?。壅?要］ 國(guó)內(nèi)外學(xué)者關(guān)于財(cái)務(wù)預(yù)警模型的研究大都以上市公司年報(bào)數(shù)據(jù)為樣本數(shù)據(jù)。在我國(guó)，由于上市公司年報(bào)公告的時(shí)間與當(dāng)年有關(guān)機(jī)構(gòu)宣布ST公司名單的時(shí)間比較接近，而距下年有關(guān)機(jī)構(gòu)宣布ST公司名單的時(shí)間則比較遠(yuǎn)，因此，用ST前一年的年報(bào)數(shù)據(jù)來(lái)預(yù)測(cè)當(dāng)年或下年的警情，都具有較大的局限性。實(shí)證研究結(jié)果表明，采用上市公司中報(bào)數(shù)據(jù)構(gòu)建的財(cái)務(wù)預(yù)警模型，不僅具有很高的預(yù)警準(zhǔn)確率，而且比基于年報(bào)數(shù)據(jù)的模型更具有較強(qiáng)的預(yù)警時(shí)效性。
?。坳P(guān)鍵詞］ 上市公司；中報(bào)數(shù)據(jù)；財(cái)務(wù)預(yù)警模型；準(zhǔn)確率；時(shí)效性
?。壑袌D分類號(hào)］F270.7［文獻(xiàn)標(biāo)識(shí)碼］A［文章編號(hào)］1673-0194（2007）01-0047-05
一、引言
國(guó)外關(guān)于財(cái)務(wù)預(yù)警模型的研究中，威廉·比弗(William Beaver，1966)以79對(duì)行業(yè)相同、資產(chǎn)規(guī)模相似的破產(chǎn)公司和非破產(chǎn)公司為樣本，在30個(gè)財(cái)務(wù)比率變量中找出最具差別能力的單個(gè)財(cái)務(wù)比率及其分界點(diǎn)，證明了現(xiàn)金流量/債務(wù)總額、凈收益/資產(chǎn)總額、債務(wù)總額/資產(chǎn)總額、營(yíng)運(yùn)資本/資產(chǎn)總額、流動(dòng)資產(chǎn)/流動(dòng)負(fù)債等比率對(duì)預(yù)測(cè)財(cái)務(wù)失敗來(lái)說(shuō)是最好的。愛(ài)德華·奧特曼(Altman，1968)利用多元判別分析法對(duì)1945-1965年間的33家破產(chǎn)企業(yè)和33家正常經(jīng)營(yíng)的企業(yè)進(jìn)行了研究，從企業(yè)的資產(chǎn)規(guī)模、折現(xiàn)能力、獲利能力、財(cái)務(wù)結(jié)構(gòu)、償債能力、資產(chǎn)利用效率等方面綜合反映了企業(yè)財(cái)務(wù)狀況，進(jìn)一步推動(dòng)了財(cái)務(wù)預(yù)警模型的發(fā)展。
在我國(guó)，陳曉、陳治鴻（2000）運(yùn)用多元邏輯回歸模型，對(duì)中國(guó)上市公司的財(cái)務(wù)困境進(jìn)行了預(yù)測(cè)，他們的研究所發(fā)現(xiàn)的最優(yōu)模型能夠從上一年股本收益率公告小于5%的上市公司中預(yù)測(cè)出73.68%的公司下一年會(huì)進(jìn)入ST板塊，總體判別正確率為78.24%。吳世農(nóng)、盧賢義（2001）研究財(cái)務(wù)困境出現(xiàn)前5年內(nèi)兩類公司21個(gè)財(cái)務(wù)指標(biāo)的差異，最后選定6個(gè)指標(biāo)為預(yù)測(cè)指標(biāo)，應(yīng)用Fisher線性判定分析、多元線性回歸模型和Logit回歸分析分別建立了3種預(yù)警模型。