我國(guó)稀土類上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)模型研究

蘇利平，龐龍

摘 要：近幾年，稀土上市公司不僅經(jīng)歷了稀土價(jià)格暴漲暴跌，而且現(xiàn)在還面臨著控制污染、行業(yè)兼并重組等一系列問(wèn)題。所以對(duì)稀土上市公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)研究十分必要。本文引入可持續(xù)增長(zhǎng)率以及獨(dú)董比率指標(biāo)，對(duì)我國(guó)稀土上市公司的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析檢驗(yàn)，并建立了稀土類上市公司的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)模型。

關(guān)鍵詞：稀土類上市公司；財(cái)務(wù)風(fēng)險(xiǎn)；預(yù)測(cè)模型

1 已有的財(cái)務(wù)風(fēng)險(xiǎn)分析研究

（一）財(cái)務(wù)風(fēng)險(xiǎn)及其界定

財(cái)務(wù)風(fēng)險(xiǎn)是指企業(yè)財(cái)務(wù)的不確定性和損失性。我國(guó)學(xué)者對(duì)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的界定，主要建立在公司被ST（Special Treatment，特別處理）的基礎(chǔ)上。由此，本文假定ST公司為財(cái)務(wù)風(fēng)險(xiǎn)公司。

（二）已有的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)模型

（1）單變量模型。該模型是指運(yùn)用個(gè)別的財(cái)務(wù)比率來(lái)評(píng)價(jià)財(cái)務(wù)風(fēng)險(xiǎn)。但單個(gè)比率無(wú)法全面反映企業(yè)財(cái)務(wù)狀況[1]。

（2）多變量模型。該模型是指用多種財(cái)務(wù)比率加權(quán)匯總構(gòu)成線性函數(shù)公式來(lái)評(píng)價(jià)財(cái)務(wù)風(fēng)險(xiǎn)的一種模型，也即計(jì)算Z值，美國(guó)學(xué)者Altman通過(guò)測(cè)算指出，若Z<1.81，表明出現(xiàn)財(cái)務(wù)危機(jī)的可能性較大；若Z>2.99，表明該公司處于正常狀態(tài)；若1.81

Z模型克服了單變量模型的缺陷，但其局限性在于：不可用于行業(yè)不同的公司之間比較；按權(quán)責(zé)發(fā)生制編制的報(bào)表資料不能真實(shí)反映企業(yè)財(cái)務(wù)質(zhì)量[2]。

（3）logistic回歸模型。邏輯回歸模型是理論上較為成熟且預(yù)測(cè)誤判率較低的模型。其采用最大估計(jì)似然值法進(jìn)行方程求解，計(jì)算目標(biāo)的條件概率。模型如下：

Z■=？琢+■？茁■X■+？著，P■=1/1+e■ （式1.1）

其中i為0代表正常企業(yè)，1代表財(cái)務(wù)危機(jī)企業(yè)；P■代表根據(jù)Logistic模型所估計(jì)出來(lái)的第i家企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率。

隨著研究深入，一些非財(cái)務(wù)指標(biāo)納入財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的指標(biāo)中，其中包括公司治理變量。現(xiàn)有的將公司治理研究主要從股權(quán)結(jié)構(gòu)和董事會(huì)特征兩個(gè)方面展開。董事尤其是外部獨(dú)立董事可能更加警惕總經(jīng)理做出的經(jīng)營(yíng)決策，進(jìn)而影響到資本結(jié)構(gòu)決策以及企業(yè)投融資決策，最終緩解財(cái)務(wù)危機(jī)，所以，獨(dú)立董事比率在財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)中尤為重要。

已有的財(cái)務(wù)風(fēng)險(xiǎn)分析研究中大多忽視了一個(gè)非常重要的財(cái)務(wù)指標(biāo)-可持續(xù)增長(zhǎng)率。羅伯特·希金斯指出，可持續(xù)增長(zhǎng)率是指在不需要耗盡財(cái)務(wù)資源的情況下，企業(yè)銷售所能增長(zhǎng)的最大比率[3]。企業(yè)可持續(xù)增長(zhǎng)的實(shí)質(zhì)是研究企業(yè)增長(zhǎng)的合理速度以及增長(zhǎng)原動(dòng)力問(wèn)題。所以本文添加了獨(dú)董比率以及可持續(xù)增長(zhǎng)率來(lái)構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)的模型。

