基于logistic模型的上市公司風(fēng)險(xiǎn)預(yù)警研究【畢業(yè)論文】

1、<p>　　本科畢業(yè)論文(設(shè)計(jì))</p><p><b>　　（二零 屆）</b></p><p>　　基于Logistic模型的上市公司風(fēng)險(xiǎn)預(yù)警研究</p><p>　　所在學(xué)院 </p><p>　　專業(yè)班級(jí) 會(huì)計(jì)學(xué)

2、 </p><p>　　學(xué)生姓名 學(xué)號(hào) </p><p>　　指導(dǎo)教師 職稱 </p><p>　　完成日期 年 月 </p><p><b>　　摘 要</b></p>

3、<p>　　隨著國際金融市場的發(fā)展，多元化的金融工具和衍生工具在資本市場中得以運(yùn)用和發(fā)展。上市公司作為自主經(jīng)營、自負(fù)盈虧、自我發(fā)展的市場主體，面臨著日益多變的市場環(huán)境，隨時(shí)都要經(jīng)受財(cái)務(wù)危機(jī)的考驗(yàn)。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究有助于對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測，動(dòng)態(tài)了解企業(yè)發(fā)展的現(xiàn)狀和未來的趨勢，及時(shí)發(fā)現(xiàn)和解決企業(yè)財(cái)務(wù)管理中存在的問題，降低發(fā)生財(cái)務(wù)危機(jī)的概率，具有重大的現(xiàn)實(shí)意義。</p><p>　　本次研究選取我國深

4、滬兩市共70家上市公司（均為制造行業(yè)）2007年的財(cái)務(wù)報(bào)表數(shù)據(jù)，通過因子分析降維，將16個(gè)財(cái)務(wù)指標(biāo)濃縮為4個(gè)主成分因子，將4個(gè)主成分因子作為自變量建立回歸模型。從制造行業(yè)上市公司的財(cái)務(wù)狀況的盈利能力、償債能力、發(fā)展能力和營運(yùn)能力角度，揭示財(cái)務(wù)指標(biāo)在企業(yè)發(fā)展中所起的信號(hào)作用。在選取變量、建立模型后，得到的整體預(yù)測水平較高，模型效果良好，可以將該模型運(yùn)用于我國上市公司的制造行業(yè)，為其提供財(cái)務(wù)風(fēng)險(xiǎn)防范方面的幫助。</p><

5、;p>　　關(guān)鍵詞：財(cái)務(wù)指標(biāo)；財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警；因子分析；Logistic模型</p><p><b>　　Abstract</b></p><p>　　With the development of international financial markets, a wide range of financial instruments and derivativ

6、es are Applied and Developed, in the capital market. Listed Companies as autonomous, self-financing, self-development of the market players, is facing an increasingly volatile market environment, always have to stand the

7、 test of the financial crisis. Financial Risk research can help predict the risk of corporate finance, business development dynamic understanding of the status and future t</p><p>　　The study selected 70 cit

8、ies of Shanghai and Shenzhen listed companies (both manufacturing industry) in 2007 financial statement data, dimensionality reduction through factor analysis, the concentration of 16 financial indicators for the four pr

9、incipal components, the four main Component factor regression model as independent variables. Listed manufacturing companies from the financial position of profitability, solvency, capacity development and operational ca

10、pabilities point of view, reveals t</p><p>　　Keywords: Financial Indicators ;Warning of financial risk ; Factor Analysis;Logistic model</p><p><b>　　目 錄</b></p><p>　　1 財(cái)

11、務(wù)風(fēng)險(xiǎn)預(yù)警的相關(guān)概念1</p><p>　　1.1 風(fēng)險(xiǎn)及財(cái)務(wù)風(fēng)險(xiǎn)的概念1</p><p>　　1.1.1 風(fēng)險(xiǎn)的概念1</p><p>　　1.1.2 財(cái)務(wù)風(fēng)險(xiǎn)的概念2</p><p>　　1.2 財(cái)務(wù)風(fēng)險(xiǎn)、財(cái)務(wù)危機(jī)和財(cái)務(wù)預(yù)警的關(guān)系3</p><p>　　2 企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的現(xiàn)狀分析4</p>

12、;<p>　　2.1 無法適應(yīng)外部環(huán)境的變化4</p><p>　　2.2 企業(yè)信息流通不暢、內(nèi)部控制形同虛設(shè)4</p><p>　　2.3各系統(tǒng)之間存在漏洞，預(yù)警系統(tǒng)執(zhí)行力弱5</p><p>　　2.4 預(yù)警區(qū)間選取不科學(xué)5</p><p><b>　　3 樣本的選取7</b></p&g

13、t;<p>　　3.1 ST公司樣本的選取7</p><p>　　3.2 非ST公司樣本的選取8</p><p>　　4 財(cái)務(wù)指標(biāo)的選取10</p><p>　　4.1 KMO和Bartlett檢驗(yàn)10</p><p>　　4.2 將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理11</p><p>　　4.3提取公共

14、因子11</p><p>　　4.4 降維后的財(cái)務(wù)變量說明13</p><p>　　5 運(yùn)用Logistic回歸建立預(yù)警模型15</p><p><b>　　結(jié) 論19</b></p><p><b>　　參考文獻(xiàn)21</b></p><p>　　隨著國際金融市場

15、的發(fā)展，多元化的金融工具和衍生工具在資本市場中得以運(yùn)用和發(fā)展。而在中國逐漸放開國門，使越來越多的領(lǐng)域出現(xiàn)多種資本合作經(jīng)營的時(shí)代，企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)也越來越復(fù)雜和多樣，企業(yè)發(fā)生財(cái)務(wù)困難甚至破產(chǎn)的現(xiàn)象越來越多，給企業(yè)和社會(huì)帶來嚴(yán)重的影響。上市公司作為自主經(jīng)營、自負(fù)盈虧、自我發(fā)展的市場主體，面臨著日益多變的市場環(huán)境，隨時(shí)都要經(jīng)受財(cái)務(wù)危機(jī)的考驗(yàn)。因此，對于上市公司來說，預(yù)防重于治療，在財(cái)務(wù)危機(jī)發(fā)生前洞察先機(jī)，迅速采取相應(yīng)的措施進(jìn)行有效預(yù)防，具有

16、重大的現(xiàn)實(shí)意義。</p><p>　　1 財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的相關(guān)概念</p><p>　　1.1 風(fēng)險(xiǎn)及財(cái)務(wù)風(fēng)險(xiǎn)的概念</p><p>　　1.1.1 風(fēng)險(xiǎn)的概念</p><p>　　風(fēng)險(xiǎn)是無處不在的且具有不確定性，20世紀(jì)以來對風(fēng)險(xiǎn)的理解主要存在5種觀點(diǎn)：第一種觀點(diǎn)認(rèn)為，風(fēng)險(xiǎn)是一種損失或損害的可能性。美國學(xué)者海恩斯（Haynes），Haynes

17、（1895）認(rèn)為風(fēng)險(xiǎn)意味著損害的可能性，這種損害具有不確定性，而這種不確定性由風(fēng)險(xiǎn)承擔(dān)。第二種觀點(diǎn)認(rèn)為，風(fēng)險(xiǎn)是損失的不確定性。如美國經(jīng)濟(jì)學(xué)者羅伯特?梅爾（Robert I.Mehr）所著的《保險(xiǎn)概論》（1986）中將風(fēng)險(xiǎn)定義為“風(fēng)險(xiǎn)即損失的不確定性?！盋.A.克布（C.A.Kulp）和約翰?W?賀爾（John W.Hall）認(rèn)為風(fēng)險(xiǎn)是在一定條件下財(cái)務(wù)損失的不確定性，并在合著的《意外傷害保險(xiǎn)》中提出。第三種觀點(diǎn)認(rèn)為風(fēng)險(xiǎn)是實(shí)際結(jié)果和預(yù)期結(jié)果

