【摘 要】正所謂“隔行如隔山”，以往一些關(guān)于財(cái)務(wù)預(yù)警的研究模型往往一味追求普遍適用性而忽視了行業(yè)的特性，導(dǎo)致在對(duì)某一具體行業(yè)進(jìn)行實(shí)證分析時(shí)，預(yù)警的效果不夠理想。因此，本文著重剖析了醫(yī)藥行業(yè)上市公司面臨財(cái)務(wù)危機(jī)時(shí)的跡象，借助SPSS 19.0統(tǒng)計(jì)軟件進(jìn)行回歸分析，旨在構(gòu)建出適用于該行業(yè)的公司財(cái)務(wù)預(yù)警模型。
　　【關(guān)鍵詞】財(cái)務(wù)預(yù)警模型 回歸分析 醫(yī)藥行業(yè)
　　醫(yī)藥行業(yè)的發(fā)展涉及國(guó)計(jì)民生，是老百姓十分關(guān)切的問(wèn)題。近年來(lái)，由于原材料價(jià)格的頻繁波動(dòng)，該行業(yè)的上市公司面臨著生產(chǎn)和資金方面的巨大挑戰(zhàn)，一旦市場(chǎng)上醫(yī)藥產(chǎn)品的供應(yīng)不穩(wěn)定，則勢(shì)必影響到老百姓的切身利益。如何幫助醫(yī)藥行業(yè)上市公司及時(shí)預(yù)防財(cái)務(wù)危機(jī)，避免對(duì)醫(yī)藥產(chǎn)品的正常生產(chǎn)造成不良影響，正是本文研究的初衷。本文通過(guò)選取近些年該行業(yè)中ST股和*ST股半數(shù)的上市公司財(cái)務(wù)數(shù)據(jù)，以及相同數(shù)量的經(jīng)營(yíng)狀況良好、財(cái)務(wù)穩(wěn)定的上市公司財(cái)務(wù)數(shù)據(jù)，借助SPSS 19.0統(tǒng)計(jì)軟件，構(gòu)建出適用于該行業(yè)的財(cái)務(wù)預(yù)警模型。
　　一 分析模式和分析樣本的確定
　　選擇合適的分析模式是建立財(cái)務(wù)預(yù)警模型的根本。根據(jù)以往的研究經(jīng)驗(yàn)，對(duì)于醫(yī)藥行業(yè)上市公司財(cái)務(wù)狀況的分析不適合選擇單變量分析模式，這是由于從事該行業(yè)的企業(yè)往往主營(yíng)業(yè)務(wù)種類繁多，產(chǎn)品品種多樣，難以通過(guò)某一綜合指標(biāo)去評(píng)判側(cè)重于不同業(yè)務(wù)的企業(yè)。因此，多變量分析模型相比之下則會(huì)大大提高預(yù)測(cè)的準(zhǔn)確性，更加適用于分析業(yè)務(wù)繁雜的醫(yī)藥行業(yè)。
　　就財(cái)務(wù)預(yù)警模型來(lái)說(shuō)，分析樣本首先要區(qū)分財(cái)務(wù)失敗樣本與財(cái)務(wù)正常樣本。對(duì)于財(cái)務(wù)失敗的界定，最早的研究都是以企業(yè)破產(chǎn)作為唯一標(biāo)準(zhǔn)。然而，我國(guó)的實(shí)際情況表明，破產(chǎn)樣本相對(duì)較少，而且此類樣本所能傳達(dá)的信息失真程度又偏高，難以得到正確的評(píng)價(jià)結(jié)果。隨著國(guó)內(nèi)證券市場(chǎng)的發(fā)展，相關(guān)管理機(jī)構(gòu)建立起越來(lái)越規(guī)范的財(cái)務(wù)危機(jī)防范機(jī)制。中國(guó)證監(jiān)會(huì)要求證券交易所對(duì)連續(xù)兩年虧損及“狀況異?！钡纳鲜泄緦?shí)現(xiàn)特別處理（ST），對(duì)于出現(xiàn)連續(xù)三年虧損等情況的上市公司，給予“退市風(fēng)險(xiǎn)警告”（*ST）。因此，在確定財(cái)務(wù)失敗樣本時(shí)，可以選擇該行業(yè)中ST或*ST的企業(yè)（由于違規(guī)或歷史遺留問(wèn)題而成為ST或*ST企業(yè)除外），而將非ST或*ST企業(yè)作為財(cái)務(wù)正常樣本。
　　此外，為了剔除隨機(jī)誤差的影響，需要樣本的主要特征呈正態(tài)分布，樣本選擇時(shí)有意根據(jù)配比原則一一配對(duì)，保持財(cái)務(wù)失敗樣本和財(cái)務(wù)正常樣本數(shù)量相等（樣本選取見(jiàn)表1）。
