论文部分内容阅读
摘 要：本文通过剖面分析和Kruskal-WallisH方法探讨构建财务困境预警模型中不同行业财务指标的差异性。研究结果显示用来构建预警模型的财务指标在行业之间显著不同，不同行业在偿债能力指标的差异性最为显著，在盈利能力指标上显现出一定的差异，表明基于行业角度进行财务困境预警不但可行而且必要。
关键词：财务困境；预警；行业差异性
0 引言
关于行业影响的实证，Gupta﹠Huefner（1972）发现，财务比率呈现行业性的差异，将其转换成行业相对财务比率，预测准确率高于以原始比率为变量的模型。Gilbert，Menon﹠Schwarts（1990）认为金融机构与非金融机构的财务比率明显不同，不能同时构造模型。Altman and Izan（1983）将模型加入了与行业相关的变量，Platt（1990）（1991）结合模型中的变量与行业增长比率，成功的预测了破产。
关于行业对于预警模型影响的考虑，国内学者们多数基于行业对财务困境预警具有影响的前提，通过选取与ST样本公司同行业的公司作为配对样本，或者通过选取某一特定的行业作为研究样本，如高培业、张道奎（2000）采用一年的财务数据，把深市上市公司分为制造业和非制造业，运用线性判别模型和Probit模型进行财务困境预测，以达到在一定程度上控制行业影响的目的，郭斌、戴小敏等（2006）的研究及实证结果表明，消除行业影响后模型的分类准确度有所提高，但未曾运用实证的方法来验证行业之间的差异性。
1 剖面分析法与Kruskal-Wallis H 非参数方法
1.1 剖面分析法
剖面分析法考察单个比率的变动趋势，以考察财务困境公司和非财务困境公司的异同。本研究计算或描述ST组和非ST组在ST之前历年的描述性统计量或特征值，采用的主要统计量有：
1.1.1 均值
均值描述样本公司中财务指标在财务困境前t年的平均值。
1.1.2 标准差
标准差是反映第i组公司样本公司的财务指标R的离散程度的指标。
1.2 Kruskal-Wallis H非参数方法
Kruskal-Wallis H检验分析k个总体间的差别，这里k>2.1当总体分布不能假定为正态分布或者当数据是有序水平观测，而不是间隔水平或比率水平观测时，可采用这种非参数的秩和检验以代替单方差分析F检验。H的值标志着k个处理中秩的分布情况。H值越大，秩的差别也越大。若H值大于在假定各处理来自同一总体时的期望值，则拒绝原假设。
2 行业选取、指标变量与样本公司的选择
2.1 行业选取
出于我国的上市公司主要集中于制造业以及制造业内的上市公司行业差异大的现实考虑，为了避免由于不同行业数据互相混杂而导致的模型适用性不高的缺陷，本文将行业研究对象确定为制造业下的辅助性类别。出于大样本和保证统计显著性的考虑，本文将财务比率的行业差异性检验的研究对象确定为制造业下的机械设备仪表业、金属非金属业和石油化学塑料塑胶业的上市公司。
2.2 财务指标的选择
在财务指标的选取上，本文广泛考察和借鉴国内外相关成果，最终选取具有解释力和显著性统计结果的财务指标，指标名称依次为流动比率X1、营运资本总资产比率X2、资产负债比率X3、资产周转率X4、留存收益总资产比率X5、净资产收益率X6、现金资产比率X7、速动比率X8、主营业务利润率X9、总资产净利率X10、总资产收益率X11、营运资本转换效率X12、长期负债比率X13、存货周转率X14、应收账款周转率X15、主营业务收入增长率X16、总资产增长率X17和净利润增长率X18。
2.3 行业差异性研究的样本设计
财务比率的行业差异性研究按照如下原则进行样本筛选：
2.3.1 为避免新股的影响，选取1997年l2月31日前上市的A股公司为原始样本；
2.3.2 为避免异常值的影响，剔除了样本期内的ST和PT公司；
2.3.3 为保持样本公司行业的恒定，剔除了样本期内变更主营业务的公司；
研究所用数据来源于天软数据库和新浪网，其中财务困境预警样本公司的财务数据均采集自财务困境发生前三年，即使用t-3年的指标值。
按照上述标准，行业差异性检验研究的样本最后得到181家上市公司，其中机械仪表设备业73家，金属非金属业61家，石油化学塑料塑胶业57家。
3 实证结果及分析
3.1 行业描述性分析
运用SPSS软件计算出1998-2013年各样本行业财务指标的均值和标准差。
