我國上市公司負債籌資風險預測研究：一個文獻綜述

[摘要] 本文綜述了上市公司負債籌資風險預測研究的國內外現狀，預測對象多集中于整體財務風險，研究內容突出表現為有關財務風險預測系統的建立和預測模型的實證研究，另外有關財務風險預測指標的選擇、篩選、修正等方面爭議較大，目前還沒看及有關針對負債籌資風險進行成因分析、風險預測和風險控制等方面系統的研究。研究我國上市公司負債籌資風險須明確以下問題：負債籌資風險含義的界定、負債籌資風險的標志性事件、樣本數據來源分布和負債籌資風險預測方法等。

[關鍵詞] 上市公司負債籌資風險 預測 文獻綜述

近年來，我國一些著名的企業紛紛在高速發展的階段突然倒下，除體制、機制和經營原因的影響外，其自身的財務風險管理無不存在著嚴重的問題。據研究，我國上市公司中ST公司面臨嚴重財務危機的同時，其財務風險的重要組成部分——負債籌資風險表現的尤為明顯[1]，故加強上市公司負債籌資風險的預測研究對有效防范企業財務危機的發生有著重要的意義。然而，我國針對負債籌資風險預測的專門研究很少見及，故加強這個問題的研究無疑是一個具有探索性、前沿性的課題。

一、上市公司負債籌資風險預測研究現狀

1.國外研究現狀

最早從事財務預警研究的是Fitzpatrick(1932)的單變量財務危機預測研究，此后Smith 和Winakor(1935)、Merwin(1942)、Beaver(1966)等人進行了類似研究。但單變量分析根據不同的財務指標進行判斷有可能得出相反的結論，且單個變量所包含的信息不足以反映企業的整個財務狀況。這些缺陷嚴重影響了單變量模型的適用性。

為克服單變量分析的局限性，Altman(1968)首次將多元判別分析(MDA)的方法引入到財務危機預測領域 [2]。類似的研究還有Dambolena和Khoury(1980)、Laitimen(1991)等。多元判別分析雖得到廣泛的應用，但其對預測變量的分布性質施加了一些統計上的限制。

由于多元判別分析無法估計企業破產的概率，研究者設計了線性概率模型(LPM)。Meyer和Pifer(1970)最早將LPM運用于銀行業的財務危機預測，Laitinen(1993)也做過類似研究。

為克服MDA和LPM都受到統計假設限制的局限性，研究人員引入了多元條件概率模型，包括Logistic模型和Probit模型。Martin(1977)首次運用Logistic模型來進行銀行破產預測。這一方法后來被Ohlson(1980)用于預測企業的財務危機。Zmijewski(1984)使用了Probit的分析模型。

隨著現金流量表用于評價企業整體財務狀況愈加受到重視，各國學者開始討論現金流量指標是否能用于企業財務危機預測。Nosworthy et al.(1980)認為“現金流/總債務”是一個顯著的單變量判別指標。Casey et al. (1984)卻認為單獨使用現金流量指標進行財務危機預測效果不佳。

Lane et al.(1986)運用生存分析對銀行破產進行預測。這一方法后來被Chen and Lee(1993)用于預測企業的財務危機。

由于統計分析方法受制于其假設前提，而這些假設前提在財務領域中已被證實具有缺陷，所以隨著人工智能的發展一些非統計分析方法應用于財務預警研究。Coatst和Fant(1993)利用神經網絡理論建立財務預警模型。Back et al.（1994）卻并不認為神經網絡模型具有比多元判別分析和Logistic分析更加明顯的預測效果。Altman(1995)研究認為神經網絡分析方法在風險識別和預測中的應用并沒有實質性地優于線性判別模型。

基于MM理論和期權定價理論，美國KMV公司于1993年提出的期望違約率模型。Charitou和Trigeorgis (2000)使用B-S期權定價模型中的相關變量構建了財務困境判別模型。

此外，Frydman(1985)運用決策樹等更為復雜的機器學習方法來建立模型，聯合預測模型、遞歸分割算法、近鄰法、分類樹方法、專家系統法、主成分分析(因子分析)、聚類分析等方法也被應用于該方面的研究。一些綜合分析法如歷史事件分析法、杜邦財務分析體系和沃爾比重評分法等也被應用于財務預警研究中。

2.國內研究現狀

我國企業財務風險預測研究起步較晚，吳世農、黃世忠(1986)曾介紹企業的破產分析指標和預測模型，接下來近十年該方面的研究幾乎是空白，直到1995年劉淑蓮等介紹了Z—Score模型，為我國開展有關企業財務風險預測研究重新打開了篇章。

周首華等(1996)在Z分數模型的基礎上進行改進，考慮了現金流量變動情況指標，建立了F分數模型，準確率達70%。

陳靜(1999)分別采用單變量分析和多元判別分析方法進行財務危機預測。

陳曉、陳治鴻(2000)采用Logistic模型，通過試驗1260種變量組合，發現負債權益比、應收賬款周轉率、主營利潤/總資產、留存收益/總資產對企業財務危機有顯著的預測作用。

