关财务危机预警研究的历史比较短。其研究方法也主要是在借鉴国外的成果上利用我们上市公司的有关数据进行改善进而来构建类似的模型。1986年吴世农、黄世忠是最早进行有关
13、财务危机预警的研究，曾撰文介绍企业破产的财务分析指标及其预测模型。但他们是将每一指标进行独立的考虑，而未进行综合的分析。1996年周首华、杨济华、王平发表了论财务危机的预警F分数模式，对财务危机预警数学模型进行研究。F分数模式是在Z计分模型的基础上，加入现金流量这一预测自变量而建立的。1999年陈静利用单变量分析方法和多变量分析法，把1998年底的27家ST公司与同行业同规模我国上市公司财务危机预警体系的实证研究3的非ST公司作为样本数据进行相应的实证研究，进而提出两者的优势以及局限。2001年吴世农、卢贤义以我国上市公司为研究对象,选取相应的数据，首先应用剖面分析和单变量判定分析,最后选定6
14、个为预测指标,应用FISHER线性判定分析、多元线性回归分析和LOGISTIC回归分析三种方法,分别建立三种预测财务困境的模型并提出相应结论。2002年姜秀华、任强与孙铮本文在分析13个变量的基础上,运用LOGISTIC回归给出了判别上市公司财务危机的一个模型。本文模型包括4个变量其中最为关键的股权集中系数是公司治理结构的直接表征,也是本文模型异于其他预测模型的一个主要区别。2003年杨淑娥、徐伟刚通过统计方法中的主成分分析法对我国上市公司财务危机状况进行实证研究，建立了上市公司财务预警模型Y分数模型，然后通过本次研究中所选择的样本指标，初步确定了企业财务状况评价区域，为企业预测财务危机提供了
15、一种科学有效的预测方法。2006年王克敏、姬美光分析以往企业财务危机预警研究主要是基于通过财务指标来预测公司财务状况。而对于转轨时期的中国企业的财务预警研究,即基于财务指标的预测,虽然也能够给出财务困境发生的概率,但是很难给出发生财务困境的深层次解释,尤其是对于财务困境早期预警具有比较大的局限性。基于此,提出在财务指标分析的基础上,应引入公司治理、投资者保护等因素,综合分析上市公司亏损困境的原因,并比较分析了基于财务和非财务指标及综合指标的预测模型的有效性,进而提出了相关政策建议。2009年李益骐,田高良通过采用样本分析等研究方法对我国证券市场上市公司的财务危机预警进行实证研究。分析基础上,通
16、过实证研究检验出若干预警能力强的财务指标,建立了一套动态财务危机预警模型。从财务危机预警体系研究的历史来看，发现其研究经历了一个从注重单一的比率研究到多变量比率研究的渐进过程；对财务报表研究也从最初重视资产负债表、利润表转而更加注重现金流量表。所取得的成就不容小看。13本文的研究思路和整体框架本文的研究是在查阅相关文献的基础上，按照理论与实证研究相结合的方法而形成的。文中选取了30家ST和30家非ST的上市公司作为案例分析的样本，15个相应的财务指标作为构建财务危机预警体系的基础。通过该论文的研究希望能引起上市公司对财务预警的重视，能够及早的诊断出财务危机的信号，并采取相应对策方法，使企业能够
17、在市场经济的大潮中立于不败之地。本文共分为四章。第一章绪论，就该论文的研究背景引出财务危机预警体系构建的意义，之后对国内外的财务危机预警研究历史及现状作了分析，最后阐述该论文的研究思路。第二章先从有关财务危机的基本理论出发，论述了本文是如何进行系统样本的选取和变量的选取。第三章通过选取的60家上市公司的15个财务指标，运用主成分分析法和LOGISTIC回归分析法来进行实证研究。第四章根据实证研究得出相应的结论、存在的问题以及对未来的展望。2理论分析和模型自变量的确定21理论分析211财务预警的概念财务预警是由由财务危机和预警两个词构成。财务危机预警就是以财务会计信息为研究基础，通过设置并观察一
18、些敏感且具有预警性的财务指标的变化，对企业将要面临或可能发生的财务危机所实施的实时监控和预测警报。它要求管理人员能够依据相关指标的变化来预测企业财务即将呈现的问题，从而及时向利益相关者提出警示。企业的支付压力和支付能力的脱节是财务危机发生的表象，资我国上市公司财务危机预警体系的实证研究4金配置的失效才是财务危机发生的真正实质。财务危机事实上是一种风险控制机制。财务危机预警体系就是以企业的财务报表、相关经营资料以及所有可能收集到的外部资料为研究依据，根据企业所建立的组织体系，采用各种定量或者定性的分析方法，将企业所面临的经营波动情况和危机情况预先告知企业经营者和其他利益相关者，在此基础上，分析企
