财务预警方法比较研究

财务预警方法比较研究（精选6篇）

财务预警方法比较研究 第1篇

在财务危机预警研究中使用的方法有多种, 这些方法按照性质的不同, 可以大体分为定量研究方法和定性研究方法两大类。

一、定量研究方法的简介、比较及评析

定量研究方法主要是借助于统计和人工智能的方法, 界定出最具有区别力的变量组合, 以形成一个财务危机预警模型。因为能够提供良好的预警能力并帮助决策, 定量研究方法已成为财务危机预警研究的主流。从研究现状来看, 常用的定量研究方法有3种, 即多元判别分析 (MDA) 、多元逻辑回归 (MLR) 和BP人工神经网络 (BP-ANN) 。

(一) 定量研究方法简介

多元判别分析方法产生于20世纪30年代, 主要研究如何根据观察或测量到的若干变量值来判断研究对象所属类别的问题, 是一种常用的统计分析方法, 一般形式是:undefined, 其中, y是对企业财务状况的判别值;x1, x2, , xn是各个预警变量;a1, a2, , an是各个预警变量的系数;u是随机误差项。Altman (1968) 最早将多元判别分析方法引入财务危机预警模型研究领域。

1977年, Martin在财务危机预警模型研究中首次采用了多元逻辑回归方法。这种方法使用Logit回归, 根据样本的数据, 使用最大似然估计法得出各参数的值, 经过一定的数学推导运算, 可求得企业陷入危机的概率。Logit回归拟合的回归方程为:undefined, 其中, yi是对企业财务状况的判别值;xij (0jk) 表示第i家企业的第j个变量, βj是第j个变量的系数。

Odom和Sharda (1990) 开拓了用人工神经网络预测财务危机的新方法。人工神经网络是对生理上真实的人脑神经网络的结构和功能及基本特征进行理论抽象、简化和模拟而构成的一种信息系统。BP算法的主要结构由一个输入层、一个或多个隐含层、一个输出层组成, 网络的学习包括信息正向传播和误差反向传播两个过程。在正向传播过程中, 输入信息从输入层经隐含层传到输出层, 经作用函数运算后得到输出值, 与期望值比较, 若有误差, 则误差反向传播, 沿原先的连接通路返回, 通过逐层修改各层神经元的权值, 减少误差, 如此循环直到输出的结果符合精度要求为止。

(二) 定量研究方法的比较

1.各种方法的前提条件和适用范围比较

多元判别分析方法必须满足严格的假设条件, 如自变量x 在总体上必须符合联合正态分布等。这种方法适用范围比较广。

与多元判别分析方法相比, 多元逻辑回归方法虽然不需要自变量x呈正态分布和两组样本等协方差, 但也还受其他假设条件的限制, 不过相对而言, 这种方法的适用范围很广。

人工神经网络方法对样本没有假设要求, BP网络是现阶段神经网络模型中最精华、最完美的内容, 80%～90%的神经网络模型采用了BP网络或者它的变化形式。

2.各种方法的优缺点比较

多元判别分析方法具有较高的判别精度, 但是研究者的工作量比较大, 需要做大量的数据收集和分析工作。多元判别分析方法的假设条件也限制了它的应用范围, 只能在近似条件下使用, 预测准确性受到一定程度的影响。

多元逻辑回归方法克服了线性方程受统计假设条件约束的局限性, 且预测准确度较高。当因变量y只有两个值时, 预测值就是概率值, 判别规则非常简单, 容易操作。但是计算过程复杂, 且有很多近似处理。

人工神经网络方法具有很强的容错性、学习能力和纠错能力, 但也存在许多缺陷和不足:①学习速率是固定的, 导致网络的收敛速度慢, 训练时间较长;②网络隐含层的层数和单元数的选择尚无理论上的指导, 一般都是根据经验或者反复实验确定;③计算分析过程如同“黑箱”, 不利于进行预测后的深入分析。近年来, 人工神经网络方法通过与遗传算法、模糊集、粗糙集结合, 在一定程度上弥补了其缺陷, 使其在财务危机预警研究方面得到更广泛的应用。

综上所述, 不同的定量研究方法作为构建财务危机预警模型的工具, 各有其独特的假设条件, 并各具有优缺点。如果不加以区分、盲目使用, 将使得到错误预测结论的可能性大大增加, 倘若以错误的结论作为决策的依据, 那其危害性更是不可估量。因而, 在选择构建模型的定量研究方法之前, 必须检验自变量的特征。

(三) 定量研究方法的评析

在财务危机预警研究中, 定量研究方法应用较广泛, 构建的各种预警模型对企业的财务状况作出了较为准确的判断, 推动了预警研究的发展。但是, 也存在着一些不足之处:

(1) 单纯使用定量研究方法进行预测的准确性难以让人信服, 而且2001年来陆续被曝光的美国大公司财务报表不实案清晰地表明, 即使在制度建设相当完备的资本市场中财务作假亦不可完全避免, 更何况是在现阶段证券市场建设不完善的我国。

(2) 定量研究方法虽然是通过对财务报表以及企业公开的其他相关信息进行分析、加工和处理来完成财务危机预警研究的, 有一定的科学性和合理性, 但这种方法也会受到不同企业条件差异、企业对会计政策的选择等各种因素的影响, 无法满足企业对财务危机预警的全面需要。

(3) 定量研究方法使用的财务报表和其他相关信息的公布具有滞后性, 即使是最近的信息, 反映的也都是企业早些年为改善流程、生产新产品以及发展新业务而进行投资的结果, 这就导致反映的是企业过去运作的健康状况而不是现在的情况, 预测性不足。

(4) 定量研究方法构建的模型还存在一定程度的误判率, 说明仅利用定量研究方法进行分析是不够的, 必须结合定性研究方法, 找出导致企业陷入财务危机的普遍因素, 以更精确地判断企业的财务状况, 及时防范可能存在的财务风险。

二、定性研究方法的简介、比较及评析

定性研究方法, 主要是通过对企业情况的了解和对某些外在特征的分析, 预测企业的财务状况发生某种危机的可能性。已有的并被研究者广为接受的定性研究方法主要包括标准化调查法、四阶段症状分析法、“3个月资金周转表”分析法、流程图分析法、管理记分法等, 其中又以管理记分法的实际应用价值最高。

(一) 定性研究方法简介

1.标准化调查法

标准化调查法, 又称风险分析调查法, 指通过专业人员、咨询公司等对企业可能遇到的问题进行详细调查、分析, 形成报告并提供给管理层决策使用的方法。

2.四阶段症状分析法

根据财务危机警兆在财务危机产生过程中的不同表现, 可相应地将企业财务运营病症分为4个阶段:财务危机孕育发展期、发作期、恶化期、爆发期。通过这些警兆对企业的财务状况进行诊断, 确定病情, 查明原因, 消除或减少病症。

