摘要:2008年美國主要投資銀行的基本崩潰，使得美國次貸危機(jī)迅速演變?yōu)閭魅颈榧爸饕l(fā)達(dá)國家的金融危機(jī)，進(jìn)而導(dǎo)致全球經(jīng)濟(jì)危機(jī)。這一系列危機(jī)表明，及早對證券公司(投資銀行)的失敗進(jìn)行預(yù)警極為重要。本文通過對證券公司失敗預(yù)警研究成果進(jìn)行歸納分析，為證券公司失敗預(yù)警系統(tǒng)的建立完善提供了進(jìn)一步研究的基礎(chǔ)。

關(guān)鍵詞:證券公司;失敗預(yù)警;研究綜述

Abstract:The failure of main U.S. investment banks in 2008 turned the U.S. subprime crisis into international financial crisis very quickly，which almost damaged all the developed countries' financial systems and further caused global economic crisis. These series crises strongly demonstrate that timely and effective early warning of the failure of securities companies (investment banks)is very important. This paper reviews current research results about early warning of the failure of securities companies and provides a sound basis for further research in this important field.

Key Words:securities company，early warning of failure，research review

中圖分類號:F830文獻(xiàn)標(biāo)識碼: A文章編號:1674-2265(2009)12-0016-05

一、引言

自2007年美國爆發(fā)次貸危機(jī)以來，美國投資銀行業(yè)逐步陷入危機(jī)。2008年3月美國第五大投資銀行貝爾斯登因?yàn)l臨破產(chǎn)而被摩根大通收購;2009年9月15日，美國第四大投資銀行雷曼兄弟公司宣布破產(chǎn)，而美國銀行則宣布收購第三大投資銀行美林;2009年9月21日，美國第一和第二大投資銀行，高盛和摩根士丹利被美聯(lián)儲批準(zhǔn)從投資銀行轉(zhuǎn)型為銀行控股公司。美國主要投資銀行的基本崩潰，使得美國次貸危機(jī)迅速演變?yōu)閭魅颈榧爸饕l(fā)達(dá)國家的金融危機(jī)，進(jìn)而導(dǎo)致全球經(jīng)濟(jì)危機(jī)。這一系列危機(jī)表明，及早有效地對證券公司(投資銀行)的失敗進(jìn)行預(yù)警極為重要。

就我國而言，2001年到2005年，伴隨著證券市場數(shù)年的低迷，證券公司長期累積的風(fēng)險(xiǎn)先后暴露，證券監(jiān)管部門在短短幾年間對近60家證券公司采取了風(fēng)險(xiǎn)處置措施，以妥善化解行業(yè)危機(jī)。這次全面行業(yè)危機(jī)的集中爆發(fā)，既反映出監(jiān)管的不足，也恰恰說明亟需建立一種有效的金融風(fēng)險(xiǎn)早期預(yù)警系統(tǒng)，以防患于未然。

本文擬通過對證券公司失敗預(yù)警研究成果進(jìn)行歸納分析，為證券公司失敗預(yù)警系統(tǒng)的建立完善提供進(jìn)一步研究的基礎(chǔ)。從國內(nèi)外的研究現(xiàn)狀看，對證券公司失敗預(yù)警的研究很少，而且對證券公司失敗預(yù)警的研究基本上被視為一般公司(非金融類)失敗預(yù)警研究在證券行業(yè)的應(yīng)用，其研究方法也基本沿襲了一般公司失敗預(yù)警研究。因此，本文在全面梳理證券公司失敗預(yù)警的研究現(xiàn)狀時(shí)，必須涉及一般公司的失敗預(yù)警研究現(xiàn)狀，也須涉及金融類公司的失敗預(yù)警研究現(xiàn)狀。回顧一般公司和金融類公司的失敗預(yù)警研究，既可以理清失敗預(yù)警研究的發(fā)展啟承脈絡(luò)關(guān)系，又可以為證券公司的失敗預(yù)警研究提供參考借鑒。

