多变量财务预警模型应用比较研究

刘 敏 雷 振

（华南理工大学经济管理学院，河北 张家口 075100）

随着世界范围内经济发展速度的加快，在企业经济的发展过程中不确定因素也随之增长，和以往相比，现代企业面临着更大的出现破产和财务危机的可能性。因此，对企业防微杜渐进行财务预警研究是十分必要的。主要的财务预警模型分为单变量财务预警模型和多变量财务预警模型两种。单变量财务预警模型由于只有一种财务指标，现代企业面临着多方面的影响，往往单一指标并不能全面完全地反映企业的经济状况，运用这一模型时就会常常出现模型预警失误，因此，多变量财务预警模型成为预警模型的主要选择。目前主要的多变量财务预警模型包括：多元判别模型、主成分分析模型、多元逻辑模型、多元概率比模型和BP神经网络模型五种。但目前对于多变量财务预警指标如何选取并没有明确的理论指导，本文对前人的研究加以整理分析，希望可以在财务预警模型应用方面提供一些可以参考的信息。

一、财务危机的界定及样本选取

国外对财务危机的研究主要侧重于破产角度。Beaver 认为拖欠债务，优先股股利，破产是财务危机的表现。Carmichae 认为危机是指企业履行业务时受阻，表现为：长期债务能力低、资金取得困难。外国学者大多以破产来定义财务危机。但就我国而言，对破产研究的很少，郭丽红认为财务危机是企业不能在规定期限内还款的一种表现，赵爱玲也认为财务危机即资不抵债。我国学者通常认为财务危机即无力支付到期债务的现象。同时，在样本的选择中外国学者通常选取《Moody 行业手册》中破产企业为样本，Beaver 他以79 家财务正常公司和破产公司作为研究对象，所选择研究对象来源于《Moody 行业手册》。国内通常选取上市ST 公司为研究对象，姜秀华、孙铮以2001 年11 月20 日为基点选取了42 家ST 公司进行财务预警研究。

就五种财务预警模型纵向比较而言，国内外学者在对财务危机的界定和样本的选取方面存在着一定差异，但这种差异是由于国情等现实因素造成的，总的来说符合研究的实际情况，对五种财务预警模型的应用并没有实质性的影响。

二、财务预警模型的应用范围

在上述五种财务预警模型中，在理论层面上由于模型本身的要求，对模型的应用范围有一定的限制。对于多元逻辑模型，BP神经网络模型的应用并没有数据类型的限制，但对于多元判别模型、主成分分析模型、多元概率比模型适用范围有着严格的要求。陶艳珍指出对于多元判别模型，主成分分析模型要求样本必须服从正态分布，两个样本组的协方差相等且变量之间存在着多重共线性关系。张妍妍指出多元概率比模型要求样本服从正态分布，同时要求所选财务指标可以线性解释P 值。在实际应用中除了受模型本身要求之外，五种财务预警模型可以随意应用到各个行业领域。

从上述可以得出，单纯就模型的适用性而言，由于模型本身对于样本数据的要求多元判别模型、主成分分析模型和多元概率比模型应用受到一定的限制。多元逻辑模型、BP 神经网络模型适用性更强。

三、财务预警指标选取

多元判别财务预警模型的首创者Altman 所建立的Z 模型从22 个会计比率类财务指标中提取出5 个具有代表的指标，即：营运资本/总资产、留存收益/总资产、息税前收益/总资产、股东权益/总负债和销售收入/总资产。吴世农引入公司内外部治理变量，在其建立的预警指标体系中使用了12 个非财务类指标，利用多元判别模型对公司财务状态进行了预测。

杨淑娥，徐伟刚在主成分分析模型中考虑到反映现金流量方面的比率指标和累计盈利能力的比率指标。曹德芳、夏好琴运用主成分分析法，结合财务指标，将股权结构变量法人股比例、流通股比例引入到财务危机预警研究中。

Martin 建立的多元逻辑模型中指出净利润/总资产、坏账/净利润、费用额/营业收入、等六个财务比率指标能够更显著判别公司的危机。杨华在引入财务指标的基础上又引入了股权结构、年报披露、等四个方面的非财务指标，运用Logistic 回归方法构建模型，预测准确率大有提高。

Ohlson 运用Probit 判别法建立的Probit 模型考虑到资产负债率，流动比率，利润率等财务指标。白承彪从企业偿债能力，盈利能力，营运能力和发展能力四个方面选取指标利用多元概率比模型进行预警。

Koh 用息税前利润、负债比率、资产报酬率、股票市价/总资产保留盈余/资产五个指标建立人工神经网络模型。谭久均利用BP 神经网络模型引入了销售现金比率、经营活动现金流入比与现金流动负债比等三个现金流量类比率。

在五种财务预警模型的预警指标发展方面可以看出，初期财务预警指标集中于会计指标，随着研究的深入，非财务指标和现金流量指标的引入使预警的准确性提升了。

四、预警度

在多元判别财务预警模型中Altman 认为如果企业的Z 值大于2.675，表明企业的财务良好；如果Z 值小于1.81，则企业存在很大的破产风险；如果Z 值处于1.81—2.675 之间，企业财务状况是极不稳定的。