3.“3个月资金周转表”分析法

这是对企业进行短期预警的重要方法之一, 判断标准是:若企业制订不出3个月资金周转表, 这本身就是个问题;若制订出了周转表, 就要查明转入下个月的结转额是否占总收入的20%以上, 付款票据的支付额是否在销售额的60%以下 (批发商) 或40%以下 (制造业) 。这种方法的实质, 是因为企业面对着变幻无穷的理财环境, 所以要经常准备好安全度较高的资金周转表, 假如连这种应当做到的事也做不到, 就说明这个企业已经处于紧张状态了。

4.流程图分析法

这是一种动态的分析方法, 这种方法可以暴露企业潜在的风险, 对识别企业生产经营活动和财务活动的关键点特别有用。在企业生产经营流程中, 必然存在着一些关键点, 如果在关键点上出现堵塞和发生损失, 将会导致企业全部经营活动终止或资金运转终止。画出企业流程图, 就可以找到关键点, 对企业潜在风险进行判断和分析, 并采取相应的防范措施。

5.管理记分法

管理记分法, 又称A记分法, 是由美国学者约翰阿吉蒂最先使用的。它的原理是首先把与财务危机有关的风险因素或征兆列出来, 依据它们对企业财务失败的影响大小进行赋值, 并用某企业的所得“记分”总数和标准比较, 确定该企业的警度, 将定性因素量化。由于风险因素、赋值和记分标准的确定都依赖于执行者的主观经验判断, 这实质上仍是一种定性研究方法。李秉成 (2005) 构建了上市公司财务困境“A记分法”分析模型。

(二) 定性研究方法的比较

5种定性研究方法的优、缺点详见表1。

(三) 定性研究方法的评析

与定量研究方法相比, 定性研究方法均简单易行, 但无论哪种方法都或多或少受研究者个人主观意见的影响。此外, 定性研究方法需要的数据少, 能够考虑无法量化的因素, 简便可行。

使用定性研究方法, 也有利于发掘企业陷入财务危机的深层次原因, 有利于对企业财务状况的细微之处进行把握。但是, 定性研究方法实施成功与否及其研究质量, 在很大程度上取决于研究者个人的专业素养和研究经验, 而且分析过程中灵活性与主观性很大, 对研究者本身要求较高。

三、两类研究方法的比较及研究结论

定量研究方法与定性研究方法主要存在着以下两个方面的区别:

1.分析角度的不同

定性研究方法侧重于从财务危机“质”的角度分析问题, 着重于分析企业陷入财务危机的来龙去脉及因果关系, 以“说理”的方式透过表面现象抓取企业陷入财务危机的本质原因;而定量研究方法侧重于从财务危机“量”的角度分析问题, 对财务危机事件运用数学的、统计的等多种方法进行量化分析, 用数据说明问题。

2.受研究者的影响程度不同

定性研究方法在一定程度上受研究者主观意见的影响, 不同研究者针对同一家企业可能得出不同的结论;而定量研究方法对企业的有关信息进行了量化处理, 并规定了统一的适用标准, 对同一企业一种方法只会得出唯一的结论, 基本不受研究者的主观影响。

可见, 定性研究方法具有更大的灵活性, 可以根据企业的具体情况进行相应的调整, 这是定性研究方法的最大优点, 却也带来了这种方法的缺点, 即太容易受研究者本身主观意见的影响。研究者自身的偏见往往会给企业带来一定的影响, 甚至是巨大的损失。当然, 可以通过成立专家组的方式来减轻研究者个人主观意见的影响, 但这仍无法克服定性研究方法本身固有的缺陷。

从对两大类研究方法的分析中得知, 为更好地预测企业未来的财务状况, 有效地避免财务危机的发生, 较好的解决方案是同时使用定量研究方法和定性研究方法, 这样才能既考虑了企业自身的具体情况, 又避免了仅用定量研究方法预测的武断, 从而对企业财务状况作出较为准确的判断。

摘要：本文分别对财务危机预警研究中使用的多种定量研究方法、定性研究方法进行了简介、比较和评析;通过对两大类研究方法优缺点的比较, 得出将两类研究方法相结合可以提高预测准确率的结论。

关键词：财务危机,预警模型,比较,评析

参考文献

[1]周首华, 陆正飞, 汤谷良.现代财务理论前沿专题[M].大连:东北财经大学出版社, 2003:l66-175.

[2]郭志刚.社会统计分析方法——SPSS软件应用[M].北京:中国人民大学出版社, 1999.

[3]余建英, 何旭宏.数据统计分析与SPSS应用[M].北京:人民邮电出版社, 2003.

[4]陈晓, 陈治鸿.中国上市公司的财务困境预测[J].中国会计与财务研究, 2000, 2[3]:55-72.

[5]陈静.上市公司财务恶化预测的实证分析[J].会计研究, 1999[4]:31-38.

[6]张玲.财务危机预警分析判别模型[J].数量经济技术经济研究, 2000[3]:49-51.

[7]杨淑娥, 黄礼.基于BP神经网络的上市公司财务预警模型[J].系统工程理论与实践, 2005[1]:12-18.

[8]MD Odom, R ASharda.ANeural Network Model for Bankruptcy Pre-diction[C].International Joint Conference on Neural Network, San Di-ego, CA, USA, 1990:163-168.

[9]W HBeaver.Financial Ratios as Predictors of Failure[J].Journal of Accounting Research, Volume4, 1966:71-111.

我国企业财务预警方法评析和策略 第2篇

关键词：企业财务；预警方法；静态和动态；“四阶段症状”分析法

中图分类号：F275 文献标识码：A 文章编号：1674-7712 (2012) 06-0040-02

一、引言

近年来，全球范围内陷入财务困境甚至破产的企业数量大幅增加．财务困境关系着企业的生死存亡，大面积的企业财务困境更是可能带来社会动荡。因此构建企业财务预警模型，提前对财务困境进行有效预警以便于管理者和有关部门采取措施进行应对是迫切而必要的。所谓企业财务预警分析系统，就是通过对企业财务报表及相关经营资料的分析，利用及时的财务数据和相应的数据化管理方式，将企业所面临的危险情况预先告知企业经营者和其他利益关系人，并分析企业发生财务危机的原因和企业财务运营体系隐藏的问题，以提早做好防范措施的财务分析系统。

二、我国企业财务预警方法评析

（一）专家调查法评价

专家调查是企业财务预警比较常见的评价方法，是企业组织各个领域专家，根据专家的在行业的知识和经验，对企业财务内部和外部环境进行评价，要求各专家对企业财务过去和现在的状况进行了解，综合分析财务变化，找出财务变化规律，判断企业发展趋势。专家调查法的缺点在于，调查成本比较高，因此，绝对部分企业采用标准调查方法，通过专业人员，顾问，等对企业问题调查，形成报告供参考。标准化的带调查方法，所提出的问题对所有企业或组织是普遍适用的。因此降低了成本，也是标准调查法的优势。但是该标准化的调查，不能反映企业某些特殊的问题，报告中对该特殊问题不能做具体回答，针对每个问题，报告难以提供具体的逐个解释，更难以引导企业对问题外的危机进行重视。

