董景榮，陳 軍

（重慶師范大學(xué) 經(jīng)濟與管理學(xué)院，重慶 400047）

0 引言

目前，雖然財務(wù)困境預(yù)測研究的基礎(chǔ)經(jīng)濟理論仍處于探索階段，但在西方國家，由于市場對其存在巨大的需求，所以無論是學(xué)術(shù)界還是企業(yè)界都在不懈地探索和改進企業(yè)財務(wù)困境預(yù)測的研究方法和預(yù)測模型，以提高財務(wù)困境預(yù)測的準(zhǔn)確性。綜觀國外財務(wù)困境判定和預(yù)測模型的研究，目前使用頻率最高和應(yīng)用最廣泛的主流分析方法仍然是經(jīng)典的橫截面統(tǒng)計方法以及在此基礎(chǔ)上衍生的各種統(tǒng)計判別分析模型，如Beaver(1967)的一元判別分析模型[1]，Tamari(1966)與 Moses(1987)的風(fēng)險指數(shù)模型[2]，Altman(1968,1977)的基于多元統(tǒng)計判別分析的 Z-Score模型以及改進的 Zeta模型[3]，Ohlson(1980)的多元邏輯回歸模型[4]，Zmijewski(1984)的多元概率比回歸模型與Doumpos(1999)的線性概率模型等。在我國，一些學(xué)者也開始應(yīng)用統(tǒng)計判別分析方法對企業(yè)財務(wù)困境預(yù)測進行了實證研究[5,6,7,8]，發(fā)展很快。目前，正在繼續(xù)向理論深度和可操作性方向發(fā)展。

本文擬在對企業(yè)財務(wù)困境預(yù)測研究的統(tǒng)計判別分析模型及其建模技術(shù)進行文獻回顧和綜述的基礎(chǔ)上，重點從財務(wù)困境的界定、數(shù)據(jù)的非穩(wěn)定性、非隨機取樣、財務(wù)困境的動態(tài)性和變量的選擇等五個方面對經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型存在的一些理論誤區(qū)進行系統(tǒng)深入的剖析和探討，并對今后企業(yè)財務(wù)困境預(yù)測研究的方向和趨勢進行展望。

1 企業(yè)財務(wù)困境預(yù)測的經(jīng)典統(tǒng)計判別分析模型

目前，運用于財務(wù)困境預(yù)測的經(jīng)典統(tǒng)計分析方法主要有單變量分析法和多變量分析法，而多變量分析法因使用計量方法的不同可分為多元線性判別、多元邏輯回歸和多元概率比回歸方法等。

多變量分析方法是指同時使用多個財務(wù)比率對企業(yè)陷入財務(wù)困境的風(fēng)險進行預(yù)測的模型，其建模的基本原理是通過統(tǒng)計技術(shù)篩選出那些在兩組間差別盡可能大，而在兩組內(nèi)部的離散度最小的變量，從而將多個標(biāo)志變量在最小信息損失下轉(zhuǎn)換為分類變量，獲得能夠有效提高預(yù)測精度的多元線性判別方程。在多變量模型中，Altman(1968)的Z－Score模型是最早也最有影響力的多元線性判定模型。1968年，美國學(xué)者Altman首次應(yīng)用多元線性判別方法對企業(yè)財務(wù)困境預(yù)測進行了研究。20世紀(jì)70年代，Altman(1977)對Z－Score模型進行了改進和發(fā)展，提出了著名的Zeta模型，該模型以中等資產(chǎn)規(guī)模及其以上的企業(yè)為樣本，對中小企業(yè)適用性不大。此外，Edmister(1972)則專門針對小企業(yè)建立了小企業(yè)財務(wù)困境預(yù)測分析模型，Dimond(1983)則建立了企業(yè)財務(wù)困境預(yù)測的范式確認(rèn)模型等，這些模型都屬于多元線性判別分析模型。目前，雖然多元線性判別分析模型已經(jīng)成為在財務(wù)困境預(yù)測中最常使用的方法，但是這類方法也存在著一系列自身難以克服的缺陷[9]：其一，這類方法只適用于組內(nèi)分布為近似正態(tài)分布的情況，而且要求兩組間的協(xié)方差矩陣相等，而在實際的判別分析中，搜集到的數(shù)據(jù)大都來自非正態(tài)總體，在這種情況下所得到的預(yù)測結(jié)果可能是有偏的；其二，這類判別方法所得到的結(jié)果是針對每一個個體的分值，通過分值的比較可以得到一個序數(shù)等級，從而判別其所在的類別，但分值本身并沒有任何經(jīng)濟意義；其三，這類方法假設(shè)選擇的解釋變量不存在多重共線性問題，而在實際的判別分析中，選擇的解釋變量常存在相關(guān)性問題，從而導(dǎo)致參數(shù)估計的不穩(wěn)定和模型預(yù)測精度不高。

