财务危机预警模型研究综述

□张 琳 王春和

(1、2.河北经贸大学工商管理学院,石家庄 050061)

财务危机预警模型研究综述

□张 琳1王春和2

(1、2.河北经贸大学工商管理学院,石家庄 050061)

随着当前市场环境的多变和国际竞争的加剧,企业不得不面临越来越大的风险和危机,而财务危机是企业危机中最显著、最综合的表现。财务危机预警问题已成为我国资本市场健康发展的重要因素,财务危机预警问题研究已成为当前的热点问题。国内外学者们分别对财务危机预警模型的研究进展进行了归纳、梳理和介绍,很有必要在此基础上对其进行比较、评价和分析。

财务危机预警模型;研究进展;问题及发展趋势

一、国外财务危机预警模型的研究进展

国外财务危机预警模型的研究进展可以概括为：从单变量分析模型到多变量分析模型,从统计的分析方法到基于人工智能的机器学习分析方法。

(一)单变量分析模型

Fitzpartrick(1932年)将 38家破产及非破产公司作为分析样本,运用单个财务比率把这 19对公司划分为破产和非破产两部分并进行分析,发现股东权益/负债和净利润 /股东权益是判别能力最高的两个指标[1]。

Beaver(1966年)对美国的 1954～1964年间的79对成功企业和失败企业的 30个财务比率进行研究。结果表明,资产负债率 (债务总额 /资产总额)、资产收益率 (净收益 /资产总额)和现金流量 /负债总额具有较好的预测性[2]。

(二)多变量线性判定模型

在Beaver之后,国外学者对财务危机预警的研究主要进入多变量判定的阶段。美国学者 Altman(1968年)第一次利用多元判别分析 (multiple discriminate analysis,即MDA)进行了财务危机预警研究。这种方法用多个财务指标加权汇总后产生的总判断分值 (称为 Z值)来预测财务危机。Z值模型及其判别规则为：

Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

X1=净营运资本 /资本总额 ×100%,反映公司总营运资本的流动性;X2=留存收益/资产总额 ×100%,反映公司的支付剩余能力;X3=息税前利润 /资产总额 ×100%,反映公司的收益率大小,衡量公司运用全部资产获取利润的能力;X4=普通股和优先股市场价值总额 /负债的账面价值 ×100%,反映公司财务状况的稳定性;X5=销售收入/资本总额 ×100%,反映公司的活动比率。一般地,Z值越低的企业发生破产的可能性越大。具体判断标准为：当 Z＞3．0时,企业发生财务危机的可能性很小;当 2．8 ＜Z ＜2．9时 ,企业有可能发生财务危机;当1．8＜Z＜2．7时,企业发生财务危机的可能性很大;当 Z＜1．8时,企业发生财务危机可能性非常大;当Z ＜1．2时 ,企业面临破产[3]。

(三)多变量非线性判定模型

多元线性判定模型对预测变量有严格的联合正态分布要求,并要求财务危机组与控制组间必须要进行配对。Logistic回归分析方法突破了这些局限,从而把问题简化成为：已知一个企业具有某些财务特征,计算其在某段时间内陷入财务危机的可能性有多大。

Ohlson(1980年)是首位将 Logit模型在财务危机预警领域应用的学者,他认为：Logistic回归分析方法与多元判别分析 (MDA)相比更加合理,并且公司的规模是模型中一个很重要的预警变量,企业的财务结构次之[4]。Zavgren(1985年)继续使用 Ohlson的 Logit模型,但他使用因子分析来获得输入变量[5]。

除此之外,Probit模型和 Logit模型的思路很相似,只是在具体的假设前提和计算方法上有一定的差异。

(四)人工神经网络模型

人工神经网络 (Artificial Neural NetWork,简称ANN模型),是把神经网络的分类方法运用于财务危机预警系统。ANN模型通常由输入层、输出层和隐藏层组成,其信息处理被分为前向传播和后向学习两部分。Odour和 Sharda(1990年)用 BP神经网络对财务危机进行预测。

二、国内财务危机预警模型的研究进展

国内学者对财务危机预警模型的研究开始于20世纪 80年代末,主要是引入国外模型或者在其基础上进行改进,主要的研究成果有：

(一)周首华等的 F分数模型

周首华等 (1996年)改造了 Altman的 Z分数模型,从而建立了财务危机预警的 F分数模型 (Failure ScoreModel)。与 Z分数模型相比,F分数模型有以下几个优点：加入了现金流量这一有效的预测自变量;考虑了现代化企业财务状况的发展及其相关标准的更新;扩大了样本。其表达公式如下：

