企業(yè)財務(wù)流量表現(xiàn)狀

前言：本站為你精心整理了企業(yè)財務(wù)流量表現(xiàn)狀范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

編者按：本論文主要從樣本的選擇；財務(wù)預(yù)警模型指標的選擇；財務(wù)風險預(yù)警模型的構(gòu)建；模型的實證檢驗；本實證分析的局限性等進行講述，包括了運用T檢驗，判斷財務(wù)指標的顯著性差異、運用因子分析法，檢驗財務(wù)指標的相關(guān)性、多元線性回歸模型在我國財務(wù)預(yù)警研究中具有很高的應(yīng)用價值等，具體資料請見：

網(wǎng)絡(luò)環(huán)境作為全球化的技術(shù)環(huán)境，使會計行業(yè)發(fā)生了根本性的變革，企業(yè)管理者越來越多的關(guān)注網(wǎng)絡(luò)所帶來的挑戰(zhàn)與機遇。網(wǎng)絡(luò)財務(wù)在我國尚處于初期階段，它的運用存在諸多新風險，建立一套有效的財務(wù)風險預(yù)警系統(tǒng)是必然選擇，而建立財務(wù)風險預(yù)警系統(tǒng)最關(guān)鍵的就是構(gòu)建財務(wù)風險預(yù)警模型。

本文認為現(xiàn)金流量表能客觀地反映企業(yè)的經(jīng)營狀況及獲利能力，而且由于現(xiàn)金流量的計算不涉及權(quán)責發(fā)生制，幾乎沒有造假的可能，因此本文是基于現(xiàn)金流的F記分模型為基礎(chǔ)構(gòu)建網(wǎng)絡(luò)環(huán)境下的財務(wù)風險預(yù)警模型。

一、樣本的選擇

本文對企業(yè)財務(wù)風險預(yù)警模型進行實證研究，研究的主體是我國A股市場的上市公司，利用公開披露的企業(yè)信息來研究上市公司陷入財務(wù)危機的可預(yù)測性。

在確定樣本企業(yè)時，選取了一組在上海證券交易所上市交易的18家ST公司，同時還相應(yīng)地選擇同行業(yè)、同規(guī)模的18家非ST公司作為研究樣本，總樣本共36家。研究數(shù)據(jù)主要來自上海證券報上公開披露的2002年度到2006年度的年度報告的有關(guān)資料。

二、財務(wù)預(yù)警模型指標的選擇

任何企業(yè)的財務(wù)危機都會通過一些敏感性財務(wù)指標值反映出來。因此，設(shè)置一些敏感性財務(wù)指標是建立財務(wù)預(yù)警機制的基礎(chǔ)。基于網(wǎng)絡(luò)環(huán)境下現(xiàn)金流量對企業(yè)的重要性，本文主要從企業(yè)財務(wù)活動的角度，確定了三大類基礎(chǔ)指標：經(jīng)營環(huán)節(jié)風險指標，包括應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、主營業(yè)務(wù)收入增長率、營業(yè)周期、現(xiàn)金流入量與現(xiàn)金流出量之比、銷售營業(yè)現(xiàn)金流入比；籌資環(huán)節(jié)風險指標，包括流動比率、速動比率、資產(chǎn)負債率、產(chǎn)權(quán)比率、已獲利息倍數(shù)、長期資產(chǎn)合適率、總資產(chǎn)增長率、現(xiàn)金流動負債比率、現(xiàn)金盈利值、營運資金占用額；投資環(huán)節(jié)風險指標，主要包括總資產(chǎn)報酬率、總資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)凈現(xiàn)率。

為了全面客觀地檢驗上市公司的經(jīng)營好壞，所選取的財務(wù)指標要具有全面性與綜合性，保證所選指標之間存在顯著性差異；為避免指標之間某些特征重復(fù)計算，盡量消除變量的高度相關(guān)性。為此，本文將通過兩個步驟選取建模指標。

