企業財務預警研究綜述

摘 要：財務預警方法是指借助企業財務指標和非財務指標體系來判別企業財務狀況。在國外的研究中，它通常包括一元判定模型、多元判定模型、多元邏輯回歸模型、多元概率比回歸模型、人工網絡模型等類型，而以前3種類型為主。國內關于上市公司財務預警方法的研究主要是借鑒國外的模型，總體上分為單模型研究方法和多模型比較研究方法，存在著方法單一、理論框架不完善、模型適用條件不準確三個方面的主要缺陷，亟待在分行業研究和企業自身預警兩個方面取得突破。

關鍵詞：財務預警；財務指標；模型；研究

中圖分類號：F27文獻標識碼：A文章編號：1672-3198（2008）08-0205-02

1 國外關于財務預警方法的研究

關于公司財務預警的研究在國外歷史悠久。總體而言，運用于財務預警的方法可分為統計類和非統計類兩大類，詳細的財務預警方法分類如圖1所示。

圖1

1.1 一元判別法

最早的財務預警研究是Fitzpatrick的單變量破產預測研究。其后，美國學者Beaver提出了較為成熟的單一變量模型，又稱一元判別模型。一元判別方法簡單易行，然而此后就很少出現專門的單變量研究。

1.2 多元線性判別

1968年，Ahman首次使用了多元判定分析預測財務困境。他對1946-1965年間對提出破產申請的33家公司和33家非破產公司進行了研究，運用多元判別模型建立了z模型此后，多變量分析方法被廣泛采用，成為一種主流方法。

1.3 多元邏輯回歸模型

進入20世紀80年代，研究者開始使用邏輯回歸模型來估計企業進入困境的概率，以概率高低來判定企業未來進入困境的可能性。為克服線性模型的局限，研究人員引進了邏輯和概率比回歸方法。1980年Ohlson用多元邏輯回歸方法分析了1970-1976年間破產的105家公司和2058家公司組成的非配對樣本，發現利用公司規模、當前的變現能力進行財務危機的預測準確率達到96.12％。

1.4 遞歸劃分算法(遞歸分割法RPA)

1985年，Frydman等提供了一種新分類方法——遞歸劃分算法。遞歸劃分算法兼具多變量模型的信息容量大和單變量模型簡潔的優點，同時，由于這種方法屬于非參數研究方法，從而避免了參數類研究方法的諸多缺陷。在RPA模型中可以選用非財務指標和定性指標，但復雜的分類樹結構可能引起樣本的過度適應，預測風險高，因此分類樹結構宜簡不宜繁，便于靈活應用。

1.5 神經網絡模型(NNS)

1991年，Coats和Fant論述了神經網絡模型可正確預測公司的財務危機的觀點，并用了47家財務危機公司和47家健康公司檢測模型的預測效果，擬和度達100％。神經網絡模型克服了選擇模型函數形式的困難，同時運用神經網絡模型預測財務困境存在很多爭議。因此綜合起來看，NNS是否全面優于計量經濟模型很難評價。

1.6 其他非統計類財務預警方法

其他非統計類財務預警方法還包括有專家系統法、實驗法、災害理論、混沌系統理論、期權定價理論等等。

1988年，Messier和Hansen將專家系統法(Es)首次引入到財務預警中。1991年，Gregory-Allen和Henderson.Jr。指出災害理論可以用來描述公司的破產并作了實證檢驗，結果證明，在一定條件下，災害理論能在公司發布公告時預測公司股票收益率的結構性漂移。

1994年，Lindsay和Campbell應用混沌系統對46對破產公司和非破產公司的配對樣本進行分析，指出健康公司比非健康公司顯現更多的混沌現象。

2000年，Chafitou和Tfigeorgis使用期權定價模型研究了1983-1994年間的39對美國企業，結果發現到期債務面值、企業資產的當期市價、企業價值變化的標準差等期權變量在預測破產方面作用顯著，當這些期權變量與盈利能力、現金流／流動性、利息相關變量綜合運用時則效果更好。

盡管目前財務危機預測方法層出不窮，但主流的分析方法只有一元判別模型、多元判別模型和多元邏輯回歸模型三大類。其他研究方法由于模型開發歷史較短，研究不夠廣泛，模型的穩定性尚有待進一步檢驗。