19、业发生财务危机或者经营非正常波动的原因，挖掘企业财务运营体系中所隐藏的经营问题，以督促企业管理部门提前采取预防或防范措施，从而为管理部门提供决策和风险控制依据的一种组织手段和分析系统，通过设置并观察一些敏感性预警指标的变化，对公司可能或将要面临的经济危机实施实时控制和预测警报。其目的是促使上市公司有效地适应外部环境的变迁，并不断促进上市公司不断提升内部环境的管理，使其更加完善和高效，达到真正有效地实施企业全过程的财务控制。212财务预警的理论基础企业预警理论是构建财务预警系统管理理论的基础理论，主要包括危机管理理论、策略震撼管理理论、企业逆境管理理论以及系统非优理论。在现实社会中，导致企业发生
20、财务危机的因素有很多，而且错综复杂，单变量模型与多变量模型虽能揭示其影响关系与程度，然而变量的选择会因分析人员偏好的不同而不同，其不仅缺乏统一的理论基础，而且系统性往往较差，多元逻辑模型和人工神经网络预警模型虽然在分析技术上较为先进，且分析企图更精确，但它们在强调分析技术的同时，却往往忽略了立论的基本依据，且在变量选择中往往伴随较明显的盲目性。因此，利用相应的财务理论构建企业财务危机预警指标体系就是建立财务危机预警体系的基础之基础。从财务本身的角度去分析，可以发现财务危机形成的原因总的可以归结为以下几点1公司经营状况的不佳，导致营业收入恶化，造成公司的连续亏损，从而使得企业财务危机发生的可能性
21、增大；2过高的负债使公司面临更大的财务危机。虽然公司本身经营是有盈余的，但是可能会因为暂时无法应付短期的庞大利息支出而造成破产倒闭；3现金流量发生持续性的净流出，企业就像是流动性资产的储水槽，若水槽中的流量变小资产变少，即流入量减少现金流入减少，流出量却在增加现金流出增加，流人量与流出量之间的差量就会逐步增大，这样会使公司出现财务危机的概率增加。综合引起财务危机的三个主要方面，可以用从五个方面反映企业的财务指标来描述或预警财务危机，用资本营运指标、成长能力指标和盈利能力指标来度量或反映企业的经营状况，用公司的偿债能力指标来度量或反映企业的债务负担，用现金流量指标来度量现金流。22系统样本的选取
22、中国证监会于1998年3月16日颁布了关于上市公司状况异常期间的股票特变处理方式的通知，要求证券交易所应对“状况异常”的上市公司实行股票的特别处理（SPECIALTREATMENT，简称ST。我国证券市场上被ST的股票大多是由于“连续两年亏损或每股净资产低于股票面值（1元）”，即财务指标的恶化是上市公司被特别处理的一个主要原因。因此在国内研究中，一般把被ST作为企业陷入财务危机的一个判断标准，本文也将ST公司作为财务危机公司，相应的，非ST公司作为财务安全公司。在对上市公司进行研究时，可以发现同一指标在不同行业之间往往会有不同的标准，因而在确定研究样本时，最好仅选取某一行业的上市公司作为研究样
23、本来建立财务危机预警体系，这样可以避免因为不同行业的数据可比性不高而导致的模型实用性不高。在中国证监会公布的13个上市公司行业大类中，制造业所占的比例最大，经过分析比较，最终将我国沪市A股中的制造业上市公司作为本文的研究样本。本文的研究当中采用配对的方法，从沪市的上市公司中来选取样本，即选取近被ST的上市公司作为财务危机样本组，共30家。同时选取与财务危机组30家上市公司同行业的30家非财务危机上市公司作为配对样本，即财务安全样本组。23变量的选取由财务危机形成的原因可得财务危机预警体系中的指标主要从盈利能力、营运能力、成长能力、我国上市公司财务危机预警体系的实证研究5偿债能力以及现金的获取能
24、力这五个方面来反应。（1）反映企业盈利能力的指标。为了便于比较分析，对于盈利能力的评价通常采用相对指标。按照指标选取的独立性和全面性原则，本文重点选取了如下指标来反映企业的盈利能力，详见表11表11指标分析说明代码每股收益率（元）反映了普通股的盈利水平以及存在的风险。X1总资产收益率衡量企业盈利能力的重要指标，反映了公司的竞争实力与发展能力。X2净资产收益率反映了股东权益的收益水平，用以衡量公司运用自由资本的效率。越大，说明投资带来的收益越高。X3主营业务利润率反映了主营业务的获利能力及存在的风险。X4销售净利率反映了每1元销售收入带来的净利润的多少，表示销售收入的收益水平。X5（2）反映企业
