農(nóng)業(yè)類上市公司財務(wù)預(yù)警研究

西北農(nóng)林科技大學(xué) 胡劉芬 楊文杰

農(nóng)業(yè)類上市公司財務(wù)預(yù)警研究

西北農(nóng)林科技大學(xué) 胡劉芬 楊文杰

一、概述

（一）國內(nèi)外一元判定模型研究 國外學(xué)者對財務(wù)預(yù)警的研究主要從Fitzpatrick（1932）開展的一元判定研究開始的，他發(fā)現(xiàn)判別能力最高的是凈利潤/股東權(quán)益和股東權(quán)益/負(fù)債。之后，Beaver（1966）發(fā)現(xiàn)最好的判別變量是現(xiàn)金流量/負(fù)債和凈利潤/總資產(chǎn)。國內(nèi)采用一元判定模型進(jìn)行財務(wù)預(yù)警研究的不多。其中，陳靜（1999）的研究影響比較大。她研究發(fā)現(xiàn)：資產(chǎn)負(fù)債率和流動比率在宣布ST前一年的誤判率最低，而在宣布前兩年、前三年時，總資產(chǎn)收益率的誤判率較低。

（二）國內(nèi)外多元線性判定模型研究 具體如下：

Altman（1968）首先使用了多元線性判定模型來研究公司財務(wù)預(yù)警問題，得出了著名的ZScore模型，他還提出了判斷企業(yè)破產(chǎn)的臨界值。后來，Haldeman和Narayanan（1977），Collins（1980），Platt and Platt（1991）也采用類似的方法進(jìn)行了研究。之后有些學(xué)者對Z分?jǐn)?shù)模式加以改造，并建立其財務(wù)危機(jī)預(yù)測的新模式——F分?jǐn)?shù)模式。

國內(nèi)的多元線性判定的研究相對較多，其中有代表性的研究包括張玲（2000）和高培業(yè)、張道奎（2000），他們分別選取深滬交易所120家上市公司和深圳市國有企業(yè)作為樣本，使用多元判定技術(shù)得出最終判定規(guī)則和判定模型。楊淑娥、徐偉剛（2003）認(rèn)為運(yùn)用主成份分析法，研究發(fā)現(xiàn)Y分?jǐn)?shù)模型在預(yù)測上市公司財務(wù)危機(jī)方面具備了較強(qiáng)的可信度。呂峻（2006）認(rèn)為國內(nèi)外對財務(wù)預(yù)警的研究在變量類型和統(tǒng)計方法方面取得了很大的進(jìn)步。然而，預(yù)測變量的基礎(chǔ)仍然是財務(wù)比率，而有效的財務(wù)比率則是以較高質(zhì)量的會計信息為基礎(chǔ)的。

綜合上述國內(nèi)外關(guān)于財務(wù)預(yù)警的研究，學(xué)者們提出的各種財務(wù)預(yù)測模型都有其特定的適用范圍，并不是萬能的，不能用于所有企業(yè)。本文選取我國農(nóng)業(yè)類上市公司的財務(wù)指標(biāo)，結(jié)合農(nóng)業(yè)類企業(yè)的特點(diǎn)，對其進(jìn)行財務(wù)預(yù)警研究。

二、農(nóng)業(yè)類上市公司財務(wù)預(yù)警模型建立

（一）樣本選取 截止2009年底，我國農(nóng)業(yè)類上市公司共有48家，剔除財務(wù)資料不全的16家，本文的研究樣本為32家農(nóng)業(yè)類上市公司，其中5家為ST公司，27家為正常公司。

（二）模型自變量選取 本文借鑒前人的研究成果，結(jié)合農(nóng)業(yè)類企業(yè)的特點(diǎn)，初步選取了10個財務(wù)比率作為模型自變量：