吳世農、盧賢義(2001)比較了多元判別分析、線性概率模型和邏輯回歸模型的預測效果，發現邏輯回歸模型的預測能力最強。

張愛民等(2001)采用主成分分析方法，建立了另一種預測企業財務失敗的模型——主成分預測模型，并對上市公司財務失敗的主成分預測模型進行實證檢驗。

楊保安等人(2001)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，證明其是一種可行的方法。

張友棠(2004)摒棄了傳統的財務指標，構建出了基于現金流量基礎的全新的財務指標——現金盈利值和現金增加值，并在此基礎上系統地構建了財務預警指數測度系統和分析系統。

吳應宇等(2004)做了基于因子分析的上市公司財務危機預警研究的修正研究。認為利用因子分析在指標信息處理上的優勢以及邏輯回歸擬合模型準確度較高的優點，將兩種方法結合起來應用于預警研究之中。[5]

張玲等(2004)做了基于經濟附加值的上市公司財務困境預警實證研究，主張將經濟附加值指標應用于我國上市公司的財務困境預警實證研究和行業業績分析。

郭斌等(2006)采用因子分析和逐步判別分析相結合的方法，在綜合考慮財務和非財務因素的基礎上，建立了財務指標和非財務指標的Logistic回歸模型，并運用國內的相關數據進行了實證研究。

二、我國上市公司負債籌資風險研究的現狀分析

我國有關企業負債籌資風險預測研究的基本現狀如下：

1.企業財務風險預測的研究對象，目前多集中于整體財務風險，然而諸如舉巨人集團等企業導致財務危機的直接原因在于其無法足額償還到期負債。負債籌資風險的研究多只是含義、成因和控制的探討，目前還沒看及有關針對企業負債籌資風險進行成因分析、風險預測和風險控制等方面系統的研究。

2.我國有關企業財務風險預測研究起步遠晚于西方國家，這使得我國在目前及以后相當一段時期都將以引進和學習國外財務風險預測理論和方法為主。研究內容突出表現為兩個方面：一是有關財務風險預測系統建立的研究；一是有關財務風險預測模型的實證研究。

3.我國有關財務風險預測指標的選擇、篩選、修正等方面爭議較大，同時財務風險預測的指標也不僅限于財務指標，一些非財務指標也被嘗試使用；針對統計方法必須前提假設而現實條件又不能完全滿足的情況，一些針對性地放寬前提假設條件的方法被引入財務風險預測模型；隨著人工智能的發展，一些非統計方法也被嘗試構建財務風險預測模型。

三、上市公司負債籌資風險預測研究須明確的幾個問題

基于上述分析，研究我國企業負債籌資風險須明確以下幾個問題：

1.關于負債籌資風險含義的界定

對于企業財務風險含義的認識各不相同，本文認為應首先針對財務風險預測建立明確的概念體系，然后在這個框架內開展財務風險預測研究。因此需要首先明確企業負債籌資風險的含義，研究其形成原因和表現形式，探究其可預測性，然后再有針對性地研究其預測和控制。

2.關于負債籌資風險的標志性事件

由于我國的特殊國情決定了現階段無法將破產與否作為企業陷入財務危機的標志性事件，公司是否被ST作為其陷入財務危機與否的標志性事件目前已被廣泛采用。但是ST的規定實質上是從股東利益出發，忽視了其他利益相關者的利益。沒有被ST的公司依然有可能面臨較大的財務風險。本文認為應該根據不同決策者對企業財務風險關注內容的不同，選擇財務風險顯化的標志性事件，針對不同的財務風險構建相應的財務風險預測模型。

3.關于樣本數據來源分布

財務風險預測實證研究所用數據分為樣本組和控制組，常采用配對抽樣即樣本組和控制組包含相等的研究個體，國內尚未有對配對和非配對抽樣作比較研究，而這是否會影響到財務風險預測的準確性也有待進一步研究。樣本數據來源的行業大多選擇全行業或者隨機行業，也有一些研究選擇了單一行業或某幾個被認為數據具有某些共同特征的行業。全行業數據和單一行業數據是否會影響財務風險預測的準確性，國內也鮮有被廣泛認可的相關研究。

4.關于負債籌資風險預測方法

國內有關企業財務風險預測的研究越來越多的采用實證研究的方法，通過定量分析進行風險預測，但是我國資本市場發展較晚且還很不成熟，這在很大程度上影響了定量分析預測負債籌資風險的可靠性，故有必要建立定性與定量分析相結合的負債籌資風險預測模型。

參考文獻:

[1]李亞光:上市公司財務危機預警系統研究[D].貴陽：貴州財經學院企業管理碩士點，2006

[2]Altman Edward I: Financial Ratios， Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance，1968， Sep

[3]周首華:企業財務預警方法與機制[M].大連:東北財經大學出版社，2000:11-15

[4]張愛民祝春山許丹健:上市公司財務失敗的主成分預測模型及其實證研究[J].金融研究，2001(3)

[5]吳應宇袁陵:基于因子分析的上市公司財務危機預警研究的修正[J].東南大學學報，2004(6)

[6]郭斌:我國企業危機預警模型研究—以財務與非財務因素構建[J].金融研究，2006(02)