我国上市公司财务困境的预测模型研究.doc

我国上市公司财务困境的预测模型研究

内容提要本文以我国上市公司为研究对象选取了70家处于财务困境的公司和70家财务正常的公司为样本首先应用剖面分析和单变量判定分析研究财务困境出现前5年内各年这二类公司21个财务指标的差异最后选定6个为预测指标应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法分别建立三种预测财务困境的模型研究结果表明(1)在财务困境发生前2年或1年有16个财务指标的信息时效性较强其中净资产报酬率的判别成功率较高；(2)三种模型均能在财务困境发生前做出相对准确的预测在财务困境发生前4年的误判率在28％以内；(3)相对同一信息集而言Logistic预测模型的误判率最低财务困境发生前1年的误判率仅为6．47％一、财务困境预测模型研究的基本问题财务困境(Financialdistress)又称“财务危机”(Financialcrisis)最严重的财务困境是“企业破产”(Bankruptcy)企业因财务困境导致破产实际上是一种违约行为所以财务困境又可称为“违约风险”(Defaultrisk)事实上企业陷入财务困境是一个逐步的过程通常从财务正常渐渐发展到财务危机实践中大多数企业的财务困境都是由财务状况正常到逐步恶化最终导致财务困境或破产的因此企业的财务困境不但具有先兆而且是可预测的正确地预测企业财务困境对于保护投资者和债权人的利益、对于经营者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险都具有重要的现实意义纵观财务困境判定和预测模型的研究涉及到三个基本问题一是财务困境的定义；二是预测变量或判定指标的选择；三是计量方法的选择(一)财务困境的定义关于财务困境的定义有不同的观点Carmiehael(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、债务拖欠及资金不足四种形式Ross等人(1999；2000)则认为可从四个方面定义企业的财务困境第一企业失败即企业清算后仍无力支付债权人的债务；第二法定破产即企业和债权人向法院申请企业破产；第三技术破产即企业无法按期履行债务合约付息还本；第四会计破产即企业的账面净资产出现负数资不抵债从防范财务困境的角度看“财务困境是指一个企业处于经营性现金流量不足以抵偿现有到期债务”即技术破产在Beaver(1966)的研究中79家“财务困境公司”包括59家破产公司、16家拖欠优先股股利公司和3家拖欠债务的公司由此可见Beaver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”(二)预测变量的选择财务困境预测模型因所用的信息类型不同分为财务指标信息类模型、现金流量信息类模型和市场收益率信息类模型1．财务指标信息类模型Ahman(1968)等学者(AhmanHaldeman和Narayanan1980；Platt和Platt1991)使用常规的财务指标如负债比率、流动比率、净资产收益率和资产周转速度等作为预测模型的变量进行财务困境预测尽管财务指标广泛且有效地应用于财务困境预测模型但如何选择财务指标及是否存在最佳的财务指标来预测财务困境发生的概率却一直存在分歧Harmer(1983)指出被选财务指标的相对独立性能提高模型的预测能力Boritz(1991)区分出65个之多的财务指标作为预测变量但是自Z模型(1968)和ZETA模型(1977)发明后还未出现更好的使用财务指标于预测财务困境的模型2．现金流量信息类模型现金流量类信息的财务困境预测模型基于一个理财学的基本原理公司的价值应等于预期的现金流量的净现值如果公司没有足够的现金支付到期债务而且又无其他途径获得资金时那么公司最终将破产因此过去和现在的现金流量应能很好地反映公司的价值和破产概率在GentryNewbold和Whitford(1985a；1985b)研究的基础上Aziz、Emanuel和Lawson(1988)发展了现金流量信息预测财务困境模型公司的价值来自经营的、政府的、债权人的、股东的现金流量的折现值之和他们根据配对的破产公司和非破产公司的数据发现在破产前5年内两类公司的经营现金流量均值和现金支付的所得税均值有显著的差异显然这一结果是符合现实的破产公司与非破产公司的经营性现金流量会因投资质量和经营效率的差异而不同二者以现金支付的所得税也会因税收会计的处理差异而不同Aziz、Emanuel和Lawson(1989)比较了Z模型、ZETA模型、现金流量模型预测企业发生财务困境的准确率发现现金流量模型的预测效果较好3．市场收益率信息类模型Beaver(1968)是使用股票市场收益率信息进行财务困境预测研究的先驱他