（二）“四阶段症状”分析法评价

“四阶段症状”分析法主要是建立在财务危机阶段性和连续性的技术上，企业财务危机发展都是有一个过程的，每个过程表现出不一样的特征，因此，根据财务危机状况，形成四个阶段不同的癥状，分别为财务危机“潜伏期”、“发作期”、“恶化期”和“实现期”。财务危机潜伏期主要表现为，企业盲目的扩张，企业出现无效市场营销状况，企业疏于对潜在风险的管理，企业运营中缺乏有效的管理制度保障．企业资源存在分配不当问题，对企业发展环境的重大变化莫不关注。财务危机潜伏期主要表现为：企业自有资本出现不足问题，并开始过分依靠外部资金支持，贷款利息负担沉重，企业会计难以承担风险预警作用，企业债务拖延偿付比较常见；财务危机恶化期主要表现为：企业经营者无心经营企业主要业务，企业经营者的精力主要用于财务周转，企业资金周转困难重重，债务到期违约不支付经常发生。财务危机实现期主要表现为，企业负债严重超过企业字资产，企业偿还负债能力已经丧失，企业宣布倒闭。“四阶段症状”分析法，优点在于直观，简单明确，比较适合于企业进行自我检测，缺点在于具体的阶段划分难，每个阶段特征难以辨别，需要根据以往的经验。

（三）单变量和多变量的预警模型评价

单变量预警模型在早期没有得到重视，后来Fitzpatric发现企业比率用来衡量企业财务预警的重要性，该研究得到许多学者的重视，并延伸出很多单变量的企业财务预警模型，例如，现金流量与财务总额的比例，企业净收益与企业资产总额的比例等。单变量预警模型逐步得到重视，但随着实践发展，单变量模型也存在很多局限性，例如单变量分析得出企业财务危机现状，但是企业财务危机是否会造成企业破产，以及破产的时间难以确立；单变量企业财务预警模式没有充分考虑通货因素的影响，因此，在通货膨胀时期，单变量企业财务预警模式实效。

多变量的预警模型评价是对单变量预警模型的进一步升级，他是一种综合多元素的企业财务预警评价方法，把多个企业财务比率套入该模型中，就可以得出多变量的企业财务危机结果，多元线性函数模型主要的代表有’记分(z—score)模型。多变量的预警模型受通货膨胀的影响比较小，这是优于单变量预警模型的地方，两者预测内容和预测方法均存在很大的差异性。田高良单变量模型是以单个财务比率的分析考察为基础的．财务比率按其预测能力有先后顺序之分；而多变量模型则是以多种财务比率的分析考察为基础的，为使反模型的预测能力达到最大限度，一般需要对各种财务比率均进行加权。单变量模型所预测的财务危机包括企业的破产、拖欠偿还账款、透支银行账户、无力支付优先股股利等；而多变量模型所砸测的财务危机则仅指企业的破产危机，因而z计分模型有时也被称为公司破产预测模型。

（四）企业财务风险模糊分析法

确立财务风险评估体系，选定评价因素集，权重集经用层次分析法得出，以下面的风险因素和数据为例，建立风险因素集，和与之相对应的权重值。

根据评价目标的要求，我们选择综合评价的评价指标组成集合，并将评价集分为几个大的方面，然后在根据具体的评价要求在各评价指标下可以选定被择集，来衡量总体风险度。例如将企业财务风险评价集合分为若干个评价指标，组成的评价体系。采用n级评价指标体系，n级指标体系分别为高风险，一般，低风险等等。这样界限清晰，容易评价。

建立判断矩阵和权重的确定。对上述财务各风险要素进行独立评价，定义评价级里的第i个评价指标根据评价指标体系对第j个元素的支配度为nij，因此，对某一个元素单因素评价的所有结果为，用模糊数学来表示，把n个单因素的集合组成判断矩阵，这样就够构成了模糊综合评价判断矩阵。采用专家组法来判定财务各风险评价指标的影响度大小，我们采用各指标的获得的投票数比总票数的比值来判定相应财务风险评价指标的支配度来构建判断矩阵。

运用模糊数学原理确定评价结果。采用国际上通行的模糊评价算法，具体的合成算法为加权平均法，.按照少数服从多数的原则，选择得票数最多的相应的等级，来确定i指标的评价等级。通过权重与相应的评分。企业财务风险度的计算。运用各指标风险评价值与相对的指标定性等级相乘来计算总财务风险度的大小。

三、企业财务预警体系构建的策略

企业财务预警评价体系包含多个指标，体系的这个指标反映的内容必须是真实的，指标构建必须确保反映的企业财务风险。从而实现良好分析，总结以上规则，在财务预警系统的构建中，要注意做到以下两点：

（一）企业财务预警评价体系的整体性和完整性

企业财务预警指标体系必须是完整的，企业财务预警状况，不能依靠一个或几个财务指标的预警而得到反映，企业财务预警是整个指标体系的综合反映结果，财务预警评价中，不能因为某一个或几个指標出现预警，就认为企业财务就出现危险的状态；也不能因为某一个或几个指标都达到安全标准，就认为企业财务处于良好状态。企业经营状况和当前存在的问题是非常复杂的，企业预警状况应该反映这状态，因此，企业财务预警方法构建中，应结合企业整体的实际情况，注重企业财务现状。分析企业预警体系中，与企业经营整体状态不匹配的指标。即使某一个或几个指标，超过危险标准，但综合企业现状，企业财务状况也可能是良好的，预警指标体系测量结果仅仅提供参考，不能绝对化。

（二）建立静态和动态相结合财务预警指标体系

企业财务状况，因业务不断发展，会不断发生变化。因此，企业财务预警方法的构建，既要反映一固定点的企业财务状态，对财务危机初期进行预警，同时，企业财务预警指标体系也应该是动态体系。企业财务预警的时间期限必须加长，静态反应企业财务预警状况后，必须对企业财务预警指数跟踪，寻找企业财务危机的原因，从根本上解除企业财务危机状况。建立静态和动态相结合财务预警指标体系，可以及时发现企业财务危机的迹象。财务预警指标体系构建中，静态和动态相结合的方法运用，将大大提高对企业财务预警的能力，促进企业经营的稳定发展。

参考文献：

[1]张国柱.论企业财务预警分析系统[J].石家庄经济学院学报,2002,5:444-446

[2]何小媚,梁艺敏.企业财务预警模型研究问题及发展方向分析[J].现代商贸工业,2011,23(14):161-162

[3]田高良,王晓强,赵红建.企业财务预警方法评析[J].预测,2002,21(6):23-27

[4]朱朝晖,樊一阳.企业财务预警方法应用研究[J].商场现代化,2008,30:295-296

[5]王睿莉.企业财务预警研究综述[J].现代商贸工业，2008,20(8):205-207

[6]敬文举.企业财务预警评价指标体系设计与应用研究[J].会计之友,2009,27:17-19

[7]阮平南,宋晋娜.新视角下企业财务预警指标体系的构建[J].商业研究,2006,17:65-68.本文链接:http://d.g.wanfangdata.com.cn/Periodical_syyj200617018.aspx

