（数量经济学专业论文）上市公司财务危机预警实证研究.pdf

摘要 摘要 财务危机预警是以财务信息为基础，通过设置并观察一些敏感性预警指标 的变化，对企业可能或将要面临的财务危机所实施的实时监控和预测警报。财 务预警是由财务危机和预警两部分组成：财务危机是指企业丧失支付能力，无 力偿还到期债务或费用，出现资不抵债的经济现象，包括运营失败、商业失败 等；预警是指事先知道并发出警示，以避免或尽可能降低可能的损失，财务预 警要求管理人员依据相关指标的变化来预测企业财务即将出现的问题，及时向 利益相关者提出警示。 本文以2 0 0 4 - 2 0 0 7 年上市公司中被特别处理的企业为研究对象，在吸收前 人研究成果的基础上，提出了相关的预警指标，并进行了实证研究和实例分析， 旨在解决当前财务危机预警指标以及财务信息失真导致的财务预警失效问题。 财务预警的核心问题有两个：一是该公司是否陷入财务危机，也就是反映 公司经营情况是否恶化，即如何界定财务危机；二是公司在什么时候会陷入财务 危机，也就是反映公司进入财务危机的时间点问题。本文首先着重从这两个角 度对与公司财务危机相关的国内外研究成果进行了综合的评述，并结合国内外 的研究现状，分别从样本期间、样本选择、指标的确定、预测模型的选择等方 面对国内外实证研究方法进行了论述。 其次，在总结国内外文献所采用的实证研究方法的基础上，提出本文动态 财务预警模型的理论依据和研究方法及特点。 最后本文选取了2 0 0 4 - 2 0 0 7 年度曾因财务状况异常而被特别处理的上市公 司作为s t 样本组，应用l o g i s t i c 方法建立相应的预警模型，为上市公司财务 危机预警提供了新的研究思路。 关键词：财务危机；预警指标；l o g i t 回归分析 a b s t r a c t a b s t r a c t f i n a n c i a ld i s t r e s sp r e d i c t i o ni st ot a k ef i n a n c i a la n da c c o u n t i n gi n f o r m a t i o na s b a s i s ，b yt h ef a c tt h a te a r l yw a r n i n gi n d e x e sc h a n g ec a nb ei n t e r p o s e da n do b s e r v e da l i t t l es e n s i b i l i t y , p u ti ti n t oe f f e c tt h a tt h ef i n a n c i a ld i s t r e s sw i l lb ec o n f r o n t e d 、i t hi n al i v e l yw a yt oe n t e r p r i s em o n i t o r e da n df o r e c a s t e d f i n a n c i a ld i s t r e s si sc o m p o s e d o ff i n a n c i a ld i s t r e s sa n df i n a n c i a lp r e d i c t i o n f i n a n c i a ld i s t r e s sm e a n st h a te n t e r p r i s e l o s e sa na b i l i t yt op a y , u n a b l et op a yb a c kd u ed e b to rc o s t ，o ra p p e a r si n s o l v e n t p h e n o m e n o n ，s u c ha s c o m m e r c ef a i l u r ea n dm a n a g e m e n tf a i l u r e f i n a n c i a l p r e d i c t i o nm e a n st oa v o i do rr e d u c ep o s s i b l el o s sb yk n o w i n ga n dw a r n i n gi n a d v a n c e f i n a n c i a ld i s t r e s sp r e d i c t i o nr e q u i r e st h a tt h eh a n d l i n gc r e wj u d g ea n d f o r e c a s tt h ep r o b l e mc o m i n gs o o nw h e nr e l e v a n c ei n d e x e sc h a n g e ，a n db r i n ge a r l y w a r n i n gt ob e n e f i ti nt i m e t h ep a p e ru s e s2 0 0 4 - 2 0 0 7a n n u a ls t e n t e r p r i s e sa so b j e c to fs t u d y , a n db r i n g s