上市公司財務預警的實證分析
摘要：隨著市場競爭的日益激烈，財務失敗將直接影響企業的生存和發展，因此，完善財務預警系統，需要加大宣傳貫徹《會計法》和制訂會計準則的力度，建立新的評價指標衡量上市公司業績，改進財務預警方法，在財務危機到來之前向企業管理當局發出信號，可使其及時改善生產經營，以延長企業生命。
關鍵詞：財務失敗；財務預警；實證分析
中圖分類號：F275 文獻標識碼：A 文章編號：1003－7217（2001）06－0083－05
1994年7月1日起正式實施的《公司法》規定：公司最近三年連續虧損，由國務院證券管理部門決定暫停其股票上市，虧損情形在限期內未能清除，由國務院證券管理部門決定終止其股票上市。中國證券監督管理委員會于1998年3月16日頒布了《關于上市公司狀況異常期間的股票特別處理方式的通知》，要求證券交易所應對“狀況異常”的上市公司實行股票的特別處理（special treatment，簡稱ST）。目前，滬深兩市共出現近50家特別處理公司。簽此，上市公司的管理當局迫切需要建立一個能預先發出危機警報的財務分析系統，以幫助避開或化解可能出現的財務危機。
一、主要財務預警模型簡述
財務失敗是指企業因財務運作不善而導致財務危機潛發的一系列動態結果。財務預警是以企業的財務報表、經營計劃及其他相關會計資料為依據，利用財會、統計、金融、企業管理、市場營銷理論，采用比率分析、比較分析、因素分析及多種統計方法，對企業的經營活動、財務活動等進行分析預測，以發現企業在經營管理活動中潛在的經營風險和財務風險，并在危機發生之前向企業經營者發出警告，督促企業管理當局采取有效措施，避免潛在的風險演變成損失，起到未雨綢緞的作用。
企業存在的目的和價值就是以其所掌握的經濟資源去創造最大的財富，實現資產的不斷增值。建立財務預警系統要求企業千方百計改善經營策略，提高管理質量，減少或避免財務失敗的出現。銀行通過這樣的預測，可以考察貸款風險，防止壞賬發生；投資者也可以在證券價格大跌之前就獲得財務風險的警報，及時撤走資金或審慎投資；審計師可以準確判斷企業的經營狀況避免因未能正確披露其經營失敗而招致的法律訴訟；公司經理人員越早獲得失敗信號越可以減少其在會計、審計、律師等方面所支付的費用；面對于那些準備借“殼”或買“殼”上市的公司，在尋找重組公司時，財務預測也是必不可少的。
本文主要通過對上市公司的考察來研究財務預警。由于國內證券市場的發展歷史很短，有關財務危機預測的研究較少，而國外的證券市場由來已久，關于經營失敗（或者說是破產）預測的研究相對成熟，這里介紹幾種主要的預測方法：
（一）單變量分析法
最早運用統計方法研究公司失敗問題的是美國的比佛（Beaver，1966），對于財務失敗，他不僅僅狹義地界定為破產，還包括“債券拖欠不履行、銀行超支、不能支付優先股股利等”。他首先以單變量分析法發展出財務危機預測模型，使用5個財務比率分別作為變量對79家經營未失敗公司和79家經營失敗公司進行一元判定預測，發現（現金流量/總負債）財務預測的效果最好，（凈利潤/總資產）次之，在失敗前5年可達70％以上的預測能力，失敗前1年更可達87％的正確區別率。其中，“現金流量”來自“現金流量表”的三種現金流量之和，除現金外還充分考慮了資產變現力，同時結合了企業銷售和利潤的實現及生產經營狀況的綜合分析，這個比率用總負債作為基數，是考慮到長期負債與流動負債的轉化關系，但是總負債只考慮了負債規模，而沒有考慮負債的流動性，即企業的債務結構，因此對一些因短期償債能力不足而出現危機的企業存在很大的誤判性。“總資產”這一指標沒有結合資產的構成要素，因為不同的資產項目在企業盈利過程中所發揮的作用是不同的。這不利于預測企業資產的獲利能力是否具有良好的增長態勢。單變量分析法雖然簡單，但卻因不同財務比率的預測方向與能力經常有相當大的差距，有時會產生對于同一公司使用不同比率預測出不同結果的現象，因此招致了許多批評，而逐漸被多變量方法所替代。
