上市公司财务预警的实证分析（通用11篇）
关键词：财务失败；财务预警；实证分析
中图分类号：f275 文献标识码：a 文章编号：1003－721706－0083－05
1994年7月1日起正式实施的《公司法》规定：公司最近三年连续亏损，由国务院证券管理部门决定暂停其股票上市，亏损情形在限期内未能清除，由国务院证券管理部门决定终止其股票上市。中国证券监督管理委员会于3月16日颁布了《关于上市公司状况异常期间的股票特别处理方式的通知》，要求证券交易所应对“状况异常”的上市公司实行股票的特别处理（special treatment，简称st）。目前，沪深两市共出现近50家特别处理公司。签此，上市公司的管理当局迫切需要建立一个能预先发出危机警报的财务分析系统，以帮助避开或化解可能出现的财务危机。
一、主要财务预警模型简述
财务失败是指企业因财务运作不善而导致财务危机潜发的一系列动态结果。财务预警是以企业的财务报表、经营计划及其他相关会计资料为依据，利用财会、统计、金融、企业管理、市场营销理论，采用比率分析、比较分析、因素分析及多种统计方法，对企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的经营风险和财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有效措施，避免潜在的风险演变成损失，起到未雨绸缎的作用。
企业存在的目的和价值就是以其所掌握的经济资源去创造最大的财富，实现资产的不断增值。建立财务预警系统要求企业千方百计改善经营策略，提高管理质量，减少或避免财务失败的出现。银行通过这样的预测，可以考察贷款风险，防止坏账发生；投资者也可以在证券价格大跌之前就获得财务风险的警报，及时撤走资金或审慎投资；审计师可以准确判断企业的经营状况避免因未能正确披露其经营失败而招致的法律诉讼；公司经理人员越早获得失败信号越可以减少其在会计、审计、律师等方面所支付的费用；面对于那些准备借“壳”或买“壳”上市的公司，在寻找重组公司时，财务预测也是必不可少的。
本文主要通过对上市公司的考察来研究财务预警。由于国内证券市场的发展历史很短，有关财务危机预测的研究较少，而国外的证券市场由来已久，关于经营失败（或者说是破产）预测的研究相对成熟，这里介绍几种主要的预测方法：
（一）单变量分析法
最早运用统计方法研究公司失败问题的是美国的比佛（beaver，1966），对于财务失败，他不仅仅狭义地界定为破产，还包括“债券拖欠不履行、银行超支、不能支付优先股股利等”。他首先以单变量分析法发展出财务危机预测模型，使用5个财务比率分别作为变量对79家经营未失败公司和79家经营失败公司进行一元判定预测，发现（现金流量/总负债）财务预测的效果最好，（净利润/总资产）次之，在失败前5年可达70％以上的预测能力，失败前1年更可达87％的正确区别率。其中，“现金流量”来自“现金流量表”的三种现金流量之和，除现金外还充分考虑了资产变现力，同时结合了企业销售和利润的实现及生产经营状况的综合分析，这个比率用总负债作为基数，是考虑到长期负债与流动负债的转化关系，但是总负债只考虑了负债规模，而没有考虑负债的流动性，即企业的债务结构，因此对一些因短期偿债能力不足而出现危机的企业存在很大的误判性。“总资产”这一指标没有结合资产的构成要素，因为不同的资产项目在企业盈利过程中所发挥的作用是不同的。这不利于预测企业资产的获利能力是否具有良好的增长态势。单变量分析法虽然简单，但却因不同财务比率的预测方向与能力经常有相当大的差距，有时会产生对于同一公司使用不同比率预测出不同结果的现象，因此招致了许多批评，而逐渐被多变量方法所替代。
（二）z分数模型
最早运用多变量区别分析法探讨公司财务危机预测问题的是另一类美国学者奥曼（altlan，1968）。他将若干变量合并入一个函数方程：
z＝0.012x1＋0.014x2＋0.033x3＋0 006x4＋0.999x5
x1＝（期末流动资产－期末流动负债）/期末总资产
x2＝期末留存收益/期末总资产
x3＝息税前利润/期末总资产
x4＝期末股东权益的市场价值/期末总负债
（一）研究背景
中国有四千多万中小企业，不包括个体户，中小企业的数量有430万，每年中小企业正常的倒闭在5%～10%，但是今年上半年倒闭的中小企业统计到的已经达到了6.7万家，倒闭率达到了8.5%。
（二）文献回顾
1. 国外文献综述。
(1)关于一元线性判定模型。Beaver (1966)就1954—1964年间的危机公司随机抽取了79家危机样本公司，研究表明发现判别能力最强的财务指标分别是现金流量/总负债、净收入/总资产、总负债/总资产。(2)关于多元线性判定模型。Altman (1968)率先将逐步多元辨别分析法(stepwise multiple discriminant analysis, MDA)应用于财务危机的预测分析，他用1946—1965年间提出破产申请的33家公司和与其行业、规模相类似的33家非破产公司作为样本，选用了22个财务指标，然后通过逐步多元区别分析法选出五个最具预测能力的财务比率，拟合出一个多元线性函数模型，即大家熟知的Z值模型。(3)其他模型。Ohlson (1980)首度将Logit模型应用于信用风险评估领域，Messier&Hansen (1988)从知识获取角度探讨了专家系统在信用风险领域应用，Odom&Sharda (1990)用Altman制定的财务指标作为ANN的输入，KMV官方系统(1993)介绍了KMV信用评级模型，这些模型都能从一定程度上预测公司的财务危机。
2. 国内文献综述。
国内证券市场的发展历史很短，有关财务恶化的研究历史并不长，可以说基本上从20世纪90年代后期才有了比较深入的探讨，对国外模型进行了引入综述的有张维、李玉霜(1998)重点介绍了Z-score模型、改进的Zeta判别分析模型、MDA、Logistic模型、主成分分析、聚类分析、数学规划以及神经网络模型等;对国外模型进行改进，然后进行实证分析的有陈静(1999)以1998年的27家ST公司和27家非ST公司为样本，结果发现在ST发生的前三年能较好地预测经营失败。
二、模型的构建和分析
（一）样本的选取
本次研究主要针对中小企业构建财务预警模型，考虑到样本公司的经营稳定性和可持续性，选取了2007年以前上市的103家中小企业上市公司、非财务危机公司为实验样本。
本研究选取了11家2008年因连续两年亏损而被风险警示的公司(*ST公司)作为财务危机样本公司。为了避免A股和B股相互影响，样本限定于发行A股的上市公司。由于中小企业板块*ST公司尚无，选取深交所的*ST公司替代，由于本模型采用的是比率数据，因此对模型并无影响。
（二）选取变量
通过相关性分析并且根据成本效益原则，最终选取的指标变量为，X1=净资产收益率(%);X2=主营业务收入增长率(%);X3=资产负债率(%);X4=销售商品收到现金与主营收入比(%)。同时假定财务危机公司的Z值为100，非财务危机公司的Z值为0(当前学界普遍采用的是Z值为1或者0来构建模型，但此处考虑到百分制更加客观，所以采用了百分制，对实质并无影响)。
（三）估计参数，构建模型
多元判定分析遵循了费雪准则，即判别结果是两组间区别最大，而组内离散性最小。在费雪准则下的线性判别函数为：Z=a1*X1+a2*X2+a3*X3+a4*X4(其中，a1、a2、a3、a4是待求的判别函数系数)。
通过输入2007年的样本数据，利用EVIEWS软件进行多元线性回归，可以得到如下分析结果：
得到的多元线性模型为:Z=-0.09993381108*X2-0.1953371967*X4+0.7345495524*X5-0.1822194787*X7Dependent Variable:ZMethod:Least Squares Date:12/09/08 Time:11:23Sample:1 114Included observations:114
由图1可以看出，系数的显著性检验都能通过，变量的t统计量值对应的概率依次为0.0005、0.0063、0.0000、0.0002，可以看出，在显著性水平a=0.05的情况下，X1、X2、X3、X5都显著地小于0.05，所以变量对Z的影响显著;方程的显著性检验也能通过，在显著性水平a=0.05的情况下，F统计量值对应的概率接近于0;模型的拟合性较好，可决系数达到了0.527136，调整后的可决系数略有降低为0.514240;考虑到资本市场的有效性、会计数据质量和样本量等因素的影响，自变量和因变量之间的相关性仍能达到上述水平，足以表明得到的Z值模型的对中国上市公司财务预警的有效性。相信随着今后资本市场的有效性加强，会计信息质量的改善，Z值模型的预测力将进一步加强。
三、模型应用于实证分析
将11家*ST公司和104家非财务危机公司的三年的样本数据代入模型，可以分别得到三年的Z值(由于样本数据较多，以下仅列出11家财务危机公司的Z值结果)。
根据得到的结果，初步判定Z<28.7为财务危机公司，Z.>28.7为非财务危机公司。
为了检验Z值对公司财务预警的有效性，逐年分析Z值的第一类错误和第二类错误，可以得到如下结果：
其中，第一类错误是指将财务危机公司误测为非财务危机公司，第二类错误是指将非财务危机公司误测为财务危机公司。
四、研究结论和建议
通过上述实证分析，我们可以清楚地看到预测模型对中国市场的有效性。对于*ST公司，已经连续两年亏损，公司进行重组或者改革的难度一般很大了，及时的财务预警的确不可缺少。虽然理论上，我们可以采用更加先进的技术来构建财务预警模型，但是中国资本市场的现有状况而言，Z—SCORE模型尚且没有得到推广，采取其他模型更需要一段过渡期。
摘要：中国中小企业家群体三十年来再次遭遇了新的生存危机, 上半年中小企业倒闭数量大幅增加, 如何适应中国国情, 构造一个财务预警模型再次提上议程, 通过对国内证券市场上市公司进行实证分析, 考察预测模型能否有效地应用于资本市场, 希望对中国的财务预警有所帮助。
关键词：Z值模型,上市公司,财务预警
参考文献
[1]张玲.财务危机预警分析判别模型及其应用[J].预测, 2000, (6) :38-40.
