公司财务困境范文

公司财务困境范文第1篇

一、研究样本和研究方法

1、本文将ST公司定义为财务困境企业，将ST公司亏损前的财务特征视为财务困境征兆，重点研究ST公司亏损前1-3年、财务指标在ST与非ST公司之间的差异程度，以此判断财务困境征兆。

2、本文选择在1998年至2002年期间因财务状况异常而成为ST的115家公司作为财务困境企业研究样本，采用配对样本设计方法（Paired-sampledesign）选择非失败企业样本，即对应每一个ST公司，按资产规模相近、行业相同的原则，选择一个非ST公司，共选择非ST公司115家。

3、本文研究使用的数据来源于香港理工大学中国财务会计与金融研究中心和深圳市国泰安信息技术有限公司的CSMAR数据库。使用SPSS计算ST与非ST公司财务指标的平均值及衡量均值差异程度的t值。计算结果见表1至表7.

4、本文通过比较ST公司亏损前第3、2、1年的ST与非ST公司财务比率的平均值以及通过分析衡量ST与非ST公司财务指标差异程度的t值，比较全面地概括了财务困境企业在陷于财务困境之前的财务比率均值特征。

二、财务指标选择说明

本文指标的选择及设计考虑到以下因素：

1、选择的指标能反映企业财务困境形成的可能原因。财务困境最主要的表现是企业不能偿还到期债务，因此我们选择了偿债能力分析指标。财务困境的形成是企业营运能力差、盈利能力差的结果，为此，我们选择营运能力、盈利能力指标来反映企业财务困境形成原因。资产结构影响企业的风险及盈利能力，资金结构影响企业的风险及资金成本，最终影响到企业是发展还是陷于财务困境，因此，我们设计、使用了一些资产结构、资金结构指标来反映资产、资金结构对财务困境的影响。一般认为，财务困境企业在陷于财务困境之前表现出发展速度慢，甚至停止不前，而非财务困境企业发展速度快，为了反映财务困境企业这方面的特点，我们使用了一些衡量企业发展速度的指标。

2、选择的指标能反映财务困境企业财务项目特点。我们的研究表明，财务困境企业具有这些特点：（1）企业陷于财务困境之前货币资金少，应收账款、其他应收款多；长期投资、在建工程减少，表现在现金流量方面，投资支出减少。（2）企业陷于财务困境之前短期借款多以及财务费用高，应付福利费、应付股利、应交税金少。（3）企业陷于财务困境之前主营业务利润低，表现在现金流量方面，经营活动产生的现金流量净额低。（4）企业陷于财务困境之前营业利润以及利润总额低，使得这些企业交纳的所得税、计提的法定盈余公积和法定公益金少，以及可供股东分配的利润、未分配利润少，这些特征进一步导致所有者权益主要项目偏低。为了更好地反映财务困境企业上述财务项目特点，我们除了使用一些常用财务比率外，还选择了一些不常用财务比率，也设计了一些比率。例如，在短期偿债能力指标方面，我们分析了常用的流动比率、速动比率，同时，为了反映财务困境企业资金短缺程度，也分析了不常用的超速动比率以及现金比率，以及设计了现金/总资产等比率。

三、实证分析

本文建立如下假设来比较、分析ST与非ST公司财务比率均值，探讨财务困境企业的财务比率均值特征：■为ST与非ST公司财务比率均值相等，■为ST公司财务比率均值大于非ST；或者，■为ST与非ST公司财务比率均值相等，■为ST公司财务比率均值小于非ST.

本文主要对显著性水平α为0.05、0.15的两种情况进行分析，所提出的结论也主要建立在这两种显著性水平条件下。显著性水平α为0.05及0.15对应的tα值分别为1.645和1.04.另外，本文使用的“显著性水平极低或很低”表述时的显著性水平是指显著性水平小于0.01的情况。如果t≥tα，则ST公司财务比率均值大于非ST；否则，ST与非ST公司财务比率均值相等。如果t≤tα，则ST公司财务比率均值小于非ST；否则，ST与非ST公司财务比率均值相等。在一定显著性水平α下，如果ST公司某项财务比率均值显著大于或小于非ST公司，即这个比率不同于ST公司，那么，本文认为该比率是ST公司的特征比率。

（一）财务困境企业偿债能力指标征兆

1、短期偿债能力指标征兆。本文选择流动比率、速动比率、超速动比率、现金比率4个指标来分析财务困境征兆，这几个指标的均值以及衡量差异程度的t值见表1：

表1显示，在显著性水平为0.05时，亏损前3年，ST公司的流动比率平均值以及速动比率平均值与非ST公司没有显著的差异；ST公司的超速动比率、现金比率显著大于非ST.根据流动比率、速动比率、超速动比率、现金比率的构成，上述研究结论说明，ST公司的货币资金大大低于非ST公司。

我们对流动比率、速动比率的研究结论不同于陈晓（2000）的结论，他认为ST与非ST公司的流动比率、速动比率有显著差异。研究结论不同的原因可能是我们选择的研究样本企业与陈晓的样本企业所处的时间不同造成的，根据陈晓的标示方法，我们研究的是ST公司在t-3、t-4、t-5年度的指标，而他研究的是t-2年度的指标。

2、长期偿债能力指标征兆。表2列出了ST与非ST公司4个长期偿债能力指标的均值以及衡量均值差异程度的t值：

从表2来看，在显著性水平极低时，ST公司资产负债率均值、债务与有形净值之比均值、负债与权益之比均值都显著小于非ST公司。t值变化趋势表明，随着亏损的临近，t值增大，这说明，随着亏损的临近，相对非ST公司而言，ST公司负债增加。利息保障倍数是分析偿债能力的一个重要指标，但本文对这个指标没有进行分析。因为在计算利息保障倍数时，很难得到各个公司利息支出额，虽然有些学者用财务费用代替利息支出来计算利息保障倍数，但我们认为财务费用的内涵与利息保障倍数有很大的区别，这样计算出来的结果并不能反映利息保障倍数的本来含义。综合上述，财务困境企业在偿债能力指标方面的征兆是困境企业超速动比率、现金比率小于非困境企业，而资产负债率、债务与有形净值之比、负债与权益之比大于非困境企业。

（二）财务困境企业营运能力指标征兆

反映企业营运能力的常用指标是总资产周转率、流动资产周转率、存货周转率、应收账款周转率，ST公司、非ST公司这4个指标的均值及衡量均值差异的t值见表3：

表3说明，在显著性水平为0.05时，ST公司的总资产周转率、流动资产周转率显著小于非ST公司；在显著性水平为0.15时，ST公司的应收账款周转率显著小于非ST公司，但存货周转率在ST与非ST公司之间并没有显示出显著的差异。上述结论说明，财务困境企业在营运能力指标方面的征兆是困境企业的总资产周转率、流动资产周转率、应收账款周转率小于非困境企业。

（三）财务困境企业获利能力指标征兆

表4列出了ST公司、非ST公司的总资产报酬率、总资产净利率、所有者权益报酬率、销售毛利率、成本费用利润率、营业利润比率6个指标的均值。从表4可以看出，在显著性水平很小的情况下，ST公司的总资产报酬率、总资产净利率、所有者权益报酬率小于非ST公司；在显著性水平为0.05时，亏损前第1、第3年ST公司的销售毛利率小于非ST公司，亏损前3年ST公司的成本费用利润率小于非ST公司。表4中的营业利润比率是指营业利润与利润总额之比，它反映企业主营业务的强弱程度。该指标越大，主营业务越强；反之，主营业务越弱。表4显示，在显著性水平为0.05时，亏损前第1、2年，ST公司营业利润比率小于非ST公司；从t值变化趋势来看，随着亏损年度的临近，t绝对值增加，即ST与非ST公司营业利润比率的差异增大。上述特征说明，财务困境企业在获利能力指标方面的征兆是困境企业该类指标小于非困境企业。

（四）财务困境企业财务结构指标征兆

1、财务困境企业资产结构指标征兆。表5列出了ST及非ST公司的流动资产、存货、应收账款、现金以及营运资本分别与总资产的比值：

表5说明，在显著性水平为0.15时，亏损前第3年，ST公司的流动资产/总资产、存货/总资产显著大于非ST公司，但在亏损前第1、2年，ST公司与非ST公司的流动资产/总资产、存货/总资产没有显著差异；亏损前第1、2年，ST公司的应收账款/总资产显著大于非ST公司。在显著性水平为0.05时，亏损前3年，ST公司的现金/总资产、营运资本/总资产显著小于非ST公司；亏损前第3年，ST公司的应收账款/总资产显著大于非ST公司。

2、财务困境企业资本结构指标征兆。表6列出了说明ST与非ST公司不同资金来源的4个指标数值。从表6来看，在显著性水平为0.05的情况下，ST公司的长期负债/总资产显著大于非ST公司；在显著性水平极低的情况下，ST公司的流动负债/总资产显著大于非ST公司，ST公司的股东权益/总资产、留存收益/总资产显著小于非ST公司。从t值的变化趋势来看，随着亏损的临近，衡量ST与非ST公司流动负债/总资产指标均值差异程度的t值逐渐增大，股东权益/总资产指标的t绝对值也逐渐增大。新晨

上述分析说明，在资产结构方面，财务困境企业的现金、营运资本比例指标小于非困境企业；而应收账款比例指标大于非困境企业。在资金结构方面，财务困境企业的权益比例指标小于非困境企业；而负债比例指标大于非困境企业。

从表7来看，在显著性水平为0.15的情况下，亏损前2年，ST公司的销售增长率、留存收益增长率都显著小于非ST公司；在显著性水平为0.5的情况下，ST公司的总资产增长率、所有者权益增长率都显著小于非ST公司。ST公司亏损前的发展能力指标特征说明，财务困境企业在亏损前的销售增长率小于非困境企业，内部积累的留存收益增长率小于非困境企业，由此导致困境企业的总资产、所有者权益增长率小于非困境企业。

四、结论

公司财务困境范文第2篇

关键词：上市公司；财务困境；预警模型；判别分析

1上市公司财务困境的界定及表现

1.1上市公司财务困境的界定

我们认为：如果上市公司由于下列原因而被特别处理的,我们将其视为财务困境公司：最近两个会计年度审计结果显示的净利润为负值；最近一个会计年度的审计结果显示其股东权益低于注册资本；最近一个会计年度经审计的股东权益扣除注册会计师、有关部门不予确认的部分,低于注册资本；最近一份经审计的财务报告对上年度利润进行调整,导致连续两个会计年度亏损。因为上述原因而被特别处理的上市公司基本表现为严重亏损、偿债能力不够而且持续经营能力不足,符合财务困境的基本内涵。

1.2上市公司财务困境的类型划分

根据ST公司财务困境的表现，可以将其分为以下三种类型。

（1）突变失败：此类ST公司的财务比率在被特别处理前一年才迅速恶化，因此并不容易被预测，可称为“突变失败”。从原因上分析，此类ST公司多属于虚假包装上市的公司，如ST红光和ST黎明。

（2）收益失败：此类ST公司在被特别处理前几年与正常公司在负债比率、流动比率等财务指标上并没有显著差异，发生危机的主要原因是盈利下滑，这可以从较差的投资报酬率、总资产周转率等指标来观察，这种公司可归为“收益失败”。如由于宏观环境和产业环境等外部冲击而失败的上市公司多为此种类型。

（3）慢性失败：此类公司的失败信息早在发生危机前几年就已显现，许多财务比率如资产报酬率、负债比率、流动比率等都呈现不利变化，并且愈接近危机期间情况愈严重，这种经营失败过程可称为“慢性失败”。从失败原因来看，“慢性失败”公司大多是由于内部管理不善而发生危机的企业。

1.3上市公司财务困境的阶段划分

除了突变失败以外，收益失败和慢性失败是一个连续的动态过程，根据这两类ST公司的失败过程，可以将经营失败划分为三个阶段。

（1）经营失调阶段：当企业遭受内、外部因素的冲击时，会出现管理失控、投资失误、主营收入下降及流动资金紧张等现象，这一阶段可称为经营失调阶段。

（2）经营危机阶段：上市公司如果无法适当地处理经营失调，那么将步入经营危机阶段，此时呈现的现象包括资金不足、周转困难、短期债无法偿付等。

（3）经营失败阶段：如果上市公司缺乏有效的矫正措施来渡过经营危机阶段，那么最终会面临经营失败，上市公司的经营几乎限于停滞状态，其负债总额甚至会超过资产总额，出现资不抵债的情形。此时上市公司一般要依赖大规模的资产重组才能摆脱破产的困境。

