【摘要】加強財務危機的預防和控制是現代企業財務管理的熱點問題之一，制造業在我國現階段處于支柱地位，制造業的財務危機的預防和控制更為必要。建立一套具有制造業特點的財務預警系統已成為當務之急。本文采用實證分析法，對我國制造業建立財務危機多元分析預警系統進行研究。

　　【關鍵詞】 制造業；財務危機；預警系統

　　一、引言

　　隨著市場經濟體制改革的不斷深化，我國的企業在面臨著無數機遇的同時，也面臨著前所未有的風險，眾多企業因為財務風險陷入困境，甚至宣告破產。然而，任何的危機都是一個逐漸惡化的過程，如果能及時發現企業在財務管理中存在的問題，就可以預測財務風險，使管理層能夠采取有效措施預防失敗。

　　目前我國尚處于社會主義的初級階段，工業尤其是制造業仍是我國經濟發展的支柱，制造業的發展也在一定程度上決定了農業、服務業以及國防的水平，制造業的健康發展關系到整個社會經濟體系的健康發展。因此，及時預測制造業面臨的財務風險，建立適當的制造業公司財務危機預警系統至關重要。

　　二、研究思路

　　本文以2005－2007年我國制造業上市公司的財務報表為研究對象，以上市公司因財務異常而被特殊處理（ST）做為企業陷入財務危機的標志，選取樣本組和預測組，根據大量文獻證明有效的財務指標，構建相應的財務危機預警系統。通過銳思數據庫導出公司資產負債表、利潤表、現金流量表，通過公式計算財務預警系統中各指標的值，運用SPSS軟件得到建立模型所用的敏感性指標，采用定量分析法的Logistic回歸分析得到預警系統，并通過預測組對結果進行分析得出相關結論。

　　三、指標系統構建

　　現代財務管理理論認為，企業的財務狀況主要取決于企業的償債能力、盈利能力、營運能力和成長能力，在世界上財務體系的研究和實踐中運用的財務指標也分別反映了上述內容。而由于目前越來越多的企業開始關注自身的現金流量狀況，實踐中也證明了現金流量的大小直接決定了企業是否有足夠的資金進行正常的生產經營活動、能否到期還債，它與企業的生存、發展息息相關，因此也將現金流量納入到財務預警系統中。

　　本文在借鑒前人研究的基礎上，考慮到指標數據取得的難易程度，通過以下指標建立了一套與財務預警相關的指標體系，并從償債能力、盈利能力、營運能力、成長能力和現金流量狀況對財務危機預警進行分析，見表1 財務危機預警指標體系。

　　 四、樣本選取

　　本文從我國證券市場上2005－2007年制造業企業中界定出32家（其中ST公司30家、非ST公司30家）作為研究樣本，借鑒國外的經驗并結合我國的實際情況制定取樣原則如下：

　　一是同門類。根據中國證監會發布的《上市公司行業分類指引》選取典型制造業企業作為研究對象。

　　二是同時期。為了保證研究對象所處的宏觀經濟環境相同，從而保證模型分析有意義，本文選擇ST公司被“特別處理”的前三年即2005－2007年作為數據采集的時間范圍，ST公司和與其相配對的非ST公司的財務數據均以ST公司被“特別處理”的時間為限，從而使財務指標在時間上具有一致性。

　　三是規模相似。

　　四是樣本的分組，取ST公司、非ST公司各15企業作為估計組，另取非ST公司和ST公司各15企業作預測組，根據對估計組進行研究分析得到的結論對預測組進行預測，從而驗證研究結果。

　　五、實證結果及分析

　　（一）變量的顯著性檢驗

　　下面利用選取的兩組共60家上市公司的財務數據，使用SPSS軟件中的顯著性檢驗功能對相關財務指標進行變量的顯著性檢驗，比較ST公司和非ST公司在這16個財務指標的平均值上是否具有顯著性差異，從而對財務指標進行初步的篩選。

　　從ST公司和非ST公司備選財務指標T檢驗結果表（表略）中我們可以得到備選財務指標的顯著性檢驗結果， ST公司和非ST公司在現金營運指數、存貨周轉率、應收賬款周轉率、利息保障倍數、主營業務利潤率等指標上不具有顯著性差異。綜上所述，流動比率、速動比率、資產負債率、總資產利潤率、凈資產利潤率、每股經營現金凈流量、總資產現金回收率、主營業務收入增長率、利潤總額增長率、總資產周轉率、總資產增長率等11項財務指標通過了0.05顯著性水平檢驗。

