上市公司财务预警的实证分析
摘要：随着市场竞争的日益激烈，财务失败将直接影响企业的生存和发展，因此，完善财务预警系统，需要加大宣传贯彻《会计法》和制订会计准则的力度，建立新的评价指标衡量上市公司业绩，改进财务预警方法，在财务危机到来之前向企业管理当局发出信号，可使其及时改善生产经营，以延长企业生命。
关键词：财务失败；财务预警；实证分析
中图分类号：F275 文献标识码：A 文章编号：1003－7217（2001）06－0083－05
1994年7月1日起正式实施的《公司法》规定：公司最近三年连续亏损，由国务院证券管理部门决定暂停其股票上市，亏损情形在限期内未能清除，由国务院证券管理部门决定终止其股票上市。中国证券监督管理委员会于1998年3月16日颁布了《关于上市公司状况异常期间的股票特别处理方式的通知》，要求证券交易所应对“状况异常”的上市公司实行股票的特别处理（special treatment，简称ST）。目前，沪深两市共出现近50家特别处理公司。签此，上市公司的管理当局迫切需要建立一个能预先发出危机警报的财务分析系统，以帮助避开或化解可能出现的财务危机。
一、主要财务预警模型简述
财务失败是指企业因财务运作不善而导致财务危机潜发的一系列动态结果。财务预警是以企业的财务报表、经营计划及其他相关会计资料为依据，利用财会、统计、金融、企业管理、市场营销理论，采用比率分析、比较分析、因素分析及多种统计方法，对企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的经营风险和财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有效措施，避免潜在的风险演变成损失，起到未雨绸缎的作用。
企业存在的目的和价值就是以其所掌握的经济资源去创造最大的财富，实现资产的不断增值。建立财务预警系统要求企业千方百计改善经营策略，提高管理质量，减少或避免财务失败的出现。银行通过这样的预测，可以考察贷款风险，防止坏账发生；投资者也可以在证券价格大跌之前就获得财务风险的警报，及时撤走资金或审慎投资；审计师可以准确判断企业的经营状况避免因未能正确披露其经营失败而招致的法律诉讼；公司经理人员越早获得失败信号越可以减少其在会计、审计、律师等方面所支付的费用；面对于那些准备借“壳”或买“壳”上市的公司，在寻找重组公司时，财务预测也是必不可少的。
本文主要通过对上市公司的考察来研究财务预警。由于国内证券市场的发展历史很短，有关财务危机预测的研究较少，而国外的证券市场由来已久，关于经营失败（或者说是破产）预测的研究相对成熟，这里介绍几种主要的预测方法：
（一）单变量分析法
最早运用统计方法研究公司失败问题的是美国的比佛（Beaver，1966），对于财务失败，他不仅仅狭义地界定为破产，还包括“债券拖欠不履行、银行超支、不能支付优先股股利等”。他首先以单变量分析法发展出财务危机预测模型，使用5个财务比率分别作为变量对79家经营未失败公司和79家经营失败公司进行一元判定预测，发现（现金流量/总负债）财务预测的效果最好，（净利润/总资产）次之，在失败前5年可达70％以上的预测能力，失败前1年更可达87％的正确区别率。其中，“现金流量”来自“现金流量表”的三种现金流量之和，除现金外还充分考虑了资产变现力，同时结合了企业销售和利润的实现及生产经营状况的综合分析，这个比率用总负债作为基数，是考虑到长期负债与流动负债的转化关系，但是总负债只考虑了负债规模，而没有考虑负债的流动性，即企业的债务结构，因此对一些因短期偿债能力不足而出现危机的企业存在很大的误判性。“总资产”这一指标没有结合资产的构成要素，因为不同的资产项目在企业盈利过程中所发挥的作用是不同的。这不利于预测企业资产的获利能力是否具有良好的增长态势。单变量分析法虽然简单，但却因不同财务比率的预测方向与能力经常有相当大的差距，有时会产生对于同一公司使用不同比率预测出不同结果的现象，因此招致了许多批评，而逐渐被多变量方法所替代。
（二）Z分数模型
最早运用多变量区别分析法探讨公司财务危机预测问题的是另一类美国学者奥曼（Altlan，1968）。他将若干变量合并入一个函数方程：
Z＝0.012X1＋0.014X2＋0.033X3＋0 006X4＋0.999X5
X1＝（期末流动资产－期末流动负债）/期末总资产