从行业整体表现来看，偿债能力指标多接近一般行业平均值，情况良好，其中机械设备仪表业偿债能力表现最好，其次为石油化学塑料塑胶业，金属非金属业偿债能力最弱。
从盈利情况来看，主营业务利润和留存收益情况较好，但净资产收益率、总资产净利率和总资产收益率则差强人意，反映出这些行业的上市公司运用资产来获利的能力普遍不强，公司经营效率普遍不高，公司的决策和行动值得进一步商榷。
从横向来看，机械设备仪表业的盈利能力最强，金属非金属业次之，石油化学塑料塑胶业最差。
从经营能力来看，整体情况良好，尤其金属非金属业表现出色，说明该行业的资产利用比较充分，资产管理和信用管理更有效率。
从成长能力来看，总资产都保持较稳定的增长，表明尚有一定成长空间，但是净利润增长率全为负倍数则显示可获利空间的狭小，机械设备仪表业情况利润获取情况尤为堪虞。
从单个财务变量的行业表现来看，不同行业上市公司在X1、X3、X5、X6、X8、X9、X10、X11、X13、X16、X17方面相差不大，均在0.0044-0.0799；X2、X4、X7、X12、X14、X15、X18差异比较明显。 但不同行业的财务指标究竟是否具有统计上的显著差异，还需进行假设检验。
3.2 行业差异性假设检验结果及分析
首先计算126家样本公司各财务指标的均值，在此基础上对不同行业公司的财务指标是否具有显著差异进行假设检验（H01：各行业的资产负债率X1没有显著差异，H02：各行业的流动比率X2没有显著差异，H03：各行业的净资产收益率X3没有显著差异……）。三个不同行业间财务指标差异性的Kruska1-WallisH检验结果见表3.1。
a Kruskal Wallis Test b Grouping Variable：所属行业
Kruska1-Wallis H检验结果显示：流动比率X2、营运资本总资产比率X4、速动比率X7、现金资产比率X10、营运资金转换效率X12、长期负债比率X13、存货周转率X14等指标的显著性概率小于0.05，因此否定原假设，认为行业之间在这些财务指标上是有差异的；用于反映利润率X8、应收账款周转率X15与主营业务收入增长率X16的显著性概率较好，表明不同行业在这些指标上具有不一样的表征。
检验的结果表明，用来构建预警模型的财务指标在行业之间显著不同，不同行业在偿债能力指标的差异性最为显著，在盈利能力指标上显现出一定的差异，而反映公司经营能力和成长能力的指标没有显著差异。
这证实了不同行业的财务指标存在着差异性，而且符合这三个行业经营能力参差不齐、作为发展比较成熟的行业成长能力普遍偏低以及因所处行业不同信贷市场对其的信贷政策明显有行业倾向性的客观现实。而且也表明基于行业角度财务困境预警是十分必要的。
参考文献：
[1]Gupta，M.，Huefner，R.A cluster analysis study of financial ratios and industry characteristics. Journal of Accounting Research， 1972， （spring）： 77-93
[2]J.-P. Kallunki，T. Martikainen，Financial failure and managers’ accounting responses：Finnish evidence J，Journal of Multinational Financial Management，1999（9）：15-26
[3]Michel A.Industry influence on dividend policy[J].Financial Management，1979，（Autumn）：22—26
[4]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
[5]]郭斌，戴小敏.我国企业危机预警模型研究—以财务与非财务因素构建[J]，金融研究，2006，（2）：78-86
[6]王宗军，熊银平，邓晓岚.非财务信息与财务危机预警--来自我国上市公司的证据[J]，价值工程，2006，（8）：155-158
[7]邓晓岚，王宗军，李红侠.非财务视角下的财务困境预警—对中国上市公司的实证研究[J]，管理科学，2006，（3）：72-80
作者简介：
刘翠屏（1978～），女，湖南宁乡人，长沙商贸旅游职业技术学院教师，投资理财教研室主任，研究方向：资本运营与公司理财。
基金项目：