二、一般公司(非金融類)失敗預(yù)警研究回顧

(一)國外一般公司失敗預(yù)警研究回顧

Beaver(1966)的文章開創(chuàng)了企業(yè)財(cái)務(wù)困境預(yù)測研究的先河，最早采用了單變量分析法進(jìn)行企業(yè)財(cái)務(wù)失敗預(yù)警研究。其后，大量學(xué)者在這一領(lǐng)域進(jìn)行了深入研究，并發(fā)表了諸多研究成果，可以說國外企業(yè)財(cái)務(wù)困境預(yù)測研究已經(jīng)臻于成熟。

1. 多元統(tǒng)計(jì)方法。

(1)多元判別分析。判別分析用統(tǒng)計(jì)模型的語言描述為，設(shè)有 個(gè)總體，希望建立一個(gè)準(zhǔn)則，對給定的任意一個(gè)樣本 ，依據(jù)這個(gè)準(zhǔn)則能判斷它是來自哪個(gè)總體。

Altman(1968)首次采用多元判別分析對企業(yè)財(cái)務(wù)困境預(yù)測問題進(jìn)行研究，選取了于1946—1965年間破產(chǎn)的33家制造業(yè)上市公司，通過行業(yè)、資產(chǎn)規(guī)模及報(bào)表年份進(jìn)行配對選取了33家非破產(chǎn)企業(yè)，研究了涵蓋流動性、盈利性、杠桿比率、清償能力和經(jīng)營活動5個(gè)方面的22個(gè)財(cái)務(wù)比率變量，最終建立了

(營運(yùn)資本/總資產(chǎn))、 (留存收益/總資產(chǎn))、 (息稅前利潤/總資產(chǎn))、 (權(quán)益/負(fù)債總額、 (銷售收入/總資產(chǎn))五變量的值模型:

采用樣本數(shù)據(jù)對該模型進(jìn)行檢驗(yàn)，結(jié)果表明:在財(cái)務(wù)困境前一年該模型具有95%的預(yù)測能力，在財(cái)務(wù)困境前兩年該模型具有72%的預(yù)測能力。這說明該模型具有良好的可靠性。后來，Altman，Haldeman 和Narayanan( 1977) 修正了模型，在原有 5 個(gè)財(cái)務(wù)指標(biāo)的基礎(chǔ)上加入了公司規(guī)模與盈余穩(wěn)定性兩個(gè)變量，建立了模型。Altman(1995)又進(jìn)一步拓展了其研究，分別建立了針對非上市制造企業(yè)的 模型和針對非制造企業(yè)的模型。2000年再次對 模型進(jìn)行了修正，去掉了帶來行業(yè)影響因素的銷售收入/總資產(chǎn)，得到了跨行業(yè)的 值模型:

由于多元判別分析方法不僅能夠了解哪些財(cái)務(wù)比率最具有判別能力，而且同時(shí)考慮多項(xiàng)指標(biāo)，因此對整體績效衡量較單變量分析更為客觀。在Altman(1968)之后，多元判別分析成為學(xué)術(shù)界研究財(cái)務(wù)困境預(yù)測問題的主流方法。但是應(yīng)當(dāng)注意的是，多元統(tǒng)計(jì)分析是建立在一系列假設(shè)之上的，包括自變量服從多元正態(tài)分布，財(cái)務(wù)困境組與非財(cái)務(wù)困境組具有相等的方差-協(xié)方差矩陣，發(fā)生財(cái)務(wù)困境的先驗(yàn)概率和誤判成本均為已知等，而事實(shí)上，這些假設(shè)常常不成立。

(2)多元條件概率模型。學(xué)者們隨后引入了假設(shè)相對寬松的多元條件概率模型Logit分析和Probit分析，克服了多元統(tǒng)計(jì)分析面臨的統(tǒng)計(jì)假設(shè)問題。Logit模型的目標(biāo)是提供可以歸為某一類觀察對象的條件概率。它建立在累計(jì)概率函數(shù)的基礎(chǔ)上，不需要自變量滿足多元正態(tài)分布和兩組間協(xié)方差相等的條件。

