论文导读:：中小企业资产证券化融资的障碍。中小企业预警指标体系研究。
论文关键词：风险预警，非财务指标，支持向量机，中小企业
一、引言
目前，我国约有99%的企业是中小企业，中小企业对GDP的贡献超过60%，对税收的贡献超过50%，提供了75%以上的城镇就业岗位，在我国经济发展中起到了非常重要的作用[1]。然而由于中小企业规模小，经营风险意识淡薄，在风险来临之前无法有效规避风险，导致中小企业破产严重。因此建立一个有效的中小企业财务风险预警模型很有必要，有利于中小企业提早预知出现的危机，为管理者防范和化解危机提供宝贵时间。而一个有效的风险预警模型，不仅需要先进的预警方法，合理的预警指标体系也是至关重要的。
目前，对中小企业进行风险预警的文献很少，指标体系研究也多停留在理论研究之上，很少进行实证研究。而现有文献针对主板大企业的预警问题研究已经形成了丰富的理论和应用成果，1999年陈静利用几个财务指标对企业风险进行预警[2]，随着时间的推移，学者开始从盈利、偿债、发展、营运等方面综合考虑[3-4]，到后来意识到现金流量指标的重要性，在指标体系中加入了现金流量指标[5-7]支持向量机，如今随着非财务指标的逐渐应用，学者也开始在指标体系中引入一些非财务指标[8-11]。这些成果为中小企业的预警指标体系研究提供了坚实的理论基础，但我们也不能照搬照抄的应用到中小企业上去。这是因为，这些文献主要是围绕主板大企业进行，考虑的指标不是很全面，且很少考虑财务杠杆等风险水平指标，而且部分学者在应用指标时未对指标的多重共线性或区分度进行分析[6-7]，导致使用过多的冗余指标，信息重叠多，增加模型的复杂性，影响模型的准确率。实际上，与大企业相比，中小企业有自己的特点，生产规模小，数量大，分布范围广，经营方式灵活多样，竞争力弱，寿命短，停业破产率高[12]，需要根据中小企业的特点引入一些相应的非财务指标,如考虑规模的资产规模；考虑发展环境的地域因素；考虑到企业可能操作利润嫌疑的配股或保盈因素影响；考虑到大股东通过各种形式对企业进行“掏空”，影响企业营运资金的大股东资金占用；考虑到中小企业抵抗风险弱需企业管理者和员工抵御风险能力强的管理者素质和员工素质等。因此，文章综合考虑中小
企业特点，引入非财务指标，建立一套有别于大企业的适合中小企业的财务预警指标体系。
综上所述，考虑到中小企业不同于大企业，有自己的特点，因此应该重新建立一套更适合中小企业的预警指标体系。文章最终利用中小企业被ST前3年的数据，以企业因财务危机而被ST作为界定财务危机的标准，根据中小企业特点引入相应非财务指标，建立一套适合中小企业T-3年的预警指标体系，并利用支持向量机的方法，建立预警模型，验证指标体系的可行性。实验证明，所采用的指标体系是合理和可行的。
二、研究样本的处理
2.1 研究样本的确定
由于我国中小企业普遍没有上市，企业信息的收集比较困难，因此文章采用上市公司的数据作为训练和测试样本，主要以深交所上市的中小板企业作为研究对象，部分企业取自沪深证交所上市的A股上市公司。这是因为目前在中小板上市超过3年的企业很少，而到目前为止被ST的更是寥寥无几，只有3家。因此只有从主板上寻找规模相近且被ST的企业来进行配对。根据2003年国家发布的中小企划分标准，中小型企业资产必须小于4亿，而目前中小板企业大部分企业资产规模都超过4亿支持向量机，为了更多的获取企业样本，文章选取的样本资产规模都小于20亿论文格式。考虑到2007年会计制度的更改，与前几年财务数据有变化，为了模型的可适用性，因此文章采用上市公司（t-3）年即2007年的年报数据来预测企业是否会在（t）年即2010年被ST。
文章在选择ST企业样本时，首先根据国元证券网上行情系统里风险因素所述的企业被ST情况进行汇总，选取2007年资产规模在20亿以内、企业在2010年因财务状况异常而被ST、2007年至2009年未因财务状况异常而被ST的企业作为ST样本企业。而正常企业是在2007年至2010年均未被ST的企业，样本全部取自中小板。最终选取了002003至002124中间的100家企业作为正常企业样本组，而从深沪两市主板和中小板里选取了29家企业作为ST企业。
