1 绪论
1.1 本文研究背景和研究意义
随着资本市场的蓬勃发展，资本市场已经成为募集资金的重要场所，同时投资者也逐渐接受了资本市场运作这种投资方式并可以通过这种方式赚取较高的回报。但是，当投资者期望获得高回报的同时，也面临着较高的市场风险。系统市场风险是无法避免的，但来自上市公司的个别风险是可以识别和规避的。
为了规范企业信息披露制度，完善资本市场体制，保护投资者的利益，我国颁布了一系列的文件。我国于 1992 年 11 月 30 日财政部正式发布了《企业会计准则》，而且陆续出台了大量借鉴国际惯例的分行业会计制度，自此我国的会计制度开始与国际接轨。1997 年至今，为了增强财务信息的可比性，规范财务信息的披露，有必要建立一套适用于不同行业的所有制形式的企业会计准则体系。《企业会计准则——关联方关系及交易的披露》的发布是建立这一体系的开始标志。1998 年 3月，中国证监会发布了《关于上市公司状况异常期间的股票特别处理方式的通知》，开始了证券市场退市制度的实施。自 1998 年 5 月沪深股市出现首批被特别处理（也即被“ST”）上市公司以来，ST 公司的数量逐渐增大。1999 年 6 月 16 日，我国证监会颁布了《股票暂停上市相关事项的处理规则》，对因为最近三年持续亏损而暂停股票上市的公司，交易所在其股票暂停上市期间在每周五（法定假日除外）提供特别转让服务（也即被“PT”）。2005 年我国实施股权分置改革，使我国的股市摆脱了重重的枷锁，从此健康蓬勃地发展壮大起来。目前，我国大多数大型国有企业已完成了企业改革，建立了董事会、监事会等公司治理结构，但是“内部人控制”、“董事会结构不合理”等问题仍然存在，影响着公司的治理。
但这些不足以形成对投资者形成保护，投资者还要通过其他方法找到优秀的企业进行投资，避免投资到已经或者即将陷入困境的企业。那么财务危机预警研究就是一个这样的方法，能够帮助投资者对企业的经营状况进行评价。国外对财务危机预警的研究开始于 20 世纪 30 年代，而我国开始于 20 世纪 80 年代。但不论是国外的研究还是国内的研究，大都把所有行业的企业或者对单个行业的企业作为研究对象，得出的结论具有普遍性。本文既有对单个行业的研究又有对综合数据的研究，通过对比得出各个行业的独有特征，从而丰富了财务危机预警领域的研究。结合行业的特点和可供研究的企业数量情况，本文选取的四个行业分别是机械设备仪表、金属非金属、信息技术和石油化学塑胶塑料行业。这四个行业都是国民经济的基础行业和重要行业，但每个行业都有自己的特点。
1.1.2 研究意义
企业财务是一个企业财务状况、经营成果和现金流量的反映。企业财务进入困境是一个逐步的过程，是可以预测的。财务危机预警是能够及时发现和预测企业财务是否出现了问题。现有的财务危机预警研究是对所有行业数据的研究，没有对几个行业进行对比的研究。不同行业企业的财务表现是不同的，比如制造业和金融业企业就完全不同。所以行业因素也是企业发展和财务状况的一大因素。对单个行业进行财务危机预警不仅能够增强模型的实用性，而且能够使企业的利益相关者深入了解每股行业的特点，做出正确的决策，比如：企业经营者、企业债权人、企业投资者和监督管理部门等。对于企业经营者来说，通过对本行业的财务危机预警研究能够发现本行业独有的关键预警变量，及时发现运营中的问题所在，及时财务针对性的措施，避免出现较大的损失。
对于企业债权人来说，通过对所投资企业或者潜在投资企业的行业进行财务危机预警研究，能够了解企业的经营状况和所处行业的特点，做出正确的投资决策，从而保护其资金的安全性。对于企业投资者来说，投资是为了赚取利益，哪个行业赚钱就投资哪个行业，哪个公司赚钱就投资哪个公司。但是，投资者的精力毕竟有限，不可能把所有的行业特点都了解清楚。对于不熟悉的行业，投资者会采取谨慎的原则做出投资决策，但这样往往错过了一些好的投资机会。所以，针对单个行业的财务危机预警研究能够帮助投资者迅速了解到行业的特点，帮助投资者做出正确的决策。对于监督管理部门来说，尽早预测到一个企业的经营状况采取补救措施比企业已经陷入困境再采取营救措施花费的成本要小的多。通过对某个行业进行财务危机预警研究，能够增强监督管理部门对某些数据的敏感性，提前对可能陷入危机的企业采取适当的措施，避免因企业陷入危机造成的社会不安。
1.2 研究综述
1.2.1 国内外财务危机预警研究概述