（一）運用T檢驗，判斷財務(wù)指標的顯著性差異

利用收集的總共36家企業(yè)的數(shù)據(jù)資料，分組計算19個財務(wù)指標在被掛名ST前兩年的平均值，計算兩組樣本各指標值的T檢驗值。

這個過程可以通過SPSS統(tǒng)計分析軟件中的樣本顯著性檢驗功能，對數(shù)據(jù)進行檢驗。為了讓更多的指標入選，現(xiàn)將T檢驗的判別標準定為：｜T｜≥1.7。在雙尾檢驗的顯著性概率中，通過檢驗的指標較多，在前一年有十二個，在前兩年有八個。模型中包括過多的指標，會不利于對上市公司的財務(wù)危機進行有效的預(yù)測。因此，需再通過顯著性的指標中再次篩選。

通過綜合考慮，最初選定了五個財務(wù)指標即：X1銷售營業(yè)現(xiàn)金流入比、X2資產(chǎn)負債率、X3營運資金占用率、X4總資產(chǎn)報酬率和X5總資產(chǎn)周轉(zhuǎn)率。

（二）運用因子分析法，檢驗財務(wù)指標的相關(guān)性

如果上述所選的五個指標之間高度相關(guān)，那么就會使某些特征重復(fù)計算，引起夸大的危害，因此在選擇最終變量時應(yīng)盡量消除變量的高度相關(guān)性。

這個過程可以通過SPSS統(tǒng)計分析軟件中的因子分析功能，對五個指標進行檢驗，其檢驗結(jié)果表明，這五個指標的相關(guān)系數(shù)都是小于0.5的。因此，可以選擇這五個指標來構(gòu)建模型。

三、財務(wù)風險預(yù)警模型的構(gòu)建

本文將采用基于極值原理的Fisher判別法。其基本思想是：把多維問題化為一維問題，并應(yīng)用線性判別函數(shù)解決判別問題。

第一步，在構(gòu)建模型前，需要確定所選的樣本數(shù)據(jù)是否是有效的。運用SPSS軟件，對樣本進行判別分析，經(jīng)判別后，有效觀測量為36。

第二步，檢驗五個指標的均值在ST組和非ST組之間是否存在顯著的差異，從而證實這些變量在構(gòu)造預(yù)測模型中的代表性。經(jīng)SPSS軟件檢驗證實，五個指標的均值在ST組和非ST組之間確實存在著顯著差別。第三步，運用SPSS軟件，對五個指標進行F線性判別，得到：

前一年的線性判別模型為：

Y=0.365X1-0.455X2+0.002X3+0.802X4+0.404X5+1.388

前兩年的線性判別模型為：

Y=0.114X1-0.968X2+0.079X3-0.026X4+0.721X5-0.525

根據(jù)前一年的判別模型，將企業(yè)成為ST前一年的數(shù)據(jù)進行回代代入，得到樣本企業(yè)的Y，Y=1.43，依據(jù)此分界值對樣本企業(yè)進行檢驗。若Y值＜1.43，則說明該企業(yè)在未來一年內(nèi)將陷入財務(wù)危機，反之，則為正常企業(yè)。檢驗結(jié)果表明：在ST組中，只有一家企業(yè)被誤判，預(yù)測的準確率可達94.44%；在非ST組中，只有兩家企業(yè)被誤判，預(yù)測的準確率可達88.89%。

