（会计学专业论文）财务失败中期预警研究.pdf

独创性声明 f i i i i l l l llllllillli ii l l u litilli l l i f i y 18 0 3 5 0 0 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得 的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不 包含其他人己经发表或撰写过的研究成果，也不包含为获得天津财经大学或 其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究 所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名：未毅 签字日期：如细年，月3 0 日 学位论文版权使用授权书 本学位论文作者完全了解天津财经大学有关保留、使用学位论文的规定， 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查 阅和借阅。本人授权天津财经大学可以将学位论文的全部或部分内容编入有 关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位 论文， ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：赫叉 导师签名：淘诋 签字日期：山i d 年t 月如日签字日期：8 ，i d 年r 月。1 口日 学位论文作者毕业后去向：民生破茹天津分 亏 工作单位：电话： 通讯地址：邮编： 内容摘要 本文以连续两年亏损且其前一年未亏损上市公司为研究对象，进行财务失败研究；对 中期( 财务失败前三年) 进行数据分析，得出财务失败中期预警结论。 财务预警模型，始于二十世纪三十年代，在此以后的很长一段时间内，学者们均是以 不同的财务比率，使用各种不同的统计方法构建财务危机预警模型。国内的财务预警模型 的构建，是在上世纪九十年代才开始发展起来的。财务失败预警研究，多是基于使用各种 计量学模型分析方法一线性判定分析、多元线性回归分析，逻辑回归分析，概率回归分 析，人工神经网络分析等，对各类财务指标和非财务指标的研究。 通过对一元线性判定分析、多元线性回归分析，逻辑回归分析，概率回归分析，人工 神经网络分析等方法的比较，选取逻辑回归分析方法进行实证分析。 通过对传统五大财务指标、现金流量结构、公司经营管理三部分进行分析，得出传统 财务指标、现金流量结构、公司经营管理均与财务失败相关的假设。 通过上述传统五大财务指标体系的分析，进行显著性检验，寻找每一体系中相对具有 显著影响的五个变量；通过对现金流量结构的分析，选取影响企业财务失败的指标；通过 对公司经营管理的分析，选取影响企业财务失败的指标。 通过对以上三类财务及非财务指标体系分别进行逻辑回归分析，并对所有指标综合进 行逻辑回归分析，得出综合指标模型显著性最高，且总资产报酬率、速动比率、资产负债 率、现金及现金等价物增加额净利润、经营活动现金净流量现金及现金等价物增加额、 第一大股东股份数占总股数比率、内部职工激励政策用是否存在内部职工股与财务失败正 相关，资产周转率、筹资活动现金流出量总资产、公司规模与财务失败负相关的结论。 在公司财务失败的较短时间内，我们可以清楚地知道，作为被广泛赋予极高关注度的 财务指标，有着被上市公司进行人为操纵的可能性。而且，它具有一定的滞后性，只有当 一定的财务状况发生恶化，它才会表现出来。也就是说，单纯用它来预测财务失败，就意 味着用现象解释现象，没有深入到问题的本质。所以，它比较适合短期预警。 需要结合现金流量等各项因素来减少其人为操纵。现金流量表是报表中较难以粉饰 的报表，我们要充分利用其进行结构分析，了解上市公司的实际状况。但需要指出的是， 虚假的现金流量表和加入了非公允性关联交易的现金流量结构难以发挥其优势。 对于中长期财务失败预警，我们尤其要注重经营管理的重要性，它才是最终导致财务 失败的本质原因。由模型结论可知，权力过于集中是造成企业财务失败的一个重要因素。 因此，我们更应关注，将引进外来投资者和战略合作者作为公司发展的一大助力，使公司 得到长足的进步，改变一股独大的现状。同样，是否存在员工激励政策也将影响到公司未 来几年的财务状况。所以，通过各项企业政策，调动包括高级管理人员与技术人员在内的 全体员工的积极性，使其充分发挥自己的作用，也是企业应该关注的。 