随着我国经济的飞速发展,经济领域中的复杂性、不确定性日益凸显,上市公司由于财务风险处理不当陷入财务困境的情况越来越多。上市公司要在瞬息万变的市场中立于不败之地,实现可持续发展,就必须增强自身抗风险的能力和意识,建立健全风险预警体系。因此,无论对经营者、投资者、债权人、政府或其他相关利益主体来说,建立财务预警系统,对企业财务状况进行监测都具有非常重要的现实意义。在我国,财务预警的研究刚刚起步,不少学者们进行了相应的实证研究,但绝大部分研究方法都站在一个时点上对上市公司进行横截面预警,属于一种静态分析,不能连贯动态地反映出危机公司特征变量的演变过程,同时在以往的研究中选择何种财务指标进入模型带有极大的主观随意性。因而本文拟从我国国情出发,以我国资本市场作为立足点,探讨动态财务预警模型的建立。一、本文的主要内容本文的主要内容包括以下五部分:第一部分首先阐述了研究的背景、意义及目的,然后从国外学术界和国内学者两方面对财务危机的内涵做了简要介绍。如何界定财务危机是进行财务危机预警研究需要首先考虑的问题,国外学术界对此有多种不同的定义和观点。大多数研究者对财务危机的认定受研究样本选择范围所限,通常在文献中会明确给出财务危机的定义及样本的选择特性,归纳起来可以指变现拍卖、无力支付短期债务、无力支付债券利息、无力支付债券本金、无力支付优先股股息、重组及法定破产等。国内学者对于财务危机也没有统一的定义。第二部分主要从静态研究和动态研究两方面回顾了国内外财务危机预警研究的现状及代表人物。本章是整个研究的基础,它能让我们对国内外财务危机预警研究的过去、现在和未来有比较清晰的把握。国外静态研究方面,主要是单变量分析、多元判别分析、Logistic回归分析和神经网络模型;动态研究方面,国外已有越来越多的学者将注意力转移到现金流量表上。而国内关于财务危机预警的研究基本以静态分析为主,基于现金流量表的动态实证研究比较少,有些文献仅对现金流指标体系的构建进行过理论上的探讨。第三部分通过对静态财务预警和动态财务预警的比较,探讨了静态财务预警模型局限性和动态财务预警模型优越性;然后通过对一元判定模型、多元线性回归模型、Logistic模型和类神经网络模型几种模型的优缺点比较,说明了本文选择Logistic模型选择的理由和本文研究的内容与结构。第四部分分了四节主要从实证方面进行了财务预警模型的建立。第一节说明了指标体系的构建,具体阐述了财务危机预警指标的选取原则和方法,包括财务指标的选择和非财务指标的选择。财务指标里除了选择常用的反映偿债能力指标、反映资产运营能力指标、反映收益能力指标、反映成长能力指标等四种指标外,还加入了现金流量指标。第二节主要介绍了研究样本的设计与选择,具体介绍了样本设计标准,说明了ST公司和非ST公司样本的选择,并对数据的选择进行了一些说明。第三节对本文实证部分用到的研究方法进行了简单介绍,也是为后面的实证做铺垫。首先介绍了动态主元分析,接着对Logistic回归模型的原理做了简单介绍。第四节介绍了实证的过程及分析,首先对数据分布的状态进行剖面分析,粗略估计了财务预警指标均值存在的差异,然后对财务比率进行了K—S检验,验证财务财务比率是否符合正态分布以及财务预警指标均值差是否存在显著性。通过相关性分析选取指标和因子分析选取指标对财务预警指标的筛选,最后进行Logistic回归分析。第五部分说明了研究的结论、研究特点及其局限性。二、本文的主要贡献(一)本文的研究特点本文主要针对当前我国对财务预警实证研究的不足之处,即较少涉及动态研究和研究中忽视财务比率分析中的时间序列特征等进行补充和研究,并把注册会计师的意见作为实证研究模型的一个参考指标,同时在自变量中加入基于现金流量表的财务比率,以此来进行动态财务危机预警模型的构建。