f o r w a r dt h ep e r t i n e n te a r l yw a r n i n gi n d e x e so nt h eb a s i sa b s o r b i n gp r e h o m i n i d a c h i e v e m e n t 、a tw ed oi nt h i se m p i r i c a lr e s e a r c ha i m st or e s o l v et h ep r o b l e mt h a t t h ew a r n i n gm o d e ll o s e se f f i c a c yw i t hd e m o n s t r a t i o nd u et of i n a n c i a li n d e xa sw e l l a sf i n a n c i a li n f o r m a t i o nl a c k sf i d e l i t y f i n a n c i a ld i s t r e s sp r e d i c t i o nh a st w oc o r ep r o b l e m s t h ef r s ti sw h e t h e rt h e c o m p a n yh a sb e e nf i n a n c i a ld i s t r e s s ，i ta i m st og e ti n d e x e st or e f l e c tc o n d i t i o n w o r s e na n dd e f i n i t ef n a n c i a ld i s t r e s s t h es e c o n do n ei sw h e nac o m p a n yw i l le n t e r f i n a n c i a ld i s t r e s sp o s i t i o n i nt h ef i r s tp a r to ft h ep a p e r , i tc a r r i e so u ts y n t h e t i c a l c o m m e n t a r yo nt h eh o m ea n da b r o a dr e s e a r c hr e l a t e dt of i n a n c i a ld i s t r e s sf r o mt h e s e t w oa n g l e s a n di ta l s od i s s e r t a t e sr e s e a r c hm e t h o da b o u tt h ep e r i o da n ds a m p l e c h o s e n ，t h ei n d e xa s c e r t a i n e da n dt h em o d e lc h o s e n i nt h es e c o n dp a r t ，t h ep a p e rp u t sf o r w a r dt h ea c a d e m i ct h e o r yo fd y n a m i c f i n a n c i a ld i s t r e s sp r e d i c t i o na n dr e s e a r c hm e t h o da n dc h a r a c t e rb ys u m m a r i z i n g s y n t h e t i c a lc o m m e n t a r yo nt h eh o m ea n da b r o a dr e s e a r c hr e l a t e dt of i n a n c i a l d i s t r e s s a tl a s t ，t h ep 印e rc h o o s e s2 0 0 4 2 0 0 7a n n u a ls te n t e r p r i s e sw h i c ha r ef i n a n c i a l s t a t u sa n o m a l ya ss a m p l e ，t h e na p p l i e sl o g i s t i ct oc h o o s ei n d e x e sa n db u i l d st h e c o r r e s p o n d i n ge a r l yw a r n i n gm o d e lt op r o v i d et h en e wt h o u g h to fr e s e a r c ha b o u t f i n a n c i a ld i s t r e s sp r e d i c t i o no fl i s t e dc o m p a n y k e y w o r d s ：f i n a n c i a ld i s t r e s s ；f i n a n c i a lp r e d i c t i o ni n d e x ；l o g i tr e g r e s s i o n a n a l y s i s i i i 学位论文独创性声明 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已经发表或撰写过的研究成果，也不包含 为获得直昌太堂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。 