上市公司财务

上市公司财务（精选十篇）

上市公司财务 篇1

1 文献回顾

上世纪80年代中后期美国市场杠杆交易频繁, 很多企业因高额债务而陷入财务困境, 这引起国外学者们对财务困境公司的研究热情, 研究的重点在于财务困境的界定及间接财务困境成本的度量:最早对企业陷入财务困境进行研究的是Beaver, 他将财务困境界定为破产、拖欠优先股股利、拖欠债务和银行透支[1]。Altman、Deakin、Carmichael、Bribham、Altman、Ward TJ、H.D.Platt、Ross等人也从不同的角度对财务困境进行界定。对于间接财务困境成本的度量方面, Altman首次选择了1970-1978年破产的12家零售企业和7家工业企业作为样本, 通过企业破产之前的三年内实际利润与期望利润之差来计量间接破产成本。通过分析, Altman认为, 破产并非微不足道, 破产前三年的平均破产成本占公司价值大约11%～17%, 其中间接破产成本大约为6%～11%[2]。Opler和Titman基于大量样本研究了在行业经济不景气时选择不同财务杠杆的企业组合的业绩表现。具体来说, 将全部样本按财务杠杆的高低划分成10个组合, 最高杠杆组合的销售额损失比最低杠杆组合的销售额损失多出26%, 权益的市场价值也出现相同程度的下降[3]。Chen和Merville基于1992年度Compustat数据构建了1 041个企业的研究样本。他们将样本企业按照Altman 的Z分值变化趋势分为三类。其中A类是由财务健康转向财务困境的企业组合, 而C类则是由财务困境转向财务健康的企业组合, B类属于Z分值无显著变化的企业组合。研究发现, 由财务健康转向财务困境的企业组合 (A类) 在陷入财务困境时市场价值的下降幅度占其总资产的8.3%[4]。Andrade和Kaplan对31家高杠杆交易企业进行研究, 发现间接财务困境成本约在10%～17%之间。 Whitaker发现公司在进入财务困境的第一年, 公司价值平均下降了20.29% [5]。

近年来, 财务困境成为我国学术界的研究热点, 研究主要集中在财务困境的界定、财务困境成本是否存在及其度量、财务困境预警等方面。在财务困境的界定方面, 谷祺和刘淑莲将财务困境定义为“企业无力支付到期债务或费用的一种经济现象, 包括从资金管理技术性失败到破产以及处于两者之间的各种情况[6]。张玲、陈晓、吴世农、卢贤义以上市公司中因财务状况异常而被特别处理 (ST) 作为界定财务困境的标志[7]。此后, 冼国明, 刘晓鹏、吕长江等学者从不同的角度对企业财务困境的界定进行了研究。在财务困境成本度量方面, 吕长江、韩慧博研究了我国上市公司财务困境、财务困境成本与公司业绩之间的关系。研究显示, 虽然财务困境的效益在困境期内有所体现, 但不足以补偿困境成本所造成的损失。我国上市公司的间接财务困境成本显著为正, 从总体来看, 公司的间接财务困境成本大约为企业价值总额的25%～36.5%之间, 而且资本结构对这种业绩的变化所引起的财务困境间接成本具有显著影响。负债率越高的企业, 在困境期内将损失越大的市场份额和利润[8]。章之旺、薛野以1998 —2002 年间沪深股市42 家ST公司为财务困境企业样本, 分别从财务业绩和市场业绩两个角度定量考察我国上市公司的财务困境成本状况。研究发现, 从陷入财务困境之前到解除财务困境之后企业经行业调整之后的经营业绩平均增长了8% , 但从市场角度看权益的市场价值经过行业调整之后平均下降了4.91%, 即投资者也承担了企业的财务困境成本[9]。在财务预警方面, 研究的学者很多, 他们主要通过反映财务困境公司的偿债能力、营运能力、盈利能力、发展能力等财务指标来构建财务预警模型, 用以提前预报上市公司发生财务困境的可能性。如, 赵国忠选择在2005年因财务状况异常而被特别处理的上市公司, 同时选取同行业、规模相近的非上市公司作为配对样本。分析ST公司财务报表项目之间的关系以及它们对上市公司发生财务困境的预警作用[10]。此外, 田中禾、熊剑、董雪雁, 汤亚莉、姜海燕、池景清、宋献中等人也从不同的角度对财务困境公司进行研究。

综上所述, 国内外学者们对财务困境的研究虽说不少, 但少有专门针对上市公司解除财务困境进行全面的财务分析。因此, 本文针对近年来成功解除财务困境的上市公司的财务状况进行全面的分析, 着重关注解除财务困境上市公司的流动性、盈利能力、资产运营情况、股东权益受保护情况, 探索上市公司解除财务困境的着重点。

2 样本与数据

本文借鉴国内外学者的观点, 以上市公司因财务状况异常导致其股票存在被终止上市的风险而被特别处理 (被ST) 作为上市公司陷入财务困境的标志, 并以ST上市公司被撤销特别处理作为上市公司解除财务困境的标志。

本文选取沪深股市2006年以前被特别处理 (戴帽) 且2006年撤销特别处理 (摘帽) 的上市公司A股为解除财务困境上市公司研究样本。为了保持样本的可比性, 本文对上述ST公司进行筛选。首先, 解除财务困境上市公司必须符合根据我国现行的《股票上市规则》规定, 同时满足以下两点:一是主营业务正常运营;二是扣除非经常性损益后的净利润为正值。其次, 考虑到部分ST公司在陷入财务困境后, 通过重大重组行为解除ST, 且所属行业发生变更, 造成前后期业绩不可比, 本文对这类公司予以剔除, 以期消除包装上市的嫌疑。据此, 获得实际有效样本公司30家。本文数据来自色诺芬数据库和广发华福股票软件。

3 解除财务困境上市公司财务分析的研究设计

当企业陷入财务困境时, 其每股收益、每股净资产、净资产收益率等主要财务指标明显下降, 财务状况趋于恶化。相反, 当企业解除财务困境后, 反映企业财务状况和经营成果的一些重要指标趋于正常。为了考察上市公司解除财务困境前后的财务状况变化情况及上市公司成功解除财务困境的关键, 本文采用杜邦财务比率分析法对30家2006年成功解除财务困境的样本公司的2005年至2007年的财务状况和经营成果进行综合分析。杜邦财务比率分析法是由美国杜邦公司的经理创造的, 它以净资产收益率为核心, 将其分解为若干个财务指标, 通过分析各分解指标的变动对净资产收益率的影响来提示企业获利能力及其变动原因。净资产收益率的分解结果如下[11]:

净资产收益率=undefined

=主营业务净利率×总资产周转率×权益乘数

本文在具体运用杜邦财务比率分析法对解除财务困境上市公司进行分析时, 采用连环替代法, 即将分析指标分解为若干个可以计量的因素, 并根据各个因素之间的依存关系, 顺次用各因素的比较值替代基准值, 据以测定各因素对分析指标的影响。

杜邦分析法将净资产收益率分解为主营业务净利率、总资产周转率和权益乘数三个因素的乘积, 因此, 文章将主营业务净利率、总资产周转率和权益乘数作为影响净资产收益率这一总指标的三个因素, 先通过Excel计算出2005年至2007年30家样本公司净资产收益率及三个影响因素的值, 接着以2005年和2006年的净资产收益率、主营业务净利率、总资产周转率和权益乘数为基数, 分别计算2006年和2007年各因素变动对净资产收益率的影响程度并计算出各因素变动对净资产收益率变动的影响率, 最后, 运用Excel、Eviews软件进一步分析样本公司解除财务困境前后的财务状况和经营成果。相关公式如下:

设2005年样本公司的净资产收益率、主营业务净利率、总资产周转率和权益乘数对应的符号和相互关系为F0=A0×B0×C0, 2006年各因素对应的符号和相互关系为F1=A1×B1×C1, 2007年各因素对应的符号和相互关系为F2=A2×B2×C2

2006年样本公司净资产收益率的变动情况为:

F1-F0=A1×B1×C1-A0×B0×C0

替代步骤如下:

三因素的影响合计:

(4) - (1) =A1×B1×C1-A0×B0×C0

将各因素变动的影响额除以净资产收益率的变动情况额即各因素变动影响率。

2007年样本公司净资产收益率的变动情况及各因素变动影响率的计算方法与2006年的计算方法相同, 只是净资产收益率及各因素以2006年为基数。

4 上市公司解除财务困境的财务分析

4.1 上市公司解除财务困境前后净资产收益率的变化情况分析

统计显示30家样本公司解除财务困境前后共三年净资产收益率的变动情况, 具体见图1和表1。

从图1和表1可以看出, 2005年, 即上市公司解除财务困境前一年, 公司的净资产收益率基本在X轴附近波动, 均值为-0.589 9, 中间值为-0.227 5, 最大值8.798 2, 最小值-15.278, 标准差3.332 5。2006年, 即上市公司解除财务困境这一年, 公司的净资产收益率基本上大于0, 只有个别上市公司的净资产收益率为负数, 与2005年相比, 除最小值外, 样本公司的各项指标均大幅提高:均值为7.593, 中间值为4.195, 最大值66.39, 最小值-64.79, 标准差提高到3.332 5。2007年, 即上市公司解除财务困境后一年, 公司的净资产收益率较2006年有较大的提升, 均值提高到10.671 3, 中间值为10.650 0, 最大值27.83, 最小值-15.94, 标准差降为10.933 8。图1和表1净资产收益率的相关数据说明上市公司解除财务困境之前公司股东权益的收益水平较低、公司运用自有资本的效率较低, 当上市公司解除财务困境时, 大部分公司股东权益的收益水平有一定程度的提高, 运用自有资本的效率提高, 但也有2家公司虽然解除了财务困境, 净资产收益率仍为负数等相关财务数据说明公司虽然解除了财务困境, 但运用自有资本的水平并不高。当上市公司解除财务困境后 (摘帽) , 大部分公司净资产收益率的各项统计指标均好于解除困境时的状况, 股东权益的收益水平比2006年有所提高, 但仍有2家上市公司的净资产收益率2005年、2006年为正数, 2007年转为负数, 说明这两家上市公司摘帽后, 运用自有资金的能力仍不稳定, 如果公司未能转变这一局面, 有可能面临再次被特别处理的危险。

4.2 主营业务净利率、总资产周转率和权益乘数变动对净资产收益率的影响程度分析

根据前面的研究设计, 下面考察主营业务净利率、总资产周转率和权益乘数这三个因素变动对净资产收益率的影响程度。

4.2.1 2006年各因素变动对净资产收益率的影响程度分析

图2显示, 2006年, 即样本公司解除财务困境这一年, 主营业务净利率对净资产收益率变动影响率的曲线大都在总资产周转率和权益乘数变动影响率的上方, 这说明主营业务净利率的变动对净资产收益率变动的影响最大。从表2可以看出, 主营业务净利率变动影响率均值为1.556 0, 中值为1.131 7 , 最大值为15.724 2, 最小值为-2.946 6, 标准差为3.719 8, 总资产周转率的变动影响率相对于主营业务净利率的变动影响率来说要小得多, 其均值-1.075 3, 中值为-0.281 4, 最大值为3.778 9, 最小值为-22.687 1, 标准差为5.146 6, 权益乘数对净资产收益率的变动影响率介于主营业务净利率和权益乘数之间, 图2曲线显示除了个别样本公司变化较大外, 权益乘数对净资产收益率变动影响的曲线相对来说比较平滑, 上下波动不大。以上分析说明上市公司解除财务困境这一年, 主营业务收入和净利润的实现对上市公司的摘帽起了很大的作用, 公司的总资产运营情况有一定程度的好转, 但效用不太明显, 从股东权益的角度看, 公司资产总额与所有者权益总额的比值有所增大, 但变化较温和。

4.2.2 2007年各因素变动对净资产收益率的影响程度分析

图3显示, 2007年, 即上市公司解除财务困境后一年, 主营业务净利率对净资产收益率变动的影响曲线大都围绕X轴排列且变动幅度很小 (个别样本除外) , 这说明主营业务净利率的变动对净资产收益率变动的影响不大。从表3可以看出, 主营业务净利率的变动影响率均值为-6.895 3, 中值为0.878 7, 最大值为4.997 4, 最小值为-162.769 4, 标准差为30.752 0, 相对于2006年来说, 这些指标除了个别出现较大波动外, 大都比以前小。总资产周转率的变动影响程度较大, 曲线基本在主营业务净利率变动率和权益乘数变动率的上方, 其均值7.996 2 , 中值为0.268 3, 最大值为161.979 5, 最小值为-1.996 8, 标准差为30.144 1, 权益乘数对净资产收益率的变动影响率介于主营业务净利率和权益乘数之间, 图3曲线显示, 权益乘数对净资产收益率变动的影响曲线相对来说比较平滑, 上下波动较小。以上分析说明上市公司解除财务困境后一年, 公司的主营业务收入和净利润的实现对净资产收益率的变动有影响, 但影响程度较2006年小, 公司的总资产运营情况良好, 对净资产收益率的影响程度比2006年度明显, 从股东权益的角度看, 公司资产总额与所有者权益总额的比值有所增大, 但变化不大, 总体来看, 与2006年类似。

5 结论

文章选取2006年沪深两地30家成功摘帽的上市公司, 对其解除财务困境前后的财务状况进行综合分析, 结论如下:

1) 财务困境上市公司公司解除财务困境之前, 公司股东权益的收益水平较低、公司运用自有资本的效率较低;解除财务困境时, 大部分公司股东权益的收益水平有一定程度的提高, 运用自有资本的效率提高, 但有个别公司虽然解除了财务困境, 其运用自有资本的水平并不高。解除财务困境后, 大部分公司股东权益的收益水平较摘帽时有所提高, 但仍有个别上市公司, 运用自有资金的能力仍不稳定, 有可能面临再次被特别处理的危险。

2) 财务困境上市公司解除财务困境时, 主营业务净利率的变动对净资产收益率变动的影响最大, 对公司摘帽的贡献最大, 公司的总资产运营情况有一定程度的好转, 但效果不太明显, 从股东权益的角度看, 公司资产总额与所有者权益总额的比值有所增大, 但变化较温和。这说明公司解除财务困境的关键在于主营业务收入的提高公司和净利润的得升, 即公司盈利能力的提高。

3) 公司解除财务困境后一年, 上市公司主营业务净利率对净资产收益率的变动有影响但影响程度较摘帽年度小, 公司的总资产运营情况良好, 对净资产收益率的影响程度比摘帽年度明显, 从股东权益的角度看, 公司资产总额与所有者权益总额的比值有所增大, 但变化与摘帽年度类似。这说明摘帽后, 上市公司保持较好盈利能力的关键在于提高公司的资产运营效率。

参考文献

[1]BEAVER, W.Financial Rotios as Predictors of Failure[J].Supplement to Journal of Accounting Rearch, 1966, 4:71-111.

