對(duì)上市公司虧損的財(cái)務(wù)預(yù)警信號(hào)的研究
對(duì)上市公司虧損的財(cái)務(wù)預(yù)警信號(hào)的研究 蔣屏 范昕[1] (對(duì)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(cái)務(wù)數(shù)據(jù),運(yùn)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(duì)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(diǎn)預(yù)測(cè)企業(yè)虧損的可能性 關(guān)鍵詞 上市公司 預(yù)警信號(hào) 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(bào)的公司共有 721家，其中，滬市388家，深市333家，虧損中報(bào)62家。自科龍電器2000年12月22日公布 了2001年報(bào)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(shì)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(bào)公布的進(jìn)程來看，2000年上市公司虧損的家數(shù)在絕 對(duì)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(shì)頭面 對(duì)如此大范圍、大規(guī)模的虧損，必然對(duì)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(jìng)爭(zhēng)力，阻礙證券市場(chǎng)優(yōu)化資源配置 功能的實(shí)現(xiàn)，進(jìn)而危及國(guó)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(bào)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(zhǎng)期戰(zhàn)略和發(fā)展規(guī)劃，使企業(yè)不斷發(fā)展？目前國(guó)內(nèi) 無論在理論和實(shí)踐方面的研究都較少。因此我們?cè)噲D利用單變量模型和多變量模型對(duì)上 市公司虧損企業(yè)財(cái)務(wù)報(bào)表及相關(guān)經(jīng)營(yíng)資料進(jìn)行分析，從財(cái)務(wù)方面對(duì)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(guó)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(diǎn)、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(bào)未經(jīng)審計(jì)，其財(cái)務(wù)數(shù)據(jù)的可信度自然會(huì)大打折扣，所以本文僅采 用公司的年報(bào)數(shù)據(jù)進(jìn)行分析，以取得較大的可信度和實(shí)用性。 2.2 單變量分析 單變量模式是用個(gè)別財(cái)務(wù)比率來預(yù)測(cè)財(cái)務(wù)危機(jī)的模型，當(dāng)模型中所涉及的財(cái)務(wù)比率趨 勢(shì)惡化時(shí)，通常是企業(yè)發(fā)生財(cái)務(wù)危機(jī)的先兆。 采用單變量模式分析企業(yè)虧損的實(shí)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(shí)所使用的財(cái)務(wù)報(bào)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(gè)上市公司年報(bào)、中報(bào)的財(cái)務(wù)報(bào)表，包括資產(chǎn)負(fù)債表，損益表和 現(xiàn)金流量表（我國(guó)在98年以前企業(yè)提供的是財(cái)務(wù)狀況變動(dòng)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(duì)一些有明顯差 異的比率又將其與其它網(wǎng)站的一些財(cái)務(wù)報(bào)表指標(biāo)進(jìn)行了比較，并根據(jù)常用的計(jì)算方法進(jìn) 行了調(diào)整。 2.2.2比率的選擇 由于財(cái)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(xiàng)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(dòng)比率及股東權(quán)益率等，以及一些參考文獻(xiàn)上采用的對(duì)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(yíng)運(yùn)資本/總資產(chǎn)等[2]。 2.2.3統(tǒng)計(jì)分析 將這四家企業(yè)的每股收益作為因變量，14個(gè)財(cái)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(gè)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(rùn)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(chǎng)來衡量企業(yè)盈利能力的財(cái)務(wù)指標(biāo)。 總資產(chǎn)收益率 = 利潤(rùn)凈額/平均資產(chǎn)，是反映企業(yè)資產(chǎn)綜合運(yùn)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(xiàng)指標(biāo)惡化時(shí)，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(fèi)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(fèi)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。總資產(chǎn)報(bào)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(rùn)下降到很低的水平時(shí)，極有可 能在未來的一兩年內(nèi)虧損。從這些公司的財(cái)務(wù)報(bào)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(rùn)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(gè)巨虧。這種現(xiàn)象在我國(guó)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(fèi)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(duì)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(gè)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(jìng)爭(zhēng)狀況。