基于灰色关联的多元回归财务预警实证研究

王丽娟　张莉莉

【摘 要】 灰色关联度分析由灰色系统理论提出，其理念为在系统发展过程中，若两个因素同步变化程度高，则认为两者之间的关联较大；反之，则两者关联甚小。因此，灰色关联度分析对一个系统发展变化态势提供了量化的度量，非常适合动态的历程分析。而企业的发展正是这样一个动态的过程。在运用灰色关联度分析得出各指标的滞后期后，将更加准确的截面数据作为训练样本，建立多元回归财务预警模型。实证结果证明，分行业建立财务预警模型是十分必要的。

【关键词】 灰色系统； 灰色关联分析； 财务预警； 多元回归分析

一、引言

会计的职能仅为对企业已经发生的经济活动进行货币计量的一个过程，其主要内容是对过去经济活动的核算和计量，是对企业过去的经济活动较客观的记录。而财务管理则是基于会计活动的结果，结合企业内外部信息，对企业将来的经济活动的决策，以使企业正常且更高效地运行。各种决策行为都离不开对未来的预测，而财务预警就是财务管理中对企业将来运行是否会恶化的预测范畴。企业利益相关者如内部员工、银行、股东等都对企业的财务恶化信息十分敏感。这种客观事实奠定了财务预警在财务管理中的独特地位。

作为能够识别、预测公司财务危机并为公司投资人和管理者提供预警信号的风险管理工具，财务预警模型倍受关注，并逐渐成为公司财务管理领域中的热点问题之一。依赖历史会计数据建立的模式识别类的传统预警模型，由于方法中存在固有缺陷，难以在公司财务管理中推广应用；而考虑微观与宏观因素之间联系的预警模型目前仍处在实验室阶段，尚未发展到能实际应用的程度。

二、相关文献评述

自国外学者Beaver（1966）用单变量分析预测公司破产并取得一定成果，Altman（1968）利用多元线性判别构建了著名的Z分数模型之后，一场财务预警研究的浪潮便在世界范围内掀起。

国内对财务预警的研究起于1986年吴世农、黄世忠介绍企业的破产分析指标和预测模型，经历25年。其中前12年，即1986—1998年为萌芽期，此期间的论文发表较少，研究处于基本认识阶段。这一阶段比较漫长的一个重要原因在于我国的两大证券交易所在1990年11月前尚未成立，实证数据十分不完善，并且各种指标界定都处于模糊阶段，因此，在次阶段，研究者们不得不只关注国外的研究理论与研究方法。在经过大量基础理论的积累以及国内的证券市场日趋成长，1999—2003年，国内财务预警研究转入了正式导入期，此阶段的主要研究成果与后期相比较少（这与萌芽期的实际情况是相吻合的）第三阶段即2004年至今，为国内财务预警研究的大发展时期。在这一阶段，尤其是2004年，有一个井喷式发展。这一时期的研究成果有以下飞跃：不仅每年的优质成果数量明显增多，且研究内涵、外延都有较大的突破。从内涵上看，首先，在研究层面上，不再是单一研究一种方法，而是将前人的方法进行综合比较，然后结合我国国情，建立一个符合我国实际情况的新模型。其次，在研究对象上，不再仅仅依靠传统的财务指标，而是加入各种其他影响因素进行综合考虑，例如经济附加值、现金流量指标、自由现金指标以及其他非财务指标，以提高模型的准确性。再次。在研究方法上，也不仅仅限于传统的计量经济方法，引入了多种在理工科方面有重大意义的研究方法，如人工智能方法、模糊数学方法以及灰色系统理论等。从外延上看，一些学者不仅讨论企业遇到财务困境时一系列指标的客观规律，也开始探讨财务危机与企业增长的关系。

除了灰色系统模型，其他模型大都以大量实证数据为基础，只是证明了财务预警领域的一些客观规律的存在，其应用仅局限于信用等级的评价，但是财务预警的意义并不尽在于此。人们需要通过模型来预测企业是否将会遇到财务危机，在企业遭受困难之前发现这冰山一角，然后采取行动来抑制这种趋势，防止财务危机的形成。由于宏观环境的不断变动，模型需要新的数据来加以修正，但其样本之庞大决定了巨大的工作量，因此不利于新模型的建立，因而对模型的推广应用树立了一个明显的障碍。以上为过去研究在财务预警实用性方面的不足。

另一方面，研究者们几乎都不约而同地选取同一时间截面的数据来建立模型，这种没有经过科学论证的做法是有缺陷的。由于各种指标的独特性质，它们可能对未来产生影响的滞后性不是那么一致，所以应该先论证是否有这种滞后性的存在，然后再采取相应的措施。

前人在将灰色系统理论应用到财务预警领域时候没有考虑到指标的合理性、序列的平滑性以及权重计算的科学性。因此这些因素也就成为将灰色系统应用于财务预警研究需要特别注意的方面。

三、研究设计

（一）指标选取

在指标选取上，本文参考前人的研究成果，将2000年到2012年中所有发表的国家级基金项目论文进行统计，取被选用次数最多的前12个财务比率指标如表1：

其中，资产负债率X1、流动比率X2、速动比率X5体现了企业的偿债能力；总资产周转率X8、应收账款周转率X4、存货周转率X11、营运资金与总资产比率X12体现了企业的营运能力；总资产利润率X6、净资产利润率X7体现了企业的盈利能力；总资产增长率X3、主营业务收入增长率X9、净利润增长率X10体现了企业的成长能力。

（二）指标滞后性考察

四、实证研究

（一）样本选取

统计数据显示，2012年共有38家公司仅由于连续2年亏损而被退市预警，也就是*ST。为了使实证结果更加明显，本文选取了被*ST比例最高的行业——化学纤维制造业为主要实证对象。剔除数据不全的样本后，纳入实验的训练样本共10家公司，其中2家为*ST公司。①