2 我國(guó)稀土類上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)模型構(gòu)建

本文選取了稀土類上市公司2008-2012年的31家稀土類上市公司數(shù)據(jù)進(jìn)行分析。ST（*ST）公司都遵循了相同的篩選標(biāo)準(zhǔn)，即都是因財(cái)務(wù)狀況異常而被滬深兩市證券交易所特殊處理的上市公司。

（一）評(píng)價(jià)模型研究樣本

本文以6 家 ST及*ST公司上市公司為研究樣本。同時(shí)，配對(duì)選取了25 家我國(guó)2008-2012 年間效益較好的稀土類上市公司作為對(duì)照樣本。其中st及*st公司股票名稱為ST有色ST 雄震*ST 天成*ST 關(guān)鋁*ST北磁*ST春暉；非st股票名稱為包鋼稀土、廈門鎢業(yè)、太原剛玉徐工機(jī)械、中科三環(huán)、中色股份、包鋼股份、鼎立股份、江西銅業(yè)、五礦發(fā)展、西藏發(fā)展、中國(guó)鋁業(yè)、安泰科技、橫店?yáng)|磁、寧波韻升、天通股份、中鋼天源、創(chuàng)興資源、大洋電機(jī)、風(fēng)華高科、貴研鉑業(yè)、湘電股份、銀基發(fā)展、有研硅股、中科英華。

（二）評(píng)價(jià)模型研究指標(biāo)

（1）財(cái)務(wù)指標(biāo)的種類。本文將反映上市公司財(cái)務(wù)風(fēng)險(xiǎn)的財(cái)務(wù)指標(biāo)分為6大類，即每股指標(biāo)、盈利能力、成長(zhǎng)能力、營(yíng)運(yùn)能力、償債及資本結(jié)構(gòu)、現(xiàn)金流量。反映這六大類的具體指標(biāo)共有 67個(gè)。

（2）財(cái)務(wù)指標(biāo)的選擇。參考以往研究文獻(xiàn)并結(jié)合我國(guó)稀土類上市公司實(shí)際情況，選出20個(gè)最能反映這類上市公司財(cái)務(wù)狀況的指標(biāo)。包括：總資產(chǎn)利潤(rùn)率、銷售凈利率、凈資產(chǎn)收益率、成本費(fèi)用利潤(rùn)率、每股收益、每股經(jīng)營(yíng)活動(dòng)現(xiàn)金流量、流動(dòng)比率、速動(dòng)比率、營(yíng)運(yùn)資金對(duì)資產(chǎn)總額比率、資產(chǎn)負(fù)債率、固定資產(chǎn)比率和凈資產(chǎn)比率。

（3）獨(dú)董比率

獨(dú)董比率與一個(gè)企業(yè)的經(jīng)營(yíng)業(yè)績(jī)、股權(quán)集中度密切相關(guān)，因此將獨(dú)董比率引入模型，對(duì)于評(píng)價(jià)稀土類上市公司財(cái)務(wù)風(fēng)險(xiǎn)有著重要的價(jià)值。

（4）可持續(xù)增長(zhǎng)率

本文選取希金斯的可持續(xù)增長(zhǎng)模型來(lái)計(jì)算可持續(xù)增長(zhǎng)率，即：SGR=g*=P×A×R×T

式中： P-銷售凈利率；A-總資產(chǎn)周轉(zhuǎn)率；R-留存收益率；T-權(quán)益乘數(shù)。

（三）評(píng)價(jià)模型的建立與檢驗(yàn)

有研究表明，當(dāng)Spearson 相關(guān)系數(shù)大于 0.8 時(shí)會(huì)給回歸模型帶來(lái)嚴(yán)重的影響。本文對(duì)20個(gè)財(cái)務(wù)指標(biāo)進(jìn)行Spearson 相關(guān)性檢驗(yàn)，剔除掉兩兩指標(biāo)相關(guān)性大于0.8的指標(biāo)以及低于0.8的指標(biāo)之后，最終選擇了 凈資產(chǎn)收益率 資產(chǎn)負(fù)債率 總資產(chǎn)增長(zhǎng)率 主營(yíng)業(yè)務(wù)收入增長(zhǎng)率 每股經(jīng)營(yíng)活動(dòng)現(xiàn)金流量 可持續(xù)增長(zhǎng)率 獨(dú)董比率。