研究結(jié)果表明，3種模型均能在財(cái)務(wù)困境發(fā)生前做出相對(duì)準(zhǔn)確的預(yù)測(cè)，在財(cái)務(wù)困境發(fā)生前4年內(nèi)的誤判率在28%以內(nèi)，而Logit預(yù)測(cè)模型的誤判率最低，財(cái)務(wù)困境發(fā)生前1年的誤判率僅為6.47%。楊淑娥等（2003）更運(yùn)用主成分分析方法，以滬深兩市1999年和2000年的67家上市公司為樣本進(jìn)行實(shí)證研究，提出了我國(guó)企業(yè)的財(cái)務(wù)預(yù)警模型——Y分?jǐn)?shù)預(yù)測(cè)模型。張鳴、程濤（2005）運(yùn)用Logit回歸方法，引入現(xiàn)金管理特征變量和現(xiàn)金管理結(jié)果變量，從財(cái)務(wù)指標(biāo)和現(xiàn)金流量角度共同構(gòu)建綜合預(yù)警模型，結(jié)果表明：在ST前一年的預(yù)警中，財(cái)務(wù)指標(biāo)模型預(yù)警效果比較好，而在ST前兩年、前三年，綜合預(yù)警模型的效果比較好。
根據(jù)對(duì)國(guó)內(nèi)外研究現(xiàn)狀的了解，我們發(fā)現(xiàn)：第一，研究方法以及所構(gòu)建和檢驗(yàn)的財(cái)務(wù)預(yù)警模型呈現(xiàn)多樣化的特點(diǎn)；第二，研究樣本基本分為破產(chǎn)公司和非破產(chǎn)公司（國(guó)內(nèi)分為ST公司和非ST公司）兩類；第三，研究數(shù)據(jù)來(lái)源于上市公司的年度報(bào)告。
研究方法以及所構(gòu)建和檢驗(yàn)的財(cái)務(wù)預(yù)警模型呈現(xiàn)多樣化有利于人們從不同的方面采用不同的方法對(duì)上市公司的財(cái)務(wù)危機(jī)做出預(yù)警。把研究樣本分為破產(chǎn)公司和非破產(chǎn)公司（或ST公司和非ST公司）有利于檢驗(yàn)財(cái)務(wù)預(yù)警模型的適用性，提高財(cái)務(wù)預(yù)警的準(zhǔn)確率。但是，僅僅利用上市公司年度報(bào)告作為構(gòu)建和檢驗(yàn)財(cái)務(wù)預(yù)警模型的數(shù)據(jù)來(lái)源，則具有較大的局限性。這是因?yàn)?，在我?guó)，上市公司年度報(bào)告公告的時(shí)間與當(dāng)年有關(guān)機(jī)構(gòu)宣布ST公司名單的時(shí)間比較接近，而距下年有關(guān)機(jī)構(gòu)宣布ST公司名單的時(shí)間則比較遠(yuǎn)，用ST前一年的年報(bào)數(shù)據(jù)來(lái)預(yù)測(cè)當(dāng)年的警情，提供的預(yù)警信號(hào)具有明顯的滯后性，失去預(yù)警的意義；而用ST前一年的年報(bào)數(shù)據(jù)來(lái)預(yù)測(cè)下一年是否會(huì)被ST，則又因時(shí)距較遠(yuǎn)、變化因素太多而削弱了預(yù)警的準(zhǔn)確性，同樣也不能給公司提供可靠的預(yù)警信號(hào)。因此，用ST前一年的中報(bào)數(shù)據(jù)來(lái)構(gòu)建和檢驗(yàn)財(cái)務(wù)預(yù)警模型，應(yīng)該更有理論意義和現(xiàn)實(shí)價(jià)值。基于這種考慮，本文選擇上市公司的中期報(bào)告（半年報(bào)）數(shù)據(jù)為研究對(duì)象，以多元線性回歸模型為研究工具，以我國(guó)上市公司中的ST公司和非ST公司為配對(duì)樣本，構(gòu)建并檢驗(yàn)我國(guó)上市公司的財(cái)務(wù)預(yù)警模型，試圖在現(xiàn)有研究成果的基礎(chǔ)上有所突破。
