企业财务危机预警指标筛选探究
来源:用户上传
作者: 全春光 程晓娟
[摘要]选择合适的财务指标来描述预警模型对提高预测的精度至关重要。运用显著性分析和因子分析法,对企业财务危机预警的备选指标进行筛选,并选择了76家上市公司为样本进行实证研究。通过两次筛选,最终得到由7个预警指标组成的全面互斥的财务危机预警指标体系,为进一步的财务危机预警评价提供参考。
[关键词]显著性分析;因子分析;财务危机;预警;指标筛选
[中图分类号] F275[文献标识码] A [文章编号] 1673-0461(2010)08-0036-04
[收稿日期]2010-04-17
[作者简介]全春光(1974 -),男, 湖南衡阳人,湖南科技大学管理学院教师,华中科技大学管理学院在读博士,研究方向:管理科学与工程; 程晓娟(1980 -),女, 河北邢台人,湖南科技大学工业工程系教师,硕士,研究方向:管理科学与工程。
一、引言
企业财务危机预警问题的研究很早就引起了各方面的关注,国内外学者取得了丰富的成果。如Fitzpatrick[1]和Beaver[2]提出单变量模型,美国学者Altman构建Z-score模型[3],我国学者李秉祥提出组合预警模型[4];李益骐运用Logistic回归分析作为主要建模方法[5],李腊生将因子分析与选择性模型相结合,构建了判别上市公司财务危机的因子分析Logit模型[6],郭德仁构建了基于模糊聚类和模糊模式识别模型[7],周辉仁提出一种基于递阶遗传算法和BP神经网络的财务预警模型[8]。可见国内外学者对财务危机预警的研究主要集中在运用数学方法构建财务预警模型上。由于企业内外部环境多变,导致发生危机的因素纷繁复杂,因而为了提高预警模型的精度,通常需要选择多方面、多层次的指标来进行预测。然而预警指标并不是越多越好,过多的指标会产生信息过载,加大成本,同时由于财务指标之间的相关性比较强,易产生覆盖范围重复,计算结果不容易解释等问题,因此在建立预警模型前有必要对初始变量进行筛选。基于此,本文采用显著性分析和因子分析法,对财务危机预警的备选指标进行筛选,以期构建一个有效而简洁的预警指标体系。
二、显著性分析与因子分析法简介
(一)显著性分析
一般来讲,财务危机和财务健康之间应该具有显著差别,因此进入预警模型的指标至少能有效显著的区分这两种状态,这是入选指标的首要条件。所以以此为标准本文采用统计分析法中的显著性检验方法(T检验)对预警指标进行第一次筛选。
针对同一财务指标变量而言,当两组样本具备方差齐性(即 δ12=δ22)时,采用的T统计量为:
这样在可接受的显著性水平上就可以筛选出能显著区分财务危机和财务健康状态的预警变量。
(二)因子分析法
因子分析最早是由心理学家Karl Pearson 和Charles Speamen在1904年提出的,在多元统计分析中,因子分析是一种很有效的降维和信息浓缩技术。这种方法是从变量的相关矩阵出发,将一个m维的随机向量X分解成低于m个且有代表性的公因子和一个特殊的m维向量,使其公因子数取得最佳的个数,从而使对m维随机向量的研究转化成对较少个数的公因子的研究。即用较少个数的公共因子的线性函数和特定因子之和来表达原来观测的每个变量,从研究相关矩阵内部的依赖关系出发,把一些具有错综复杂的变量归纳为少数几个综合因子的一种多变量统计分析方法。该方法的本质就是通过降维技术将多个指标转化为少数几个综合指标,这些综合指标能够反映原始指标的绝大多数信息,并且所含有的信息互不重叠,彼此之间又不相关,这样既减少了变量的个数,又再现变量之间的内在联系。本文基于因子分析的思想,根据各预警指标相关性大小将它们分组,使得同组内的指标之间相关性较高,不同组的变量之间的相关性较低,通过对相关矩阵内部结构关系的研究,找出影响企业财务危机状况的几个综合指标,称之为主因子。以主因子构成预警指标体系,构建模型,进行预测与分析。
三、财务危机预警指标体系的初步构建
根据敏感性、先兆性、关联性、可操作性和互斥性的原则,本文在借鉴国内外学者的实证研究成果[9-11]并结合我国上市公司实际情况的基础上,从表内信息和表外信息两个角度六个方面构建了一套包括25个指标的财务危机预警的指标体系,作为研究中使用的初始变量,如表1所示。表内信息指标主要包括反映企业盈利能力、经营能力、偿债能力、成长能力和现金流量五个方面的财务指标,表外信息指标主要包括更能揭示公司陷入财务危机状况的非财务信息,比如反映上市公司过度依赖短期借款、存在大量的或有事项(主要是因担保、财务承诺而产生的或有负债)、审计报告的意见类型、期末存在大量关联方交易等情况的指标。
四、财务危机预警指标体系的筛选
对于“财务危机”学术界和实务界有各种不同的界定,考虑到我国的具体国情,本文将我国上市公司中
