馮楠楠

【摘 要】 全球化條件下企業(yè)面臨財(cái)務(wù)危機(jī)的可能性較大使得預(yù)警模型方面的研究有較高的實(shí)用價(jià)值，模型基本都是采用條件概率模型而建立起來，使用單變量分析篩選公司危機(jī)涉及到的財(cái)務(wù)和非財(cái)務(wù)指標(biāo)，具備了傳統(tǒng)模型沒有的優(yōu)勢(shì)，通過概率模型減低了傳統(tǒng)模型的隨意性，同時(shí)兼容財(cái)務(wù)與非財(cái)務(wù)指標(biāo)，在不同類別間的選擇中尋求最優(yōu)分類。文章從6個(gè)維度下的6個(gè)財(cái)務(wù)和非財(cái)務(wù)指標(biāo)角度設(shè)立財(cái)務(wù)危機(jī)預(yù)警模型，為企業(yè)提供另一種較為可靠的預(yù)警模型。

【關(guān)鍵詞】 企業(yè)財(cái)務(wù)危機(jī)； 預(yù)警模型； 條件概率

【中圖分類號(hào)】 F275 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2018）09-0113-03

目前財(cái)務(wù)危機(jī)的預(yù)警模型很多，主流基本都是采用條件概率模型而建立起來。條件概率模型建立起的企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型是以特征財(cái)務(wù)比率為解釋變量并運(yùn)用數(shù)量統(tǒng)計(jì)方法推導(dǎo)而建立，從而預(yù)測(cè)某種財(cái)務(wù)危機(jī)發(fā)生的可能性，幫助經(jīng)營者在危機(jī)出現(xiàn)的萌芽階段采取有效措施，幫助投資者、債權(quán)人等利益相關(guān)者進(jìn)行自身需求的判斷。在本文中使用較為成熟的條件概率模型來甄別企業(yè)財(cái)務(wù)危機(jī)，從6個(gè)維度下的6個(gè)財(cái)務(wù)和非財(cái)務(wù)指標(biāo)角度設(shè)立財(cái)務(wù)危機(jī)預(yù)警模型，尋求為企業(yè)提供另一種較為可靠的預(yù)警模型。

一、數(shù)據(jù)來源

本文的全部研究數(shù)據(jù)均來自于國泰安數(shù)據(jù)庫。由于我國新企業(yè)會(huì)計(jì)準(zhǔn)則于2007年生效，因此將樣本區(qū)間定義為2007—2014年。數(shù)據(jù)處理軟件為Stata 14。

二、企業(yè)危機(jī)的定義

目前，學(xué)術(shù)界對(duì)于企業(yè)危機(jī)判別，主要側(cè)重于企業(yè)是否存在財(cái)務(wù)危機(jī)，目前主要有兩種方法：（1）是否被進(jìn)行ST標(biāo)識(shí)[1]，即如果一個(gè)上市公司被交易所進(jìn)行ST警告，則被視為企業(yè)存在財(cái)務(wù)危機(jī)；（2）根據(jù)多元財(cái)務(wù)危機(jī)計(jì)分模型的打分情況判別，例如經(jīng)典的Z值分析法下[2]小于1.8者即可被視為存在財(cái)務(wù)危機(jī)[3]。部分研究認(rèn)為，中國資本市場(chǎng)的特殊性可能使得上市公司面臨更低的財(cái)務(wù)危機(jī)成本，隱性政企關(guān)聯(lián)使得企業(yè)在面臨財(cái)務(wù)危機(jī)時(shí)，仍能夠通過政治關(guān)聯(lián)獲得銀行貸款等融資，因此Z值分析法在中國本土是否可以使用，使用的閾值應(yīng)當(dāng)設(shè)置為多少，仍需要進(jìn)一步論證?；诂F(xiàn)有技術(shù)條件等客觀因素的限制，本文使用是否存在ST標(biāo)識(shí)來作為企業(yè)財(cái)務(wù)危機(jī)的定義。

三、方法設(shè)計(jì)

