劉 敏 雷 振

（華南理工大學(xué)經(jīng)濟管理學(xué)院，河北 張家口 075100）

隨著世界范圍內(nèi)經(jīng)濟發(fā)展速度的加快，在企業(yè)經(jīng)濟的發(fā)展過程中不確定因素也隨之增長，和以往相比，現(xiàn)代企業(yè)面臨著更大的出現(xiàn)破產(chǎn)和財務(wù)危機的可能性。因此，對企業(yè)防微杜漸進行財務(wù)預(yù)警研究是十分必要的。主要的財務(wù)預(yù)警模型分為單變量財務(wù)預(yù)警模型和多變量財務(wù)預(yù)警模型兩種。單變量財務(wù)預(yù)警模型由于只有一種財務(wù)指標，現(xiàn)代企業(yè)面臨著多方面的影響，往往單一指標并不能全面完全地反映企業(yè)的經(jīng)濟狀況，運用這一模型時就會常常出現(xiàn)模型預(yù)警失誤，因此，多變量財務(wù)預(yù)警模型成為預(yù)警模型的主要選擇。目前主要的多變量財務(wù)預(yù)警模型包括：多元判別模型、主成分分析模型、多元邏輯模型、多元概率比模型和BP神經(jīng)網(wǎng)絡(luò)模型五種。但目前對于多變量財務(wù)預(yù)警指標如何選取并沒有明確的理論指導(dǎo)，本文對前人的研究加以整理分析，希望可以在財務(wù)預(yù)警模型應(yīng)用方面提供一些可以參考的信息。

一、財務(wù)危機的界定及樣本選取

國外對財務(wù)危機的研究主要側(cè)重于破產(chǎn)角度。Beaver 認為拖欠債務(wù)，優(yōu)先股股利，破產(chǎn)是財務(wù)危機的表現(xiàn)。Carmichae 認為危機是指企業(yè)履行業(yè)務(wù)時受阻，表現(xiàn)為：長期債務(wù)能力低、資金取得困難。外國學(xué)者大多以破產(chǎn)來定義財務(wù)危機。但就我國而言，對破產(chǎn)研究的很少，郭麗紅認為財務(wù)危機是企業(yè)不能在規(guī)定期限內(nèi)還款的一種表現(xiàn)，趙愛玲也認為財務(wù)危機即資不抵債。我國學(xué)者通常認為財務(wù)危機即無力支付到期債務(wù)的現(xiàn)象。同時，在樣本的選擇中外國學(xué)者通常選取《Moody 行業(yè)手冊》中破產(chǎn)企業(yè)為樣本，Beaver 他以79 家財務(wù)正常公司和破產(chǎn)公司作為研究對象，所選擇研究對象來源于《Moody 行業(yè)手冊》。國內(nèi)通常選取上市ST 公司為研究對象，姜秀華、孫錚以2001 年11 月20 日為基點選取了42 家ST 公司進行財務(wù)預(yù)警研究。

就五種財務(wù)預(yù)警模型縱向比較而言，國內(nèi)外學(xué)者在對財務(wù)危機的界定和樣本的選取方面存在著一定差異，但這種差異是由于國情等現(xiàn)實因素造成的，總的來說符合研究的實際情況，對五種財務(wù)預(yù)警模型的應(yīng)用并沒有實質(zhì)性的影響。

二、財務(wù)預(yù)警模型的應(yīng)用范圍

在上述五種財務(wù)預(yù)警模型中，在理論層面上由于模型本身的要求，對模型的應(yīng)用范圍有一定的限制。對于多元邏輯模型，BP神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用并沒有數(shù)據(jù)類型的限制，但對于多元判別模型、主成分分析模型、多元概率比模型適用范圍有著嚴格的要求。陶艷珍指出對于多元判別模型，主成分分析模型要求樣本必須服從正態(tài)分布，兩個樣本組的協(xié)方差相等且變量之間存在著多重共線性關(guān)系。張妍妍指出多元概率比模型要求樣本服從正態(tài)分布，同時要求所選財務(wù)指標可以線性解釋P 值。在實際應(yīng)用中除了受模型本身要求之外，五種財務(wù)預(yù)警模型可以隨意應(yīng)用到各個行業(yè)領(lǐng)域。

從上述可以得出，單純就模型的適用性而言，由于模型本身對于樣本數(shù)據(jù)的要求多元判別模型、主成分分析模型和多元概率比模型應(yīng)用受到一定的限制。多元邏輯模型、BP 神經(jīng)網(wǎng)絡(luò)模型適用性更強。