　　（二）變量的相關性分析

　　由于財務指標之間大多存在多重共線性關系，為了減輕這11項財務指標之間的多重共線性度，利用SPSS軟件分析這些指標的相關系數（表略）。

　　本文以0.6作為分界點即大于0.6則認為具有明顯的相關關系，從而得到：流動比率與資產負債率、總資產利潤率與凈資產利潤率、總資產周轉率，具有明顯的相關關系；總資產增長率與主營業務收入增長率具有明顯的相關關系；每股經營現金凈流量與總資產現金回收率具有明顯的相關關系；總資產周轉率與總資產現金回收率具有明顯的相關關系。

　　根據上述分析，結合財務指標的顯著性分析以及各指標所能夠反應企業相關能力的程度選取速動比率作為償債能力的指標；選取總資產周轉率作為營運能力指標；選取凈資產利潤率作為盈利能力指標；選取利潤總額增長率、總資產增長率作為成長能力的指標；選取每股經營現金凈流量作為現金流量能力的指標，以上述六個指標，構建財務預警系統體系。

　　（三）建立財務預警系統模型

　　將樣本組的上述六個指標通過SPSS軟件處理，得到Logistic回歸模型：

　　u=26.423－10.989Ｘ2＋7.422Ｘ7－20.156Ｘ10＋0.237Ｘ12－25.743Ｘ13－1.022Ｘ16。根據上述Logistic回歸方程，將相對應的指標代入方程得到0.6467 將預測組代入回歸方程進行檢驗，判定結果見表2。（其中1代表財務陷入危機的公司，2代表財務狀況正常的公司，3代表在灰色地帶的公司）

　　從上述檢驗結果表可見，預測組中15家ST公司中有2家誤判，正確率為86.7％；15家非ST中有2家誤判，正確率為86.7％。

　　從上述分析中可以發現，誤判率稍高，可能是有下列幾個原因：第一，樣本選擇的數量偏少，導致回歸方程的系數發生偏差，從而導致模型精度稍低；第二，預警系統選擇的相關財務指標的數量偏少，未能完全反應企業財務狀況；第三，指標的計算口徑不完全一致；第四，由于采集樣本的企業來自制造業的各個類別，企業特點、運行方式有細微的差別，從而導致建立的模型不精確。

　　六、結論及建議

　　本文建立的財務危機預警系統是通過6個財務指標，對我國制造業財務狀況作出的比較精確的判斷。當0< p <0.4722時，企業的財務狀況整體是正常的；0.6465 然而，本文引用的所有財務數據、財務指標都是由上市公司的財務報表得到的。企業出于各種目的，使財務報表具有一定彈性，往往不能十分準確的反映企業真實的財務狀況。因此，以此為基礎建立的模型的準確性會受到一定的影響。

　　鑒于以上的分析，本文建立的模型具有很大的局限性。針對上述財務系統，筆者建議：

　　第一，企業財務危機預警系統的建立是需要大量的公司作為研究樣本的，本文建立的系統也是由于樣本的數量不夠導致模型精度不夠。因此，要通過對大量數據研究的基礎上才能建立完善的、精度很高的模型。

　　第二，每一個企業有自己的特點。企業應該根據自己的實際情況對模型進行修正，舍棄某些不適用的指標，增加一些更適用于本企業的指標，從而保證系統具有實用性。

　　第三，本文適用的是多變量分析的方法，目的是對企業的財務狀況進行綜合反映。若能將多變量模型與單變量模型結合起來可以使財務危機預警系統更加精確。

　　【參考文獻】

　　[1] 韓新寬. 財務管理學[M]. 哈爾濱： 哈爾濱工業出版社，2007， 35-40.

　　[2] 趙愛玲. 企業財務危機的識別與分析[J].財務與會計，2002，（11）:69-71.

　　[3] 張友棠. 財務預警系統管理研究[M]. 北京：中國人民出版社，2004.

　　[4] 蔡勇. 我國信息技術上市公司財務危機預警的實證研究[J]. 江門職業技術學院學報，2007，（9）：10－21.

　　[5] 劉玉琳. 上市公司財務失敗風險預警系統及其實證分析[D]. 北京：首都經貿大學出版社，2002.

　　[6] 袁康來，方梅. 上市公司財務預警的實證研究[J]. 綜合管理，2008，（3）：239－241.