我国上市公司财务预警十篇

我国上市公司财务预警 篇1

一、我国上市公司财务预警模型研究过程中尚待解决的问题

(一) 财务预警理论依据尚待完善

目前, 我国学者进行财务预警研究时, 大多是借鉴国外的研究成果, 但还没有严格检验国外模型的科学依据, 直接将国外的研究成果加以借鉴可能存在较大的风险性, 而且国内研究人员在构建模型时一般不对数据特征进行检验, 但财务比率的特征将决定统计方法的选择, 还有对于预测变量的选择一直是财务预警研究领域难以科学解释的问题。在国内的许多研究中, 这一问题表现得更为突出, 他们都认为自己选取的变量与企业持续经营相关, 但缺乏客观依据, 甚至缺乏必要的逻辑推理, 所有这些问题都有待于财务预警理论的不断完善。

(二) 理论的发展得不到实践的支持

上市公司财务预警在我国仅限于理论上的研究, 投资者在实际投资决策中, 财务预警方法还不能被广泛使用, 这在一定程度上阻碍了财务预警研究的进展。在我国, 广大的证券投资者较少有人运用财务预警方法对上市公司披露的信息通过建立模型进行科学预测, 投资者在进行投资决策时往往都非常盲目, 缺少理性的分析。造成这种现象的原因一方面由于证券投资者覆盖面广泛, 各自的文化程度和专业知识水平参差不齐, 而财务预警大多需要运用数理统计和财务等多方面的知识, 这就将许多投资者挡在门外, 使财务预警对于一些投资者而言变得望尘莫及;另一方面, 我国很多投资者在进行投资时并不是很成熟, 没有形成运用财务预警方法进行投资决策的观念。

(三) 财务预警的方法尚需不断改进

在财务预警各种方法的运用上, 我国现阶段主要利用单变量分析方法和多变量分析方法中的静态分析, 较少应用动态分析研究方法。但运用动态研究方法建立的模型能够弥补静态分析方法只站在一个时间点上对上市公司进行截面预测的不足, 有利于从时间序列的角度对企业的财务状况进行动态分析, 所以在今后财务预警方法的研究当中应根据我国的实际情况, 努力加强对动态财务预警方法的运用。另外, 一些财务预警方法是以一定前提假设为基础, 但在实际中这些假设并不能完全得到满足, 在实际应用模型时应尽量发现那些限制条件少、使用起来简便易行的研究方法。

二、应用财务预警模型应注意的问题及改进建议

(一) 应用财务预警模型应注意的问题

1. 系统指标的选择需要科学的理论基础。

目前, 在理论上还不能给出科学选取指标的方法, 所以在运用模型研究时首先要解决指标的选取问题。现阶段大多是采用模型自身判别和经验判别相结合的方法来选取指标, 但采用这种方法选取指标时还要考虑到一些重要指标是否存在人为操纵的因素, 以保证指标选取的科学性, 只有指标选取科学, 模型的运用才能更有效果。

2. 对于多元线性判别模型存在假设上的问题。

利用多元线性判定分析方法建立模型时, 假设自变量服从多元正态分布, 但实际上这一点并不能完全符合。尤其在样本规模小时, 样本的正态分布假设更难实现, 为了提高模型的准确性应尽可能选择大样本, 一般样本个数不应低于60个。

3. 财务困境界定标准应不断完善。

通常的研究将ST公司定义为财务困境公司, 但我国证券市场处于成长阶段, ST的确定标准也在不断变化, 在进行模型研究时, 对于财务困境公司的界定还有待完善, 在随机配对选取的非ST公司中, 仍然存在一些实际已陷入财务困境却还没有暴露的公司, 目前在选取建立模型样本方面还没有严格的标准。

4. 实证模型的运用应具有时效性。

由于模型的可靠性和有效性是以样本数据为基础的, 随着时间的推移, 数据环境条件发生变化时, 模型的有效性也随之改变。所以, 实证模型应利用新数据进行分析, 以保证模型预测的准确性和时效性。

(二) 财务预警模型的改进

1. 科学选取财务预警模型的样本和指标

财务预警模型构建的有效程度直接受构建模型的指标和样本的科学性所影响。在选择样本时, 要明确财务困境公司的判别标准, 剔除非财务因素引起财务困境的公司, 选取的样本量应尽可能多, 覆盖面要广, 选取的样本要具有代表性, 并尽可能地扩大样本的时间跨度, 比较不同时间段模型的预测结果, 通过对以前年度预测结果的分析寻找更有效的样本选择方法。

因此, 对于财务预警模型选取的指标应具备以下四个基本特征: (1) 敏感性:指标具有高度的敏感性, 危机因素一旦萌芽, 就能够在指标值上迅速反映出来; (2) 先兆性:能识别企业的正常状态与困境状态; (3) 关联性:指标与困境的生成过程密切相关; (4) 操作性:指标要易于取得、便于计算, 这样才能使所建立的财务预警模型更有效。同时, 在指标选择时, 还要充分考虑到我国的实际情况, 选择对我国上市公司具有预测力的指标建立模型。

2. 不断改进财务预警方法

现阶段对于财务预警模型的研究, 在国内主要采用单变量研究和多变量研究两种方法, 两种方法各有利弊, 应该综合运用, 以达到最佳的财务预警效果。在应用多变量模型时, 应考虑不同年度间环境上的差异, 如宏观经济形势、经济周期等对模型的影响, 并尽可能地加以规避。同时, 还要积极挖掘新的财务预警方法, 例如, 可以利用中期财务报告中的指标建立模型进行分析, 将其作为利用年度报告预警的有力补充;积极利用一些动态预警模型, 通过时间序列回归来选择模型变量, 使选择的变量更具有敏感性;克服只运用财务指标判别的片面性, 能够动态、全面地反映企业经营过程的方方面面。

3. 充分利用非财务因素进行预警

我国上市公司财务预警 篇2

目前我国的市场经济建设正处于深化改革的攻坚阶段, 金融市场发展步伐不断加快, 如何对待上市公司的财务危机防范已成为了摆在企业领导层桌面上的问题, 在上市公司全面的陷入财务危机之前对危机的发生进行有效地预期以及为市场参与者 (如借贷方、管理层、投资人以及财会师等) 提供科学的公司财务走向预测体系和及时的财务信息披露就不失为一种好办法, 各个专业机构也大都建立了针对具体公司情况而设立的财务预警监测体系建立方面的专项研究课题。具体说来, 财务危机预警的核心概念就是基于适用性选择财务以及非财务运行指标的基础上对完整的财务预警体系的建立, 通过统计的各项相关数据建立专门的企业财务监控模型, 聘请以及培训企业内部财会人员进行数据分析, 综合的评估上市公司可能会遇到的潜在财务风险, 然后整理成书面分析及预测报告, 提醒管理层进行有效的公司财务及管理操作来防范财务风险。

二、建立上市公司财务危机预警系统的指标选择原则

上市公司财务危机预警系统指标的选择正确与否直接关系到整个预警体系运转的有效性以及针对性, 因此其占据了整个体系设立中的十分重要的位置, 上市公司财务危机预警指标体系建立的初始阶段要尤其注意好预警指标选择的科学以及针对性, 具体来讲, 应符合下列各项原则:

(一) 针对性原则。由于选定的财务预警指标大多与财务危机的发生间存在较大的相关系数, 在公司财务层次上来看, 企业财务危机的发生既包括了企业资源利用的效率低下原因, 也包括同业竞争中本公司的竞争力不高的因素, 这些可以导致企业运行存在潜在或既定危机的因素直接或间接的会导致公司的预期现金流不充分, 若企业经营理念只是贪图短期内产品销量的增加, 而忽视对产品质量导致的现金流入持续支持效应等财务稳定性因素的关注, 那么公司陷入现金流断裂以及经营危机困境不过是个时间问题。

(二) 可对比原则。财务危机预警系统指标的选取应根据目前我国通用的上市公司财务报表为基准, 所选择的财务指标要具备能够科学、及时反映财务危机的性质, 能够较为灵敏的反映财务变化, 不但能够对上市公司的财务因素进行科学有效地披露, 还具备一定的公司宏观经济环境反映特性, 可以在同类的指标中进行有效地对比, 通过人为的去除不具有代表性以及比较特性的指标, 力图将选定目标进行横向对比, 使得上市公司的财务运转情况可以得到真实和直观的反映。

(三) 全面性原则。财务危机预警系统指标选择应当具有比较高的对企业财务运行统计数据的概括性, 当然, 全面性并不是指全部性, 也不是指建立在巨大的数据搜集成本之上的难道过高搜集的指标, 其只是要求选定的指标具有相当的在财务报表中的分散性, 每一个选定的指标都能够清晰地反映某一个方面的财务问题, 指标之间要尽量减少重复性, 各个表现良好和低下的财务指标数据能够得到反映是全面性原则的基本要求。

三、上市公司财务危机预警系统需要涵盖的主要指标

(一) 反映公司资债结构的指标。

1.资产负债率。

资产负债率一般是指上市公司的年末负债总额同其资产总额的比率, 即某个公司的总资产中通过负债渠道筹集的比例。在上市公司的财务预警体系中, 此指标用来评价和衡量公司经营活动时利用债权人进行资金融入的能力和程度, 是债权人发放贷款安全程度的集中体现。在已建立的财务预警体系中, 如若此项比率达到或超过100%的水平, 则对于上市公司来说是严重的财政危机信号, 说明公司已经处于资不抵债的困境, 因此被用来当作公司财务危机预警体系指标中资债结构类必不可少的项目之一。

