淺議財務預警研究方法

[摘要] 本文分析了財務預警的基本方法——定性分析法與定量分析法的優缺點，提出分析財務風險時應同時使用定性分析法與定量分析法，建立定性分析與定量分析相結合的財務預警模型，防范財務風險，使公司在長期競爭中立于不敗之地。

[關鍵詞] 財務預警 定性分析 定量分析

財務預警是通過對公司財務報表及相關經營資料的分析，利用及時的財務數據和相應的數據化管理方式，將公司所面臨的危險情況預先告知公司經營者和其他利益相關者，并分析公司發生財務危機的原因和財務運營體系隱藏的問題，以提早做好防范措施的財務管理活動。在財務預警分析中，常用的基本方法有定性分析法與定量分析法。定性分析法是依靠人們的主觀分析判斷進行財務預警分析的方法，主要有標準化調查法、“四階段癥狀”分析法、流程圖分析法、管理評分法等；定量分析法是根據過去比較完備的統計資料，應用一定的數學模型或數理統計方法對各種數據資料進行科學的加工處理，主要有一元判定模型、多元線性判定模型、多元邏輯(Logit)模型、多元概率比 (Probit)回歸模型、人工神經網絡(ANN)模型等方法。

一、定性分析方法

1.標準化調查法。又稱風險分析調查法，即通過專業人員、調查公司、協會等，對公司可能遇到的問題進行詳細的調查與分析，并形成報告文件供公司管理者參考的方法。

該方法的優點是在調查過程中所提出的問題對所有公司或組織都有意義，普遍適用;它的缺點是無法針對特定公司的特定問題進行調查分析。另外，調查時沒有對要求回答的每個問題進行解釋，也沒有引導使用者對所問問題之外的相關信息做出正確判斷。

2.“四階段癥狀”分析法。公司財務運營情況不佳，甚至出現財務危機是有特定癥狀的，而且是逐漸加劇的，財務運營病癥大體可以分為四個階段，即財務危機潛伏期、發作期、惡化期、實現期，每個階段都有反映危機輕重程度的典型癥狀。

財務危機潛伏期：盲目擴張；無效市場營銷，銷售額上升，利潤下降；企業資產流動性差，資源分配不當；資本結構不合理，疏于風險管理；財務經營信譽持續降低，缺乏有效的管理制度；無視環境的重大變化。

財務危機發作期:自有資本不足；過分依賴外部資金，利息負擔重；缺乏會計的預警作用；債務拖延償付。

財務危機惡化期:經營者無心經營業務，專心于財務周轉;資金周轉困難;債務到期違約不支付。

財務危機實現期:負債超過資產，喪失償付能力;宣布倒閉。

根據上述癥狀進行綜合分析，公司如有相應癥狀出現，一定要盡快弄清病因，判定公司財務危機的程度，對癥下藥，防止危機的進一步發展，使公司盡快擺脫財務困境，以恢復財務的正常運作。這種方法簡單明了，但實際中很難將這四個階段作截然的劃分，特別是財務危機的表現癥狀，它們可能在各個階段都有相似或互有關聯的表現。

3.流程圖分析法。流程圖分析是一種動態分析方法，對識別公司生產經營和財務活動的關鍵點特別有用，運用這種分析方法可以暴露公司潛在的風險。在公司生產經營流程中，必然存在著一些關鍵點，如果在關鍵點上出現堵塞和發生損失，將會導致公司全部經營活動終止或資金運轉終止。在畫出的流程圖中，每個公司都可以找出一些關鍵點，對公司潛在風險進行判斷和分析，發現問題及時預警，在關鍵點處采取防范的措施，才可能有效降低風險。

4.管理評分法。美國的仁翰·阿吉蒂調查了企業的管理特性及可能導致破產的公司缺陷，按照幾種缺陷、錯誤和征兆進行對比打分，還根據這幾項對破產過程產生影響的大小程度對它們作了加權處理。