為了克服多元線性判別分析存在的假設(shè)上的局限性，以O(shè)hlson(1980)和Zmijewski(1984)等為代表的一些研究者先后將多元邏輯回歸（Logit）和多元概率比回歸（Probit）等條件概率模型引入財務(wù)困境預(yù)測研究。條件概率模型大都是建立在累積概率函數(shù)的基礎(chǔ)上，一般運用最大似然估計，它們通常將問題簡化為已知一個公司具有某些性質(zhì)（由財務(wù)比率指標(biāo)加以呈現(xiàn)），計算它在一段時間里陷入財務(wù)困境的條件概率有多大；如果算出的概率大于設(shè)定的分割點，則判定該公司在這段時間內(nèi)會陷入財務(wù)困境。Ohlson(1980)首次使用Logit模型分析財務(wù)困境預(yù)測問題，他的研究得到了96.12%的判斷正確率。與多元線性判別分析（MDA）相比，Logit模型的優(yōu)點在于不要求自變量服從多元正態(tài)分布和兩組間協(xié)方差相等作為前提條件，Logit模型采用logistic函數(shù)，由于logistic函數(shù)不假定任何概率分布，在不滿足正態(tài)分布的情況下，Logit模型的預(yù)測效果強于MDA。Logit模型的缺點是樣本的數(shù)量不宜少于200個，否則模型參數(shù)的最大似然估計存在有偏性(Tucker,1996)；并且對于變量之間的相關(guān)性和判別函數(shù)變量之間可能存在的多重共線性問題，多元邏輯回歸分析也沒有提出較好的解決辦法。多元概率比（Probit）回歸模型最早由Zmijewski(1984)引入財務(wù)困境預(yù)測研究，Probit模型的建模思路與Logit模型很相似，但在具體的計算方法和假設(shè)前提上又存在一定的差異，例如，Probit模型要求企業(yè)樣本服從累積正態(tài)分布，而Logit則不需要嚴(yán)格的假設(shè)條件；此外，Probit的求解方法也較Logit更為復(fù)雜。

由此可見，采用何種統(tǒng)計判別分析方法要視研究樣本的數(shù)據(jù)特征而定，目前還難以斷言哪一種統(tǒng)計判別分析模型是最恰當(dāng)和最有效的研究方法。但由于一元判別法的固有缺陷，研究者更傾向于采用多元判別法，如確能確定企業(yè)財務(wù)困境的條件概率，那么使用多元判別法必然是最佳選擇。在實務(wù)中，由于多元邏輯回歸對變量的分布沒有任何要求，不存在不合理的先驗假設(shè)，且計算上更容易一些，所以使用的頻率更高，但要精確地確定財務(wù)困境的條件概率也并非易事。

2 經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型存在的理論誤區(qū)

下面主要從財務(wù)困境的界定、數(shù)據(jù)的非穩(wěn)定性、非隨機取樣、財務(wù)困境的動態(tài)性以及變量的選擇性等五個方面對經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型存在的一些理論誤區(qū)進行系統(tǒng)深入的探討。

