【正文】 廈門大學(xué)吳世農(nóng) 應(yīng)用估計模型判定 /預(yù)測 預(yù)測加尼福尼亞州政府發(fā)行的債券是否存在違約風(fēng)險？ * 加州政府發(fā)行債券，其人均財產(chǎn)是６１４４美元；人均債券的債 務(wù)是１１０美元。 * 根據(jù)估計的判定模型，其Ｚ值等于１ .４７４，故其債券應(yīng)屬 “Ａ”或“Ａ以上”，不屬于具有違約風(fēng)險的債券。 （六） 中國上市公司財務(wù)困境分析和預(yù)測 案例背景和問題：中國上市公司虧損是否無蹤可循呢？ 為化解“年報風(fēng)險”， 1998年中國推出“上市公司預(yù)虧公告制度”。農(nóng)墾商社 1999年 1月 5日宣布“預(yù)虧”，是中國首家公布 “ 預(yù)虧”的上市公司。回顧 1998年度的年報，在公布虧損的 86家公司中， 企業(yè)財務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） 只有 80家公布“預(yù)虧 ” 公告，其中以 1月份為最，公布預(yù)虧 69家。至 2022年 1月 16日，已有 50家公司發(fā)布 1999年度預(yù)虧公告，其中 5家在 1999年未結(jié)束之前就發(fā)布“預(yù)虧”公告。今年到底將有多少公司“預(yù)虧”呢？截止 2022年 3月 13日，共有 74家發(fā)布“預(yù)虧”公告。 關(guān)于“預(yù)虧”制度和實施情況，各種評論不絕于耳。 并非所有虧損公司都必須提前公布“預(yù)虧”，有些公司“不告而虧”！中國證監(jiān)會規(guī)定：“如果上市公司可能導(dǎo)致 3年連續(xù)虧損或當(dāng)年重大虧損，應(yīng) …履行信息披露義務(wù)?！保瑫r，“重大虧損”并無明確定義。因此，那些不致于出現(xiàn)連續(xù) 3年虧損或重大虧損的公司，可以“不告而虧”。例如，甘長風(fēng) 1999年度的 ROE為 %，但沒有公布預(yù)虧，各方并不認(rèn)為其有違規(guī)之處。 廈門大學(xué)吳世農(nóng) 中國證監(jiān)會還規(guī)定：“在會計年度結(jié)束時， …，及時履行信息披露義務(wù)?！薄凹皶r”就是“沒有明確的時間限制”，因此有些公司在 4月才宣布“預(yù)虧”。雙麓電器在 5月 25日才發(fā)布預(yù)虧公告，可謂“姍姍來遲”！ 送走“扭虧為盈”的公司，又迎來“扭盈為虧”和“連續(xù)虧損”的企業(yè)。 ST和 PT的公司將增加。連續(xù) 2年虧損或重大虧損的企業(yè)將被列 為“ ST” 。 1999年出現(xiàn) 47家“ ST” 公司，預(yù)計 2022年“ ST” 公司累計達(dá) 60余家。就目前情況來看，在 47家 ST公司中，因連續(xù) 3年被列入 ST無法“摘帽”的公司不少， ST永久、 ST中浩、 ST北旅、 ST黔凱滌等又將晉級為“ PT” 。 PT的公司只能在周五交易，算是“懲罰”。 PT公司，如渝太白，在 3年連續(xù)虧損后又告虧損，能否繼續(xù)高掛“ PT” 的牌子呢？或是摘牌停止交易呢 廈門大學(xué)吳世農(nóng) 虧損公司為何虧損？爭議頗多。今年的虧損公司，常說是“因為實行會計 4項計提政策”造成虧損。一般認(rèn)為，虧損的主要原因：一是公司的經(jīng)營管理不善；其次是行業(yè)競爭加劇，使得 ST公司覆蓋面增加，涉及商業(yè)、機(jī)械、化工、建材、冶金、服裝、房地產(chǎn)和輕工業(yè)；再次是企業(yè)債務(wù)負(fù)擔(dān)過重，不良資產(chǎn)增加，這似乎成為虧損公司的共同特征；此外，靠“政府和總公司補(bǔ)貼為盈利”的公司，也是虧損的原因；最后，新的虧損公司總是露出一大堆的應(yīng)收帳款、呆帳和壞帳，在 4項計提政策催生下，成為虧損隊伍的新生兒。