李紅
摘要:全面深化改革開放的推進,企業(yè)贏得發(fā)展新機遇,同時也面臨極大的挑戰(zhàn)。全面了解、及時識別企業(yè)財務風險,尋求有效的風險防范對策是企業(yè)面對挑戰(zhàn)的重要利器。文章從財務風險概念、風險識別和防范角度梳理了與企業(yè)財務風險有關的文獻研究,并提出企業(yè)財務風險研究的發(fā)展方向。
關鍵詞:企業(yè);財務風險;文獻綜述
一、國外研究綜述
(一)財務風險的概念
國外學者對財務風險的定義一般與財務危機和財務困境相關。
Beaver(1966)認為如果企業(yè)面臨破產或存在拖欠優(yōu)先股股利、無法償還債務的現(xiàn)象,那么可以判定企業(yè)面臨財務危機。Altman(1968)指出進入法定破產程序的公司就是陷入財務困境的公司。Ross et al.(2000)指出了破產的四層含義,并從危機防范的視角出發(fā),認為財務危機指技術破產。
(二)財務風險的識別
國外學者對財務風險判別的研究主要集中在預警方法和變量的設置上。
Fitzpatrick(1932)首先運用了單變量分析法,后來Beaver et al.(1968)建立單變量預警模型,發(fā)現(xiàn)現(xiàn)金流/負債在財務危機地識別上表現(xiàn)最好。Altman(1968)提出運用多元Z值判定模型進行財務危機預警地甄別,開啟運用多變量分析該問題地先河。他初始選擇22個指標作為研究變量,通過研究分析最終確定5個判別變量,研究表明,在破產前一年的預測準確性較高。Ohlson(1980) 運用Logistic 模型發(fā)現(xiàn)公司規(guī)模、業(yè)績、變現(xiàn)能力和資本結構四個指標與企業(yè)破產的相關性較高,極大的影響著企業(yè)的財務狀況,這一模型的運用在財務危機預警發(fā)展史上起著不容小覷的作用。Odom et al.(1990)通過構建神經網絡模型識別公司面臨的財務風險狀況。
后期學者們對財務危機預警展開了豐富的研究,Mukherjetal et al.(1997)、Tay and Cao(2001)等運用支持向量機研究了財務危機預警。Jaekwon Bae(2012)將支持向量機與徑向基網絡函數相結合進行研究。Sevim et al.(2014)比較分析了Logistic、多元判斷和單變量模型,并認為Logistic模型在企業(yè)危機預警上具有更好的表現(xiàn)。
二、國內研究綜述
(一)財務風險的概念
國內學者從財務活動過程、償債方式、現(xiàn)金流量和可持續(xù)發(fā)展等視角對財務風險進行了相關研究。
劉恩祿等(1989)提出財務風險是在財務活動全過程中,包括從資金籌集到收回和分配各環(huán)節(jié),由于無法預料或控制情況的發(fā)生,最終使得企業(yè)的實際收益與估計收益存在較大差異,導致企業(yè)面臨損失的可能性。向德偉(1994)提出受主客觀因素的影響可能導致公司財務風險的發(fā)生,該風險可能會使公司發(fā)生損失,主要反映在財務狀況和經營成果上。在概念界定的基礎上,作者按財務循環(huán)的環(huán)節(jié)又將財務風險分成四類。周春生(2006)認為財務風險可以分為兩類:一類為需要用流動資產化解的短期財務風險,一類為體現(xiàn)長期償債能力的長期財務風險。李心合(2007)從現(xiàn)金流量的視角研究財務危機,提出如果一個企業(yè)的現(xiàn)金流發(fā)生中斷,那么這個企業(yè)就處于財務危機之中。蔣堯明等(2013)將企業(yè)財務風險與增長率相聯(lián)系,認為可持續(xù)增長是一個衡量經營管理的綜合性概念,是健康的增長,如果企業(yè)增速長期偏離這一健康水平就易陷入財務困境。湯谷良等(2015)指出財務風險的內涵在大數據時代應該是豐富的、多維度的。
(二)財務風險的識別
國內學者對財務風險的識別研究主要體現(xiàn)在財務危機的預警預測上,通過建立Logistic、多情境預測和神經網絡等模型全面檢驗了財務風險預測的判定情況。
張玲(2000)將樣本公司分為兩組,運用判別模型進行研究,研究表明該模型對初始樣本的分類準確率達100%,而超前預估的準確性表現(xiàn)在前一年100%,前兩年87%。吳世農等(2001)以70家ST公司為樣本,選用三種變量判定模型進行驗證,發(fā)現(xiàn)可以通過財務指標預測企業(yè)面臨財務困境的情況,而且在單變量分析中息稅前利潤總額/凈資產平均總額指標的判定準確率較高,多變量判定模型中Logistic模型的識別作用最佳。姜秀華等(2002)選取流動比率和應收賬款比重等指標,構建財務危機識別模型,研究毛利率、其他應收款占總資產的比重、短期借款占總資產的比重、股權集中度四個變量與財務風險的關系。