关键词：财务失败中期预警传统财务指标现金流结构公司经营管理 i i a b s t r a c t t h i sp a p e rs t u d yf i n a n c i a lf a i l u r ea b o u tl i s t e dc o m p a n i e st w oc o n s e c u t i v ey e a r so fl o s s e s a n dt h e i rl o s st h ep r e v i o u sy e a rn o tl i s t e d ，a n da n a l y s i st h em e d i u mt e r md a t a a tl a s t ，w ec a n d r a wt h ec o n c l u s i o no ft h em e d i u m - t e r mf i n a n c i a lf a i l u r ew a r n i n g f i n a n c i a ld i s t r e s sp r e d i c t i o nm o d e l ，s t a r t i n gi nt h ee a r l yt h i r t i e s a f t e rt h a tl o n gt i m e ， s c h o l a r sc o n s t r u c tf i n a n c i a ld i s t r e s sp r e d i c t i o nm o d e li nad i f f e r e n tf i n a n c i a lr a t i o s ，u s i n ga v a r i e t yo fs t a t i s t i c a lm e t h o d s d o m e s t i cf i n a n c i a le a r l yw a r n i n gm o d e lc o n s t r u c t i o ni ss t a r t e di n t h en i n e t i e so ft h el a s tc e n t u r yt od e v e l o p e a r l yw a r n i n go ff i n a n c i a lf a i l u r e ，a n dm o r ei sb a s e d o nt h eu s eo fm e t r o l o g ym o d e l so fa n a l y s i s f i s h e rl i n e a rd e c i s i o na n a l y s i s ，m u l t i p l el i n e a r r e g r e s s i o na n a l y s i s ，l o g i s t i cr e g r e s s i o na n a l y s i s ，p r o b i tr e g r e s s i o na n a l y s i s ，a r t i f i c i a ln e u r a l n e t w o r ka n a l y s i so fv a r i o u sf i n a n c i a li n d i c a t o r sa n ds t u d yo fn o n - f i n a n c i a li n d i c a t o r s c o m p a r e db ya n a l y s i so fal i n e a r , m u l t i p l el i n e a rr e g r e s s i o na n a l y s i s ，l o g i s t i cr e g r e s s i o n , p r o b i tr e g r e s s i o na n a l y s i s ，a r t i f i c i a ln e u r a ln e t w o r ka n a l y s i s ，is e l e c tl o g i s t i cr e g r e s s i o na n a l y s i s f o re m p i r i c a la n a l y s i s f i v ef i n a n c i a li n d i c a t o r so nt h et r a d i t i o n a lc a s hf l o ws t r u c t u r e ，o p e r a t i o na n dm a n a g e m e n t c o m p a n yo ft h r e ep a r t s ，c o m et ot h et r a d i t i o n a lf i n a n c i a li n d i c a t o r s ， c a s hf l o ws t r u c t u r e , c o r p o r a t em a n a g e m e n ta n df i n a n c i a lf a i l u r ea r er e l a t e dt oa s s u m p t i o n s f i v ef i n a n c i a li n d i c a t o r st h r o u g ht h et r a d i t i o n a ls y s t e mo fa n a l y s i s ，t h es i g n i f i c a n c et e s t ， l o o k i n gf o re a c hs y s