|
|
摘要： 本文对航空公司财务风险预警进行了研究,选取偿债能力、盈利能力、发展能力及现金流量等方面财务指标，对Z计分模型进行修正，并运用修正的模型对航空公司财务危机进行了实证检验。结果表明，模型预测准确度较高。
关键词：Z计分模型 经济增加值 财务预警
在市场经济的大环境中，世界经济一体化的趋势和我国资本市场的发展要求企业时刻保持高度的危机意识，航空公司也不例外。我国航空公司近年来面临严峻的竞争形势，200 年上半年，民航行业全面亏损；2008年三大航都发生了巨额亏损，这雅疑对公司利益相关者造成了损害。对航空公司的财务危机进行预警，可以帮助企业采取积极有效的措施化解危机，避免或减少财务危机给利益相关者的损害。本文从财务危机的界定、财务危机预警模型的指标选取等方面对传统的Z计分模型进行了修正，希望在加强我国航空公司财务管理，提高公司效益，实现股东权益最大化发挥一定作用。
一、研究设计
（一）财务危机的界定 纵观国内的上市公司财务危机研究，上市公司是否因 “财务状况异常”受到特别处理（ST）作为上市公司是否陷入财务危机的一个客观的分类已经被越来越广泛的采用了。但由于我国航空公司上市时间比较晚，上市公司数量较少，并且我国上市航空公司被ST的只有东方航空（2009年）和上海航空（2009年），所以是否被ST作为上市航空公司是否陷入财务危机的界定标准不合理。经济增加值（Economic Value Added，简称EVA）是考虑了资本投入总成本的一种企业绩效评价方法。公司每年创造的经济增加值等于税后净营业利润与全部资本成本之间的差额，其中资本成本包括债务资本的成本，也包括股权资本的成本。EVA 是对经济利润的评价，是衡量企业业绩和评价财务状况较准确的尺度。如果EVA的值为正，则表明公司获得的收益高于为获得此项收益而投入的资本成本，即公司为股东创造了新价值；相反，如果EVA的值为负，则表明股东的财富在减少。本文站在股东的立场以EVA为负值作为财务危机的界定标准，即EVA值为负为财务危机企业，EVA值为正为非财务危机企业。
（二）样本选取和数据来源 本文选取我国四大航空公司2002年至2010年的年报数据作为样本，根据各公司上市的时间，中国国航选择200 至2010年度的数据，海南航空选择2005年度至2010年度的数据，南方航空选择2001年度至2010年度的数据，东方航空选择2002年度至2010年度的数据。在指标的选取上，剔除了2003年度的数据，这是由于受SARS的影响，其指标并不具有代表性。这样所选出的样本的分布情况基本上也是与我国航空上市公司的实际情况相符合的。最终的样本量是28，其中以四大航空公司2009、2010年度作为检验样本组，其余年份作为建立修正模型的估计样本组。所有数据均来自于各航空公司官方网站。
（三）Z计分模型及其修正变量选取 美国学者Altman于19 8年提出了Z计分模型。该模型最初主要用于上市公司，其基本过程是：事先确认某些区分破产公司与非破产公司的关键因素，也就是在众多的财务指标中筛选出敏感性的因素（变量），使得这些变量满足：在组内差异最小化的同时实现组间差异最大化。然后把他们加总起来以联合考虑或加权计算得出一个可以数量化的分值Z。Z值在某些情况下可以解释为违约概率，在另一些情况下可以作为一种分类方法，把考察对象放到好的一组或坏的一组。其判别函数为：Z=1.2X1+1.4X2+3.3X3+0. X4+0.99X5。其判别规则为：若 Z值小于 1.81，表明企业破产的概率比较大；若 Z值在 1.81与 2. 15之间，企业财务状况不明朗，称之为“ 灰色地带” ；若 Z值大于 2. 15，则企业财务状况良好。根据（表1）Z值计算结果分析，我国四大航空公司的Z值均小于1.8.即根据Z计分模型，我国四大航空公司在研究期内均处于财务危机中，这种判断显然不合理。这说明Altman提出的计分模型的临界值选取不符合我国航空公司的实际。对于我国上市航空公司来说，划分财务危机、灰色地带和安全地带的临界值应低于Altman提出的1.8和2. 15。因此，需要对Z计分模型进行修正。
评价公司的财务状况虽然各个公司有不同的侧重点，但是航空公司因有行业特征，特别是我国航空公司正处于高速发展时期，各个航空公司也有其特性，因此本文从反映航空公司共性的财务指标入手，尝试建立一套完整的构建我国航空公司财务危机预警的财务指标体系。Altman的Z计分模型中的变量X1与X2分别反映了公司的短期偿债能力与累计获利能力，继续保留；变量X3中的利息支出在我国上市航空公司的财务报表中没有充分体现，所以将变量X3剔除；在而另一方面由于我国目前的企业财务状况与资本市值的关联性较低，因而变量X4也剔除；变量X5反映了公司营运能力，我国评价公司营运能力的指标一般选择资产周转率和存货周转率等，所以修正模型将变量X5予以替换。