（副教授），

一、引言

自1990年上海、深圳證券交易所成立以來，我國證券市場取得了巨大的成就，截至2016年7月我國境內(nèi)上市公司達到了2900家。我國資本市場的快速發(fā)展為上市公司帶來了無限的發(fā)展機遇，但同時也加大了上市公司的競爭壓力，風(fēng)險和危機接踵而至。1998年證監(jiān)會頒布了《關(guān)于上市公司狀況異常期間的股票特別處理方式的通知》，要求證券交易所對“狀況異?！钡纳鲜泄緦嵭泄善苯灰椎奶厥馓幚恚⊿pecial Treatment，簡稱ST）。根據(jù)國泰安數(shù)據(jù)庫統(tǒng)計，到目前為止我國滬深兩市A股被執(zhí)行特殊處理的上市公司多達861家，其中有683家公司是因為財務(wù)狀況異常，連續(xù)兩年虧損、資產(chǎn)縮水或超過兩年正在調(diào)整期?？梢?，我國上市公司存在較為嚴(yán)重的財務(wù)問題，財務(wù)風(fēng)險水平較高，致使投資人和企業(yè)面臨較高的投資風(fēng)險甚至遭受巨大損失，進而使上市公司以及證券市場的健康平穩(wěn)發(fā)展受到威脅。

財務(wù)風(fēng)險監(jiān)測是“觸按企業(yè)經(jīng)營活動的手指”，是企業(yè)疾病的探測器，其不僅可以幫助上市公司管理當(dāng)局及時發(fā)現(xiàn)公司的異常財務(wù)狀況，有針對性地調(diào)整公司投融資以及經(jīng)營戰(zhàn)略，避開或化解企業(yè)財務(wù)危機，還可以幫助投資者和債權(quán)人了解上市公司的財務(wù)狀況，做出正確的投資及信貸決策，保護投資者的利益。因此，我國證券市場迫切需要建立一個能夠監(jiān)測上市公司財務(wù)風(fēng)險的系統(tǒng)，以提高證券市場對上市公司的監(jiān)管效率，幫助投資人、債權(quán)人等企業(yè)利益相關(guān)者監(jiān)測企業(yè)的財務(wù)和經(jīng)營狀況。

二、文獻回顧

國外對于財務(wù)風(fēng)險的研究始于20世紀(jì)30年代。著名的有Beaver（1966）提出的單變量判定模型，其以美國1954～1964年間79家經(jīng)營失敗和79家經(jīng)營正常的企業(yè)為樣本，通過采用統(tǒng)計方法對兩組企業(yè)的財務(wù)風(fēng)險指標(biāo)進行對比分析，發(fā)現(xiàn)資產(chǎn)收益率、負債保障率和資產(chǎn)負債率對企業(yè)的財務(wù)風(fēng)險具有良好的預(yù)測性。Altman（1968）提出的多元Z值計分模型，以營運資產(chǎn)期末總資產(chǎn)比、留存收益期末總資產(chǎn)比、息稅前利潤總負債比、股東權(quán)益市場價值期末總負債比、銷售收入平均總資產(chǎn)比等五個財務(wù)指標(biāo)建立多元模型，通過數(shù)理統(tǒng)計的方法對五個財務(wù)指標(biāo)進行賦權(quán)，得出具有綜合評價效果的Z分值，提高了財務(wù)危機預(yù)測的準(zhǔn)確率。Altman、Haldeman（1977）提出了ZETA模型，利用該模型對1969～1975年間53家破產(chǎn)企業(yè)和58家非破產(chǎn)企業(yè)進行風(fēng)險預(yù)測，預(yù)測結(jié)果表明這種模型的準(zhǔn)確率明顯高于多元Z值計分模型。Ohlson（1980）利用Logistic模型對105家經(jīng)營失敗的公司進行回歸，其回歸結(jié)果表明企業(yè)的資產(chǎn)規(guī)模、資產(chǎn)負債率、凈資產(chǎn)收益率、流動比率、速動比率對企業(yè)的財務(wù)風(fēng)險有很好的預(yù)測效果。Tama（1991）利用建立的包含輸入層、隱藏層和輸出層三層結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)模型對財務(wù)風(fēng)險進行預(yù)警，該模型具有很好的外界適應(yīng)性，但是理論性不足。