上市公司财务预警模型比较研究 第3篇

一、财务预警模型的分类

(一)按照预警使用的指标数量分为单变量模型和多变量模型

单变量模型是指运用单一指标,用个别财务比率或现金流量指标来预测企业财务状况的方法。Fitzpatrick研究表明,财务危机企业其财务指标较财务正常企业有显著不同,指出财务比率可用于预测企业财务状况。多变量模型,多变量模型就是运用多个财务指标来综合衡量企业财务状况企业的财务状况,建立财务预警模型,进行财务危机预测。

(二)按照预警模型的可扩展性和改进性,多变量模型又可以分为静态统计模型和动态非统计模型

静态统计模型包括线性判别模型、主成分分析判别模型和简单线性概率模型。线性判别模型是选择一定的研究样本,运用多元判别统计分析方法,建立判别函数,以对企业财务状况进行预测。最具代表性的线性判别模型是Altman教授的Z分数模型。主成分分析判别模型是运用多元统计分析中的主成分分析方法,通过提炼综合因子形成主成分,并利用主成分建立起来的。简单线性概率模型包括Logit模型和Probit模型,又称为对数比率模型和概率单位模型,都属于概率模型,分别使用Logit和Probit概率函数建立判别模型。

动态非统计模型。动态财务预警模型包括神经网络模型、案例推理法和支持向量机。神经网络模型是一种并行分布模式处理系统,具有高度的计算能力、自学能力和容错能力。模型一般由一个输进层、若干个中间层和一个输出层构成。案例推理法是一种以经验为依据的预警模型判别方法,该方法利用过去发生的案例对未来可能的状态进行判别。鉴于我国资本市场特殊性,预警研究中普遍存在着小样本、高维数、非线性和局部极小点等问题,为了有效应对这些问题,2006年张在旭等引入基于统计学习理论的支持向量机方法,建立机遇支持向量机的上市公司财务危机预测模型,很好的解决了小样本对预警效果产生干预的问题。

二、各类财务预警模型的比较

单变量模型最主要的特征是简单,仅分析个别财务指标,据此预测企业财务走向,判别企业财务状况。而多变量模型方法较为复杂,涉及多种财务指标和多种建模方法,操作比较复杂。

和多变量模型相比,单变量模型分析存在较多的局限性。不同的财务比率的预测目标和能力经常有较大的差距,轻易产生对于同一公司使用不同比率猜测出不同结果的现象。单个指标分析得出的结论可能会受到一些客观因素,如通货膨胀等的影响。它只重视对个别指标影响力的分析,容易受粉饰报表、修饰财务指标、掩盖财务危机的主观行为的影响,以致模型判别失效。而多变量模型由于综合考虑了反映公司财务环境包括财务危机状况的多个方面的因素,反映企业整体、全局的状况,因此能比单变量模型更好地避免上述情况的发生。

多元判别分析和概率线性模型的主要优点是建立方便,可以使用现有的统计软件,但多元判别分析和概率线性模型无法应对高维样本,使得预警指标无法涵盖企业经营状况的全部方面。同时多元判别分析和概率线性模型对数据的统计特性有很多苛刻的要求,如多元统计分析要求数据满足正态分布假设、协方差矩阵相等假设、简单线性概率模型要求数据满足二项分布假设等。只有满足上述统计假设条件,才能保证静态统计模型猜测的正确性。另外,静态统计模型一般假定各指标之间满足简单线性关系,需要对指标之间的关系具有清晰的认识,对指标本身的完整性和一致性要求较高。在实际预警研究中,样本数据很难满足上述假设要求,需要对研究数据进行大规模修改,导致模型准确性偏低。而Log it和Probit模型的建立以大样本为前提,由于我国资本市场起步较晚,大样本研究在当前情况下很难实现,导致预警结果较差。

人工智能方法,如ANN、BP神经网络、粗糙集、支持向量机等,主要优点是摆脱了各种统计假设条件的限制。其中,研究较多也较为成熟的是神经网络方法,因为相比支持向量机而分类器的特性,神经网络可以进行多模式判别,应用时也不会对样本的统计特性,如共线性、正态分布等提出过多要求,在判定正确率方面比线性模型和Logit回归模型更加有效,能够更加准确的预测公司财务危机。但是,它在实际运用中还存在一定的问题,如网络架构的稳定性较差、学习参数以及转换公式的选择较为复杂,比较耗费时间和精力。支持向量机方法基于结构风险最小化的原理,采用结构风险最小化原则,具有很好的泛化能力,对于小样本具有很好的学习能力。它不仅能够有效解决我国目前预警研究方面存在的小样本、高维数、非线性和局部最优解问题,在预测精度上也优于BP神经网络和Logit模型,是目前研究预警研究的重点。但由于支持向量机方法提出年代较晚,还没有开发出比较易用的支持向量机软件,同时,支持向量机模型的建立要求使用者具有一定的数学功底和较强的计算机应用能力,这也成为支持向量机发生推广的一大障碍。

三、下一步研究方向

一直以来上市公司财务危机预警研究都是学者和管理者关心的重点,对其研究需要不断深入。通过本文的研究,笔者认为上市公司财务预警系统的进一步研究重点应放在建立财务预警综合指标体系,现阶段财务危机预警研究主要集中在财务数据层面。未来应该深化财务危机预警指标体系,建立给予财务指标和非财务指标的综合财务预警指标体系,以发掘财务危机发生的根源。同时,后续研究应利用交叉学科的优势,提高模型的判定正确率和预测精度,建立更准确的财务危机预警模型。

摘要：财务预警模型是诊断财务状况、提供财务危机信号的得力帮手。对于上市公司财务危机的预警,国内外研究者提出了多种构建财务预警模型的方法。本文试图对国内外多种财务预警模型进行比较分析,为构建适合我国企业财务预警模型提供一些思路和方法。

关键词：上市公司,财务预警,模型,比较

参考文献

[1]陈静.上市公司财务恶化预测的实证分析[J].会计研究,1999,(4):31-38.

[2]吴芃,吴应宇,仲伟俊.基于熵理论的上市公司财务预警模型的构建与实证研究[J].现代管理科学,2009(9).

[3]陈晓,陈治鸿.中国上市公司财务危机预测[J].中国会计与财务研究,2000,(3):55-72.

[4]吴世农,卢贤义.我国上市公司财务危机的预测模型研究[J].经济研究,2001,(6):46-55.