對(duì)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(duì)他的來源和數(shù)目也要加以注意。（3）新會(huì) 計(jì)制度的影響，即四項(xiàng)計(jì)提虧損。這必將擠掉一些上市公司的水分，使公司的業(yè)績(jī)受到 影響。（4）注意關(guān)聯(lián)交易和非正常損益，因?yàn)檫@些通常是企業(yè)修飾財(cái)務(wù)報(bào)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(cái)務(wù)比率加權(quán)匯總產(chǎn)生總判別分來進(jìn)行財(cái)務(wù)危機(jī)的預(yù)測(cè)。最初的 多變量模型為美國(guó)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(cè)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(cái)務(wù)指標(biāo)會(huì)有很大 差異，從中找出差異較大的指標(biāo)，以此來預(yù)測(cè)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(duì)比分析，通過不同樣本之間的對(duì)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(cè)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?cè)谄髽I(yè)虧損前一年（97年）的各項(xiàng)財(cái)務(wù)比率進(jìn)行統(tǒng)計(jì)對(duì)照，為了找到具有顯著變 化的財(cái)務(wù)比率，我們根據(jù)(1)虧損企業(yè)的財(cái)務(wù)比率變化顯著；(2)單個(gè)比率變化方差相對(duì) 較小的原則，從14個(gè)比率中選擇了5個(gè)比率作為判別變量。這些比率在兩組的統(tǒng)計(jì)情況如 表3： 表3 盈利企業(yè)與虧損企業(yè)比率對(duì)照 | |ATR2 |ATR1 |E/A2 |E/A1 | |.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 |3.286 | |EBIT/A |.784 |.164 |.223 |4.774 | |WC/A |-.170 |.075 |-.126 |-2.274 | |ATR |-.112 |.078 |-.060 |-1.440 | 從線形回歸的結(jié)果可以看出，所選的五個(gè)比率與每股收益的擬合程度很好，而且通過 Durbin- Watson檢驗(yàn)，證明這五個(gè)參數(shù)間不存在自相關(guān)情況?；貧w分析的方程系數(shù)如表5。 由于線形回歸方程的變量系數(shù)太復(fù)雜，同時(shí)還有常數(shù)項(xiàng)，對(duì)此進(jìn)行了調(diào)整，得到如下 判定方程： L（代表虧損LOSS）=3.02*ROA+0.22*E/A+0.78*EBIT/A-0.17*WC/A-0.11*ATR 各個(gè)符號(hào)表示意義同前。 2.3.4模型檢驗(yàn) 1) 根據(jù)上面確定的判定方程進(jìn)行檢驗(yàn)，首先對(duì)樣本組的數(shù)據(jù)進(jìn)行檢驗(yàn)，結(jié)果如圖1。 [pic]圖1[pic]圖2 從圖中可以看出，贏利企業(yè)的得分基本在2以上，而虧損企業(yè)的得分一般較低，通常 小于1。由這個(gè)檢驗(yàn)結(jié)果可以看出此模型可以很好的將虧損企業(yè)與贏利企業(yè)分開。 (2)逐漸增加樣本的數(shù)量來進(jìn)行檢驗(yàn)，首先，增加了2家虧損公司(600765)力源液壓和(0 025)深特力A，與原先的樣本公司不同的是，這兩家公司于1999年虧損，而樣本公司于1 998年虧損，將數(shù)據(jù)代入模型進(jìn)行檢驗(yàn)，結(jié)果如圖2。 從圖2中可以看出，(1)中的結(jié)論還可以成立，只是虧損公司和贏利公司的分界不如(1)那 么明顯了。而且，有一個(gè)贏利公司數(shù)據(jù)的得分還落到了0.58，小于所有虧損企業(yè)的得分 。從該公司各項(xiàng)財(cái)務(wù)數(shù)據(jù)可以發(fā)現(xiàn)，在1998年，上海港機(jī)的每股收益由每股0.3元大幅跌 至0.03元每股，凈利潤(rùn)由5000多萬降到600多萬，種種跡象表明，公司贏利能力下降，成 本費(fèi)用上升，這些跡象符合單變量模型中公司虧損的前兆。 2) 將虧損公司的數(shù)量增加到7家，同時(shí)加進(jìn)贏利公司的數(shù)據(jù)加以比較，如圖3。 [pic]圖3 從圖中可以看到基本的趨勢(shì)保持不變，這些公司清楚的被分為虧損企業(yè)和贏利企業(yè)兩大 集團(tuán)。贏利企業(yè)得分最高達(dá)到了3.5，虧損企業(yè)最低得分達(dá)到了0.5，在1.5～2的區(qū)域內(nèi) ， 有兩家贏利企業(yè)和兩家虧損企業(yè)，雖然贏利公司的總體得分高于虧損企業(yè)的得分，但是 相對(duì)的幅度較小。 從上面的3次檢驗(yàn)中我們可以得到這樣一個(gè)結(jié)論，模型中得分高的企業(yè)在未來虧損的 可能性小，得分低的企業(yè)在未來虧損的可能性大。 2.3.5 截止點(diǎn)（Cutoff Point） 從檢驗(yàn)結(jié)果可以看出，此模型可以將虧損和贏利企業(yè)區(qū)分。而且，企業(yè)的得分越高， 再未來的一年虧損的可能性越小，得分越低，第二年虧損的可能性越大。由圖（3）可以 看出，1.5-2是一個(gè)比較模糊的區(qū)域(Gray Area)，在此區(qū)域虧損企業(yè)與贏利企業(yè)的得分差距較小。虧損企業(yè)的最高得分為1.67，而 贏利企業(yè)的最低得分為1.76，取其中值1.72作為模型的判定截止點(diǎn)。 3.結(jié)論 本文根據(jù)單變量和多變量模型對(duì)機(jī)械行業(yè)的虧損企業(yè)進(jìn)行財(cái)務(wù)分析，得到了兩個(gè)結(jié)論 ： (1)根據(jù)單變量模型分析，企業(yè)的盈利能力較低通常是導(dǎo)致企業(yè)虧損的直接原因。在 盈利指標(biāo)中，應(yīng)對(duì)權(quán)益收益率和總資產(chǎn)報(bào)酬率這兩個(gè)指標(biāo)特別重視，當(dāng)這兩個(gè)指標(biāo)較低 時(shí)，企業(yè)在未來虧損的可能性較大。 (2)對(duì)企業(yè)未來虧損的可能性可以用以下方程來判定： L=3.02*ROA+0.22*E/A+0.78*EBIT/A-0.17*WC/A-0.11*ATR 模型的截止點(diǎn)是1.72時(shí)，企業(yè)得分高于截止點(diǎn)時(shí)，企業(yè)一般不會(huì)出現(xiàn)虧損，小于截止 點(diǎn)時(shí)，企業(yè)就有可能出現(xiàn)虧損。企業(yè)的得分越高，企業(yè)未來虧損的可能性越小，得分越 低，虧損的可能性越大。 (3)本文研究的主要樣本是機(jī)械行業(yè)的上市公司，由于行業(yè)間的差異，運(yùn)用此模型到 其他行業(yè)的公司可能并不適用，但對(duì)其它行業(yè)分析虧損仍有借鑒作用。 參考文獻(xiàn) 1. 吳世農(nóng).《現(xiàn)代財(cái)務(wù)理論與方法》課程大綱. 2000年8月在全國(guó)MBA院校...
對(duì)上市公司虧損的財(cái)務(wù)預(yù)警信號(hào)的研究