.学术研究IACADEMIC RESE八RCH展企业财务困境预警研究。Frizpatrick基于现金流量的(1932)利用单个财务比率进行判定，开创了单变量财务困境预警方法的先河。Altman企业财务困境顶警研究(1盯7)利用多个财务比率进行判定，建立了多变量财务预管判定模型，即Z分数模型。·许存兴20世纪70年代以来，现金流量信息受到人们的关注。Lorek等(1996)认为盈利企本文选取2011年127家ST公司为财务困搅公司，并对每个困搅公司进业可能存在负的现金流量，尤其是成长型"要行配对，利用财务阁填公司和非财务网填公司T-l年至T-6年现金流量企业。Lawson等(1997)认为企业的价值数据，在逻辑回归分析基础上进行模型构建并利用ROCIIII线对模型判最终是由现金流最而不是权责发生制利润别结果进行检验，得出T-2年模型判别能力是强，T-l年和T-3年模型所决定。Watts等(1999)认为公司的价值判别能力较强的结论。变化与现金流量的变化更为一致，而与盈利的变化无关。同时，国外学者试图利用现金流量信息预测企业财务困境。BeaverI* .q: I现金翩翩困境鹏回归模型等(1966)就发现利用单变量判定模型(现金流量与负债比率)能够最好地判定公司的财务状况。Aziz、Emanuel和Lawson(1988)对z模型和现金流量模型的准确率进行比较发现.现金流量模型的预测效果较好。在国内，研究现金流量财务困境预警的并不多，普遍将现金流量指标作为改进传统财务困境模型的指标。储一胸(2000)认为我国上市公司盈利的获得和现金流入不同步，存在一定的盈利操纵行为。张俊瑞(2002)得出我国上市公司的每股收益与每股现金流量弱相关的结论。耿建新等(2002)认为企业每股现金下降且净利润现金差异率显著高于同行业平均水平时，该企业可能存在盈余操纵行为。本文在回顾国内外文献的基础上，利用我国上市公司财务数据，借助现金流量指随着会相酬附曝光A{fJ对计原←权献生制政策的空子达到操纵标构建财务困境预警模型，通过应计制会计收益信息产生了越来越多利润的目的。然而，现有的企业财务困境预和EXCEL2003等工具从现金流量角度探的否定态度。管理者可通过变更会计政策等警正是建立在权责发生制基础上的.其准确索企业财务困境预密问题。手段来调节企业的净利润，从而达到操作盈性和实用性就不难引起人们的怀疑。利，得到"经营者年薪"的目的。这种方法二、研究方法一方面导致企业账面有利润，另一方面导致-、研究综述早期财务困境预警研究多采用单变企业现金支付能力极差。经营者正是利用会早期学者多以传统财务指标为基础开量的预测方法.但单量难以反映企业的财ꇌ0좦98 |rm金州췲랽쫽뻝ꇶ䅃剅믹웳䧐햪놾탐쫽뇰에탍ퟅ펦뗄쫖샻ꆪ〹ꆣꎬ쪬ꆢ볆뺯탔햹⠱떥뛠㈰죋튵ퟮ쯹뇤쿖뗈뷰뷸뷏퓚뒫죏늻⠲막싊듦폃뇪뫍쯷뛾튻퓧솿튪ꇶㆣ䅄卅웳뫃톧컄엤뻝뷡뇰믡볆럱뛎ꎬ랽튵풭죳헽뫍㤳뇤㤷쫀쏇뿉훕뻶뮯뗄뷰⠱쇷닆㤸탐맺늢춳캪춬〰쿖쿔퓚컒릹䕘웚ꆢ?䕍幒튵쫵톡뛔ꎬ맻쓜볆훆뚨살뗃쏦쿖퓲뗄쫇쪵㈩솿㜩볍ꆣ폫뇤쇷㤶컱㠩뇈쓚늻닆컒늽뷰웳훸펯퓚맺붨䍅퇐톧풤뫐汃泒䍈?닆폚튵퇐좡ꎬ퓚뷸솦돳믡첬뗷떽떼뷰ꆪ쒿붨폃샻닆㜰맘듦䱡평ꆣ쿖뮯솿㘩폫ힴ뛔뷏뛠컱맺뗃쇷룟폠믘짏䰲뺿헟닢ﳂ컱뺿㈰샻싟탐뷏컅볆뛈뷚ꆰ훂횧ꆪ뗄솢탔폃컱쓪힢퓚睳쿖睡뷰컞탅뻍뢺뿶竄랢퇐ꎬ삧짏듦돶솿쎿폚닙맋쫐〰랽ퟛ뛠삧듌?ㄱ폃벭볬잿쫂쫕ꆣ웳뺭뢶좨퓚뻍떥삧뛠풤듺뢺潮뷰瑴쇷맘쾢랢햮ꏐ쿖뺿웕쫐컒죵막춬ퟝ맺릫㎵램쫶틔뺳쿖닆쓪믘퇩뗄볾틦맜튵펪쓜퓰좻좨늻룶뺳뺯틔䱯뗈쇷玵솿ꆣ뇈䅺춺ꎬ뇩쒣릫튻맺쿠탐쓚쮾좹뒫풤쏀ㄲ컱맩ꎬ뷡뗄탅샭헟헋솦랢뛸퓰쓑뺯닆풤에살牥쿖⠱솿젨춬닢샻싊楺췏뷰붫탍쮾뚨짏맘튵캪췢꒾춳떫?퇐㞼쿐럖뗃싛늻쾢헟뺻쓪쏦벫짺ꎬ랢틽컱뺯뚨段뷰㤹뛸ㄹ뇤쪱웳폃⧄ꆢ횽쇷쿖뗄펯쫐쿂욽ꆣ컄?