学位论文版权使用授权书 日 本学位论文作者完全了解直昌太堂有关保留、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。本人授权直昌太堂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、汇编本学位论文。同时授权中国科学技术信息研究 所将本学位论文收录到中国学位论文全文数据库，并通过网络向 社会公众提供信息服务。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者虢徽翩虢彩嘲 签字日期a 翻年占月砷日签字日期：沙年丁月彳e l 、 l 第1 章引言 1 1 概述 第1 章引言 经济周期波动是不以人们意志为转移的客观经济现象，它导致各种经济组 织出现周期性的财务风险。而且随着科学技术的发展，世界经济日趋一体化， 企业间的竞争同渐剧烈，给企业理财带来风险性和复杂性。因此，研究企业预 警理论，揭示企业逆境、管理波动与管理失误现象的发生规律，构建企业管理 系统的防错、纠错功能机制，具有很大的实践意义。 国内外大量研究财务危机的文献都致力于从企业财务危机的案例中总结规 律，探讨困境的原因、实质以及带来的后果，并试图从会计信息中提炼变量， 推导出能对企业未来财务状况进行预测的模型。经过不断的完善，国内外在财 务危机预警方面已经取得了相当丰富的成果：从最初对破产案例的单变量分析 模型到多变量的组合分析模型，从单纯的利用常规财务比率扩大到利用资本市 场等多角度的数据信息，财务危机实证研究得到日益的完善。本文力图在对财 务危机预测的实证研究进行综合评述的基础上，全面了解其研究目的、变量选 择、研究方法与研究结论，并在综合评述的基础上，利用中国上市公司的数据 来建立相应的预测模型。与国内外的其他研究相比，本文期望在以下几个方面 有所改进：第一、增加样本的时间跨度及数量，减少偏差；第二、增加对财务 指标的筛选，加强模型指标的选择，同时尝试判断不同的指标筛选方法的优劣； 第三、提出建立模型的常规方法，针对实际情况提高使用范围和价值。本文的 总体论述框架如图1 1 ： 第1 章引言 财务危机问题的提出 ( 财务危机概念的界定) 详见本文1 2 1 图l il 财务危机预警研究框架图 本文各章的安排如下：第一章主要对财务危机相关的研究进行综合介绍和 论述，对财务危机的概念进行界定，并介绍由于不同的研究目的产生的不同研 究方向，同时针对预警的研究方法进行详细评述，对研究目的、变量选择、研 究方法和成果，以及其相应的优缺点进行比较；第二章主要论述本文所采用动 态预警的理论依据，并结合第一章对研究方法、模型的比较，确定本文的研究 方案；第三章本文应用动态的评价模型对中国上市公司进行实证分析，建立判 别应用模型，并分析检验传统指标筛选方法对模型的作用；第四章进行案例分 析，在验证模型实用性的同时，说明其同传统财务分析的优势；第五章对本文 的结论进行总结，分析本文局限性并对财务预警研究未来的发展方向提出建议。 2 第1 章引言 1 2 国内外财务危机预警文献综述 财务危机预警的作用是对财务危机提出警示，以避免或减少危机带来的损 失，其核心问题有两个：一个是该公司是否会进入财务危机，也就是反映公司 经营状况是否恶化，或者进一步讲就是如何界定财务危机；二是公司什么时候 会进入财务危机，也就是反映公司进入财务危机的时点判定问题。因此文献综 述部分首先对财务危机的界定进行论述。 1 2 1 公司财务危机概念的界定 公司财务危机研究最早从1 9 3 0 年开始。早期文献基本上是围绕公司破产 ( c o r p o r a t eb a n k r u p t c y 或称f a i l u r e ) 展开研究，着力探讨企业破产问题的原因及 实质或预测破产的研究。随着研究成果的积累，定义不断扩展，逐渐用财务危 机( f i n a n c i a ld i s t r e s s ) 词来统称相关的研究。而在我国近年兴起的公司财务危 机研究中，则均以上市公司被特别处理作为财务危机标志来研究。 企业陷入财务危机是一个渐近与连续的过程，而不是一个截然两分的状态， 即不存在某一点，可以将企业分成“陷入财务危机”和“未陷入财务危机 这 两类，或者说财务危机只有程度的不同，而不是非此即彼的判断。例如 m o r r i s l l 6 j ( 1 9 9 7 ) 就列出包括了债权人申请破产清算，企业自愿申请破产清算等1 2 条企业陷入财务危机的标志。在实证研究中，由于人们需要客观与可观察的标 准来将企业归类，于是大多数西方的研究中，均将界定公司财务危机的标准设 定为上述1 2 条中前几条，即破产清算和申请破产，所以最初常称相关的研究为 破产研究。在一些代表性的研究如f i t z p a t r i c k ( 1 9 3 2 ) 、b e a v e r ( 1 9 6 6 ) 、 a l t m a n ( 1 9 6 8 ) f 6 9 l 均以企业申请破产作为研究对象。