[2]ALTMAN E I.A Further Empirical Investigation of the Bankruptcy Cost Question.Journal of Finance, 1984 (39) :1067-1089.

[3]OPLER T C, TITMAN S.Financial Distress and CorporatePerformance[J].Journal of Finance, 1994, 49:1015?1040.

[4]章之旺, 吴世农.财务困境成本理论与实证研究综述[J].会计研究, 2006 (5) :78.

[5]ANDRADE G, S KAPLAN.How Costly Is Financial (not e-conomic) Distress[J].Journal of Finance, 1998 (53) :1443-1493.

[6]谷祺, 刘淑莲.财务危机企业投资行为分析与对策[J].会计研究, 1999 (10) :29-32.

[7]章之旺, 邵君利, 薛野.我国上市公司财务困境与公司业绩之关系分析[J].上海立信会计学院学报, 2005 (3) :5-9.

[8]吕长江, 韩慧博.财务困境、财务困境间接成本与公司业绩[J].南开管理评论, 2004 (3) :80-85.

[9]章之旺, 薛野.我国上市公司财务困境成本的定量研究[J].审计与经济研究, 2004 (7) :41-45.

[10]赵国忠.ST公司财务特征分析[J].北京市经济管理干部学院学报, 2008 (3) :47-52.

上市公司财务 篇2

一、美国沃尔比重绩效评价指标体系

二、评价方法

1、在确定好评价体系指标之后,确定评价标准值。其标准值是依据上市公司同行业、同一时期、同一指标而计算出的平均值。

2、计算本企业财务各项指标的实际值,将实际值与标准值相比,得出关系比率。其中:如果实际值/标准值＜1,关系比率＝实际值/标准值。如果实际值/标准值≥1,关系比率＝1。

3、计算各项指标的综合系数。这一综合系数可作为综合评价财务状况的依据。各项比率的综合系数＝各项指标的关系比率×重要性系数。

综合系数的合计数＝∑各项比率的综合系数≤1。

4、按100分制对某一企业进行沃尔比重分析法综合评分,各项比率的得分＝该比率综合系数×100,企业综合评分＝综合系数合计×100,综合评价结果按a、b、c、d、e(或优、良、中、低、差)五档划分如下:

优(a):综合评价得分达到85分以上(含85分)；

良(b):综合评价得分达到70-85分以上(含70分)；

中(c):综合评价得分达到50-70分以上(含50分)；

低(d):综合评价得分达到40-50分以上(含40分)；

差(e):综合评价得分达到40分以下。

美国沃尔比重绩效评价指标体系

指标类型       具体指标               重要性系数

(一)偿债能力     1、流动比率               0.06

2、速动比率               0.05

(二)财务杠杆     1、资产负债率             0.06

2、已获利息倍数           0.05

(三)盈利能力     1、销售利润率             0.09

2、毛利率                 0.05

(四)投资报酬率   1、总资产报酬率           0.08

2、股东权益报酬率         0.2

(五)经营效率     1、流动资产周转率         0.09

2、营业周期               0.09

(六)成长性       1、三年净利润平均增长率   0.09

2、三年销售平均增长率     0.09

上市公司财务困境研究 篇3

摘 要 上市公司的财务困境问题已经成为影响我国资本市场健康持续发展的关键性问题之一,财务困境不仅给公司股东和债权人带来重大损失,而且会影响整个社会资源配置的有效性。因此,研究财务困境的形成原因以及防范具有重要意义。

关键词 财务困境 成因 防范

一、财务困境的界定与标志

对于财务困境(Financial distress)的定义与界定,国内外的专家学者曾有过不同的定义,国外学者的定义主要有:Beaver(1966)把破产、拖欠优先股股利、拖欠债务界定为财务困境;Altman(1968)定义的财务困境是“进入法定破产的企业”;Deakin (1972)则认为财务困境公司“仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司”;John和Kose(1993)将财务困境定义为“在给定的时点上,公司的流动资产不能满足其书面合同的现金需要时就是财务困境”。1983年,Altman和Edward在《财务困境解剖学》一文中指出:所谓公司财务困境实质上就是指当一个公司或者企业处于经营性现金流量不足以抵偿现有到期债务而被迫采取改正行动的情况,财务困境可能导致企业违反和约的规定。

国内学者如陈静(1999)、陈晓(2000)、吴世农 (2001)等从研究方便的角度,大都把上市公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志。

尽管国内外界定的标准有所不同,国外的研究大多都是将企业根据破产法提出破产申请的行为作为确定其进入财务困境的标志,国内文献多数以上市公司被特别处理(ST)作为陷入财务困境的标志,但其所指的范畴比较一致。

二、财务困境的成因

对于财务困境的成因,主要有两个理论:现金流量理论(framework of a cash-flow model)和因素分析理论。

1.现金流量理论。James E. Walter (1957) 对现金流量理论进行了比较详细的讨论。后来,Beaver(1966)、Blum(1974)使用该理论来选择财务困境分析预测的指标。现金流量理论的基本内容是:企业可以看成是一个流动资产“水库”,流入补充“水库”,流出消耗“水库”,“水库”对流入、流出起缓冲作用。企业清偿可以看成是“水库”耗尽,即企业不能清偿到期债务的那一时点。

2.因素分析理论。因素分析理论从影响企业陷入困境的因素出发,分析、研究财务困境影响因素与财务困境之间的关系,然后根据这种关系解释财务困境形成的原因。国内的学者对于财务困境的成因也进行了一些深入的分析,尽管没有形成一套理论但也从各因素进行了探讨,主要概括如下:

1.宏观方面的因素

(1)全球经济环境。当今的社会是一个经济趋于一体化的经济体系,各个国家之间的关联越来越紧密,一个大国的经济出现问题有可能导致其他国家受到牵连。因此在这个大环境下,全球经济环境也是导致公司出现财务的一大因素。

(2)国家经济政策与法规。国家的经济政策与法规会造成公司的经营环境很大的改变,如果公司不能顺应政策的改变而做出相应的应对措施,公司很容易陷入财务困境。

(3)行业背景。决定企业盈利能力的根本因素是行业的吸引力,行业固有的盈利能力决定着该行业中某个企业的盈利能力。

2.微观方面的因素

(1)核心产品不具再有竞争力。由于核心产品不再具有竞争力导致主营业务收入急剧下降,不再具有足够的资金来偿付负债和各项费用,从而引发财务危机。

(2)成本和费用过高。过高的费用导致公司的净利润下降,公司的流动资金很少,不足以应付一些意外的资金需求,从而导致公司陷入财务困境。

(3)公司的治理结构不合理。目前我国公司治理结构存在很多缺陷,例如“一股独大”、“内部人控制”等现象。而目前的“监事会”“独立盖事”从某种程度上来讲,只是一个“花瓶”,并没有起到应有的作用。

(4)企业的内部控制机制存在问题。一些公司没有建立起合理有效的内部控制机制,从而導致一些资产项目出现问题,资金链断裂,导致公司无法经营下去。

三、财务困境的防范

企业要想避免财务困境,必须采取一定的防范措施,这一方面的研究我国的学者主要是针对财务困境出现的原因进行分析,主要有以下方法可以减少和防止财务困境:

1.完善公司的治理结构。采取措施促进经理人市场发展成熟并建立长期的企业经理人激励制度,我国上市公司对企业经理人只注重当期业绩的报酬激励制度,,导致了企业经理人在履行契约过程中的目标行为短期化。

2.严格流动资产管理。流动资产是企业得以维持周转的关键要素,企业必须对流动资产实行严格管理,以处理公司的日常生产经营和必要的投资。

3.加强企业的风险内部控制机制。对于企业已投资或将要投资的项目要进行不断的风险评估,风险系数超过企业的承受能力的应该予以高度重视,并采取相应的措施。

4.确定合理的债务结构。财务杠杆和经营杠杆必须设定在合理的范围内,不能超过企业现有的资产承受能力,并且应把收益的不确定因素做最大的估计。

参考文献:

[1]秉成.企业财务困境概念内涵的探讨.山西财经大学学报.2003(6).

[2]陈晓,陈治鸿.中国上市公司财务困境预测.中国会计与财务研究.2000(9).

上市公司财务 篇4

财务困境又称财务问题,最严重的财务危机是财务失败或破产。Fitzpatrick(1932)首先用单个财务变量预测破产,开启了财务困境预警的先河,财务困境预警问题逐步被学者所重视。

随后出现了Beaver(1966)一元判别分析法,Altman(1968)多元判别分析法,martin(1977)多元逻辑回归法,Ohlson(1980)多元概率比回归法,Frydman(1985)决策树法,Messier(1988)专家系统法,Odom(1990)人工神经网络法,Lane(1986)生存分析法等多种方法。其中多元判别分析和逻辑回归两种方法的可操作性较强,模型稳定且预测效果较好。本文采用Fisher判别与Logistic回归两种方法构建上市公司财务困境预警模型。

从目前国内外的研究来看,研究者大多采用财务指标构建财务困境预警模型,却忽略了非财务信息的作用,而财务数据易粉饰且不能反映企业财务状况的全貌。本文在财务因素分析的基础上,引入股权结构、公司治理、重大事项、人力资本等非财务变量,多方面探讨其在财务困境预警中的作用,寻找对财务困境具有较强区别能力的财务与非财务变量,使用Fisher判别与Logistic回归两种方法构建模型,并将两种方法构建模型的结果进行对比分析。

二、非财务变量及假设的建立

(一)股权结构因素

股权结构是公司治理核心要素,决定股东在内部监控机制中的权利分布状况。根据理性人假设,股权结构失衡导致股东间互相监控激励和制衡机制就会削弱或失效,从而出现的“搭便车”和“内部人控制”等问题,增加公司财务风险。Porta(2000)认为股权集中度高导致大股东侵占,公司易陷入财务困境。也有学者研究指出国有股控股给公司财务状况带来消极影响。

基于此,本文提出假设1:股权集中度、国家股比例、法人股比例与公司陷入财务困境的概率负相关。

(二)公司治理因素

1. 董事会特征。董事会是公司治理的核心内容,董事会治理效果与其特征密切相关。董事会特征包括董事会规模、独立董事比率、两权分离状况等。Cooper和Bruno(1977)的研究表明,大规模的团队拥有更多的资源和能力,能够做出更好的决策。Daily和Dalton(1994)认为独立董事的自主性和独立性较好,能够更好的发挥监督控制作用,促使公司健康发展。Morck(1988)的研究发现董事长总经理两职分离的企业能够有效地对经理进行监督和激励,破产可能性小。

基于此,本文提出假设2:董事会规模、独立董事比率、两权分离与公司发生财务困境的概率负相关

2. 激励约束机制。科学合理的激励约束机制,能够协调管理者与股东的利益,弱化侵害行为,避免财务困境风险。沈艺峰、张俊生(2002)发现,我国财务困境公司被ST之前董事会持股比例低于财务健康公司。Morck(1988)发现,董事长和总经理两职分离的公司,通过频繁更换总经理加强对总经理的激励和监督。Flagg(1991)发现审计意见可以识别破产。流通股股东通过“用手投票”和“用脚投票”的方式对公司治理发挥作用。本文使用第二至第十大流通股股东持股比例之和代表资本市场流动性对管理层的外部约束。

基于此,本文提出以下假设:

假设3:董事会持股比例、高管持股比例与公司发生财务困境的概率负相关。

假设4:总经理或董事长变更与公司陷入财务困境的概率正相关。

假设5:被出具标准无保留意见的公司相对陷入财务困境的概率小。

假设6:第二大至第十大流通股股东持股比例之和与公司陷入财务困境的概率负相关。

3. 管理费用率。管理费用在某种程度在某种程度上代表管理者的职位消费,较高的管理费用反映公司可能存在监管机制不健全和委托代理问题,使得公司绩效下降,使公司陷入财务困境可能性增大。

本文使用管理费用率衡量其对公司财务状况的影响,基于此,本文提出假设7:管理费用率与公司发生财务困境的概率负相关。

4. 治理环境。治理环境对发生经营行为和业绩有一定影响。企业所在地区的经济发展形势越好,政府支持力度越大,越不易发生财务危机。本文采用公司所在地是否为省会城市和公司所在地区为生产总值排名前十的省市衡量治理环境对企业的影响,

基于此,本文提出以下假设:

假设8:公司所在地为省会则公司陷入财务困境的概率小。

假设9:公司所在地属于本年度地区生产总值前十的省市则公司陷入财务困境的概率小。

(三)重大事项

重大事项是指在本年度是否发生对公司的可持续经营产生重大影响的事件。具体而言:诉讼仲裁事项通过影响企业声誉及品牌进而影响企业利润;关联方交易披露不充分引起资金侵占等问题;违规担保对公司发展不利,且容易引起证券市场秩序混乱。本文从公司本年度是否有对外担保和对外担保率两个角度衡量公司担保行为。当公司财务状况不健康时,倾向于变更会计事务所来避免被出具非标准审计意见,延缓向利益相关者传递不好的信息。

本文认为重大事项的发生与财务困境可能存在显著关系。基于此,提出以下假设:

假设10:有重大诉讼仲裁、有关联方交易、有对外担保、变更会计事务所的行为,则公司陷入财务困境的可能性大。

假设11:担保率与公司发生财务困境的概率正相关。

(四)人力资本

企业管理层能力越强越有利于企业的长远发展,不易使企业陷入财务危机。员工素质越高,企业经营管理越高效。本文从学历角度评价企业管理层和员工的能力,基于此,本文提出假设12:董事长素质、总经理素质、员工素质与公司陷入财务困境的概率负相关。