2.1 財務(wù)困境界定的隨意性問題

如何界定企業(yè)財務(wù)困境是應(yīng)用經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型需要考慮的首要問題，學(xué)術(shù)界對此有多種不同的定義方法。國外絕大多數(shù)的研究將企業(yè)根據(jù)破產(chǎn)法提出破產(chǎn)申請的行為作為確定企業(yè)進入財務(wù)困境的標(biāo)志 （Dirickx and Landeghem,1994;Ward and Foster,1997;Van Caillie,1999;Daubie and Meskens,2002;Charitou,2004）[10]，也有一些研究以企業(yè)“經(jīng)營失敗”作為標(biāo)志來界定財務(wù)困境 (Hill,1996;Platt,2002)，還有一些研究以財務(wù)失敗的相關(guān)事件如資不抵債、貸款違約、資本重組、主體倒閉、企業(yè)主要部門的變賣以及重新約定的貸款談判等作為確定企業(yè)進入財務(wù)困境的標(biāo)志(Laitinen,1994;Taffler and Agarwal,2003)。事實上，無論是使用法律上的破產(chǎn)定義，還是使用經(jīng)營失敗的定義，對企業(yè)財務(wù)困境界定標(biāo)準(zhǔn)的選擇都具有很大的隨意性，而這種隨意性會對經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型的建立和應(yīng)用產(chǎn)生嚴(yán)重的影響。首先，財務(wù)困境界定標(biāo)準(zhǔn)的選擇不同會導(dǎo)致樣本設(shè)計過程中劃分困境類企業(yè)與非困境類企業(yè)的標(biāo)準(zhǔn)不一致，而樣本劃分標(biāo)準(zhǔn)的不一致會導(dǎo)致統(tǒng)計模型選擇的不確定性和模型事后分類預(yù)測能力存在偏誤。其次，經(jīng)典的統(tǒng)計判別分析模型根據(jù)研究中所界定的財務(wù)困境的定義，選擇某個觀測時期將樣本分為困境企業(yè)與非困境企業(yè)兩個類別，這兩個子樣本在被選擇的時期上是互斥的，但在此時間以外卻不然。由于企業(yè)在不同年度所處環(huán)境的差異，會導(dǎo)致企業(yè)的各項財務(wù)比率指標(biāo)不可避免地受到與時間跨度有關(guān)的因素的影響，如宏觀經(jīng)濟形勢、經(jīng)濟周期等。如果在選樣時未意識到這個問題，在構(gòu)造模型時又未加以處理，那么研究結(jié)果就會包含由于數(shù)據(jù)的時間性差異所帶來的偏差，這種偏差會導(dǎo)致統(tǒng)計模型應(yīng)用的外部有效性降低(Shumway,1999;Ooghe,1995)。

此外，雖然破產(chǎn)被廣泛地用作財務(wù)困境的定義，但是將企業(yè)破產(chǎn)作為進入財務(wù)困境的標(biāo)志，并以此來確定研究樣本和構(gòu)建財務(wù)困境的統(tǒng)計預(yù)測模型，這仍存在許多問題。首先，企業(yè)宣布破產(chǎn)主要是基于不能清償流動債務(wù)，所以破產(chǎn)預(yù)測模型的估計樣本可能被人為處理過，即企業(yè)盡管宣布了破產(chǎn)，但它們實際上并沒有表現(xiàn)出財務(wù)困境的其他真實信號。例如，有些企業(yè)為了擺脫債務(wù)或以清白的背景重新開業(yè)而宣布破產(chǎn)，對這類企業(yè)而言，破產(chǎn)意味著一種戰(zhàn)略決策；還有一些企業(yè)的破產(chǎn)可能由一些無法預(yù)期的意外事件造成，如自然災(zāi)害等，為此，Hill(1996)與Davis(2004)分別提出了“突然破產(chǎn))”和“意外破產(chǎn)”的概念，即企業(yè)事先沒有任何財務(wù)困境的預(yù)兆。因此，使用人為處理過的破產(chǎn)樣本會導(dǎo)致破產(chǎn)預(yù)測模型的樣本外預(yù)測能力較差。其次，破產(chǎn)預(yù)測模型忽略了一個事實，即破產(chǎn)只是財務(wù)困境企業(yè)終結(jié)的一種方式，財務(wù)困境企業(yè)還可能以其它方式如合并、吸收、解散或清算等告終。第三，破產(chǎn)預(yù)測模型沒有考慮潛在的時滯問題，即企業(yè)無法正常運營等嚴(yán)重問題發(fā)生的時刻，或是企業(yè)停止記錄會計賬目的時刻與最終宣布的法律破產(chǎn)時間之間的時間性差異。也就是說，如果企業(yè)實施補救措施從而推遲破產(chǎn)的宣布時間，則破產(chǎn)的時間將遠(yuǎn)遠(yuǎn)遲于企業(yè)真正發(fā)生財務(wù)困境的時間。