笔者选择2005年-2007年三年内沪深两市首次被ST或*ST的上市公司作为研究样本。通过行业相同、资产规模相似等原则进行配对,找到对应的健康公司样本。在尽量扩大财务比率数目的同时,取它们被ST或*ST前4年内的年度财务比率进行分析。实证中,本文建立Logistic回归模型。不过与前面学者研究过程不同的是,笔者先对样本连续多年的多个财务比率动态主元分析,以降低样本维数,消除样本中各因素的相关性,将多年的数据应用到经济预测模型中去。整个处理过程既考虑了财务比率的时序特征,也克服了财务比率之间的多重共线性问题。通过实证研究,本文的研究特点如下四点:1、本文将动态主元分析引入预测模型中,克服了普通主成分分析对连续多年的数据无能为力的困境,体现了财务比率分析中的时间序列特征。2、研究样本新,样本容量较大,时间跨度也较长。本文选取了2005一2007年三年中首次被特别处理的上市公司共81家,同时又按照1:1的配比原则,选取了行业相等,时间相等的配对样本非ST公司81家。而且样本数据的收集时间也延至公司发生财务危机的前四年,样本的时间跨度较长。3、本文尝试着把注册会计师的意见作为实证研究模型的一个参考指标,同时在自变量中加入基于现金流量表的财务比率,以此来进行动态财务危机预警模型的构建。4、大多数的财务危机预警研究在筛选模型变量时,都采用参数检验中的独立样本T检验,但是它的前提条件是样本必须服从正态分布,而我们通过K一S检验发现财务指标总体上不服从正态分布,因此采用非参数检验来考察指标差异的显著性。(二)本文的研究结果本文针对我国沪深两市A股市场中的上市公司进行实证研究。选取了45个基础的财务指标,其中包括反映上市公司偿债能力、经营能力、盈利能力、成长能力的37个传统财务指标、6个现金流量指标和1个资产规模指标,以及1个非财务指标,经过动态主元分析的筛选并采用Logistic逻辑回归方法构建了我国上市公司财务危机的预警模型,并通过训练样本的回判检验和检验样本的预测检验,证明了所建模型的有效性。通过以上对上市公司财务危机预警问题的研究,本文得出以下几个结论:第一,我国上市公司的财务数据是有效的,并具有较强的预测能力。第二,财务循环具有时序特征,构建反映企业财务趋势的立体数据空间是可行的。这克服了人们以往单纯以截面分析为主,忽视财务状况恶化的内在趋势性分析的缺陷。第三,财务困境公司和非财务困境公司在财务困境前2年内,财务指标变动趋势背离较明显,相对来说,在财务困境前3年内,财务困境公司的财务指标波动剧烈,非财务困境公司则较平稳,而在财务困境前4年,大部分财务指标的差异并不显著。第四,本文通过实证分析,从定量方面证实了现金流的重要性。第五,无论是从回判精度还是从预测精度都可以看出,距离公司进入财务危机的年限越近,预测精度就越高,反之,预测精度越低。(三)本文对后续研究的思考第一、本文只考虑了反映财务危机表象特征的财务指标,且非财务指标也只考虑了注册会计师的意见,而没有考虑到其他非财务指标(如领导者素质和股权集中度等,其中股权集中度是衡量我国上市公司治理结构的一个非常重要的指标)的影响。这是本人在以后的研究中需要进一步学习的。第二、由于我国上市公司信息披露制度的不健全,本文只采用了年报数据。随着证券市场的不断发展和完善,上市公司的信息披露将更加及时、有效,我们可以利用中报或季报的高频数据来构建更为精确的时序数据模型,从而更好的监控财务危机的变动趋势,及时采取措施加以预防和控制。第三、在研究方法上,本文只采用了Logistic回归模型进行动态研究,缺乏与其他动态模型的比较,今后可以试着采用一些其它的先进计算技术,如模糊逻辑方法与神经网络相结合或将遗传算法运用到神经网络建模中。随着新的数学方法及统计技术的发展,可以更多地将其应用到财务危机预警的研究中,使预测精度得到进一步提高。