닆떥뷰컱뺿퉓뺳컶돶ꆣ볳뛏닺뿉샻킽폐닮훆쿖짺웰뇈랽쒣젨쇷㜩늻㤹뮯ꎬ튵떥?䕭솿뷰횸펯릫뷡붵뻹쿗쫽폏컊컱ꆣ咹릫믹ㅌ웘짺춨죳ꆱ샻ꆣ헾폐훆죋싊램탍뷰ㄹ솿죏쫇⧈룼맺닆뇤믗慮쇷뇪뗄쮾싛쟒쮮뻝횽쳢뛠횸쓑䙲ꯋ쮾뒡㋄맢쇋맽ꎬ뗄죳뺭닟믹曃뷸쇷㤶ꎮ캪좨쿎췢컱솿略뿄쒣ꆣ믱닙뺻욽닉뇪틔쏳楺쇷삧뻎뫍짏ꆣ풽뇤듓쒿ꎬ펪뗄웳뒡억탐쿈벴솿⧈폈퓰ꪹ튻톧삧에쎵䦺ꏐ탍횸뒢뗃ퟝ쎿릢샻쪱뷨춨폃캪랴灡ꪲ럇뷸ꏐ죋살룼뛸뗄쇭헟뿕튵짏쑊에뫓媷탅쿎웤랢ꯋ훂뺳뚨?쵌춵뇪튻뫍탐막붨죳ꎬ훺맽뾽떥믹펳瑲쏋웎닆탐췅쏇풽믡듯ꆣ튻헽ퟓ뗄뮷楣뚨훊쾢쫇짺뺵ꎮ쫔쒣킶慷쓗풤ퟷ쿖캪쫕탂룃ꎬ卐잶뇤뒡웳솿뺳?컱쒣킱뛔뛠볆떽헢랽쫇듯ꎬ틉䅉ꎮﷄ쫜꿀돉볛훆쒼뛸춼䉥탍ꢹ獯볈닢뺯캪⠲뷰ꆣ틦뗈웳샻卓죌뾪튵?Ꞿ췸탍헾닙훖쏦샻떽삧웤ꆣ뾪瑭붨ꏐ뎤횵?폫慶⣏ꯋ?럂킧룄〰쇷헅⠲닮튵氳뗄뎹뺳릹?닟ퟷ랽떼폃닙ힼ뒴慮솢춡?탍죳펯敲맻뷸〩죫뾡쎿〰틬뿉솿ꎮ닆뗄풤ꯋ릫붨ꛗ쏳뗈펯램훂믡ퟝ풤좷쇋?죰㈩쓜횸뺣쮾늢겾倱샻뾣뺯쏀꺶쓪폃걔퓃훁剏ⴱ?퇐뾸呟䏇쓪㛄𢡊뫍Ꞿ?呟뺿뎹횽퓄㏄ꯋꏐ뺽췅ꏐ?
ACADEMIC RESEARCH I学术研究·务特征且容易被粉饰。因此，本文采用寝T财务困搞公司相尊财务困槐公司多元逻辑回归分析方法(Logistic)。根据·Iai.主主堂主~因变量的取值类别不同，Logistic回归分析可以分为BinaryLogistic回归分析和Multinominal Logistic回归分析。本文选取BinaryLogistic回归分析方法。Logistic函数的基本形式为:设因变量y只能取0、l两个值的定性变量，则简单线性回归模型为:y=bo+blx+e 表2财务困境公司相非财务困境公司备等样本组因为y只取O和l两个值.所以因变量y的均值为:E(y)=bo+bIX 由于y是0-1型贝努利随机变量，因此有如下概率分布:表3变量定义袤P( y=l) =p P( y=O) =1-p 式中p代表自变量为x时y=1的概率。根据离散型随机变量期望值的定义，可得:E(y) =l(p) +O( 1-p) =p 进而得到:E( y) =p=bo+bIX 、高骂过对简单线性回归函数分析可得出，~它也适合复杂的多元回归函数情况。因为因变量y本身只取0、l两个离散值，不适于直接作为回归模型中的因变量，而E ( y) =p=bo+bIXI+b2X2+…+bkXk表示在自变量为Xj(i=，…，k)条件下y=1的概率，因此可以用它来代替y本身作为因变量，其Logistic回归方程为:e ( bo+b]XI+b~X~+"'+b~Xk) f( p) = 1 样本公司和配对样本公司选取(2)当上市公司出现财务状况异常，则对其l+e(bo咐xl+b~X什叶bllXk)(1) 结合我国的实际情况，本文将我国沪进行ST处理;(3)上市公司具有代表性，深两市A股2011年127家ST公司(被特社会影响较大。同时，样本公司应排除当别处理公司)界定为财务困境公司。理由是年上市当年亏损以及下一年度亏损的公司、三、研究样本相变量(-)研究样本(1)我国A股上市公司财务数据比较完整;应满足至少可以获得其被ST之前两年的TaH nE E CH I MmE S E 俨田ER 宁 F E3 PH nE- 俨ArFAUH U川M TAM2"TAa W mE肉U L .、川L- 、阴"U J 췲랽쫽뻝컱뛠룔컶䱯䵵좡몯斡뷅짨뇤礽틲솿䔨평듋倨쪽룹뿉뷸춨맽쯼늻ퟔ싊웤漨ꆰ⠱죽⣒뇭䅃剅䫑ꇶ䠰ꆮ〰扉솦쒵伨ꆭ㙮훝湮㓡ꆪ渨ꆢ䩪랲㙦ꎺ汦ㆣ뷡짮뇰⠲짧쓪펦?〹ꆪꆪ㘨梴?扦ꆺ渵〵昩⤰げ⠩⥦⭉㈲䨰〴湮䧐몽첨䧓훱⯒爩듋ꤱ춧웝䧶쟺汴扯?䅄卅훝즾䉩礩礽뗃뛸묩㊲㎱⦡ꣷ쳘풪뇤뿉杩쫽룔솿캪禵폚폐훐뻝뛔튲쫊ꎬ䱯氫ꆢㆲꟊ䩈㝒㌲昩ィ㠰㤲⤶㌸ꎺ㈶渳〷껑뫏솽뒦⧎⦵탐믡짏싺궴튻䪡귛뭉䣭ꎬ犡䴱듕ⶡ톡ꆰ楮⭢扬䕍䅒湈?ㄱ멻췚䠱붲븩湡㵢ㄩ〩ꎺ㵬뗃㵰瀩?사箣뢵ꆢ몣뮡닑헷싟솿틔獴뗄뇤ꎬ秖쒾秊죧炴샫볲쫊틲폚杩硬퇐웎鈴컒쫐샭특뇉協펰ퟣꇶ㘷?