[摘　要] 本文以2002—2004年深沪两市首次被st的118家上市公司作为研究对象，同时选择同行业且资产规模相近的ll8家盈利公司作为配对样本。在界定了“财务危机”的范围后，利用st公司财务危机前1年的数据，初步选择了20个财务指标，对st公司与配对样本的均值、标准差，t统计量和z统计量进行分析，寻找st公司与非st公司在财务指标上的差异，井采用主成分分析法进一步筛选财务指标。最后运用二元逻辑回归(logit)，建立起上市公司财务危机前1年的预警模型，且进行了预测。

　　[关键词] 财务危机；配对样本；主成分分析；逻辑回归；预警模型

　　一、　“财务危机”(pinancial crisis) 又称“财务困境”(pinancial distress)，国外多数同类研究采用破产标准。但中国从1988年开始试行《企业破产法》至今，没有一家上市公司破产．尽管2004年6月“st宁窖”爆出破产风波，但也在同年12月通过债权人和解解除了危机。由此可见，中国的破产机制不健全，加上国内证券市场的发展历史很短，采用外国学者的做法行不通。
　　国内学者大都将特别处理(st)的上市公司作为存在财务危机的公司，如陈静(1999)、李华中(2001)、姜秀华(2002)等。本文也将st公司作为研究样本，并将“财务危机”定义为“因财务状况异常而被特别处理(st)”，所指的“财务状况异常”包括上市公司突然出现重大亏损、连续两年亏损、股东权益低于注册资本或每股净资产低于面值等几种情形。wwW.11665.COm
　　
　　二、国内研究文献综述
　　
　　陈静(1999)以1998年的27家st公司和27家非st公司为研究样本，使用1995—1997年的财务指标进行了单变量分析和多元判定分析，由于受样本量的限制没有对上市公司被st的原因加以详细区分；李华中(2001)用判别函数对1997—1999上市公司分类，描述了st公司的行业分布，利用向前回归法筛选财务指标建立预警模型；姜秀华等(2002)以在深沪两市上市的42家公司为控制相关变量，同时随机选取42家非st公司为控制样本进行了研究，运用logistic回归得到预警模型，并进行了预测与效果检验。
　　
　　　三、研究方法和研究样本
　　
　　(一)研究方法
　　本文采用的方法是二元逻辑回归(logit)，相关的数据分析处理通过spssl3．0软件完成。
　　
　　(二)研究样本及样本的行业特征分析
　　1.选择的研究样本
　　本文选择的样本s1是2002—2004年深沪两市首次被st的118家公司。
　　同时，选择了与样本s1同行业并且资产规模相近的118家盈利上市公司作为配对样本s2。
　　本文的数据主要来源于“亚洲证券”和“巨潮资讯”。
　　2.样本行业特征分析
　　至2005年8月，深沪两市共计有1379家上市公司(深市551家，沪市828家)。发生财务危机的118家上市公司分布在11个行业。其中，制造业出现财务危机的上市公司最多，占st公司总数的58．48％，但与该行业上市公司的总数相比，发生st的比例并不突出，只占8．60％．传播文化类上市公司有2家发生亏损，鉴于此类别的上市公司较少，虽占st公司总数的1．7％，但占整个行业的18．18％，说明传播文化类公司承担的风险较大，发生财务危机的比例也就较高。其次是综合类上市公司，占st公司总数的10．17％，占整个行业的15．00％。
　　
　　四、预警指标的选择和分析
　　
　　如果上市公司在第t年被实施st，那么(t－1)年表示上市公司被实施st的前1年。
　　
　　(一)财务危机预警指标的初步选择
　　为对上市公司的情况进行全面、系统的描述，本文结合国内外的研究成果，初步选择了变现能力b1(流动比率x1、速动比率x2)、资产管理b2(总资产周转率x3、总资产周转率x4、应收账款周转率x5)、负债能力b3(资产负债率x6、产权比率x7)、盈利能力b4(净资产收益率x8、销售毛利率x9、销售净利率x10)、现金流量b5(每股经营现金净流量x11、经营现金净流量对挣利润比率x12、经营现金净流量对负债比率x13)、成长能力b6(资产增长率x14、主营业务收入增长率x15、净利润增长率x16)、股权扩张b7(每股收益x17、每股挣资产x18)、股东持股b8(前三大股东持股比例x19、前十大股东持股比例x20)等8个方面的20个财务指标。
　　
　　(二)初选指标分析
　　1．财务指标的均值和标准差分析
　　利用spss计算st与非st公司各财务指标的均值及标准差。研究结果显示，发生财务危机的前1年，st公司与非st公司的20个指标的均值均存在明显区别。
　　2．配对样本检验
　　根据st公司与非st公司的同一财务指标的配对，利用spss进行配对样本t检验和wilcoxon秩检验，wilcoxon秩检验使用的是z统计量。
　　