2上市公司财务困境预警模型评析

关于上市公司财务危机预警系统的研究在海外历史悠久，在国内则刚刚起步，总体而言，运用于财务困境预测的方法可分为统计类和非统计类两大类，统计类的方法主要包括一元判别法、多元线性判别法、多元逻辑回归方法、生存分析法等、非统计方法主要有模拟类预测方法（如神经网络模型）、行为反映类分析法（如股价分析法）、案例分析法等。

最早提出企业财务预警分析模型的是Beaver(1966)，定义破产包括“债券拖欠不履行，银行超支，不能支付有限股利等”。运用实证分析得出现金流量与负债总额的比率能够更好地判定公司的财务状况。随后许多学者从事该领域的研究，在研究方法上也不断完善和改进。Altman(1968）提出了多元Z值模型，将若干变量合并入一个函数方程，用Z值进行判定。Beaver（1966）和Altman（1968、1977）提出的Z值模型，以及Martin（1977）和Ohlson（1980）等提出的逻辑／概率回归模型。Zavgren（1985）等学者使之进一步深化。Aziz，Emanuel和Lawson（1988、1989）以现金流量模型为基础，提出公司的价值来自经营者、债权人、股东以及政府的现金流现值之和。他们根据破产公司与非破产公司配对数据的分析，发现在破产前五年内，两类公司的经营现金流量均值和现金支付所得税均值有显著差异。目前对财务困境分析用得最多的方法是多元线性判别分析方法和逻辑回归方法。

我国学者周首华等对Z值模型加以改造，于1996年提出了财务失败预测的新模型-F值模型在F值模型中加入了现金流量这一有效的预测变量，弥补了Z值模型的不足。陈静以1998年的27家ST公司和27家非ST公司，使用1995—997年的财务报表数据，进行了单变量分析和多元线性判定分析，在单变量判定分析中，发现流动比率与负债比率的误判率最低；在多元线性判定分析中，发现由负债比率、净资产收益率、流动比率、营运资本／总资产、总资产周转率等6个指标构建的模型，在ST发生的前3年能较好地预测ST公司。张玲（2000）以120家公司为研究对象，使用其中60家公司的财务数据估计二类线性判别模型，并使用另外60家公司进行模型检验，发现模型具有超前4年的预测结果。高培业、张道奎（2000）采用29个财务指标，运用多元判别分析方法，发现由留存收益／总资产息税前收益／总资产、销售收入／总资产、资产负债率、营运资本／总资产构成的判别函数有较好的预测能力。吴世农、卢贤义（2001）以70家ST和70家非ST上市公司作为样本，采用盈利增长指数、资产报酬率、流动比率、长期负债／股东权益、营运资本／总资产、资产周转率等6个财务指标，比较了多元判别分析、线性概率模型和Logistic模型的预测效果，发现Logistic模型的预测能力最强。3上市公司财务困境判别及控制分析

3.1财务困境形成原因剖析

在财务困境的诸多影响因素中,公司治理因素受到越来越广泛的关注。在公司治理体系中,董事会居于核心地位,并且逐渐成为完善公司治理结构,提高公司治理效率的主要途径和机制。减少管理层投机行为的重要机制就是董事会的设置。当内部管理人员之间以及管理层和股东之间发生冲突时,董事会将起到仲裁者和最高法院的作用。

在西方发达的市场经济国家中,董事会己经成为公司运作的中心。OECD制定的公司治理原则将良好的公司治理分解为七个关键部分。其中明确涉及董事会的内容就有两项,而其余五项内容也都与董事会的职责密不可分。同时,从公司权利中心的定位来看,董事会中心主义的思想正悄然形成,公司权利中心由经理层转向董事会的改革趋势也愈来愈明显。因此,加强董事会的治理和改革己经成为全球范围内的一个共识。我国上市公司董事会运作仍然存在许多深层次的问题。包括：①董事会制度形式化与内部人控制问题十分突出；②董事会决策议事的独立性不高；③独立董事缺乏独立性；④董事会专门委员会未能充分发挥作用；⑤董事会薪酬体系不合理等。这些问题严重制约了董事会运作的独立性和有效性。

3.2财务困境特征识别

企业从业绩优良到陷入财务困境,并不是一蹴而就的,而是呈现出一个渐进与突变的过程。因此,财务困境的特征表现出一定的时空属性。在时间上,考虑到事件对困境公司的影响,因而选择ST当年作为T年,分别考察特别处理前一年（t-1）、特别处理前两年（t-2）和特别处理前三年（t-3）困境公司的财务特征和非财务特征。这样一个具有时间序列的连贯考察,有利于发掘财务困境不同阶段所表现出的特征。在空间上,考虑到行业因素对财务困境的影响,因此根据行业类别的不同,分别考察制造业和非制造业内财务困境公司的基本特征。同时,建立基于人工神经网络的判别模型,实现对不同时期、不同行业上市公司财务困境状况的针对性判别分析。

3.3财务困境控制分析

根据控制理论,为了使控制系统在运行过程中的输出与控制标准的偏差尽量最小,实现控制目标,可以采用事前控制、事中控制、事后控制等方法进行控制：①事前控制是在活动开始前采取措施使得控制系统输出符合控制标准的活动。②事中控制是在活动进行时对系统输出进行监控的控制活动。③事后控制是在活动结束后对系统输出结果进行分析,找出输出结果与控制标准偏离的原因,并及时予以纠正。对于财务困境而言,财务困境的控制主要体现在事前控制和事后控制两个方面。

（1）财务困境事前控制。财务困境的事前控制是避免财务困境的最有效手段。根据财务困境的特点和形成原因,①应该制定合理的控制目标,明确系统输出期望达到的效果。控制目标可以进一步分解到各个不同层次的子控制系统,形成财务困境次级控制目标。②确定财务困境的控制重点,包括企业信用规模与结构控制、存货规模与结构控制、成本费用控制、或有负债控制、负债规模与结构控制、销售结构与毛利率控制、资本运营风险控制、治理结构控制等,其中最主要的是企业治理结构完善、成本费用控制和资金流动性控制。③制定合理的财务困境控制标准。④选择针对性的控制方式和控制手段实现控制目标。

（2）财务困境事后控制。困境公司在发生财务困境后,随着存在问题的暴露,会想方设法地采取措施消除隐患,努力克服经营不利的尴尬局面。因此,从控制流程上看,事后控制比事前控制更具有针对性和目的性。毕竟财务困境的事前控制主要以防范为主,需要建立起一套完善的控制体系,以达到发现问题的目的。而财务困境的事后控制则主要立足于纠正问题,是一种亡羊补牢的表现。

参考文献

［1］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,2005，（6）.

［2］吕长江，赵岩.上市公司财务状况分类研究,会计研究［J］.2004，（11）.

［3］张鸣，张艳.财务困境预测的实证研究与评述［J］.财经研究，2001，（12）.

公司财务困境范文第3篇

[关键词] 信息熵； Logistic回归； 财务困境

[中图分类号] F275 [文献标识码] B [文章编号] 2095—3283（2012）09—0149—04

一、引言

依据上市公司经过审计后披露的财务报告，选取关键的财务指标构建合理的财务困境预测模型，对投资者和债权人了解企业财务状况和上市公司高管防范企业财务危机，以及监管部门监督上市公司质量和预防证券市场风险都具有重要的作用。因此，财务困境预测的意义在于构建财务困境预测模型，及时预报财务状况，为经营者、投资者、银行等金融机构、相关企业或注册会计师提供及时的决策和管理信息。

根据我国的具体情况，本文对上市公司是否陷入财务困境的界定是以其是否因“财务状况异常”遭到“特别处理”为标志的。

二、样本选取

根据我国上市公司的年报披露制度，上市公司当年的财务报告披露的最后截止日期为下一年4月30日，因此上市公司当年是否被ST是由公司上年的财务报表决定的，采用公司被ST前一年的数据来建立预测模型会高估模型的预测能力，因此本文采用上市公司被ST前2年的数据即2009年的财务数据来建立模型。在剔除存在数据缺失和存在异常值的企业后，本文选取了2011年沪深两市1370家上市公司作为样本，其中包括110家ST公司，1260家正常公司。本文数据来自锐思金融研究数据库（RESSET/DB http：//wwwressetcn）。为了客观评价所建立模型的预测精度，本文按照3：1的比例随机将总样本分为训练样本和测试样本，其结构如表1，在利用训练样本构建预测模型后，将分别检验模型对训练样本和测试样本的预测准确率。

三、基于信息熵的预测指标选取

在用Logistic回归模型进行公司财务困境预测时，关键是选取那些对公司财务状况预测能力强的财务指标来建立模型。在信息论中熵是用来测度随机变量的不确定性的，熵越大不确定性越大，在企业是否陷入财务困境的评估中，如果某初选财务指标的引入可以有效地减少因变量的熵，则该财务指标就有一定的预测能力，因变量的熵改变量越大，说明该指标的预测能力越强，因此本文采用因变量熵的改变量来对初选指标进行筛选。具体模型如下：

（3）

其中，q1 ，q2分别表示两组公司占公司总数的比重。改变C0值可以得到指标Xi的不同的降熵，使ΔI（Y）最大的C0就是指标Xi的最佳分割点。某个财务指标的降熵越大说明该财务指标的预测能力越强。计算每个财务指标在其最佳分割点处的降熵就可以对财务指标的预测能力进行排序，保留降熵值大的指标，剔除降熵值小的指标。最后对保留的财务指标进行因子分析就可以得到用于Logistic建模的公共因子。

四、Logistic风险评估模型实证检验

（一）基于信息熵的指标选取

本文选取企业盈利能力、企业营运能力、企业偿债能力、企业成长能力、企业现金流量五个方面的相对指标和营运资金、公司资产总值、所有者权益、每股净资产五个绝对指标作为初选指标。具体指标如表2所示。

利用MATLAB软件计算每个初选指标的降熵，计算结果见表2。计算结果显示，在预测中，虽然各初选指标对企业违约风险都有一定的预测能力，但各初选财务指标的预测能力相差很大。本文选取降熵较大的V26（每股净资产）、V12（营业毛利率）、V13（营业净利率）、V15（总资产报酬率）、V14（成本费用率）、V16（总资产净利率）、V28（净利润）、V31（所有者权益）、V1（资本充足率）、V5（资产负债率）、V29（净营运资金）11个预测能力最强的指标来建立模型。

（二）因子分析提取公共因子

由于企业财务指标之间有较大的相关性，而多重共线性会对Logistic模型的参数估计精确度产生较大的影响，本文采用因子分析法来解决变量间多重共线性的影响，因此本文采用因子分析提取的公共因子来进行Logistic回归建模。

根据分析得到因子方差分解表（表3），由表3可知特征值大于1的前4个公共因子累计方差贡献率达到了8719%，说明这4个公共因子能够反映原11个指标绝大部分信息。因此选取FAC_1、FAC_2、FAC_3、FAC_4这4个因子作为最终进行Logistic回归建模的指标。

1训练样本回带检验

根据上述模型计算训练样本每一观察个体的预期违约概率，通过反复计算验证，以接近先验概率的01为最佳分割点，P>=01判定为ST公司，P

2测试样本回带检验

同样将测试样本代入模型进行检验的结果（见表7），总体判断准确率达864%，其中28家ST公司中只有4家被错误地归为非ST公司，正确识别率达857%；394家非ST公司中有51家被误判为ST公司的分类准确率为871%。

测试样本判断结果同训练样本预测的准确率基本一致，预测准度较高，模型也比较稳定，因此具有推广应用的价值。

五、结论

根据信息熵的计算结果可以看出，每股净资产等绝对财务指标对企业是否被ST有很强的预测能力，所以在建立模型时不仅要考虑相对指标而且要把一些重要的绝对指标纳入到指标体系中，在评估上市公司财务状况时应优先考虑信息熵的前11个指标，因为它们对企业未来是否陷入财务困境有很强的预测能力。通过对所建立的Logistic回归对预测模型进行回带检验，可以看出模型不论是对建模用的训练样本还是对建模样本外的测试样本都有较高的预测准度，总体判断准确率分别达到871%和8906%，模型的预测准度高而且通过训练样本外的检测样本的测试可以发现所建立的Logistic模型的预测能力较强且比较稳定，说明可以利用该模型，根据上市公司披露的财务信息来预测上市公司未来被ST的概率，判断该企业的财务状况，对投资者而言可以规避投资风险，对上市公司本身而言可以提前做出应对预案。

