1 绪论
1.1 财务状况质量
财务状况质量也称财务质量，从现有文献来看，尚无统一权威的定义。那么先考察一下质量的定义。《辞海》中对于“质”、“量”做了这样的解释：“质”与“量”一起构成事物的规定性。“质”是一事物区别于他事物的一种内部规定性，由事物内部的特殊矛盾规定。“量”是质的等级、规模、范围和结构的表现，是一种可以用数量表示的规定性。一切事物都是质和量的辩证统一。只有全面正确地把握事物的质和量的关系，才能正确认识事物。“质量”一是产品或工作的优劣程度；二是量度物体惯性大小和引力作用强弱的物理量。国际标准化组织(International Organization for Standardization，ISO)在其质量管理标准 ISO9000《2000 质量管理体系——基础和术语》给予质量的定义：质量是产品、体系或过程的一组固有特性满足顾客和其他相关方要求的能力[7]。休哈特 (Shewhart)[8]从生产角度定义质量是产品“好”的程度；朱兰(Juran)[9]从使用者角度认为质量是产品的适用性(Fitness for use)。
对于财务质量，张新民（2001）[10]将其定义为企业财务状况(局部或整体)按照账面金额进行运转(如资产)或分配(如利润)的质量。张鹏飞(2006)[11]借鉴质量管理体系质量定义，将“财务质量”定义为，企业财务资源及其产生的财务效果满足规定或潜在需要的特征及特性的综合，即通过企业对财务资源的合理而有效的配置、整合和安排、有效的管理和经营运作，其所产生的财务效果能够满足现实或潜在的利益相关者对财务的各种要求。包括资产的流动性、资金的安全性、经营业绩的稳定增长性、收益的真实实现性以及企业的可持续发展性等。本文更倾向于借鉴质量管理体系的定义方法，将财务状况质量界定为：企业财务资源及其产生的财务效果满足企业及利益相关者对财务的各种要求的一种能力。根据财务状况的涵盖内容，财务状况质量应包括资产质量、资本结构质量、利润质量和现金流量质量。财务状况的正常与否取决于财务状况质量的优劣程度。
1.2 财务困境
财务困境是财务状况的一种状态。西方学者自 20 世纪 30 年代起就围绕公司财务危机预警进行陆续研究，其成果可首先归纳为对财务困境的含义解释。财务困境(Financial Distress)在外文资料中又有其他的两个称谓：“财务危机”(Financial Crisis)或“违约风险”(Default Risk)；企业陷入财务危机，实际上就是会计核算的基本前提之一——“可持续经营”难以继续。最严重的财务危机是“财务失败”(Financial Failure)或“破产”(Bank Ruptcy)。其次是对财务危机的界定。国内外学者因研究侧重点不同，使用了不同的标准。比弗(1966)[12]认为“出现破产、拖欠债务、透支银行信用或无力支付优先股东股利这四项中的任一项的企业，均被列为失败企业”，即为发生财务危机的企业。阿特曼(1968)[13]主要是依据美国破产法来界定破产企业，认为是“进入法定破产的企业”；迪肯(Deakin，1972)[14]的研究“财务危机企业仅包括那些已经经历破产和为债务人利益或无力偿还债务而已进行清算的企业”。弗斯特(1986)将财务危机定义为“除非对经济实体的经营或结构实行大规模重组，否则就无法解决严重的变现问题”。卡密克尔(1972)[15]则认为，财务危机是企业履行偿债义务时受阻，具体表现在拖欠债务、流动资金不足、权益不足及流动性不足四种形式。罗斯等人(1999-2000)认为，可从以下四个方面来定义财务危机：一是企业失败，指企业清算后仍然无力偿还债权人的债务；二是法定破产，指企业和债权人的任一方向法院提出企业破产申请；三是技术破产，指企业无法履行债务合约按期还本付息；四是会计破产，指企业的账面净资产已出现了负数，资不抵债。由此可见，国外对财务危机的界定因研究目的不同而不同，主要有：(1)已经破产的企业；(2)进入破产程序的企业；(3)无力还本付息的企业；(4)资不抵债的企业。
国内研究中，谷祺和刘淑莲（1999）[16]将财务危机定义为“企业无力支付到期债务或费用而出现资不抵债的一种经济现象，包括从资金管理技术性失败到破产以及处于两者之间的各种情况。由于资金管理技术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，求得债权人让步，延长偿债期限，或通过资产抵押等借新债还旧债”。彭韶兵等（2005）[17]则认为“将财务危机定义为包括介于比较轻微的资金管理技术性失败和极为严重的破产两者之间的整个过程，会模糊财务危机的严重性，不便于企业管理中区别对待”，因此建议将财务困境阶段与财务危机阶段分开，财务困境阶段应包括出现资金管理技术性失败直到到大规模的重组这一过程，财务危机阶段则应包括从大规模的重组到企业最后破产这一过程。吕长江则认为“财务困境和财务破产是两种不同的财务状况”，“财务困境时公司偿付到期债务发生困难，出现入不敷出的财务状态，属于流量破产；而财务破产是公司的财务状况出现资不抵债的财务状态，属于存量破产。财务困境是一个持续、动态的过程。陷入困境状态的公司经过努力要么能走出财务困境；要么只好走向财务破产”。陈文浩等（2001）[18]则认为，财务危机通常应指“企业不能如期偿还债务本息的困难及危机，其极端的情况为破产”。