　　二 財(cái)務(wù)指標(biāo)組合的確定
　　由于該行業(yè)需要采用多變量分析模式，本文在財(cái)務(wù)指標(biāo)的設(shè)計(jì)篩選過(guò)程中，遵循以下五項(xiàng)原則。
　　第一，財(cái)務(wù)指標(biāo)要體現(xiàn)企業(yè)的償債能力。償債能力是與財(cái)務(wù)失敗最密切相關(guān)的分析點(diǎn)，償債能力差的企業(yè)往往面臨著較大的財(cái)務(wù)風(fēng)險(xiǎn)，一旦資金周轉(zhuǎn)不靈很有可能導(dǎo)致無(wú)法償還到期債務(wù)，致使企業(yè)陷入財(cái)務(wù)失敗的境地。
　　第二，財(cái)務(wù)指標(biāo)應(yīng)反映企業(yè)的經(jīng)營(yíng)效益。企業(yè)陷入財(cái)務(wù)失敗的最根本原因在于經(jīng)營(yíng)業(yè)績(jī)差。如果企業(yè)的經(jīng)營(yíng)效益和發(fā)展前景良好，即使是短暫的資金周轉(zhuǎn)不靈也不會(huì)對(duì)企業(yè)造成致命的影響。
　　第三，財(cái)務(wù)指標(biāo)要體現(xiàn)敏感性原則。財(cái)務(wù)預(yù)警模型要求所設(shè)計(jì)的指標(biāo)應(yīng)當(dāng)能夠?qū)ω?cái)務(wù)數(shù)據(jù)的變化做出迅速明顯的反應(yīng)。這樣才能起到預(yù)警排警的作用。
　　第四，財(cái)務(wù)指標(biāo)要具有非共線性。由于一些共線性太強(qiáng)的指標(biāo)反映的內(nèi)容存在重復(fù)現(xiàn)象，選擇分析指標(biāo)時(shí)應(yīng)當(dāng)在盡可能綜合全面地反映企業(yè)財(cái)務(wù)狀況的基礎(chǔ)上進(jìn)行一定的篩選，避免指標(biāo)內(nèi)容的重復(fù)浪費(fèi)。
　　第五，財(cái)務(wù)指標(biāo)要具有可操作性。對(duì)于一些反映效果良好的指標(biāo)，如果數(shù)據(jù)較難獲得或取得成本很高，則應(yīng)選擇舍棄。
　　根據(jù)以上五項(xiàng)原則的要求，本文選擇了反映償債能力的營(yíng)運(yùn)資金充足率（反映短期償債能力）、資產(chǎn)負(fù)債率（反映長(zhǎng)期償債能力）和財(cái)務(wù)保障率；反映營(yíng)運(yùn)能力的總資產(chǎn)周轉(zhuǎn)率；反映獲利能力的營(yíng)業(yè)利潤(rùn)率、總資產(chǎn)收益率和經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量與營(yíng)業(yè)利潤(rùn)的比值；反映獲現(xiàn)能力的每股經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量；反映成長(zhǎng)能力的凈利潤(rùn)增長(zhǎng)率和資產(chǎn)留存收益率共十項(xiàng)指標(biāo)對(duì)應(yīng)的樣本公司財(cái)務(wù)數(shù)據(jù)，輸入SPSS 19.0統(tǒng)計(jì)軟件進(jìn)行有效性篩選，最終營(yíng)業(yè)利潤(rùn)率、總資產(chǎn)收益率、營(yíng)運(yùn)資金充足率、資產(chǎn)留存收益率、經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量與營(yíng)業(yè)利潤(rùn)的比值和財(cái)務(wù)保障率共六項(xiàng)指標(biāo)入選，成為適用于分析醫(yī)藥行業(yè)的財(cái)務(wù)指標(biāo)組合。
　　三 財(cái)務(wù)預(yù)警模型的構(gòu)建
