对上市公司亏损的财务预警信号的研究.doc

PAGE

对上市公司亏损的财务预警信号的研究

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影响较大。通过多变量分析建立判定方程，得出可通过截止点预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年推出上市公告预亏制度以来，亏损企业频频出现。1999年度，58家公司发布预亏公告，其中，新亏损的公司竟达34家，占58.62%。在2000年，发布中报的公司共有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呈现出迅速壮大的势头。截至2001年2月28日，沪深两市共有86家上市公司发布了预亏公告，沪市39家，深市47家。从目前公告的亏损情况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呈现出逐步扩大的势头面对如此大范围、大规模的亏损，必然对投资者、企业、乃至股市、宏观经济产生不利的影响。既损害投资者的利益，又弱化企业的素质和竞争力，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发展。

作为投资者，如何能获取满意的投资回报率？作为管理者，如何能预先警觉到企业的问题，防患于未然，提前作好企业的长期战略和发展规划，使企业不断发展？目前国内无论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。希望能够借此给广大的投资者和企业管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聚集区。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况，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，（0025）ST特力A，（600691）东新电碳和（600610）ST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，所以本文仅采用公司的年报数据进行分析，以取得较大的可信度和实用性。

2.2单变量分析

单变量模式是用个别财务比率来预测财务危机的模型，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。采用单变量模式分析企业亏损的实质就是找到与企业亏损相关性较大的指标，可以通过线性回归来完成。

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（）下载的，在和讯网上可以查询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年以前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，所以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，并根据常用的计算方法进行了调整。

2.2.2比率的选择

由于财务比率的数目种类较多。我们根据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，管理能力中的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，流动比率及股东权益率等，以及一些参考文献上采用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。

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进行线性回归分析。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1 权益收益率与每股收益线性回归结果

Model

R

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

1

0.991

0.981

0.980

4.232E-02

表2 总资产收益率与每股收益线性回归结果

Model

R

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

1

.990

.980

.979

4.311E-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效果的指标。