開(kāi)篇：寫(xiě)作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的1篇上市公司財(cái)務(wù)困境分析，希望這些內(nèi)容能成為您創(chuàng)作過(guò)程中的良師益友，陪伴您不斷探索和進(jìn)步。

上市公司財(cái)務(wù)困境分析:淺析上市公司財(cái)務(wù)困境

內(nèi)容提要：本文以我國(guó)上市公司為研究對(duì)象，選取了70家處于財(cái)務(wù)困境的公司和70家財(cái)務(wù)正常的公司為樣本，首先應(yīng)用剖面分析和單變量判定分析，研究財(cái)務(wù)困境出現(xiàn)前5年內(nèi)各年這二類公司21個(gè)財(cái)務(wù)指標(biāo)的差異，最后選定6個(gè)為預(yù)測(cè)指標(biāo)，應(yīng)用Fisher線性判定分析、多元線性回歸分析和Logistic回歸分析三種方法，分別建立三種預(yù)測(cè)財(cái)務(wù)困境的模型。研究結(jié)果表明：(1)在財(cái)務(wù)困境發(fā)生前2年或1年，有16個(gè)財(cái)務(wù)指標(biāo)的信息時(shí)效性較強(qiáng)，其中凈資產(chǎn)報(bào)酬率的判別成功率較高；(2)三種模型均能在財(cái)務(wù)困境發(fā)生前做出相對(duì)準(zhǔn)確的預(yù)測(cè)，在財(cái)務(wù)困境發(fā)生前4年的誤判率在28％以內(nèi)；(3)相對(duì)同一信息集而言，Logistic預(yù)測(cè)模型的誤判率最低，財(cái)務(wù)困境發(fā)生前1年的誤判率僅為6．47％。

一、財(cái)務(wù)困境預(yù)測(cè)模型研究的基本問(wèn)題

財(cái)務(wù)困境(Financialdistress)又稱“財(cái)務(wù)危機(jī)”(Financialcrisis)，最嚴(yán)重的財(cái)務(wù)困境是“企業(yè)破產(chǎn)”(Bankruptcy)。企業(yè)因財(cái)務(wù)困境導(dǎo)致破產(chǎn)實(shí)際上是一種違約行為，所以財(cái)務(wù)困境又可稱為“違約風(fēng)險(xiǎn)”(Defaultrisk)。事實(shí)上，企業(yè)陷入財(cái)務(wù)困境是一個(gè)逐步的過(guò)程，通常從財(cái)務(wù)正常漸漸發(fā)展到財(cái)務(wù)危機(jī)。實(shí)踐中，大多數(shù)企業(yè)的財(cái)務(wù)困境都是由財(cái)務(wù)狀況正常到逐步惡化，最終導(dǎo)致財(cái)務(wù)困境或破產(chǎn)的。因此，企業(yè)的財(cái)務(wù)困境不但具有先兆，而且是可預(yù)測(cè)的。正確地預(yù)測(cè)企業(yè)財(cái)務(wù)困境，對(duì)于保護(hù)投資者和債權(quán)人的利益、對(duì)于經(jīng)營(yíng)者防范財(cái)務(wù)危機(jī)、對(duì)于政府管理部門(mén)監(jiān)控上市公司質(zhì)量和證券市場(chǎng)風(fēng)險(xiǎn)，都具有重要的現(xiàn)實(shí)意義。縱觀財(cái)務(wù)困境判定和預(yù)測(cè)模型的研究，涉及到三個(gè)基本問(wèn)題：一是財(cái)務(wù)困境的定義；二是預(yù)測(cè)變量或判定指標(biāo)的選擇；三是計(jì)量方法的選擇。

(一)財(cái)務(wù)困境的定義

關(guān)于財(cái)務(wù)困境的定義，有不同的觀點(diǎn)。Carmiehael(1972)認(rèn)為財(cái)務(wù)困境是企業(yè)履行義務(wù)時(shí)受阻，具體表現(xiàn)為流動(dòng)性不足、權(quán)益不足、債務(wù)拖欠及資金不足四種形式。Ross等人(1999；2000)則認(rèn)為可從四個(gè)方面定義企業(yè)的財(cái)務(wù)困境：第一，企業(yè)失敗，即企業(yè)清算后仍無(wú)力支付債權(quán)人的債務(wù)；第二，法定破產(chǎn)，即企業(yè)和債權(quán)人向法院申請(qǐng)企業(yè)破產(chǎn)；第三，技術(shù)破產(chǎn)，即企業(yè)無(wú)法按期履行債務(wù)合約付息還本；第四，會(huì)計(jì)破產(chǎn)，即企業(yè)的賬面凈資產(chǎn)出現(xiàn)負(fù)數(shù)，資不抵債。從防范財(cái)務(wù)困境的角度看，“財(cái)務(wù)困境是指一個(gè)企業(yè)處于經(jīng)營(yíng)性現(xiàn)金流量不足以抵償現(xiàn)有到期債務(wù)”，即技術(shù)破產(chǎn)。

在Beaver(1966)的研究中，79家“財(cái)務(wù)困境公司”包括59家破產(chǎn)公司、16家拖欠優(yōu)先股股利公司和3家拖欠債務(wù)的公司，由此可見(jiàn)，Beaver把破產(chǎn)、拖欠優(yōu)先股股利、拖欠債務(wù)界定為財(cái)務(wù)困境。Altman(1968)定義的財(cái)務(wù)困境是“進(jìn)入法定破產(chǎn)的企業(yè)”。Deakin(1972)則認(rèn)為財(cái)務(wù)困境公司“僅包括已經(jīng)經(jīng)歷破產(chǎn)、無(wú)力償債或?yàn)閭鶛?quán)人利益而已經(jīng)進(jìn)行清算的公司”。

(二)預(yù)測(cè)變量的選擇

財(cái)務(wù)困境預(yù)測(cè)模型因所用的信息類型不同分為財(cái)務(wù)指標(biāo)信息類模型、現(xiàn)金流量信息類模型和市場(chǎng)收益率信息類模型。

1．財(cái)務(wù)指標(biāo)信息類模型。Ahman(1968)等學(xué)者(Ahman，Haldeman和Narayanan，1980；Platt和Platt，1991)使用常規(guī)的財(cái)務(wù)指標(biāo)，如負(fù)債比率、流動(dòng)比率、凈資產(chǎn)收益率和資產(chǎn)周轉(zhuǎn)速度等，作為預(yù)測(cè)模型的變量進(jìn)行財(cái)務(wù)困境預(yù)測(cè)。

盡管財(cái)務(wù)指標(biāo)廣泛且有效地應(yīng)用于財(cái)務(wù)困境預(yù)測(cè)模型，但如何選擇財(cái)務(wù)指標(biāo)及是否存在最佳的財(cái)務(wù)指標(biāo)來(lái)預(yù)測(cè)財(cái)務(wù)困境發(fā)生的概率卻一直存在分歧。Harmer(1983)指出被選財(cái)務(wù)指標(biāo)的相對(duì)獨(dú)立性能提高模型的預(yù)測(cè)能力。Boritz(1991)區(qū)分出65個(gè)之多的財(cái)務(wù)指標(biāo)作為預(yù)測(cè)變量。但是，自Z模型(1968)和ZETA模型(1977)發(fā)明后，還未出現(xiàn)更好的使用財(cái)務(wù)指標(biāo)于預(yù)測(cè)財(cái)務(wù)困境的模型。

2．現(xiàn)金流量信息類模型?，F(xiàn)金流量類信息的財(cái)務(wù)困境預(yù)測(cè)模型基于一個(gè)理財(cái)學(xué)的基本原理：公司的價(jià)值應(yīng)等于預(yù)期的現(xiàn)金流量的凈現(xiàn)值。如果公司沒(méi)有足夠的現(xiàn)金支付到期債務(wù)，而且又無(wú)其他途徑獲得資金時(shí)，那么公司最終將破產(chǎn)。因此，過(guò)去和現(xiàn)在的現(xiàn)金流量應(yīng)能很好地反映公司的價(jià)值和破產(chǎn)概率。