由式1.1及所選取變量可得Logistic回歸方程：

Z=？琢+？茁■X■+？茁■X■+？茁■X■+？茁■X■+？茁■X■+？茁■X■+？茁■X■+？著其中P■=1/1+e■

Xj表示解釋變量即影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的因素。解釋變量的系數(shù)越大，即對(duì)事件發(fā)生概率的影響也越大；正負(fù)號(hào)表明變量對(duì)事件發(fā)生概率的影響方向。

（1）樣本描述性統(tǒng)計(jì)分析

將變量指標(biāo) 到 的五年數(shù)據(jù)輸入進(jìn)行描述統(tǒng)計(jì)，得表1。

（2）相關(guān)系數(shù)分析

將數(shù)據(jù)進(jìn)行相關(guān)性分析得表2。pearson相關(guān)性數(shù)值越小則表示兩兩變量之間相關(guān)性越低。

（3）回歸分析與模型建立

對(duì)原有數(shù)據(jù)進(jìn)行處理，將ST或*ST稀土類上市公司的因變量取為1也即Z=1，非ST稀土類上市公司的因變量取為0也即Z=0，得到表3。

表3中的B值為所求logistic方程的系數(shù)即β值， Exp （B）為B系數(shù)的指數(shù)，表示自變量的風(fēng)險(xiǎn)率，就是說(shuō)隨著該自變量的增加或者減少，風(fēng)險(xiǎn)比率相應(yīng)的增加或者減少的倍數(shù)。

得到本文的模型：Z=-1.584-2.858X■+1.190X■-0.035X■+0.253X■-0.529X■-0.372X■-3.854X■；Pi=1/1+e■

（4）模型檢驗(yàn)。根據(jù)spss17.0的logistic回歸分析中輸出的分類表，總計(jì)百分比為84.5，也就是說(shuō)明模型的有效率84.5%，模型結(jié)果較為理想。

3 研究結(jié)論及建議

（一）研究結(jié)論

我國(guó)上市公司的財(cái)務(wù)指標(biāo)中包含有對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)的信息，因而財(cái)務(wù)風(fēng)險(xiǎn)是具有可評(píng)測(cè)性的。

（1）本文通過(guò)Logistic回歸方法建立了我國(guó)稀土類上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，獲得了預(yù)測(cè)效果。從本文所構(gòu)建的模型來(lái)看，變量的系數(shù)為負(fù)的X1 X3 X5 X6 X7越強(qiáng)，則企業(yè)陷入財(cái)務(wù)危機(jī)的概率越低。因此，企業(yè)應(yīng)該重點(diǎn)注意這些因素對(duì)于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響。

輸出變量sig的值為財(cái)務(wù)指標(biāo)的顯著性水平，當(dāng)sig值小于0.05的時(shí)候說(shuō)明該指標(biāo)具有較好的解釋能力。因此模型中凈資產(chǎn)收益率和每股經(jīng)營(yíng)活動(dòng)現(xiàn)金流量對(duì)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)的解釋能力最強(qiáng)。

（2）本文得出的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型預(yù)測(cè)正確率較高，也即在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)模型中可以加入可持續(xù)增長(zhǎng)率指標(biāo)，有助于我們辨析與預(yù)測(cè)財(cái)務(wù)危機(jī)。

（3）總體來(lái)看，財(cái)務(wù)數(shù)據(jù)在財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)測(cè)分析上表現(xiàn)出了較強(qiáng)的作用，能夠較為有效地對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行監(jiān)控識(shí)別。

（二）對(duì)稀土類上市公司規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)的建議

（1）重視企業(yè)的可持續(xù)增長(zhǎng)。有效合理的利用資源，提高資源轉(zhuǎn)化率；關(guān)注影響企業(yè)可持續(xù)增長(zhǎng)的各方面因素以及國(guó)家的相關(guān)政策。

（2）重視董事會(huì)的獨(dú)立性。發(fā)揮董事會(huì)在經(jīng)營(yíng)決策中的作用尤其是獨(dú)立董事制度并且完善制度。

（3）資源型企業(yè)要保持和提高資產(chǎn)周轉(zhuǎn)速度和經(jīng)營(yíng)效率，提高存貨周轉(zhuǎn)率以及資產(chǎn)周轉(zhuǎn)速度，避免財(cái)務(wù)危機(jī)。

參考文獻(xiàn)：

[1]沈洪濤.上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型實(shí)證研究--有色金屬業(yè)的證據(jù)[J].生產(chǎn)力研 究，2012（7）：48-250.