2.财务速动比率。

速动比率是用来计算某个企业的速动资产与其占有的流动负债数量的比率, 速动资产=流动资产-存货, 将这一项纳入上市公司的财务危机预警监测体系指标中是因为上市公司的速动资产项目下包括了其运营的货币资金、交易性投资、应收票据和账款等, 这些类目一般都是可以在较短时间内进行变现交易行为的, 因此, 速动比率的高低是能够直接反映企业的短期偿债能力强弱的关键指标, 正常值安全阀一般应保持100%以上, 上市公司统计财务数据中, 速动比率的计算流动负债作用要在监测体系中得到加强。

(二) 反映公司利润渠道的指标。

1.资产报酬率。

资产报酬率在公司财务报表中有时也被称作是投资盈利率, 在财务监测体系中是指特定企业在特定的时期内以其息税前的利润与其资产平均总额的相除比率。将资产报酬率纳入监测体系而作为指标之一是因为这是用以评价监测企业在运用全部资产时的总体获利能力以及评价企业在资产运营时实现经济效益的重要指标, 其不仅代表了资产的获利能力, 也在一定的程度上反映了企业的资金运营效率。资产报酬率数值被认为是越大才越好, 代表了上市公司财务的可增长性, 供决策者分析过去的财务流动健康状况。

2.每股收益率。

这里所指的每股收益率是说公司的净利润与其流通在外的普通股比值, 综合的反映了上市公司普通股的盈利能力水平, 上市公司财务预警工作中, 如若发现目标公司的盈利状况较差或支付的运营成本价格较高, 则会导致公司的每股收益减少, 进而可能导致股价下跌, 而财务报表中的每股收益率越高, 表明被监测公司的资本增值能力越强, 企业的财务状况也就相对的较为健康。由于该指标也反映了公司的主营业务获利水平, 即只有当公司主营业务突出, 每股收益率能够吸引投资者进入, 同时主营业务利润率较高的情况下, 公司爆发财务危机和现金流短缺的可能性才相对较低。

(三) 反映公司可持续发展能力的指标。

1.销售收入增长率。

往往对于上市公司的销售业务收入增长率是得到投资者以及公司高层最为关注的持续走向型指标, 因为这个指标反映了一家处于增长期的公司在其某一段时间的销售收入的变化程度, 进而推断出其在市场上的竞争力以及后续动力。此指标在实际工作中一般较为常用的是预估销售收入增长率或是过去几年平均的销售收入增长率。在构建上市公司财务预警指标体系的过程中, 对于此类指标的分析要注意到公司的销售收入增长率愈高就代表了公司的产品销售量增加越快, 其市场占有率也就越大, 管理层和财务监测人员得出较高增长结果的同时也会对未来的成长较为乐观。

2.资产周转率。

公司财务报表里的资产周转率是用来衡量企业资产管理效率的指标, 体现了企业经营期间的全部资产从投入到产出的流转速度和全部资产的管理质量和利用效率。在分析检测此项指标的过程中, 分析人员通过该对指标进行对比分析, 可以发现企业与同类企业以及资产利用上的差距, 这样一方面可以促进企业挖掘潜力、积极创收, 而另一方面还可以提高公司产品的市场占有率以及提高资产利用效率。在公司财务监测体系中, 该数值越高, 表明企业的销售能力越强, 最终也具有使得资产的利用效得到补充和加强的作用。

四、上市公司财务预警指标体系建设的功能及完善

(一) 财务预警指标体系建设的功能。

通过对以上各项上市公司财务预警体系指标建设和选择原则以及具体参考标的的介绍和引入, 我们可以发现所谓的财务预警的实现实际上就是通过对设定的监测财务数据进行观察和分析, 进而对公司的潜在财务隐患及运营危机进行及时的告警和措施采取, 将不良运行趋势控制在初始阶段。财务监测指标集合是企业财务体系指标森林里重要的构成, 财务预警涉及到诸如财务危机、财务困境以及公司破产清算风险预警等多个方面, 企业资本和债务的保有量直接关系到企业财务安全的重大问题, 若不妥善处置, 很可能是企业走向清算破产的道路。财务监测的功能还体现在以分析财务数据为基础上的对企业财务经营的控制, 量化企业运营和企业财务数据之间的相关程度, 较为直观的“定点清除”财务危机源头, 不但具有对财务工作的治愈作用, 也对矫正企业的经营运作方向具有较好的规范作用, 管理层在进行财务危机预警系统指标的选择时, 着重把握财务危机发生的根源和有针对性的进行指标选取可以强化这一监测作用, 同时利用可对比性这样一项可以节约分析人员精力和加强决策人员理解和决策性质的财务预警指标选择原则可以对监测起到辅助作用。

(二) 财务预警指标体系建设的完善。

上市公司处于风云变幻的市场经济大潮中, 其财务预警体系指标并不是一成不变的, 而是要根据市场和公司自身的变化进行及时的调整, 应根据财务预警体系所要求的针对性、可对比性以及全面性原则要求, 例如可以在目前的财务指标森林中适当加入一些非财务指标, 增强对企业运行的人文及社会化考察, 对非财务指标的量化分析有时也会对决策层定调公司前进方向和经营理念起到重要作用, 只有这样, 在整个财务绩效考核监测体系的设计上, 得出的结果才不会总是处于结果性评价的层面, 避免带有过分追求绩效的倾向而使得评测结果具有一定的片面性。财务监测体系的后续完善还要根据财务报表中的分项数据, 以较为全面的、可以较为容易得到的反映指标为原则, 已能够真实和不失偏颇的将财务危机预警的漏洞揭露出来为修正方向进行多方面的补差去繁。在非财务指标的设定上, 为避免非财务指标主观性和易于操纵的特点, 要适度强化非财务指标的可执行性和可控制性, 使其在整个绩效考核的体系中发挥出独特的作用, 真正的成为财务指标的有益补充。此外, 多角度引进经济学中的比较分析、趋势分析以及静态均衡分析方法也可以在一定程度上使得预警体系更加科学化;最后, 建立有差别的行业及地区导向型预警指标区分模型应该成为日后上市公司财务预警指标体系发展和改善的方向, 只有对财务预警体系的因地制宜运用和推陈出新改革才能使得我国上市公司财务预警体系真正起到规范和支持公司财务健全运行的作用。

五、结语

在激烈的市场竞争中, 上市公司的经营活动涉及到国民经济运行的方方面面, 各个企业财务会计工作也根据各自具体的财务运行特点而展现出不同的特点, 这些不同可以体现在公司投融资以及利润分配的各个层次, 财务危机预警指标应尽量涵盖公司生产经营的整个过程, 落实到实际上, 一定要按照我国证券监督管理委员会对于上市公司信息公开的要求以及《企业绩效评价细则》等法规进行符合规定的选取, 只有一个科学的财务预警监测系统的建立与运用才能够优化公司的资债结构、利润渠道和可持续发展能力等指标, 进而推进上市公司财务运营的健康化进程。

参考文献

[1].李季.上市公司财务危机预警研究[J].企业家天地, 2010

[2].张德荣.我国上市公司财务预警体系研究[J].中国证券期货, 2010

我国上市公司财务预警 篇3

关键词：财务危机；预警模型；实证研究

一、引言

随着资本市场的不断发展和完善，对上市公司财务危机预警进行研究一直是国内外学术界研究的热点问题之一。财务危机预警是以现有的财务比率为基础，通过设计并观察一些敏感性财务预警指标的变化，建立数学模型来预测企业财务危机发生的可能性，这样就能在很大程度上帮助上市公司防范和化解财务危机。然而，由于种种原因，财务危机预警系统在我国上市公司中尚未得到广泛应用。

二、财务危机预警模型的发展及分类

1、单变量模型

单变量模型，即一元判别模式，它运用单一的财务指标来预测企业的财务危机。W.H.Beaver（1966），他最早将统计方法应用与财务指标结合起来，选择了29个能够代表企业财务状况的指标，从1954年到1964年之间他定义的财务危机企业中，挑选了79家，并选择了产业相同、资产规模相近的另外79家非财务危机企业作为配对样本，他对这79家财务危机企业和79家非财务危机企业前五年的29个财务指标进行了立面分析，最后得出结论，认为现会流量/负债总额能够最好地判定公司的财务状况（误判率最低，破产前一年的预测币确率町以达到87%），其次是资产负债率和“净利润/总资产”比率，并且离财务危机出现同越近，误判率越低，预见性越强。

2、多元线性回归模型

多元线性判别模型，即通过线性回归技术来构建能够以最小的分类错误率对样本公司进行划分的多元线性方程。比较著名的有Altman的Z分数模型以及后来E.Altman、R.Haldeman.和P.Narauaman的ZETA模型。

2.1、Z分数模型

Altman（1968）提出了Z分数模型。该模型是Altman根据美国股票市场的实际情况，经过上千次的实证分析，以33家破产公司及33家配对公司作为样本，使用选择的5个比率拟合出了一个多元线性方程，建立了Z分数模型，首次采用了多变量来预测企业的财务危机。

模型如下：

2.2、ZETA模型

1977年Altman等人将预测模型Z分数模型从单纯的制造业中解放出来，加入了非上市公司和各个行业，建立了新的、更具有准确性的企业财务危机预测模型一zETA模型，它包括了经营收益/总资产、收益稳定性、利息保障倍数、留存收益/总资产、流动比率、普通股权益/总资本和普通股权益/总资产这7项比率。Altman等经过对样本的分析，发现用ZETA模型预测五年和一年之后的财务危机企业的精确度分别为70%和91%。并且通过对相同样本进行预测分析，比较发现，ZETA模型的预测准确度要明显优于Z分数预测模型。

