0105052對上市公司虧損的財務(wù)預(yù)警信號的研究(doc)
對上市公司虧損的財務(wù)預(yù)警信號的研究 蔣屏 范昕[1] (對外經(jīng)濟(jì)貿(mào)易大學(xué)工商管理學(xué)院，100029） 摘要 本文隨機(jī)抽查了四家機(jī)械行業(yè)上市公司的有關(guān)財務(wù)數(shù)據(jù),運用單變量模型進(jìn)行分析 ，得出在企業(yè)虧損前其獲利能力指標(biāo)對每股收益的影響較大。通過多變量分析建立 判定方程，得出可通過截止點預(yù)測企業(yè)虧損的可能性 關(guān)鍵詞 上市公司 預(yù)警信號 單變量分析 多變量分析 1 引言 自1998年推出上市公告預(yù)虧制度以來，虧損企業(yè)頻頻出現(xiàn)。1999年度，58家公司發(fā)布 預(yù)虧公告，其中，新虧損的公司竟達(dá)34家，占58.62%。在2000年，發(fā)布中報的公司共有 721家，其中，滬市388家，深市333家，虧損中報62家。自科龍電器2000年12月22日公布 了2001年報的第一份預(yù)虧公告以來，2000年上市公司預(yù)虧家數(shù)就呈現(xiàn)出迅速壯大的勢頭 。截至2001年2月28日，滬深兩市共有86家上市公司發(fā)布了預(yù)虧公告，滬市39家，深市4 7家。從目前公告的虧損情況以及年報公布的進(jìn)程來看，2000年上市公司虧損的家數(shù)在絕 對數(shù)上將有望再創(chuàng)歷年新高，換而言之，上市公司的虧損面正呈現(xiàn)出逐步擴(kuò)大的勢頭面 對如此大范圍、大規(guī)模的虧損，必然對投資者、企業(yè)、乃至股市、宏觀經(jīng)濟(jì)產(chǎn)生不利的 影響。既損害投資者的利益，又弱化企業(yè)的素質(zhì)和競爭力，阻礙證券市場優(yōu)化資源配置 功能的實現(xiàn)，進(jìn)而危及國民經(jīng)濟(jì)的健康發(fā)展。 作為投資者，如何能獲取滿意的投資回報率？作為管理者，如何能預(yù)先警覺到企業(yè)的 問題，防患于未然，提前作好企業(yè)的長期戰(zhàn)略和發(fā)展規(guī)劃，使企業(yè)不斷發(fā)展？目前國內(nèi) 無論在理論和實踐方面的研究都較少。因此我們試圖利用單變量模型和多變量模型對上 市公司虧損企業(yè)財務(wù)報表及相關(guān)經(jīng)營資料進(jìn)行分析，從財務(wù)方面對企業(yè)虧損問題進(jìn)行研 究。希望能夠借此給廣大的投資者和企業(yè)管理人員提供一定的預(yù)警作用。 2 研究程序及方法 2.1 虧損企業(yè)樣本（Sample）的選取 我國上市公司的虧損速度較快，分布較廣，其中，機(jī)械、電子和房地產(chǎn)行業(yè)更是虧損 企業(yè)的聚集區(qū)。為了使結(jié)論具有可比性，我們考慮了行業(yè)特點、產(chǎn)品生命周期以及可能 選取的樣本情況，本文在虧損企業(yè)中隨機(jī)選取了4家機(jī)械制造業(yè)的上市公司作為樣本進(jìn)行 分析，它們分別是（600806）昆明機(jī)床，（0025）ST特力A，（600691）東新電碳和（6 00610）ST中紡機(jī)。 由于上市公司的中報未經(jīng)審計，其財務(wù)數(shù)據(jù)的可信度自然會大打折扣，所以本文僅采 用公司的年報數(shù)據(jù)進(jìn)行分析，以取得較大的可信度和實用性。 2.2 單變量分析 單變量模式是用個別財務(wù)比率來預(yù)測財務(wù)危機(jī)的模型，當(dāng)模型中所涉及的財務(wù)比率趨 勢惡化時，通常是企業(yè)發(fā)生財務(wù)危機(jī)的先兆。 采用單變量模式分析企業(yè)虧損的實質(zhì)就是找到與企業(yè)虧損相關(guān)性較大的指標(biāo)，可以通過 線性回歸來完成。 2.2.1數(shù)據(jù)的收集 本文分析時所使用的財務(wù)報表數(shù)據(jù)是從和訊網(wǎng)上（www.homeway.com.cn）下載的，在 和訊網(wǎng)上可以查詢到每個上市公司年報、中報的財務(wù)報表，包括資產(chǎn)負(fù)債表，損益表和 現(xiàn)金流量表（我國在98年以前企業(yè)提供的是財務(wù)狀況變動表，98年以后才要求提供現(xiàn)金 流量表，所以現(xiàn)金流量表數(shù)據(jù)較少）。