二、研究思路
本文以上市公司的半年報(bào)數(shù)據(jù)為研究對(duì)象，以多元線性回歸模型為研究工具，以我國(guó)上市公司中的ST公司和非ST公司為配對(duì)樣本。先把樣本總體分為模型構(gòu)建樣本組和模型檢驗(yàn)樣本組，然后再將每一個(gè)樣本組中的樣本分為ST樣本組和非ST樣本組。模型構(gòu)建樣本組主要用于構(gòu)建財(cái)務(wù)預(yù)警模型，模型檢驗(yàn)樣本組主要用于檢驗(yàn)所構(gòu)建的財(cái)務(wù)預(yù)警模型的準(zhǔn)確性。研究的總體思路為：首先是確定變量，接著選取樣本并對(duì)樣本進(jìn)行描述，然后提出研究假設(shè)，跟著用模型構(gòu)建樣本組的樣本來(lái)構(gòu)建模型，用模型檢驗(yàn)樣本組的樣本來(lái)檢驗(yàn)所構(gòu)建的模型，最后對(duì)研究結(jié)論進(jìn)行歸納并提出相關(guān)建議。
三、變量確定
?。ㄒ唬┍唤忉屪兞?
為了能夠直觀地表示公司的財(cái)務(wù)狀況處在何種境地，本文把被解釋變量Y確定為一個(gè)虛擬變量，代表公司的財(cái)務(wù)狀況。根據(jù)多元線形回歸模型的判斷規(guī)則，當(dāng)Y＜0.5時(shí)，表示公司陷入了財(cái)務(wù)困境；當(dāng)Y＞0.5時(shí)，表示公司的財(cái)務(wù)狀況正常。
?。ǘ┙忉屪兞?
客觀地說(shuō)，影響公司財(cái)務(wù)狀況的因素很多，既有公司外部的因素——不可控因素，也有公司內(nèi)部的因素----可控因素。作為一項(xiàng)研究，要想把所有影響因素都考慮進(jìn)去，一是不可能，二是沒(méi)有必要。因此，本文在借鑒國(guó)內(nèi)外研究成果的基礎(chǔ)上，初步確定了以下13個(gè)公司可以控制并能夠可靠計(jì)量的財(cái)務(wù)比率作為備選的解釋變量（見(jiàn)表1）。
上表中的財(cái)務(wù)比率反映了公司資本結(jié)構(gòu)、償債能力、運(yùn)營(yíng)能力、盈利能力和成長(zhǎng)能力5個(gè)方面的財(cái)務(wù)狀況，它們能夠從不同的方面解釋公司的財(cái)務(wù)狀況處于何種境地。 四、樣本選取和描述
在我國(guó)，一般認(rèn)為，上市公司一旦被實(shí)施了“特別處理”（即ST），即被認(rèn)為陷入了“財(cái)務(wù)困境”。因此，本文定義的財(cái)務(wù)困境公司就是ST公司，財(cái)務(wù)正常公司就是非ST公司，并以此定義為標(biāo)準(zhǔn)來(lái)選取樣本。
?。ㄒ唬㏒T樣本組的選取
在所有2003-2005年間曾經(jīng)被ST的上市公司中隨機(jī)抽取37家公司組成ST樣本組，并獲取其被ST前一年的中期財(cái)務(wù)報(bào)告。
?。ǘ┓荢T樣本組的選取
根據(jù)所選取的ST公司所處的行業(yè)，在行業(yè)內(nèi)選取相同數(shù)量的、規(guī)模大致相同、會(huì)計(jì)年度相一致的非ST公司作為配對(duì)樣本，組成非ST樣本組。如果在非ST公司中找不到與ST公司嚴(yán)格配對(duì)的樣本，則需要回頭剔除這個(gè)ST公司，另找一家能夠找得到配對(duì)樣本的ST公司補(bǔ)充進(jìn)ST樣本組來(lái)。如此嚴(yán)格篩選，直到找到能夠完全配對(duì)的兩組樣本組為止。之所以要找到能夠完全配對(duì)的兩組樣本組，主要是為了控制由于ST樣本組和非ST樣本組之間的行業(yè)特征差異、公司規(guī)模差異和會(huì)計(jì)期間差異而可能帶來(lái)的模型偏差，以保證模型的準(zhǔn)確性。