[关键词] 财务危机 相关分析 逻辑回归 主成分分析 神经网络模型
在过去的几十年里，我国的证券市场一路经历考验和改革，取得了突飞猛进的发展。迄今，沪深两市共有近1500家上市公司。然而，由于管理和操作的原因，许多公司都遭遇了财务困境，甚至因为财务风险而变成ST或PT公司，严重影响了公司的信誉和流通市值，同时也给投资者带来巨大的恐慌和经济损失。因此，这就需要在公司陷入财务危机前，找到一套切实可行的预警方法，为市场主体各方敲响警钟，以促进上市公司及早采取应对措施，改善公司的财务状况。
一、财务预警系统的指标体系
1.财务风险的定义
风险(Risk)是人们因对未来行为的预测及客观条件的不确定性而可能引起的后果与预定目标发生多种负偏离的结合。企业总是在不同的风险环境下生存和发展的，经营企业离不开风险。
2.财务管理指标简述
现在财务管理理论认为，衡量一个企业的财务状况，取决于盈利能力、资产管理能力、企业偿债能力和成长能力。因此，企业的财务指标可分成以下几类: 偿债能力指标、资产运营能力指标、收益能力指标、成长能力指标。在每一类指标中包括若干个财务比率指标，用这些指标来反映企业的财务状况和经营成果。
(1)盈利能力指标
获得利润是企业生产经营的目的，也是企业生存发展的前提。反映企业盈利能力的主要指标有:每股收益(EPS)(全面摊薄)；销售净利率；销售毛利率；资产净利率(ROA)；主营业务利润率；净资产收益率(ROE)(全面摊薄)。
(2)成长能力指标
成长能力指标是对企业的各项财务指标与往年相比的纵向分析。反映企业成长能力的指标主要有: 每股收益(EPS)同比增长率(全面摊薄)；主营业务收入同比增长率；主营业务利润同比增长率；总资产同比增长率；每股净资产(NAVPS)同比增长率；每股现金流量增长率。
(3)营运能力指标
企业的营运能力即企业的资产运用效率，是指企业的营业收入净额对各项营运资产的比率关系。一般而言，反映企业资产管理能力指标主要有:营业周期；存货周转率；应收账款周转率；流动资产周转率；固定资产周转率；净资产周转率；总资产周转率。
(4)偿债能力指标
企业偿债能力是指企业支付债务的能力，它表明企业对债务的承担能力和偿还债务的保障能力。企反映企业偿债能力指标主要有:流动比率；速动比率；保守速动比率；资产负债率；产权比率；有形净值债务率；已获利息倍数。
二、企业财务预警系统的构建
在上述基础指标体系中的26个指标，并不是所有指标都能反映出渐入财务危机的企业与健康型企业的差异；并且，各指标对财务危机的预示程度也各不相同。一般可使用专家选择法定性确定对财务危机敏感的指标，本文从实证分析出发建立数学模型，应用定量方法对上述指标进行筛选、提炼并综合考虑进行预测。
1.数据来源
本文从沪深两市所有上市公司中随机选取64家公司作为样本数据，其中有于2000年～2007年八年中被特别处理的34家ST公司作为财务困境公司的研究样本，其选取标准为:
(1)会计年度的审计结果显示的净利润为负值
(2)交易所证监会认定为财务状况异常
其余30家公司为财务状况良好的企业，作为健康型公司的研究样本。利用WIND咨询金融终端提取上市公司公布的相关数据，对于ＳＴ公司提取其被特别处理前一年度的数据（如＊ST济百, 编号为600807，于2003年3月7日宣布进行特别处理，则提取该公司2002年度的26个指标值进行研究）。并将健康型企业赋值为1; ST企业赋值为0。
2.指标的筛选
正如上文所述，每个指标对企业财务困境的敏感程度有强有弱。在建立企业财务预警系统时，我们需要将26个基础指标精简，以那些能够充分预警企业财务危机的指标作为预警系统的主要组成成分，本文利用相关分析方法和建立Logit逻辑回归模型，根据指标对财务危机的敏感程度进行筛选。
(1)相关分析方法
描述客观事物相互间关系的密切程度并用适当的统计指标表示出来，这个过程就是相关分析。两个变量之间的相关程度通过相关系数R来表示。正相关时，R值在0和1之间；负相关时，R值在-1和0之间。
(2)Logit逻辑回归模型基本思路
Logit逻辑回归模型是一种非线性概率模型，其最大优点是,不需要严格的假设条件,克服了线性方程受统计假设约束的局限性,且具有了较其他模型更广泛的适用范。
(3)指标筛选结果
利用EVIEWS软件，对64个样本数据进行分析，建立各个指标与公司财务状况的相关关系和Logit逻辑回归关系，通过分析结果，我们可以清晰的辨别出与陷入财务危机的企业相关性较大的指标。①通过观察相关系数值，大于0.5的指标即具有中度相关性，大于0.8的指标具有高度相关性；②通过观察各个指标Logit逻辑回归模型的P值，可以判断P值小于0.05的指标即为回归系数显著不为零，进而拒绝原假设，认为该指标的变动将对公司属性（属于健康型企业或是渐近财务危机的企业）具有不可忽略的影响。依据上述两条判断标准，选取以下指标作为预警系统的主要组成成分：每股收益(EPS)(全面摊薄)；销售净利率(NP)；资产净利率(ROA)；主营业务利润率(MR)；净资产收益率(ROE)(全面摊薄)；主营业务收入同比增长率(IRG)；主营业务利润同比增长率(IRP)；总资产同比增长率(IRS)；每股净资产(NAVPS)同比增长率(INAVPS)；流动资产周转率(LT)；总资产周转率(TT)；流动比率(LDBL)；保守速动比率(BSSDBL)；资产负债率(ZCFZL)；已获利息倍数(YHLXBS)。
3.利用主成分分析提炼指标
(1)主成分分析方法基本思想
主成分分析（Principal Component Analysis）是考察多个定量（数值）变量间相关性的一种多元统计方法。它是研究如何通过少数几个主分量（即原是变量的线性组合）来解释多变量的方差－协方差结构。
(2)主成分分析结果
在SPSS软件中，对上述15个基础指标进行主成分分析，有以下结论:①主成分F1和F2一起解释了总方差的51.72％（累计贡献率），这说明前两个主成分提供了原始数据相当的信息。②前5个主成分特征根大于1，而其他主成分的特征值小于1，可以认为前五个主成分能概括绝大部分信息。③第一主成分、第二主成分与原始变量关系，可用下列线性组合表示:④依照上式计算64家样本企业的F1和F2，为方便后续计算,记为：
4.应用神经网络算法建立综合预警系统
(1)神经网络算法
人工神经网络(Artificial Neural Network,简称ANN)是由大量神经元互相联接而组成的复杂网络系统,对非线性系统具有很强的模拟能力。此外,神经网络的“黑箱”特性很适合预测领域的应用需要,它不需要任何经验公式,就能从已有数据中归纳规则,获得这些数据的内在规律,因此即使不清楚预测问题的内部机理,只要有大量的输入、输出样本,经神经网络“黑箱”内部自动调整后,便可建立良好的输入、输出映射模型。
(2)应用神经网络建模
本文应用BP神经网络方法中的一种feed-forward backprop建立模型，经过多次试验，有三个模型拟和程度较好(见下表)。
三个模型的拟和程度十分相近，神经网络的训练步数均在10步左右即可达到目标。下图展示了第二个模型的拟和程度和“黑箱”内的训练步数。
5.模型的检验和评价
为了评价模型的优劣，本文随机选取了10个上市公司的数据，分别为：伊泰B股、鲁抗医药、亚通股份、青岛海尔、中国铝业、大化B股、平煤天安、ST天目、*ST成商、S*ST沪科，将其相关数据带入模型进行检验。结果，除了ST天目的判断出现错误，其他的模型拟合结果良好，应用该模型判断的结论十分接近于真实值。
总的来说，采用MATLAB的神经网络工具箱进行建模，取得了非常好的拟和效果，对企业财务危机的预警精确度高，且建模操作简便。进一步研究上述神经网络的三个模型，正确率均为90％，其中Model2效果最好，结果简洁清楚，可以直接用于判断预测企业是否面临着重大的财务危机。而对于ST天目这个样本数据，三个模型均在此预测出错，有可能是公司提供的数据有出入。具体原因有待进一步分析。
三、结论
