- 相關(guān)推薦
對上市公司虧損的財務(wù)預警信號的研究
對上市公司虧損的財務(wù)預警信號的研究
摘要 本文隨機抽查了四家機械行業(yè)上市公司的有關(guān)財務(wù)數據,運用單變量模型進(jìn)行分析，得出在企業(yè)虧損前其獲利能力指標對每股收益的影響較大。通過(guò)多變量分析建立判定方程，得出可通過(guò)截止點(diǎn)預測企業(yè)虧損的可能性
關(guān)鍵詞 上市公司 預警信號 單變量分析 多變量分析
1 引言
自1998年推出上市公告預虧制度以來(lái)，虧損企業(yè)頻頻出現。1999年度，58家公司發(fā)布預虧公告，其中，新虧損的公司竟達34家，占58.62%。在2000年，發(fā)布中報的公司共有721家，其中，滬市388家，深市333家，虧損中報62家。自科龍電器2000年12月22日公布了2001年報的第一份預虧公告以來(lái)，2000年上市公司預虧家數就呈現出迅速壯大的勢頭。截至2001年2月28日，滬深兩市共有86家上市公司發(fā)布了預虧公告，滬市39家，深市47家。從目前公告的虧損情況以及年報公布的進(jìn)程來(lái)看，2000年上市公司虧損的家數在絕對數上將有望再創(chuàng )歷年新高，換而言之，上市公司的虧損面正呈現出逐步擴大的勢頭面對如此大范圍、大規模的虧損，必然對投資者、企業(yè)、乃至股市、宏觀(guān)經(jīng)濟產(chǎn)生不利的影響。既損害投資者的利益，又弱化企業(yè)的素質(zhì)和競爭力，阻礙證券市場(chǎng)優(yōu)化資源配置功能的實(shí)現，進(jìn)而危及國民經(jīng)濟的健康發(fā)展。
作為投資者，如何能獲取滿(mǎn)意的投資回報率？作為管理者，如何能預先警覺(jué)到企業(yè)的問(wèn)題，防患于未然，提前作好企業(yè)的長(cháng)期戰略和發(fā)展規劃，使企業(yè)不斷發(fā)展？目前國內無(wú)論在理論和實(shí)踐方面的研究都較少。因此我們試圖利用單變量模型和多變量模型對上市公司虧損企業(yè)財務(wù)報表及相關(guān)經(jīng)營(yíng)資料進(jìn)行分析，從財務(wù)方面對企業(yè)虧損問(wèn)題進(jìn)行研究。希望能夠借此給廣大的投資者和企業(yè)管理人員提供一定的預警作用。
2 研究程序及方法
2.1 虧損企業(yè)樣本（Sample）的選取
我國上市公司的虧損速度較快，分布較廣，其中，機械、電子和房地產(chǎn)行業(yè)更是虧損企業(yè)的聚集區。為了使結論具有可比性，我們考慮了行業(yè)特點(diǎn)、產(chǎn)品生命周期以及可能選取的樣本情況，本文在虧損企業(yè)中隨機選取了4家機械制造業(yè)的上市公司作為樣本進(jìn)行分析，它們分別是（600806）昆明機床，（0025）ST特力A，（600691）東新電碳和（600610）ST中紡機。
由于上市公司的中報未經(jīng)審計，其財務(wù)數據的可信度自然會(huì )大打折扣，所以本文僅采用公司的年報數據進(jìn)行分析，以取得較大的可信度和實(shí)用性。
2.2 單變量分析
單變量模式是用個(gè)別財務(wù)比率來(lái)預測財務(wù)危機的模型，當模型中所涉及的財務(wù)比率趨勢惡化時(shí)，通常是企業(yè)發(fā)生財務(wù)危機的先兆。 采用單變量模式分析企業(yè)虧損的實(shí)質(zhì)就是找到與企業(yè)虧損相關(guān)性較大的指標，可以通過(guò)線(xiàn)性回歸來(lái)完成。
2.2.1數據的收集
本文分析時(shí)所使用的財務(wù)報表數據是從和訊網(wǎng)上（）下載的，在和訊網(wǎng)上可以查詢(xún)到每個(gè)上市公司年報、中報的財務(wù)報表，包括資產(chǎn)負債表，損益表和現金流量表（我國在98年以前企業(yè)提供的是財務(wù)狀況變動(dòng)表，98年以后才要求提供現金流量表，所以現金流量表數據較少）。另外，為了保證數據的可靠性，對一些有明顯差異的比率又將其與其它網(wǎng)站的一些財務(wù)報表指標進(jìn)行了比較，并根據常用的計算方法進(jìn)行了調整。
2.2.2比率的選擇
由于財務(wù)比率的數目種類(lèi)較多。我們根據他們的通用性和相關(guān)性選用了變現能力，獲利能力，償債能力，管理能力中的14項比率，另外還包括一些常用的比率，例如：權益收益率，總資產(chǎn)收益率，流動(dòng)比率及股東權益率等，以及一些參考文獻上采用的對企業(yè)破產(chǎn)進(jìn)行分析的比率，例如，息稅前盈余/總資產(chǎn)，營(yíng)運資本/總資產(chǎn)等[ 見(jiàn)ALTMAN, 《Corporate Financial Distress》，John Wiley&Son Inc.,第106頁(yè)]。