[参考文献]

[1]PhiliPPe JorionValue at Risk： The New Benchmark for Managing Financial Risk[M]McGraw—Hill，2000

[2]Altman， EL& Saunders， ACredit Risk Measurement： Developments Over the Last 20 Years[J]Journal of Banking and Finance， 1998

[3]MaddalaLimited—Dependent and Qualitative Variables in Econometrics[M]Cambridge University Press， 1986：173—215

[4]James AOhlsonFinancial Ratios and the Probabilistic Prediction of Bankruptcy[J]Journal of Accounting Research， 1980：109—131

[5]韩建光企业财务困境预测动态建模研究[D]哈尔滨工业大学， 2011：21—23

[6]林舒航基于金融危机背景的中小企业财务战略浅析[J]福建教育学院学报，2010（6）

公司财务困境范文第4篇

一、财务困境预测模型研究的基本问题

财务困境(Financialdistress)又称“财务危机”(Financialcrisis)，最严重的财务困境是“企业破产”(Bankruptcy)。企业因财务困境导致破产实际上是一种违约行为，所以财务困境又可称为“违约风险”(Defaultrisk)。事实上，企业陷入财务困境是一个逐步的过程，通常从财务正常渐渐发展到财务危机。实践中，大多数企业的财务困境都是由财务状况正常到逐步恶化，最终导致财务困境或破产的。因此，企业的财务困境不但具有先兆，而且是可预测的。正确地预测企业财务困境，对于保护投资者和债权人的利益、对于经营者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险，都具有重要的现实意义。纵观财务困境判定和预测模型的研究，涉及到三个基本问题：一是财务困境的定义；二是预测变量或判定指标的选择；三是计量方法的选择。

(一)财务困境的定义

关于财务困境的定义，有不同的观点。Carmiehael(1972)认为财务困境是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。Ross等人(1999；2000)则认为可从四个方面定义企业的财务困境：第一，企业失败，即企业清算后仍无力支付债权人的债务；第二，法定破产，即企业和债权人向法院申请企业破产；第三，技术破产，即企业无法按期履行债务合约付息还本；第四，会计破产，即企业的账面净资产出现负数，资不抵债。从防范财务困境的角度看，“财务困境是指一个企业处于经营性现金流量不足以抵偿现有到期债务”，即技术破产。

在Beaver(1966)的研究中，79家“财务困境公司”包括59家破产公司、16家拖欠优先股股利公司和3家拖欠债务的公司，由此可见，Beaver把破产、拖欠优先股股利、拖欠债务界定为财务困境。Altman(1968)定义的财务困境是“进入法定破产的企业”。Deakin(1972)则认为财务困境公司“仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司”。

(二)预测变量的选择

财务困境预测模型因所用的信息类型不同分为财务指标信息类模型、现金流量信息类模型和市场收益率信息类模型。

1．财务指标信息类模型。Ahman(1968)等学者(Ahman，Haldeman和Narayanan，1980；Platt和Platt，1991)使用常规的财务指标，如负债比率、流动比率、净资产收益率和资产周转速度等，作为预测模型的变量进行财务困境预测。

尽管财务指标广泛且有效地应用于财务困境预测模型，但如何选择财务指标及是否存在最佳的财务指标来预测财务困境发生的概率却一直存在分歧。Harmer(1983)指出被选财务指标的相对独立性能提高模型的预测能力。Boritz(1991)区分出65个之多的财务指标作为预测变量。但是，自Z模型(1968)和ZETA模型(1977)发明后，还未出现更好的使用财务指标于预测财务困境的模型。

2．现金流量信息类模型。现金流量类信息的财务困境预测模型基于一个理财学的基本原理：公司的价值应等于预期的现金流量的净现值。如果公司没有足够的现金支付到期债务，而且又无其他途径获得资金时，那么公司最终将破产。因此，过去和现在的现金流量应能很好地反映公司的价值和破产概率。

在Gentry，Newbold和Whitford(1985a；1985b)研究的基础上，Aziz、Emanuel和Lawson(1988)发展了现金流量信息预测财务困境模型。公司的价值来自经营的、政府的、债权人的、股东的现金流量的折现值之和。他们根据配对的破产公司和非破产公司的数据，发现在破产前5年内两类公司的经营现金流量均值和现金支付的所得税均值有显著的差异。显然，这一结果是符合现实的。破产公司与非破产公司的经营性现金流量会因投资质量和经营效率的差异而不同，二者以现金支付的所得税也会因税收会计的处理差异而不同。Aziz、Emanuel和Lawson(1989)比较了Z模型、ZETA模型、现金流量模型预测企业发生财务困境的准确率，发现现金流量模型的预测效果较好。

3．市场收益率信息类模型。Beaver(1968)是使用股票市场收益率信息进行财务困境预测研究的先驱。他发现在有效的资本市场里，股票收益率也如同财务指标一样可以预测破产，但时间略滞后。Altman和Brenner(1981)的研究表明，破产公司的股票在破产前至少1年内在资本市场上表现欠佳。Clark和Weinstein(1983)发现破产公司股票在破产前至少3年内存在负的市场收益率。然而，他们也发现破产公告仍然向市场释放了新的信息。破产公司股票在破产公告日前后的两个月时间区段内平均将经历26％的资本损失。

Aharony，Jones和Swary(1980)提出了一个基于市场收益率方差的破产预测模型。他们发现在正式的破产公告日之前的4年内，破产公司的股票的市场收益率方差与一般公司存在差异。在接近破产公告日时，破产公司的股票的市场收益率方差变大。

(三)计量方法的选择

财务困境的预测模型因选用变量多少不同分为单变量预测模型和多变量预测模型；多变量预测模型因使用计量方法不同分为线性判定模型、线性概率模型和Logistic回归模型。

此外，值得注意的是，近年来财务困境预测的研究方法又有新的进展。网络神经遗传方法已经开始被应用于构建和估计财务困境预测模型。

(四)我国对企业财务困境预测的研究

在国内的研究中，吴世农、黄世忠(1986)曾介绍企业的破产分析指标和预测模型；陈静(1999)以1998年的27家ST公司和27家非ST公司，使用了1995—1997年的财务报表数据，进行了单变量分析和二类线性判定分析，在单变量判定分析中，发现在负债比率、流动比率、总资产收益率、净资产收益率4个财务指标中，流动比率与负债比率的误判率最低；在多元线性判定分析中，发现由负债比率、净资产收益率、流动比率、营运资本／总资产、总资产周转率6个指标构建的模型，在ST发生的前3年能较好地预测ST。张玲(2000)以120家公司为研究对象，使用其中60家公司的财务数据估计二类线性判别模型，并使用另外60家公司进行模型检验，发现模型具有超前4年的预测结果。

二、本文的样本和研究方法

本文与以前我国上市公司财务困境的研究有所不同。第一，样本新、时间长、容量大。本文研究的ST样本包括1998—2000年发生ST的公司，即A股市场上全部的ST公司，同时剔除了非正常的ST公司；此外，样本数据的收集时间延至公司发生ST前5年，样本时间跨度较长。选入研究的ST样本公司70家和相对应的非ST样本公司70家，样本容量达到了140家，可望在一定程度上降低估计和预测误差。第二，选择多种研究方法，建立单变量判定模型和三种多变量判定模型，并比较各种模型在财务困境预测中的效率。

(一)财务困境公司的样本选定

本文从我国A股市场上3年中出现的82家ST公司中界定出70家公司作为财务困境公司，进行财务困境预测研究。它们是：(1)连续两年亏损，包括因对财务报告调整导致连续两年亏损的“连亏”公司，共51家；(2)一年亏损但最近一个会计年度的股东权益低于注册资本，即“巨亏”公司，共16家；(3)因注册会计师意见而特别处理的，共3家。但排除了：(1)上市两年内就进入特别处理的公司，共8家。排除原因是财务数据过少和存在严重的包装上市嫌疑，因此与样本中的其他公司不具有同质性；(2)因巨额或有负债进行特别处理的公司，共2家。排除原因是或有负债属偶发事件，不是由企业正常经营造成的，与其他样本公司不具有同质性；(3)因自然灾害、重大事故等进行特别处理的，共2家，原因同(2)。

(二)研究程序和计量方法

本研究首先计算140家样本公司的盈利增长比率、股东权益收益率等21个财务指标，这些指标综合反映了企业的盈利能力、长短期偿债能力、营运能力、成长能力和企业规模。在此基础上，使用剖面分析对样本中的财务困境公司和非财务困境公司在财务困境发生前5年期间历年的21个财务指标进行对比分析，探讨对企业陷入财务困境影响显著的变量。其后，应用单变量分析，选择4个财务指标为例估计单变量判定模型。最后，筛选和确定对企业陷入财务困境影响最为显著的6个指标为模型的判定指标，应用线性概率模型、Fisher二类线性判定模型、Logistic模型三种计量方法，建立和估计财务困境的预测模型，并比较这三种模型的预测效果。

三、实证研究

(一)剖面分析

首先分组计算70家财务困境公司和70家非财务困境公司的21个财务指标在财务困境发生前1至5年的平均值和标准差等描述性统计量，比较这二组在21个财务指标各年的平均值是否具有显著差异，其次计算各年的Z统计检验量，结果如表1所示。剖面分析结果表明：(1)在ST发生的前1和2年，财务困境公司和非财务困境公司的17个财务指标的平均值存在显著的差异；(2)Z值随着ST发生时间的临近而显著增大，即二组的财务指标平均值的差异随ST发生时间的临近而扩大。由此可见，在所选的21个财务指标中，除利息保障倍数、存货周转率、Log(总资产)和Idg(净资产)外，其余17个在财务困境发生前1至2年中具有显著的预测能力。

表121个财务指标Z统计量的计算结果*

(二)单变量判定分析

本文选择净资产报酬率、负债比例、营运资产与总资产的比例和资产周转率4个财务指标，应用单变量判定分析分别建立4个单变量预测模型，通过确定模型的最佳判定点，可以判定某一企业在财务困境发生前1至5年其是否会陷入财务困境。估计模型的结果如表2至表5所示。

表2净资产报酬率在财务困境前1-5年的判定模型

由表2至表5可见：(1)从各个单变量判定模型的判定效果来看，净资产报酬率的判定模型误差最小；营运资本／总资产的判定模型和负债比率的判定模型误差次之，资产周转率的判定模型误差最大。(2)财务指标作为预测变量具有信息含量和时效性，其信息含量随着时间的推移而递减，即指标值离财务困境发生的时间愈短，信息含量愈多，预测的准确性愈高，反之信息含量愈少，预测准确性愈低。(3)结合剖面分析，在两组均值的差异性检验中非常显著的财务指标，在单变量判定分析中的误判率却较高。例如，财务困境公司与非财务困境公司两组的负债比率在财务困境前1年的Z统计量为7．0696，差异性非常显著，但在单变量判定分析中误判比率却高达24．46％。以上结果表明，应用不同研究方法分析同一个指标所得结果不同。我们认为，这是因为在剖面分析的z检验中，误判率不仅与两组的均值有关，而且与两组的样本分布的状况有关。因此，应用不同判定分析方法构建的单指标判定模型，结论往往相互冲突。

表3负债比率在财务困境前1-5年的判定模型

表5资产周转率在财务困境前1-5年的判定模型

(三)多元线性判定模型的变量选择分析

本研究首先应用LPM，采用逐步回归选择变量方法，对5年的样本数据依次进行回归，从21个变量中选择若干变量。选择的标准是：F值的概率值小于0．10时进入，大于0．11时剔除。

