摘要構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是我國(guó)資本市場(chǎng)理想發(fā)展的需要，本文從理論依據(jù)、經(jīng)濟(jì)基礎(chǔ)和技術(shù)支撐三個(gè)方面分析了構(gòu)建我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的可行性，提出了構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的新思路和基本框架，旨在預(yù)防和化解上市公司財(cái)務(wù)危機(jī)。關(guān)鍵字上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)ABSTRACTCONSTRUCTINGFINANCIALCRISISPREWARNINGSYSTEMISTHENECESSITYTOTHEDEVELOPMENTOFCAPITALMARKETINCHINATHISPAPERANALYZESTHEPOSSIBILITYOFCONSTRUCTINGFINANCIALCRISISPREWARNINGSYSTEMOFTHELISTEDCOMPANIESFROMTHREEASPECTS,THEORY，ECONOMICSANDTECHNOLOGY,ANDWORKSOUTTHENEWTHOUGHTANDBASICFRAMEWORKOFCONSTRUCTINGFINANCIALCRISISPREWARNINGSYSTEMSOASTOPREVENTANDRESOLVETHEFINANCIALCRISISOFTHELISTEDCOMPANIESKEYWORDLISTEDCOMPANYFINANCIALCRISISPREWARNINGSYSTEM目錄1研究方法設(shè)計(jì)111樣本設(shè)計(jì)112指標(biāo)選取113建模方法的選擇12預(yù)警體系的建立221判別函數(shù)的建立222判別系數(shù)的檢驗(yàn)結(jié)果223判別分析得到的結(jié)果224模型預(yù)測(cè)準(zhǔn)確性檢驗(yàn)33SPSS統(tǒng)計(jì)結(jié)果與分析44預(yù)警體系的應(yīng)用與分析95結(jié)論和總結(jié)10參考資料11基于判別分析方法的上市公司財(cái)務(wù)危機(jī)預(yù)警體系1、研究方法設(shè)計(jì)11、樣本設(shè)計(jì)本文所指的財(cái)務(wù)危機(jī)公司是被特殊處理的上市公司非財(cái)務(wù)危機(jī)公司是指未被特殊處理的上市公司?？紤]到金融機(jī)構(gòu)的財(cái)務(wù)比率明顯異于非金融機(jī)構(gòu)，不能同時(shí)進(jìn)行模型構(gòu)建A股與B股中存在上市公司重復(fù)的情況所以，本文設(shè)計(jì)從我國(guó)滬、深兩市A股市場(chǎng)2006年2007年發(fā)生ST的非金融類(lèi)公司中抽取30家作為研究樣本，是按照ST的時(shí)間排序采用等距離抽樣的方法進(jìn)行抽取的，并按年度從ST公司所處的行業(yè)中隨機(jī)抽取相同數(shù)量的正常公司作為配比樣本12、指標(biāo)選取結(jié)合我國(guó)上市公司的實(shí)際情況，參照前人研究成果，本文從上市公司的盈利能力、償債能力、營(yíng)運(yùn)能力、現(xiàn)金流量等各方面選取了1個(gè)綜合反映上市公司的財(cái)務(wù)狀況的指標(biāo)見(jiàn)表1。表1財(cái)務(wù)指標(biāo)分析項(xiàng)目財(cái)務(wù)指標(biāo)盈利能力每股收益（X1）、總資產(chǎn)收益率（X2）、凈資產(chǎn)收益率（X3）、主營(yíng)業(yè)務(wù)收入毛利潤(rùn)率（X4）償債能力流動(dòng)比率（X5）、速動(dòng)比率（X6）、資產(chǎn)負(fù)債率（X7）營(yíng)運(yùn)能力存貨周轉(zhuǎn)率（X8）、總資產(chǎn)周轉(zhuǎn)率（X9）、應(yīng)收帳款周轉(zhuǎn)率（X10）現(xiàn)金流量現(xiàn)金流動(dòng)負(fù)債比率（X11）13、建模方法的選擇目前，從財(cái)務(wù)危機(jī)預(yù)警研究所采用的各種建模方法來(lái)看，一元判別分析簡(jiǎn)單易行，但是使用單個(gè)財(cái)務(wù)指標(biāo)可以從不同角度詳細(xì)反映企業(yè)的財(cái)務(wù)狀況，但任何單個(gè)指標(biāo)都無(wú)法全面地反映出企業(yè)財(cái)務(wù)的整體特征，不利于不同企業(yè)之間的對(duì)比，而且分析不同的財(cái)務(wù)指標(biāo)可能會(huì)得到不同的甚至于相互矛盾的評(píng)價(jià)結(jié)論。