一、研究背景
随着黑龙江经济的发展, 资本市场也日益发展壮大, 金融的经济地位也与日俱增, 资本市场已然成为企业募集资金的场所, 投资者也可以在资本市场进行操作来获得回报, 所以企业的财务状况常常受到管理当局、投资者等利益相关者的密切关注, 但随着经济全球化和大数据时代的到来, 市场竞争也越来越残酷, 不少企业发展举步维艰, 就可能会陷入财务危机中, 然而企业发生财务危机也不是毫无征兆的, 是一个渐渐地过程, 而且是可以预测的, 正确预测企业的财务风险, 对于投资者和债权人的利益的保护, 对于管理当局防范危机和及时治理改善, 对于黑龙江监管部门的更好的监督和管理资本市场, 都有重要的意义。
二、实证方案
(一) 样本选择与指标选取
文中选取我国沪深证券市场中132家上市公司, 其中st公司66家, 非st公司66家, 并且st和非st公司的行业对应, 使样本更加科学合理, 公司被st的原因有很多, 选取其中的财务方面指标进行的研究, 并对这132家企业用二分法分为控制组和检验组, 又选出了黑龙江地域的上市公司的财务数据, 以便最后进行预测分析。
通过阅读文献和图书, 选取的都是财务指标, 因为财务指标与公司财务危机相关度更高一些, 选出比较具有代表能力的偿债能力、营运能力、资本结构、成长能力四大类18项财务指标, 分别是:净资产收益率X1、总资产净利率X2、销售毛利率X3、每股经营活动产生的现金流量净额X4、每股收益X5、每股盈余公积X6、投资活动产生的现金流量净额占比X7、资产负债率X8、流动资产总资产X9、现金比率X10、流动比率X11、经营活动产生的现金流量净额负债合计X12、总资产周转率X13、应付账款周转率X14、流动资产周转率X15、基本每股收益同比增长率X16、净资产同比增长率X17、营业收入同比增长率X18。
(二) 样本检验
判别分析要求每类中的观测值总体协方差必须相等, 这一假设在SPSS中通过Box’s M统计量来进行假设检验在某些情况下Box's M假设检验即使达到显著水平, 即协方差矩阵不等, 所得到的判别函数仍具有较强的判别能力”, 从实际的角度来说, 真正完全满足该条件的数据几乎不存在, 再者, 构造判别模型的最终目的在于考察模型的预测能力, 检验其适用性, 而并非原构造样本的能力。因此本文的判别分析中仍然采用利用组内协方差矩阵建立的模型。
(三) 逐步判别分析
选了18个财务指标, 如果直接进行判别分析, 会比较繁杂, 每个指标贡献度也不高, 有些指标之间还会存在相关关系, 所以运用逐步判别分析的方法进行分析, 筛选出贡献最大的几个指标。将st公司设为类别0, 非st公司设为类别1, 然后将84家控制组样本输入到SPSS软件中进行处理, 进入模型的判据一般是根据事先指定的F值确定, F值越大, 表示该变量在模型中的作用越大, 只有当某个变量计算出的F值大于指定值时, 该变量才能进入最终的判别方程。设定为3进入, 2.71剔出。
最后得到了6个变量:销售毛利率X3、每股收益X5、每股盈余公积X6、投资活动产生的现金流量净额占比X7、流动资产总资产X9、经营活动产生的现金流量净额负债合计X12。
给出了Wilks’lambda检验统计量的值, 可以间接地进行判别函数的显著性检验, 其值越小表示越高的判别力, 结果这6个变量均在显著性水平上通过。
得到的判别系数:
结构矩阵, 即判别载荷, 考察变量作用大小的另一个途径是使用解释变量与判别函数间的结构矩阵, 它是解释变量与判别函数值的相关系数, 相关系数的绝对值越大, 说明解释变量与这个判别函数的相关性越强, 对判别函数的贡献越大。
最后得出销售毛利率和每股收益与判别函数的相关性最强。