利用财务困境前1至5年的数据，分别进行逐步回归，结果如表6所示。我们最终选取了Xl(盈利增长指数)、X3(资产报酬率)、X7(流动比率)、X11(长期负债与股东权益比率)、X12(营运资本与总资产比)、X19(资产周转率)等6个指标作为多元判定分析的变量。选取这些指标的原因是：(1)以财务困境前1年的逐步回归结果为主，参考其他年份的回归结果。由剖面分析可知，财务困境前1年的财务指标作为财务困境预测的信息含量最多，时效性最强；离财务困境发生的时间越远，指标的信息含量越少，时效性越差。所以，财务困境前1年逐步回归所得的变量全部入选。结合其他年份特别是财务困境前2年的结果，营运资本总资产比、速动比率、负债比率、应收账款周转率是表现较好的变量。(2)兼顾全面综合的信息反映，适当避免同类信息的重复反映。首先，财务困境前1年逐步回归所得的变量盈利增长指数、资产报酬率、长期负债股东权益比率、资产周转率分别是反映企业成长能力、盈利能力、长期偿债能力、营运能力的指标，但没有反映短期偿债能力的指标。营运资本与总资产比是财务困境前2年逐步回归所得的变量之一，而且参数估计值的显著性水平在0．05之上，故也把该变量作为预测变量之一。其次，速动比率是反映短期偿债能力的指标，但更能全面反映短期偿债能力是流动比率，结合剖面分析，历年两组间的流动比率和速动比率均值差异性检验统计量Z值比较接近，表明这二个指标都能反映的两组的差异性。因此，从反映短期偿债能力的全面性来考虑，我们在建模时选择了流动比率，舍弃了速动比率。再次，考虑到若企业短期偿债能力较强，会减少其在短期内陷入财务困境的概率，因此把短期偿债能力的两个指标——营运资本与总资产比和流动比率同时引入预测变量组合，加强短期偿债能力信息在预测中的比重。第四，负债比率与长期负债股东权益比同是反映企业长期偿债能力的指标，长期负债股东权益比已在财务困境前1年引入了变量组合，为避免信息的重复反映，舍弃了负债比率。最后，应收账款周转率与总资产周转率同是反映营运能力的指标，但应收账款周转率不及总资产周转率反映全面，所以反映营运能力的指标选用总资产周转率，舍弃应收账款周转率。

表6各年逐步回归的所得的变量结果

为了避免多重共线性，对选定的6个变量进行多重共线性检验。本文使用的检验指标是容许度(TOL)和方差膨胀因子(VIF)。计算公式为：

TOLj=1—R2j=1／VIFj

其中，群为均对其余k—1个自变量回归中的判定系数R2。当TOL较小时，认为存在多重共线性。一般地，方差膨胀因子VIF大于10，认为具有高的多重共线性。VIF检验的结果见表7。从表7可知，6个变量的VIF均小于10，可认为各变量之间不存在显著的多重共线性。

表7多重共线性检验

(四)多元线性判定模型的估计结果

1．LPM模型。根据上述选定的6个变量及其财务困境前1年的样本数据，得到LPM模型的回归结果如表8所示。LPM模型的方程可表示为：

Y=0．3883+0．1065x1-2．7733x3+0．0537x7+0．1970x11-0．3687Xl2-0.1388x19

其中：Y是陷入财务困境的概率；X1是盈利增长指数；x3是资产报酬率；x7是流动比率；X11，是长期负债股东权益比率；x12是营运资本／总资产；X19是资产周转率。表8LPM模型的回归估计结果

线性概率方程是以70家非财务困境公司与69家财务困境公司在财务困境前1年的6个财务指标的数据为因变量值，取财务困境公司为1，非财务困境公司为0作为因变量值进行估计的。因此，理论上取0．5为最佳判定点。根据估计的模型对原始数据进行回代判定，若预测值大于0．5的，判定为财务困境公司；否则为非财务困境公司。判定结果如表9所示。

表9LPM在财务困境前1年的判定结果

在回判过程中，70家非财务困境公司有4家被错判，误判率为5．71％；69家财务困境公司有10家被错判，误判率为14．49％；总的误判率为10．07％。判定正确率较高。采用同样的方法可以计算其他年份的最佳判定点和误判率。

2．Fisher二类线性判定模型。把财务困境公司划分为组合1，非财务困境公司划分为组合2，对样本公司的财务困境前1年的财务数据，使用同样的6个变量，估计Fisher二类线性判定分析。

对于组合1，判定模型为：

Z=-6．059+0．331x1一25．865x3+4．033x7+3．250x11-11．905x12+4．428x19

对于组合2，判定模型为：

Z=-4．859—0．812x1+3．989x3+3．432x7+1．142x11一7．734x12+5．924x19

以典则(Canonical)变量代替原始数据中指定的自变量，其中，典则变量是原始自变量的线性组合，得到典则的线性判定模型为：

Z=0．448—0．435xl+11.374x3—0．229x7—0．803x11+1．589x12+0．570x19

根据上述判定模型，以财务困境发生前1年的原始数据分别进行回代。二个组合的平均Z值分别是-1．3254和1．3065，样本个数分别为69和70，所以按完全对称原则确定的最佳判定点为z*。由此可知：当把财务困境发生前1年的原始数据代入判定模型所得的判定值Z大于Z*，则判为组合2，即非财务困境公司，否则判为组合1。由此得到的判定结果见表10。同理可计算其他年份的最佳判定点和误判率。

表10Fisher二类线性判定模型在财务困境前1年

值得指出的是，Fisher判定模型在财务困境发生前1年的误判率为10．07％，与LPM模型的误判率相同，这从应用上证明二个模型是等价的。

3．Iosistic回归模型。使用同样的财务指标和数据，进行二元Logistic回归分析，得到模型的估计结果见表11。

表11二元Logistic回归模型估计结果

截距模型是将所有自变量删除后只剩一个截距系数模型。当前模型是含有自变量的Logistic回归模型。“Likelihood"为似然函数值，“—2LogLikelihood"(缩写为—2LL)是似然函数值的自然对数的—2倍，常用来反映模型的拟合程度，其值越小，表示拟合程度越好。因为Idsistic模型是使用最大似然估计，似然函数值越大，则表明越接近最大似然值，拟合程度越好。从表10可见，变量x1、X3、X11的显著水平均小于0．05，说明其预测能力较强；其余3个变量的显著水平较高，说明其预测能力较弱。

方程可表示为：

log(p/(1-p))=-0.867+2.5313X2-40.2785X4+0.4597X8+3.2293X12-3.9544X13-1.7814X20

即

P=1/(1+e-(-0.867+2.5313X1-40.2785X3+0.4597X7+3.2293X11-3.9544X12-1.7814X19))

根据回归所得到的Logistic方程，以0．5为最佳判定点，对财务困境前1年的原始数据进行回代判定，结果见表12。

表12Logistic回归模型在财务困境前1年的判定结果

在财务困境前1年，70个非财务困境公司有4个被错判，误判率为5．71％，69个财务困境公司有5个被错判，误判率7．25％，总体上看，139个公司有9个被错判，误判率6．47％。同样地，使用二元Logistic回归可以对财务困境前2年财务困境前5年的情况进行判定分析，判定结果见表13。

表13三种多元判定分析方法估计模型的比较

四、结论与启示

公司财务困境范文第5篇

【关键词】 财务困境； 特别处理； 财务指标

一、文献综述

（一）国外文献综述

国外对财务困境概念的界定主要包括：财务困境（Financial Distress）、财务失败（Financial Failure）、财务危机（Financial Crisis）、破产（Bankruptcy）等。

Beaver将财务困境定义为：“企业不能偿付到期债务”，即破产（Bankru-

ptcy）、债券违约（Bond default）、透支银行账户（An overdraw bank count）中的任何一种情况发生，企业就被认为已经失败。

Altman认为，财务困境是指“进入法定破产的企业”。公司在破产前要经历三个阶段：失败阶段、无力偿还债务阶段和破产阶段。失败阶段是指公司投资的资产现值已经低于资产本身的市价，公司已经没有存在或持续经营的意义。但商业失败并不等于破产，公司还有持续经营的可能；无力偿还债务阶段主要指公司不能偿还到期债务，这可能只是一种临时状态，但它可能成为公司破产的前兆；破产则可能是上面提到的两个阶段，也可指企业依法宣布破产。

Ross从四个方面定义企业的财务困境：1.企业失败，即企业清算后仍无力支付债权人的债务；2.法定破产，即企业和债权人向法院申请企业破产；3.技术破产，即企业无法按期履行债务合同；4.会计破产，即企业的账面净资产为负，资不抵债。

国外对企业财务困境的界定主要有：企业资金流动性较差、无力支付到期债务和破产这三个方面。申请破产和破产清算往往被看成是典型的财务困境状况，因此往往把“企业破产”界定为企业陷入财务困境。

（二）国内文献综述

谷祺认为，财务危机为“企业无力支付到期债务或费用的一种经济现象，包括从资金管理技术性失败到破产以及处于两者之间的各种情况。由于资金管理技术性失败而引发的支付能力不足，通常是暂时的和比较次要的困难，一般可以采取一定的措施加以补救，如通过协商，求得债权人让步，延长偿债期限，或通过资产抵押等借新债还旧债”。

陈晓、吕长江、杨淑娥、吴世农、薛锋、陈静、傅荣等，将上市公司被特别处理尤其是因为财务状况异常而被特别处理视为财务困境，这样的界定是合理的。原因有三：首先，证监会对“财务状况异常”的界定符合人们通常对上市公司陷入财务困境的判断，具有科学性和权威性；其次，我国上市公司中因陷入财务困境而破产的很少，因而不能使用国外以破产作为陷入财务困境的界定方法；最后，这样的界定对于研究样本数据的获取十分方便。所以本文以上市公司是否被“ST”作为其陷入财务困境的标志。

李秉成将财务困境的内涵界定为以下三个方面：1.财务困境应包括破产事项，破产包括清算、重组、与债权人达成减少债务的协议等。财务困境事项包含破产事项有利于说明其他财务困境事项可能的最终结果。2.财务困境应包含企业严重亏损以及现金流量严重不足事项。财务困境中的亏损以及现金流量不足，不是指一般的亏损及不足，而是指在很大程度上导致企业不能支付优先股股利、无偿债能力、资不抵债的亏损及不足。3.财务困境还应包含不能支付优先股股利、无偿债能力、资不抵债等事项。

综上所述，以是否因“财务状况异常”受到特别处理作为上市公司是否陷入财务困境的一个客观的分类已经被越来越广泛地采用。

二、企业财务困境特征分析

我国多数学者将财务困境界定为上市公司是否因“财务状况异常”而被证监会进行“特别处理”，因此采集样本数据时，选择股票简称前带有“ST”或“*ST”的样本作为研究样本。主要是从国泰安数据库中选择了2007—2009年132家制造业企业样本数据，66家为ST或*ST公司，66家为与其配对的正常公司；配对样本选择的是同规模、同时期的制造业公司。本文分别收集了132家公司在ST当年及前三年的数据。

为了比较困境公司与正常公司在财务指标上的差异，本文选取了14个财务指标及其相应的计算公式。通过计算所选取财务指标的均值及衡量均值差异程度的p值，分别研究财务困境和非财务困境公司的财务特征。本文的统计软件为SPSS16.0。

（一）困境公司偿债能力指标特征

偿债能力指标ST前不同时点上困境公司与正常公司的均值及均值变化趋势如表1、图1—图4所示。

ST公司的流动比率、速动比率均低于非ST公司，这说明困境公司的短期偿债能力较低。困境公司存在大量的短期借款，而短期偿债能力的降低容易导致公司到期无力偿还债务，从而使公司的财务状态恶化，陷入财务困境。

在ST发生前1—3年，ST公司的资产负债率均高于非ST公司，并有逐年上升的趋势。ST公司各年的长期负债比率也低于非ST公司，表明公司对债权人利益的保障程度越来越低，公司的举债能力越来越弱。随着ST时间的临近，长期偿债能力越来越弱，公司面临的财务风险越来越高，陷入财务困境的概率逐渐增大。

通过以上分析，无论是短期偿债能力还是长期偿债能力，困境公司较正常公司都是较低的，进一步证明了企业陷入困境的一个重要因素是无力偿还到期债务。

（二）困境公司营运能力指标特征

营运能力指标ST前不同时点上困境公司与正常公司均值及均值变化趋势如表2及图5—图8所示。

ST公司的应收账款周转率、固定资产周转率和总资产周转率均低于非ST公司。困境公司在被ST前几年，应收账款、存货和固定资产周转率均有所提高。特别是困境公司在ST当年比非ST公司的存货周转率高。在ST前1年固定资产周转率显著低于正常公司，这表明困境公司资金回笼速度慢，资产利用效率低。总资产周转率逐年下降，表明困境公司总体资产营运能力较弱、资产管理效率较低。

（三）困境公司盈利能力指标特征

盈利能力指标ST前不同时点上困境公司与正常公司均值及均值变化趋势如表3、图9—图13所示。

在被ST前1—2年，ST公司的各盈利能力指标与非ST公司的差异显著。困境公司在盈利能力指标方面的特征是在临近被特别处理前1—2年，盈利能力显著低于正常公司，并且部分财务指标出现了负增长。