18、的離差。美國小阿瑟?威廉姆斯（C.Arthur Williams）（1985）在其《風(fēng)險(xiǎn)管理與保險(xiǎn)》中指出，“在給定的情況下和特定的時(shí)間內(nèi)，那些可能發(fā)生的結(jié)果間的差異。如果肯定只有一種結(jié)果發(fā)生，則差異為零，風(fēng)險(xiǎn)為零；如果有多種可能的結(jié)果，則有風(fēng)險(xiǎn)，且差異越大，風(fēng)險(xiǎn)越大?！边@種觀點(diǎn)強(qiáng)調(diào)風(fēng)險(xiǎn)是結(jié)果中潛在的變化，風(fēng)險(xiǎn)是人們預(yù)期結(jié)果和實(shí)際結(jié)果的差異。第四種觀點(diǎn)認(rèn)為，風(fēng)險(xiǎn)是可度量的不確定性。在1921年</p><p>　

19、　上述五種觀點(diǎn)，雖然表述有所不同，但事實(shí)上都將風(fēng)險(xiǎn)與不確定性（或可能性）相聯(lián)系。第一種觀點(diǎn)認(rèn)為風(fēng)險(xiǎn)是一種損失或損害的可能性，第二種觀點(diǎn)和第一種觀點(diǎn)很相似，即認(rèn)為風(fēng)險(xiǎn)是損失的不確定性。第三種觀點(diǎn)認(rèn)為風(fēng)險(xiǎn)是實(shí)際結(jié)果和預(yù)期結(jié)果的離差。這種觀點(diǎn)強(qiáng)調(diào)客觀的不確定性。強(qiáng)調(diào)風(fēng)險(xiǎn)是結(jié)果中潛在的變化，風(fēng)險(xiǎn)是人們預(yù)期結(jié)果和實(shí)際結(jié)果的差異。第四種觀點(diǎn)認(rèn)為，風(fēng)險(xiǎn)是可度量的不確定性。這種觀點(diǎn)說明客觀的尺度可以來衡量風(fēng)險(xiǎn)的大小，使得概率統(tǒng)計(jì)等科學(xué)方法開始被運(yùn)用到風(fēng)

20、險(xiǎn)理論中。由此可見，沒有“不確定性”就沒有風(fēng)險(xiǎn)，“不確定性”是風(fēng)險(xiǎn)研究的出發(fā)點(diǎn)。</p><p>　　風(fēng)險(xiǎn)是客觀不確定性和主觀不確定性的統(tǒng)一。事件會(huì)隨著客觀環(huán)境的變化而變化，不以人的主觀意志為轉(zhuǎn)移，即客觀的不確定性，是由于事件本身的不確定性。對事件認(rèn)識(shí)或估計(jì)上的不確定性，即主觀的不確定性，是由于人類的預(yù)測能力的有限性。一般來說，可以將風(fēng)險(xiǎn)概括為：在特定的客觀情況下，在特定的時(shí)間內(nèi)，未來事件的預(yù)期目標(biāo)和實(shí)際結(jié)果之間

21、的偏差，這種差異表現(xiàn)為收益或損失。</p><p>　　1.1.2 財(cái)務(wù)風(fēng)險(xiǎn)的概念</p><p>　　目前對“財(cái)務(wù)風(fēng)險(xiǎn)”的概念沒有統(tǒng)一的定義，大致分為廣義的財(cái)務(wù)風(fēng)險(xiǎn)和狹義的財(cái)務(wù)風(fēng)險(xiǎn)。</p><p>　　狹義的財(cái)務(wù)風(fēng)險(xiǎn)通常指籌資風(fēng)險(xiǎn)，即企業(yè)由于舉債而給企業(yè)財(cái)務(wù)成果（企業(yè)利潤或股東收益）帶來的不確定性（孫星，2007）。舉債籌資一方面為企業(yè)滿足投資、擴(kuò)大規(guī)模創(chuàng)造了條

22、件；另一方面，也增加了企業(yè)的債務(wù)負(fù)擔(dān)。當(dāng)企業(yè)資不抵債時(shí)，就會(huì)形成財(cái)務(wù)風(fēng)險(xiǎn)。財(cái)務(wù)風(fēng)險(xiǎn)一般是指舉債經(jīng)營給公司收益帶來的不確定性。認(rèn)為企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)是由籌資活動(dòng)引起的，企業(yè)借入資金，必須按時(shí)支付利息，如果在未來償債能力不確定的情況下借入資金，就會(huì)給企業(yè)帶來風(fēng)險(xiǎn)（傅元略，2005）。也就是說企業(yè)在生產(chǎn)經(jīng)營中負(fù)債規(guī)模越大，風(fēng)險(xiǎn)程度越大；沒有負(fù)債的企業(yè)，則不存在財(cái)務(wù)風(fēng)險(xiǎn)。</p><p>　　這種觀點(diǎn)進(jìn)一步認(rèn)為，在投資報(bào)酬率

23、和借款利息率都具有不確定性的情況下，企業(yè)的投資報(bào)酬率可能高于或低于借款利息率。如果決策正確，管理措施得當(dāng)，企業(yè)就可以實(shí)現(xiàn)其經(jīng)營目標(biāo)，獲得高于借款利息率的投資報(bào)酬率。反之，由此產(chǎn)生籌資風(fēng)險(xiǎn)。</p><p>　　廣義的財(cái)務(wù)風(fēng)險(xiǎn)是借助于對風(fēng)險(xiǎn)概念來對財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行界定的。其認(rèn)為財(cái)務(wù)風(fēng)險(xiǎn)對于每一個(gè)企業(yè)都是客觀存在的，想完全消除風(fēng)險(xiǎn)及其影響是不現(xiàn)實(shí)的（張先治，2005）。</p><p>　　由此可

24、見，廣義的財(cái)務(wù)風(fēng)險(xiǎn)是從企業(yè)理財(cái)活動(dòng)全過程和財(cái)務(wù)的整體觀念透視財(cái)務(wù)本質(zhì)，能更全面的解釋企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。廣義的財(cái)務(wù)風(fēng)險(xiǎn)是指企業(yè)由于經(jīng)營環(huán)境及各種難以預(yù)計(jì)或無法控制的因素，在一定時(shí)期內(nèi)實(shí)際的財(cái)務(wù)收益與預(yù)期財(cái)務(wù)收益發(fā)生偏離，從而蒙受損失的可能性。貫穿于企業(yè)各個(gè)財(cái)務(wù)環(huán)節(jié)，是各種風(fēng)險(xiǎn)因素在企業(yè)財(cái)務(wù)上的集中體現(xiàn)，包括籌資風(fēng)險(xiǎn)、投資風(fēng)險(xiǎn)、經(jīng)營風(fēng)險(xiǎn)和收益分配風(fēng)險(xiǎn)四種風(fēng)險(xiǎn)。具體來說，籌資風(fēng)險(xiǎn)是指在資金的籌集過程中，存在著到期無法還本付息的籌資風(fēng)險(xiǎn)；投資風(fēng)險(xiǎn)

25、是指在資金投入使用的過程中，存在無法獲得期望投資收益率的投資風(fēng)險(xiǎn)；經(jīng)營風(fēng)險(xiǎn)是指在在資金耗用和收回的過程中，存在著資金耗用過多和無法收回的風(fēng)險(xiǎn)；收益分配風(fēng)險(xiǎn)是指在資金分配的過程中，存在著資金分配不合理的風(fēng)險(xiǎn)。這些風(fēng)險(xiǎn)的存在使企業(yè)的財(cái)務(wù)狀況和經(jīng)營成果存在很多的不確定性。</p><p>　　1.2 財(cái)務(wù)風(fēng)險(xiǎn)、財(cái)務(wù)危機(jī)和財(cái)務(wù)預(yù)警的關(guān)系</p><p>　　財(cái)務(wù)風(fēng)險(xiǎn)、財(cái)務(wù)危機(jī)和財(cái)務(wù)預(yù)警之間的關(guān)系十