2.3、F分数模型

由于Z分数模型没有考虑对企业财务状况影响重大的现会流量因素，导致其财务解释和预测的效果大打折扣。为弥补这一缺陷，我国学者对Z分数模型加以改进，建立了F分数模型（周首华、杨济华，1996）在F分数模型中加入了现金流量的预测变量，其模型如下：

3、多元逻辑回归

多元逻辑回归（二项Logistic回归）的统计方法都是建立在累积概率函数的基础上，一般运用极大似然估计法来进行判定，而不需要满足自变量服从多元正念分布和两组问协方差相等的条件。他们是解决O一1回归问题的行之有效的方法。

Martin（1977）年在财务困境预测中首次采用了逻辑回归模型，从25个财务指标中选取了8个作为变量建立了回归模型，结果发现逻辑回归的预测效果要好于前面两种模型。0hlson（1980）以1970年至1976年问105家失败公司为样本，运用了条件逻辑模型来建立财务预警模型，研究结果显著。

三、研究不足

由于我国的理论研究相对滞后，市场体制还不完善，目前企业财务预警模型构建存在的问题有如下几点：

第一，预警变量选择缺乏理论支持。

第二，样本选取范围和样本时间区间存在局限。

第三，预警模型缺乏非财务因素支持。

绝大部分的研究都以财务会计报表数据为基础，以各种财务指标为变量来建立预警模型。运用财务指标建立的财务预警模型虽然能较直观地反映企业的综合财务状况，但从我国企业的情况来看，不能仅采用财务指标作为判别依据。

参考文献

[1]Wi l l i am H. Baever . Fi nanci al as Pr edi ct or s of Fai l ur e[ J] . Journal of Account i ng Resear ch，1966. 5.

[2]AICPA.Improving Business ReD0rtS_— A Customer Fo～sEM3.AICPA Iuc，1994.

[3]Sorte～An"Event"Approach tO Basic Accounting n-e0ry[J].The Acc0unthlg Review.januaryt 1969

[4]王 强：企业失败定义研究[J].北京工业大学学报，2002.Vol.2 No.1

[5]谷 祺 刘淑莲：财务危机企业投资行为分析与决策[J].会计研究，1999.11

[6]赵爱玲：企业财务危机的识别与分析[J].财经理论与实践，2000

[7]吴世农，卢贤义.我国上市公司财务困境的预测模型研究[ 经济研究，2oo1，（6）.

[8]陈静.上市公司财务恶化预测的实证分析[J].会计研究，1999，（4）.

我国上市公司财务预警 篇4

目前，我国有关上市公司财务风险预警系统方面的研究还不是很成熟，明显滞后于我国证券市场的发展。但是在国外，由于证券市场已经高度发展，而且与其发达的资本市场相对应的财务预警模型研究也早已引起足够重视，并且也形成了多种关于财务危机预警的体系。

本文的实证性较强，遵照理论分析与实证分析相结合的原则，以理论为依据来建立模型，同时又用模型的拟合来支持和丰富理论。通过回顾国内外财务危机预警研究的相关文献，可以看出目前的研究主要集中在预警模型的构建上，且主要为单一预测方法构建的模型，但是单预测模型都有其自身的局限性，本文利用Z3分数模型对房地产上市公司进行财务预警模型的构建，并采用主成份分析法建立适合该行业的财务预警模型，以期能提高预测的精度，使之成为预测上市公司财务危机状态的有效工具。

二、房地产业上市公司财务预警研究的意义

财务危机预警的研究已经经历了多年的发展，从最初对模型构建方法的研究，到本国企业财务危机预警模型的构建研究，再到适合各行业财务危机预警模型的探寻，每一步都体现了学者们对财务危机预警研究的热情、执着，也更体现了其对于我国乃至世界范围内企业发展的重要地位[2]。

房地产上市公司作为我国新兴的行业，其潜力大、关联度高、带动力强等特点在我国经济发展的轨迹中显露无遗，另外其特有的融资、负债结构特点使得它在特定条件下(如房价下跌等)很容易发生财务危机[3-4]。房地产上市公司作为我国证券交易市场上独立的行业板块，能够基本代表本行业在我国的发展情况，对其研究基本也可以代表对行业的研究。由此可见对房地产上市公司财务危机预警研究是有必要的，对我国房地产行业乃至整个经济的发展也是有重大意义的。

三、房地产上市公司财务预警模型的假设研究及样本构建

1、房地产上市公司财务危机预警模型应用的研究假设

首先要确定样本的类型，在以往的财务危机研究中，ST以及*ST的上市公司都被作为了发生财务危机的样本，ST公司为发生“异常状况”而被特殊处理(Special Treatment，简称ST)的上市公司。这里所指的异常状况包括“财务状况异常”和“其他状况异常”。前者是指“连续两个会计年度亏损”和“每股净资产低于股票面值”;后者主要是指自然灾害、重大事故等导致上市公司生产经营活动基本终止，在三个月内不能恢复;公司涉及可能赔偿金额超过本公司净资产的诉讼;公司主要银行账号被冻结，影响上市公司正常经营等情况。由于其他异常状况具有不确定性，难以预测，所以一般情况下只是对“财务状况异常”进行分析[5]。

奥特曼的Z3模型是在其Z值研究的基础上，于提出的适合非制造业行业的预警模型，由于本文研究的对象房地产上市公司同样为非制造行业，所以可以将其作为待参考的模型之一,因此本文在房地产行业预警研究上也采用了该模型[6]。

基于上述分析、本文提出如下假设：

我国上市公司财务预警 篇5

一、Z-Score模型及其应用

美国学者Altman于1968年提出了经典的Z-Score模型, 其具体形式如式 (1) 所示:

式 (1) 中, 自变量 (=1, 2, 3, 4, 5) 的含义及计算公式如表1所示。

需要说明的是, 式 (1) 中X4的计算需要度量股东权益市场价值, 即股价与股份总额的乘积。但由于我国股权分置改革尚未完成, 上市公司的股份中仍包含一定比例的有限售条件股份。这些有限售条件股不能通过资本市场进行交易, 无法直接计算其市场价格和市场价值。为此, 本文用有限售条件股的账面价值近似估计其市场价值, 即用每股净资产替代价格, 来估算有限售条件股的价值。由此, 自变量X4的计算公式如式 (2) 所示。

式 (2) 中, p是无限售条件股价格, bvps是每股净资产, n1和n2分别是无限售条件股和有限售条件股的数量。通常说来, Z值越高, 公司的财务状况越健康, 未来发生财务风险的可能性越小。基于Z-Score模型的公司财务状况判别标准如表2所示。

二、我国房地产上市公司财务预警

本文利用简单随机抽样的方法, 从我国A股上市公司中选取40家房地产上市公司作为研究对象。数据来源是这40家房地产上市公司2009年的年度财务报告。无限售条件股价格以2009年12月31日的收盘价为准。

将40家样本公司的数据代入式 (1) 即可得到各家公司的Z值。根据Z值由大到小的方式将各家公司进行排序, 并判别各公司的财务状况, 结果如表3所示。

结合表3和表2可知, 在40家样本房地产上市公司中, 1.财务状况处于健康、不稳定、极差三种水平的公司分别有9家、11家和20家, 各占样本总数的22.5%、27.5%和50%。也就是说, 87.5%的样本公司的财务状况处于非健康水平。这说明，我国房地产上市公司整体的财务状况不容乐观。2.Z 值的平均值为 2.29，处于财务状况不稳定的区间;最大值(6.49)是最小值(0.92)的近 6 倍。这意味着我国房地产上市公司整体的财务状况不佳，且不同公司之间差异较大。

注：为避免引起不必要的纠纷，本文用序号来代替公司名称

三、结论

根据2009年的数据和Z-Score模型计算的结果来看, 我国房地产上市公司整体的财务状况处于非健康和非稳定状态, 且不同公司之间差异较大, 需要公司管理人员提高风险防范意识。

参考文献

[1].张楚堂杨志强.基于Z-Score模型的国有公司财务分析.武汉理工大学学报.2009.31

[2].Edward Altman.Financial Ratios, Discrimi-nate Analysis and the Prediction of Corporate Bankruptcy.Journal of Finance.1968.23

上市公司财务困境预警研究 篇6

1 财务困境的概念

财务困境在某些文献中也经常被表述成财务危机或是财务失败。在这些文献中与财务困境相关的概念最早出现的文献是Beaver所写的, 在他的文献中曾这样对公司是否陷入到财务困境进行鉴别:上市公司是否破产、是否存在拖欠优先股股利以及拖欠债务。在一段时间以后Altman在其所著的文献中曾经这样定义财务困境:企业进入到法定的破产程序。Deakin是这样对财务困境进行定义的, 主要就是指公司的破产, 以及没有能力偿还债务或是为债权人利益已经进行清算的公司。同一年, Carmichael是这样认为的, 上市企业遇到财务困境主要是指在履行义务的时候受到阻碍, 其具体表现为以下几点: (1) 缺乏流动性; (2) 权益不足; (3) 债务拖欠的行为; (4) 缺乏流动资金等。而Ross是这样认为的, 对上市企业的财务困境进行定义主要有以下四点: (1) 财务失败, 也就是说企业在清算以后也没有能力偿还债权人的债务; (2) 法定的破产行为, 也就是说企业以及债权人向法院提交破产申请; (3) 技术破产, 这主要是指企业不能按照规定的期限履行债务合约, 支付利息以及本金; (4) 会计破产, 这种情况主要是指在企业的账面上出现资金为负的情况, 即资不抵债的情况。Altman通过对学术界对上市公司财务危机的描述总结出财务危机主要有以下四种表现: (1) 上市公司经营问题; (2) 上市公司无力偿还债务; (3) 上市公司出现违约的行为; (4) 上市公司破产。通过以上的分析可以看出, 这些专家对于上市公司财务困境的描述基本是统一的, 从狭义的方面来说财务困境主要就是指企业的破产, 同时也是企业陷入财务困境的最终形成;然而从广义方面来讲, 上市公司的财务困境主要就是指企业没有能力支付已经到期的债务和费用。