2.2 數(shù)據(jù)的非穩(wěn)定性問題

經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型通常假設(shè)變量的隨機過程特征是不隨時間變化的，并且假設(shè)解釋變量與被解釋變量之間以及解釋變量之間的關(guān)系是平穩(wěn)的，這就要求所使用的數(shù)據(jù)是穩(wěn)定的。然而大量的實證分析結(jié)果表明，用于財務(wù)困境建模與預(yù)測的實際數(shù)據(jù)常常是非穩(wěn)定的（Barnes,1982;Zmijewski,1984）[11]，這種非穩(wěn)定性可能是源于通貨膨脹、利率和商業(yè)周期等因素的變化，也可能是源于市場競爭、企業(yè)戰(zhàn)略或技術(shù)水平的改變，它們對經(jīng)典統(tǒng)計判別模型的財務(wù)困境預(yù)測結(jié)果提出了挑戰(zhàn)。首先，由于數(shù)據(jù)的非穩(wěn)定性，即使一個模型在樣本期間內(nèi)有很好的擬合分類精度，但它在樣本期外所得到的預(yù)測結(jié)果可能是有偏的；其次，數(shù)據(jù)的不穩(wěn)定會導(dǎo)致模型中變量之間關(guān)系的不穩(wěn)定，從而產(chǎn)生參數(shù)估計的不一致和偏差。

為了克服數(shù)據(jù)的非穩(wěn)定性對統(tǒng)計建模和預(yù)測造成的影響，一些研究者建議采用穩(wěn)定性檢驗、選擇相關(guān)行業(yè)比率指標(biāo)（Platt,1990）或緊縮財務(wù)比率指標(biāo)（Mensah,1983）等方式來改進模型的預(yù)測精度。但就目前的研究狀況看，上述方法并沒有顯著地提高模型的穩(wěn)定性。

2.3 非隨機取樣問題

財務(wù)困境預(yù)測研究的樣本設(shè)計過程涉及到如何確定財務(wù)困境類企業(yè)和非財務(wù)困境類企業(yè)等兩類模式樣本，以及如何進行兩類間樣本個體數(shù)的分配等問題。經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型通常假設(shè)樣本的選擇過程是隨機的，并且要求財務(wù)困境類企業(yè)與非財務(wù)困境類企業(yè)等兩類估計樣本在實際總體中要具有代表性。然而事實上，在絕大多數(shù)實證研究中，實際建立的統(tǒng)計類財務(wù)困境預(yù)測模型是以非隨機取樣的方式在可以獲得年度會計數(shù)據(jù)的企業(yè)中來確定樣本的（Altman,1977;Chalos,1985;Keasey,1990;Altman et.al.,1995;Mossman et.al.,1998）[12]。這種選樣的非隨機性主要源于以下幾個方面的因素：首先，對財務(wù)困境類企業(yè)的過度取樣會導(dǎo)致取樣的非隨機性。由于財務(wù)困境企業(yè)通常在總體中所占的比例很低，而許多研究又采取匹對標(biāo)準(zhǔn)來選取樣本，從而導(dǎo)致對財務(wù)困境企業(yè)的過度取樣，產(chǎn)生選樣偏差（Zmijewski,1984;Platt,2002）。其次，經(jīng)典統(tǒng)計模型實行“完整性數(shù)據(jù)”選樣標(biāo)準(zhǔn)，使得數(shù)據(jù)存在缺漏的企業(yè)無法進入樣本集，尤其是陷入財務(wù)困境的企業(yè)更可能提供不完整的數(shù)據(jù)，從而導(dǎo)致取樣的非隨機性和選樣的偏差。第三，大部分的實證研究都采用匹對抽樣的方式來確定樣本，由于匹對抽樣是以財務(wù)困境企業(yè)為參照，根據(jù)同行業(yè)、規(guī)模與企業(yè)存續(xù)年齡相近的原則，匹配一個或多個非財務(wù)困境企業(yè)作為配對樣本，這種以非隨機抽樣的方式確定的配對樣本可能與總體的特征存在差異，從而導(dǎo)致選樣的有偏性 （Mossman et.al.,1998;Charitou and Trigeorgis,2000;Charitou et.al.,2004）。