經(jīng)濟(jì)學(xué)科中存在大量不確定性信息，關(guān)于其研究離不開概率統(tǒng)計(jì)的運(yùn)用。條件概率模型，又叫判別模型，基本思想是有限樣本條件下建立判別函數(shù)，不考慮樣本的產(chǎn)生模型，直接研究預(yù)測(cè)模型。優(yōu)勢(shì)是尋找不同類別間的最優(yōu)分類，反映的是異類數(shù)據(jù)之間的差異，能清晰地分辨類別差異特征，適用于較多類別的識(shí)別。

根據(jù)已有研究的系統(tǒng)回顧[4]，目前的企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型技術(shù)主要分為三個(gè)階段：第一個(gè)階段是單一變量的財(cái)務(wù)危機(jī)預(yù)警模型，其特點(diǎn)是依據(jù)資產(chǎn)收益率、負(fù)債率等財(cái)務(wù)指標(biāo)，通過對(duì)比分析，使用二分法來甄別財(cái)務(wù)風(fēng)險(xiǎn)，屬于較為原始的方法。第二階段為多元變量財(cái)務(wù)危機(jī)預(yù)警模型階段，在此階段，主要衍生出兩種方法，第一種是根據(jù)統(tǒng)計(jì)數(shù)據(jù)，將多元財(cái)務(wù)變量融合出一個(gè)綜合分?jǐn)?shù)，此類方法的代表即是Z評(píng)分模型；第二種則是基于條件概率模型，通過對(duì)歷史數(shù)據(jù)的經(jīng)驗(yàn)分析，利用Logit或者Probit模型對(duì)破產(chǎn)概率進(jìn)行計(jì)算，因此更為精確。第三個(gè)階段是基于人工神經(jīng)網(wǎng)絡(luò)分析模型進(jìn)行的判別分析，該技術(shù)主要是利用機(jī)器學(xué)習(xí)算法。目前，以第二階段技術(shù)應(yīng)用為主。條件概率模型中對(duì)不確定性信息的篩選，比傳統(tǒng)模型隨機(jī)取值更有說服力，且具有適用性和預(yù)測(cè)性。在本文也使用較為成熟和直觀化的條件概率模型來甄別企業(yè)危機(jī)。具體做法如下：第一步，使用單變量分析來初步篩選公司危機(jī)涉及到的財(cái)務(wù)和非財(cái)務(wù)指標(biāo)；第二步，根據(jù)篩選后的財(cái)務(wù)和非財(cái)務(wù)指標(biāo)建立企業(yè)危機(jī)判別模型；第三步，根據(jù)歷史指標(biāo)檢驗(yàn)判別模型的準(zhǔn)確性。

四、分析過程

（一）指標(biāo)的篩選

1.財(cái)務(wù)指標(biāo)的篩選

參考已有文獻(xiàn)[5]，首先確定能夠反映公司償債能力、盈利能力、營運(yùn)能力、成長能力、現(xiàn)金狀況的多個(gè)指標(biāo)：

反映償債能力的指標(biāo)，包括流動(dòng)比率（f010101a）、速動(dòng)比率（f010201a）、資產(chǎn)負(fù)債率（f011201a）、權(quán)益負(fù)債比（f011801a）、利息保障倍數(shù)（f010701b）和營運(yùn)資金與借款比（f010501a）6項(xiàng)。

反映公司盈利能力的指標(biāo)，包括凈資產(chǎn)收益率（f050501b）、總資產(chǎn)凈利潤率（f050201b）、總資產(chǎn)報(bào)酬率（f050102b）3項(xiàng)。

反映公司營運(yùn)能力的指標(biāo)，包括應(yīng)收賬款周轉(zhuǎn)率（f040201b）、存貨周轉(zhuǎn)率（f040501b）、固定資產(chǎn)周轉(zhuǎn)率（f041401b）和總資產(chǎn)周轉(zhuǎn)率（f041701b）4項(xiàng)。

反映公司成長能力的指標(biāo)，包括營業(yè)收入增長率（f081601b）、股東權(quán)益增長率（f082701a）、總資產(chǎn)增長率（f080601a）和營業(yè)利潤增長率（f081201b）4項(xiàng)。

反映公司現(xiàn)金流的指標(biāo)，包括經(jīng)營凈現(xiàn)金流量流動(dòng)負(fù)債比（f010801b）、經(jīng)營凈現(xiàn)金流量負(fù)債比（f012301b）、經(jīng)營凈現(xiàn)金流量營業(yè)收入比（f060301c）3項(xiàng)。