2 建设上市公司财务困境的预警系统

预警变量的选择主要是财务困境预警研究过程中非常重要的组成, 它在一定程度上对财务困境预警模型的设计、财务困境预警的性能有着一定的影响。财务困境的概念以及财务困境预警理论均为预警变量提供了一个具有较强理论性的框架。如上文所阐述的, 现阶段还没有一个具有一定规范性的理论可以完全解释、概括引起财务困境的全部因子, 所以在实证研究预选变量的时候不能在理论指导上有系统性的选择, 而只能靠财务分析判断或其它标准来选择形形色色的变量, 再在经验数据基础之上不断地筛选变量。

2.1 上市公司盈利能力的指标

从长远的情况来讲, 如果一个企业要想远离财务困境, 就一定要拥有非常好的盈利能力。所以, 企业的盈利是企业偿还债务的能力是一个企业发展信用的保障, 同时也是企业长期、稳定发展所需流动资金的主要来源。通常情况下来讲, 一个企业的盈利能力越强, 财务基础越牢固, 则这个企业对外筹资的能力以及偿还债务的能力也就越强, 这也就意味着企业出现财务危机的可能性就越小。所以, 一个企业的盈利能力是企业财务预警分析指标的重要标准。

2.2 上市公司偿还债务能力的指标

上市公司偿还债务的分析能力是财务分析的一个重要方面, 通过对上市公司进行偿还债务能力的分析可以有效的揭示企业的财务风险, 同时上市公司的财务风险与财务困境有着非常紧密的联系, 所以债务偿还能力可以作为衡量财务预警分析的指标的又一标准。

2.3 上市公司营运能力的指标

上市公司的营运能力不但可以反映出上市公司的资产管理水平, 而且还可以反应出资产配置组合的能力, 最关键的是可以对企业的偿还能力以及上市公司的盈利能力造成一定的影响。一个上市公司的资产组合方式越合理, 资产周转的速度越快, 则说明上市公司的营运能力越强、资产运用的效率越高, 企业得到的收入以及盈利就越多。这也直接表明企业的盈利能力越强, 这时企业就会有足够的资金去偿还已经到期的债务。会大大的降低企业陷入财务困境的可能。所以, 上市公司的营运能力是衡量分析财务预警的重要标准之一。

2.4 粗集与人工神经网络结合

粗集理论以及神经网络有一个共同的特点:就是在自然的环境下都可以正常的工作。但是两者之间也有一定的差异, 粗集理论可以对人类的抽象逻辑思维进行模拟, 而人工神经网络主要是模拟形象直觉思维, 这也表明两者之间存在有不同的特点。粗集理论主要是一种对模糊性以及不确定性进行处理的数学工具, 在处理大量数据以及清除冗余信息等方面, 粗集理论具有非常好的效果, 所以这一理论被广泛的应用在机器学习的数据处理、规则生成等方面。

神经网络的方法也具有非常强的适应能力以及学生能力, 神经网络的方法主要应用在对数据进行分类以及预测中, 并且这种应用的精度很高, 相对比与经典的统计方法, 主要却别是, 这种神经网络的方法主要应用在小样本的数据分析中, 并且可以不需要满足正太分布的要求。

3 结语

随着时代的不断发展与进步, 企业面临的竞争也日益激烈, 面临的生存环境也日趋复杂, 所以怎样构建财务困境预警的指标系统, 对相关的信息进行汇总, 同时使用与之相匹配的预警模型对企业的财务进行整体的管控, 已经成为上市企业急需解决的问题。

摘要：对上市公司的财务情况进行客观的评价, 特别是需要对可能出现的财务困境的公司进行准确的预测, 这对及时的调整投资者的投资决策, 监管层需要准确的识别盲目融资公司以及投资银行有效开发潜在客户都有非常重要的意义。

关键词：上市公司,财务,困难,预警,评价

参考文献

[1]张维, 李玉霜.商业银行信用风险分析综述[J].管理科学学报, 1998, 1 (9) :20-27.

[2]陈静.上市公司财务恶化预测的实证分析明[J].会计研究, 1999 (4) :31-38.

[3]张玲.财务危机预瞥判别分析模型及其应用[J].预测, 2000, 19 (6) :38-40.

[4]陈晓, 陈治鸿.中国上市公司财务困境预测[J].中国会计与财务研究, 2000, 9 (2) :55-92.

我国上市公司财务预警 篇7

1998年3月16日, 中国证券监督管理委员会颁布了《关于上市公司状况异常期间的股票特殊处理方式的通知》, 规定当上市公司出现财务或其他状况异常, 导致投资者对该公司的前景难以判定, 可能损害投资者权益的情形, 交易所将对其股票实施特别处理 (Special Treatment, 简称“ST”) 。从2009年1月1日起至2010年12月31日, 深沪两市的ST公司累计达到113家, 其中化工产业类公司有57家, 占被特别处理公司总数的50.44%。这57家化工产业公司都存在着不同程度的财务困境。特别处理制度给我国的上市公司, 尤其是化工产业公司带来了很大的压力, 也给广大投资者 (特别受中小投资者) 和债权人带来了很多损失。本文对公司财务困境发生的可能性进行预测, 并建立一个可靠的预警系统, 有利于投资者充分认识财务困境企业的业绩变化规律, 对于企业管理层和监管机构制定财务政策具有重要实践价值, 同时在金融机构和供应商等债权人在制定信贷或赊销决策时也有一定的指导意义。

二、文献综述

最初人们使用单个比率预测、判断企业是否会“失败”或破产, 因此这类分析被称作单变量分析。最早进行单变量破产预测研究的是Fitzpatrick (1932) 所做的单变量破产预测模型, 发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率, 而且在经营失败之前三年这些比率呈现出显著差异。1967年秋, 威廉·比佛 (William Beaver) 教授在美国《会计研究》上发表了研究财务比率有用性的文章。该文首次提出可以运用财务比率来预测公司的失败。多变量模型的典型代表是多元判别分析 (MDA) 模型和Logistic回归模型。Altman (1968) 通过分析美国破产企业和非破产企业的22个财务指标, 从中选出了最能够反映借款人财务状况、对贷款质量影响最大、最具有预测和分析价值的5个关键指标, 建立了著名的5变量Z-score模型和在此基础上改进的变量Zeta模型。Martin (1977) 首次使用Logit方法在银行业中建立了财务困境预警模型。

国内有关财务困境预警的研究起步较晚, 且多使用财务指标建立模型。周首华、杨济华 (1996) 对Z-score模型加以改造, 建立F-score模型。陈静 (1999) 在多元判别分析中使用资产负债率、净资产收益率等6个指标进行分析, ST前1年的预测精度达到92.6%, ST前2年达到85.2%。陈晓和陈治鸿 (2001) 运用Logit模型对上市公司进行预测, 发现负债/权益比率、应收账款周转率等4个指标对我国上市公司财务困境具有显著的预测效果。张玲 (2000) 从偿债能力、盈利能力、资本结构状况和营运状况4个方面15个相关财务比率中筛选出4个变量构建了多元线性判别分析模型, 发现该模型有超前4年的预测能力。万希宁 (2005) 结合财务指标和非财务指标体系, 运用专家评分法和模糊优先关系排序决策法进行了指标的有效选择, 最后借助模糊数学构建了综合模糊预测模型。由以上综述可以看出, 国内学者在财务困境预警指标的选取上以单一财务信息指标占主导。

三、研究设计

第一, 样本选取。由于我国对于财务困境的研究基本上都是以上市公司是否因财务状况异常而被“ST (特别处理) ”为标准。这样的界定有直观、权威和便于操作的优点。在之前的研究中, 曾有人采用一一配对抽样法, 即样本和对照组中包括相等的样本容量。但Zmijewski曾指出, 如果在财务困境研究中失败企业与正常企业两类公司的比例偏离总体中两类公司的比例, 将会高估模型的预测能力。故本文的研究选取简单随机抽样法, 从沪深两市2009年化工行业中抽取15家ST公司作为困境公司研究样本, 为增加研究可靠性, 同样用随机抽样法抽取30家非ST公司, 作为对比研究样本, 其中5家ST公司和10家非ST公司作为检验样本。本文选取的样本来源于和讯网公布的2009年度财务报表。

第二, 预警指标选择。在上市公司财务预警中及时发现警兆对有效提高预警效率有着至关重要的作用, 而警兆的发现往往依赖于对财务危机预警指标体系的检测。从目前的财务预警研究来看, 国内外大多数学者都是以财务指标为基础建立财务预警模型, 而把非财务指标考虑如指标体系的相对较少。但是随着研究不断深入, 人们发现非财务指标在财务预警中也起着相当重要的作用。因此, 为使预警模型的建立更加准确有效, 本文将从财务和非财务两个方面建立指标体系。