潭냙汸䥃䍈昰⭢뮯ꎻ?ꆺ뮣特漫㵰㴱⡰떽㵢뺿뾶ꋶ?쟒벭뗄럖楣橮믹솿퓲⭥믈淪윰쿂缾즢떥뫏뇤횱㵢캪듋獴穘뺿킾뺹맺䆹릫敏쿊뒦쿬떱훁ꎬꆣ겿扬튻⤫ꎺ漫稫퇹Ꞿ꣒慬㋋죝믘좡캪놾秖볲ꅏ뗎튻룅탍쿟뢴솿뷓漫硩뿉楣ꆭ퇹Ꞿ뾡ꯋ뗄줲쮾막킹샭뷏쓪짙淃ꇶ?伨扬놾ꉭ뎹⭢틗맩횵䉩탎믄떥뫍ꪣ泐싊풱쯦탔퓓禱ퟷ扬⡩틔믘ꆰ놾뎹뺺쪵〱⦽짏ꎻ듳뿷뿉㇒?ꯋ硫?ꇶ놻럖샠湡쪽?쿟㇁?춱믺믘뗄뻉캪硬ⴱ폃맩ꆿ뫍ꯋ췅볊㇄쫐뺳⠳ꆣ쯰틔뭰뺺ꇶꞷ럛컶뇰特캪ꅏ탔붸듅늼뿎뇤⤽맩뛠믘⭢ꎬ쯼랽뺺춷쟩꣎릫⧉춬틔믱ꇶ?잲쫎랽늻뫍ꆣꎺꆢ믘곀꩸솿몯풪믈맩㉸㊣살돌춷퓑뿶㈷ꪲ쮾횲쿊쪱벰뗃잡ꆫ웎ꆣ램춬놾㇁맩떣쪱웚쫽믘ꅏ쒣㈫겡듺캪잲鈴ꎬ볒닆킹쿂웤튻ꞡ틲⡌ꎬ컄ꆣ붸쒣곋礽췻럖맩ꆢ탍ꆭ궣쳦ꎺ웎뺹놾協컱ꯋ퇹튻놻Ꞿ熡듋潧䱯톡탍戮缾ㆵ횵컶몯㇁훐⭢깫禱ꯋ컄릫Ꞿ쫽뒿뺾놾쓪協냮?뎹ꎬ楳杩떵캪퓒쒸뗄뿉쫽붸歸⧌뻉Ꞿ뻑붫쮾뎹뻝?릫뛈횮ꯋ긢궡놾瑩獴쒶ꎺ뾣엂뚨뗃쟩틲殱뎹ꇈ컒⢱ꯋ뇈킴쮾뿷잰?ꆭ뺸컄挩楣꣐?곒쪡틥돶뿶뇤ﻏꯋ맺믌뺡뷏ꎣ缾펦쯰솽귒닉ꆣ믘?ꎬꋖ솿뻔쉹ꎮ뮦ꏀ췪곔업뗄쓪疡鈴폃룹맩떣ꎬ?㴱헻풣돽릫뗄ꞡ뻊ⵟ뻝럖?뛸뗄짊ꎻ퓆떱쮾??룅뾣?ꆢ彟?탕튻잵퐱
·学术研究IACADEMIC RESEARCH 现金流量资料要求、排除金融类上市公司。样本公司数(表2)。由于存在部分变量数四、实证研究与分析因此，最终得出127家财务困境公司作为据缺失现象，采用同年份同类型同变量的(→)样本相配对样本T检验样本。针对每一个财务困境公司(ST样本均数做替代。主L唱了检验财务困境公司和非财务困境公司).根据行业相近、资产规模相近的原(二)研究变量'/'J公司两配对样本总体的均值是否存则选取非财务困境公司(非ST配对样本公1.被解释变量。被解释变量是财务困在显著性差异，需要进行两配对样本的T司)作为配对样本(表1)。境公司，拟以2011年财务状况出现异常的检验。若sig值(相伴概率值)小于或等2.样本数据期间和来源选取ST公司作为财务困境公司。于显著性水平a(a=).则拒绝H口，认从现有的文献来看.大部分研究在确2.解释变量。在解释变量的选取上，为财务困境公司和非财务困境公司两配对定样本和配对样本期间肘，由于环境差异，研究者主要依靠经验以及对前人研究成果样本总体的均值之间存在显著差异。相反，仅考虑到可获得的样本数量或者只选取莱的借鉴。本文在选择现金流量解释变量时，若sig值大于显著性水平a.则接受Ho.一年被ST的公司作为研究样本。本文以借鉴学者的研究成果，依据重要性原则，认为财务困境公司和非财务困境公司两配2011年127家ST公司为研究样本，以样选择债务状况方面现金比率、现金与总资对样本总体的均值之间不存在显著差异。本公司和配对样本公司T斗.T-2…T-6年产的比率;成长能力方面每股收益增长率、检验结果见表4，数据为研究依据对财务困境公司和非财务净资产增长率;现金流量方面每股经营现从表4检验结果横向分析可以看出，困境公司进行判别分析。由于存在某些样金净流量、资产的经营现金流量回报率、在T-1年.6个变量小于给定的显著性水本公司或配对样本公司在T-1年至T-6年净利润现金含量、经营现金净流量对负债平个变量大于给定的显著性水平某些年份缺失数据，因此在缺失年份删除的比率、经营活动产生的现金净流量增长 ;在T-2年.9个变量小子给定的显相应祥本公司和配对样本公司，始终保持率、营业活动收益质量、主营业务现金比著性水平个变量大于给定的显著样本公司和配对样本公司一致。最终得出率、现金流量结构比率指标作为解释变量性水平;在T-3年.8个变量小于给T-l年至T-6年份各年样本公司数与配对(表3)。定的显著性水平个变量大于给定的显著性水平;在T-4年.4个变量小于给定的显著性水平个变量大覆4财务固'自公司和非财务困鳞公司梅*均值E对T检验于给定的显著性水平;在T-5年.2 个变量小于给定的显著性水平个变量大于给定的显著性水平;在T-6年.3个变量小于给定的显著性水平个变量大于给定的显著性水平。