三、研究设计

(一)分类标准

目前,国外财务困境预警研究多将破产企业作为研究对象,而我国资本市场鲜有申请破产的公司,所以本文把因财务状况异常被特别处理的公司界定为财务困境公司,作为本文的研究对象,这一点和国内大多数研究相似。

(二)样本选取和数据来源

本文以2010 ~ 2013年沪深A股因财务状况异常首次被ST的上市公司作为ST样本组,选取财务困境公司共52家,并按照1∶1的比例逐步寻找配对样本。为消除行业差异和上市时间差异,按以下条件优先顺序选取非ST样本组的样本:1从未被特别处理;2行业相近;3上市年份相近;4平均总资产相近。本文最终确定了104家上市公司作为研究样本。

本文把上市公司被特殊处理的年份假定为T年,由于证监会是根据上市公司连续2年财务状况异常对其进行处理,使用ST前2年的数据会夸大模型的预测能力,故本文选用T-3 年度数据进行预测研究。

(三)研究变量

本文指标体系包含盈利能力、股东获利能力、营运能力、发展能力、风险水平和偿债能力六个方面的财务变量,及股权结构、公司治理、重大事项、人力资本4个方面的非财务变量。各变量含义见表1。

(四)研究方法

1. Fisher判别。Fisher判别也称典型判别,利用投影的方法使多维问题简化为一维进行处理,建立线性判别函数计算出各个观测量在各典型变量维度上的坐标,并得出样本距离各个类中心的距离,以此作为分类依据。

Fisher判别函数的一般形式为:

其中:xi为第i个预警指标;ai为第i个预警指标对应的判别系数;Z为判别分数值。

2. Logistic回归。Logistic回归常用于被解释变量为二分变量时的回归拟合,进行二元Logistic回归需先对目标概率做Logit变换,Logistic回归模型的参数估计可以采用迭代法或最大似然法。

本文使用二元Logistic回归分析进行预测模型研究。Logistic回归的表达式如下:

其中:pi为第i个观测中事件发生的概率;xi为解释变量;β 为待估计参数。

注:1G10,变更总经理或董事长取1,否则取0;2G12,公司审计意见为标准无保留意见时取1,其他取0;3G16,公司所在城市为省会城市取1,否则取0;4G17,公司所在省市处在国内生产总值前十省市取1,否则取0;5G18,有重大诉讼仲裁取0,否则取1;6G19,有关联方交易取0,否则取1;7G20,有对外担保取0,否则取1;8G22,会计事务所变更取1;否则取0;9G23,董事长学历本科以上取1;否则取0;10G24,总经理学历本科以上取1;否则取0。

四、实证研究

(一)均值差异检验

本文的显著性水平设置为0.05,选择K-S检验变量是否服从正态分布。结果显示,每股净资产、留存收益资产比、流动资产周转率、总资产周转率、营业收入增长率、营运资金比率、营运资金对资产总额比率、资产负债率、前五大股东持股比例和、前十大股东持股比例和、员工素质这11个变量服从正态分布。

根据K-S检验结果,服从正态分布的11 个变量进行T检验,剩余49 个变量进行非参Mann-U检验。结果显示,x10、x11、x30、x31、x32这5 个财务变量通过T检验;x1-x9、x12、x14、x16-x24、x26-x29、x33-x35这27 个财务变量和G8、G11、G14、G16、G21这5 个非财务变量通过了非参Mann- U检验。

为消除多重共线性的影响,以方差膨胀因子(VIF)值来检测37个通过显著性检验的变量之间是否存在高度线性重合的现象,VIF值大于10则认为存在严重共线性。检测结果显示,变量之间不存在明显的共线性。

综合以上的分析,5 个变量通过T检验,32 个变量通过Mann-U检验,合计37个(财务变量32个,非财务变量5 个)预警指标将成为本文的最终指标体系,其余不具有显著性的指标则予以剔除。

(二)Fisher判别分析

Fisher判别分析采用步进式方法中的Wilks’lambda方法确定进入模型的最终变量,变量进入方程的根据是使总体的Wilks’lambda统计量最小。

1. 财务指标预警模型。本文将因变量划分为2分类变量,取1代表财务困境公司,取0代表财务健康公司。利用SPSS对通过显著性检验的32个财务指标建立Fisher判别财务困境预警模型,得到结果见表2。

对模型的判别能力进行特征值检验和Wilks检验,检验表明函数1 能够有效地进行判别,Fisher判别函数的投影能够很好把两组样本分类。

T-3年财务指标建立的Fisher判别模型为:

由表2,x2、x12、x24系数为负,x5、x20系数为正,所以x2、x12、x24与公司陷入财务困境的概率负相关,x5、x20与公司陷入财务困境的概率正相关,这说明销售净利率越高、应收账款与收入比越大、财务杠杆系数越大、总资产净利润率越低、净利润增长率越低,公司陷入财务困境的可能性越小。

2. 基于财务和非财务指标预警模型。采用相同的方法对T-3年通过显著性检验的32个财务指标和5个非财务指标数据建立Fisher判别模型,得到结果见表3。对模型进行特征值检验和Wilks检验,检验表明函数1 能够有效地进行判别。

得到T-3 年财务和非财务指标建立的Fisher判别模型为:

由表3可知,x2、x19、x24、G16系数为负,x5、x11、x20、x21系数为正,故x2、x19、x24、G16与公司陷入财务困境的概率负相关,x5、x11、x20、x21与公司陷入财务困境的概率正相关,即销售净利率、每股收益增长率和财务杠杆系数越高、公司所在地为省会城市的,公司陷入财务困境的可能性越小;总资产净利润率、留存收益资产比、净利润增长率和营业利润增长率越高,公司陷入财务困境的可能性越大。

3. Fisher判别模型回判检验。本文取0为判别临界值:当判别式得分大于0时,认为该企业为ST企业;当判别式得分小于0时,则认为该企业为非ST企业。利用上文建立的Fisher预警模型对样本进行回判检验,检验结果如表4所示。

由表4可知,财务指标预警模型的整体预测准确率是77.9%,引入非财务变量后预警模型的整体预测准确率为82.7%,提高了4.8%,模型预测能力显著提升,说明了引入非财务指标的重要性。

(三)Logistic回归分析

Logistic回归中采用向前条件逐步法确定进入模型的最终变量,变量进入方程的根据是比分检验(Score Test)统计量的显著性水平剔除方程的依据是条件参数估计所得的似然比卡方变化量。

1. 财务指标预警模型。利用SPSS统计分析软件对上述选定的ST前3 年的32 个财务指标的数据建立Logistic回归预警模型。模型的回归结果见表5。x5、x10、x20和常数项的显著性水平小于0.05,Wald统计量的值也较大,故参数具有显著意义。模型的显著性检验和模型拟合度检验(Hosmer和Lemeshow )都表明模型能很好地拟合数据。因此T-3年的财务指标Logistic回归模型为:

其中:p为因变量取1 的概率。

因为x5、x10、x20系数均为负,所以x5、x10、x20与公司陷入财务困境的概率负相关,这说明公司资产报酬率、每股收益、固定资产增长率越高,公司陷入财务困境的可能性越小。由于x5是盈利能力指标、x10是股东获利能力指标、x20是发展能力指标,模型回归结果亦可解释为盈利能力、股东获利能力、发展能力越强,公司陷入财务困境的机会越小。

2. 基于财务和非财务指标的预警模型。采用相同的方法对T-3年通过显著性检验的32个财务指标和5个非财务指标数据建立Logistic回归模型,回归结果见表6。显著性检验和模型拟合度检验都表明模型拟合效果好。

得到T-3 年的财务与非财务指标的Logistic回归模型为:

因为x8、x10、x21、x26、G16系数为负,x19、x24系数为正,所以x8、x10、x21、x26、G16与公司陷入财务困境的概率负相关,x19、x24与公司陷入财务困境的概率正相关。成本费用利润率越高、每股净资产、营业利润增长率越高、综合杠杆系数越高、公司所在地为省会城市,公司陷入财务困境的可能性越小;每股收益增长率、财务杠杆系数越高,公司陷入财务困境的可能性越大。

3. Logistic回归模型回判检验。沿用前人研究的经验,取0.5 为判别临界值:当P>0.5 时,认为该企业为ST企业;当P<0.5 时,则认为该企业为非ST企业。利用建立的Logistic预警模型对样本进行回判检验,检验结果如表5所示,财务指标预警模型的整体预测准确率为81.7%,引入非财务变量后预警模型的整体预测准确率提高2%,引入非财务指标后模型预测财务健康公司的能力有显著提升,说明了引入非财务指标的重要性。

(四)Fisher判别与Logistic回归预警模型比较分析

1. 财务指标建立的预警模型对比分析。对通过检验的财务指标使用Fisher判别与Logistic回归两种方法建立的财务困境预警模型进行对比。由表8可知,Logistic回归对于被ST公司的判别准确率为82.7%,对于非ST公司的判别准确率为88.5%,整体判别准确率为81.7%,Fisher判别预警模型的预测准确率则分别为75.0%、73.1%、73.1%。仅使用财务指标构建财务困境预警模型,Logistic回归方法的预警效果明显优于Fisher判别。

2. 引入非财务指标建立的预警模型对比分析。对通过检验的财务与非财务指标使用Fisher判别与Logistic回归两种方法建立的财务困境预警模型进行对比。由表9可知,Logistic回归对于被ST公司的判别准确率为82.7%,对于非ST公司的判别准确率为84.6%,整体判别准确率为83.7%,Fisher判别预警模型的预测准确率则分别为88.5%、76.9%、82.7%。我们发现,引入非财务指标构建财务困境预警模型,Logistic回归方法的预警效果仍然优于Fisher判别,但是差别已经缩小。

3. 引入非财务指标后Fisher判别与Logistic回归预警模型比较。由表8和表9可知,引入非财务指标后,两种方法建立的预警模型的整体预测准确率均有提高,且Fishe判别方法建立的预警模型预测效果有显著提升,对于被ST公司的判别准确率由82.7%提升为88.5%,对于非ST公司的判别准确率由73.1%提升为76.9%,整体判别准确率提升4.8%。Logistic回归方法建立的预警模型虽然对ST公司的判别准确率下降5.8%,但是对于非ST公司的判别准确率提升9.6%,且整体预测准确率也提升了2%。

实证结果表明,引入非财务指标建立预警模型能够提高其预测上市公司财务困境预警的能力,引入非财务指标后预警模型的拟合度和稳定性更好,引入财务指标非常重要。

五、结论与启示

通过以上研究,我们可以得出以下结论与启示:

1. 引入非财务因素非常必要。公司所在地是否省会城市这个非财变量进入Fisher模型和Logistic回归模型且有统计意义显著。因此,在研究公司财务困境预测问题时,不能仅考虑财务信息层面,应同时考虑公司治理、股权结构、重大事项等多个层面信息,才能更全面地反映公司实际财务状况,构建更有效的预警模型。

引入非财务指标后,Fisher判别与Logistic回归两种方法建立的财务困境预警模型的预测准确率均有提升,证实了引入非财务因素的重要性。

2. Logistic回归方法优于Fisher判别方法。仅使用财务指标建立财务困境预警模型时,Logistic回归方法的预警效果明显优于Fisher判别。引入非财务指标后,Fisher判别方法预测效果提升较明显。

在引入非财务指标后,两种方法均有较高的预测准确率,整体预测准确率差异不大,但是Logistic回归方法建立的预警模型对财务健康公司的预测准确率仍然大幅度高于Fisher判别方法,且Logistic回归方法的整体预测准确率大于Fisher判别方法,我们仍然认为Logistic回归方法较优。

3. 虽然本文选择了对公司陷入财务困境有显著影响的25 个非财务变量,有5 个非财务变量在两组样本间具有显著差异,但最终只有1 个变量进入综合预测模型,关于如何有效量化非财务指标进行财务困境预警需要继续深入研究。

4. 本文仅把上市公司分为财务困境公司和财务健康公司,且仅采用因财务状况特别处理定义为财务困境公司。如何将上市公司进一步分为三类甚至更多类,分类标准不仅限于利润指标,还有待今后研究。

摘要：本文选取沪深两市A股2010~2013年52家首次ST公司和52家从未被ST公司作为研究样本,引入盈利能力、股东获利能力、营运能力、发展能力、风险水平和偿债能力六个方面的财务变量,以及股权结构、公司治理、重大事项、人力资本4个方面的非财务变量,使用Fisher判别与Logistic回归两种方法建立ST前3年的财务困境预警模型。实证研究表明,加入非财务指标可以提高财务困境预警的准确率,且Logistic回归方法建立的预警模型的预测效果更好。

上市公司财务战略 篇5

美的集团创建于1968年。1980年正式进入家电业。1981年开始使用美的品牌。1997年实行事业部制改造。2001年，美的转制为民营企业。2003年，美的集团相继收购云南、湖南的客车企业，正式进入汽车业。

美的一直保持着健康、稳定、快速的增长。80年代平均增长速度为60%，90年代平均增长速度为50%。新世纪以来，年均增长速度超过30%。2003年，美的集团实现销售收入175亿元；其中出口创汇5亿美元。经过三十多年的不断调整、发展与壮大，如今美的已成为以家电业为主，涉足汽车、物流、进出口贸易、房产、信息技术、金融等相关领域的大型综合性现代化企业集团，是中国最具规模的家电生产基地和出口基地之一。

目前，美的集团总资产达105亿元，员工4万人，在顺德、中山、芜湖、武汉、淮安、昆明、长沙、合肥、重庆等地建有生产基地，总占地面积近10000亩。营销网络遍布全国各地，并在美国、德国、日本、香港、韩国、加拿大、俄罗斯等地设有分支机构。

目前，美的家电产品在国内市场位居前列。当前，美的拥有中国最大最完整的空调产业链和微波炉产业链，拥有中国最大最完整的小家电产品和厨房用具产业集群。产品有家用空调、商用空调、大型中央空调、风扇、电饭煲、冰箱、微波炉、饮水机、电暖器、洗碗机、电磁炉、热水器、灶具、消毒柜、电火锅、电烤箱、吸尘器、小型日用电器、洗衣机等大小家电和压缩机、电机、磁控管、变压器、漆包线等家电配套产品。