经过对这一课题的不断挖掘， 研究者后来对定义范围有所扩大，比如将拖欠债务、拖欠优先股股利等事实也 作为财务危机的判定标准。如c a r m i c h a e l t l 9 1 ( 1 9 7 2 ) 认为企业受阻具体表现为流动 性不足、权益不足、债务拖欠、及资金不足四种形式。而r o s s l 7 4 1 等( 1 9 9 9 ) 贝t j 认 为应从四个方面来定义公司的财务危机：一为企业失败，即企业清算后仍无力支 付债权人的债务；二为法定失败，即企业和债权人向法院申请企业破产；三为技 术失败，即企业无法按期履行债务合约付息还本；四为会计失败，即企业的账面 净资产出现负数，资不抵债。围绕着不同的定义，就会对研究所选取的样本与 数据，适用的范围有影响。西方的财务危机研究由破产现象开始，由简单到复 第1 章引言 杂：已经扩展到对企业不同财务状态进行研究。 在国内的研究中，鉴于中国的特殊制度背景，绝大多数是将从1 9 9 8 年开始 出现的上市公司受到特别处理这一现象作为公司财务危机的标志。这种做法是 为了适应中国的国情：首先是因为破产这一事件相对于中国企业的总数，数量 极为微小，不构成典型的现象；其次因为上市公司因经营不善而连续亏损2 年 或是巨亏后净资产低于面值，表明企业已经处于较差的经营状况之中，监管部 门对其实施特别处理是为了揭示该股票的内在风险而发出警示信号以期保护大 众投资者利益。另一方面对上市公司本身而言，s t 就意味着股票下跌，融资渠 道被堵，为此要付出高昂的成本，收益将大大下降，这种情况已经表明公司已 经陷入了某种程度的财务危机之中，根据这种特点，国内的研究者一般情况下 将上市公司的受到特别处理定义为陷入了财务危机。 1 2 2 财务危机预警实证研究的现状 针对公司什么时候会进入财务危机，也就是反映公司进入财务危机的时点 判定问题，国内外的实证研究主要分静态的实证研究和动态的实证研究两种， 其应用的模型判别方法各有特点，下面本文将分别进行论述。 1 2 2 1 静态实证研究的现状 财务危机预警静态研究主要涉及到六种财务预警模型：单变量判别模型、 多元判定模型、线性概率模型、l o g i s t i c 模型、p r o b i t 模型以及人工神经网络 ( a n n ) 模型。 1 、单变量判别模型 最初从单一指标出发的简单的单变量分析，称为剖面分析，这一方法是计 算财务危机公司和非财务危机公司间的某个( 些) 指标历年的描述性统计量或特 征值，并使用图表进行简单分析，以考察财务危机公司和非财务危机公司的异 同。b e a v e r 在1 9 6 6 和1 9 6 8 年的研究、a z i z 、e m a n u e l 和l a w s o n 在1 9 8 8 年的 研究等均使用了这一方法。 单因素分析方法用单个的财务指标来对公司危机进行预测，有一定的预测 准确度。但也存在一定问题，即单变量并不足以充分反映公司的财务特征，而 且各单变量的预测出来的结果有可能互相矛盾，存在一定的局限性。 4 第1 章引言 2 、多元线性判别模型( m ui tiv a r ia t ed is c ri m in a t ea n al y sism o d ei ) 研究者尝试用多个变量综合运用到一个方程式中，来避免以往单变量方法 的单一性及理论上的缺乏依据的弱点。用多变量研究，通常样本的处理方法是 选择一组由困境公司和非困境公司组成的样本，然后将样本随机分成两组，其 中一组用于参数和分割点的估计，称为估计样本，另一组贝u 用于检验模型的预 测能力，称为检验样本。有时为了有效地利用样本，也可采用“交互检验”方 法，即每次从总体样本中抽出一个样本作为检验样本，再用余下的所有样本点 估计出分割点和相应的参数后，再用被抽出的样本点来检验分割点的预测效果， 将每一个样本点轮流作为检验样本，最后用各次检验结果的总和来评价模型的 预测能力。 a l t m a n ( 3 ( 1 9 6 8 ) 为克服传统财务比率分析的不精确与主观的问题，用多元线 性判别模型( m u l t i v a r i a t ed i s c r i m i n a t e a n a l y s i s 即m d a ) 研究公司危机问题，开发 出z 值信用风险预测模型，成为长期被公认为既易用且预测效果较好的预测模 型。 根据行业与资产规模相近的原则，他为3 3 家破产的制造业公司选择了3 3 家非破产配对公司，选用了2 2 个变量作业破产前1 5 年的预测备选变量。在作 了无数次的变量组合试验后，得到判别函数如下： z = 0 0 1 而+ 0 0 1 4 x 2 + 0 0 3 3 恐+ 0 0 0 6 4 + 0 9 9 9 x 5 其中： 2 ( 期末流动资产一期末流动负债) 期末总资产 而2 期末留存收益期末总资产 而= 息税前利润期末总资产 = 期末股东权益的市场价值期末总负债 黾= 本期销售收入总资产 z 分数模型从企业的资产规模、变现力、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的财务状况，进一步推动了财务预警的发 展。 