在Gentry，Newbold和Whitford(1985a；1985b)研究的基礎(chǔ)上，Aziz、Emanuel和Lawson(1988)發(fā)展了現(xiàn)金流量信息預(yù)測(cè)財(cái)務(wù)困境模型。公司的價(jià)值來(lái)自經(jīng)營(yíng)的、政府的、債權(quán)人的、股東的現(xiàn)金流量的折現(xiàn)值之和。他們根據(jù)配對(duì)的破產(chǎn)公司和非破產(chǎn)公司的數(shù)據(jù)，發(fā)現(xiàn)在破產(chǎn)前5年內(nèi)兩類公司的經(jīng)營(yíng)現(xiàn)金流量均值和現(xiàn)金支付的所得稅均值有顯著的差異。顯然，這一結(jié)果是符合現(xiàn)實(shí)的。破產(chǎn)公司與非破產(chǎn)公司的經(jīng)營(yíng)性現(xiàn)金流量會(huì)因投資質(zhì)量和經(jīng)營(yíng)效率的差異而不同，二者以現(xiàn)金支付的所得稅也會(huì)因稅收會(huì)計(jì)的處理差異而不同。Aziz、Emanuel和Lawson(1989)比較了Z模型、ZETA模型、現(xiàn)金流量模型預(yù)測(cè)企業(yè)發(fā)生財(cái)務(wù)困境的準(zhǔn)確率，發(fā)現(xiàn)現(xiàn)金流量模型的預(yù)測(cè)效果較好。

3．市場(chǎng)收益率信息類模型。Beaver(1968)是使用股票市場(chǎng)收益率信息進(jìn)行財(cái)務(wù)困境預(yù)測(cè)研究的先驅(qū)。他發(fā)現(xiàn)在有效的資本市場(chǎng)里，股票收益率也如同財(cái)務(wù)指標(biāo)一樣可以預(yù)測(cè)破產(chǎn)，但時(shí)間略滯后。Altman和Brenner(1981)的研究表明，破產(chǎn)公司的股票在破產(chǎn)前至少1年內(nèi)在資本市場(chǎng)上表現(xiàn)欠佳。Clark和Weinstein(1983)發(fā)現(xiàn)破產(chǎn)公司股票在破產(chǎn)前至少3年內(nèi)存在負(fù)的市場(chǎng)收益率。然而，他們也發(fā)現(xiàn)破產(chǎn)公告仍然向市場(chǎng)釋放了新的信息。破產(chǎn)公司股票在破產(chǎn)公告日前后的兩個(gè)月時(shí)間區(qū)段內(nèi)平均將經(jīng)歷26％的資本損失。

Aharony，Jones和Swary(1980)提出了一個(gè)基于市場(chǎng)收益率方差的破產(chǎn)預(yù)測(cè)模型。他們發(fā)現(xiàn)在正式的破產(chǎn)公告日之前的4年內(nèi)，破產(chǎn)公司的股票的市場(chǎng)收益率方差與一般公司存在差異。在接近破產(chǎn)公告日時(shí)，破產(chǎn)公司的股票的市場(chǎng)收益率方差變大。

(三)計(jì)量方法的選擇

財(cái)務(wù)困境的預(yù)測(cè)模型因選用變量多少不同分為單變量預(yù)測(cè)模型和多變量預(yù)測(cè)模型；多變量預(yù)測(cè)模型因使用計(jì)量方法不同分為線性判定模型、線性概率模型和Logistic回歸模型。

此外，值得注意的是，近年來(lái)財(cái)務(wù)困境預(yù)測(cè)的研究方法又有新的進(jìn)展。網(wǎng)絡(luò)神經(jīng)遺傳方法已經(jīng)開(kāi)始被應(yīng)用于構(gòu)建和估計(jì)財(cái)務(wù)困境預(yù)測(cè)模型。

(四)我國(guó)對(duì)企業(yè)財(cái)務(wù)困境預(yù)測(cè)的研究

在國(guó)內(nèi)的研究中，吳世農(nóng)、黃世忠(1986)曾介紹企業(yè)的破產(chǎn)分析指標(biāo)和預(yù)測(cè)模型；陳靜(1999)以1998年的27家ST公司和27家非ST公司，使用了1995—1997年的財(cái)務(wù)報(bào)表數(shù)據(jù)，進(jìn)行了單變量分析和二類線性判定分析，在單變量判定分析中，發(fā)現(xiàn)在負(fù)債比率、流動(dòng)比率、總資產(chǎn)收益率、凈資產(chǎn)收益率4個(gè)財(cái)務(wù)指標(biāo)中，流動(dòng)比率與負(fù)債比率的誤判率最低；在多元線性判定分析中，發(fā)現(xiàn)由負(fù)債比率、凈資產(chǎn)收益率、流動(dòng)比率、營(yíng)運(yùn)資本／總資產(chǎn)、總資產(chǎn)周轉(zhuǎn)率6個(gè)指標(biāo)構(gòu)建的模型，在ST發(fā)生的前3年能較好地預(yù)測(cè)ST。張玲(2000)以120家公司為研究對(duì)象，使用其中60家公司的財(cái)務(wù)數(shù)據(jù)估計(jì)二類線性判別模型，并使用另外60家公司進(jìn)行模型檢驗(yàn)，發(fā)現(xiàn)模型具有超前4年的預(yù)測(cè)結(jié)果。

二、本文的樣本和研究方法

本文與以前我國(guó)上市公司財(cái)務(wù)困境的研究有所不同。第一，樣本新、時(shí)間長(zhǎng)、容量大。本文研究的ST樣本包括1998—2000年發(fā)生ST的公司，即A股市場(chǎng)上全部的ST公司，同時(shí)剔除了非正常的ST公司；此外，樣本數(shù)據(jù)的收集時(shí)間延至公司發(fā)生ST前5年，樣本時(shí)間跨度較長(zhǎng)。選入研究的ST樣本公司70家和相對(duì)應(yīng)的非ST樣本公司70家，樣本容量達(dá)到了140家，可望在一定程度上降低估計(jì)和預(yù)測(cè)誤差。第二，選擇多種研究方法，建立單變量判定模型和三種多變量判定模型，并比較各種模型在財(cái)務(wù)困境預(yù)測(cè)中的效率。

(一)財(cái)務(wù)困境公司的樣本選定

本文從我國(guó)A股市場(chǎng)上3年中出現(xiàn)的82家ST公司中界定出70家公司作為財(cái)務(wù)困境公司，進(jìn)行財(cái)務(wù)困境預(yù)測(cè)研究。它們是：(1)連續(xù)兩年虧損，包括因?qū)ω?cái)務(wù)報(bào)告調(diào)整導(dǎo)致連續(xù)兩年虧損的“連虧”公司，共51家；(2)一年虧損但最近一個(gè)會(huì)計(jì)年度的股東權(quán)益低于注冊(cè)資本，即“巨虧”公司，共16家；(3)因注冊(cè)會(huì)計(jì)師意見(jiàn)而特別處理的，共3家。但排除了：(1)上市兩年內(nèi)就進(jìn)入特別處理的公司，共8家。排除原因是財(cái)務(wù)數(shù)據(jù)過(guò)少和存在嚴(yán)重的包裝上市嫌疑，因此與樣本中的其他公司不具有同質(zhì)性；(2)因巨額或有負(fù)債進(jìn)行特別處理的公司，共2家。排除原因是或有負(fù)債屬偶發(fā)事件，不是由企業(yè)正常經(jīng)營(yíng)造成的，與其他樣本公司不具有同質(zhì)性；(3)因自然災(zāi)害、重大事故等進(jìn)行特別處理的，共2家，原因同(2)。

(二)研究程序和計(jì)量方法

本研究首先計(jì)算140家樣本公司的盈利增長(zhǎng)比率、股東權(quán)益收益率等21個(gè)財(cái)務(wù)指標(biāo)，這些指標(biāo)綜合反映了企業(yè)的盈利能力、長(zhǎng)短期償債能力、營(yíng)運(yùn)能力、成長(zhǎng)能力和企業(yè)規(guī)模。在此基礎(chǔ)上，使用剖面分析對(duì)樣本中的財(cái)務(wù)困境公司和非財(cái)務(wù)困境公司在財(cái)務(wù)困境發(fā)生前5年期間歷年的21個(gè)財(cái)務(wù)指標(biāo)進(jìn)行對(duì)比分析，探討對(duì)企業(yè)陷入財(cái)務(wù)困境影響顯著的變量。其后，應(yīng)用單變量分析，選擇4個(gè)財(cái)務(wù)指標(biāo)為例估計(jì)單變量判定模型。最后，篩選和確定對(duì)企業(yè)陷入財(cái)務(wù)困境影響最為顯著的6個(gè)指標(biāo)為模型的判定指標(biāo)，應(yīng)用線性概率模型、Fisher二類線性判定模型、Logistic模型三種計(jì)量方法，建立和估計(jì)財(cái)務(wù)困境的預(yù)測(cè)模型，并比較這三種模型的預(yù)測(cè)效果。

