基于宏观经济的财务风险预警模型研究

王晓梅

摘 要：财务风险预警是当前业内学术界关注的重点，因为企业的财务状况一方面与企业单独生存发展息息相关，另一方面影响了国家的经济体系。所以说，企业财务风险的研究管理与国家的经济息息相关。传统的研究多数解释的是企业的财务指标，有着较强的局限性，而宏观环境影响了企业的经营与发展，导致企业财务状况出现了相应变化。本文研究了国内外的财务风险预警系统，选取了相关变量，探讨了如何构建宏观经济预警模型。

关键词：风险预警；财务指标；经济体系

一、国内外的财务风险研究

1.企业财务风险的含义

企业财务风险指的是无法到期偿还的债务，由于企业的财务状况恶化而丧失的债务偿还的能力。企业只有生存发展，才能获得当前更高的收益。当前企业的资金主要包括两个方面的，一方面是产品服务的收入，另一方面是债权人的贷款收入。有学者将财务风险概括为企业当前遇到的各种困境，然后根据企业的财务问题分为财务风险阶段、企业破产情况。本文的研究对象主要是因为财务状况而被处理的上市公司，根据我国证券行业中的相关政策，由于财务状况异常而处理的上市企业很有可能面临着退市风险。上市企业被处理后，企业的融资能力会降低，财务状况也会导致偿债能力下降，资产偿还压力大。当然，企业的首次亏损有着很大的偶然因素，它受到了宏观环境以及行业发展等因素的影响。

2.国外的风险研究

国外的财务风险预警研究起始于1930年，最早研究企业财务风险的人员以19家企业为研究样本，主要依靠定性研究进行分析。上世纪三十年代至八十年代的研究资料很多，在上世纪八十年代的后期研究中，信息技术再不断地发展中。纵观文献，以往的研究主要在于研究财务风险定义、财务状况。对于财务状况的忽视导致了企业影响比较深，一些西方的专家认为财务信息有着一定的局限性。上世纪日本与英国的研究表明，出现财务危机的原因主要是因为商品需求不足，货币需求不合理。在2003年设置的预警系统中，当前国民生产总值的变化以及股票价格变化的相关经济变量加入了宏观经济变量。从2011年的宏观经济变量对于企业的破产率影响进行研究得知，其中的企业失败率与汇率呈正比，但是GDP于货币供应相关。

3.国内的研究方案

我国当前的风险预警研究起步较晚，与国外的研究相比，探究方法与国外的研究差距比较大。这主要是由于我国经济变化大，市场差距明显，发展制度不够完善。当前，资本市场不够完善，企业存在着借壳上市的情况。很长时间以内，我国对于财务风险研究不足，资本结构研究在不断发展与成熟中。纵观当前的研究文献，传统的财务风险预警模式中大多是从模型的构建方面进行的改进。在宏观经济研究中，国外的研究主要探讨的是经济变量对于企业破产率的影响，这是宏观层面的影响。当前上市企业中，经济失败率的研究是不行的。在获取数据方面，国外的相关研究并不适用于国内的发展。

二、样本数量的选取

1.样本的选择

本文选择了沪深交易市的上市公司为研究对象，其中更多数据研究数据包括数据的可得性，这些数据为文章的研究提供了鲜明的数据支持。根据当前法律的相关规定，上市公司需要按照规定的会计准则制定财务报表，然后使得信息之间能够有可比性。制造行业的财务状况较之其他行业而言，发展成熟，流程规范。且制造业的公司数量较大，行业发展往往与国家的调控相联系。

2.财务变量的选择

本文的变量依靠的是定性与定量结合的原则，其过程包括不同的几个阶段。首先是根据变量选择企业的财务指标，其次是利用统计学中的方法，筛选财务变量，降低变量的特征。在选择财务变量时可以从可比性、全面性以及可操作性几方面进行考量。全面性指的是企业的财务变量能够反映企业不同时期的发展，企业从不同的角度反映的财务状况是依靠不同指标反映的，在财务指标的选择方面应当从不同的角度进行考量，确保财务指标的合理。当前的可操作性原则指出，很多指标能够反映企业的财务状况，其中的很多指标都能够直接经过计算得到。一些指标的获得需要大量的财力与物力获得，有些外部信息的披露得到的东西比较复杂。在当前财务变量的选择中，本文选择了二十多个变量，这些变量能够反映企业的盈利、偿债情况以及现金流量信息等等，比如反映盈利能力的包括资产报酬率、每股收益；反映现金流量的包括债务保障率、现金流量利息保障倍数；反映风险水平的包括经营杠杆系数；偿债能力包括资产负债率、速动比率；营运能力包括存货的周转率、流动资产周转率等等。

