论文部分内容阅读
摘 要： 近来关于航运业要进行整合的传闻层出不穷，航运龙头上市公司纷纷停牌更加剧了这个传闻的可靠性。本文在此背景下，以中海集团旗下在A股上市的隶属于水上运输行业的三家公司作为研究对象，选取主营业务利润率、每股经营现金流量、净资产增长率、资产负债率、应收账款周转率、总资产周转率六个财务指标，以企业是否亏.损作为财务是否发生危机的标志，运用logistic分析方法进行预测，得出的方程误判率仅为77.8%，可以很好的对中海集团旗下海运上市公司财务危机进行预测。
关键词： 水上运输业；财务危机；logistic模型
1.引言
我国作为海洋大国而非海洋强国，航运业的兴与衰一直被不止社会各界所关注，尤其近年来关于国内航运巨头要进行合并、行业内要掀起整合风暴的传闻不断出现，关于航运业的前进道路更是引起大批学者的关注。以中海集团旗下在A股上市的隶属于水上运输行业的三家公司作为研究对象，以其财务是否出现危机作为研究内容，一方面可以为中海的投资者，尤其是中小投资者，提供投资参考，另一方面也可使企业管理者适时调整经营策略，还可以为航运圈其他企业，乃至整个行业的未来发展的大方向提供一个佐物。
文献方面，自Beaver开创性地提出破产预测模型以来，大量的文献开始研究公司财务困境预警问题。Luoma和Laitinen用生存分析法对公司财务困境进行了较好的预测[1]。国内方面，吴 世农、卢贤义选取了 70家处于财务困境的公司和 70家财务正常的公司为样本 ，应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法 ，分别建立三种预测财务困境的模型[2]。曹珊珊运用信息熵理论对财务指标的预测能力进行客观选取后进行Logistic回归预测上市公司财务危机[3]。可以看出，国内外对于财务危机的研究大多是在所有上市公司的范围之内的，而本文将以航运业为范围，研究水上运输业的上市公司财务危机的影响因素。 其实对于财务危机这个名词，并没有一个明确的定量数据对它进行界定，在查阅大量资料并进行思考衡量之后，结合水上运输行业的特性，即公司数量不多，样本量不够大，本文抛弃了以往传统的研究方法以是否ST作为企业出现财务危机的标志，而是扩展以当年企业是否亏损作为财务是否存在危机的一个标识来研究航运上市公司的危机困境，从而反射出整个航运业的情况。
2.样本和指标的选取
（1）研究对象的选取 。根据中国证监会的行业分类，目前归属于水上运输业的A股上市公司共有13家（原本的长航油运由于连续巨额亏损，已于2014年退市），而中海集团旗下的公司享有三席，分别是：中海发展、中海海盛、中海集运。本文研究对象就是这三家上市公司。
由于航运业具有周期性的特点，为避免周期性因素影响预测结果，本文研究时间选取近六年，即2009年至2014年，共有18组数据，其中6个亏损，12个盈利，在这里没有特意选数量相等的亏损和盈利数据，主要原因是，如果在航运企业财务危机的预测研究中，盈利和亏损的数量比例严重偏离总体，就会令预测模型的结果偏离实际情况[4]。
（2）财务指标的选择 。考察一个上市公司的经营水平，尤其是航运上市公司的经营水平，主要是考察其资本所产生利润的能力和公司的成长能力。本文考虑从各个方面来讨论经营水平，通过查阅大量资料后，选取了主营业务利润率、每股经营现金流量、净资产增长率、资产负债率、应收账款周转率、总资产周转率等6个主要财务指标作为考查的变量[4]。
主营业务利润率反映了公司主营业务所创造利润的水平，本文研究的行业所属是海运业，各公司主营业务基本上都是指各种货物的水上运输，例如，中海集运的主营业务利润率指的是中海集装箱运输为企业带来的利润高低水平。每股经营活动现金流量是股份公司特有的指标，它所反映的是企业支付股利和资本支出的能力。净资产增长率指的是企业净资产的增长情况，反映了企业资本规模的扩张速度，是衡量企业总量规模变动和成长状况的重要指标，它代表的是企业的成长能力，从中可以看出企业的发展前景。资产负债率是公司一定时点上负债与资产的比率，它反映的是公司长期偿债能力的强弱，即公司的资产对负债的担保力强弱，但资产负债率不能代表公司的短期偿债能力[5]，所以额外选取应收账款周转率指标，是考核企业应收账款变现能力的重要指标，即反映公司的短期偿债能力强弱。总资产周转率反映了公司全部资产的使用效率情况。本文运用以上六个财务指标对公司的经营状况进行全方位的分析，并利用logistic回归对财务危机进行预测[6]。
3.实证分析
在方法选择方面，本文选择了logistic回归，此方法被广泛应用于预测财务危机上面，方法已经成熟，在这里不过多介绍。
通过Logistic回归可以拟合出如下方程：
ln p 1-p =a+∑ m i=1 bixi （1）
这里：p是在因素（x1，x2，…，xm）之下公司发生财务困境的概率；1-p是不发生财务困境的概率，其中xi（i=1，2，…，m）是影响财务困境的第i个因素；a，bi（i=1，2，…，m）是待估计参数。
方程（1）的等价形式为：
