商业银行信贷业务中企业财务危机识别研究.docx

?

?

商业银行信贷业务中企业财务危机识别研究

?

?

杜鹏陈轩明

【摘要】通过建立财务危机识别模型,从商业银行信贷风险防范的角度对企业财务危机进行识别和分析。为企业的财务状况提供建议,在实际操作中具有一定的参考性。

【关键词】信贷风险;财务危机;判别分析

一、商业银行信贷风险防范中存在的问题及进行财务危机识别的重要性

经过多年的实践,商业银行已经建立起了以“统一授信、审贷分离、分级审批、责权分明”为核心内容的信贷业务运作和防范体制,成立了相关的防范机构如风险防范委员会等。

在实际操作过程中我国商业银行风险防范中主要还存在以下问题:银行与企业之间的信息分布、信息沟通、信息识别、信息处理等,对于防范和化解信贷风险,支持市场经济发展,都具有十分重要的意义。我国商业银行一直缺乏有效的风险监测和控制手段,使得我们的风险判断表面化和风险反应滞后。目前商业银行的内部信贷评级方法基本上没有对现金流量的预测,因而难以反映评级对象将来的真实偿债能力。

财务危机识别在协助商业银行甄别、选择客户,帮助公司改善生产、经营管理,提高经济效益和竞争能力等方面的积极作用十分明显。一方面它有助于商业银行合理确定贷款期限和额度、提高贷中审批工作效率,加强贷后管理,优化、整合整个信贷流程;另一方面可以帮助商业银行识别公司信息造假、降低银企间的信息不对称,甄别、选择客户,提高公司的还贷能力。

二、财务危机识别模型的构建

1.研究样本和数据来源

本文选取了2007年沪深两市A股因财务状况而首次被退市风险警示的公司90家为样本选取范围。选择正常公司的配对标准是同行业和同时间窗,而将公司资产规模作为一变量放入模型中考虑。在选定危机型公司后。按1:1的配对原则选择行业相同的健康型上市公司作为配对样本,对这90家上市公司按其功能进行分组:估计样本组和检验样本组。

前者用于构建识别模型,为使模型识别能力增强,应该在大样本(样本数大于或等于30)下进行,故从中选取危机型和健康型公司中各选取30家共60家作为估计样本;后者用于检验所构建模型的准确性或者说是有效性。由于样本有限,将剩下的危机型和健康型各15家共30家作为检验样本,如果检验结果超过80%则认为是可以接受。

2.财务识别指标的筛选

在借鉴现有研究成果的基础土,结合实际问题加以改进,选用符秩(Wilcoxon)检验方法对在财务危机类公司和财务健康类公司间存在显著差异的每个财务指标变量进行筛选。检验结果表明:财务危机发生的前3年,共有8个指标(资产收益率X1、净资产收益率X2、每股收益X6、流动比率X12、利润增长率X21、现金债务总额比X24、全部资产现金回收率X26、公司规模X28)通过了0.05水平的显著性检验,即利用这8个指标能将对财务危机公司和财务健康公司进行识别。

3.模型检验

(1)变量在不同类中均值相等的检验

为了对判别函数的有效性进行检验,应采用统计检验量对模型进行统计检验――显著性检验,以判断该判别函数能否将财务危机和财务健康两类公司很好地分开。

当λ值为1时,各组均值相等,表中8个指标的λ值均小于1,表明各组均值不等;8个变量显著性水平均小于0.05,因此可拒绝各组均值相等的零假设,即在0.05的显著性水平下8个指标的均值有显著性差异,可进行判别分析。

(2)判别模型显著性检验

检验结果表明,判别模型在两组之间的判别显著,即该判别函数能较好地将财务危机公司和财务健康公司区分开。通过上述对模型建立的统计量检验,可以认为所建立的判别函数在统计上是有效的。

4.判别分析模型的建立

下面取*ST公司为1,非*ST公司为0作为因变量值,以筛选出的8个指标作为识别最终变量,采用60家估计样本被*ST前t-3年的数据,建立Fisher两类判别分析模型。

据分析得到财务健康公司前t-3年的判别函数为:

Y0=-5.057+1.233X1+0.187X2-0.878X6+2.716X12–1.558X21–9.037X24–0.625X26+0.587X28

财务危机公司前t-3年的判别函数为:

Y1=-3.564+0.807X1+0.346X2-0.276X6+3.172X12–21–1.316X7.346X24–0.226X26+0.356X28

根据费雪线性判别模型,我们可以计算出两类样本的均值Y1和Y0,由于*ST和非*ST两组选择的样本是按1:1选取的,所以阀值点可根据对称分类原则确定:Y*=(Y0+Y1)/2,我们将每个公司的Y分值与阀值点Y*进行比较,如果Yp

据分析结果,*ST和非*ST组公司均值为0.479和-0.479,阀值点Y*=(Y0+Y1)/2=0,当把待判别公司的财务指标数据代入判别函数得到Y分值,再与Y*=0比较就可以判别其是属于财务危机公司还是财务健康公司了。

三