國內(nèi)關(guān)于財務(wù)風(fēng)險的研究始于20世紀(jì)80年代中期。最早對企業(yè)財務(wù)風(fēng)險進行預(yù)測的是吳世農(nóng)、黃世忠（1986），他們構(gòu)建了單變量模型對破產(chǎn)企業(yè)的財務(wù)風(fēng)險進行了預(yù)測，從資產(chǎn)變現(xiàn)能力、盈利能力、資產(chǎn)使用效率、負債狀況等方面構(gòu)建財務(wù)指標(biāo)，并通過區(qū)間估計模型以及線性判定模型對破產(chǎn)企業(yè)和非破產(chǎn)企業(yè)進行對比分析，發(fā)現(xiàn)凈利率、流動比率、負債比率、資本運用率、資本報酬率能夠?qū)ζ髽I(yè)的破產(chǎn)情況作出預(yù)測。周首華、楊濟華和王平（1996）將現(xiàn)金流量變動指標(biāo)加入Z分?jǐn)?shù)模型，構(gòu)建了多元財務(wù)風(fēng)險預(yù)警模型——F模型，使用案例分析方法證實了F模型在破產(chǎn)企業(yè)預(yù)測中的有效性。陳靜（1999）使用27家ST和非ST企業(yè)的數(shù)據(jù)，選用資產(chǎn)負債率、流動比率、總資產(chǎn)收益率、凈資產(chǎn)收益率等指標(biāo)分別對財務(wù)風(fēng)險預(yù)測的單變量模型和多變量模型進行驗證，認為雖然這些模型仍存在局限性，但不失為一種簡單而有效的預(yù)測方法，這一結(jié)論具有重要實踐意義。鄭玉華、崔曉東（2013）從公司盈利能力、公司發(fā)展?jié)摿Α⒐緝攤芰?、公司營運能力、公司投資價值等方面構(gòu)建了公司財務(wù)預(yù)警的Logit模型。萬希寧、蘇秋根（2003）從盈利能力、償債能力、資產(chǎn)管理能力、成長能力、現(xiàn)金能力等方面對上市公司財務(wù)失敗預(yù)警進行分析。張玲（2000）、羅瀾（2012）采用Z分?jǐn)?shù)模型對財務(wù)風(fēng)險進行預(yù)測。楊淑娥、徐偉剛（2003）使用主成分分析法建立了Y分?jǐn)?shù)模型。陳曉和陳怡鴻（2000）、姜秀華和李華中（2001）、王琳和周心（2007）、呂佳男和賈煒瑩（2009）運用Logistic模型預(yù)測我國上市公司財務(wù)風(fēng)險。楊保安（2001）、周敏（2002）、李志毅（2003）、楊淑娥和黃禮（2005）、徐玖平和李曉峰（2006）、周輝仁等（2010）、陳敏（2012）采用神經(jīng)網(wǎng)絡(luò)模型對財務(wù)風(fēng)險進行預(yù)測。丁香乾和石碩（2004）、楊鑫（2010）、葉肖劍（2010）、翟凡萍等（2013）等采用層次分析法對企業(yè)財務(wù)風(fēng)險進行評價。

通過上述研究可以發(fā)現(xiàn)，對財務(wù)風(fēng)險進行預(yù)測的模型大體分為兩類：一類是基于財務(wù)風(fēng)險預(yù)測指標(biāo)回歸分析的F、Z分?jǐn)?shù)模型；另一類是對財務(wù)風(fēng)險進行評分的層次分析以及神經(jīng)網(wǎng)絡(luò)模型。在這兩種方法中，第一種分析方法只局限于某一個數(shù)據(jù)點，在評價財務(wù)風(fēng)險時局限性比較大，不能大致劃分財務(wù)風(fēng)險的區(qū)間界限，無法對可能存在潛在風(fēng)險或者處于風(fēng)險初期的企業(yè)進行預(yù)測；第二種方法可以分層次對財務(wù)風(fēng)險進行分析，但是分析過程依賴于專家的打分，數(shù)據(jù)比較難獲取。

本文認為，從財務(wù)指標(biāo)入手，通過構(gòu)建不同的風(fēng)險預(yù)測模型對財務(wù)風(fēng)險進行預(yù)測更具有實踐操作性。但在財務(wù)指標(biāo)的選取中大部分學(xué)者關(guān)注的是企業(yè)的利潤指標(biāo)，對現(xiàn)金流指標(biāo)的考慮略顯不足。周首華等（1996）在Z分?jǐn)?shù)模型中引入了對現(xiàn)金流的考慮，但是僅考慮了現(xiàn)金流對企業(yè)盈利能力的影響。本文在參考前期各位學(xué)者研究的基礎(chǔ)上，通過修正財務(wù)風(fēng)險預(yù)測指標(biāo)，將利潤指標(biāo)與現(xiàn)金流指標(biāo)結(jié)合使用，并通過建立平均數(shù)區(qū)間點估計模型對財務(wù)風(fēng)險和財務(wù)健康的企業(yè)進行對比風(fēng)險預(yù)測，以期為企業(yè)財務(wù)風(fēng)險的監(jiān)控提供新的思路。