據(jù)不完全統(tǒng)計， 98年上市公司的應(yīng)收帳款增加 60%以上，其中增加 1倍的超過 170家。應(yīng)收帳款激增反映了上市公司的資產(chǎn)質(zhì)量下降，虧損風(fēng)險上升。 企業(yè)財務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） 虧損公司頻頻登臺亮相，是否無蹤可循呢？非也！ 2022年首先公告虧損的 6家公司，近年來一直露出慘淡經(jīng)營的跡象，到 1999年中報時，已經(jīng)處于虧損邊緣，在盈虧線上掙扎。 1998年 3月中國財政部頒發(fā) 《 企業(yè)會計準(zhǔn)則 —現(xiàn)金流量表 》 ，要求上市公司必須披露企業(yè)現(xiàn)金流量狀況，以克服現(xiàn)行會計制度和會計報表的缺陷。此外，吃補(bǔ)貼、增利不增現(xiàn)金的“白條利潤”有增無減，誤導(dǎo)投資者。因此，專家提議特別關(guān)注 2個指標(biāo)：一是“每股經(jīng)營活動產(chǎn)生的現(xiàn)金流量余額”，二是“扣除非正常損益后的凈利潤”。前者是 EPS 的補(bǔ)充，防止企業(yè)有利潤而無現(xiàn)金，同時揭示企業(yè)實際經(jīng)營能力和資產(chǎn)質(zhì)量；后者揭示企業(yè)凈利潤的來源和構(gòu)成，從而反映企業(yè)的核心競爭力。 廈門大學(xué)吳世農(nóng) 討論和分析的主要問題： 第一、影響中國上市公司虧損的關(guān)鍵因素是什么？ 第二、如果選擇足夠多家的上市公司，盈虧各半，能否分析它們在虧 損前有哪些共同特征？虧損公司和非虧損公司有哪些顯著的區(qū)別？ 第三、如果使用判定分析建立虧損公司（巨虧或 ST）判定和預(yù)測模 型，如何選擇一套有效反映虧損與非虧損企業(yè)特征的判定指標(biāo)？ More Losses？ 又虧損了？ 廈門大學(xué)吳世農(nóng) 中國上市公司財務(wù)困境判定和預(yù)測模型的研究設(shè)計 （ 1）選擇樣本公司： 財務(wù)困境企業(yè)： 70家 ST和巨虧公司 財務(wù)正常企業(yè)： 70家（規(guī)模、行業(yè)等）相應(yīng)的上市公司 （ 2）選擇樣本時間：財務(wù)困境出現(xiàn)的前 15年 （ 3）選擇判定指標(biāo)： 21個財務(wù)指標(biāo) （ 4）確定判定指標(biāo)和選擇判定 /預(yù)測方法： （ a）單變量判定模型：從 21個財務(wù)指標(biāo)中逐步篩選出預(yù)測能力 高的指標(biāo)； （ b）多變量判定模型：比較三個模型（ PLM、 MDA、 Logistic） 的預(yù)測準(zhǔn)確性。 企業(yè)財務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） 中國上市公司財務(wù)困境判定和預(yù)測模型的實證研究結(jié)果 （ 1）所選 判定指標(biāo)的標(biāo)準(zhǔn)化處理方法 Z=[M1 M2]/[(S1/N1)+(S2/N2)]1/2 Z是二組的平均數(shù)之差除于二組（財務(wù)困境公司與財務(wù)正常公司）的共同標(biāo)準(zhǔn)誤，反映二種不同總體在某一指標(biāo) X的差異程度。 Z越大，差異越大，預(yù)測能力越強(qiáng)；反之越小，預(yù)測能力越弱。 