国外对财务危机预警的研究开始于 1932 年 Fitzpatrick[1]的《A Comparison ofRatios of Successful Industrial Enterprises with Those of Failed Firms》。之后这一领域沉寂了一段时间，直到 1966 年 William Beaver[2]在《会计评论》上发表的《FinancialRatios as Predictors of Failure》和 1968 年 Edward I. Altman[3]在《Journal of Finance》上发表的《Financial Ratios, Discriminent Analysis and the Prediction of CorporateBankruptcy》这一领域才空前繁荣起来。不论深度和广度，财务危机预警研究都得到了丰富的发展。各种新的变量不断加入到财务危机预警模型中，各种新的预测方法不断应用到财务危机预警研究中，并且预测精度不断提高。Fitzpatrick（1932）应用单变量财务危机预警模型，把企业分为两类：失败企业和正常企业，并比较它们之间各种财务比率的关系。他用 19 家公司数据作为训练样本，净利润/股东权益和股东权益/负债两个比率是差异最为显著的变量，并且在经营失败的前三年这些比率就出现了这种显著差异性。
2 财务危机理论
2.1 财务危机的界定
Beaver（1966）认为：如果企业“未支付优先股股利”、“债券违约”以及“宣告破产”，那么该企业就进入了财务危机状态。Altman（1968）认为财务危机为“企业进入了法定破产”。Deakin（1972）[26]认为财务危机公司是指已经破产、无力偿还债务或者已经进行清算的公司。同样认为法定破产即为财务危机公司的文献还有很多，如 Casey & Bartczark(1984)[27]、Gentry et al.(1985)[28]、Clark(1983)[29]和Asare(1990)[30]等等。Scott(1980)[32]及 Leshno (1996)[31]均认为债信不足或债权到期无法偿还本息来定义财务危机比较恰当。Ross et al（2000）[33]进一步把财务危机概况了以下四种：（1）技术失败，即企业无法按期履行债务合约来付息还本；（2）会计失败，即企业的账面净资产出现了负数，资不抵债；（3）企业失败，即企业清算后无力支付到期债务；（4）法定破产，即企业或者债权人由于债务人无法到期履行债务合同，并成持续状态，向法院申请破产。
由于中国国情的特殊情况，我国学者与国外的学者对擦完危机的定义不同。刘胜军和李汉玲认为：财务危机是指现金流量不足以补偿现有债务。企业有两种出现债务危机的情况：一是企业现有资产价值不足以偿还债务即资不抵债；另一种是企业经营现金流量不足以偿付现有的负债。 显然，作者认为后者是财务危机的一种标志，财务危机可以是企业暂时的支付债务危机也可能是某个阶段的经营困难。李秉承博士认为财务危机包含以下几项事务：一、企业暂时或者持续一段时间的严重亏损及现金流量严重不足，有可能导致企业不能支付优先股股利、无偿债能力、资不抵债；二、破产事宜，破产包括清算、重组和与债权人达成减少债务的协议。谷祺和刘淑莲（1999）[34]认为：财务危机是企业无力支付到期债务或费用的一种经济现象，包括从资金管理技术性失败到破产以及处于两种之间的各种情况。由于资金管理技术性失败而引发的支付能力不足，通常是暂时的和比较次要的困难，一般可以采取一定的措施加以补救，如通过协商，征得债权人同意延长偿债期限，或者通过资产抵押等新债还旧债。
3 基于行业视角的财务危机预警..................... 22-26
3.1 行业分类..................... 22
3.2 不同行业的特点..................... 22-24
3.3 不同行业上市公司财务危机..................... 24-26
4 实证分析 .....................26-46
4.1 样本选择与数据来源..................... 26
4.2 定义变量..................... 26-31
4.2.1 上市公司财务困境变量..................... 26
4.2.2 财务指标变量..................... 26-31
4.3 财务危机预警研究方法..................... 31-35
4.3.1 财务危机预警研究方法概述 .....................31-34
4.3.2 本文采用的研究方法..................... 34-35#p#分页标题#e#
4.4 实证过程..................... 35-45
4.4.1 财务指标变量的标准化..................... 36
4.4.2 财务指标变量的正态性检验..................... 36
4.4.3 财务指标变量的显著性检验..................... 36-37
4.4.4 财务指标变量的因子分析..................... 37-40
4.4.5 建立逻辑回归模型..................... 40-45
4.5 实证结果分析 .....................45-46