2003年美的品牌价值经权威机构评估高达121.50亿元，名列全国最有价值品牌第八。2003年，美的被广东省政府评为广东省先进民营企业。5月，美的入选国家信息产业部组织评选的“2004年中国电子百强企业”，名列第九。同月，在商务部公布的“2003年中国出口额最大的200家企业”名单中，美的位列第83位。6月，由《东方企业家》杂志与中欧国际工商学院联手进行的“2004民营上市公司100强”评选中，美的电器名列第一。7月，美的集团被列入首批20家“广东省知识产权优势企业”。同月，美的入选由广东省中小企业局主办评选的“广东省首届百强民营企业”，名列第一。

在保持高速增长的同时，美的也为地方经济发展做出了积极的贡献，从1990年代至今上交税收超过35亿元，为社会福利、教育事业捐赠超过6000万元。同时，美的为社会配套产业的发展与就业也做出了积极的贡献。

预计2004年，美的将实现含税销售收入300亿元，其中现有产业230亿，同比增长30%；出口创汇8亿美元，同比增长60%；新增产业70亿元。

展望未来，美的将在现有家电业务坚持专业化、规模化和总成本领先战略的基础上，在发展成为中国最大的白色家电生产企业的同时，通过收购、兼并等途径实现相关多元化发展，培育并拥有除家电外至少两个新的支柱产业，并且新的支柱产业处于国内同行业领先地位。力争到2006年，集团将实现销售收入500亿元，其中出口20亿美元，集团整体从单一的家电制造企业发展成长为国内知名的综合性、国际化制造企业集团。

我们很多东西都是外包，有的组建了后勤服务公司，按公司化运作，让其真正有服务意识，这样它就不属于职能部门了，它就变成了一个经营单位，变成市场化行为了。集团内部之间的部门产品交易，也完全是市场化行为。有的后勤工作则完全由社会上的专业公司投标承包，比如公司对外联络迎来送往所用车辆都是市场化的，从资产权属方面来说和公司完全没有任何关系。像公司清洁服务这样的事物都承包给了社会上专业的清洁服务公司，它们不属于集团下属公司。” 黄晓明回答。

“我们要把内部的事情简单化，以市场导向简化内部的流程，真正为市场为消费者设计内部组织。在这个原则之上，我们把权力下放。但是核心就是这八个字，简政放权，责任清晰。我们的目的是不要形成大企业病，不要形成内部繁文缛节的东西，把权力放到最需要权力的地方。”方洪波介绍说。

简政的目的是为了理顺权属关系，是为了保持管理体系的精干，同时也得益于分权放权后责任主体的明晰，在美的内部的管理层中，都会有一本《分权手册》，这个小册子成为美的管控体系的核心。

《分权手册》规定了美的权力运作体系的具体分工，规定了集团事务的提案权、审核权、审批权、备案权等负责主体，都非常明确地指定了相关领导部门或负责人。任何一个级别的管理平台对应着相应的权力，相关负责人对职权范围内的事情有全部的决定权。

从美的权利体系的分工来看，其战略决策分三个层面：集团负责最高层的集团战略，比如未来三五年的业务发展方向；二级平台负责企业战略，在产业层面如何竞争，比如说美的电器会考虑如何在未来提高“空冰洗”产品的竞争力；三级平台负责竞争战略，比如说具体产品的竞争策略、市场定价等。这三个层面同时也是非常明确的权利分工体系。

甚至在销售市场的第一线，如果竞争对手打出降价促销的措施之后，处于同一商场内的美的电器营销人员可以在几分钟内即可以拿出并执行新的价格方案，从而保证了在市场竞争中始终处于有利地位，同时也极大地调动了美的员工的积极性。

美的分权制度的另一面最核心的是重要决策权保留在集团总部，但是“集权主要是比较核心的领域，比如说集团的战略发展方向的掌控，非常小范围的最高层人事安排，财务资金管理等”。黄晓明介绍说，“除此之外，选哪个供应商，跟哪个部门合作，用什么渠道去推广产品，那是经营一线的权利。所谓的用权有度就是设计好主要的运营活动、流程和责任人，不能包罗万象，要非常清晰，这是整个制度的核心，特别是运营层面，很多东西不需要报告给董事会和职能部门，在相应的部门内做就可以了。”

这样的权利结构，就是美的内部总结的十六字方针：“集权有道，分权有序，授权有章，用权有度”。这样的机制下，所有的经营管理人员心里装的都是市场理念。

美的在大胆分权的同时，也注意到了分权背后的保障机制，何享健认为，企业的分权离不开四个必要的保障条件：一是要有一支高素质的经理人队伍，能够独当一面；二是企业文化氛围的认同；三是企业原来的制度比较健全和规范；四是监督、约束机制非常强势。从这个意义上来说，美的管理系统中的任何一个方面都不是孤立存在的，而是互为依存的关系。

事业部的变革

1997年，为未雨绸缪防止大企业病的美的，开启了事业部制的新管理体制，成为美的突破管理瓶颈、实现主营业务爆发式增长的利器。事业部制被认为是美的前进的发动机，为美的最大限度地发挥自身管理机制的潜能作出了不可磨灭的贡献。

美的电器推行事业部制的基本做法是：

一个结合：与责权利相统一的集权和分权相结合。公司各事业部作为利润中心，公司总部成为战略规划、投资决策、资本经营、资金财务管理、人力资源管理等监督控制中心，责任与权力在此基础上进行划分，多大的责任就给多大的权力。

十个放开：在机构设置权、基层干部的考核任免权、劳动用工权、专业技术人员聘用权、员工分配权、预算内和标准内费用开支权、计划内生产性投资项目实施权、生产组织权、采购供应权、销售权10项基础权利的下放。公司放权的重点之一是人事和分配权，各事业部第一责任人可以自行组阁，自行决定事业部内工资分配方案。

四个强化 ：强化预算管理、强化考核、强化审计监督、强化服务。公司内部建立强有力的预算体系，预算、季度预算、月度预算严格开展，每月召开预算与经营分析会，对各项经营指标完成情况进行认真分析，对费用进行控制，总结经验与不足，制订新的措施；在预算的基础上制定严格的目标考核奖惩办法，考核指标以利润、销售额为主，还包括市场占有率、库存、资金运营效率、费用等指标。公司与各经营单位签订3年的经营目标责任书，以内部管理契约的形式明确规定公司与各经营单位的权力、义务、责任，使之成为各经营单位的奋斗目标。

七个管住：管住目标、管住资金、管住资产、管住投资、管住发展战略、管住政策、管住事业部总经理和财务负责人。公司各事业部的计划、投资项目、资金结算、总经理和财务负责人的任免权力由公司全面控制，以此保证各事业部经营决策不偏离公司的整体方向和发展战略。

美的电器事业部制改革的结果是经营管理层和各级管理人员职责权利明确、对等，内部控制到位，责任落实到人。公司各事业部有了充分经营自主权，能够直接面对市场、主动适应市场，营销观念发生全新变化，全体员工树立“一盘棋”思想，形成责任共同体，积极性得到充分激发，最直接的变化是由过去的“要我做”变成了现在的“我要做”。这一点方洪波感触颇深，“近二十年的市场和竞争格局在不断地发生变化，要求我们的市场经营意识更高了。十几年前，只要你有好的产品，有足够高性价比的产品，是不愁卖的。现在则整天想着怎么样满足市场的要求，顾客至上，消费者的利益第一”。

改革前各经营单位经常按部就班、讨价还价地完成公司下达的指标，改革后各事业部主动给自己加压。改革还使得各事业部更加重视财务管理和成本控制，大大提高了公司经营效率和财务管理水平。随着经营规模扩大，管理的复杂性也大大增加。

事业部制的实施运行，保障了美的经营管理层和各级管理人员职责权利的明确、对等，内部控制到位，责任落实到人，各事业部作为一线综合管理平台，具体指挥和控制各经营单位的生产经营、采取逐级授权、分权、权责利相结合的管理控制方法，并通过制订《经营管理分权手册》，明确了各经营单位、各主要业务环节、各管理层级的审批权限，各事业部负责人拥有极大的权限，但也承担整个事业部的全部责任，为此，公司建立了严格的目标经营责任制，以及全面预算控制、统一资金控制、资源集约调控、资产风险预警、内部审计与责任追究等制度，事业部制的实施，推动了美的管理有序、层次分明的经营组织体系的形成。

对美的来说，公司规模的扩张速度非常之快，产品链也越来越长，事业部在解决公司到达一定阶段所显示的灵活性的优势，也越来越被其固有的缺陷所抵充，为适应不断变化的新形势，美的事业部制始终处于不断的变革与调整完善之中。2004年以来，美的电器又进一步完善事业部制，在各事业部的基础上就分权、授权经营以及涉及企业长远发展和战略决策的集权和监督体系等，再次对内部组织架构进行了较大的完善，一个管理有序、层次分明的经营组织体系有效形成。针对事业部制容易引发的各自为战，资源不能共享与重复投入的弱点，美的加强了协同经营的文化，如建立集中采购平台，提升议价能力，降低成本；设立中国营销总部，加强营销渠道与资源的共享等，一种新型的超事业部制的雏形日渐成形。

“没有一个企业因为发展速度慢一点会倒闭，只强调增长但又控制不住风险，企业才会出问题，甚至倒闭。”何享健说。

事业部制的实施和分权体系的运作，给完善企业的内控带来了挑战与课题，在企业规模不断扩大的同时，美的也在不断地调整管理结构，完善内部管理控制系统。

美的完善内控管理体系与制度建设的做法是，从环境控制、业务控制、会计系统控制、IT信息系统控制、内部审计控制等多方面强化完善公司各专业系统的风险管理和流程控制，保障公司经营管理的安全性和财务信息的可靠性，提高经营效率和风险管理水平，推进公司治理目标的实现。

今天，在美的即将完成向千亿级企业集团迈进的时候，其决策层已经在思考如何面对1200亿产值后的管控新课题，美的已经形成了管控模式向控股公司转型的解决思路，同时明确这种控股公司有着美的鲜明的特色。这种思路要求美的进一步明晰董事会、监事会、管理层三权分立的运作治理架构，明确对下属子公司、事业部的管控机制。

以上市公司美的电器为例，其管控模式建立在事业部制的平台之上，下设各事业部作为一线综合管理平台，具体指挥和控制各经营单位的生产经营、资源调配工作，享有充分灵活的经营管理权力，向公司CEO和董事会负责，同时接受综合管理层的监督和控制；各经营单位在事业部的直接指挥下运作，其内部设立相应的生产、经营、管理、财务、行政等管理部门和岗位，实施具体生产经营业务，管理公司日常事务。

2006年，美的批准集团财务管理部引入甫瀚咨询公司，开展内控项目，规范制度和流程，提升内部管理，支持美的集团管控模式转型，帮助集团对二级平台，二级平台对下属经营单位更好地实现管理与监控，帮助美的各经营单位实现规范化运作，提升管理效率，规避经营风险，防止舞弊。

经过多年的努力，美的电器公司在公告中可以自信地宣称，公司内部控制体系已经建立，内部控制活动基本涵盖了所有的运营环节。

强化财务风险管控作为风险预警的重要工具是美的内控的特色之一。在何享健看来，“财务管理是企业管理的主线，一个企业要经营好，做好财务工作非常重要”。通过财务监管手段实现“创造价值、监控风险”是美的财务管控的核心目标。同时不断地完善创新财务管理手段，适应、支持企业发展的新阶段。

财务监控是保障。何享健可以不问任何事情，但是财务报表是必看的，有时在出国期间，还会让秘书读给他听。总部就是根据这些财务指标对企业的经营状况进行实时监控的，美的高管通过关注企业经营风险，主动发现、解决经营中存在的各种问题。何享健认为，给事业部授权必须有个前提，除了要有一支认同美的企业文化的高素质的经理人队伍，还要有健全的企业制度和强有力的监督机制。这种监督机制的重要组成之一即是财务监督机制。

美的为此建立了强有力的监控体系，通过建立二级审计制度(公司设立审计部，事业部设立审计科或专职审计员)强化经济活动的审计监督。各事业部的目标责任完成情况必须经公司企划部初审、审计部审计，最后由审计委员会确认。同时，公司设立监察委员会和监察室，对违规违纪行为进行预防、查处，对敏感岗位加强监控。

“从加强会计管理、资金管理、税务管理、预算管理等方面入手，并借助内外部审计的力量，建立、完善风险监控体系，重点关注财务信息是否真实、准确、完整，重点关注财务内部控制体系是否建立并有效运行，重点关注外部政策风险。”何享健说。

2006年以后，何享健明确提出管控模式要变革，要实施组织调整，优化美的未来发展模式和运行机制，管控模式是一个根本的、关键的课题，是一切工作实施的保证。

何享健对于内控项目有着超前的认识，他认为内控项目的实施非但不会影响集团分权管理模式和工作效率，还有利于集团继续推进分权管理和授权经营，有利于调动经营积极性，加快集团向财务控制型的控股公司转型，建立决策权、经营权、监督权“三权分立”的管控模式。

管控模式怎么变？美的的设想是强化集团管控，在二级产业集群相应提高资源整合、共享与协同能力。何享健认为，美的未来应该建立航空港式的组织模式，建立集团层面的公共资源运行平台，各个产业事业群可以在这个“机场”上降落以实现资源共享，企业集团管控的理想境界是：最高层领导专注于做大企业价值；二级产业集群的领导专注于做大产业，成为产业领袖；三级产品事业部领导专注于产品与市场，做大产品与利润。

竞争力的源泉

白色家电，这个充满竞争的行业内，美的一如既往地视之如蓝海，顽强地开拓着新的市场和新的产品领域。李飞德认为，这个行业尽管销售利润都很薄，但如果精耕细作，仍是一片大有可为的蓝海。“你在中国要找一个行业，它的前两三名的龙头企业，连续多年资本回报率的回报每年都在20%以上，剔除垄断行业，你还很难找到。”李飞德说，不考虑其他因素的话，资本大概4年可翻一番。优秀的白色家电企业正是这样，可能他拿的是5个点或6个点的销售利润率，但是如果它有一个非常好的营运系统，凭借高效的营运系统效率、较高的资产周转率等，资本回报率就能做到20%以上。但是也不能说白色家电的日子就很好过，“坦白地来讲我们也是战战兢兢，如履薄冰，我们要在这个完全市场化竞争的行业里做好每一个细节的事情，这是对我们的整个管理系统、管理理念的一个要求。”