t e m ，t h er e l a t i v ei n f l u e n c eo ff i v es i g n i f i c a n tv a r i a b l e s ；t h r o u g ht h ea n a l y s i s o fc a s hf l o ws t r u c t u r e ，s e l e c tt a r g e t sa f f e c ti t sf i n a n c i a lf a i l u r e ；b yc o m p a n ym a n a g e m e n t a n a l y s i so fs e l e c t e di n d i c a t o r sa f f e c ti t sf i n a n c i a lf a i l u r e t h r o u g ht h ea b o v et h r e et y p e so ff i n a n c i a la n dn o n - f i n a n c i a li n d i c a t o r ss y s t e ml o g i s t i c r e g r e s s i o na n a l y s i sr e s p e c t i v e l y , a n da l li n d i c a t o r sw e r ei n t e g r a t e dl o g i s t i cr e g r e s s i o na n a l y s i so f t h eo v e r a l lt a r g e tm o d e ls i g n i f i c a n t l yt h eh i g h e s t ，a n dt h er e t u r no nt o t a la s s e t s ，q u i c kr a t i o ，d e b t r a t i o ，t h ei n c r e a s ei nc a s ha n dc a s he q u i v a l e n t s n e tp r o f i t ，n e tc a s hf l o w sf r o mo p e r a t i n g a c t i v i t i e s i n c r e a s ei nc a s ha n dc a s he q u i v a l e n t s ，a c c o u n t sf o rt h el a r g e s tn u m b e ro fs h a r e st h e s h a r e h o l d e r st h en u m b e ro fs h a r e st h er a t i oo fe m p l o y e ei n c e n t i v e sw i mt h ee x i s t e n c eo f e m p l o y e es h a r e sa n df i n a n c i a lf a i l u r ei sr e l a t e d ，a s s e tt u r n o v e r , c a s ho u t f l o w sf r o mf i n a n c i n g a c t i v i t i e s t o t a la s s e t s ，c o m p a n ys i z ea n dn e g a t i v e l yr e l a t e dt ot h ec o n c l u s i o n so ff i n a n c i a l ! i i f a i l u r e i nt h ef i n a n c i a lf a i l u r eo far e l a t i v e l ys h o r tt i m e ，w ec a l lk n o w , a sh a sb e e nw i d e l yg i v e na v e r yh i 曲d e g r e eo fc o n c e r na b o u tt h ef i n a n c i a li n d i c a t o r sa r el i s t e dc o m p a n i e sw i t ht h e p o s s i b i l i t yo fm a n i p u l a t i o n m o r e o v e r , i th a ss o m el a go n l yo c c u r sw h e nc e r t a i nf i n a n c i a l c o n d i t i o n sd e t e r i o r a t e ，i tw i l lb es h o w n i no t h e rw o r d s ，s i m p l yu s ei tt op r e d i c tf i n a n c i a lf a i l u r e ， i tm e a n st oe x p