向德偉(2002)驗證了Z記分法對預測我國公司經營風險的適用程度,發(fā)現(xiàn)該方法更適用于對多樣本的整體分析。蔣堯明等(2013)提出合理的增速是企業(yè)健康發(fā)展的關鍵,如果偏離正常速度企業(yè)就可能面臨財務危機,而且增長速度會受到融資的影響,他們選擇Fisher判別分析法建立模型,研究了三者之間的關系,尋求企業(yè)較早獲取可能面臨財務危機的信息。葉煥倬等(2013)發(fā)現(xiàn)貝葉斯網絡模型的預測準確率更高,而且該模型不僅可以起到預警的作用還可以診斷發(fā)生危機的原因。孫曉琳(2013)以1994-2008年間的264家樣本公司為研究對象,通過對樣本企業(yè)三個階段的劃分,偵測其由健康轉為危機的過程,結果表明,1994-2007年間樣本模型的正確識別率71.5%,對2007年財務危機的正確識別率為92.87%。湯谷良等(2015)提出企業(yè)應該開發(fā)基于大數據的,可以實行多情景預測的財務危機預警模型。趙辰等(2016)運用思維進化算法對BP神經網絡進行優(yōu)化,并選取2012-2013年間44家ST公司,對未經優(yōu)化和已經優(yōu)化的模型進行檢驗。結果表明,經過優(yōu)化的BP模型平均誤差率為20.61%,比未經優(yōu)化的模型要低5.15%。宋曉娜等(2016)分別利用兩種方法建立模型,分析它們在判別制造業(yè)企業(yè)財務困境中的精度差異問題。研究發(fā)現(xiàn),整體而言Logistic模型識別制造業(yè)上市公司財務困境的準確率更高。符剛(2016)初步選取12個財務指標,運用全局主成分分析,構建財務預警模型,驗證發(fā)現(xiàn)模型預測的正確率為73.03%。
周首華等(1996)、楊保安等(2001)、 韓立巖(2011)和楊兵(2017)等均運用實證的方法建立模型,對企業(yè)財務識別問題進行了有益探索。
(三)財務風險防范的對策研究
國內學者從風險發(fā)生時點、原因和資金運用視角提出要通過構建預警機制、加強內部控制和強化企業(yè)信用等措施加強財務風險防范。
焦耘(2007)認為,企業(yè)風險防范主要靠財務風險預警機制,其次要靠多元化經營和加強預算管理等方面。蔡勇(2008)提出,要通過完善公司治理機制、樹立風險意識、加強公司制度建設、充分利用財務預警系統(tǒng)和定性與定量的財務狀況評價方法相結合五個方面加強對風險的防范。齊春霞(2011)在分析企業(yè)財務風險來源的基礎上,從技術方法和建立預警機制等方面提出防范措施。杜俊娟(2013)對房地產企業(yè)的財務風險狀況進行分析,從宏觀和微觀角度提出防范措施。屠紅衛(wèi)(2014)在對財務風險理論和成因進行分析的基礎上,按照財務風險發(fā)生前、即將發(fā)生時和發(fā)生后三個時點提出財務風險的應對方法。王麗(2015)從現(xiàn)金流量表的指標分析和各資金運用環(huán)節(jié)的風險分析兩方面對財務風險防范提出對策建議。陳波(2018)研究了全球化背景下商貿企業(yè)的財務危機防范問題,在分析商貿企業(yè)財務風險特征及產生原因的基礎上,提出要保持良好信用和嚴管資金流等應對對策。
三、研究述評與展望
國外關于財務風險管理的研究成果豐富,在研究方法上較多采用實證的方法進行相關的檢驗分析。國內關于財務風險的研究也取得了一些成果。但是研究更多集中于預警機制上,對實施環(huán)節(jié)等層面的研究缺乏,研究方法上更多地采用定量的方法,對定性的指標考慮較少。總的來說,國內外學者關于財務風險的討論存在以下不足:首先更多的是對財務危機預警的研究,缺乏整體研究;其次考慮到行業(yè)之間的差異性,財務危機預警時考慮的變量也應該有所不同,學者們對企業(yè)財務危機分行業(yè)研究的較少;最后對財務預警進行實證分析時,模型建立更多考慮財務指標,非財務指標較少,應該增加對定性指標的考慮。
參考文獻:
[1]陳波.經濟全球化背景下商貿流通企業(yè)財務風險防范對策探析[J].商業(yè)經濟研究,2018(07):101-103.
[2]符剛,曾萍,陳冠林.經濟新常態(tài)下企業(yè)財務危機預警實證研究[J].財經科學,2016(09):88-99.
[3]趙辰,南星恒.基于MEA-BP神經網絡的財務危機預警研究[J].財會通訊,2016(01):43-46.
[4]王君萍,白瓊瓊.我國能源上市企業(yè)財務危機預警研究[J].經濟問題,2015(01):109-113.
[5]湯谷良,張守文.大數據背景下企業(yè)財務管理的挑戰(zhàn)與變革[J].財務研究,2015(01):59-64.
[6]吳星澤.財務危機預警研究:存在問題與框架重構[J].會計研究,2011(02):59-65+97.