25、偿债能力的财务指标，各项偿债能力指标分别从不同意角度反映了企业将面临的财务风险的大小，在综合考虑各项偿债能力指标相关性和独立性的基础上，本文主要选取了流动比率、速动比率和资产负债率这些指标，详见表12。表12指标分析说明代码资产负债率衡量企业在正常情况下用全部资产偿还债务的能力。X6流动比率衡量流动资产在短期内偿还流动负债的能力。X7速动比率衡量流动资产立即偿还流动负债的能力。X8（3）反映企业营运能力的财务指标。因为各类资产比率之间的相关性较高，本文根据指标选取的独立性原则和能够反映企业财务风险的程度，主要选取了应收账款周转率、存货周转率和总资产周转率作为反映企业营运能力的财务指标，详见表1
26、3。表13指标分析说明代码总资产周转率（次）该指标越大，表明资产利用率越高。X9应收帐款周转率（次）反映应收账款的变现能力和管理效率，越大说明其回收越快，短期偿债能力越强。X10存货周转率（次）反映存货的变现能力和管理能力，越大，说明资产流动性越强，偿债能力越强，存货管理水平越高。X11（4）反映企业增长能力的财务指标。本文根据指标选取的代表性原则以及指标可能包含的不确定信息的多少，主要先取了主营业务增长率、总资产增长率和净资产增长率的指标，详见表14。表14指标分析说明代码主营业务收入增长率评价企业成长能力的重要指标，越大，说明成长速度快，市场前景好。X12总资产增长率反映了资产规模的增长情
27、况，企业发展的一个重要方面。X13我国上市公司财务危机预警体系的实证研究6净资产增长率反映投资者投入企业资本的保全性和增长性，越大，表明资本的积累越多，应付风险的能力越强。X14（5）反映企业获得现金能力的财务指标。企业获取现金的能力也是衡量企业经营成果的主要内容。根据指标选取的独立性原则，本文主要选择了经营现金净流量对销售收入比率这一指标，详见表15。表15指标分析说明代码经营现金净流量对销售收入比率衡量企业1元的收入能收回多少现金，越大，说明企业的盈余质量越好，企业的长远发展能力越强。X153实证研究以及结果分析本文将利用SPSS统计软件作为分析工具，对以上所收集的样本公司的财务指标数据进
28、行因子分析和逻辑回归分析，建立预警模型。31因子分析在上文中，已确定了15个财务指标用来建立财务危机预警模型，这些指标分别从不同的方面反映了公司的财务状况。因此，在财务综合分析中，为了尽可能真实的反应企业的状况，我们不能对这些指标随意的进行取舍。如果把这些变量全部纳入模型中，会由于这些财务指标变量之间的相关性而影响我们识别和判断各种指标的重要性。此外，由于指标体系中的指标太多，同时也增加了分析问题的复杂性。为了解决这些问题，本文将引进统计学中的因子分析法。通过因子分析，我们能够找到较少的几个因子，进而代表数据的基本结构，反映原始信息的本质特征，然后用这些因子代替原来的观测量进行其他相关的统计分
29、析，建立预警模型。311因子分析的基本思想因子分析法是多元统计分析技术的一个分支，其主要功能是浓缩数据。因子分析法可以通过利用降维的技术把众多的原始指标变量变成少数独立的综合指标，即因子变量。而且该因子变量仍旧能够反映原始指标的大部分信息。因子分析的基本思想是通过对原始变量的相关系数矩阵进行内部结构的分析，从中找出少数几个能够控制原始变量的随机变量，由于这些随机变量出现在每个原始变量之中，所以又称之为公共因子。选取公共因子的原则是使其能够尽可能多的包含原始变量中的信息。在进行因子分析时，求解因子的方法主要有主成分分析法，极大似然法等7种方法，本文将运用SPSS软件中的主成分分析法来提取变量，即
30、因子变量。312因子变量的提取下边对研究样本在被宣布ST处理的前一年的15个财务指标数据运用SPSS统计分析软件进行因子分析。首先，我们可以得到KMO和BARTLETT的检验结果，如表2所示。表2KMO和BARTLETT的检验我国上市公司财务危机预警体系的实证研究7取样足够度的KAISERMEYEROLKIN度量。640BARTLETT的球形度检验近似卡方736940DF105SIG000由表2可知，因子检验的KMO值为0640，根据统计学家KAISER给出的标准，当KOM值大于06时，就可以认为适合做因子分析。另外，BARTLETT球度检验给出的统计量为736940，且其对应的相伴概率为00
31、00，远远小于显著水品005，因此拒绝BARTLETT球度检验的零假说，认为相关系数矩阵不是单位阵，适合做因子分析。因此由KMO值和BARTLETT球度检验结果得出，样本数据适合做因子分析。在对研究样本的15个指标完成因子分析计算后，可以获得15个特征值。本文提取了特征值大于1的6个因子变量作为下一步研究所用的变量。从表3中我们可以看到，这6个因子的累计贡献率达到了81123，说明这几个变量已经包含了原来15个财务指标81123的信息，因此，我们可以认为这6个因子变量基本反映了原有的财务指标的综合差异。表3成份初始特征值提取平方和载入旋转平方和载入合计方差的累积合计方差的累积合计方差的累积14