2.2.3統計分析
將這四家企業(yè)的每股收益作為因變量，14個(gè)財務(wù)比率作為自變量，取其虧損前三年至虧損年度的數據，用SPSS進(jìn)行線(xiàn)性回歸分析。在所分析的14個(gè)比率中，只有權益收益率和總資產(chǎn)收益率與每股收益相關(guān)性較高，而其它比率的相關(guān)性較低。結果如表1和表2所示：
表1 權益收益率與每股收益線(xiàn)性回歸結果
Model R R Square Adjusted R Square Std. Error of the Estimate
1 0.991 0.981 0.980 4.232E-02
表2 總資產(chǎn)收益率與每股收益線(xiàn)性回歸結果
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .990 .980 .979 4.311E-02
注：權益收益率 = 企業(yè)利潤凈額/平均資本金數額，是衡量投資者投入資本金的盈利 能力，該收益率是站在所有者立場(chǎng)來(lái)衡量企業(yè)盈利能力的財務(wù)指標。
總資產(chǎn)收益率 = 利潤凈額/平均資產(chǎn)，是反映企業(yè)資產(chǎn)綜合運用效果的指標。
由上面分析的結果可以看出，權益收益率和總資產(chǎn)收益率與每股收益具有很強的相關(guān)性。這說(shuō)明，當這兩項指標惡化時(shí)，通常是企業(yè)發(fā)生虧損的前兆。
2.2.4結果的解釋
企業(yè)虧損表明了兩方面的問(wèn)題。一是企業(yè)的盈利下降，二是企業(yè)的費用上升。但是，從回歸分析的結果來(lái)看，企業(yè)虧損的直接原因并不是費用的上升，而主要原因是其盈利水平下降。例如ST中紡機，于1998年開(kāi)始虧損，每股收益由1997年的0.01元狂降到1998年的每股收益-0.47元�？傎Y產(chǎn)報酬率從前四年的平均0.016降到了0.003。再如昆明機床，97年其權益收益率和總資產(chǎn)收益率均為0，該公司于98年虧損，每股收益-0.1。
企業(yè)獲利能力的下降通常是虧損的前兆，當企業(yè)的利潤下降到很低的水平時(shí)，極有可能在未來(lái)的一兩年內虧損。從這些公司的財務(wù)報表可以看到，虧損前，他們的每股收益通常保持相當低的水平，例如昆明機床虧損前，其每股收益在1994年為0.16元，1995年大幅下降為每股0.03元，在隨后的兩年內保持每股0.01元的低收益，并于98年虧損。
從樣本中可以看到，在虧損前的三至四年，企業(yè)的利潤率很低，但是并沒(méi)有立即虧損，而是保持了幾年的低收益水平，然后一個(gè)巨虧。這種現象在我國股市中是常見(jiàn)的, 可謂是“不虧則已，一虧驚人”。
通過(guò)以上分析，不難得出：（1）企業(yè)虧損的直接原因不是費用的增加，企業(yè)的盈利能力通常預示了企業(yè)的未來(lái)；（2）對于一些具體的科目應做特別的研究，例如“應收帳款”科目是一個(gè)非�？陀^(guān)的數據。并且從該數據的歷年變化和銷(xiāo)售收入的比例及應收帳款周轉速度，可以看出公司的管理水平和行業(yè)的競爭狀況。對于一些微利公司，由于投資收益科目通常是掩蓋主業(yè)虧損的主要來(lái)源，對他的來(lái)源和數目也要加以注意。（3）新會(huì )計制度的影響，即四項計提虧損。這必將擠掉一些上市公司的水分，使公司的業(yè)績(jì)受到影響。（4）注意關(guān)聯(lián)交易和非正常損益，因為這些通常是企業(yè)修飾財務(wù)報表的主要手法，企業(yè)通過(guò)關(guān)聯(lián)交易將虧損轉變?yōu)槲⒗�，保持自己的上市資格，而這又恰恰預示了潛在虧損的可能。
2.3 多變量分析
多變量分析是將多種財務(wù)比率加權匯總產(chǎn)生總判別分來(lái)進(jìn)行財務(wù)危機的預測。最初的多變量模型為美國的愛(ài)德華.阿爾特曼在60年代中期創(chuàng )造的z記分模型，用來(lái)預測企業(yè)破產(chǎn)的可能性。其主要思想是在企業(yè)違約前，違約企業(yè)和非違約企業(yè)的財務(wù)指標會(huì )有很大差異，從中找出差異較大的指標，以此來(lái)預測企業(yè)違約的可能性。
2.3.1樣本數據選擇
多變量分析是對比分析，通過(guò)不同樣本之間的對比來(lái)找出他們的差異。這里一共選擇了6家機械行業(yè)的企業(yè)作為樣本進(jìn)行分析。這3家贏(yíng)利企業(yè)是(600732)上海港機，(600761)安徽合力，(600815)廈工股份，3家虧損企業(yè)仍然是ST中紡機，昆明機床，東新電碳。