1.湖南省教育厅科学研究项目“基于行业差异性的上市公司财务困境预警实证研究”（13C1057）
2.湖南省哲学社会科学基金项目“企业财务困境预警研究”（10YBA017）
关键词：财务困境；预警；行业差异性
0 引言
关于行业影响的实证，Gupta﹠Huefner（1972）发现，财务比率呈现行业性的差异，将其转换成行业相对财务比率，预测准确率高于以原始比率为变量的模型。Gilbert，Menon﹠Schwarts（1990）认为金融机构与非金融机构的财务比率明显不同，不能同时构造模型。Altman and Izan（1983）将模型加入了与行业相关的变量，Platt（1990）（1991）结合模型中的变量与行业增长比率，成功的预测了破产。
关于行业对于预警模型影响的考虑，国内学者们多数基于行业对财务困境预警具有影响的前提，通过选取与ST样本公司同行业的公司作为配对样本，或者通过选取某一特定的行业作为研究样本，如高培业、张道奎（2000）采用一年的财务数据，把深市上市公司分为制造业和非制造业，运用线性判别模型和Probit模型进行财务困境预测，以达到在一定程度上控制行业影响的目的，郭斌、戴小敏等（2006）的研究及实证结果表明，消除行业影响后模型的分类准确度有所提高，但未曾运用实证的方法来验证行业之间的差异性。
1 剖面分析法与Kruskal-Wallis H 非参数方法
1.1 剖面分析法
剖面分析法考察单个比率的变动趋势，以考察财务困境公司和非财务困境公司的异同。本研究计算或描述ST组和非ST组在ST之前历年的描述性统计量或特征值，采用的主要统计量有：
1.1.1 均值
均值描述样本公司中财务指标在财务困境前t年的平均值。
1.1.2 标准差
标准差是反映第i组公司样本公司的财务指标R的离散程度的指标。
1.2 Kruskal-Wallis H非参数方法
Kruskal-Wallis H检验分析k个总体间的差别，这里k>2.1当总体分布不能假定为正态分布或者当数据是有序水平观测，而不是间隔水平或比率水平观测时，可采用这种非参数的秩和检验以代替单方差分析F检验。H的值标志着k个处理中秩的分布情况。H值越大，秩的差别也越大。若H值大于在假定各处理来自同一总体时的期望值，则拒绝原假设。
2 行业选取、指标变量与样本公司的选择
2.1 行业选取
出于我国的上市公司主要集中于制造业以及制造业内的上市公司行业差异大的现实考虑，为了避免由于不同行业数据互相混杂而导致的模型适用性不高的缺陷，本文将行业研究对象确定为制造业下的辅助性类别。出于大样本和保证统计显著性的考虑，本文将财务比率的行业差异性检验的研究对象确定为制造业下的机械设备仪表业、金属非金属业和石油化学塑料塑胶业的上市公司。
2.2 财务指标的选择
在财务指标的选取上，本文广泛考察和借鉴国内外相关成果，最终选取具有解释力和显著性统计结果的财务指标，指标名称依次为流动比率X1、营运资本总资产比率X2、资产负债比率X3、资产周转率X4、留存收益总资产比率X5、净资产收益率X6、现金资产比率X7、速动比率X8、主营业务利润率X9、总资产净利率X10、总资产收益率X11、营运资本转换效率X12、长期负债比率X13、存货周转率X14、应收账款周转率X15、主营业务收入增长率X16、总资产增长率X17和净利润增长率X18。
2.3 行业差异性研究的样本设计
财务比率的行业差异性研究按照如下原则进行样本筛选：
2.3.1 为避免新股的影响，选取1997年l2月31日前上市的A股公司为原始样本；
2.3.2 为避免异常值的影响，剔除了样本期内的ST和PT公司；
2.3.3 为保持样本公司行业的恒定，剔除了样本期内变更主营业务的公司；
研究所用数据来源于天软数据库和新浪网，其中财务困境预警样本公司的财务数据均采集自财务困境发生前三年，即使用t-3年的指标值。
按照上述标准，行业差异性检验研究的样本最后得到181家上市公司，其中机械仪表设备业73家，金属非金属业61家，石油化学塑料塑胶业57家。
3 实证结果及分析
3.1 行业描述性分析
运用SPSS软件计算出1998-2013年各样本行业财务指标的均值和标准差。
从行业整体表现来看，偿债能力指标多接近一般行业平均值，情况良好，其中机械设备仪表业偿债能力表现最好，其次为石油化学塑料塑胶业，金属非金属业偿债能力最弱。