32、497299772997744972997729977331722116221162214214283442602142142834426022921528337398318681245356713186812453567131957130485044641430953366246143095336624618201213462580512278181744271227818174427158710579731596100466958112310046695811231195796481123788458958701886914604916229493328594906103222148970
33、5511198132098374121761174995481303322199769140231539992215012078100000不过，由于提取的各因子变量与原始的多个财务指标变量都相关，且同一因子变量在不同财务指标上的载荷量差别不明显，因而使得很难解释初始提取的各因子变量。为了使所提取的各因子变量的经济含义容易解释，本文使用了正交旋转法中的方差最大发对其进行转换。经因子旋转后的财务指标我国上市公司财务危机预警体系的实证研究8因子荷载矩阵见表4所示。表4旋转成份矩阵A成份123456X1559080665116086215X2954046163087025094X3020002810
34、134099211X4181238762202030104X5967077040110035079X6397525299157055301X7027967130018005058X8017959163011026010X9110077078206194777X10024119075077855128X11061105062012867094X12091002197897032014X13203073135905111073X14091232114129170589X15945017177124034043从旋转后的因子载荷矩阵中，我们发现6个因子变量分别在不同的财务指标变量上取得了较高的载荷量
35、。由于当某一因子变量在某一财务指标上的因子载荷量越高，就表明该以因子包含该指标的信息就越多。因此，根据上表中因子变量载荷量的分布，我们可以对个因子变量的经济意义做一定的解释。各因子变量的解释如下（1）因子变量1在X2、X5和X15上的因子载荷量都有09以上，明显高于其他指标的载荷量。X2反映了总资产的收益水平；X5反映了销售的净利润；X15反应了收入的现金回收能力。这3个财务指标反映了企业的盈利能力以及现金的回收能力，即该因子定义为综合因子。（2）因子变量2在X7和X8上的因子载荷量有09以上，远远大于其他指标。X7和X8分别表示流动比率和速冻比率，反映了样本公司的短期偿债能力。因此，我们可以
36、将其定义为短期偿债能力因子。（3）因子变量3在X1和X3、X4上的因子载荷量高于其他变量。该三个财务指标都反映了样本公司的盈利能力，故定义该因子为盈利能力因子。（4）因子变量4在X12和X13上的因子载荷量远远大于其他变量。这两个财务指标反映了样本公司的成长能力。因此，将该因子定义为成长能力因子。（5）因子变量5在X10和X11上的因子载荷量高于其他变量指标。这两个因子分别表示为应收账款周转率和存货周转率，反映了企业的短期资本营运能力。因此，将该因子定义为短期资本运营能力因子。（6）因子变量6在X9和X14上的因子载荷量较高。该两个指标都反映了资产的应用状况，故定义该因子为资产状况因子。在确定
37、因子的经济含义之后，为了对其进行进一步的研究分析，还需要得到各个因子关于原始财我国上市公司财务危机预警体系的实证研究9务指标的线性表达式，这可以从因子得分系数矩阵表5得到。表5成份得分系数矩阵成份123456X1114047329103013074X2318039005070024048X3109069466056005136X4009059419003030204X5336010128023004055X6092228303092044207X7052438005015021031X8051435033020007075X9082098053059069706X100350390230135
