企业财务预警(6)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
别是主营业务利润的获取。 4）从成长能力来看， ST公司也明显弱于非ST公司。
3.研究结果及分析
首先，仍使用贝叶斯判别方法构造ST前一年的中报全 变6-量19模型。
四、基于中报数据的预测模型
其后，对模型进行交互验证，发现预测效果优于原年报 模型。
最后，使用逐步判别分析方法对30个变量进行筛选， 寻求最优中报模型（方法和步骤同前）：
其次，使用多元线性判别方法构造财务困境前2至3年 的全变量（31个）预测模型。
最后，对模型进行回判检验和交互检验分析，发现模 型的正确性和外部适用性有待提高，且信号指标过多。
4.最优中长期预测模型建立及分析
目标：寻找对企业长期生产经营前景有指示能力的 “信号” 指标，构造最优变量组合，提高模型预测精度。
比较前一、前二和前三年的最优模型 现所包含的变量个数呈12－5－3的变化。
Z1,、Z2，和Z3，，发
可见 ，企业在陷入财务困境前，会经历一个逐步衰
落的过程；同时，在衰落过程中，不同财务指标会呈现 不同的特征，指标出现的时点也会不同。
另外，随着预测跨度的延伸，变量减少，说明长期经 营过程中存在具有较高前瞻性的指标。
6- 17
四、基于中报数据的预测模型
1.研究背景和意义 背景：年报数据的实际预测应用价值有较大局限。
多数国家为及时了解企业信息，要求公布中报。
意义：能够获得不低于年报模型的预测精度，极大地
提高了预测的及时性。
2.样本设计和数据选取
样本设计：样本的选取标准和设计同本章第三节 数据选取：选取ST公司陷入财务困境前一年的中报数据 研究变量：沿用原年报预测模型构建时的备择变量（除
6- 14
二、初步贝叶斯判别结果
将阀值点设为0.5； Z值>0.5的为ST公司， Z值<0.5的为非ST公司。
判别结果（P161）表明：所选择的变量和模型对 样本的拟合程度很好。
使用已构造的模型对随机抽取的新样本（20） 进行预测检验，以判断模型的预测价值。
6- 15
三、逐步判别分析结果
1.贝叶斯方法存在的问题 1）模型实用性较低。31个变量使得模型较复杂，同 时收集这些变量值及计算最终结果成本很高。 2）模型的正确性及外部适用性有待提高。 变量不完全服从多元正态分布。
Z11, 1.2651 0.9073X10 0.0253X9 0.6025X22 0.2514X25 1.0812X28 0.0318X26 0.1697X7 0.0987X3 0.0194X11 0.0095X15 0.0932X29 0.0953X6 1.8551X17 0.0551X19
结果表明： 运用贝叶斯判别、交互验证和逐步判别分 析方法可以构造较为精确的中期报告预测模型。
该模型较年报模型既提高了及时性，又提高了预测精度。
6- 20
五、中长期预测模型
1.中长期预测
指提前2至3年Βιβλιοθήκη Baidu更长时间跨度所进行的财务预警。
2.研究意义
— 动态地关注公司在陷入困境前不同时点的财务状况和 经营业绩；
❖如何在对国外经典研究成果进行回顾和总结的 基础上，建立适合我国国情的预测模型。
❖如何在保证一定预测精度的前提下，降低模型 的复杂程度和减少使用变量的个数。
❖为提高预测的及时性，如何进行较长时间跨度 的准确预测。
❖如何在静态预测的基础上，建立具有更高预测 精度和理论价值的动态预测模型。
6- 3
第二节 研究对象的界定
二、研究变量
X 20 净利润/主营业务收入净额 X 21（利润总额＋财务费用）/总资产 X 22 净资产收益率 X 23 每股收益
X 24 非主营业务利润/总资产 • 成长基础及能力
X 25 本年度净利润增加/本、上年度净利润绝对值之和 X 26 主营业务收入增长率 X 27 总资产收益率 X 28 留存收益/总资产
5）在反映成长基础和能力方面，X 27、X 28、X 29、X31 通过1％的t检验，表明ST公司的未来成长性明显 坏于非ST公司。
