实证构建医药行业上市公司财务预警模型

更新时间:2024-03-17 作者:用户投稿原创标记本站原创
【摘要】正所谓“隔行如隔山”,以往一些关于财务预警的研究模型往往一味追求普遍适用性而忽视了行业的特性,导致在对某一具体行业进行实证分析时,预警的效果不够理想。因此,本文着重剖析了医药行业上市公司面临财务危机时的迹象,借助SPSS 19.0统计软件进行回归分析,旨在构建出适用于该行业的公司财务预警模型。
【关键词】财务预警模型回归分析医药行业
医药行业的发展涉及国计民生,是老百姓十分关切的问题。近年来,由于原材料的频繁波动,该行业的上市公司面临着生产和资金方面的巨大挑战,一旦市场上医药产品的供应不稳定,则势必影响到老百姓的切身利益。如何帮助医药行业上市公司及时预防财务危机,避免对医药产品的正常生产造成不良影响,正是本文研究的初衷。本文通过选取近些年该行业中ST股和*ST股半数的上市公司财务数据,以及相同数量的经营状况良好、财务稳定的上市公司财务数据,借助SPSS 19.0统计软件,构建出适用于该行业的财务预警模型。

一、分析模式和分析样本的确定

选择合适的分析模式是建立财务预警模型的根本。根据以往的研究经验,对于医药行业上市公司财务状况的分析不适合选择单变量分析模式,这是由于从事该行业的企业往往主营业务种类繁多,产品品种多样,难以通过某一综合指标去评判侧重于不同业务的企业。因此,多变量分析模型相比之下则会大大提高预测的准确性,更加适用于分析业务繁杂的医药行业。
就财务预警模型来说,分析样本首先要区分财务失败样本与财务正常样本。对于财务失败的界定,最早的研究都是以企业破产作为唯一标准。然而,我国的实际情况表明,破产样本相对较少,而且此类样本所能传达的信息失真程度又偏高,难以得到正确的评价结果。随着国内证券市场的发展,相关管理机构建立起越来越规范的财务危机防范机制。中国证监会要求证券交易所对连续两年亏损及“状况异常”的上市公司实现特别处理(ST),对于出现连续三年亏损等情况的上市公司,给予“退市风险警告”(*ST)。因此,在确定财务失败样本时,可以选择该行业中ST或*ST的企业(由于违规或历史遗留问题而成为ST或*ST企业除外),而将非ST或*ST企业作为财务正常样本。
此外,为了剔除随机误差的影响,需要样本的主要特征呈正态分布,样本选择时有意根据配比原则一一配对,保持财务失败样本和财务正常样本数量相等(样本选取见表1)。

二、财务指标组合的确定

由于该行业需要采用多变量分析模式,本文在财务指标的设计筛选过程中,遵循以下五项原则。
第一,财务指标要体现企业的偿债能力。偿债能力是与财务失败最密切相关的分析点,偿债能力差的企业往往面临着较大的财务风险,一旦资金周转不灵很有可能导致无法偿还到期债务,致使企业陷入财务失败的境地。
第二,财务指标应反映企业的经营效益。企业陷入财务失败的最根本原因在于经营业绩差。如果企业的经营效益和发展前景良好,即使是短暂的资金周转不灵也不会对企业造成致命的影响。
第三,财务指标要体现敏感性原则。财务预警模型要求所设计的指标应当能够对财务数据的变化做出迅速明显的反应。这样才能起到预警排警的作用。
第四,财务指标要具有非共线性。由于一些共线性太强的指标反映的内容存在重复现象,选择分析指标时应当在尽可能综合全面地反映企业财务状况的基础上进行一定的筛选,避免指标内容的重复浪费。
第五,财务指标要具有可操作性。对于一些反映效果良好的指标,如果数据较难获得或取得成本很高,则应选择舍弃。
根据以上五项原则的要求,本文选择了反映偿债能力的营运资金充足率(反映短期偿债能力)、资产负债率(反映长期偿债能力)和财务保障率;反映营运能力的总资产周转率;反映获利能力的营业利润率、总资产收益率和经营活动净流量与营业利润的比值;反映获现能力的每股经营活动净流量;反映成长能力的净利润增长率和资产留存收益率共十项指标对应的样本公司财务数据,输入SPSS 19.0统计软件进行有效性筛选,最终营业利润率、总资产收益率、营运资金充足率、资产留存收益率、经营活动净流量与营业利润的比值和财务保障率共六项指标入选,成为适用于分析医药行业的财务指标组合。

三、财务预警模型的构建

根据系统筛选的财务指标组合重新整理样本数据,选择企业成为ST之前一年的财务数据计算需要的指标值并标记X1~X6。定义Y代表企业判定值,将财务失败样本的判定值定义为0,将财务正常样本的判定值定义为1,用以表示样本企业财务稳定的程度。于是,可以构建出适用于医药行业上市公司的财务预警模型如下:
Y=a1X1+a2X2+a3X3+a4X4+a5X5+a6X6+ε
根据样本公司财务数据计算得出的指标组合值如表2所示。
a. 因变量:判定值(Y)
将计算出来的样本指标组合值输入SPSS 19.0统计软件进行回归分析,求出财务预警模型的系数和修正值(见表3)。从而可以得出财务预警模型为:
Y=-0.007X1+0.004X2+0.209X3+0.025X4-0.13X5+0.017X6+0.504
由于多元线性回归法的随机误差默认符合正态分布,因此可以得出预测结果的判别临界点为:
Wc=(W0+W1)/2=0.5
预测值低于0.5,说明企业面临财务失败的危险,反之,预测值高于0.5,是财务状况正常的表现。

四、模型的实用性检验

模型的实用性检验包括模型的拟合度检验和模型的实证检验。
模型的拟合度检验可以依据表4,R=0.978接近于1,表明模型能够较好地反映医药企业的财务状况。
模型的实证检验需要该行业所有同类企业或随机抽取部分企业的财务数据进行整理,带入预警模型,对判定结果进行检验。以2011年ST东盛和华东医药两家上市公司的财务数据为例(如表5所示)。显然,按照构建出的医药行业财务预警模型判定标准,ST东盛的判定值Y=0.198<0.5,预示着企业正陷入财务危机,需要考虑采取必要的措施进行缓解和改善;而华东医药的判定值Y=0.557>0.5,显示财务状况正常,目前不存在财务危机,但该判定值与0.5接近,因此企业应当提高警惕。
此外,对医药行业42家上市公司进行实证检验发现:上述假设模型的总体准确率达到85.7%,说明该预警模型能够较好地判别上市公司是否陷入财务危机(检验情况如表6所示)。
五 结论
为了帮助医药行业上市公司有效地防范财务危机,本文通过对该行业陷入财务危机中的上市公司进行深入剖源于:论文的标准格式范文www.808so.com
析,同时与同行业中财务正常的上市公司进行比较,借助SPSS 19.0统计软件,构建出适用于该行业的财务预警模型。而且经过实证检验,预测的总体准确率达到85.7%,表明该模型能够较为准确地起到预警作用。
注释
① 本文各表数据来自医药行业部分上市公司2004~2011年年报
参考文献
[1]鲁爱民.财务分析[M].北京:机械工业出版社,2008

点赞:27022 浏览:122030