取樣的非隨機性會對經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型的有效性產(chǎn)生嚴(yán)重影響。如果估計樣本是非隨機取樣的，那么模型的參數(shù)估計就存在偏差，而研究所提供的分類與預(yù)測的準(zhǔn)確率就可能具有一定的誤導(dǎo)性（Piesse and Wood,1992）[13]。Platt(2002)檢驗了由于對財務(wù)困境類企業(yè)的過度取樣所帶來的模型偏差，認(rèn)為建立在過度選樣基礎(chǔ)上的模型會低估財務(wù)困境類企業(yè)的誤分率，從而高估了模型的事后分類預(yù)測能力。Keasey和Watson（1991）則檢驗了由于選樣時所持的數(shù)據(jù)完整性標(biāo)準(zhǔn)所帶來的模型偏差，他認(rèn)為建立在完整數(shù)據(jù)基礎(chǔ)上的模型會低估非財務(wù)困境類企業(yè)的誤判率，并且經(jīng)他修正以后的模型仍然未在參數(shù)的統(tǒng)計顯著性和總體預(yù)測精度上有顯著提高。Zmijewski(1984)和Lennox(1999)研究了配對抽樣對模型預(yù)測效果的影響，認(rèn)為配對抽樣會使樣本中兩類企業(yè)的比例嚴(yán)重偏離兩類公司在實際總體中的比例，從而高估模型的預(yù)測能力，特別會高估對困境企業(yè)的預(yù)測能力，為此他們建議通過在極大似然函數(shù)中對財務(wù)困境企業(yè)與非財務(wù)困境企業(yè)進行加權(quán)來減少一一配對抽樣對誤分率的低估，但仍然無法消除兩類誤分率和樣本中兩類企業(yè)之間比例的相關(guān)關(guān)系。

2.4 財務(wù)困境的動態(tài)性問題

企業(yè)陷入財務(wù)困境是一個逐步的過程，通常大多數(shù)企業(yè)的財務(wù)困境都是由財務(wù)狀況正常漸漸發(fā)展到財務(wù)危機。而經(jīng)典統(tǒng)計類財務(wù)困境模型忽視了企業(yè)經(jīng)營狀況隨時間變化這一事實，沒有考慮企業(yè)陷入財務(wù)困境這一漸漸過程的階段性動態(tài)信息及其變化趨勢，因此存在著“單期”與“靜態(tài)”局限性，從而導(dǎo)致模型應(yīng)用的有效性降低。首先，經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型一般使用單期年度會計信息，而使用單期年度會計信息則隱含著一個基本假設(shè)前題，即連續(xù)的年度會計信息是相互獨立的，但事實并非如此。例如，Shumway(1999)指出，僅根據(jù)單期年度會計信息來判別企業(yè)財務(wù)困境，很可能將暫時處于逆境中的非財務(wù)困境企業(yè)判別為財務(wù)困境企業(yè)；Kahya和Theodosiou(1996)等人認(rèn)為[14]，依賴單期年度會計信息所得到的模型無法體現(xiàn)以往企業(yè)績效的相關(guān)信息及其動態(tài)變化趨勢，會產(chǎn)生信號不一致（Signal inconsistency）等問題和一系列相互沖突的預(yù)測結(jié)果。其次，經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型（如MDA模型和logit模型）的輸出值都是一個獨立于時間的固定分值，目的是要判斷一個企業(yè)的特性與哪一類（財務(wù)困境企業(yè)或非財務(wù)困境企業(yè)）企業(yè)更為相近。如果一個企業(yè)所得的分值低于設(shè)定的閾值，只能說明它已面臨財務(wù)困境，但并不能證明它未來將要失敗。Ooghe and Joohs(1990)稱這一缺陷為“回顧性特征”。由此可見，經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型具有描述與模式識別的特點，它應(yīng)該被視為一個傳達信息的工具，而不是一個預(yù)測工具。第三，經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型基于單期橫截面數(shù)據(jù)，將財務(wù)困境作為一個以二分法表示的離散事件。這些模型隱含一個假設(shè)，即財務(wù)困境是一種靜止?fàn)顟B(tài)，也未有可區(qū)分的階段。事實上，企業(yè)陷入財務(wù)困境并不是毫無預(yù)期的突發(fā)事件，而是企業(yè)由財務(wù)正常到逐步惡化的漸進累積過程，它包含了不同的財務(wù)困境發(fā)生路徑，并且企業(yè)陷入財務(wù)困境的路徑又往往包含了幾個階段，每個階段財務(wù)困境發(fā)生的可能性、變量的行為及其提供的財務(wù)困境征兆都不相同，而經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型并不能反映企業(yè)陷入財務(wù)困境這一過程中各階段性的動態(tài)信息（Laitinen and Kankaanpaa,1999）。