三、財務(wù)風(fēng)險監(jiān)測模型的建立

如何對企業(yè)的財務(wù)風(fēng)險進行監(jiān)測？如何預(yù)測企業(yè)是否發(fā)生財務(wù)風(fēng)險？本文通過對比前期學(xué)者的研究，發(fā)現(xiàn)大部分學(xué)者都是通過構(gòu)建財務(wù)指標(biāo)對企業(yè)進行財務(wù)風(fēng)險的預(yù)警，并且相對于主觀判斷的指標(biāo)而言，反映企業(yè)財務(wù)狀況的財務(wù)風(fēng)險指標(biāo)更易獲取，對于企業(yè)財務(wù)風(fēng)險監(jiān)測的實踐來說容易實現(xiàn)。因此，本文認為對企業(yè)財務(wù)風(fēng)險進行監(jiān)測最直接的、最容易得到的證據(jù)便是反映企業(yè)財務(wù)運行狀況的財務(wù)指標(biāo)。對于財務(wù)風(fēng)險的預(yù)測，必須將預(yù)測指標(biāo)和相關(guān)預(yù)測標(biāo)準(zhǔn)進行結(jié)合，因此劃分企業(yè)財務(wù)風(fēng)險異常、財務(wù)正常的指標(biāo)區(qū)間理論上能夠成為對財務(wù)風(fēng)險進行監(jiān)測的有效方法。將企業(yè)面臨財務(wù)風(fēng)險時指標(biāo)的臨界值以及臨界區(qū)間進行劃分，從而形成企業(yè)財務(wù)正常、可能面臨財務(wù)風(fēng)險以及財務(wù)風(fēng)險異常的預(yù)測區(qū)間。借鑒Beaver（1966）的單變量判定模型以及吳世農(nóng)、黃世忠（1986）的單變量預(yù)測模型，本文運用平均數(shù)區(qū)間估計法建立預(yù)測企業(yè)財務(wù)風(fēng)險的模型。

對于企業(yè)的財務(wù)風(fēng)險監(jiān)測，我們不僅要對財務(wù)風(fēng)險進行風(fēng)險預(yù)測值的點估計，而且希望估計出風(fēng)險預(yù)測值的范圍，并確定這個范圍包含財務(wù)風(fēng)險的可信程度，即對企業(yè)財務(wù)風(fēng)險預(yù)測進行區(qū)間估計。

設(shè)總體（財務(wù)風(fēng)險異常企業(yè)或財務(wù)正常企業(yè)）X的分布函數(shù)為F（x；θ），含有未知參數(shù)θ，θ ∈ Θ，（Θ是θ可能的取值范圍），對于給定值a（0＜a＜1），若由來自X的樣本x1，x2，…，xn確定的兩個統(tǒng)計量θ=θ（x1，x2，…，xn）和θ=θ（x1，x2，…，xn），（θ＜θ），則對于任意的θ ∈ Θ，滿足 P｛θ（x1，x2，…，xn）＜θ＜θ（x1，x2，…，xn）｝≥1-α，則隨機區(qū)間（θ，θ）是θ的置信水平為1-α的置信區(qū)間。假設(shè)：①ST（財務(wù)狀況異常）企業(yè)（X1）和非ST（財務(wù)狀況正常）企業(yè)（X2）其財務(wù)指標(biāo)的分布具有顯著的統(tǒng)計差別；②兩個總體均服從于正態(tài)分布；③隨機地從兩個總體中各抽取一個樣本，兩個樣本之間是相互獨立的；④兩個樣本的樣本量均小于30，即n1＜30，n2＜30。

滿足上述條件后，如果對總體X1和X2進行多次重復(fù)抽樣，則總體X1和X2對應(yīng)的均值符合以下條件和分別服從（n1-1）和（n2-1）的兩個t分布。其中：μ1、μ2分別表示總體X1和X2的均值分別表示總體X1和X2的樣本均值；S1和S2分別表示總體X1和X2的樣本標(biāo)準(zhǔn)差；n1、n2表示總體X1和X2的樣本量。由此可推斷：