本文从四个方向26个财务指标出发，逐步进行指标的筛选、提炼和综合考虑，混合使用了相关关系分析、Logit逻辑回归分析、主成分分析方法，以及神经网络模型，建立起上市公司发生财务危机前一年的预警系统，并应用其进行预测。模型的检验说明其拟和度达到90％。该系统为预警上市公司的财务危机提供了一个有效的方法。
参考文献：
[1]卫海英 刘 潇:SPSS在经济管理中的应用.北京:中国统计出版社，2003
[2]庞 皓:计量经济学.北京:科学出版社，2006
[3]盛 骤 谢式千 潘承毅:概率论与数理统计.北京:高等教育出版社，2005
[4]卞毓宁:统计学.北京:科学出版社，2005
上市公司对外担保与财务困境的实证研究 作者：龚凯颂 吴 静
来源：《财会通讯》2005年第11期
债权治理效应的理论分析与假设提出
债权治理效应的理论渊源是资本结构理论中的代理成本说及其分支企业控制权理论。代理成本说和控制权理论将公司治理引入资本结构理论的研究中，突破了以往资本结构理论中仅对负债的财务杠杆效应、税盾效应的研究，提出了负债的治理效应：适度负债，有助于缓解公司内部各利益相关者的利益冲突，激励、约束经理人员，克服代理问题，并且实现控制权的重新安排；同时，债权人以“相机控制”的方式，在公司治理中担任重要的角色。具体来讲，我们认为债权的治理效应是通过以下机制实现的：
一、负债本身的激励约束机制
一方面，经理的剩余索取权随举债增加而增加，这就内在激发了经理的积极性，使经理利益与股东利益趋于一致；而且负债还可以减少经理用于享受个人私利的自由现金(JensenMeckling,1976)。另一方面，负债的还本付息压力，可以减少可支配的自由现金流量，从而抑制那些有利于营造经理帝国却不利于企业价值增长的过度投资(Stulz,1990)。
二、相机控制和破产程序
相机控制，即控制权的转移，是指当企业无力偿债时，剩余控制权和剩余索取权便由股东转移给债权人。这时债权人的控制是通过受法律保护的破产程序进行的，包括两种处理方式：一种是清算，即把企业的资产拆开卖掉，收益按债权的优先序列分配。清算有自愿和强制两种情况。清算的结果是经营者没有了饭碗。另一种是重组，即由股东、债权人和经营者进行商量提出方案，如果重组的价值大于清算的价值，破产企业可能被重组。企业重组涉及减免债务本金和利息、债转股、延长偿还期、注入新资金等，也可能涉及更换经营者。因而在“破产威胁”下，债务成为一种担保机制，对经理形成“硬约束”(GrossmanHart,1982)。
三、银行监控
银行作为主要的债权人，凭借其与公司独特的关系――拥有公司充分的信息，在公司中有重大利益，有监控公司能力――使得它便于在公司治理中发挥作用。特别地，就主银行体制而言，主银行还具备了有别于其他外部控制源的三个优势：(1)主银行在联合监督的事前、事中和事后利用掌握的信息能够以较低的成本有效地约束经理。(2)大、小银行组成的银行团中，由各大银行分别担任自己关系公司的主银行，担当监控公司职责，以节约稀缺的监督资源。(3)以银行贷款为基础的相机控制，导致公司经营不佳时其控制权自动由经营者转向主银行。但是应该看到，主银行体制中债权的这种治理效应，是以主银行的`股东身份作为支撑的。
综上所述，有效的债权治理有助于提高公司治理效率，最终将在公司治理效率的载体――公司绩效上体现出来，即债权的治理效应会对公司绩效产生正面影响。根据上述分析，我们得到假设：资本结构（债权比例）与公司绩效具有显著的正相关关系。
实证分析
一、研究样本的选取
由于不同时期的上市公司受市场环境、宏观经济条件的影响各不相同，为了避免由此带来的统计上的“噪音”，我们认为样本公司应该在上市时间上具有可比性，因而我们选取了上市的106家公司为研究对象。我们从中选取只发行A股的101家公司，并删除曾被ST处理的5家公司，最后得到96家公司。研究年度为、和20，总样本量为288个观测值。使用的数据来自巨灵证券信息系统、巨灵信息网；计算过程利用STATISTICA 5.0完成。
二、研究变量的选取
1.被解释变量：公司绩效指标P
我们认为负债对公司绩效主要有三方面影响，即财务杠杆效应、税盾效应和治理效应。而本文将主要分析负债的治理效应，因此我们选取三个不同的会计指标，以区分负债的不同效应对公司绩效的影响。
(1)主营业务利润率CPM，只反映负债的治理效应。
CPM＝主营业务利润／主营业务收入
(2)总资产收益率ROA，反映负债的治理效应和税盾效应。
ROA＝税后净利润／年初年末总资产平均值
(3)净资产收益率ROE，反映负债的治理效应、税盾效应和财务杠杆效应。
ROE＝税后净利润／期末权益资本＝［总资产息税前利润率＋（总资产息税前利润率－负债利率）×负债／权益资本］×（1－所得税）
我们之所以未选择价值指标，是因为价值指标是负债三种效应的综合体现，我们从中很难区分出负债治理效应对公司绩效的影响。
2.解释变量：资产负债率DAR
3.控制变量(Control Variables)
(1)公司规模(SIZE)
公司总资产的自然对数（总资产以10亿元为单位）
(2)成长能力(GROWTH)
净利润增长率＝（当年净利润－去年净利润）／去年净利润
(3)行业虚拟变量(C)
由于96家公司中有67家为制造业公司（占70%），因此我们将行业分为制造业和非制造业两大类。若样本公司属于制造业，则C=1；否则C=0。
(4)年度虚拟变量(Y,Y)
当观测值属于20时，Y2000=1；否则Y2000=0。
当观测值属于2001年时，Y2001=1；否则Y2001=0。
三、假设检验
为了检验假设，我们建立回归模型：
P=B[,0]+B[,1]・DAR+B[,2]・SIZE+B[,3]・GROWTH+B[,4]・C+B[,5]・Y2000+B[,6]・Y2001+e（P=CPM、ROA、ROE；e为误差项）
回归结果见表1。表1表明资本结构与公司绩效呈显著负相关，因而假设不成立。具体来讲，列1表明资产负债率与CPM显著负相关，回归系数为-0.29，这说明债权的治理效应对公司绩效产生负面影响。列2表明资产负债率与ROA显著负相关，但在负债的税盾效应作用下，负相关性变得十分减弱，回归系数变为-0.031。列3表明资产负债率与ROE显著负相关，但在负债的杠杆效应和税盾效应的综合作用下，负相关性有所减弱，回归系数变为-0.092。由此可见，债权的治理效应对公司绩效产生了显著的负面影响，这说明债权在公司治理中没有发挥出应
有的作用，即债权治理表现出无效性。
表1 公司绩效对资本结构的回归结果
附图
原因分析
我们认为债权治理失效的原因表现在以下几个方面：
一、债务债权关系的虚拟性
国有银行与国家控股的上市公司（所有者都是国家），之间是一种虚拟的债权债务关系，不是真正意义上的单纯靠法律手段来规范和仲裁的债权债务关系，契约的严肃性很容易受到破坏。一方面，国有银行独立性不高，仍然受到国家政策甚至行政指令的影响，使得资金在政府的影响下流入绩效差的企业。当企业无力偿债时，作为债权人的国有银行通常只采取贷款展期、以新贷还旧贷和将未支付利息资本化的办法，而不是用破产等积极手段追索债权。另一方面，由国有企业脱胎而来的国家控股上市公司，存在着严重的路径依赖，缺乏自动履债的积极性。因而这种虚拟的债权债务关系无法达到约束经营者行为的作用，是债权治理失效的根本原因。
二、破产退出机制与相机控制失灵
当企业在“收不抵支”和“资不抵债”、无力偿还债务本息时，通过破产机制，企业的剩余控制权和剩余索取权就会由股东转移给债权人。然而，在我国上市公司并非如此。我国的《破产法》仅限于调整国有企业，对股份制公司没有明确规定，因此上市公司破产缺乏健全的法律依据。
如我国证券市场上不少PT公司已连续3年严重亏损，资不抵债，可以说已处于事实性的破产。然而PT公司们却通过各种“保牌”手段至今仍留在股市之内。可见破产机制未能发挥作用，债权没有起到应有的治理作用。尽管证监会在2001年2月出台了《亏损上市公司暂停和终止上市实施办法》，并于2001年11月进行了修订，使PT水仙、PT粤金曼、PT中浩、PT南洋和PT金田5家公司先后退市，但此办法对亏损公司暂停和终止上市时如何发挥债权人的“相机控制”作用没有做出明确的规定。债权人根本无法接管企业，企业的清算和重组最终由国家股东行政安排，因此债权人相机控制无法实现。