　　根據(jù)系統(tǒng)篩選的財(cái)務(wù)指標(biāo)組合重新整理樣本數(shù)據(jù)，選擇企業(yè)成為ST之前一年的財(cái)務(wù)數(shù)據(jù)計(jì)算需要的指標(biāo)值并標(biāo)記X1～X6。定義Y代表企業(yè)判定值，將財(cái)務(wù)失敗樣本的判定值定義為0，將財(cái)務(wù)正常樣本的判定值定義為1，用以表示樣本企業(yè)財(cái)務(wù)穩(wěn)定的程度。于是，可以構(gòu)建出適用于醫(yī)藥行業(yè)上市公司的財(cái)務(wù)預(yù)警模型如下：
　　Y＝a1X1＋a2X2＋a3X3＋a4X4＋a5X5＋a6X6＋ε
　　根據(jù)樣本公司財(cái)務(wù)數(shù)據(jù)計(jì)算得出的指標(biāo)組合值如表2所示。
　　a. 因變量：判定值（Y）
　　將計(jì)算出來(lái)的樣本指標(biāo)組合值輸入SPSS 19.0統(tǒng)計(jì)軟件進(jìn)行回歸分析，求出財(cái)務(wù)預(yù)警模型的系數(shù)和修正值（見(jiàn)表3）。從而可以得出財(cái)務(wù)預(yù)警模型為：
　　Y＝－0.007X1＋0.004X2＋0.209X3＋0.025X4－0.13X5＋0.017X6＋0.504
　　由于多元線性回歸法的隨機(jī)誤差默認(rèn)符合正態(tài)分布，因此可以得出預(yù)測(cè)結(jié)果的判別臨界點(diǎn)為：
　　Wc＝（W0＋W1）/2＝0.5
　　預(yù)測(cè)值低于0.5，說(shuō)明企業(yè)面臨財(cái)務(wù)失敗的危險(xiǎn)，反之，預(yù)測(cè)值高于0.5，是財(cái)務(wù)狀況正常的表現(xiàn)。
　　四 模型的實(shí)用性檢驗(yàn)
　　模型的實(shí)用性檢驗(yàn)包括模型的擬合度檢驗(yàn)和模型的實(shí)證檢驗(yàn)。
　　模型的擬合度檢驗(yàn)可以依據(jù)表4，R＝0.978接近于1，表明模型能夠較好地反映醫(yī)藥企業(yè)的財(cái)務(wù)狀況。
　　模型的實(shí)證檢驗(yàn)需要該行業(yè)所有同類企業(yè)或隨機(jī)抽取部分企業(yè)的財(cái)務(wù)數(shù)據(jù)進(jìn)行整理，帶入預(yù)警模型，對(duì)判定結(jié)果進(jìn)行檢驗(yàn)。以2011年ST東盛和華東醫(yī)藥兩家上市公司的財(cái)務(wù)數(shù)據(jù)為例（如表5所示）。顯然，按照構(gòu)建出的醫(yī)藥行業(yè)財(cái)務(wù)預(yù)警模型判定標(biāo)準(zhǔn)，ST東盛的判定值Y＝0.198＜0.5，預(yù)示著企業(yè)正陷入財(cái)務(wù)危機(jī)，需要考慮采取必要的措施進(jìn)行緩解和改善；而華東醫(yī)藥的判定值Y＝0.557＞0.5，顯示財(cái)務(wù)狀況正常，目前不存在財(cái)務(wù)危機(jī)，但該判定值與0.5接近，因此企業(yè)應(yīng)當(dāng)提高警惕。
　　此外，對(duì)醫(yī)藥行業(yè)42家上市公司進(jìn)行實(shí)證檢驗(yàn)發(fā)現(xiàn)：上述假設(shè)模型的總體準(zhǔn)確率達(dá)到85.7%，說(shuō)明該預(yù)警模型能夠較好地判別上市公司是否陷入財(cái)務(wù)危機(jī)（檢驗(yàn)情況如表6所示）。
　　五 結(jié)論
　　為了幫助醫(yī)藥行業(yè)上市公司有效地防范財(cái)務(wù)危機(jī)，本文通過(guò)對(duì)該行業(yè)陷入財(cái)務(wù)危機(jī)中的上市公司進(jìn)行深入剖析，同時(shí)與同行業(yè)中財(cái)務(wù)正常的上市公司進(jìn)行比較，借助SPSS 19.0統(tǒng)計(jì)軟件，構(gòu)建出適用于該行業(yè)的財(cái)務(wù)預(yù)警模型。而且經(jīng)過(guò)實(shí)證檢驗(yàn)，預(yù)測(cè)的總體準(zhǔn)確率達(dá)到85.7%，表明該模型能夠較為準(zhǔn)確地起到預(yù)警作用。
　　注釋
　　① 本文各表數(shù)據(jù)來(lái)自醫(yī)藥行業(yè)部分上市公司2004～2011年年報(bào)
　　參考文獻(xiàn)
　?。?］魯愛(ài)民.財(cái)務(wù)分析［M］.北京：機(jī)械工業(yè)出版社，20