现代财务管理理论认为, 企业的财务状况主要取决于企业的盈利能力、偿债能力、营运能力、成长能力和现金流量状况。故本文从上述五个方面中共选取20个财务指标。

鉴于对非财务指标的选择标准国内外研究中一直存在较大差异, 本文在综合考虑前人研究的基础上, 从以下几个方面选择非财务指标:从公司治理角度, 选择高管持股比例、国家股比例、流通股比例作为非财务指标, 考察公司持股结构对业绩的影响;从审计意见方面选择审计意见类型作为非财务指标。

综上, 本文初步选取的指标体系如下:总资产利润率、主营业务利润率、净资产报酬率、主营业务收入增长率、净利润增长率、净资产增长率、总资产增长率、应收账款周转率、总资产周转率、流动资产周转率、流动比率、速动比率、产权比率、经营现金净流量对销售收入比率、资产的经营现金流量回报率、经营现金净流量与净利润的比率、现金流量比率、国家股比例、高管持股比例、流通股比例、审计意见类型。另外对于个别缺失数据, 本文采用同行业企业的指标数据最大与最小值之间的随机值进行处理。

四、混合方法模型建立与预测

本文将抽取2009年沪深两市化工行业中的ST钛白 (股票代码:002145) 等10家ST公司和威远生化 (股票代码:600803) 等20家非ST公司作为样本, 通过主成分分析和Fisher判别混合方法建立财务困境预警模型, 最后选取2009年沪深两市化工行业中的*ST东碳 (股票代码:600691) 等5家ST公司和新开源 (股票代码:300109) 等10家非ST公司作为检验样本, 对所建立的模型进行预测检验。

第一, 指标改进——主成分分析法。首先对ST钛白、威远生化和新开源等45家上市公司估计样本分别计算总资产利润率、主营业务利润率、净资产报酬率、主营业务收入增长率、净利润增长率、净资产增长率、总资产增长率、应收账款周转率、总资产周转率、流动资产周转率、流动比率、速动比率、产权比率、经营现金净流量对销售收入比率等比率的数值, 并将估计样本原始数据进行标准化处理:

X的标准化值= (X-均值) /标准差

对标准化后的数据通过SPSS进行主成分分析, 得到成分分析的可行性结果, 如表1所示。

KM0取样适当性统计量的值在0到1之间, 其值越接近1, 表示变量间的偏相关系数越低, 进行主成分分析抽取共同主成分的效果越好。通过对所选指标的逐个剔除检验, 最终确定经营现金流量回报率、经营现金净流量对销售收入比率、经营现金净流量对负债比率、现金流量比率、流动资产周转率、总资产周转率、速动比率、流动比率、净利润增长率、主营业务利润率、主营业务收入增长率、总资产增长率和总资产利润率13个指标作为待抽取变量。表1中的KM0值达到0.674, 基本达到“适中”的标准, 因此适合进行主成分分析。

以累计贡献率为87.618%作为提取标准, 即取前5个指标为主成分 (见表2) 。此5个主成分可以代表原13个财务指标87.618%的信息量。为对所选出的主成分进行解释, 取得5个主成分的因子载荷量 (即各主成分与各原始财务指标的相关系数) , 见表3。

从表3, 可以得出以下结论:主成分f1主要由资产的经营现金流量回报率、经营现金净流量对销售收入比率、经营现金净流量对负债比率、现金流量比率这4个财务指标解释, 因为这4个指标的因子载荷远大于其他几个指标。它代表了现金流量状况。主成分f2主要由流动资产周转率和总资产周转率这2个财务指标解释, 因为这2个指标的因子载荷远大于其他几个指标。它代表了资产周转率状况。主成分f3主要由速动比率和流动比率这2个财务指标解释, 因为这2个指标的因子载荷远大于其他几个指标。它代表了偿债能力状况。主成分f4主要由净利润增长率、主营业务利润率和主营业务收入增长率这3个财务指标解释, 因为这3个指标的因子载荷远大于其他几个指标。它代表了盈利能力状况。主成分f5主要由总资产增长率和总资产利润率这2个财务指标解释, 因为这2个指标的因子载荷远大于其他几个指标。它代表了规模效率状况。

根据表4, 可以得到各主成分与原始财务比率指标的代数表达式为:

F=A×X

F——主成分向量[f1, f2, f3, f4, f5];

A——成份得分系数矩阵;

X——原始财务指标矩阵

第二, Fisher判别分析。首先将样本的财务指标数据按照上面所给出的主成分转化成5个主成分指标, 做到指标的降维。

在SPSS中进行Fisher判别分析, 得到结果如表5所示。表5所示是典型旁边函数的特征值表, 其特征值为组间平方和与组内平方和之比, 计算得2.436, 典型相关系数为0.842。

表6所示为典型判别分析的Wilksλ检验结果。其中Wilksλ值为0.291, 卡方检验统计量的观测值为12.962, 概率P值为0.024, 小于0.05。

表7给出标准化的典型判别式函数系数, 其标准化函数为:

根据判别方程的标准化系数, 确定各变量对结果的作用大小, 模型中f2的标准化系数为11.035远远大于其他主成分指标。因而f2即资产周转率状况对企业财务危机的预警有着较大的作用。

由表8得出典型性判别函数为:

将用于检验的5家被ST的公司和10家未被ST的公司逐一代入, 检验结果如表9所示。

由表9预测分类结果可知, 非ST组有1家被错判。ST组无错判。

表10给出分类结果。最后系统对回代判别的情况做评价, 即ST组判别正确率为100%, 非ST组判别正确率为90%, 总判别正确率为93.3%。说明该判别分析的正确率已经非常精确。

四、结论分析

上述模型的预测及研究结果表明, 我国证券市场中化工类的ST公司和非ST公司有着明显的区别, 可以用于预警模型。同时, 我国证监会对我国上市公司中ST的定义是有效的, 可以用于对财务困境和非财务困境公司的区分

主成分分析与判别分析的混合方法模型在财务预警中的精确性非常高。指标在经过主成分分析后比原指标具有更强的显著性。但模型中非财务指标对是否发生财务困境的影响都并不显著。可见公司自身的财务状况对自身的发展才是最为重要的。

由于f2即资产周转率状况对企业财务危机的预警有着较大的作用。f2主要反映流动资产周转率和总资产周转率这2个财务指标, 由此可知这两项指标在化工类上市公司的财务预警中的地位是至关重要的。

资产周转率是衡量企业资产管理效率的重要财务比率, 在财务分析指标体系中具有重要地位。这一指标通常被定义为销售收入与平均资产总额之比。

总资产周转率是考察企业资产运营效率的一项重要指标, 体现了企业经营期间全部资产从投入到产出的流转速度, 反映了企业全部资产的管理质量和利用效率。通过该指标的对比分析, 可以反映企业本年度以及以前年度总资产的运营效率和变化, 发现企业与同类企业在资产利用上的差距, 促进企业挖掘潜力、积极创收、提高产品市场占有率、提高资产利用效率。

流动资产周转率反映了企业流动资产的周转速度, 是从企业全部资产中流动性最强的流动资产角度对企业资产的利用效率进行分析, 以进一步揭示影响企业资产质量的主要因素。要实现该指标的良性变动, 应以主营业务收入增幅高于流动资产增幅做保证。通过该指标的对比分析, 可以促进企业加强内部管理, 充分有效地利用流动资产, 如降低成本、调动暂时闲置的货币资金用于短期投资创造收益等, 还可以促进企业采取措施扩大销售, 提高流动资产的综合使用效率。

因此, 通过本文的研究成果可知相对于其它财务指标, 资产周转率是判断我国化工企业是否会现入财务困境的重要指标, 投资者可以根据其作出合理投资决策, 避免投资失误;化工企业的管理经营者, 可以依据其企业资产周转率指标的变化, 进行管理调整, 促进企业良好发展, 避免企业落入财务困境;我国的行业监管等部门, 则可参考本文研究成果, 指导我国化工行业加强资产周转率管理, 提高我国化工业企业的整体竞争力。

参考文献

[1]陈静:《上市公司财务恶化预测的实证分析》, 《会计研究》1999年第4期。[1]陈静:《上市公司财务恶化预测的实证分析》, 《会计研究》1999年第4期。

我国上市公司财务预警 篇8

【关键词】 上市公司； 财务风险； 预警定位； 信息技术业

中图分类号：F275.5 文献标识码：A 文章编号：1004-5937（2015）20-0034-04

一、引言

信息技术业是一门新兴的、带有高科技性质的服务性产业，是国务院确定的战略性新兴产业，是知识经济时代的核心产业。信息技术业上市公司是信息技术企业中的佼佼者，却频发财务风险，尤其是近年来陷入财务困境（ST）的企业，其数量直逼制造业，列第二，远高于其他行业。同时，由于信息技术业企业具有高风险、高成长、高收益的行业特点，相对其他行业，其财务风险更加突出。如何结合我国信息技术业企业财务管理特征，设计信息技术业财务风险预警指标，构建信息技术行业财务风险预警指数，以便于全面、客观、准确地对信息技术行业上市公司面临的财务风险进行定位，一直是实务界以及理论界关注的焦点问题。

二、信息技术行业财务风险预警指数模型的指标体系设计

（一）预警指标的选取

财务风险预警指标选取原则主要包括：代表性原则，即应选取能代表信息技术业上市公司某一方面财务状况，并及时准确反映其异动和发展趋势的指标；全面性原则，即指标体系应尽可能全面反映企业所有财务活动；易获取原则，即所选指标应可以从现成的信息技术业上市公司资料中简易获得。