三、主办银行制度未发挥应有作用
我国从开始建立主办银行制度的试点工作，通过签订协议的形式在银行和企业之间建立相对稳定的信用关系和合作关系。然而它单纯强调主办银行对企业的金融服务，忽视了主办银行制度的本质特征，即银行对企业监控机制的建立。特别是我国《商业银行法》和《证券法》禁止国有银行持有其他公司的股票，这就大大削弱了债权人的监控效果。同时，银企合作协议一年签订一次，难以体现主办银行与企业之间的长期合作关系；而且银行的贷款主要限于流动资金贷款，所以银行并不关注企业的长远发展。在这种情况下，银行只是债权的消极保护者，主办银行制度不能发挥作用。
政策建议
一、大力发展企业债券市场，建立真正的债权债务关系
国有银行与国家控股上市公司之间的债权债务关系的虚拟性，使银行信贷对企业无法形成硬约束。然而如果通过发行企业债券，企业面对的是广大的债券投资者（大多数为居民），这种债务对企业来说是必须归还的（欠老百姓的钱是无法赖账的），否则企业经营者就会面临巨大的社会压力和经济压力。因此发行企业债券将形成一种“硬约束”的真正的债权债务关系。目前，我国企业债券市场发展滞后，计划控制色彩浓厚。大力发展企业债券市场，应该使企业债券的发行尽快由指标分配制向市场化的发行方式过渡；建立起充满竞争、交易活跃的统一的债券市场体系；健全相关的法律法规，培育债券评级等中介机构并引导其规范运作。
二、破产退出机制，实现债权人的相机控制
规范和强化《亏损上市公司暂停和终止上市实施办法（修订）》的实施，尽快健全完善上市公司破产的法律依据。最近，最高人民法院出台了《关于审理企业破产案件若干问题的规定》，它突破了《破产法》的适用范围，首次将股份制公司纳入破产条例，为上市公司破产提供了初步的法律依据。但《规定》只是对现行《破产法》个别地方试探性进行了突破，新的《破产法》尚未被全国人大审议通过，因此应加速新《破产法》的出台，为上市公司破产提供完善的法律依据。只有这样才能使破产退出机制真正建立起来，才能使破产威胁成为经营者的硬约束，从而发挥出债权的治理效应。
在破产退出机制有效发挥作用的基础上，通过立法等方式确定债权人在亏损上市公司破产清算、暂停和终止上市、重组中的优先与主导地位，将剩余控制权与剩余索取权转移给债权人，实现相机控制。
三、允许银行适度持股，完善主办银行制度
我国目前的主办银行制度只体现了这一制度的侧面，如较稳定的信用关系、综合经济往来以及信贷技术支持等，尚未触及到主办银行制度的实质所在，即银行对企业监控机制的建立。因此，当国有银行商业化、股份制的改造基本完成后，可适时地修改《商业银行法》和《证券法》的有关条款，允许银行持有工商企业的股份，充分发挥主银行在公司治理中的监控作用，提高债权治理效率，从而完善主办银行制度。
【参考文献】
1.张维迎：《企业理论与中国企业改革》，北京大学出版社，19。
2.沈艺峰：《资本结构理论史》，经济科学出版社，1999年。
3.傅元略：《企业资本结构优化理论研究》，东北财经大学出版社，1999年。
4.吕景峰：《债权的作用与我国国有企业治理结构的改进》，《经济科学》，(3)，第22-28页。
5.张胜芳：《关于公司治理的思考》，《会议研究》，2001(10)，第25-29页。
6.张兆国等：《试析我国上市公司资本结构的效应》，《会计研究》2001(10)，第18-24页。
摘要：股权集中度的高低决定了公司代理问题的本质，因此确定合理的股权集中度有助于降低代理成本，提高企业价值，所以逻辑研究的前提是首先要了解影响股权集中度的相关因素，本文以北京市上市公司数据为样本，对我国上市公司股权集中度影响因素进行了实证分析。结果表明，公司持股主体，公司治理，审计质量都对股权集中度有影响，在此基础上还对我国上市公司的治理提出了建议。
关键词：股权集中度；影响因素；实证分析
一、样本数据与变量说明
（一）样本选择
本文所选取的样本是在上海证券交易所和深圳证券交易所上市的上市公司（所属地区为北京市）2011年的截面数据为保证数据的有效性，清除异常样本对研究结论的影响，选取北京市213家上市公司为原始样本按以下原则进行样本筛选： 从原始样本中剔除某些数据不全的公司9家； 剔除数据存在异常的4家最终选取样本数为200家。信息来源：RESSET金融研究数据库。
（二）变量说明
本文主要从股权集中度，审计质量，持股主体，公司治理这几个方面设置具体变量，各变量定义如下（1）A：股权集中度，本文中的解释变量为股权集中度。实证中涉及股权集中度的指标主要有： 第一大股东持股比例、前五大股东持股比例、前十大股东持股比例，这三个指标主要是从绝对数上衡量股权集中程度，本文选用前五大股东的赫芬戴尔系数作为股权集中度的量化指标，（2）B ：股权结构变量，本文对国家股（B1）、法人股（B2）、流通股（B3），各不同的投资主体分别考虑（3）C：董事会人数，本文选取各上市公司的董事会人数的自然对数，（4）D：独立董事会比例，（5）i：会计师事务所，本文选取是否为目前国内的十大会计师所来解释审计质量，若是则为1，反之则选为0；
一 基本假设
假设1 ： 国家股比例与股权集中度正相关。
假设2： 法人股比例与股权集中度正相关。
假设3 ： 流通股比例与股权集中度负相关。
假设4：选择十大会计师事务所与股权集中度负相关。
假设5：董事会人数与股权集中度负相关
假设6：独立董事比例与股权集中度负相关。
二 模型设定
二、实证结果及分析
1.描述性统计分析
从描述统计表（表略）中可以看出文章选取了七个变量，其中股权集中度变量为被解释变量，其余六个为解释变量，其中会计师事务所变量中若为中国十大会计师事务所（报告国际四大事务所在中国成立的机构）则取值为1，若不是则取值为0，从表中可以看出其均值为0.465，不到50%，说明所属地区为北京市的上市公司中有一半以下的公司选取了十大事务所，股权集中度变量中最大值超过90%，其均值也有62%，说明我国的股权集中集中度依然很高，公司第一大股东，前五大股东所占的比重很高，国有股比例均值不到10%说明随着我国市场化进程，和股权分置改革，国有股所占的比重在下降，独董比例的评均值大约为30%，流通股比例的均值达到了96%，说明股权分置改革后，我国的流通股比例程度已经很高，流通股比例的理想值应该是100%，我国应该进一步加强股权分置改革。
2.回归分析
如表所示：会计师事务所，法人股比例，流通股比例这几个变量通过了5%水平下的显著，国有股比例通过了1%水平下的显著，其中董事会人数这个变量不显著。得出以下结果：
国家股比例与股权集中度显著正相关，假设1 成立。这也从另一个侧面说明我国上市公司的股权仍然在国家的手中占有很大比重。同时上市公司除国有股外，其他持有人分散风险意识较强，不愿意集中持有一个上市公司的股票。
对假设2 的检验结果是： 通过回归分析，我们看到法人股与股权集中度正相关，并且t 检验显著，假设2 成立。法人股比例越高，股权集中程度越高。
对假设3的检验结果是： 通过回归分析，我们发现系数为负值，流通股与集中度负相关，t 检验显著，假设3 成立。由于流通股持有者大多是中小投资者，他们分散风险意识强，一般不会集中持有一个上市公司的股票，所以流通股持有呈现分散化； 另外，由于在二级市场进行收购兼并的成本大大高于收购法人股或国有股，因而流通股集中的可能性也比较小。
会计师事务所与股权集中度显著正相关，假设4不成立，这是由于目前会计师事务所的市场竞争比较大，十大会计师事务所也不列外，其可能为了业务，与被审计单位合谋。
结果显示，董事会人数与股权集中度不存在显著相关性，假设5不成立，中国上市公司董事会人数大多为九个，十一个，其中独立董事一般为三个，同时持股超过5%的股东可以推举董事，然后股东大会表决通过就可以进入董事会，所以公司第一大股东，前五大股东可以持有公司绝大部分股权。
结果显示，独董比例与股权集中度正相关，假设6不成立，在我国独立董事常常没有发挥其应用的作用，甚至有些独董，为了获得，保住其独董的位置，与公司控制，拥有者合谋，并且在董事会规模一定的情况下，独董比例越高，其他董事就越少，就有利于公司股权集中度提高。