于是可推得μ1、μ2在置信水平為1-α的置信區(qū) 間 分 別 為 ：和

圖1 指標(biāo)值越大越好的區(qū)間

圖2 指標(biāo)值越小越好的區(qū)間

如圖1和圖2所示，ST企業(yè)財務(wù)風(fēng)險的區(qū)間為：當(dāng)指標(biāo)值越大越好時，風(fēng)險區(qū)間點為X1+安 全 區(qū) 間 點 為 X2-指 標(biāo) 值 越 小 越 好 時 ，風(fēng)險區(qū)間點為安全區(qū)間點為

四、實證分析

1.研究樣本與數(shù)據(jù)的選取。本文以滬深兩市A股制造業(yè)企業(yè)作為樣本對企業(yè)財務(wù)風(fēng)險進行分析。假定2016年被ST的制造業(yè)企業(yè)為財務(wù)風(fēng)險異常企業(yè)，并根據(jù)選定財務(wù)風(fēng)險異常企業(yè)的規(guī)模、證監(jiān)會2012行業(yè)劃分標(biāo)準(zhǔn)以及企業(yè)的主營業(yè)務(wù)檢索與財務(wù)風(fēng)險異常企業(yè)相互配比選取財務(wù)正常企業(yè)。本文所抽取的研究樣本如表1所示。

表1 樣本企業(yè)組

假定第t年是企業(yè)財務(wù)風(fēng)險異常（被ST）的年度，那么第t-1和t-2兩個年度企業(yè)連續(xù)兩年出現(xiàn)經(jīng)營虧損。當(dāng)t-1年出現(xiàn)經(jīng)營虧損時，即第二次出現(xiàn)經(jīng)營虧損，企業(yè)的財務(wù)風(fēng)險異常便已確定，不需要監(jiān)測。如果t-2年即第一次出現(xiàn)經(jīng)營虧損，需要對企業(yè)虧損的暫時性和持續(xù)性進行分析，對企業(yè)的財務(wù)風(fēng)險進行分析監(jiān)測，因此應(yīng)著重觀測t-2年的數(shù)據(jù)。ST企業(yè)連續(xù)兩年的虧損通常是以前多年經(jīng)營不善的累積效果，特別是虧損出現(xiàn)的前兩至三年即t-3、t-4和t-5年。因此本文以t-5～t-1共5年的數(shù)據(jù)為測試樣本，其中t-1年為監(jiān)測年，其他年度為測試年度。本文選取2016年被ST的企業(yè)作為財務(wù)風(fēng)險異常的企業(yè)，并考慮上述財務(wù)風(fēng)險的形成以及財務(wù)風(fēng)險的不確定性，選取ST企業(yè)及配比企業(yè)2011～2015年的財務(wù)數(shù)據(jù)進行研究。

本文的數(shù)據(jù)來源于國泰安數(shù)據(jù)庫、萬得資訊、東吳證券三個網(wǎng)站中收錄的上市公司資料。

2.財務(wù)指標(biāo)的建立。借鑒以往學(xué)者的研究以及基于上市公司數(shù)據(jù)的可獲得性，本文從企業(yè)的償債能力、盈利能力、現(xiàn)金流量能力、資產(chǎn)管理能力等方面篩選企業(yè)財務(wù)風(fēng)險監(jiān)測指標(biāo)。鑒于傳統(tǒng)的利潤指標(biāo)很容易被操控，而企業(yè)的現(xiàn)金流量可以作為企業(yè)利潤質(zhì)量的衡量，因此充分考慮現(xiàn)金流量指標(biāo)，將現(xiàn)金流量指標(biāo)與利潤指標(biāo)結(jié)合，以更加準(zhǔn)確地衡量企業(yè)的財務(wù)風(fēng)險。具體指標(biāo)選取如表2所示。