經(jīng)過(guò)以上兩個(gè)步驟的篩選之后，本文最終選取74家樣本公司，其中37家組成了ST樣本組（其中2003年11家、2004年6家、2005年20家），另外37家組成了非ST樣本組（相對(duì)應(yīng)地，也是2003年11家、2004年6家、2005年20家）。所選取的樣本的行業(yè)分布和會(huì)計(jì)年度分布情況如表2所示。
?。ㄈ⑺x中的樣本公司進(jìn)一步劃分為模型構(gòu)建樣本組和模型檢驗(yàn)樣本組
將19家ST公司和配對(duì)的19家非ST公司設(shè)定為模型構(gòu)建樣本組，主要用于財(cái)務(wù)預(yù)警模型的構(gòu)建；將剩余的18家ST公司和配對(duì)的18家非ST公司設(shè)定為模型檢驗(yàn)樣本組，主要用于財(cái)務(wù)預(yù)警模型的檢驗(yàn)。兩組功能不同的樣本組的構(gòu)成情況如表2所示。
?。ㄋ模┯?jì)算主要財(cái)務(wù)指標(biāo)均值
根據(jù)所獲取的樣本公司的中期報(bào)告數(shù)據(jù)，計(jì)算出樣本公司的主要財(cái)務(wù)指標(biāo)均值如表3所示，并將樣本ST公司與樣本非ST公司的標(biāo)均值比較如圖1所示。
從表3和圖1可以看出，樣本非ST公司的財(cái)務(wù)指標(biāo)均值明顯優(yōu)于樣本ST公司，即樣本非ST公司的財(cái)務(wù)狀況明顯好于樣本ST公司，表明所選取的ST樣本組和非ST樣本組在財(cái)務(wù)特征上具有明顯的差異，符合配對(duì)的要求，樣本有效。
五、研究假設(shè)
?。ㄒ唬颖舅鶎傩袠I(yè)和規(guī)模對(duì)研究結(jié)論不會(huì)造成實(shí)質(zhì)性影響
本文的數(shù)據(jù)均取自這74家樣本公司2005年公開(kāi)披露在上海證券交易所、深圳證券交易所網(wǎng)站上的財(cái)務(wù)報(bào)表。所選取的74家樣本公司，其行業(yè)和規(guī)模都不完全相同，為了便于開(kāi)展研究，本文假設(shè)這些差異不會(huì)對(duì)研究結(jié)論產(chǎn)生實(shí)質(zhì)性影響。
?。ǘ┴?cái)務(wù)數(shù)據(jù)真實(shí)、可靠
本文所采用的財(cái)務(wù)數(shù)據(jù)是各樣本公司在網(wǎng)上披露的中期財(cái)務(wù)報(bào)告，而當(dāng)前我國(guó)上市公司披露的中期財(cái)務(wù)報(bào)告基本上是沒(méi)有經(jīng)過(guò)審計(jì)的，雖然有公司的經(jīng)理人員書(shū)面保證所披露的數(shù)據(jù)真實(shí)可靠，但也不排除有粉飾報(bào)告的可能性。因此，本文還需假設(shè)所獲得的財(cái)務(wù)數(shù)據(jù)真實(shí)、可靠。
六、模型構(gòu)建
本文的研究目標(biāo)是采用樣本ST公司被ST前一年的自身半年報(bào)數(shù)據(jù)和與其配對(duì)的樣本非ST公司的同期半年報(bào)數(shù)據(jù)作為研究對(duì)象，構(gòu)建一個(gè)基于ST前一年的中期報(bào)告數(shù)據(jù)的財(cái)務(wù)預(yù)警模型，并同時(shí)檢驗(yàn)其準(zhǔn)確性。因此，所選取的樣本數(shù)據(jù)屬于2003-2005年的ST公司及與其配對(duì)的非ST公司在2002-2004年間的半年報(bào)數(shù)據(jù)。