浅议财务预警研究方法 第4篇

关键词：财务预警,定性分析,定量分析

财务预警是通过对公司财务报表及相关经营资料的分析, 利用及时的财务数据和相应的数据化管理方式, 将公司所面临的危险情况预先告知公司经营者和其他利益相关者, 并分析公司发生财务危机的原因和财务运营体系隐藏的问题, 以提早做好防范措施的财务管理活动。在财务预警分析中, 常用的基本方法有定性分析法与定量分析法。定性分析法是依靠人们的主观分析判断进行财务预警分析的方法, 主要有标准化调查法、“四阶段症状”分析法、流程图分析法、管理评分法等;定量分析法是根据过去比较完备的统计资料, 应用一定的数学模型或数理统计方法对各种数据资料进行科学的加工处理, 主要有一元判定模型、多元线性判定模型、多元逻辑 (Logit) 模型、多元概率比 (Probit) 回归模型、人工神经网络 (ANN) 模型等方法。

一、定性分析方法

1. 标准化调查法。

又称风险分析调查法, 即通过专业人员、调查公司、协会等, 对公司可能遇到的问题进行详细的调查与分析, 并形成报告文件供公司管理者参考的方法。

该方法的优点是在调查过程中所提出的问题对所有公司或组织都有意义, 普遍适用;它的缺点是无法针对特定公司的特定问题进行调查分析。另外, 调查时没有对要求回答的每个问题进行解释, 也没有引导使用者对所问问题之外的相关信息做出正确判断。

2.“四阶段症状”分析法。

公司财务运营情况不佳, 甚至出现财务危机是有特定症状的, 而且是逐渐加剧的, 财务运营病症大体可以分为四个阶段, 即财务危机潜伏期、发作期、恶化期、实现期, 每个阶段都有反映危机轻重程度的典型症状。

财务危机潜伏期:盲目扩张;无效市场营销, 销售额上升, 利润下降;企业资产流动性差, 资源分配不当;资本结构不合理, 疏于风险管理;财务经营信誉持续降低, 缺乏有效的管理制度;无视环境的重大变化。

财务危机发作期:自有资本不足;过分依赖外部资金, 利息负担重;缺乏会计的预警作用;债务拖延偿付。

财务危机恶化期:经营者无心经营业务, 专心于财务周转;资金周转困难;债务到期违约不支付。

财务危机实现期:负债超过资产, 丧失偿付能力;宣布倒闭。

根据上述症状进行综合分析, 公司如有相应症状出现, 一定要尽快弄清病因, 判定公司财务危机的程度, 对症下药, 防止危机的进一步发展, 使公司尽快摆脱财务困境, 以恢复财务的正常运作。这种方法简单明了, 但实际中很难将这四个阶段作截然的划分, 特别是财务危机的表现症状, 它们可能在各个阶段都有相似或互有关联的表现。

3. 流程图分析法。

流程图分析是一种动态分析方法, 对识别公司生产经营和财务活动的关键点特别有用, 运用这种分析方法可以暴露公司潜在的风险。在公司生产经营流程中, 必然存在着一些关键点, 如果在关键点上出现堵塞和发生损失, 将会导致公司全部经营活动终止或资金运转终止。在画出的流程图中, 每个公司都可以找出一些关键点, 对公司潜在风险进行判断和分析, 发现问题及时预警, 在关键点处采取防范的措施, 才可能有效降低风险。

4. 管理评分法。

美国的仁翰阿吉蒂调查了企业的管理特性及可能导致破产的公司缺陷, 按照几种缺陷、错误和征兆进行对比打分, 还根据这几项对破产过程产生影响的大小程度对它们作了加权处理。

用管理评分法对公司经营管理进行评估时, 每一项得分要么是零分, 要么是满分, 不容许给中间分。所给的分数就表明了管理不善的程度, 总分是100分, 参照管理评分法中设置的各项目进行打分, 分数越高, 则公司的处境越差。在理想的公司中, 这些分数应当为零;如果评价的分数总计超过25分, 就表明公司正面临失败的危险;如果评价的分数总计超过35分, 公司就处于严重的危机之中;公司的安全得分一般小于18分。这种管理评分法试图把定性分析判断定量化, 这一过程需要进行认真的分析, 深入公司及车间, 细致的对公司高层管理人员进行调查, 全面了解公司管理的各个方面, 才能对公司的管理进行客观的评价。这种方法简单易懂, 行之有效, 但其效果还取决于评分者是否对被评分公司及其管理者有直接、相当的了解。

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项财务指标作为判别标准来判断公司是否处于破产状态的预测模型。在一元判定模型中, 最为关键的一点就是寻找判别临界值。

一元判定模型虽然方法简单, 使用方便, 但总体判别精度不高。对前一年的预测, 一元判定模型的预测精度明显低于多元模型。不过, 一元判定模型在前两年、前三年的预测中也能表现出很强的预测能力, 说明一些上市公司的财务危机是从某些财务指标的恶化开始的。

一元判定模型的缺点是:其一, 只重视一个指标的分离能力, 如果经理人员知道这个指标, 就有可能去粉饰这个指标, 以使公司表现出良好的财务状况;其二, 如果使用多个指标分别进行判断, 这几个指标的分类结果之间可能会产生矛盾, 以致无法作出正确判断。也就是说, 虽然财务比率是综合性较高的判别指标, 但是仅用一个财务指标不可能充分反映公司的财务特征。

2. 多元线性判定模型, 又称ZScore模型, 最早是由Altman (1968) 开始研究的。

他得到的最终预测方程包含五个判别变量, 在破产前一年的总体判别准确度高达95%。运用多元线性判别方法判定二元问题时, 可以通过降维技术, 仅以最终计算的Z值来判定其归属, 其构造的线性方程简单易懂, 具有很强的实际应用能力。

多元线性判定模型具有较高的判别精度, 但也存在一些缺陷。其一, 工作量比较大, 研究者需要做大量的数据收集和数据分析工作。其二, 在前一年的预测中, 多元线性判定模型的预测精度比较高, 但在前两年、前三年的预测中, 其预测精度都大幅下降, 甚至低于一元判别模型。其三, 多元线性判定模型有一个很严格的假设, 即假定自变量是呈正态分布的, 两组样本要求等协方差, 而现实中的样本数据往往并不能满足这一要求, 这就大大限制了多元线性判定模型的使用范围。其四, 使用多元判别分析技术, 要求在财务困境组与控制组之间进行配对, 但配对标准如何恰当确定是一个难题。

3. 多元逻辑 (Logit) 模型。

多元逻辑模型的目标是寻求观察对象的条件概率, 从而据此判断观察对象的财务状况和经营风险。这一模型建立在累计概率函数的基础上, 不需要自变量服从多元正态分布和两组间协方差相等的条件。判别方法和其他模型一样, 先是根据多元线性判定模型确定公司破产的Z值, 然后推导出公司破产的条件概率。其判别规则是:如果p值大于0.5, 表明公司破产的概率比较大, 可以判定公司为即将破产类型:如果p值低于0.5, 表明公司财务正常的概率比较大, 可以判定公司为财务正常。

Logit模型的最大优点是, 不需要严格的假设条件, 克服了线性方程受统计假设约束的局限性, 具有了更广泛的适用范围。目前, 这种模型的使用较为普遍, 但其计算过程比较复杂, 而且在计算过程中有很多的近似处理, 这不可避免地会影响到预测精度。

4. 多元概率比 (Probit) 回归模型。

Probit回归模型同样假定公司破产的概率为p, 并假设公司样本服从标准正态分布, 其概率函数的p分位数可以用财务指标线性解释。

Probit模型和Logit模型的思路很相似, 但在具体的计算方法和假设前提上又有一定的差异, 主要体现在三个方面:一是假设前提不同, Logit不需要严格的假设条件, 而Probit则假设公司样本服从标准正态分布, 其概率函数的p分位数可以用财务指标线性解释;二是参数a、b的求解方法不同, Logit采用线性回归方法求解, 而Probit采用极大似然函数求极值的方法求解;三是求破产概率的方法不同, Logit采用取对数方法, 而Probit采用积分的方法。