美的最核心的竞争力是什么？美的自身似乎没有想过这个问题。“如果一定要我找的话，我觉得是机制的优势和团队的优势，或者用现代一点的说法是组织的能力。它使得美的能发挥整个系统的活力去解决经营中的各项问题”，方洪波说，“但是，现代企业的竞争远远不是单项能力的竞争，企业经营其实很简单，就是天天做好这些具体的、细节的事情。

上市公司财务造假分析 篇6

关键词：财务造假；上海医药；收购存疑；资产贱卖

一、公司介绍及事件回顾

上海医药集团股份有限公司（简称上海医药），1996年10月由原上海医药管理局下属企业改制组建而成，2002年9月进一步改制成为多元投资的上海医药（集团）有限公司，是一家总部位于上海的全国性医药产业集团，也是内地首家A+H大型医药上市公司。公司主营业务覆盖医药研发与制造、分销与零售产业链，是中国唯一一家在医药产品和分销市场方面均居领先地位的垂直一体化医药上市公司，位列中国企业500强。

上海医药作为中国医药领域中历史最为悠久、规模最为庞大，并长期处于领先地位的医药企业之一，其资本结构为中国华源集团控股40%，上海华谊集团与上海工业投资公司各占30%股份。近年来，上海医药保持着年销售增长率8%的强劲势头，在医药各个领域形成了生产、销售及研发的领先优势。

然而这艘中国医药的“航母”却在2012年5月23日。被股民和内部人士曝出财务造假问题，遭到中国证监会、香港联合交易所的出面调查，令“航母”大为震动，当日市值蒸发逾20亿元。而在这针砭时弊的媒体预言背后到底亦真亦假，且让我们从媒体爆料出发，还大众一个财务真相。

二、新亚药业利润虚增

新亚药业是上海医药股份有限公司的下属子公司。为了整合抗生素业务，在2010年12月30日，上药股东大会宣布了两件事，第一是收购中信医药，第二就是花14.88亿元把新亚的抗生素业务从上药集团这边收进上海医药。最终新亚药业在2011年9月完成收购。在行业不景气的情况下，上海新亚药业有如此可观的利润。这反映出新亚药业有财务造假的可能。

事实上上海医药调整抗生素业务的构架是为了实现21亿元的高盈利承诺。然而在抗生素管控变严的背景下，当时上药内部觉得新亚要达到1个亿的目标有些困难.于是就参照了证监会针对重大资产重组的一个要求“涉及重大资产重组，注入方在注入资产时需要对利润进行承诺，如果没有达到需要用现金补足”。也就是说，上药“悄悄”地以现金补足的方式将新亚的利润“拉”到了1亿。

在2011年报“承诺事项履行情况”中关于该项收购的事项标明的是没有“及时严格履行”。可以将注入现金的时间锁定在此期间内。

经过一番查找，在2011年年报的第107页中列出其抗生素业务于合并日的资产负债账面价值列示中，货币资金在何必日当天减少了4000万左右。即证实了上药通过注入现金虚增了新亚的利润。

此外，财报披露2011年度公司向上藥集团及其下属公司收购抗生素业务，收购对价共计14.88亿元，其中10.70亿元由公司支付现金，尚未支付余额4.18亿元，转为应支付子公司款项。另一方面，公司声称，2011年度公司与上药集团及其下属子公司签订债权债务协议.协议约定公司应收上药集团下属子公司款项1亿元，与公司应付上药集团款项1亿元进行抵销。实际上，上海医药在收购抗生素业务上并未像外界看到的那样花了很多钱。

三、收购康丽制药存疑

2012年2月，上海医药发布有关收购常州康丽制药100%股权的公告。收购完成后2012年4月末，上海医药本年第一季度的财务报表中将康丽制药纳入引发争议。2012年5月9日，证监会、香港联交所介入康丽制药收购案调查。

（一）重大知识产权瑕疵

在《关于盐酸万乃洛韦、泛昔洛韦、喷昔洛韦和缬沙坦原料的生产协议书》中显示，真正知识产权持有者丽珠集团与康丽制药签署的只是生产协议，康丽制药只有这些药物生产批文的使用权。而康丽的核心产品就是伐昔洛韦、缬沙坦等。其销售收入占其总收入超过90%。这样一来，只要丽珠与康丽进行产权纠纷，丽珠勒令康丽停止生产核心产品，上药的3亿元的第一单工业并购也就相当于买了个“空壳”。

（二）利润过早入门

在康丽和丽珠关于知识产权问题让在纠纷之中时，上海医药便迫不及待将康丽的利润并入了其2012年第一季度的报表中，虚增了利润。

在今年4月末上海医药公布的2012年度第一季报中显示：报告期内，公司实现营业收入人民币166.6亿元，较上年同比增长36.0%。分销业务实现营业收入144亿元，同比增长47%。工业制药业务实现营业收入人民币25.2亿元，同比增长4.5%，其中重点产品实现营业收入人民币14.1亿元，同比增长6.5%。而这其中，今年2月份刚刚拿下的常州康丽制药有限公司的营收数字便已并表计入。上药在其季报的重要事项中提到营业收入增加与合并范围增加有关。其合并利润表和母公司利润表的营业收入相差甚远，且母公司的收入增长率为负，便可推测出来。上海一家券商医药行业研究员经过测算发现，剔去收购合并报表等因素，上海医药营业收入的实际增长不足15%。上药的这次收购别有用心！

四、新先锋无形资产贱卖

今年4月26日，上海医药董事会审议通过了《上海医药集团股份有限公司关于抗生素业务进一步重组整合暨关联交易的议案》，决定由下属上海新亚以现金出资人民币2314.69万元向上海医药（集团）有限公司收购其下属新先锋的无形资产（专利、专有技术和商标等）：交易完成后，新先锋不再从事药品生产经营，所有药品批文、在研品种（或在研项目）和生产许可证转入上海新亚药业有限公司。

截至2012年6月30日止6个月期间，本集团以6720762.31元对价向上药集团收购上药集团美国公司100%的股权。

新亚药业还将收购新先锋存货，租赁其土地、厂房、设备用于生产。“这项交易实际上是将新先锋的主营业务全部转让给新亚，但上海医药仅仅按照普通资产收购交易披露，并未披露新先锋的业务资料、产品信息及财务数据。

我在公司公告中找到2012年8月份发布的关联交易公告。公告指出新亚药业出自1610.22万元收购科发公司的固定资产、在研商品和无形资产。里面提到的科发公司94.58%的股份持有者就是上海新先锋药业有限公司。因此我怀疑该收购与新先锋贱卖无形资产事件有关。

五、结语

通过相关报道的查看以及2011年至2012年6月的年报、半年报、季报和公司公告的蛛丝马迹的搜寻，关于上海医药在三大收购事件上出现的端倪一一浮出水面。

虽然上海医药关于其涉及财务造假的事情仍持否认态度，对于外界也只是通过知情人士爆料来进行一些猜测，但可以肯定的是上海医药因此遭受了重大的损失，并且其内控也出现了风险。熟话说无风不起浪，如果上海医药高层管理间不存在矛盾，也不会有人爆料这些事情。事发之后高层人员换动的消息也足以证明了这一点。

上市公司财务 篇7

(一) 财务信息和非财务信息是会计信息不可分割的两部分

上市公司对外披露的会计信息包括财务信息和非财务信息两部分。财务信息主要是针对过去的交易或事项, 以价值形式反映企业资金运动的综合性数据资料信息, 主要通过财务报表的形式表现出来。非财务信息是指财务信息以外的反映企业经济活动的各种信息资料, 包括事前的预测和决策信息、事中和事后的分析处理信息、涉及政治法律和技术的信息等。财务信息和非财务信息揭示了会计主体同一经济活动的两个方面, 都是为会计信息的使用者即投资者 (现在的和潜在的) 、债权人 (现在的和潜在的) 、政府管理部门 (包括国有资产管理部门、工商管理部门、税务部门、审计部门等) 、企业内部经营管理者、社会自然人等提供决策有用的信息, 因此两者是会计信息不可分割的两个部分。

(二) 财务信息和非财务信息最终目标都是为会计信息使用者提供决策有用的信息

目前, 世界会计理论界对财务会计目标有两种观点:即“受托责任观”和“决策有用观”, 无论从哪种观点出发, 其考虑的角度都是会计信息使用者对会计信息的需求。“受托责任观”侧重于经济实质, 强调会计信息的可靠性, “决策有用观”侧重于形式, 更强调会计信息的相关性。因此, 无论是财务信息还是非财务信息, 对会计信息使用者来说, 都是其作出经营决策所需要的会计信息。

(三) 财务信息是非财务信息的基础, 非财务信息是对财务信息的补充

上市公司对外披露的会计信息最基本的就是财务信息, 通过这些主要以财务报表形式体现的财务信息综合地反映公司的财务状况、经营成果、现金流量和所有者权益变动情况等, 给会计信息使用者提供决策有用的信息。随着市场经济的发展, 公司的经济业务越来越复杂化, 所采用的会计政策也有很大的差异, 仅有财务报表中的数字提供的财务信息已不能完全满足会计信息使用者的需要, 要求公司提供更为全面的能够直接和间接反映公司经济活动的非财务信息, 因此, 通过对非财务信息的充分披露, 可以弥补财务信息的不足, 从而有助于会计信息使用者对财务报表的理解和应用。

(四) 财务信息与非财务信息相辅相承, 共同发挥其应有的作用

会计信息的使用者要正确理解公司财务信息的价值, 并有效地加以利用, 很大程度上需要对与公司经营活动相关的非财务信息进行考虑, 如要对一个上市公司进行长期股权投资, 在对公司现有的财务信息进行分析的基础上, 一般都要对公司的经营管理水平、公司投资项目选择、公司持续经营等非财务信息进行充分的考虑, 在降低投资风险的同时, 以期获得更高的投资收益。同时, 要更有效地发挥非财务信息的价值, 必须对公司现有的财务信息进行充分的考虑, 因为, 只有公司的财务信息最终能反映公司的经营状况、财务成果、现金流量和所有者权益变动情况等。可见财务信息与非财务信息的作用是两者相互结合的结果。

二、财务信息与非财务信息的区别

(一) 信息特性不同

财务信息是对会计主体过去已经发生的交易和事项按照《企业会计准则》的要求, 运用专门的程序和方法对会计要素进行确认、计量和记录, 在此基础上对相关数据进行加工而形成的综合性报告信息, 用于揭示会计主体资产负债财务状况、经营成果情况、现金流量变动情况和所有者权益变动情况等内容, 因此, 财务信息具有以下特性:一是遵循准则的规范性;二是用货币手段对会计要素进行核算的货币性和可计量性;三是对客观事实表述的真实可靠性。而非财务信息由于涉及到会计主体经济活动之前的预测决策 (如经营战略) 、经济活动进行过程中的管理控制 (如企业内部控制制度、企业管理体制) 、经济活动结束后的分析评价 (如企业竞争力状况、未来发展趋势) 等与企业经营活动密切相关的以非财务报告形式进行表述各方面信息, 因此, 非财务信息具有以下特性:一是不用货币进行计量的非货币性;二是非数据表达的定性描述性;三是涉及会计主体过去、现在和将来信息的广泛性;四是可预计企业未来面临的机遇和挑战的前瞻性。

(二) 披露内容不同

随着我国资本市场的日趋成熟, 会计信息的使用者对会计信息的披露数量要求越来越多, 范围要求越来越宽泛, 质量要求越来越高。无论是财务信息还是非财务信息, 对于会计信息的需求者来说都同样重要。由于财务信息和非财务信息是从不同角度反映一个会计主体的会计信息, 所以需要披露的内容也不相同。财务信息的披露内容主要是指对外报送的财务会计报告资料, 包括会计报表, 如资产负债表 (反映会计主体某一特定日期全部资产、负债、所有者权益的构成情况及其之间的平衡关系) 、利润表 (反映某一会计主体一定期间的经营成果即实现利润或发生亏损及分配情况) 、现金流量表 (反映会计主体一定会计期间经营活动、筹资活动、投资活动等现金流入和流出的情况) 、所有者权益变动表 (反映会计主体一定时期所有者权益的变动情况) 、会计报表附注 (是为了帮助财务信息使用者更加充分地理解会计报表中的某些项目内容所作的进一步的说明和解释) 、财务情况说明书 (指“会计主体对财务情况中的生产经营基本情况、利润形成的与分配情况、资金筹集、使用情况、对经营活动有重大影响的其他事项加以说明”) 、分部信息 (准则规定:会计主体“应当在附注中披露分部收入、分部费用、分部利润或亏损、分部资产总额和分部负债总额等”) 、金融工具列报信息 (准则规定:会计主体“应当披露编制财务报表时对金融工具所采用的重要会计政策、计量基础等信息, 金融资产或金融负债的账面价值, 信用风险”等与金融工具有关的各种信息) 等等;而非财务信息的披露主要是以非财务会计报告形式表述的管理会计提供的信息, 包括会计主体的背景信息 (如企业经营总体规划和战略目标、企业经营规模、所处地理位置、行业优势、产品结构等) 、各种分析评价预测资料 (如业绩变化的原因、成本指标、质量指标、偿债能力、盈利能力及资金需要量等) 、品牌价值、经营决策资料 (如短期经营决策、长期经营决策) 、前瞻性信息 (如企业面临的机会与风险) 、企业的管理水平 (如公司治理结构、内部控制制度等) 、企业文化管理模式 (如企业的价值观念、职业道德水准、行为规范等) 、社会责任 (如“三废”治理情况、环境业绩指标、环境治理情况等) 、人力资源信息 (如企业员工构成情况、培训体系、工资福利待遇和社会保障信息等) 、核心竞争力及持续发展 (企业管理决策和贯彻执行能力、支持力、研发创新能力、资源利用效果) 等等。

