论文部分内容阅读
[摘要]：通过对国内外企业财务危机预警模型的介绍，对已有成果进行了评述，指出各种研究方法存在的缺陷，并结合我国企业的实际情况提出了若干研究思路，旨在为我国企业财务危机预警研究提供一些有益的启示。
[关键词]：财务危机 预警模型 评述
中图分类号：F113.7 文献标识码：F 文章编号：1009-914X（2012）35- 0250-01
世界经济尚未从危机中走出，企业的生存条件恶劣，如果不能及时有效的对其财务危机进行预警，很可能导致企业破产，财务危机预警作为企业先进财务管理手段是增强自身竞争力和应变能力的一种有效途径。国内外众多学者对这一问题进行了深入研究，并取得了一些列成果，具体情况如下：
1、国内外研究现状
财务危机预警研究最早出现于国外，总体可概括为定性研究和定量研究。
（1）关于定性方面的研究：
一是“四阶段症状”分析法：财务危机大体可以分为四个阶段，即潜伏期、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。二是管理评分法：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，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，根据所得分值不同判定危机程度。 三是“三个月资金周转表”分析法：看企业能否指定出三个月资金周转表，如果不能，说明企业本身已经存在问题；如果可以，通过企业的资金上下月的结转额、以及开具的支付票据占销售额比例等指标判定企业发生危机的可能性。四是标准化调查法：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。
（2）关于定量方面的研究：
一是单变量模型分析方法。Fitzpatrick（1932）最早进行了单变量破产预测研究，他对19家公司的各个财务比率进行单个分析，结果发现判别能力较显著的是净利润/股东权益和股东权益/负债两个比率；Winakor & Smith（1935）进行了类似研究，发现营运资本与总资产比这个指标的预测能力最高。在国内，比较有名的是陈静于1999年以27个ST公司和27个非ST公司为样本，发现在负债比率、流动比率、总资产收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。
二是多变量模型分析方法。最早利用多变量分析法对公司财务危机预测问题进行研究的是美国的Edward.Altamn（1968），他将若干变量合并入一个函数方程（即z分数模型，也是最常见的模型），选择了1968年的33家美国企业进行预测，其准确率基本令人满意。1977年Altman提出了ZETA模型，明显优于1968的 Z 模型。在国内周首华等于1996年在Z分数模型中加入了现金流量变动情况指标，建立一个相对符合我国市场的F分数模型。张玲（2000）以120家公司为研究对象，使用了其中60家公司的财务数据估计二元线性判别模型，并使用另外60家公司进行模型进行检验，发现模型具有超前四年的预测结果。
三是逻辑回归分析方法。美国学者Ohlson（1980）是最早在财务预警研究中应用这种方法的人。陈晓（2000）以ST上市公司作为陷入财务危机的标志，运用多该方法对中国上市公司的财务危机进行了预测，发现负债权益比、应收账款周转率、“主营利润率/总资产”和“预留收益/总资产”对上市公司财务危机有着显着的预示效应。吴世农等（2001）选取70家处于财务困境的公司和70家财务正常的公司为样本，进行Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法进行了比较研究，发现应用Logistic回归分析法建立的预警模型误判率最低。
四是BP神经网络方法。1991年Tam采用人工神经网络模型进行财务预警研究，通过输入层、隐藏层和输出层的人工神经网络的模拟构建模型，具有较好的模式识别能力和容错能力，能够处理资料遗漏和错误，可随时依据新数据资料进行自我学习。2001年，杨保安等人将BP神经网络方法引入到银行财务风险预警的研究中，并借此建立了一个非线形财务风险预警模型；刘洪（2004）选取进100家首次在A股市场上被ST的公司为样本，分别进行了传统的判别分析跟逻辑回归分析，然后引入人工神经网络方法进行比较研究，结果发现后者的预测精确度明确优于前两种方法，从而实现对企业危机的动态预警。
2、对现有研究的评述
在现有研究中，定性研究过于依赖主观经验，实施中难免会有误差，广泛使用有一定难度。而定量研究个方法也分别存在这各自的不足：单变量判定模型容易掌握和应用，但是指标较少、且相互联系不大，由于没有考虑负债的流动性影响，难免存在着一定的误判，甚至预测结果可能相互矛盾。而多元线性判别分析法受制于统计假设约束条件，其严格的正态分布的前提在现实中很难满足，而且一旦出现虚拟变量，其假设也就不再成立。Logit模型不需要严格的假设条件，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，影响预测精度。神经网络模型进行财务预警的准确率較，但其工作随机性较强，如果想要的要得到一个较理想的模型，需要不断的筛选，不断地调试，需要有大量的时间和精力，从成本方面来讲，很多的企业都不具备这种条件。
针对以上不足，未来的研究可以作如下尝试：
一是是定性分析与定量研究相结合。将定性分析的灵活调控和经验判断的特点与定量研究客观、严谨性结合起来，避免定性的随意与定量的刻板。二是将非财务指标引入危机预警模型。近年来，虽然已经有相关的研究成果出现，但多数是局限于理论，真正适合我国企业操作性强的模型还没有出现。三是尽量按照企业的不同规模、不同行业、不同地区来区别研究。规模、行业、地区的差异必然会伴随着信贷政策、产业政策、税收政策等外部环境的差异及财务比率指标内部因素的不同，采用一种模型难免出现错误。
参考文献
1.周首华、陆正飞.《现代财务理论前言专题》[M].东北财大学出版社，2003
2.钟海波.浅议企业财务预警[J].商场现代化，2009，（2）
3. 吴世农，卢贤义.《我国上市公司财务困境的预警模型研究》[J].《经济研究》，2001，（6）
4.顾晓安.《公司财务预警系统的构建》[J].《财经论丛》，2000，（7）；