结论
本文选取了四个行业作为研究对象，分别是机械设备仪表行业，金属非金属行业，信息技术行业和石油化学塑胶塑料行业。本文选取了沪深证券市场 2009 年和 2010 年这四个行业里首次被 ST 或者*ST 的 33 家上市公司（由于会计准则不同，排除了创业板市场和 B 股市场）作为研究样本。并且按照 10:1 的比例配对，选取了 297 家上市公司作为配对样本。初步选取了 23 个上市公司的财务指标变量，首先对它们进行正态性检验，对符合正态分布的变量进行独立样本 T 检验，对不和正态分布的变量进行独立样本的非参数检验，从中选出具有显著性差异的变量，然后对这些变量进行因子分析，根据特征值大于 1 或者累积贡献率大于 80%选取公因子个数，最后对各个行业和综合数据建立财务危机预警模型。
得出如下结论： 1）对于所有的行业，盈利能力都进入到了逻辑回归模型中，起到了预警作用。2）对不同的行业而言，最终进入逻辑回归模型的公因子不同，各个行业其预警作用的因子不同。由于行业特点不同，起到财务危机预警作用的公因子不同。对于机械设备仪表行业，偿债能力和盈利能力起到了预警作用；对于金属非金属行业，盈利能力起到了预警作用；对于信息技术行业，盈利能力、股本扩张能力和成长能力起到了预警作用；对于石油化学塑胶塑料行业，盈利能力和现金流量状况起到了预警作用；而对于综合数据，反映财务状况的每个方面几乎都起到了预警作用。3）从总体上来说单个行业模型的预测精度要高于综合数据模型，机械设备仪表行业、金属非金属行业和信息技术行业的预测精度都远高于综合模型的预测精度，只有石油化学塑胶塑料行业的预测精度与综合数据模型的预测精度差不多。
参考文献
[1] Fitzpatrick. A Comparison of Ratios of Successful Industrialhttps://www.51daxielunwen.com/cwgllw/ Enterprises with Thoseof Failed Firms[J]. Certified Publie Aeeountant,1932,10(10)
[2]William H. Beaver. Financial Ratios as Predictors of Failure[J]. Joumal ofAceountingResearch, 1966,4.
[3]William H. Beaver. Matket Prices, Finaneial Ratios, and the Prediction of Failure[J].The Aeeounting Review，1968, 21(10).
[4]dward1.Altman，FinaneialRatios.DiseriminantAnalysisandthePredietionofCorporaBankruptey[j].JournalofFinanee,1968,23(9).
[5]AltmanE，HaldemaR，NarayannP.Zetaanalysis anewmodeltoidentifybankrupteyrofeorPorations[J].Journalofbanking&Finanee，1977.
[6]Martin D. Early Warning of Bank Failure: A Logit Regresion Approach[J]. Journal ofBanking and Finance, 1977
[7]J. Ohlson. Financial Ratios and the Probabilistic Prediction of Bankruptcy[J]. Journalof Accounting Researeh, 1980, 1(l).
[8]M.D.Odom and R.Sharda.A Neural Network Model for Bankruptey Predietion. InProeeeding of the International Joint Confereneeon Neural NetworkTool[J].FinaneialManagement,1990,2(6).
[9]Coats,P,andL.F.Fant，Reeognizing Finaneial Distress Patterns Using a NeuralNetwork Tool[J].FinaneialManagement,1992,23(11).
[10]Altman EI.Corporate distress diagnosis comparision susing lineard eseriminanAnalysis and neuralnet works(theItalianexperienee)[J].JoumalofBankinganFinanee1994.