F=-0.1774+1.1091X1+0.1704X2+

1.9271X3+0.0302X4+0.4961X5其中,X1、X2和 X4代表的含义和 Z分数模型中代表的含义一样。X3=(税后净利益 +折旧)/平均总负债,这是一个现金流量指标,这个指标衡量企业产生的所有现金流量可用作偿还企业债务能力。X5=(税后净收益 +利息 +折旧)/平均总资产,它测定的是企业总资产在创造现金流量方面的能力。比 Z分数模型相比,F分数模型可以更准确地预测出企业究竟是否存在财务危机。具体的判别临界点为 0．0274：当 F ＞0．0274,此企业被预测为继续生存公司;当 F＜0．0274时,此企业则被预测为破产公司[6]。

(二)陈静的单变量分析和二类线性判定分析

陈静 (1999年)选取 27组财务失败和非失败上市企业,应用 Beaver和 Altman的模型,对这 27对上市公司 1995～1997年的财务报表数据进行了单变量分析和二类线性判别分析。在进行单变量分析时,他发现在负债比率、流动比率、净资产收益率和总资产收益率这 4个指标中,误判率是最低的是负债比率和流动比率,在宣布日前一年运用单变量分析的准确率达到 100%;在进行多元线性判定分析时,他发现由资产负债率、净资产收益率、总资产收益率、流动比率、总资产周转率、营运资本 /总资产这 6个财务指标构建的模型,在公司 ST发生前三年能够比较好地对财务危机进行预警[7]。

(三)吴世农和卢贤义的单变量分析、多元线性判别分析和 Logit分析

吴世农和卢贤义 (2001年)分别应用单变量判别分析、多元线性判别分析和 Logit分析对上市公司建立财务危机预警模型,其分析结果表明：在财务危机发生的前两年或者前一年,有 16个财务指标的预测性比较强,在这 16个指标中净资产报酬率的预测成功率是最高的;三种模型都能在财务危机发生之前做出比较准确的预测,在财务危机发生的前四年内,误判率保持在 28%以内;运用 Logit预警模型,财务危机发生前一年的误判率仅达 6.47%,与其他模型相比,它的误判率是最低的[8]。

(四)国内学者的主成分分析

张爱民、祝春山 (2001年)分别选取了 40家 ST公司及与之对应的 40家非 ST公司作为研究样本,将主成分分析和 Z分数模型结合起来建立了财务危机预警模型并对此模型进行了实证检验。实证检验表明,通过此种方法对研究变量进行处理之后建立的预警模型具备较好的预测能力[9]。

杨淑娥、徐伟刚 (2003年)选取了 1999年的 41家 ST公司、2000年的 26家 ST公司和相对应的 67家非 ST公司作为研究样本,采用主成分分析法,建立了上市公司财务危机预警模型—Y分数模型,并通过研究中的指标初步确定了企业财务状况评价区域,为企业进行财务危机预警提供了一种科学可行的方法[10]。

刘红霞、张新林 (2004年)以 118家上市企业作为估计样本,应用主成分分析法构建我国上市企业的财务危机预警模型,得出财务危机组的误判率为18．75%和非财务危机组的误判率为 9．37%的结论。但是,他们在研究中没有考虑非财务因素[11]。

耿克红、李忠民 (2005年)将主成分分析和 logistic回归分析方法相结合,构建了主成分 logistic回归模型。此模型不但将对财务危机预测有重要影响的信息提取了出来,并且避免了变量间所反映信息的重叠[12]。

三、财务危机预警模型研究进展的评述

单变量分析模型简单直观、工作量小。但是,它不能综合揭示企业的财务状况,而且如果同时使用多个单变量模型,可能会得出不同甚至相反的结论。

多元线性判别分析模型相对于单变量分析模型来说,能够比较全面地体现企业的财务状况、提高判别和预测的准确度。但是它需要满足自变量服从多元正态分布以及协方差矩阵相等的假设前提,在现实情况中大多情况并不遵从这种假设;虽然这种方法在前一年的预测准确度较高,但是其预测准确度在前两三年的财务危机预警中则大幅下降;而且运用这种方法的工作量较大。