三、實(shí)證研究

(一)剖面分析

首先分組計(jì)算70家財(cái)務(wù)困境公司和70家非財(cái)務(wù)困境公司的21個(gè)財(cái)務(wù)指標(biāo)在財(cái)務(wù)困境發(fā)生前1至5年的平均值和標(biāo)準(zhǔn)差等描述性統(tǒng)計(jì)量，比較這二組在21個(gè)財(cái)務(wù)指標(biāo)各年的平均值是否具有顯著差異，其次計(jì)算各年的Z統(tǒng)計(jì)檢驗(yàn)量，結(jié)果如表1所示。剖面分析結(jié)果表明：(1)在ST發(fā)生的前1和2年，財(cái)務(wù)困境公司和非財(cái)務(wù)困境公司的17個(gè)財(cái)務(wù)指標(biāo)的平均值存在顯著的差異；(2)Z值隨著ST發(fā)生時(shí)間的臨近而顯著增大，即二組的財(cái)務(wù)指標(biāo)平均值的差異隨ST發(fā)生時(shí)間的臨近而擴(kuò)大。由此可見(jiàn)，在所選的21個(gè)財(cái)務(wù)指標(biāo)中，除利息保障倍數(shù)、存貨周轉(zhuǎn)率、Log(總資產(chǎn))和Idg(凈資產(chǎn))外，其余17個(gè)在財(cái)務(wù)困境發(fā)生前1至2年中具有顯著的預(yù)測(cè)能力。

(二)單變量判定分析

本文選擇凈資產(chǎn)報(bào)酬率、負(fù)債比例、營(yíng)運(yùn)資產(chǎn)與總資產(chǎn)的比例和資產(chǎn)周轉(zhuǎn)率4個(gè)財(cái)務(wù)指標(biāo)，應(yīng)用單變量判定分析分別建立4個(gè)單變量預(yù)測(cè)模型，通過(guò)確定模型的最佳判定點(diǎn)，可以判定某一企業(yè)在財(cái)務(wù)困境發(fā)生前1至5年其是否會(huì)陷入財(cái)務(wù)困境。估計(jì)模型的結(jié)果如表2至表5所示。

表2凈資產(chǎn)報(bào)酬率在財(cái)務(wù)困境前1-5年的判定模型

由表2至表5可見(jiàn)：(1)從各個(gè)單變量判定模型的判定效果來(lái)看，凈資產(chǎn)報(bào)酬率的判定模型誤差最??；營(yíng)運(yùn)資本／總資產(chǎn)的判定模型和負(fù)債比率的判定模型誤差次之，資產(chǎn)周轉(zhuǎn)率的判定模型誤差最大。(2)財(cái)務(wù)指標(biāo)作為預(yù)測(cè)變量具有信息含量和時(shí)效性，其信息含量隨著時(shí)間的推移而遞減，即指標(biāo)值離財(cái)務(wù)困境發(fā)生的時(shí)間愈短，信息含量愈多，預(yù)測(cè)的準(zhǔn)確性愈高，反之信息含量愈少，預(yù)測(cè)準(zhǔn)確性愈低。(3)結(jié)合剖面分析，在兩組均值的差異性檢驗(yàn)中非常顯著的財(cái)務(wù)指標(biāo)，在單變量判定分析中的誤判率卻較高。例如，財(cái)務(wù)困境公司與非財(cái)務(wù)困境公司兩組的負(fù)債比率在財(cái)務(wù)困境前1年的Z統(tǒng)計(jì)量為7．0696，差異性非常顯著，但在單變量判定分析中誤判比率卻高達(dá)24．46％。以上結(jié)果表明，應(yīng)用不同研究方法分析同一個(gè)指標(biāo)所得結(jié)果不同。我們認(rèn)為，這是因?yàn)樵谄拭娣治龅膠檢驗(yàn)中，誤判率不僅與兩組的均值有關(guān)，而且與兩組的樣本分布的狀況有關(guān)。因此，應(yīng)用不同判定分析方法構(gòu)建的單指標(biāo)判定模型，結(jié)論往往相互沖突。

(三)多元線性判定模型的變量選擇分析

本研究首先應(yīng)用LPM，采用逐步回歸選擇變量方法，對(duì)5年的樣本數(shù)據(jù)依次進(jìn)行回歸，從21個(gè)變量中選擇若干變量。選擇的標(biāo)準(zhǔn)是：F值的概率值小于0．10時(shí)進(jìn)入，大于0．11時(shí)剔除。

利用財(cái)務(wù)困境前1至5年的數(shù)據(jù)，分別進(jìn)行逐步回歸，結(jié)果如表6所示。我們最終選取了Xl(盈利增長(zhǎng)指數(shù))、X3(資產(chǎn)報(bào)酬率)、X7(流動(dòng)比率)、X11(長(zhǎng)期負(fù)債與股東權(quán)益比率)、X12(營(yíng)運(yùn)資本與總資產(chǎn)比)、X19(資產(chǎn)周轉(zhuǎn)率)等6個(gè)指標(biāo)作為多元判定分析的變量。選取這些指標(biāo)的原因是：(1)以財(cái)務(wù)困境前1年的逐步回歸結(jié)果為主，參考其他年份的回歸結(jié)果。由剖面分析可知，財(cái)務(wù)困境前1年的財(cái)務(wù)指標(biāo)作為財(cái)務(wù)困境預(yù)測(cè)的信息含量最多，時(shí)效性最強(qiáng)；離財(cái)務(wù)困境發(fā)生的時(shí)間越遠(yuǎn)，指標(biāo)的信息含量越少，時(shí)效性越差。所以，財(cái)務(wù)困境前1年逐步回歸所得的變量全部入選。結(jié)合其他年份特別是財(cái)務(wù)困境前2年的結(jié)果，營(yíng)運(yùn)資本總資產(chǎn)比、速動(dòng)比率、負(fù)債比率、應(yīng)收賬款周轉(zhuǎn)率是表現(xiàn)較好的變量。(2)兼顧全面綜合的信息反映，適當(dāng)避免同類信息的重復(fù)反映。首先，財(cái)務(wù)困境前1年逐步回歸所得的變量盈利增長(zhǎng)指數(shù)、資產(chǎn)報(bào)酬率、長(zhǎng)期負(fù)債股東權(quán)益比率、資產(chǎn)周轉(zhuǎn)率分別是反映企業(yè)成長(zhǎng)能力、盈利能力、長(zhǎng)期償債能力、營(yíng)運(yùn)能力的指標(biāo)，但沒(méi)有反映短期償債能力的指標(biāo)。營(yíng)運(yùn)資本與總資產(chǎn)比是財(cái)務(wù)困境前2年逐步回歸所得的變量之一，而且參數(shù)估計(jì)值的顯著性水平在0．05之上，故也把該變量作為預(yù)測(cè)變量之一。其次，速動(dòng)比率是反映短期償債能力的指標(biāo)，但更能全面反映短期償債能力是流動(dòng)比率，結(jié)合剖面分析，歷年兩組間的流動(dòng)比率和速動(dòng)比率均值差異性檢驗(yàn)統(tǒng)計(jì)量Z值比較接近，表明這二個(gè)指標(biāo)都能反映的兩組的差異性。因此，從反映短期償債能力的全面性來(lái)考慮，我們?cè)诮r(shí)選擇了流動(dòng)比率，舍棄了速動(dòng)比率。再次，考慮到若企業(yè)短期償債能力較強(qiáng)，會(huì)減少其在短期內(nèi)陷入財(cái)務(wù)困境的概率，因此把短期償債能力的兩個(gè)指標(biāo)——營(yíng)運(yùn)資本與總資產(chǎn)比和流動(dòng)比率同時(shí)引入預(yù)測(cè)變量組合，加強(qiáng)短期償債能力信息在預(yù)測(cè)中的比重。第四，負(fù)債比率與長(zhǎng)期負(fù)債股東權(quán)益比同是反映企業(yè)長(zhǎng)期償債能力的指標(biāo)，長(zhǎng)期負(fù)債股東權(quán)益比已在財(cái)務(wù)困境前1年引入了變量組合，為避免信息的重復(fù)反映，舍棄了負(fù)債比率。最后，應(yīng)收賬款周轉(zhuǎn)率與總資產(chǎn)周轉(zhuǎn)率同是反映營(yíng)運(yùn)能力的指標(biāo)，但應(yīng)收賬款周轉(zhuǎn)率不及總資產(chǎn)周轉(zhuǎn)率反映全面，所以反映營(yíng)運(yùn)能力的指標(biāo)選用總資產(chǎn)周轉(zhuǎn)率，舍棄應(yīng)收賬款周轉(zhuǎn)率。