杨淑娥建立的Y 模型中Y>1 为财务状况非常安全区域；1>Y >0.5 财务状况安全区域；0.5>Y>0.3 财务状况灰色区域；0.3>Y>0 财务状况失败区域；0>Y 财务状况严重恶化区域。

多元逻辑模型和多元概率比模型p>0.5 财务状况良好；p<0.5 出现财务危机。Martin 认为当p 值大于0.5 时说明企业财务状况良好，反之企业会面临极大的破产风险。

朱燕妮利用BP神经网络模型按照第一次出现净利润为负值，连续两年出现净利润为负值，每股净资产低于账面价值三个方面的不同情况把企业分为健康，轻度和重度三个方面。将预警安全指数在0 ～1 之间分为5 部分（0，0.2）巨警；（0.2，0.4）重警；（0.4，0.6）中警；（0.6，0.8）轻警；（0.8，1）无警。

在各个模型的预测过程中由于所选样本，指标各个方面都存在着差异，因此模型的警度也有差异。

五、准确度

张玲以120 家公司为研究对象，选取了70 家处于财务困境的公司和非财务困境的公司为样本，应用了线性判定分析，多元线性回归分析和logist 逻辑回归模型三种方法，分别建立三种预测财务困境的模型，这三种模型也都有一定的实践效果。但针对同样一个样本数据的分析而言， Logistic 预测模型的预测精度最高，预测效果最好。吴应宇以我国上市公司为研究对象，根据行业分类和总资产规模选取被ST 和正常公司各28 家作为训练样本，运用3 种独立的建模方法，分别建立了主成分分析预警模型、线性判别预警模型和逻辑回归预警模型。通过模型比较发现，主成分分析预警模型优于线性判别模型。辛秀从偿债能力等6 个方面选取指标，利用小波神经网络方法构建财务预警模型，研究结果表明该方法优于多元统计方法，Logisic 和Pobit 方法构建的财务预警模型。

就一般情况而言，对财务危机预测精度，多元逻辑模型优于多元判别模型，多元概率比模型，主成分分析模型优于多元判别模型，BP 神经网络模型优于多元逻辑模型和主成分分析模型，但有时模型的准确度也受所选行业所选财务指标影响。

六、研究结论及建议

从上文的分析中可以看出，在财务预警的过程中要充分了解每一个财务预警模型。在面对不同行业、不同样本、不同财务状况的公司时才能综合应用这几种模型。下面提出几点在模型应用选择中的意见。

（一）对各个模型要充分了解，综合应用选择

在模型的选择过程中要充分利用模型的特点，针对企业不同情况分时段选择。不可拘泥于单一的财务预警模型。例如多元判别模型指标反映全面但指标之间存在一定干扰性，可作为短期预测模型，BP 神经网络模型适合作为由内部机制引起问题的模型。因此，这些模型应综合应用。

（二）选取模型时，要充分考虑到样本的使用条件

样本的使用条件不仅包括样本是否满足模型的基本条件，还包括样本所处行业特征和其他财务状况等。例如，如果样本过多会造成BP 神经网络模型学习能力不高影响预测效果，同样，在多元逻辑模型中如果样本数量较少也会造成预测准度下降。

（三）在模型的应用过程中，要注意模型的改进

模型对于财务预警模型的准确度有很大的影响。在模型的应用过程中，我们要重视模型的改进问题，提高模型的应用效率。例如，BP 神经网络模型中，可以应用遗传算法来提高收敛速度，提升预测准确性。

（四）在预警过程中，也要注意指标的选取

预警指标作为财务预警的重要组成部分，在模型预测过程中有十分重要的作用，在模型的预测过程中，也要根据具体行业选取一定的行业指标和非财务指标、现金流量指标，才能更好地提高预测效果。

[1]Beaver W H.Financial Ratios as Predictors of Failure:Empirical Research in Accounting[J].Journal ofAccounting Research，1966（05）.

[2] Carmichael D.R. the Auditor’s Reporting Obligation[J].Auditing Research Monograph，1972（01）.

[3]郭丽红.企业财务危机的原因分析[J].浙江财税与会计，2001（10）.

[4]赵爱玲.企业财务危机的识别与分析[J].财经理论与实践，2000（06）.

[5]姜秀华.孙铮治理弱化与财务危机:一个预测模型[J].南开管理评论，2001（10） .

[6]陶艳珍. 财务预警模型及其应用探讨[J]. 财会月刊， 2008（12）.

[7]赵秀敏. 财务预警模型的创建与应用[J]. 西部财会，2011（03）.

[8]张妍妍，吴乔. 基于probit 模型的中国上市公司退市风险预警研究[J].贵州财经学院学报，2011（01）.

[9]Altman E，Haldeman R，Narayanan P.Zeta Analysis-a New Model toIdentify Bankruptcy Risk ofCorporations[J].Journal of Banking&Finance，1977.