2.5 變量的選擇問題

財務(wù)困境預(yù)測的理論基礎(chǔ)相對比較薄弱，缺乏能夠準(zhǔn)確預(yù)測模型所應(yīng)包括的預(yù)測變量的經(jīng)濟理論的支持。綜觀財務(wù)困境預(yù)測的現(xiàn)有文獻，前人研究中所出現(xiàn)的預(yù)測變量因所反映的財務(wù)困境信息類型不同，基本上可分為三類，即財務(wù)信息類指標(biāo)、現(xiàn)金流量信息類指標(biāo)和市場收益率信息類指標(biāo)，其中研究者采用最多的是財務(wù)信息類指標(biāo)。就會計上而言，財務(wù)困境的財務(wù)指標(biāo)判定有應(yīng)計制和現(xiàn)金制兩種標(biāo)準(zhǔn)，在應(yīng)計制標(biāo)準(zhǔn)下，判別指標(biāo)多以虧損或者償債指標(biāo)為主，財務(wù)指標(biāo)是直接從財務(wù)報告中的資產(chǎn)負(fù)債表和損益表計算得出。而在現(xiàn)金制標(biāo)準(zhǔn)下，判別指標(biāo)為現(xiàn)金與負(fù)債的比率等指標(biāo)，它是基于企業(yè)的價值等于預(yù)期的現(xiàn)金流量的凈現(xiàn)值，企業(yè)若沒有足夠的現(xiàn)金支付到期債務(wù)，而且又無其它途徑獲得資金時，企業(yè)將陷入財務(wù)困境。由于現(xiàn)行會計制度主要是以應(yīng)計制為基礎(chǔ)，故在財務(wù)困境預(yù)測方面，財務(wù)指標(biāo)的選用也多是建立在應(yīng)計制基礎(chǔ)上的 （Dirickx and landeghem,1994）。此外，對財務(wù)困境預(yù)測變量選擇有一定指導(dǎo)意義并較有影響的理論模型主要有Aziz和Lawson(1989)與Charitou(2004)的現(xiàn)金流量類信息模型、Wilcox(1971)的賭徒破產(chǎn)模型(gambler’s ruin model)、Charitou和Trigeorgis(2000)的期權(quán)定價模型以及Ooghe和Verbaere（1985）的組合比率模型等。雖然從經(jīng)濟理論支持的角度來講，它們在許多方面還有待論證，但就目前的研究狀況看，試圖在復(fù)雜多變的經(jīng)濟因素中找到對企業(yè)財務(wù)困境具有直接和明確對應(yīng)關(guān)系的預(yù)測變量是很困難的，所以目前該領(lǐng)域內(nèi)的實證研究還處于初期探索的階段。

就經(jīng)典統(tǒng)計類企業(yè)財務(wù)困境預(yù)測模型的實際應(yīng)用情況來看，研究者主要是基于數(shù)據(jù)的可獲得性與基于經(jīng)驗的變量選擇方法來確定預(yù)測變量。即首先將以往文獻中經(jīng)常被使用的財務(wù)指標(biāo)作為實證研究的備選預(yù)測變量組，再通過大量的統(tǒng)計檢驗篩選出在模型中相對比較顯著的變量。由于缺乏相應(yīng)的理論依據(jù)和理論指導(dǎo)，研究人員在選擇變量時，會受到自身價值判斷的影響。事實上，諸多經(jīng)典統(tǒng)計模型的指標(biāo)選取都存在著顯著差異，因而無法判斷哪一個模型在長期中更為有效（Ooghe and Balcaen,2002）。即使是同一類財務(wù)指標(biāo)，不同的研究者選取的指標(biāo)差異也很大。比如，對于反映盈利能力的指標(biāo)，有些模型選用資產(chǎn)報酬率和流動資產(chǎn)收益率，而有些模型則選用銷售利益率和稅前利潤/銷售總額。Hayden(2003)指出[15]，目前選取的這些預(yù)測變量僅能表明企業(yè)陷入財務(wù)困境的征兆，而非陷入財務(wù)困境的根本原因，因此建議在財務(wù)困境預(yù)測的建模時，不僅要考慮能反映償債能力、盈利能力、營運能力和成長能力等方面的指標(biāo)變量，而且還要能對其進行綜合運用。