(三) 职能取向不同

从会计信息系统全方位角度衡量, 其职能涵盖了企业生产经营的全过程以及能够对企业产生影响的所有因素, 因此可归纳为对事实的反映 (核算) 职能、对活动的监督 (控制) 职能、对未来事项的事先预测职能、对项目进行经营决策职能、对企业综合评价职能等。作为会计信息系统组成部分的财务信息和非财务信息, 其职能的取向和侧重点不同。财务信息侧重于会计信息系统的基本职能———反映职能和监督职能, 即一方面对会计主体已发生或已完成的经济活动通过一系列专门的程序和方法进行数据记录, 形成全面、系统、完整的财务信息;另一方面对会计主体经济活动的过程依据国家法律法规、会计准则以及企业规章制度进行事前、事中和事后的控制, 以防止经济活动偏离正确轨道, 并对偏离轨道的行为进行处理。非财务信息侧重于预测职能、决策职能和评价职能等, 即一方面在财务信息的基础上采用一定的方法对相关数据进行分析比较, 以帮助会计信息使用者正确理解和运用财务信息, 另一方面采用灵活多样的方式方法对财务信息以外的与会计主体经济活动有着直接或间接影响的非财务信息进行简述、分析和评价, 以帮助会计信息使用者作出正确的决策。

(四) 信息来源不同

会计主体对外发布的财务报告是财务信息的披露的重要依据, 财务报告中的所有项目数据, 包括资产项目、负债项目、所有者权益项目、收入项目、费用项目、利润项目、现金流量项目等基本上都来源于企业内部, 只有少量的补充信息来源于企业外部;而非财务信息由于涉及内容大多以非数据形式对企业背景信息、环境信息、管理信息、分析评价信息和未来发展趋势信息等进行描述, 因此, 非财务信息既可以来自于企业内部, 也可以来自于企业外部。

(五) 具体作用不同

虽然财务信息和非财务信息的最终目的都是为会计信息的使用者提供决策有用的信息, 都能帮助会计信息使用者了解企业经营管理情况, 从而作出合理的判断, 以减少决策失误的机率, 降低风险, 但两者发挥的具体作用有一定的不同。财务信息的作用主要体现在为会计信息使用者提供具有客观性的历史资料, 体现当前的财务状况、经营成果和现金流量等现状, 如为国家宏观管理部门进行宏观管理提供依据, 为企业内部管理部门加强和改善经营管理提供具体信息。而非财务信息的作用主要表现在为会计信息使用者提供具有前瞻性的未来资料, 如为投资者进行投资决策提供的企业管理水平、企业文化管理模式、企业竞争力水平、企业未来发展潜力等信息, 有利于投资者对企业未来的发展前景进行合理的评估和预测。

(六) 披露原则不同

目前我国对上市公司会计信息的披露十分重视, 除了对财务信息的披露规定强制性披露之外, 对于非财务信息的披露也越来越制度化和规范化, 逐步增加非财务信息强制性的披露内容, 同时鼓励上市公司更充分、更全面地自愿披露非财务信息。因此, 财务信息的披露遵循的是强制性原则, 非财务信息的披露遵循的是自愿性披露和强制性披露相结合的原则。

参考文献

[1]路静, 韩瑞玲, 刘宗丽.浅议我国财务会计目标的现实选择[J].商情, 2012 (26) .

[2]陈燕君.非财务信息的披露与评价[J].商业会计, 2012 (6) .

[3]江享洪.投资决策中应关注上市企业非财务信息[J].时代金融, 2010 (7) .

[4]曹镇洁, 林秀云, 章彪文.我国上市公司非财务信息现状的分析[J].决策与信息:下旬刊, 2010 (11) .

[5]高军武.企业财务信息分析评价的非财务信息考虑[J].现代商业, 2009 (2) .

[6]耿黎, 戴蓬军.非财务信息的概念和内容概要[J].财会月刊:综合版, 2007 (8) .

[7]陈震.财务信息与非财务信息的比较与整合[J].财会月刊:综合版, 2007 (12) .

上市公司财务 篇8

上市公司财务困境问题一直是理论界和实务界探讨的焦点, 是资本结构理论研究的前沿和热点问题。随着全球证券市场规模的不断扩大, 中国金融业对外开放程度不断加深, 中国上市公司在迎接改革和发展机遇的同时, 也面临着更为激烈的竞争和更大的风险。随着风险意识的强化, 投资者、债权人和政府监管部门对在不确定环境中提前预测企业财务危机有着巨大的需求。客观评价上市公司财务状况, 预测可能出现财务失败的公司, 对于维护投资者和债权人利益, 对于经营者防范财务危机, 对于政府监管部门监控上市公司质量和证券市场风险都具有现实意义。

国外证券市场由来已久, 西方学者早在20世纪60年代就开始了财务困境预测研究, 一些主流财务困境预警模型已经比较完善且已经被广泛运用;由于我国证券市场历史短, 国内学者对该领域的研究从20世纪90年代才开始。加上中国正处于经济和社会转型期, 其金融体系、资本市场、社会信用体系、产权市场等方面还很不完善, 如果照搬国外模型, 极有可能产生假设上、方法上进而结果上的偏差。故借鉴国外经验, 结合中国实际情况, 构建一套适合中国企业的财务困境预警模型势在必行。

二、文献简要回顾

Fitzpatrick (1932) 最早发现企业的财务比率对企业未来信用发展具有预测作用。基于财务信息的财务困境预警研究根据使用变量多少可分为单变量模型、多变量模型。William Beaver (1966) 通过比较研究79个财务失败企业和配对成功企业的六大类共30个指标的判别能力, 认为对财务困境的预测能力由强到弱依次为:债务保障率、资产负债率、资产收益率、资产安全率。尽管单变量模型简单易用, 但其存在很大的局限性:单个财务变量所能反映的信息非常有限, 没有哪个财务指标能够概括一个企业财务状况的全貌。这就催生了多变量财务预警模型。

多变量模型的典型代表是多元判别分析 (MDA) 模型和Logistic回归模型。Altman (1968) 通过分析美国破产企业和非破产企业的22个财务指标, 从中选出了最能够反映借款人财务状况、对贷款质量影响最大、最具有预测和分析价值的5个关键指标, 建立了著名的5变量Z-score模型和在此基础上改进的7变量Zeta模型。由于模型简便、成本低、效果佳, Z-score模型已经商业化, 广泛应用于美国商业银行, 取得了巨大的经济效益。受美国影响, 日本开发银行和德国、英国、法国、澳大利亚、加拿大等许多发达国家的金融机构纷纷研发了各自的判别模型。然而MDA模型要求变量数据服从正态分布, 但实际上财务比率并不符合该假设;另外, 这个方法只能对企业进行违约与非违约的二元分类, 却不能对企业的具体违约概率作出估计, 从而导致模型的误判率较高。

为解决上述问题, 后续学者便假设违约事件发生的概率服从某种累积概率分布 (服从累积Logistic分布的称为Logit模型, 服从累积标准正态分布的则称为Probit模型) 。Logit和Probit模型不要求变量服从正态分布, 更符合客观事实, 受到了广泛推崇。Martin (1977) 首次使用Logit方法在银行业中建立了财务困境预警模型。他选取25个财务比率变量预测银行破产概率, 实证结果显示净利润/总资产、费用/营业收入、贷款/总资产、商业贷款/总贷款、坏账/营业净利润、总资产/风险资产等6个财务比率具有显著的预测能力。Ohlson (1980) 以1970-1976年间在美国上市的105家破产公司和2 058家正常公司为样本 (排除公用事业、运输业和金融服务公司样本) , 采用9项财务比率变量来估计Logit回归模型。实证结果显示, 资产规模、资本结构、资产报酬率和短期流动性4项财务指标对预测企业破产概率具有统计显著性, 判别正确率高达96.12%。

国内有关财务困境预警的研究起步较晚, 且多使用财务指标建立模型。周首华、杨济华 (1996) 对Z-score模型加以改造, 建立F-score模型。陈静 (1999) 在多元判别分析中使用资产负债率、净资产收益率、净利润/年末总资产、流动比率、营运资产/总资产、总资产周转率6个指标进行分析, ST前1年的预测精度达到92.6%, ST前2年达到85.2%。陈晓和陈治鸿 (2001) 以38家ST和132家非ST上市公司作为样本, 运用Logit模型对上市公司进行预测, 发现负债/权益比率、应收账款周转率、主营利润/总资产比率和留存收益/总资产比率对我国上市公司财务困境具有显著的预测效果。张玲 (2000) 选取沪深两市14个行业120家上市公司为样本, 从偿债能力、盈利能力、资本结构状况和营运状况4个方面15个相关财务比率中筛选出4个变量构建了多元线性判别分析模型, 发现该模型有超前4年的预测能力。万希宁 (2005) 认为财务危机具有模糊性和复杂性, 为克服纯量化因素建立预警模型的不足, 结合财务指标和非财务指标体系, 运用专家评分法和模糊优先关系排序决策法进行了指标的有效选择, 最后借助模糊数学构建了综合模糊预测模型。

由以上综述可以看出, 国内学者在财务困境预警指标的选取上以单一财务信息指标占主导。财务因素的可量化性、数据的可得性使其在传统的预警模型研究中得到广泛运用。然而, 一个企业的健康状况并不能通过财务报表上披露的信息完全反映出来。基于以上认识, 本文克服以往财务预警研究基于传统财务指标的单一层面的弊端, 引入公司治理、现金流状况等因素, 系统分析公司困境的深层原因, 进而比较分析基于传统财务指标的预测模型与基于包含非财务类指标的综合预测模型的预测效果, 为中国上市公司更加有效地防范财务困境提供政策建议。

本文其余部分的结构安排如下:第三部分为研究设计, 对财务困境概念界定、样本及指标选取作简要介绍;第四部分为实证检验;第五部分为模型的检验与比较, 最后是研究结论。

三、研究设计

(一) 财务困境的界定

财务困境 (Financial Distress) 又称财务危机 (Financial Crisis) , 最严重的财务困境便是“企业破产”。已有的财务困境预警研究文献对“财务困境”本身的概念界定有着不同观点。Beaver (1966) 将破产、拖欠优先股股利、拖欠债务界定为财务困境;Altman (1968) 将“进入法定破产程序的企业”界定为财务困境企业;Carmichael (1972) 认为“财务困境”是企业履行义务时受阻, 具体表现为流动性不足、权益不足、债务拖欠以及资金不足4种形式;Deakin (1972) 则认为财务困境“仅包括已经经历破产、无力偿债或者为了债权人利益而已经进行清算的公司”;Wruck (1990) 认为, 财务危机是指一个公司目前的现金流量无法应付目前的支付义务。

国外学者在研究财务预警问题时多以公司破产为标准。这是因为国外的破产制度比较完善, 对破产企业的界定比较容易。而我国由于破产制度不健全, 造成对企业破产的界定困难。因此我国学者在财务困境预警研究中多以“被ST”作为对上市公司财务状况的分类标准。

本文对财务困境的界定遵循国内大多数学者的观点, 即将因为财务状况异常而被“特殊处理”的公司界定为财务困境公司。

(二) 样本选择

由于行业因素、国家政策导向等因素的存在, 不同行业上市公司的财务指标缺乏可比性。同时, 又因为制造业公司占据全部上市公司数目的一半以上, 具有代表性, 故本文选择沪深两市A股制造业上市公司作为研究对象。

1. ST公司

根据我国上市公司有关监管政策, 上市公司被ST的原因有“财务状况异常”和“其他状况异常”。由于后者包含诸如自然灾害等不可抗力因素的影响, 具有很大的不确定性和不可测性, 故不属于的研究范围。

新资本协议规定, 估计违约概率的时间段是一年。根据我国上市公司财务报表披露的时间特点:公司第 (t-1) 年的报表于第t年才予以披露, 这就几乎与该公司是否会在第t年被ST同时揭晓, 所以用第 (t-1) 年财务报表数据来估计公司在第t年成为ST公司的概率缺乏实际意义, 故实际研究中, 多以第 (t-2) 年的数据进行财务困境预警。新资本协议同时规定, 估计时至少使用5年数据, 故本文以我国2005-2009年度的ST公司作为研究样本, 同时要求样本公司预测年度前两年的财务数据完整。

剔除因“其他状况异常”被ST以及ST前两年数据不完整的公司, 最终得到98家符合要求的ST公司样本。其中2005年19家, 2006年21家, 2007年34家, 2008年15家, 2009年9家。

2. 非ST公司

为避免因对ST公司过度抽样而导致高估模型预测能力的问题, 本文未采用传统的1∶1配对方式选择正常公司。又由于我国ST公司占全部上市公司的比例较小, 本文也未采用按两类公司占实际总体的比例来配对样本, 以避免低估模型预测能力。基于上述考虑, 本文采用1∶2的比例选取非ST公司样本, 同时要求非ST公司与ST公司时间窗一致, 且预测年度前两年的数据完整。最后确定非ST公司196家, 其中2005年38家, 2006年42家, 2007年68家, 2008年30家, 2009年18家。

将全部294家样本公司分成两组:2005-2007年作为训练样本组, 用于估计Logit模型参数;2008-2009年作为检验样本组, 用于检验模型的预测能力。全样本的分布如表1所示。

(三) 指标选取

1. 变量的分类

本文选取的财务困境预警变量主要分为3类:

(1) 财务指标。这里指的是狭义的财务类指标, 即来自资产负债表和利润表的财务比率。主要反映企业的偿债能力、盈利能力、成长能力以及营运能力。

(2) 现金流量指标。现金流量类信息的财务困境预警模型基于理财学的一个基本原理:公司的价值应等于预期的现金流量的净现值。因此过去和现在的现金流量应该能够很好地反映公司的价值和破产概率。

(3) 公司治理指标。自20世纪90年代亚洲金融危机以来, 公司治理问题引起了全世界的关注。公司内部治理结构的弱化不仅影响产业结构, 而且导致大量公司陷入财务困境, 甚至最终破产。

本文将现金流指标与公司治理指标统称为与狭义财务指标相对的非财务类指标。在参照前人研究的基础上, 根据数据可得性原则, 最终选取下列基础指标, 见表2。

注:若ST/非ST年度为第t年, 则样本数据窗口为第 (t-2) 年。但第一大股东持股比例 (x25) 为第 (t-1) 年数据, 因为尽管第一大股东持股比例也是在财务报表中予以披露, 但是在报表披露之前还是有可能通过其他途径获得及时信息的。