l a i nt h ep h e n o m e n o nw i t ht h ep h e n o m e n o n , t h e r ei sn od e p t ht ot h en a t u r eo ft h e p r o b l e m t h e r e f o r e ，i ti ss u i t a b l ef o rs h o r t t e r me a r l yw a r n i n g t oc o m b i n et h ev a r i o u sf a c t o r ss u c ha sc a s hf l o wt or e d u c ei t sm a n i p u l a t i o n s t a t e m e n t so f c a s hf l o ws t a t e m e n ti sm o r ed i f f i c u l tt o # o s so v e rt h er e p o r t , w em a k ef u l lu s eo ft h e i rs t r u c t u r a l a n a l y s i s ，t ou n d e r s t a n dt h ea c t u a ls i t u a t i o no fl i s t e dc o m p a n i e s b u tt h en e e dt op o i n to u tt h a t f a l s ec a s hf l o ws t a t e m e n ta n dj o i nt h en o n - f a i m e s so ft h et r a n s a c t i o nc a s hf l o ws t r u c t u r ei s d i f f i c u l tt op l a yt ot l l e i rs t r e n g t h s f o rl o n g t e r mf i n a n c i a lf a i l u r ew a r n i n g , w em u s tp a ya t t e n t i o nt ot h ei m p o r t a n c eo f m a n a g e m e n t ，b e c a u s ei ti st h eu l t i m a t en a t u r eo f t h er e a s o n sl e a d i n gt of i n a n c i a lf a i l u r e w ec a n s e ef r o mc o n c l u s i o n so f m o d e l ，e x c e s s i v ec o n c e n t r a t i o no f p o w e ri st h ec a u s eo ff i n a n c i a lf a i l u r e o fb u s i n e s sa ni m p o r t a n tf a c t o r t h e r e f o r e ，w es h o u l db ec o n c e r n e da b o u t ，t h ei n t r o d u c t i o no f f o r e i g ni n v e s t o r sa n ds t r a t e g i cp a r t n e r sa sam a j o ri m p e t u st od e v e l o p m e n to ft h ec o m p a n y , c h a n g i n gt h ed o m i n a n c eo ft h es t a t u sq u o s i m i l a r l y , t h ee x i s t e n c eo fe m p l o y e ei n c e n t i v e sw i l l a l s oa f f e c tt h ef i n a n c i a lp o s i t i o no ft h en e x tf e wy e a r s t h e r e f o r e ，b yv a r i o u sc o r p o r a t ep o l i c i e s ， c o m p a n i e sa l s os h o u l dc o n c e r n e dt om o b i l i z es t a f fe n t h u s i a s m ，i n c l u d i n gs e n i o rm a n a g e m e n ta n d t e c h n i c a lp e r s o n n e l ，t om a k ei tf u l l yp l a yi t sr o l e k e yw o r d s ：f i n a n c i a lf a i l u r ei n t e r i me a r l