企业研究论文-企业财务危机预警方法述评.doc

企业研究论文-企业财务危机预警方法述评【摘要】文章在分析国内外企业财务危机预警的主要方法及其优缺点的基础上，指出我国财务危机预警研究亟待在分行业预警模型的构建和非上市公司财务危机预警研究两个方面进行突破。【关键词】企业财务危机；预警方法；预警模型一、引言企业财务危机预警是指依据企业财务会计资料，运用科学的方法，对企业财务系统和财务活动中存在的问题进行分析和诊断，及时发现企业的潜在危机，进而提出解决措施。财务危机预警的方法有很多，如果根据不同方法所使用的资料情况分类，可以简单地将其分为静态方法和动态方法。静态方法包括：财务指标分析法、单变模型分析法、多元线性模型分析法、多元逻辑回归模型分析法等；动态方法是指人工神经网络模型分析等方法。企业财务危机预警属于微观经济预警范畴，比之宏观经济预警而言，其在理论上和方法上都相对滞后。因此，研究和设计企业财务危机预警方法体系是一个正在探索的课题。二、企业财务危机预警的主要方法及其优缺点（一）单变模型分析法单变模型分析法是通过单个财务比率走势的恶化程度来预测财务危机。常用的财务比率主要有：债务保障率、资产收益率、资产负债率、资金安全率、应收账款周转率、存货周转率、流动资金周转率等。企业良好的现金流量、收益能力和债务状况应表现为企业长期稳定的发展态势。在跟踪考察时，当这些财务比率达到经营者设立的警戒线时，就需特别注意防范财务危机。单变模型分析法的优点是理解容易，计算简便；缺点是这种方法仅能反映企业财务恶化的趋势，无法进行风险大小的准确度量。而且，企业风险是各项目风险的综合，单变模型分析法并不能揭示不同财务比率因素对整体风险的作用大小，也不能反映各财务比率之间的相互影响作用。相反，对同一公司采用不同的财务比率进行预测，还可能出现结果不同的现象。（二）多元线性模型分析法近年来，多元线性模型分析法在财务危机预警中得到了广泛的应用。多元线性模型分析法最常见的是“Z计分模型”法，它是运用多种财务指标加权汇总产生的总判别值（Z值）来预测财务危机。其函数模型为：Z0.012X1+0.014X2+0.033X3+0.006X4+0.999X5该模型以5个财务比率，将反映企业偿债能力的指标（X1，X4）、获利能力指标（X2，X3）和营运能力指标（X5）有机地联系起来，综合分析和预测企业风险。在这三类指标中，最重要的指标是营运能力指标。一般认为，Z值越低企业越有可能发生破产。“Z计分模型”是比较成熟的一种财务危机预警方法。该模型从总体角度给了企业一个定量标准，以检查企业的财务状况，有利于不同时期的比较。但由于企业规模、行业、地域等诸多差异，使Z值并不具有横向可比性。同时，由于这种线性判别函数存在两个无法克服的逻辑缺陷：固定影响假设和完全线性补偿假设。而这两个缺陷更是极大地限制了模型的分类和预测能力。（三）多元逻辑（Logit）回归模型分析法多元逻辑回归模型的目标是寻求观察对象的条件概率，从而据此判断观察对象的财务状况和经营风险。这一模型建立在累计概率函数的基础上，不需要自变量服从多元正态分布和两组间协方差相等的条件。近年来，多元逻辑回归预警研究在我国发展较快。如：吴世农、卢贤义以我国上市公司为研究对象，选取了70家处于财务危机的公司和70家财务正常的公司为样本，应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法，分别建立三种预测财务危机的模型。研究结果表明：三种模型都能在财务困境发生前发出相对准确的预测。而相对同一信息集，Logistic预测模型的判定准确率最高，财务危机发生前第1年的判定准确率为93.53%。陈晓、陈治鸿以截至1999年7月1日的38家因“财务状况异常”而被特别处理的ST公司为研究对象，运用多元Logit回归进行研究。研究结果表明，用负债权益比率、应收账款周转率、主营业务利润/总资产和留存收益/总资产构建的多元逻辑回归具有较强的预测能力。姜秀华于2001年在其出版的博士论文中运用逻辑回归方法构建的预警模型，其在企业财务危机发生前第1年的判定准确率为95.45%。陈洪波（2003）根据理论和实证研究结论，考虑对融资结构产生影响的种种因素，选择资产负债率、调整后的速动比率、EBIT/总利息支付、销售净利率和主营收入利润率的增长率前N年的变化平均值5个财务指标作为变量构建了一个财务危机预警的多变模型。吴世珍、柯大钢从“应收款”视角构建了一个我国上市公司的财务危机预警模型，并对模型的有效性进行了检验。Logit模型的最大优点是不需要严格的假设条件，克服了线性方程受统计假设约束的局限性，具有更广泛的应用范围；其缺点是使用该方法时收集信息和计算的过程较为复杂，不易掌握，从而又限制了模型在实践中的应用和推广。（四）人工神经网络（ANN）分析法近年来，人工神经网络（ANN）技术的发展，给企业财务预测提供了新的工具，应用新的研究方法提高预测准确度逐渐成为该领域的重要发展方向。ANN作为一种平行分散处理模式，是对人类大脑神经运作的模拟。ANN除具有较好的模式识别能力外，还可以克服统计方法的局限，因为它具有容错能力和处理资料遗漏或错误的能力。人工神经网络具有较好的纠错能力，从而能够更好地进行预测。如：1991年，Coats和Fant论述了神经网络模型可正确预测公司的财务危机的观点，并用了47家财务危机公司和47家健康公司检测模型的预测效果，拟和度达100%。模型用于预测财务危机公司准确率达91%，而采用多元判别法的预测精度仅为72%。又如：杨保安等（2001）采用ANN模型进行财务危机预警，结果表明：样本的实际输出与期望输出比较接近，显示出ANN是进行企业财务危机预警的一种很好的应用工具等等。然而，由于该方法理论基础比较薄弱，ANN对人体大脑神经模拟的科学性、准确性还有待进一步提高，且其计算也有较大难度，因此ANN模型的适用性也就大打折扣。（五）其他方法其他财务危机预警方法主要是指一些非统计类预警方法，包括案例研究法、专家系统法、实验法、灾害理论、混沌系统理论、期权定价理论等等。由于这些方法在理论上还不够成熟，在实务中应用也较少，本文不一一赘述。三、思考尽管目前财务危机预警研究取得了重大进展，财务危机预测方法层出不穷，但主流分析方法只有单变模型分析法、多元线性模型分析法和多元逻辑回归模型分析法三大类。其他研究方法虽然也作出了有益的尝试，但是要么由于预警方法考虑的因素单一，方法过于简单，其预测准确率较低；要么由于模型开发历史较短，研究不够成熟，模型的稳定性有待进一步检验。基于财务危机预警方法研究的现状，笔者认为，财务危机预警方法的研究还应在以下两个方面进行突破：首先，应在分行业的企业财务危机预警研究方面进行突破。由于每个行业的状况不同，影响财务危机的因素自然不同，我们很难构建一个能适合所有行业的企业财务危机预警系统。国外理论界在分行业的财务危机预警研究中发现，由于行业的不同，同一预警变量包含的信息量有所不同，其预测效果有很大差别。因此，分行业研究可能更有价值。其次，国内财务危机预警