而多元邏輯回歸對(duì)樣本量有嚴(yán)格的要求，運(yùn)用大的樣本量建立的模型才比較穩(wěn)健?？紤]到本文的樣本量相對(duì)較少，本文擬采用多元判別分析作為主要建模方法。其優(yōu)點(diǎn)是能夠包容反映企業(yè)財(cái)務(wù)情況的多個(gè)指標(biāo)，因而在財(cái)務(wù)危機(jī)預(yù)測(cè)中運(yùn)用廣泛能夠包含獨(dú)立變量可以應(yīng)用5飛5統(tǒng)計(jì)軟件建模，使得建模過(guò)程變得簡(jiǎn)便可行一旦完成建立模型之后運(yùn)用比較容易。當(dāng)然，該方法也有一些局限它有一定的適用條件。但是相對(duì)而言，判別分析在違反這些適用條件時(shí)顯得非常穩(wěn)健，它們對(duì)結(jié)果的影響其實(shí)不大。2、預(yù)警體系的建立本文在SPSS110統(tǒng)計(jì)軟件的判別DISCRIMINANT過(guò)程中采用費(fèi)歇判別法逐步選擇變量來(lái)建立財(cái)務(wù)危機(jī)預(yù)警模型，首先建立被特殊處理前一年的模型21、判別函數(shù)的建立經(jīng)過(guò)判別分析過(guò)程，從最初的11個(gè)特征財(cái)務(wù)比率中最后推導(dǎo)出只有三個(gè)變量的判別函數(shù)見(jiàn)公式1YT14742135X10700X90960X1122、判別系數(shù)的檢驗(yàn)結(jié)果表2中WILKSLAMBDA和F統(tǒng)計(jì)檢驗(yàn)表明3個(gè)變量均在0000顯著水平上通過(guò)。這說(shuō)明兩類(lèi)公司的特征變量之間存在有顯著差異表2判別系數(shù)WILKSLAMBDA和F檢驗(yàn)結(jié)果變量ST公司均值非ST公司均值WILKSLAMBDAF值自由度顯著水平SIGX105829031860595839771580000000X902854082890387484632570000000X110162106002037035868356000000023、判別分析得到的結(jié)果表3中列出了一部分樣本進(jìn)行判別分析得到的結(jié)果。如果得到的函數(shù)值大于0，則說(shuō)明該上市公司在下一年度發(fā)生財(cái)務(wù)危機(jī)的概率比較小反之則應(yīng)提高警惕，該上市公司在下一年度發(fā)生財(cái)務(wù)危機(jī)的可能性比較大，且數(shù)值越小，發(fā)生財(cái)務(wù)危機(jī)的可能性越大。表3判別結(jié)果和聚類(lèi)結(jié)果財(cái)務(wù)危機(jī)公司非財(cái)務(wù)危機(jī)公司代碼簡(jiǎn)稱(chēng)類(lèi)別預(yù)測(cè)類(lèi)別Y聚類(lèi)結(jié)果代碼簡(jiǎn)稱(chēng)類(lèi)別預(yù)測(cè)類(lèi)別Y聚類(lèi)結(jié)果000005ST星源000672600832東方明珠110733000505ST珠江001112600823世貿(mào)股份11061324模型預(yù)測(cè)準(zhǔn)確性檢驗(yàn)本文擬采用自身驗(yàn)證和交互驗(yàn)證兩種方法來(lái)對(duì)模型預(yù)測(cè)準(zhǔn)確性進(jìn)行檢驗(yàn)表4。但是，自身驗(yàn)證的效果好并不能說(shuō)明該函數(shù)用來(lái)判別外部數(shù)據(jù)的效果也很好。而交互驗(yàn)證是近年來(lái)逐漸發(fā)展起來(lái)的一種非常重要的判別效果驗(yàn)證技術(shù)，對(duì)模型預(yù)測(cè)能力的判斷是穩(wěn)定無(wú)偏，具有可信度本模型自身驗(yàn)證的預(yù)測(cè)正確率為983，而且交互驗(yàn)證的預(yù)測(cè)準(zhǔn)確率與自身驗(yàn)證一致，可見(jiàn)該判別函數(shù)是穩(wěn)定的。之后，可以用相同的方法分別對(duì)前幾年的數(shù)據(jù)建立預(yù)警模型，如下前2年建立的模型YT204982220X11096X92前3年建立的模型YT315024034X11181X93前4年建立的模型YT418922495X91072X114前5年的數(shù)據(jù)中的變量都沒(méi)有通過(guò)WILKSLAMBDA和F統(tǒng)計(jì)檢驗(yàn)，未能建立模型，也就是說(shuō)在ST發(fā)生的前5年不能預(yù)測(cè)公司未來(lái)的財(cái)務(wù)狀況。