基于财务比率的自由现金流量猜测模型研究(2)
2017-11-18 03:01
导读：FCFt / REVt-1=（1 gst）（gmt-αt）（1-τcore） -gst·[rt-（1-gmt）（pt-it）] -D[rt-（1-gmt）（pt-it）] -gst·frt·（1-dot）-D[frt·（1-dot）] （3） D[rt-（1-gmt）（pt-it）] =[r
FCFt / REVt-1=（1 gst）（gmt-αt）（1-τcore）
-gst·[rt-（1-gmt）（pt-it）]
-D[rt-（1-gmt）（pt-it）]
-gst·frt·（1-dot）-D[frt·（1-dot）] （3）
D[rt-（1-gmt）（pt-it）]
=[rt-（1-gmt）（pt-it）]-[rt-1-（1-gmt-1）（pt-1-it-1）]
D[frt·（1-dot）]=frt·（1-dot）-frt-1·（1-dot-1）
上述(3)式表明下期自由现金流量与当期销售净收进之比，由当期相关财务比率及一阶差分决定。假如考虑到企业处于正常的经营治理状态，那么可以以为上述式中的财务比率及其变化，具有稳定的时间序列特性，因此现以滞后一期的各项财务比率和一阶差分为基础构建一个间接的自由现金流量猜测模型。而直接猜测的是下期自由现金流量与当期销售净收进之比率值。为简化猜测模型表达式，令：
Yt=FCFt / REVt-1
X1t-1=（1 gst-1）（gmt-1-αt-1）
X2t-1=gst-1·[rt-1-（1-gmt-1）（pt-1-it-1）]
X3t-1=D[rt-1-（1-gmt-1）（pt-1-it-1）]
X4t-1=gst-1·frt-1·（1-dot-1）
X5t-1=D[frt-1·（1-dot-1）]
现以Yt作为猜测变量，X1t-1、X2t-1、X3t-1、X4t-1、X5t-1作为解释变量基于多元线性回回方法构建基于财务比率的自由现金流量猜测模型：
Yt=β0 β1X1t-1 β2X2t-1 β3X3t-1 β4X4t-1 β5X5t-1 εt
FCFt=REVt-1×Yt
三、模型的实证检验
（一） 基本检验思路
文章第二部分所构建的基于财务比率的自由现金流量猜测模型是一种间接猜测模型。模型检验的首要目标是比率FCFt/REVt-1的猜测明显性。假如猜测模型具备对比率FCFt/REVt-1的明显解释力和猜测能力，那么就可以以为上述所构建的基于财务比率的自由现金流量猜测模型具有明显性和较好的对下一期自由现金流量的猜测能力。
与一般的实证检验方法一致，笔者的基本检验思路是：以汽车制造业过往11年的数据为基础，按照本文第二部分所述的自由现金流量重构过程计算各公司各年度的不同财务比率，并以此计算各年度自由现金流量；基于多元线性回回方法在计量经济软件EViews 5.0中按照猜测模型的要求，对比率数据进行面板数据回回；假如回回方程和解释变量都具有统计明显性，且调整后的适配度R2不至于太小，那么我们就有理由以为猜测模型具有较好的猜测能力。
（科教作文网http://zw.nseAc.com）
（二）数据预备
为了检验所构建的基于财务比率的自由现金流量猜测模型，这里选取汽车制造业13家上市公司作为样本，搜集整理它们公然发布的财务报表，共获得13组1996年度至2006年度时间跨度为11年的时间序列数据。限于篇幅，本文不给出具体数据。(数据来源：锐思数据 http://www.resset.cn)
根据计算得到财务比率可以发现上市时间较早的运作稳定的汽车制造商，其各项财务比率相对比较稳定，而上市较晚规模和品牌较弱的汽车制造商，各项财务比率波动性比较大。财务比率的波动性自然会影响到猜测模型的解释力和猜测能力。但囿于上市公司财务数据时间跨度较短，有效数据较少，所以这里不得不选取同一行业不同公司的数据作为样本，无疑所获得面板数据将会降低解释变量的明显性以及回回方程的明显性和适配度。
（三） 检验结果分析
经过解释变量数据的整理，在EViews5.0中可以设定Y为被解释变量，解释变量则设定为X1(-1) X2(-1) X3(-1) X4(-1) X5(-1)，同时，考虑到数据的同行业时期上的异方差性以及横截面数据的同期相关性在选择回回估计方法时，选定时期异方差和同期相关加权方法Period SUR进行多元线性回回分析，得到回回结果见表2。
根据表2显示的回回系数，可以得到汽车制造业的基于财务比率的自由现金流量猜测模型：
Yt=0.361938X1t-1 0.144702X2t-1 0.236264X3t-1-0.751697X4t-1