（1）反映公司財務(wù)結(jié)構(gòu)的指標(biāo):資產(chǎn)負(fù)債率X1。

（2）反映公司償債能力的指標(biāo)：流動比率X2、營運(yùn)資本/總資產(chǎn)X3。

（3）反映公司經(jīng)營能力的指標(biāo)：營業(yè)收入/總資產(chǎn)X4、存貨周轉(zhuǎn)率X5。

（4）反映公司經(jīng)營效率的指標(biāo)：凈利潤/總資產(chǎn)X6、每股收益X7。

（5）反映公司成長基礎(chǔ)和能力的指標(biāo)：每股未分配利潤X8、留存收益/總資產(chǎn)X9、總資產(chǎn)增長率X10。

（三）原始變量相關(guān)性分析 在多元判別分析時，如果指標(biāo)之間高度相關(guān)，那么就會使某些特征重復(fù)計算，引起夸大的危害，不利于做出正確的決策。

表1 相關(guān)性檢驗

由表1知，X1和X8、X9之間存在高度的相關(guān)性，故本文剔除X8和X9兩個指標(biāo)，并對余下的指標(biāo)進(jìn)行因子分析。

（四）剩余指標(biāo)因子分析法 因子分析法是從研究變量內(nèi)部相關(guān)的依賴關(guān)系出發(fā)，把一些具有錯綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個綜合因子的一種多變量統(tǒng)計分析方法。它的基本思想是將觀測變量進(jìn)行分類，將相關(guān)性較高，即聯(lián)系比較緊密的分在同一類中，而不同類變量之間的相關(guān)性則較低，那么每一類變量實際上就代表了一個基本結(jié)構(gòu)，即公共因子。對于所研究的問題就是試圖用最少個數(shù)的不可測的所謂公共因子的線性函數(shù)與特殊因子之和來描述原來觀測的每一分量。

表2 變量共同度

表2為8個原始變量的變量共同度。變量共同度反映每個變量對提取出的所有公共因子的依賴度。從表2中可以得出，幾乎所有的變量共同度都在85%以上，其中X2、X3、X4、X5、X10達(dá)到了90%以上，說明提取的因子已經(jīng)包含了原始變量的絕大部分信息，因子提取的效果比較理想。

表3 特征值與方差貢獻(xiàn)率

表3為因子分析各個階段的特征根與方差貢獻(xiàn)表，百分率欄為提取出的各個因子的方差貢獻(xiàn)率，自上而下按降序排列。由表3可知，前五個因子的累計方差貢獻(xiàn)率為92.34497%，已經(jīng)包含了大部分的原始指標(biāo)信息，因此選取前五個因子作為本文的公共因子。

表4 旋轉(zhuǎn)前因子載荷陣

表4給出了旋轉(zhuǎn)前的因子載荷陣，從表中可看出各個因子在不同原始變量上的載荷并沒有明顯的差別。即初始因子載荷矩陣不滿足“簡單結(jié)構(gòu)準(zhǔn)則”，各因子的典型變量的代表性也不很突出，因而容易使因子含義模糊不清，不便于對因子進(jìn)行解釋。因此本文對因子載荷矩陣進(jìn)行方差最大正交旋轉(zhuǎn)。

表5 旋轉(zhuǎn)后因子載荷陣

表5為旋轉(zhuǎn)后的因子載荷陣，由表5可知因子1為反映負(fù)債/總資產(chǎn)、營運(yùn)資本/總資產(chǎn)和存貨周轉(zhuǎn)率的財務(wù)結(jié)構(gòu)指標(biāo)，因子2為反映營業(yè)收入/總資產(chǎn)的經(jīng)營能力指標(biāo)，因子3為反映凈利潤/總資產(chǎn)和每股收益的經(jīng)營效率指標(biāo)，因子4為反映流動比例的償債能力指標(biāo)，因子5為反映總資產(chǎn)增長率的成長基礎(chǔ)和能力的指標(biāo)。由回歸法中的最小二乘估計求出各單因子的得分函數(shù)：

