財務預警研究若干問題探討

導語：財務預警研究若干問題探討一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：財務預警相關研究是企業財務管理中不可或缺的一部分，本文對財務預警研究中存在的概念內涵問題、指標體系構建問題以及預警模型設計問題進行分析探討，并提出相關建議。

關鍵詞：財務危機；財務預警；問題探討

一、財務預警研究綜述

從20世紀30年代開始，諸多專家學者對財務預警開展了研究，經過幾十年的發展，相關理論也逐漸成熟。最早研究財務預警的學者是Fitzpatrick，其在1932年發表的一篇論文中首次運用單一財務比率指標進行判別分析。之后，Beaver(1966)使用單變量判別模型對企業財務預警進行的研究最具影響力，該方法的提出為財務預警的定量研究起到了奠基性作用。鑒于單變量判別模型存在的種種缺陷，20世紀60年代起多變量判別模型便得到了迅猛發展。Altman(1968)基于差異分析方法，建立了5個變量的多變量財務預警模型，模型表達式為z=1.2x1+1.4x2+3.3x3+0.6x4+0.999x5，這就是著名的Z計分模型。為了擴展Z計分模型的應用領域，Altman(1977)基于Z計分模型先后提出了針對非上市公司的Z'財務預警模型和跨行業的ZETA財務預警模型。周首華等(1996)考慮到Z計分模型沒有充分考慮現金流量變動等情況，提出了F分數模型。楊淑娥等(2003)則提出了適用于我國企業的財務預警模型Y分數模型。

到了20世紀80年代，條件概率模型成為主流模型。Martin(1997)首次在財務危機研究領域引進Logistic回歸模型，研究發現Logistic回歸模型比Z計分模型和ZETA模型預警性能更好。1980年由Ohlson提出的Logistic回歸財務預警模型引用最為廣泛，Zmijewski(1984)則首次將Probit回歸模型應用到企業財務危機預測研究中。蔣亞奇(2014)構建了最有效的多元Probit回歸模型對旅游行業上市公司財務預警進行分析，結果表明預警模型的正確有效性。目前，越來越多的研究不再局限于傳統方法，而紛紛引進人工模型用于風險預警預測研究。Odom于1990年首次將BP神經網絡應用到財務預警中，仿真結果表明，神經網絡模型的精準度優于判別分析模型。Bryant(1997)對案例推理模型在財務預警中的應用進行了介紹。劉新允(2007)將財務指標作為模型的條件屬性，企業狀態作為模型決策屬性，構建了基于粗糙集的財務預警模型。綜上所述，國內外關于財務預警的研究在不斷完善，模型方法也逐漸豐富。但是由于我國市場經濟體制的特殊性，關于財務預警的研究歷史并不長，現階段關于財務預警的研究還存在一定的問題。

二、財務預警概念內涵問題

對研究對象的概念進行界定是開展科學研究的首要條件，不能夠明確概念內涵也就無法準確地搜集和分析對象的研究資料，進行科學的推理論證也就無從說起了。對企業財務預警進行研究，那首先需要明確財務危機的概念，而目前相關研究對其概念內涵的認知還存在問題。關于財務危機的概念，國內外研究中均沒有一個統一的界定，這可能就會導致學術理論研究與實務應用時概念不匹配的問題，造成理論并不能夠很好的服務于實踐。在一些經典的財務預警研究文獻中，關于財務危機的定義就多種多樣。Beaver(1966)的研究中使用企業失敗界定財務危機，指企業出現債務違約、拖欠優先股股利、破產等情況；Altman(1968)則使用公司破產來衡量財務危機，指的是一些根據公司法進入法定破產程序的公司。Foster(1986)認為出現財務危機即企業不得不進入大規模重整以解決存在的問題；Ross(1999)從無法支付債務、無法如期履行債務、加入申請企業破產程序、賬面凈資產資不抵債四個方面界定財務危機。周首華等(1996)在構建的新財務預警模型中使用的是宣告破產重組的公司；吳世農(2001)認為企業嚴重虧損即陷入財務危機；呂長江等(2004)則認為財務危機應該是流動比率小于1且該狀態持續較長時間的一個過程。在國內財務危機研究中，大部分都是將ST(SpecialTreatment)公司作為企業發生財務危機的標志。國內外學者普遍認為，企業出現財務危機的主要表現特征是喪失償債能力或破產，但是將財務危機的概念等同于財務破產是不合適的。對于一個企業而言，其財務狀況是一直處于變化的過程中，而財務危機和財務破產在這個變化過程中所出現的時刻是不一樣的。財務風險具有持續性的特點，這個過程中企業可能會化解危機也可能會繼續惡化，如果出現財務破產，則是該企業的消亡方式。對于大多數企業而言，發展過程中可能會面臨財務危機，但不一定會財務破產；而財務破產的企業，其之前一般會發生嚴重的財務危機，這是需要我們引起注意的問題。因此，在進行財務預警實證時，對財務危機的概念需要明確并加以理解。

三、指標體系構建問題

為了對企業的財務預警進行系統分析，第一步就需要構建合適的財務預警指標體系。目前，財務預警指標的體系大多數是基于財務報表分析框架的，因此指標體系中以“會計利潤”為核心的財務比率指標最為常見。例如，Altman(1968)建立的Z計分模型中，選取的財務指標比率依次代表企業的流動能力(營運資本/總資產)、獲利能力(留存收益/總資產)、財務杠桿(息稅前利潤/總資產)、償債能力(權益市場價值/總債務)和資產周轉能力(銷售收入/總資產)，之后的諸多研究都是延續這個思路進行指標體系的選擇。但是，Altman在選擇這些財務比率指標的時候僅僅根據通用性及主觀認為，并不是在充分的科學理論下完成的。