三、財務(wù)預(yù)警指標選取

多元判別財務(wù)預(yù)警模型的首創(chuàng)者Altman 所建立的Z 模型從22 個會計比率類財務(wù)指標中提取出5 個具有代表的指標，即：營運資本/總資產(chǎn)、留存收益/總資產(chǎn)、息稅前收益/總資產(chǎn)、股東權(quán)益/總負債和銷售收入/總資產(chǎn)。吳世農(nóng)引入公司內(nèi)外部治理變量，在其建立的預(yù)警指標體系中使用了12 個非財務(wù)類指標，利用多元判別模型對公司財務(wù)狀態(tài)進行了預(yù)測。

楊淑娥，徐偉剛在主成分分析模型中考慮到反映現(xiàn)金流量方面的比率指標和累計盈利能力的比率指標。曹德芳、夏好琴運用主成分分析法，結(jié)合財務(wù)指標，將股權(quán)結(jié)構(gòu)變量法人股比例、流通股比例引入到財務(wù)危機預(yù)警研究中。

Martin 建立的多元邏輯模型中指出凈利潤/總資產(chǎn)、壞賬/凈利潤、費用額/營業(yè)收入、等六個財務(wù)比率指標能夠更顯著判別公司的危機。楊華在引入財務(wù)指標的基礎(chǔ)上又引入了股權(quán)結(jié)構(gòu)、年報披露、等四個方面的非財務(wù)指標，運用Logistic 回歸方法構(gòu)建模型，預(yù)測準確率大有提高。

Ohlson 運用Probit 判別法建立的Probit 模型考慮到資產(chǎn)負債率，流動比率，利潤率等財務(wù)指標。白承彪從企業(yè)償債能力，盈利能力，營運能力和發(fā)展能力四個方面選取指標利用多元概率比模型進行預(yù)警。

Koh 用息稅前利潤、負債比率、資產(chǎn)報酬率、股票市價/總資產(chǎn)保留盈余/資產(chǎn)五個指標建立人工神經(jīng)網(wǎng)絡(luò)模型。譚久均利用BP 神經(jīng)網(wǎng)絡(luò)模型引入了銷售現(xiàn)金比率、經(jīng)營活動現(xiàn)金流入比與現(xiàn)金流動負債比等三個現(xiàn)金流量類比率。

在五種財務(wù)預(yù)警模型的預(yù)警指標發(fā)展方面可以看出，初期財務(wù)預(yù)警指標集中于會計指標，隨著研究的深入，非財務(wù)指標和現(xiàn)金流量指標的引入使預(yù)警的準確性提升了。

四、預(yù)警度

在多元判別財務(wù)預(yù)警模型中Altman 認為如果企業(yè)的Z 值大于2.675，表明企業(yè)的財務(wù)良好；如果Z 值小于1.81，則企業(yè)存在很大的破產(chǎn)風(fēng)險；如果Z 值處于1.81—2.675 之間，企業(yè)財務(wù)狀況是極不穩(wěn)定的。

楊淑娥建立的Y 模型中Y>1 為財務(wù)狀況非常安全區(qū)域；1>Y >0.5 財務(wù)狀況安全區(qū)域；0.5>Y>0.3 財務(wù)狀況灰色區(qū)域；0.3>Y>0 財務(wù)狀況失敗區(qū)域；0>Y 財務(wù)狀況嚴重惡化區(qū)域。

多元邏輯模型和多元概率比模型p>0.5 財務(wù)狀況良好；p<0.5 出現(xiàn)財務(wù)危機。Martin 認為當(dāng)p 值大于0.5 時說明企業(yè)財務(wù)狀況良好，反之企業(yè)會面臨極大的破產(chǎn)風(fēng)險。

朱燕妮利用BP神經(jīng)網(wǎng)絡(luò)模型按照第一次出現(xiàn)凈利潤為負值，連續(xù)兩年出現(xiàn)凈利潤為負值，每股凈資產(chǎn)低于賬面價值三個方面的不同情況把企業(yè)分為健康，輕度和重度三個方面。將預(yù)警安全指數(shù)在0 ～1 之間分為5 部分（0，0.2）巨警；（0.2，0.4）重警；（0.4，0.6）中警；（0.6，0.8）輕警；（0.8，1）無警。

