引入EVA 指標(biāo)的上市公司財(cái)務(wù)預(yù)警模型構(gòu)建

□鄧馨 劉宏（教授）(桂林電子科技大學(xué) 廣西桂林 541004)

隨著我國(guó)資本市場(chǎng)的迅速發(fā)展，上市公司面臨的財(cái)務(wù)風(fēng)險(xiǎn)日益突出，迫切需要進(jìn)行有效的財(cái)務(wù)預(yù)警，然而傳統(tǒng)財(cái)務(wù)指標(biāo)卻存在忽視權(quán)益資本成本、易人為操縱、過(guò)度注重短期評(píng)價(jià)等不足，因此，國(guó)內(nèi)外學(xué)者一直在不斷探索財(cái)務(wù)預(yù)警問(wèn)題，也涌現(xiàn)出了許多新方法，如引入新的預(yù)警指標(biāo)、構(gòu)建BP神經(jīng)網(wǎng)絡(luò)、利用時(shí)間序列等，其中，引入EVA指標(biāo)就是一種新的思維與嘗試。

一、EVA理論綜述

傳統(tǒng)以會(huì)計(jì)利潤(rùn)為核心的財(cái)務(wù)指標(biāo)只考慮扣除債務(wù)的資本成本，即利息費(fèi)用，沒(méi)有考慮權(quán)益的資本成本，這實(shí)質(zhì)上并不能真正反映公司為股東創(chuàng)造的價(jià)值。EVA則認(rèn)為任何性質(zhì)的長(zhǎng)期資本都有其使用成本即機(jī)會(huì)成本，因此在對(duì)公司進(jìn)行業(yè)績(jī)?cè)u(píng)價(jià)時(shí)都應(yīng)考慮在內(nèi)，只有公司創(chuàng)造的利潤(rùn)高于所有投入資金的機(jī)會(huì)成本，公司才能真正為股東創(chuàng)造財(cái)富。

EVA實(shí)質(zhì)是對(duì)剩余收益的擴(kuò)展和延伸，定義為稅后凈經(jīng)營(yíng)利潤(rùn)（net operating profit after tax，NOPAT） 與資本成本（capital charge，CC）之間的差額。盡管EVA的定義較為簡(jiǎn)單，但實(shí)際的計(jì)算和調(diào)整過(guò)程卻很復(fù)雜，調(diào)整項(xiàng)目多達(dá)160多項(xiàng)。國(guó)內(nèi)很多學(xué)者對(duì)我國(guó)現(xiàn)行企業(yè)會(huì)計(jì)準(zhǔn)則下EVA計(jì)算體系進(jìn)行了研究，發(fā)現(xiàn)通過(guò)對(duì)研發(fā)費(fèi)用、戰(zhàn)略性投資、無(wú)息流動(dòng)負(fù)債、折舊費(fèi)用、各種準(zhǔn)備金、重組費(fèi)用、商譽(yù)、所得稅等主要事項(xiàng)的調(diào)整，能夠得出較為準(zhǔn)確的EVA數(shù)據(jù)。因此，本文在研究過(guò)程中通過(guò)對(duì)上述主要事項(xiàng)的計(jì)算和調(diào)整來(lái)確定上市公司的EVA數(shù)據(jù)。

二、引入EVA的財(cái)務(wù)預(yù)警研究設(shè)計(jì)

(一)樣本選取。本文選取2010-2014年我國(guó)證券市場(chǎng)A股首次被ST的上市公司作為目標(biāo)樣本，合計(jì)103家，其中被注冊(cè)會(huì)計(jì)師出具否定意見(jiàn)或者無(wú)法表示意見(jiàn)的有4家；其他狀況異常導(dǎo)致被ST的上市公司有10家；無(wú)法找到同時(shí)期、同行業(yè)、同規(guī)模配對(duì)樣本的上市公司有22家，剔除由于以上原因?qū)е卤籗T的公司后，剩余67家上市公司作為本文的目標(biāo)樣本。此外，按照1∶1的配對(duì)比例，選擇同時(shí)期、同行業(yè)、同規(guī)模的67家非ST上市公司作為配對(duì)樣本，合計(jì)134家上市公司作為最終的研究樣本。

