0vnbxzm对上市公司亏损的财务预警信号的研究

1、0vnbxzm对上市公司亏损的财务预警信号的研究| You have to believe, there is a way. The ancients said: the kingdom of heaven is trying to enter. Only when the reluctant step by step to go to it s time, must be managed to get one step down, only have struggled to achieve it. - Guo Ge Tech对上市公司亏损的财务预警信号的研究蒋屏 范昕 蒋屏，1958年出生，教授，硕导。要紧研究方向：财务治理 范昕，1976年出生，硕士研究生。专业方向：财务治理(对外经济贸易大学工商治理学院，100029摘要 本文随机抽查了四家机械行业上市公司的有关财务数据,运用单变量模型进行分析，得出在企业亏损前其获利能力指标对每股收益的阻碍较大。通过多变量分析建立判定方程，得出可通过截止点推测企业亏损的可能性关键词 上市公司 预警信号 单变量分析 多变量分析1 引言自1998年

2、推出上市公告预亏制度以来，亏损企业频频显现。1999年度，58家公司公布预亏公告，其中，新亏损的公司竟达34家，占58.62%。在2000年，公布中报的公司共有721家，其中，沪市388家，深市333家，亏损中报62家。自科龙电器2000年12月22日公布了2001年报的第一份预亏公告以来，2000年上市公司预亏家数就出现出迅速壮大的势头。截至2001年2月28日，沪深两市共有86家上市公司公布了预亏公告，沪市39家，深市47家。从目前公告的亏损情形以及年报公布的进程来看，2000年上市公司亏损的家数在绝对数上将有望再创历年新高，换而言之，上市公司的亏损面正出现出逐步扩大的势头面对如此大范畴、大规模的亏损，必定对投资者、企业、乃至股市、宏观经济产生不利的阻碍。既损害投资者的利益，又弱化企业的素养和竞争力，阻碍证券市场优化资源配置功能的实现，进而危及国民经济的健康进展。作为投资者，如何能猎取中意的投资回报率？作为治理者，如何能预先警觉到企业的问题，防患于未然，提早作好企业的长期战略和进展规划，使企业不断进展？目前国内不管在理论和实践方面的研究都较少。因此我们试图利用单变量模型和多变量模型

3、对上市公司亏损企业财务报表及相关经营资料进行分析，从财务方面对企业亏损问题进行研究。期望能够借此给宽敞的投资者和企业治理人员提供一定的预警作用。 2 研究程序及方法2.1亏损企业样本Sample的选取我国上市公司的亏损速度较快，分布较广，其中，机械、电子和房地产行业更是亏损企业的集合区。为了使结论具有可比性，我们考虑了行业特点、产品生命周期以及可能选取的样本情形，本文在亏损企业中随机选取了4家机械制造业的上市公司作为样本进行分析，它们分别是600806昆明机床，0025ST特力A，600691东新电碳和600610ST中纺机。由于上市公司的中报未经审计，其财务数据的可信度自然会大打折扣，因此本文仅采纳公司的年报数据进行分析，以取得较大的可信度和有用性。2.2 单变量分析单变量模式是用个别财务比率来推测财务危机的模型，当模型中所涉及的财务比率趋势恶化时，通常是企业发生财务危机的先兆。 采纳单变量模式分析企业亏损的实质确实是找到与企业亏损相关性较大的指标，能够通过线性回来来完成。2.2.1数据的收集本文分析时所使用的财务报表数据是从和讯网上 homeway .cn下载的，在和讯网上能够查询

4、到每个上市公司年报、中报的财务报表，包括资产负债表，损益表和现金流量表我国在98年往常企业提供的是财务状况变动表，98年以后才要求提供现金流量表，因此现金流量表数据较少。另外，为了保证数据的可靠性，对一些有明显差异的比率又将其与其它网站的一些财务报表指标进行了比较，并依照常用的运算方法进行了调整。2.2.2比率的选择由于财务比率的数目种类较多。我们依照他们的通用性和相关性选用了变现能力，获利能力，偿债能力，治理能力中的14项比率，另外还包括一些常用的比率，例如：权益收益率，总资产收益率，流淌比率及股东权益率等，以及一些参考文献上采纳的对企业破产进行分析的比率，例如，息税前盈余/总资产，营运资本/总资产等 见ALTMAN, Corporate Financial Distress，John Wiley&Son Inc.,第106页。2.2.3统计分析将这四家企业的每股收益作为因变量，14个财务比率作为自变量，取其亏损前三年至亏损年度的数据，用SPSS进行线性回来分析。在所分析的14个比率中，只有权益收益率和总资产收益率与每股收益相关性较高，而其它比率的相关性较低。结果如表1和表2所示：表