3.實證分析。本文對ST企業(yè)和非ST企業(yè)上述財務(wù)指標(biāo)進行了對比式區(qū)間點估計的測算。

（1）描述性統(tǒng)計。對ST企業(yè)和非ST企業(yè)的指標(biāo)均值點的測算結(jié)果如表3。通過表3對ST企業(yè)與非ST企業(yè)財務(wù)指標(biāo)均值的描述，我們發(fā)現(xiàn)存在財務(wù)風(fēng)險異常的企業(yè)與財務(wù)正常的企業(yè)2011～2015年（t-5～t-1年）的指標(biāo)均值均有明顯差異。ST企業(yè)凈資產(chǎn)收益率2011～2015年期間有四年為負值，只有2013年勉強為正值，但是數(shù)值比較小，僅為0.0176；而非ST企業(yè)的凈資產(chǎn)收益率這五年比較穩(wěn)定，均維持在0.1126～0.1429左右。ST企業(yè)凈資產(chǎn)現(xiàn)金收益率五年的指標(biāo)值都處于0.1以下；而非ST企業(yè)基本維持在0.1以上，且大部分在0.14以上，只有2011年不是很高，指標(biāo)值為0.0627。ST企業(yè)每股經(jīng)營現(xiàn)金流的指標(biāo)值五年期間基本處于0.1左右，只有2013年偏高，上升到了0.3096；非ST企業(yè)一直比較穩(wěn)定地維持在0.7左右，只有2011年偏低，為0.2721，但仍大于ST企業(yè)的指標(biāo)值。ST企業(yè)資產(chǎn)負債率的指標(biāo)值基本維持在0.6以上，只有2013年指標(biāo)值有所下降，為0.5918；非ST企業(yè)穩(wěn)定在0.3414～0.4009。ST企業(yè)債務(wù)保障率指標(biāo)值基本在0.07以下；而非ST企業(yè)的指標(biāo)值均維持在0.3左右，只有2011年為0.1262。ST企業(yè)現(xiàn)金比率各年指標(biāo)值在0.3203～0.6181；而非ST企業(yè)各年均值均高于ST企業(yè)，維持在0.5781～0.9273。ST企業(yè)與非ST企業(yè)流動比率的差異也很明顯，ST企業(yè)指標(biāo)值在1.5231～1.6474，只有2011年略高，為1.8676；而非ST企業(yè)均維持在2以上。ST企業(yè)總資產(chǎn)周轉(zhuǎn)率維持在0.5左右；而非ST企業(yè)在0.8左右。

表2 財務(wù)指標(biāo)及其說明

從上述指標(biāo)的分析可以觀察到：①ST企業(yè)糟糕的經(jīng)營業(yè)績并不是一種偶然的現(xiàn)象，而是長期經(jīng)營管理不善的積累。2011～2015年（t-5～t-1年）ST企業(yè)的指標(biāo)值均小于非ST企業(yè)，并且這種結(jié)果具有持續(xù)性，并不是某一年出現(xiàn)的偶然情況。從上述財務(wù)指標(biāo)的預(yù)判效應(yīng)可以看出，非ST企業(yè)的經(jīng)營效益長期優(yōu)于ST企業(yè)，因此本文認為ST企業(yè)的經(jīng)營不善、財務(wù)風(fēng)險異常并不是偶然出現(xiàn)的，而是長期的、持續(xù)的經(jīng)營管理不善造成的。這種財務(wù)風(fēng)險是由于企業(yè)持續(xù)多年的盈利能力弱、資產(chǎn)負債率高、現(xiàn)金流量低、償債能力低、資產(chǎn)周轉(zhuǎn)慢以及經(jīng)營能力低下等造成的。②ST企業(yè)在經(jīng)營管理出現(xiàn)問題后曾尋求過改善。單獨從ST企業(yè)2011～2015年的指標(biāo)分析中可以發(fā)現(xiàn)，ST企業(yè)在2013年的各財務(wù)指標(biāo)均要好于相鄰的年度，出現(xiàn)了一個改善，但是2014、2015年的連續(xù)虧損將其之前的改善付諸東流。本文分析得出，ST企業(yè)在經(jīng)歷了t-5和t-4年的經(jīng)營不善后，在t-3年為防止企業(yè)被過早ST而進行了業(yè)績的改善，但是這種改善最終并沒有扭轉(zhuǎn)企業(yè)經(jīng)營管理不善的局面，即企業(yè)前期經(jīng)營不善造成的財務(wù)風(fēng)險已經(jīng)非常嚴(yán)重，沒有辦法在短期內(nèi)得到緩解。③另外，從上述指標(biāo)值中可以發(fā)現(xiàn)，ST企業(yè)2011年（t-5年）各指標(biāo)值與非ST企業(yè)相比，差距要略微小于除2013年（t-3年）的其他年度，因此可以推斷，ST企業(yè)財務(wù)風(fēng)險異常源于長期的、持續(xù)的經(jīng)營管理不善，這種財務(wù)風(fēng)險異常可能在t-5年就出現(xiàn)，但當(dāng)時的風(fēng)險明顯要弱于其他年度，屬于財務(wù)風(fēng)險異常的初期。

（2）財務(wù)風(fēng)險預(yù)測模型——區(qū)間點估計模型的實證分析。樣本企業(yè)各財務(wù)指標(biāo)的區(qū)間點估計結(jié)果如表4所示。