yw a r n i n g ；t h et r a d i t i o n a lf i n a n c i a li n d i c a t o r s ； c a s hf l o ws t r u c t u r e ；c o m p a n ym a n a g e m e n t i v 1 2 财务失败的定义2 1 3 财务失败中期预警的目的4 第2 章理论分析 2 1 财务失败预警的方法研究5 2 1 1 一元判定模型5 2 1 2 多元线性模型 6 2 1 3l o g i t 回归模型 6 2 1 4 p r o g i t 回归模型 7 2 1 5 人工神经网络模型8 2 1 6 方法比较 9 2 2 财务失败预警的变量研究 l o 2 2 1 财务指标分析1 0 2 2 2 现金流指标分析 1 1 2 2 3 非财务指标分析 1 3 第3 章研究设计 3 1 样本选取 1 8 3 2 研究假设 1 8 3 2 1 传统的财务指标假设1 8 3 2 2 基于现金流的财务指标假设2 2 3 2 3 基于公司管理的非财务指标假设2 3 3 3 变量设计 2 8 3 3 1 传统五大财务指标2 8 3 3 2 现金流量结构2 8 3 3 3 公司经营管理2 9 3 3 4 控制变量2 9 3 4 模型分析与检验2 9 3 4 1 传统五大财务指标体系分析2 9 3 4 2 现金流量结构分析3 0 3 4 3 公司经营管理分析3 1 3 4 4 组合模型3 2 3 4 5 预测模型3 3 第4 章结论与启示 4 1 传统财务指标的缺陷3 5 4 2 现金流量结构的优势3 5 4 3 公司经营管理的特性3 6 4 4 总结 3 8 第1 章引论 1 1 财务失败中期预警的意义 随着市场竞争全球化的脚步进一步加快，财务失败对于单一企业以及全球经济的的影 响也是巨大的。无论是2 0 0 1 年安然事件以及2 0 0 8 年的雷曼兄弟、通用汽车等国际著名企 业破产保护的案例，还是上世纪九十年代的东南亚金融危机，2 0 0 8 年的美国次贷危机引发 的席卷至全球的金融危机，均对微观及宏观经济造成了不可预算的损失。这一切从微观企 业上看，则与财务管理失败有着密切的关系。我们知道，任何企业的危机都是一个逐渐恶 化的过程，如果我们能在这个过程的初期就及时地发现危机预警的信号，并立即改善经营 管理，迅速消除危机，就能使企业避免过大的损失，并使其长远发展下去。所以，我们必 须清晰地认识到，通过科学的技术手段，建立一个财务失败预警机制的必要性。 企业建立财务失败预警系统的作用包括： 第一，首先减少企业失败机会，保证企业长期发展。建立健全行之有效的财务预警系 统，能够大大减少企业失败的概率。一些企业发生破产是由于在财务危机的初期没有及时 发现，而任其发展，最终酿成大错。例如，拥有1 5 8 年历史的美国第四大投资银行雷 曼兄弟公司，2 0 0 8 年9 月宣布破产保护，其主要原因之一是，该企业超额负债现象长期存 在，由于没有引起足够的重视和纠正，破产前已身负6 1 3 0 亿美元巨额债务，并严重资不抵 债。此外，世界著名公司美国通用汽车，2 0 0 9 年6 月申请破产保护，其主要原因同样 是该企业金融负债额巨大，职工养老金及医疗保险数额过高，成本长期失控，亏损额巨大。 第二，提高企业财务管理水平。建立财务预警系统要求企业的会计资料和数据必须及 时、真实。同时也促进企业财务管理和会计核算水平的提高。 第三，促进企业内部加强沟通。企业财务预警系统要求企业相关部门都参与其中，这 无形给他们提供了一个加强沟通的机会。 第四，提高企业经济效益和竞争能力。一套完善有效的企业财务预警系统可以及时告 知企业管理者，企业是否健康，是否存在财务危机。因此，只要企业的财务状况没有报警， 企业就可以放心大胆地利用各种经营、投资手段来追求企业效益的最大化。 管建军，初探适合我国国情的企业财务预警系统 j ，e c o n o m y ，2 0 0 9 年( 7 ) ：3 2 - 3 8 近四十年来，研究人员一直在尝试利用财务数据开发有效的识别度量和控制企业财务 危机的技术或方法。至目前为止，国外已开发出若干财务危机评价模型有的模型，在信贷 风险评价与管理企业资信评估等实务中已得到广泛应用。而我国对财务危机判定与预测仍 使用传统的经验范式，尽管近年来开始有学者关注这一领域但对模型的讨论也仅限于上市 公司。因而探索我国企业财务危机预测模型建立财务危机风险预警指标体系，对我国经济 体制改革深化具有较强理论意义与较紧迫的现实意义。 1 2 财务失败的定义 财务失败这个词的含义要根据所设的标准而定。财务失败是指一个企业无力偿还到期 债务的困难和危机。通常与财务危机混用。公司失败通常指企业遭受长期又严重的损失资 产不足以清偿其负债。公司破产只是财务危机的一种极端表现是一种法律程序国外很少有 学者对这些概念作严格的区分有时在同一文献中也可能交替出现。 国内学者对于财务危机也没有统一的定义。大多数学者将其定义为一个过程，既包括 较轻微的财务困难，也包括极端的企业破产清算以及介于两者之间的各种情况。