(四) 模型检验
根据控制组的分类结果表, 可以看出通过判别函数预测判别正确率为:92.9%, 说明判别函数有很好的说服力。
将检测组的24家st公司和24家非st公司的财务数据带入到判别函数中, Z值>0则为判定为1, Z值<0则判定为0组。
结果得出, 通过判别函数对控制组中数据进行判别得到, 在42个非ST公司中有个判断正确, 有3个判断错误, 即有92.9%的测试样本被判断正确;在42个ST公司中, 有39个被判为ST公司, 3个样本被判为非St公司, 有92.9%的原始观测被判断正确;在所有的48个检验样本中, 共有40个判别正确, 8个判别错误, 总体的判别正确率达到83.3%, 原因可能为:一、检测样本中一些财务数据有改善的st公司相对于控制组中较多一些, 使得估计出现偏误, 二、所选的指标变量不够多, 非财务指标在度量公司财务状况方面缺乏。但总体上来看判别效果还是很令人满意的, 财务预警模型能够较好地识别企业财务危机。
(五) 预测
将33家预测组样本带入到判别函数中, 得到:
33家黑龙江省上市公司中Z值<-1000的有金洲慈航、中飞股份、S佳通、华电能源、龙江交通和5家, -1000
Z值<-1000的公司财务状况存在严重危机, 企业应该注意问题, 及时改善情况, 应对很可能出现的财务危机;-1000
三、结语
本文运用逐步判别分析的方法建立财务风险预警模型, 首先进行了逐步判别来筛选指标, 使指标更加精简, 最后筛选出来的指标分别是:总资产净利率、销售毛利率、每股收益、投资活动产生的现金流量净额占比、流动资产/总资产、基本每股收益和营业收入, 可以看出公司发生财务风险主要还是与资金链断裂有关, 主要是与盈利和流动资产有关, 一个是资金无法收回, 一个是资金无法应付企业运转, 所以企业要注意这两方面可能会带来的财务风险, 进行及时补救。本文是在典型的财务指标中选取了一些重要指标来进行分析, 结合上市公司的财务数据, 使得判别结果更加准确, 利于企业管理者及早发现问题进行管理, 也利于投资者进行投资时分析企业状况。一共33家黑龙江上市公司, 总体来说情况不是很好, 有13家企业存在危机, 另外还有13家企业存在一些财务隐患, 财务状况很好的公司只有7家, 应努力发展, 培养人才, 响应国家号召, 帮助振兴老工业基地, 让黑龙江经济越来越好。
但也存在一定的局限性: (1) 虽然样本选取了对应相同行业进行分析, 但是企业的规模和地域之间也会存在差异, 可能会出现一些偏差; (2) 财务风险预测是在公司公布的财务数据基础上进行的, 但是公司未必是诚实的, 数据可能存在误导; (3) 在选择财务指标时, 直接略过了企业的其他非财务因素, 国家政策、经济周期等等, 而这些非财务指标对企业财务风险的判断也有重要影响。
摘要：以我国沪深A股上市公司作为研究对象, 提取2015年的上市公司十八项财务指标数据, 进行逐步判别分析, 最后得到判别函数, 结果发现该函数具有很好的预测效果, 可以为投资者、管理者等相关利益人提供判别依据, 最后利用此函数对黑龙江上市公司进行预测, 来提供一些有用的信息。
关键词：判别分析,风险预警,财务风险
参考文献
[1] 张立军, 王瑛, 刘菊红.基于贝叶斯判别分析的上市公司财务危机预警模型研究[J].商业研究, 2009 (4) .
[2] 周晓蕾.上市公司财务风险预警模型构建与分析[J].中国市场, 2015 (32) .
[3] 张彦宁.上市公司财务预警实证研究[J].财税研究, 2015 (19) .
[4] 徐帆.判别分析在财务预警中的应用[J].现代经济信息, 2016 (17) .