多变量非线性判定模型不要求满足自变量服从正态分布及等协方差的假设前提,但是它要求自变量之间不能存在线性的函数关系。

ANN模型能够克服统计方法的局限性,具有比较好的模式识别能力,并且具有学习能力。可是,它存在着结构确定困难性、不具解释性、训练样本集大以及可操作性差、训练效率低的缺陷。

主成分分析方法在处理多指标组成的复杂数据系统时比较稳定,能够排除个别异常数据的影响;信息量比较丰富并且具有很强的可操作性。但是这种分析方法也有缺点,比如说：主成分分析方法的研究样本要求必须满足正态分布的前提,可是实际中的样本往往不服从正态分布。

四、我国当前相关研究中存在的问题及发展趋势

(一)混合模型的构建

在当前财务危机预警的研究中,每种预警模型都各有优缺点,各种模型的准确率都有待提高,当前还没有明确的标准判定哪种模型最佳。所以,我们在今后的研究中可以更多地尝试建立混合模型。所谓混合模型是指同时采用两种或两种以上的方法建立模型进行财务危机预警分析。比如：Feng Yu Lin和McClean(2001年)将判别分析法、逻辑回归法、神经网络方法及决策树方法这四种模型进行组合,建立了三种不同的混合模式,再对这三种混合模型进行实证分析。研究结果表明,混合模型的准确性比单个模型更高。

(二)分行业、分区域模型的构建

在实际中,对于不同的行业、区域,影响财务危机的因素存在一定的差异,这就需要在进行研究时考虑行业和区域的差异。针对某行业、某区域建立财务危机预警模型会使模型更有针对性,预测结果更为准确。当今,我国学者针对某个行业、某个区域进行的财务危机预警的研究还比较少,需要进一步研究和探索。

[1]P.J.Fitzpartrick.A comparison of ratios of successful industrial enterpriseswith those of failed firms[J].Certified Public Accountant,1932,10：598-605,11：656-662.

[2]W.Beaver.Financial ratios as predictors of failure[J].Journal of Accounting Research,1966,4(Supplement)：71-111.

[3]E.I.Altman.Financial ratios discriminate analysis and the prediction of corporate bankruptcy[J].Journal of Finance,1968,23(4)：589-609.

[4]J.A.Ohlson.Financial ratios and probabilistic prediction of bankruptcy[J].Journal of Accounting Research,1980,18：109-131.

[5]C.V.Zavgren.Assessing the vulnerability to failure of A-merican industrial firm：a logistic analysis[J].Journal of Business Finance&Accounting,1985,12(1)：19-45.

[6]周首华,杨济华,王平.论财务危机的预警分析——F分数模式[J].会计研究,1996,(8)：8-11.

[7]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.

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

[9]张爱民,祝春山,许丹健.上市公司财务失败的主成分预测模型及其实证研究[J].金融研究,2001,(3)：10-25.

[10]杨淑娥,徐伟刚.上市公司财务预警模型——Y分数模型的实证研究[J].中国软科学,2003,(1)：56-60.

[11]刘红霞,张心林.以主成分分析法构建企业财务危机预警模型[J].中央财经大学学报,2004,(4)：70-75.

L iterature Review on Financial Crisis Prediction M odel

Zhang Lin1,Wang Chun-he2
(1,2.School ofBusiness and Administration,HebeiUniversity of Economics and Business,Shijiazhuang 050061,China)

W ith the current volatile market environment and heightened international competition,enterprises have to face increasing risks and crisis,and the financial crisis is the most significant and comprehensive performance.Financial crisis prediction has become an important factor in the healthy development in China’s capitalmarket and the problem of financial crisisprediction has become a hot issue.The scholars in China and overseas generalize,sort and introduce the research progress of financial crisis prediction models.It is necessary to compare,evaluate and analyze the financial crisis prediction models on the basis of this.

financial crisis prediction models;research progress;trends and problems

F275

A

1003-4919(2011)01-0084-03

2010-09-02

本文系 2009年度河北省教育厅人文社会科学研究项目“企业品牌危机预警机制研究”(编号：S090214)的阶段性成果

1.张琳 (1986— ),女,河北沧州人,河北经贸大学工商管理学院硕士研究生,研究方向：战略管理;2.王春和(1962— ),男,河北秦皇岛人,河北经贸大学工商管理学院教授,博士,研究方向：战略管理。

[12]耿克红,李忠民.基于主成分逻辑回归方法的财务失败预测模型[J].河北工业大学学报,2005,(2)：53-57.