Ohlson(1980)將Logit分析方法應(yīng)用到企業(yè)財(cái)務(wù)困境的研究中。Ohlson選擇在1970—1976年間破產(chǎn)的105家公司(破產(chǎn)前在證券交易所上市至少三年)和2058家非破產(chǎn)公司組成的非配對樣本，使用Logit回歸方法，分析了樣本公司在破產(chǎn)概率區(qū)間上的分布以及兩類判別錯(cuò)誤和分割點(diǎn)的關(guān)系。相比而言，運(yùn)用Probit方法進(jìn)行的研究較少，這主要是因?yàn)镻robit方法計(jì)算較為復(fù)雜，且預(yù)測效果與Logit方法相差不大。Logit方法也存在一些缺陷，比如對多重共線性、極值和數(shù)據(jù)缺失等問題極為敏感(Ooghe，2006)，而且一些實(shí)證研究對MDA和Logit兩種方法的預(yù)測效果進(jìn)行了比較，并沒有得出Logit方法明顯優(yōu)于MDA方法的結(jié)論。

2. 期權(quán)定價(jià)方法。1974年，默頓論述了有關(guān)將期權(quán)定價(jià)理論運(yùn)用于風(fēng)險(xiǎn)貸款和證券估價(jià)的思想。其后，許多學(xué)者嘗試將期權(quán)定價(jià)理論應(yīng)用于信用風(fēng)險(xiǎn)的度量領(lǐng)域，KMV模型正是這樣的一個(gè)成功的例子。

KMV模型是KMV公司開發(fā)的一種違約預(yù)測模型(信用監(jiān)控模型，Credit Monitor Model)，運(yùn)用預(yù)期違約頻率來衡量一年內(nèi)借款者的違約概率。違約風(fēng)險(xiǎn)大小是用違約距離(Distance-to-Default)來衡量的。該值越大，說明公司到期能償還債務(wù)的能力越強(qiáng)，該公司信用風(fēng)險(xiǎn)越小;反之，則公司信用風(fēng)險(xiǎn)越大。為計(jì)算違約距離，KMV模型采用Black—Scholes—Merton期權(quán)定價(jià)模型構(gòu)建了資產(chǎn)市場價(jià)值和股權(quán)市值之間的關(guān)系。在計(jì)算得出公司違約距離后，將其與相應(yīng)的違約距離數(shù)據(jù)庫相對比，把相同違約距離公司中實(shí)際違約公司的百分比作為該公司的預(yù)期違約頻率(EDF)，從而對公司違約破產(chǎn)概率進(jìn)行衡量。KMV模型是一種動態(tài)模型，它是一個(gè)基于現(xiàn)代公司理財(cái)和期權(quán)理論的“結(jié)構(gòu)性模型”，對外界條件的改變能很好地作出反應(yīng)(EDF每季度更新一次)，并且可以及時(shí)反映股票市場上的信息，具有一定的前瞻性。不過，KMV模型也存在一些缺陷。比如，由于KMV模型主要依靠股票市場數(shù)據(jù)來預(yù)測違約率，股票的價(jià)格若受投機(jī)因素影響很難正確反映公司資產(chǎn)價(jià)值及其變化情況，模型的精確性將大打折扣;根據(jù)同樣失敗距離確定失敗頻率必須依賴于一個(gè)龐大的公司失敗信息數(shù)據(jù)庫。

3. 其他方法。隨著計(jì)算機(jī)技術(shù)的發(fā)展，綜合智能等方法被應(yīng)用到研究中，主要包括:遞歸分類算法(Recursive Partitioning Algorithm)、專家系統(tǒng)(Expert Systems)、神經(jīng)網(wǎng)絡(luò)(Neural Networks)等。但是并沒有證據(jù)表明這些方法的預(yù)測效果明顯優(yōu)于傳統(tǒng)的多元判別分析和Logit分析(Ooghe，2004)。

(二)國內(nèi)一般公司失敗預(yù)警研究回顧

由于我國企業(yè)破產(chǎn)制度不完善，并且會計(jì)制度和審計(jì)制度建立較晚，國內(nèi)對企業(yè)財(cái)務(wù)失敗預(yù)警的研究起步比較晚。但近十幾年來，隨著我國證券市場的快速發(fā)展，上市公司的會計(jì)實(shí)踐和信息披露制度不斷完善，國內(nèi)越來越多的學(xué)者開始將國外的研究方法應(yīng)用到國內(nèi)的研究中，得出了許多有價(jià)值的結(jié)論。主要的研究按照方法不同介紹如下。