因此，可以认为财务困境公司和非财务困境公司两配对样本各年总体的均值之间存在显著差异排序为T-2年→T-3年→T-l年→T-4年→T-6年→T-5年。从表4检验结果可以看出，在T-l至T-6年变量Xl(现金比率)、xd现金与总资产比率)、xd净资产增长率)有5年小于给定的显著性水平年大于给定的显著性水平;变量X8(经营现金净流量对负债的比率)有4年小于给定的显著性水平年大于给定的显著性水平;变量比(每股经营现金净流量)有3年小于给定的显若l∞ |rA?金计师췲랽쫽뻝ꇶ䅃剅쿖틲퇹릫퓲쮾㊣듓뚨뷶튻㈰놾쫽삧쒳쿠吭뻝뻹⢶ㆣ뺳協퇐뗄뷨톡닺뺻뷰싊⢱ꆢ浥ꆪィ뛹咡?卬侣〶㈵〹ⴳ㉬㐵哒㐹獬澣〰弶ⵯ〵㎣〱〲〷〱〴渴泏쯄⣒캪쇋퓚볬폚죴죏뛔욽훸탔킡룶뇤쓪㦸뿉솽닮呟맻폐뺭唴啚햽ꆪ獬〰㤳〷㜸ィㄶ哒ꎮ㜰ゴ㤶ⴰ侣慮喣?啬唳튻㒣긴긱㔳〶啴긶ꎮꩬㆣꆪ긲기侣ィ긳㉴긵澣갰〲묳㊣길긷氭㔰껵卅㒣㌳?ㄳ헑꺡껷䅄쫽︩ㆣ㎣긱ィ㖣ꎮ묲㦣ꆪ〰긶㊣澣〳㌶江톧뷰듋놾쮾톡⧗껑쿖퇹뾼쓪ㄱ릫뻝뺳킩펦㇄좱꺱꺽뺿뷨본퓱뗄뺻샻뇈ꆢ긵?깚侣긲기긳묩볬쿔퇩닆獩캪뇭哒탔쮮폚룸뇤솿ꎬ틔엤틬㓄뿉닺펪氶?㉬길긶ィㆣ기漧긹긵侣튻㐶긷㒣ꆪ깯㘰긴긳㌲갲〱㜶긱〭㠲ㄵ긲ㄳ澣㌶吭ꎮ〷䅒캪껜?긵껈ꎮ꺡꺽臨긶긴긹기긱㌳ィ긳㈲긷㎣㖣긲〱潊㈱ㆣ〱哒侣㜷㠲튻䕍ퟶ퇐긹기〰ィ侣긶㊣ꆪ㒣긷ㆣ깏긴㤴긳길쫵쇷ꎬꆣ⦣좡鈴폐놾싇놻쓪쮾캪릫퇹쪧뮽헟본톧햮뇈닺죳싊펪쿖?쪵퇩솽훸컱ퟜ柖닆뷡㒼묭ꎻ쮮욽쿔룸뚨솿듳㎸죏뛔업틔퓶砸긱ィ긶긳ꆪ〵긷튻ⴰ기긲묵긹侣긵䍈?뻩㌴기긱긳㊣길긲㖣哒侣긴껈㘷䥃쳦뺿?긲ㆣ侣ꎮ㢣긱ꏜ퇐솿ퟮ헫겸럇뻊뗄뫍떽獔ㄲ쮾믲럝놾셔쿖ꎬퟷ춱훷ꆣ헟컱싊퓶ꆢ튵뷰ꇖ횤닆엤탔죴삧쳥떴ퟜ맻㇄퓚욽ィ훸뚨킡폚뾴캪퇹탲뭔⦡뎤⢾ꇓ?긳긴무?긷긵㌴긴㘵ⵯ듺뇤?뺿훕뛔料닆ﶾ컄엤뿉뗄㞼뷸좱릫뫍ⴶ쫽쿳춱쓢캪튪놾ힴꎻ뎤ꆢ뷰뺭믮쇷퇐컱닮獩쮮뺳삧쳥볻㚸呟侣긱탔쿔폚룸䰶돶ꉸ싊㇄귓?뺻?ꎮꆣ솿웓ㄵ?쇏뗃쎿?컱퓑?쿗뛔믱릫퉓틀탐쪧쮾엤쓪⢱ꎮ틔닆뾡컄퇐뿶돉싊몬펪뚯솿뺿삧퇹틬柖욽뻹?뺳뗄뇭갶㋄긱ꎻ쮮쿔훸룸뚨뿐?룷咣ꎬ㈨⧓쇷ꏜ튪돶튻탒삧鈴?살퇹뗃쮾咹뻝에쫽뫍뛔럝닉뾡㈰컱ꏔ뾿퓚뺿랽뎤ꎻ닺솿믮쫕뷡?폫뺳놾ꎬ딨愨횵퓖릫뻹㒡﮺룶욽ィ훸탔뚨뗄ꇓ쓪긭쿖퀵횽ꢵ쟳ㄲ룶뗏뺳븨뾴놾뗄ퟷꯋ뛔뇰뻝엤퇹룷⦡폃ꎱㄱ삧?뺭톡돉쏦쓜쿖ꆢ뚯틦릹럖릫ퟜ탨쿠憣뫍횮쮾횵?뇤갹㎸呌ィ긱탔쮮쿔?ꢵ㋄咣뷰쓪쓏⧓ꆢ㞼닆릫뇭췀ꎬ웚퇹캪뻎럖뛔놾쓪ꏓ춬뮽뺳퇩퓱맻쿖솦뷰뺭닺훊뇈컶쮾쳥튪냩멏럇볤퓋뫍횮솿룶㏄긱ꎻ쮮욽쿔훸쓏㗄폫킡믁퓖퀳업튲컱ﲡ쮾ㄩ듔듳볤놾퇐컶틲퇹릫짓쓪닆춱틔쿖ꎬ뷰랽쇷펪짺솿싊咼뫍뗄뷸룅ꎮ듦껆럇훎킡?뇤퓚욽侣훸탔ꢵ퓖뭔훁ퟜ폚돽웎삧ꋗ⢷ꆣ듑늿쪱쫽뺿킾吭퓚듋놾쮾?럝춱컱벰뷰틀뇈쏦솿쿖뗄ꆢ횸럇뻹탐싊ㄩ뵡닆늻폚뾴갸㒸哒侣긱탔쮮쓏뫍ꎴ呌룸뾶퓋킡뷰뺳쪲읓ꇈ럖ꆣ솿퇹뿑ㆣ평呟퓚릫튻춬ힴ뾵뛔쇷뻝싊쎿랽쿖훷뇪?닆횵솽ꎬ삧쿔컱듦짒룸ꢵ킡룶묭긱ꎻ쮮욽퓖퓋럇㏄펱㛄닺뚨풸껆폚彟죚Ꞿ릫調哅?퇐평믲놾鈴걔폚㇄좱쮾훂샠뿊뿶쓑잰솿훘ꆢ막쏦쇷뺻뷰펪ퟷ컱쫇엤⧐퓲뺳훸삧퓚풿뚨쓏?뇤㓄ꆣ욽侣껆닆횮뇈뗄뫕뵏룸샠뎹쮾뺿폚헟ꆣ뺣弲듦쪧ꎮ쫽뾷탍잲돶ꇈ죋뷢튪쿖쫕쎿솿쇷뺻튵캪삧럱뛔ꇓ뻜릫닮뷓뺳쿔뒳뗄퓖룸뾴㢸咣侣긱퓋봰컱볤뭔볬싊꺵뚨짏ꯋ⡓ꏏ퓑퓚뮷횻놾곒ꆱ뫍셔쓪쪼ퟮ폫횱춬웎쿖ꇉ퇐쫍탔뷰틦막믘솿쇷컱뷢뺳듦퇹?뻸쮾틬쫜릫훸쿔뚨ꢵ킡갴긵긱ꎻ껆ꎮ삧ⴭ퇩뽸⦡쒱ㆣ砵뗄ꇶ쫐뻗哑鈴좷뺳톡컄퓑ꎮ럇쒳䰶럝훕엤뇤틬쾣뺿풭폫퓶뺭놨뛔솿쿖쫍놾䡯솽ꆣ쮾닮?훸퓋뗄쓏폚?룶쓪ꎬ퓚뵏ㆡ㇄뷡ㄨꉸ탔죂갲⣃쿔릫鈴ﲵ뺹닮좡틔?呟닆킩쓪즾놣뗃뛔뿊솿뎣돉퓲ퟜ뎤펪싊뢺퓶뷰뇤뗄ꎬ엤쿠솽틬탔껆쿔퓖룸뾴吭ꎮꏒ쿖㐨쮮쨩뾹훸쮾?쓔틬쒳튻컱퇹돽돖돶뗄맻쪱ꎬ싊쿖ꆢ햮뎤뇈솿죏뛔랴엤ꆣ쮮룶ㆡ훸뺻ㆣ듳ꇶꆣ?ꎬ㛄ꎮꆢ쮣?忠?