在国内对公司财务危机的研究中，研究者基本上借鉴西方既有的研究方法 5 第1 章引言 针对我国的特殊的制度背景进行了研究：财务危机研究在中国市场环境下表现 的特殊性表现在财务危机定义方式与西方不同，表现为国内的研究均以上市公 司特别处理作为财务危机的标志，所作的研究也均为财务危机预测模型，所使 用的方法对单变量及多变量线性判别模型与非线性的逻辑回归模型均有应用。 运用了单变量分析方法以及线性判别模型的有陈静( 1 9 9 9 ) 和卢贤义、吴世 农1 6 9 1 ( 2 0 0 1 ) 。陈静【6 6 j ( 1 9 9 9 ) 首次以我国股票市场的s t 公司样本( 2 7 家) 及2 7 家非 s t 公司作为配比样本，借鉴b e a v e r 与a l t m a n 的研究方法，首先对两组公司的 四个财务比率一资产负债率、净资产收益率、总资产收益率、流动比率，作了 s t 前五年的剖面分析，观察这些比率在两组间存在哪些直观上的差异，然后又 作了一元判别。结果显示，总资产收益率和流动比率在s t 前一年的误判率最 低，且越靠近被s t 年度，判别正确率越高，这与b e a v e r 的发现类似。在多元 判定分析中，所得到的判别函数，对原始样本的判断准确率为9 2 6 。这项研 究作为国内最早的实证财务危机预测研究，利用中国的数据，作了有益的探索。 但由于受样本与数据的限制，也存在问题：首先其样本量小，结果难有广泛适 用性；其次用s t 前一年的数据来建立预测模型，因为公司被特别处理是根据 其前一年度的财务报告的会计数字来决定的，也就是说用1 年的年报本身就可 以判断公司是否会被特别处理，导致所得的结果易高估判别的正确率。张玲 ( 2 0 0 0 ) n 使用更细分的样本数据，用1 2 0 家上市公司组成的样本，同样用线性 判别分析方法进行了预测研究。 也有研究者在统计方法上作了改进尝试，为最大限度避免入选的变量多重 共线性问题，研究者尝试用主成分分析法，来消除以往研究中常常存在的变量 间存在共线性的问题。张爱民、祝春山、许丹健【3 7 1 ( 2 0 0 0 ) 尝试了这种改进方法。 其基本思想是通过运用主成分分析法，使得在构造预测模型时一方面既能更多 一些对预测企业财务失败有指示作用的财务比率，另一方面又不会因为财务比 率太多而增加分析问题的复杂性。其模型的合理性体在于不限制原始财务比率 的个数，因对原始数据进行了标准化处理，使得各财务比率之间具有可比性和 可加性，根据主成分的贡献率来确定各主成分在预测函数中的权数。这项研究 在方法论上略有优势，但其样本的选择与数据的时点的选择仍然存在与上两项 研究同样的问题。 3 、线性概率分析 6 第1 章引言 由于多元判别分析无法估计出企业发生财务危机的风险，而只能得出序数 等级的判别结果，因而有研究者尝试用线性概率模型( l p m ，l i n e a rp r o b a b i l i t y m o d e l ) 来估计企业发生财务危机的概率。线性概率模型的因变量只取或两个数 值，其回归形式如下： p i = p o + a x a + p 2 x 晓+ p 3 x i 3 + p m x t m 其中，仍= 1 代表困境企业，只= 0 代表健康企业，其中t l 、薯2 、t 3 x i m 反 映企业财务状况的指标。运用线性概率分析时，首先利用最小二乘法，对两类 企业样本估计出模型系数屁、届、展尾，然后利用估计出的系数算出企业 发生财务危机的概率，当它大于某个临界值时则认为企业属于财务危机企业， 反之属于健康企业。 m e y e r 和p i f e r f 6 3 1 最早将分析运用于银行业的财务危机预测，他们以倒闭银 行为样本，同时选取同一地区、设立年数相近的正常营运的银行与之配对，对 前二年的预测准确率达到8 0 。虽然线性概率分析是以0 、l 为因变量，可以代 表企业陷入财务危机的概率，但依然存在以下问题：首先模型中的回归系数除 了截距外，都与多元判别模型系数成固定比例，l p m 的回归结果只是m d a 判 别得分的一个线性转换，两者的分类结果是相同的。也就是说，可以把l p m 理 解为只是m d a 的一个特例。其次，l p m 的残差项不一定具有相同的方差。由 于采用普通最小二乘法来估计式模型的系数，那么就必须假设残差项方差相同， 如果出现异方差，那么的系数估计虽是无偏的但却是无效的。再次l p m 的回归 结果有可能超出概率的取值范围而落在区间( o ，1 ) 之外，使结论难以解释。 4 、逻辑回归预测模型( l o g i s t i cr e g r e s s i o nm o d e l ) 线性模型对样本要求联合正态分布的假设，对于实际的公司数据来说，这 种假设常常是不成立的，因此这一模型的合理性与精确性一直受到质疑。为克 服线性模型的局限，研究人员引进了逻辑( 1 0 9 i t ) 和概率l 匕( p r o b i t ) 回归方法。 回归的假设前提是：因变量r 是二分变量，数据必须来自于随机样本；因变 量”被假定为k 个自变量的以，( k = l ，2 ，k ) 的函数，因变量与自变量之间 的关系是非线性的；自变量之间不存在多重共线性。