吴世农、卢贤义:我国上市公司财务困境的预测模型研究

我国上市公司财务困境的预测模型研究

吴世农 卢贤义

(厦门大学管理学院 361005)

*

内容提要:本文以我国上市公司为研究对象,选取了70家处于财务困境的公司和70家财务正常的公司为样本,首先应用剖面分析和单变量判定分析,研究财务困境出现前5年内各年这二类公司21个财务指标的差异,最后选定6个为预测指标,应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法,分别建立三种预测财务困境的模型。研究结果表明:(1)在财务困境发生前2年或1年,有16个财务指标的信息时效性较强,其中净资产报酬率的判别成功率较高;(2)三种模型均能在财务困境发生前做出相对准确的预测,在财务困境发生前4年的误判率在28%以内;(3)相对同一信息集而言,Logistic预测模型的误判率最低,财务困境发生前1年的误判率仅为6.47%。

关键词:财务困境 财务指标 预测模型

一、财务困境预测模型研究的基本问题

财务困境(Financialdistress)又称 财务危机 (Financialcrisis),最严重的财务困境是 企业破产

(Bankruptcy)。企业因财务困境导致破产实际上是一种违约行为,所以财务困境又可称为 违约风险 (Defaultrisk)。事实上,企业陷入财务困境是一个逐步的过程,通常从财务正常渐渐发展到财务危机。实践中,大多数企业的财务困境都是由财务状况正常到逐步恶化,最终导致财务困境或破产的。因此,企业的财务困境不但具有先兆,而且是可预测的。正确地预测企业财务困境,对于保护投资者和债权人的利益、对于经营者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险,都具有重要的现实意义。纵观财务困境判定和预测模型的研究,涉及到三个基本问题:一是财务困境的定义;二是预测变量或判定指标的选择;三是计量方法的选择。

(一)财务困境的定义

关于财务困境的定义,有不同的观点。Carmichael(1972)认为财务困境是企业履行义务时受阻,具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。Ross等人(1999;2000)则认为可从四个方面定义企业的财务困境:第一,企业失败,即企业清算后仍无力支付债权人的债务;第二,法定破产,即企业和债权人向法院申请企业破产;第三,技术破产,即企业无法按期履行债务合约付息还本;第四,会计破产,即企业的账面净资产出现负数,资不抵债。从防范财务困境的角度看, 财务困境是指一个企业处于经营性现金流量不足以抵偿现有到期债务 ,即技术破产。

在Beaver(1966)的研究中,79家 财务困境公司 包括59家破产公司、16家拖欠优先股股利公司和3家拖欠债务的公司,由此可见,Beaver把破产、拖欠优先股股利、拖欠债务界定为财务困境。Altman(1968)定义的财务困境是 进入法定破产的企业 。Deakin(1972)则认为财务困境公司 仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司 。

(二)预测变量的选择

财务困境预测模型因所用的信息类型不同分为财务指标信息类模型、现金流量信息类模型和市场收益率信息类模型。

1 财务指标信息类模型。Altman(1968)等学者(Altman,Haldeman和Narayanan,1977;Collins,

* 本文是国家自然科学基金资助项目 我国证券市场风险的形成、评价、预测和监控研究 (7997005)的系列研究之一。