0vnbxzm对上-市公司亏损的财务预警信号的研究

1、扳| 颁You hav肮e to be半lieve, 叭there i奥s a way唉. The a半ncients稗 said:八 the ki版ngdom o般f heave斑n is tr邦ying to板 enter八. Only 版when th绊e reluc暗tant st凹ep by s稗tep to 八go to i拌t s ti疤me, mus拌t be ma稗naged t肮o get o安ne step摆 down, 半only ha皑ve stru哀ggled t暗o achie办ve it. 板- Guo 般Ge Tech挨对上市公司亏损颁的财务预警信号柏的研究蒋

2、屏 范昕 蒋屏，1958年出生，教授，硕导。主要研究方向：财务管理 范昕，1976年出生，硕士研究生。专业方向：财务管理按(对外经济贸易跋大学工商管理学唉院，10002白9）氨摘要 奥本文随机抽查了碍四家机械行业上矮市公司的有关财白务数据,运用单邦变量模型进行分班析，得出在企业芭亏损前其获利能罢力指标对每股收埃益的影响较大。吧通过多变量分析瓣建立判定方程，半得出可通过截止把点预测企业亏损盎的可能性版关键词艾 稗上市公司 预警碍信号 单变量分疤析 多变量分析1 引言扳自1998年推俺出上市公告预亏癌制度以来，亏损癌企业频频出现。凹1999年度，肮58家公司发布办预亏公告，其中半，新亏损的公司伴竟

3、达34家，占靶58.62%。佰在2000年，拌发布中报的公司艾共有721家，邦其中，沪市38盎8家，深市33皑3家，亏损中报疤62家。拔自科龙电器20安00年12月2扮2日公布了20熬01年报的第一熬份预亏公告以来绊，2000年上百市公司预亏家数瓣就呈现出迅速壮拌大的势头。截至版2001年2月案28日，沪深两扒市共有86家上澳市公司发布了预爸亏公告，沪市3白9家，深市47碍家。从目前公告盎的亏损情况以及矮年报公布的进程挨来看，2000拜年上市公司亏损埃的家数在绝对数懊上将有望再创历般年新高，换而言靶之，上市公司的岸亏损面正呈现出叭逐步扩大的势头疤面对如此大范围袄、大规模的亏损斑，必然对投资者般

4、、企业、乃至股扳市、宏观经济产蔼生不利的影响。巴既损害投资者的扒利益，又弱化企瓣业的素质和竞争柏力，阻碍证券市哎场优化资源配置俺功能的实现，进办而危及国民经济岸的健康发展。疤作为投资者，如笆何能获取满意的哀投资回报率？作半为管理者，如何暗能预先警觉到企隘业的问题，碍防患于未然，柏提前作好企业的罢长期战略和发展扒规划，使企业不颁断发展？目前国耙内无论在理论和百实践方面的研究拌都较少。因此我蔼们试图利用单变拔量模型和多变量白模型对上市公司板亏损企业财务报瓣表及相关经营资办料进行分析，从搬财务方面对企业哀亏损问题进行研挨究。希望能够借按此给广大的投资阿者和企业管理人扮员提供一定的预拌警作用。 拔2

5、研究程序及凹方法疤2.1佰靶亏损企业样本（搬Sample）巴的选取般我国上市公司的皑亏损速度较快，挨分布较广，其中熬，机械、电子和熬房地产行业更是捌亏损企业的聚集笆区。为了使结论笆具有可比性，我爱们考虑了行业特唉点、产品生命周坝期以及可能选取百的样本情况，本罢文在亏损企业中八随机选取了澳4耙家机械制造业的扒上市公司作为样白本进行分析，它俺们分别是（挨600806班）昆明机床，（埃0025哎）挨ST氨特力埃A吧，（阿600691叭）东新电碳和（昂600610氨）背ST芭中纺机。邦由于上市公司的矮中报未经审计，隘其财务数据的可坝信度自然会大打邦折扣，所以本文八仅采用公司的年傲报数据进行分析百，以取

6、得较大的懊可信度和实用性巴。扮2.2 单变量安分析邦单变量模式是用艾个别财务比率来矮预测财务危机的敖模型，当模型中佰所涉及的财务比版率趋势恶化时，氨通常是企业发生艾财务危机的先兆鞍。 采用单变量唉模式分析企业亏版损的实质就是找癌到与企业亏损相吧关性较大的指标百，可以通过线性哎回归来完成。挨2.2.1数据叭的收集岸本文分析时所使敖用的财务报表数白据是从和讯网上白（www.ho耙meway.c半）下颁载的，在和讯网案上可以查询到每叭个上市公司年报敖、中报的财务报阿表，包括资产负班债表，损益表和蔼现金流量表（我隘国在98年以前傲企业提供的是财佰务状况变动表，八98年以后才要凹求提供现金流量班表，所以

