我國紡織服裝企業財務預警實證研究

　　 摘 要：文章建立了適用于我國紡織服裝行業的財務預警模型。通過T檢驗和相關性分析對相關財務指標進行篩選，然后用基于主成分分析法提取的主成分因子建立了Logistic財務預警模型，并進行了擬和度檢驗和預警效果檢驗，在此基礎上驗證了該財務預警模型在我國紡織服裝行業的有效性。
　　 關鍵詞：財務預警 主成分分析 Logistic模型
　　 中圖分類號:F275 文獻標識碼:A
　　 文章編號:1004-4914（2011）11-148-03
　　
　　 一、研究意義
　　財務預警的研究在國外尤其是在資本市場發達的國家是一個被廣泛關注的研究課題。從Beaver（1966）的單變量研究開始，這一研究一直成為國際財務、會計和證券投資研究領域中經久不衰的課題，近兩年國內有關財務預警的文獻多對財務預警模型、上市公司及中小企業財務預警進行討論，但多數都是針對上市公司而研究的，預警研究會專注于某一具體行業的還不多。
　　紡織服裝業是我國經濟傳統的支柱產業和重要的民生產業，我國紡織品服裝出口額已占全球出口貿易的1/4以上。金融危機爆發后，我國出口企業受到巨大沖擊。中國的出口當中紡織服裝占主導地位，因而比其他行業面臨更多風險。耿照源（2008）以化纖行業為研究對象，發現F模型比Z分數模型更適合于化纖行業。孫琳琳（2008）提出服裝企業要加強應收賬款風險管理，就要從應收賬款的事前風險防范入手，并需要結合行業特點建立財務危機預警機制。蔣永華（2008）認為Z-Score模型能提供給投資者更多的預測性、能反映企業真實價值的信息。李艷等（2009）以紡織服裝業為例具體闡述次貸危機對我國實體經濟的影響，分析了次貸危機影響我國紡織服裝業的因素。馬杰和萬宇洵（2009）運用逐步判別法建立了財務預警模型。路秀云（2009）提出了在紡織服裝業重要的發展階段政府制定的有利于紡織服裝業的產業政策。唐浩（2010）通過多變量模型分析，得出廣東科龍已具備財務失敗的特征，而沒引起管理層的警覺。王興國（2010）運用主成分分析法以及指數平滑法從理論上構建了房地產企業財務預警預警系統。
　　從紡織服裝業所處的國內外環境來看，目前面臨著諸如企業出口壓力增加、資金鏈面臨斷裂，企業難以正常運營、能源、原材料價格不斷上漲，勞動力成本上升等不利因素，不少企業也面臨財務困境，而大部分企業沒有有效地開展對財務危機的監測與預警。在本次金融危機中我國紡織服裝業企業的財務危機得以凸顯，而及時通過預警系統對紡織品服裝出企業實施監測，對于規避企業財務危機是十分重要的。所以對紡織服裝業財務預警的研究不論從理論上還是實際層面都具有重要意義。
　　 二、財務預警模型的建立和檢驗
　　 1.財務指標的顯著性檢驗。企業經濟運行和發展的變化與結果，一般是通過一系列的財務指標來反映。各種財務指標在經濟運行中互為條件，互相影響，并存在著一定的因果關系和按一定的規律發展變化。我們可以根據我國紡織服裝業的特點建立相應的財務預警指標評價體系，由n個財務指標X1、X2、X3……、Xn構成。
　　 建立預警模型的財務指標的一個基本要求就是財務危機公司與正常公司之間要存在較大的差異性，為了判別財務指標的差異性，我們可以通過T檢驗來判斷。在進行T檢驗時，使用SPSS軟件來進行統計分析。將數據分為兩組，財務危機公司的數據為一組，記為1，正常公司的財務數據為一組，記為2，然后錄入SPSS進行T檢驗，根據T檢驗的顯著性概率來判別該指標在正常公司與財務危機公司之間是否存在顯著性差異。從中選擇具有顯著性差異的指標進入下一步的分析。由以上T檢驗結果得到最終的財務指標，作為建立預警模型的初始輸入變量。
　　 2.主成分指標的選定。主成分分析(Principal Components Analysis)是利用降維的思想把多個指標轉化為少數幾個綜合指標的多元統計分析方法。在實際研究中，影響客觀事物的因素很多，經常遇到多指標（變量）的問題，這些指標所蘊涵的信息往往存在重疊的現象，不同指標之間具有相關性，增加了分析問題的復雜性。如果盲目減少變量又會使信息失真，很容易產生錯誤結論。主成分分析法就是想方設法將原來的指標重新組合成一組互相無關的新的一些指標，這些指標由幾個綜合指標代替原來指標，并同時根據實際需要從中選取幾個較少的比交有綜合性的指標，盡可能多地反映原來指標的信息。主分量分析中的綜合指標就是新的變量，是原來多個指標（變量）的線性組合。
　　由于財務比率取值范圍不同或度量單位存在差異，首先應進行數據的標準化處理。在標準化后的數據基礎上提取主成分因子，先得出主成分對應的特征值與貢獻率，貢獻率表明主成分對原始數據信息的反映程度，體現各主成分重要性的不同程度。根據得到的累計貢獻率，前m個主成分因