三、结论及启示
本文通过对北京市的200 家上市公司进行实证分析得出以下结论：
（1）上市公司中国有股比例越低，股权集中度越低。这说明国有股比例是影响上市公司股权集中度变动的一个主要因素（2）法人股比例越低，股权集中度越低。这说明发起人法人股比例是影响上市公司股权集中度变动的一个主要因素（3）流通股比例与股权集中度显著负相关，流通股比例越高股权集中度越低（4）会计师事务所，独董比例与股权集中度显著正相关
根据以上结论我们得出以下启示：
1，我国上市公司绩效总体不理想的原因有很多，其中一个重要原因就是股权集中度过高。因此，适度降低上市公司股权集中度是我国今后必须完成的一项艰巨任务。2，是降低股权结构中国家股的比重。我国特有的股权二元结构在很大程度上限制了我国市场机制作用的发挥。并且由于国家股代表的是国家利益，不利于股权治理作用的发挥，随着股权改置实行国有股比重有所下降，但是依然未达到要求，所以要继续加强股权分置改革，这是一个长期的任务。3，继续增大流通股的比重。流通股比例可以对管理层形成有效的监督，有利于降低代理成本。4，政府应进一步加强对会计师事务所的监管。5，完善独立董事制度，明确独立董事应承担的责任、给予的权力、评价业绩的标准，并使权责利一致。
关键词：Z模型,修正,预警
1 引言
“天有不测风云, 人有旦夕祸福”。在复杂的竞争环境下, 企业财务风险对企业理财的冲击是不能忽视的。如果企业能够及早地评估财务风险, 分析导致财务危机的可能原因, 并及时采取行动, 就可能使企业脱离困境, 甚至抓住重大的发展机遇。但企业的财务危机不是“一朝一夕”形成的, 而是有一个“从量变到质变”的演化过程的。越早发现财务危机, 就越有利于保证企业财务的安全。建立财务风险预警模型, 完善财务风险预警机制, 对于企业掌握自身的经营状况, 预测未来的发展趋势势, 制订相应的预防措施, 竭力避免危险的发生, 或把危险造成的损失控制在最低限度内, 具有重要意义。
2 Z模型的修正
美国经济学者Altman长期从事财务危机预测模型的研究。在1966年, Altman使用多变量统计分析的方法, 对样本公司分别计算5个重要的财务比率并进行统计分析, 在考虑各比率相互关系的基础上, 确定这5个财务比率的系数, 最终得到了Z模型 (Z-Score Model) 。
Altman的Z模型包括针对上市公司和非上市公司两种具体情况。针对上市公司的Z模型如下:
一般地, Z值越低, 企业发生财务危机的可能性越大。通过统计分析和验证, Altman还给出了判断企业破产的临界值:如果企业的Z值大于2.675, 则表明企业的财务状况良好, 发生破产的可能性较小;若Z值小于1.81, 则企业存在很大的破产危险;如果Z值处于1.81~2.675之间, Altman称之“灰色地带”, 进入这个区间的企业财务是极不稳定的。在西方该模型预测公司破产的准确率可以达到70%~90%.
由于该模型是根据美国证券市场的上市公司财务数据实证研究的结果, 将该模型直接用于我国企业的财务预警是不合理的。企业破产的原因有二:一是不能持续盈利;二是不能偿还到期债务。但Z模型所选用的5个财务指标主要考虑企业资产运营和盈利能力, 并没有考虑偿债能力。从我国实际情况来看, 大多数公司的破产主要是因为资不抵债或不能偿还到期债务, 所以加入反映偿债能力的财务指标指标对我国企业的财务预警更加必要。在保持原来的5个变量不变的前提下, 本文建议加入资产负债率指标, 重新构建Z模型如下:
式中, a1~a6为系数;
X1=营运资金/总资产;
X2=留存收益/总资产;
X3=息税前利润/总资产;
X4=普通股和优先股市场价值总额/债务账面价值总额;
X5=销售收入/资产总额;
X6=总负债/总资产。
3 样本公司的选取
本文将我国上市公司中的ST公司定义为产生财务危机的企业, 并在此基础上开展实证研究。ST公司是指财务状况异常的公司, 财务状况异常包括财务状况异常和其他状况异常两种。财务状况异常是指上市公司经审计连续两个会计年度的净利润均为负值或是最近一个会计年度经审计的每股净资产低于股票面值。其他状况异常主要是指由于自然灾害、重大事故等不确定因素而导致公司生产经营活动基本中止等情况。本文主要以财务状况异常为研究对象。
本文选取了目前我国证券市场上30家ST公司与创业上市的30家非ST公司作为样本。
4 新模型的构建
首先根据Z值对30家ST公司与30家非ST公司进行排序分段, 排序分段的结果为重警段、轻警段、无警段, 若Z值小于1.81则是重警段, 在1.81~2.675为轻警段 (灰色地带) , 大于2.675为无警段。初步分段结果见表1。
由于分段主要是根据各公司的Z值进行的, 没有特别的标准, 所以为了达到更好的效果, 需将表1中的数据作为基期数据, 并与2010年各公司的Z值作进一步的比较, 对波动幅度或者是由无警变为有警的情况进行调整, 具体见表2。
通过对基期的Z值与2010年的Z值的观察发现, 有些公司的Z值波动较大, 说明财务状况不稳定, 根据波动情况及基期的Z值再对各公司进行分段。重新分段后的结果见表3。
由于加入新的变量, 预警值Z值无法通过计算或者调研确定, 所以本文主要是根据以前的Z值进行假定: (1) 假设重警段的Z值判别点为1 (根据样本ST公司变为ST前一年的Z值平均值去掉数值明显较大者后所得) ; (2) 假设无警段的Z值判别点为2.8 (根据样本正常公司最新的Z值平均数所得) ; (3) 假设处于两者之间的为轻警段即所谓的灰色地带, 但为了便于对Z值进行回归, 故取两者的中间值1.9作为轻警段的Z值来进行线性回归。此外还假设Z值与各变量之间存在一定的线性关系:Z=C+α1X1+α2X2+α3X3+α4X4+α5X5+α6X6。
利用SPSS软件对其进行线性回归, 回归结果见表4。
a.因变量:Z
sig值代表显著性一般都与0.05作比较, 只有小于0.05的才表明显著性好。根据表4可知, sig值中X1、X2、X6的值较大, 分别为0.136、0.334、0.279, 说明显著性较差。为了达到更好的效果, 对这几个指标进行逐步回归寻找出最优的组合, 最优回归结果见表5。
a.因变量:Z
由此得出修正后的判别式为:
5 结论
摘要：文章对财务危机预警指标分别进行了非参数检验、多重共线性检验，并最终构建了Logistic的财务危机预警模型。
关键词：非参数檢验 多重共线性检验 Logistic
1 Mann-Whitney U非参数检验
A1：资产负债率， A2：流动负债与经营活动净现金流比，A3：速动比率，B1：总资产周转率，B2：应收账款周转率，B3：存货周转率，C1：净资产收益率，C2：每股收益， C3：主营业务利润率，D1：主营业务收入增长率，D2：净利润增长率，D3：固定资产投资扩张率，E1：每股经营性现金流量，E2：现金股利支付率，F1：总资产，G1：独立董事比例，G2：董事会规模，G3：董事会会议次数，G4：董事长与总经理兼任情况，G5：国有股比重，G6：第一大股东持股比例，G7：Herfindahl-5指数，G8：管理层持股比例，G9：管理层薪酬（高管前三名薪酬总额）。
3 LOGISTIC模型建立
为82个训练样本中的ST公司赋值为1，非ST公司赋值为0，并运用SPSS进行分析，构建LOGISTIC模型。回归结果如下：
表3表明，总正确率为87.8%，预测精度较高。表4可看出，拟合百分比分别为43.60%、64.10%。模型很好地拟合了样本数据实际情况。表5除B2、C1、C3外，其他变量P值在5%的显著性水平下均显著，但因变量在Logistic回归前，均已通过Mann-Whitney U非参数检验，且评价Logistic模型优劣不能仅仅只看回归系数是否显著，因此认为，此11个变量基本上对训练样本进行了较好的拟合。
参考文献：
[1]吴星泽.财务危机预警研究：存在问题与框架重构[J].会计研究，2011.