根據(jù)前文所設(shè)計(jì)的研究方法，本文首先根據(jù)模型構(gòu)建樣本組中的38家樣本公司（其中ST公司和非ST公司各19家）2002年-2004年間的半年報(bào)財(cái)務(wù)指標(biāo)均值來(lái)構(gòu)建模型。其構(gòu)建過(guò)程如下：
1. 采用全部進(jìn)入法，將模型構(gòu)建樣本組中38家樣本公司（其中ST公司和非ST公司各19家）2002-2004年間的半年報(bào)中的上述13個(gè)備選解釋變量的指標(biāo)值輸入Eviews軟件，得到一個(gè)初步的、未經(jīng)篩選和剔除的多元線性回歸模型為：
Y=-0.650 6+0.91X1+0.114 1X2-0.361 8X3-0.145 8X4+0.486 8X5+0.000 1X6+2.117 8X7+2.087 8X8+0.001 5X9+2.830 7X10+1.486 5X11+1.772 8X12+0.008 2X13
R2值＝0.813925F檢驗(yàn)值＝8.075381
R2值表示回歸平方和在總離差平方和中所占的比重，是衡量回歸直線與樣本觀測(cè)值之間的擬合程度的一個(gè)重要指標(biāo)。R2值在0～1之間，R2越大，擬合程度就越好。F檢驗(yàn)值是表示模型總體線性關(guān)系是否顯著的指標(biāo)， F檢驗(yàn)值越大，模型線性關(guān)系越顯著。
上述模型中，解釋變量有13個(gè)之多，有的變量可能對(duì)被解釋變量的解釋能力不強(qiáng)，從而影響模型的顯著性，況且，解釋變量太多，在模型的實(shí)際應(yīng)用上也沒(méi)有必要，因此，需要對(duì)這13個(gè)解釋變量的解釋能力進(jìn)行篩選，剔除一些解釋能力不強(qiáng)的變量。
2. 利用T檢驗(yàn)值和P檢驗(yàn)值來(lái)測(cè)試解釋變量對(duì)被解釋變量的解釋能力，即測(cè)試解釋變量對(duì)被解釋變量的顯著性。 在回歸模型的統(tǒng)計(jì)檢驗(yàn)中，T檢驗(yàn)值又稱變量顯著性檢驗(yàn)值，是用來(lái)檢驗(yàn)解釋變量對(duì)被解釋變量的影響是否顯著。P檢驗(yàn)值又稱概率顯著性檢驗(yàn)值，是用來(lái)表示有多大的概率可斷定未來(lái)的實(shí)際值落入某一個(gè)區(qū)間。T檢驗(yàn)值的絕對(duì)值越大，表明該解釋變量對(duì)被解釋變量越顯著；P檢驗(yàn)值越小，表明該解釋變量對(duì)被解釋變量越顯著。進(jìn)行T檢驗(yàn)和P檢驗(yàn)的目的就是為了剔除一些對(duì)被解釋變量不顯著的解釋變量，保證留存在所構(gòu)建的模型中的解釋變量具有最優(yōu)的顯著性組合，從而保證所構(gòu)建的模型具有最優(yōu)的預(yù)測(cè)精度或者最優(yōu)的解釋能力。
運(yùn)用Eviews軟件計(jì)算得上述13個(gè)解釋變量的T檢驗(yàn)值和P檢驗(yàn)值如表4所示。
從表4的數(shù)據(jù)可知，不管是按T檢驗(yàn)值（絕對(duì)值）排序還是按P檢驗(yàn)值排序，13個(gè)變量的顯著性大小順序都是一樣的，由大到小依次為資產(chǎn)周轉(zhuǎn)率、留存收益/總資產(chǎn)、主營(yíng)業(yè)務(wù)利潤(rùn)率、營(yíng)運(yùn)資本/總資產(chǎn)、流動(dòng)比率、總資產(chǎn)增長(zhǎng)率、速動(dòng)比率、經(jīng)營(yíng)現(xiàn)金比率、資產(chǎn)負(fù)債率、應(yīng)收賬款周轉(zhuǎn)率、產(chǎn)權(quán)比率、息稅前利潤(rùn)/總資產(chǎn)、現(xiàn)金流量結(jié)構(gòu)比率。