6- 13
二、初步贝叶斯判别结果
用贝叶斯判别方法对ST前一年的资料进行判别 分析，构造判别模型：
Z1 0.7689 0.2235X1 0.1703X2 1.8509X3 0.1435X4 0.7366X5 0.7816X6 0.0045X7 0.0573X8 0.0746X9 0.2325X10 0.0044X11 0.0003X12 0.0074X13 0.0676X14 0.0028X15 2.0213X16 1.3791X17 0.2748X18 0.0370X19 0.0082X 20 1.2809X 21 0.1417 X 22 0.2188X 23 0.5726X 24 0.2336X 25 0.0175X 26 0.1212X 27 1.4809X 28 0.0517 X 29 0.1005X30 0.1633X31
Z1， 0.1677 1.4029X 3 2.0601X 21 1.5686X17 0.0443X1 0.0726X14 0.6276X 24 0.0711X19 0.5608X 4 0.1640X 25 1.0648X 28 0.0412X 29 0.1346X 31
该模型只包含12个预测变量，各项检验结果均 优于全变量模型。
X 29 每股净资产
X30 每股公积金
6-
X
10
31
每股未分配利润
第四节 研究结果及其分析
一、样本组概况描述 二、初步贝叶斯判别结果 三、逐步判别分析结果 四、基于中报数据的预测模型 五、中长期预测模型
6- 11
一、样本组概况描述
1.分别对两个样本组ST前一年的31个变量值进行描 述性统计，同时检验所选取变量在ST组和非ST 组之间是否存在显著性差异，以证实变量在模型 构造中的代表性。（统计结果P158－159）
6- 4
第三节 样本设计和研究变量
一、样本设计 二、研究变量
6- 5
一、样本设计
1.样本选择的重要性 关系到预测模型的外部适用性和预测能力。
2.样本选择的标准 1）ST样本组
被特别处理的公司（1998－2000）作为ST样本组，并获 得至少在其被ST之间三年的财务资料。 2）非ST样本组
根据公司被“ST”前一年的行业分类和总资产规模， 选择相应的控制样本。
6- 12
一、样本组概况描述
则低于非ST公司。
3）在衡量经营能力方面，X10和 X15 通过1％的t检验， 意味着ST公司的总资产周转率、存货周转率及利 用主营业务收入获取营运资本的能力要低于非ST 公司。
4）在反映经营效率方面，X16 、X 22 、X 23 、X17、X 24通 过1％的t检验，表明ST公司的经营效率明显低于 非ST公司。
二、研究变量
通过广泛参考国内外相关研究中，对预警模型有显著 贡献的预测变量，并结合我国国情，初步确定了反映企业 财务状况的31个备择预测变量。
¡ 财务结构（5个） X1 负债/股东权益 X 2 负债/股东权益＋少数股权及权益 X 3 负债/总资产 X 4 流动负债/总资产 X5 固定资产/总资产
¡ 偿债能力（4个） X 6 营运资本/总资产 X 7 流动比率
— 探寻企业衰败过程中各个阶段的财务特征； — 寻找在不同时期对企业具有显著指示能力的“信号指
标； — 建立预测精度更高，更及时的模型。
3.全变量模型
6-所21采用的样本设计和研究方法，同一年期预警模型。
五、中长期预测模型
首先，分别对两个样本组在财务困境前1至3年的31个 变量值进行均值、中位数、方差等描述性统计，同时检 验所选取变量在两组之间的显著性。
2.研究目标 寻找最优的变量组合，在保证达到甚至超过原判别
模型的判别精度和预测精度的同时，使进入模型的 变量个数尽可能地少。 3.方法描述及分析结果
6- 16
三、逐步判别分析结果
对已有的31个变量进行逐步筛选以进一步优化 模型。在15％的显著性水平下，每次增加1个百分 点，重复进行逐步判别分析过程。最后发现以36 ％的显著水平筛选出的结果构造的判定模型是最 优的。具体模型如下：
6- 22
五、中长期预测模型