结合上述预警指标选取原则，本文参照国务院国资委财务监督与考核评价局《企业绩效评价标准值2014》确定盈利能力、资产质量、债务风险和经营增长4大类16个指标，具体指标类型及对应计算公式如表1所示。

（二）预警指标的处理

表1所示财务风险预警指标既存在愈大愈好型指标，即指标值越大反映出越好的财务状况，也存在愈小愈好型指标，即指标值越小反映出越好的财务状况。为便于财务风险预警指数的计算和分析，需对数据进行同向化和标准化处理。本文选择沪深两市中284家信息技术业上市公司2010—2014年的各年度数据平均值。在选择样本过程中剔除非正常类上市公司，主要是由于这些公司本身经营不正常，有的面临摘牌，不具有代表性；剔除年报缺失的数据；全部采用年报数据。运用阈值法对数据进行处理，数据来源于国泰安CSMAR数据库。

设指标为Xij，对于愈大愈好型指标，采用公式X'ij=（Xij-Xmin）/（Xmax-Xmin）；对于愈小愈好型指标，采用公式X'ij=（Xmax-Xij）/（Xmax-Xmin），经过阈值法处理后的指标均满足0≤Xij≤1之间，且均属于愈小愈好型指标，即指标越小风险越小。

（三）预警指标的筛选

在所选择的16个预警指标中，各指标所能反映出的企业财务状况的程度不同，且指标之间亦存在一定相关性。在构建财务预警模型时，越多的财务指标会带来更繁琐的程序设置，且可能降低模型的预警定位精度。因此，需要筛选出关键财务风险指标，筛选的目标在于选择能反映信息量最大的风险指标来代表所有指标进行分析，为此引入主成分分析法（PCA）①。筛选原则为：各主成分与各指标之间相关系数最大的指标。经计算，表1中16个财务风险预警指标可对应形成7个主成分，由此遴选出7个关键财务风险预警指标，反映出所有预警指标信息比例为72.33%②，指标筛选结果如表2所示。

三、信息技术行业财务风险预警指数模型构建

（一）信息技术行业财务风险预警综合指数

信息技术行业财务风险预警综合指数包括“行业盈利能力预警指数”“行业资产质量预警指数”“行业债务风险预警指数”和“行业经营增长预警指数”四大个体指数，即信息技术行业财务风险预警综合指数=ω1×行业盈利能力预警指数+ω2×行业资产质量预警指数+ω3×行业债务风险预警指数+ω4×行业经营增长预警指数。ω1、ω2、ω3、ω4表示各指数权重。信息技术行业财务风险预警指数权重由公式1计算得到。

四、基于信息技术行业财务风险预警指数模型的风险警度定位

采用“五级定位体系”进行信息技术行业财务风险的警度判定。根据上市公司财务风险从小到大，风险预警等级依次为无警、轻警、中警、重警和巨警。假设η1、η2、η3分别表示三个预警临界值，分别来自《企业绩效评价标准值2014》中信息技术业全行业中的平均值、较低值和较差值，可以计算t1=（η1+η2）/2，t2=（η2+η3）/2，由此得到的五个临界值可形成如图1所示基于财务风险预警临界值的风险警度“五级定位体系”。

依据表2以及公式1和公式3，可计算各指数权重ωi和各二级指标权重λij。同时，通过借鉴国资委关于信息技术行业企业绩效评价标准可确定信息技术行业财务风险预警指标的临界值，如表3所示。

基于信息技术行业财务风险预警指数模型可进一步计算综合指数和个体指数的预警临界值，如表4所示。

五、信息技术行业上市公司财务风险预警定位分析

以沪深两市A股信息技术业上市公司为研究对象，将特别处理（ST）作为企业陷入财务风险的标志，从中选取2010—2014年间4家被ST公司作为财务风险公司样本，其中，为了对比财务风险企业和财务健康企业各年度财务状况的不同，根据以下原则按1∶1的比例选择财务健康的信息技术业上市公司作为配对样本：期间一致原则，即所选ST公司的配对样本应为同年的公司；数据完整原则，即所选ST公司及其配对样本2010—2014年财务数据应能够完整获取；资本规模相近原则，即配对样本企业应与ST公司资本规模最接近；配对样本非ST原则，即所选配对样本应在对应年份内未被ST，以增加信息技术行业上市公司财务风险预警定位的准确性。配对结果如表5所示。

经计算，得到如表6所示信息技术业上市公司财务风险预警警度定位表，表中警度判定依据表6得到。

由表6可知，所选信息技术业上市公司样本中，财务健康企业和财务风险企业的行业盈利能力预警指数、行业资产质量预警指数均处于有巨警或者重警状态，这两大指数主要反映出企业资产利用率以及企业经营獲取收益的能力，指标偏低不仅表明企业总资产周转慢，销售能力弱，还表明企业主营业务市场竞争力不强，获利水平偏低。企业可以通过薄利多销的办法，加速资产的周转，带来利润绝对额的增加。8家上市公司中，有3家企业的行业债务风险预警指数处于有警情状态，这表明企业过度依赖负债，导致资本结构不合理面临偿债风险。信息技术业上市公司原本就需要大量资金的投入，但是很多企业还通过过度借贷来盲目扩大企业的规模，导致了更高的财务杠杆。借贷越多，企业需要越多的现金来偿还利息，这对企业的资金流动性提出了很高的要求，一旦企业无法偿还到期利息，轻者降低企业的信用度，重者面临债权人逼债等。如果上市公司严重资不抵债，债权人举证企业无法偿还到期债务，还可能迫使上市公司破产还债。此外，通过对比可知，信息技术行业财务风险预警综合指数对4家ST上市公司财务风险警度定位为3家有警情，1家无警情，对4家非ST上市公司财务风险警度定位均为无警情，这表明信息技术行业财务风险预警指数对上市公司预警定位具有一定的准确性，准确预测度可达75%。

【主要参考文献】

[1] 国务院国资委财务监督与考核评价局.企业绩效评价标准值2014[M].北京：经济科学出版社，2014.

[2] 张友棠，黄阳.基于行业环境风险识别的企业财务预警控制系统研究[J]. 会计研究，2011（3）：41-48，95.

[3] 黄晓波，高晓莹. 基于神经网络的企业财务危机预警研究——以制造业上市公司为例[J]. 会计之友，2015（5）：30-34.

[4] 王丽娟，张莉莉. 基于灰色关联的多元回归财务预警实证研究[J]. 会计之友，2013（9）：61-65.

试论我国上市公司的分部财务报告 篇9

请欣赏：《试论我国上市公司的分部财务报告》

现代证券市场是建立在信息披露制度之上的，上市公司的信息披露是证券市场健康发展的重要保证，也是投资者作出合理投资决策的基本依据。在企业已出现跨业、跨地区经营的全球性发展趋势的当今，从总体上反映一个集团财务状况和经营成果总括情况的合并报表，虽然可以展示集团的全貌，但它的高度概括性必然带来其无法披露细节信息的局限，合并报表掩盖了集团内部各成员之间的差异，隐匿了集团中处在不同行业、不同地区的各个分部的盈利能力、发展速度、承受风险的能力和承受风险的程度等有用信息，致使财务报告用户无法据以满足其有效决策的需求。为弥补合并报表的先天不足，需要对合并信息进行分解披露，国际上通行的对合并信息进行分解披露的途径之一便是编制分部财务报告。本课题拟就我国上市公司的分部财务报告作一些探讨。

一、我国上市公司分部财务报告的现状及国际比较

由于我国迄今尚未制定出一套完整的会计准则体系，因此上市公司会计信息的披露在很大程度上受到证券监管部门有关规定的影响，分部信息的披露即是如此。我国上市公司年度报告中分部信息的披露大致经历了以下几个阶段：(1)完全的自愿披露阶段(1994年以前)。在1994年以前，由于证监会没有公布正式的定期报告内容和格式，因而是否披露分部信息完全取决于各上市公司。在披露分部信息的上市公司中，披露的程度和范围存在很大差异。(2)指导性的自愿披露阶段(1994年-1995年)。1994年1月，中国证监会颁布了《公开发行股票公司信息披露的内容和格式准则第二号DD年度报告的内容与格式(试行)》(以下简称《准则第二号》)，对公司的分部信息做了模糊的定性描述要求，但并未做出强制性披露的规定。在这一时期，已有一些上市公司利用分部信息来传递对它有利的信息。(3)半强制披露阶段(-)。1995年12月，中国证监会发布了对《准则第二号》的第一次修订稿，在以附件形式颁布的《财务报表附注指引》中规定了分地区分类提供前后两年的主营业收入、税前利润和净资产信息，并且要求对集团内分部间的交易结果予以抵消。(4)19开始，强制披露阶段。1912月，中国证监会发布了经再次修订的《准则第二号》，对分部信息的披露提出了新的要求：一是只要求披露行业分部信息，不要求披露地区分部信息;二是披露的指标只规定了分部的营业收入、营业成本和营业毛利三项，不再要求披露分部税前利润和净资产信息。年12月发布的《准则第二号》修订稿对分部信息的披露要求未作改变。值得一提的是，1998年财政部颁布的《股份有限公司会计制度DD会计科目和会计报表》也对股份有限公司提出了编报分部财务报告的要求，规定公司编制“利润表”附表2“分部营业利润和资产表”(年报)，并要求公司在附表中按行业和公司所在的地区披露营业收入、折扣与折让、营业成本、税金及附加、存货跌价损失、营业费用、管理费用、财务费用、营业利润或亏损、资产总额、经营活动现金净流量、投资活动现金净流量等十三项指标。但迄今为止，我国尚未制定和颁布专门规范分部信息披露的具体会计准则。