（二）Z分數模型
最早運用多變量區別分析法探討公司財務危機預測問題的是另一類美國學者奧曼（Altlan，1968）。他將若干變量合并入一個函數方程：
Z＝0.012X1＋0.014X2＋0.033X3＋0 006X4＋0.999X5
X1＝（期末流動資產－期末流動負債）/期末總資產
X2＝期末留存收益/期末總資產
X3＝息稅前利潤/期末總資產
X4＝期末股東權益的市場價值/期末總負債
X5＝本期銷售收入/總資產
其中：
X1為營運資本/資產總額，反映了企業資產的折現能力和規模特征。營運資本是企業的勞動對象，具有周轉速度快，變現能力強，項目繁多，性質復雜，獲利能力高，投資風險小等特點。一個企業營運資本的持續減少，往往預示著企業資金周轉不靈或出現短期償債危機。
X2反映了企業的累積獲利能力。期末留存收益是由企業累積稅后利潤而成，對于上市公司，留存收益是指凈利潤減去全部股利的余額。一般說來，新企業資產與收益較少，因此相對于老企業X2較小，而財務失敗的風險較大。
X3即EBIT/資產總額，可稱為總資產息稅前利潤率，而我們通常所用的總資產息稅前利潤率為EBIT/平均資產總額，分母間的區別在于平均資產總額避免了期末大量購進資產時使X3降低，不能客觀反映一年中資產的獲利能力。EBIT是指扣除債務利息與所得稅之前的正常業務利潤（包括對外投資收益），不包括非正常項目、中斷營業和特別項目及會計原則變更的累積前期影響而產生的收支凈額。原因在于：由負債與資本支持的項目一般屬于正常業務范圍，因此，計算總資產利潤率時以正常業務經營的息稅前利潤為基礎，有利于考核債權人及所有者投入企業資本的使用效益。該指標主要是從企業各種資金來源（包括所有者權益和負債）的角度對企業資產的使用效益進行評價的，通常是反映企業財務失敗的最有力依據之一。
X4測定的是財務結構，分母為流動負債、長期負債的賬面價值之和；分子以股東權益的市場價值取代了貼面價值，因而對公認的、影響企業財務狀況的產權比率進行了修正，使分子能客觀地反映公司價值的大小。對于上市公司，分子應該是：“末流通的股票賬面價值＋流通股票期末市價。股份數”。X4的分子是一個較難確定的參數，尤其對于股權結構較復雜的企業。而目前及在今后相當長的時間內，非上市公司仍占我國公司總數的大部分，要確定非上市公司所有者權益市價，我們可以采用資產評估方法中的預期收益法，具體表示為：
企業資產市價＝企業預期實現的年利潤額/行業平均資金利潤率
X4＝（企業資產的市價/負債總額）－1
但此法仍有缺陷，因為我國宏觀價格體系尚未完全理順，行業資金利潤率受客觀因素影響而有波動，難以完全符合實際。
X5為總資產周轉率，企業總資產的營運能力集中反映在總資產的經營水平上，因此，總資產周轉率可以用來分析
企業全部資產的使用效率。如果企業總資產周轉率高，說明企業利用全部資產進行經營的成果好，效率高；反之，如果總資產周轉率低，則說明企業利用全部資產進行經營活動的成果差，效率低，最終將影響企業的獲利能力。如果總資產周轉率長期處于較低的狀態，企業就應當采取措施提高各項資產的利用程度，對那些確實無法提高利用率的多余、閑置資產應當及時進行處理，加速資產周轉速度。X5的分子“本期銷售收入”應該為銷售收入凈額，指銷售收入扣除銷售折扣、銷售折讓、銷售退回等后的金額。