四、結(jié)論與啟示

第一，我國(guó)上市公司的財(cái)務(wù)指標(biāo)包含著預(yù)測(cè)財(cái)務(wù)困境的信息含量，因此其財(cái)務(wù)困境具有可預(yù)測(cè)性。第二，在我國(guó)上市公司陷入財(cái)務(wù)困境的前1年和前2年，本文所選的21個(gè)財(cái)務(wù)指標(biāo)中16個(gè)指標(biāo)具有判定和預(yù)測(cè)財(cái)務(wù)困境的信息含量，但各個(gè)指標(biāo)的信息含量不同，預(yù)測(cè)財(cái)務(wù)困境的準(zhǔn)確率不同。在單變量分析中，凈資產(chǎn)報(bào)酬率的判定效果較好。第三，多變量判定模型優(yōu)于單變量判定模型。第四，比較三種判定模型的效果表明，Logistic模型的判定準(zhǔn)確性最高。

上市公司財(cái)務(wù)困境分析:上市公司財(cái)務(wù)困境預(yù)測(cè)研究述評(píng)

【摘要】本文系統(tǒng)地回顧和總結(jié)了國(guó)內(nèi)外財(cái)務(wù)困境預(yù)測(cè)領(lǐng)域中的主要成果和問(wèn)題，并從五個(gè)方面進(jìn)行較為深入地分析，最后提出兼顧利益相關(guān)者的財(cái)務(wù)困境預(yù)測(cè)框架和敏感性分析方法，力圖改進(jìn)原有框架，豐富該領(lǐng)域研究。

【關(guān)鍵詞】上市公司；財(cái)務(wù)困境；預(yù)測(cè)；數(shù)據(jù)挖掘

財(cái)務(wù)困境預(yù)測(cè)研究是財(cái)務(wù)管理領(lǐng)域中的一個(gè)關(guān)鍵課題。Wanke等（2014）更指出，財(cái)務(wù)困境預(yù)測(cè)對(duì)上市公司、投資者甚至整個(gè)經(jīng)濟(jì)體都有著重要意義。

本文系統(tǒng)梳理了本領(lǐng)域的代表文獻(xiàn)，從財(cái)務(wù)困境定義、研究樣本設(shè)計(jì)、預(yù)測(cè)變量選擇、統(tǒng)計(jì)方法應(yīng)用、預(yù)測(cè)精度判定方面對(duì)國(guó)內(nèi)外學(xué)者研究進(jìn)行綜述，并分析、改進(jìn)，最后提出兼顧利益相關(guān)者的預(yù)測(cè)框架和敏感性分析方法。

一、財(cái)務(wù)困境定義

Beaver（1966）指出了財(cái)務(wù)困境的重大影響，認(rèn)為與破產(chǎn)、透支銀行存款、償付債券困難等存在直接聯(lián)系。Altman（1993）提出四大后果，并指出破產(chǎn)最接近財(cái)務(wù)困境的法律定義。Dong Yu（2012）量化了特征，即經(jīng)營(yíng)困難、連續(xù)3年虧損、無(wú)法用現(xiàn)金償還到期債務(wù)并滿足日常支出。有鑒于國(guó)內(nèi)證券市場(chǎng)興起較晚，退市機(jī)制尚不完善，學(xué)者們大多選取“ST”上市公司作為標(biāo)志。吳俊杰（2006）將“*ST”定義為陷入財(cái)務(wù)困境。

二、樣本數(shù)據(jù)設(shè)計(jì)

建立配對(duì)的健康公司樣本時(shí)，現(xiàn)有研究大多選取的控制因素為行業(yè)、會(huì)計(jì)年度和資產(chǎn)規(guī)模，并借此控制偏差。多數(shù)實(shí)證研究采用一一配對(duì)抽樣，可能把作為配對(duì)標(biāo)準(zhǔn)的因素排除；此外還可能造成兩類公司比例與總體中不一致，夸大正確率。Usai等（2009）增加了重復(fù)的隨機(jī)二次抽樣檢驗(yàn)。

三、預(yù)測(cè)指標(biāo)選擇

目前預(yù)測(cè)指標(biāo)的選取處于探索階段，上述預(yù)測(cè)指標(biāo)（表31）后，評(píng)價(jià)指標(biāo)體系逐步形成了財(cái)務(wù)和非財(cái)務(wù)指標(biāo)體系，引入股權(quán)結(jié)構(gòu)（袁康來(lái)等，2009）、EVA（梁杰等，2011）、財(cái)務(wù)重述（王曉光，2014）等。

四、建模方法運(yùn)用

（一）統(tǒng)計(jì)技術(shù)模型

Fitzpatrick（1932）首次采用單變量模型進(jìn)行預(yù)測(cè)。Beaver（1966）提出了更完善的單變量模型。此后，Altman（1968）創(chuàng)建了多元變量模型；Ohlson（1980）用logistic模型預(yù)測(cè)。在國(guó)內(nèi)陳曉等（2000）首次將Logistic回歸引入。優(yōu)勢(shì)是模型易于理解使用；劣勢(shì)是樣本個(gè)數(shù)要求、線性形式處理非線性問(wèn)題、處理定性指標(biāo)能力弱。

（二）現(xiàn)代分析模型

Feng Yu Lin等（2001）將判別分析、Logistic、神經(jīng)網(wǎng)絡(luò)及決策樹(shù)模型組合建立了三類混合模型。姚靠華等（2005）用決策樹(shù)剪枝，肖鵬等（2009）用模糊支持向量機(jī)，拓展了現(xiàn)代分析模型的應(yīng)用。優(yōu)勢(shì)是計(jì)算機(jī)進(jìn)行大量數(shù)據(jù)處理、無(wú)需分布假設(shè)；劣勢(shì)是缺乏完整理論說(shuō)明、過(guò)程無(wú)法明確確認(rèn)。

五、預(yù)測(cè)準(zhǔn)確率

由于使用的Logistic和Probit方法理論上不存在最優(yōu)分割點(diǎn)，故一類錯(cuò)誤減少意味著另一類錯(cuò)誤增加。學(xué)者們大多假定先驗(yàn)概率為50%，而實(shí)際情況下不會(huì)陷入財(cái)務(wù)困境的概率高于陷入財(cái)務(wù)困境的概率，將健康預(yù)測(cè)為財(cái)務(wù)困境很有可能因投資者謹(jǐn)慎造成投資收益下降，其損失要遠(yuǎn)小于反向的投資損失。

六、總結(jié)及重構(gòu)設(shè)想

（一）財(cái)務(wù)困境定義

盡管兩階段劃分法有利于提高預(yù)測(cè)準(zhǔn)確性，但未將利益相關(guān)者納入考量。而現(xiàn)代財(cái)務(wù)風(fēng)險(xiǎn)在企業(yè)及利益相關(guān)者間的傳導(dǎo)更容易，應(yīng)放棄利益相關(guān)者行為外生的假定，在預(yù)測(cè)階段將其視為內(nèi)生。

（二）預(yù)測(cè)指標(biāo)選取

惡化的財(cái)務(wù)比率是陷入財(cái)務(wù)困境的表現(xiàn)之一，直接原因是外界環(huán)境變化及經(jīng)營(yíng)決策等。只有沿財(cái)務(wù)風(fēng)險(xiǎn)傳導(dǎo)路徑，尋找直接因素納入模型，才能真正提高預(yù)測(cè)力。

（三）模型具體設(shè)定

如果將財(cái)務(wù)困境范圍精細(xì)化，并加入利益相關(guān)者，構(gòu)成的新框架并不排斥現(xiàn)有的建模方法，而是從經(jīng)濟(jì)過(guò)程出發(fā)，同時(shí)嵌入利益相關(guān)者，財(cái)務(wù)指標(biāo)地位相對(duì)下降。

（四）預(yù)測(cè)精度判定

研究中常假定兩類錯(cuò)誤成本相同，以誤判率最小為原則建立準(zhǔn)則，以預(yù)測(cè)精度高低來(lái)評(píng)價(jià)效率。而財(cái)務(wù)困境誤判為健康的代價(jià)遠(yuǎn)高于健康誤判為財(cái)務(wù)困境，如何平衡并提升預(yù)測(cè)準(zhǔn)確率，仍需討論。

（五）敏感性分析

需要對(duì)在利益相關(guān)者影響下的企業(yè)狀況在未來(lái)的變化進(jìn)行預(yù)期，同時(shí)對(duì)影響進(jìn)行敏感性分析，提高預(yù)測(cè)能力。

作者簡(jiǎn)介：

彭曉敏（1993-），女，漢族，四川成都人，西南財(cái)經(jīng)大學(xué)會(huì)計(jì)學(xué)院，研究方向：會(huì)計(jì)理論與實(shí)務(wù)。