X2＝期末留存收益/期末总资产
X3＝息税前利润/期末总资产
X4＝期末股东权益的市场价值/期末总负债
X5＝本期销售收入/总资产
其中：
X1为营运资本/资产总额，反映了企业资产的折现能力和规模特征。营运资本是企业的劳动对象，具有周转速度快，变现能力强，项目繁多，性质复杂，获利能力高，投资风险小等特点。一个企业营运资本的持续减少，往往预示着企业资金周转不灵或出现短期偿债危机。
X2反映了企业的累积获利能力。期末留存收益是由企业累积税后利润而成，对于上市公司，留存收益是指净利润减去全部股利的余额。一般说来，新企业资产与收益较少，因此相对于老企业X2较小，而财务失败的风险较大。
X3即EBIT/资产总额，可称为总资产息税前利润率，而我们通常所用的总资产息税前利润率为EBIT/平均资产总额，分母间的区别在于平均资产总额避免了期末大量购进资产时使X3降低，不能客观反映一年中资产的获利能力。EBIT是指扣除债务利息与所得税之前的正常业务利润（包括对外投资收益），不包括非正常项目、中断营业和特别项目及会计原则变更的累积前期影响而产生的收支净额。原因在于：由负债与资本支持的项目一般属于正常业务范围，因此，计算总资产利润率时以正常业务经营的息税前利润为基础，有利于考核债权人及所有者投入企业资本的使用效益。该指标主要是从企业各种资金来源（包括所有者权益和负债）的角度对企业资产的使用效益进行评价的，通常是反映企业财务失败的最有力依据之一。
X4测定的是财务结构，分母为流动负债、长期负债的账面价值之和；分子以股东权益的市场价值取代了贴面价值，因而对公认的、影响企业财务状况的产权比率进行了修正，使分子能客观地反映公司价值的大小。对于上市公司，分子应该是：“末流通的股票账面价值＋流通股票期末市价。股份数”。X4的分子是一个较难确定的参数，尤其对于股权结构较复杂的企业。而目前及在今后相当长的时间内，非上市公司仍占我国公司总数的大部分，要确定非上市公司所有者权益市价，我们可以采用资产评估方法中的预期收益法，具体表示为：
企业资产市价＝企业预期实现的年利润额/行业平均资金利润率
X4＝（企业资产的市价/负债总额）－1
但此法仍有缺陷，因为我国宏观价格体系尚未完全理顺，行业资金利润率受客观因素影响而有波动，难以完全符合实际。
X5为总资产周转率，企业总资产的营运能力集中反映在总资产的经营水平上，因此，总资产周转率可以用来分析
企业全部资产的使用效率。如果企业总资产周转率高，说明企业利用全部资产进行经营的成果好，效率高；反之，如果总资产周转率低，则说明企业利用全部资产进行经营活动的成果差，效率低，最终将影响企业的获利能力。如果总资产周转率长期处于较低的状态，企业就应当采取措施提高各项资产的利用程度，对那些确实无法提高利用率的多余、闲置资产应当及时进行处理，加速资产周转速度。X5的分子“本期销售收入”应该为销售收入净额，指销售收入扣除销售折扣、销售折让、销售退回等后的金额。
Z分数模型从企业的资产规模、折现力、获利能力、财务结构、偿债能力、资产利用效率等方面综合反映了企业财务状况，进一步推动了财务预警的发展。奥曼教授通过对Z分数模型的研究分析得出：Z值越小，该企业遭受财务失败的可能性就越大。美国企业的Z值的临界值为1.8，具体判断标准如下表所示：
表1 Z分数模型具体判断标准
Z≥3.0 财务失败的可能性很小 财务不失败组
2.8≤Z≤2.9 有财务失败可能
1.81≤Z≤2.7 财务失败可能性很大
Z≤1.8 财务失败可能性非常大 财务失败组
奥曼教授选择了1968年尚在持续经营的33家美国企业进行预测，其准确率令人满意，而且分析根据的资料越新，准确率越高。如依据临近财务失败的报表资料预测其准确率为96％，依据财务失败前一年的报表预翻难确率为72％。但无论怎样，都必须以财务报表的真实性、准确性、完整性为前提。近年来，澳大利亚、巴西、加拿大、法国、德国、爱尔兰、日本和荷兰都进行了类似的分析。尽管Z值的判断标准在各国间有相当的差异，但各国“财务失败组”的Z值的平均值都低于临界值1.8。
（三）F分数模型。由于Z分数模式在建立时并没有充分考虑到现金流量的变动等方面的情况，因而具有一定的的局限性。为此，有学者拟对Z分数模式加以改造，并建立其财务危机预测的新模式－F分数模式（Failure Score Model）。F分数模式的主要特点是：