如谷祺与 刘淑莲( 1 9 9 9 ) 将财务危机定义为企业无力支付到期债务或费用的一种经济现象，包括从 资金管理技术性失败到破产以及处于两者之间的各种情况。由于资金管理技术性失败而引 发的支付能力不足通常是暂时的和比较次要的困难，一般可以采取一定的措施加以补救， 如通过协商求得债权人的让步延长偿债期限或通过资产抵押等借新债还旧债。持相同观点 的有陈锦婉、陈文浩与郭丽红，认为财务危机通常是指企业不能偿还到期债务的困难和危 机，其极端情况为破产。赵爱玲则认为财务危机通常是指企业无力支付到期债务或费用的 一种经济现象。根据其失败的程度和处理的程序不同财务失败可以分为技术性清算和破 产。就国内实证研究而言，由于数据收集上的原因研究者通常将财务危机定义为被特别处 理s t 的上市公司，如陈静、张玲，陈晓与陈治鸿，姜秀华与孙铮，及吴世农与卢贤义等。 我们认为，财务危机是企业组织发展中可能经历的一种财务状况，包括比较轻微的资金管 理技术性失败和极为严重的破产以及介于两者之间的整个过程。不同的机构可以根据管理 需要设定一个财务危机认定标准，如银行与投资相比其对财务危机的认定标准就比较低， 它可能认为企业无法偿还到期贷款资金就是财务危机。从实证研究的角度看财务危机定义 可根据样本选取的范围来描述并不存在精确定义但在使用研究结论之前应比较样本内容 与应用对象的差异如果差异较大就不能引用如模型是以破产企业为样本开发的这种模型 是不能用来度量资金管理技术性失败的与国外有关文献一样本研究中我们对财务危机、财 2 务失败、公司失败及破产在概念上未作严格的区分，有时将其混用。 公司破产是一种二元的情形，要么破产要么不破产。对此的研究已经有较长的历史了。 企业破产一般要经历从业绩优良到陷入财务困境的过程，有一个渐进与积累的过程。破产 作为企业财务危机的发展的结果，常被看作是一种极端的财务危机，它的结果将导致公司 被清算消失。很多学者对企业从正常至破产这种衰退的过程进行为深入的研究。h a m b r i c k e ta 1 ( 1 9 9 8 ) 认为企业在破产之前可分为四个阶段：( 1 ) 不利的开端负债较高营运资金较少绩 效不佳( 2 ) 早期伤害公司的负债营运资金绩效持续下降( 3 ) 边际生存经营绩效只达盈亏平衡 ( 4 ) 死亡挣扎公司的负债营运资金绩效迅速恶化导致破产或清算。a m yh i n g - l i n gl a u 则指 出企业失败前可分为三个阶段，即潜伏期、资金不足期及财务危机期。d o n a l d 和r i c h a r d 则认为财务危机通常可分为四个阶段：第一阶段，公司在发生危机的前1 0 年。当时公司 一切营运正常，但公司整体获利性不如以前好，此时公司在日常营运上并无明显的异常。 发生第二阶段，发生危机前1 0 年到财务危机前6 年。这时是公司早期遭受损伤的阶段公 司遭受大环境不确定性的影响而使其绩效下降此时绩效的下降是潜在的不会明显的表现 出来但是这个时期公司已经开始遭受损伤因为外在资料难以取得如此深入的资讯，因此企 业外部利益相关人员对前两个阶段很难加以判断与区分第三阶段财务危机发生的前6 年到 前3 年这时公司获利下降只能勉强维持在损益平衡的状态第四阶段最后是公司面对危机挣 扎的阶段一般在危机发生前2 年到危机年公司获利出现。 一般情况下，当企业发生下列行为时，即可认定财务失败：1 、企业长期不能盈利，即 不能取得足够的收入来抵偿经营成本和资本成本。2 、没有足够的经公证估价的资产来抵 偿到期债务。3 、由于债务展期取消了抵押品赎回权或采取了财产查封行动，对债权人造成 损失而停止经营活动。4 、法院采取财务清算、改组或处理协议行动。5 、债权人自愿让步， 或债务人自愿与债权人和解。 财务失败有两种极端形式一种是技术性失败一种是破产。如果企业到期不能偿还债务， 但其债务总额并未超过资产总额，其主要问题是企业没有足够的流动性资产立即归还到期 的债务，但企业能够继续盈利和发展，此时的财务失败称之为技术性失败。如果企业的债 务总额超过了资产总额，即企业的资产净值为负数，此时的财务失败称之为破产。财务失 败包括了从技术性失败到破产以及处于两种形式之间的各种情况。 财务预警分析，国外研究多以破产公司为例进行研究，而国内由于破产机制未健全完 善，上市公司真正破产的人在少数，大多数公司遇到财务危机则进行进行重组并购，所以 多以s t 公司为研究对象。s t 是英文s p e c i a lt r e a t m e n t 的缩写。翻译为特别处理。如果公 3 司出现财务状况异常，则其股票就要被戴上s t 的帽子。所谓财务状况异常，有6 种情况。 ( 1 ) 最近两个会计年度的审计结果显示的净利润均为负值；( 2 ) 最近一个会计年度的审计结果 显示其股东权益低于注册资本，即每股净资产低于股票面值；( 3 ) 注册会计师对最近一个会 计年度的财务报告出具无法表示意见或否定意见的审计报告；( 4 ) 最近一个会计年度经审计 的股东权益扣除注册会计师、有关部门不予确认的部分，低于注册资本；( 5 ) 最近一份经审 计的财务报告对上年度利润进行调整，导致连续两个会计年度亏损；( 6 ) 经交易所或中国证 监会认定为财务状况异常的。