2 國內關于上市公司財務預警方法的研究現狀

2.1 主要方法

在國內，受證券市場發展的影響，對財務預警的研究起步較晚。1986年，吳世農、黃世忠首次在我國介紹了企業破產的分析指標和預測模型。1990年，國家自然科學基金委員會管理科學組先后支持佘廉等人從事企業預警研究，并于1999年出版了企業預警管理叢書。之后我國學者才真正開始了對財務預警的研究，并取得了一定的成果，但主要還是借鑒國外的模型。總體來說，研究方法可以分為兩大類：單模型研究和多模型比較研究。

2.1.1 單模型研究方法

1996年周首華、楊濟華提出了F分數模型，它是在充分考慮了企業現金流量的變動等方面的情況后，對z模型進行了修正。2000年，張玲使用更細分的樣本數據，用1998—1999年120家上市公司組成的樣本，同樣用線性判別分析方法進行了預測研究。

國內研究應用邏輯回歸模型的，以陳曉、陳治鴻的研究為代表。另外類似的研究有儲一軍和姜秀華，結果同樣發現多元邏輯回歸模型預測效果良好。張愛民等借鑒Altman的多元z值判定模型，運用統計學的主成分分析方法，建立了主成分預測模型，結果顯示了一定的有效性。楊保安等利用BP神經網絡對中信實業銀行的30個企業客戶的財務風險狀況進行了判別分類，認為BP神經網絡方法是企業財務危機預警中較好的應用工具，并能為銀行貸款授信、預警提供有效決策。而楊怡光則認為：人工神經網絡、混沌分析等新的數學分析方法，由于方法的復雜性以及可操作性等方面的問題，在實踐中不便使用。

2.1.2 多模型比較研究方法

陳靜以1998年的27家被特別處理的公司和沒有被特別處理的公司為對象，使用了1995-1997年的財務報表數據，進行單變量分析和多元線性判定分析，同時對兩種方法進行了比較。這項研究作為國內最早的實證財務困境預測研究，利用中國的數據，作了有益的探索。但由于受樣本與數據的限制，樣本量小，結果難有廣泛適用性。

吳世農、盧賢義以我國上市公司為研究對象，選取了70家處于財務危機的公司和70家財務正常的公司為樣本。首先應用剖面分析和單邊量判定分析，確定了6個預測指標，然后應用Fisher線性判定分析、多元線性回歸分析和Logistic回歸分析三種方法，分別建立財務危機預測模型。結果表明：三種模型都能在財務困境發生前發出相對準確的預測。而相對同一信息集，Logistic預測模型的誤判率最低。

2.2 主要缺陷

（1）與國外相比，國內財務預警研究方法多是采用單變量分析、多元判別模型和多元邏輯回歸模型，很少涉及生存分析法和其他非統計類方法。而國外對于非統計類方法進行了很多大膽的嘗試，總體效果比較好。

（2）預警指標只能反映結果（即風險程度）風險量變的過程和產生風險的根本原因不充分、不詳細，不利于內部管理者提出應對風險的防范措施。資產負債表反映的是某一時點的財務狀況，而損益表反映的則是一定期間的經營成果，沒有反映危機量變的過程及其產生危機的直接因素。而現有各種財務風險預警方法利用的數據大部分來源于會計報表（而且利用的大部分是年度會計報表），即當前人們只注重研究企業的經營結果即質變的問題，而忽視了量變的問題研究。佘叢國、席酉民指出當前我國預警研究存在的問題之一就是：重警兆和警度的研究，忽視對警義和警源的分析，從而對企業危機產生的本質特征缺乏深入了解，限制了指標體系的可靠性和說明力。

（3）財務風險預警的時效性較差由于現有財務風險預警方法需依賴會計報表數據，然而會計報表一般在當期結束以后一個月甚至三個月才能公布，時間比較滯后。對于風險預警而言時間就是其生命，然而顯然現有財務風險預警的時效性較差，一旦發生風險危機，預警晚矣。

（4）預警指標不科學當出現大量不良資產時，有些預警指標失靈（不能把潛在的風險及時揭示出來）。

3 完善我國財務風險預警的思路

因我國財務風險預警存在以上不足，在此特提出如下思路：在現有財務風險預警指標的基礎上稍作修改，成為我國企業的年度財務風險預警指標體系；另外為了應對瞬息萬變的市場，及時反映萌芽狀態的風險和產生該風險的直接原因，建立一套企業內部管理者適用的財務風險預警子系統——資產風險預警系統，主要用于企業年度內各月份的風險監控。資產風險預警是指企業針對各項資產風險控制點收集整理監測數據，通過與預警標準的對比分析進行風險識別、評估和報告，及時采取有關措施防范和控制資產風險發生的過程。