上市公司財(cái)務(wù)困境分析:上市公司財(cái)務(wù)困境研究綜述

[提要] 上市公司財(cái)務(wù)困境相關(guān)研究在我國(guó)目前尚處在初期階段，與國(guó)外相比國(guó)內(nèi)的研究無(wú)論是深度還是廣度上都顯得不足。通過(guò)對(duì)近年來(lái)國(guó)內(nèi)外專家學(xué)者取得的學(xué)術(shù)成就進(jìn)行評(píng)述，從而為我國(guó)上市公司財(cái)務(wù)困境研究提供方向。

關(guān)鍵詞：財(cái)務(wù)困境;相關(guān)研究;綜述

任何一個(gè)上市公司都有可能由于自身的問(wèn)題或者外部原因，在激烈的資本市場(chǎng)競(jìng)爭(zhēng)中陷入財(cái)務(wù)困境。因此，公司的投資者或債權(quán)人等與公司利益息息相關(guān)的人，就會(huì)采取一些方法來(lái)對(duì)公司是否會(huì)陷入財(cái)務(wù)困境進(jìn)行預(yù)測(cè)，上市公司也會(huì)采取相應(yīng)措施來(lái)擺脫或規(guī)避財(cái)務(wù)困境。國(guó)內(nèi)外研究人員從多角度切入，對(duì)上市公司財(cái)務(wù)困境的問(wèn)題開(kāi)展了深入的研究。

一、國(guó)外關(guān)于財(cái)務(wù)困境的研究

1、對(duì)財(cái)務(wù)困境概念的界定及解釋。關(guān)于財(cái)務(wù)困境的定義，國(guó)外學(xué)者早年因?yàn)槲鞣狡髽I(yè)破產(chǎn)法的完備，所以大部分定義都是圍繞企業(yè)破產(chǎn)而界定，直到1999年Ross提出四個(gè)方面界定財(cái)務(wù)困境的觀點(diǎn)，得到了學(xué)術(shù)界的認(rèn)同。

Beaver（1966）認(rèn)為上市公司只要出現(xiàn)破產(chǎn)清算、債務(wù)無(wú)力償還、無(wú)法繼續(xù)支付優(yōu)先股股利等任一現(xiàn)象時(shí)，即視為公司陷入財(cái)務(wù)困境。Altman（1968）認(rèn)為滿足破產(chǎn)法相關(guān)要求的公司，即為陷入財(cái)務(wù)困境的公司。他認(rèn)為公司在破產(chǎn)前要經(jīng)歷三個(gè)階段：公司經(jīng)營(yíng)出現(xiàn)問(wèn)題、公司無(wú)法償還負(fù)債和公司進(jìn)入法定破產(chǎn)。Ross（1999）從公司無(wú)力償還到期債務(wù)，公司申請(qǐng)進(jìn)入法定破產(chǎn)流程，公司無(wú)法償還債權(quán)人的債務(wù)，公司資不抵債等四個(gè)方面界定上市公司陷入財(cái)務(wù)困境。

2、財(cái)務(wù)困境的預(yù)測(cè)研究。國(guó)外的研究者主要通過(guò)統(tǒng)計(jì)方法建立模型對(duì)財(cái)務(wù)困境進(jìn)行預(yù)測(cè)。Coats和Fant（1993）經(jīng)過(guò)研究發(fā)現(xiàn)，無(wú)論單變量還是多變量預(yù)測(cè)模型，均存在線性假設(shè)不足的情況。因此，提出使用神經(jīng)網(wǎng)絡(luò)系統(tǒng)對(duì)財(cái)務(wù)困境公司的破產(chǎn)進(jìn)行預(yù)測(cè)，以此彌補(bǔ)線性假設(shè)不足的情況。Ohlson（1980）選取大量上市公司和破產(chǎn)公司作為樣本，利用邏輯回歸的方法進(jìn)行建模分析。研究證明，公司規(guī)模、資本結(jié)構(gòu)、公司業(yè)績(jī)和公司的變現(xiàn)能力四個(gè)因素顯著影響公司破產(chǎn)概率。

3、財(cái)務(wù)困境與公司業(yè)績(jī)之間的關(guān)系研究。國(guó)外研究者針對(duì)財(cái)務(wù)困境與公司業(yè)績(jī)的研究方面，主要致力于公司選擇高杠桿還是低杠桿經(jīng)營(yíng)與財(cái)務(wù)困境之間關(guān)系的研究。Ofek（1999）通過(guò)對(duì)1998年陷入財(cái)務(wù)困境上市公司的資本結(jié)構(gòu)進(jìn)行研究，研究表明，高杠桿經(jīng)營(yíng)顯著增加了企業(yè)短期陷入財(cái)務(wù)困境的概率。Opler和Titman（2006）通過(guò)研究企業(yè)營(yíng)業(yè)收入、投資收益率、凈利潤(rùn)增長(zhǎng)率等指標(biāo)，發(fā)現(xiàn)處于低迷時(shí)期的行業(yè)中，基于顧客心理、競(jìng)爭(zhēng)者壓力和經(jīng)營(yíng)策略等因素，導(dǎo)致高杠桿企業(yè)在市場(chǎng)中失去更多利潤(rùn)。

4、財(cái)務(wù)困境與公司重組研究。國(guó)外研究者對(duì)財(cái)務(wù)困境與公司重組的研究，大多放在公司經(jīng)歷財(cái)務(wù)困境后所采取措施上，大致圍繞在經(jīng)營(yíng)和財(cái)務(wù)兩方面：在經(jīng)營(yíng)方面，如高層管理人員的變動(dòng)、組織上的戰(zhàn)略和結(jié)構(gòu)的變化;Gilchrist（2005）研究證明2000～2004年進(jìn)行債務(wù)重組的企業(yè)，其中超過(guò)半數(shù)都曾進(jìn)行過(guò)更換高層管理人員。在財(cái)務(wù)方面，如股權(quán)轉(zhuǎn)讓、領(lǐng)導(dǎo)層更換、資產(chǎn)置換、縮減股利等。Zurada（2012）研究了2010～2011年紐交所陷入財(cái)務(wù)困境公司對(duì)股利政策的調(diào)整，研究表明，幾乎所有公司都采取減少股利的方式來(lái)應(yīng)對(duì)企業(yè)面臨的財(cái)務(wù)困境。

5、財(cái)務(wù)困境與公司治理研究。國(guó)外研究者在財(cái)務(wù)困境與公司治理方面上的研究，主要是圍繞著公司股權(quán)激勵(lì)、董事會(huì)結(jié)構(gòu)、投資者利益保護(hù)三個(gè)方面對(duì)上市公司出現(xiàn)財(cái)務(wù)困境的相關(guān)性進(jìn)行研究。Barristan（2003）通過(guò)對(duì)企業(yè)業(yè)績(jī)與高層管理者的薪酬進(jìn)行考察，發(fā)現(xiàn)企業(yè)高層管理人員存在追求個(gè)人利益而放棄股東權(quán)益最大化目標(biāo)的現(xiàn)象。Margaery和Petyr（2011）通過(guò)對(duì)財(cái)務(wù)困境的銀行董事會(huì)結(jié)構(gòu)、銀行內(nèi)控制度、高管薪酬進(jìn)行分析。研究結(jié)果表明，如果首席執(zhí)行官的薪酬未能和公司整體價(jià)值相互關(guān)聯(lián)的話，首席執(zhí)行官可能出現(xiàn)短期決策的現(xiàn)象，未能從企業(yè)長(zhǎng)遠(yuǎn)考慮，增加了企業(yè)陷入財(cái)務(wù)困境的可能性。

二、國(guó)內(nèi)關(guān)于財(cái)務(wù)困境的研究

1、對(duì)財(cái)務(wù)困境概念的界定及解釋。鑒于我國(guó)作為社會(huì)主義發(fā)展中國(guó)家，目前一些金融制度尚未完善。因此，大部分國(guó)內(nèi)學(xué)者如陳靜等均將ST公司認(rèn)定為財(cái)務(wù)困境公司。2000年4月滬深兩市證券交易所又對(duì)這一條款的異常情況進(jìn)行了完善。因此國(guó)內(nèi)學(xué)者們至今仍將ST公司作為財(cái)務(wù)困境公司的代表進(jìn)行研究。