方法:使用逐步判别分析方法进行中长期预测变量的筛选。 最后我们得到了最优前两年和前三年预测模型：
Z2， 0.2429 1.3924X17 0.3176X10 0.7193X4 0.3342X25 0.0180X15
Z3, 0.4088 3.9226X17 0.1125X2 0.1849X13
6- 23
第五节 研究结论及其局限性
一、研究结论 1.多元线性判别方法（MDA）在我国财务预警研究中 具有很高的应用价值。 2.恰当的逐步判别分析方法在财务预警中具有很 高的应用价值，可以减少模型变量，提高预测 精度。 3.企业在陷入财务困境前，大量财务指标普偏发 生异化的年份是第二年。应筛选显著水平适中、 信息含量较为充分的变量。 4.对于较长时间跨度的预测，关键是找到对企业 长期经营状况有较强指示能力的“信号”比率。 5.对不同的时间跨度，应构造不同的预测模型。
3）组内分布控制 使来源于3个会计年度的最终样本个体，在各年的分
布大致平均（Altman（1968）方法）。
6- 6
一、样本设计
3.样本设计 由34家ST公司和34家非ST公司构成标定资
料集来构造预测模型，由10家ST公司和相应的 10家非ST公司组成预测样本，来检验已建立模 型的预测能力。
6- 7
6- 24
第五节 研究结论及其局限性
6.首次尝试采用上市公司中报数据来构造财务预 警模型。
二、研究局限性及趋势展望 1.研究局限性 1）对由于资料的时间性差异可能带来的模型偏 差未能很好的加以处理。 2）研究变量选择尚显单一。 3）在判定准则确定时，使用的是等先验概率和 等误差成本。 2.趋势展望 预测研究具有较高的实用价值
2.统计分析结论： 1）从财务结构看，X3、X4 通过1％的t检验，表明 ST公司比非ST公司债务负担重。 2其）中在X偿6在债偿能债力能方力面指，X标6、中X具8和有X最9通高过的1代％表的性t检；X验8 、， X 9表明ST公司的存货数量一般高于非ST公司， 而货币资金、短期投资等变现能力强的资产价值
一、界定方法 1. 界定的研究对象：因“财务状况异常”而被特别
处理（ST）的A股上市公司。
2. 界定的理由
1）上市公司具有代表性 2）我国A股上市公司的资料比较完整 3）ST的A股上市公司特征明显
二、研究对象界定的实际意义
1.陷入财务困境公司的数量在不断增加； 2.陷入财务困境公司的地区分布在不断扩大； 3.陷入财务困境公司亏损严重，股东权益侵蚀严重。
去X30 ：每股未分配利润），对这30个变量进行
6- 18
四、基于中报数据的预测模型
描述性统计，并用t 检验考察组间的变量值差异。 中报数据除受季节和商业营运周期影响外，还有如下
特征： 1）在偿债能力方面，ST公司普遍低于非ST公司。 2）在经营能力方面，ST公司在主营业务开展和存货管
理方面均劣于非ST公司。 3）在盈利能力方面， ST公司明显低于非ST公司。特
6- 25
第六章 结 束
6- 26
踏实，奋斗，坚持，专业，努力成就 未来。20.11.1920.11.19Thurs day, November 19, 2020
弄虚作假要不得，踏实肯干第一名。23:53:0023:53:0023:5311/19/2020 11:53:00 PM
6- 8 X8 （货币资金＋短期投资＋应收净额）/流动负债
二、研究变量
X9 速动比率 ¡ 经营能力
X10 主营业务收入/总资产 X11 应收帐款周转率 X12 存货周转率 X13 存货总额/主营业务收入净额 X14 存货净额/主营业务收入净额 X15 营运资本/主营业务收入净额 ¡ 经营效率 X16 净利润/总资产 X17 主营业务利润/总资产 X18 主营业务收入/股东权益 6- 9 X19 主营业务收入/股东权益＋少数股权及权益
第六章 上市公司静态财务 预警研究
6- 1
第六章 上市公司静态财务 预警研究
第一节 研究目的 第二节 研究对象的界定 第三节 样本设计和研究变量 第四节 研究结果及其分析 第五节 研究结论及其局限性
