航空公司財務預警實證研究

邢有洪 張 靜

（中國民航大學經濟與管理學院 天津 300300）

在市場經濟的大環境中，世界經濟一體化的趨勢和我國資本市場的發展要求企業時刻保持高度的危機意識，航空公司也不例外。我國航空公司近年來面臨嚴峻的競爭形勢，2006年上半年，民航行業全面虧損；2008年三大航都發生了巨額虧損，這無疑對公司利益相關者造成了損害。對航空公司的財務危機進行預警，可以幫助企業采取積極有效的措施化解危機，避免或減少財務危機給利益相關者的損害。本文從財務危機的界定、財務危機預警模型的指標選取等方面對傳統的Z計分模型進行了修正，希望在加強我國航空公司財務管理，提高公司效益，實現股東權益最大化發揮一定作用。

一、研究設計

（一）財務危機的界定 縱觀國內的上市公司財務危機研究，上市公司是否因“財務狀況異常”受到特別處理（ST）作為上市公司是否陷入財務危機的一個客觀的分類已經被越來越廣泛的采用了。但由于我國航空公司上市時間比較晚，上市公司數量較少，并且我國上市航空公司被ST的只有東方航空（2009年）和上海航空（2009年），所以是否被ST作為上市航空公司是否陷入財務危機的界定標準不合理。經濟增加值（Economic Value Added，簡稱EVA）是考慮了資本投入總成本的一種企業績效評價方法。公司每年創造的經濟增加值等于稅后凈營業利潤與全部資本成本之間的差額，其中資本成本包括債務資本的成本，也包括股權資本的成本。EVA是對經濟利潤的評價，是衡量企業業績和評價財務狀況較準確的尺度。如果EVA的值為正，則表明公司獲得的收益高于為獲得此項收益而投入的資本成本，即公司為股東創造了新價值；相反，如果EVA的值為負，則表明股東的財富在減少。本文站在股東的立場以EVA為負值作為財務危機的界定標準，即EVA值為負為財務危機企業，EVA值為正為非財務危機企業。

（二）樣本選取和數據來源 本文選取我國四大航空公司2002年至2010年的年報數據作為樣本，根據各公司上市的時間，中國國航選擇2006至2010年度的數據，海南航空選擇2005年度至2010年度的數據，南方航空選擇2001年度至2010年度的數據，東方航空選擇2002年度至2010年度的數據。在指標的選取上，剔除了2003年度的數據，這是由于受SARS的影響，其指標并不具有代表性。這樣所選出的樣本的分布情況基本上也是與我國航空上市公司的實際情況相符合的。最終的樣本量是28，其中以四大航空公司2009、2010年度作為檢驗樣本組，其余年份作為建立修正模型的估計樣本組。所有數據均來自于各航空公司官方網站。

（三）Z計分模型及其修正變量選取 美國學者Altman于1968年提出了Z計分模型。該模型最初主要用于上市公司，其基本過程是：事先確認某些區分破產公司與非破產公司的關鍵因素，也就是在眾多的財務指標中篩選出敏感性的因素（變量），使得這些變量滿足：在組內差異最小化的同時實現組間差異最大化。然后把他們加總起來以聯合考慮或加權計算得出一個可以數量化的分值Z。Z值在某些情況下可以解釋為違約概率，在另一些情況下可以作為一種分類方法，把考察對象放到好的一組或壞的一組。其判別函數為：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5。其判別規則為：若Z值小于1.81，表明企業破產的概率比較大；若Z值在1.81與2.675之間，企業財務狀況不明朗，稱之為“灰色地帶”；若Z值大于2.675，則企業財務狀況良好。根據（表1）Z值計算結果分析，我國四大航空公司的Z值均小于1.8.即根據Z計分模型，我國四大航空公司在研究期內均處于財務危機中，這種判斷顯然不合理。這說明Altman提出的計分模型的臨界值選取不符合我國航空公司的實際。對于我國上市航空公司來說，劃分財務危機、灰色地帶和安全地帶的臨界值應低于Altman提出的1.8和2.675。因此，需要對Z計分模型進行修正。