用管理評分法對公司經營管理進行評估時，每一項得分要么是零分，要么是滿分，不容許給中間分。所給的分數就表明了管理不善的程度，總分是100分，參照管理評分法中設置的各項目進行打分，分數越高，則公司的處境越差。在理想的公司中，這些分數應當為零；如果評價的分數總計超過25分，就表明公司正面臨失敗的危險；如果評價的分數總計超過35分，公司就處于嚴重的危機之中；公司的安全得分一般小于18分。這種管理評分法試圖把定性分析判斷定量化，這一過程需要進行認真的分析，深入公司及車間，細致的對公司高層管理人員進行調查，全面了解公司管理的各個方面，才能對公司的管理進行客觀的評價。這種方法簡單易懂，行之有效，但其效果還取決于評分者是否對被評分公司及其管理者有直接、相當的了解。

二、定量分析方法

1.一元判定模型。一元判定模型是指以某一項財務指標作為判別標準來判斷公司是否處于破產狀態的預測模型。在一元判定模型中，最為關鍵的一點就是尋找判別臨界值。

一元判定模型雖然方法簡單，使用方便，但總體判別精度不高。對前一年的預測，一元判定模型的預測精度明顯低于多元模型。不過，一元判定模型在前兩年、前三年的預測中也能表現出很強的預測能力，說明一些上市公司的財務危機是從某些財務指標的惡化開始的。

一元判定模型的缺點是:其一，只重視一個指標的分離能力，如果經理人員知道這個指標，就有可能去粉飾這個指標，以使公司表現出良好的財務狀況;其二，如果使用多個指標分別進行判斷，這幾個指標的分類結果之間可能會產生矛盾，以致無法作出正確判斷。也就是說，雖然財務比率是綜合性較高的判別指標，但是僅用一個財務指標不可能充分反映公司的財務特征。

2.多元線性判定模型，又稱ZScore模型，最早是由Altman(1968)開始研究的。他得到的最終預測方程包含五個判別變量，在破產前一年的總體判別準確度高達95%。運用多元線性判別方法判定二元問題時，可以通過降維技術，僅以最終計算的Z值來判定其歸屬，其構造的線性方程簡單易懂，具有很強的實際應用能力。

多元線性判定模型具有較高的判別精度，但也存在一些缺陷。其一，工作量比較大，研究者需要做大量的數據收集和數據分析工作。其二，在前一年的預測中，多元線性判定模型的預測精度比較高，但在前兩年、前三年的預測中，其預測精度都大幅下降，甚至低于一元判別模型。其三，多元線性判定模型有一個很嚴格的假設，即假定自變量是呈正態分布的，兩組樣本要求等協方差，而現實中的樣本數據往往并不能滿足這一要求，這就大大限制了多元線性判定模型的使用范圍。其四，使用多元判別分析技術，要求在財務困境組與控制組之間進行配對，但配對標準如何恰當確定是一個難題。

3.多元邏輯(Logit)模型。多元邏輯模型的目標是尋求觀察對象的條件概率，從而據此判斷觀察對象的財務狀況和經營風險。這一模型建立在累計概率函數的基礎上，不需要自變量服從多元正態分布和兩組間協方差相等的條件。判別方法和其他模型一樣，先是根據多元線性判定模型確定公司破產的Z值，然后推導出公司破產的條件概率。其判別規則是:如果p值大于0.5，表明公司破產的概率比較大，可以判定公司為即將破產類型:如果p值低于0.5，表明公司財務正常的概率比較大，可以判定公司為財務正常。

Logit模型的最大優點是，不需要嚴格的假設條件，克服了線性方程受統計假設約束的局限性，具有了更廣泛的適用范圍。目前，這種模型的使用較為普遍，但其計算過程比較復雜，而且在計算過程中有很多的近似處理，這不可避免地會影響到預測精度。

4.多元概率比(Probit)回歸模型。Probit回歸模型同樣假定公司破產的概率為p，并假設公司樣本服從標準正態分布，其概率函數的p分位數可以用財務指標線性解釋。