p= exp a+∑ m i=1 bixi 1+exp a+∑ m i=1 bixi （2）
本文选择主营业务利润率、每股经营现金流量、净资产增长率、资产负债率、应收账款周转率、总资产周转率等6个主要财务指标作为协变量，财务危机作为因变量，企业发生亏损作为1，盈利作为0，运用SPSS21.进行二元logistic回归分析。通过回归的结果，我们发现，在变量进入之前的预测情况，可知，有12个盈利、6个亏损数据，也就是说全部18组数据均全部进入分析中。在变量进入之前，误判率为66.7%，并不是很好。
而在所有变量已经逐步进入方程中后，通过逐个检验后，最终通过检验留在方程的变量情况。根据Logistic回归分析的模型估计结果，可以看出，只有主营业务利润率通过检验进入了方程中。至此，水上运输业上市公司的财务危机预测模型也相应得出，方程可表示为：
ln p 1-p =-0.424-0.289x1 （3）
其中，x1代表主营业务利润率。
误判率从最初表1的66.7%变成最后的77.8%，说明方程的预测能力较强。
4.结论
本文以中海集团旗下在A股上市的隶属于水上运输行业的三家公司这个全新的研究范围为对象，对其财务危机情况进行分析预测，主营业务利润率、每股经营现金流量、净资产增长率、资产负债率、应收账款周转率、总资产周转率等六个财务指标涵盖了衡量企业经营的各个方面，本文的另一大创新点是，财务危机的判定取决于企业当年是否亏损，这点与学术界大部分文献以是否ST作为财务危机的标志不同。通过logistic模型分析最终得到的方程误判率仅为77.8%，此结果在样本数据量并不是很大的情况下非常不错，进一步也证实了logistic模型用来分析财务危机方面非常有效，也为其他行业领域研究财务困境提供了参考价值。 （作者单位：大连海事大学）
参考文献：
[1] LUOMA M， LAITINENL E.Survival analysis as a tool for company failure prediction[J].Omega， 1991， （19）
[2] 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，2001，06：46-55+96：46-55
[3] 曹珊珊.上市公司财务困境预测——基于信息熵与Logistic回归的实证分析[J].对外经贸，2012，09：149-152
[4] 姜天，韩立岩.基于Logit模型的中国预亏上市公司财务困境预测[J].北京航空航天大学学报（社会科学版），2004，01：54-58.
[5] 杨玉刚 ，张有利.企业偿债能力评价指标的缺陷与完善[J].经营与管理，2001，09：15-16.
[6] 高文海.有关上市公司财务指标体系的实证研究[D].武汉理工大学，2003.
关键词： 水上运输业；财务危机；logistic模型
1.引言
我国作为海洋大国而非海洋强国，航运业的兴与衰一直被不止社会各界所关注，尤其近年来关于国内航运巨头要进行合并、行业内要掀起整合风暴的传闻不断出现，关于航运业的前进道路更是引起大批学者的关注。以中海集团旗下在A股上市的隶属于水上运输行业的三家公司作为研究对象，以其财务是否出现危机作为研究内容，一方面可以为中海的投资者，尤其是中小投资者，提供投资参考，另一方面也可使企业管理者适时调整经营策略，还可以为航运圈其他企业，乃至整个行业的未来发展的大方向提供一个佐物。
文献方面，自Beaver开创性地提出破产预测模型以来，大量的文献开始研究公司财务困境预警问题。Luoma和Laitinen用生存分析法对公司财务困境进行了较好的预测[1]。国内方面，吴 世农、卢贤义选取了 70家处于财务困境的公司和 70家财务正常的公司为样本 ，应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法 ，分别建立三种预测财务困境的模型[2]。曹珊珊运用信息熵理论对财务指标的预测能力进行客观选取后进行Logistic回归预测上市公司财务危机[3]。可以看出，国内外对于财务危机的研究大多是在所有上市公司的范围之内的，而本文将以航运业为范围，研究水上运输业的上市公司财务危机的影响因素。 其实对于财务危机这个名词，并没有一个明确的定量数据对它进行界定，在查阅大量资料并进行思考衡量之后，结合水上运输行业的特性，即公司数量不多，样本量不够大，本文抛弃了以往传统的研究方法以是否ST作为企业出现财务危机的标志，而是扩展以当年企业是否亏损作为财务是否存在危机的一个标识来研究航运上市公司的危机困境，从而反射出整个航运业的情况。
2.样本和指标的选取
（1）研究对象的选取 。根据中国证监会的行业分类，目前归属于水上运输业的A股上市公司共有13家（原本的长航油运由于连续巨额亏损，已于2014年退市），而中海集团旗下的公司享有三席，分别是：中海发展、中海海盛、中海集运。本文研究对象就是这三家上市公司。