5. 人工神经网络模型 (Artificial Neural Network, ANN) 是将神经网络的分类方法应用于财务预警。

ANN除具有较好的模式识别能力外, 还可以克服统计方法的局限, 因为它具有容错能力和处理资料遗漏或错误的能力。最为可贵的是, ANN还具有学习能力, 可随时依据新的数据资料进行自我学习, 并调整其内部的储存权重参数, 以应对多变的公司环境。由于ANN具备上述良好的性质与能力, 因而可以作为解决分类问题的一个重要工具。

ANN模型通常由输入层、输出层和隐藏层组成, 其信息处理分为前向传播和后向学习两步进行。根据最后的期望输出, 得出公司的期望值, 然后根据学习得出的判别规则来对样本进行分类。然而, 由于理论基础比较薄弱, ANN对人体大脑神经模拟的科学性、准确性还有待进一步提高, 因此其适用性也大打折扣。

三、财务预警研究方法评析

1. 财务预警研究的定性分析与定量分析, 两者的分析方法不同。

定性分析法侧重于从事物质的角度分析问题, 着重于分析事物的来龙去脉及因果关系, 以说理的方式透过事物的表象抓事物的本质;而定量分析法从可量化角度出发, 对事物运用数学的、统计的方法进行量化分析, 侧重于以数据说明问题。

2. 财务预警定量模型分析主要基于财务报表数据对公司的财

务状况做出的评价, 这种分析是建立在历史记录的基础上的, 公开的财务数据与公司的实际财务状况相比是滞后的, 这也是对于公司财务失败的预测还没有一种能够完全令人接受的财务预警分析模型的原因之一。

3. 财务预警定量分析模型并没有综合考虑公司财务报表以外

的因素对其所用指标的影响, 特别是与公司日常生产经营关系密切的一些非财务因素, 这些因素有可能使公司陷入不可估量的财务失败危机中去。另外, 定量分析灵活性较差, 对于特定方法都有统一的模式, 较少考虑到公司的个别情况。

4. 在实际应用中, 定性分析法具有较大的灵活性, 可以根据公

司的具体情况进行相应的调整, 定性分析法由于无需完整的数据资料, 需要凭借人们的经验对财务风险的趋势进行定性分析, 有时比定量分析更加可靠和有效。但这种方法也有缺点, 即容易受到个人主观意见的影响, 个人的偏见往往会给公司带来巨大的损失。

因此, 公司财务预警模型不能单纯依靠财务数据, 只注重定量分析和指标分析, 在运用财务预警定量分析模型的同时应充分考虑能够影响公司财务状况的非财务数据。换句话说, 既要涉及到定量信息, 也要涉及到定性信息, 这样才能更为完整地反映公司全貌。所以, 较好的解决方案是同时使用定性分析法与定量分析法, 建立定性分析与定量分析相结合的模型, 取长补短, 弥补各自的缺陷, 这样既考虑了公司自身的具体情况, 又避免了仅用定量分析法的不足, 提高防范财务风险的准确性。

参考文献

[1]张友棠:财务预警系统管理研究[M].北京:中国人民大学出版社, 2004

[2]张鸣张艳程涛:企业财务预警研究前沿[M].北京:中国财政经济出版社, 2004

[3]江少华:企业财务风险的预警预报系统研究[J].财会研究, 2005

传统财务危机预警研究方法述评 第5篇

一、传统研究方法综述

20世纪90年代前,传统的财务危机预警研究方法占主流地位,主要有以下几种:

其一,一元判别分析法。Fitzpatrick(1932)最先使用一元判别分析法(Simple Discriminant Analysis,SDA)研究财务危机问题。他以19家企业为样本,运用单个财务变量,将样本划分为破产与非破产两组,研究发现净利润/股东权益和股东权益/负债的判别能力最高。Winker和Smith(1935)、Merwin(1942)也得出了类似结论。只是早期研究仅是描述性分析。

Beaver(1966)的研究使得学者们开始重新重视这一研究领域。他使用5个财务变量,对1954年~1964年间的79家经营失败的公司和同行业同规模的79家经营未失败的公司进行单变量预测,发现现金流/负债能够最好地判定公司的财务状况。

Zmijewksi(1984)应用75个变量进行的预警研究也引起了学者们的关注。他以1972年~1978年的72家破产企业和3573家非破产企业作为样本,从100多个变量中选出了75个并分成10类,。研究表明,破产与非破产企业之间有4项财务变量有明显的差别,分别为:回报率、财务杠杆、固定收入保障和股票回报率。

国内采用一元判别分析法进行财务危机预警研究的文献不多。陈静(1999)使用了截止1998年底的27家ST企业与同行业同规模的非ST企业作为研究样本。发现:资产负债率、流动比率、总资产收益率、净资产收益率这4项财务变量的预测能力较强;王征森、张瑞稳(2002)运用传统的财务变量对上市公司的财务状况进行了分析,结果表明一元判别模型对财务状况的预测效果不佳。

一元判别分析法是最早应用于财务危机预警研究的实证方法,开创了财务危机预警实证研究的先河。但是,一元判别模型反映内容有限,无法全面揭示公司的财务状况;对同一公司,运用不同的财务变量可能预测出不同的结论;从总体上看,对非危机公司的判别能力高于危机公司;单个变量所包含的信息不足以反映公司的整个财务状况,等等。这些缺陷严重影响了一元判别模型的适用性,因此,学者们普遍将一元判别分析法作为比较基准来说明其他方法的更有效性。随着统计技术的发展,一元判别分析法逐渐被多元判别分析法取代。

其二,多元判别分析法。最早将多元判别分析法(Multivariate Discriminant Analysis,MDA)引入财务危机预警模型研究的是Altman(1968)。他以1945年~1965年间提出破产申请的33家公司和同行业同规模的33家非破产公司作为样本,建立了Z分数模型。该模型克服了一元判别模型的缺点,在破产前1年的预测准确性比Beaver的模型有较大的提高,但破产前5年的预测准确性却不如Beaver的模型。Grace和Ingram(2001)的研究表明:尽管Altman的Z模型的预测精度近年来有所下降,但是该模型在预测财务危机和破产方面都很有用。

Deakin(1972)综合Beaver和Altman的研究,随机抽取1964-年~1970年间财务状况正常与处于危机的公司各32家进行研究,利用研究中具有显著区别能力的财务变量,分别为每一年建立二元判别函数模型。研究表明:其预测准确率达80%,比一元判别模型的效果佳。

Blum(1974)以现金流量观点来评估企业发生财务危机的可能性,用多元判别分析法构建了一个包括“净现金流量占总负债比率”的财务危机预警模型。研究结果显示,模型在企业发生财务危机前五年的预测正确率均能达到70%以上。1988年,Aziz、Emanuel和Lawson发展了基于现金流量预测破产的模型。Aziz、Emanuel和Lawson(1989)比较了Z模型、ZETA模型、现金流量模型预测企业发生财务危机的准确率,发现现金流量模型的预测效果较好。