通过以上内容，我们可以看出，连续两年亏损的企业只是上 市公司被s t 的一种情况，其他非财务失败原因也将造成公司被认定为s t 。 我们同时也应该认识到，如果采用失败过程中的财务数据来预测失败，那么就会高估模 型的预测能力。所以，我们以连续两年亏损且其前一年未亏损上市公司为研究对象，进行 财务失败研究。 1 3 财务失败中期预警的目的 财务失败预警，从判断时间来看，可以分为短期财务失败预警、中期财务失败预警、 长期财务失败预警。 短期财务失败预警，即在财务失败前一至两年的数据进行预警。企业的经营中任何一 个战略愿景的实现，都是一个长期的计划和中期的实施过程。经研究发现，绝大多数企业 的财务失败不是企业短期行为造成的。 长期财务失败预警，即在财务失败前四至五年的数据进行预警。企业一般都制定五年 战略，从长远眼光锁定经营目标，以后随着经济形势的改变作调整。从战略的部署到实施 需要一个时间过程才能显现出来，一般都需要一到两年的时间。 中期财务失败预警，即在财务失败前三年的数据进行预警。综合以上分析，短期财务 预警的意义远不如中长期预警意义大，而长期财务失败预警却不如中短期财务失败预警的 效果明显。所以，本文对中期( 财务失败前三年) 进行数据分析，得出财务失败中期预警 结论。 4 第2 章理论分析 2 1 财务失败预警的方法研究 财务预警模型，始于二十世纪三十年代，在此以后的很长一段时间内，学者们均是以 不同的财务比率，使用各种不同的统计方法构建财务危机预警模型。国内的财务预警模型 的构建，是在上世纪九十年代才开始发展起来的。开始的研究多基于使用各种计量学模型 分析方法叫i s h e r 线性判定分析、多元线性回归分析，l o g i s t i c 回归分析，p r o b i t 回归分 析，人工神经网络分析等，对各类财务指标的研究。 2 1 1 一元判定模型 一元判定模型是指利用单个财务比率来进行财务预警，以判断企业是否发生财务危机 的一种预测模型。当模型中所涉及的几个财务比率趋向恶化时。通常是企业发生财务危机 的先兆。 1 9 3 2 年，f i t z p a t r i c k 最先进行了单变量破产预测研究。他以1 9 家公司作为样本，运用 单个财务比率将样本划分为破产和非破产两组，发现判别能力最高的是净利润股东权益 和股东权益负债两个比率。 1 9 6 6 年，b e a v e r 以单变量分析法发展出财务危机预测模型。他使用5 个财务比率分 别作为变量对7 9 家经营未失败公司和7 9 家经营失败公司进行一元判定预测，发现现金流 量负债总额财务预测的效果最好，净利润资产总额次之，其模型在前5 年可达7 0 以 上的预测能力，失败前一年可达8 7 的正确率。一元判定模型方法简单，但总体判别精度 不高。在财务失败前一年的预测中，该模型的预测精度明显低于多变量模型。其局限性主 要体现在：1 对于哪些是最重要的预测指标，分析者得出了不同的结论。2 尽管对较长一段 时期进行的单变量比率分析可能说明公司正处于困境或未来可能处境困难，但这不能具体 证明公司可能破产以及何时会破产。3 单变量比率分析得出的结论可能会受到企业外部经 济环境( 如通货膨胀或紧缩) 的影响。4 它只重视某个指标的分析能力，若企业管理人员知道 了这个指标，就会尽可能地去粉饰这个指标，掩盖企业的财务危机。5 单变量分析法虽然简 单，但却因不同财务比率的预测方向与能力经常有相当大的差距，有时会产生对于同一公 司使用不同比率预测出不同结果的现象，因此招致许多批评，而逐渐被多变量方法所取代。 5 2 1 2 多元线性模型 多元线性函数模型是对企业多个财务比率进行汇总，求出一个总判别分值来预测企业 财务危机的模型。它从总体的、综合的角度来检查企业的财务状况，未雨绸缪，做好财务危 机的规避或延缓财务危机的发生。多元线性函数模型中应用最广的是z 分数模型。 1 9 6 6 年，b e a v e r 以单变量分析法发展出财务危机预测模型。他使用5 个财务比率分别 作为变量对7 9 家经营未失败公司和7 9 家经营失败公司进行一元判定预测，发现现金流量 负债总额财务预测的效果最好，净利润资产总额次之，其模型在失败前5 年可达7 0 以上预测能力，失败前一年可达8 7 的正确率。 1 9 6 8 年美国学者a l t m a n 首次使用了多元判定分析( m d a ) 预测财务危机。他选定了 5 个指标，从企业的资产规模和折现力、获利能力、财务结构、偿债能力、资产利用效率 等方面综合反映了企业财务状况。预警模型：z = o 1 2 x l + 0 0 1 4 x 2 + 0 0 3 3 x 3 + 0 0 0 6 x 4 + 0 9 9 9 x 5 ；上式中z 为判别函数值，x 1 是营运资本总 资产；x 2 是留存收益总资产；x 3 是息税前收益总资产；x 4 是权益市值账面总负债； x 5 是销售收入总资产。根据a l t m a n 的实证研究表明，z 值如果低于1 8 l ，表明企业破 产可能性很高；z 值如果高于2 9 9 ，则意味着破产可能性极小；处于1 8 1 和2 9 9 之间的z 值为不明确指数，但这些公司的破产可能较z 值小于1 8 l 的公司小。