(二)數(shù)據(jù)的時(shí)間范圍。根據(jù)我國(guó)證監(jiān)會(huì)上市交易規(guī)則，假定上市公司由于財(cái)務(wù)狀況異常在第t年被特別處理，那么它在t-1、t-2年連續(xù)兩年經(jīng)審計(jì)的凈利潤(rùn)為“負(fù)值”，如果仍然使用t-1、t-2這兩年的財(cái)務(wù)數(shù)據(jù)構(gòu)建預(yù)警模型，模型的準(zhǔn)確性將會(huì)被嚴(yán)重高估。因此，應(yīng)至少選擇t-3年的數(shù)據(jù)構(gòu)建預(yù)警模型。關(guān)于預(yù)警年度的問(wèn)題，何沛俐、章早立（2003）對(duì)時(shí)序樣本進(jìn)行了詳盡的實(shí)證分析，發(fā)現(xiàn)如果在第t-4年進(jìn)行財(cái)務(wù)預(yù)警，ST公司與非ST公司之間的差異是不顯著的。綜合來(lái)看，本文選擇t-3年的樣本數(shù)據(jù)進(jìn)行財(cái)務(wù)預(yù)警，以更為真實(shí)地反映模型的預(yù)警效果。

(三)指標(biāo)體系的構(gòu)建。本文的財(cái)務(wù)預(yù)警指標(biāo)主要包含兩類：

1.EVA指標(biāo)。調(diào)整和計(jì)算研究樣本的EVA數(shù)據(jù)，并以此為基礎(chǔ)確定EVA指標(biāo)，即用EVA代替?zhèn)鹘y(tǒng)凈利潤(rùn)確定相關(guān)的財(cái)務(wù)比率，從而提高預(yù)警指標(biāo)的準(zhǔn)確性。EVA指標(biāo)主要有：修正銷售凈利率K1（即EVA/營(yíng)業(yè)收入）、修正主營(yíng)業(yè)務(wù)凈利率K2（即EVA/主營(yíng)業(yè)務(wù)收入）、修正凈資產(chǎn)收益率K3（即 EVA/所有者權(quán)益）、修正總資產(chǎn)收益率K4（即EVA/總資產(chǎn)）。

2.傳統(tǒng)財(cái)務(wù)指標(biāo)。根據(jù)我國(guó)上市公司財(cái)務(wù)危機(jī)的特征，綜合前人的研究成果，本文選擇了20個(gè)傳統(tǒng)財(cái)務(wù)指標(biāo)，涵蓋了公司的償債能力、營(yíng)運(yùn)能力、盈利能力、獲現(xiàn)能力以及發(fā)展能力，綜合反映公司的整體狀況。其中償債能力指標(biāo)包括：流動(dòng)比率X1、速動(dòng)比率X2、現(xiàn)金流量比率X3、資產(chǎn)負(fù)債率X4、產(chǎn)權(quán)比率X5、利息保障倍數(shù)X6；營(yíng)運(yùn)能力指標(biāo)包括：存貨周轉(zhuǎn)率X7、應(yīng)收賬款周轉(zhuǎn)率X8、流動(dòng)資產(chǎn)周轉(zhuǎn)率X9、固定資產(chǎn)周轉(zhuǎn)率X10、總資產(chǎn)周轉(zhuǎn)率X11；盈利能力指標(biāo)包括：主營(yíng)業(yè)務(wù)毛利率X12、成本費(fèi)用利潤(rùn)率X13；獲現(xiàn)能力指標(biāo)包括：經(jīng)營(yíng)活動(dòng)現(xiàn)金流入流出比率X14、經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量增長(zhǎng)率X15、每股經(jīng)營(yíng)活動(dòng)凈現(xiàn)金流量X16；發(fā)展能力指標(biāo)包括：主營(yíng)業(yè)務(wù)收入增長(zhǎng)率X17、營(yíng)業(yè)利潤(rùn)增長(zhǎng)率X18、凈資產(chǎn)增長(zhǎng)率X19、總資產(chǎn)增長(zhǎng)率X20。