7、现金流坝量表数据较少）办。另外，为了保岸证数据的可靠性吧，对一些有明显靶差异的比率又将俺其与其它网站的鞍一些财务报表指绊标进行了比较，背并根据常用的计扳算方法进行了调霸整。啊2.2.2比率翱的选择捌由于财务比率的爱数目种类较多。埃我们根据他们的办通用性和相关性半选用了变现能力啊，获利能力，偿凹债能力，管理能颁力中的14项比凹率，另外还包括疤一些常用的比率蔼，例如：权益收靶益率，总资产收靶益率，流动比率拌及股东权益率等捌，以及一些参考板文献上采用的对伴企业破产进行分安析的比率，例如艾，息税前盈余/扒总资产，营运资艾本/总资产等 见ALTMAN, Corporate Financial Distr

8、ess，John Wiley&Son Inc.,第106页艾。碍2.2.3统计白分析昂将这四家企业的暗每股收益作为因暗变量，14个财鞍务比率作为自变跋量，取其亏损前哎三年至亏损年度氨的数据，用SP霸SS进行线性回坝归分析。在所分拔析的14个比率啊中，只有权益收艾益率和总资产收拌益率与每股收益疤相关性较高，而巴其它比率的相关埃性较低。结果如艾表1和表2所示笆：案表1隘扮 权益收益拜率与每股收益线癌性回归结果白 Model啊 R翱 R Squ暗are熬Adjuste胺d R Squ埃are叭 Std. E碍rror of澳 the Es俺timate凹 邦1巴0.991熬 0.9唉81耙 0.安9

9、80霸 伴 4.232E柏-02扒 凹表2昂奥爸凹总资产收益率与拜每股收益线性回靶归结果按Model疤R艾R Squar柏e邦Adjuste袄d R Squ昂are翱Std. Er绊ror of 蔼the Est扒imate 俺1翱.990柏.980坝.979白4.311E-爱02 伴注：权益收益率疤 = 企业利润靶净额/平均资本澳金数额，是衡量背投资者投入资本瓣金的盈利案 扮 唉 把 能力，该收益盎率是站在所有者澳立场来衡量企业爸盈利能力的财务扳指标。柏 总资产收败益率 = 利润傲净额/平均资产胺，是反映企业资霸产综合运用效果白的指标。氨由上面分析的结斑果可以看出，权奥益收益率和总资颁产收益

10、率与每股凹收益具有很强的暗相关性。这说明伴，当这两项指标熬恶化时，通常是般企业发生亏损的稗前兆。摆2.2.4结果安的解释芭企业亏损表明了安两方面的问题。岸一是企业的盈利唉下降，二是企业笆的费用上升。但肮是，从回归分析邦的结果来看，企拔业亏损的直接原耙因并不是费用的爸上升，而主要原岸因是其盈利水平哎下降。例如ST蔼中纺机，于19拌98年开始亏损翱，每股收益由1坝997年的0.胺01元狂降到1昂998年的每股癌收益-0.47袄元。总资产报酬办率从前四年的平敖均0.016降蔼到了0.003邦。再如昆明机床摆，97年其权益败收益率和总资产邦收益率均为0，搬该公司于98年安亏损，每股收益爸-0.1。碍企

11、业获利能力的爸下降通常是亏损笆的前兆，当企业芭的利润下降到很柏低的水平时，极邦有可能在未来的靶一两年内亏损。暗从这些公司的财澳务报表可以看到搬，亏损前，他们盎的每股收益通常耙保持相当低的水懊平，例如昆明机巴床亏损前，其每扮股收益在199柏4年为0.16皑元，1995年昂大幅下降为每股瓣0.03元，在百随后的两年内保稗持每股0.01百元的低收益，并叭于98年亏损。肮从样本中可以看敖到，在亏损前的靶三至四年，企业盎的利润率很低，白但是并没有立即澳亏损，而是保持拌了几年的低收益扮水平，然后一个柏巨亏。这种现象罢在我国股市中是安常见的, 可谓爸是扳“坝不亏则已，一亏哎惊人挨”办。艾通过以上分析，艾不难

12、得出：（1拔）企业亏损的直案接原因不是费用坝的增加，企业的案盈利能力通常预版示了企业的未来拜；（2）对于一背些具体的科目应矮做特别的研究，罢例如芭“肮应收帐款隘”翱科目是一个非常耙客观的数据。并啊且从该数据的历伴年变化和销售收败入的比例及应收敖帐款周转速度，懊可以看出公司的摆管理水平和行业摆的竞争状况。对拌于一些微利公司罢，由于投资收益阿科目通常是掩盖岸主业亏损的主要白来源，对他的来板源和数目也要加罢以注意。（3）搬新会计制度的影巴响，即四项计提扳亏损。这必将挤半掉一些上市公司败的水分，使公司巴的业绩受到影响哀。（4）注意关伴联交易和非正常挨损益，因为这些八通常是企业修饰拜财务报表的主要胺手法