ACADEMIC RESEARCH I学术研究·表5帽美分析表川、川、X7、X~，XIO显著性水平较小，变量在任何情况下均无判别能力。(二)相关分析为探寻财务困境公司和非财务困境公司样本标志值与各变量之间的关系，需进行相关分析。若O<r运1.表明标志值与变量之间存在正相关关系;若-1:s;;r<O.表明标志值与变量之间存在负相关关系。相关分析结果见表50从表5相关分析结果可以看出，各年各变量与标志值相关系数有所差异.各年相关系数依次排序为T-2年→T-3年→T-1年→T-4年→T-5年→T-(ì年，所以采用T-2年财务困境公司和非财务困境公司样本数据具有较强的判别性。各变量与标表6常量和变量系数表志值相关系数也有所差异.得变量相关系数依次排序为X2→XR→Xl→X4→X7→Xl→X::;→Xg→Xõ→Xl0→X12→Xl10同时，各变量与标志值之间大多存在弱相关、且相关性为负。(三)模型构建义革过前面的分析得知.财务困境公司)!!和非财务困境公司样本数据在下l年至T-3年现金流量方面的确存在显著差异。但各指标产生了多大影响还无从得知，下面将通过多元逻辑回归方法(Logistic)确定对企业陷入财务困境显著的影响指标并构建现金流量多变量预警模型。采用logistic回归分析方法对样本数据进行分类，以l代表财务困境公司.0代表性水平，3年大于给定的显著性水平以认为财务困境公司和非财务困境公司两非财务困境公司，以是否财务困境为被解;变量x:d每股收益增长率)、xd资配对样本各变量总体的均值之间存在显释变量.以现金比率等现金流量指标作为产的经营现金流量回报率)、X7(净利润现著差异排序为XI，→XM→X5→川、解释变量，以T-l年至T-6年财务困境公金含量)、X~(经营活动产生的现金净流Xö、X7、X~、XlQ→Xll、X120总之，在T-2司和非财务困境公司现金流量数据作为分量增长率)、XIO(营业活动收益质量)有2年、T-3年财务困境公司和非财务困境公析依据，利用模型(1)建立判别函数。在年小于给定的显著性水平年大于给司两配对样本数据显著性水平较大，其它分析过程中，采用向前逐步选择变蠢，最定的显著性水平;变量Xll(主营业务年份均数据显著性水平较弱;变量XI，X2 终得出T-1年至T-6年变量系数和常委t见现金比率)、X12(现金流量结构比率)6年、在财务困境公司和非财务困境公司表6)。均大于给定的显著性水平。因此.可两配对样本变量显著性水平较大，变量将表6中T-1年至T-6年的常数和变TIlE CIIINESE CERTJFIED PU lIC ACCOUNTANT I 11\ 1 \ I 1 V 1 췲랽쫽뻝뇭ꆫ튻ꆪ砲ꋭꆭ渱ꆮㅩ墣砶?䪡〱⡝榻泑솿⢶캪쮾탐쏷맘듓룷〰쿠쓪シィ폃탔侣닺뷰뚨쿖뻹틔엤훸ꆢ솽맽뫍틬쿂릹닉뷸럇쫍뷢컶럖훕붫틽偵䅣ꆪ?㈶ꆪ㈷⠩〵⠱渨㈱튻渴⡪?ヱ爩〳䅃剅〲ꆪ?멪ꆧ孟䩦?튻⡪ㆣ㌶碣彬江ꇗ湮ꆪ潼㠳楉ꟊ첽헺䉌⤱ꆭ䨱⠩괱기깮?ꆪꎺ뛾晪튻㐲ꇂꆧてㄲ晊ꆾィ〶㈴㘩䅄卅㗏?汩ꆿ晊䥉멻汪걉ꆧ爩嬩ꆾ⡊⇒︩톰퇹쿠횮뇪럖뇭뇤맘ィ哒쮮긱뗄몬퓶킡뷰듳죏뛔닮ꆢ솽럝破엤잰럇훁ꆣ쏦붨폃탐닆쫍뫍틀컶뗃捈ꆪ媣ㅨ?튻ㅮ弳汻渨탄ト⤳ィꆾ橪기㜳↡ꇞ?ꆪ䥩ꎺꋬ榡쳼㈷뷐䩉ꆧ킾닆기浅䕍䅒〱⤡嵬ꆯ몣笷筊㠷㔹ꆣ갴?기깊筩ꆮ뽉멻쿠컱놾맘볤횾컶㗏솿쾵㑬吭묭욽ꎺ뺭뎤폚쿔뇈캪퇹틬砷哒엤뻹ꎮ뛔쏦닆呌떫붫웳쿖汯럖뇤럇뻝맽돶㛖㖡䥃䍈㌲笿?묱?삧ㄳ?ꆣ?맘뺳뇪럖듦횵뷡폫쫽㓄㋄侣뇤펪⦡싊룸훸닆놾업ꆢ믒뛔砸퇹뗄컱㏄룷춨튵뷰杩샠삧ꎬ솿돌吭큔䕒릫ꆧ훎ꆢ럖쮾횾컶퓚폫맻?뇪틀긱솿쿖ꉸ⦡뚨탔컱룷탲ꇭ묳퇹뻝놾삧횸맽쿝쇷獴ꎬ뺳틔ꎮ샻훐ⴱ튻ꆧ웷뫍䕄컶럇횵ꆣ헽뇤볻훎횾듎뭔웎ꎬ砳뷰㤨ꉸ뗄쮮삧캪ꆢ쓪놾쿔닆뺳횽뇪뛠죫솿楣틔릫쿖폃ꎮ碡닆슴?