由于Z分数模型具有行业局限性(企业集中分布于机械行业,规模在70~2590万美元之间),并且只针对上市公司,因而Altman、Haldeman和Narayanan于1977年又提出一种能更准确预测企业财务失败的新模型ZETA模型,但由于向企业提供这项服务是有偿的,他们并没有详细介绍这一模型的具体操作方法。

MDA在我国学者的预警研究中使用的比较普遍。我国学者周首华(1996)对Z分数模式进行了修正,加入了现金流量变量,提出了F分数模式(Failure Score Model);杨淑娥(2003)根据我国证券市场和上市公司的现状,借鉴Z分数模式,运用主成分分析法,提出了Y分数预测模型,在Y=0.5时,模型的回代预测准确率为85%,但受样本量的局限,未进行测试样本的验证预测。张玲(2000)、李华中(2001)、卢宇林等(2002)、张鸣(2003)、黄辉(2004)、朱顺泉(2006)也在研究中使用过MDA。

MDA虽然得到广泛的应用,但该方法也存在着一些问题,如对于危机样本组和非危机样本组,预测变量的方差-协方差矩阵必须相等;预测变量必须遵循正态分布等。这使MDA遭到诸多学者的批评。

由于MDA只能直接得出判别结果,无法估计出企业破产的风险。为了估计企业破产的概率,学者们又设计了线性概率模型(Linear Probability Model,LPM)。LPM是MDA的一个特例。Meyer和Pifer(1970)最早将LPM运用于银行业的财务危机预警,Laitinen(1993)也曾作过相似的研究,将LPM运用于企业财务危机预警。我国学者吴世农、卢贤义(2001)应用MDA、LPM、MLR三种方法建立模型的比较研究显示:LPM和MDA的预测效果一样,都低于MLR。

其三,多元逻辑回归法。1977年,Martin在研究中首次采用了多元逻辑回归法(Multivariate Logit Regression,MLR)。他从1970年~1977年间大约5700家美联储成员银行中界定出58家财务危机银行,使用总资产净利润率等8个财务变量,在Z分数模型、ZETA模型、MLR模型之间进行比较研究,发现MLR模型预测效果良好,危机前一年的误判率为11.41%。

Ohlson(1980)采用多元逻辑回归法,使用9个财务变量分析了1970-1976年间破产的105家公司和2058家公司组成的非配对样本。他将企业规模作为一个自变量,以消除“时间价值”的影响,发现用公司规模、资本结构、业绩和当前的变现能力进行财务危机的预测准确率高达96.12%。

Martin、Ohlson改用MLR,并证实其具有良好的预测能力后,越来越多的财务危机预警研究改用这一方法。该方法逐渐代替一元判别分析法和多元判别分析法,成为财务危机预警研究的主流。此后,国外大量研究改进并发展了许多不同类型的Logistic模型。Lau(1987)将企业财务状态分为5类,运用MLA(Multinomial Logistic Analysis)实现了对企业不同财务状态的预测;Morris(1997)以(t-1)年模型的结果作为t年预测模型中的独立变量,提出了滚动Logistic模型(Rolling Logistic Model);Laitinen(2000)引入泰勒级数模型建立了包含2次项的Logistic模型,前2年的预测精度比线性模型高而前3-5年的精度相对低;Jones和Hensher(2004)对ohlson的Logistic模型进行了改进,使用多元混合Logistic模型进行预测研究。

我国学者多是借鉴国外学者的研究成果,直接利用模型进行回归分析,如陈晓(2000)、乔卓(2002)、姜天(2004)等。由于陈晓的研究较早,我国证券市场的数据不充分,判别准确率偏低;后两位学者的研究更为深入,变量选取也更广泛,但是仅使用财务变量,未考虑非财务变量,而且只是对建立的模型进行回代预测,没有进行预测样本的验证。此外,我国学者缺乏对Logistic模型改进的创新性研究。

其四,多元概率比回归法。Ohlson在1980年,也使用多元概率比回归法(Multivariate Probit Regression,MPR)分析了1970年~l976年间破产的105家公司和2058家公司组成的非配对样本。采用极大似然法,通过使每个样本个体的破产与非破产的联合概率最大来构造模型,并分析了样本公司在破产概率区间上的分布以及两类错误和判别阀值点之间的关系。

Zmijewksi(1984)以1972年~1978年间76家破产企业和3880家正常企业进行多元概率比回归分析。但其主要探讨样本选择和收集资料程序所引起的偏差问题,在样本选择偏差上,发现用双变量Probit模型较单变量Probit模型降低偏差效果为好。

我国学者鲜文铎、金延华(2007)以2000年~2004年A股上市公司的财务指标为变量,建立了Probit模型。经过对20个财务指标的逐步筛选,发现总资产净利率、资产负债率和应收账款周转率对上市公司财务失败具有显著的预测作用,模型的总体预测准确率为86.7%。

Probit模型和Logistic模型的思路很像,但也存有一定的差异,主要体现在三个方面:首先,假设前提不同,Logistic不需要严格的假设条件,而Probit则假设企业样本服从正态分布,其概率函数的p分位数可以用财务指标线性解释;其次,关于参数a、b的求解方法不同,Logistic采用线性回归方法求解,而Probit采用极大似然函数求极大值的方法求解;最后,求破产概率的方法不同,Logistic采用取对数法,Problt采用积分处理法。

其五,主成分分析法。Diamand(1976)使用75家失败公司与75家非失败公司组成的样本,运用主成分分析法(Principal Components Analysis,PCA)筛选变量,建立模型。对公司失败前2~3年的数据进行检验时,模型准确率达到了90%。

张爱民、祝春山、许丹健(2001)在借鉴Z分数模型的基础上,采用PCA,选取40家ST公司及与之相对应的40家非ST公司作为研究样本,建立了主成分预测模型。研究表明主成分预测模型具有较好的预测能力。类似研究者还有:周兵(2002)、黄礼(2003)、刘红霞(2004)等。

吴春雷(2002)将PCA与MLR相结合,以主因子为自变量进入多元逻辑回归模型,并按照统计学的方法即Mann-Whitney Test检验与独立样本T检验举例说明筛选变量的过程,但其没有具体建立预警模型;吴应宇(2004)利用主成分分析在指标信息处理上的优势以及多元逻辑回归模型准确度较高的优点,将两种方法结合起来应用于预警研究之中,以我国A股机械、设备、仪表类上市公司为样本展开分析,成功拟合出上市公司财务危机预警模型,预测精度达到85%。进行此类研究的学者还有:巢剑雄(2005)、耿克红(2005)等。

二、传统研究方法评析

其一,传统预警研究法均是利用统计数理和分析,有一定的统计理论依据,涉及到判定区间的确定和误判率的估计问题,并且建立的一般是线性模型;一般都对样本数据的分布作一定的假设,并以假设作为前提条件。

其二,传统预警研究法根据以前的样本资料建立模型,样本资料一旦确定,便难以再予调整,除非重新建立模型。这种模型难以对已经变化了的财务状况做出准确的预测和判断,即不具有动态预警能力,不易修改和扩充。