13、，企业通过挨关联交易将亏损扳转变为微利，保扒持自己的上市资安格，而这又恰恰氨预示了潜在亏损胺的可能。矮2.3耙办多变量分析扮多变量分析是将熬多种财务比率加耙权汇总产生总判拔别分来进行财务爱危机的预测。最澳初的多变量模型伴为美国的爱德华矮.阿尔特曼在6稗0年代中期创造袄的z记分模型，颁用来预测企业破昂产的可能性。其皑主要思想是在企跋业违约前，违约疤企业和非违约企隘业的财务指标会阿有很大差异，从耙中找出差异较大扒的指标，以此来瓣预测企业违约的笆可能性。爸2.3.1样本爸数据选择哀多变量分析是对拌比分析，通过不矮同样本之间的对爱比来找出他们的拜差异。这里一共矮选择了6家机械哀行业的企业作为袄样本进行

14、分析。耙这3家赢利企业佰是(60073捌2)上海港机，跋(600761跋)安徽合力，(昂600815)敖厦工股份，3家翱亏损企业仍然是邦ST中纺机，昆搬明机床，东新电皑碳。爸2.3.2检测埃比率选择罢将这6家企业按熬照亏损企业和盈摆利企业分为两组叭，亏损企业为组暗1，赢利企业为隘组2。将他们在斑企业亏损前一年挨（97年）的各搬项财务比率进行翱统计对照，为了暗找到具有显著变般化的财务比率，俺我们根据(1)暗亏损企业的财务昂比率变化显著；拔(2)单个比率绊变化方差相对较矮小的原则，从1翱4个比率中选择叭了5个比率作为吧判别变量。这些捌比率在两组的统拌计情况如表3：傲表3肮扳佰盈利企业与亏损艾企业比

15、率对照板ATR2癌ATR1伴E/A2柏E/A1疤EBIT/A2袄EBIT/A1巴ROA2绊ROA1傲WC/A2班WC/A1碍N疤3安3癌3艾3澳3埃3拜3百3白3扮3办Min.邦.51敖.11败.32盎.45鞍.03癌-.01佰.04隘.00熬.19佰.08哎Max.半.77把.41靶.90啊.89办.11柏.04艾.09艾.00隘.35拌.43跋Sum扳1.84半.75拌1.64颁1.90俺.23稗.05凹.19瓣.01伴.77扒.70班Mean伴.61蔼.25疤.5476半.6333氨.07鞍.17澳.063安.003安.257懊.233邦 注：比率后面扮的数字表示比率芭的组别，例如R盎O

16、A1表示第一隘组（亏损组）的背总资产回报率，霸ROA2表 搬 示第芭二组（赢利组）叭的总资产回报率傲。疤 其中，袄ATR=销售额捌/总资产的平均碍值；ROA=净阿利润/总资产；耙E/A=股东权鞍益/总资产；笆 搬 EBIT百/A=息税前收盎益/总资产； 蔼WC/A=营运办资本/总资产；败扳笆2.3.3 判办定方程扳将上面选出的五碍个判别比率拟合疤成一个线形方程搬，每股收益与上疤述五个指标做多拜元线形回归，结熬果如表4所示：班 捌表4 鞍 岸 鞍奥多元线性回归结斑果奥R岸R Squar叭e澳Adjuste八d R Squ叭are八Std. Er巴ror of 哎the Est哀imate挨Dur

17、bin-百Watson翱.987八.975搬.969凹4.673E-奥02版2.035版表5唉氨拌 拔线性回归系数表搬Unstand懊ardized般 Coeffi绊cients扒Standar柏dized C矮oeffici巴ents澳t啊B半Std. Er扒ror柏Beta白(Consta办nt)袄-5.825E碍-02澳.039耙-1.488敖ROA柏3.071盎.157岸.858版19.617凹EA半.215皑.066板.205摆3.286啊EBIT/A矮.784稗.164颁.223拔4.774暗WC/A翱-.170背.075靶-.126瓣-2.274艾ATR斑-.112哎.078背-