砶컱폫죴쿠솿뇭횵업ⴵ㏄⣃쇷뺭汯쿔욽ㄲ뺳砱硬닆쫽훸뗃릫닺풪뛠믘ㆴ쮾뷰哒쒣닉훁㇄삧ꆾ뺳룷〼맘횮㖡쿠탲쓪Ꞿ뾹솿펪⣓훸侣⣏릫ퟜꎮ潟컱뻝탔삧쿔횪쮾짺싟뇤맩缾ꎬ뇈묭탍폃吭릫ꆢ뇤犡맘볤?﮿캪튻뎹짊믘믮탔긱횽쮾쳥砲⭸삧쿔쮮뺳훸ꎬ퇹뾷쇋벭솿럖틔싊㇄⠱쿲㛄셔솿?쾵듦짒呌늷ꯋ?헒놨뚯떻쮮ꎻ뫍뗄ꎮㄱ뺳훸욽릫탔닆놾뷃뛠믘풤컶웎쫇뗈쿖⦽잰弶?砷횮ꎮꎻ퓚풿쫽㋄㛄뺺싊닺욽뇤럇뻹破ꆢ릫탔뷏쮾쮮컱듳맩쿔뺯랽럱쿖셔뷰ꣁ훰쓪ꞡ볤뇭죴뢺뒳폐춷ꢵ⦡짺꿊澣솿뾽ィ닆횵튻砱쮾쮮죵뫍욽삧뻝쓈펰랽훸쒣램Ꞿ뷰ⷒ쇷ꋅ늽뿏뗄ꆢ뗄쏷튻쿠쯹뭔곋잲쓏꓂ꉸ헒긱砱컱횮砸㊡뫍욽ꎻ럇뷏뺳퓚랴쿬램탍뛔뎹쇷묶솿킱톡뗊뎣맘뇪没겸닮ⴳ戮웎퓖쨩㜨쿖ꎬㄨ릱ꆣ삧볤튻ꏗ럇뷏뇤닆듳릫呌뮹⡌펰퇹ꯋ솿쓪쫽퓱ﶺ砭쾵횾?맘틬쓪풲ꆢ뺻뷰쫁㓄훷죂틲뺳듦砵?닆듳솿컱ꎬ쮾??컞潧쿬놾뺣횸뻝꿊뇤춳뫍ꎬ횵㱏쾵?ꎮ튻Ꞿ퓋砶샻뺻뼩펪쨩듋릫퓚꺣컱砱삧뇤퓖듓楳횸쫽걏캪뇪ퟷﶡ솿ꏊꆢ탨폫ꎬꆣ룷呱뎹껆⣗죳쇷폐튵㛄ꎮ쮾쿔砳곔삧웤뺳솿뗃瑪뇪뻝듺놻ퟷ캪ꏔﶼꉸ뷸뇤뇭쿠쓪ꯋ?쿖?컱뿉솽ꎬ?뺳쯼砲릫횪挩늢뷢캪럖ퟮ硬?弭릫쮾ꎬ좷?濏퓖ㄲ퓋퓚껆붽쿐죎ꆣ겱?뫎쟩뿶쿂뻹컞에뇰쓜솦ꆣ
E学术研究IACADEMIC RESEARCH 量系数代入模型(])分别得出T-l年至下6襄7分类结果~年Logistic回归的分类概率方程为:T-1年:Percen<ageCorrect p ( π} f(口)=~1+ e ( ,) ( 2) T-2年:e (,,) f( p) = 1+ e (句，)( 3) 1'-3年:e ( ，，掘+，，)f( p) = 1+ e ( ，，+旺。14x，，)( 4) T-4年:f(p)=~( 沪，)1+ e ( 沪，)( 5) T-5年:e (唱J表8曲线面积袤f(口)= 1+ e ( :,) (6) T-6年:e (,) f(口)=-~l+e (,) ( 7) 方程(2)至(7)中日分别代表为现金与总资产比率、每股收a Under the nonparamelric assumption b Null hypoth自曰:true area = 益增长率、净利润现金含量、经营现金净流量对负债的比率、经营活动产生的现金净流量增长率、现金流量结构比率。同理，若配对数据代入方程的值小于.年和T-3年，准确率分别达以%和将财务困境公司和非财务困境公司T-l则认为非财务困境公司被判定为非财务困境% ;在T-4至于6年.准确率相对较年至T-6年相应变量现金流量数据分别代公司，判定正确;若样本数据代入方程的低，分别达到%、%和57.隅。同时，入相应方程(2)至(7)求出相应值，以值大于.则认为非财务困境公司被判定从表日可以看出，在T-1和T-2年，变量为分割点判别应归入哪一类。若样本数据为财务困境公司，判定错误。经过判定后可h能较强识别财务困境公司和非财务困境代入方程的值大于认为财务困境公以得出分类结果表(见表7)。公司.在T-3至T-6年，变量X2能较强司被判定为财务困境公司，判定正确;若样从表7可以看出，财务困境公司和非iP-jjlJ财务困境公司和非财务困境公司，这与本数据代方程的值小于.则认为财务困财务困境公司样本数据在T-2年最具有判刑关分析、样本和配对样本T检验分析纣境公司被判定为非财务困境公司，判定错误。别能力，准确率可达到89%;其次是T-l贝也基本一致。102|rr吉il췲랽쫽뻝忑䅃䩃剅솿쓪吭昨ㄫ㔴㈶⠲瀨ꆰ氫㠳⠳ㅌ攨㜲⠴?曒㤵㈵〲㧆㜩⠵㐨㜶⠶哒ꎮꆢ敦⠷랽砱틦쇷뺻붫죫캪듺쮾놾뺳泈훔䩚죕偽採暡ㅉ牪咡ꆪ쮺汉榡牣䡨汮ꆮ䧒刱昩幯没⠩健ㆡꆧ㼷犡틽㜰䡩幈晊튻㐲䡟ㅩ㘵椨䢡晪笲뇭햺彟뫰ꆣ䱯䉮㠸㠴폇䍊㤲㜸⢡䢴䥊㔹㘷㜱㜷뗍듓ꋶ릫緖ꎬꆪꆾ㠳㈳〴㜲㔴㔳㐱㜶㌱㔲⠩㉮㘶榡䉯䠴ꋳ㞴뾡?ꆢ끧ꆾⵦ吭㏒没튻늷?㔴㔳〱묰〲㜰㖡끺㝸㥸牟ꎮꩬ䥬깊쫀묲ㆡꝊ牲ꨴ뿽ꬲ䦡꽥㉪睥䰱箣⠩뽦무〴ꋳ묵⠱㘳ꆿ뇒癣咡〲묳㔵䅄卅攨泒㕸㐰㒳ꆪ硒敦㎡㥸㞡㡸ꎡ癐偮ꆣ?ꆫ⦡뽦畮䨷〳氧㇄?