基于F计分模型与Logistic模型的财务预警体系研究——以创业板为例*

吴邦雷，张晓丽(安徽机电职业技术学院经贸管理系，安徽芜湖241000)

基于F计分模型与Logistic模型的财务预警体系研究
——以创业板为例*

吴邦雷，张晓丽
(安徽机电职业技术学院经贸管理系，安徽芜湖241000)

摘要:在财务指标和非财务指标数据分析的基础上，探讨F计分模型和Logistic模型的有效性，深入反映上市公司财务状况;通过数据比较得出F计分模型更加适用长时间跨度的财报风险预警，Logistic模型可以用数量化的方法体现出非财务指标的预警作用。

关键词:财务指标;非财务指标;财务预警体系

一、文献综述

(一)财务预警内涵

国内外关于财务预警的内涵大体表述为:借助财务报告、信息披露等会计资料，利用管理学科理论，采用比率分析、因素分析等方法对公司的财报信息进行检测，探寻可能存在的风险并向管理者和投资者提供相关建议，规避潜在问题升级为危害的一种预警方式。Merwin(1942)、Beaver(1966)、Altman (1968)、陈晓(2000)、吴世农等(2001)等都曾对此作了阐述。

(二)财务预警分析指标

1.财务指标领域

Altman(1968)通过考察企业的营运状况、盈利状况、资本结构、创新能力等之间的比率关系建立了Z－score模型。后经过美国学者实证研究，在Z－score模型的财务指标中加入现金流量因子参与考核并建立了F计分模型。Ohlson(1980)提出logistic模型，早期的模型建立在财务指标基础上，在风险预警研究领域产生较大影响。国内，吴世农等(2001)选定盈利增长指数等6个财务指标，建立财务预警模型。赵天慧等(2012)在Z－score模型基础上融入折旧、利息并将某些指标进行了适当修改。

2.非财务指标领域

Jensen(1993)通过实证研究提出董事长与总经理岗位合一将难以发挥董事会监督作用。Prowse (1998)通过研究亚洲金融危机发现导致企业破产的因素包括所有权的过度集中和无效的公司治理。王克敏、姬美光(2006)将国家持股比例、关联交易和保护投资者制度等多个因子纳入财务风险预警模型的构建。张永安、付丽(2006)把董事会规模、对外担保等纳入非财务指标的风险预警实证检验。徐旭等(2009)在预警模型中加入审计意见类型以提高模型准确性。

综上，国内外学者多是单方面的从财务指标或非财务指标进行实证研究并得出有借鉴意义的预警模型，但很少有实证研究是将两者结合起来的。几乎所有的研究都将对象选定为在已被ST的主板上市公司，而财务风险预警模型的最大价值恰恰在于“预测”危机的到来，而不是“证明”危机的发生。

二、研究设计

(一)财务指标和预警模型的选择

由于我国现代化的财务指标体系和以此为基础的相关预警模型的研究大多是建立在西方已有的研究基础之上的，所以针对财务指标的预警模型直接选择在Z分数模型基础上加入了现金流量指标的更加能够全面反映现代企业经营水平的F计分模型。该模型是美国学者通过SPSS－X统计软件多微区分分析方法运用Compustat PC Plus会计数据库自1990年起的4160家企业财报样本数据分析得出的F计分模型，其基本内容如下:

F =－0.1774 +1.1091* X1+ 0.1074* X2+ 1.9271* X3+0.0302* X4+0.4961* X5

其中: X1是年末流动资产与年末流动负债的差除以年末资产总额的值; X2是年末留存收益与年末资产总额的除数; X3是净利润与折旧的和除以平均负债总额的值; X4是年末股东市场价值除以年末负债总额的差; X5是净利润、利息与折旧的和除以平均资产总额的值。

经过美国学者的大样本数据研究，F计分模型的F临界值是0.0274i，即F计算所得分数在0.0274以上的公司财务状况较好，而在0.0274以下的企业发生财务问题的可能性较大。

(二)非财务指标和预警模型的选择

根据已有研究，选择非财务指标有国有持股比例、相关代理成本、企业董事长和总经理合一性、持股董事所占比例、保护投资者的程度(审计意见类型)、企业关联方交易和是否存在对外担保等七项内容。

Logistic曲线是因变量取值范围在(0，1)区间的一个几率模型，因其取值范围被限定，所以该几率模型的概率P就落在0至1间的某个数值上，概率P将是后文判别财务风险情况最核心体现方式; X是泛指任意一个因变量，其值域也没用任何限制。Logistic模型如下:

其中也可表示为多个变量集合，即bx= Z = ∑bi* xi。

任何公司出现财务问题面临风险警示一定都不是由于财务或者非财务的某个单方面因素所致，为了更为客观、准确地对公司财务状况进行预测，综合财务和非财务两个方面的数据进行分析。

三、实证分析

(一)数据选择与来源

在财务指标分析方面，在创业板2010－2012三个年度中，各年分别删去信息不全的，获得可用样本数值165组、268组、316组ii;在非财务指标分析方面，各年分别删去信息不全的，获得可用样本数值188组、290组、290组。同时根据净利润增长率连续两年下降的标准(2009年的净利润数据来自各公司年报利润表)，分别将样本中的18组、25组、25组数据按照明显存在财务风险并作为实验组参与分析。

(二)财务指标实证结果分析

根据创业板成立以来各上市公司三年的财务报表资料，利用Microsoft Excel 2007计算出这三年样本上市公司F计分模型的平均和平均F分数如下:

表一

从表一可以看到创业板的上市公司平均F分数都大于临界值而且数据较大，这表明在后金融危机时期成立的创业板上市的的确都是已经摆脱金融危机的影响且走上正轨的企业。但必须指出的是，F分数从2010年的3.06一直降到2012年的1.54;这是因为2009年成立伊始的创业板，各种调控制度的建设还不健全，但随着时间的推移，相关管理政策开始陆续出台，这都对上市公司提出了更加严格的要求，所以F分数的下降反映出在国家调控下的上市公司挤掉“水分”、更为规范、提供的财务数据更真实。

根据净利润增长率两年连续下降的标准，同用上述方法将各年实验组的平均和F分数计算得出如下:

表二

从表二可以看到设计中的明确存在市场风险实验组中的平均数据在整体上是比较小的，在实验组得分“正常”的前提下也必须看到F分数也在不断下降，这表明实验组企业的财务质量在不断下降。这种下降不仅是在政策严格管制下的“去水分”，更重要的是因为这些公司本身的生产经营活动出现了这样那样的问题，这些都直接地反映在了财务数据上，比如净利润的持续下滑。

(三)非财务指标实证结果分析

Logistic模型中的各项非财务指标的取值确定如下:国有股份是否位居第一位，是取值1，否取值为0;代理成本为管理费用/总资产;董事长和总经理岗位同一人方面，如果董事长与总经理岗位分离，取值1，否则取值0;董事会中持股董事占董事会总人数比重按照实际比例计入;以年报审计意见类型替代的投资者保护程度，如果是标准无保留审计意见，取值1，其他全部取值0，同时，在SPSS17.0的二元回归分析中将哑变量审计意见类型设定为分类协变量参与处理;关联方交易方面，对应财务年度如果存在重大关联交易事项，取值1，否则取值0;对外担保方面，对应财务年度如果存在对外担保事项，取值1;否则取值0。

将2010至2012年的创业板样本数据录入SPSS17.0进行二元回归分析，将得到数据带入Logistic模型;数据库计算中首先将原始数据转化为SPSS数据，然后使用二值Logistic回归分析选项框进行各项指标设置，最后输出数据结果进行分类变量编码解读;得到如下结果:

2010年:

2011年:

2012年:

根据上述回归模型可以看到:第一大股东是国有股的以及董事长和总经理合而一体的系数，前者为正后者为负，同时，两者在各年在5%的显著性水平下通过检验，这说明第一股东是国有股成分的以及董事长和总经理合而一体的确对企业财务状况产生不良的影响;代理成本、关联方交易和对外担保各年的系数发生正负变动，但是这些变动都是能够通过5%置信水平显著检验的，这也就说明这三者对公司的财务会产生显著影响，但影响并不太大;年报审计意见的系数出现较大数值而且变化幅度很大，在5%的置信水平下，2010年和2011年的数据都没有通过检验，2012年的通过检验，这至少说明不在少数的上市公司的年报审计报告的客观公正状况应该受到质疑，该项指标的预警性在目前看来并不强。对于实验组公司来说，从非财务指标的模型分析中可以找到造成财务危机出现的影响因素，这些因素虽不够全面，但能够数据化地展现是什么样问题的出现在左右着公司的经营质量，而且这些影响因子的重要程度到底有多大。这种深入的分析是仅仅通过财务指标的研究难以得到的。

