基于现金流上市银行财务预警体系实证探究

《基于现金流上市银行财务预警体系实证探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于现金流上市银行财务预警体系实证探究　　摘要：为了预警上市银行的财务风险并判断其年度财务状况，文章运用相关分析剔除相关系数较高的变量，再采用因子分析，输出因子分析模型，根据因子得分设置警限的临界值，并对7个公共因子和综合因子进行警度分析，研究表明其中4家银行财务状况良好，但在7个公共因子的得分各有优劣并在不同年度出现巨警，说明银行很难同时兼顾盈利性、安全性和流动性。关键词：上市银行财务预警主成分分析因子分析中图分类号：F830.91文献标识码：A文章编号：1004-4914（2013）03-093-03一、引言商业银行自产生以来，风险

2、就与之相伴、形影不离；风险管理能力是商业银行的核心竞争力，贯穿于商业银行经营始终的财务风险管理更是其全面风险管理的核心；目前，财务风险管理在中国还没有引起足够重视，但是筹资成本高、经营利润虚盈实亏已是不争的事实；纵观银行危机的历史，不管危机的起因是什么，其表现形式必然是现金流不足而引致困境或破产，因此从现金流角度构建财务预警体系更符合商业银行财务风险管理的需要，更具理论价值和实际意义。10自Altman首次提出单因素财务预警模型以来，以真实的现金流入和流出为基础的现金流信息对企业财务风险研究也逐渐受到各国学者的亲睐。国内外研究还表明：从

3、现金流角度构建预警体系能够达到较好的预测效果。其中，刘庆华（2006）在文章中指出以现金流做为预警指标，解决了传统财务指标不能解决的问题。张玮（2007）尝试在财务危机预警模型中引入现金流分析方法，使企业专注于现金流的动态控制和指标分析。聂丽洁（2011）等以我国制造业上市公司为研究对象，构建了基于现金流的危机预警指标体系，实证结果证明现金流指标体系具有更高的预测精度和较低的错判率。纵观以往研究发现，其一研究多集中在一般上市公司，其二分行业研究较少，其三基于现金流构建预警的模型已经被证实具有较好的预测效果，因此本文以上市银行为研究对象，

4、以现金流指标为基础，试图建立一套完整的财务预警指标体系，以期更加准确的预测银行的财务危机，保护广大存户的利益，为投资者、债权人及政府决策提供更有价值的数据支持，也为银行的可持续发展奠定基础。二、研究程序及统计方法1.样本选择。截止2012年底，在沪深A股市场共有16家上市银行，其中包括工、农、中、建、交5大全国性商业银行。10招商、中信、民生、浦发、兴业、光大、华夏、平安银行8家股份制商业银行及北京银行、宁波银行、南京银行等3家地方商业银行。本文选取上海浦东发展银行、深圳发展银行、华夏银行、民生银行和招商银行5家上市银行2006年-20

5、11年的财务数据，计算其28个现金流指标比率（详见下表1），并以计算结果作为实证分析的数据基础。2.研究程序。以现金流指标作为建模的变量，对模型的准确判断率及预警的可靠性都会产生巨大影响，为了全面衡量上市银行的财务状况，入选的现金流指标要全面、有效、科学。鉴于此，本文选取的28个指标，全面反映了银行的偿债能力、盈利能力、财务弹性、再投资能力和结构比率。在此基础上，采用相关分析剔除相关系数较高的变量，筛选出16个对上市银行财务状况影响显著的指标，创建现金流指标预警模型（CashFlowIndexEarly-warningModel）；其次

6、采用因子分析，输出因子分析模型，根据因子得分设置警限的临界值，依据多数原则、半数原则、均数原则及三原则的综合调整对每家银行每年的7个公共因子和综合因子进行警度分析，综合评定出5家上市银行的财务状况。三、统计分析过程101.相关分析。多元统计分析时，如果指标间高度相关，就会使某些特征重复计算，导致夸大危害，不利于做出正确的决策，通过28个变量之间的相关系数可知现金流比率X1、债务保证率X2、主营业务收入现金比率X7、总资产现金回收率X10之间的相关系数均在95%以上，即X1几乎完全可以解释其他三个变量，剔除X2、X7、X10，保留X1即可

7、；同样现金股利支付率X5、营运指数X6、固定资产再投资率X17、折旧影响系数X18之间的相关系数均在95%以上，保留X5即可；流入结构中X20、X21以及流出结构中X23、X24变量之间的相关系数也均在95%以上，保留X20和X23即可；从数据的可获得性及完整性放弃投资活动创现率X11、现金股利保障倍数X15、筹资活动流入结构比率X22、筹资活动流入流出结构比率X28，剔除相关性较高的以及其他变量后，入选的变量如下：X1、X3、X4、X5、X8、X9、X12、X13、X14、X16、X19、X20、X23、X25、X26、X27，共16

8、个。如图1所示：2.因子分析。（1）因子分析的合理性验证。KMO和Bartlett球度检验结果如表2，以判断因子间的相关因素是否明显并推断样本数据是否适合采用因子分析。KMO测度表示，其检验值为0.556>