利用z 模型和它的 判别标准，a l t m a n 判别出破产前一年原始样本中3 3 家破产公司中的3l 家和3 3 家非破产 公司的3 2 家，总体正确率为9 5 4 5 。 19 7 7 年，a l t m a n , h a l d e m a n 和n a r a y a n a n 在z 模型的基础上又提出了一个更能准确预 测企业财务失败的新模型著名的z e t a 。z e t a 信用风险模型是多元线性判定模型的 修改和补充，由a h m a l l 等人以5 3 个失败公司和5 8 个正常公司为样本建立，模型中的变量由 5 个变为7 个。对于不同期间导致模型的差异，a h m a n 认为是由于企业环境的改变而需要使 用不同的财务变量导致的，且财务预警模型也可能因使用不同期间的财务报表而有所差异。 2 1 3l o g i t 回归模型 随着数理统计的发展和应用，又有一些研究者提出了l o g i t 回归模型，它是一种条件概 率模型，该模型是建立在累计概率函数的基础上的，一般运用最大似然估计的方法。l o g ：i t 回归模型假设企业破产的概率为p ，同时假设l n 【( p ( 1 - p ) 】可以用财务比率解释。它首先 假定l n ( p ( 1 一p ) 】= a + b x ，然后推导出p = e ( a + b x ) 1 + e ( a + b x ) ，从而计算出企业破产的概 6 率( 其中：e 是自然常数2 7 1 8 2 8 2 ；用最大化对数似然函数可以求得参数a b ) 。如果p o 5 ， 则企业破产的概率比较大；如果p o 5 ， 则企业破产的概率比较大：如果p o 5 ，则表示企业财务正常的概率比较大。 7 1 9 8 0 年o h l s o n 采用概率化回归方法进行财务预警研究，他选择1 9 7 0 1 9 7 6 年间破产的 1 0 5 家公司和2 0 5 8 家非破产公司组成的配对样本，采用极大似然法，通过每个样本个体的 破产与非破产的联合概率最大来构造模型。 最早使用p r o b i t 模型来建立财务危机预警模型的学者是z m ij e w s k i ，他对1 9 7 2 年至 1 9 7 8 年间7 6 家破产企业和3 8 8 0 正常企业进行了分析。 台湾的陈明贤在1 9 8 6 年也运用了p r o b i t 模型对企业失败进行了预警，其利用逐步 回归分析的方法从9 个财务比率中选出了3 个自变量建立了p r o b i t 模型，其模型的正确 区别率在前一年至五年分别是9 3 3 3 、8 3 3 3 、8 3 3 3 、8 3 3 3 和8 0 。该模型的优点 是假设不算很严格，预测精度也比l o g i t 模型更高：所存在的缺点与l o g i t 模型基本相 似，这里不再赘述。 2 1 5 人工神经网络模型 自2 0 世纪8 0 年代来，西方发达国家将人工智能逐渐引入了银行业，协助银行进行贷 款决策。其中，人工神经网络在公司财务分析和评级中的应用显示了其优势和潜力。 人工神经网络模型是一种平行分散处理模型，其构建理念是基于对人类大脑神经运 作的模拟。神经网络模型的原理是：把用来衡量上市公司的财务状况的建模变量作为神经 网络的输入向量，将代表分类结果的量作为神经网络的输出，用训练样本来训练这个网络， 使训练样本中的财务失败公司和财务正常公司的输入向量得出区分两类不同公司的输出 向量，一旦训练完毕，便可作为上市公司财务困境预测的有效工具。a n n 除具有较好的模式 识别能力外，还可以克服统计等方法的限制，因它具有容错能力，对数据的分布要求不 严格，具备处理资料遗漏错误的能力。最可贵的是a n n 具有学习能力，可随时依据新准备 的资料进行自我学习、训练，调整其内部的储存权重参数以应对多变的公司运作环境。而 传统的统计方法却不具备此学习能力。前向三层b p ( b a c kp r o p a g a t i o n ) 神经网络被认为 是最适用于模拟输入、输出的近似关系，它在a n n 中是算法最成熟、应用最广泛的一种。 它通常由输入层、输出层和隐藏层组成，其信息处理分为前向传播和后项学习两步进行， 网络的学习是一种误差从输出层到输入层后向传播并修正数值的过程，学习的目的是使 网络的实际输出逼近某个给定的期望输出。 1 9 9 0 年，o d o m ，m d 和r s h a r d a 首次将人工神经网络模型应用于破产预测分析，发现 人工神经网络模型具有较强的预测能力。c o a t s 和f a n t 在1 9 9 3 年利用a n n 理论来建立财 务预警模型，利用a l t m a n 研究中的5 个财务比率建立模型，以1 9 7 0 年至1 9 8 9 年间9 4 8 家失败公司与1 8 8 家正常公司为样本。研究结果发现，从危机发生的前三年起，失败公司 的财务比率逐年恶化，且与正常公司的财务比率有明显差距。对财务危机公司的预测准确 率达到了9 1 ，高于