三、實(shí)證分析

(一)正態(tài)性檢驗(yàn)。本文使用Kol mogorov-Smirnov擬合優(yōu)度的檢驗(yàn)方法，將樣本數(shù)據(jù)的累計(jì)頻數(shù)分布與正態(tài)分布進(jìn)行對(duì)比，以確定預(yù)警指標(biāo)是否服從正態(tài)分布。將EVA指標(biāo)和傳統(tǒng)財(cái)務(wù)指標(biāo)進(jìn)行K-S檢驗(yàn)，檢驗(yàn)結(jié)果為：在95%的置信水平上，資產(chǎn)負(fù)債率X4、每股經(jīng)營(yíng)活動(dòng)凈現(xiàn)金流量X16這兩個(gè)指標(biāo)的雙側(cè)漸近顯著性值都大于0.05，故推斷其服從正態(tài)分布，其余22個(gè)指標(biāo)均不服從正態(tài)分布。

通過(guò)正態(tài)性檢驗(yàn)，確定各個(gè)指標(biāo)服從的分布情況，為下文的顯著性檢驗(yàn)奠定了基礎(chǔ)：對(duì)于服從正態(tài)分布的指標(biāo)采用T檢驗(yàn)的方法進(jìn)行顯著性檢驗(yàn)，對(duì)于不服從正態(tài)分布的指標(biāo)采用非參數(shù)檢驗(yàn)的方法進(jìn)行顯著性檢驗(yàn)。據(jù)此確定各指標(biāo)在預(yù)警過(guò)程中是否具有顯著性，將顯著的指標(biāo)予以保留，組成最終的財(cái)務(wù)預(yù)警指標(biāo)體系，作為構(gòu)建財(cái)務(wù)預(yù)警模型的初始數(shù)據(jù)。

(二)顯著性檢驗(yàn)。

1.T檢驗(yàn)。對(duì)服從正態(tài)分布的兩個(gè)指標(biāo)進(jìn)行T檢驗(yàn)，綜合方差方程和均值方程的t檢驗(yàn)結(jié)果，在95%的置信水平上，資產(chǎn)負(fù)債率X4通過(guò)了T檢驗(yàn)，表明ST公司與非ST公司在長(zhǎng)期償債能力方面存在顯著差異；而每股經(jīng)營(yíng)活動(dòng)凈現(xiàn)金流量X16這一指標(biāo)未能通過(guò)T檢驗(yàn)，表明ST公司與非ST公司在現(xiàn)金流量方面不存在顯著差異。

2.非參數(shù)檢驗(yàn)。對(duì)不服從正態(tài)分布的22個(gè)指標(biāo)進(jìn)行非參數(shù)檢驗(yàn)，采用Mann-Whitney U檢驗(yàn)的方法，檢驗(yàn)兩個(gè)樣本的總體在某些特定位置上是否相等。檢驗(yàn)結(jié)果為：在95%的置信水平上，現(xiàn)金流量比率X3、存貨周轉(zhuǎn)率X7、固定資產(chǎn)周轉(zhuǎn)率X10、總資產(chǎn)周轉(zhuǎn)率X11、經(jīng)營(yíng)活動(dòng)現(xiàn)金流入流出比率X14、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率 X17，這6個(gè)指標(biāo)未能通過(guò)非參數(shù)檢驗(yàn)，應(yīng)當(dāng)予以剔除；其余通過(guò)非參數(shù)檢驗(yàn)的16個(gè)指標(biāo)，則予以保留。

綜合T檢驗(yàn)和非參數(shù)檢驗(yàn)的結(jié)果，符合正態(tài)分布且T檢驗(yàn)具有顯著性的1個(gè)預(yù)警指標(biāo)，不符合正態(tài)分布但非參數(shù)檢驗(yàn)具有顯著性的16個(gè)預(yù)警指標(biāo)，總計(jì)17個(gè)顯著的指標(biāo)，組成最終的財(cái)務(wù)預(yù)警指標(biāo)體系，作為構(gòu)建預(yù)警模型的初始數(shù)據(jù)。

3.因子分析。使用主成分法提取初始變量的公因子，以分析變量的相關(guān)矩陣作為提取公因子的依據(jù)，指定各公因子的最小特征值為1，通過(guò)因子分析發(fā)現(xiàn)提取6個(gè)公因子能夠解釋初始變量所包含72.65%的信息，因子得分系數(shù)如表1所示。