财务分析是企图了解一个企业经营业绩和财务状况的真实面目，从晦涩的会计程序中将会计数据背后的经济涵义挖掘出来，为投资者和债权人提供决策基础。由于会计系统只是有选择地反映经济活动，而且它对一项经济活动的确认会有一段时间的滞后，再加上会计准则自身的不完善性，以及管理者有选择会计方法的自由，使得财务报告不可避免地会有许多不恰当的地方。虽然审计可以在一定程度上改善这一状况，但审计师并不能绝对保证财务报表的真实性和恰当性，他们的工作只是为报 表的使用者作出正确的决策提供一个合理的基础，所以即使是经过审计，并获得无保留意见审计报告的财务报表，也不能完全避免这种不恰当性。这使得财务分析变 得尤为重要。
一、财务分析的主要方法
一般来说，财务分析的方法主要有以下四种：
1.比较分析：是为了说明财务信息之间的数量关系与数量差异，为进一步的分析指明方向。这种比较可以是将实际与计划相比，可以是本期与上期相比，也可以是与同行业的其他企业相比；
2.趋势分析：是为了揭示财务状况和经营成果的变化及其原因、性质，帮助预测未来。用于进行趋势分析的数据既可以是绝对值，也可以是比率或百分比数据；
3.因素分析：是为了分析几个相关因素对某一财务指标的影响程度，一般要借助于差异分析的方法；
4.比率分析：是通过对财务比率的分析，了解企业的财务状况和经营成果，往往要借助于比较分析和趋势分析方法。
上述各方法有一定程度的重合。在实际工作当中，比率分析方法应用最广。
二、财务比率分析
财务比率最主要的好处就是可以消除规模的影响，用来比较不同企业的收益与风险，从而帮助投资者和债权人作出理智的决策。它可以评价某项投资在各年之间收益的变化，也可以在某一时点比较某一行业的不同企业。由于不同的决策者信息需求不同，所以使用的分析技术也不同。
1.财务比率的分类
一般来说，用三个方面的比率来衡量风险和收益的关系：
1)偿债能力：反映企业偿还到期债务的能力；
2)营运能力：反映企业利用资金的效率；
3)盈利能力：反映企业获取利润的能力。
上述这三个方面是相互关联的。例如，盈利能力会影响短期和长期的流动性，而资产运营的效率又会影响盈利能力。因此，财务分析需要综合应用上述比率。
2.主要财务比率的计算与理解：
下面，我们仍以ABC公司的财务报表(年末数据)为例，分别说明上述三个方面财务比率的计算和使用。
1)反映偿债能力的财务比率：
短期偿债能力：
短期偿债能力是指企业偿还短期债务的能力。短期偿债能力不足，不仅会影响企业的资信，增加今后筹集资金的成本与难度，还可能使企业陷入财务危机，甚至破 产。一般来说，企业应该以流动资产偿还流动负债，而不应靠变卖长期资产，所以用流动资产与流动负债的数量关系来衡量短期偿债能力。以ABC公司为例：
流动比率 = 流动资产 / 流动负债 = 1.53速动比率 =(流动资产-存货-待摊费用)/ 流动负债 =1.53
现金比率 =(现金＋有价证券)/ 流动负债 =0.2
42流动资产既可以用于偿还流动负债，也可以用于支付日常经营所需要的资金。所以，流动比率高一般表明企业短期偿债能力较强，但如果过高，则会影响企业资金的 使用效率和获利能力。究竟多少合适没有定律，因为不同行业的企业具有不同的经营特点，这使得其流动性也各不相同；另外，这还与流动资产中现金、应收帐款和 存货等项目各自所占的比例有关，因为它们的变现能力不同。为此，可以用速动比率(剔除了存货和待摊费用)和现金比率(剔除了存货、应收款、预付帐款和待摊费用)辅助进行分析。一般认为流动比率为2，速动比率为1比较安全，过高有效率低之嫌，过低则有管理不善的可能。但是由于企业所处行业和经营特点的不同，应结合实际情况具体分析。
长期偿债能力：
长期偿债能力是指企业偿还长期利息与本金的能力。一般来说，企业借长期负债主要是用于长期投资，因而最好是用投资产生的收益偿还利息与本金。通常以负债比率和利息收入倍数两项指标衡量企业的长期偿债能力。以ABC公司为例：负债比率 = 负债总额 / 资产总额 = 0.3
3利息收入倍数=经营净利润/利息费用=(净利润＋所得税＋利息费用)/利息费用=32.2负债比率又称财务杠杆，由于所有者权益不需偿还，所以财务杠杆越高，债权人所受的保障就越低。但这并不是说财务杠杆越低越好，因为一定的负债表明企业的管 理者能够有效地运用股东的资金，帮助股东用较少的资金进行较大规模的经营，所以财务杠杆过低说明企业没有很好地利用其资金。一般来说，象ABC公司这样的 财务杠杆水平比较合适。
利息收入倍数考察企业的营业利润是否足以支付当年的利息费用，它从企业经营活动的获利能力方面分析其长期偿债能力。一般来说，这个比率越大，长期偿债能力越强。从这个比率来看，ABC公司的长期偿债能力较强。
2)反映营运能力的财务比率
营运能力是以企业各项资产的周转速度来衡量企业资产利用的效率。周转速度越快，表明企业的各项资产进入生产、销售等经营环节的速度越快，那么其形成收入和利润的周期就越短，经营效率自然就越高。一般来说，包括以下五个指标：
应收帐款周转率 = 赊销收入净额 / 应收帐款平均余额 =17.78
存货周转率 = 销售成本 / 存货平均余额 = 4996.9
4流动资产周转率 = 销售收入净额 / 流动资产平均余额 = 1.47
固定资产周转率 = 销售收入净额 / 固定资产平均净值 = 0.8
5总资产周转率 = 销售收入净额 / 总资产平均值 = 0.5
2由于上述的这些周转率指标的分子、分母分别来自资产负债表和损益表，而资产负债表数据是某一时点的静态数据，损益表数据则是整个报告期的动态数据，所以为 了使分子、分母在时间上具有一致性，就必须将取自资产负债表上的数据折算成整个报告期的平均额。通常来讲，上述指标越高，说明企业的经营效率越高。但数量 只是一个方面的问题，在进行分析时，还应注意各资产项目的组成结构，如各种类型存货的相互搭配、存货的质量、适用性等。
3)反映盈利能力的财务比率：
盈利能力是各方面关心的核心，也是企业成败的关键，只有长期盈利，企业才能真正做到持续经营。因此无论是投资者还是债权人，都对反映企业盈利能力的比率非常重视。一般用下面几个指标衡量企业的盈利能力，再以ABC公司为例：毛利率=(销售收入-成本)/ 销售收入 = 71.73%
营业利润率 =营业利润 / 销售收入=(净利润＋所得税＋利息费用)/ 销售收入 = 36.64%
净利润率 = 净利润 / 销售收入 = 35.5%
总资产报酬率 = 净利润 / 总资产平均值 = 18.48%
权益报酬率 = 净利润 / 权益平均值 = 23.77%
每股利润=净利润/流通股总股份= 0.687(假设该企业共有流通股
10,000,000股)
上述指标中，毛利率、营业利润率和净利润率分别说明企业生产(或销售)过程、经营活动和企业整体的盈利能力，越高则获利能力越强；资产报酬率反映股东和债权人共同投入 资金的盈利能力；权益报酬率则反映股东投入资金的盈
利状况。权益报酬率是股东最为关心的内容，它与财务杠杆有关，如果资产的报酬率相同，则财务杠杆越高的 企业权益报酬率也越高，因为股东用较少的资金实现了同等的收益能力。每股利润只是将净利润分配到每一份股份，目的是为了更简洁地表示权益资本的盈利情况。衡量上述盈利指标是高还是低，一般要通过与同行业其他企业的水平相比较才能得出结论。就一般情况而言，ABC公司的盈利指标是比较高的。
对于上市公司来说，由于其发行的股票有价格数据，一般还计算一个重要的比率，就是市盈率。市盈率=每股市价/每股收益，它代表投资者为获得的每一元钱利润 所愿意支付的价格。它一方面可以用来证实股票是否被看好，另一方面也是衡量投资代价的尺度，体现了投资该股票的风险程度。假设ABC公司为上市公司，股票 价格为25元，则其市盈率= 25 / 0.68 = 36.76倍。该项比率越高，表明投资者认为企业获利的潜力越大，愿意付出更高的价格购买该企业的股票，但同时投资风险也高。市盈率也有一定的局限性，因 为股票市价是一个时点数据，而每股收益则是一个时段数据，这种数据口径上的差异和收益预测的准确程度都为投资分析带来一定的困难。同时，会计政策、行业特 征以及人为运作等各种因素也使每股收益的确定口径难以统一，给准确分析带来困难。