（1）F分数模式加入现金流量这一预测自变量。许多专家证实现金流量比率是预测公司破产的有效变量，因而它弥补了Z分数模式的不足。
（2）本模式考虑到了现代化司财务状况的发展及其有关标准的更新。比如公司所应有财务比率标准已发生了许多变化，特别是现金管理技术的应用，已使公司所应维持的必要的流动比率大为降低。
（3）本模式使用的样本更加扩大。其使用了Compustat PC Plus会计数据库中1990年以来的4160家公司的数据进行了检查；而Z分数模型的样本仅为66家（3家破产公司及33家非破产公司）。F分数模式对4160家公司进行验证的结果如下表所示
表2 F分数模式检验结果
现实结果 检验结果
破产公司22家 破产公司15家 非破产公司7家
（100％） （68.18％） （31.82％）
非破产公司4138家 破产公司1056家 非破产公司3082家
（100％） （25.52％） （74.48％）
合计4160家 1071家 3089家
F分数模式如下：
F＝－0.1774＋1.1091X1＋0.1074X2＋1.9271X3＋0.0302X4＋0.4961X5
其中：X1、X2及X4与Z分数模型中的X1、X2及X4相同，这里不再进行分析。
X1＝（期末流动资产－期末流动负债）/期末总资产
X2＝期未留存收益/期末总资产
X3＝（税后纯收益＋折旧）/平均总负债
X4＝期末股东权益的市场价值/期末总负债
X5＝（税后纯收益＋利息＋折旧）/平均总资产
F分数模型与Z分数模式中各比率的区别就在于其X3、X5与Z分数模式中X3、X5不同。X3是一个现金流量变量，它是衡量企业所产生的全部现金流量可用于偿还企业债务能力的重要指标。一般来讲，企业提取的折旧费用，也是企业创造的现金流入，必要时可将这部分资金用来偿还债务。
X5则测定的是企业总资产在创造现金流量方面的能力。相对于Z分数模式，它可以更准确地预测出企业是否存在财务危机。（其中的利息是指企业利息收入减去利息支出后的余额）。
F分数模式中的五个自变量的选择是基于财务理论，其临界点为0.0274；若某一特定的F分数低于0.0274，则将被预测为破产公司；反之，若F分数高于0.0274，则公司将被预测为继续生存公司。
二、实证分析
我们把ST公司界定为财务失败公司，以“松辽汽车”上市公司为例来验证多元预测模型的运用。“松辽汽车”于1998年底被宣布为特别处理公司（ST公司），所以距特别处理1年以上的最近会计年度报表是1997年度的。其1997年12月31日的报表部分资料如下：
表3 松辽汽车公司报表资料
松辽汽车公司资产负债表——1997年12月31日
单位：元
流动资产 356366718.13 流动负债 249840895.51
固定资产 343921021.57 长期负债 165123720.09
股本 140160000.00
留存收益 236352186.69
总资产 791476802.29 负债及股东权益合计 791476802.29
损益表数据：
税前收益 18479716.41
税后收益 18479716.41
本会计期间其他资料：
折旧 13798060.12
平均总资产 761427152.18
平均总负债 375675107.29
利息收入 4774464.39
利息支出 13485811.78
期末股价 6.76
表4 股本结
构（单位：万股）
（一）尚未流通股份 期末数
1.发起人股份
其中：国家股 7440
其他 0
2.募集法人股 240
3.内部职工股 1536
尚未流通股份合计 9216
（二）已流通股份
1.境内上市的人民币普通股 4800
2.其他 0
已流通股份合计 4890
（三）股份总数 14016
由上表可以计算出股东权益市场价值为；
9216×10000＋4800×1000×6.46＝416640000
表5 松辽汽车公司F分数计算结果
自变量 系数 计算结果
－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