表1 成份得分系數(shù)矩陣

根據(jù)表1確定公因子與初始變量之間的線性得分公式為：

(三)logistic回歸分

析。在因子分析的基礎(chǔ)上分別構(gòu)建傳統(tǒng)財(cái)務(wù)指標(biāo)和引入EVA指標(biāo)的logistic回歸模型：

1.傳統(tǒng)財(cái)務(wù)指標(biāo)的logistic回歸分析。對(duì)傳統(tǒng)財(cái)務(wù)指標(biāo)進(jìn)行正態(tài)性檢驗(yàn)以及顯著性檢驗(yàn)，并在此基礎(chǔ)上提取公因子（方法同上所述），以公因子的得分作為自變量構(gòu)建logistic回歸模型，因變量為是否被ST，取值為 0和1，0表示非ST公司，1表示ST公司。采用向前逐步法進(jìn)行回歸，根據(jù)Wald統(tǒng)計(jì)量的概率對(duì)變量進(jìn)行剔除，構(gòu)建傳統(tǒng)財(cái)務(wù)指標(biāo)的logistic回歸模型，輸出結(jié)果如下頁(yè)表2所示。

從表2可以看出，經(jīng)過(guò)三個(gè)步驟構(gòu)建的 logistic 回歸模型中，F(xiàn)1、F4、F5以及常量進(jìn)入到了最終的回歸方程，其中，F(xiàn)1、F4的顯著性值都小于0.05，表明這兩個(gè)變量對(duì)回歸方程的貢獻(xiàn)是顯著的，而F5的顯著性值為0.088，大于0.05，表示此變量的顯著性相對(duì)較差。Wald統(tǒng)計(jì)量也進(jìn)一步驗(yàn)證了這一結(jié)論，Wald統(tǒng)計(jì)量的值越大，表明變量對(duì)回歸方程的顯著性越強(qiáng)。據(jù)此構(gòu)建的logistic回歸模型為：

在總結(jié)前人研究成果的基礎(chǔ)上，設(shè)定觀測(cè)量的切割值為0.5，當(dāng)P＞0.5時(shí)，判定為ST公司，數(shù)值越大，表明在未來(lái)幾年內(nèi)發(fā)生財(cái)務(wù)危機(jī)的可能性也就越大；當(dāng)P＜0.5時(shí)，判定為非ST公司，數(shù)值越小，表明在未來(lái)幾年發(fā)生財(cái)務(wù)危機(jī)的可能性也就越小；當(dāng)P=0.5時(shí)，表明該公司發(fā)生財(cái)務(wù)危機(jī)的狀況尚不能判定，需要進(jìn)一步檢驗(yàn)。根據(jù)此預(yù)警模型的判定，得出的回歸結(jié)果如表3所示。

構(gòu)建基于傳統(tǒng)財(cái)務(wù)指標(biāo)的logistic回歸模型對(duì)上市公司進(jìn)行財(cái)務(wù)預(yù)警，總體的預(yù)警準(zhǔn)確率為76.1%，其中將67家非ST公司中48家判定準(zhǔn)確，預(yù)警準(zhǔn)確率為71.6%；將67家ST公司中54家判定準(zhǔn)確，預(yù)警準(zhǔn)確率為80.6%。這說(shuō)明基于傳統(tǒng)財(cái)務(wù)指標(biāo)構(gòu)建的logistic回歸模型能夠在一定程度上判定上市公司出現(xiàn)財(cái)務(wù)危機(jī)的情況，但是整體的預(yù)警準(zhǔn)確率一般，還有待進(jìn)一步提高。

2.引入EVA指標(biāo)的logistic回歸分析。將EVA指標(biāo)與傳統(tǒng)財(cái)務(wù)指標(biāo)相結(jié)合，在上述正態(tài)性檢驗(yàn)、顯著性檢驗(yàn)的基礎(chǔ)上，按照因子得分引入logistic回歸，構(gòu)建引入EVA指標(biāo)的預(yù)警模型，輸出結(jié)果如表4所示。