[2]Altman E. I. Financial Ratios.Discriminant analysis and the prediction of corporate bankruptcy [J]. Journal of Finance，1968（4）：589-609.

[3]Robert. C. Higgins. How much growth can a firm afford？ [J].Financial Management，1977（4）：7-16.endprint

（3）回歸分析與模型建立

對(duì)原有數(shù)據(jù)進(jìn)行處理，將ST或*ST稀土類上市公司的因變量取為1也即Z=1，非ST稀土類上市公司的因變量取為0也即Z=0，得到表3。

表3中的B值為所求logistic方程的系數(shù)即β值， Exp （B）為B系數(shù)的指數(shù)，表示自變量的風(fēng)險(xiǎn)率，就是說(shuō)隨著該自變量的增加或者減少，風(fēng)險(xiǎn)比率相應(yīng)的增加或者減少的倍數(shù)。

得到本文的模型：Z=-1.584-2.858X■+1.190X■-0.035X■+0.253X■-0.529X■-0.372X■-3.854X■；Pi=1/1+e■

（4）模型檢驗(yàn)。根據(jù)spss17.0的logistic回歸分析中輸出的分類表，總計(jì)百分比為84.5，也就是說(shuō)明模型的有效率84.5%，模型結(jié)果較為理想。

3 研究結(jié)論及建議

（一）研究結(jié)論

我國(guó)上市公司的財(cái)務(wù)指標(biāo)中包含有對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)的信息，因而財(cái)務(wù)風(fēng)險(xiǎn)是具有可評(píng)測(cè)性的。

（1）本文通過(guò)Logistic回歸方法建立了我國(guó)稀土類上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，獲得了預(yù)測(cè)效果。從本文所構(gòu)建的模型來(lái)看，變量的系數(shù)為負(fù)的X1 X3 X5 X6 X7越強(qiáng)，則企業(yè)陷入財(cái)務(wù)危機(jī)的概率越低。因此，企業(yè)應(yīng)該重點(diǎn)注意這些因素對(duì)于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響。

輸出變量sig的值為財(cái)務(wù)指標(biāo)的顯著性水平，當(dāng)sig值小于0.05的時(shí)候說(shuō)明該指標(biāo)具有較好的解釋能力。因此模型中凈資產(chǎn)收益率和每股經(jīng)營(yíng)活動(dòng)現(xiàn)金流量對(duì)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)的解釋能力最強(qiáng)。

（2）本文得出的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型預(yù)測(cè)正確率較高，也即在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)模型中可以加入可持續(xù)增長(zhǎng)率指標(biāo)，有助于我們辨析與預(yù)測(cè)財(cái)務(wù)危機(jī)。

（3）總體來(lái)看，財(cái)務(wù)數(shù)據(jù)在財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)測(cè)分析上表現(xiàn)出了較強(qiáng)的作用，能夠較為有效地對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行監(jiān)控識(shí)別。

（二）對(duì)稀土類上市公司規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)的建議

（1）重視企業(yè)的可持續(xù)增長(zhǎng)。有效合理的利用資源，提高資源轉(zhuǎn)化率；關(guān)注影響企業(yè)可持續(xù)增長(zhǎng)的各方面因素以及國(guó)家的相關(guān)政策。

（2）重視董事會(huì)的獨(dú)立性。發(fā)揮董事會(huì)在經(jīng)營(yíng)決策中的作用尤其是獨(dú)立董事制度并且完善制度。

（3）資源型企業(yè)要保持和提高資產(chǎn)周轉(zhuǎn)速度和經(jīng)營(yíng)效率，提高存貨周轉(zhuǎn)率以及資產(chǎn)周轉(zhuǎn)速度，避免財(cái)務(wù)危機(jī)。

參考文獻(xiàn)：

[1]沈洪濤.上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型實(shí)證研究--有色金屬業(yè)的證據(jù)[J].生產(chǎn)力研 究，2012（7）：48-250.