1. 多元統(tǒng)計(jì)方法。陳靜(1999)以1998 年27 家ST 公司和27 家非ST 公司為對象，進(jìn)行了單變量和二類線性判別分析，總體正確率為92.6%，該研究是國內(nèi)第一個(gè)以上市公司為樣本判定企業(yè)財(cái)務(wù)困境的成果，雖然在方法選擇、樣本構(gòu)造、判別標(biāo)準(zhǔn)等方面有待深入，但其意義卻是重要的。

高培業(yè)、張道奎(2000)選取深圳市非上市企業(yè)作為樣本，運(yùn)用多元判別分析、Logit分析、Probit分析等多種方法建模，并借鑒Altman設(shè)定待定區(qū)間的做法，提高了模型的預(yù)測效率。吳世農(nóng)、盧賢義(2001)則以140 家上市公司為樣本比較了Fisher 判別、多元線性回歸分析和多元Logit 回歸分析的預(yù)測效果，發(fā)現(xiàn)多元Logit 回歸模型的判定能力最好。

2. 期權(quán)定價(jià)方法。由于有關(guān)公司破產(chǎn)的歷史統(tǒng)計(jì)數(shù)據(jù)嚴(yán)重缺乏，相應(yīng)數(shù)據(jù)庫還未建立，很難把違約距離轉(zhuǎn)化成預(yù)期違約頻率，KMV 模型的建模方式在我國應(yīng)用尚有些困難。而由于宏觀經(jīng)濟(jì)的差異，我國直接使用國外的數(shù)據(jù)庫來建立映射關(guān)系顯然也是不合適的。

3. 其它方法。劉洪、何光軍(2004)在用傳統(tǒng)的判別分析方法和Logit方法對公司經(jīng)營失敗建立模型的基礎(chǔ)上，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)方法對該問題進(jìn)行了比較研究。另外，有些學(xué)者將數(shù)據(jù)挖掘方法(吳俊杰，2006)，生存分析中的COX模型(陸志明等，2007)，學(xué)習(xí)矢量量化算法(王靜等，2004)應(yīng)用在我國公司財(cái)務(wù)失敗預(yù)測模型中，也取得了一定的結(jié)果。

三、金融類公司失敗預(yù)警研究回顧

由于金融類公司與非金融類一般公司在資本結(jié)構(gòu)、經(jīng)營方式、風(fēng)險(xiǎn)暴露等方面存在差異，因此對金融類公司失敗的預(yù)警研究更要有針對性。金融類公司失敗預(yù)警方法中應(yīng)用較為廣泛的主要有以下兩種:一是外部評級機(jī)構(gòu)的評級。比如美國聯(lián)邦金融機(jī)構(gòu)檢查評議委員會于1979年建立的CAMEL評級系統(tǒng)。二是借鑒非金融類公司的思路和方法對金融類公司失敗預(yù)警進(jìn)行研究(見表1)。對非證券、金融類公司的失敗預(yù)警研究，國外文獻(xiàn)比較少。

目前，國內(nèi)對金融類公司失敗預(yù)警研究比較少，例如在銀行失敗研究方面，多是對引發(fā)銀行危機(jī)原因的分析及應(yīng)對機(jī)制的設(shè)計(jì)，在主流學(xué)術(shù)刊物上基本沒有定量研究的論文。我們在此不作敘述。

四、證券公司失敗預(yù)警研究回顧

相比其他金融類公司，證券公司(投資銀行)具有自身行業(yè)的特殊性。目前對證券公司風(fēng)險(xiǎn)預(yù)警研究的文獻(xiàn)不多。相對于國外證券業(yè)失敗預(yù)警的研究而言，國內(nèi)證券業(yè)失敗預(yù)警的研究更顯得滯后。