根據(jù)區(qū)間點估計的財務(wù)風(fēng)險預(yù)測模型，利用Excel求出各個財務(wù)指標(biāo)的區(qū)間點估計值。本文將財務(wù)預(yù)測模型區(qū)間估計的置信水平α設(shè)為1）=2.0484，進一步求出的指標(biāo)值（見表4）。通過表4的區(qū)間點估計值可以發(fā)現(xiàn)，凈資產(chǎn)收益率、每股經(jīng)營現(xiàn)金流、資產(chǎn)負債率、債務(wù)保障率均能很好地區(qū)分ST企業(yè)與非ST企業(yè)的區(qū)間點，即能夠?qū)ω攧?wù)風(fēng)險異常以及財務(wù)正常進行明顯的區(qū)分。對于凈資產(chǎn)現(xiàn)金收益率、現(xiàn)金比率、流動比率、總資產(chǎn)周轉(zhuǎn)率幾個指標(biāo)，由于ST企業(yè)與非ST企業(yè)之間存在較大的重合區(qū)間即模糊區(qū)間，在此區(qū)間內(nèi)無法對財務(wù)風(fēng)險異常和財務(wù)正常進行判斷區(qū)分，因此在進行財務(wù)風(fēng)險區(qū)間估計的時候不考慮這幾類指標(biāo)。進一步分析可以發(fā)現(xiàn)，無法通過上述四個指標(biāo)區(qū)分財務(wù)風(fēng)險的原因主要是財務(wù)風(fēng)險異常企業(yè)的離散程度比較大，導(dǎo)致風(fēng)險異常企業(yè)的標(biāo)準(zhǔn)差比較大。剔除模糊指標(biāo)后，本文采用凈資產(chǎn)收益率、每股經(jīng)營現(xiàn)金流、資產(chǎn)負債率、債務(wù)保障率四個指標(biāo)區(qū)分財務(wù)風(fēng)險異常企業(yè)和財務(wù)正常企業(yè)的指標(biāo)區(qū)間，大體區(qū)分為三個區(qū)間：財務(wù)安全區(qū)間、財務(wù)危險區(qū)間、財務(wù)異常區(qū)間，如表5所示。

表3 樣本企業(yè)均值點估計

表4 樣本企業(yè)區(qū)間點估計

本文根據(jù)2016年28家被ST的制造業(yè)企業(yè)及與其相配比的29家非ST制造業(yè)企業(yè)的相關(guān)數(shù)據(jù)計算求得t-5～t-1年各指標(biāo)值的風(fēng)險異常區(qū)間、危險區(qū)間、安全區(qū)間。風(fēng)險異常區(qū)間是指企業(yè)發(fā)生財務(wù)風(fēng)險概率大的區(qū)間，如果企業(yè)的指標(biāo)值在風(fēng)險異常區(qū)間，那么企業(yè)很可能已經(jīng)存在財務(wù)風(fēng)險；危險區(qū)間是風(fēng)險異常區(qū)間與安全區(qū)間的中間區(qū)間，在此區(qū)間企業(yè)發(fā)生財務(wù)風(fēng)險的概率中等，即企業(yè)的指標(biāo)值如果在危險區(qū)間，說明企業(yè)的財務(wù)風(fēng)險很可能正在形成，但是還沒有明顯地表現(xiàn)出來；安全區(qū)間是指企業(yè)發(fā)生財務(wù)風(fēng)險概率較小的區(qū)間，企業(yè)的指標(biāo)值處于安全區(qū)間說明企業(yè)財務(wù)狀況比較穩(wěn)定，企業(yè)的盈利能力、償債能力均較高，現(xiàn)金流量狀況較好，暫時不會面臨較大的財務(wù)風(fēng)險。

4.財務(wù)風(fēng)險預(yù)測區(qū)間的檢測。

（1）單變量檢驗。根據(jù)上述財務(wù)風(fēng)險區(qū)間的劃分，本文以28個ST企業(yè)為實驗對象，以驗證上述風(fēng)險區(qū)間劃分的準(zhǔn)確率?？紤]到在進行企業(yè)財務(wù)風(fēng)險監(jiān)測時，應(yīng)保持謹(jǐn)慎的態(tài)度，因此本文將風(fēng)險異常和危險區(qū)間的企業(yè)均作為風(fēng)險異常企業(yè)進行重點觀測。具體驗證結(jié)果如表6所示。