同理，根據(jù)前兩年的判別模型，將企業(yè)成為ST前兩年的數(shù)據(jù)進行回代代入，得到樣本企業(yè)的Y，Y=-0.60，依據(jù)此分界值對樣本企業(yè)進行檢驗。若Y值＜-0.60，則說明該企業(yè)在未來一年內(nèi)將陷入財務(wù)危機，反之，則為正常企業(yè)。經(jīng)檢驗發(fā)現(xiàn)，在ST組中，有三家企業(yè)被誤判，預(yù)測的準確率可達83.3%；在非ST組中，有四家企業(yè)被誤判，預(yù)測的準確率可達77.8%。經(jīng)過檢驗，此模型在企業(yè)發(fā)生財務(wù)危機前一年的準確率要比在前兩年的判別準確率高，即離企業(yè)發(fā)生財務(wù)危機的時間越短，判別的準確率越高。這與企業(yè)發(fā)生財務(wù)危機的實際情況相符，因而證明，可以采用此模型進行實證檢驗。

四、模型的實證檢驗

本研究運用SPSS軟件做出了比較理想的多元線性回歸判定模型，而該模型的運行效果是否也能理想，其判定是否準確，預(yù)測結(jié)果是否符合實際情況，這些問題都還需要進一步檢驗。

下表是從隨機選取的作為研究樣本的12家上市公司公布的最新財務(wù)報告中提取數(shù)據(jù)來檢驗?zāi)Ｐ偷慕Y(jié)果。

從表中Y值可以看出，對于正常企業(yè)，所有的Y值全部高于1.43，模型驗證準確率為100%,而對于ST類的企業(yè)，只有50％的Y值是在1.43以下，另外50％Y值處于健康企業(yè)的范圍,模型驗證正確率為50%。

對于ST企業(yè)的判斷之所以會有這樣的偏差，筆者認為原因不外乎以下幾方面：

一是部分ST企業(yè)由于經(jīng)營狀況的改善使得財務(wù)狀況可能向好的方向轉(zhuǎn)變，這種情況下，我們認為是模型判斷企業(yè)的經(jīng)營狀況得到改觀；二是由于2007年中國股市暴漲，上市公司在股市上漲過程中賺取了大量的投資收益，從而使得報表中的純利潤一項較往年大幅增長；三是本文建模用的樣本數(shù)據(jù)不夠全面。這些樣本并沒有涉及到所有行業(yè)的、地區(qū)的或是各種性質(zhì)的企業(yè)；四是由于作者水平有限，模型可能存在漏洞也會導(dǎo)致判斷出現(xiàn)偏差。

五、研究結(jié)論

通過本文的理論總結(jié)與實證分析，得出以下結(jié)論：

第一，多元線性回歸模型在我國財務(wù)預(yù)警研究中具有很高的應(yīng)用價值。實證結(jié)果表明，該方法建立的模型具有較高的判別精度和預(yù)測能力，可以獲得較好的預(yù)警結(jié)果。第二，將逐步判別分析方法應(yīng)用于財務(wù)預(yù)警研究中，可以在減少模型變量的同時，達到與全部備選變量構(gòu)建的全變量預(yù)測模型相近的判別精度和預(yù)測能力，使最終構(gòu)建的預(yù)測模型更符合成本效益原則，具有較高的應(yīng)用價值。第三，本研究采用上市公司年度財務(wù)報告數(shù)據(jù)來構(gòu)建財務(wù)預(yù)警模型，極大地提高了財務(wù)危機預(yù)測的及時性，給企業(yè)一般投資者和債權(quán)人增加了一條更及時更準確的預(yù)警途徑。

六、本實證分析的局限性

一是所選上市公司的行業(yè)區(qū)別帶來的模型偏差未能解決。未能通過控制變量的方法來減少外部經(jīng)濟環(huán)境因素所可能帶來的預(yù)測偏差。二是此預(yù)測模型結(jié)論的準確性受到上市公司財務(wù)數(shù)據(jù)真實性的影響，可能導(dǎo)致相應(yīng)的一些財務(wù)指標出現(xiàn)異常。三是由于受上市公司樣本數(shù)據(jù)收集的限制，一時還無法對這些樣本進行連續(xù)幾年的跟蹤檢驗，但這種方法和思路已經(jīng)給了我們一個良好的開端。四是未能收集足夠的公司樣本進行研究。