ST公司的主营业务利润率指标在ST前1—3年较低或持续下降，说明企业的产品已逐步丧失竞争能力和盈利能力，这也可能是企业发生财务困境的重要原因。

ST公司的资产报酬率、总资产净利润率、固定资产净利润率和净资产收益率在ST前1—3年明显下降并呈现负增长。困境公司盈利能力显著降低，经营效益水平低下，是陷入财务危机的一个重要信号。

特别的是，困境公司被ST当年的所有指标都有所上升。

（四）困境公司成长能力指标特征

成长能力指标ST前不同时点上困境公司与正常公司均值及均值变化趋势如表4、图14所示。

对于生产性企业而言，固定资产的增长反映了公司产能的扩张，特别是供给存在缺口的行业，产能的扩张直接意味着公司未来业绩的增长。

由以上图表可以看出：

1.ST前不同时点上，ST公司与非ST公司的固定资产增长率不存在显著差异。

2.在被ST前1—2年，ST公司的固定资产增长率下降明显，甚至出现负增长。

财务困境公司在成长能力指标方面的特征是在被特别处理前1—2年，困境公司的成长能力显著低于正常公司。困境公司经营规模逐渐萎缩，成长性几近丧失，靠自身能力很难摆脱困境、维持持续经营。

三、结论及建议

结合前面分析可知，财务困境公司的四种能力财务指标明显低于正常公司，基本能表明财务困境公司的特征，但也有些异常之处，如财务困境公司被ST当年的盈利能力提高，且配对公司的均值差异的2-Tail Sig双尾t检验的显著性概率大部分不明显。原因有二：一是可能选取的财务指标不能更好地体现两组样本的差异性。二是只考虑了财务指标，没有考虑非财务指标，这是本文的局限性之一。第二个局限性是，在选取配对的NST公司的选择中，考虑的是制造业的同时期、同规模的公司，主要考虑的是资产规模，指标单一，且带有主观性。因此，在今后的研究中，可以从财务报表项目和非财务指标来分析财务困境公司的特征；采用多重指标更细化的方式来选择配对样本公司。

【参考文献】

［1］ Beaver W. Financial ratios as predictors of failure，Journal of Accounting research，1966（Supplement）.

［2］ Altman Edward I. Financial ratios，discriminant analysis and the prediction of bankruptcy，Journal of Finance，1968（23）：589-609.

［3］ Ross B. Financial Ratios and Different Failure Processes ［J］.Journal of Business Finance，2000（3）：18-24.

［4］ 谷祺，刘淑莲.财务危机企业投资行为分析与对策［J］.会计研究，1999 （10）：28-31.

［5］ 陈晓，陈治鸿.我国上市公司的财务困境预测［J］.中国会计与财务研究，2000（2）：55-72.

［6］ 吕长江.上市公司财务困境与财务破产的比较分析［J］.经济研究，2004（8）：64-73.

［7］ 杨淑娥，徐伟刚.上市公司财务预测模型的实证研究——Y分数模型的实证研究［J］.中国软科学，2003（1）：56-60.

［8］ 吴世农，章之旺.经济困境、财务困境与公司业绩——基于A股上市公司的实证研究［J］.财经研究，2005（5）：112-122.

［9］ 薛锋，乔卓.神经网络模型在上市公司财务困境预测中的应用［J］.西安交通大学学报，2003（6）：22-25.

［10］ 陈静.上市公司财务恶化预测的实证分析［J］.会计研究，1999（4）：31-38.

［11］ 傅荣，吴世农.我国上市公司经营失败风险的判定分析——BP神经网络模型和Fisher多类线性判定模型［J］.东南学术，2002（2）：71-79.

公司财务困境范文第6篇

关键词：上市公司；财务困境；预警模型；判别分析

中图分类号：F83文献标识码：A文章编号：1672-3198（2007）09-0161-02

1上市公司财务困境的界定及表现

1.1上市公司财务困境的界定

我们认为：如果上市公司由于下列原因而被特别处理的,我们将其视为财务困境公司：最近两个会计年度审计结果显示的净利润为负值；最近一个会计年度的审计结果显示其股东权益低于注册资本；最近一个会计年度经审计的股东权益扣除注册会计师、有关部门不予确认的部分,低于注册资本；最近一份经审计的财务报告对上年度利润进行调整,导致连续两个会计年度亏损。因为上述原因而被特别处理的上市公司基本表现为严重亏损、偿债能力不够而且持续经营能力不足,符合财务困境的基本内涵。

1.2上市公司财务困境的类型划分

根据ST公司财务困境的表现，可以将其分为以下三种类型。

（1）突变失败：此类ST公司的财务比率在被特别处理前一年才迅速恶化，因此并不容易被预测，可称为“突变失败”。从原因上分析，此类ST公司多属于虚假包装上市的公司，如ST红光和ST黎明。

（2）收益失败：此类ST公司在被特别处理前几年与正常公司在负债比率、流动比率等财务指标上并没有显著差异，发生危机的主要原因是盈利下滑，这可以从较差的投资报酬率、总资产周转率等指标来观察，这种公司可归为“收益失败”。如由于宏观环境和产业环境等外部冲击而失败的上市公司多为此种类型。

（3）慢性失败：此类公司的失败信息早在发生危机前几年就已显现，许多财务比率如资产报酬率、负债比率、流动比率等都呈现不利变化，并且愈接近危机期间情况愈严重，这种经营失败过程可称为“慢性失败”。从失败原因来看，“慢性失败”公司大多是由于内部管理不善而发生危机的企业。

1.3上市公司财务困境的阶段划分

除了突变失败以外，收益失败和慢性失败是一个连续的动态过程，根据这两类ST公司的失败过程，可以将经营失败划分为三个阶段。

（1）经营失调阶段：当企业遭受内、外部因素的冲击时，会出现管理失控、投资失误、主营收入下降及流动资金紧张等现象，这一阶段可称为经营失调阶段。

（2）经营危机阶段：上市公司如果无法适当地处理经营失调，那么将步入经营危机阶段，此时呈现的现象包括资金不足、周转困难、短期债无法偿付等。

（3）经营失败阶段：如果上市公司缺乏有效的矫正措施来渡过经营危机阶段，那么最终会面临经营失败，上市公司的经营几乎限于停滞状态，其负债总额甚至会超过资产总额，出现资不抵债的情形。此时上市公司一般要依赖大规模的资产重组才能摆脱破产的困境。

2上市公司财务困境预警模型评析

关于上市公司财务危机预警系统的研究在海外历史悠久，在国内则刚刚起步，总体而言，运用于财务困境预测的方法可分为统计类和非统计类两大类，统计类的方法主要包括一元判别法、多元线性判别法、多元逻辑回归方法、生存分析法等、非统计方法主要有模拟类预测方法（如神经网络模型）、行为反映类分析法（如股价分析法）、案例分析法等。

最早提出企业财务预警分析模型的是Beaver(1966)，定义破产包括“债券拖欠不履行，银行超支，不能支付有限股利等”。运用实证分析得出现金流量与负债总额的比率能够更好地判定公司的财务状况。随后许多学者从事该领域的研究，在研究方法上也不断完善和改进。Altman(1968）提出了多元Z值模型，将若干变量合并入一个函数方程，用Z值进行判定。Beaver（1966）和Altman（1968、1977）提出的Z值模型，以及Martin（1977）和Ohlson（1980）等提出的逻辑／概率回归模型。Zavgren（1985）等学者使之进一步深化。Aziz，Emanuel和Lawson（1988、1989）以现金流量模型为基础，提出公司的价值来自经营者、债权人、股东以及政府的现金流现值之和。他们根据破产公司与非破产公司配对数据的分析，发现在破产前五年内，两类公司的经营现金流量均值和现金支付所得税均值有显著差异。目前对财务困境分析用得最多的方法是多元线性判别分析方法和逻辑回归方法。

我国学者周首华等对Z值模型加以改造，于1996年提出了财务失败预测的新模型-F值模型在F值模型中加入了现金流量这一有效的预测变量，弥补了Z值模型的不足。陈静以1998年的27家ST公司和27家非ST公司，使用1995―997年的财务报表数据，进行了单变量分析和多元线性判定分析，在单变量判定分析中，发现流动比率与负债比率的误判率最低；在多元线性判定分析中，发现由负债比率、净资产收益率、流动比率、营运资本／总资产、总资产周转率等6个指标构建的模型，在ST发生的前3年能较好地预测ST公司。张玲（2000）以120家公司为研究对象，使用其中60家公司的财务数据估计二类线性判别模型，并使用另外60家公司进行模型检验，发现模型具有超前4年的预测结果。高培业、张道奎（2000）采用29个财务指标，运用多元判别分析方法，发现由留存收益／总资产息税前收益／总资产、销售收入／总资产、资产负债率、营运资本／总资产构成的判别函数有较好的预测能力。吴世农、卢贤义（2001）以70家ST和70家非ST上市公司作为样本，采用盈利增长指数、资产报酬率、流动比率、长期负债／股东权益、营运资本／总资产、资产周转率等6个财务指标，比较了多元判别分析、线性概率模型和Logistic模型的预测效果，发现Logistic模型的预测能力最强。

3上市公司财务困境判别及控制分析

3.1财务困境形成原因剖析

在财务困境的诸多影响因素中,公司治理因素受到越来越广泛的关注。在公司治理体系中,董事会居于核心地位,并且逐渐成为完善公司治理结构,提高公司治理效率的主要途径和机制。减少管理层投机行为的重要机制就是董事会的设置。当内部管理人员之间以及管理层和股东之间发生冲突时,董事会将起到仲裁者和最高法院的作用。

在西方发达的市场经济国家中,董事会己经成为公司运作的中心。OECD制定的公司治理原则将良好的公司治理分解为七个关键部分。其中明确涉及董事会的内容就有两项,而其余五项内容也都与董事会的职责密不可分。同时,从公司权利中心的定位来看,董事会中心主义的思想正悄然形成,公司权利中心由经理层转向董事会的改革趋势也愈来愈明显。因此,加强董事会的治理和改革己经成为全球范围内的一个共识。我国上市公司董事会运作仍然存在许多深层次的问题。包括：①董事会制度形式化与内部人控制问题十分突出；②董事会决策议事的独立性不高；③独立董事缺乏独立性；④董事会专门委员会未能充分发挥作用；⑤董事会薪酬体系不合理等。这些问题严重制约了董事会运作的独立性和有效性。

3.2财务困境特征识别

企业从业绩优良到陷入财务困境,并不是一蹴而就的,而是呈现出一个渐进与突变的过程。因此,财务困境的特征表现出一定的时空属性。在时间上,考虑到事件对困境公司的影响,因而选择ST当年作为T年,分别考察特别处理前一年（t-1）、特别处理前两年（t-2）和特别处理前三年（t-3）困境公司的财务特征和非财务特征。这样一个具有时间序列的连贯考察,有利于发掘财务困境不同阶段所表现出的特征。在空间上,考虑到行业因素对财务困境的影响,因此根据行业类别的不同,分别考察制造业和非制造业内财务困境公司的基本特征。同时,建立基于人工神经网络的判别模型,实现对不同时期、不同行业上市公司财务困境状况的针对性判别分析。

3.3财务困境控制分析

根据控制理论,为了使控制系统在运行过程中的输出与控制标准的偏差尽量最小,实现控制目标,可以采用事前控制、事中控制、事后控制等方法进行控制：①事前控制是在活动开始前采取措施使得控制系统输出符合控制标准的活动。②事中控制是在活动进行时对系统输出进行监控的控制活动。③事后控制是在活动结束后对系统输出结果进行分析,找出输出结果与控制标准偏离的原因,并及时予以纠正。对于财务困境而言,财务困境的控制主要体现在事前控制和事后控制两个方面。

（1）财务困境事前控制。财务困境的事前控制是避免财务困境的最有效手段。根据财务困境的特点和形成原因,①应该制定合理的控制目标,明确系统输出期望达到的效果。控制目标可以进一步分解到各个不同层次的子控制系统,形成财务困境次级控制目标。②确定财务困境的控制重点,包括企业信用规模与结构控制、存货规模与结构控制、成本费用控制、或有负债控制、负债规模与结构控制、销售结构与毛利率控制、资本运营风险控制、治理结构控制等,其中最主要的是企业治理结构完善、成本费用控制和资金流动性控制。③制定合理的财务困境控制标准。④选择针对性的控制方式和控制手段实现控制目标。

（2）财务困境事后控制。困境公司在发生财务困境后,随着存在问题的暴露,会想方设法地采取措施消除隐患,努力克服经营不利的尴尬局面。因此,从控制流程上看,事后控制比事前控制更具有针对性和目的性。毕竟财务困境的事前控制主要以防范为主,需要建立起一套完善的控制体系,以达到发现问题的目的。而财务困境的事后控制则主要立足于纠正问题,是一种亡羊补牢的表现。

参考文献

［1］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,2005，（6）.