逻辑回归没有关于自变量 分布的假设条件，因此逻辑回归法避开了判别分析中所面临的各种难以满足的 前提假设。逻辑回归模型的一般形式如下： 7 第1 章引言 l n ( ，l ) = 口+ x k , f l i 1 一p i 互 其中：x i f 、x 2 f 、x 3 为自变量，只= ( ”= 1 x l f 、x 2 l 、x 3 f x , i ) 为 在给定自变量x l 。、x 2 。、x 3 ，条件值时事件发生的概率，t t l 为截距，屏为 回归系数。 在给定口和厦的情况下，某一特定情况( 以1 表示) 发生的概率可通过以 下等式得到： 上 e x p ( a + 屏坼) p = 一 l + e x p ( a + p , x k ) 其中口和反均由最大似然估计得到。 o h l s o n t 7 4 ( 1 9 8 0 ) 是应用逻辑回归模型进行预测研究的代表，研究中的样本及 其数据均来自破产公司财务数据，而不是像以往的研究那样从m o o d y sm a n u a l 处获取数据。o h l s o n 没有根据判别正确率最高的标准从若干种变量中寻找变量 组合，他只是将9 个变量包括进模型，回归结果显示，至少有四类显著影响公 司破产概率的变量，它们是公司规模、资产规模、资产结构、业绩和当前的变 现能力，其中作为独立的变量出现资产规模变量是显著的。为稳健起见，o h l s o n 在模型中增加了表示公司是否在纽约股票交易所和美国股票交易所上市的两个 虚拟变量，结果发现这两个变量都不显著，而资产规模变量仍然显著，由此 o h l s o n 认定企业的规模是其破产概率的一个重要决定因素。o h l s o n 还发现其他 几类具有重要影响的变量是资产结构、业绩和当前的变现能力，所以o h l s o n 认 为以前根据行业和资产规模来配比样本显得有些武断，还不如将资产规模变量 直接放在模型中考虑。 在评价模型判别性能方面，o h l s o n 没在使用以前所广泛使用的判别矩阵， 因为两类错误具有不同的成本，不能简单地相加。o h l s o n 分析分割点的选择和 两类误判率之间的关系，随着分割点数值的增大，对破产公司的判别正确率越 来越低，而对非破产公司的判别率则越来越高。以5 0 作为分割点，模型在破 产前一年对非破产公司的判别正确率9 9 3 7 ，但是对破产公司的判别正确率是 3 2 4 ；如果以6 作为分割点( 在其样本中，破产公司所占比例为 8 第1 章引言 1 0 5 ( 1 0 5 + 2 0 5 8 ) = 4 8 5 ，根据所提供的资料，6 是o h l s o n 提供的最接近于4 8 5 的一个分割点) ，对破产公司的相应判别正确率为8 8 2 ，对非破产公司的相应 判别正确率则为8 0 。 国内研究应用逻辑回归模型的，以陈治鸿、陈晓1 6 7 j ( 2 0 0 0 ) 的研究为代表。 其研究用1 9 9 8 与1 9 9 9 年的3 8 家因财务状况异常而被s t 的公司作为初始样本， 并用同年度的所有净资产收益率低于5 的所有非s t 公司1 3 2 家作为配比样本， 构成含有1 7 0 家公司的总样本。采用公司被s t 前( t 2 ) 年的财务报表数据，选取 8 组共2 7 个财务比率，作为备选变量，做了1 2 6 0 种变量组合后选出具有最小 误判率的变量组合放入模型之中，并根据不同的筛选原则构建了四个模型，用 逻辑回归方法进行预测，发现负债权益比、应收账款周转率、主营利润总资产 比率、留存收益总资产比率是对公司被s t 有显著的预示效应的财务比率。此 研究采用( t 2 ) 年财务数据以及用净资产收益率小于5 的公司作为配比样本，来 构建逻辑回归预测模型，并且对原样本在不同的筛选原则下构建了四个模型， 比较得到最优的模型，同时对误判率和期望成本进行了详细分析，这些均异于 其它研究，成为其突出的特点。 另外类似的研究是姜秀华【5 3 1 等( 2 0 0 2 ) ，以2 0 0 0 年1 1 月为基点的8 4 家公司 为样本( 包括4 2 家s t 公司样本与4 2 家随机选取的控制样本) ，先选择1 3 个财 务比率，作为比较两组公司的变量，在单指标t 检验和w i l c o x o n 检验以及相关 性分析后，最后决定选用四个具有显著性差异的变量销售毛利率、其它应 收款与总资产的比率、短期借款与总资产的比率、股权集中系数来构造模型， 用逻辑回归进行预测，在( t 1 ) 年数据的回判准确率为8 4 5 2 ，用( t 1 ) 年模型对 2 0 0 0 年度s t 公司的判别正确率则为9 5 4 5 。 卢贤义、吴世农1 6 9 1 ( 2 0 0 1 ) 的财务危机预测研究中，除运用了前文提到的单 变量分析和线性判定模型外，也用原样本建立了逻辑回归预测模型，发现经过 比较，逻辑回归模型的判别效果比线性判定模型的误判率最低。与其它研究一 样其模型构造所用的仍是s t 前一年的变量数据，这个年度的数据判别的效果 是比较理想的，但因t - 1 年的报表数据已经告诉人们是否已经特别处理，所以 实际应用中，用1 年的数据是没有意义的。 综合国内外对财务危机的预测研究，其从各自样本出发构造的预测模型表 现出不同的判别能力即判别准确率，有一些研究仅对原始样本进行回归得到结 果，而另一些研究则用了未参加模型构造的检验样本来测试原模型的判别能力， 9 第1 章引言 进一步了解其预测模型的稳定性与适用性。 