26、分密切。簡單來說，公司風(fēng)險(xiǎn)可能是永遠(yuǎn)存在的，并不斷給我們造成現(xiàn)在和長遠(yuǎn)的壓力，所以要將財(cái)務(wù)風(fēng)險(xiǎn)控制在一定的范圍內(nèi)，從而保證生產(chǎn)經(jīng)營的有序進(jìn)行。否則，一旦財(cái)務(wù)風(fēng)險(xiǎn)超過了企業(yè)可以承受的程度，財(cái)務(wù)危機(jī)就有可能出現(xiàn)。</p><p>　　財(cái)務(wù)危機(jī)的出現(xiàn)基本上都是因?yàn)槠髽I(yè)無法適應(yīng)外部環(huán)境的變化或企業(yè)自身管理不當(dāng)所造成的，將財(cái)務(wù)危機(jī)定義為：企業(yè)無力支付到期債務(wù)或費(fèi)用的一種經(jīng)濟(jì)現(xiàn)象，包括從資金管理技術(shù)性失敗到破產(chǎn)以及處于兩者之

27、間的各種情況（朱榮，2009年）。而財(cái)務(wù)危機(jī)的發(fā)生是一個(gè)過程，包括財(cái)務(wù)危機(jī)潛伏期、財(cái)務(wù)危機(jī)發(fā)作期、財(cái)務(wù)危機(jī)惡化期和財(cái)務(wù)危機(jī)實(shí)現(xiàn)期。因此，建立科學(xué)有效的財(cái)務(wù)預(yù)警系統(tǒng)對防范財(cái)務(wù)危機(jī)具有現(xiàn)實(shí)可行的意義。</p><p>　　財(cái)務(wù)危機(jī)預(yù)警是以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ)，通過設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化，對企業(yè)可能或者將面臨的財(cái)務(wù)危機(jī)所實(shí)施的實(shí)時(shí)監(jiān)控和預(yù)測警報(bào)（鐘靈，2009）。財(cái)務(wù)預(yù)警作為財(cái)務(wù)風(fēng)險(xiǎn)的信號(hào)燈，可以依據(jù)相關(guān)指標(biāo)

28、的變化來預(yù)測企業(yè)財(cái)務(wù)即將呈現(xiàn)的問題，及時(shí)向利益相關(guān)者提出警示，提前預(yù)測未來財(cái)務(wù)風(fēng)險(xiǎn)的水平，是企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)防與控制的一種手段，有利于分析和說明企業(yè)財(cái)務(wù)危機(jī)產(chǎn)生的原因，從而尋找治理的對策。</p><p>　　2 企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的現(xiàn)狀分析</p><p>　　2.1 無法適應(yīng)外部環(huán)境的變化</p><p>　　有些企業(yè)高層特別是企業(yè)的高級(jí)財(cái)務(wù)管理人員無視經(jīng)濟(jì)環(huán)境變化

29、對企業(yè)財(cái)務(wù)狀況和未來發(fā)展所造成的重大影響。根本沒有建立財(cái)務(wù)預(yù)警系統(tǒng)，或者雖然建立了這一類的財(cái)務(wù)預(yù)警系統(tǒng)，卻完全不具備環(huán)境變化的適應(yīng)性，當(dāng)客觀環(huán)境發(fā)生變化時(shí)，企業(yè)依舊按照機(jī)械或傳統(tǒng)的思路來分析判斷問題，最終不能適應(yīng)環(huán)境的變化，給企業(yè)造成重大損失，而這些企業(yè)所謂的財(cái)務(wù)預(yù)警系統(tǒng)也就名存實(shí)亡。</p><p>　　企業(yè)作為市場經(jīng)濟(jì)的重要主體，面臨復(fù)雜多變的市場環(huán)境變化所帶來的機(jī)遇或挑戰(zhàn)，如何建立能夠適應(yīng)外部環(huán)境變化的財(cái)務(wù)

30、預(yù)警體系，是企業(yè)面臨的一個(gè)重要的命題。在制定企業(yè)財(cái)務(wù)預(yù)警體系時(shí)，要關(guān)注國家宏觀政策和經(jīng)濟(jì)發(fā)展的趨勢，積極主動(dòng)的適應(yīng)外部環(huán)境的變化，重點(diǎn)關(guān)注以下四個(gè)方面：（1）金融環(huán)境的變化，一定時(shí)期國家宏觀金融政策的變化，可能影響企業(yè)財(cái)務(wù)管理和財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)的實(shí)施。一般情況下，國家宏觀金融政策越嚴(yán)格，企業(yè)和整個(gè)行業(yè)的籌資活動(dòng)和各種資金運(yùn)作就越困難。所以，要及時(shí)的改變企業(yè)的資金政策，保證企業(yè)正常經(jīng)營活動(dòng)所需的資金，減輕因外部融資環(huán)境變化而對企業(yè)資金鏈的

31、壓力。（2）法律環(huán)境的變化，企業(yè)各項(xiàng)活動(dòng)均是在一定的法律的制約下進(jìn)行，所以應(yīng)該及時(shí)關(guān)注法律法規(guī)的變動(dòng)。因?yàn)橐坏┏椒傻暮戏ǚ秶?，?huì)受到法律的干預(yù)和制裁，給企業(yè)的經(jīng)營帶來風(fēng)險(xiǎn)。（3）經(jīng)濟(jì)環(huán)境的變化，一般情況下，如果社會(huì)經(jīng)濟(jì)高速發(fā)展和社會(huì)需求增長較快的環(huán)境下，企業(yè)應(yīng)著眼于抓住機(jī)遇，采取相對寬松的財(cái)務(wù)預(yù)警標(biāo)準(zhǔn)，否則應(yīng)采用相對嚴(yán)格的財(cái)務(wù)預(yù)警標(biāo)準(zhǔn)，減少財(cái)務(wù)風(fēng)險(xiǎn)。（4）稅務(wù)環(huán)境因素的變化，支付國家規(guī)定的相關(guān)稅費(fèi)是企業(yè)的一項(xiàng)法定義務(wù)，如果企業(yè)確定要

32、支付一筆稅費(fèi)</p><p>　　2.2 企業(yè)信息流通不暢、內(nèi)部控制形同虛設(shè)</p><p>　　企業(yè)預(yù)警系統(tǒng)必須以大量的信息為基礎(chǔ)，而有些企業(yè)信息管理系統(tǒng)薄弱，沒有專門的組織負(fù)責(zé)信息的收集和管理，甚至沒有專門的人員負(fù)責(zé)這部分的工作，更沒有做到不相容職務(wù)分離，信息存在不完整、不及時(shí)、甚至錯(cuò)誤的問題。</p><p>　　加強(qiáng)信息管理工作，建立信息管理組織機(jī)構(gòu)，配備專

33、門的從業(yè)人員，明確信息收集、處理、存放及反饋等各個(gè)環(huán)節(jié)的工作要求，保證權(quán)責(zé)明確、不相容職務(wù)分離，同時(shí)提供相關(guān)的技術(shù)支持。建立完善的內(nèi)部控制制度，包括法人治理結(jié)構(gòu)完善、組織建設(shè)權(quán)責(zé)分明、交易處理程序適當(dāng)、信息記錄真實(shí)、披露及時(shí)等內(nèi)容。</p><p>　　2.3 各系統(tǒng)之間存在漏洞，預(yù)警系統(tǒng)執(zhí)行力弱</p><p>　　企業(yè)是一個(gè)有機(jī)的整體，企業(yè)預(yù)警應(yīng)與其他系統(tǒng)保持良好的合作關(guān)系。而有些企業(yè)