3.宏观经济变量

宏观经济对于企业财务风险的影响对于企业的财务经营状况影响很大，其中宏观经济的影响包括分配、消费以及生产等几个环节，当前在宏观变量的选择中，分析了当前的可行性研究，选取了GDP的增长率、工业的增加值、中长期贷款的利率、失业率等。相对于当前能够反映宏观经济变化的数据，本文从中筛选了几个进行仔细的分析研究。当前我国的很多企业都处于一个宏观的大环境中，其中不同的企业宏观环境影响都是一样的，对于同一个行业的企业而言，对于企业的宏观经济变量应当是一样的。本文选择的变量能够代表宏观经济，由于变量比较多，能够降低工作效率，不利于发展财务状况。

三、当前在宏观经济模式下进行的预警模式构建

1.宏观经济的必要性研究

大部门的财务风险模型大部分都是将财务变量作为解释变量的，这主要是因为人们对于企业经济变化的影响与研究具有可比性。但是，一些财务变量的预警模型也有很大的局限性，比如说只考虑了财务数据对企业的影响，这不符合事实。其次，上市公司的数据公布的时间比较晚，再者当前的财务数据对于过去的企业经营状况的发展存在着很大的偏差。当前宏观经济的变化，将会影响每一个企业的财务经营成本以及现金流量状况。在宏观经济的模式下，可以从四个方面分析数据之间的相关性。在生产与销售中，生产能够促进经济的发展，技术的进步以及经济制度的管理对于企业的外部环境将会影响企业经济环境。当前由于宏观经济的不同，政府需要制定不同的政策调控，其最重点的是企业。在企业宏观经济的发展中，根据企业的结构与环境变化不停变动。

2.宏观经济预警模式下的模型构建

对于宏观经济模式下的企业财务风险的研究，其主要影响在于经济变量的选取以及宏观经济变量中的模型构建问题。在当前企业的宏观环境下，企业对于宏观环境的研究往往与实际存在着一定的偏差。当经济发展比较迟缓时，企业的市场产品供求不足，当行业发展比较不景气的时候，国家为刺激经济，会制定一系列的宏观政策，增加居民收入。在研究宏观变量的时候，应当考量宏观经济变量中的数据期限，根据企业与经济环境的关系发展。

3.模型的构建

模型的构建包括判别模型的构建、Logistic回归模型的构建以及神经网络模型的构建。判别模型的构建中，按照变量个数可以分别一元与多元的判别模型。一元判别利用的财务变量能够准确的判断出企业的财务情况，根据不同的财务变量，判断出实际差别最小的变量，然后寻找零界点，进行合理的样本预测。多元判别函数避免了一元模型的缺点，提高了当前判别的准确度。Logistic回归模型作为一个非线性的模型，模型的前提假设中数据应当是随机的。从回归模型中我们能够得知，企业的盈利越好，发生财务风险的可能性就会越小。神经网络模型同生物原理类似，能够模仿信息的识别功能。

其中，从预测准确率方面而言，神经网络的准确率最高。神经网络有着较好的分类识别力，但是对于数据的要求并不严格，比较符合复杂多变的环境。就稳定性而言，Logistic回归模型的稳定性要由于判别模型，这主要是因为回归模型的信息容量大，

四、结束语

本文的研究是建立在国外学者的研究基础上的，针对我国上市企业中的一些情况，利用上市企业的财务数据，进行财务变量的选择。在财务预警模型的变量中引入的宏观经济变量，使得模型的解释能力有了很大的提升。本文建立的风险预警能够发掘企业中的内部原因，揭示企业财务风险中的相关宏观经济因素，使得预警模型对于财务预测能力变强。当然，在财务变量的风险模型预警中，宏观经济中的变量预警研究仅仅是预防性的系统模型，需要不断提高管理者的水平。

参考文献：

[1]杜军，龙萌萌.基于宏观经济的财务风险预警模型研究[J].武汉理工大学学报（信息与管理工程版），2013，35（5）：763-767.

[2]凌立勤，倪燕.高校财务风险预警模型的实证研究[J].同济大学学报（社会科学版），2013，24（5）：117-123.