[2]Altman E. I. Financial Ratios.Discriminant analysis and the prediction of corporate bankruptcy [J]. Journal of Finance，1968（4）：589-609.

[3]Robert. C. Higgins. How much growth can a firm afford？ [J].Financial Management，1977（4）：7-16.endprint

（3）回歸分析與模型建立

對(duì)原有數(shù)據(jù)進(jìn)行處理，將ST或*ST稀土類上市公司的因變量取為1也即Z=1，非ST稀土類上市公司的因變量取為0也即Z=0，得到表3。

表3中的B值為所求logistic方程的系數(shù)即β值， Exp （B）為B系數(shù)的指數(shù)，表示自變量的風(fēng)險(xiǎn)率，就是說(shuō)隨著該自變量的增加或者減少，風(fēng)險(xiǎn)比率相應(yīng)的增加或者減少的倍數(shù)。

得到本文的模型：Z=-1.584-2.858X■+1.190X■-0.035X■+0.253X■-0.529X■-0.372X■-3.854X■；Pi=1/1+e■

（4）模型檢驗(yàn)。根據(jù)spss17.0的logistic回歸分析中輸出的分類表，總計(jì)百分比為84.5，也就是說(shuō)明模型的有效率84.5%，模型結(jié)果較為理想。

3 研究結(jié)論及建議

（一）研究結(jié)論

我國(guó)上市公司的財(cái)務(wù)指標(biāo)中包含有對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)的信息，因而財(cái)務(wù)風(fēng)險(xiǎn)是具有可評(píng)測(cè)性的。

（1）本文通過(guò)Logistic回歸方法建立了我國(guó)稀土類上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，獲得了預(yù)測(cè)效果。從本文所構(gòu)建的模型來(lái)看，變量的系數(shù)為負(fù)的X1 X3 X5 X6 X7越強(qiáng)，則企業(yè)陷入財(cái)務(wù)危機(jī)的概率越低。因此，企業(yè)應(yīng)該重點(diǎn)注意這些因素對(duì)于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響。

輸出變量sig的值為財(cái)務(wù)指標(biāo)的顯著性水平，當(dāng)sig值小于0.05的時(shí)候說(shuō)明該指標(biāo)具有較好的解釋能力。因此模型中凈資產(chǎn)收益率和每股經(jīng)營(yíng)活動(dòng)現(xiàn)金流量對(duì)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)的解釋能力最強(qiáng)。

（2）本文得出的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型預(yù)測(cè)正確率較高，也即在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)模型中可以加入可持續(xù)增長(zhǎng)率指標(biāo)，有助于我們辨析與預(yù)測(cè)財(cái)務(wù)危機(jī)。

（3）總體來(lái)看，財(cái)務(wù)數(shù)據(jù)在財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)測(cè)分析上表現(xiàn)出了較強(qiáng)的作用，能夠較為有效地對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行監(jiān)控識(shí)別。

（二）對(duì)稀土類上市公司規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)的建議

（1）重視企業(yè)的可持續(xù)增長(zhǎng)。有效合理的利用資源，提高資源轉(zhuǎn)化率；關(guān)注影響企業(yè)可持續(xù)增長(zhǎng)的各方面因素以及國(guó)家的相關(guān)政策。

（2）重視董事會(huì)的獨(dú)立性。發(fā)揮董事會(huì)在經(jīng)營(yíng)決策中的作用尤其是獨(dú)立董事制度并且完善制度。

（3）資源型企業(yè)要保持和提高資產(chǎn)周轉(zhuǎn)速度和經(jīng)營(yíng)效率，提高存貨周轉(zhuǎn)率以及資產(chǎn)周轉(zhuǎn)速度，避免財(cái)務(wù)危機(jī)。

參考文獻(xiàn)：

[1]沈洪濤.上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型實(shí)證研究--有色金屬業(yè)的證據(jù)[J].生產(chǎn)力研 究，2012（7）：48-250.

[2]Altman E. I. Financial Ratios.Discriminant analysis and the prediction of corporate bankruptcy [J]. Journal of Finance，1968（4）：589-609.

[3]Robert. C. Higgins. How much growth can a firm afford？ [J].Financial Management，1977（4）：7-16.endprint