在实际当中，我们更为关心的可能还是企业未来的盈利能力，即成长性。成长性好的企业具有更广阔的发展前景，因而更能吸引投资者。一般来说，可以通过企业在过去几年中销售收入、销售利润、净利润等指标的增长幅度来预测其未来的增长前景。
销售收入增长率=(本期销售收入-上期销售收入)/上期销售收入×100% = 95%
营业利润增长率=(本期销售利润-上期销售利润)/上期销售利润×100% = 113%
净利润增长率 =(本期净利润-上期净利润)/上期净利润×100% = 83%从这几项指标来看，ABC公司的获利能力和成长性都比较好。当然，在评价企业成长性时，最好掌握该企业连续若干年的数据，以保证对其获利能力、经营效率、财务风险和成长性趋势的综合判断更加精确。
三、现金流分析
在财务比率分析当中，没有考虑现金流的问题，而我们在前面已经讲过现金流对于一个企业的重要意义，因此，下面我们就来具体地看一看如何对现金流进行分析。
分 析现金流要从两个方面考虑。一个方面是现金流的数量，如果企业总的现金流为正，则表明企业的现金流入能够保证现金流出的需要。但是，企业是如何保证其现金 流出的需要的呢？这就要看其现金流各组成部分的关系了。这方面的分析我们在前面已经详细论述过，这里不再重复。另一个方面是现金流的质量。这包括现金流的 波动情况、企业的管理情况，如销售收入的增长是否过快，存货是否已经过时或流动缓慢，应收帐款的可收回性如何，各项成本控制是否有
效等等。最后是企业所处 的经营环境，如行业前景，行业内的竞争格局，产品的生命周期等。所有这些因素都会影响企业产生未来现金流的能力。
在部分一的分析中我们已经指出，ABC公司的现金流状况令人担忧，但从上面的比率分析中却很难发现这一点，这使我们从另一个方面深刻认识到现金流分析不可替代的作用。
四、小结
四.营运能力分析
1. 应收账款指标分析
应收账款周转率是反映应收账款变现能力快慢及管理效率高低的指标。公司加大了应收账款的催收力度，使得应收账款周转率同比增长14.09%，应收账款周转天数也由的.143天降低为20的126天。这表明公司收款速度有所上升，应收账款占用的资金减少，资产的流动性增强。但随之而来的，可能是公司收账费用的上升。
2. 存货指标分析
存货周转率是衡量和评价企业从购入存货、投入生产到销售收回等各环节管理状况的综合性指标。2010年公司存货周转率大幅下降25.5%，存货周转天数也由20的111天上升为2010年的149天。这表明存货占用水平上升、流动性减弱，存货转换为现金或应收账款的速度变慢。公司应努力加强存货管理，采取积极的销售策略，减少存货营运资金占用量。
3. 总资产周转率分析
总资产周转率反映了企业全部资产的使用效率。该周转率高，说明全部资产的经营效率高，取得的收入多;2010年公司总资产周转率为0.859，较年略有下降。这说明企业利用其全部资产进行经营的效率在下降，销售能力在下降，最终会影响到企业的获利能力，公司应提高销售收入或处置资产，以提高总资产利用率。
4. 流动资产周转率分析
流动资产周转率反映了企业流动资产的周转速度，是从企业全部资产中流动性最强的流动资产角度对企业资产的利用效率进行分析，以进一步揭示影响企业资产质量的主要因素。该指标越高，表明企业流动资产周转速度越快，利用越好。2010年公司流动资产周转率为1.117，较2009年下降4.37%，说明公司流动资产利用效率下降，公司应采取措施扩大销售，提高流动资产的综合使用效率。
5. 固定资产周转率分析
固定资产周转率是反映企业固定资产周转情况，从而衡量固定资产利用效率的一项指标。固定资产周转率高，不仅表明了企业充分利用了固定资产，同时也表明企业固定资产投资得当，固定资产结构合理，能够充分发挥其效率。2010年公司固定资产周转率为4.893，较2009年下降5.83%，说明公司固定资产使用效率有所下降。
6. 营业周期分析
2010年公司营业周期为275天，较2009年增加20天，说明公司的资金周转速度变慢，资金的使用效率下降。
五.盈利能力分析
1. 主营业务毛利率分析
主营业务毛利率反映企业每一元主营业务收入中含有多少毛利额，它是净利润的基础，没有足够大的毛利率便不能形成企业的盈利。2010年公司主营业务毛利率为12.62%，比上年同期增加0.26个百分点。总体看，公司的毛利
率水平一般，但较为稳定。
2. 营业利润率分析
营业利润率反映了在不考虑非营业成本的情况下，企业管理者通过经营获取利润的能力。2010年公司营业利润率为2.67%，比上年同期增长46.7%，增长幅度较大，主要是公司2010年营业利润的增长幅度大大高于营业收入的增长幅度所致，说明公司本期成本费用控制的较好，但盈利水平一般。
3. 成本费用利润率分析
成本费用利润率指标表明每付出一元成本费用可获得多少利润，体现了经营耗费所带来的经营成果，该项指标越高，利润就越大，反映企业的经济效益越好。2010年公司成本费用利润率上涨了51.42%，达到了2.98%，上涨幅度较大，主要是公司2010年利润总额的上涨幅度大大高出成本费用的上涨幅度所致，说明公司本期成本费用控制的较好，但获利水平较低。
4.总资产净利率分析
总资产净利率指标反映的是企业运用全部资产所获得利润的水平，即企业每占用1元的资产平均能获得多少元的利润。该指标越高，表明企业投入产出水平越高，资产运营越有效，成本费用的控制水平越高。2010年公司总资产净利率上涨了43.54%，达到了2.11%，上涨幅度较大主要是公司2010年净利润大幅上涨60.22%，而总资产仅上涨10.23%，大大低于净利润的增长幅度所致。公司总资产收益水平尚可。
5. 净资产收益率分析
该指标反映股东权益的收益水平，用以衡量公司运用自有资本的效率。指标值越高，说明投资带来的收益越高。2010年公司净资产收益率大幅上涨52.52%，达到了7.58%，上涨幅度较大，主要是公司2010年净利润大幅上涨60.22%，而股东权益总额仅上涨6.2%，大大低于净利润的增长幅度所致。公司净资产收益水平较高。
6.资本保值增值率分析
该指标表示企业当年资本在企业自身的努力下的实际增减变动情况，是评价企业财务效益状况的辅助指标。反映了投资者投入企业资本的保全性和增长性，该指标越高，表明企业的资本保全状况越好，所有者权益增长越快，债权人的债务越有保障，企业发展后劲越强。2010年公司资本保值增值率为106.2%，较上年上涨2.5%，上涨幅度较小，说明公司资本保值增值水平一般。
六.获现能力分析
1. 营业收入现金比率分析
该指标反映每元销售得到的现金多少，既可反映公司生产的商品在市场上的畅销程度，又从另一个侧面体现了公司管理层的经营能力，该指标的比率越大越好。2010年公司营业收入现金比率大幅上涨157.78%，达到0.116，主
要是公司2010年经营活动现金流量净额大幅上涨了177.33%，远远高于营业收入的增长率所致。说明公司产品畅销程度大大提高，主营业务获现能力增强。
2. 每股经营活动现金净流量分析
该指标既反映了来自于主营业务的现金对每股资本的支持程度，又反映了上市公司支付股利的能力。2010年公司每股经营活动现金净流量大幅上涨177.31%，达到1.822，主要是公司2010年经营活动现金流量净额大幅上涨所致。说明公司支付股利的能力大大增强。
3. 全部资产现金回收率分析
关键词：物流行业, 系统风险, 系统风险决定因素, 公司特有变量