34、各子系統(tǒng)之間沒有建立起密切的聯(lián)系，信息缺少統(tǒng)一、信息反饋不及時(shí)，經(jīng)常發(fā)生幾個(gè)系統(tǒng)之間，同一經(jīng)濟(jì)活動(dòng)數(shù)據(jù)不同的現(xiàn)象。同時(shí)，企業(yè)預(yù)警體系必須進(jìn)行事前、事中、事后的經(jīng)常性控制。有的企業(yè)往往只是在發(fā)生財(cái)務(wù)問題的時(shí)候才重視該系統(tǒng)，而系統(tǒng)因?yàn)殚L年不用，形同虛設(shè)，根本無法通過預(yù)警系統(tǒng)，分析造成危機(jī)的問題，無法確定到底是哪個(gè)環(huán)節(jié)發(fā)生了問題。</p><p>　　企業(yè)預(yù)警系統(tǒng)是財(cái)務(wù)信息為中心的信息系統(tǒng)，它以預(yù)警為目的，不同于企業(yè)其

35、他系統(tǒng)。但是應(yīng)當(dāng)考慮不同子系統(tǒng)的數(shù)據(jù)傳遞和各子系統(tǒng)對數(shù)據(jù)的不同要求，實(shí)現(xiàn)企業(yè)數(shù)據(jù)共享，建立以財(cái)務(wù)為中心的信息集中、反饋系統(tǒng)，才能更好的發(fā)揮預(yù)警系統(tǒng)的作用。同時(shí)，企業(yè)的每一項(xiàng)重要的經(jīng)營決策對財(cái)務(wù)風(fēng)險(xiǎn)都存在影響，要做到預(yù)先分析、事中控制、事后反饋。通過日常的實(shí)時(shí)監(jiān)控，及時(shí)發(fā)現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)，及時(shí)快速做出反應(yīng)，抓住重點(diǎn)，對癥下藥，從而達(dá)到預(yù)警、糾錯(cuò)、改善的目的。</p><p>　　2.4 預(yù)警區(qū)間選取不科學(xué)</p&g

36、t;<p>　　企業(yè)的預(yù)警區(qū)間包括財(cái)務(wù)指標(biāo)的安全區(qū)間、一般風(fēng)險(xiǎn)區(qū)間，以此確定財(cái)務(wù)預(yù)警信號(hào)的重大性。有些企業(yè)在制定區(qū)間指標(biāo)時(shí)，未考慮行業(yè)水平、企業(yè)規(guī)模等因素。所選用的指標(biāo)也沒有實(shí)時(shí)更新，所選用的區(qū)間具有很大的主觀性。</p><p>　　企業(yè)的預(yù)警區(qū)間必須保持科學(xué)性和有用性，在區(qū)間指標(biāo)的選擇上，應(yīng)結(jié)合行業(yè)水平、企業(yè)特點(diǎn)、產(chǎn)業(yè)政策、注重實(shí)時(shí)性和適用性。在實(shí)施系統(tǒng)的過程中，要不斷改善指標(biāo)、增加能解決問題的

37、新指標(biāo)，刪減不適用的指標(biāo)，使預(yù)警系統(tǒng)不斷完善。</p><p>　　一個(gè)公司財(cái)務(wù)狀況的好壞往往是管理當(dāng)局、投資者和債權(quán)人等利益相關(guān)者關(guān)注的焦點(diǎn)。以上四點(diǎn)都是現(xiàn)行我國財(cái)務(wù)預(yù)警方面的現(xiàn)狀，公司財(cái)務(wù)預(yù)警是公司管理經(jīng)營的一個(gè)重要方面。在學(xué)術(shù)研究方面，相比較國外，國內(nèi)的相關(guān)文獻(xiàn)較少，且以靜態(tài)研究為主。靜態(tài)研究成果涉及到六種財(cái)務(wù)預(yù)警模型：一元判定模型、多元判定模型、Logistic模型、Probit模型以及人工神經(jīng)網(wǎng)絡(luò)(AN

38、N)模型和聯(lián)合預(yù)測模型。其中應(yīng)用較多的是前三種模型，而后面的模型應(yīng)用相對較少。</p><p>　　財(cái)務(wù)預(yù)警的實(shí)證研究具有重大的現(xiàn)實(shí)意義：（1）實(shí)證研究的發(fā)展，能夠拓展預(yù)警視角，從而能夠更加全面、更為有效地進(jìn)行財(cái)務(wù)預(yù)測，建立起適應(yīng)于不同經(jīng)濟(jì)環(huán)境、不同時(shí)間區(qū)間和不同行業(yè)的預(yù)警模型。（2）可以由此尋找核心財(cái)務(wù)指標(biāo)，為公司的財(cái)務(wù)風(fēng)險(xiǎn)提供可靠的指導(dǎo)意見。（3）較為準(zhǔn)確的財(cái)務(wù)預(yù)警模型可以充當(dāng)財(cái)務(wù)信息匯總、解析者的角色，幫助

39、投資者識(shí)別公司質(zhì)量，及時(shí)調(diào)整投資組合，降低投資風(fēng)險(xiǎn)，提高投資收益。（4）幫助政府監(jiān)管者，監(jiān)控市場發(fā)展情況。</p><p>　　財(cái)務(wù)預(yù)警實(shí)證研究使我們通過會(huì)計(jì)數(shù)據(jù)和財(cái)務(wù)比率，運(yùn)用統(tǒng)計(jì)等其他學(xué)科的知識(shí)，建立風(fēng)險(xiǎn)預(yù)警模型，這對我國財(cái)務(wù)風(fēng)險(xiǎn)防范和控制方面的發(fā)展具有積極的意義?？紤]到大量的財(cái)務(wù)指標(biāo)所包含的信息較多且重復(fù)，本論文擬通過因子分析，將16個(gè)財(cái)務(wù)指標(biāo)縮減為4個(gè)主成分，然后再通過預(yù)警模型，進(jìn)行分析。通過查閱相關(guān)文獻(xiàn)

40、，基于Logistic模型不需要自變量滿足多元正態(tài)分布和兩組樣本等協(xié)方差的假設(shè)條件，且預(yù)測精度比較高，本文將基于該模型對我國上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警進(jìn)行研究。</p><p><b>　　3 樣本的選取</b></p><p>　　國內(nèi)外學(xué)術(shù)界對財(cái)務(wù)危機(jī)有不同的解釋。國外大多將企業(yè)申請破產(chǎn)的行為作為企業(yè)發(fā)生財(cái)務(wù)危機(jī)的標(biāo)志，但由于我國市場經(jīng)濟(jì)發(fā)展的不完善，迄今為止還沒有一家

41、上市公司破產(chǎn)的案例，所以無法以此為依據(jù)進(jìn)行樣本的選取。就我國上市公司狀況而言，被特別處理（Special Treatment,簡稱ST）的上市公司大多與財(cái)務(wù)危機(jī)緊密相關(guān)，且ST企業(yè)在被特別處理前的2～3年內(nèi)，其重要財(cái)務(wù)指標(biāo)與正常公司的重要財(cái)務(wù)指標(biāo)存在明顯的區(qū)別，分析、研究與判斷這些差別是預(yù)測、防范財(cái)務(wù)風(fēng)險(xiǎn)的重要途徑。根據(jù)我國證監(jiān)會(huì)頒布的《關(guān)于上市公司狀況異常期間的股票交易的特別處理方式通知》，這里所說的“狀況異?！敝饕?“財(cái)務(wù)狀況異