3. 剔除對(duì)被解釋變量影響不顯著的解釋變量，構(gòu)建具有最優(yōu)解釋能力的模型。
在回歸模型的統(tǒng)計(jì)檢驗(yàn)中，一般認(rèn)為，解釋變量對(duì)被解釋變量的影響越顯著，或者說(shuō)解釋變量對(duì)被解釋變量的解釋能力越強(qiáng)，就表明模型越有效。但是，太高的顯著性水平會(huì)導(dǎo)致進(jìn)入模型的變量個(gè)數(shù)太少，帶來(lái)的直接后果是所蘊(yùn)含的信息量不足以構(gòu)造預(yù)測(cè)能力較強(qiáng)的預(yù)測(cè)模型；太低的顯著性水平則會(huì)導(dǎo)致進(jìn)入模型的變量個(gè)數(shù)太多，從而提高模型的使用成本，違背了建立模型的初衷，也容易導(dǎo)致解釋變量良莠不齊，降低模型的預(yù)測(cè)效果。所以，本文綜合考慮以上各方面因素并經(jīng)過(guò)逐步測(cè)試之后，最終確定將資產(chǎn)周轉(zhuǎn)率、留存收益/總資產(chǎn)、主營(yíng)業(yè)務(wù)利潤(rùn)率、營(yíng)運(yùn)資本/總資產(chǎn)、流動(dòng)比率、總資產(chǎn)增長(zhǎng)率、速動(dòng)比率、經(jīng)營(yíng)現(xiàn)金比率這8個(gè)變量納入所構(gòu)建的模型中，得出如下最優(yōu)模型：
Y=-0.081 6-0.292 1X3-0.144 4X4+0.562 9X5+1.797 1X7+2.216X8+1.356 8X11+1.740 3X12+0.008X13
這時(shí)，R2值＝0.79，F(xiàn)檢驗(yàn)值＝13.79，顯著性排序第8位的經(jīng)營(yíng)現(xiàn)金比率的T檢驗(yàn)值=1.427 598，P檢驗(yàn)值=0.166 3。
上述模型中，流動(dòng)比率X3、速動(dòng)比率X4的系數(shù)為負(fù)值，表明這兩個(gè)解釋變量與被解釋變量Y之間呈負(fù)相關(guān)關(guān)系。但是，從經(jīng)濟(jì)意義上說(shuō)，流動(dòng)比率和速動(dòng)比率跟公司是否陷入財(cái)務(wù)困境應(yīng)該屬于正相關(guān)的關(guān)系。模型顯示的變量關(guān)系與經(jīng)濟(jì)意義相背，是否意味著該模型是無(wú)效的呢？為了求證這個(gè)問(wèn)題，本文運(yùn)用Eviews軟件中的correlation命令，輸出流動(dòng)比率X3 與被解釋變量Y之間的相關(guān)系數(shù)為0.243 265、速動(dòng)比率X4與被解釋變量Y之間的相關(guān)系數(shù)為0.119 73，表明流動(dòng)比率X3、速動(dòng)比率X4與被解釋變量Y之間仍然是正相關(guān)關(guān)系，沒(méi)有背離經(jīng)濟(jì)意義，因此，所構(gòu)建的模型仍然是有效的。
4. 將模型構(gòu)建樣本組中38家樣本公司2002-2004年間半年報(bào)中8個(gè)解釋變量的值代入所構(gòu)建的最優(yōu)模型，以驗(yàn)證模型的可靠性。驗(yàn)證結(jié)果如表5所示。