38、42077X11005082022062574150X12071019027553082060X13040014094547014027X14041046040137135539X15318049014044019097根据因子变量的得分系数矩阵，我们可以进一步得到6个主因子的线性表达式F10114X10318X20109X30009X40336X50092X60052X70051X80082X90035X100005X110071X120040X130041X140318X15F20047X10039X20069X30059X4001X50228X60438X70435X80098X9003
39、9X100082X110019X120014X130046X140049X15F30329X10005X20466X30419X40128X50303X60005X70033X80053X90023X100022X110027X120094X13004X140014X15F40103X1007X20056X30003X40023X50092X60015X7002X80059X90013X100062X110553X120547X130137X140044X15F50103X10024X20005X3003X40004X50044X60021X70007X80069X90542X100574X1
40、10082X120014X130135X140019X15F60074X10048X20136X30204X40055X50207X60031X70075X80706X90077X10015X11006X120027X130539X140097X15利用因子分析发将凌乱复杂的指标体系进行了结构化处理，即降低和简化了观测惟独，同时也保证了原始数据的信息量，为逻辑回归分析提供了准备。32LOGISTIC回归分析以及实证研究结果逻辑回归模型可以根据公司的财务状况，计算在一定时期内陷入财务危机的概率值。如果此概率大于某一设定值（分割点），则判断该公司将陷入财务危机。由于逻辑回归模型的预测效果优于多元判
41、别分析，因此，本文接下来采用这一方法来建立财务危机预警模型。我国上市公司财务危机预警体系的实证研究10321逻辑回归模型逻辑回归模型是对二分类因变量进行回归分析时最普遍使用的多元统计方法。它根据样本数据使用最大似然估计法估计出参数值，经过一定的数学推导运算，可求得相应变量取某个值的概率。逻辑回归模型的数学表达公式为66554433221101FAFAFAFAFAFAAPPINYLOGIT可以等价的表示为6655443322110EXP16655443322110EXPFAFAFAFAFAFAAFAFAFAFAFAFAAP在这里，P表示某件事发生的概率，AI为呆估计参数，FI为自变量。322逻辑
42、回归分析及预警模型的构建利用SPSS统计分析软件，对上述60家上市公司的六个因子变量进行逻辑回归分析，可以建立相应的财务危机预警模型。（1）模型判别分割点的选取在建立逻辑回归模型时，首先必须确定所要建立的模型的判别分割点。由于本文所选取的样本是均衡的，即两类公司的比例为11，故采用05作为分割点。因此，通过模型计算出来的某公司的概率大于05时，那么就判定样本公司为ST公司；反之，视其为非ST公司。（2）分析结果及构建模型将研究样本前一年的6个因子变量输入SPSS统计数据中，选择逻辑回归法，可以得到以下结果，如表6所示。表6方程中的变量BSE,WALSDFSIGEXPB步骤1AF50110072
43、1101146989常量19529842815131216步骤2BF10050075351464995F502801443391037972常量349347101413141418步骤3CF101501314231233985F507302680691005929F601900773601007981常量448336177811821566步骤4DF103401739391047967F402200882941004978F510803596071002897F603501197871002966常量17235523616271188A在步骤1中输入的变量F5我国上市公司财务危机预警体系的实证