18、.060唉-1.440背从线形回归的结佰果可以看出，所碍选的五个比率与胺每股收益的拟合芭程度很好，而且巴通过Durbi啊n-Watso隘n检验，证明这败五个参数间不存鞍在自相关情况。安回归分析的方程百系数如表5。蔼由于线形回归方皑程的变量系数太八复杂，同时还有罢常数项，对此进挨行了调整，得到蔼如下判定方程：巴L（代表亏损L敖OSS）=3.绊02*ROA+白0.22*E/昂A+0.78*颁EBIT/A-唉0.17*WC翱/A-0.11奥*ATR捌各个符号表示意疤义同前。懊2.3.4模型八检验把根据上面确定的案判定方程进行检俺验，首先对样本霸组的数据进行检败验，结果如图1吧。图1图2俺从图中可以看

19、出唉，赢利企业的得懊分基本在2以上挨，而亏损企业的爸得分一般较低，版通常小于1。由皑这个检验结果可按以看出此模型可疤以很好的将亏损拔企业与赢利企业把分开。 摆 (2)佰逐渐增加样本的邦数量来进行检验阿，首先，增加了澳2家亏损公司(扳600765)稗力源液压和(0叭025)深特力拌A，与原先的样颁本公司不同的是班，这两家公司于爸1999年亏损稗，而样本公司于斑1998年亏损扒，将数据代入模瓣型进行检验，结八果如图2。佰 从图2般中可以看出，(癌1)中的结论还袄可以成立，只是熬亏损公司和赢利般公司的分界不如唉(1)那么明显摆了。而且，有一霸个赢利公司数据哎的得分还落到了疤0.58，小于啊所有亏损企

20、业的盎得分。从该公司胺各项财务数据可八以发现，在19坝98年，上海港霸机的每股收益由绊每股0.3元大邦幅跌至0.03矮元每股，净利润版由5000多万八降到600多万捌，种种迹象表明瓣，公司赢利能力敖下降，成本费用班上升，这些迹象捌符合单变量模型俺中公司亏损的前俺兆。办将亏损公司的数艾量增加到7家，癌同时加进赢利公安司的数据加以比皑较，如图3。 图3白 从图懊中可以看到基本阿的趋势保持不变蔼，这些公司清楚疤的被分为亏损企俺业和赢利企业两颁大集团。赢利企按业得分最高达到扮了3.5，亏损扳企业最低得分达八到了0.5，在拌1.52的区按域内， 有两家阿赢利企业和两家背亏损企业，虽然隘赢利公司的总体奥得

21、分高于亏损企靶业的得分，但是鞍相对的幅度较小班。班从上面的3次检耙验中我们可以得扳到这样一个结论办，模型中得分高奥的企业在未来亏耙损的可能性小，爱得分低的企业在吧未来亏损的可能唉性大。扳2.3.5 截板止点（Cuto伴ff Poi稗nt）啊从检验结果可以邦看出，此模型可埃以将亏损和赢利案企业区分。而且版，企业的得分越芭高，再未来的一爸年亏损的可能性氨越小，得分越低邦，第二年亏损的鞍可能性越大。由靶图（3）可以看按出，1.5-2艾是一个比较模糊扒的区域(Gra阿y Area)笆，在此区域亏损搬企业与赢利企业傲的得分差距较小埃。亏损企业的最疤高得分为1.6搬7，而赢利企业拌的最低得分为1爸.76，

22、取其中凹值1.72作为扳模型的判定截止柏点。3.结论耙本文根据单变量矮和多变量模型对懊机械行业的亏损翱企业进行财务分爱析，得到了两个俺结论：把(1)根据单变坝量模型分析，企白业的盈利能力较罢低通常是导致企霸业亏损的直接原版因。在盈利指标鞍中，应对权益收安益率和总资产报版酬率这两个指标扮特别重视，当这阿两个指标较低时疤，企业在未来亏唉损的可能性较大办。埃(2)对企业未拔来亏损的可能性班可以用以下方程瓣来判定：昂L=3.02*笆ROA+0.2搬2*E/A+0敖.78*EBI隘T/A-0.1柏7*WC/A-班0.11*AT把R柏模型的截止点是安1.72时，企跋业得分高于截止奥点时，企业一般哎不会出现亏损，扮小于截止点时，白企业就有可能出绊现亏损。企业的坝得分越高，企业熬未来亏损的可能跋性越小，得分越扮低，亏损的可能白性越大。唉(3)本文研究熬的主要样本是机翱械行业的上市公把司，由于行业间氨的差异，运用此班模型到其他行业斑的公司可能并不阿适用，但对其它拜行业分析亏损仍肮有借鉴作用。参考文献柏吴世农.现代稗财务理论与方法瓣课程大纲. 昂2000年8月扳在全国MBA院敖校财务管理跋师资培训研讨会奥上使用昂于俊年.计量隘经济学.对外拔经济贸易大学出叭版社，2000佰年6月第1版背张保法.经济柏计