2 理论基础和研究综述
目前，企业财务状况评价和预测的理论基础还十分薄弱，从实证角度研究居多。而关于企业财务状况的预测研究，大多局限于预防企业陷入或是否已陷入财务困境的相关问题的分析。
2.1 财务状况分析的理论基础
2.1.1 委托代理理论——财务状况评价的出发点
现代公司制企业的根本特征就是在产权结构上实现了“两权分离”，即财产所有权与经营管理权的分离，由此形成了典型的委托代理关系。企业的委托代理理论认为，企业是由构成企业的各利益相关主体（包括外部的债权人、关联交易商、客户、内部股东、经营管理者和员工等）组成的共同组织，是这些利益相关主体之间缔结的一组契约的链接。由于信息不对称、契约的不完备等市场不完全性的存在，企业各利益主体之间的利益往往不一致，更多的时候还表现为相互之间的利益冲突。在这个委托代理关系中，所有者（股东）是委托人，经营管理者是代理人，他们有着各自不同的利益要求。股东投入公司的是物质资本或金融资本，目标是追求利润最大化，拥有剩余索取权，但处在公司运转外部；经营管理者不完全拥有公司的股权，更多投入公司的是自己的人力资本，目标主要是追求薪酬最大化，没有剩余索取权，但控制公司资产的运营。由于委托人和代理人之间的信息不对称，代理人通常存在从事道德风险行为的倾向。
3 上市公司财务状况评价研究....................... 52-76
3.1 财务状况评价的理论分析 .......................52-58
3.2 财务状况聚类分析的研究设计....................... 58-59
3.3 样本的选择标准和数据来源....................... 59
3.4 财务状况聚类分析 .......................59-74
3.5 本章小结....................... 74-76
4 上市公司财务状况类别特征研究 .......................76-105
4.1 研究设计....................... 76
4.2 财务状况类别的财务特征分析....................... 76-92
4.3 财务状况类别的公司治理特征分析....................... 92-103
4.4 本章小结....................... 103-105
5 上市公司财务状况预测研究....................... 105-134
5.1 基于 Logistic 回归分析的财务状.......................105-120
5.2 基于支持向量机(SVM)的财务状.......................120-131
5.3 两种方法的比较 .......................131-132
5.4 本章小结....................... 132-134
结论
论文针对我国制造业上市公司的资产质量、资本结构质量、利润质量及现金流量质量特征的不同，事后评价财务状况，将其分为财务状况困境、财务状况一般及财务状况良好三种类型。分析三种类型早期显著的财务特征和公司治理特征，运用 Logistic 回归和支持向量机（SVM）方法对财务状况进行预测。结论如下：
（1） 采用聚类方法将制造业上市公司全样本（2005 年 534 家制造业上市公司和 2006 年 560 家上市公司）的财务状况进行了三分类事后评价，将其分为财务状况困境、财务状况一般及财务状况良好三种类型，且分类成功有效。突破了现有二分类样本研究，以三分类样本为研究对象，可为企业和利益相关者提供更多有用的信息，不仅可判断企业是否已陷入财务困境,还可了解企业具体处于的财务状态（好、中、差），克服了以往研究仅分为 ST 和非 ST 的两级信息模糊状态，即以往研究的非 ST 企业实际上还有一部分是处于财务困境状态而无法甄别。上市公司的资产质量、资本结构质量、利润质量及现金流量质量的不同决定了企业财务状况的状态不同。本文从上述四个方面建立相应的财务指标体系，运用 R型层次聚类方法，通过分析皮尔逊相关系数和分类树状图选择评价分类变量。研究发现流动比率（甄别）、资产利润率、现金留存收益比三个指标分类特征显著，且其可基本反映企业的资产质量、资本结构质量、利润质量、企业经营实力，可概括企业的财务状况。因此以此评价分类变量分别对 2005 年及 2006 年制造业上市公司的全样本（仅剔除生存年限不足 3 年及非财务原因 ST 的公司）运用 Q 型聚类方法，通过 Ward 法等几种方法的测试和对谱系图的分析，将上市公司财务状况分为三分类，为了比较预测效果对财务状况也进行了二分类。对三分类聚类结果采用 Kruskal-Wallis 检验，二分类聚类结果采用 Mann-Whitney 检验，显示2005 年及 2006 年的三分类及二分类的不同类别都具有显著性，又采用其他的中位数及 Jonckheere-Terpstra 检验，都具有同样的显著性，说明各年的分类类别有效。同时对各年分类的类别同质性也采用非参数 Mann-Whitney U 检验，检验通过，不同年份的同一类别具有同质性。纵观上述两个检验，可以得出分类有效的结论。通过类别中心均值，对财务状况进行评价，三分类为“财务状况良好”、“财务状况一般”和“财务状况困境”，二分类为 “财务状况正常”和“财务状况困境”。#p#分页标题#e#