42、常”和“其他狀況異?！??！柏?cái)務(wù)狀況異?！敝福骸斑B續(xù)兩年虧損”或“每股凈資產(chǎn)低于股票面值”或是“注冊會(huì)計(jì)師出具拒絕表示意見或否定意見的審計(jì)報(bào)告”等等?！捌渌麪顩r異?！敝饕赣捎谧匀粸?zāi)害、重大事故等導(dǎo)致公司生產(chǎn)經(jīng)營活動(dòng)基本中止，公司涉及訴訟賠償金額累計(jì)超過凈資產(chǎn)值 50%等情況。</p><p>　　現(xiàn)根據(jù)上市公司2009年會(huì)計(jì)年度信息資料（數(shù)據(jù)來源于深圳證券信息公司巨潮資訊網(wǎng)和企業(yè)經(jīng)營分析與預(yù)測系統(tǒng)）進(jìn)行分析。樣

43、本包括兩個(gè)部分，即2009年首次被ST的深滬兩市上市公司和在2007年～2009年均未被ST的上市公司，通過資料收集，共獲得70個(gè)樣本資源。</p><p>　　3.1 ST公司樣本的選取</p><p>　　（1）從巨潮資訊網(wǎng)上摘錄ST公司的公司名稱和股票代碼，共計(jì)35個(gè)，樣本均為制造型企業(yè)且盡量包括較多的細(xì)分行業(yè)。（2）將這35個(gè)企業(yè)名稱逐個(gè)輸入企業(yè)經(jīng)營分析與預(yù)測系統(tǒng)，收集已選定的財(cái)務(wù)

44、指標(biāo)，若發(fā)現(xiàn)數(shù)據(jù)不全，剔除。（3）因?yàn)樘蕹延械膫€(gè)別樣本后，樣本總量不足，故通過該系統(tǒng)尋找新的樣本，通過數(shù)據(jù)整理，剔除了數(shù)據(jù)不全的樣本公司后，最終選定35家ST公司（表1）作為此次分析研究的樣本。</p><p>　　表1 ST樣本公司的統(tǒng)計(jì)</p><p>　　3.2 非ST公司樣本的選取</p><p>　　同時(shí)，為了使樣本選擇更為科學(xué)，在確定ST公司后，按照1

45、:1的比例，在企業(yè)經(jīng)營分析與預(yù)測系統(tǒng)中，選取相同會(huì)計(jì)年度、資產(chǎn)規(guī)模相近、細(xì)分行業(yè)相同或相似的35家非ST公司（表2）作為配對樣本。（在資產(chǎn)規(guī)模相近和行業(yè)相同不能同時(shí)滿足時(shí)，優(yōu)先考慮資產(chǎn)規(guī)模相近。）采用配對的方式來選擇非ST公司，不但可以減少行業(yè)因素對研究結(jié)論的影響，而且增強(qiáng)了非財(cái)務(wù)因素在兩類公司之間的可比性（一般來說，資產(chǎn)規(guī)模不同，公司收入、成本、費(fèi)用以及財(cái)務(wù)比率等變量都會(huì)不同；資產(chǎn)規(guī)模相近，它們的這些變量就具有可比性）。</p&

46、gt;<p>　　表2 非 ST樣本公司的統(tǒng)計(jì)</p><p><b>　　4 財(cái)務(wù)指標(biāo)的選取</b></p><p>　　考慮到財(cái)務(wù)指標(biāo)的完整性、可比性和可操作性，根據(jù)“企業(yè)經(jīng)營分析與預(yù)測系統(tǒng)”的數(shù)據(jù)，結(jié)合已有的研究成果，本文從償債能力、發(fā)展能力、營運(yùn)能力和盈利能力的4方面，初步選取了16個(gè)財(cái)務(wù)指標(biāo)，來分析影響企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)的因素。將上述研究變量定義為

47、分析變量，依次記為Xi。（i=1、2、……16），分別定義為表示償債能力的4個(gè)指標(biāo)：資本負(fù)債比率（X1）、流動(dòng)比率（X2）、速動(dòng)比率（X3）、營運(yùn)資金與流動(dòng)負(fù)債比率（X4）；表示發(fā)展能力的4個(gè)指標(biāo)：銷售收入增長率（X5）、凈利潤增長率（X6）、主營業(yè)務(wù)收入增長率（X7）、自有資金增長率（X8）；表示營運(yùn)能力的4個(gè)指標(biāo)：應(yīng)收賬款周轉(zhuǎn)率（X9）、總資產(chǎn)周轉(zhuǎn)率（X10）、存貨周轉(zhuǎn)率（X11）、營運(yùn)資本周轉(zhuǎn)率（X12）；表示盈利能力的4個(gè)指標(biāo)：

48、凈資產(chǎn)收益率（X13）、主營業(yè)務(wù)利潤率（X14）、銷售毛利率（X15）、資本保值增值率（X16）。</p><p>　　本文認(rèn)為ST企業(yè)在被特別處理前的2-3年內(nèi)，其重要財(cái)務(wù)指標(biāo)與正常公司的重要財(cái)務(wù)指標(biāo)存在明顯的差別。由于我國上市公司t-1年的財(cái)務(wù)報(bào)表和其t年是否被ST，這兩件事幾乎同時(shí)發(fā)生。所以不選擇t-1年的財(cái)務(wù)數(shù)據(jù)；而t-3年距離被ST時(shí)間較長，采用此數(shù)據(jù)來進(jìn)行預(yù)測，比采用t-2年的財(cái)務(wù)指標(biāo)進(jìn)行預(yù)測的準(zhǔn)確性

49、低。為此，本文通過2007年的財(cái)務(wù)數(shù)據(jù)對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測分析。</p><p>　　由于各財(cái)務(wù)指標(biāo)之間存在著較多的相關(guān)關(guān)系，很多信息重復(fù)，使用原始數(shù)據(jù)直接進(jìn)行邏輯回歸分析，可能會(huì)產(chǎn)生極大的誤差。因此我們首先利用因子分析對數(shù)據(jù)進(jìn)行預(yù)處理，用少數(shù)因子代替所有變量去分析整個(gè)問題，包括KMO和Bartlett檢驗(yàn)；將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；計(jì)算各主成分的特征值和方差貢獻(xiàn)率，降序排列，提取公共因子。</p>

50、<p>　　4.1 KMO和Bartlett檢驗(yàn)</p><p>　　為檢驗(yàn)這些指標(biāo)是否存在共同因素，是否適合進(jìn)行主成因分析，首先進(jìn)行KMO值檢驗(yàn)和Bartlett檢驗(yàn)。KMO值越大，說明變量間共同因素越多，越適合進(jìn)行因子分析；Bartlett’s的球形檢驗(yàn)達(dá)顯著水平，說明題項(xiàng)間共同因素存在，適合進(jìn)行因子分析。</p><p>　　當(dāng)所有變量間的簡單相關(guān)系數(shù)平方和遠(yuǎn)遠(yuǎn)大于偏相

51、關(guān)系數(shù)平方和時(shí)，KMO值接近1。KMO值越接近1，意味著變量間的簡單相關(guān)系數(shù)平方和越大，變量間的相關(guān)性越強(qiáng)，越適合進(jìn)行因子分析。如果KMO值小于0.5時(shí)，較不宜進(jìn)行因子分析，KMO為0.6表示可以進(jìn)行因子分析。</p><p>　　表3 KMO和Bartlett檢驗(yàn)</p><p>　　檢驗(yàn)結(jié)果如表3所示。根據(jù)表1所示，KMO為0.6491，即KMO>0.5，Bartlett’s檢驗(yàn)