结合以上情况，并综合考虑企业的偿债能力、获利能力、发展能力和现金流量指标，本文在修正模型中加入以下指标：第一，反映长期偿债能力指标：资产负债率。资产负债率是负债总额与资产总额之比。它是反映公司长期财务状况或者说反映长期偿债能力的重要指标。过高的资产负债率会使公司背上沉重的利息负担，资本结构脆弱，会弱化长期支付能力，埋下财务危机的种子。第二，反映成长能力的指标：主营业务增长率。该指标从主营业务增长方面说明了公司抵御市场风险能力和发展潜力，属于公司的成长能力。第三，反映现金流量的指标：经营现金负债比。该指标是公司主营业务所产生的现金流量与公司总负债的比率。反映公司主营业务的现金清偿能力。目前很多上市公司筹资活动产生的现金流量远远大于经营活动的现金流量，但来自筹资活动的现金流量又不具备稳定性，故在很大程度上影响了公司现金流量的真实性，使用这一指标可以较好地解决这一问题，具有较好的说服力。第四，反映营运能力的指标总资产周转率。该指标反映的是航空公司资产的利用程度、资产是否被充分利用这一指标。因为在当前油价不断上涨的情况下，提高总资产周转率是航空公司目前规避风险的主要手段之一。修正模型的变量见（表2）。
二、实证结果分析
（一）因子分析 本文运用spss18.0统计软件，采用主成分分析法提取因子，并使用方差最大化旋转法，得到相关矩阵旋转后的特征值、特征值贡献率和累积贡献率如（表3）。可以看出，有3个满足特征值大于1的主成分，第一主成分解释能力占所有变量方差的42. 14%，第二主成分解释能力占所有变量方差的2 .882%，第三主成分解释能力占所有变量方差的11.284%。因此，可以认为前3个主成分综合了原始指标的绝大部分信息，提取3个主成分就能对样本做出较好解释。为了对这3个因子进行解释，就需要得到 个原始变量对这3个公共因子的因子载荷。由主成分分析结果可得因子载荷矩阵，因子载荷矩阵列示的是所选取的主成分与原始指标间的线性关系，各主成分是原始指标的线性组合，因子载荷反映了主成分与原变量的相关系数。为方便和简化对因子的解释，需将原始因子载荷矩阵进行结构调整简化，即将因子轴进行旋转。（表4）为方差最大化旋转后的因子载荷矩阵。主成分可以通过相关指标进行衡量，利用旋转后的因子载荷矩阵，三个主成分的表达式为：
F1=0.0581X1+0.905X2-0.94X3+0.014X4+0.114X5-0.001X ；
F2=-0.113X1-0.112X2+0.112X3+0.001X4-0.058X5+0.985X ；
F3=-0.101X1+0.018X2+0.115X3+0.981X4+0.118X5-0.042X
根据三个主成分的表达式和（表3）中各个公共因子的方差贡献率为权重构建W计分模型：
W=（F1*42. 14%+F2*2 .882%+F3*11.284%）/8 .180% =0.58X1+0.11X2-0.13X3+0.54X4+0.1X5+0.3X
W值表示的意义是：当把公司的相关财务比率代入W计分预警模型，如计算得出的W值大于临界值时，表示该公司未出现财务危机；若W小于临界值时，表示该公司发生财务危机。把样本各变量值代入W计分模型可得到样本W值如（表5）。
（二）分割点测试 国资委对经济增加值（EVA）的计算公式规定如下：EVA＝NOPAT-Capital×WACC
其中：税后净营业利润（NOPAT）＝净利润+少数股东损益+财务费用×（1-所得税率）；调整后资本（Capital）＝平均所有者权益+平均少数股东权益+平均负债合计-平均流动负债合计+平均短期借款+平均一年内到期的长期负债-平均在建工程；平均资本成本率（WACC）：对于非工业企业当资产负债率小于80%时为5.5%，当资产负债率大于80%时为 %。由国资委规定经济增加值的公式计算得出样本公司各年的EVA值，如（表 ）。国内关于财务危机模型基本上都是以ST及非ST公司作为研究对象，由于公司被ST（t年）与t-1年的数据公布几乎是同时发生的，所以通常用t-2年的数据作为财务预警的数据。而本文以EVA值作为判定公司类型的标准，所以预测（t年）财务危机的发生，采用t-1年的数据进行预测。本文采用样本公司2008年至2009年的数据对其2009年至2010年的财务状况进行预测检验。本文采取两分法测试进行财务危机临界值的判定。在两分法测试中，由（表5）、（表 ）可得财务危机公司（EVA0）的W值平均数分别是-0.12和-0.0 ，-0.12和-0.0 的平均数为-0.09，说明W值在-0.09周围的公司财务状况处于发生困境与非困境的边缘，而越趋向于-0.0 发生困境的可能性越小，越趋向于-0.12发生困境的可能性越大。所以这里在-0.12和-0.0 之间选取1个分割点进行测试，分割点分别为-0.12、-0.11、-0.10、-0.09、-0.08、-0.01、-0.0 。利用样本组的数据进行W值对相应公司相应年份的经济附加值（EVA）是否大于或小于0即是否发生财务危机做测试的正确率确定临界值，测试结果显示分割点为-0.0 时，测试正确率最高，达到10%，所以选定财务危机临界W值为-0.0 。因此，定义某一公司的相关指标数据得到的W值若小于等于-0.0 ，则说明该企业在未来一年内将陷入财务危机，反之则为非财务危机企业。样本公司2009年至2010年W值和经济增加值（EVA）如（表1）。