2、財(cái)務(wù)困境的預(yù)測(cè)研究。我國(guó)學(xué)者在對(duì)上市公司財(cái)務(wù)困境預(yù)測(cè)研究上，主要是借鑒國(guó)外學(xué)者的做法，利用模型對(duì)國(guó)內(nèi)上市公司是否會(huì)出現(xiàn)財(cái)務(wù)困境進(jìn)行預(yù)測(cè)。吳世農(nóng)、盧賢義（2001）通過(guò)比對(duì)國(guó)內(nèi)外常用的幾種分析方法，分別建立模型對(duì)我國(guó)上市公司財(cái)務(wù)困境進(jìn)行預(yù)測(cè)。研究表明，Logit財(cái)務(wù)困境回歸分析模型較為準(zhǔn)確。吳俊杰（2006）以2003年或2004年上市公司是否陷入財(cái)務(wù)困境為標(biāo)準(zhǔn)選擇樣本公司，利用邏輯回歸、神經(jīng)網(wǎng)絡(luò)決策樹(shù)等算法建立了上市公司的財(cái)務(wù)困境預(yù)測(cè)模型，實(shí)驗(yàn)證明無(wú)論從準(zhǔn)確率、容錯(cuò)能力、可理解性的方面考慮，決策樹(shù)算法均不同程度地優(yōu)于邏輯回歸和神經(jīng)網(wǎng)絡(luò)。

3、財(cái)務(wù)困境與公司業(yè)績(jī)之間的關(guān)系研究。我國(guó)學(xué)者在財(cái)務(wù)困境和公司業(yè)績(jī)方面的研究上，大多圍繞在對(duì)上市公司陷入財(cái)務(wù)困境后產(chǎn)生的財(cái)務(wù)困境成本以及困境期公司所損失的利益兩方面進(jìn)行研究。呂長(zhǎng)江（2004）論證了上市公司業(yè)績(jī)與財(cái)務(wù)困境之間的內(nèi)在聯(lián)系。實(shí)證分析表明，間接財(cái)務(wù)困境成本與企業(yè)經(jīng)營(yíng)業(yè)績(jī)有著顯著正相關(guān)的聯(lián)系。困境期企業(yè)所損失的價(jià)值將隨著負(fù)債率的升高而增大。吳世農(nóng)、章之旺（2005）選擇了經(jīng)營(yíng)業(yè)績(jī)觀和權(quán)益價(jià)值觀，兩種角度對(duì)A股市場(chǎng)40家已脫離ST的公司數(shù)據(jù)進(jìn)行分析。實(shí)證表明，縱使這些企業(yè)成功的擺脫了財(cái)務(wù)困境，但股票市場(chǎng)的投資者仍對(duì)這些公司保留懷疑態(tài)度。

4、財(cái)務(wù)困境與企業(yè)重組研究。我國(guó)學(xué)者在財(cái)務(wù)困境與企業(yè)重組方面的研究，主要是選取我國(guó)A股市場(chǎng)的ST公司作為樣本進(jìn)行實(shí)證分析，對(duì)財(cái)務(wù)困境公司重組的績(jī)效進(jìn)行評(píng)價(jià)。張玲、曾志堅(jiān)（2003）選取了投資回報(bào)率、每股盈余、凈資產(chǎn)收益率等指標(biāo)對(duì)2000年所有進(jìn)行重組的公司進(jìn)行了績(jī)效考核。研究表明，重組后的公司資本結(jié)構(gòu)也均未達(dá)到理想狀態(tài)，無(wú)論ST與否，我國(guó)當(dāng)前公司重組績(jī)效均未達(dá)到預(yù)期目的。李秉祥（2003）通過(guò)考察我國(guó)目前ST公司債務(wù)重組的模式，得出了如下結(jié)論：我國(guó)當(dāng)前債務(wù)重組模式流于形式，出于公司盈余管理和母子公司之間關(guān)聯(lián)方交易的目的居多，而真正對(duì)公司產(chǎn)業(yè)進(jìn)行調(diào)整，公司治理結(jié)構(gòu)進(jìn)行完善，面向企業(yè)未來(lái)的戰(zhàn)略性重組的ST公司相對(duì)較少。

5、財(cái)務(wù)困境與公司治理研究。我國(guó)學(xué)者在財(cái)務(wù)困境與公司治理這個(gè)研究方向，近年來(lái)取得了豐碩的學(xué)術(shù)成果。其中，既有整體論證上市公司治理結(jié)構(gòu)與財(cái)務(wù)困境的相關(guān)性關(guān)系，又有采取不同角度選擇一個(gè)層面對(duì)公司治理與財(cái)務(wù)困境的關(guān)系進(jìn)行研究。姜付秀、張敏等（2009）選取了A股市場(chǎng)2005年的上市公司作為研究對(duì)象，對(duì)公司領(lǐng)導(dǎo)層過(guò)度自信與企業(yè)擴(kuò)大規(guī)模及財(cái)務(wù)困境之間的關(guān)系進(jìn)行實(shí)證檢驗(yàn)。研究表明，公司領(lǐng)導(dǎo)層過(guò)度自信變量顯著影響公司的擴(kuò)張速度，過(guò)度自信領(lǐng)導(dǎo)層進(jìn)行的決策將增加企業(yè)陷入財(cái)務(wù)困境的概率。胡旭（2012）選取了2010年A股市場(chǎng)中的全部74家ST公司作為研究數(shù)據(jù)，利用邏輯回歸模型對(duì)公司治理結(jié)構(gòu)與財(cái)務(wù)困境兩者之間的內(nèi)在聯(lián)系進(jìn)行實(shí)證檢驗(yàn)。研究表明，兩者存在一定內(nèi)在聯(lián)系，公司權(quán)力機(jī)關(guān)的設(shè)置和運(yùn)行過(guò)程中一旦處于不良狀態(tài)，將有可能導(dǎo)致企業(yè)陷入財(cái)務(wù)困境。

三、未來(lái)研究展望

回顧國(guó)內(nèi)外近幾年有關(guān)上市公司財(cái)務(wù)困境的研究，我們能夠看到國(guó)外學(xué)者依靠國(guó)外金融市場(chǎng)的成熟和完善，以及相關(guān)法律體系的完備。對(duì)上市公司財(cái)務(wù)困境進(jìn)行了多角度全方位的研究。相比之下，1990年我國(guó)才陸續(xù)設(shè)立滬深兩個(gè)證券交易所。2001年我國(guó)才開(kāi)始推行上市公司退市制度，2015年5月才出現(xiàn)首家退市公司*ST二重。我國(guó)金融市場(chǎng)的發(fā)展從1990年開(kāi)始到2015年只有短短二十幾年的時(shí)間。目前，我國(guó)企業(yè)破產(chǎn)法律體系上尚未完備，企業(yè)實(shí)質(zhì)性重組的數(shù)量較少，導(dǎo)致我國(guó)上市公司財(cái)務(wù)困境的相關(guān)研究缺乏大量客觀實(shí)際的數(shù)據(jù)，因此國(guó)內(nèi)研究處于初期階段不足為怪。

那么，當(dāng)下我國(guó)上市公司財(cái)務(wù)困境未來(lái)的研究方向又在何方呢？隨著我國(guó)金融市場(chǎng)的不斷完善，投資者將更多的關(guān)注財(cái)務(wù)困境與公司治理之間的關(guān)系以及企業(yè)陷入困境后重組所帶來(lái)的改變。這些將成為我們未來(lái)的研究趨勢(shì)，使我們能夠更好地對(duì)上市公司進(jìn)行監(jiān)督管理、改善上市公司的業(yè)績(jī)、保障投資者的利益不被侵害，并能夠?yàn)橄萑胴?cái)務(wù)困境的上市公司提供脫困措施。

上市公司財(cái)務(wù)困境分析:探討上市公司財(cái)務(wù)困境的推斷

內(nèi)容提要：本文以我國(guó)上市公司為研究對(duì)象，選取了70家處于財(cái)務(wù)困境的公司和70家財(cái)務(wù)正常的公司為樣本，首先應(yīng)用剖面分析和單變量判定分析，研究財(cái)務(wù)困境出現(xiàn)前5年內(nèi)各年這二類公司21個(gè)財(cái)務(wù)指標(biāo)的差異，最后選定6個(gè)為猜測(cè)指標(biāo)，應(yīng)用Fisher線性判定分析、多元線性回歸分析和Logistic回歸分析三種方法，分別建立三種猜測(cè)財(cái)務(wù)困境的模型。研究結(jié)果表明：在財(cái)務(wù)困境發(fā)生前2年或1年，有16個(gè)財(cái)務(wù)指標(biāo)的信息時(shí)效性較強(qiáng)，其中凈資產(chǎn)報(bào)酬率的判別成功率較高；三種模型均能在財(cái)務(wù)困境發(fā)生前做出相對(duì)準(zhǔn)確的猜測(cè)，在財(cái)務(wù)困境發(fā)生前4年的誤判率在28％以內(nèi)；相對(duì)同一信息集而言，Logistic猜測(cè)模型的誤判率最低，財(cái)務(wù)困境發(fā)生前1年的誤判率僅為6．47％。