6- 2
第一节 研究目的
❖如何选取有价值、有可操作性的研究对象（我国 。 目前尚无上市公司破产案例）
3.研究结果及分析
首先，仍使用贝叶斯判别方法构造ST前一年的中报全 变6-量19模型。
四、基于中报数据的预测模型
其后，对模型进行交互验证，发现预测效果优于原年报 模型。
最后，使用逐步判别分析方法对30个变量进行筛选， 寻求最优中报模型（方法和步骤同前）：
其次，使用多元线性判别方法构造财务困境前2至3年 的全变量（31个）预测模型。
最后，对模型进行回判检验和交互检验分析，发现模 型的正确性和外部适用性有待提高，且信号指标过多。
4.最优中长期预测模型建立及分析
目标：寻找对企业长期生产经营前景有指示能力的 “信号” 指标，构造最优变量组合，提高模型预测精度。
比较前一、前二和前三年的最优模型 现所包含的变量个数呈12－5－3的变化。
Z1,、Z2，和Z3，，发
可见 ，企业在陷入财务困境前，会经历一个逐步衰
落的过程；同时，在衰落过程中，不同财务指标会呈现 不同的特征，指标出现的时点也会不同。
另外，随着预测跨度的延伸，变量减少，说明长期经 营过程中存在具有较高前瞻性的指标。
6- 17
四、基于中报数据的预测模型
1.研究背景和意义 背景：年报数据的实际预测应用价值有较大局限。
多数国家为及时了解企业信息，要求公布中报。
意义：能够获得不低于年报模型的预测精度，极大地
提高了预测的及时性。
2.样本设计和数据选取
样本设计：样本的选取标准和设计同本章第三节 数据选取：选取ST公司陷入财务困境前一年的中报数据 研究变量：沿用原年报预测模型构建时的备择变量（除
6- 14
二、初步贝叶斯判别结果
将阀值点设为0.5； Z值>0.5的为ST公司， Z值<0.5的为非ST公司。
判别结果（P161）表明：所选择的变量和模型对 样本的拟合程度很好。
使用已构造的模型对随机抽取的新样本（20） 进行预测检验，以判断模型的预测价值。
6- 15
三、逐步判别分析结果
1.贝叶斯方法存在的问题 1）模型实用性较低。31个变量使得模型较复杂，同 时收集这些变量值及计算最终结果成本很高。 2）模型的正确性及外部适用性有待提高。 变量不完全服从多元正态分布。
Z11, 1.2651 0.9073X10 0.0253X9 0.6025X22 0.2514X25 1.0812X28 0.0318X26 0.1697X7 0.0987X3 0.0194X11 0.0095X15 0.0932X29 0.0953X6 1.8551X17 0.0551X19
结果表明： 运用贝叶斯判别、交互验证和逐步判别分 析方法可以构造较为精确的中期报告预测模型。
该模型较年报模型既提高了及时性，又提高了预测精度。
6- 20
五、中长期预测模型
1.中长期预测
指提前2至3年Βιβλιοθήκη Baidu更长时间跨度所进行的财务预警。
2.研究意义
— 动态地关注公司在陷入困境前不同时点的财务状况和 经营业绩；
❖如何在对国外经典研究成果进行回顾和总结的 基础上，建立适合我国国情的预测模型。
❖如何在保证一定预测精度的前提下，降低模型 的复杂程度和减少使用变量的个数。
❖为提高预测的及时性，如何进行较长时间跨度 的准确预测。
❖如何在静态预测的基础上，建立具有更高预测 精度和理论价值的动态预测模型。
6- 3
第二节 研究对象的界定
二、研究变量
X 20 净利润/主营业务收入净额 X 21（利润总额＋财务费用）/总资产 X 22 净资产收益率 X 23 每股收益
X 24 非主营业务利润/总资产 • 成长基础及能力
X 25 本年度净利润增加/本、上年度净利润绝对值之和 X 26 主营业务收入增长率 X 27 总资产收益率 X 28 留存收益/总资产
5）在反映成长基础和能力方面，X 27、X 28、X 29、X31 通过1％的t检验，表明ST公司的未来成长性明显 坏于非ST公司。
6- 13
二、初步贝叶斯判别结果
用贝叶斯判别方法对ST前一年的资料进行判别 分析，构造判别模型：
