財務預警模型存在的缺陷

一、財務困境理論基礎相對薄弱

在翻閱大量的書籍以及文獻后，發現目前對于財務困境的基礎理論仍有多種解釋。一般來講，大多數人把財務困境的定義分為四種類型，即失敗（如，停止經營、自愿退出經營、實行破產監管或重組等法律事務）、無力清償（從技術層面上講是企業自身無法償還它的現行債務，導致公司資金無法流動至暫停等。）、違約（這是涉及到公司與債權人的關系，通常是法律層面的問題，但一般它也是公司財務困境的一種信號。）、破產（即公司的凈資產為負值）。

對于財務困境理論的理解，從定義上我們能夠明顯的看出它主要是從財務指標，這種可以以計算來表現的外向形式。同時在我們進行財務困境的預測分析時，也是由于財務理論的基礎相對比較薄弱，迄今為止對于公司的財務困境的概念仍然沒有一個統一的界定并且缺乏一些能夠準確預測困境中所應包括的預測變量的經濟理論支持。因此，許多的研究者都是通過自身多年的研究經驗，并把一些在陷入財務危機中出現的財務指標來作為預測因素的，同時還通過收集大量的數據以及嚴格的統計篩選來把預測中相對顯著的變量因素作為預警判別模型。我們更多的是要來研究其陷入財務困境時的環境，以及這些財務變量發生變化的原因和狀態，再結合其與財務困境的關系來進行具體的分析與研究。因此，在界定一個企業是否陷入財務危機時，我們所要探索的方面很多，僅僅依靠一種定義方式是不全面的，這也是導致一些企業在進行財務預警時出現偏差的重要原因。

財務困境理論的界定是由于關注點的偏離，缺少對非財務指標深層次和根本性的探究，以及大多數學者在進行財務困境理論研究時對非財務指標的忽視，這也是使得其困境理論無法深層次的剖析企業在經濟運行中產生問題的重要結點。由于非財務指標貫穿于企業的各個角落，從而在我們探究財務困境理論時，把非財務指標引入其中并把它作為財務危機預警系統研究的理論基礎是非常必要的。

二、財務指標缺乏可靠性和前瞻性

由于缺乏相對可靠的財務困境理論的理論性支撐，因而，傳統的財務指標在財務危機預警中存在很多缺陷。在建立財務危機預警模型時，無論是國外學者還是國內學者，他們的研究都是以會計信息是真實的這一假設為前提條件來建立財務危機預警模型的。并且，在研究財務困境的發生與財務指標的關系上，基本上都是基于已有的模型來驗證，更多的是缺乏深入的對陷入困境的原因與環境的探討。

對其進一步的分析，首先是上市公司披露的年度報表并不一定是對公司財務狀況的真實反映，其主要原因是，公司的管理者可以通過操縱會計利潤以及編制虛假的會計信息來使公司財務賬面的狀況表面上達到大家所預期的水平；其次是除開人為的操縱外，企業內部的執行情況對企業財務數據的準確性、可靠性也產生了重大影響；還有，財務危機預警信號的時效滯后，一般來講，上市公司每年的年度財務報表都是在次年的4月份左右對外進行披露的，因此，會計報表的財務數據在時間上對公司的財務預警存在很大的滯后性；再是財務指標不能反映所有與財務危機有關的信息，例如會計比率。

章之旺（2005）認為使用會計比率類指標作為預測變量，至少存在兩個方面的問題：第一，會計比率是根據資產負債表和利潤表項目計算的，并且由于不同企業之間的會計政策的選擇存在分歧，因此不同企業之間缺乏可比性。第二，回歸方法在實踐中的會計比率的分子分母是不符合配比原則的。利潤的銷售額渠道中不僅包含銷售收入，其中它的回報率也應該包括外商投資等項目。隨后也有些學者根據這些缺陷性，從企業的內外部環境的變化對財務危機的發生進行了簡單的研究。

三、財務預警模型存在局限性

最先被引用于財務預警模型中的是單變量分析法，它最早也是被用來對一些企業進行破產預測分析。在破產預測分析中，由于可以從一些財務困境企業中分析出財務指標與非財務指標之間的不同點，從而也可以從它們之間的差異中找到財務的預測點。在1932年，就有一位經濟學家Fitzpatrick對此開始了最初的研究。Fitzpatrick把19家已經破產的公司與沒有破產的公司進行比對，同時運用單個財務指標量來進行預測，最后結果發現評估能力最高的財務比率是是股東權益凈利潤率和股東權益/負債率。再就是在1996年，為了使單變量分析法的預測能力更進一步深化，于是Beaver采用統計分析方法來對發生破產的企業財務問題進行研究，結果顯示其得到很好的改善。然而，單變量分析模型雖然是最早應用于企業財務預警實證研究的，并且在運用的時候也相對簡單。但它排斥其他指標的作用，信息量狹窄是單個財務指標的最大缺點，因此它不能夠企業財務狀況進行全面的折射。由于財務指標的不同，則對其進行判斷得出的結論有時也可能是截然相反的，例如有的企業盈利能力比較差，然而流動性較好，可是根據流動性指標可被判別為非財務困境企業，但是根據盈利能力指標又可判別為財務困境指標。有時，模型還會受到通貨膨脹等因素的影響，因此這些局限性嚴重影響了指標的適用性。

多元判別分析模型，是由Altman（1986）博士提出的。這個模型是運用多個財務比率來檢查企業的財務運營情況的穩定性，以此來說明企業是否存在財務困境。雖然相對于其它模型來說，這種Z計分模型較于理解，并且也具有較好的評估能力和實際應用的能力，但仍然存在很大的缺陷。它的分析要有嚴格的假設，要求預測變量呈正太分布，并且需要樣本分布滿足正太分布的條件即預測變量的方差，協方差矩陣必須是相等的，但在實際中，這些數據是很難滿足的，因此其預測精度也無疑會降低。最后還有就是目前對Z計分模型分值劃分標準還沒有科學的判別方法等問題。

同樣，多元邏輯回歸模型和神經網絡模型也存在著或多或少的問題。多元邏輯回歸模型雖然不要求數據呈正太分布，同時也克服了一些多元判別模型存在的局限性，使得數據更加穩定和可靠，但是該模型使用時必須經過多個轉換步驟來計算，并且對參數的估計運用到了最大似然法，計算程序相對復雜，使其臨界值的選定存在很多爭議。神經網絡模型也因其計算量大，判別能力難以解釋等問題存在多種爭議。