表2 方程中的變量

表3 分類表 a

表4 方程中的變量

表5 分類表 a

從表4可以看出，在引入EVA指標(biāo)的 logistic 回歸模 型 中，F(xiàn)1、F3、F4以及常量進(jìn)入到了最終擬合的回歸方程，F(xiàn)2、F5、F6 則被剔除。 經(jīng)過(guò)四個(gè)步驟的回歸構(gòu)建了預(yù)警模型，其中，F(xiàn)1、F3、F4的顯著性值都小于0.05，表明這三個(gè)變量對(duì)回歸方程的貢獻(xiàn)都是顯著的，Wald統(tǒng)計(jì)量也進(jìn)一步驗(yàn)證了這一結(jié)論。通過(guò)與傳統(tǒng)財(cái)務(wù)指標(biāo)擬合的回歸方程對(duì)比，發(fā)現(xiàn)引入EVA指標(biāo)明顯提高了各變量對(duì)方程的貢獻(xiàn)率，綜合認(rèn)為回歸方程的擬合程度較好。構(gòu)建的logistic回歸模型為：

P=exp（-3.543F1-5.714F3-1.563F4+0.040）/[1+exp （-3.543F1-5.714F3-1.563F4+0.040）]

根據(jù)引入EVA指標(biāo)的預(yù)警模型計(jì)算樣本公司的P值，輸出的回歸結(jié)果如表5所示。構(gòu)建引入EVA指標(biāo)的logistic回歸模型對(duì)上市公司進(jìn)行財(cái)務(wù)預(yù)警，總體的預(yù)警準(zhǔn)確率為81.3%，其中將67家非ST公司中50家判定準(zhǔn)確，預(yù)警準(zhǔn)確率為74.6%；將67家ST公司中59家判定準(zhǔn)確，預(yù)警準(zhǔn)確率為88.1%。這說(shuō)明引入EVA指標(biāo)構(gòu)建的logistic回歸模型能夠比較準(zhǔn)確地預(yù)測(cè)上市公司出現(xiàn)財(cái)務(wù)危機(jī)的情況，為上市公司識(shí)別和防范財(cái)務(wù)危機(jī)提供有效的參考。將引入EVA指標(biāo)與傳統(tǒng)財(cái)務(wù)指標(biāo)構(gòu)建的預(yù)警模型相對(duì)比，通過(guò)分類結(jié)果能夠得出，引入EVA指標(biāo)構(gòu)建的預(yù)警模型對(duì)ST公司的判定準(zhǔn)確率提高了3%，對(duì)非ST公司的判定準(zhǔn)確率提高了7.5%，整體的預(yù)警準(zhǔn)確率提高了5.2%，也證明了引入EVA指標(biāo)能夠顯著提高預(yù)警的準(zhǔn)確性。

四、結(jié)論

本文將EVA指標(biāo)引入財(cái)務(wù)預(yù)警，分別構(gòu)建傳統(tǒng)財(cái)務(wù)指標(biāo)和引入EVA指標(biāo)的logistic回歸模型，通過(guò)實(shí)證分析得出以下結(jié)論：

1.ST公司與非ST公司的預(yù)警指標(biāo)在t-3年存在顯著差異。預(yù)警指標(biāo)體系中有17個(gè)指標(biāo)在首次被ST的第t-3年通過(guò)了顯著性檢驗(yàn)，表明這些預(yù)警指標(biāo)在t-3年存在顯著差異，可以作為ST公司與非ST公司的判定依據(jù)。

2.引入EVA指標(biāo)能夠顯著提高預(yù)警模型的準(zhǔn)確性。通過(guò)構(gòu)建傳統(tǒng)財(cái)務(wù)指標(biāo)和引入EVA指標(biāo)的logistic回歸模型，將二者進(jìn)行對(duì)比，發(fā)現(xiàn)引入EVA指標(biāo)的預(yù)警模型對(duì)ST公司和非ST公司的預(yù)警準(zhǔn)確率都有所提高，整體預(yù)警準(zhǔn)確率也提高了5.2%，因此，引入EVA指標(biāo)能夠顯著提高預(yù)警模型的準(zhǔn)確性。

考慮到本文在樣本公司出現(xiàn)財(cái)務(wù)危機(jī)的第t-3年進(jìn)行財(cái)務(wù)預(yù)警，預(yù)警的時(shí)間跨度相對(duì)較長(zhǎng)，引入EVA指標(biāo)的財(cái)務(wù)預(yù)警模型最終的預(yù)警準(zhǔn)確率能夠達(dá)到81.3%，已經(jīng)基本達(dá)到了研究目的。將EVA指標(biāo)引入預(yù)警模型作為財(cái)務(wù)預(yù)警研究的一種嘗試和探索，充分顯示了其無(wú)限的生命力。