Z分數模型從企業的資產規模、折現力、獲利能力、財務結構、償債能力、資產利用效率等方面綜合反映了企業財務狀況，進一步推動了財務預警的發展。奧曼教授通過對Z分數模型的研究分析得出：Z值越小，該企業遭受財務失敗的可能性就越大。美國企業的Z值的臨界值為1.8，具體判斷標準如下表所示：
表1 Z分數模型具體判斷標準
Z≥3.0 財務失敗的可能性很小 財務不失敗組
2.8≤Z≤2.9 有財務失敗可能
1.81≤Z≤2.7 財務失敗可能性很大
Z≤1.8 財務失敗可能性非常大 財務失敗組
奧曼教授選擇了1968年尚在持續經營的33家美國企業進行預測，其準確率令人滿意，而且分析根據的資料越新，準確率越高。如依據臨近財務失敗的報表資料預測其準確率為96％，依據財務失敗前一年的報表預翻難確率為72％。但無論怎樣，都必須以財務報表的真實性、準確性、完整性為前提。近年來，澳大利亞、巴西、加拿大、法國、德國、愛爾蘭、日本和荷蘭都進行了類似的分析。盡管Z值的判斷標準在各國間有相當的差異，但各國“財務失敗組”的Z值的平均值都低于臨界值1.8。
（三）F分數模型。由于Z分數模式在建立時并沒有充分考慮到現金流量的變動等方面的情況，因而具有一定的的局限性。為此，有學者擬對Z分數模式加以改造，并建立其財務危機預測的新模式－F分數模式（Failure Score Model）。F分數模式的主要特點是：
（1）F分數模式加入現金流量這一預測自變量。許多專家證實現金流量比率是預測公司破產的有效變量，因而它彌補了Z分數模式的不足。
（2）本模式考慮到了現代化司財務狀況的發展及其有關標準的更新。比如公司所應有財務比率標準已發生了許多變化，特別是現金管理技術的應用，已使公司所應維持的必要的流動比率大為降低。
（3）本模式使用的樣本更加擴大。其使用了Compustat PC Plus會計數據庫中1990年以來的4160家公司的數據進行了檢查；而Z分數模型的樣本僅為66家（3家破產公司及33家非破產公司）。F分數模式對4160家公司進行驗證的結果如下表所示
表2 F分數模式檢驗結果
現實結果 檢驗結果
破產公司22家 破產公司15家 非破產公司7家
（100％） （68.18％） （31.82％）
非破產公司4138家 破產公司1056家 非破產公司3082家
（100％） （25.52％） （74.48％）
合計4160家 1071家 3089家
F分數模式如下：
F＝－0.1774＋1.1091X1＋0.1074X2＋1.9271X3＋0.0302X4＋0.4961X5
其中：X1、X2及X4與Z分數模型中的X1、X2及X4相同，這里不再進行分析。
X1＝（期末流動資產－期末流動負債）/期末總資產
X2＝期未留存收益/期末總資產
X3＝（稅后純收益＋折舊）/平均總負債
X4＝期末股東權益的市場價值/期末總負債
X5＝（稅后純收益＋利息＋折舊）/平均總資產
F分數模型與Z分數模式中各比率的區別就在于其X3、X5與Z分數模式中X3、X5不同。X3是一個現金流量變量，它是衡量企業所產生的全部現金流量可用于償還企業債務能力的重要指標。一般來講，企業提取的折舊費用，也是企業創造的現金流入，必要時可將這部分資金用來償還債務。
X5則測定的是企業總資產在創造現金流量方面的能力。相對于Z分數模式，它可以更準確地預測出企業是否存在財務危機。（其中的利息是指企業利息收入減去利息支出后的余額）。
F分數模式中的五個自變量的選擇是基于財務理論，其臨界點為0.0274；若某一特定的F分數低于0.0274，則將被預測為破產公司；反之，若F分數高于0.0274，則公司將被預測為繼續生存公司。
二、實證分析