5 、人工神经网络方法( a f t e riain e u r ain e t w o r k ) 人工神经网络方法8 0 年代末期已经开始应用于财务危机的研究领域。然 而，从研究方法上并没有形成识别预测变量的系统方法。张听问( 2 0 0 1 ) 就用神经 网络技术建立了财务危机企业的预测模型，得到的结果显示神经网络模型在财 务危机前2 年的预测准确率均优于线性判别模型，财务危机前3 、4 、5 年的预 测准确率有所下降，总体上神经网络模型优于m d a 模型，张昕认为主要原因 在于神经网络模型可以根据新的样本不断的调整模型，尤其适用于样本不断变 化的情况。其在不剔除过去数据住处的同时，又可以根据新的数据及时加入新 的信息改进模型，是一种动态的建模方式，当输入变量线性独立的时候，m d a 实际上可看成是神经网络模型的一种特殊应用。但张听认为神经网络方法并不 能完全替代传统的统计方法，最好是在两者的基础上综合应用以期将误判率波 动性降得更小。这种方法属于新兴的财务危机预测方法，目前并未得到广泛的 应用。 1 2 1 2 动态实证研究的现状 国外动态预警研究主要有：1 b a u m o l ( 1 9 5 2 ) 、b e r a n e k ( 1 9 6 3 ) 的存量现金管 理模型；2 f r i e d m a n ( 1 9 5 9 ) 、c o a t e s ( 1 9 7 6 ) 的产品现金管理模型；3 m e l t z e r ( 1 9 6 3 ) 、 w h a l e n ( 1 9 6 5 ) 的财富现金管理模型；4 s u v a s ( 1 9 9 4 ) 的联合模型。他们分别选 取不同的持有现金的动因进行研究，存量现金管理模型假定现金持有量依赖于 交易量；产品现金管理模型假定现金持有量依赖于产品产量；财富现金管理模 型将财富作为持有现金的动因；而联合模型通过模拟企业运作过程，动态描述 企业的行为特征和财务特征，并进而对企业样本进行分类。 动态预警模型的研究思路很接近，都是通过时间序列回归或者动态管理角 度得出破产公司和非破产公司的现金管理特征变量，并据此构建预警模型。这些 特征变量反映了公司对外界因素变化的灵敏度，并且都在统计上有比较显著的 结果。这些研究都是将现金管理的时间序列行为和公司的财务预警结合起来， 认为财务j 下常公司和财务失败公司的现金管理行为上由明显的差异，从而利用 这一差异来进行预测。 然而，各个模型的潜在假设又各不相同。例如在存量现金管理模型中，除 1 0 第1 章引言 了b a u m o l ( 1 9 5 2 ) 、t o b i n ( 1 9 5 8 ) 之外，还有b e r a n e k ( 1 9 6 3 ) 、m i l l e ra n do r r ( 1 9 6 6 ) 、s t o n e ( 1 9 7 2 ) 等。不同的模型会有不同的假设，如表1 1 ： 表1 1 存量模型基本前提比较墙1 模型基本前提 b a u m o i ( 1 9 5 2 ) l 、所有的现金流都是确定的； 2 、现金流入是周期性的，并且是瞬间的： 3 、现金以固定的比率流出； b e r a n e k ( 1 9 6 3 )1 、所有的现金流都是确定的； 2 、现金流入是周期性的，并且是瞬间的； 3 、现金以同定的比率流入； m i l l e ra n do r r ( 1 9 6 6 )l 、企业有最小的现金持有量： 2 、现金流旱现正态分布； 3 、现金持有量没有自动纠错机制； 4 、现金流的标准差不随时间的改变而改变； s t o n e ( 1 9 7 2 )l 、企业有最小的现金持有量； 2 、企业可以在一定程度上预测企业未来的现金流： 程涛【6 8 1 ( 2 0 0 2 ) 以1 9 9 8 2 0 0 0 年被s t 的a 股上市公司为研究样本，并根 据行业和资产规模设计了“非s t ”配对样本，运用时间序列回归和l o g i t 回归 方法，从财务指标角度和现金流量角度分别构建预警模型，并在此基础上构建 综合预警模型。研究结果表明：公司在进入财务危机的前一年的研究中，使用 财务指标的预测效果最好，而在前两年、前三年的预测中，使用财务指标和现 金管理特征的效果比较好。 1 2 。3 财务危机预警实证研究的方法 1 2 3 1 财务危机预警研究样本设计 财务预警研究的样本设计过程涉及到如何确定陷入财务危机公司的样本 组，如何确定作为配对标准的控制因素，以及如何进行两组间样本数量分配的 问题。从现有的文献来看，对陷入财务危机的样本设计方面的研究主要考虑以 下八个方面o a 9 i ： 1 符合财务危机的界定。通常选用的是财务危机的概念有关的概念有经济 失败、商业失败、无力偿债、资不抵债、破产等。 2 样本研究期间。一般来讲，选取的样本组陷入财务危机的事件是在一定 的研究期间内。从现有的文献来看，大部分研究在确定研究期间的同时，只考 第1 章引言 虑到可以获得足够的样本数量或只选取某一年被s t 的上市公司作为研究样本。 但从严格意义上来讲，由于不同年度所处的环境差异，会导致企业的各项财务 比例指标不可避免地受到宏观经济形势、经济周期等因素的影响。