通过上述聚类分析，将 2005 年 534 家制造业上市公司和 2006 年 560 家上市公司分别评价划分为三类和两类，并为财务状况预测提供了建模样本和检验样本，且为非配对全样本。聚类分析相对客观合理，比以往研究人为地以 ST 为困境和非 ST 为非困境两类且采用配对样本有更多的信息含量。在对上市公司聚类分析时还发现，ST 公司确实都聚集在财务困境公司组别里，2005 年达 89%，2006 年达 94%，ST 公司不仅仅面临获利能力持续低下的问题，而且面临的财务风险过高，即可以将 ST 公司视为处于财务困境或更糟的企业。研究发现现金留存收益比的“倒 V”现象，现金留存收益比最差的企业处于财务状况困境状态，现金留存收益比适中的企业处于财务状况良好状态，而现金留存收益比最大的企业却处于财务状况一般状态。
（2）以 2005 年的 534 家制造业上市公司为研究对象，采用非配对全样本方式，运用非参数检验方法找出了三分类及二分类在危机前一年（t-1 年）和危机前二年（t-2 年）显著的财务特征和公司治理特征，为建立财务状况预测模型提供预测变量。企业生存受内在与外在因素的相互影响，错误的管理是导致运营困难发生的主要原因，而绩效指标的恶化则是发生运营困难的征兆。预测未来财务状况可以从其前期的财务结果和决定财务结果的公司治理结构两方面来进行分析，找出预测财务状况的早期征兆。在财务特征早期征兆上，从企业的资产质量、资本结构质量、利润质量及现金流量质量入手，运用非参数 Kruskal-Wallis 检验和Mann-Whitney U 检验对其特征的显著性进行了检验。研究发现，三分类危机前一年（t-1 年）显著的财务特征变量有：流动比率、流动比率（甄别）、速动比率、流动资产周转率、固定资产比例、其他应收款比例、资产负债率、总资产报酬率、营业利润率、资产利润率、管理费用比率、利润结构比例、现金销售比、资产现金流量比率、现金流动负债比、现金债务总额比和现金留存收益比 17 个变量。危机前二年（t-2 年）显著的财务特征变量有：流动比率、流动比率（甄别）、速动比率、流动资产周转率、固定资产比例、其他应收款比例、资产负债率、总资产报酬率、营业利润率、资产利润率、资产现金流量比率、现金流动负债比、现金债务总额比和现金留存收益比 14 个变量。二分类危机前一年（t-1年）显著的财务特征变量有：流动比率、流动比率（甄别）、流动资产周转率、固定资产比例、其他应收款比例、资产负债率、总资产报酬率、营业利润率、资产利润率、管理费用比率、利润结构比例、现金销售比、资产现金流量比率、现金流动负债比、现金债务总额比和现金留存收益比 16 个变量。危机前二年（t-2年）显著的财务特征变量有：流动比率、流动比率（甄别）、 流动资产周转率、固定资产比例、其他应收款比例、资产负债率、总资产报酬率、营业利润率、资产利润率、 现金销售比、资产现金流量比率、现金流动负债比和现金债务总额比 13 个变量 。在公司治理早期征兆上，从股权结构、董事会结构、经营者激励入手，来分析不同财务状况类别的早期公司治理征兆。运用非参数 Kruskal-Wallis检验和 Mann-Whitney U 检验对其特征的显著性进行了检验。研究发现，三分类危机前一年（t-1 年）显著的公司治理特征变量有：董事会规模、独立董事比例、高管人员持股比例、高级管理人员报酬、董事会持股比例 5 个变量。三分类危机前二年（t-2 年）显著的公司治理特征变量有：董事会规模、高管人员持股比例、高级管理人员报酬、董事会持股比例 4 个变量。二分类危机前一年（t-1 年）显著的公司治理特征变量有：第一大股东的持股比例、董事会规模、独立董事比例、高管人员持股比例、高级管理人员报酬、董事会持股比例 6 个变量。二分类危机前二年（t-2 年）显著的公司治理特征变量有：董事会规模、独立董事比例、高管人员持股比例、高级管理人员报酬、董事会持股比例 5 个变量。