通過(guò)對(duì)該年的原始數(shù)據(jù)進(jìn)行兩組樣本均值的一致性檢驗(yàn)發(fā)現(xiàn)，本文選取的11個(gè)指標(biāo)在10的顯著性水平下兩類(lèi)上市公司間不存在著顯著性的差異，說(shuō)明當(dāng)時(shí)兩類(lèi)公司的財(cái)務(wù)狀況不相上下。表4不同時(shí)期建立模型的檢驗(yàn)結(jié)果匯總表變WILKSF值自由度顯著水平自身驗(yàn)交互驗(yàn)量LAMBDASIG證證X1075501015800000前2年X905432162570000093339333X1081218915800000前3年X907313682570000080008000X90878804615800001前4年X110815646425700000716771673、SPSS統(tǒng)計(jì)結(jié)果與分析判別分析的數(shù)據(jù)如下其分析結(jié)果如下ANALYSISCASEPROCESSINGSUMMARYUNWEIGHTEDCASESNPERCENTVALID91000EXCLUDEDMISSINGOROUTOFRANGEGROUPCODES00ATLEASTONEMISSINGDISCRIMINATINGVARIABLE00BOTHMISSINGOROUTOFRANGEGROUPCODESANDATLEASTONEMISSINGDISCRIMINATINGVARIABLE00TOTAL00TOTAL91000GROUPSTATISTICSVALIDNLISTWISEVAR00001UNWEIGHTEDWEIGHTEDX133000100X233000X633000X533000X433000X333000X122000X222000X622000X522000X422000200X322000X122000X222000X622000X522000X422000300X322000X122000X222000X622000400X522000X422000X322000X199000X299000X699000X599000X499000TOTALX399000VARIABLESFAILINGTOLERANCETESTAWITHINGROUPSVARIANCETOLERANCEMINIMUMTOLERANCEX312889000000ALLVARIABLESPASSINGTHETOLERANCECRITERIAAREENTEREDSIMULTANEOUSLYVARIABLESFAILINGTOLERANCETESTAWITHINGROUPSVARIANCETOLERANCEMINIMUMTOLERANCEX312889000000ALLVARIABLESPASSINGTHETOLERANCECRITERIAAREENTEREDSIMULTANEOUSLYAMINIMUMTOLERANCELEVELIS001EIGENVALUESFUNCTIONEIGENVALUEOFVARIANCECUMULATIVECANONICALCORRELATION16857654A98098010002140322A20100099632243A01000832AFIRST3CANONICALDISCRIMINANTFUNCTIONSWEREUSEDINTHEANALYSISWILKSLAMBDATESTOFFUNCTIONSWILKSLAMBDACHISQUAREDFSIG1THROUGH300052362150002THROUGH3002214468006330841173249STANDARDIZEDCANONICALDISCRIMINANTFUNCTIONCOEFFICIENTSFUNCTION123X12994193223X2111091422075X6113776911419X514686880791X422355363867STRUCTUREMATRIXFUNCTION123X3A161788099X2020777527X1035408025X5048387716X6016211215X4010030096POOLEDWITHINGROUPSCORRELATIONSBETWEENDISCRIMINATINGVARIABLESANDSTANDARDIZEDCANONICALDISCRIMINANTFUNCTIONSVARIABLESORDEREDBYABSOLUTESIZEOFCORRELATIONWITHINFUNCTIONATHISVARIABLENOTUSEDINTHEANALYSISLARGESTABSOLUTECORRELATIONBETWEENEACHVARIABLEANDANYDISCRIMINANTFUNCTIONFUNCTIONSATGROUPCENTROIDSFUNCTIONVAR0000112310070525735800320089957702296230034989368019354001915814379968UNSTANDARDIZEDCANONICALDISCRIMINANTFUNCTIONSEVALUATEDATGROUPMEANSPRIORPROBABILITIESFORGROUPSCASESUSEDINANALYSISVAR00001PRIORUNWEIGHTEDWEIGHTED10025033000200250220003002502200040025022000PRIORPROBABILITIESFORGROUPSVAR00001PRIORCASESUSEDINANALYSISUNWEIGHTEDWEIGHTED10025033000200250220003002502200040025022000TOTAL100099000CLASSIFICATIONFUNCTIONCOEFFICIENTSVAR00001100200300400X126881470789842050113X267835716309451108222575411296X649271107277513339603X524668558950373329191482X43240740414975725736CONSTANT1122191412330564645992003836FISHERSLINEARDISCRIMINANTFUNCTIONS判別分析僅能說(shuō)明上市公司在未來(lái)發(fā)生財(cái)務(wù)危機(jī)的概率有多大，于是本文考慮利用判別分析得出的判別函數(shù)值進(jìn)行聚類(lèi)分析來(lái)具體確定各個(gè)上市公司經(jīng)營(yíng)所處的位置，再根據(jù)此確定各個(gè)上市公司的預(yù)警程度。表5預(yù)警程度表樣本個(gè)數(shù)最小值最大值平均值方差預(yù)警程度第一類(lèi)15479129220089巨警第二1411100505902重警類(lèi)9第三類(lèi)25011175097053輕警第四類(lèi)6248345286037無(wú)警本文將上市公司的預(yù)警程度分為4個(gè)級(jí)別分別為巨警類(lèi)、重警類(lèi)、輕警類(lèi)、無(wú)警類(lèi)。從財(cái)務(wù)管理的角度來(lái)看預(yù)警程度為巨警和重警這兩類(lèi)公司是經(jīng)營(yíng)業(yè)績(jī)差的上市公司未來(lái)發(fā)生財(cái)務(wù)危機(jī)的可能性很大，尤其是巨警類(lèi)的上市公司，投資者應(yīng)回避這兩類(lèi)公司，監(jiān)管層應(yīng)進(jìn)行嚴(yán)密監(jiān)管輕警類(lèi)的公司是經(jīng)營(yíng)業(yè)績(jī)中等的上市公司，有發(fā)生財(cái)務(wù)危機(jī)的可能，監(jiān)管層應(yīng)加強(qiáng)監(jiān)管，對(duì)這類(lèi)公司的再融資方案嚴(yán)加審核，防范有些公司可能出現(xiàn)盲目再融資行為，投資者對(duì)這類(lèi)公司應(yīng)保持高度的警惕，避免可能造成的投資風(fēng)險(xiǎn)，投資銀行應(yīng)密切關(guān)注這類(lèi)公司的發(fā)展動(dòng)態(tài)從而保證其發(fā)放貸款的安全性和收益性，該上市公司應(yīng)當(dāng)及時(shí)的發(fā)現(xiàn)問(wèn)題的所在，解決問(wèn)題，做到防患于未然無(wú)警類(lèi)的公司是經(jīng)營(yíng)業(yè)績(jī)好的上市公司，發(fā)生財(cái)務(wù)危機(jī)的可能性小。投資者、投資銀行應(yīng)該多挖掘這類(lèi)財(cái)務(wù)狀況非常好的公司，從而可以減少潛在的風(fēng)險(xiǎn)。4、預(yù)警體系的應(yīng)用與分析本文所建立的上市公司財(cái)務(wù)危機(jī)預(yù)警體系應(yīng)用時(shí)簡(jiǎn)便易行，只需要X1、X9、X11這3個(gè)指標(biāo)就可以比較準(zhǔn)確地預(yù)測(cè)出各個(gè)上市公司在未來(lái)的財(cái)務(wù)狀況，方便在實(shí)踐中操作使用。具體操作步驟是將這3個(gè)指標(biāo)的值代入到本文所建立的財(cái)務(wù)危機(jī)預(yù)警模型中得到一個(gè)判別函數(shù)值。之后以聚類(lèi)分析產(chǎn)生的類(lèi)別為分類(lèi)標(biāo)準(zhǔn)，再次進(jìn)行判別分析來(lái)具體確定該上市公司的預(yù)警程度并參考相關(guān)的操作性建議。5、結(jié)論和總結(jié)第一,從總體上說(shuō)，我國(guó)上市公司的財(cái)務(wù)數(shù)據(jù)能夠預(yù)測(cè)其未來(lái)發(fā)生財(cái)務(wù)危機(jī)的概率,從這一角度來(lái)說(shuō)是有效的,也就是說(shuō),我國(guó)上市公司財(cái)務(wù)數(shù)據(jù)的使用者能夠根