使用滯后1至3年單變量均值檢驗(yàn)來篩選這些指標(biāo)，統(tǒng)計(jì)差異越顯著，則表示這個(gè)指標(biāo)的指示性越強(qiáng)①。下面為各個(gè)維度指標(biāo)的篩選過程：

（1）償債能力指標(biāo)的篩選（見表1）

結(jié)合實(shí)際經(jīng)驗(yàn)和統(tǒng)計(jì)結(jié)果的分析，權(quán)益負(fù)債比（f011801a）指標(biāo)在差異和顯著性水平上較為理想，并且與實(shí)務(wù)中的分析經(jīng)驗(yàn)相切合，故選用權(quán)益負(fù)債比（f011801a）作為衡量償債能力的標(biāo)準(zhǔn)。

（2）盈利能力指標(biāo)的篩選（見表2）

與“償債能力”指標(biāo)的篩選標(biāo)準(zhǔn)一致，選擇使用總資產(chǎn)報(bào)酬率（f050102b）衡量。

（3）營運(yùn)能力指標(biāo)的篩選（見表3）

與“償債能力”指標(biāo)的篩選標(biāo)準(zhǔn)一致，結(jié)合實(shí)際經(jīng)驗(yàn)和統(tǒng)計(jì)結(jié)果的分析，選擇使用總資產(chǎn)周轉(zhuǎn)率（f041701b）衡量。

（4）成長能力指標(biāo)的篩選（見表4）

與“償債能力”指標(biāo)的篩選標(biāo)準(zhǔn)一致，結(jié)合實(shí)際經(jīng)驗(yàn)和統(tǒng)計(jì)結(jié)果的分析，選擇使用營業(yè)利潤增長率（f081201b）衡量。

（5）現(xiàn)金流指標(biāo)的篩選（見表5）

與“償債能力”指標(biāo)的篩選標(biāo)準(zhǔn)一致，結(jié)合實(shí)際經(jīng)驗(yàn)和統(tǒng)計(jì)結(jié)果的分析，選擇使用經(jīng)營凈現(xiàn)金流量流動(dòng)負(fù)債比（f010801b）衡量。

2.非財(cái)務(wù)指標(biāo)的篩選

參考已有研究[6-7]，公司治理等因素在公司危機(jī)的預(yù)警中也存在重要的作用。將初步篩選的指標(biāo)范圍為以下指標(biāo)：股權(quán)集中度（由大股東持股比例衡量，分別考慮第一、前3、前5、前10大股東的持股比例，變量為shrcr1、shrcr2、shrcr3、shrcr4），機(jī)構(gòu)投資者持股比例（ins_owner）。

分析結(jié)果如表6。

結(jié)合實(shí)際經(jīng)驗(yàn)和統(tǒng)計(jì)結(jié)果的分析，選用第一股東持股比例（shrcr1）作為衡量公司治理水平。

（二）危機(jī)預(yù)警模型的建立和檢驗(yàn)

根據(jù)上文的分析結(jié)果，共確定6個(gè)維度下的6個(gè)財(cái)務(wù)和非財(cái)務(wù)指標(biāo)，分別是權(quán)益負(fù)債比（f011801a）、總資產(chǎn)報(bào)酬率（f050102b）、總資產(chǎn)周轉(zhuǎn)率（f041701b）、營業(yè)利潤增長率（f081201b）、經(jīng)營凈現(xiàn)金流量流動(dòng)負(fù)債比（f010801b）以及第一股東持股比例（shrcr1）。

建立模型1：

Probit（ST）i，t=β0+β1f011801ai，t-1+β2f050102bi，t-1+

β3f041701bi，t-1+β4f081201bi，t-1+β5f010801bi，t-1+

β6shrcri，t-1+εi，t （1）

模型1的回歸結(jié)果如表7所示。

提取系數(shù)，帶入模型1，建立判別模型：

Probit（ST）i，t=-1.778-0.614×f011801ai，t-1-2.913×f050102bi，t-1-0.429×f041701bi，t-1+0.001×f081201bi，t-1-