2.3.2檢測比率選擇
將這6家企業(yè)按照虧損企業(yè)和盈利企業(yè)分為兩組，虧損企業(yè)為組1，贏(yíng)利企業(yè)為組2。將他們在企業(yè)虧損前一年（97年）的各項財務(wù)比率進(jìn)行統計對照，為了找到具有顯著(zhù)變化的財務(wù)比率，我們根據(1)虧損企業(yè)的財務(wù)比率變化顯著(zhù)；(2)單個(gè)比率變化方差相對較小的原則，從14個(gè)比率中選擇了5個(gè)比率作為判別變量。這些比率在兩組的統計情況如表3：
表3 盈利企業(yè)與虧損企業(yè)比率對照
ATR2 ATR1 E/A2 E/A1 EBIT/A2 EBIT/A1 ROA2 ROA1 WC/A2 WC/A1
N 3 3 3 3 3 3 3 3 3 3
Min. .51 .11 .32 .45 .03 -.01 .04 .00 .19 .08
Max. .77 .41 .90 .89 .11 .04 .09 .00 .35 .43
Sum 1.84 .75 1.64 1.90 .23 .05 .19 .01 .77 .70
Mean .61 .25 .5476 .6333 .07 .17 .063 .003 .257 .233
注：比率后面的數字表示比率的組別，例如ROA1表示第一組（虧損組）的總資產(chǎn)回報率，ROA2表 示第二組（贏(yíng)利組）的總資產(chǎn)回報率。
其中，ATR=銷(xiāo)售額/總資產(chǎn)的平均值；ROA=凈利潤/總資產(chǎn)；E/A=股東權益/總資產(chǎn)；
EBIT/A=息稅前收益/總資產(chǎn)； WC/A=營(yíng)運資本/總資產(chǎn)；
2.3.3 判定方程
將上面選出的五個(gè)判別比率擬合成一個(gè)線(xiàn)形方程，每股收益與上述五個(gè)指標做多元線(xiàn)形回歸，結果如表4所示：
表4 多元線(xiàn)性回歸結果
R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
.987 .975 .969 4.673E-02 2.035
表5 線(xiàn)性回歸系數表
Unstandardized Coefficients Standardized Coefficients t
B Std. Error Beta
(Constant) -5.825E-02 .039 -1.488
ROA 3.071 .157 .858 19.617
EA .215 .066 .205 3.286
EBIT/A .784 .164 .223 4.774
WC/A -.170 .075 -.126 -2.274
ATR -.112 .078 -.060 -1.440
從線(xiàn)形回歸的結果可以看出，所選的五個(gè)比率與每股收益的擬合程度很好，而且通過(guò)Durbin-Watson檢驗，證明這五個(gè)參數間不存在自相關(guān)情況�；貧w分析的方程系數如表5。
由于線(xiàn)形回歸方程的變量系數太復雜，同時(shí)還有常數項，對此進(jìn)行了調整，得到如下判定方程：
L（代表虧損LOSS）=3.02*ROA+0.22*E/A+0.78*EBIT/A-0.17*WC/A-0.11*ATR
各個(gè)符號表示意義同前。
2.3.4模型檢驗
根據上面確定的判定方程進(jìn)行檢驗，首先對樣本組的數據進(jìn)行檢驗，結果如圖1。
圖1圖2
從圖中可以看出，贏(yíng)利企業(yè)的得分基本在2以上，而虧損企業(yè)的得分一般較低，通常小于1。由這個(gè)檢驗結果可以看出此模型可以很好的將虧損企業(yè)與贏(yíng)利企業(yè)分開(kāi)。
(2)逐漸增加樣本的數量來(lái)進(jìn)行檢驗，首先，增加了2家虧損公司(600765)力源液壓和(0025)深特力A，與原先的樣本公司不同的是，這兩家公司于1999年虧損，而樣本公司于1998年虧損，將數據代入模型進(jìn)行檢驗，結果如圖2。
從圖2中可以看出，(1)中的結論還可以成立，只是虧損公司和贏(yíng)利公司的分界不如(1)那么明顯了。而且，有一個(gè)贏(yíng)利公司數據的得分還落到了0.58，小于所有虧損企業(yè)的得分。從該公司各項財務(wù)數據可以發(fā)現，在1998年，上海港機的每股收益由每股0.3元大幅跌至0.03元每股，凈利潤由5000多萬(wàn)降到600多萬(wàn)，種種跡象表明，公司贏(yíng)利能力下降，成本費用上升，這些跡象符合單變量模型中公司虧損的前兆。