5. 张玲.《财务危机预警分析判别模型及其应用》[J].《预测》，2000，（6）
[关键词]：财务危机 预警模型 评述
中图分类号：F113.7 文献标识码：F 文章编号：1009-914X（2012）35- 0250-01
世界经济尚未从危机中走出，企业的生存条件恶劣，如果不能及时有效的对其财务危机进行预警，很可能导致企业破产，财务危机预警作为企业先进财务管理手段是增强自身竞争力和应变能力的一种有效途径。国内外众多学者对这一问题进行了深入研究，并取得了一些列成果，具体情况如下：
1、国内外研究现状
财务危机预警研究最早出现于国外，总体可概括为定性研究和定量研究。
（1）关于定性方面的研究：
一是“四阶段症状”分析法：财务危机大体可以分为四个阶段，即潜伏期、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。二是管理评分法：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，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，根据所得分值不同判定危机程度。 三是“三个月资金周转表”分析法：看企业能否指定出三个月资金周转表，如果不能，说明企业本身已经存在问题；如果可以，通过企业的资金上下月的结转额、以及开具的支付票据占销售额比例等指标判定企业发生危机的可能性。四是标准化调查法：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。
（2）关于定量方面的研究：
一是单变量模型分析方法。Fitzpatrick（1932）最早进行了单变量破产预测研究，他对19家公司的各个财务比率进行单个分析，结果发现判别能力较显著的是净利润/股东权益和股东权益/负债两个比率；Winakor & Smith（1935）进行了类似研究，发现营运资本与总资产比这个指标的预测能力最高。在国内，比较有名的是陈静于1999年以27个ST公司和27个非ST公司为样本，发现在负债比率、流动比率、总资产收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。
二是多变量模型分析方法。最早利用多变量分析法对公司财务危机预测问题进行研究的是美国的Edward.Altamn（1968），他将若干变量合并入一个函数方程（即z分数模型，也是最常见的模型），选择了1968年的33家美国企业进行预测，其准确率基本令人满意。1977年Altman提出了ZETA模型，明显优于1968的 Z 模型。在国内周首华等于1996年在Z分数模型中加入了现金流量变动情况指标，建立一个相对符合我国市场的F分数模型。张玲（2000）以120家公司为研究对象，使用了其中60家公司的财务数据估计二元线性判别模型，并使用另外60家公司进行模型进行检验，发现模型具有超前四年的预测结果。
三是逻辑回归分析方法。美国学者Ohlson（1980）是最早在财务预警研究中应用这种方法的人。陈晓（2000）以ST上市公司作为陷入财务危机的标志，运用多该方法对中国上市公司的财务危机进行了预测，发现负债权益比、应收账款周转率、“主营利润率/总资产”和“预留收益/总资产”对上市公司财务危机有着显着的预示效应。吴世农等（2001）选取70家处于财务困境的公司和70家财务正常的公司为样本，进行Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法进行了比较研究，发现应用Logistic回归分析法建立的预警模型误判率最低。
四是BP神经网络方法。1991年Tam采用人工神经网络模型进行财务预警研究，通过输入层、隐藏层和输出层的人工神经网络的模拟构建模型，具有较好的模式识别能力和容错能力，能够处理资料遗漏和错误，可随时依据新数据资料进行自我学习。2001年，杨保安等人将BP神经网络方法引入到银行财务风险预警的研究中，并借此建立了一个非线形财务风险预警模型；刘洪（2004）选取进100家首次在A股市场上被ST的公司为样本，分别进行了传统的判别分析跟逻辑回归分析，然后引入人工神经网络方法进行比较研究，结果发现后者的预测精确度明确优于前两种方法，从而实现对企业危机的动态预警。
2、对现有研究的评述
在现有研究中，定性研究过于依赖主观经验，实施中难免会有误差，广泛使用有一定难度。而定量研究个方法也分别存在这各自的不足：单变量判定模型容易掌握和应用，但是指标较少、且相互联系不大，由于没有考虑负债的流动性影响，难免存在着一定的误判，甚至预测结果可能相互矛盾。而多元线性判别分析法受制于统计假设约束条件，其严格的正态分布的前提在现实中很难满足，而且一旦出现虚拟变量，其假设也就不再成立。Logit模型不需要严格的假设条件，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，影响预测精度。神经网络模型进行财务预警的准确率較，但其工作随机性较强，如果想要的要得到一个较理想的模型，需要不断的筛选，不断地调试，需要有大量的时间和精力，从成本方面来讲，很多的企业都不具备这种条件。
针对以上不足，未来的研究可以作如下尝试：
一是是定性分析与定量研究相结合。将定性分析的灵活调控和经验判断的特点与定量研究客观、严谨性结合起来，避免定性的随意与定量的刻板。二是将非财务指标引入危机预警模型。近年来，虽然已经有相关的研究成果出现，但多数是局限于理论，真正适合我国企业操作性强的模型还没有出现。三是尽量按照企业的不同规模、不同行业、不同地区来区别研究。规模、行业、地区的差异必然会伴随着信贷政策、产业政策、税收政策等外部环境的差异及财务比率指标内部因素的不同，采用一种模型难免出现错误。
参考文献
1.周首华、陆正飞.《现代财务理论前言专题》[M].东北财大学出版社，2003
2.钟海波.浅议企业财务预警[J].商场现代化，2009，（2）
3. 吴世农，卢贤义.《我国上市公司财务困境的预警模型研究》[J].《经济研究》，2001，（6）
4.顾晓安.《公司财务预警系统的构建》[J].《财经论丛》，2000，（7）；
5. 张玲.《财务危机预警分析判别模型及其应用》[J].《预测》，2000，（6）