的ST公司界定为财务危机企业。根据一定的选择标准,选取了2008年被特别处理的38家上市公司,同时按着同行业、同时间窗的原则,选取了38家非ST公司作为匹配样本,组成训练样本,以这76家上市公司两年的数据资料为基础进行实证研究。
(一)初选――显著性检验
按着通常的思路,ST公司和非ST公司之间应该具有显著差别,因此进入预警模型的指标至少能有效显著的区别ST公司和非ST公司,所以以此为标准本文采用统计分析法中的显著性检验方法(T检验)对预警指标进行第一次筛选。利用搜集的训练样本共76家上市公司两年的数据资料,使用SPSS统计分析软件,对财务危机企业被宣布特别处理前1年和前2年的数据进行显著性检验的结果如下,见表2所示。
从以下的T检验结果可以看出:
(1)在财务危机发生的前2年有11个指标通过了显著性检验,在财务危机发生的前一年有15个指标通过了显著性检验,显示了所选财务指标在作为预警变量时具有信息含量和时效性,其信息含量随着时间的临近而增加,即指标离财务危机发生的时间越近,两组公司的财务指标差异越明显,区分度越大,反之信息含量越少,区分度越小。
(2)在25个预警指标中,净资产收益率、总资产报酬率、每股收益、成本费用利润率、总资产周转率、总资产增长率、现金流动负债比、每股营业现金流量、短期借款流动比率、审计意见类型、企业资产规模11个指标连续两年通过显著性检验,其中总资产报酬率、每股收益、成本费用利润率、总资产周转率、现金流动负债比、每股营业现金流量、审计意见型7个指标连续两年在0.01水平上显著。而存货周转率、资产负债率和流动比率3个指标仅在财务危机的前一年有显著差别,其中流动比率在0.01水平上显著。
综合以上分析,我们选取净资产收益率、总资产报酬率、每股收益、成本费用利润率、总资产周转率、总资产增长率、现金流动负债比、每股营业现金流量、短期借款流动比率、审计意见类型、企业资产规模、流动比率12个指标作为第一次筛选的入选变量。其中前11个指标在财务危机发生的前一年和前两年都有很好的区分效果,所以引入预警模型。流动比率虽然只是在财务危机发生的前1年有显著性,但考虑到入选的指标中没有反应企业偿债能力的指标,而偿债能力是反映企业危机状况的一个非常重要的方面,因此也把流动比率作为入选变量,以期使入选指标更全面反映公司的状况。
(二)二次筛选――因子分析
通过显著性检验,我们筛选出12个指标作为建立模型的初选变量,然而这些指标有些相关性很强,包含了重复信息,为使模型更加精简,笔者采用因子分析法进行指标的二次筛选。对进入二次筛选的12个预警指标,利用76家训练样本财务危机前2年的数据,运用SPSS软件进行主成份分析,结果如表3所示。
本文取累计贡献率91.338%,则主成份因子为7个,即用这7个主成份来代替原有的12个指标,这7个主成份因子包含原来91.838%的信息量。为了对这7个因子进行解释,本文使用了正交旋转法中最大方差法进行转换得到因子载荷矩阵(见表4)。
从因子荷载矩阵中,可以看出:
(1)主成份1的支配变量依次为每股收益0.879、成本费用利润率0.861、净资产收益率0.804和总资产报酬率0.773。这些指标都是反映企业盈利能力的指标,因此主成份1可以概括为盈利因子,其代表性变量为每股收益。
(2)主成份2的支配变量主要为流动比率0.738,它反映了企业的偿债能力,因此主成份2可以概括为偿债因子,以流动比率作为代表性变量。
(3)主成份3的支配变量为每股营业现金流量0.752、短期借款流动资金比率0.726,反映了企业获取现金的能力,故主成份3可以概括为现金流量类因子,其代表指标为每股营业现金流量。
(4)主成份4中企业资产规模这一指标的因子荷载明显高于其他指标,因此主成份4可以解释为资产规模因子,其代表指标为企业总资产。
(5)主成份5中总资产增长率的因子荷载明显高于其他指标,因此主成份5可以解释为成长因子,其代表指标为总资产增长率。
(6)主成份6和主成份7中,审计意见类型和总资产周转率这两个指标的荷载都明显高于其他指标,且分值很接近,为了避免重复和保存更多的信息含量,我们将主成份6解释为表外因子,代表指标为审计意见类型;主成份7则概括为资产营运能力因子,其代表指标为总资产周转率。这七个主成分即为最终的入选变量。这七个主成分即为最终的入选变量。
通过显著性检验和因子分析两次筛选,最终得到了每股收益、流动比率、每股营业现金流量、企业总资产、总资产增长率、审计意见类型、总资产周转率7个指标作为构建模型的变量。这7个代表性指标相互独立,分别代表了企业的盈利能力、偿债能力、获取现金能力、资产规模、成长能力、表外因素、营运能力7个方面,符合全面互斥的原则。通过这种方法得到了与预测更为敏感的财务指标,为下一步进行财务预警模型的设计做好准备。
五、结 论