就數(shù)據(jù)的可獲得性而言，由于基于年度會計信息的財務(wù)比率具有較高的可度量性，且數(shù)據(jù)比較公開和容易獲得，故大多數(shù)經(jīng)典的統(tǒng)計類模型都選擇使用基于年度會計信息的財務(wù)比率作為預(yù)測變量來進行企業(yè)財務(wù)困境的建模和預(yù)測。雖然財務(wù)比率指標(biāo)在企業(yè)財務(wù)困境預(yù)測中具有重要的影響作用，但一些學(xué)者認(rèn)為基于年度財務(wù)比率信息的統(tǒng)計模型仍存在著一些局限性（Sweeney,1994;Rosner,2003），其具體體現(xiàn)在：首先，有義務(wù)公布年度會計信息的企業(yè)數(shù)量是相當(dāng)有限的，在許多國家（如美國、英國和德國），只有資產(chǎn)規(guī)模、銷售水平、雇員人數(shù)等達到一定標(biāo)準(zhǔn)的大企業(yè)才有法律義務(wù)公布它們的年度會計信息，因此，許多基于年度會計財務(wù)比率信息的困境預(yù)測模型只適用于大企業(yè)，其適用范圍不廣。其次，基于年度會計信息的財務(wù)比率未必能較為客觀和全面地反映企業(yè)的真實財務(wù)狀況。

Maltz(2003)等人建議[16]，在財務(wù)困境預(yù)測模型中適當(dāng)考慮一些非財務(wù)指標(biāo)或定性指標(biāo)是可取的，尤其是對研究缺乏可靠年度會計信息的小企業(yè)非常有效。一些學(xué)者 （如Lussier,1995;Becchetti and Sierra,2003）探討了非財務(wù)指標(biāo)或定性指標(biāo)對企業(yè)財務(wù)困境的影響，這些指標(biāo)主要有雇員素質(zhì)、企業(yè)管理經(jīng)驗、企業(yè)年齡、企業(yè)規(guī)模、管理者的領(lǐng)導(dǎo)能力、合作伙伴的數(shù)量、經(jīng)營戰(zhàn)略、顧客忠誠度、與大型供應(yīng)商的關(guān)系、合同外包狀況、出口狀況與銀行的關(guān)系等。Blazy(2000)和Ooghe(2003)等人指出，由于企業(yè)不可能獨立存在，企業(yè)的外部環(huán)境特別是宏觀經(jīng)濟環(huán)境變量（如利益、經(jīng)濟周期、信貸額度等）和行業(yè)環(huán)境變量（如行業(yè)前景）等對企業(yè)的財務(wù)狀況也具有一定的影響。

4 總結(jié)和展望

本文在對經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型進行文獻回顧和評述的基礎(chǔ)上，重點從財務(wù)困境的界定、數(shù)據(jù)的非穩(wěn)定性、非隨機取樣、財務(wù)困境的動態(tài)性和變量的選擇等五個方面對經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型存在的一些理論誤區(qū)進行了較為系統(tǒng)深入地剖析和理論探討，從而有助于我們更好地理解和把握經(jīng)典統(tǒng)計類財務(wù)困境預(yù)測模型的特點，便于我們在借鑒前人的思路和方法的基礎(chǔ)上進行更深入的研究，也便于我們考察不同統(tǒng)計方法對我國企業(yè)財務(wù)困境預(yù)測研究的適用性，深化統(tǒng)計判別分析技術(shù)在我國財務(wù)困境預(yù)測研究中的應(yīng)用。在今后的研究中，建議從以下幾個方面入手：

4.1 非穩(wěn)定性問題的處理

現(xiàn)有的財務(wù)困境預(yù)測方法在運用中對數(shù)據(jù)的非平穩(wěn)性問題重視不足。由于商業(yè)周期的階段性、市場環(huán)境的變化及技術(shù)變革等原因，檢驗時段與預(yù)測時段的自變量平均結(jié)構(gòu)可能發(fā)生變化，變量間的關(guān)系也隨之改變。很多研究沒有對這一問題加以重視，可能導(dǎo)致模型的預(yù)測能力和泛化能力受到影響。因此，在今后的研究中有必要對數(shù)據(jù)進行一些處理，如使用行業(yè)相對比率、扣除數(shù)據(jù)中的通脹因素等，使變量的平均結(jié)構(gòu)及變量間關(guān)系從檢驗期向預(yù)測期跨越時保持相對平衡。