(四) 模型构建

目前财务危机预警存在多种模型, 其中Logit模型经过多年发展已经比较完善, 是目前为止国内外使用最广泛的财务困境预警模型。本文借鉴国内外经验, 也将采用Logit回归模型进行实证研究。

Logit模型的一般形式为:

式中, pi为i公司陷入财务困境的概率, xik为影响i公司财务状况的第k个因素。

四、实证检验结果

本文共选定26个基础指标, 然而并不是每一个指标都对ST与非ST公司具有显著的区分能力;同时, 具有显著区分作用的指标之间又有存在多重共线性的可能。所以首先要对这26个基础指标进行筛选, 获得构建模型所需的变量。

本文采用SPSS 13.0统计分析软件自带的向前逐步回归法 (LR) 进行变量筛选。向前逐步回归分析是指从模型没有自变量开始, 按照一定判别依据 (Likelihood Ratio) 每次引入一个最符合判别依据的变量进入模型, 直至所有符合判别依据的变量都进入模型为止。

(一) 基于财务信息的Logit模型Ⅰ

模型Ⅰ的回归结果见表3。表中B为偏回归系数, 亦即参数估计值;S.E.为偏回归系数的标准误;Wald统计量用于检验总体偏回归系数与0有无显著差异, 类似于线性模型检验中的t统计量;df为自由度;Exp (B) 为优势比, 或比数比 (odds ratio) , 即偏回归系数的反自然对数。

最终筛选出4个显著变量, 它们分别是x6 (每股收益EPS) 、x10 (净资产收益率) 、x15 (每股净资产同比增长率) 以及x18 (流动资产周转率) 。

得模型Ⅰ的回归方程:

(二) 加入非财务类变量后的综合Logit模型Ⅱ

模型Ⅱ的回归结果见表4。最终筛选出的4个显著变量, 分别是x9 (资产净利率) 、x15 (每股净资产同比增长率) 以及x18 (流动资产周转率) 以及x24 (现金获利指数) 。

得模型Ⅱ的回归方程:

五、模型的检验与比较

本文的第四部分已经利用训练样本组估计出Logit模型参数, 为测试模型的样本外适用性, 利用检验样本组对所构建模型的判别能力进行检验和比较。将检验样本组数据代入模型之后, 为了判定一个公司是ST还是非ST, 需要确定一个最佳分割点, 也就是模型的阈值。当结果大于阈值时, 则认为该公司有可能被ST, 即有可能陷入财务困境;反之亦反。

阈值的确定至今尚无定论, 以前学者大多采用SPSS 13.0默认的0.5作为分割点, 如鲜文铎 (2007) 、张鸣 (2005) 。然而将0.5作为分割点缺乏理论依据, 同时其在实证检验中的效果也并不理想。本文经多次试验, 最终确定以0.35作为最佳分割点。

1.最佳分割点的确定

凡是预测模型, 必然存在误判问题。模型的误判分为两种:Ⅰ类误判指将ST公司误判为非ST公司, Ⅱ类误判指将非ST公司误判为ST公司。根据实际经验可知, Ⅰ类误判的成本要远远高于Ⅱ类误判, Altman (2000) 估计Ⅰ类误判成本大约是Ⅱ类误判成本的31倍。故理想状态时在保持总体准确率基本不变的情况下, 应尽量降低Ⅰ类误判率。

由表5可知, 分别以0.5与0.4作为分割点, 总体准确率保持不变, 而后者的Ⅰ类误判率显著降低 (由13/74降至11/74) , 故0.4优于0.5;而分别以0.35与0.3作为分割点时, 尽管0.3情况下其I类误判率相对较低, 但总体判别准确度却受到较大损失 (由93.2%降至91.0%) 。而0.4与0.35二者的取舍理由是显而易见的。综上所述, 本文选取0.35作为最佳分割点是合理的。同理可得, 综合模型的最佳分割点亦为0.35 (参见表6) 。

2.模型判别能力和拟合优度的比较

由于logit模型是非线性模型, 不能使用最小二乘估计, 而是采用最大似然估计。似然函数值 (Likelihood) 越大说明拟合程度越好。-2log likelihood (-2LL) 是似然函数值自然对数的-2倍, 习惯上用以反映模型的拟合程度, 该值越小表示拟合程度越好。

Cox&Shell R2和Nagelker R2两个统计量主要反映由模型解释的变异百分比, 类似于线性模型检验中的R2。其值越大, 说明模型拟合度越高 (模型100%完美, 则Cox&Shell R2=1, NagelkerR2=1, -2LL=0) 。

由表7可见, 相较于模型Ⅰ, 模型Ⅱ的-2LL值显著降低, 说明加入非财务变量后的综合模型 (模型Ⅱ) 对数据的拟合度得到了显著提高;同时, 模型Ⅱ的Cox&Shell R2和Nagelker R2值也分别有所提高。这就意味着综合模型的预警变量要比单一财务类模型的预警变量对企业财务困境具有更高的解释力。

从判别能力来看, 加入非财务类指标后的模型Ⅱ的总体判别准确率要远远高于模型Ⅰ;同时Ⅰ类误判率也有了显著下降。前文已经提及, 在总误判率相同的情况下, Ⅰ类误判率越低越好。

六、研究结论

本文的创新之处主要体现在两个方面:首先, 在模型构建上, 本文在传统单一财务指标类预警模型的基础上, 引入包括现金流量指标和公司治理指标在内的非财务类指标, 构建综合预警模型;其次, 在模型效果检验上, 本文尝试寻找更合理的最佳分割点, 从而提高了模型预测效果检验的说服力。

通过前文实证研究, 我们发现, 加入非财务类指标后, 预警模型的判别准确度由76.4%提高至86.1%, 同时, Ⅰ类误判率和Ⅱ类误判率分别由37.5%、14.6%下降至29.2%、6.25%。即综合模型无论是在预测能力方面还是在误判成本方面均得到显著优化。由此说明, 我国上市公司的非财务指标中包含着预测财务困境的有效信息。

参考文献

[1]E Altman.Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance, 1968, 23 (4) :589-609.

[2]W H Beaver.Financial Ratios as Predictors of Failure[J].Journal of Accounting Research, VoL.4, Empirical Research in Accounting:Selecated Studies, 1966:71-111.

[3]J A Ohlson.Financial Ratios and the Probabilistic Prediction of Bankruptcy[J].Journal of Accounting Research, 1980, 18 (1) :109-131.

[4]陈静.上市公司财务恶化预测的实证分析[J].会计研究, 1999 (4) :31-38.

[5]陈晓, 陈治鸿.企业财务困境研究的现论、方法及应用[J].投资研究, 2000 (6) :29-33.

[6]陈晓, 陈治鸿.中国上市公司的财务困境预测[J].中国会计与财务研究, 2000 (3) :55-92.

[7]吴世农, 卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究, 2001 (6) .

[8]张玲.财务危机预警分析判别模型[J].数量经济技术经济研究, 2000 (3) .

[9]周首华, 陆正飞.现代财务理论专题[M].大连:东北财经大学出版社, 2003.

[10]胡锦明, 吕俊.上市公司财务危机预测模型比较研究[J].审计与经济研究, 2009 (3) .

[11]鲜文铎, 向锐.基于混合Logit模型的财务困境预警研究[J].数量经济技术经济研究, 2007 (9) .

上市公司财务 篇9

一、财务预警研究中财务指标的功能

1. 预报功能

通过跟踪企业的整个生产经营过程, 将企业的实际经营情况与企业的预期经营情况, 计划和标准相比较, 找出差异并分析差异产生的原因。当出现可能危害企业财务状况的关键因素时, 及时发出警告, 提醒经营者及早做出准备或采取对策, 避免潜在的风险演变成现实的损失, 起到未雨绸缪、防患于未然的作用。

2. 判断功能

判断是预警体系的重要功能之一。根据跟踪、监测的结果进行纵横对比分析, 同时运用现代化管理技术、判别技术对企业营运状况的优劣作出判断, 找出企业运行中的弊端及病根所在。

3. 控制与矫正功能

通过建立财务预警指标体系, 企业能对财务结构的合理性做出准确预测, 促使企业保持合理的筹资结构, 降低财务风险。通过纵横比较企业各个会计期间的财务指标值, 企业能系统而详细地记录财务危机发生的缘由、处理经过、解决措施, 并对未来起到警示作用。同时, 将企业纠正偏差的经验、教训转化成企业管理活动的规范, 避免重犯类似错误, 有利于提高企业自身的免疫能力。

二、指标选取原则

选择什么样的财务指标作为模型的变量, 不仅关系到模型预警的可靠性还关系到模型的判别能力。为了全面客观地检验企业财务危机程度, 所选取的财务指标要符合以下原则:

1. 敏感性

即财务指标一定要具有相当高的敏感性, 当财务危机一旦萌芽一定要在指标值上敏感的反映出来, 否则我们的指标体系就会形同虚设。但是在选取指标的时候针对不同的行业不同的企业指标的敏感性也许会有一定的区别, 这就要求我们在选取指标的时候要因地制宜区别对待。

2. 针对性

财务指标选取的针对性原则是指指标的选取必须针对我国制造类上市公司所承受的最重要的特有财务风险, 这是财务危机预警指标选取时最基本的要求。

3. 全面性

财务指标选取的全面性原则是指所选取的指标要能够全面反映企业的偿债能力、资产运营状况、获利能力、以及发展能力和现金流量方面的概况。

4. 重要性

指标选取的重要性原则要求要选择那些能够对预测企业财务危机有重要指示作用的财务比率。

5. 可操作性

可操作性, 是指选取的财务指标要具有一定的可操作性, 要尽量使一些量化的指标, 使量化指标在指标体系中占据主导地位。

三、指标体系的设置

通过精细的筛选, 我们构建了以下的指标体系:

1. 偿债能力指标

偿债能力指标是企业经营者与企业的相关利益方都普遍关注的一个指标, 其具有代表性的指标有:资产负债率、流动比率、速动比率、现金比率、已获利息倍数等。

(1) 资产负债率。资产负债率=负债总额/资产总额*100%。资产负债率反映在总资产中有多大比例是通过借债来筹资的, 也可以衡量企业在清算时保护债权人利益的程度。该比率值国际上一般公认60%比较好。

(2) 流动比率。流动比率=流动资产总额/流动负债总额*100%。流动比率是用来表示资金流动性的, 即企业短期债务偿还能力的数值, 该比率越大说明企业的负债偿还越有保障。

(3) 速动比率。速动比率=速动资产/流动负债*100%。速动比率的高低能直接反映企业的短期偿债能力强弱, 它是对流动比率的补充, 并且比流动比率反映得更加直观可信。如果流动比率较高, 但流动资产的流动性却很低, 则企业的短期偿债能力仍然不高。速动比率一般应保持在100%以上。该比率越大, 表明速动资产对流动负债的保证程度越强, 企业的偿债能力越强。

(4) 现金比率。现金比率=现金以及现金等价资产总量/当前流动负债*100%。现金比率只量度所有资产中相对于当前负债最具流动性的项目, 因此它比其他比率更能反映企业的偿债能力。

(5) 已获利息倍数。已获利息倍数=企业息税前利润 (EBIT) /利息支出*100%, 它可以反映企业的获利能力对债务偿付的保证程度。已获利息倍数是反映企业长期偿债能力的指标, 已获利息倍数越高, 企业长期偿债能力越强。

2. 获利能力指标

获利能力指标主要有:销售利润率、资产报酬率、主营业务成本利润率、资本金利润率。

(1) 销售利润率。销售利润率=净利润/主营业务收入*100%。该指标是一个越大越好型的指标, 指标越大, 说明企业产品或商品是适销对路的, 产品附加值高、定价科学, 营销策略得当, 主营业务竞争力强, 发展潜力大, 获利水平高, 发生财务危机的可能性小。

(2) 资产报酬率。资产报酬率=净利润/总资产*100%。总资产报酬率越高, 表明企业的资产利用效果越好, 盈利能力越强, 经营管理水平越高, 越不容易发生财务危机。

(3) 主营业务成本利润率。主营业务成本利润率=经营利润/主营业务成本*100%。该指标越高, 说明企业主营业务的投人产出比越高, 单位成本费用创造的利润越大, 企业财务状况好, 发生财务危机的可能性小。

(4) 资本金利润率。资本金利润率=利润总额/资本金总额*100%。该指标的量化界定是越大越好型, 其最低标准是企业筹资过程中的利息率, 如果企业的资本金利润率小于企业筹资过程中的利息率, 那么, 我们的投资是不经济的。

3. 成长能力指标

(1) 销售增长率。销售增长率是指企业本年销售增长额与上年销售额之间的比率, 反映销售的增减变动情况, 是评价企业成长状况和发展能力的重要指标。销售增长率是衡量企业经营状况和市场占有能力、预测企业经营业务拓展趋势的重要指标, 也是企业扩张增量资本和存量资本的重要前提。

(2) 总资产增长率。总资产增长率是本年总资产增长额与年初资产总额之比。总资产增长率越高, 表明企业一定时期内资产经营规模扩张的速度越快。但在分析时, 需要关注资产规模扩张的质和量的关系, 以及企业的后续发展能力, 避免盲目扩张。

4. 现金流量能力指标

(1) 每股经营活动现金流量。反映平均流通在外的每股普通股所获取现金流入量的能力。这一指标主要反映平均每股所获得的现金流量, 是可以直接作为发放给股东的股利的最高金额。企业的每股经营活动现金流量大, 在很大程度上表明主营业务收入回款力度较大, 产品竞争性强, 公司信用度高, 经营发展前景有潜力。该指标越高说明企业的现金流量能力越强, 反之, 则企业的现金流量能力越弱。

(2) 销售净现金率。该指标反映企业每一元的销售收入中所能获得现金流量的能力, 是考核企业现金流量能力的一个重要指标。

(3) 现金投资成长率。该指标是反映企业投资状况的一个指标, 如果该指标为负值则表明企业处于扩张发展阶段, 反之, 如果该指标为正值则表明企业处于投资萎缩阶段。

四、小结

通过以上的论述我们可以看出, 在选取指标的时候要遵守一定的原则, 尽量使我们的指标体系趋于合理化, 但是我们也要注意针对不同的行业、企业我们的指标体系也许会不尽相同, 这就要求我们在构建指标体系的时候因地制宜, 做出适当的调整, 这样才可以使我们的预警体系有效化, 以降低企业的财务风险。