根據(jù)多元線形回歸模型的判斷規(guī)則，當(dāng)Y＜0.5時(shí)，表示公司陷入了財(cái)務(wù)困境；當(dāng)Y＞0.5時(shí)，表示公司的財(cái)務(wù)狀況正常。從表5顯示的驗(yàn)證結(jié)果來(lái)看，19家ST公司中有18家的Y＜0.5（即陷入財(cái)務(wù)困境），只有1家的Y＞0.5（即財(cái)務(wù)狀況正常），表明根據(jù)最優(yōu)模型來(lái)驗(yàn)證模型構(gòu)建樣本組中的ST公司，只有1家公司被誤判為財(cái)務(wù)狀況正常，其余18家公司均判斷準(zhǔn)確，準(zhǔn)確率為94.74%。19家非ST公司的Y全部＞0.5，即全部判斷為財(cái)務(wù)狀況正常，判斷準(zhǔn)確率為100%。這說(shuō)明，根據(jù)模型構(gòu)建樣本組的財(cái)務(wù)比率所構(gòu)建出來(lái)的模型對(duì)該樣本組中的樣本公司是否陷入財(cái)務(wù)困境，具有很高的判斷準(zhǔn)確率，從而說(shuō)明所構(gòu)建的模型非常有效。
七、模型檢驗(yàn)
上述最優(yōu)模型對(duì)模型構(gòu)建樣本組中的樣本公司具有很高的判斷準(zhǔn)確率，而對(duì)模型構(gòu)建樣本組之外的其他公司是否也具有如此高的判斷準(zhǔn)確率，則需要采用本文選取的模型檢驗(yàn)樣本組中的樣本公司來(lái)作進(jìn)一步的檢驗(yàn)。如果檢驗(yàn)的結(jié)果具有很高的判斷準(zhǔn)確率，則說(shuō)明所構(gòu)建的模型具有廣泛的應(yīng)用價(jià)值，反之，則不具有廣泛的應(yīng)用價(jià)值。
將模型檢驗(yàn)樣本組中36家樣本公司2002-2004年間半年報(bào)中8個(gè)解釋變量的值代入所構(gòu)建的最優(yōu)模型，得出的檢驗(yàn)結(jié)果如表6所示。
從表6顯示的檢驗(yàn)結(jié)果來(lái)看，18家ST公司中有17家公司的Y＜0.5，只有1家公司的Y＞0.5，說(shuō)明判斷準(zhǔn)確的有17家，判斷失誤的只有1家，準(zhǔn)確率為94.44%。18家非ST公司中有15家公司的Y＞0.5，有3家公司的Y＜0.5，說(shuō)明判斷準(zhǔn)確的有15家，判斷失誤的有3家，準(zhǔn)確率為83.33%?？梢?jiàn)，所構(gòu)建的最優(yōu)模型對(duì)模型構(gòu)建樣本組之外的其他公司也具有很高的判斷準(zhǔn)確率，即具有很強(qiáng)的財(cái)務(wù)預(yù)警能力，說(shuō)明基于上市公司中期報(bào)告數(shù)據(jù)而構(gòu)建的財(cái)務(wù)預(yù)警模型具有廣泛的應(yīng)用價(jià)值。
八、結(jié)論與建議
?。ㄒ唬┗窘Y(jié)論
1. 多元線性回歸模型在我國(guó)財(cái)務(wù)預(yù)警研究中具有很高的應(yīng)用價(jià)值。實(shí)證結(jié)果表明，采用多元線性回歸模型所建立的財(cái)務(wù)預(yù)警模型可以獲得很好的預(yù)警效果。