從單變量分析的角度看，表6的檢測結(jié)果表明，在財務(wù)風(fēng)險異常的區(qū)間預(yù)測中，各財務(wù)指標(biāo)的預(yù)測準(zhǔn)確率大多維持在70%以上。凈資產(chǎn)收益率和債務(wù)保障率的預(yù)測準(zhǔn)確率要明顯優(yōu)于每股經(jīng)營現(xiàn)金流和資產(chǎn)負債率，并且企業(yè)越接近被ST年度，財務(wù)指標(biāo)的預(yù)測效果越好。如：債務(wù)保障率的誤判率2011年為39.3%，2012及2013年為14.3%，2014年降到0；凈資產(chǎn)收益率的誤判率2011年為21.4%，2012為17.9%，2013年降為0，2014年上升為3.5%，可能是企業(yè)出于規(guī)避被ST的考慮而對收益進行了調(diào)整，使得2014年凈資產(chǎn)收益率有所上升。綜上，單從一個指標(biāo)判斷企業(yè)的財務(wù)風(fēng)險是不完備的，而將二者結(jié)合起來考慮能夠更加準(zhǔn)確地預(yù)測企業(yè)的財務(wù)風(fēng)險。

表5 樣本企業(yè)風(fēng)險區(qū)間

表6 財務(wù)風(fēng)險誤判率

（2）多變量檢驗。從多變量角度分析，由于在財務(wù)風(fēng)險預(yù)測中多個指標(biāo)有時會出現(xiàn)相互沖突的情況，因此本文考慮采用多個變量分析的結(jié)果來對財務(wù)風(fēng)險進行預(yù)測。以同一年度內(nèi)兩個或兩個以上指標(biāo)的預(yù)測值為標(biāo)準(zhǔn)進行判斷，如果同一年度，兩個或兩個以上指標(biāo)值處于財務(wù)風(fēng)險異常區(qū)域，就判斷企業(yè)本年度存在財務(wù)風(fēng)險。測試結(jié)果如表7所示。兩個指標(biāo)的多變量分析預(yù)測結(jié)果與凈資產(chǎn)收益率和債務(wù)保障率指標(biāo)的判斷結(jié)果很接近，準(zhǔn)確率在80%以上。

從對ST企業(yè)均值點測算結(jié)果得知，企業(yè)的財務(wù)風(fēng)險異常并不是暫時形成的，而是長期的經(jīng)營管理不善的積累，因此對財務(wù)風(fēng)險異常的預(yù)測需要將連續(xù)幾年的財務(wù)風(fēng)險預(yù)測結(jié)果進行綜合考慮。本文簡要地假設(shè)以企業(yè)被ST年度的前五年的預(yù)測結(jié)果中t-5～t-2年中的指標(biāo)值兩年或者兩年以上處于風(fēng)險異常區(qū)域為財務(wù)風(fēng)險異常的判斷標(biāo)準(zhǔn)，測試結(jié)果如表8所示。財務(wù)指標(biāo)如果只考慮時間預(yù)測的準(zhǔn)確率在75%以上，相對于多變量指標(biāo)預(yù)測和單變量預(yù)測要略低一些。

表7 多變量綜合財務(wù)風(fēng)險誤判率

表8 多年度持續(xù)財務(wù)風(fēng)險預(yù)測誤判率

五、結(jié)論

1.從財務(wù)預(yù)測指標(biāo)的整體看：財務(wù)風(fēng)險異常企業(yè)的各個指標(biāo)均值從t-5～t年均弱于配比的財務(wù)正常企業(yè)的指標(biāo)值，說明財務(wù)風(fēng)險異常企業(yè)的風(fēng)險并不是短期的、暫時的突發(fā)風(fēng)險，而是企業(yè)長期經(jīng)營管理不善造成的財務(wù)風(fēng)險的累積效果。因此，在對企業(yè)財務(wù)風(fēng)險進行監(jiān)測時，應(yīng)對企業(yè)的財務(wù)風(fēng)險預(yù)測結(jié)果進行長期觀測，以企業(yè)各年度財務(wù)風(fēng)險預(yù)測值的特征推斷財務(wù)風(fēng)險是否異常。另外，從企業(yè)內(nèi)部管理來看，當(dāng)企業(yè)財務(wù)風(fēng)險指標(biāo)值出現(xiàn)在預(yù)測的危險區(qū)間時，企業(yè)的管理層就需要深度考慮企業(yè)是否存在經(jīng)營或財務(wù)方面的問題，并積極尋求相關(guān)的改革措施。