44、研究11B在步骤2中输入的变量F1C在步骤3中输入的变量F6D在步骤4中输入的变量F4从上表可以看到F1、F4、F5、F6这因子变量都通过了显著性水平为5的显著性检验，进入了最后的模型中，而X2、X3未能通过显著性检验，因而模型中最终只有4个因变量。根据上表，我们可以得到前一年的逻辑回归模型603505108040220103401720EXP1603505108040220103401720EXPFFFFFFFFPP值的范围在0,1，该值越大，表明公司在未来一年内发生财务危机可能性越大，反之，这表明公司的财务状况比较安全，发生财务危机的可能性比较小。由于此模型是以05作为判别的分割点，因此当
45、P值大于05时，在未来一年内将会被判为ST公司；反之，我们将被研究公司判定为非ST公司。由上面的表达式可以得出企业的破产概率与F1、F4、F5和F6这四个因子成负相关，即该四个因子越大，企业的破产概率就越小。其中，F1主要由总资产的收益水平、销售的净利润以及现金的回收能力决定，反映了企业的盈利能力以及现金的回收能力,即指标总资产收益率、销售净利率和经营现金净流量相对销售收入比率越大，企业的破产概率就越小；F4主要由主营业务收入增长率和总资产增长率决定，反映了企业的成长能力，即财务指标主营业务收入增长率和总资产增长率越大，企业的破产概率就越小；F5主要由应收账款周转率和存货周转率决定，反映了资本
46、的营运能力，即财务指标应收账款周转率和存货周转率越大，企业破产的可能性就越小；F6主要由总资产周转率和以及资产的增长率决定，反映了资产的状况，即财务指标总资产周转率和净资产增长率越大，企业越不可能破产。因此我们可以得出企业的破产概率与企业的现金回收能力、成长能力，资本的营运能力以及资产的应用能力负相关。这一结论，与从分析引起财务危机的三个原因所得出的结论相一致，即盈利能力、营运能力、成长能力、偿债能力以及现金的获取能力越强，企业越不可能破产。33预警模型的检验与评价331模型的检验将研究样本前一年的数据代入逻辑回归模型中，然后根据判别分割点的标准，我们可以得到60家公司的判定结果，如下表7所示
47、。表7研究样本的判断结果已观测已预测F7判断准确率判断错误率0非ST公司1ST公司F70非ST公司2377672331ST公司525833177总计百分比8080A切割值为500从判断结果汇总表中我们可以看到（1）从整体预测率来看，预测的准确率为80。我国上市公司财务危机预警体系的实证研究12（2）横向比较比较模型中的两类错误可以发现非ST公司被判定为ST公司的概率要大一些，为233。另一类错误为177332模型的评价经过因子分析法和逻辑回归法建立的预警模型具有以下特点（1）全面性。本文所见的模型包含了15个财务指标，浓缩为6个因子变量。这些变量基本上包含了企业所有的财务信息，分别从上市公司的
48、盈利能力、偿债能力、资产营运能力、成长能力以及现金能力等几个方面综合评价了公司的财务状况。（2）可操作性。逻辑回归模型通俗易懂，没有深奥的专业术语或不可量化的指标，不仅专业人士可以借鉴，一般的投资者也可以利用。另外，在运用该模型进行财务危机预测时，由于SPSS等统计软件的辅助计算，是这种预测变得相对简单可行，可以在实践中运用。（3）灵活应用性。本文所建立的模型不仅可以对非ST公司变成ST公司作出预测，而且还可以对ST公司变成非ST公司作出预测。4结束语本文通过对我国沪市制造业的60家上市公司2009年的财务数据进行了统计分析，结合一定的研究方法，建立了财务危机预警体系，并进行了回代检验，最后的
49、检验结果显示了该体系取得较好的预测效果。可见其体系具有一定的实用性。41本文的结论总结本文的研究过程和结果，可以得到以下结论（1）在构建该体系时，应采用对财务指标分布无要求的统计方法（如逻辑回归方法）。因为研究样本的财务指标并不一定符合正态分布。（2）SY公司的财务状况恶化并不是突然发生的，因而我们完全可以通过分析财务指标的变化来预测公司的未来财务状况。通过上述的分析，可以发现ST公司的大部分财务指标在其被特别处理前一年会计年度内呈现出了恶化的趋势，ST公司与非ST公司财务指标之间所呈现的差距很大，这使得财务与危机预警不仅必要，而且成为可能。（3）本文将现金流量的因素考虑了进去，因为现金流量能够很好的反映企业的财务状况，这样使这些财务指标能够更全面的反映企业的财务状况。（4）本文采用了因子分析法和逻辑回归法相结合的方法建立我国制造业上市公司的财务危机预警体系。这是由于本文采用的指标较多，需要因子分析法进行浓缩；同时，逻辑回归在对财务危机企业进行研究过程时，其存在一定的局限性。结果表明两种方法的结合使所构建的财务危机预警体系取得了比较理想的预测结果。（5）有以上的分析我们可以得出企业的破产概率与企业的现金回收能力、成长能力，资本的营运能力以及资产的应用能力负相关。即企业的现金回收能力、