（三）模型检验 根据（表5）、（表1）中四大航空公司2008年、2009年的W值，预测其2009、2010是否会陷入财务危机，并对模型进行检验，检验结果如（表8）。检验结果显示W模型在财务危机前一年的预测准确率达到15%，预测结果比较理想。需说明的是2010年1月12日，东方航空与上海航空正式合并，合并协同效应日益显现，盈利能力逐步提升。合并后新东航占据上海航空市场半壁江山，发挥规模优势，减少恶性竞争，在销售体系、运力引进、调配及航班时刻编排等方面均有融合和突破，盈利能力稳步提升。所以东方航空2009年W值预测2010年财务状况不准确可以忽略，表示W模型在财务危机前一年的预测准确率达到81.5%，总体预测结果比较理想。
三、结论
文章首先站在股东的立场上对财务危机进行了界定，然后利用Altman的Z计分模型对我国A股市场的四家上市航空公司进行了研究，发现预测结果不理想，从而引出了对Z计分模型修正的必要性，在此基础上提出了修正Z模型所应注意的问题，包括研究样本的选取、研究变量的选定及统计方法的选择等。建立了适合我国上市航空公司的财务危机预警模型；最后进行了模型检验，结果显示修正模型的预测准确率比较理想。研究结论如下：对于我国上市公司财务危机预测不能直接照搬国外现有的预测模型，必须针对我国实际情况进行修订，这样才能保证预测的准确率；新建立的预测模型保留了Z计分模型中的两个变量，即反映短期偿债能力的指标和累计获利能力指标，在此基础上增加了反映长期偿债能力指标、成长能力指标、营运能力指标和现金流量的指标，即资产负债率、主营业务增长率、总资产周转率和经营现金负债比，所选用的财务比率从不同角度反映了企业的生产经营管理状况，能更全面的反映企业财务状况，提高预测准确率。
本文的创新点在于用经济增加值指标区分危机公司和非危机公司，因为经济增加值指标真实地反映出了公司是否在创造价值，并选用新的财务指标对Z计分模型进行了修正。实证研究结果显示修正模型可以达到较高的判别精度，获得较好的预测效果。本文的局限性主要为样本规模较少。由于我国航空公司上市比较晚，导致用来建立模型和检验模型的样本数量较少，一定程度上影响了模型的准确性。对于未来的研究，在预测变量选择方面，通过使用经调整的预测变量、引入动态指标和必要的非财务指标来构造更为全面的变量组，设计尽可能全面反映我国上市航空公司财务状况的预测指标，逐步建立预测企业财务危机的理论体系，做到理论实践相结合。在研究数据使用方面，尝试利用我国上市公司中报数据构造中报预测模型，以便提高预测的及时性，并在所做研究中融入最新数据，尽可能地应用在时限上所能获得的全部数据进行研究，这些都将是未来研究所要努力的方向和重点。
参考文献：
［1］吴世农、卢贤义：《 我国上市公司财务困境的预测模型研究》， 《经济研究》 2001年第 期。
［2］常艳： 《我国上市公司财务预警模型的实证分析》， 《金融经济》 2008年第2期。
［3］陈静： 《上市公司财务恶化预测的实证分析》， 《会计研究》1999年第4期。
［4］高培业、张道奎： 《企业失败判别模型实证研究》，《统计研究》 2000年第10期。
［5］陈晓、陈治鸿：《 企业财务困境研究的理论、方法及应用》， 《投资研究》 2000年第 期。
［ ］章铁生： 《企业财务危机预测模型研究综述》，《安徽工业大学学报（社会科学版） 》 2002年第3期。
［1］程江、邢有洪：《基于新会计准则的上市公司财务危机预警分析》，《财会通讯》2011年第3期。
［8］王剑伟：《 沪深A股房地产行业上市公司的Z分数模型》，《北方经济》2001年第2期。
［9］何玉梅、张涛：《上市公司财务危机预警模型之有效性选择――基于单变量模型判别法和Z计分法的选择 》，《 现代财经》2011年第5期。
［10］韩东平、颜宝铜：《Z计分法和模糊评价法在高校财务预警中应用》，《哈尔滨工业大学学报》 2009年第 12期。
（编辑 虹 云）
转载注明来源:http://www.ybaotk.com |
上一篇：审计师任期与审计质量下一篇：管理层收购对企业财务的影响
|
发表于 2020-7-1 10:22:55
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