4.2 自變量的選擇范圍

現(xiàn)有的財務(wù)困境預(yù)測方法在模型自變量的選擇方面，大都只涉及到會計數(shù)據(jù)和財務(wù)比率，對定性變量與非財務(wù)指標(biāo)的使用有限。事實上，非量化因素在披露企業(yè)財務(wù)狀況方面也極為有效。比如，企業(yè)出現(xiàn)過度擴張、過度依賴銀行貸款、企業(yè)人力資源匱乏、企業(yè)市場定位不清等狀況，都預(yù)示著企業(yè)存在潛在危機，而這些是財務(wù)比率所不能反映的。因此，在今后的研究中自變量的選擇范圍仍有待于進一步擴展，企業(yè)財務(wù)困境預(yù)測模型不能單純依靠財務(wù)比率和會計數(shù)據(jù)，也應(yīng)考慮如企業(yè)規(guī)模、經(jīng)濟環(huán)境、技術(shù)類型、戰(zhàn)略及所處的行業(yè)等非財務(wù)因素對財務(wù)困境發(fā)生的影響。也就是說，既要涉及到定量信息，也要涉及到定性信息，這樣才能更為完整地反映企業(yè)全貌。由于定性信息不易直接在預(yù)測模型中體現(xiàn)，所以建議采用評分的方法，將評分的結(jié)果作為企業(yè)財務(wù)困境預(yù)測系統(tǒng)的一個組成部分。

4.3 財務(wù)困境的基礎(chǔ)經(jīng)濟理論

雖然財務(wù)困境預(yù)測的應(yīng)用范圍很廣，市場需求很大，但缺乏經(jīng)濟理論基礎(chǔ)，這在某種程度上限制了財務(wù)困境預(yù)測方法的發(fā)展和預(yù)測準(zhǔn)確性的進一步提高。近年來，一些學(xué)者從非均衡理論、期權(quán)定價模型和契約理論對財務(wù)困境進行分析和預(yù)測，并取得了一定的成果。

[1]Beaver,W.Financial Ratios Predictors of Failure.Empirical Research in Accounting:Selected Studies 1966[J].Journal of Accounting Research,1967,(4).

[2]Moses,D.,Liao,S.S.On Developing Models for Failure Prediction[J].Journal of Commercial Bank Lending,1987,(69).

[3]Altman,E.I.Financial Ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].The Journal of Finance,1968,23(4).

[4]Ohlson,J Financial Ratios and the Probabilistic Prediction of Bankruptcy[J].Journal of Accounting Research,1980,18(1).

[5]陳靜.上市公司財務(wù)惡化預(yù)測的實證分析[J].會計研究,1999,(4).

[6]高培業(yè),張道奎.企業(yè)失敗判別模型實證研究[J].統(tǒng)計研究,2000,(10).

[7]吳世農(nóng),盧賢義.我國上市公司財務(wù)困境的預(yù)測模型研究[J].經(jīng)濟研究,2001,(6).

[8]趙健梅,王春莉.財務(wù)危機預(yù)警在我國上市公司的實證研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2003,(7).

[9]Keasey,K.,Watson,R.Financial Distress Models:A Review of Their Usefulness[J].British Journal of Management,1991,2(2).

[10]Charitou,A.,Neophytou,E.,Charalambous,C.Predicting Corporate Failure:Empirical Evidence for the UK[J].European Accounting Review,2004,13(3).

[11]Barnes,P.Methodological Implications of Non-normality Distributed Financial Ratios[J].Journal of Business Finance and Accounting,1982,9(1).

[12]Mossman,Ch.E.,Bell,G.G.,Swartz,L.M.,Turtle,H.An Empirical Comparison of Bankruptcy Models[J].Financial Review,1998,33(2).

[13]Piesse,J.,Wood,D.Issues in Assessing MDA Models of Corporate Failure:a Research Note[J].British Accounting Review，1992，24.

[14]Kahya,E.,Theodossiou,P.Predicting Corporate Financial Distress:A Time-Series CUSUM Methodology[C].Paper Presented at the Third Annual Conference of the Multinational Finance Association,1996，(6).

[15]Hayden,E.Are Credit Scoring Models Sensitive with Respect to Default Definitions?[C].Evidence from the Austrian Market,Dissertation Paper,Department of Business Administration,University of Vienna,Austria,2003.

[16]Maltz,A.C.,Shenhar,A.J.,Reilly,R.R.Beyond the Balanced Scorecard:Refining the Search for Organizational Success Measures[J].Long Range Planning，2003，36.