在模型的计算结果中，按照实验组表示公司财务存在明显风险危机的设计，各年的模型预测准确率分别是90.4%、91.4%、91.4%，可见，该Logistic回归模型的预测准确度整体比较可靠，而且随着上市公司上市时间的推移，通过非财务指标的财务预警预测的结果也是会越来越理想的。在前述F计分模型的分析中，实验组的得分都是合格的，但这点却恰恰是完全违背实验组设计的前提，所以F计分模型在实验组的预测准确率是0，但对照logistic模型的预测结果可以看到非财务指标在提高财务预警准确性中的不可或缺的作用。这同时也证明，在对上市公司的财务状况进行预警分析的时候，要特别重视非财务指标的影响。

四、主要结论与政策建议

创业板块随着时间的推移，F计分模型的检验结果会越来越真实，即财务指标对风险警示的影响逐渐显现。非财务指标中的国有股东、权力集中、代理成本、关联方交易、对外担保与企业出现财务危机的相关性为正。注册会计师的审计工作质量应当被予以更多关注，力求真实、可靠。最后，基于财务指标的预测模型和基于非财务指标的预测模型各有优劣，所以要注重在进行财务预警分析过程中综合运用两种方法，不仅要提高预测的准确性，更要找到潜在问题的源头及其解决方法。

综合运用下的F计分模型和Logistic模型在财务预警分析过程中能够较好地反映财务和非财务两大方面的指标数据，在此基础上的数据分析也能够更为真实而综合地反映上市公司的整体财务信息，也只有这样才能真正起到预警的作用，服务于投资者和其他信息使用者。在上市公司运行中，要强化企业管理，完善内控制度，健全中小股东权益保护制度，强化关联交易、对外担保的信息披露机制，对上市公司的年报审计要进行更为严格的审查，以此较为根本的避免创业板块上市公司的财务困境的出现。

注释:

①i数值来源论文: Eugene F.Brigham＆Louis G.Gapenski，“Financial Management: Theory and Practice(Eight Edition)”，The Dryden Press，1997.

②原始数据来源于国泰安、万得资讯等数据库和深圳证券交易所官方网站。

参考文献:

［1］Altman E.I..Financial ratios，discriminant analysis and prediction of corporate bankruptcy［J］.Journal of Finance，1968(9).

［2］Jensen M.C..The modern industrial revolution，exit，and the failure of internal control systems［J］.Journal of Finance，1993(48).

［3］吴世农，卢贤义.我国上市公司财务困境的预测模型研究［J］.经济研究，2001(6) : 46－55.

［4］王克敏，姬美光.基于财务与非财务指标的亏损公司财务预警研究——以公司ST为例［J］.财经研究，2006 (7) : 63－72.

［5］张永安，付丽.基于非财务指标的ST公司运营分析模型研究［J］.管理评论，2006(12) : 15－19.

(责任编辑:王佩)

［6］武艳，刘宝财.财务危机预警的F计分模型实证研究［J］.中国总会计师，2013(2) : 81－83.

［7］张厚臣，刘翠华.Excel在数理统计计算中的应用［J］.菏泽学院学报，2007(2) : 37－40.

［8］程英.探测数据对加权回归模型影响的度量［J］.菏泽学院学报，2005(2) : 7－9.

Research of Financial Early Warning System based on F Scoring Model and Logistic Model——In the Case of the Gem

WU Bang－lei，ZHANG Xiao－li
(Economic and Management Department，Anhui Technical College of Mechanical and Electrical Engineering，Wuhu Anhui 241000，China)

Abstract:The paper discusses the effectiveness of F Scoring Model and Logistic Model based on the analysis of the data of both financial and non－financial indicators to deeply reflect the financial situation of a listed company.Compared data shows F Scoring Model is quite suitable for a long time early warning，whereas Logistic Model can reflect the early warning purposes of non－financial indicators.

Key words:financial indicators; non－financial indicators; financial early warning system

作者简介:吴邦雷(1971－)，男，安徽芜湖人，副教授，硕士，研究方向:供应链管理;张晓丽(1989－)，女，安徽六安人，助教，硕士，研究方向:财务管理。

基金项目:安徽省2014年高等学校省级质量工程项目“物流管理特色专业”(2014tszy073)

收稿日期:* 2015－02－08

文章编号:1673－2103(2015) 04－0068－04

文献标识码:A

中图分类号:F23