本文将传统财务危机预警方法从前提条件、适用范围和主要优缺点的比较结果归纳如表1所示:

三、结论

传统预警研究法发展得比较成熟,计算相对简单,应用较为广泛。并且某些统计方法,如Logistic模型对数据是否具备正态分布、两组协方差是否相等也没有要求,常用的判别分析中的距离判别方法也可以在两总体协方差矩阵不相等的情况下使用。因此,目前在财务预警模型方面仍然以传统方法为主。

参考文献

财务预警方法比较研究 第6篇

一、两种财务危机预警模型概述

(一) Z计分模型

Z计分模型Altman以美国公司作为研究样本建立的:Altman先后提出过两个模型, 一个适用于上市公司, 一个适用于非上市公司。本文只研究适用于上市公司的模型, 即:

(二) F分数模型

F分数模型是周首华、王平和杨济华 (1996) 在Altman研究的基础上, 考虑了现金流量对企业破产的影响, 对Z记分模型进行改造而建立的。模型如下:

(三) 两种模型比较分析

Z计分模型强调企业的经营绩效和资产的利用效率, 模型中的系数是根据统计结果得到的各指标的权重。从现有的实证结果来看, 该模型对企业财务危机具有良好的预警功能, 但模型对企业出现困境的前几年预测效果较为准确, 预测期越短, 预测能力越强。因此, 该模型比较适合企业短期风险的判断, 对企业破产前一年的财务风险判别准确率很高。同时, 模型没有考虑较为客观的现金流量指标, 往往不能准确地反映企业实际的偿债能力。F分数模型增加了现金流量指标, 使得预测具有可靠性, 它比Z计分模型更具适用性。在现实情况下, 企业一旦陷入偿债危机, 就有为了增加现金流、提高偿债能力、摆脱困境, 而不惜损害长期经济效益, 如果企业不能尽快解决经营上的困境, 企业最终会面临破产。此外, F模型没有考虑到不同行业之间指标差异, 财务模型的具体运用上仍需改进。

二、两种模型在财务危机预测中的检验及应用

(一) 样本选取及数据来源

本文选取2008~2010年通信及相关设备制造业8家ST公司及相对应的41家非ST公司共49家企业作为研究样本, 样本数据来自国泰安数据库 (CSMAR) 。

(二) 两种模型比较分析及应用

具体如下: (1) 根据Z计分模型计算要求, 对2008~2010年通信及相关设备制造业的数据进行整理、计算后, 得出模型各参数值及评价值, 表3只列出了2008~2010年ST公司、结果显示为“危险”的公司以及需要警惕的公司, 其他良好的公司未列出。比较来看, 2008年预测为财务危险的ST公司比例较高, 2009年和2010年预测为财务危险和警惕的非ST公司比2008年减少。 (2) 根据F分数模型计算要求, 对2008~2010年通信及相关设备制造业的数据进行整理、计算后, 得出模型各参数值及评价值, 表4只列出了2008~2010年ST公司、结果显示为破产边缘 (危险) 的公司以及需要警惕的公司, 其他为模型预测运行良好的公司。从表4可以看出, 2008年预测为财务危险的ST公司比例较高, 2009年和2010年预测为财务危险和警惕的非ST公司比2008年减少。

三、两种模型比较及预测分析

(一) 模型比较分析

从表3、表4中Z值和F值可以看出, 两种模型对通信及相关设备制造业2008~2010年期间财务状况变动趋势的测算基本一致, 然而, 得出的结论却不尽相同。实证检验的结果中, 波导在Z计分模型连续2008年预测结果为“生存”;而F分数模型2008年预测为危险, 实际中2009年波导被冠以ST头衔。Z计分模型中, *ST光华2009年被预测为“生存”;而F分数模型中2009年预测为财务危险, 实际中2010年光华被冠以ST头衔, 实行“退市风险警示”。因此, 本文认为, F分数模型比Z计分模型在我国上市公司进行财务危机预测的结果更为准确, 它对企业出现困境的前几年显露出的种种财务困境迹象的预测准确率更高。

(二) 模型预测分析

本文认为, F分数模型在我国上市公司财务危机预的结果更为准确。因此, 本文只研究F分数模型在非ST公司中的应用。从表4中看出, 在2008年宁通信B预测为危险, 2009年和2010年预测为需要警惕, 说明企业的经营效率和资产的利用效果有所提高, 但是企业管理人员应给予重视。上海普天2008年预测为危险, 2010年预测为财务危险, 因此, 企业管理者应给予高度重视, 不断的提高企业的运营状况和财务能力, 才不会使企业陷入财务困境。

四、研究结论及问题探讨

(一) 研究结论

通过比较分析发现, 两种财务预警模型均属于多变量预测模型。主要差别在于:Z计分模型重点关注企业资产的整体经营情况, F分数模型则更注重企业的偿债能力。两种模型在通信及相关设备制造业财务危机预测中有一定差异, 但结论基本一致, 且结果被预测为财务危机的公司与现实中已经出现财务困境的ST公司大致相同。Z计分模型和F分数模型准确度比较高, 且在企业出现困境的前几年预测准确率更高。

(二) 问题探讨

具体如下:

(1) 模型的适用性有待增强。两种模型中都采用了指标X4, 它表示是普通股和优先股市价与负债的账面价值的比值, 主要是测算公司的再融资能力和偿债能力。在实际的应用中, 股票的价格受多种因素影响, 尤其是对ST公司来说, 会增加投资者对公司重组的预期, 成为被炒作的对象。

本文认为, 取经营性现金流量除以净资产的做法, 该指标反映公司利用资本金获取实际现金收入的能力, 用NCFOE表示。同时, 选取市净率指标 (MBR) 来衡量企业价值, 两者指标进行对比, 看看哪个指标更能发挥作用, 从而使Z值和F值更能反映企业的真实财务状况, 增强其判别模型的适用性, 更好地为企业发挥财务预警作用。

(2) 模型缺乏实用性, 不利于横向比较。不同行业的上市公司采用统一的模型, 计算出结果后再加以比较, Z值和F值大的行业 (企业) 发生破产的几率小, 这样的规定过于死板, 因为不同行业的经营环境、获利水平、风险水平、偿债能力等差异很大, 而两种模型都未对此加以考虑。这样模型不利于不同行业之间与同行业不同企业之间的比较, 从而影响了模型的适用性。因此, 笔者认为, 应该区分不同的行业, 运用统计学的方法得出各指标的权重, 得出适用的Z值和F值, 使得模型更具实用性。

(3) 模型中缺乏非财务指标的考量。两种模型均采用了财务指标计量的方法, 在实际中, 财务指标一方面是短期的业绩指标, 如果把它作为企业奖励措施的一部分, 会牺牲企业的长期发展;另一方面它使用历史成本的会计计量, 忽视了公司不同阶段的差异和价格水平的变化。因此, 模型中引入辅助的非财务指标是很有必要的, 非财务指标包括:市场占有率、创新能力、员工培训、产品质量和服务等。

参考文献

[1]张鸣、张艳、程涛:《企业财务预警研究前沿》, 中国财政经济出版社2004年版。