从盈利情况来看，主营业务利润和留存收益情况较好，但净资产收益率、总资产净利率和总资产收益率则差强人意，反映出这些行业的上市公司运用资产来获利的能力普遍不强，公司经营效率普遍不高，公司的决策和行动值得进一步商榷。
从横向来看，机械设备仪表业的盈利能力最强，金属非金属业次之，石油化学塑料塑胶业最差。
从经营能力来看，整体情况良好，尤其金属非金属业表现出色，说明该行业的资产利用比较充分，资产管理和信用管理更有效率。
从成长能力来看，总资产都保持较稳定的增长，表明尚有一定成长空间，但是净利润增长率全为负倍数则显示可获利空间的狭小，机械设备仪表业情况利润获取情况尤为堪虞。
从单个财务变量的行业表现来看，不同行业上市公司在X1、X3、X5、X6、X8、X9、X10、X11、X13、X16、X17方面相差不大，均在0.0044-0.0799；X2、X4、X7、X12、X14、X15、X18差异比较明显。 但不同行业的财务指标究竟是否具有统计上的显著差异，还需进行假设检验。
3.2 行业差异性假设检验结果及分析
首先计算126家样本公司各财务指标的均值，在此基础上对不同行业公司的财务指标是否具有显著差异进行假设检验（H01：各行业的资产负债率X1没有显著差异，H02：各行业的流动比率X2没有显著差异，H03：各行业的净资产收益率X3没有显著差异……）。三个不同行业间财务指标差异性的Kruska1-WallisH检验结果见表3.1。
a Kruskal Wallis Test b Grouping Variable：所属行业
Kruska1-Wallis H检验结果显示：流动比率X2、营运资本总资产比率X4、速动比率X7、现金资产比率X10、营运资金转换效率X12、长期负债比率X13、存货周转率X14等指标的显著性概率小于0.05，因此否定原假设，认为行业之间在这些财务指标上是有差异的；用于反映利润率X8、应收账款周转率X15与主营业务收入增长率X16的显著性概率较好，表明不同行业在这些指标上具有不一样的表征。
检验的结果表明，用来构建预警模型的财务指标在行业之间显著不同，不同行业在偿债能力指标的差异性最为显著，在盈利能力指标上显现出一定的差异，而反映公司经营能力和成长能力的指标没有显著差异。
这证实了不同行业的财务指标存在着差异性，而且符合这三个行业经营能力参差不齐、作为发展比较成熟的行业成长能力普遍偏低以及因所处行业不同信贷市场对其的信贷政策明显有行业倾向性的客观现实。而且也表明基于行业角度财务困境预警是十分必要的。
参考文献：
[1]Gupta，M.，Huefner，R.A cluster analysis study of financial ratios and industry characteristics. Journal of Accounting Research， 1972， （spring）： 77-93
[2]J.-P. Kallunki，T. Martikainen，Financial failure and managers’ accounting responses：Finnish evidence J，Journal of Multinational Financial Management，1999（9）：15-26
[3]Michel A.Industry influence on dividend policy[J].Financial Management，1979，（Autumn）：22—26
[4]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
[5]]郭斌，戴小敏.我国企业危机预警模型研究—以财务与非财务因素构建[J]，金融研究，2006，（2）：78-86
[6]王宗军，熊银平，邓晓岚.非财务信息与财务危机预警--来自我国上市公司的证据[J]，价值工程，2006，（8）：155-158
[7]邓晓岚，王宗军，李红侠.非财务视角下的财务困境预警—对中国上市公司的实证研究[J]，管理科学，2006，（3）：72-80
作者简介：
刘翠屏（1978～），女，湖南宁乡人，长沙商贸旅游职业技术学院教师，投资理财教研室主任，研究方向：资本运营与公司理财。
基金项目：
1.湖南省教育厅科学研究项目“基于行业差异性的上市公司财务困境预警实证研究”（13C1057）
2.湖南省哲学社会科学基金项目“企业财务困境预警研究”（10YBA017）