　　从表1中可以看出，除资产增长率x14外，st与非st公司的20个指标的配对样本t检验普遍显著，st公司的z统计量明显高于非st。
　　总之，通过上述分析，可以看到st公司与非st公司在财务危机发生的前1年，两者的均值、标准差、t统计量、z统计量发生了明显的变化。
　　
　　(三)财务预警指标的进一步筛选
　　st与非st公司的上述20个指标，有的作用显著，起了较大作用，相比之下有的作用并不明显，而且指标过多会存在多重共线性或序列自相关。因此，在建立财务危机预警模型前，有必要进一步对财务指标进行筛选，利用变化显著的指标建立预警模型。本文拟选择主成分分析法。
　　1．变量间相关性分析
　　本文的相关性分析采用person相关系数，结果表明产权比率x7与净资产收益率朋、流动比率x1与速动比率x2、每股经营现金净流量x11与经营现金净流量对负债比率x13、每股收益x17与每股净资产x18、前三大股东持股比率之和x19与前十大股东持股比率之和x20的相关系数均超过0．6。为消除多重共线性的影响，按财务指标间相关性较小为优原则，经比较，剔除x7、x2、x13、x18及x19这五个财务指标。
　　2．财务指标的进一步筛选
　　引入虚拟变量y，表示上市公司是否出现财务危机。将上市公司出现财务危机设为1，没有出现财务危机设为0。
　　利用直接斜交转轴法，对剩余15个财务指标进行主成分分析，提取了3个因子。这3个因子分别为流动比率x1、每股经营现金净流量x11、前十大股东持股比率之和x20。
　　
　　五、预警模型的建立及预测
　　
　　笔者利用主成分分析得到的上述三个财务指标，选择二元逻辑回归(logit)方法，建立财务危机预警模型并进行预测。
　　
　　(一)模型的建立
　　设多元逻辑回归(logit)拟合的方程为：
　　
　　
　　(二)预警模型效果检测
　　以0．500为概率最佳分割点进行预测。预测结果显示该模型的整体预测效果为75．319％，其中st公司的预测准确率为76．923％，非st公司的预测准确率为73．729%。
　　
　　六、结论
　　
　　笔者采用2002—2004年新增st公司的日个方面的20个财务指标，建立起上市公司发生财务危机前1年的危机预警模型进行了预测。为便于对比研究，选取相同数目的盈利公司作为配对样本进行t检验和wilcoxon秩检验。研究表明，选取财务指标的效果明显，建立的st公司的危机预警模型的判断准确率达到95．31％．由于研究是假定上市公司发布的财务数据是真实的，若上市公司粉饰财务报表，模型准确性可能受到影响。
　　
　　主要参考文献
　　[1]ohlson，james a：“financial ratios and the probabilistlc prediction of bankruptcy”，journal of accounting research，1980．
　　[2]陈静．上市公司财务恶化预测的实证分析．会计研究[j]，1999，(4)．
　　[3)李华中．上市公司经营失败的预警系统研究[j]．财经研究，2001，27，(10)．
　　[4]姜秀华，任强，孙铮．上市公司财务危机预警模型研究[j]．预测，2002，21(3)．