中图分类号：C939 文献标识码：A
一、引言
自从Sharpe (1964) , Lintner (1965)和 Black (1972)提出资本资产定价模型 (CAPM)以来， 不少学者对其有效性及相关的问题进行了研究。CAPM不仅是抽象的理论，它还被分析者、投资者和公司广泛使用。 它是一种将风险和要求的报酬率联系在一起的一种有效的方法。根据 CAPM，公司的全部风险包括两种类型：非系统风险和系统风险。非系统风险，也称公司特有风险，能够通过多样化组合消除。相反，系统风险不能通过多样化组合消除。系统风险代表了相对于市场的变动，或者说一支股票的风险相对于市场组合的风险。因此，系统风险能够随着公司管理而变动。换句话说，管理者关于经营、投资和筹资的决策影响公司的绩效，因此也影响公司的报酬率与市场报酬率之间的关系。这表明公司特有变量能够解释系统风险。
在公司特有变量对系统风险的影响方面，不少学者进行了实证研究。汤谷良（2004）指出，系统性风险对公司整体风险水平有重大影响。吴世农等（1999）挑选了7个会计变量指标，运用1997－1998年200家上市公司的资料，发现总资产增长率、财务杠杆、股利支付率对系统风险有显著影响，经营杠杆与系统风险没有显著关系。Jin-Soo Lee等 (2006)运用1997－2002年16家美国航空公司的数据，发现盈利性、成长性和安全性与系统风险负相关，而财务杠杆、公司规模与系统风险正相关。汤光华等(2006)利用1994－2004年上市公司的数据，发现六个会计变量与系统风险有显著的影响关系。陈晓悦等(2000)利用1994年9月至1998年10月中国股票市场的数据，得出CAPM在中国不适用的结论。
二、假设
为识别公司系统风险（beta值）的财务特征, 以前的研究通常使用以下一些财务变量：流动性、财务杠杆、经营杠杆、经营效率、盈利性、公司规模和成长性。本研究在物流企业中也同样使用了这几个变量来提出假设。本文尝试研究七个可控制的公司特有变量与系统风险之间的关系，提出如下理论假设：
假设 1：流动比率与beta值负相关
假设 2：财务杠杆与beta值正相关
假设 3：经营杠杆与 beta值正相关
假设 4：经营效率与 beta值负相关
假设 5：盈利性与 beta值负相关
假设 6：公司规模与beta值负相关
假设 7：公司成长性与 beta值负相关
三、研究方法
1.数据选择
公开交易的中国物流上市公司1997年－2005年财务数据通过锐思数据（ http://www.resset.cn/.）获得。样本总数为206 ( 1997年9家， 1998年15家，1999年16家，2000年19家， 2001年24 家， 2002年27家， 2003年31家， 2004年 32家， 2005年 33家)。
估计的 beta值通过对公司的日股票报酬率对市场报酬率进行回归分析得到。公司的日股票报酬率以每日股票价格变动百分比来衡量, 市场报酬率以加权值计算。
2.研究方法
为识别公司系统风险和七个变量之间的关系，我们通过9年来每家公司每年的beta 值和财务变量之间的关系，利用下面的多元回归模型进行分析：
Beta=a0+ a1 X1+ a2 X2+ a3 X3+ a4 X4+ a5X5+a6X6+ a7X7
在这里， Beta 代表估计的系统风险； a0代表常数项； X1代表流动性； X2代表财务杠杆； X3代表经营杠杆； X4代表经营效率； X5代表盈利性； X6代表公司规模； X7代表公司成长性。
四、实证结果与分析
1.描述性统计结果与分析
33家物流上市公司1997年至2005年9年间系统风险beta值和7个财务变量的描述性统计结果如下表。
样本物流企业系统风险的均值为1.0338 ，范围为0.44－1.55。这表明物流行业的系统风险接近于市场平均风险1.0，可以被投资者看作是风险一般的行业。样本公司的流动比率范围为0.13－15.08，均值为1.9086。财务杠杆比率范围为0.03－0.96，均值为0.3914。经营杠杆比率范围为0.02－0.68，均值为0.1660。经营效率的均值为0.3839，范围为 0.05 － 1.60。作为盈利性水平的 ROE均值为 7.073%。公司规模的均值为43.7亿元，范围为2.7亿元－723.04亿元，标准差为 98.39亿元，这表明样本包括了不同规模的公司。利润增长率的均值为负数(-26.03%), 表明中国物流行业的成长性不佳，盈利水平呈逐年下降的趋势。
2.假设检验
研究结果表明，回归模型在alpha ＝0.01的水平上是显著的 (F 值：3.172), 并且有三个显著相关的变量 (经营杠杆、经营效率和盈利性)， R2 值为 10.1%。虽然在相关性分析中发现一些变量之间的显著相关性，方差膨胀因子值 (VIF)的范围为 1.021-1.308, 显著低于经验值10，表明在本研究中可以不考虑多重共线性。
本研究的结果表明中国物流行业的经营效率和盈利性与系统风险显著负相关，与假设4和假设5一致。经营杠杆与系统风险显著负相关，与假设3相反，这个结果与某些国内学者的研究结论一致（吴世农等，1999）；汤光华等，2006）。流动性与系统风险不存在显著的相关性，这也与国内某些学者的研究结论一致（吴世农等，1999；汤光华等，2006）。其余几个变量，如财务杠杆、公司规模和成长性与系统风险不存在显著的相关性，与国外学者的研究结论不一致（Jin-Soo Lee 等，2006）。
五、结论
本文研究了中国物流行业系统风险和财务变量之间的相互关系。本文的两项假设得到支持：经营效率和盈利性与系统风险beta值显著负相关。这与其他学者的研究结论一致，表明确实存在一些财务变量与公司的系统风险相关。
我们同时发现：经营杠杆对系统风险有显著影响，但是与beta 值负相关，这与主流财务理论相左，与我们的假设不符，其中原因有待进一步研究。 研究结果还表明：在本文中四项假设未得到支持。中国物流行业的流动比率、财务杠杆、公司规模和成长性与系统风险没有显著的相关性。这表明中国物流行业的系统风险在某种程度上与财务信息相脱节。
本文研究再次证实，CAPM不能直接应用于中国的实践，因为 CAPM建立的基本假设－完善的资本市场。中国的资本市场自1991年建立以来，经历了迅速的发展，但是距离完善的资本市场还有很长的距离。我们相信随着中国资本市场的完善， CAPM将会被广泛应用于中国资本市场的分析。这将有助于我们的进一步研究。
作者单位：贾炜莹，中国农业大学经济管理学院，北京物资学院会计系；陈宝峰，中国农业大学经济管理学院
参考文献
[1] Jin-Soo Lee & Soo Cheong (Shawn) Jang,The systematic-risk determinants of the US airline industry, (2006) tourism management .
[2]吴世农, 冉孟顺, 肖珉, 李雅莉. 我国上市公司系统风险与会计变量之间关系的实证研究[J].会计研究. 1999,12: 29-33.
[3]汤光华, 赵爱平, 宋平. 系统风险与会计风险[J]. 2006,4:109-121.
[4] 汤谷良，杜菲. 试论企业增长盈利风险三维平衡战略管理[J].会计研究. 2004,11：31-37.
【上市公司财务预警的实证分析】推荐阅读：
上市公司财务分析案例07-16
我国上市公司管理者收购的分析09-27
上市公司投资分析报告09-24
完善上市公司独立董事制度分析07-13
我国物流业上市公司绩效分析论文07-13
公司年度财务分析报告的编写方法09-11
上市公司并购重组的调研报告07-08
试析上市公司的金融特性与金融风险论文07-22
关于规范上市公司国有股权管理的若干意见09-10
保险公司上市09-21