随着市场竞争的日益激烈,科学的财务危机预警既是企业可持续发展的重要条件,也是利益相关者利益保障的有效工具,而预警指标的选择又是财务危机预警的首要问题。本文在对已有研究成果进行综述的基础上,应用显著性分析与因子分析法对预警备选指标进行筛选,得到利益相关者重点观测和预警建模所需的预警指标。研究结果显示,通过显著性检验和因子分析两次指标筛选,能够以较少的特征变量实现了较高的分类精度,从而证明了本文的研究设想。同时需要说明,本文意义在于为科学、合理地选择预警指标提供了一种途径,但就预警问题而言,准确的危机预测更是重中之重。因此,本文的工作只是阶段性成果,如何有效地构建可行的预警模型是将我们下一步需要进一步探讨的方向。
[参考文献]
[1]Fitzpatrick P J,Acomparison ofratios of successful industrial enterprises with those of failed firms[J].Certified Public Account ,1932.
[2]Beaver W. Alternative accounting measures:predictors of failure[J].Accounting Review, 1968, 10(2):113-122.
[3]Edward I Altman,Financial ratios,discriminant analysis and the prediction of bankruptcy[J].Journal of Finance,1968,23(4):590-609.
[4]李秉祥.基于模糊神经网络的企业财务危机非线性组合预测方法研究[J].管理工程学报,2005(1):19-23.
[5]李益骐,田高良.上市公司财务危机预警实证研究[J].西北大学学报(哲学社会科学版),2009(5):79-82.
[6]李腊生,张 岩.我国上市公司财务危机的判断与预警[J].商业经济与管理,2009(4):90-96.
[7]郭德仁,王培辉.基于模糊聚类和模糊模式识别的企业财务预警[J].管理学报,2009(9):1194-1197.
[8]周辉仁,唐万生,任仙玲.基于递阶遗传算法和网络的财务预警[J].系统管理学报,2010(1):1-6.
[9]程晓娟.上市公司财务危机预警模型研究及实证分析[D].成都:成都理工大学,2005.
[10]韩 伟,李 杰.基于熵权法的财务危机预警指标选择研究[J]. 北京交通大学学报(社会科学版),2007(4):65-68.
[11]宋 鹏,梁吉业,曹付元.基于邻域粗糙集的企业财务危机预警指标选择[J].经济管理,2009(8):130-135.
Study on Screening Warning Indicators of Enterprise’s Financial Crisis
Quan Chunguang1, Cheng Xiaojuan2
(1. School of Management, Hunan University of Science and Technology, Xiangtan 411201, China;
2 .Dept of Industrial Engineering, Hunan University of Science and Technology, Xiangtan 411201,China)
Abstract:It is essential for improving warning accuracy to select appropriate financial indicators so as to describe warning model. This paper applies significance and factor analysis methods to choose from candidate indicators for financial crisis warning and presents an empirical study of 76 listed companies in Stock Market. As a result, seven indicators are selected as a warning indicator system for financial crisis, offering a reference for further evaluation of financial crisis warning.
Key words: significance analysis; factor analysis; financial crisis;warning;indicator screening
(责任编辑:张丹郁)
转载注明来源:https://www.xzbu.com/3/view-1394600.htm