國外證券公司失敗預(yù)警的代表性研究是1976年Altman和Loris發(fā)表的論文。文章以1971-1973年美國SIPA條例下破產(chǎn)的40家證券經(jīng)紀(jì)商作為研究樣本，選擇能夠代表NASD市場上公司規(guī)模和壽命的125家公司作為健康公司樣本。指標(biāo)選取包括三個(gè)方面的內(nèi)容:一是傳統(tǒng)財(cái)務(wù)指標(biāo)，如盈利性指標(biāo)、流動性指標(biāo)、杠桿類指標(biāo)等。二是能夠代表證券行業(yè)特征的指標(biāo)，如次級債占股東權(quán)益的比率等。三是壽命、組織形式等非財(cái)務(wù)性指標(biāo)。文章根據(jù)數(shù)據(jù)完整性和可靠性并運(yùn)用系統(tǒng)選擇技術(shù)對變量的判別能力進(jìn)行評估后，最終選擇了6個(gè)指標(biāo):(1)反映盈利能力的凈利潤/總資產(chǎn);(2)反映財(cái)務(wù)杠桿水平的(總負(fù)債+次級債)/權(quán)益，此處作者將來自于所有者和顧客的次級債看成是證券經(jīng)紀(jì)商的負(fù)債而非權(quán)益;(3)反映公司總資產(chǎn)結(jié)構(gòu)流動性的總資產(chǎn)/調(diào)整凈資本，調(diào)整凈資本被廣義地定義為流動性強(qiáng)的資產(chǎn)與總負(fù)債之差;(4)(期末資本—資本附加)/期初資本，該比率體現(xiàn)了報(bào)告期資本的運(yùn)轉(zhuǎn)和支出對公司資本結(jié)構(gòu)的影響，反映了在沒有新資本注入的情況下公司的信用情況;(5)在一定程度上反映風(fēng)險(xiǎn)的加權(quán)壽命，與公司在證券市場上的經(jīng)營經(jīng)驗(yàn)相關(guān)，SIPC清算的經(jīng)紀(jì)商中經(jīng)營時(shí)間不長于5年的占了75%，反映出經(jīng)驗(yàn)的缺乏是公司失敗的一個(gè)重要因素;(6)涵蓋10個(gè)元素的綜合指標(biāo)，這10個(gè)元素是在NASD工作人員對能預(yù)示失敗指標(biāo)判斷的基礎(chǔ)上選擇的，包括反映盈利能力的指標(biāo)、對資本短缺和破產(chǎn)較敏感的指標(biāo)，反映壽命以及報(bào)告及時(shí)性的指標(biāo)。作者通過檢驗(yàn)得出了失敗經(jīng)紀(jì)商和非失敗經(jīng)紀(jì)商的組內(nèi)協(xié)差陣不相等的結(jié)論，為選擇二次判別函數(shù)形式(

)奠定了理論上的依據(jù)。文章設(shè)定臨界值為-4.385，檢驗(yàn)結(jié)果顯示二次判別式前一年的正確判別率達(dá)到了90.1%，誤判率僅為9.9%。由于使用初始樣本檢驗(yàn)使檢驗(yàn)結(jié)果有被高估的偏差，作者通過回代檢驗(yàn)和交叉檢驗(yàn)來檢驗(yàn)?zāi)Ｐ偷目煽啃?。檢驗(yàn)得出的結(jié)論為:判別模型用一年前數(shù)據(jù)對證券經(jīng)紀(jì)商的失敗正確判別率為86.2%，誤判率為13.8%。作者又利用季度數(shù)據(jù)對模型進(jìn)行了檢驗(yàn)，由于季度數(shù)據(jù)的缺失，剔除了稅后凈收入/總資產(chǎn)和綜合指標(biāo)中的兩個(gè)因素，最終選取了5個(gè)指標(biāo)變量。剔除變量后，模型的誤判率只是輕微提高，說明判別模型提前一年對證券經(jīng)紀(jì)商的失敗有很好的預(yù)測能力。