（二）指标滞后性考察结果

根据上述实验设计，得出的滞后性结果为，除了X11存货周转率滞后期为1外，其他指标滞后期均为2。这种结果足以证明，各财务比率对系统影响的滞后期是存在的。这也是对上市规则中规定的连续3年财务异常给予退市的实证支持。

（三）灰色聚类分析结果

实验结果显示，X1、X2、X4为一类，其代表指标为X1；X6、X8、X10为第二类，其代表指标为X8；X7、X12为第三类，代表指标为X12；X9，X11为第四类指标，以X9为代表指标；X3与X5分别为最后两类指标。这样的结果有点令人咋舌，得出的分类结果并没有按照传统的偿债能力、运营能力、盈利能力以及发展能力来划分。

（四）线性回归结果

经过逐步回归后，得出以下回归结果（表2）。

表2很清楚地展现该模型的拟合优度极高。首先R2=0.94602，已很接近其最大值1，其实际意义是该模型对因变量的解释力已达到94.60%；其次该模型的P值为0.0433，小于0.05，表明各自变量对因变量的影响很显著。

（五）模型的应用

1.行业内应用

以上模型是基于t=2012，用以往的数据来预测化学纤维制造业2011年年报中的公司财务情况。模型得出的预测值越大，说明该公司的财务状况越不乐观。取t=2011，运用以上模型来预测化学纤维制造业2010年的财务状况，预测值结果如表3。其残差平方和仅为0.05394，并且预测值连续两年最高者均在2012年被*ST。

2.行业外应用

将此模型应用到其他行业。这里笔者选取另外一个与2012年被*ST公司比例较高的行业——有色金属冶炼及压延加工业，取t=2012，得到以下预测结果（表4）。

其残差平方和为8.647474，远远大于该模型在化学纤维制造业的应用结果。该结果表明，对财务预警模型的研究，分行业是更加科学的。

五、总结与展望

（一）总结

1.结论

（1）在概念识别上，以往文献均以百度中公布的过期知识“ST指连续亏损2年的公司，*ST指连续亏损3年的公司”为基础进行研究。而以上规定于2002年就已废除。本文则依据《深证证券交易所股票上市规则（2008年修订）》以及《上海证券交易所股票上市规则（2008年修订）》中的相关规定“连续亏损2年的上市公司会被*ST即退市预警，而如果在之后的那一年仍然有财务异常状况，则暂停上市”进行研究。

（2）在指标选取上，本研究仅参考前人对财务比率的大多数选择。而在近年的相关研究中，非财务指标在财务预警研究中也起到了一定作用，并且各研究者都纷纷寻找其他更加显著的新指标（如EVA双基点距离等）。但笔者认为，应该回归经典，在最初的财务预警研究中，均只采用了财务比率指标，奠定了财务预警的坚实基础。其有待丰富的理论基础以及有待提高的预警精度，正是后来者的追随方向。本文正是以经典为基础，融合了灰色理论的先进思想，对仅有财务数据的深度挖掘，并与统计学中的多元回归模型相结合。

（3）在指标处理上，以往研究都选取同一时间点的数据作为截面数据，而本研究突破性地提出滞后性概念，认为不同指标对系统影响的区别既体现在程度上，也体现在滞后性上。实证研究的结果显然证明了这一点是正确的。

（4）在样本选取上，对行业的细分也是以往研究中没有做到的。在财务管理的理论基础中，行业因素对财务数据是有很大影响的。以往的研究中，为了获取大量的样本数据，不得不忽略部分行业因素，而灰色系统理论的特殊性，即适用于小样本分析，这样就可以在将行业分得足够细致的前提下进行财务预警研究。实证结果表明，在不同行业中，各指标对系统的影响程度是不一样的，正因为如此，分行业研究显得尤为重要。

2.不足

（1）在指标的选取上同样有所不足，因为时间精力有限，没有对其他的指标进行探索。

（2）在财务预警的界定上，没有统一的既定的标准，仅仅是在该行业内按照预测值进行排序，认为排名靠后的即存在财务危机。

（3）在对灰色系统理论的应用上，仅仅应用了较浅显的理论，即利用灰色关联度来删选指标。灰色系统理论的内容甚是丰富，将灰色系统模型引入财务预警是非常好的一个研究方向，由于笔者能力尚且不足，未曾找到一个合适的结合点。

（二）展望

一是在此基础上进一步研究财务危机企业到底是如何形成的，该如何防范以及如何逆转现有危机状况。

二是寻找其他对系统有显著影响的新指标。

三是将灰色模型合理应用于财务预警研究。

【参考文献】

[1] 刘旭涛.会计与财务管理关系研究[J].财经界（学术版），2011（10）.

[2] W H Beaver.Financial Ratios as Predictors of Failure[J].Journal of Accounting Research，1966（4）.

[3] ALTMAN E I.Financial Ratios，Discriminate Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance，1968，23（4）.

[4] 崔学刚，王立彦，许红.企业增长与财务危机关系研究——基于电信与计算机行业上市公司的实证证据[J].会计研究，2007（12）.

[5] 深圳证券交易所.深圳证券交易所股票上市规则（2008年修订）[S].2008.

[6] 上海证券交易所.上海证券交易所股票上市规则（2008年修订）[S].2008.

[7] 朱佳翔，谭清美，荆象源.基于灰关联度的两阶段上市公司财务风险灰色预警[J].软科学，2008（4）：43-48.

[8] 张芙蓉.基于现金流量指标的企业财务困境预警模型构建[J].西安工程大学学报，2012（3）：356-362.