財 務(wù) 困 境 前 的 年 份 財務(wù)指標(biāo) 1 2 3 4 5 X1 盈利增長指數(shù) . X2 凈資產(chǎn)報酬率 X3 資產(chǎn)報酬率 X4 主營業(yè)務(wù)利潤 貢獻(xiàn)率 X5 主營業(yè)務(wù)利潤率 X6 利息保障倍數(shù) 廈門大學(xué)吳世農(nóng) X7 流動比率 X8 速動比率 X9 超速動比率 X10 負(fù)債比率 X11 長期負(fù)債比率 X12 營運(yùn)資本與 總資產(chǎn)比例 X13 留存收益與 總資產(chǎn)比例 X14 資產(chǎn)增長率 . X15 股東權(quán)益增長率 . X16 主營業(yè)務(wù)收入 增長率 . X17 應(yīng)收帳周轉(zhuǎn)率 X18 存貨周轉(zhuǎn)率 X19 資產(chǎn)周轉(zhuǎn)率 X20 Log（總資產(chǎn)） X21 Log（總凈資產(chǎn)） 廈門大學(xué)吳世農(nóng) 凈資產(chǎn)報酬率 0 1 2 3 4 5財務(wù)困境前年份組合2組合1廈門大學(xué)吳世農(nóng) 負(fù)債比率0 1 2 3 4 5財務(wù)困境前年份組合2 組合1廈門大學(xué)吳世農(nóng) 營運(yùn)資本/總資產(chǎn)0 1 2 3 4 5財務(wù)困境前年份組合2組合1廈門大學(xué)吳世農(nóng) 資產(chǎn)周轉(zhuǎn)率0 1 2 3 4 5財務(wù)困境前年份組合2組合1企業(yè)財務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） （ 2）選擇判定指標(biāo)的有關(guān)結(jié)論 （ a）在 ST發(fā)生的前 1和 2年，財務(wù)困境公司和非財務(wù)困境公司的 17個財務(wù)指標(biāo)的平均值存在顯著的差異； （ b） Z值隨著 ST發(fā)生時間的臨近而顯著增大，即二組的財務(wù)指標(biāo)平均值的差異隨 ST發(fā)生時間的臨近而擴(kuò)大。 （ 3）三種多變量判定模型的預(yù)測結(jié)果的比較分析 （ a） 三種多元判定分析方法估計模型的比較結(jié)果如下表： 年 一類錯誤 (%) 二類錯誤 (%) 誤判率 (%) LPM Fisher Logistic LPM Fisher Logistic LPM Fisher Logistic 1 2 3 4 5 廈門大學(xué)吳世農(nóng) （ b）結(jié)論： Logistic模型的判定準(zhǔn)確性較高，具有較強(qiáng)預(yù)測能力。 結(jié)論與啟示 我國上市公司的財務(wù)指標(biāo)包含著預(yù)測財務(wù)困境的信息含量 ， 因此其財務(wù)困境具有可預(yù)測性 。 應(yīng)用財務(wù)指標(biāo)信息能有效地判定和預(yù)測我國上市公司是否將陷入財務(wù)困境 ， 為企業(yè) 、 政府管理部門 、 銀行和投資者等預(yù)先提供企業(yè)的財務(wù)境況 ， 降低投資風(fēng)險和防范證券市場的風(fēng)險 。 在我國上市公司陷入財務(wù)困境的前 1年和前 2年 ， 本文所選的 21個財務(wù)指標(biāo)中 16個指標(biāo)具有判定和預(yù)測財務(wù)困境的信息含量 ， 但各個指標(biāo)的信息含量不同 ， 預(yù)測財務(wù)困境的準(zhǔn)確率不同 。 在單變量分析中 ， 凈資產(chǎn)報酬率的判定效果較好 。 企業(yè)財務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） 多變量判定模型優(yōu)于單變量判定模型。在財務(wù)困境前 4年中，三種多變量判定模型的誤判率及其波動均較小。這表明在財務(wù)困境預(yù)測中，多個財務(wù)指標(biāo)的模型比單個財務(wù)指標(biāo)的模型提供了更多、更穩(wěn)定的信息。 三種多變量判定模型在財務(wù)困境發(fā)生前 1年內(nèi)，誤判率基本控制在 10%以內(nèi)。 