我們把ST公司界定為財務失敗公司，以“松遼汽車”上市公司為例來驗證多元預測模型的運用。“松遼汽車”于1998年底被宣布為特別處理公司（ST公司），所以距特別處理1年以上的最近會計年度報表是1997年度的。其1997年12月31日的報表部分資料如下：
表3 松遼汽車公司報表資料
松遼汽車公司資產負債表——1997年12月31日
單位：元
流動資產 356366718.13 流動負債 249840895.51
固定資產 343921021.57 長期負債 165123720.09
股本 140160000.00
留存收益 236352186.69
總資產 791476802.29 負債及股東權益合計 791476802.29
損益表數據：
稅前收益 18479716.41
稅后收益 18479716.41
本會計期間其他資料：
折舊 13798060.12
平均總資產 761427152.18
平均總負債 375675107.29
利息收入 4774464.39
利息支出 13485811.78
期末股價 6.76
表4 股本結
構（單位：萬股）
（一）尚未流通股份 期末數
1.發起人股份
其中：國家股 7440
其他 0
2.募集法人股 240
3.內部職工股 1536
尚未流通股份合計 9216
（二）已流通股份
1.境內上市的人民幣普通股 4800
2.其他 0
已流通股份合計 4890
（三）股份總數 14016
由上表可以計算出股東權益市場價值為；
9216×10000＋4800×1000×6.46＝416640000
表5 松遼汽車公司F分數計算結果
自變量 系數 計算結果
－0.1774
[X1＝0.1346] ×1.1091 ＝0.1493
[X2＝0.2986] ×0.1074 ＝0.0321
[X3＝－0.0125] ×1.9271 ＝－0.0241
[X4＝1.0040] ×0.0302 ＝0.0303
[X5＝0.0052] ×0.4961 ＝0.0026
F ＝－0.1646
其中：
X1＝（35636671813－249840895.51/791476802.29＝0.1346
X2＝236352186.69/791476802.29＝0.2986
X3＝（－18479716.41＋13798060.12/375675107.29＝－0.0125
X4＝416640000/414964615.6＝1.0040
X5＝（－18479716.41＋13798060.12＋8711347.39）/761427152.18＝0.0052
由以上對“松遼汽車”的F分數計算結果－0.1646低于F分數模式的分界點0.0274，可事先預測松遼汽車公司可能會發生財務危機。F分數模式的數值在其臨界點上下0.0775內為所謂的不確定區域，即在此區域內，可能將原始成本中能繼續生存的公司預測成破產公司，而將破產公司預測成繼續生存公司，所以若公司的F分數落在此不確定區域，則管理決策者應予進一步分析，以了解公司財務是否確實將進入困境。因為F分數模式（當然，也包括Z分數模式）只是決策者進行管理決策的輔助系統方法之一，旨在輔助管理決策當局，警告可能發生的財務危機，其目的并非完全取代決策者的智慧、經驗與判斷。
同樣，我們也可以用Z分數模型對松遼汽車公司進行預測。資料如下：
其中：X1、X2、X4均與F分數模型相同，可直接引用，分別是：
X1＝0.1346 X2＝0.2986 X4＝1.040
松遼汽車公司1997年12月31日：
銷售收入85989835.10
總稅前利潤－9768369.02
X3＝－9768369.02/791476802.29
＝－0.0123
X5＝85989835.10/791476802.29＝0.1086