國內(nèi)最早的對證券公司失敗預(yù)警的研究，是合肥工業(yè)大學(xué)——國元證券課題組(2005)發(fā)表的《證券公司失敗研究》。該課題組運(yùn)用Logit 回歸分析模型建立證券公司財(cái)務(wù)困境預(yù)警系統(tǒng)，以2002年以來19家破產(chǎn)或被接管的證券公司為失敗證券公司樣本組A，以進(jìn)入銀行間同業(yè)拆借市場的正常經(jīng)營的48家證券公司為正常證券公司樣本組B(已剔除有經(jīng)營不利的市場傳聞的證券公司)，A組部分證券公司和B組證券公司數(shù)據(jù)來源于銀行間同業(yè)拆借市場公布的財(cái)務(wù)報(bào)告。模型依據(jù)監(jiān)管部門對證券公司安全性評價(jià)提出的7個(gè)指標(biāo)為基礎(chǔ)，確定了凈資產(chǎn)、利潤總額、注冊資本、營業(yè)收入(主要是發(fā)行收入、經(jīng)紀(jì)收入、自營收入、委托理財(cái)收入)、扣除客戶保證金后的負(fù)債總額、流動資產(chǎn)、流動負(fù)債、客戶保證金、權(quán)益類證券總額、委托資產(chǎn)賬戶購入的權(quán)益類證券期末余額等10個(gè)研究變量，以失敗概率P為預(yù)測變量，建立了Logit回歸模型。由于選取的變量為資產(chǎn)負(fù)債表項(xiàng)目，而非財(cái)務(wù)指標(biāo)，而且變量選取與設(shè)計(jì)并沒有反映出證券公司業(yè)務(wù)與風(fēng)險(xiǎn)的特點(diǎn)。最終結(jié)果表明選取的變量對判定證券公司經(jīng)營成敗不存在顯著的差異，未能建立證券公司失敗的預(yù)警模型函數(shù)。

截至2006年10月，我國共有58家證券公司進(jìn)入風(fēng)險(xiǎn)處置程序，這為進(jìn)一步的研究提供了較為充足的數(shù)據(jù)資料。李濤(2008)將證券公司財(cái)務(wù)困境定義為證券公司破產(chǎn)或被監(jiān)管機(jī)構(gòu)采取風(fēng)險(xiǎn)處置措施。依據(jù)這一定義，作者得到了9家在2004—2006年間陷入財(cái)務(wù)困境的證券公司，同時(shí)，根據(jù)資產(chǎn)規(guī)模匹配原則，按1:1的比例選取了9家正常經(jīng)營的證券公司，其中剔除了雖不符合上述財(cái)務(wù)困境的定義但是公布重組的證券公司。實(shí)證研究結(jié)果表明，在財(cái)務(wù)困境前1年多元判別模型和Logit模型都有較好的預(yù)測能力，財(cái)務(wù)困境前2年，其綜合誤判率均較財(cái)務(wù)困境前1年有顯著的上升，基本上不能有效地對證券公司財(cái)務(wù)困境進(jìn)行預(yù)測。由于作者只選擇了18家證券公司，樣本數(shù)量偏小，代表性不高，實(shí)證結(jié)果缺乏大樣本數(shù)據(jù)的支持和檢驗(yàn)，可能存在一定的偏差。

王曉燕(2009)也將證券公司進(jìn)入風(fēng)險(xiǎn)處置程序界定為財(cái)務(wù)失敗，按資產(chǎn)規(guī)模配對的原則，共選取了24家健康的證券公司作為配對樣本。作者最初設(shè)計(jì)了36個(gè)財(cái)務(wù)指標(biāo)作為研究變量，然后利用非參數(shù)檢驗(yàn)、相關(guān)性檢驗(yàn)、逐步判別分析等方法對變量進(jìn)行了篩選，最終選擇5個(gè)變量建立了線性判別模型、二次判別模型和Logit模型?；卮鷻z驗(yàn)和交叉檢驗(yàn)的結(jié)果表明，由5個(gè)變量構(gòu)成的線性判別模型判別效果最好，回代檢驗(yàn)和交叉檢驗(yàn)的正確率均在85%以上。二次判別模型和Logit模型的判別效果略有下降。該論文的方法和結(jié)論有待進(jìn)一步驗(yàn)證和優(yōu)化。