美国对分部财务报告的质量要求和数量要求居世界领先地位。早在1939年，美国就已经鼓励企业对国外经营分部作单独的披露。美国证券交易委员会(SEC)于1969年对在美国证交会登记的公司提出披露行业信息的要求。1976年财务会计准则委员会(FASB)公布了第14号准则《企业分部的财务报告》，要求企业披露行业分部信息和地区分部信息。以后财务会计准则委员会又陆续发布了第18号准则(1977年)、第21号准则(1978年)和第24准则(1978年)等一系列与分部财务报告有关的准则：第18号准则要求将编制合并财务报表所采用的会计原则和方法用于分部财务报告;第21号准则要求公众持股的上市公司按行业、国外经营、主要客户和出口销售披露分部信息;第24号准则规定企业免于编报分部信息的几种情形。这些准则的制定和实施，为美国分部财务报告的信息披露提供了指南。1991年4月美国注册会计师协会(AICPA)理事会成立了财务报告特别委员会，经过三年的研究，该委员会完成了综合报告《论改进企业报告》，有不少篇幅涉及分部财务报告的信息披露，该综合报告将在一定程度上影响到美国有关分部财务报告准则的发展和走向。

英国是最早提出分部财务报告要求的国家之一。1965年，英国的股票交易所率先要求上市公司编制分部财务报告，披露分行业营业额和利润额以及分地区的营业额;1967年，英国公司法首次作出公司应披露分部信息的法律规定;1990年，英国原会计准则委员会综合当时的法律规定和股票交易所的要求，发布了标准会计实务说明书(SSAP)第25号《分部报告》，要求企业增加披露行业分部和地区分部的资产信息。

国际会计准则委员会(IASC)于1981年发布了第14号国际会计准则《按分部报告财务信息》，要求证券公开上市的企业和其他经济上重要的单位按行业和地区分部报告财务信息。而后，该项准则经修订后于年公布，把提供分部信息的范围限定在“权益或债务证券公开上市的企业，和在公开的证券市场上其权益或债务证券正处于发行阶段的企业”。

其他许多国家和组织也有披露分部信息的要求或建议。如，加拿大和澳大利亚有类似于美国的关于分部财务报告的会计准则;欧盟国家有类似于英国公司法中关于分部财务报告要求的规定;经济合作与发展组织提出了披露分部信息的建议;联合国国际会计和报告准则政府间专家工作组也对披露分部信息予以支持。

我国上市公司的经营规模和经营范围已越来越大，呈现出跨行业、跨地区、甚至跨国家经营的趋势，为分部财务报告提供了滋生的土壤。同时上市公司所有权与控制权的极大分离，使大量的财务报告用户只能以上市公司披露的信息为其决策的基本依据，随着投资者理性程度的提高，投资者和其他财务信息使用者对企业分部信息的关注程度日益提高。与其他国家相比，我国对分部财务报告的研究滞后。当务之急是制定和颁布一项关于分部财务报告的具体会计准则以规范上市公司和其他多元化企业或集团的分部信息披露。以助于提高上市公司会计信息的整体质量及证券市场的健康发展。

二、对我国上市公司分部财务报告的几点建议

(一)关于报告分部的划分标准

分部财务报告是指企业集团对其内部按一定标准划分的披露重要财务状况和经营成果的分解信息的报告。分部的划分和确定是分部财务报告的基础。虽然分部的划分可有行业、地区、客户、组织结构、独立核算单位、生产线、主要产品以及法律实体等多种，但由于按行业和地区提供的分部信息最能深入说明一

个企业的机会和风险，因而行业和地区的分部信息最受用户关注。

行业分部(“businesssegment”,译为产业分部)，是指一个企业内可以区分的、主要是对企业外的客户，分别提供不同的产品或劳务，或者不同类别的相关产品或劳务的各个组成部分。由于产业结构几乎是影响所有企业机会和风险的关键因素，故此项信息特别有用。

地区分部(geographicalsegments)，是指一个企业内可以区分的、在特定经济环境中从事提供产品或劳务的组成部分，它承担的风险和获取的报酬不同于企业在其他经济环境中经营的部门。由于不同地区的政治环境、社会环境、法律环境、经济环境等等，会对企业的发展产生重大影响，因而，按地区分部提供的信息，将有助于深入了解企业的机会和风险。

我国现行规定对报告分部的划分偏重于行业分部标准。《准则第二号》只要求披露行业分部信息，不要求披露地区分部信息;《股份有限公司会计制度》规定的“分部营业利润和资产表”附表格式则以行业分部为第一级分部，以地区分部为第二级分部。我们认为多数上市公司一般是按行业进行管理并编制内部财务报告的，其按行业提供的分部信息最能反映实际经营状况，故以行业为标准划分分部是恰当的。但也有一些从事多种经营的上市公司，并不按行业设计管理体制和报告体系，而是按地区来设计管理体制和报告体系，对这样的公司要求其以行业为标准披露分部信息则并非最为恰当，因为这一做法会增加分部财务报告的会计工作量和编制成本，同时也不一定符合财务报告用户的信息需求。我们的观点是，当企业的内部财务报告体系是以地区为基础分部时，如果以地区为标准划分分部能更好地反映一个公司面临的机会和风险，公司应按地区分部对外提供分部信息。会计准则制定机构在制定分部财务报告准则时，应有一定的灵活性，对第一级分部的划分，除规定行业分部标准外，还应增加地区分部标准，企业在编报分部财务报告时可根据其实际情况选择确定第一级分部的适用基础。

(二)关于应报告分部的确定

对财务报告用户来说，只有具有重要性的信息才是有价值的信息，对不重要信息的披露势必造成人力、物力的浪费，并给用户造成“干扰”。因此，为突出重点和保证会计信息的重要度，企业只需对重要分部的信息予以单独报告，其他分部则采用汇总报告。

关于分部的重要性判断标准，国际会计准则委员会和许多国家都对此作出了类似的规定。如修订后的国际会计准则第14号规定，应在分部报告中予以披露的分部是收入主要来自外部客户且满足下列条件之一的产业分部或地区分部：(1)其对外对内的销售收入占企业总收入10%或以上;(2)其分部成果(利润或亏损)占全部盈利部门或全部亏损部门的汇总成果10%或以上;(3)其资产占企业总资产10%或以上。又如，美国财务会计准则公告第14号规定，符合下述三个条件之一的行业部门，应列为“应报告行业分部”：(1)该分部的营业收入占整个企业合并收入总数10%或以上;(2)该分部的营业利润占企业所有未发生营业亏损的行业分部的合并营业利润10%或以上;(3)该分部的可辨认资产占整个企业合并可辨认资产10%或以上。主要客户信息，凡占企业经营收入10%或以上的单个客户，应予以披露。国外经营和出口销售的信息，凡销售收入占合并收入总额的10%或以上，或者资产占合并资产总额10%或以上的国外分部(地区或国家)均需要进行披露。

此外为保证分部信息的充分披露，国际会计准则委员会和美国财务会计准则委员会规定了“75%”的限制条件。如修订后的国际会计准则第14号规定，如果把企业已报告的分部来自外部客户的`收入相加，其总额不到企业总收入的75%，企业应增加报告的分部，直到其来自客户的收入总额达到75%止。美国财务会计准则公告第14号则规定，所有应报告分部来自非相关客户的合并营业收入，最低应占所有行业分部相应合并营业收入的75%。

在我国有关分部财务报告的现行规定中，除《准则第二号》提出了行业分部的重要性判断标准之外(行业收入占主营业收入10%或以上)，对报告分部的确定无其他规定。我们认为，应报告分部的确定是分部财务报告的前提，我国的现行规定过于简略，会计准则制定机构在制定分部财务报告具体准则时，应考虑提供更为详细的指南。如，可借鉴国际会计准则和美国财务会计准则公告的有关规定，采用“10%”的重要性标准和75%的限制条件，当某一分部的营业收入、损益和资产占企业合并后的经营收入、经营损益和资产总额的10%或以上时，该分部便作为应报告分部单独披露;当应报告分部的外部总收入占合并或企业总收入的比重不足75%时，应确定另外的应报告分部，直至达到75%的水平。

(三)关于分部财务报告的内容

基于成本方面考虑，分部报告的内容通常只限于一些关键指标。如：修订后的国际会计准则第14号要求主要分部报告形式披露以下指标：(1)分部收入;(2)分部成果;(3)分部资产的账面总额;(4)分部负债的账面总额：(5)当期购入的分部资产(财产、厂场、设备和无形资产)的总成本;(6)当期分部资产的折旧和摊销费用总额;(7)除折旧费和摊销费以外的重要的非现金费用合计数;(8)企业从联营、合营或其他采用权益法核算的投资获得的和净损益份额(如果这些联合经营实质上均在该单个分部内)，以及相关投资金额。此外，它鼓励企业对分部收入项目的性质和金额作出披露;对具有相似规模、性质或影响的分部费用项目作出披露，还鼓励企业对分部的现金流量信息作出披露。