5、1 权益收益率与每股收益线性回来结果 Model R R SquareAdjusted R Square Std. Error of the Estimate 10.991 0.981 0.980 4.232E-02 表2总资产收益率与每股收益线性回来结果ModelRR SquareAdjusted R SquareStd. Error of the Estimate 1.990.980.9794.311E-02 注：权益收益率 = 企业利润净额/平均资本金数额，是衡量投资者投入资本金的盈利 能力，该收益率是站在所有者立场来衡量企业盈利能力的财务指标。 总资产收益率 = 利润净额/平均资产，是反映企业资产综合运用成效的指标。由上面分析的结果能够看出，权益收益率和总资产收益率与每股收益具有专门强的相关性。这说明，当这两项指标恶化时，通常是企业发生亏损的前兆。2.2.4结果的说明企业亏损说明了两方面的问题。一是企业的盈利下降，二是企业的费用上升。然而，从回来分析的结果来看，企业亏损的直截了当缘故并不是费用的上升，而要紧缘故是其盈利水平下降。例如ST中纺机，于1998年开始亏损，每股收益由1

6、997年的0.01元狂降到1998年的每股收益-0.47元。总资产酬劳率从前四年的平均0.016降到了0.003。再如昆明机床，97年其权益收益率和总资产收益率均为0，该公司于98年亏损，每股收益-0.1。企业获利能力的下降通常是亏损的前兆，当企业的利润下降到专门低的水平常，极有可能在以后的一两年内亏损。从这些公司的财务报表能够看到，亏损前，他们的每股收益通常保持相当低的水平，例如昆明机床亏损前，其每股收益在1994年为0.16元，1995年大幅下降为每股0.03元，在随后的两年内保持每股0.01元的低收益，并于98年亏损。从样本中能够看到，在亏损前的三至四年，企业的利润率专门低，然而并没有赶忙亏损，而是保持了几年的低收益水平，然后一个巨亏。这种现象在我国股市中是常见的, 可谓是不亏那么已，一亏惊人。通过以上分析，不难得出：1企业亏损的直截了当缘故不是费用的增加，企业的盈利能力通常预示了企业的以后；2关于一些具体的科目应做专门的研究，例如应收帐款科目是一个专门客观的数据。同时从该数据的历年变化和销售收入的比例及应收帐款周转速度，能够看出公司的治理水平和行业的竞争状况。关于一些微利公司，

7、由于投资收益科目通常是掩盖主业亏损的要紧来源，对他的来源和数目也要加以注意。3新会计制度的阻碍，即四项计提亏损。这必将挤掉一些上市公司的水分，使公司的业绩受到阻碍。4注意关联交易和非正常损益，因为这些通常是企业修饰财务报表的要紧手法，企业通过关联交易将亏损转变为微利，保持自己的上市资格，而这又恰恰预示了潜在亏损的可能。2.3多变量分析多变量分析是将多种财务比率加权汇总产生总判别分来进行财务危机的推测。最初的多变量模型为美国的爱德华.阿尔特曼在60年代中期制造的z记分模型，用来推测企业破产的可能性。其要紧思想是在企业违约前，违约企业和非违约企业的财务指标会有专门大差异，从中找出差异较大的指标，以此来推测企业违约的可能性。2.3.1样本数据选择多变量分析是对比分析，通过不同样本之间的对比来找出他们的差异。那个地点一共选择了6家机械行业的企业作为样本进行分析。这3家赢利企业是(600732)上海港机，(600761)安徽合力，(600815)厦工股份，3家亏损企业仍旧是ST中纺机，昆明机床，东新电碳。2.3.2检测比率选择将这6家企业按照亏损企业和盈利企业分为两组，亏损企业为组1，赢利企业为

8、组2。将他们在企业亏损前一年97年的各项财务比率进行统计对比，为了找到具有显著变化的财务比率，我们依照(1)亏损企业的财务比率变化显著；(2)单个比率变化方差相对较小的原那么，从14个比率中选择了5个比率作为判别变量。这些比率在两组的统计情形如表3：表3盈利企业与亏损企业比率对比ATR2ATR1E/A2E/A1EBIT/A2EBIT/A1ROA2ROA1WC/A2WC/A1N3333333333Min.51.11.32.45.03-.01.04.00.19.08Max.77.41.90.89.11.04.09.00.35.43Sum1.84.751.641.90.23.05.19.01.77.70Mean.61.25.5476.6333.07.17.063.003.257.233 注：比率后面的数字表示比率的组别，例如ROA1表示第一组亏损组的总资产回报率，ROA2表 示第二组赢利组的总资产回报率。 其中，ATR=销售额/总资产的平均值；ROA=净利润/总资产；E/A=股东权益/总资产； EBIT/A=息税前收益/总资产； WC/A=营运资本/总资产；2.3.3 判定方程将上面选出的五个判别比率拟合成一个线形方程，每股收益与上述五个指标做多元线形回来，结果如表4所示： 表4 多元线性回来结果RR SquareAdjusted R SquareStd. Error of the EstimateDurbin-Watson.987.975.9694.673E-022.035表5 线性回来系数表Unstandardized CoefficientsStandardized CoefficientstBStd. ErrorBeta(Constant)-5.825E-02.039-1.488ROA3.071.157.85819.617EA.215.066.2053.286EBIT/A.784.164.2234.774WC/A-.170.075-.126-2.274ATR-.112.078-.060-1.440从线形回来的结果能够看出，所选的五个比率与每股收益的拟合程度专门好，而且通过Dur

《0vnbxzm对上市公司亏损的财务预警信号的研究》由会员llt8****5967分享，可在线阅读，更多相关《0vnbxzm对上市公司亏损的财务预警信号的研究》请在金锄头文库上搜索。