將虧損公司的數量增加到7家，同時(shí)加進(jìn)贏(yíng)利公司的數據加以比較，如圖3。
圖3
從圖中可以看到基本的趨勢保持不變，這些公司清楚的被分為虧損企業(yè)和贏(yíng)利企業(yè)兩大集團。贏(yíng)利企業(yè)得分最高達到了3.5，虧損企業(yè)最低得分達到了0.5，在1.5～2的區域內， 有兩家贏(yíng)利企業(yè)和兩家虧損企業(yè)，雖然贏(yíng)利公司的總體得分高于虧損企業(yè)的得分，但是相對的幅度較小。
從上面的3次檢驗中我們可以得到這樣一個(gè)結論，模型中得分高的企業(yè)在未來(lái)虧損的可能性小，得分低的企業(yè)在未來(lái)虧損的可能性大。
2.3.5 截止點(diǎn)（Cutoff Point）
從檢驗結果可以看出，此模型可以將虧損和贏(yíng)利企業(yè)區分。而且，企業(yè)的得分越高，再未來(lái)的一年虧損的可能性越小，得分越低，第二年虧損的可能性越大。由圖（3）可以看出，1.5-2是一個(gè)比較模糊的區域(Gray Area)，在此區域虧損企業(yè)與贏(yíng)利企業(yè)的得分差距較小。虧損企業(yè)的最高得分為1.67，而贏(yíng)利企業(yè)的最低得分為1.76，取其中值1.72作為模型的判定截止點(diǎn)。
3.結論
本文根據單變量和多變量模型對機械行業(yè)的虧損企業(yè)進(jìn)行財務(wù)分析，得到了兩個(gè)結論：
(1)根據單變量模型分析，企業(yè)的盈利能力較低通常是導致企業(yè)虧損的直接原因。在盈利指標中，應對權益收益率和總資產(chǎn)報酬率這兩個(gè)指標特別重視，當這兩個(gè)指標較低時(shí)，企業(yè)在未來(lái)虧損的可能性較大。
(2)對企業(yè)未來(lái)虧損的可能性可以用以下方程來(lái)判定：
L=3.02*ROA+0.22*E/A+0.78*EBIT/A-0.17*WC/A-0.11*ATR
模型的截止點(diǎn)是1.72時(shí)，企業(yè)得分高于截止點(diǎn)時(shí)，企業(yè)一般不會(huì )出現虧損，小于截止點(diǎn)時(shí)，企業(yè)就有可能出現虧損。企業(yè)的得分越高，企業(yè)未來(lái)虧損的可能性越小，得分越低，虧損的可能性越大。
(3)本文研究的主要樣本是機械行業(yè)的上市公司，由于行業(yè)間的差異，運用此模型到其他行業(yè)的公司可能并不適用，但對其它行業(yè)分析虧損仍有借鑒作用。
參考文獻
吳世農.《現代財務(wù)理論與方法》課程大綱. 2000年8月在全國MBA院�！敦攧�(wù)管理》師資培訓研討會(huì )上使用
于俊年.《計量經(jīng)濟學(xué)》.對外經(jīng)濟貿易大學(xué)出版社，2000年6月第1版
張保法.《經(jīng)濟計量學(xué)》.經(jīng)濟科學(xué)出版社，2000年1月第4版
The Study 0n Signals of the Corporations’ Financial Distress
Abstract With randomly collected financial data of 4 public companies in mechanic industry, Univariate model was employed to get the conclusion that the profitability ratio is the most influencing factor to the EPS. When utilizing the multivariate analysis to develop the discriminating function, the cutoff point was established to predict the possibility of corporate financial loss.
Keywords Public Company, Predicting Signal, Univariate analysis, Multivariate analysis
【對上市公司虧損的財務(wù)預警信號的研究】相關(guān)文章：
我國制造業(yè)上市公司的財務(wù)危機預警系統實(shí)證研究03-21
財務(wù)失敗預警模型研究綜述03-22
關(guān)于上市公司現金股利政策信號內涵的影響因素實(shí)證研究02-21
我國宏觀(guān)財務(wù)經(jīng)濟監測與預警問(wèn)題研究03-18
企業(yè)財務(wù)危機預警體系研究03-18
我國宏觀(guān)財務(wù)經(jīng)濟監測與預警題目研究03-22