由于航运业具有周期性的特点，为避免周期性因素影响预测结果，本文研究时间选取近六年，即2009年至2014年，共有18组数据，其中6个亏损，12个盈利，在这里没有特意选数量相等的亏损和盈利数据，主要原因是，如果在航运企业财务危机的预测研究中，盈利和亏损的数量比例严重偏离总体，就会令预测模型的结果偏离实际情况[4]。
（2）财务指标的选择 。考察一个上市公司的经营水平，尤其是航运上市公司的经营水平，主要是考察其资本所产生利润的能力和公司的成长能力。本文考虑从各个方面来讨论经营水平，通过查阅大量资料后，选取了主营业务利润率、每股经营现金流量、净资产增长率、资产负债率、应收账款周转率、总资产周转率等6个主要财务指标作为考查的变量[4]。
主营业务利润率反映了公司主营业务所创造利润的水平，本文研究的行业所属是海运业，各公司主营业务基本上都是指各种货物的水上运输，例如，中海集运的主营业务利润率指的是中海集装箱运输为企业带来的利润高低水平。每股经营活动现金流量是股份公司特有的指标，它所反映的是企业支付股利和资本支出的能力。净资产增长率指的是企业净资产的增长情况，反映了企业资本规模的扩张速度，是衡量企业总量规模变动和成长状况的重要指标，它代表的是企业的成长能力，从中可以看出企业的发展前景。资产负债率是公司一定时点上负债与资产的比率，它反映的是公司长期偿债能力的强弱，即公司的资产对负债的担保力强弱，但资产负债率不能代表公司的短期偿债能力[5]，所以额外选取应收账款周转率指标，是考核企业应收账款变现能力的重要指标，即反映公司的短期偿债能力强弱。总资产周转率反映了公司全部资产的使用效率情况。本文运用以上六个财务指标对公司的经营状况进行全方位的分析，并利用logistic回归对财务危机进行预测[6]。
3.实证分析
在方法选择方面，本文选择了logistic回归，此方法被广泛应用于预测财务危机上面，方法已经成熟，在这里不过多介绍。
通过Logistic回归可以拟合出如下方程：
ln p 1-p =a+∑ m i=1 bixi （1）
这里：p是在因素（x1，x2，…，xm）之下公司发生财务困境的概率；1-p是不发生财务困境的概率，其中xi（i=1，2，…，m）是影响财务困境的第i个因素；a，bi（i=1，2，…，m）是待估计参数。
方程（1）的等价形式为：
p= exp a+∑ m i=1 bixi 1+exp a+∑ m i=1 bixi （2）
本文选择主营业务利润率、每股经营现金流量、净资产增长率、资产负债率、应收账款周转率、总资产周转率等6个主要财务指标作为协变量，财务危机作为因变量，企业发生亏损作为1，盈利作为0，运用SPSS21.进行二元logistic回归分析。通过回归的结果，我们发现，在变量进入之前的预测情况，可知，有12个盈利、6个亏损数据，也就是说全部18组数据均全部进入分析中。在变量进入之前，误判率为66.7%，并不是很好。
而在所有变量已经逐步进入方程中后，通过逐个检验后，最终通过检验留在方程的变量情况。根据Logistic回归分析的模型估计结果，可以看出，只有主营业务利润率通过检验进入了方程中。至此，水上运输业上市公司的财务危机预测模型也相应得出，方程可表示为：
ln p 1-p =-0.424-0.289x1 （3）
其中，x1代表主营业务利润率。
误判率从最初表1的66.7%变成最后的77.8%，说明方程的预测能力较强。
4.结论
本文以中海集团旗下在A股上市的隶属于水上运输行业的三家公司这个全新的研究范围为对象，对其财务危机情况进行分析预测，主营业务利润率、每股经营现金流量、净资产增长率、资产负债率、应收账款周转率、总资产周转率等六个财务指标涵盖了衡量企业经营的各个方面，本文的另一大创新点是，财务危机的判定取决于企业当年是否亏损，这点与学术界大部分文献以是否ST作为财务危机的标志不同。通过logistic模型分析最终得到的方程误判率仅为77.8%，此结果在样本数据量并不是很大的情况下非常不错，进一步也证实了logistic模型用来分析财务危机方面非常有效，也为其他行业领域研究财务困境提供了参考价值。 （作者单位：大连海事大学）
参考文献：
[1] LUOMA M， LAITINENL E.Survival analysis as a tool for company failure prediction[J].Omega， 1991， （19）
[2] 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，2001，06：46-55+96：46-55
[3] 曹珊珊.上市公司财务困境预测——基于信息熵与Logistic回归的实证分析[J].对外经贸，2012，09：149-152
[4] 姜天，韩立岩.基于Logit模型的中国预亏上市公司财务困境预测[J].北京航空航天大学学报（社会科学版），2004，01：54-58.
[5] 杨玉刚 ，张有利.企业偿债能力评价指标的缺陷与完善[J].经营与管理，2001，09：15-16.
[6] 高文海.有关上市公司财务指标体系的实证研究[D].武汉理工大学，2003.