［2］吕长江，赵岩.上市公司财务状况分类研究,会计研究［J］.2004，（11）.

［3］张鸣，张艳.财务困境预测的实证研究与评述［J］.财经研究，2001，（12）.

公司财务困境范文第7篇

关键词：财务困境 盈余管理 盈余管理手段

一、引言

盈余管理作为20世纪80年代在国外理论界和经济界兴起的课题，在国外经历了30年的研究历史，形成了许多经典的理论，而在我国由于证券市场起步较晚、资本市场发育不完善，对于盈余管理的研究还处于起步阶段，因此对于盈余管理的研究还主要是引入国外的理论，以及验证我国证券市场上盈余管理的存在性。

本文拟通过研究F公司这一曾经陷入财务困境的上市公司的盈余管理手段，来了解上市公司特别是财务困境上市公司盈余管理所采取的主要手段。通过具体的案例分析，使投资者认识到财务困境上市公司的主要特征，从而能够发现财务困境上市公司是否存在投资价值，从而不被财务报表表象所迷惑，保证自身资金的安全，维护证券市场、资本市场资源有效配置的功能。通过具体分析发现的数据，还能为管理者进一步规范上市公司的行为提供借鉴，从而为完善我国证券市场监管体系提供必要的参考。

二、上市公司财务困境下盈余管理研究的几个维度

（一）盈利能力

盈利能力对于一个企业来说至关重要，只要能够获得足够的利润都会吸引投资者来投资，公司才会获得发展，否则一个在侵蚀所有者及债权人利益的公司，不会有投资者想投资于该公司，且公司也没有存在的价值。因此盈利能力是衡量一个公司经营状况的重要指标之一，也是公司是否陷入财务困境的重要指标之一。

（二）偿债能力

一个公司的偿债能力主要指公司偿还到期债务的能力，以及公司的总资产对其整体负债的保障程度。总体来说，一个公司的偿债能力是衡量其经营风险的主要标志之一，也会对公司的经营情况产生重要影响，现阶段衡量企业偿债能力的指标主要包括短期偿债能力和长期偿债能力。

（三）资产运营能力

资产运营能力主要考察的是一个公司的资产的周转能力，及资产使用效率问题，考察一个公司资产运营能力的主要指标是存货周转率、应收账款周转率以及总资产周转率。

（四）发展能力

发展能力顾名思义，主要是用来衡量企业的未来发展潜力，其常用指标主要包括总资产增长率、营业收入增长率。

三、F公司财务困境下盈余管理分析

F公司前身为1984年创建的广东肇庆风华电子厂，根据国家有关规定，经广东省体改委粤体改［1994］30号文批准，于1994年3月23日改组为定向募集设立的股份有限公司，经中国证券监督管理委员会证监发字［1996］308号文批准，F公司于1996年11月29日在深圳证券交易所上市。

（一）F公司财务困境分析

1、财务困境的起因及表现

（1）起因

F公司财务困的起因主要源于两方面。一是全球金融危机的影响。2008年由于全球金融危机的影响不断加深，受其实际控制人破产重组引入战略合作者的影响，使得公司的整体经营环境不稳定，再加上外界的风险的加大，使其在生产经营中面临重要的问题从而出现了巨额亏损。

二是大股东的经营失利。2008年也是公司经营环境跌宕起伏的一年。上半年受全球经济放缓、原材料价格持续上涨、人民币升值、劳动力成本上升等因素影响，公司经营成本不断上升，同时市场需求增速放缓，公司主导产品价格、毛利率下降；另外，公司控股股东破产重整及引进战略投资者过程中，为公司经营增加了诸多不确定性因素。下半年尤其是第四季度，受全球金融危机蔓延恶化影响，原材料价格快速大幅下跌，公司订单急剧下降，产能利用率严重不足，产品价格持续下跌，公司存货、应收款项上升，公司经营环境面临巨大压力。

（2）主要表现

F公司财务困境的主要表现有两方面。一是出现大规模亏损。通过F公司基本情况分析可以看出，F公司陷入财务困境的最直接的表现是巨额的亏损，根据F公司2006年至2010年的财务报表分析可以发现其在2008年亏损高达4.3亿元，使公司的财务状况急剧恶化。由于此项巨额亏损的出现，使得F公司在本文中选定研究的符合条件的25个A股上市公司中排名第24位，使其盈利能力受到了严重影响。

二是发展停滞。F公司以2008年为转折点，其发展规模有所停滞，资产规模、营运资产规模等均有所下降，具体分析如下：

①企业的各项营运资产及固定资产规模下降

为了便于比较，将公司2006年至2010年应收账款、存货等主要营运性资产列示如表3-1所示。

表3-1 F公司主要营运资产变动情况表

单位：千万元

通过表3-1可以看出，以2008年为转折点，公司的主要营运资产规模较原来相比减少了约3.5亿元，营运资产的减少一方面反映了公司的主营业务收入获利能力不强，另一方面也可能是企业无法筹集到足够的运营资本，因此不得不缩减应收款项、存货的规模，以使公司不致出现资金链断裂的情况。

表3-2 F公司固定资产变动情况表

单位：千万元

从表3-2中可以看出，公司的固定资产规模呈现出逐年下降的趋势，而在2008年减少了1.7亿元的固定资产可见F公司正处于收缩阶段，由于无法获得足够的营业收入，而缩减了资产规模。

从上述分析可以看出，虽然在F公司的财务报表中仅仅体现出来的是其2008年的巨额亏损，但实际上在2009年乃至2010年其经营状况并未出现明显的好转。

②短期融资能力下降

公司财务困境范文第8篇

关键词：公司财务；比例危险；主成分；财务困境；财务比率；预测

中图分类号：F275文献标识码：A文章编号：1000176X（2007）07009304

一、引 言

自Beaver 开创性地提出财务困境预测模型以来，许多预测方法被用于公司财务困境研究。20 世纪60 年代主要是Beaver和Altman分别采用的单变量、多变量判别分析；判别分析分别被70年代和80年代的logistic分析模型所取代，90 年代以来神经网络又被引入财务困境预测。

国内学者吴世农、黄世忠较早对我国上市公司财务困境进行了预测研究［1］；陈静使用Beaver和Altman的模型，得出预测模型对中国市场有效的结论［2］；吴世农、卢贤义应用单变量判定、多元线性判别和多元逻辑回归方法，分别建立ST 公司预测模型［3］；结果证明，这些模型均获得较高的判定精度，在财务困境发生前2年的误判率在28% 以内；姜秀华、孙铮研究了企业治理的弱化同企业财务困境之间的作用关系［4］；卢宇林建立了用于判断公司是否出现财务风险的兴业财务评价指数［5］。

这些模型在实践中取得了一定的应用价值，但也存在着如下问题：

1．都是以企业的静态数据作为样本，数据来源于横截面样本，忽略了企业财务比率的时间序列特点。

2．在样本选取时，对每一个危机样本都要选取配对的正常样本。这暗含两种风险：所选取的配对样本的财务比率非常漂亮，远远优于困境公司，这在进行预测时，那些财务比率介于正常和危机之间的样本的准确性就不会太好；配对样本选取了潜在的危机样本，这些样本的财务比率已经偏离了正常值，但还未发生所定义的财务困境的事件，这同样对预测精度有较大影响。因此，通过此类选取配对样本的方法预测时，模型的稳定性较差，选择不同的样本集往往得出不同的结果。

3．此类模型需要根据预测时间的不同而建立不同的模型，选择不同的样本，各个模型的财务比率和模型形式可能是不同的，这导致财务困境预测的工作量非常大。

针对此类模型存在的问题，本文用基于主成分的比例危险模型预测财务困境，将在生物统计和医学统计中较成熟的生存分析理论应用到企业财务困境的预测当中［6-7-8］。

二、基本理论模型

生存时间是测量某事件出现的时间，例如病人死亡时间、疾病的发生时间、药物的起效时间。由于其坚实的理论基础和在生物学、医学的成功应用，近年来在社会学、产品寿命、经济学等也开始发挥积极的作用。生存分析主要用以下函数描述：

1．生存函数S（t）

其定义是个体生存时间大于t的概率，即：

2．生存函数的概率密度函数f(t)

3．危险率函数h(t)

生存时间T的危险率函数h(t)就是条件生存率，其定义是：

4．累积危险率函数H（t）

5．生存函数间的等式关系

只要求出任意一个函数，即可根据（5）式求出另外两个。

1972年，英国统计学家D．R．Cox提出了一个半参数模型，该模型可研究多个变量对危险率的影响，且对生存时间分布无任何要求，这就是在生物统计学取得广泛应用的Cox比例危险模型（PHM）。

在比例危险模型中，假设在时点t个体出现观察结局的危险大小可以分解为两个部分，除了有一个基本危险量h0(t)外，第i个影响变量使得该危险量从h0(t)增加eβixi倍而成为h0(t)eβixi，因此，如果在k个因素同时作用影响生存过程的情况下，在时点t的危险率函数为：

其中，h0(t)只与时间t有关，类似于线性回归中的常数项。

求出危险率函数后，根据等式关系（5）可求出生存函数：

三、样本财务困境定义及选取

在我国现阶段，没有严格意义上的破产和财务困境公司的标准，因此本研究认定因最近两个会计年度的审计结果显示的净利润均为负值和最近一个会计年度股东权益低于注册资本（即每股净资产低于股票面值）为财务困境公司，这也是现阶段国内学者在此领域的公认标准，本文选取的行业为制造业。

本研究对生存时间的定义为：

以2001年为开始，如果企业在2003年被认定为符合本文的财务困境标准，则生存时间为1年，若2004年被认定为符合本文的财务困境标准，则生存时间为2年，依此类推，则会得到生存时间从1―4年的233个样本，其中133个样本用于估计模型，其余100个样本用于检验模型的准确性。

本文全部的数据来源于wind（万得）数据库。

四、对财务比率的主成分分析

根据万得数据库，总共选取了36个财务指标作为财务困境预测的备选指标，如表1所示：

国内外的文献表明，在对财务指标的选取上，没有明确的原则和方法，大多采用统计方法检验在正常样本和危机样本间有显著差异的指标，再将选出的指标代入到相关模型。但这种方法如用在本文的COX模型会存在两个问题：

1．财务指标间可能存有相关性，使回归模型出现多重共线性。

2．为了避免多重共线性，研究者往往只取有相关性指标中的一个指标带入模型，但这又会导致被舍弃的指标所含有的信息丢失。

因此，本文首先用主成分的方法提炼36个财务指标，主成分法的目的是在数据信息丢失最少的原则下，对高维变量空间进行降维处理，其实质是对原坐标系进行平移和旋转变换，使得新坐标的原点与数据群点的重心重合。主成分方法可有效解决上述两个问题。

用SPSS软件对上述36个财务比率进行主成分分析，特征值（＞1）及累积贡献率如表2所示：

由表2看出，总共有9个主成分的特征值大于1，他们的累积贡献率也达到了83．61%，这就是COX模型中的备选指标。

五、 COX实证结果

将133个估计样本的9个主成分值作为协变量，将每个公司从2001年起的未被本研究定义为财务困境公司的时间作为生存时间，则采用基于偏最大似然估计的向前逐步回归法得到如下结果（用其他的选择变量的方法得到的结果相同）：

第一主成分FAC1：有6个盈利能力指标和其有强正相关关系，说明公司盈利能力越强，距离财务困境越远；有两个获取现金能力指标和其有强正相关关系，说明获取现金能力越强，距离财务困境越远；有3个期间费用指标和其有强负相关关系，说明期间费用越高，越可能发生财务困境，这些相关关系和我们平常的认识是完全吻合的。第一主成分主要体现的是盈利质量和期间费用控制能力。