52、對應(yīng)的顯著性概率為0.000，檢測結(jié)果表示適合進(jìn)行因子分析。</p><p>　　4.2 將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理</p><p>　　由于各財(cái)務(wù)指標(biāo)之間存在著較多的相關(guān)關(guān)系，很多信息重復(fù)，因此在確定使用因子分析降維后，首先根據(jù)標(biāo)準(zhǔn)化公式對估計(jì)樣本組70家公司的財(cái)務(wù)指標(biāo)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理（只有通過數(shù)據(jù)標(biāo)準(zhǔn)化，都把它們標(biāo)準(zhǔn)到同一個(gè)標(biāo)準(zhǔn)時(shí)才具有可比性。即通過將屬性數(shù)據(jù)按照比例縮放，使之落入

53、一個(gè)小的特定區(qū)間，如[-1,+1]、[0,1]等，以進(jìn)一步分析數(shù)據(jù)的屬性。常用的數(shù)據(jù)標(biāo)準(zhǔn)化方法有最小-最大標(biāo)準(zhǔn)化、Z-score標(biāo)準(zhǔn)化和按小數(shù)定標(biāo)標(biāo)準(zhǔn)化等），從而使因子分析達(dá)到較好的降維效果。</p><p>　　4.3 提取公共因子</p><p><b>　　結(jié)果如表4所示</b></p><p>　　表4 主成分特征值與貢獻(xiàn)率</p

54、><p>　　選取保留主成分的依據(jù)主要有以下兩點(diǎn)：（1）特征值大于1，大于1說明主成分的解釋力度高于直接使用原始指標(biāo)代入的解釋力度。（2）主成分的累計(jì)貢獻(xiàn)率高于80%，表明已提取了原始信息80%以上的信息量。</p><p>　　表4中共有16個(gè)成分，其中前4個(gè)成分的特征值都大于1，說明這4個(gè)成分的解釋力度高于直接使用原始指標(biāo)代入的解釋力度。前4個(gè)成分的累計(jì)貢獻(xiàn)率為84.878%，高于80%。

55、表明這4個(gè)成分所含信息量為原始信息量的84.878%，可以用這4個(gè)成分代替所有的原始信息。在因子旋轉(zhuǎn)后，累計(jì)方差比沒有改變，沒有影響原有變量的共同度。4個(gè)主成分因子的貢獻(xiàn)率分別為35.053%、24.878%、14.373%和10.573%。可以看到，4個(gè)主成分保留了較多原有變量的信息，將16個(gè)財(cái)務(wù)信息集中到4個(gè)綜合因子中，效果理想。</p><p>　　表5 因子解釋原有變量總方差的情況</p>

56、<p>　　4.4 降維后的財(cái)務(wù)變量說明</p><p>　　在載荷表中，載荷系數(shù)越大，表明綜合因子對相應(yīng)的原始指標(biāo)解釋能力越強(qiáng)。對于每個(gè)公共因子而言（即載荷矩陣的每一列），它在部分變量上的載荷較大，在其它變量上的載荷較小，使同一列上的載荷盡可能地向靠近1和靠近0兩極分離。每個(gè)公共因子和其載荷較大的那些變量存在更多的聯(lián)系。</p><p><b>　　表6 因子載荷矩陣

57、</b></p><p>　　根據(jù)表6，其主成分關(guān)于財(cái)務(wù)指標(biāo)的線性表達(dá)式如下：</p><p><b>　?。?）發(fā)展能力變量</b></p><p>　　F1=0.239X1+0.288X2+0.546X3+0.102X4+0.623X5+0.798X6+0.763X7</p><p>　　+0.73X8+

58、0.33X9-0.267X10+0.254X11+0.222X12+0.282X13+0.283X14</p><p>　　+0.175X15+0.430X16</p><p>　　主成分1（即F1）中凈利潤增長率（X6）、主營業(yè)務(wù)收入增長率（X7）、自有資金增長率（X8）的負(fù)荷量較其他指標(biāo)高，分別為0.798、0.763、0.73，說明第一個(gè)因子可以代表企業(yè)發(fā)展能力變量。</p&g

59、t;<p><b>　?。?）營運(yùn)能力變量</b></p><p>　　F2=0.066X1+0.322X2+0.312X3-0.317X4+0.084X5-0.289X6-0.259X7</p><p>　　+0.458X8+0.896X9+0.914X10+0.536X11+0.846X12+0.227X13+0.3X14</p>&l

60、t;p>　　+0.596X15+0.758X16</p><p>　　主成分2（即F2）中其中應(yīng)收賬款周轉(zhuǎn)率（X9）、總資產(chǎn)周轉(zhuǎn)率（X10）、營運(yùn)資本周轉(zhuǎn)率（X12）的負(fù)荷量較高，分別為0.896、0.914、0.846，說明第二個(gè)因子可以代表企業(yè)的營運(yùn)能力變量。</p><p><b>　　（3）償債能力變量</b></p><p>　

61、　F3=0.786X1+0.600X2+0.618X3+0.597X4-0.051X5-0.320X6-0.275X7</p><p>　　-0.181X8+0.574X9+0.24X10+0.03X11-0.02X12-0.318X13+0.133X14</p><p>　　-0.605X1-0.181X16</p><p>　　主成分3（即F3）中資本負(fù)債比率（

62、X1）、流動(dòng)比率（X2）、速動(dòng)比率（X3）的負(fù)荷量較高且集中，分別為0.786、0.6、0.618，說明第三個(gè)因子可以代表企業(yè)的償債能力指標(biāo)。</p><p><b>　?。?）盈利能力變量</b></p><p>　　F4=-0.474X1-0.520X2-0.101X3+0.582X4+0.252X5-0.124X6+0.159X7</p><

63、p>　　+0.394X8+0.171X9-0.090X10-0.002X11-0.023X12+0.969X13+0.614X14</p><p>　　+0.843X1+0.794X16</p><p>　　主成分4（即F4）中，凈資產(chǎn)收益率（X13）、銷售毛利率（X15）、資本保值增值率（X16）其負(fù)荷量遠(yuǎn)高于其他指標(biāo)，分別為0.969、0.843、0.794， 說明第四個(gè)因子可以

64、代表企業(yè)的盈利能力指標(biāo)。</p><p><b>　　表7 變量說明</b></p><p>　　5 運(yùn)用Logistic回歸建立預(yù)警模型</p><p>　　將因子分析得到的4個(gè)因子作為自變量與因變量Y，利用二分類Logistic回歸建立預(yù)警模型并預(yù)測。</p><p>　　二元邏輯回歸擬合的方程為： </p&g

65、t;<p>　　ln a+ , 即： （公式1）</p><p>　　其中，P是是事件發(fā)生的概率，即上市公司發(fā)生財(cái)務(wù)危機(jī)的概率；Xi是自變量，即影響財(cái)務(wù)危機(jī)的第i個(gè)因素，i=1，2，…，m；a，bi（i=1，2，…，m）是待估參數(shù)。</p><p>　　將F1、F2、F3和F4的表達(dá)式作為替代變量代入預(yù)測模型中，p值代表上市公司發(fā)生財(cái)務(wù)危機(jī)的概率，若p大

66、于0.5小于1，取1；若p大于0小于0.5，取0。</p><p>　　運(yùn)行SSPS17.0，得到的結(jié)果如下：</p><p>　　表8 模型估計(jì)及系數(shù)檢驗(yàn)</p><p>　　從表7的結(jié)果可以看出，所有系數(shù)均通過了檢驗(yàn)，4個(gè)因子的各自系數(shù)和常數(shù)項(xiàng)分別是-2.3、-6.64、-3.55、-10.03和2.55，可建立如下Logistic回歸方程：</p>

67、<p>　　ln2.55-2.3X-6.64X2-3.55X3-10.03X4 </p><p><b>　　即：</b></p><p><b>　　P= </b></p><p><b>　　表9 模型總體檢驗(yàn)</b></p><p>　　從表8可以看出，