0.050×f010801bi，t-1-0.014×shrcr1i，t-1

套用第t-1年的數(shù)據(jù)發(fā)現(xiàn)，該模型的判別識(shí)別率為87.30%，誤判率為12.70%；套用第t-2年的數(shù)據(jù)識(shí)別判別率為65.40%，誤判率為34.60%。據(jù)此認(rèn)為基于2007—2014年滬深兩市上市公司的歷史數(shù)據(jù)，基于條件概率而建立的上述模型可以較為有效地對(duì)企業(yè)財(cái)務(wù)危機(jī)進(jìn)行預(yù)警，6個(gè)維度下的6個(gè)財(cái)務(wù)和非財(cái)務(wù)指標(biāo)即權(quán)益負(fù)債比（f011801a）、總資產(chǎn)報(bào)酬率（f050102b）、總資產(chǎn)周轉(zhuǎn)率（f041701b）、營業(yè)利潤增長率（f081201b）、經(jīng)營凈現(xiàn)金流量流動(dòng)負(fù)債比（f010801b）以及第一股東持股比例（shrcr1）可以作為企業(yè)的財(cái)務(wù)危機(jī)預(yù)警參數(shù)，較好地起到危機(jī)預(yù)警作用，從而幫助企業(yè)提前做好預(yù)防措施，防范財(cái)務(wù)危機(jī)的發(fā)生。

五、結(jié)語

條件概率模型能有效克服傳統(tǒng)關(guān)系模型的許多不足?，F(xiàn)實(shí)世界中大量存在著不確定性信息，傳統(tǒng)關(guān)系數(shù)據(jù)庫模型僅視它們?yōu)榭罩?，有必要增?qiáng)其處理這類信息的能力，創(chuàng)建能有效處理隨機(jī)型不確定性信息的條件概率關(guān)系數(shù)據(jù)庫模型。該模型通過在關(guān)系模式中增加一個(gè)條件概率測(cè)度屬性，為每條記錄指定適當(dāng)?shù)臈l件概率的途徑，來表示不確定性信息。

本文使用單變量分析篩選公司危機(jī)涉及到的財(cái)務(wù)和非財(cái)務(wù)指標(biāo)，這在基礎(chǔ)取值上就具備了傳統(tǒng)模型沒有的優(yōu)勢(shì)，通過概率模型減低了傳統(tǒng)模型的隨意性，同時(shí)兼容財(cái)務(wù)與非財(cái)務(wù)指標(biāo)，在不同類別間的選擇中尋求最優(yōu)分類，反映的是異類數(shù)據(jù)之間的差異，能清晰地分辨類別差異特征，適用于較多類別的識(shí)別。

具備了基礎(chǔ)數(shù)據(jù)的選擇可信度后，再繼續(xù)建立企業(yè)危機(jī)判別模型，并根據(jù)歷史指標(biāo)檢驗(yàn)判別模型的準(zhǔn)確性，大幅提高該企業(yè)預(yù)警模型的有效性和實(shí)用性，從而幫助企業(yè)提前做好預(yù)防措施，防范財(cái)務(wù)危機(jī)的發(fā)生。

【參考文獻(xiàn)】

[1] 李萬福，林斌，楊德明，等. 內(nèi)控信息披露、企業(yè)過度投資與財(cái)務(wù)危機(jī)——來自中國上市公司的經(jīng)驗(yàn)證據(jù)[J]. 中國會(huì)計(jì)與財(cái)務(wù)研究，2010，12（4）：76-141.

[2] ALTMAN E I. Financial ratios，discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance，1968，23（1）：589-609.

[3] 姜付秀，張敏，陸正飛，等. 管理者過度自信、企業(yè)擴(kuò)張與財(cái)務(wù)困境[J].經(jīng)濟(jì)研究，2009（1）：131-143.

[4] 李帆，杜志濤，李玲娟.企業(yè)財(cái)務(wù)預(yù)警模型：理論回顧及其評(píng)論[J].管理評(píng)論，2011，23（9）：144-151.

[5] 張海君，陳艷.上市公司財(cái)務(wù)預(yù)警模型的研究[J]. 財(cái)經(jīng)問題研究，2007（6）：92-98.

[6] 孫建文.基于公司治理的企業(yè)危機(jī)預(yù)警研究[D]. 桂林工學(xué)院碩士學(xué)位論文，2007.

[7] 袁陵.我國上市公司危機(jī)預(yù)警理論與實(shí)證研究[D].東南大學(xué)碩士學(xué)位論文，2004.