財務危機預警分析判別模型及其應用

韓華

【摘 要】隨著當前市場形勢的變化和國際競爭的加劇，企業面臨的風險和危機日益嚴重，金融危機是企業危機最重要，最全面的體現。防范金融危機的問題已成為中國資本市場健康發展的重要因素。對金融危機的預警研究是一個熱門話題。本文分析了當前企業財務危機預警模型，包括多變量預警模型和單變量預警模型等方法，并就如何在中國現代條件下使用這些模型提出了建議。

【關鍵詞】財務危機；判別模型；分析應用

企業財務危機預警是企業預警系統的重要組成部分，屬于微觀經濟預警。從國內外公司的發展來看，企業的失敗往往始于財務部門。建立財務危機預警系統是財務管理體系創新的必然選擇，對經濟研究而言非常重要。在研究和應用中，我們發現企業建立財務危機預警系統的關鍵問題是選擇合適的預警模型。本文對財務危機預警模型的研究成果進行了分析總結。

一、國內外財務危機預警模型綜述

（一）多變量模型分析

Z分數模型。Z-score模型是在經過大量實證研究和分析后于1968年由Altman教授提出的。Z分數模型是使用多維線性函數的模型。它使用統計學方法篩選出兩個樣本組中差別最大同時兩組中方差最下的變量，從而將若干個變量轉換為分類變量，獲得預測精度能有效提高的判別方程。

Z分數模型的判別函數為：

Z=1.2×1+1.4×2+3.3×3+0.6×4+1.0×5

其中，X1=（期末流動資產-期末流動負債）/期末總資產；

X2=期末留存收益/期末總資產；

X3=息稅前利潤/期末總資產；

X4=期末股東收益的市場價值/期末總負債；

X5=本期銷售收入/總資產。

Z-score模型綜合分析預測公司的資產規模，流動性，盈利能力，償債能力，財務結構和資產使用效率等方面的財務狀況，也有助于財務預警的發展。Altman通過對Z-score估模型的長期研究和分析表明，該模型的判斷標準如下：Z>2.675時，企業財務狀況良好，發生破產的概率很小；1.81≤Z≤2.675時，企業財務狀況非常不穩定，呈灰色地帶；2<1.81時，企業財務失敗的可能性很大。Z值越高，該企業遭受財務失敗的可能性就越小；Z值越低，該企業遭受財務失敗的可能性就越大

（二）單變量模型

單變量模型，也稱為一元判定模型，是一種預測模型，它使用財務指標作為評估實體是否破產的標準。財務指標分為償付能力指標，盈利指標和業務機會。菲茨帕特里克（Fitzpatrick，1932）首先使用該模型來預測企業財務問題。他用19家公司作為樣本，并使用一個財務指標進行預測。他發現凈利潤/股權，股東/債務比率是兩個最佳效果的財務指標。Smith和Winakar在1935年進行了類似的研究，結果表明營運資本/總資產指數具有最高的可預測性。此外，Mervyn在1942年發現，營運資本/總資產，權益/負債和流動資產/流動負債三項指標可提前六年預測破產。1966年，Beaver發現，判別能力最高的財務指標是現金流量/總負債，凈收入/總資產和總債務/總資產。

我國國內的科學家也對這種模式進行了許多研究。1999年，陳靜使用截止1998年底的27家ST公司，以及同行業同規模的非ST公司的樣本作為研究對象。研究表明，負債比率，凈資產收益率，當前流動性比率，營運資本/總資產，總資產周轉率等指標在ST公司和非ST公司之間有顯著差異。進一步的研究表明，資產負債表和流動性比率在宣布前一年的誤判率最低，具有良好的預測能力，并而在稍遠的時間段，總資產收益率的誤判率則表現良好。同時，發現凈資產的盈利能力和資產周轉率極不穩定。在ST前一年，誤判率就達到了最高水平。2001年，吳世農、盧賢義對70家ST和70家非ST作為樣品采用單變量分析，以研究在財務危機出現的前五年21個財務指標在兩種類型公司之間的差異，并最終確定6個指標。