第四主成分FAC4：全部的4个资产周转能力指标和其有较强的正相关关系，因此第四主成分主要体现的是资产周转能力。

由此，得到各生存时间的累积危险率函数为：

从上述结果看出，第一主成分（盈利质量和期间费用控制能力）每增加一个单位，累积危险函数从h0(t)增加e-0．260倍而成为h0(t)e-0．260，累积危险函数在减小，生存函数在增大，完全符合我们的定性判断；同理，第四主成分可得出类似结论。

随后，根据公式（4）和（5）可分别求出生存函数S(t=1)，S(t=2)，S(t=3)。

得到各样本的生存函数后，需要一个判别阈值以决定是否会进入财务困境，本研究的阈值定义为生存时间大于t的样本占全部估计样本的比率［7］，如果样本在时间t的生存函数小于该阈值，则判断会在未来t年陷入财务困境。用PHM法计算预测准确率和经典的模型有较大的区别，具体方法如下所述：

首先将全部样本都带入到S（t＝1）的生存函数，计算实际生存时间为1年内的困境公司中有多少被判断正确，得出困境样本的预测准确率；同时判断有多少实际生存时间大于1年而被预测为1年内进入困境的样本数量，得出实际生存时间大于1年的样本的预测准确率，同理计算提前2―3年预测的准确率。表4为估计样本的准确性，

我们把原本是困境公司而预测模型将其归为正常公司的错误称为第一类错误，原本是正常公司而模型将其归为困境公司称为第二类错误，两类错误在实际应用中都应越小越好。从表4和表5可看出：模型在估计样本和预测样本提前3年的预测中都有较高的预测精度，其中提前1年的预测准确率最高，且两类错误都在可以接受的范围内，具有较强的应用价值。

六、结 论

本文用主成分的方法将36个财务比率提炼成9个主成分，这首先有效减少了选择财务比率的工作量；其次，消除了后续回归模型的多重共线性问题；再次，避免了因相关性原因而淘汰变量所导致的信息丢失。

随后本文用主成分作为协变量，用COX比例危险模型建立上市公司财务困境预测模型，模型的预测精度良好。该模型相对于经典的财务困境预测模型（如：判别分析模型、logistic模型、神经网络模型）有如下优点：

1．将企业的生存时间作为重要变量进入到模型中，考虑了随着时间的不同财务比率的变化。

2．无需配对样本，避免了为了凑准确率而有意识地选择样本的问题。

3．一套样本可以估计出多个预测提前量的模型，无需根据预测提前量的不同去选择不同的样本集，大大减少了工作量。

因此，如前文所述，从预测方法、预测精度两方面来说，PHM模型比传统的经典模型都具有较大的优势。

由于数据获得性的困难，本文只能采用上市公司中制造业的数据，虽然有133个样本用于估计方程，但数据量仍有偏少之嫌，这也是本文的局限性所在，如果在实际应用中，能够取得大量的财务危机的数据，模型估计得效果会更好。

参考文献：

［1］ 吴世农，黄世忠．企业破产的分析指标和预测模型［J］．中国经济问题，1986，(6)．

［2］ 陈静．上市公司财务恶化预测的实证分析［J］．会计研究，1999，(4)．

［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)．

［4］ 姜秀华，孙铮．治理弱化与财务困境: 一个预测模型［J］．南开管理评论，2001，(5)．

［5］ 卢宇林．上市公司财务失败预警系统实证分析［R］．深圳: 深圳证券交易所第四届会员单位、基金管理公司研究成果，2002．

［6］Luoma M，Laitinen E．Survival analysis as a tool for company failure prediction［J］．Omega，1991，(19)．

［7］Whalsen g，a proportional hazards model of bank failture: anexanination of its usefulness as an early warning tool［J］．Economic Review (00130281)，00130281，1991 1st Quarter．

［8］宋雪枫，杨朝军．财务危机预警模型在商业银行信贷风险管理中的应用研究［J］．国际金融研究，2006，（5）．

公司财务困境范文第9篇

关键词：应计盈余管理；真实盈余管理；财务困境

盈余管理现象在中国上市公司非常普遍，其方法大致可以归为两类：一是应计盈余管理，二是真实盈余管理。应计盈余管理是在现行会计准则允许范围内，粉饰或掩盖公司真实经营业绩的行为，通常采用对会计政策和会计估计的选择来实现。而改变公司实际经济活动的盈余管理称为真实盈余管理，这种盈余管理方式会对公司的现金流、未来经营业绩以及长期价值产生影响。区分两种盈余管理方式，对深入理解盈余管理行为和盈余管理经济后果意义重大。财务困境作为经济后果的一种表现形式与利益相关者关系重大，而目前有关这两种盈余管理方式是否会导致公司陷入财务困境方面的研究几乎没有。本文就是在适当控制应计盈余管理和真实盈余管理相互影响的基础上，利用Logistic回归分析了这两种盈余管理方式是否会导致公司陷入财务困境。

一、文献回顾与评述

关于这两种盈余管理方式对公司未来业绩影响方面的研究在国内外并不罕见，但是直接研究盈余管理是否会导致公司陷入财务困境方面的研究却很是匮乏，而且研究方向多集中于已经陷入财务困境公司是否会进行盈余管理以帮助公司脱困，如张炳才、董宝根[1]研究证实相比于常态下的公司，处于财务困境的公司，其公司管理层更可能进行负向盈余管理行为。在盈余管理对公司业绩影响的研究方面，成果非常丰富：如王福胜、古姗姗、程富[3]证实了应计和真实盈余管理都会对公司未来业绩产生不好的影响，且公司短期经营业绩受应计盈余管理影响更大一些，公司长期经营业绩受真实盈余管理影响更大。李增福、郑友环、连玉君[4]同样也证实了应计盈余管理会导致融资之后公司业绩的短期下滑，而真实盈余管理则会导致公司业绩长期下滑。李彬和张俊瑞[5,6,7]得出盈余管理采用销售操控方式不利于未来股东获利能力以及公司投资水平；盈余管理采用费用操控和生产操控方式会削弱公司未来的经营能力，这些都会产生非常严重的经济后果。

二、理论分析与研究假设

考虑到委托契约理论和信号传递理论，公司管理层会对业绩进行调控，粉饰报表以应对相关利益集团对其施加的盈余压力。盈余管理一旦发生将对上市公司、投资者、债权人产生很大负面影响，这些结果将反作用于进行盈余管理的公司，例如造成上市公司融资困难，影响经营业绩，陷入财务困境。所以本文提出假设：H1：上市公司盈余管理程度越高，越有可能陷入财务困境。由于应计盈余管理改变了不同期间的盈余分配，因此会存在操控性应计利润的反转现象，公司随后经营业绩下滑，导致公司财务困境。Roychowdury[9]将真实盈余管理分为三个部分：销售操控(实行宽松的信用政策和提供异常的价格折扣)、生产操控(生产过度)和酌量性费用操控(削减合理的当期费用支出)。销售操控会使公司实际经营现金流量低于期望值，生产操控的结果是公司实际生产成本高于期望值，费用操控的结果是公司实际酌量性费用低于期望水平。所以真实盈余管理会导致异常低的经营现金流量(CFO)、异常低的酌量性费用(DISEXP)和异常高的生产成本(PROD)。真实盈余管理通过构造交易活动会直接导致现金流量的改变，对公司的经营业绩造成实质性损害，所以本文提出假设：H2a：应计盈余管理程度越高，公司越容易陷入财务困境；H2b：真实盈余管理程度越高，公司越容易陷入财务困境。

三、研究设计

(一)盈余管理的度量

1.应计盈余管理的度量本文选用修正琼斯模型对样本数据进行回归。净利润与经营活动现金流量净额的差额得出总应计利润(TA)，总应计利润可进一步分为非操纵性应计利润(NDA)和操纵性应计利润(DA)。模型计算得出操控性应计利润(DA)来度量应计盈余管理。2.真实盈余管理的度量①经营现金流量模型见模型(1)：异常经营现金净流量(AbCFO)、异常生产成本(AbPROD)和异常的酌量性费用(AbDISEXP)分别用公司当年的实际经营活动现金净流量、实际生产成本和实际酌量性费用减去估计出的期望经营活动现金流量、期望生产成本和期望酌量性费用计算所得，作为识别和度量上述三种真实盈余管理手段的变量。考虑到公司可能同时使用这三种真实盈余管理手段，而且真实盈余管理会导致异常低的CFO，异常低的DISEXP和异常高的PROD，所以本文设定的用于度量真实盈余管理的总量指标如下：REMt=AbPRODt-AbCFOt-AbDISEXPtREM是度量真实盈余管理的总量指标，盈余操控的方向用REM正负反映。

(二)盈余管理与财务困境的模型设计

由于被解释变量，即公司是否被ST是二分类型变量，所以本文采用二项Logistic回归对上市公司盈余管理水平和财务困境的关系展开研究。具体模型如下：其中Z=a+bixi(i=1,2,3…)，a是截距，xi是变量DA、REM、SIZE、LEV、ROE，bi是回归系数，p(Yi=1)是公司发生财务困境的概率，对于公司因财务困境异常而被ST的，取Y=1，否则Y=0。

(三)样本选择与数据来源

本文以2009-2014年我国沪深A股制造业公司中因连续两年净利润为负而被ST的公司作为研究对象，如果将上市公司被ST的年份定义为t年，那么该公司就是t-1年陷入财务困境的，而且上市公司t-1、t-2连续两年的净利润都是负值，因此分析公司盈余管理与财务困境的相关性时选用的是t-3年的数据。剔除因其他非正常情况而被ST、上市两年内就被ST、数据缺失严重以及金融类的公司，在沪深A股制造业上市公司中选择了2009-2014年因为财务异常而被ST的公司中的91家。并且按照1：1配对原则，以“同行业和相近的资产规模”为标准，选取配对的健康公司91家，共得到样本公司182家。数据来自CSMAR和RESSET数据库以及巨潮资讯网。

四、实证结果与分析

采用SPSS22.0对182个样本进行Logistic回归得到回归结果。DA与财务困境在1%的水平上显著，二者存在显著的正相关关系，假设H2a得到验证。回归结果还可以看出，ROE与财务困境在5%的水平上显著，二者存在显著的负相关关系，此外，财务杠杆与企业是否陷入财务困境在5%水平上显著，二者之间存在显著正相关关系。回归结果并没有得出真实盈余管理与财务困境的显著相关关系，假设H2b没有得到验证，但是本文并不认为真实盈余管理与财务困境之间不存在相关关系，如同前文所述，真实盈余管理通常会造成对公司长期的实质性损害，公司经营业绩、财务状况不会很快对其做出反映，但是长期来看，真实盈余管理对公司持续发展造成的实质性损害，很有可能导致公司被ST。

五、研究结论与启示

本文的研究表明：当管理层采用应计盈余管理手段平滑不同会计期间的报告盈余时，在短期内，操控性应计利润会有反转现象，致使公司业绩下滑，甚至导致公司财务困境。真实盈余管理是在正常的生产经营条件下，管理层通过将公司实际经济活动进行有目的的改变或者虚构，严重损害公司长期价值和可持续发展。真实盈余管理造成的短期经济后果可能不明显，但从长远来看，对公司损害必然是不容小觑的。本文的研究有助于深化理解应计盈余管理和真实盈余管理，对利益相关者深入理解财务报告做出合理决策以及相关监管机制的完善具有一定的借鉴意义，丰富了对盈余管理经济后果的研究。

公司财务困境范文第10篇

表1 影响财务困境的主要因素

注：由于各家公司原因不止一种，我们是根据各个公司披露的各种原因进行累计，分别用各种原因除以总家数计算的比例。

从表1可见，我国上市公司陷入困境的原因比较复杂。下面笔者主要从影响公司财务状况的内部因素入手，对发生财务困境的原因进行分析。这里所说的内部因素主要包括财务因素和治理结构因素。

一、财务因素对上市公司财务困境影响分析

我们在分析困境公司财务特征时发现，困境公司与正常公司资产和利润等主要报表项目存在很大差异。究其原因：一方面是我国特别处理办法决定的，即特别处理的主要条件之一是公司连续两年亏损；另一方面，也反映困境公司的资产质量和经营成果差，财务因素是上市公司陷入财务困境的主要内部因素。从表1统计结果我们看到公司陷入财务困境的主要因素包括资产质量差，结构不合理；负债过度，结构失衡；主营业务缺乏竞争力、收益质量差和重大项目投资失败等。