2. 采用上市公司中期報(bào)告數(shù)據(jù)構(gòu)建的財(cái)務(wù)預(yù)警模型，不僅具有很強(qiáng)的財(cái)務(wù)預(yù)警能力，而且改善了財(cái)務(wù)預(yù)警的時(shí)效性，能更加及時(shí)地預(yù)測(cè)出公司是否會(huì)陷入財(cái)務(wù)困境，因而在實(shí)際工作中更具有廣泛的應(yīng)用價(jià)值。 3. 我國(guó)上市公司公開(kāi)披露的中期報(bào)告數(shù)據(jù)具有很強(qiáng)的有用性。一般認(rèn)為，中期報(bào)告數(shù)據(jù)是未經(jīng)審計(jì)的，存在虛假信息的可能性比較大。但本文的實(shí)證結(jié)果表明，我國(guó)上市公司公開(kāi)披露的中期報(bào)告數(shù)據(jù)對(duì)本文的研究具有很強(qiáng)的有用性，基于這些數(shù)據(jù)而構(gòu)建的財(cái)務(wù)預(yù)警模型，其判斷的準(zhǔn)確率很高。說(shuō)明我國(guó)上市公司公開(kāi)披露的中期報(bào)告數(shù)據(jù)是可信的和可利用的。
?。ǘ┫嚓P(guān)建議
1. 有關(guān)各方，比如公司股東、經(jīng)理人員、主要債權(quán)人、資本市場(chǎng)潛在的投資人或債權(quán)人、人才市場(chǎng)潛在的經(jīng)理人等，可以采集相關(guān)上市公司的中期報(bào)告數(shù)據(jù)，建立多元回歸模型來(lái)對(duì)相關(guān)上市公司的財(cái)務(wù)狀況作出及時(shí)的預(yù)測(cè)，以幫助自己作出相關(guān)決策。
2. 有關(guān)各方在利用上市公司的中期報(bào)告數(shù)據(jù)和多元回歸模型來(lái)進(jìn)行財(cái)務(wù)預(yù)警時(shí)，要注意篩選解釋變量，防止最終進(jìn)入模型的變量個(gè)數(shù)過(guò)多或過(guò)少，以致影響模型的預(yù)警能力。同時(shí)還要注意將模型的定量結(jié)果和其他非定量因素結(jié)合起來(lái)綜合判斷，以防由于模型的偏差造成最終的判斷失誤。
3. 上市公司不應(yīng)該把風(fēng)險(xiǎn)管理的焦點(diǎn)放在如何進(jìn)行財(cái)務(wù)預(yù)警問(wèn)題上，而是放在如何完善風(fēng)險(xiǎn)的防范機(jī)制上，因?yàn)榉婪妒恰氨尽?，預(yù)警是“末”，一味地偏重于財(cái)務(wù)預(yù)警而忽視風(fēng)險(xiǎn)防范，就是本末倒置。把財(cái)務(wù)預(yù)警當(dāng)作風(fēng)險(xiǎn)管理的一種輔助手段是可以的，但當(dāng)作風(fēng)險(xiǎn)管理的主要手段就不行了。牢固樹(shù)立風(fēng)險(xiǎn)防范意識(shí)，加強(qiáng)風(fēng)險(xiǎn)防范機(jī)制的建設(shè)才是風(fēng)險(xiǎn)管理中的主要內(nèi)容。
主要參考文獻(xiàn)
[1] 陳曉，陳治鴻. 企業(yè)財(cái)務(wù)困境研究的理論、方法及應(yīng)用[J]. 投資研究，2000，（6）.
[2] 吳世農(nóng)，盧賢義. 我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J]. 經(jīng)濟(jì)研究，2001，（6）.
[3] 楊淑娥，徐偉剛. 上市公司財(cái)務(wù)預(yù)警模型——Y分?jǐn)?shù)模型的實(shí)證研究[J]. 中國(guó)軟科學(xué)，2003，（1）.
[4] 張鳴，程濤. 上市公司財(cái)務(wù)預(yù)警實(shí)證研究的動(dòng)態(tài)視角[J]. 財(cái)經(jīng)研究，2005，（1）.
[5] 張鳴，張艷，程濤. 企業(yè)財(cái)務(wù)預(yù)警研究前沿[M]. 北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，2004.