另外，為了保證數(shù)據(jù)的可靠性，對一些有明顯差 異的比率又將其與其它網(wǎng)站的一些財務(wù)報表指標(biāo)進(jìn)行了比較，并根據(jù)常用的計算方法進(jìn) 行了調(diào)整。 2.2.2比率的選擇 由于財務(wù)比率的數(shù)目種類較多。我們根據(jù)他們的通用性和相關(guān)性選用了變現(xiàn)能力，獲 利能力，償債能力，管理能力中的14項比率，另外還包括一些常用的比率，例如：權(quán)益 收益率，總資產(chǎn)收益率，流動比率及股東權(quán)益率等，以及一些參考文獻(xiàn)上采用的對企業(yè) 破產(chǎn)進(jìn)行分析的比率，例如，息稅前盈余/總資產(chǎn)，營運資本/總資產(chǎn)等[2]。 2.2.3統(tǒng)計分析 將這四家企業(yè)的每股收益作為因變量，14個財務(wù)比率作為自變量，取其虧損前三年至 虧損年度的數(shù)據(jù)，用SPSS進(jìn)行線性回歸分析。在所分析的14個比率中，只有權(quán)益收益率 和總資產(chǎn)收益率與每股收益相關(guān)性較高，而其它比率的相關(guān)性較低。結(jié)果如表1和表2所 示： 表1 權(quán)益收益率與每股收益線性回歸結(jié)果 | | R | R |Adjusted R | Std. Error of the | |Model | |Square |Square |Estimate | | |1 |0.991| | 0.980 | 4.232E-02 | | | |0.981 | | | | 表2 總資產(chǎn)收益率與每股收益線性回歸結(jié)果 |Model |R |R Square |Adjusted R |Std. Error of the | | | | |Square |Estimate | | |1 |.990 |.980 |.979 |4.311E-02 | |注：權(quán)益收益率 = 企業(yè)利潤凈額/平均資本金數(shù)額，是衡量投資者投入資本金的盈利 能力，該收益率是站在所有者立場來衡量企業(yè)盈利能力的財務(wù)指標(biāo)。 總資產(chǎn)收益率 = 利潤凈額/平均資產(chǎn)，是反映企業(yè)資產(chǎn)綜合運用效果的指標(biāo)。 由上面分析的結(jié)果可以看出，權(quán)益收益率和總資產(chǎn)收益率與每股收益具有很強(qiáng)的相關(guān) 性。這說明，當(dāng)這兩項指標(biāo)惡化時，通常是企業(yè)發(fā)生虧損的前兆。 2.2.4結(jié)果的解釋 企業(yè)虧損表明了兩方面的問題。一是企業(yè)的盈利下降，二是企業(yè)的費用上升。但是， 從回歸分析的結(jié)果來看，企業(yè)虧損的直接原因并不是費用的上升，而主要原因是其盈利 水平下降。例如ST中紡機(jī)，于1998年開始虧損，每股收益由1997年的0.01元狂降到1998 年的每股收益- 0.47元?？傎Y產(chǎn)報酬率從前四年的平均0.016降到了0.003。再如昆明機(jī)床，97年其權(quán)益 收益率和總資產(chǎn)收益率均為0，該公司于98年虧損，每股收益-0.1。 企業(yè)獲利能力的下降通常是虧損的前兆，當(dāng)企業(yè)的利潤下降到很低的水平時，極有可 能在未來的一兩年內(nèi)虧損。從這些公司的財務(wù)報表可以看到，虧損前，他們的每股收益 通常保持相當(dāng)?shù)偷乃?，例如昆明機(jī)床虧損前，其每股收益在1994年為0.16元，1995年 大幅下降為每股0.03元，在隨后的兩年內(nèi)保持每股0.01元的低收益，并于98年虧損。 從樣本中可以看到，在虧損前的三至四年，企業(yè)的利潤率很低，但是并沒有立即虧損 ，而是保持了幾年的低收益水平，然后一個巨虧。這種現(xiàn)象在我國股市中是常見的, 可謂是“不虧則已，一虧驚人”。 通過以上分析，不難得出：（1）企業(yè)虧損的直接原因不是費用的增加，企業(yè)的盈利 能力通常預(yù)示了企業(yè)的未來；（2）對于一些具體的科目應(yīng)做特別的研究，例如“應(yīng)收帳 款”科目是一個非?？陀^的數(shù)據(jù)。并且從該數(shù)據(jù)的歷年變化和銷售收入的比例及應(yīng)收帳款 周轉(zhuǎn)速度，可以看出公司的管理水平和行業(yè)的競爭狀況。對于一些微利公司，由于投資 收益科目通常是掩蓋主業(yè)虧損的主要來源，對他的來源和數(shù)目也要加以注意。