美国财务会计准则公告第14号要求行业分部披露收入、获利能力、可辨认资产及其他信息;国外经营披露收入、经营损益、可辨认资产信息;符合披露标准的企业从母国外销给国外非联属企业客户的销售收入，按地区别及总额披露;符合披露标准的主要客户，按各该客户逐一披露其销售情况(须注明从事该销货的行业部门，但不必注明个别客户名称)。财务报告特别委员会在其综合报告《论改进企业报告》中建议增加边际毛利、现金流量、营运资本、研究和开发成本、资产的主要类别等指标。

如前所述，我国股份有限公司会计制度要求企业在“分部营业利润和资产表”中披露的指标有营业收入、折扣与折让、营业成本、税金及附加、存货跌价损失、营业费用、管理费用、财务费用、营业利润或亏损、资产总额、经营活动现金净流量、投资活动现金净流量和筹资活动现金净流量等十三项。我们认为，以上披露要求还有不完善之处，具体体现在：(1)某些指标涉及对共同费用的分配，可能会给管理当局以操纵分部财务信息的机会，容易给财务报告用户带来误导，如管理费用、财务费用、营业费用等三项指标;(2)某些指标的披露可能不符合成本效益原则，如投资活动现金流量和筹资活动现金净流量指标

。当多个行业分部集于同一会计主体时，该会计主体的投资和筹资活动未必按各行业分部进行明细核算，从而未必能提供投资活动现金净流量和筹资活动现金净流量的分部资料，企业若另外搜集有关投资和筹资活动现金净流量的分部资料，势必加大会计的工作量和核算成本，影响会计信息披露的时效性。我们建议分部财务报告具体准则的制定机构能对此加以考虑。

参考文献：

①IAS14，SegmentReporting,1997.

②FASBStatementsofStandards,.

③美国注册会计师协会财务报告特别委员会综合报告《论改进企业报告》(陈毓圭译)，中国财政经济出版社1997年。

我国上市公司财务预警 篇10

一、样本选择

(一) ST公司样本选择

考虑到我国2001年才把信息技术业作为一个行业单独予以分类, 因此本文选取了2002年1月1日至2006年12月31日期间被特别处理的信息技术业上市公司作为样本进行实证分析。对于同一家公司先后不止一次被宣布为ST的 (如实达股份、大通股份等) , 以最近一次被ST处理的为准, 以前被宣布为ST的情形予以剔除。这样, 选入样本的ST公司为25家。

(二) 配对的非ST公司样本选择

在本研究中, 选用1:1方式选取配对企业, 即选择25家非ST公司作为配对样本。配对样本需是正常企业, 即到2006年12月31日止企业经营正常, 经验判断不存在财务危机迹象。在进行配对样本的具体选择时应遵循可比性原则, 即在选取配对的非ST公司时, 应满足与ST公司同类别 (选择与ST公司属于同一大类内的非ST公司) 、同时期 (ST公司和与之对应的非ST公司的财务数据均以ST公司被“特别处理”的前3年为界限) 、同规模 (以ST公司被宣布为ST的前一个会计年度的年末资产总额规模相当为标准来选取) 的要求。这样, 共有25家ST公司和与之配对的25家非ST企业作为研究样本, 样本容量达到50家, 占我国信息技术业上市公司总数的45%以上, 所选取的样本涵盖了我国信息技术业上市公司所有四个大类, 具有很强的代表性, 可望在一定程度上降低统计误差。

二、实证分析

(一) 变量显著性检验

利用上述50家样本公司的有关数据资料, 使用SPSS14.0统计分析软件中的样本显著性检验功能, 发现每股收益、净资产收益率、主营业务利润率、现金比率、经营净现金比率、应收账款周转率、存货周转率、总资产周转率、利润总额增长率、总资产增长率、每股净资产、资产负债率和股东权益比率等13项指标通过了0.05水平显著性检验, 对于判别ST公司和非ST公司有着极为显著的效果。

(二) 变量间相关性分析

对于这13项指标, 为了减弱其间的多重共线性程度, 利用SPSS14.0统计分析软件, 通过计算指标间的相关系数来剔除高度相关的变量。经过相关系数分析, 从13项指标中选定净资产收益率、主营业务利润率、现金比率、总资产周转率、资产负债率、总资产增长率等6个基本指标作为构建判别模型的变量。

(三) 财务危机预警模型建立

以上面确定的6个基本财务指标为自变量, 以其线性组合的数值Y为因变量, 运用SPSS14.0软件, 建立如下相应的多元判别分析模型。

对于非ST公司类, 判别函数为:

Y1=-6.771-0.007X1+0.121X2+0.039X3+3.656X4+0.060X5-0.005X6

对于ST公司类, 判别函数为:

Y2=-5.104-0.009X1+0.098X2+0.032X3+2.022X4+0.070X5-0.012X6

其中:Y为函数判别值;X1为净资产收益率;X2为主营业务利润率;X3为现金比率;X4为总资产周转率;X5为资产负债率;X6为总资产增长率。

现在可以应用上述判别函数对企业财务状况进行判别, 判别方法是:将待判样本的各变量数据代入以上两个判别函数中分别计算函数值, 将两个函数值进行比较, 从中选出较大的一个, 这个较大函数值所对应的判别函数类型即反映出该企业的财务状况, 即若Y1>Y2, 待判样本归入非ST公司类;若Y1

上述方法需要进行两次代值再比较大小, 显然比较麻烦, 对此, SPSS14.0系统还提供了进一步的简化模型, 即典型线性判别模型。利用SPSS14.0系统可以得到典型判别函数的表达式:

Y3=-1.153+0.001X1+0.017X2+0.005X3+1.204X4-0.008X5+0.005X6

在运用典型判别函数进行判别时, 是通过比较计算出的函数值与ST公司类别和非ST公司类别重心距离的大小进行判断。利用SPSS14.0系统得到的非ST公司和ST公司两种类型的组重心函数值分别是0.702和-0.655, 所以, 按完全对称原则确定的最佳判定点为Y*= (-0.655+0.702) /2=0.0235, 由此可知:当把待判样本的各变量数据代入典型判别函数所得的函数值Y3大于Y*, 则待判样本判为非ST公司, 否则判为ST公司, 当等于Y3等于Y*时, 为灰色区域, 即在0.0235上下的范围内, 属于不确定区域, 可能将健康公司预测为财务危机公司, 或将财务危机公司预测为健康公司。

(四) 预警模型检验

判别分析得出的判别函数性能如何, 可以通过协方差矩阵相等的Box's M检验、函数结果显著性的Wilks’Lambda检验和预测效果的样本回判检验。 (1) 协方差矩阵相等的Box's M检验。检验协方差矩阵相等的Box's M统计量值为438.435>0.05, 从而在显著性水平0.05下认为各类协方差矩阵相等, 协方差矩阵相等的假设满足, 表明把6个变量一起引入到判别方程中是合适的;F检验的显著性概率为0.000<0.05, 从而认为判别分析是显著的, 说明错率将很小。 (2) 函数结果显著性的Wilks’Lambda检验。由函数结果显著性的Wilks’Lambda检验情况表可知:Wilks’Lambda检验的卡方差统计量值 (Chi-square) 为52.846, 自由度为6, 显著性概率为0.000<0.05, 表明组间差异是显著的, 从而认为判别函数有效。 (3) 样本的回判检验。用样本进行回判检验, 即将样本的变量值代到判别函数中, 根据函数值确定每个估计样本分属哪一类, 然后再与原分组类别进行比较, 验证判别函数判别正确率和差错率。经过回判检验得出:犯一类错误 (将非ST公司错判为ST公司) 的比率为26.7%, 犯二类错误 (将ST公司错判为非ST公司) 的比率占16%, 总的正确的判别率为78.67%。从样本的不同年份来看, 判别函数在财务危机发生前的第1年判别正确率为86%、第2年为80%、第3年为70%。

本文在实证分析中得出了以下主要结论:第一, 构建了信息技术业行业财务危机预警模型, 为信息技术企业进行财务危机预警提供了具有行业特色的多元判别分析模型。第二, 从构建模型的变量来看, 研究表明, 净资产收益率、主营业务利润率、现金比率、总资产周转率、资产负债率、总资产增长率等6个财务指标在信息技术企业财务危机预测中具有显著的判别作用。总资产周转率对信息技术企业财务危机的预测中作用最为显著, 反映盈利能力的指标次之, 这说明在进行信息技术企业的财务分析时, 对上述指标应给予更多的关注。同时, 发现反映企业偿债能力的流动比率、速动比率、已获利息倍数和长期负债与营运资金比率4个指标, 在区分信息技术业的健康公司和财务危机公司时, 效果不显著, 说明通过偿债能力指标很难预测信息技术业财务危机状况。第三, 所构建的信息技术业行业财务危机预警模型, 在选定的指标、指定的时间范围和给定的样本区域内都能够很好地预测财务危机状况。检验结果表明:预警模型在财务危机发生前的第1年判别正确率为86%、第2年为80%、第3年率为70%, 总的正确的判别率为78.67%, 证明所构建的信息技术业上市公司财务预警系统是有效的。说明所构建的我国信息技术业上市公司财务危机预警模型具有预测财务危机的信息含量和时效性, 其信息含量随着时间的推移而递减, 即离财务危机发生的时间愈近, 信息含量愈多, 预测的准确率愈高, 反之信息含量越少, 预测的准确性越低。

参考文献

[1]王克勤、唐才敏、王亮:《基于公司治理冷淡的企业财务失败研究》, 《陕西教育》2005年第11期。

[2]周天宁:《中小企业财务危机预警动态管控框架研究》, 对外经济贸易大学2006年学位论文。