- 相關推薦
電子信息板塊上市公司的財務危機程度預測模型
引導語：目前國內學者正在研究的上市公司財務危機預警模型只是對公司是否會陷入財務危機進行預測，而對公司在陷入財務危機之后的經營發展變化情況并未進行定量的預測研究。下面是yjbys小編為你帶來的電子信息板塊上市公司的財務危機程度預測模型，希望對你有所幫助。
一、引言
1.上市公司財務危機預警
財務危機的定義有多種描述，一般來說，財務危機是企業財務活動面臨或處于失控或遭受嚴重挫折的危險與緊急狀態。它是企業盈利能力和償付能力實質性地削弱、企業趨于破產等各種困境的總稱。建立財務危機預警模型可以在危機到來前給予企業及時的警告，管理者就可采取措施防止財務危機的出現。對于上市企業而言，財務危機預警就更加具有重要意義，它能幫助投資者做出投資決策，有利于證券監管部門推進監管工作，有利于企業防患于未然，有利于債權人等利益相關者的決策。本文認定被證交所施行“特別處理”(即被列入ST和*ST行列)的企業即陷入財務危機。國內外的財務危機預警模型主要有單變量預警模型、多變量統計分析模型及其他財務危機預警模型。
2.電子信息板塊的危機程度預測模型
目前國內學者在上市公司財務危機預警領域的研究中，只是對公司是否會陷入財務危機進行預測，而對公司在陷入財務危機之后的經營發展變化情況并未進行過定量的預測研究。證交所對企業施行特別處理后，“帶帽”的持續時間最短為一年。在這一年中，有些企業經過營運調整后財務狀況有所改善，如在第N年被冠以“ST”或“*ST”的企業，在第N+1年摘帽，或者在第N年被冠以“*ST”，在第N+1年變為“ST”;而有些企業由于財務狀況繼續惡化，由第N年的“ST”變成第N+1年的“*ST”。本文選擇證券市場電子信息板塊的上市公司作為研究樣本，嘗試建立電子信息板塊的危機程度預測模型，對已被證交所施行特別處理的企業在下一個年度的“帶帽”情況進行預測。危機程度預測模型可為企業的管理者及相關利益人做出正確決策提供依據。
二、研究方法
本文使用多元統計分析中的費歇判別方法來建立多變量財務危機程度預測模型。在國內的絕大多數文獻中，研究者都是使用基于臨界值的費歇判別做實證研究，而采用基于馬氏距離的費歇判別的例子鮮有見到。在財務危機預警領域中，筆者也未見到使用基于馬氏距離的費歇判別方法的先例。本文分別利用基于臨界值的費歇判別和基于馬氏距離的費歇判別建立電子信息板塊的財務危機程度預測模型并對兩模型的檢驗結果進行對比，以期為財務危機預警研究帶來新的思路。
三、指標體系的建立
考慮到財務指標的全面性、有效性及可操作性，又考慮到財務指標與企業財務困境的潛在相關性，本文選取了反映企業盈利能力、償債能力、營運能力、現金流量、股東獲利能力及發展能力六個方面的46個財務指標作為初選財務指標。利用SPSS軟件按照圖1展示的檢驗過程對初選財務指標進行假設檢驗，最后篩選出能有效區分“ST”和“*ST”這兩類上市公司的5個財務指標并進入最終指標體系：營業外收入(X6)、管理費用(X10)、存貨周轉率(X22)、主營業務收入增長率(X33)、有形凈值債務率(X40)。
四、實證研究
首先挑選滬深股市電子信息板塊2007及2008年兩年均被特別處理的上市公司共9家，詳見表1。由于企業在某一年度的財務狀況決定了其在下一年度是否會被特別處理，故定義2008年的“ST”公司為第一類，“*ST”公司為第二類，使用這9家公司2007年年度財務指標數據建模。數據來源于大智慧軟件、搜狐證券頻道網站。為消除各財務指標的量綱影響，需將原始數據作標準化處理。
由Matlab軟件求得兩總體的均值及協差陣如下：
1.基于臨界值的危機程度判別模型
由判別系數u，即可得到基于臨界值的危機程度判別模型，即
再求得判別臨界值滋原=-3.136。若uTy≥滋原，則將樣本y判為第一類，即“ST”公司;若uTy≤滋原，則將樣本y判為第二類，即“*ST”公司。
2.基于馬氏距離的危機程度判別模型
計算樣本y的判別函數值uTy與總體Gi的馬氏距離，即
di2=(y-滋贊(i))Tu(uT災贊iu)-1uT(y-滋贊(i))
其中i=1，2，滋贊(1)，滋贊(2)，災贊(1)，災贊(2)的值見前文。當d12≤d22時，y屬于第一類，即“ST”公司;當d12≥d22時，y屬于第二類，即“*ST”公司。
3.兩模型的檢驗及對比
為了對兩模型的有效性和準確性進行檢驗，本文利用第N年(N=04，05，…，08)和第N+1年連續兩年均被特別處理的企業的第N年的財務數據分別回代到兩模型中，得到的判別結果與其第N+1年實際“帶帽”情況做比較，結果見表2。
由此可知，兩模型除在2004年回代正確率很低外，在2005-2008年4年的回代正確率總體來說是較高的，且基于馬氏距離的危機程度判別模型的回代正確率在除2006年之外均高于基于臨界值的危機程度判別模型，其總體平均正確率是70%，也高于后者的64%。可見，兩模型在財務危機程度預測上是有效的，且基于馬氏距離的危機程度判別模型總體上優于基于臨界值的危機程度判別模型。
我們從兩模型的理論實質分析一下此結果。指標體系中的指標間或多或少是存在相關性的，基于臨界值的費歇判別方法并未將指標間的相關性考慮在內，而馬氏距離的定義式中包含了協差陣Vi，表明基于馬氏距離的費歇判別方法將指標的相關性也考慮在內了，這樣勢必會使后者的準確性高于前者。筆者曾利用這兩種方法分別計算過多個判別分析的實例，均印證了此結論。
五、財務危機預測流程圖
若將電子信息板塊正常上市公司視為一類，“ST”或“*ST”公司視為一類，利用同樣的研究方法建立起電子信息板塊的財務危機預警模型，再結合本文給出的危機程度預測模型，就可對電子信息板塊第N年某一上市公司在第N+1年的經營狀況進行預測，圖2展示了此預測流程。此方法對我國電子信息板塊上市公司有效地防范并化解財務風險提供了參考依據。
【電子信息板塊上市公司的財務危機程度預測模型】相關文章：
農業上市公司財務危機成因與對策研究09-11
笑容程度10-28
2017年注冊會計師考試難易程度預測09-05
財務危機的特征08-27
何為上市公司？10-08
企業如何預防財務危機07-07
喝多少才會達到醉酒程度07-29
上市公司都需要什么條件-上市公司知識05-02
模型攝影技巧05-22