一、財(cái)務(wù)困境猜測(cè)模型研究的基本問(wèn)題

財(cái)務(wù)困境又稱“財(cái)務(wù)危機(jī)”，最嚴(yán)重的財(cái)務(wù)困境是“企業(yè)破產(chǎn)”。企業(yè)因財(cái)務(wù)困境導(dǎo)致破產(chǎn)實(shí)際上是一種違約行為，所以財(cái)務(wù)困境又可稱為“違約風(fēng)險(xiǎn)”。事實(shí)上，企業(yè)陷入財(cái)務(wù)困境是一個(gè)逐步的過(guò)程，通常從財(cái)務(wù)正常漸漸發(fā)展到財(cái)務(wù)危機(jī)。實(shí)踐中，大多數(shù)企業(yè)的財(cái)務(wù)困境都是由財(cái)務(wù)狀況正常到逐步惡化，最終導(dǎo)致財(cái)務(wù)困境或破產(chǎn)的。因此，企業(yè)的財(cái)務(wù)困境不但具有先兆，而且是可猜測(cè)的。正確地猜測(cè)企業(yè)財(cái)務(wù)困境，對(duì)于保護(hù)投資者和債權(quán)人的利益、對(duì)于經(jīng)營(yíng)者防范財(cái)務(wù)危機(jī)、對(duì)于政府治理部門(mén)監(jiān)控上市公司質(zhì)量和證券市場(chǎng)風(fēng)險(xiǎn)，都具有重要的現(xiàn)實(shí)意義?？v觀財(cái)務(wù)困境判定和猜測(cè)模型的研究，涉及到三個(gè)基本問(wèn)題：一是財(cái)務(wù)困境的定義；二是猜測(cè)變量或判定指標(biāo)的選擇；三是計(jì)量方法的選擇。

財(cái)務(wù)困境的定義

關(guān)于財(cái)務(wù)困境的定義，有不同的觀點(diǎn)。Carmiehael認(rèn)為財(cái)務(wù)困境是企業(yè)履行義務(wù)時(shí)受阻，具體表現(xiàn)為流動(dòng)性不足、權(quán)益不足、債務(wù)拖欠及資金不足四種形式。Ross等人則認(rèn)為可從四個(gè)方面定義企業(yè)的財(cái)務(wù)困境：第一，企業(yè)失敗，即企業(yè)清算后仍無(wú)力支付債權(quán)人的債務(wù)；第二，法定破產(chǎn)，即企業(yè)和債權(quán)人向法院申請(qǐng)企業(yè)破產(chǎn)；第三，技術(shù)破產(chǎn)，即企業(yè)無(wú)法按期履行債務(wù)合約付息還本；第四，會(huì)計(jì)破產(chǎn)，即企業(yè)的賬面凈資產(chǎn)出現(xiàn)負(fù)數(shù)，資不抵債。從防范財(cái)務(wù)困境的角度看，“財(cái)務(wù)困境是指一個(gè)企業(yè)處于經(jīng)營(yíng)性現(xiàn)金流量不足以抵償現(xiàn)有到期債務(wù)”，即技術(shù)破產(chǎn)。

在Beaver的研究中，79家“財(cái)務(wù)困境公司”包括59家破產(chǎn)公司、16家拖欠優(yōu)先股股利公司和3家拖欠債務(wù)的公司，由此可見(jiàn)，Beaver把破產(chǎn)、拖欠優(yōu)先股股利、拖欠債務(wù)界定為財(cái)務(wù)困境。Altman定義的財(cái)務(wù)困境是“進(jìn)入法定破產(chǎn)的企業(yè)”。Deakin則認(rèn)為財(cái)務(wù)困境公司“僅包括已經(jīng)經(jīng)歷破產(chǎn)、無(wú)力償債或?yàn)閭鶛?quán)人利益而已經(jīng)進(jìn)行清算的公司”。

猜測(cè)變量的選擇

財(cái)務(wù)困境猜測(cè)模型因所用的信息類型不同分為財(cái)務(wù)指標(biāo)信息類模型、現(xiàn)金流量信息類模型和市場(chǎng)收益率信息類模型。

1．財(cái)務(wù)指標(biāo)信息類模型。Ahman等學(xué)者使用常規(guī)的財(cái)務(wù)指標(biāo)，如負(fù)債比率、流動(dòng)比率、凈資產(chǎn)收益率和資產(chǎn)周轉(zhuǎn)速度等，作為猜測(cè)模型的變量進(jìn)行財(cái)務(wù)困境猜測(cè)。

盡管財(cái)務(wù)指標(biāo)廣泛且有效地應(yīng)用于財(cái)務(wù)困境猜測(cè)模型，但如何選擇財(cái)務(wù)指標(biāo)及是否存在最佳的財(cái)務(wù)指標(biāo)來(lái)猜測(cè)財(cái)務(wù)困境發(fā)生的概率卻一直存在分歧。Harmer指出被選財(cái)務(wù)指標(biāo)的相對(duì)獨(dú)立性能提高模型的猜測(cè)能力。Boritz區(qū)分出65個(gè)之多的財(cái)務(wù)指標(biāo)作為猜測(cè)變量。但是，自Z模型和ZETA模型發(fā)明后，還未出現(xiàn)更好的使用財(cái)務(wù)指標(biāo)于猜測(cè)財(cái)務(wù)困境的模型。

2．現(xiàn)金流量信息類模型。現(xiàn)金流量類信息的財(cái)務(wù)困境猜測(cè)模型基于一個(gè)理財(cái)學(xué)的基本原理：公司的價(jià)值應(yīng)等于預(yù)期的現(xiàn)金流量的凈現(xiàn)值。假如公司沒(méi)有足夠的現(xiàn)金支付到期債務(wù)，而且又無(wú)其他途徑獲得資金時(shí)，那么公司最終將破產(chǎn)。因此，過(guò)去和現(xiàn)在的現(xiàn)金流量應(yīng)能很好地反映公司的價(jià)值和破產(chǎn)概率。

在Gentry，Newbold和Whitford研究的基礎(chǔ)上，Aziz、Emanuel和Lawson發(fā)展了現(xiàn)金流量信息猜測(cè)財(cái)務(wù)困境模型。公司的價(jià)值來(lái)自經(jīng)營(yíng)的、政府的、債權(quán)人的、股東的現(xiàn)金流量的折現(xiàn)值之和。他們根據(jù)配對(duì)的破產(chǎn)公司和非破產(chǎn)公司的數(shù)據(jù)，發(fā)現(xiàn)在破產(chǎn)前5年內(nèi)兩類公司的經(jīng)營(yíng)現(xiàn)金流量均值和現(xiàn)金支付的所得稅均值有顯著的差異。顯然，這一結(jié)果是符合現(xiàn)實(shí)的。破產(chǎn)公司與非破產(chǎn)公司的經(jīng)營(yíng)性現(xiàn)金流量會(huì)因投資質(zhì)量和經(jīng)營(yíng)效率的差異而不同，二者以現(xiàn)金支付的所得稅也會(huì)因稅收會(huì)計(jì)的處理差異而不同。Aziz、Emanuel和Lawson比較了Z模型、ZETA模型、現(xiàn)金流量模型猜測(cè)企業(yè)發(fā)生財(cái)務(wù)困境的準(zhǔn)確率，發(fā)現(xiàn)現(xiàn)金流量模型的猜測(cè)效果較好。

3．市場(chǎng)收益率信息類模型。Beaver是使用股票市場(chǎng)收益率信息進(jìn)行財(cái)務(wù)困境猜測(cè)研究的先驅(qū)。他發(fā)現(xiàn)在有效的資本市場(chǎng)里，股票收益率也如同財(cái)務(wù)指標(biāo)一樣可以猜測(cè)破產(chǎn)，但時(shí)間略滯后。Altman和Brenner的研究表明，破產(chǎn)公司的股票在破產(chǎn)前至少1年內(nèi)在資本市場(chǎng)上表現(xiàn)欠佳。Clark和Weinstein發(fā)現(xiàn)破產(chǎn)公司股票在破產(chǎn)前至少3年內(nèi)存在負(fù)的市場(chǎng)收益率。然而，他們也發(fā)現(xiàn)破產(chǎn)公告仍然向市場(chǎng)釋放了新的信息。破產(chǎn)公司股票在破產(chǎn)公告日前后的兩個(gè)月時(shí)間區(qū)段內(nèi)平均將經(jīng)歷26％的資本損失。