关键词：财务预警,指标体系,指标构建,财务风险

参考文献

[1]姜毅:企业财务预警指标体系构建[J].北京:商业会计2006.8

[2]尹学亭:上市公司财务预警模型中指标选择的理论基础[J].北京:商业会计2007.5

上市公司财务 篇10

财务风险是企业在财务活动中由于各种不确定因素的影响, 使企业实际财务收益与预期收益发生偏离, 进而造成企业蒙受损失的机会和可能。随着我国市场经济全球化与资本市场发展的加速, 国内公司也难以躲避金融危机的巨大风险。于是, 如何在公司陷入财务风险之前进行有效的预测, 为证券市场中的各参与者提供更有效的预测方法和更准确的预测信息, 已成为社会各界密切关注, 并迫切需要得到解决的问题。对比中西方学者建立预测中国企业财务风险的判别模型, 发现这些研究中存在如下问题:一些研究者直接把西方学者贯用的变量用在预测中国企业财务危机的模型中。忽略中国与西方会计制度、数据质量、权益结构以及影响公司营运情况的因素差异, 导致模型不能够客观反映中国企业的真实财务状况;在初始变量选择中没有现金流指标。主要因为我国在1998年之前并没有要求上市公司披露现金流信息, 这就限制了西方模型在中国市场上的应用, 而且研究者们针对中国市场建立的模型也缺少此类信息;之前的大多数研究都缺少用财务危机企业的数据来对其模型进行有效性检验或是长期预测, 因为中国企业的财务数据是十分有限的, 有财务危机企业的数据更难获得;基于上述讨论, 选用了23个财务变量, 这些变量几乎覆盖了各类财务指标, 并包括反映公司现金流的变量 (具体见表1) , 验证本文所建模型在预测上市公司财务风险上的有效性与可靠性。

二、文献综述

(一) 国外文献

Fitzpatrick (1932) 开展的单变量破产预测研究, 发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率。Beaver (1966) 发现最好的判别变量是现金流量/负债和净利润/总资产, 总负债/总资产、流动资产/总资产、流动比率等财务指标也具有较高的判别性。而且, Beaver还发现, 越临近破产日, 误判的概率就越低。Altman于1968年首先使用了多元线性判别模型研究公司破产的问题。Ohlson (1980) 发现至少存在四类显著影响公司破产概率的变量:公司规模、资本结构、业绩和当前的变现能力。同时还发现以前的一些研究有高估模型预测能力的现象, 他这种现象归咎于样本中破产申请日后公布的数据。随着统计技术和计算机技术的不断发展, 递归分类、人工智能及人工神经元网络等技术也逐渐被引入到财务风险预测研究中。

(二) 国内文献

我国市场经济体制的建立和资本市场的发展历史相对较短, 证券法规体系和破产机制的不完善制约实证研究的发展, 所以财务预警实证研究起步较晚, 目前我国财务预警实证研究主要是借鉴国外的研究方法、利用我国的数据构建类似的模型。陈静 (1999) 分别采用单变量分析和多元判别分析方法进行财务风险预测, 发现由资产负债率、净资产收益率、总资产收益率、流动比率、营运资本/总资产、总资产周转率等6项指标构成的判别函数能够较好地预测出ST公司, 判别精度达到92.6%。高培业、张道奎 (2000) 采用29个财务指标, 运用多元判别分析方法建立模型, 发现由留存收益/总资产、息税前利润/总资产、销售收入/总资产、资产负债率、营运资本/总资产构成的判别函数有较好的预测能力。陈晓、陈治鸿 (2000) 建立了Logit模型, 前一年的预测精度达到78.24%。张玲 (2000) 研究出4变量判别模型, 该模型在公司戴帽前四年具有超前的预测能力。吴世农、卢贤义 (2001) 应用Fisher线性判定分析、多元线性回归模型和Logit回归分析三种方法, 分别建立了三种预测模型, 在财务困境发生前四年内的误判率在28%以内。杨保安 (2002) 利用人工神经网络模型方法进行研究, 选择了4类财务比率总共15项指标建立模型, 最终表明神经网络是进行财务评估的一种比较好的应用工具。

三、研究设计

(一) 样本选取与数据来源

本文以中国股市上市公司为研究对象, 将公司因财务状况异常而被特别处理 (ST) 作为企业陷入财务困境的标志, 选取了116家在上海和深圳股票交易所上市的公司为样本。研究中的所有数据均取自于上海证券交易所和深圳证券交易所官方网站。所选公司几乎涵盖了中国各个行业。样本的选择标准为:ST公司在t年由于“财务状况异常”被特别处理, 且可以获得该公司 (t-2) 、 (t-3) 财务年度的财务报表数据;非ST公司在 (t-3) 年1月1日前上市, 在t年未被特别处理, 且可以获得该公司 (t-2) 、 (t-3) 财务年度的财务报表数据。之所以未采用 (t-1) 年的财务报表数据来预测公司在t年的状态, 如Ohlson (1980) 所指出的那样, 采用破产之后获得的信息来预测破产会高估模型的预测能力。而一旦获得某一公司 (t-1) 年的年报信息, 几乎可以同时肯定该公司是否会由于“财务状况异常”而被特别处理。本文所使用的预测信息全部是被特别处理前一年可获得的公开信息, 从而有效地控制了信息获得时间对模型预测能力的影响。接着将这些公司分为两组。第一组有60家公司, 其中2006年至2008年被戴帽的ST公司30家, 以及为每一家ST公司选择的行业相同、资产规模相当的非ST公司30家。第二组有56家公司, 其中2006年至2008年被戴帽的ST公司28家, 非ST公司28家。

(二) 财务预警指标体系

本文选取了23个财务比率, 这些比率涵盖了企业的盈利能力、偿债能力、流动性、资产管理效率、增长能力以及资本结构等各个方面 (见表1) 。

(三) 研究方法

研究财务危机预警模型的典型方法有多种, 并且每种方法都有各自的优缺点。但是从研究历史与实际应用结果来看, 多元判别分析法被使用最多, 理论基础较为深厚, 所以在本文的实证研究中, 采用多元判别分析法建立模型。

四、实证结果分析

(一) 多元判别分析

在运用统计软件SPSS对上述23个变量进行了大量的组合测试后, 最终发现, 在0.20-0.25的显著水平下, 拥有七个变量的多元判别模型对财务风险预测精度最高。这七个变量包括X2, X6, X7, X9, X15, X18, X20, 见 (表2) 。由表可得判别模型为:

其中, x2=ROE (净利润/权益资本平均额) ;x6=速动比率 (速动资产/流动负债) ;x7=营运资金总资产比 (营运资金/总资产) ;x9=现金比例 (现金/流动负债) ;x15=应收账款周转率 (销售收入/应收账款平均余额) ;x18=销售收入增长率 (当期销售收入-上期销售收入) /上期销售收入) ;x20=留存收益净利润比 (留存收益/净利润) 。

(二) 模型有效性及判别精度验证

验证一个预测模型的判别精度的方法有很多, 其中之一就是交互验证。这种方法主要用来分析样本资料非正态分布所可能带来的判别偏差, 在SPSS中, 交互验证的具体步骤是首先顺序剔除一个样本, 用余下的N-1个样本建立判别函数, 再用建立的判别函数判别剔除的样本, 重复N次, 计算误判率 (郭志刚, 2004) 。这种估计的优点是充分利用了样本的信息建立和验证判别函数。在本研究中, 该模型对训练样本的平均预测精度达到95%, 交互验证的平均预测精度达到91.7% (表3) , 并且ST与非ST两组数据基本落在了属于自己的值域内 (图1) 。另一种方法就是检验一些描述性统计指标, 如F值、组均值差、Box’s M检验。 (表4) 和 (表5) 列出了一些重要的统计检验值。 (表4) 中检验值表明, 训练样本中两组数据的各变量值间存在显著差异, 并拒绝了两组数据具有相同均值的零假设。而且在0.000的显著水平下拒绝了观测值总体协方差矩阵相等的零假设。这说明模型通过有效性检验, 可以进行下一步测试。但 (表5) 中Box’s M检验结果中Box’s M值为248.009, F值为3.660, 相伴概率为0, 显然达到了显著水平, 可以拒绝零假设, 也就是观测值总体协方差不等, 这样就不符合判别分析关于协方差要相等的前提假设。而一般情况下, 只有相伴概率大于显著水平时才可以继续进行判别分析。但是, 由于Box’s M检验对于多元正态分布和协方差矩阵相等的假设非常敏感, 当样本数很大时, 即使是两组协方差差异很小, 检验得到的结果都会视作很显著。因此, 在某些情况下Box’s M假设检验即使达到显著水平, 即协方差矩阵不相等, 所得到的判别函数仍具有较强的判别能力。

(三) 分界点的确定及短期预警判别精度检验

判别式的主要分界点是由ST组与非ST组的均值决定的, 即M= (Zg1+Zg2) /2= (-1.246+1.289) /2=0.0215。这表明得分大于0.0215的公司将被分为无财务风险组 (非ST组) , 其发生财务危机的概率小于0.5。否则, 将被分为有财务风险组 (ST组) , 发生财务危机的概率大于0.5。从 (表6) 中可以看到, 在短期预测中 (ST戴帽前一年) 对于训练样本, 非ST公司的判别正确率达到100%, ST公司的判别正确率达到90%, 总判别正确率95%。对于测试样本, 非ST公司的判别正确率达到96.4%, ST公司的判别正确率达到89.3%, 总判别正确率92.9%。

(四) 长期预警的判别精度检验

企业从财务状况开始变差到破产要经过一个恶化过程, 所以, 越早地预测出企业的财务风险可以使投资者、管理者以及公司本身尽快采取措施以防财务状况进一步的恶化。为了检测文章所建模型的后续预测精度, 作者选用了训练组中30家ST公司在被戴帽前五年的财务数据来进行检验, 具体结果见 (表7) 。从预测结果可以看出, 文中所建立的模型可以对3年内公司的财务风险进行较为准确的预测。但是, 作者建议此模型最有效准确的是应用于ST前两年的预测 (精度达到80.0%) 。中国证监会对于ST的戴帽标准是连续两年出现亏损, 所以一个好的判别模型应该至少有提前三到四年准确地预测出公司将要面临的财务困境的能力, 也就是在公司第一次出现亏损前的两年。另外, ST公司和非ST公司的判别财务指标均值也明显体现出了公司财务状况恶化的过程 (见表8) 。当ST戴帽年份靠近时, 两组均值差明显扩大, 且ST组的各指标波动较大, 如ST组的从0.0207变为-0.2528, 而非ST组的财务指标变化甚微。

五、结论

从实证结果上看, 该预警模型在短期预警中, 对训练样本非ST公司的预测判别率达到100%, ST公司达到90%, 总判别率达到95%。对测试样本非ST公司的预测判别率达到96.4%, ST公司达到89.3%, 总判别率为92.9%。在长期预警中, 该模型可以提前三年有效地预测出上市公司将要陷入财务困境。其中前两年的预测精度为80.0%, 前三年为60.0%。由此可以看出, 该模型具有较好的长期预警能力。对于模型中所出现过的变量中, X9 (现金比例) 是第一次被引入判别模型当中, 反映了企业流动性的偿债能力, 这一变量的引入体现了中国证券市场与西方的差异性, 也表明该模型更适合中国市场的特殊情况, 在判别中也会得到更好的效果。另外目前我国上市公司会计报表的失真问题一直是学术界和上市公司各方关注的焦点, 数据的失真无疑会影响模型的判别率。然而在未对于所取样本数据作任何技术处理的前提下, 从上面的实证结论来看, 本文根据所选取的上市公司样本数据建立的判别模型的判别结果还是较为理想的。这说明, 对于那些上市公司财务报表的数据, 如果进行适当的分析和解释, 就可以对公司的财务风险进行准确预测, 为投资者提供有用的信息。但是鉴于数据选取年代不同, 数据处理方式有别, 本文所得出的模型与该领域的一些前沿研究者的研究结果还存在一些距离, 但总体来说本文模型的判别效果还是显著的。

摘要：本文借鉴Altman财务预警研究思想, 选取了A股市场58家ST公司及58家非ST公司作为研究样本, 建立财务危机预警模型进行了有效性检验。结果表明:多元判别模型在上市公司财务危机出现前一年的预测准确率达到95%, 并且具有提前三年预测出上市公司财务危机的能力。同时还发现, 随着财务危机企业ST戴帽年的临近, 财务危机企业与非财务危机企业各预警变量值间的差异明显扩大。

关键词：财务危机,风险预警,证券市场,财务数据

参考文献

[1]郭志、温敏:《基于判别分析法的上市公司财务困境预警研究》, 《现代经济信息 (学术版) 》2008年第3期。

[2]吴世农、卢贤义:《我国上市公司财务困境的预警模型研究经济研究》2001年第6期。

[3]张鸣、张艳:《企业财务预警研究前沿》, 中国财政经济出版社2004年版。

[4]郭志刚:《社会统计分析方法》, 中国人民大学出版社2004年版。

[5]洪楠、吴伟健:《SPSS For Windows, 统计分析教程 (第2版) 》, 电子工业出版社2005年版。

[6]EdwardI.Altman, LingZhang.CorporateFinancialDistressDiagnosisinChina.NewYorkUniversitySalomonCenterWorkingPaper, 2007.

[7]Edward I.Altman, Gabriele Sabato.The Value of Qualitative Information in SME Risk Management, New York University Salomon Center Working Paper, 2009.

[8]Jain, BharatA., BarinN.Nag.PerformanceEvaluationofNeuralNetworkDecisionModels.JournalofManagementInformationSystems, 1997.

[9]EdwardI.Altman, R.Haldeman.ZETAAnalysis:ANewModeltoIdentifyBankruptcyRiskofCorporations.JournalofBankingandFinance, 1977.

[10]Edward I.Altman.Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy.Journal of Finance, 1968.

[11]Jain, BharatA., BarinN.Nag.PerformanceEvaluationofNeuralNetworkDecisionModels.JournalofManagementInformationSystems, 1997.