（3）以 2005 年的 534 家制造业上市公司为建模样本，以另一年度 2006 年的 560 家制造业上市公司为检验样本，均采用非配对方式，分别使用 Logistic 回归分析和 SVM 方法构建模型。二分类时 Logistic 回归方法预测效果良好，危机前一年（t-1 年）总体预测正确率达 80%；三分类时 SVM 方法预测效果良好，危机前一年（t-1 年）总体预测正确率达 71%，且比以往研究信息含量增多，不仅可预测是否会陷入财务困境，还可预测具体处于的财务状态（好、中、差），克服了以往研究预测仅为 ST 和非 ST 的两极模糊信息状态。Logistic 回归模型对自变量多重共线性敏感，因此采用因子分析法降维，又对因子变量以向前步进法确定方程，最大限度避免了自变量多重共线性的不良影响。二分类危机前一年（t-1年）预测模型总体预测正确率达 80%，三分类危机前一年（t-1 年）预测模型总体正确率达 68%，危机前二年（t-2 年）预测效果均不好。运用 SVM 方法建模，以全部显著特征变量构建模型。二分类危机前一年（t-1 年）预测模型总体正确率达 91%，三分类危机前一年（t-1 年）预测模型总体正确率达 71%，危机前二年（t-2 年）预测效果均不好。由于二分类两类样本数量差异较大，实际虚增了总体预测正确率，从预测具体结果来看，三分类的预测效果要好于二分类的预测效果。另外，模型的回代精度和预测精度基本一致，模型的预测稳定性极好。对于非配对全样本，Logistic 回归模型和 SVM 模型各有优劣，二分类时由于 Logistic回归分割点的可选择性，Logistic 回归方法更适合使用，且预测效果良好；而由于 SVM 方法最优分类面的优势，三分类的预测则 SVM 方法更适合，且预测效果良好。因此说明，SVM 方法可以用于多类非配对全样本的分类研究，可对非配对全样本再细化分类，分为四类或更多，实际上只要分类准确，SVM 的预测准确率会更高，更有利于利益相关者的使用。
通过对 Logistic 回归模型的 Exp（B）分析，还得出以下结论：企业的盈利能力、偿债能力、现金流量能力决定企业的财务状况好坏，而长期激励机制对企业的近期（t+1 年）财务状况无影响，短期激励机制则对近期（t+1）的财务状况有显著作用，短期激励越大，财务状况越好，但短期激励机制则对远期(t+2)的财务状况无显著作用。另外还发现其他应收款比例指标对财务状况非常敏感，说明其他应收款确实存在对企业健康发展不利的影响，如大股东占款等。
参考文献
[1] Fitz Patrick P.J. A Comparison of Ratios of Successful Industrial/cwgllw/ Enterprises with Those ofFailed Firms[J].Certified Public Accountant, October, November and December, 1932:598-605,656-662, 727-731.
[2] Beaver, W. H. The Information Content of Annual Earnings Announcements, EmpiricalResearch in Accounting[J]. Supplement to Journal of Accounting Research, 1968: 67-92.
[3] Beaver, W. H. Financial Ratios as Predictors of Failure, Empirical Research in Accounting,Selected Studies[J]. Supplement to Journal of Accounting Research, 1966 (4): 71-111.
[4] Edward L Altman. Financial Ratios, Discriminant Analysis and the Prediction of CorporateBankruptcy[J]. The Journal of Finance, Sep, 1968(23): 589-609.
[5] D. B. Deakin. A Discriminant Analysis of Predictors of Business Failure[J]. Journal ofAccounting Research, 1972 (Spring).
[6] 经济大辞典•会计卷 [M]．北京：中国人民大学出版社，1991：53-61．
[7] 罗国英，林修齐．ISO 9000 标准质量管理体系教程[M]．北京：国际经济出版社，2001．
[8] Garvin, D. What Does ‘Product Quality’ Really Mean?[J]. Sloan Management Review, 1984:25-43.
[9] W. A. Shewhart. The Application of Statistics as an Aid in Maintaining Quality of aManufactured Product [J]. Journal of the American StatisticalAssociation, 1925(20): 546-548.
[10] 张新民．企业财务状况质量分析理论研究[M]．北京：对外贸易大学出版社，2001．