Probit模型和Logit模型的思路很相似，但在具體的計算方法和假設前提上又有一定的差異，主要體現在三個方面:一是假設前提不同，Logit不需要嚴格的假設條件，而Probit則假設公司樣本服從標準正態分布，其概率函數的p分位數可以用財務指標線性解釋;二是參數a、b的求解方法不同，Logit采用線性回歸方法求解，而Probit采用極大似然函數求極值的方法求解;三是求破產概率的方法不同，Logit采用取對數方法，而Probit采用積分的方法。

5.人工神經網絡模型(Artificial Neural Network， ANN)是將神經網絡的分類方法應用于財務預警。ANN除具有較好的模式識別能力外，還可以克服統計方法的局限，因為它具有容錯能力和處理資料遺漏或錯誤的能力。最為可貴的是，ANN還具有學習能力，可隨時依據新的數據資料進行自我學習，并調整其內部的儲存權重參數，以應對多變的公司環境。由于ANN具備上述良好的性質與能力，因而可以作為解決分類問題的一個重要工具。

ANN模型通常由輸入層、輸出層和隱藏層組成，其信息處理分為前向傳播和后向學習兩步進行。根據最后的期望輸出，得出公司的期望值，然后根據學習得出的判別規則來對樣本進行分類。然而，由于理論基礎比較薄弱，ANN對人體大腦神經模擬的科學性、準確性還有待進一步提高，因此其適用性也大打折扣。

三、財務預警研究方法評析

1．財務預警研究的定性分析與定量分析，兩者的分析方法不同。定性分析法側重于從事物質的角度分析問題，著重于分析事物的來龍去脈及因果關系，以說理的方式透過事物的表象抓事物的本質；而定量分析法從可量化角度出發，對事物運用數學的、統計的方法進行量化分析，側重于以數據說明問題。

2.財務預警定量模型分析主要基于財務報表數據對公司的財務狀況做出的評價，這種分析是建立在歷史記錄的基礎上的，公開的財務數據與公司的實際財務狀況相比是滯后的，這也是對于公司財務失敗的預測還沒有一種能夠完全令人接受的財務預警分析模型的原因之一。

3.財務預警定量分析模型并沒有綜合考慮公司財務報表以外的因素對其所用指標的影響，特別是與公司日常生產經營關系密切的一些非財務因素，這些因素有可能使公司陷入不可估量的財務失敗危機中去。另外，定量分析靈活性較差，對于特定方法都有統一的模式，較少考慮到公司的個別情況。

4．在實際應用中，定性分析法具有較大的靈活性，可以根據公司的具體情況進行相應的調整， 定性分析法由于無需完整的數據資料，需要憑借人們的經驗對財務風險的趨勢進行定性分析，有時比定量分析更加可靠和有效。但這種方法也有缺點，即容易受到個人主觀意見的影響，個人的偏見往往會給公司帶來巨大的損失。

因此，公司財務預警模型不能單純依靠財務數據，只注重定量分析和指標分析，在運用財務預警定量分析模型的同時應充分考慮能夠影響公司財務狀況的非財務數據。換句話說，既要涉及到定量信息，也要涉及到定性信息，這樣才能更為完整地反映公司全貌。所以，較好的解決方案是同時使用定性分析法與定量分析法， 建立定性分析與定量分析相結合的模型，取長補短，彌補各自的缺陷，這樣既考慮了公司自身的具體情況，又避免了僅用定量分析法的不足，提高防范財務風險的準確性。

參考文獻:

[1]張友棠:財務預警系統管理研究[M].北京:中國人民大學出版社，2004

[2]張鳴張艷程濤:企業財務預警研究前沿[M]．北京:中國財政經濟出版社，2004

[3]江少華:企業財務風險的預警預報系統研究[J].財會研究，2005

[4]郭一飛:淺議財務預警體系[J].內蒙古財經學院學報，2005