如果在构造 模型时有未加以处理，那么时间性差异的偏差会导致模型应用的外部有效性的 降低。解决的方法有两种：第一是引入宏观因素变量，应用每一时期的宏观因 素的变量构造不变物价指数预测模型。这种方法从控制变量的角度出发，力图 将于时间跨度有关的因素从模型中剔出；第二是选样时控制进入样本的个体， 使其在各年的分布大致平均，以减少外部经济因素可能带来的预测偏差，如 a l t m a n ( 1 9 6 8 ) 的研究。 3 样本公司规模。a l t m a n ( 1 9 6 8 ) 的研究详细的考虑了规模因素对选样的 影响。他的样本中剔除了小公司( 总资产规模在1 0 0 万以下的公司) ，同时又剔 除了超大规模公司。避免小公司的报表资料不全而大公司的破产概率极小而没 有普遍意义上的预测。 4 资料完整性。z m i j e w s k i ( 1 9 8 4 ) 检验了由于选择时所持的资料的完整性 所带来的模型偏差。他认为前人的研究都是建立在资料完整性的基础上，实质 上不符合统计上的随机要求，而且一般陷入财务危机的公司更可能提供不完全 的资料，剔除这样样本所得到的预测模型显然会低估公司破产的概率。他的研 究证实了确实存在这种偏差，但是经过他修正后的模型并未在参数统计的显著 性和总体预测精度上有显著提高。 5 样本个体的性质。譬如说是否公开上市以及所处行业都会对预测模型产 生影响。研究发现，性质差异严重的研究样本，所得出的财务预警模型保护的 财务比率及其参数也会不同，也就是说，会形成不同的预警模型。 6 行业因素。行业因素对预测模型也有一定影响。解决行业因素的方法主 要有两种：第一是要扣除行业均值后的指标作为解释变量，这样没有行业因素 的影响，可以剔除一部分外界因素所引起的模型偏差；第二就是以单行业公司 构建预测模型。 7 配对样本的选取。配对样本的控制标准主要包括：会计年度、行业因素 和资产规模( a l t m a n ，19 6 8 ：s e a m a ny o u n g e ra n db a l d w i n ，19 9 0 ；p l a t t ，19 9 0 ) ， 这些配比标准的选取主要用来控制由于财务危机与非财务危机组之间的时间差 异、行业特征和公司规模差异所可能带来的模型偏差。 8 配对抽样问题。大部分实证研究都采用了一一配对抽样，即样本组和控 1 2 第1 章引言 制组包含相等的研究个体。z m i j e w s k i ( 1 9 8 4 ) 研究了样本个体的数量分配问题， 认为配对会严重偏离两类公司在实际总体中的比例，从而会高估模型的预测能 力，特别会高估对破产公司的预测能力。他的研究结果表明这种过度选择所带 来的模型偏差缺失存在，但未显著影响变量参数和模型的总体预测精度。 1 2 3 2 财务危机预警预测变量的选择 1 从被解释变量角度来看 在财务危机预测研究中，主要是作二类判别研究，绝大多数是以预测公司 会或不会陷入财务危机的研究。西方的研究早期是判断企业是否会破产，国内 的研究则是判断上市公司是否会被特别处理。财务危机从实质上说，是一个渐 进与连续的过程，所以并不存在一点，将是否财务危机截然分开，而只是在不 同的时点下，其财务危机的程度不同而己。而在实证研究中，为了能让研究在 明确的类别数据下，能够顺利地建立判别模型，却不得不将样本设计为两类公 司即财务危机组与非财务危机组，从而得到判别模型方程式。随着估计方法的 进步，也出现了判断企业的多层次财务状态的预测模型。如l a u ( 1 9 8 7 ) 贝j j 是研究 预测企业进入五种不同层次的财务状态的预测模型，其建立的多元排序l o g i t 模型能够对企业进入五种不同的财务状态的概率做出判断。 2 从解释变量角度来看 财务危机预测模型中的解释变量是指那些能够区分出财务危机公司与非财 务危机公司的变量，通常研究者最多地从企业的财务报表中找寻这些变量。财 务比率从最开始的只单独地对企业当前财务状况进行分析，逐渐被研究者加以 综合地运用于财务危机的预测当中。 ( 一) 以会计数字为信息来源的研究 在企业所公布的所有信息中，财务报告是最重要的一部分，所以财务报表 的数据很自然地被利用在众多的财务危机预测研究中。研究者根据自己对所选 财务危机企业的财务状况的理解不同，选择了不同的由会计数字组成的解释变 量。 ( 1 ) 常规财务比率为数据来源 所谓常规的财务比率，指主要从资产负债表和利润表的会计数字组成的财 第1 章引言 务比率，某些在一般财务分析中必然采用的重要财务比率，常常反复地出现在 不同的预测模型之中。 财务比率最早用于财务分析，后来被广泛应用于预测模型之中，多项研究 都验证财务比率不仅能够告诉使用企业当前以及过去的财务状况，而且具有预 测企业困境的能力。 ( 2 ) 现金流量数据为数据来源 除大量使用常规财务比率指标作为研究变量之外，还有人考虑使用与常规 财务比率有所不同的现金流量指标来建构预测模型。在g e n t r y ，n e w b o l da n d w h i t f o r d ( 1 9 5 5 ) 的基础上，a z i z ，e m a n u e l 和l a w s o n ( 1 9 5 5 ) 发展了现金流量