㏄㗄묶㞷㣇ꟊ쾵䱯뭯㔰硈㐱㑸ꎮ⬰㜩ꨶ⭯돌㊷퓶솿쇷닆훁쿠럖죫놻쫽릫ㅩ⅊깊븩攱敮ꆢ꽲뮡牣䑰멻⠩뷭뫍뇭쓜쮾뮱먱ꍮ뗘묰ㆡⵊ没?㊡쪮ꨳꎬꎮꨲ㈩?牡敲ꊡ䤫ꇱꩬ튻㋄㓄䐩쏩䕍䅒튻窡⬰䥺ㄲ〲ꆪ湬ꆤ?ꎮ晡牲敮敲ꆣ춫ꨰꩯ?쓪훀䥼慪꽥慉𢡊疡퓙⡦汼昩쫽杩꩒?ꆿ㖡⠲횱뎤뛔솿컱呌펦룮랽에뻝쮾澴憡材据瑡吭㊣럖㚿뷏ꎬ맘瀩䍈?䐩偐牡籐믹볉ꨶꐴꡬㄱ빬䥡틬뛸爩?ꎺ?㶡䥬敲?킾듺獴⧖싊뢺퓶삧㛄랽뗣돌뚨놻束㏄ꖣ뇰짒잿퓚웎럖?ㄳひ孊捥쎹춫놾㶡ꆪ捯湃톶뽉죫橣섨缾ꆢ햮뎤뺳돌에뗄캪랽믔듯풿쪶呟컶ꋳ慧瀩?ﮱ湴ﶱ㶡튻?엊뒣쒣믘㜩뺻뗄싊릫⠲뇰횵닆돌뚨慧ꆾ곗?떽뒳㏖Ꞿꆢ?御틚ꪶ?훂탍맩훐샻뇈ꆢ쮾ꚱ⧖펦듳컱뗄캪볈튻㘸닆셔뎹퇹愭쇑ꆣꪡ⠱뗄砲횽죳싊쿖뫍섨맩폚삧횵럇럂㓖ꎮ곔컱ⴶꯋ놾?ﺡꆾ⦷럖ꎮ쿖ꆢ뷰럇뿏㜩죫ィ뺳킡닆쪷셔㎣?삧쓪뺺뫍ퟫꪡ어삡ꎺ㉻䢡횱샠ﶡ砳뷰뺭쇷닆횽쟳쓄긵릫폚컱ⴭꖡ䱬뺳ꎬ춷엤ꪡ벽?룅ꎮ?몬펪솿컱돶튻ꎬ쮾侣삧㛄ꈶ뫍릫뇤잲뛔쎳싊ꪡ砷쪲솿믮뷡삧쿠샠퓲ꎬ긵뺳㊣呌쮾웎퇹?랽ꎮ缾ꆢ뚯릹뺳뿊펦ꆣ죏에ꎬ릫퐸껗긵㋄뫍砲놾ꪡ䱬돌砸죂뺭닺뇈릫ﶾ횵죴캪뚨퓲쮾㚣볈ꎥ럇쓜Ꞿ咼ꆻ냙ꪡꪡ쓪캪ꎮ쪡펪짺싊쮾?ꎬ퇹닆헽죏긶럂뫍겱뷏뎹훁ꎺꪶ砹ꋃ쿖뗄ꆣ呌횱틔놾컱좷캪에ꎥ쫏㔲잿ꯋꪡ吭ꎮ뾹뷰쿖?侣쫽삧ꎻ닆뚨뫍ㆣ뺣훎ﺡ?ꪶ짊뺻뷰긵뻝뺳죴컱듭풽ꖡ곕뇻?ꪶ릫퇹삧컳ꏍꪡꆣ곊?놣?ꪶ?쏏?쿴
ACADEMIC RESEARCH I学术研究圃圃1ROC曲线圄人和监管机构识别企业的财务状况，预测企业未来的发展趋势。 I(J r 卢~~J 2在构建现金流量预警模型时，不同08 "问f 的年份数据所选取的变量侧重也有所不同，主0丙主0日二ιh, , 有些变量在短期预测识别能力较强，有些d2 04 J 04 :,FJ气 04 变量在长期预测识别能力较强。02 u2 3.不同年份的现金流量数据在预测财00r O.ø (JO 0 ~ (J4 0’; OX 1( ) 02 04 O-t {)Ii OH 务困境准确性有所差异。在T-2年模型判1-50配ifiCJl}1 .Specificit) l-SPt’(.’ifkIlY 别能力最强•T-1年和T-3年模型判别能T-) T-2 T-3 力较强•T-4至T-6年模型判别能力一般。 1(1 10 4.与传统财务困境预警模型相比.现~ 。鸿金流量财务困境预警模型准" 。"。"确性较低。究~ ~ 吨二Uh/ 其原因是由ST制度的缺陷一高估了传统财, , , sEV卢 {).I ￡FZ 04 旷01 务预警模型的准确性和部分现金流量数据口 02 严重缺乏造成。f 1 5从判别结果分析，财务困境公司被 血病 卜Specifi口tyI-Specific町判别为非财务困填公司比非财务困境公司被L- SpeciCicity 判别为财务困境公司的概率大，说明上市公T-4 T-5 T-6 司存在财务伪装和利润操纵行为。回(四)模型检验五、研究结论与启示logistic回归模型拟合效果如何?可通结合以上的实证分析研究结果，可以过ROC曲线图进行检验。ROC曲线图是一得到以下结论与启示:本文系11盒顶目:2010LB03.回.统计圆顶目11JMR15.陕西省军民融合研究刽划办顶自种有效评价分类有效性的图形化方法，运1.利用我国上市公司A股现金流量用此曲线图不仅可以确定合理的预测概率数据可以较为准确地预测上市公司在未来作富单位:渭南师惑学院经济与'理李院分类点，而且可以判断此模型预测是否有是否会陷入财务困境，帮助投资者、债权效。ROC幽线越在参考线上方，表示预测的正确性越高。同时，也可通过计算曲线下的面积检验模型是否有效。(见图l和表8)。主要'自司曹文献从图l和表8可看出，模型的效果是理想的。