2.2 数据的选取
文章所有数据均来自于深沪证交所网站、巨潮资讯网站、国泰安财经数据库及国元证劵网上行情系统。其中财务指标数据大部分取自国泰安财经数据库，少部分根据年报数据整理而得；非财务指标均取自深沪两市证交所、巨潮资讯网站上下载的年报数据整理而得；国元证劵网上行情系统主要是收集企业被ST情况。
三、基于非财务指标的中小企业预警模型指标的研究
3.1 初选指标的确定
为了保持模型的性能，初选指标应多多益善，根据数据的可得性原则，综合前人研究中的众多可用指标，参考国泰安财经研究数据库提供的指标体系，采用定性分析的方法，最终选择了包含长期偿债能力、短期偿债能力、发展能力、风险水平、获利能力、现金流量、盈利能力、营运能力、非财务指标等9大类指标。其中包含财务指标中的长期偿债能力13个、短期偿债能力7个、发展能力9个、风险水平3个、获利能力12个、现金流量16个、盈利能力15个、营运能力9个等84个；非财务指标中的股权结构8个、年报披露4个、公司治理7个及资产规模、代理成本、大股东资金占用、配股或保盈因素对公司报表的影响、重大关联交易、对外担保、地域因素等26个指标。
3.2 数据的预处理
由于所取的企业来自不同行业，各行业指标间的量纲或数量级不尽相同，为了消除这些影响，加强模型的适用性，需要对数据进行归一化处理，使指标数据处于-1到1之间，其中连续型指标使用的方法如下：
设： ，则
对于两值数据则为：
3.3 关键指标的确定
在构建模型之前，需要对初选的110个备选指标进行初步的筛选工作，以获得最合适的指标体系来构建模型。这是因为过多的指标导致数据收集处理工作量大，建立模型时不易寻找最优参数结果，还增加了模型的复杂性；另外选取的指标可能在区分ST和正常企业时不一定存在显著性差异，指标间也可能存在多重共线性相关，如果选取这些冗余指标，不但增加工作量，更可能会导致模型准确率下降。
为了筛选出最合适的指标体系，能够有效的区分ST和正常企业，需要对这110个指标进行显著性检验。首先对所有指标变量进行单样本K-S检验，验证其是否服从正态分布；然后对服从正态分布的指标进行独立样本T检验，对不满足正态分布的指标进行非参数检验；最后对剩下的指标进行相关性检验，剔除相关性强的指标，最后剩余指标作为模型的指标体系。
3.3.1 指标数据的分布检验
运用SPSS里的单样本K-S检验对样本指标数据的分布情况进行检验，以验证指标的数据是否服从正态分布。最终只有流动资产比率、固定资产比率、每股净资产、每股公积金、全部资产现金回收率、总资产净利润率、净资产收益率、全面摊薄净资产收益率、资产规模、代理成本、第一大股东持股比例、前两大股东持股差、股权集中度、已流通股比例、年度股东大会出席率15个指标的Kolmogorov-Smirnov Z统计量在0.05的显著性水平下的P值大于0.05，说明这15个指标数据服从正态分布，可以进行独立样本T检验；而其他95个指标则不服从正态分布，只能进行非参数检验。
3.3.2 指标区分度检验
对服从正态分布的15个指标进行独立样本T检验，对其余95个指标进行非参数检验，以验证指标是否能正确区分ST企业和正常企业。
(1)独立样本T检验
利用SPSS里的独立样本T检验支持向量机，对样本数据服从正态分布的15个指标进行独立样本T检验。最终发现，在显著性水平为0.05的情况下，只有固定资产比率、全部资产现金回收率、资产规模、代理成本、第一大股东持股比例、前两大股东持股差6个指标的t统计量的概率P值大于0.05，故这些指标在区分ST和正常企业的时候不显著，予以剔除。其他9个指标均通过了区分度检验，在区分ST和正常企业的时候存在显著差异。
1/2 1 2 下一页 尾页 |
