我国纺织服装企业财务预警实证研究

　　 摘 要：文章建立了适用于我国纺织服装行业的财务预警模型。通过T检验和相关性分析对相关财务指标进行筛选，然后用基于主成分分析法提取的主成分因子建立了Logistic财务预警模型，并进行了拟和度检验和预警效果检验，在此基础上验证了该财务预警模型在我国纺织服装行业的有效性。
　　 关键词：财务预警 主成分分析 Logistic模型
　　 中图分类号:F275 文献标识码:A
　　 文章编号:1004-4914（2011）11-148-03
　　
　　 一、研究意义
　　财务预警的研究在国外尤其是在资本市场发达的国家是一个被广泛关注的研究课题。从Beaver（1966）的单变量研究开始，这一研究一直成为国际财务、会计和证券投资研究领域中经久不衰的课题，近两年国内有关财务预警的文献多对财务预警模型、上市公司及中小企业财务预警进行讨论，但多数都是针对上市公司而研究的，预警研究会专注于某一具体行业的还不多。
　　纺织服装业是我国经济传统的支柱产业和重要的民生产业，我国纺织品服装出口额已占全球出口贸易的1/4以上。金融危机爆发后，我国出口企业受到巨大冲击。中国的出口当中纺织服装占主导地位，因而比其他行业面临更多风险。耿照源（2008）以化纤行业为研究对象，发现F模型比Z分数模型更适合于化纤行业。孙琳琳（2008）提出服装企业要加强应收账款风险管理，就要从应收账款的事前风险防范入手，并需要结合行业特点建立财务危机预警机制。蒋永华（2008）认为Z-Score模型能提供给投资者更多的预测性、能反映企业真实价值的信息。李艳等（2009）以纺织服装业为例具体阐述次贷危机对我国实体经济的影响，分析了次贷危机影响我国纺织服装业的因素。马杰和万宇洵（2009）运用逐步判别法建立了财务预警模型。路秀云（2009）提出了在纺织服装业重要的发展阶段政府制定的有利于纺织服装业的产业政策。唐浩（2010）通过多变量模型分析，得出广东科龙已具备财务失败的特征，而没引起管理层的警觉。王兴国（2010）运用主成分分析法以及指数平滑法从理论上构建了房地产企业财务预警预警系统。
　　从纺织服装业所处的国内外环境来看，目前面临着诸如企业出口压力增加、资金链面临断裂，企业难以正常运营、能源、原材料价格不断上涨，劳动力成本上升等不利因素，不少企业也面临财务困境，而大部分企业没有有效地开展对财务危机的监测与预警。在本次金融危机中我国纺织服装业企业的财务危机得以凸显，而及时通过预警系统对纺织品服装出企业实施监测，对于规避企业财务危机是十分重要的。所以对纺织服装业财务预警的研究不论从理论上还是实际层面都具有重要意义。
　　 二、财务预警模型的建立和检验
　　 1.财务指标的显著性检验。企业经济运行和发展的变化与结果，一般是通过一系列的财务指标来反映。各种财务指标在经济运行中互为条件，互相影响，并存在着一定的因果关系和按一定的规律发展变化。我们可以根据我国纺织服装业的特点建立相应的财务预警指标评价体系，由n个财务指标X1、X2、X3……、Xn构成。
　　 建立预警模型的财务指标的一个基本要求就是财务危机公司与正常公司之间要存在较大的差异性，为了判别财务指标的差异性，我们可以通过T检验来判断。在进行T检验时，使用SPSS软件来进行统计分析。将数据分为两组，财务危机公司的数据为一组，记为1，正常公司的财务数据为一组，记为2，然后录入SPSS进行T检验，根据T检验的显著性概率来判别该指标在正常公司与财务危机公司之间是否存在显著性差异。从中选择具有显著性差异的指标进入下一步的分析。由以上T检验结果得到最终的财务指标，作为建立预警模型的初始输入变量。
　　 2.主成分指标的选定。主成分分析(Principal Components Analysis)是利用降维的思想把多个指标转化为少数几个综合指标的多元统计分析方法。在实际研究中，影响客观事物的因素很多，经常遇到多指标（变量）的问题，这些指标所蕴涵的信息往往存在重叠的现象，不同指标之间具有相关性，增加了分析问题的复杂性。如果盲目减少变量又会使信息失真，很容易产生错误结论。主成分分析法就是想方设法将原来的指标重新组合成一组互相无关的新的一些指标，这些指标由几个综合指标代替原来指标，并同时根据实际需要从中选取几个较少的比交有综合性的指标，尽可能多地反映原来指标的信息。主分量分析中的综合指标就是新的变量，是原来多个指标（变量）的线性组合。
　　由于财务比率取值范围不同或度量单位存在差异，首先应进行数据的标准化处理。在标准化后的数据基础上提取主成分因子，先得出主成分对应的特征值与贡献率，贡献率表明主成分对原始数据信息的反映程度，体现各主成分重要性的不同程度。根据得到的累计贡献率，前m个主成分因