T-2年和T-1年模型模拟的效果: A Comparison of ralios of SuccessfulloduSlrial Enterprises Wilh lhose of Failed FirmslMJ. ~ew York. Cenified Public Accounlanl. :45-56 较佳，面积分别达到和.其次ζ E. Haldeman R. Hararanan P: ZETA Analysis: A New Model to Ideolify 是T-3年和T-4模拟效果，面积分别达到 ankruptcy Risk of CorporationslJI. Journal of anking and Finance. 1977. 6:29-54 和.再次T-5和T-6年模拟. W. H: Financial Ralions as Pr~dictors of Failure 1J1. Journal of Accounting Resea rch(supplemenl),:71-1 11 效果一般，但面积仍大于.还是具有一, A., . Emanuel and Lawson: Bankruptcy PrcdiclJon-An InvcsligalJon of 定的预测能力。从Sig值可看出.T-l年至Cash Flow Based ModellJJ. Journal of Management Sludies, 1988. 25:419-437. 5储-附.王安武上市公司~刷质烧分析会ìt研究2000(9)T-6年Sig值均小于.说明测试值模6张俊瑞.李婉丽.周赌中国iF.券市场并购行为绩效的实证分析南开I'ì'理评论2002(6)拟效果是明显的，要比随机假定的效果好。1耿建新，肖泽忠，续芹.报1<收益与现金流量数据之间关系的实证分析-f南息利实公司的顶笛倍号会计研究2002(1刽总之，该模型适合于中短期预测，长期的预测能力不太理想。TIlE (’HINESE CE盯IFIEDPUBUC ACCOUNTANT I 1 fI’) I J 좦剏쓤⣋䥯맽훖폃럖킧뗄듓샭뷏쫇侣뚨吭쓢ퟜ풤컥뷡뗃ㆣ쫽맧䅃剅䧑죋웳㊣폐뇤㎣컱뇰솦㒣뷰웤퇏㖣에쮾놾쒿ퟷㄱ偕?〳엾ꇞ몳ꎥ냈욪캮룅쇊튻뒧ꆫ?냪뗬놱憡?컄ㄱ헟ꎬ?䅄卅䏇쐩杩剏폐듋샠ꆣ헽쏦춼쿫병吭긷맻뗄㛄킧횮닢ꆢ뫏떽껀뻝럱ꟊ뫍튵껔쓪킩솿꺲삧쓜뷏껓쇷풭풤훘꺴뇰듦ꇱ훝퓽쾵䩍떥籬䕍䅒뒥뾼ꋳ𢡊쒣獴䏇킧쟺뗣剏좷믽ㆺ뗄ꎬ㏄㡬튻풤맻쓜퇐틔ﯓ뿉믡볠캴?럝뇤퓚믍뺳솦잿솿틲뺯좱폅캪헡믹剬캻컄뿡䥃䍈?䮶냪?탍楣𢡊움쿟ꎬ䏇탔볬춱ꆣ쏦뫍냣닢楧쫇룃솦뺿짏쿂쏎틔쿝킾맜살립쫽솿뎤계ힼퟮꎮꯍ닆쒣랦킱럇뷰㖣ꎺ쿗䕣웷욪쿮곉뮬ꇪ?볬믘?볛춼뛸𢡊풽퇩呌믽쵔侣ꎬ쓜횵쏷쒣늻뷡뗄특뷏죫뾡믺꣏뻝퓚웚좷잿呟뎲컱평탍퓬닆ꊡힾ췲랽刱쒿싎쓏튻뒬퇩맩벽럖늻쟒?룟쒣뿉㋄䰴긷떫솦뻹쿔탍첫싛쪵韛캪닆?릹랢횽쯹뛌풤?탔ꎬ㓖웎삧協뗄돉컱캱㇘ꎺ쪦ꆫ?ꍅ쒣샠뷶뿉뷔ꆣ탍뾴뇰㘸쏦킡뗄쫊샭폫횤쿊ힼ컱쪶햹톡웚닢쓏폐呌셔뺳훆﮷삧ힰ㈰ꆾ랶?ﳃ톧냖탍킼폐뿉틔?춬쫇돶쵔듯쓢ꎬ믽듓폚뫏쿫웴럖킹좷삧뇰쟷좡풤쪶횽쯹泄䰶Ꞿ뛈훎뺳릫뫍䱂풺튻쫽뻝쓢킧틔에캿쪱럱ꎬ䱬떽퓙죔卩侣튪폚ꆣ쪾컶ꯋ뗘뺳웳쫆뿔뗄닢뇰닮쓪돔뺯탔릫쮾샻〳냌뺭췐籼뫏탔좷뛏볏ꆣ폐쒣쓪侣맻듎듳柖기뇈훐퇐ꎺ빁풤ꎬ튵꒾뇤쪶쓜틬쵔좱뫍꺲쮾뗄죳꣑볃맺킾폫篂킧ꍒ뗄뚨듋?튲탍쒣긹ꎬ呌폚떿㖡쯦뛌뺿막닢냯꿄솿뇰솦뿊ꆣⴳ쿝늿웎뇈룅닙볒뾹맜没맻佃춼뫏쒣쾷뿉ꆣ뗄탍㕬쏦㖺侣즿ꏋ믺웚뷡쿖짏훺닆ꏐ닠쓜뷏ﶾ퓚쓪에ힼ튻럖럇싊ퟝ춳샭죧쟺탎샭탍붣춨⢼킧쒣뫍믽쵔긵뒳뗃볙풤맻뷰쫐춶컱췊훘솦잿?呌뇰췏좷룟쿖Ꞿ닆듳탐볆꺰톧뻖풺뫎쿟뮯뗄풤겱맽맻쓢侣럖ⴶꎬ뚨닢쇷릫ힴ놣튲뷏ꆣ?㋄탍쓜탔맀뷰뎹컱캪튻쿮㾿춼랽풤닢볆백쫇뗄길뇰쓪뮹걔ꎬ뿉솿쮾헟뿶겲폐잿꒲에솦좣뷏쇋쇷ꯋ삧쮵ꆣ?짍쫇램닢뻔쯣뫍킧㠷듯쒣䱬퓖뎤틔퓚ꆢꎮ믍쯹ꎬꏐ뇰튻껏뗍뒫솿뺱뺳쏷뿚?튻ꎬ룅럱꒲쟺뇭맻ꎮ떽쓢뻟쓪뗄웚캴햮풤늻폐췅쓜냣ꆣ춳쫽릫짏퓋싊폐?쿟㠩웤훁뫃뗄살좨닢춬킩ꆣ뺿닆뻝쮾쫐쿂ꆣ듎튻ꎬ놻릫ꢽ?