評價公司的財務狀況雖然各個公司有不同的側重點，但是航空公司因有行業特征，特別是我國航空公司正處于高速發展時期，各個航空公司也有其特性，因此本文從反映航空公司共性的財務指標入手，嘗試建立一套完整的構建我國航空公司財務危機預警的財務指標體系。Altman的Z計分模型中的變量X1與X2分別反映了公司的短期償債能力與累計獲利能力，繼續保留；變量X3中的利息支出在我國上市航空公司的財務報表中沒有充分體現，所以將變量X3剔除；在而另一方面由于我國目前的企業財務狀況與資本市值的關聯性較低，因而變量X4也剔除；變量X5反映了公司營運能力，我國評價公司營運能力的指標一般選擇資產周轉率和存貨周轉率等，所以修正模型將變量X5予以替換。結合以上情況，并綜合考慮企業的償債能力、獲利能力、發展能力和現金流量指標，本文在修正模型中加入以下指標：第一，反映長期償債能力指標：資產負債率。資產負債率是負債總額與資產總額之比。它是反映公司長期財務狀況或者說反映長期償債能力的重要指標。過高的資產負債率會使公司背上沉重的利息負擔，資本結構脆弱，會弱化長期支付能力，埋下財務危機的種子。第二，反映成長能力的指標：主營業務增長率。該指標從主營業務增長方面說明了公司抵御市場風險能力和發展潛力，屬于公司的成長能力。第三，反映現金流量的指標：經營現金負債比。該指標是公司主營業務所產生的現金流量與公司總負債的比率。反映公司主營業務的現金清償能力。目前很多上市公司籌資活動產生的現金流量遠遠大于經營活動的現金流量，但來自籌資活動的現金流量又不具備穩定性，故在很大程度上影響了公司現金流量的真實性，使用這一指標可以較好地解決這一問題，具有較好的說服力。第四，反映營運能力的指標總資產周轉率。該指標反映的是航空公司資產的利用程度、資產是否被充分利用這一指標。因為在當前油價不斷上漲的情況下，提高總資產周轉率是航空公司目前規避風險的主要手段之一。修正模型的變量見（表2）。

表1 四大航空公司2006-2010年Z值

表2 修正模型變量

二、實證結果分析

表3 因子貢獻率

表4 旋轉因子載荷矩陣

（一）因子分析 本文運用spss18.0統計軟件，采用主成分分析法提取因子，并使用方差最大化旋轉法，得到相關矩陣旋轉后的特征值、特征值貢獻率和累積貢獻率如（表3）。可以看出，有3個滿足特征值大于1的主成分，第一主成分解釋能力占所有變量方差的42.614%，第二主成分解釋能力占所有變量方差的26.882%，第三主成分解釋能力占所有變量方差的17.284%。因此，可以認為前3個主成分綜合了原始指標的絕大部分信息，提取3個主成分就能對樣本做出較好解釋。為了對這3個因子進行解釋，就需要得到6個原始變量對這3個公共因子的因子載荷。由主成分分析結果可得因子載荷矩陣，因子載荷矩陣列示的是所選取的主成分與原始指標間的線性關系，各主成分是原始指標的線性組合，因子載荷反映了主成分與原變量的相關系數。為方便和簡化對因子的解釋，需將原始因子載荷矩陣進行結構調整簡化，即將因子軸進行旋轉。（表4）為方差最大化旋轉后的因子載荷矩陣。主成分可以通過相關指標進行衡量，利用旋轉后的因子載荷矩陣，三個主成分的表達式為：

表5 樣本公司各年W值

表6 樣本組EVA值 單位：千元

根據三個主成分的表達式和（表3）中各個公共因子的方差貢獻率為權重構建W計分模型：

W=（F1*42.614%+F2*26.882%+F3*17.284%）/86.780%=0.58X1+0.77X2-0.13X3+0.54X4+0.7X5+0.3X6

W值表示的意義是：當把公司的相關財務比率代入W計分預警模型，如計算得出的W值大于臨界值時，表示該公司未出現財務危機；若W小于臨界值時，表示該公司發生財務危機。把樣本各變量值代入W計分模型可得到樣本W值如（表5）。

（二）分割點測試 國資委對經濟增加值（EVA）的計算公式規定如下：EVA＝NOPAT-Capital×WACC

其中：稅后凈營業利潤（NOPAT）＝凈利潤+少數股東損益+財務費用×（1-所得稅率）；調整后資本（Capital）＝平均所有者權益+平均少數股東權益+平均負債合計-平均流動負債合計+平均短期借款+平均一年內到期的長期負債-平均在建工程；平均資本成本率（WACC）：對于非工業企業當資產負債率小于80%時為5.5%，當資產負債率大于80%時為6%。由國資委規定經濟增加值的公式計算得出樣本公司各年的EVA值，如（表6）。國內關于財務危機模型基本上都是以ST及非ST公司作為研究對象，由于公司被ST（t年）與t-1年的數據公布幾乎是同時發生的，所以通常用t-2年的數據作為財務預警的數據。而本文以EVA值作為判定公司類型的標準，所以預測（t年）財務危機的發生，采用t-1年的數據進行預測。本文采用樣本公司2008年至2009年的數據對其2009年至2010年的財務狀況進行預測檢驗。本文采取兩分法測試進行財務危機臨界值的判定。在兩分法測試中，由（表5）、（表6）可得財務危機公司（EVA<0）與非財務危機公司（EVA>0）的W值平均數分別是-0.12和-0.06，-0.12和-0.06的平均數為-0.09，說明W值在-0.09周圍的公司財務狀況處于發生困境與非困境的邊緣，而越趨向于-0.06發生困境的可能性越小，越趨向于-0.12發生困境的可能性越大。所以這里在-0.12和-0.06之間選取7個分割點進行測試，分割點分別為-0.12、-0.11、-0.10、-0.09、-0.08、-0.07、-0.06。利用樣本組的數據進行W值對相應公司相應年份的經濟附加值（EVA）是否大于或小于0即是否發生財務危機做測試的正確率確定臨界值，測試結果顯示分割點為-0.06時，測試正確率最高，達到70%，所以選定財務危機臨界W值為-0.06。因此，定義某一公司的相關指標數據得到的W值若小于等于-0.06，則說明該企業在未來一年內將陷入財務危機，反之則為非財務危機企業。樣本公司2009年至2010年W值和經濟增加值（EVA）如（表7）。