（三）主成分分析

主成分分析即對多變量的平面數據進行最好的全面簡化，以確保數據信息丟失最少為原則，對高維變量空間進行降維處理。在實踐中，主成分的數量取決于可以反映原始變量80%以上的信息量。主成分的模型對樣本沒有假設要求，但樣本數據必須標準化。由于每個樣本數據的大小并不完全相同，因此需要進行標準化處理，即將各個指標的不同量度的指標轉換為具有相同量度的指標，以便指標之間有可比性。其應用范圍較廣，但計算分析過程過于復雜，判別規則的定義較為復雜。

二、改進財務模預警型建議

（一）在預警模型中加入非量化信息

財務危機的預警模型是利用財務信息來量化危機。在操作中，還應結合非量化信息對公司財務狀況進行定性分析。事實上，在披露公司財務狀況時，非定量因素比財務指標更可靠和有效。如果企業的財務報表不能及時公開，或者如果管理層將集體辭職、缺乏企業人力資源、企業的市場定位不清等非財務信息，造成公司對銀行貸款過度依賴。這可能表明一個潛在的危機存在公司內部。而這些是財務比率等量化信息所不能涵蓋的。因此，公司的財務預警模型不能單純依靠財務數據，至少在預警系統中使用非財務數據，有必要包括定量信息以及定性信息。只有這樣，企業才能以更完整的形式反映公司的全貌。例如，把注冊會計師，行業因素，整體經濟因素的影響，股權結構和法人治理結構、戰略，內部控制和無法量化等因素的評價，可以相應的定量測定后加入預警模型。企業可以依照國有企業的績效評價中對非量化因素采用評分的方法，在財務預警模型中納入評分的結果，使其作為一個組成部分。

（二）在預警模型中引入經濟增加值變量

公司的傳統會計指標僅考慮債務資本的價值，并未考慮權益成本。其沒有表明維持或增加股本的價值。利潤指數在會計中的使用是誤導管理者，往往會操縱利潤和短期行為。經濟增加值是扣除所有資本成本后的營業利潤，包括公平性和稅后凈營業利潤的索賠，不受公認會計準則的制約。通過對財務報表進行適當調整，消除了公司盈利前財務報表的扭曲。雖然傳統的財務預警模型可以用來監控公司的財務狀況和業務活動，并且具有強大的可行性。然而，由于公司的具體部門的情況不同，經營規模、所處地域等都有所差異，所以在實際使用中，不能不切實際的直接對海外財務預警模型復制，公司應該因地制宜應按照自身的實際情況，打造一個創新的財務預警模型，以符合公司的要求和特點。預測模型中使用的技術問題，包括影響模型擬合效應和部門因素的實際問題，隨著經濟環境的變化將越來越明顯。因此，研究國外預警模型的變化并對其進行微調是非常重要的。例如對Z-模型修正的思路可按照以下三個觀點進行：首先，在模型中添加行業修正值作為一個整體，其次，對于模型中的每個變量設置行業修正值；最后，使模型中選擇的財務變量顯示出行業差異，即不同的行業使用不同的指標，該修正案可以使財務預警的模型更加精確和具有針對性。

三、結束語

總而言之，使用財務危機預警模型對企業財務狀況進行預測時，主要關注的應該是企業目前的財務狀況，在實際的運用中要注意，對于分析對象潛在的，無論是有利因素還是其他非財務因素，在沒有轉化為公司實際的財務效果前，都是無法反映到當前的模型中來的。在實踐中，模型也可能會出現錯誤或分析失誤，隨著經濟環境的變化，模型擬合公司實際情況的效果可能會惡化。企業可以使用最新年度財務數據來創建新的回歸模型，以確保預測結果更準確。

【參考文獻】

[1]張玲.財務危機預警分析判別模型及其應用[J].預測，2000（06）：38-40.

[2]頡茂華.企業財務危機預警模型應用的比較研究[J].金融教學與研究，2010（04）：6-12+71.

[3]張琳，王春和.財務危機預警模型研究綜述[J].企業活力，2011（01）：84-86.

[4]楊華.財務危機預警模型實證研究述評[J].中國管理信息化，2009，12（14）：58-61.