68、-2 Log likelihood是似然函數(shù)值的自然對數(shù)的-2倍，通常來反映模型的擬合程度，其值越小說明其擬合程度越好。兩個(gè)判定系數(shù)Cox & Snell R Square和Nagelkerke R Square，兩個(gè)判定系數(shù)從不同角度反映了當(dāng)前模型中自變量的變異占因變量總變異的比例。如果大于0.5說明模型效果良好，而本模型這兩個(gè)系數(shù)分別達(dá)到0.63和0.94，說明模型的自變量對因變量有良好的解釋效果。</p>&

69、lt;p>　　表10 模型預(yù)測結(jié)果</p><p>　　從表9的預(yù)測結(jié)果來看，70個(gè)研究樣本，被誤判5個(gè)，模型的整體預(yù)測效果為92.86%,是一個(gè)很高的值，說明該模型通過了檢驗(yàn)。其中ST公司共35家，被誤判2家，其預(yù)測準(zhǔn)確率為94.3%，非ST公司共35家，被誤判3家，其預(yù)測準(zhǔn)確率為91.43%，總體而言，模型效果良好。</p><p><b>　　結(jié) 論</b&g

70、t;</p><p>　　隨著市場經(jīng)濟(jì)的不斷發(fā)展，企業(yè)面臨著復(fù)雜多變的國內(nèi)外環(huán)境，如何有效的提前預(yù)測財(cái)務(wù)風(fēng)險(xiǎn)，規(guī)避減弱財(cái)務(wù)風(fēng)險(xiǎn)可能帶來的不良影響，對企業(yè)的自身發(fā)展、對投資者準(zhǔn)確的選擇投資對象、對金融機(jī)構(gòu)評(píng)估信貸風(fēng)險(xiǎn)、對政府機(jī)構(gòu)監(jiān)督市場經(jīng)濟(jì)和強(qiáng)化宏觀調(diào)控，都具有重大的意義。本文基于以上的考慮，根據(jù)上市公司財(cái)務(wù)指標(biāo)、通過因子分析和邏輯回歸的結(jié)合運(yùn)用展開研究，謹(jǐn)希望通過此次研究探討，揭示財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)在企業(yè)規(guī)模擴(kuò)張中所起

71、的信號(hào)作用，為企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警控制提供實(shí)證依據(jù)。</p><p>　　通過該模型的建立，我們可以看到回歸模型的預(yù)警能力較強(qiáng)，上市公司可以運(yùn)用該模型對財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行分析。通過3、4、5章的分析，可以得到如下的結(jié)論:：</p><p>　?。?）同一時(shí)期，產(chǎn)業(yè)類別因素對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響顯著?？紤]到是否上市以及所處行業(yè)都會(huì)對預(yù)測模型產(chǎn)生影響，所以前提是該模型僅適用于上市公司的制造行業(yè)。即使同屬于

72、制造行業(yè)，還需考慮細(xì)分行業(yè)，因?yàn)椴煌募?xì)分行業(yè)所面臨的國內(nèi)外市場環(huán)境和產(chǎn)業(yè)政策等也存在著差異，所以造成不同行業(yè)對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響不同。本文所選取的ST企業(yè)，均為上市公司，雖然包含了較多的細(xì)分行業(yè)，但樣本選擇上存在較多的主觀性；本文所選取的配對樣本，與ST企業(yè)具有相同的會(huì)計(jì)年度、相同或相似的細(xì)分行業(yè)和相近的資產(chǎn)規(guī)模。但是每個(gè)企業(yè)所涉及的領(lǐng)域很難嚴(yán)格界定，所以主要考慮的是主營業(yè)務(wù)所在細(xì)分行業(yè)是否相似或相同。</p><

73、p>　?。?）不同財(cái)務(wù)指標(biāo)對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響不同。由于預(yù)測變量的經(jīng)濟(jì)理論的研究成果較少，研究者在選擇預(yù)測變量時(shí)，主要依靠經(jīng)驗(yàn)和已出現(xiàn)財(cái)務(wù)困境公司嚴(yán)重惡化的指標(biāo)，來作為實(shí)證研究的備選預(yù)測變量組，通過大量的統(tǒng)計(jì)檢驗(yàn)來篩選模型中的變量。本文根據(jù)前人的研究成果，參考了在實(shí)證研究中，被廣泛采用的財(cái)務(wù)變量，結(jié)合我國近期企業(yè)的現(xiàn)狀，確定了16個(gè)財(cái)務(wù)變量，降維后，將16個(gè)財(cái)務(wù)變量濃縮為4個(gè)，再使用邏輯回歸建立預(yù)測模型，得到較好的結(jié)果。但本文所選

74、取的研究變量都是財(cái)務(wù)指標(biāo)，未選取非財(cái)務(wù)指標(biāo)；本文所選用的財(cái)務(wù)指標(biāo)數(shù)值均根據(jù)企業(yè)經(jīng)營與模擬系統(tǒng)，為對其準(zhǔn)確性進(jìn)行考核。</p><p>　　（3）從表6可知，總資產(chǎn)周轉(zhuǎn)率的負(fù)荷量較高，表明該指標(biāo)對營運(yùn)能力具有很強(qiáng)的解釋力。表明在企業(yè)經(jīng)營過程中，針對制造行業(yè)類似細(xì)分行業(yè)，資產(chǎn)的周轉(zhuǎn)期越長，則營運(yùn)能力越弱，財(cái)務(wù)風(fēng)險(xiǎn)相對較大，上市公司被特別處理的可能也加大。因此，在企業(yè)的經(jīng)營過程中，要提高資產(chǎn)的流動(dòng)性，及時(shí)處理呆滯存貨和

75、不良資產(chǎn)，減少現(xiàn)金的占用量。</p><p>　?。?）從表6可以看到，凈資產(chǎn)收益率的負(fù)荷量較高，表明該指標(biāo)對盈利能力有較好的解釋能力。利潤表是反映企業(yè)未來盈利能力的最好途徑，企業(yè)利潤的創(chuàng)造能力是判斷企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)大小的一個(gè)重要因素。一般來說該指標(biāo)越大就說明企業(yè)權(quán)益資本的盈利能力越強(qiáng)，說明企業(yè)充分利用了財(cái)務(wù)杠桿，通過一定的負(fù)債促使企業(yè)的權(quán)益資本的盈利能力提高。但是，如果企業(yè)的該指標(biāo)過高，明顯高于同行業(yè)水平，那么就要

76、考慮負(fù)債和利息費(fèi)用是否過高，潛在的財(cái)務(wù)風(fēng)險(xiǎn)是否在可控的范圍內(nèi)，及時(shí)采取降低負(fù)債的相應(yīng)措施。</p><p>　　以2007年容量為70的研究樣本詳細(xì)闡述了Logistic預(yù)測模型的建立和檢驗(yàn)。主要思路：為檢驗(yàn)這些指標(biāo)是否存在共同因素，是否適合進(jìn)行主成因分析，首先進(jìn)行KMO統(tǒng)計(jì)量檢驗(yàn)和Bartlett檢驗(yàn)。在確定可以進(jìn)行因子分析后，將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算各主成分的特征值和方差貢獻(xiàn)率、降序排列，提取公因子。然

77、后將4個(gè)公共因子作為變量代入Logistic回歸，最終確立以F1、F2、F3和F4為建模變量的預(yù)測模型，經(jīng)檢驗(yàn)，該模型的準(zhǔn)確率為92.86%。</p><p>　　通過以上的分析，我們可以發(fā)現(xiàn)Logistic具有較好的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測能力。通過主成因法降維，第一、可以避免因財(cái)務(wù)指標(biāo)間信息的相關(guān)性和重復(fù)，將幾個(gè)財(cái)務(wù)指標(biāo)濃縮為一個(gè)主成分，用少量因子代替所有變量。第二、只要該財(cái)務(wù)比率能夠在一定程度上區(qū)分ST和非ST企業(yè)，就