許多的財務預警實證研究中，由于財務指標具有量化性、易得性，同時也易于改善模型表面的預測性能的特點而得到大量使用。但是關鍵問題在于，在沒有理論依據的情況下僅僅選擇財務指標，而忽略其他因素對財務危機的影響，這種情況下模型的有效性是值得商榷的。筆者認為，單純地使用企業財務指標數據建立預警模型會存在很大的局限性。主要觀點如下：第一，財務指標數據的易操控性。公司的管理層如果想讓企業對外展現其較好的財務狀況，就可能存在會計人員人為主觀地操控財務數據并起到裝潢粉飾的作用。因此，在這種情況下根據財務報表數據并不能反映出企業的真實財務狀況，財務預警分析也會存在較大問題。

第二，財務指標數據的滯后性。根據我國證券法規規定，年度財務報表的披露時間為會計年度結束起四個月內，那么，這樣會使得實際披露結果相比于財務危機預測存在一定的滯后性，影響模型的時效性。

第三，財務指標數據的非全面性。財務指標數據能夠較為全面的反映公司的經營狀況，但是并不是公司整體情況的全部反映，財務危機不僅僅是財務指標就能夠反映出來的。比如，治理結構因素等非財務因素也可能會顯著影響財務危機，忽略這些重要非財務因素可能導致預測結果的失真性?？傮w來說，財務預警研究不能僅僅局限于使用財務指標，應該引入適量的非財務、非量化的指標，使指標體系得能從不同角度全面識別出財務危機。同時，許多研究在選擇指標體系的時候，不具體考慮研究對象的屬性進而選擇合適的指標，而僅僅直接運用相關研究已經建立的指標，或者只為了迎合模型效果而選擇特意選擇指標，這些問題同樣都會很大程度上使得研究結論與實際情況產生偏差。

四、預警模型設計問題

在深刻理解財務預警概念內涵并構建出合適的預警指標體系后，最主要的在于設計出科學有效的預測模型。目前基本上都是利用定量模型方法進行實證分析，模型結果的可靠性很大程度上取決于樣本的選擇以及模型的本身特點。對于財務預警模型，從統計學意義來看即為判斷企業是否出現財務危機的一個二分類問題，而選取有效樣本數據是建立起財務危機預警模型的基礎。

Beaver(1966)在建立的單變量財務危機預警模型中，首先隨機選取了1954年至1964年間的79家破產公司，然后運用配對樣本法挑選行業及規模類似的79家正常企業進行研究，目前這種1：1的配對法是預警模型選取樣本的主流方法。國內研究主要是以財務狀況正常的企業與“ST”企業進行1：1配對，但是“ST”企業是上市公司中非常特殊的一小部分，其實際數據的應用會存在明顯的不平衡性特征，并且采用的抽取方法并非都是隨機的，而是為了模型效果而有選擇性的抽取樣本。筆者認為，對于樣本數量的選擇，采用1：1配對選擇樣本是沒有理論依據的，應該針對不同的行業建立多種比例進行對比分析，從而找到最為合理的樣本抽取比例進行研究。另外，當前財務預警一般選取前一年或者前兩年的數據對當年進行預測，但是財務危機的發生是一個動態的過程，預警研究時應該考慮從更遠的時點進行分析。

財務預警模型的研究經歷了單一變量模型、多元變量模型、條件概率模型、人工智能模型的發展過程，各類模型均有優缺點，前提條件要求也不同。判別分析模型計算簡便易操作，但是對數據的統計分布要求嚴格；條件概率模型雖然對數據分布不再有要求，不過模型對指標的多重共線性頗為敏感；人工智能模型對數據分布無要求且模型容錯性好，但也存在樣本量不足、泛化能力差等問題。筆者發現，在實際財務預警研究中，許多研究建立的模型是并沒有嚴格遵守模型所要求的前提條件，這樣得到的實證結果可能精度較高，但是并不具有實際意義。同時，鑒于單一模型應用上的局限性，可以考慮綜合多種模型方法的優勢，組成新的預測效果更好、性能更優的財務預警組合模型。

五、總結

本文對財務預警研究的若干問題進行了探討，研究總結如下。首先針對財務預警概念內涵問題，文章提出，在進行財務預警實證時，需要對財務危機的概念進行明確并理解。然后針對指標體系構建問題，文章指出，財務預警研究不能僅僅局限于使用財務指標，應該引入適量的非財務、非量化指標；同時，應該具體考慮研究對象的屬性進而選擇合適的指標。最后針對預警模型設計問題，文章認為，對于樣本數量的選擇，應該針對不同的行業找到最為合理的樣本抽取比例，同時，預警研究應該考慮從更遠的時點進行分析。對于預警模型的特點，應該嚴格遵守模型所要求的前提條件；另外，可以考慮綜合多種模型方法的優勢，組成更優的組合預警模型用于研究。

參考文獻：

[1]郭復初.公司高級財務[M].清華大學出版社，2006.

[2]李帆，杜志濤，李玲娟.企業財務預警模型：理論回顧及其評論[J].管理評論，2011，23(9)：144-151.

[3]呂長江，徐麗莉，周琳.上市公司財務困境與財務破產的比較分析[J].經濟研究，2004(8)：64-73.

[4]吳星澤.財務危機預警研究：存在問題與框架重構[J].會計研究，2011(2)：59-65.

[5]鄭鵬，李雅寧.企業財務風險預警指標體系改進的研究[J].天津大學學報(社會科學版)，2012，14(6)：502-507.

[6]楊波.基于偏最小二乘的財務危機預警模型研究[D].中國財政科學研究院，2017.

作者:李莉 單位:深圳市土地房產交易中心