（三）模型檢驗 根據（表5）、（表7）中四大航空公司2008年、2009年的W值，預測其2009、2010是否會陷入財務危機，并對模型進行檢驗，檢驗結果如（表8）。檢驗結果顯示W模型在財務危機前一年的預測準確率達到75%，預測結果比較理想。需說明的是2010年1月12日，東方航空與上海航空正式合并，合并協同效應日益顯現，盈利能力逐步提升。合并后新東航占據上海航空市場半壁江山，發揮規模優勢，減少惡性競爭，在銷售體系、運力引進、調配及航班時刻編排等方面均有融合和突破，盈利能力穩步提升。所以東方航空2009年W值預測2010年財務狀況不準確可以忽略，表示W模型在財務危機前一年的預測準確率達到87.5%，總體預測結果比較理想。

表7 2009-2010年四大航空公司W值與EVA值

表8 檢驗結果

三、結論

文章首先站在股東的立場上對財務危機進行了界定，然后利用Altman的Z計分模型對我國A股市場的四家上市航空公司進行了研究，發現預測結果不理想，從而引出了對Z計分模型修正的必要性，在此基礎上提出了修正Z模型所應注意的問題，包括研究樣本的選取、研究變量的選定及統計方法的選擇等。建立了適合我國上市航空公司的財務危機預警模型；最后進行了模型檢驗，結果顯示修正模型的預測準確率比較理想。研究結論如下：對于我國上市公司財務危機預測不能直接照搬國外現有的預測模型，必須針對我國實際情況進行修訂，這樣才能保證預測的準確率；新建立的預測模型保留了Z計分模型中的兩個變量，即反映短期償債能力的指標和累計獲利能力指標，在此基礎上增加了反映長期償債能力指標、成長能力指標、營運能力指標和現金流量的指標，即資產負債率、主營業務增長率、總資產周轉率和經營現金負債比，所選用的財務比率從不同角度反映了企業的生產經營管理狀況，能更全面的反映企業財務狀況，提高預測準確率。

本文的創新點在于用經濟增加值指標區分危機公司和非危機公司，因為經濟增加值指標真實地反映出了公司是否在創造價值，并選用新的財務指標對Z計分模型進行了修正。實證研究結果顯示修正模型可以達到較高的判別精度，獲得較好的預測效果。本文的局限性主要為樣本規模較少。由于我國航空公司上市比較晚，導致用來建立模型和檢驗模型的樣本數量較少，一定程度上影響了模型的準確性。對于未來的研究，在預測變量選擇方面，通過使用經調整的預測變量、引入動態指標和必要的非財務指標來構造更為全面的變量組，設計盡可能全面反映我國上市航空公司財務狀況的預測指標，逐步建立預測企業財務危機的理論體系，做到理論實踐相結合。在研究數據使用方面，嘗試利用我國上市公司中報數據構造中報預測模型，以便提高預測的及時性，并在所做研究中融入最新數據，盡可能地應用在時限上所能獲得的全部數據進行研究，這些都將是未來研究所要努力的方向和重點。

［1］吳世農、盧賢義：《我國上市公司財務困境的預測模型研究》，《經濟研究》2001年第6期。

［2］常艷：《我國上市公司財務預警模型的實證分析》，《金融經濟》2008年第2期。

［3］陳靜：《上市公司財務惡化預測的實證分析》，《會計研究》1999年第4期。

［4］高培業、張道奎：《企業失敗判別模型實證研究》，《統計研究》2000年第10期。

［5］陳曉、陳治鴻：《企業財務困境研究的理論、方法及應用》，《投資研究》2000年第6期。

［6］章鐵生：《企業財務危機預測模型研究綜述》，《安徽工業大學學報（社會科學版）》2002年第3期。

［7］程江、邢有洪：《基于新會計準則的上市公司財務危機預警分析》，《財會通訊》2011年第3期。

［8］王劍偉：《滬深A股房地產行業上市公司的Z分數模型》，《北方經濟》2007年第2期。

［9］何玉梅、張濤：《上市公司財務危機預警模型之有效性選擇——基于單變量模型判別法和Z計分法的選擇》，《現代財經》2011年第5期。

［10］韓東平、顏寶銅：《Z計分法和模糊評價法在高校財務預警中應用》，《哈爾濱工業大學學報》2009年第12期。