狹義上的財務風險也稱籌資風險，是指企業因舉債而導致到期不能清償債務的可能性。其主要衡量指標是資產負債率，其風險主要存在于資產和負債之中。企業雖然對資產風險和負債風險都必須進行控制，但其控制程度卻有不同，其差異主要體現在企業負債規模不但受企業自己控制，而且很大程度上受債權人的約束；而企業資產的投放一般不受他人的限制。由于企業的負債行為受到法律、企業債權人或潛在債權人的約束，企業無法如愿獲得高比例的負債。另外，從財務管理學資本結構實務中可得知，最佳的資本結構不用求出某個最佳點，而只需算出最佳區域，即上線和下線即可。同樣，在求企業最佳的資產負債率時也不必算出某一點，而只需算出安全區域，得出預警線即可，也就是說資產負債率可以在一定區域內擺動，應有一個緩沖區。所以對負債風險的預警只進行年度預警即可，而不必每月進行預警，在各月份中應重點進行資產風險的預警。資產的投放則與負債相反，不但不受對方限制，有些時候還受到對方的鼓勵，甚至引誘。企業負債受到企業外部條件的約束，企業想高比例負債變得非常困難，甚至無法實現。而資產的投放幾乎不受外部條件的限制，完全需要靠企業管理者或股東來控制。另外，資產風險控制好了，資產的流動性好，在客觀上也會降低負債風險，使企業能夠及時清償債務。因此，企業需要重點對企業資產的品質和數量進行風險管理和控制，那么建立資產風險預警也就順理成章了。

4 建立風險預警系統需要解決的問題

（1）在建立預警指標體系時，既要考慮指標體系的完備性，又要考慮到指標間反映預警主體的非重復性，盡可能使所建立的指標體系為指標集中的最小完備集。這些指標至少應包括下列內容：不良資產、存貨規模、應收賬款規模、對外投資總額等。

（2）對不良資產的判斷問題。近年來，不良資產一詞常常出現，但其概念一直眾說紛紜，其判斷標準更是五花八門。雖然《企業會計制度》中對不良資產計提減值準備有所規定，但只是些籠統性原則，不便于實際操作，也沒有對不良資產作出明確的定義。

（3）資產風險預警具體實施的要點。建立了資產風險預警系統之后，預警組織及其制度是風險預警實施的基礎。預警組織可以成立獨立的部門，也可以設置在財務部門或其他管理部門之內。預警制度則包括預警組織形式，數據的傳遞、獲取、計算，警情的報告，草擬預警指令等。

5 結語

雖然財務預警方法研究取得了重大進展，開始進入快速成長階段，但總體上看，尚未進入成熟階段。而我國的相關研究更相對滯后，基于財務預警方法現狀的研究，財務預警方法的運用還應在以下兩個方面有所突破：首先，國內目前還沒有對具體行業進行分析、建模。由于每個行業的狀況不同，影響財務危機的因素自然不同，因此，分行業研究更有價值。國外在分行業研究中發現，由于行業的不同，同一預警變量包含信息量有所不同，其預測效果大有差別。其次，國內財務預警還只局限于對被特別處理的公司的預測上，為投資者買賣股票提供一些投資依據，對企業自身的預警也并不多見。

參考文獻

［1］W.H.Beaver. Financial Rations as Predictors of Failure［J］. Journal of Accounting Research (supplement)，1966.

［2］Ahman E.I，Financial ratios. Discriminant analysis and theprediction of corporate bankruptcy［J］.Journal of Finance，1968(9)：58-67.

［3］Ohlson.J.A. Financial Ratios and the Probabilistic Predic.tion of Bankruptcy［J］.Journal of Accounting Research，1980(1)：109-131.

［4］Halina Frydman，Edward I.Ahman，Duen-Li Kao，Intro.ducing Recursive Partitioning for Financial Classification ：The Case of Financial Distress［J］. Journal of Finance，1 985，Volume 40.Issue 1.PP.269-291.

［5］Pamela K.Coats and L.Franklin Fant. A Neural Network Approach to Forecasting Financial Distress.The Journal of Business Forecasting.1991.W inter.

［6］艾健明.企業財務危機預警研究［J］.企業經濟，2002，(7).