在各個模型的預(yù)測過程中由于所選樣本，指標各個方面都存在著差異，因此模型的警度也有差異。

五、準確度

張玲以120 家公司為研究對象，選取了70 家處于財務(wù)困境的公司和非財務(wù)困境的公司為樣本，應(yīng)用了線性判定分析，多元線性回歸分析和logist 邏輯回歸模型三種方法，分別建立三種預(yù)測財務(wù)困境的模型，這三種模型也都有一定的實踐效果。但針對同樣一個樣本數(shù)據(jù)的分析而言， Logistic 預(yù)測模型的預(yù)測精度最高，預(yù)測效果最好。吳應(yīng)宇以我國上市公司為研究對象，根據(jù)行業(yè)分類和總資產(chǎn)規(guī)模選取被ST 和正常公司各28 家作為訓(xùn)練樣本，運用3 種獨立的建模方法，分別建立了主成分分析預(yù)警模型、線性判別預(yù)警模型和邏輯回歸預(yù)警模型。通過模型比較發(fā)現(xiàn)，主成分分析預(yù)警模型優(yōu)于線性判別模型。辛秀從償債能力等6 個方面選取指標，利用小波神經(jīng)網(wǎng)絡(luò)方法構(gòu)建財務(wù)預(yù)警模型，研究結(jié)果表明該方法優(yōu)于多元統(tǒng)計方法，Logisic 和Pobit 方法構(gòu)建的財務(wù)預(yù)警模型。

就一般情況而言，對財務(wù)危機預(yù)測精度，多元邏輯模型優(yōu)于多元判別模型，多元概率比模型，主成分分析模型優(yōu)于多元判別模型，BP 神經(jīng)網(wǎng)絡(luò)模型優(yōu)于多元邏輯模型和主成分分析模型，但有時模型的準確度也受所選行業(yè)所選財務(wù)指標影響。

六、研究結(jié)論及建議

從上文的分析中可以看出，在財務(wù)預(yù)警的過程中要充分了解每一個財務(wù)預(yù)警模型。在面對不同行業(yè)、不同樣本、不同財務(wù)狀況的公司時才能綜合應(yīng)用這幾種模型。下面提出幾點在模型應(yīng)用選擇中的意見。

（一）對各個模型要充分了解，綜合應(yīng)用選擇

在模型的選擇過程中要充分利用模型的特點，針對企業(yè)不同情況分時段選擇。不可拘泥于單一的財務(wù)預(yù)警模型。例如多元判別模型指標反映全面但指標之間存在一定干擾性，可作為短期預(yù)測模型，BP 神經(jīng)網(wǎng)絡(luò)模型適合作為由內(nèi)部機制引起問題的模型。因此，這些模型應(yīng)綜合應(yīng)用。

（二）選取模型時，要充分考慮到樣本的使用條件

樣本的使用條件不僅包括樣本是否滿足模型的基本條件，還包括樣本所處行業(yè)特征和其他財務(wù)狀況等。例如，如果樣本過多會造成BP 神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)能力不高影響預(yù)測效果，同樣，在多元邏輯模型中如果樣本數(shù)量較少也會造成預(yù)測準度下降。

（三）在模型的應(yīng)用過程中，要注意模型的改進

模型對于財務(wù)預(yù)警模型的準確度有很大的影響。在模型的應(yīng)用過程中，我們要重視模型的改進問題，提高模型的應(yīng)用效率。例如，BP 神經(jīng)網(wǎng)絡(luò)模型中，可以應(yīng)用遺傳算法來提高收斂速度，提升預(yù)測準確性。

（四）在預(yù)警過程中，也要注意指標的選取

預(yù)警指標作為財務(wù)預(yù)警的重要組成部分，在模型預(yù)測過程中有十分重要的作用，在模型的預(yù)測過程中，也要根據(jù)具體行業(yè)選取一定的行業(yè)指標和非財務(wù)指標、現(xiàn)金流量指標，才能更好地提高預(yù)測效果。

[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]郭麗紅.企業(yè)財務(wù)危機的原因分析[J].浙江財稅與會計，2001（10）.

[4]趙愛玲.企業(yè)財務(wù)危機的識別與分析[J].財經(jīng)理論與實踐，2000（06）.

[5]姜秀華.孫錚治理弱化與財務(wù)危機:一個預(yù)測模型[J].南開管理評論，2001（10） .

[6]陶艷珍. 財務(wù)預(yù)警模型及其應(yīng)用探討[J]. 財會月刊， 2008（12）.

[7]趙秀敏. 財務(wù)預(yù)警模型的創(chuàng)建與應(yīng)用[J]. 西部財會，2011（03）.

[8]張妍妍，吳喬. 基于probit 模型的中國上市公司退市風(fēng)險預(yù)警研究[J].貴州財經(jīng)學(xué)院學(xué)報，2011（01）.

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