由以上对“松辽汽车”的F分数计算结果－0.1646低于F分数模式的分界点0.0274，可事先预测松辽汽车公司可能会发生财务危机。F分数模式的数值在其临界点上下0.0775内为所谓的不确定区域，即在此区域内，可能将原始成本中能继续生存的公司预测成破产公司，而将破产公司预测成继续生存公司，所以若公司的F分数落在此不确定区域，则管理决策者应予进一步分析，以了解公司财务是否确实将进入困境。因为F分数模式（当然，也包括Z分数模式）只是决策者进行管理决策的辅助系统方法之一，旨在辅助管理决策当局，警告可能发生的财务危机，其目的并非完全取代决策者的智慧、经验与判断。
同样，我们也可以用Z分数模型对松辽汽车公司进行预测。资料如下：
其中：X1、X2、X4均与F分数模型相同，可直接引用，分别是：
X1＝0.1346 X2＝0.2986 X4＝1.040
松辽汽车公司1997年12月31日：
销售收入85989835.10
总税前利润－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
前面图表已列出：当Z值≤1.8时，则说明企业财务失败的可能性非常大，松辽汽车公司的Z值正好落在此范围内。
通过上述模型的运用，我们可以清楚地看到预警模型对上市公司的有效性。在公布此财务报表日，松辽汽车并未被列入ST公司的行列，但预警模型显示出它的生产经营已存在严重困难。这就要求股东、管理人员以及其他相关人士及时了解企业所面临的财务困境，改变经营策略，或进行实质性的资产重组，这样才能在市场低迷时适应市场要求，避免决策失误。对于ST公司，其资产重组或改革的难度更大，需要利润的大幅拉升才能改变现状，及时准确的财务状况预测更是必不可少的警报器。
三、几点建议
上述模型中所用的流动比率、总资产周转率、资产利润率等评价指标都是根据公开的财务报告信息计算出来的。但是，财务报表的编制具有相当的弹性，往往不能真正准确地反映上市公司的经营业绩。这一方面是我国法律法规中有实行特别处理、暂停股票交易及中止股票交易的规定；另一方面，由于上市公司经营者的利益与公司盈余业绩挂钩，因此当上市公司财务状况恶化、经营业绩不佳、濒临亏损边缘或有业绩滑坡迹象时，上市公司的经营者除了千方百计改善生产经营外，也会尽可能地采取一些多计收益或少计费用的会计处理调节盈余，粉饰财务成果，避免出现亏损或连续三年亏损的情况。为此，笔者对改善上市公司的财务预警提出以下建议：
（一）加大宣传贯彻《会计法》和制订会计准则的力度。在上市公司贯彻《公司法》的同时，还要积极宣传《会计法》，促使上市公司严格按照法律法规办理各项会计业务。加快制订会计准则的步伐，按照统一的会计规则规范上市公司的会计处理，加强监管力度，确保上市公司会计信息的真实性。
（二）建立新的评价指标衡量上市公司业绩。在有关法规规定公司连续三年亏损而予以暂停股票交易乃至终止其股票交易之外，再辅以其他参数或量化指标来判断公司的经营状态。近年国外提出了衡量上市公司经营业绩的新指标：经济增加值（EVA）和修正的经济增加值（REVA）。此新指标是站在出资者角度定义公司利润，因为公司经营的目标为股东权益最大化。该指标要求公司的经营者必须考虑资本的机会成本。就是说，如果出资者期望他们的投资回报率为8%，公司只有在税后利润超过权益资本的8%时才真正盈利，股东财富才真正得以增加。只要EVA、REVA持续增长，就意味着公司的市场价值不断增加，这也可以动态地评价公司业绩。由于我国证券市场起步较晚，上市公司信息披露还不规范等等，给新指标的广泛使用带来不便，但从股东财富增加的角度来建立新的评价指标仍不失为一条新思路。
（三）根据中国证券市场的实际情况完善财务预警模型。现有的预警模型都是外国学者根据本国上市公司的资料进行统计计算得出的，虽然在许多国家也同样具有一定的有效性，但仍存在种种局限。随着市场上功能日益增强的统计软件的开发与会计资料库的建立，财务管理决策或监测当局可以建立更适用于本公司或本行业的财务预警模型，并根据自身情况对评价指标加以改进，及时预测反映上市公司的财务状况，推动我国资本市场的健康发展。
来源：财经理论与实践
【上市公司财务预警的实证分析】相关文章：
上市公司不良资产的实证分析08-05
建立预警系统监控财务危机---上市公司财务危机预警系统理论研究与实证分析08-05
上市公司投资决策行为的实证分析08-05
中国上市公司股票股利的实证分析08-05
中国上市公司债权治理效率的实证分析08-07
中国上市公司管理层收购实证分析08-05
上市公司资产股权交易价格的实证分析08-05
四项计提对上市公司业绩影响的实证分析08-05