Z1 0.7689 0.2235X1 0.1703X2 1.8509X3 0.1435X4 0.7366X5 0.7816X6 0.0045X7 0.0573X8 0.0746X9 0.2325X10 0.0044X11 0.0003X12 0.0074X13 0.0676X14 0.0028X15 2.0213X16 1.3791X17 0.2748X18 0.0370X19 0.0082X 20 1.2809X 21 0.1417 X 22 0.2188X 23 0.5726X 24 0.2336X 25 0.0175X 26 0.1212X 27 1.4809X 28 0.0517 X 29 0.1005X30 0.1633X31
Z1， 0.1677 1.4029X 3 2.0601X 21 1.5686X17 0.0443X1 0.0726X14 0.6276X 24 0.0711X19 0.5608X 4 0.1640X 25 1.0648X 28 0.0412X 29 0.1346X 31
该模型只包含12个预测变量，各项检验结果均 优于全变量模型。
X 29 每股净资产
X30 每股公积金
6-
X
10
31
每股未分配利润
第四节 研究结果及其分析
一、样本组概况描述 二、初步贝叶斯判别结果 三、逐步判别分析结果 四、基于中报数据的预测模型 五、中长期预测模型
6- 11
一、样本组概况描述
1.分别对两个样本组ST前一年的31个变量值进行描 述性统计，同时检验所选取变量在ST组和非ST 组之间是否存在显著性差异，以证实变量在模型 构造中的代表性。（统计结果P158－159）
6- 4
第三节 样本设计和研究变量
一、样本设计 二、研究变量
6- 5
一、样本设计
1.样本选择的重要性 关系到预测模型的外部适用性和预测能力。
2.样本选择的标准 1）ST样本组
被特别处理的公司（1998－2000）作为ST样本组，并获 得至少在其被ST之间三年的财务资料。 2）非ST样本组
根据公司被“ST”前一年的行业分类和总资产规模， 选择相应的控制样本。
6- 12
一、样本组概况描述
则低于非ST公司。
3）在衡量经营能力方面，X10和 X15 通过1％的t检验， 意味着ST公司的总资产周转率、存货周转率及利 用主营业务收入获取营运资本的能力要低于非ST 公司。
4）在反映经营效率方面，X16 、X 22 、X 23 、X17、X 24通 过1％的t检验，表明ST公司的经营效率明显低于 非ST公司。
二、研究变量
通过广泛参考国内外相关研究中，对预警模型有显著 贡献的预测变量，并结合我国国情，初步确定了反映企业 财务状况的31个备择预测变量。
¡ 财务结构（5个） X1 负债/股东权益 X 2 负债/股东权益＋少数股权及权益 X 3 负债/总资产 X 4 流动负债/总资产 X5 固定资产/总资产
¡ 偿债能力（4个） X 6 营运资本/总资产 X 7 流动比率
— 探寻企业衰败过程中各个阶段的财务特征； — 寻找在不同时期对企业具有显著指示能力的“信号指
标； — 建立预测精度更高，更及时的模型。
3.全变量模型
6-所21采用的样本设计和研究方法，同一年期预警模型。
五、中长期预测模型
首先，分别对两个样本组在财务困境前1至3年的31个 变量值进行均值、中位数、方差等描述性统计，同时检 验所选取变量在两组之间的显著性。
2.研究目标 寻找最优的变量组合，在保证达到甚至超过原判别
模型的判别精度和预测精度的同时，使进入模型的 变量个数尽可能地少。 3.方法描述及分析结果
6- 16
三、逐步判别分析结果
对已有的31个变量进行逐步筛选以进一步优化 模型。在15％的显著性水平下，每次增加1个百分 点，重复进行逐步判别分析过程。最后发现以36 ％的显著水平筛选出的结果构造的判定模型是最 优的。具体模型如下：
6- 22
五、中长期预测模型
方法:使用逐步判别分析方法进行中长期预测变量的筛选。 最后我们得到了最优前两年和前三年预测模型：