Aharony，Jones和Swary提出了一個(gè)基于市場(chǎng)收益率方差的破產(chǎn)猜測(cè)模型。他們發(fā)現(xiàn)在正式的破產(chǎn)公告日之前的4年內(nèi)，破產(chǎn)公司的股票的市場(chǎng)收益率方差與一般公司存在差異。在接近破產(chǎn)公告日時(shí)，破產(chǎn)公司的股票的市場(chǎng)收益率方差變大。

計(jì)量方法的選擇

財(cái)務(wù)困境的猜測(cè)模型因選用變量多少不同分為單變量猜測(cè)模型和多變量猜測(cè)模型；多變量猜測(cè)模型因使用計(jì)量方法不同分為線性判定模型、線性概率模型和Logistic回歸模型。

此外，值得注重的是，近年來(lái)財(cái)務(wù)困境猜測(cè)的研究方法又有新的進(jìn)展。網(wǎng)絡(luò)神經(jīng)遺傳方法已經(jīng)開(kāi)始被應(yīng)用于構(gòu)建和估計(jì)財(cái)務(wù)困境猜測(cè)模型。

我國(guó)對(duì)企業(yè)財(cái)務(wù)困境猜測(cè)的研究

在國(guó)內(nèi)的研究中，吳世農(nóng)、黃世忠曾介紹企業(yè)的破產(chǎn)分析指標(biāo)和猜測(cè)模型；陳靜以1998年的27家ST公司和27家非ST公司，使用了1995—1997年的財(cái)務(wù)報(bào)表數(shù)據(jù)，進(jìn)行了單變量分析和二類線性判定分析，在單變量判定分析中，發(fā)現(xiàn)在負(fù)債比率、流動(dòng)比率、總資產(chǎn)收益率、凈資產(chǎn)收益率4個(gè)財(cái)務(wù)指標(biāo)中，流動(dòng)比率與負(fù)債比率的誤判率最低；在多元線性判定分析中，發(fā)現(xiàn)由負(fù)債比率、凈資產(chǎn)收益率、流動(dòng)比率、營(yíng)運(yùn)資本／總資產(chǎn)、總資產(chǎn)周轉(zhuǎn)率6個(gè)指標(biāo)構(gòu)建的模型，在ST發(fā)生的前3年能較好地猜測(cè)ST。張玲以120家公司為研究對(duì)象，使用其中60家公司的財(cái)務(wù)數(shù)據(jù)估計(jì)二類線性判別模型，并使用另外60家公司進(jìn)行模型檢驗(yàn)，發(fā)現(xiàn)模型具有超前4年的猜測(cè)結(jié)果。

二、本文的樣本和研究方法

本文與以前我國(guó)上市公司財(cái)務(wù)困境的研究有所不同。第一，樣本新、時(shí)間長(zhǎng)、容量大。本文研究的ST樣本包括1998—2000年發(fā)生ST的公司，即A股市場(chǎng)上全部的ST公司，同時(shí)剔除了非正常的ST公司；此外，樣本數(shù)據(jù)的收集時(shí)間延至公司發(fā)生ST前5年，樣本時(shí)間跨度較長(zhǎng)。選入研究的ST樣本公司70家和相對(duì)應(yīng)的非ST樣本公司70家，樣本容量達(dá)到了140家，可望在一定程度上降低估計(jì)和猜測(cè)誤差。第二，選擇多種研究方法，建立單變量判定模型和三種多變量判定模型，并比較各種模型在財(cái)務(wù)困境猜測(cè)中的效率。

財(cái)務(wù)困境公司的樣本選定

本文從我國(guó)A股市場(chǎng)上3年中出現(xiàn)的82家ST公司中界定出70家公司作為財(cái)務(wù)困境公司，進(jìn)行財(cái)務(wù)困境猜測(cè)研究。它們是：連續(xù)兩年虧損，包括因?qū)ω?cái)務(wù)報(bào)告調(diào)整導(dǎo)致連續(xù)兩年虧損的“連虧”公司，共51家；一年虧損但最近一個(gè)會(huì)計(jì)年度的股東權(quán)益低于注冊(cè)資本，即“巨虧”公司，共16家；因注冊(cè)會(huì)計(jì)師意見(jiàn)而非凡處理的，共3家。但排除了：上市兩年內(nèi)就進(jìn)入非凡處理的公司，共8家。排除原因是財(cái)務(wù)數(shù)據(jù)過(guò)少和存在嚴(yán)重的包裝上市嫌疑，因此與樣本中的其他公司不具有同質(zhì)性；因巨額或有負(fù)債進(jìn)行非凡處理的公司，共2家。排除原因是或有負(fù)債屬偶發(fā)事件，不是由企業(yè)正常經(jīng)營(yíng)造成的，與其他樣本公司不具有同質(zhì)性；因自然災(zāi)難、重大事故等進(jìn)行非凡處理的，共2家，原因同。

研究程序和計(jì)量方法

本研究首先計(jì)算140家樣本公司的盈利增長(zhǎng)比率、股東權(quán)益收益率等21個(gè)財(cái)務(wù)指標(biāo)，這些指標(biāo)綜合反映了企業(yè)的盈利能力、長(zhǎng)短期償債能力、營(yíng)運(yùn)能力、成長(zhǎng)能力和企業(yè)規(guī)模。在此基礎(chǔ)上，使用剖面分析對(duì)樣本中的財(cái)務(wù)困境公司和非財(cái)務(wù)困境公司在財(cái)務(wù)困境發(fā)生前5年期間歷年的21個(gè)財(cái)務(wù)指標(biāo)進(jìn)行對(duì)比分析，探討對(duì)企業(yè)陷入財(cái)務(wù)困境影響顯著的變量。其后，應(yīng)用單變量分析，選擇4個(gè)財(cái)務(wù)指標(biāo)為例估計(jì)單變量判定模型。最后，篩選和確定對(duì)企業(yè)陷入財(cái)務(wù)困境影響最為顯著的6個(gè)指標(biāo)為模型的判定指標(biāo)，應(yīng)用線性概率模型、Fisher二類線性判定模型、Logistic模型三種計(jì)量方法，建立和估計(jì)財(cái)務(wù)困境的猜測(cè)模型，并比較這三種模型的猜測(cè)效果。

三、實(shí)證研究

剖面分析

首先分組計(jì)算70家財(cái)務(wù)困境公司和70家非財(cái)務(wù)困境公司的21個(gè)財(cái)務(wù)指標(biāo)在財(cái)務(wù)困境發(fā)生前1至5年的平均值和標(biāo)準(zhǔn)差等描述性統(tǒng)計(jì)量，比較這二組在21個(gè)財(cái)務(wù)指標(biāo)各年的平均值是否具有顯著差異，其次計(jì)算各年的Z統(tǒng)計(jì)檢驗(yàn)量，結(jié)果如表1所示。剖面分析結(jié)果表明：在ST發(fā)生的前1和2年，財(cái)務(wù)困境公司和非財(cái)務(wù)困境公司的17個(gè)財(cái)務(wù)指標(biāo)的平均值存在顯著的差異；Z值隨著ST發(fā)生時(shí)間的臨近而顯著增大，即二組的財(cái)務(wù)指標(biāo)平均值的差異隨ST發(fā)生時(shí)間的臨近而擴(kuò)大。由此可見(jiàn)，在所選的21個(gè)財(cái)務(wù)指標(biāo)中，除利息保障倍數(shù)、存貨周轉(zhuǎn)率、Log和Idg外，其余17個(gè)在財(cái)務(wù)困境發(fā)生前1至2年中具有顯著的猜測(cè)能力。

四、結(jié)論與啟示

第一，我國(guó)上市公司的財(cái)務(wù)指標(biāo)包含著猜測(cè)財(cái)務(wù)困境的信息含量，因此其財(cái)務(wù)困境具有可猜測(cè)性。第二，在我國(guó)上市公司陷入財(cái)務(wù)困境的前1年和前2年，本文所選的21個(gè)財(cái)務(wù)指標(biāo)中16個(gè)指標(biāo)具有判定和猜測(cè)財(cái)務(wù)困境的信息含量，但各個(gè)指標(biāo)的信息含量不同，猜測(cè)財(cái)務(wù)困境的準(zhǔn)確率不同。在單變量分析中，凈資產(chǎn)報(bào)酬率的判定效果較好。第三，多變量判定模型優(yōu)于單變量判定模型。第四，比較三種判定模型的效果表明，Logistic模型的判定準(zhǔn)確性最高。