（一）资产质量差，结构不合理

资产质量对于判断一个公司的价值、发展能力和偿债能力都有重要的作用。从表1可见，困境公司资产质量差主要表现在货币资金短缺、应收款项多、存货质量差和固定资产老化等。

1.货币资金短缺

货币资金短缺是指公司所拥有的资金量少于维持公司正常生产所需要的资金量。公司在经营中出现资金短缺的原因是多方面的。从内因看有以下几方面：一是原始资金投入不足，日常经营主要靠贷款维持，如果公司再快速扩张，会使有限的资金更加缺乏，进而发生资金流转困难。二是经营管理不善，造成某个环节资金周转受阻，如发生大量存货积压、应收账款增加等。三是经营亏损。当公司发生亏损尤其是亏损额大于公司的折旧提取额和摊销费用时，直接结果是导致公司的流动资金逐渐减少，引起资金短缺。总之，货币资金短缺涉及多种原因，且对上市公司陷入财务困境影响大，我们将其结合在其他方面论述。

2.应收款项多

长期以来，企业之间由于相互拖欠货款而形成的应收账款居高不下，已经严重影响了公司正常的资金周转和经济效益。形成公司应收账款居高不下的原因有两个： 一是外部原因。一方面企业为了扩大市场份额，需要大量销售产品，于是赊销成为企业扩大销售的主要竞争手段；另一方面是在社会普遍缺乏诚信情况下，很多公司故意拖欠账款。二是内部原因。从企业自身情况看，目前我国许多企业管理者普遍只重销售而忽视包括应收账款管理在内的内部管理，殊不知只有取得现金的收入才是真正的销售实现。应收账款对公司的影响主要有两方面：一是高额的应收账款直接影响公司的现金流入，是引发财务困境的重要原因。很多上市公司在具有良好的盈利状况下，经常出现有利润、无资金的状况。应收账款的风险主要表现在逾期应收账款发生的坏账风险上。二是上市公司应收账款多，不仅是货款大量被客户占用，可能发生坏账损失风险，而且按照现行税法规定，无论公司销售是否收到现金，只要收入实现，均需要缴纳税金，因此一旦应收账款无法收回，损失的不仅仅是货款本身，还包括为客户垫付的税金,这样更加重了公司的财务负担。

3.存货质量差

存货积压过多,不仅占用大量生产资金,而且增加了公司的储存成本和管理费用。若存货管理不当或陈旧过时，则会大大降低存货的变现率,很容易使上市公司陷入财务困境。

4.固定资产老化

固定资产成新率是指公司拥有固定资产的新旧程度。一般来说，新公司或经过改建、扩建、技术改造的老公司，固定资产成新率就高，相反，老公司或固定资产更新的规模不大，则固定资产成新率就低。固定资产成新率低，说明公司生产规模有限，产品更新较慢，竞争力不足。困境公司的表现验证了这一点。

5.资产结构不合理

分析发现,困境公司的资产结构不合理、资金运营效率低。流动资金,尤其是流动性较弱的应收账款和存货占的比重过大,致使流动比率偏高和速动比率偏低,与此同时,应收账款周转率和存货周转率很低。

（二）负债过度，结构失衡

公司在生产经营过程中，资产分布结构决定负债结构。

适度负债,公司可以获取财务杠杆利益。过度负债则会使公司的支付能力变得极为脆弱,甚至发生支付危机。偏高的负债一方面会弱化公司的支付能力,蕴含危机；另一方面,一旦信用链条上某一环节出现故障,或实际现金流量与预期净流量相差较大,影响即期债务偿付,必然会出现财务困境。负债过度易引发财务困境,其原因主要有:

1.债务结构不合理

合理的负债结构，一般是指能够反映公司经营业务特征和合理资金成本的资金来源结构。这种负债结构，使公司有能力承受经营及财务风险。合理的负债结构应该满足公司正常生产经营对资金的需要；能够保证公司债务的按期偿还；使公司的筹资成本最低。

不合理的资金结构，会降低公司盈利能力、加大财务风险。如果公司把通过举债筹集的短期资金投资于固定资产或其他长期资产,就会降低资产的流动性,从而造成短期偿债困难。一旦出现短期债务集中偿付，就会发生财务困境，香港百富勤公司破产就是典型案例。

2.负债比例过高

上市公司的负债比例过高,会使财务杠杆产生负效应,增加公司的财务风险。公司进行负债经营必须保证生产经营所获取的收益高于资金成本,否则将出现偿债困难。过度负债还改变了公司的资本结构，加大了偿债压力；同时还会影响公司信誉和再筹资能力，一旦资金周转不畅,就会引发财务困境。郑百文的财务失败就是一个典型案例。

（三）主营业务缺乏竞争力、收益质量差

目前，无论是中央企业整合还是中小企业发展，都强调突出主营业务。上市公司培育出一个具有竞争能力的核心业务后,才能考虑是否需要围绕核心业务开展多元化经营。否则,多元化投资的直接后果就是新项目挤占优势主业的资金,失去公司原来的竞争优势。国家的宏观调控政策也可能会致使公司主营业务萎缩。如国家调整了对酒类的税收,对白酒按量征收消费税,仅此一项就使酒业公司税费增加不少。

收益质量的高低，决定着公司的未来发展。收益质量与利润结构、收入来源、成本控制和经营现金流密切相关。困境公司收益质量低，在利润结构中表现为经常性收益少，一次性收益多。从构成利润的两个会计要素看表现为主营业务收入低、成本费用高。

为什么困境公司会出现这种状况？究其原因主要是由于主业核心产品缺乏竞争力，使公司销售规模越来越小，成本上升，致使产品毛利率下降。如ST飞彩，原来是一家以农用车及配件生产加工为主业的公司，但在其主要产品销售日益萎缩，库存上升，收入增幅明显低于成本增幅，致使公司利润下滑。上海证券交易所在分析上市公司年报时发现，多数ST类公司主营业务竞争能力差、主营业务利润率低，债务负担重，逾期贷款多，未来发展面临很大的不确定性。

二、治理结构因素对上市公司财务困境影响分析

近年来，人们越来越多地关注治理结构因素对上市公司的影响。下面我们从大股东占用资金、股权结构、对外担保和关联交易等方面分析治理结构对困境公司的影响。

（一）大股东占用资金

大股东占用上市公司资金是使上市公司陷入财务困境的主要原因之一。导致上市公司大股东及关联方资金占用的动机很多，但资金占用对上市公司的危害以及对广大投资者利益的侵害也显而易见。大股东及关联方资金占用之所以屡禁不止甚至愈演愈烈，存在深层次的原因。一是在原来的发行制度下，上市公司大都是在国有企业的基础上改制形成的，上市公司的母公司（大股东）为了支持公司上市，将有盈利能力的优质资产剥离后注入到上市公司，而将大量不良资产甚至可以说是包袱留给了集团公司。结果是，股份公司上市了，而母公司却资金紧张，经营困难，基本丧失了独立生存和持续发展的能力。同时，部分上市公司改制设立时销体系不完善，“三分开”、“两独立”不够彻底，或是由于较为特殊的销售体制（如电力公司），导致上市公司缺乏独立性，不得不与大股东及关联方发生大量的关联交易。二是虽然在证券监管部门的积极推动下，绝大多数上市公司目前已经初步建立了法人治理结构，但这种法人治理结构更多的还是停留在形式上，其发挥的作用有很大的局限性。这种情况在“一股独大”的上市公司更为突出。

无论被大股东占用的资金多少，都会对上市公司造成不同程度的影响。轻者会影响到公司投资项目的实施、影响公司正常的生产经营业务开展；重者影响公司的财务状况，最终导致公司亏损，甚至退市。其主要影响包括：

第一，对上市公司发展的影响。占用资金首先会影响到公司投资项目的实施，在资产负债表上通常表现为应收款项的增加和货币资金的减少。而正常的公司在募股资金使用上均表现为长期投资或固定资产（在建工程）的购建。公司募集资金的用途通常是计划投资扩大主营业务产能和开拓新业务，以保持公司的增长动力，这也是能够被推荐审核上市发行股票募集资金的重要依据。所以如果这部分资金被他人占用，公司的发展也就无法得到保证。

第二，对上市公司正常生产经营活动的影响。如ST中燕公司在董事会报告中阐述：报告期内主营业务处于停顿状态，没有对公司利润产生重大影响的其他业务经营活动，报告期内公司没有新增募集资金，亦无对外投资情况，前期募集资金延期使用至本期。

第三，公司财务状况受到严重的影响。这种影响在会计报表上表现为，其他应收款占应收款总额的比例极大、主营业务严重萎缩、期间费用吞食了利润，甚至形成巨额亏损。如果股权融资所筹集的资金满足不了大股东的使用，上市公司可能通过贷款来满足其需求。这加大了上市公司的财务风险，使上市公司容易陷入财务困境。

（二）股权过分集中，形成“一股独大”

我国上市公司一个普遍特点是“一股独大”,导致的结果是：一方面,大股东行为缺少有效制约,容易出现股东干预日常决策,使投资者的利益得不到有效保护；另一方面,国家所有权的行使缺乏妥善措施,上市公司往往出现“内部人控制”的偏向。控股股东占用资金情况严重的公司中,ST公司占相当大的比重。控股股东的大量资金占用,已成为导致公司成为ST的一个重要原因。

（三）关联交易频繁

关联交易是指关联方发生转移资源和义务的事项。在经营往来中发生的关联交易主要有关联购销、资产交易、资金占用和信用担保等。

关联交易在市场经济条件下客观存在，但它与市场经济的基本原则却不相吻合。在关联交易中由于交易双方存在各种各样的关联关系，交易并不是在完全公开竞争的条件下进行的。关联交易客观上可能给公司带来正负两个方面影响。从上述大股东占用资金等情况分析，我们认为上市公司发生关联交易的成因主要有以下几个方面：一是认识误区。众所周知，建立证券市场是为公司开辟一条直接融资渠道。通过公司间的正常购并行为达到优化社会资源配置的目的。但是，一些公司认为“上市”的目的就是“圈钱”，因此不惜代价争取“上市”。一旦成功上市，不是努力有效利用好募集来的资金，而是研究政策，利用关联交易，搞利润策划、报表重组，想方设法保持上市公司的再融资的功能。二是制度缺欠。由于我国证券市场建立时间短，发展快，又没有现成的经验可以照搬。许多规范上市公司行为的法律法规不完善，这给一些公司提供了利用制度缺欠的机会。三是利益驱动、关联交易频繁。

（四）担保过重

担保作为公司的一种正常经营行为，但是为数众多的上市公司因为曾为其他组织提供担保而陷入财务困境。上市公司担保的对象多为关联公司。

分析其内在原因主要包括：一是某些上市公司治理结构不合理。发生非理性担保行为的绝大多数是“一股独大”的公司，这就给上市公司的内部控制者提供了条件，增大了发生非理性担保的可能性；二是提供担保的公司缺少对担保决策的分析能力；三是目前公司融资渠道匮乏。除了上市、发行债券和贷款外，公司的其他融资渠道几乎没有，况且目前股票市场和债券市场还不够成熟，向银行贷款仍为公司主要融资渠道。

总之，尽管导致公司陷入财务困境的原因是多方面的，我们认为使公司陷入财务困境的主要原因是财务状况差和治理结构不合理这两个因素。财务因素是直接因素，治理结构因素是诱发财务困境的深层次原因，两个原因相互作用。

三、对策

公司陷入财务困境对相关利益者影响广泛，针对财务困境发生的原因，笔者提出如下对策。

（一）完善公司治理结构

在股权分置改革取得较大成果的基础上，针对上市公司治理结构存在的问题，要强化上市公司的独立性，使控股股东与上市公司之间人员、资产、财务分开，机构、业务独立，各自独立核算，独立承担责任和风险。

（二）实施强制交替审计

由同一家会计师事务所为同一公司提供顾问与审计服务而可能会引起的利益冲突，也会影响注册会计师的独立性。这也是安然事件和科龙风波得出的结论之一。避免会计师事务所与上市公司结成利益共同体，因此，有必要建立强制交替任用主审会计师制度。

（三）限制关联交易

关联交易活动应遵循商业原则，但是事实相反。上市公司在关联方之间发生大量相互担保和资金融通行为，既威胁着银行资产的安全性，也加大了企业运营风险。因此，需要规定对关联交易的限制措施。

（四）进一步完善现有的法律法规

进一步完善现有的法律法规，加大处罚力度。特别是完善法律法规的操作细节，在客观上加大监督力度，舒缓市场监管压力。