Z2， 0.2429 1.3924X17 0.3176X10 0.7193X4 0.3342X25 0.0180X15
Z3, 0.4088 3.9226X17 0.1125X2 0.1849X13
6- 23
第五节 研究结论及其局限性
一、研究结论 1.多元线性判别方法（MDA）在我国财务预警研究中 具有很高的应用价值。 2.恰当的逐步判别分析方法在财务预警中具有很 高的应用价值，可以减少模型变量，提高预测 精度。 3.企业在陷入财务困境前，大量财务指标普偏发 生异化的年份是第二年。应筛选显著水平适中、 信息含量较为充分的变量。 4.对于较长时间跨度的预测，关键是找到对企业 长期经营状况有较强指示能力的“信号”比率。 5.对不同的时间跨度，应构造不同的预测模型。
3）组内分布控制 使来源于3个会计年度的最终样本个体，在各年的分
布大致平均（Altman（1968）方法）。
6- 6
一、样本设计
3.样本设计 由34家ST公司和34家非ST公司构成标定资
料集来构造预测模型，由10家ST公司和相应的 10家非ST公司组成预测样本，来检验已建立模 型的预测能力。
6- 7
6- 24
第五节 研究结论及其局限性
6.首次尝试采用上市公司中报数据来构造财务预 警模型。
二、研究局限性及趋势展望 1.研究局限性 1）对由于资料的时间性差异可能带来的模型偏 差未能很好的加以处理。 2）研究变量选择尚显单一。 3）在判定准则确定时，使用的是等先验概率和 等误差成本。 2.趋势展望 预测研究具有较高的实用价值
2.统计分析结论： 1）从财务结构看，X3、X4 通过1％的t检验，表明 ST公司比非ST公司债务负担重。 2其）中在X偿6在债偿能债力能方力面指，X标6、中X具8和有X最9通高过的1代％表的性t检；X验8 、， X 9表明ST公司的存货数量一般高于非ST公司， 而货币资金、短期投资等变现能力强的资产价值
一、界定方法 1. 界定的研究对象：因“财务状况异常”而被特别
处理（ST）的A股上市公司。
2. 界定的理由
1）上市公司具有代表性 2）我国A股上市公司的资料比较完整 3）ST的A股上市公司特征明显
二、研究对象界定的实际意义
1.陷入财务困境公司的数量在不断增加； 2.陷入财务困境公司的地区分布在不断扩大； 3.陷入财务困境公司亏损严重，股东权益侵蚀严重。
去X30 ：每股未分配利润），对这30个变量进行
6- 18
四、基于中报数据的预测模型
描述性统计，并用t 检验考察组间的变量值差异。 中报数据除受季节和商业营运周期影响外，还有如下
特征： 1）在偿债能力方面，ST公司普遍低于非ST公司。 2）在经营能力方面，ST公司在主营业务开展和存货管
理方面均劣于非ST公司。 3）在盈利能力方面， ST公司明显低于非ST公司。特
6- 25
第六章 结 束
6- 26
踏实，奋斗，坚持，专业，努力成就 未来。20.11.1920.11.19Thurs day, November 19, 2020
弄虚作假要不得，踏实肯干第一名。23:53:0023:53:0023:5311/19/2020 11:53:00 PM
6- 8 X8 （货币资金＋短期投资＋应收净额）/流动负债
二、研究变量
X9 速动比率 ¡ 经营能力
X10 主营业务收入/总资产 X11 应收帐款周转率 X12 存货周转率 X13 存货总额/主营业务收入净额 X14 存货净额/主营业务收入净额 X15 营运资本/主营业务收入净额 ¡ 经营效率 X16 净利润/总资产 X17 主营业务利润/总资产 X18 主营业务收入/股东权益 6- 9 X19 主营业务收入/股东权益＋少数股权及权益
第六章 上市公司静态财务 预警研究
6- 1
第六章 上市公司静态财务 预警研究
第一节 研究目的 第二节 研究对象的界定 第三节 样本设计和研究变量 第四节 研究结果及其分析 第五节 研究结论及其局限性
6- 2
第一节 研究目的
❖如何选取有价值、有可操作性的研究对象（我国 。 目前尚无上市公司破产案例）