（3）新會 計制度的影響，即四項計提虧損。這必將擠掉一些上市公司的水分，使公司的業(yè)績受到 影響。（4）注意關(guān)聯(lián)交易和非正常損益，因為這些通常是企業(yè)修飾財務(wù)報表的主要手法 ，企業(yè)通過關(guān)聯(lián)交易將虧損轉(zhuǎn)變?yōu)槲⒗３肿约旱纳鲜匈Y格，而這又恰恰預(yù)示了潛在 虧損的可能。 2.3 多變量分析 多變量分析是將多種財務(wù)比率加權(quán)匯總產(chǎn)生總判別分來進(jìn)行財務(wù)危機(jī)的預(yù)測。最初的 多變量模型為美國的愛德華.阿爾特曼在60年代中期創(chuàng)造的z記分模型，用來預(yù)測企業(yè)破 產(chǎn)的可能性。其主要思想是在企業(yè)違約前，違約企業(yè)和非違約企業(yè)的財務(wù)指標(biāo)會有很大 差異，從中找出差異較大的指標(biāo)，以此來預(yù)測企業(yè)違約的可能性。 2.3.1樣本數(shù)據(jù)選擇 多變量分析是對比分析，通過不同樣本之間的對比來找出他們的差異。這里一共選擇 了6家機(jī)械行業(yè)的企業(yè)作為樣本進(jìn)行分析。這3家贏利企業(yè)是(600732)上海港機(jī)，(60076 1)安徽合力，(600815)廈工股份，3家虧損企業(yè)仍然是ST中紡機(jī)，昆明機(jī)床，東新電碳。 2.3.2檢測比率選擇 將這6家企業(yè)按照虧損企業(yè)和盈利企業(yè)分為兩組，虧損企業(yè)為組1，贏利企業(yè)為組2。 將他們在企業(yè)虧損前一年（97年）的各項財務(wù)比率進(jìn)行統(tǒng)計對照，為了找到具有顯著變 化的財務(wù)比率，我們根據(jù)(1)虧損企業(yè)的財務(wù)比率變化顯著；(2)單個比率變化方差相對 較小的原則，從14個比率中選擇了5個比率作為判別變量。這些比率在兩組的統(tǒng)計情況如 表3： 表3 盈利企業(yè)與虧損企業(yè)比率對照 | |ATR2 |ATR1 |E/A2 |E/A1 |EBIT/|EBIT/A|ROA2|ROA1|WC/A|WC/A| | | | | | |A2 |1 | | |2 |1 | |N |3 |3 |3 |3 |3 |3 |3 |3 |3 |3 | |Min. |.51 |.11 |.32 |.45 |.03 |-.01 |.04 |.00 |.19 |.08 | |Max. |.77 |.41 |.90 |.89 |.11 |.04 |.09 |.00 |.35 |.43 | |Sum |1.84 |.75 |1.64 |1.90 |.23 |.05 |.19 |.01 |.77 |.70 | |Mean |.61 |.25 |.5476|.6333|.07 |.17 |.063|.003|.257|.233| 注：比率后面的數(shù)字表示比率的組別，例如ROA1表示第一組（虧損組）的總資產(chǎn)回報率 ，ROA2表 示第二組（贏利組）的總資產(chǎn)回報率。 其中，ATR=銷售額/總資產(chǎn)的平均值；ROA=凈利潤/總資產(chǎn)；E/A=股東權(quán)益/總資產(chǎn)； EBIT/A=息稅前收益/總資產(chǎn)； WC/A=營運資本/總資產(chǎn)； 2.3.3 判定方程 將上面選出的五個判別比率擬合成一個線形方程，每股收益與上述五個指標(biāo)做多元線 形回歸，結(jié)果如表4所示： 表4 多元線性回歸結(jié)果 |R |R |Adjusted R |Std. Error of the |Durbin-Wats| | |Square |Square |Estimate |on | |.987 |.975 |.969 |4.673E-02 |2.035 | 表5 線性回歸系數(shù)表 | |Unstandardiz| |Standardiz|t | | |ed | |ed | | | |Coefficients| |Coefficien| | | | | |ts | | | |B |Std. |Beta | | | | |Error | | | |(Constant)|-5.825E-02 |.039 | |-1.488 | |ROA |3.071 |.157 |.858 |19.617 | |EA |.215 |.066 |.205 ...
0105052對上市公司虧損的財務(wù)預(yù)警信號的研究(doc)