五、結(jié)論

從國內(nèi)外研究現(xiàn)狀看，證券公司(投資銀行)失敗預(yù)警研究在研究方法、研究模型和模型變量選擇等方面基本沿襲了一般公司(非金融類)失敗預(yù)警研究，或者借鑒了非證券、金融類公司的失敗預(yù)警研究。主流的研究方法有兩種。其一是以實(shí)證為基礎(chǔ)的多元統(tǒng)計(jì)方法，其中又以多元判別分析方法和Logit回歸分析方法運(yùn)用較為普遍，該類方法多是根據(jù)公司歷史財(cái)務(wù)數(shù)據(jù)和其他公司特性指標(biāo)來構(gòu)造模型;其二是以KMV為代表，基于理論模型、并結(jié)合實(shí)證方法(即根據(jù)失敗距離，借助實(shí)際數(shù)據(jù)庫映射出失敗頻率)的期權(quán)定價(jià)方法。由于大量證券公司并不是公開上市公司，這使得在證券公司失敗預(yù)警研究中運(yùn)用期權(quán)定價(jià)方法存在困難。

從應(yīng)用有效性來看，證券公司失敗預(yù)警研究在全球范圍內(nèi)仍然任重道遠(yuǎn)，亟待出現(xiàn)突破性研究成果。2008年美國具有系統(tǒng)重要性的諸家投資銀行幾乎是在毫無預(yù)警的情況下發(fā)生崩潰的。這為證券公司失敗預(yù)警研究提出了一個(gè)極具挑戰(zhàn)性的課題:為什么過去的證券公司失敗預(yù)警研究無法預(yù)警此次諸家投資銀行的失敗?這一系列危機(jī)確定無疑地表明，證券公司失敗預(yù)警研究極為重要;而過去的證券公司失敗預(yù)警研究一定存在某種局限性。

未來的證券公司失敗預(yù)警研究必須努力突破這種局限性。在研究方法上，應(yīng)對現(xiàn)有的各種方法進(jìn)行對比分析，選擇適合證券公司的失敗預(yù)警模型以提高預(yù)測的準(zhǔn)確性。今后的研究可以嘗試加入更多的外部因素(如宏觀因素)作為區(qū)分失敗與否的另一邊界，在多維空間中設(shè)定多維的閾值進(jìn)行判別分類。在變量的選取上，仍然需要根據(jù)證券公司行業(yè)特征和風(fēng)險(xiǎn)特點(diǎn)，因地制宜地設(shè)計(jì)相應(yīng)的變量指標(biāo)。鑒于宏觀經(jīng)濟(jì)的周期波動對證券市場的周期波動具有決定性影響，進(jìn)而對證券公司的經(jīng)營狀況有決定性影響，所以加入反映經(jīng)濟(jì)周期的宏觀經(jīng)濟(jì)變量可能顯著提高預(yù)警模型的有效性;同時(shí)，金融創(chuàng)新層出不窮，過度運(yùn)用金融創(chuàng)新工具在獲取收益、規(guī)避風(fēng)險(xiǎn)的同時(shí)更可能帶來新的、未知的風(fēng)險(xiǎn)，所以未來的研究中也應(yīng)考慮加入能夠反映金融創(chuàng)新相關(guān)風(fēng)險(xiǎn)的變量。

參考文獻(xiàn):

[1]A. Aziz，D. C. Emanuel，G. H.Lawson，1988， “Bank-

ruptcy Prediction:An Investigation of Cash Flow Based Model”，Journal of Management Studies， 25，419-437.

[2]D. Martin，1977，“Early warning of bank failure:A logit regression approach”，Journal of Banking and Finance， 1， 249-276.

[3]Edward I. Altman，1968，“Financial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy”， Journal of Finance， 23，589-609.

[4]Edward I. Altman，1976，“A Financial Early Warning System for Over-the-Counter Broker-Dealers”，Journal of Finance， 31，1201-1217.

[5]陳靜.上市公司財(cái)務(wù)惡化預(yù)測的實(shí)證分析[J].會計(jì)研究，1999，(4).

[6]合肥工業(yè)大學(xué)——國元證券課題組.證券公司失敗研究，上海證券交易所第十三期聯(lián)合研究計(jì)劃項(xiàng)目，2005.

[7]李濤.我國證券公司風(fēng)險(xiǎn)預(yù)警與財(cái)務(wù)困境實(shí)證研究[R].山東大學(xué)碩士畢業(yè)論文，2008.

[8]吳世農(nóng)，盧賢義.我國上市公司財(cái)務(wù)困境的預(yù)測模型研究[J].經(jīng)濟(jì)研究，2001，(6).

(責(zé)任編輯 代金奎)