即得：Z＝0.012X1＋0.014X2＋0.033X3＋0.006X4＋0.999X5＝0.1199
前面圖表已列出：當Z值≤1.8時，則說明企業財務失敗的可能性非常大，松遼汽車公司的Z值正好落在此范圍內。
通過上述模型的運用，我們可以清楚地看到預警模型對上市公司的有效性。在公布此財務報表日，松遼汽車并未被列入ST公司的行列，但預警模型顯示出它的生產經營已存在嚴重困難。這就要求股東、管理人員以及其他相關人士及時了解企業所面臨的財務困境，改變經營策略，或進行實質性的資產重組，這樣才能在市場低迷時適應市場要求，避免決策失誤。對于ST公司，其資產重組或改革的難度更大，需要利潤的大幅拉升才能改變現狀，及時準確的財務狀況預測更是必不可少的警報器。
三、幾點建議
上述模型中所用的流動比率、總資產周轉率、資產利潤率等評價指標都是根據公開的財務報告信息計算出來的。但是，財務報表的編制具有相當的彈性，往往不能真正準確地反映上市公司的經營業績。這一方面是我國法律法規中有實行特別處理、暫停股票交易及中止股票交易的規定；另一方面，由于上市公司經營者的利益與公司盈余業績掛鉤，因此當上市公司財務狀況惡化、經營業績不佳、瀕臨虧損邊緣或有業績滑坡跡象時，上市公司的經營者除了千方百計改善生產經營外，也會盡可能地采取一些多計收益或少計費用的會計處理調節盈余，粉飾財務成果，避免出現虧損或連續三年虧損的情況。為此，筆者對改善上市公司的財務預警提出以下建議：
（一）加大宣傳貫徹《會計法》和制訂會計準則的力度。在上市公司貫徹《公司法》的同時，還要積極宣傳《會計法》，促使上市公司嚴格按照法律法規辦理各項會計業務。加快制訂會計準則的步伐，按照統一的會計規則規范上市公司的會計處理，加強監管力度，確保上市公司會計信息的真實性。
（二）建立新的評價指標衡量上市公司業績。在有關法規規定公司連續三年虧損而予以暫停股票交易乃至終止其股票交易之外，再輔以其他參數或量化指標來判斷公司的經營狀態。近年國外提出了衡量上市公司經營業績的新指標：經濟增加值（EVA）和修正的經濟增加值（REVA）。此新指標是站在出資者角度定義公司利潤，因為公司經營的目標為股東權益最大化。該指標要求公司的經營者必須考慮資本的機會成本。就是說，如果出資者期望他們的投資回報率為8%，公司只有在稅后利潤超過權益資本的8%時才真正盈利，股東財富才真正得以增加。只要EVA、REVA持續增長，就意味著公司的市場價值不斷增加，這也可以動態地評價公司業績。由于我國證券市場起步較晚，上市公司信息披露還不規范等等，給新指標的廣泛使用帶來不便，但從股東財富增加的角度來建立新的評價指標仍不失為一條新思路。
（三）根據中國證券市場的實際情況完善財務預警模型。現有的預警模型都是外國學者根據本國上市公司的資料進行統計計算得出的，雖然在許多國家也同樣具有一定的有效性，但仍存在種種局限。隨著市場上功能日益增強的統計軟件的開發與會計資料庫的建立，財務管理決策或監測當局可以建立更適用于本公司或本行業的財務預警模型，并根據自身情況對評價指標加以改進，及時預測反映上市公司的財務狀況，推動我國資本市場的健康發展。
來源：財經理論與實踐
【上市公司財務預警的實證分析】相關文章：
上市公司不良資產的實證分析08-05
建立預警系統監控財務危機---上市公司財務危機預警系統理論研究與實證分析08-05
上市公司投資決策行為的實證分析08-05
中國上市公司股票股利的實證分析08-05
中國上市公司債權治理效率的實證分析08-07
中國上市公司管理層收購實證分析08-05
上市公司資產股權交易價格的實證分析08-05
四項計提對上市公司業績影響的實證分析08-05