財務預警中的行業差異變量模型假說研究

[摘要] 本文通過對國內外中外學者對企業財務危機的研究過程中，對于模型的完善提出幾點意見，對加入的行業因子和規模因子通過單位化來消除量綱帶來的問題，統一量綱，再利用主成分分析提出主導因子，修正并建立綜合評分方程來算總得分來對企業財務進得預警，診斷。

[關鍵詞] 財務預警 行業因素 規模因素 主成分分析 建模

一、引言

企業經營活動中需要判別財務風險水平時都需要運用一定的會計數據、財務比率或一定的預警模型來判斷企業的償債能力、支付能力和出現財務危機的概率。然而，不但財務數據和比率受到諸如會計核算標準、各國政府政治的影響，而且上述諸多預警指標、預警模型以及預警指標或模型的判斷標準會受到企業規模、所處行業、地域、面臨的經濟法律環境以及樣本選取范圍和樣本時間區間等諸多差異的影響，因而在做出企業財務風險判斷時存在著一定的局限性。

二、國內外研究狀況

1993年陳和李利用生存分析法研究了20世紀80年代的石油天然氣行業，樣本包括1980年～1988年間175家企業，結果表明，流動性比率、財務杠桿比率、營業現金流、開采成功率、企業歷史和規模對企業能否存活影響巨大。

2003年，Foreman 以美國本地電信產業為研究對象，以1999年的相關資料共選取77家美國本地新進區域電信公司，其中有14家破產，63家正常，該研究以Logitic Regression來建構模型并分析美國本地新進區域電信公司破產的原因。

陳靜，張玲等學者也是分行業選取的樣本來討論預警模型的建立的，張友棠從應用技術和實施步驟上分析，設計不同行業，不同規模經濟組織財務監測的核心指標和輔助指標。

2005年舒惠好提出加入行業因素變量的模型假說，考慮行業因素，對現行財務預警模型做出修正。

三、加入影響因子的修正意見

鑒于對預警的影響，舒惠好提出了修正意見。在模型整體基礎上加上行業修正值。在借鑒和部分改進Z模型的基礎上，結合考慮行業間存在的財務性差異，在模型整體上加上行業修正值。如下所示:

1.分別設定行業修正值

借鑒周首華等所使用的SPSS統計軟件進行主成分分析，求出行業修正值Bi的值。主成分分析法可以對觀測樣本進行分類，并自動生成因子權重，簡化實測指標系統。即分行業選取樣本企業，運用SPSS統計軟件進行主成分法分析，得到因子權重m(即m=BiCi).則名行業各變量的行業修正值Bi=BiCi/Ci=m/Ci可求。

2.分別選定變量建立預警模型

考慮到不同行業對同一財務比率的敏感性并不相同，不同行業的財務預警模型應該選取不同的財務比率。

3.加入規模因子

在中國，因為金融市場的不發達， 公司規模享受著規模紅利。因為規模大，銀行出于貸款管理的角度，在融資方面會給大企業提供特別的便利;國家出于就業和大企業的影響，也會在政策方面向大企業傾斜。國家統計委統一規定了企業規模，分為大，中，小型三種類型。分行業從資產總額，從業人員以及銷售額來劃分三種類型。因此可以加一個log(資產總額)這個因子進行修正。

4.結合修正意見，分行業進行預警實證研究

對于加入行業修正因子值來進行修正，來進行一個模型的整體預警，可操作性并不強，因為這個修正因子如何來選取，是一個難度很大的問題。所以，根據舒惠好提出的修正方案，本文認為，可以結合主成分分析法，分行業來挑選主導因子，進行總指標的計分來判定財務狀況。

四、建立模型

為了消除各項財務指標由于量綱單位不同所帶來的不可公度性，可以先進行標準化處理。為了消除各項財務指標由于量綱單位不同或正、逆性指標不同所帶來的不可公度性，應將各項指標進行標準化處理。

主成分分析遴選出主導因子:主成分分析用于企業財務指數預警的研究，主成分分析的原理和步驟為:

設原始數據矩陣，其中p表示財務指標變量數，n表示待評上市公司的個數。第j家上市公司的第i個財務指標數據。為了消除各項財務指標由于量綱單位不同或正、逆性指標不同所帶來的不可公度性，應將各項指標進行標準化處理。

參考文獻:

[1]舒惠好:財務預警系統研究——行業差異變量模型假說[J].財會通訊，2005(8)，78～80

[2]范文亮賀照利:房地產行業上市公司財務危機預警的實證研究[J].集團經濟研究，2007(2)，184

[3]呂長江韓慧博:財務困境、財務困境間接成本與公司業績[J].南開管理評論，2004(3)