F1＝-0.45539 X1-0.20903 X2+0.23573 X3+0.01771 X4-0.56079 X5-0.04222 X6-0.02397 X7-0.03516 X10

F2＝-0.10078 X1-0.10616 X2+0.22304 X3+0.90112 X4+0.26685 X5+0.04612 X6-0.0826 X7-0.27033 X10

F3=0.12145 X1-0.02696 X2+0.12674 X3-0.01842 X4+0.00237 X5+0.55136 X6+0.54348 X7+0.01383 X10

F4=0.07669 X1+0.86902 X2+0.29048 X3-0.09097 X4+0.30365 X5+0.01836 X6-0.02125 X7-0.00341 X10

F5＝-0.07628 X1+0.02813 X2-0.03551 X3-0.28955 X4+0.11806 X5-0.26773 X6+0.30361 X7+0.88368 X10

由旋轉(zhuǎn)后的因子方差貢獻(xiàn)率得出綜合因子得分公式：

Y=0.24645 F1+0.15907 F2+0.19983 F3+0.15994 F4+0.15816 F5

Y值的判別標(biāo)準(zhǔn)為：Y>0為財務(wù)狀況正常區(qū)域，Y<0為財務(wù)狀況失敗區(qū)域。

三、農(nóng)業(yè)類上市公司財務(wù)預(yù)警模型檢驗及結(jié)論

（一）模型檢驗 將選取的32家農(nóng)業(yè)類上市公司（5家ST公司、27家正常公司）作為檢驗樣本，利用本文構(gòu)建的企業(yè)發(fā)生財務(wù)失敗前兩年的財務(wù)預(yù)警模型對他們進(jìn)行財務(wù)預(yù)警檢驗，得到錯判矩陣如表6所示。通過對模型的檢驗，在ST公司的前兩年，其判別正確率達(dá)到80%，而非ST公司的判別正確率達(dá)到了81.4815%，說明模型誤判率很小，可以作為對我國農(nóng)業(yè)類上市公司進(jìn)行預(yù)警分析的模型。投資者利用此模型可以較容易的判斷出某農(nóng)業(yè)類企業(yè)的財務(wù)狀況是否處于健康區(qū)域，從而為其選擇投資企業(yè)提供參考。

表6 錯判矩陣

（二）研究結(jié)論 本文以我國農(nóng)業(yè)類上市公司為研究對象，采用因子分析方法，從基礎(chǔ)指標(biāo)中選取了10個財務(wù)比率自變量，通過相關(guān)性分析篩選出8個財務(wù)比率自變量，將剩余的8個財務(wù)比率自變量進(jìn)行因子分析，基于DP S分析平臺導(dǎo)出財務(wù)失敗預(yù)測模型，最后對抽取的我國農(nóng)業(yè)類上市公司樣本進(jìn)行測試，測試結(jié)果為ST企業(yè)正確預(yù)測率為80%，財務(wù)正常企業(yè)正確預(yù)測率為81.4815%。本文建立的財務(wù)預(yù)警模型無論對農(nóng)業(yè)類上市公司本身還是潛在投資者都有較高的借鑒參考價值。

對于企業(yè)本身而言，可利用本文建立的模型對企業(yè)財務(wù)狀況進(jìn)行預(yù)測，若預(yù)測結(jié)果為財務(wù)失敗，則應(yīng)該立即分析導(dǎo)致其兩年后發(fā)生財務(wù)失敗的潛在因素，從現(xiàn)在開始優(yōu)化企業(yè)資產(chǎn)結(jié)構(gòu)及改善經(jīng)營管理，從而避免兩年后被ST情況的發(fā)生。

對投資者及金融機(jī)構(gòu)而言，本文建立的模型有助于潛在投資者對被投資企業(yè)的財務(wù)狀況及財務(wù)風(fēng)險進(jìn)行正確的分析和預(yù)測，從而幫助潛在投資者做出理性的投資決策并降低投資風(fēng)險。

［1］顧曉安：《公司財務(wù)預(yù)警系統(tǒng)的構(gòu)建》，《財經(jīng)論叢》2000年第4期。

（編輯 向玉章）