2.從財務(wù)預(yù)測指標(biāo)的波動分析：越接近企業(yè)被ST的年度，財務(wù)風(fēng)險異常企業(yè)與財務(wù)正常企業(yè)之間指標(biāo)值的差距越大，而遠離ST的年度，兩者之間指標(biāo)值的差異將會縮小，特別是t-5年，各指標(biāo)值的差距均小于其后的年度。由此可以推斷出企業(yè)財務(wù)風(fēng)險異常出現(xiàn)初期特征的時間，本文預(yù)測大概在被ST年度之前的5～7年。另外，風(fēng)險異常企業(yè)在第t-3年，各指標(biāo)值出現(xiàn)了較大波動，可以推測，企業(yè)在t-3年對自身的財務(wù)風(fēng)險已經(jīng)知曉，并努力地尋求改進，以防止被ST，但是企業(yè)前期由經(jīng)營管理不善導(dǎo)致的風(fēng)險積累，使企業(yè)在改善的道路上舉步維艱，以致在t-3～t-2年又回歸到經(jīng)營不善的狀態(tài)。

3.以財務(wù)風(fēng)險預(yù)測的區(qū)間點估計模型對企業(yè)財務(wù)風(fēng)險進行區(qū)間預(yù)測，通過各財務(wù)指標(biāo)區(qū)間估計的準(zhǔn)確性可以發(fā)現(xiàn)，在所有測試指標(biāo)中，反映盈利能力的凈資產(chǎn)收益率、反映償債能力的資產(chǎn)負債率和債務(wù)保障率以及反映現(xiàn)金流的每股經(jīng)營現(xiàn)金流指標(biāo)均能夠?qū)ω攧?wù)風(fēng)險進行預(yù)測。在指標(biāo)誤判率的檢測中可以發(fā)現(xiàn)，凈資產(chǎn)收益率和債務(wù)保障率兩個指標(biāo)在越接近被ST年度，指標(biāo)預(yù)測的準(zhǔn)確率越高。

4.由于本文采用多指標(biāo)變量對財務(wù)風(fēng)險進行預(yù)測，各個指標(biāo)值之間有時會產(chǎn)生沖突，因此結(jié)合每一年度各指標(biāo)值的綜合結(jié)果對企業(yè)的財務(wù)風(fēng)險進行預(yù)測，在接近企業(yè)被ST的t-2和t-3年，財務(wù)風(fēng)險異常的誤判率為0，在t-4和t-5年的誤判率只有7.14%和14.29%，相對于單指標(biāo)預(yù)測，多指標(biāo)預(yù)測的準(zhǔn)確性明顯提高。

5.由于財務(wù)風(fēng)險異常的形成是企業(yè)財務(wù)風(fēng)險多年積累的結(jié)果，因此在財務(wù)風(fēng)險異常的預(yù)測中，以企業(yè)同一指標(biāo)多年的預(yù)測結(jié)果綜合考慮，發(fā)現(xiàn)企業(yè)的凈資產(chǎn)收益率和債務(wù)保障率對風(fēng)險異常企業(yè)的預(yù)測誤判率為0，每股經(jīng)營現(xiàn)金流和資產(chǎn)負債率的誤判率較單指標(biāo)有所改進，但資產(chǎn)負債率仍然較高。

周首華，楊濟華，王平..論財務(wù)危機的預(yù)警分析——F分?jǐn)?shù)模式［J］..會計研究，1996（8）..

葛家澍，占美松..企業(yè)財務(wù)報告分析必須著重關(guān)注的幾個財務(wù)信息——流動性、財務(wù)適應(yīng)性、預(yù)期現(xiàn)金凈流入、盈利能力和市場風(fēng)險［J］..會計研究，2008（5）..

吳世農(nóng)，黃世忠..企業(yè)破產(chǎn)的分析指標(biāo)和預(yù)測模型［J］..經(jīng)濟問題研究，1987（6）..

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）..

沈友娣，沈旺..我國創(chuàng)業(yè)板中小企業(yè)財務(wù)風(fēng)險評價指標(biāo)有效性［J］..技術(shù)經(jīng)濟，2012（7）..

沈亭，王淑慧..層次分析法在公司財務(wù)風(fēng)險評價中的運用［J］..經(jīng)濟研究導(dǎo)刊，2010（13）..

秦占榮..我國中小企業(yè)財務(wù)風(fēng)險問題研究［J］..企業(yè)改革與管理，2015（4）..

鄭玉華，崔曉東..公司財務(wù)預(yù)警Logit模型指標(biāo)選擇與實證分析［J］..財會月刊，2013（24）..

盛小琪，劉希麟，王洋..基于Z模型的我國農(nóng)業(yè)上市公司財務(wù)風(fēng)險評價研究［J］..經(jīng)濟研究參考，2014（59）..