由此可見，多變量判定模型在財務(wù)困境前 1年均能提供有效預(yù)測信息，提高了預(yù)測的準(zhǔn)確程度。 比較三種判定模型的效果表明， Logistic模型的判定準(zhǔn)確性最高。 LPM與 Fisher二類線性判定模型的一類錯誤、二類錯誤、誤判率都是一樣的，但 Logistic模型在 5年中各年的誤判率均低于其他二種判定模型。 企業(yè)財務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） （七）財務(wù)困境判定和預(yù)測研究中的三個基本問題 財務(wù)困境的界定標(biāo)準(zhǔn) （ 1） 理論標(biāo)準(zhǔn) 在比較歷史上的理論研究成果發(fā)現(xiàn)：財務(wù)困境的理論界定或理論評價標(biāo)準(zhǔn)因研究目的的不同而不同： Carmichael（ 1972） 和Ross等人 （ 1999； 2022） 對財務(wù)困境的理論界定標(biāo)準(zhǔn)就存在明顯的差別 。 （ 2） 實證標(biāo)準(zhǔn) 在比較歷史上的實證研究成果發(fā)現(xiàn)：財務(wù)困境的實證界定或?qū)嵶C評價標(biāo)準(zhǔn)因研究目的的不同而不同： Beaver（ 1966） 、 Altman（ 1968） 和 Deakin（ 1972） 這幾個經(jīng)典研究對財務(wù)困境的界定標(biāo)準(zhǔn)就存在明顯的差別 。 廈門大學(xué)吳世農(nóng) 預(yù)測變量的選擇 （ 1） 財務(wù)指標(biāo)信息類模型 Altman（ 1968） 等學(xué)者 （ Altman, Haldeman 和 Narayanan, 1977；Collins, 1980； Platt和 Platt, 1991） 使用常規(guī)的財務(wù)指標(biāo) ， 如負(fù)債比率 、流動比率 、 凈資產(chǎn)收益率和資產(chǎn)周轉(zhuǎn)速度等 ， 作為預(yù)測模型的變量進(jìn)行財務(wù)困境預(yù)測 。 （ 2）現(xiàn)金流量信息類模型 現(xiàn)金流量類信息的財務(wù)困境預(yù)測模型基于一個理財學(xué)的基本原理：公司的價值應(yīng)等于預(yù)期的現(xiàn)金流量的凈現(xiàn)值。如果公司沒有足夠的現(xiàn)金支付到期債務(wù)，而且又無其他途徑獲得資金時，那么公司最終將破產(chǎn)。因此，過去和現(xiàn)在的現(xiàn)金流量應(yīng)能很好地反映公司的價值和 企業(yè)財務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） 破產(chǎn)概率。在 Gentry， Newbold和 Whitford（ 1985a； 1985b）研究的基礎(chǔ)上， Aziz、 Emanuel和 Lawson（ 1988， 1999）發(fā)展了現(xiàn)金流量信息預(yù)測財務(wù)困境模型。在比較了 Z 模型、 ZETA模型、現(xiàn)金流量模型預(yù)測企業(yè)發(fā)生財務(wù)困境的準(zhǔn)確率后，發(fā)現(xiàn)現(xiàn)金流量模型的預(yù)測效果較好。 （ 3）市場收益率信息類模型 Beaver（ 1968）使用股票市場收益率信息進(jìn)行財務(wù)困境預(yù)測研究的先驅(qū)。他發(fā)現(xiàn)在有效資本市場，股票收益率也如同財務(wù)指標(biāo)一樣可以預(yù)測破產(chǎn)，但時間略滯后。 Altman和 Brenner（ 1981）的研究表明，破產(chǎn)公司的股票在破產(chǎn)前至少一年內(nèi)在資本市場上表現(xiàn)欠佳。 Clark 和 Weinstein（