78、可以作為建模時(shí)采用的原始財(cái)務(wù)比率，不受財(cái)務(wù)比率個(gè)數(shù)的限制。</p><p>　　由于以下因素的限制，可能對本模型的準(zhǔn)確性產(chǎn)生影響。第一，本文所選取的研究變量都是財(cái)務(wù)指標(biāo)，未選取非財(cái)務(wù)指標(biāo)，因此，模型未能反映出非財(cái)務(wù)因素對企業(yè)財(cái)務(wù)狀況產(chǎn)生的影響。第二，本文收集的信息在時(shí)間跨度上不夠廣泛，這主要是由于本人的時(shí)間和精力有限。第三，基于我國上市公司以制造型企業(yè)為主且該行業(yè)對我國的經(jīng)濟(jì)具有重大的戰(zhàn)略意義，本文選取的均為我國

79、上市公司的制造型企業(yè)，建模的前提承認(rèn)了不同行業(yè)在財(cái)務(wù)風(fēng)險(xiǎn)的判斷依據(jù)上是不同的。所以，此模型僅適用于我國上市公司的制造型企業(yè)，不能推廣到其他行業(yè)。同時(shí)，考慮到樣本數(shù)據(jù)選取的方便性和我國證據(jù)市場的短暫歷史，符合本次樣本要求的企業(yè)數(shù)量有限，雖然最終的樣本個(gè)數(shù)基本滿足分析的要求，但樣本的代表性在一定程度上減弱。第四，在實(shí)踐中進(jìn)行財(cái)務(wù)預(yù)警時(shí)，需要將定量方法與定性方法相結(jié)合，限于篇幅，本文未能將定性分析方法與預(yù)警模型的構(gòu)建結(jié)合起來。</p&g

80、t;<p><b>　　參考文獻(xiàn)</b></p><p>　　[1]朱榮．企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的評(píng)價(jià)與控制研究［D］．大連：東北財(cái)經(jīng)大學(xué)，2009．</p><p>　　[2]鐘靈．基于Logistic模型的公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)報(bào)分析［D］．成都：成都理工大學(xué)，2009</p><p>　　[3]呈素娟．基于Probit模型的企業(yè)集團(tuán)財(cái)務(wù)風(fēng)險(xiǎn)[

81、D]．蘇州:：江蘇大學(xué)，2009．</p><p>　　[4]向德偉．財(cái)務(wù)風(fēng)險(xiǎn)管理的基本理論與方法［J］．會(huì)計(jì)研究，1999（10）．</p><p>　　[5]谷祺，劉淑蓮．財(cái)務(wù)危機(jī)企業(yè)投資行為分析與對策［J］．會(huì)計(jì)研究，1999（10）．</p><p>　　[6]張玲．財(cái)務(wù)危機(jī)預(yù)警分析判別模型［J］．經(jīng)濟(jì)研究，2000（3）．</p><p

82、>　　[7]吳世農(nóng)，盧賢義．我國上市公司財(cái)務(wù)困境的預(yù)測模型研究［J］．經(jīng)濟(jì)研究，2000（3）．</p><p>　　[8] 張愛民，祝春山，許丹健．上市公司財(cái)務(wù)失敗的主成分預(yù)測模型及其實(shí)證研究[J］．金融研究，2001（3）．</p><p>　　[9]齊治平，余妙志．Logistic模型在上市公司財(cái)務(wù)狀況評(píng)價(jià)中的運(yùn)用[J]東北財(cái)經(jīng)大學(xué)學(xué)報(bào)，2002（6）．</p>

83、<p>　　[10] 鄭茂．我國上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建及實(shí)證分析[J］．金融論壇，2003（10）．</p><p>　　[11]程新生．公司治理、內(nèi)部控制、組織結(jié)構(gòu)互動(dòng)關(guān)系研究 [J］．會(huì)計(jì)研究，2004（14）．</p><p>　　[12]陳靜．上市公司財(cái)務(wù)惡化預(yù)測的實(shí)證分析［J］．會(huì)計(jì)研究，2005（6）．</p><p>　　[13]張先

84、治．基于管理者決策與控制的財(cái)務(wù)分析—企業(yè)內(nèi)部財(cái)務(wù)報(bào)表的財(cái)務(wù)分析應(yīng)用［J］．會(huì)計(jì)研究，2005（6）．</p><p>　　[14]江紅．試論企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的分析與防范［J］．經(jīng)濟(jì)研究參考，2008（63）</p><p>　　[15]符建南．上市公司財(cái)務(wù)風(fēng)險(xiǎn)的分析與防范［J］．現(xiàn)代商業(yè)，2008（12）</p><p>　　浦軍，劉娟．財(cái)務(wù)狀況質(zhì)量與財(cái)務(wù)危機(jī)研究—基于

85、Logistic模型的實(shí)證分析[J］．經(jīng)濟(jì)問題，2009（10）</p><p>　　[16]孔寧寧，魏韶?。谥鞒煞址治龊蚅ogistic回歸方法的財(cái)務(wù)預(yù)警模型比較[J］．經(jīng)濟(jì)研究，2010（6）．</p><p>　　[17]李義超， 蔡晶晶．基于財(cái)務(wù)與非財(cái)務(wù)指標(biāo)的財(cái)務(wù)困境預(yù)警研究[J]．中國管理信息化，2010（11）．</p><p>　　[18]汪平．財(cái)

86、務(wù)理論［M］．北京：經(jīng)濟(jì)管理出版社，2003．</p><p>　　[19] 張友棠．財(cái)務(wù)預(yù)警系統(tǒng)管理研究［M］．北京：中國人民大學(xué)出版社，2004．</p><p>　　[20]彭韶兵，邢精平．公司財(cái)務(wù)危機(jī)論［M］．北京：清華大學(xué)出版社，2005．</p><p>　　[21]傅元略．中級(jí)財(cái)務(wù)管理［M］．上海：復(fù)旦大學(xué)出版社，2005．</p>&l

87、t;p>　　[22]谷祺，劉淑蓮．財(cái)務(wù)管理［M］．大連：東北財(cái)經(jīng)大學(xué)出版社，2007．</p><p>　　[23]孫星．風(fēng)險(xiǎn)管理［M］．北京：經(jīng)濟(jì)管理出版社，2007．</p><p>　　[24]張繼德．集團(tuán)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理［M］．北京：經(jīng)濟(jì)管理出版社，2008．</p><p>　　[25]步淑段．分公司財(cái)務(wù)風(fēng)險(xiǎn)測控系統(tǒng)研究［M］．北京：經(jīng)濟(jì)管理出版社，

88、2009．</p><p>　　[26]Altman Edward I. Financial Ratios, Discriminant Analysis and the prediction of Corporate Bankruptcy [J].Journal of Finance, 1968(4)</p><p>　　[27]Ohsan J.A.Financial Ratios and

89、 the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research, 1968(4)</p><p>　　[28]Beaver W Marketprice.Financial Ratios and the prediction of failure [J] .Journal of accounting Reaczrch, 1968

90、(9)</p><p>　　[29]Altman, Haldman, and Narayanan.A New Model to Identify Bankruptcy Risk of Corporations [J]. Journal of Banking and Finance, 1977(1).</p><p>　　[30]Altman, Haldman, and Narayanan.

91、A New Model to Identify Bankruptcy Risk of Corporations [J]. Journal of Banking and Finance, 1977(1)</p><p>　　[31]S.Summers,and J.Sweeney.Fraudulently Misstated Financial Statements and Insider Trading:An Em

92、pirical Analysis [J].The Accounting Review, 1998(2)</p><p>　　[32]K.Erkki Laitinen and Teija Laitinen, Cash Management Behavior and Failure Prediction [J]. Journal of Business Finance & Accounting, 1998(