鄭　菡

提要本文對國內(nèi)外財務(wù)危機預(yù)警模型逐一進行評析,旨在為構(gòu)建符合我國實際并具有可操作性的財務(wù)危機預(yù)警模型提供借鑒。

關(guān)鍵詞:財務(wù)危機預(yù)警;模型

中圖分類號:F275文獻標(biāo)識碼:A

企業(yè)財務(wù)預(yù)警,是經(jīng)過對企業(yè)財務(wù)報表及相關(guān)經(jīng)營數(shù)據(jù)的分析,通過設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化,對企業(yè)可能或?qū)⒁媾R的財務(wù)危機實施的實時監(jiān)控和預(yù)測警報。隨著我國市場經(jīng)濟體制改革的不斷深化,市場競爭日趨激烈,構(gòu)建財務(wù)預(yù)警系統(tǒng),及時溝通企業(yè)有關(guān)財務(wù)危機預(yù)警的信息,有效地防范和化解財務(wù)危機,是任何一個企業(yè)都亟待解決的問題。近年來,除了沿用傳統(tǒng)的經(jīng)驗判別與定性分析方法外,企業(yè)利益相關(guān)者也開始關(guān)注并嘗試使用定量分析模型來預(yù)測財務(wù)危機。財務(wù)危機預(yù)警模型就是借助企業(yè)一系列財務(wù)指標(biāo)和非財務(wù)指標(biāo)來識別企業(yè)財務(wù)危機的判別模型。其關(guān)鍵就是如何確定預(yù)警指標(biāo)及預(yù)警指標(biāo)的臨界值。

一、單變量模型

最早的單變量預(yù)警模型是Beaver(1966)在其《財務(wù)比率與失敗預(yù)測》一文中通過比較研究1954～1964年間的79個失敗企業(yè)和相同數(shù)量、相同資產(chǎn)規(guī)模的企業(yè)提出的。他認(rèn)為,預(yù)測財務(wù)失敗的比率有:(1)債務(wù)保障率=現(xiàn)金流量/債務(wù)總額;(2)資產(chǎn)收益率=凈收益/資產(chǎn)總額;(3)資產(chǎn)負(fù)債率=負(fù)債總額/資產(chǎn)總額;(4)資產(chǎn)安全率=資產(chǎn)變現(xiàn)率-資產(chǎn)負(fù)債率;(5)資產(chǎn)變現(xiàn)率=資產(chǎn)變現(xiàn)金額/資產(chǎn)賬面價值。

Beaver認(rèn)為,債務(wù)保障率能夠最好的判定企業(yè)的財務(wù)狀況,其次是資產(chǎn)負(fù)債率,并且離失敗日越近,誤判率越低。所以,按照單變量模式的解釋,企業(yè)良好的現(xiàn)金流量、凈收益和債務(wù)狀況應(yīng)該表現(xiàn)為企業(yè)長期的、穩(wěn)定的狀況。所以,跟蹤考察企業(yè)時,應(yīng)對上述比率的變化趨勢予以特別注意。

單變量模型利用個別財務(wù)比率預(yù)測企業(yè)財務(wù)危機,分析較為簡單。但是,企業(yè)的生產(chǎn)經(jīng)營狀況受到許多因素的影響,各種因素之間既有聯(lián)系又有區(qū)別。單個比率反映的內(nèi)容往往有限,無法全面解釋企業(yè)的財務(wù)狀況,因此其有效性受到一定的限制。運用這種方法可能出現(xiàn)對于同一公司、不同的預(yù)測指標(biāo)得出不同結(jié)論的情況,因此指標(biāo)選擇決定了單變量模型方法運用的成敗。正由于單變量模型存在較大的缺陷,因而逐漸被新的財務(wù)預(yù)警模型所替代。

二、多元判別分析模型

多元判別分析模型是運用多種財務(wù)指標(biāo)加權(quán)匯總產(chǎn)生的總判別值來預(yù)測財務(wù)危機可能性的模型。它利用會計系統(tǒng)固有的平衡性,將相互聯(lián)系的多個財務(wù)指標(biāo)有機結(jié)合,建立一個多元線型函數(shù)模型來綜合反映企業(yè)財務(wù)風(fēng)險情況,以消除個別指標(biāo)在評價企業(yè)財務(wù)狀況方面的缺陷。

1968年Altman在其《財務(wù)比率、判別分析和公司破產(chǎn)預(yù)測》一文中認(rèn)為,企業(yè)是一個綜合體,各個財務(wù)指標(biāo)之間存在某種相互聯(lián)系,各個財務(wù)指標(biāo)對企業(yè)整體風(fēng)險的影響和作用也不相同。通過把傳統(tǒng)的財務(wù)比率和多元判別分析方法結(jié)合在一起,他發(fā)展了一種財務(wù)危機預(yù)警模型,即Z計分模型。該模型的具體形式如下:

Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

式中,X1=營運資本/總資產(chǎn),反映資產(chǎn)的流動性與規(guī)模特征;X2=留存收益/總資產(chǎn),反映企業(yè)累計盈利狀況;X3=息稅前收益/總資產(chǎn),反映企業(yè)資產(chǎn)的獲利能力;X4=權(quán)益的市場價值/總債務(wù)賬面值,反映企業(yè)的償債能力;X5=銷售總額/總資產(chǎn),反映企業(yè)的運營能力。

通過統(tǒng)計分析,Altman認(rèn)為Z值應(yīng)在1.81～2.99之間,等于2.675時居中。企業(yè)的Z值大于2.675,表明企業(yè)的財務(wù)狀況良好;如果Z值小于1.81,則企業(yè)存在很大的破產(chǎn)風(fēng)險;Z值處于1.81～2.675之間,稱為“灰色地帶”,處在這個區(qū)間的企業(yè)財務(wù)狀況極不穩(wěn)定。

Z計分模型的變量是從資產(chǎn)流動性、獲利能力、償債能力和運營能力等指標(biāo)中各選擇一兩個最具代表性的指標(biāo),模型中的系數(shù)則是根據(jù)統(tǒng)計結(jié)果得到的各指標(biāo)相對重要性的量度。按照這一模型,通過計算企業(yè)連續(xù)幾年的Z值就可以發(fā)現(xiàn)企業(yè)發(fā)生財務(wù)風(fēng)險的征兆。Altman曾對66家企業(yè)進行測算,實證表明該模型的準(zhǔn)確率約為95%。

Z計分模型簡單明了、易于理解,有利于不同財務(wù)狀況的比較,根據(jù)實證研究表明準(zhǔn)確率較高,故得到了較為廣泛的應(yīng)用。但它也有缺陷,其運用有一定的局限性,主要表現(xiàn)在:(1)不具有橫向可比性,即不能用于對規(guī)模、行業(yè)不同的企業(yè)進行比較;(2)它采用的是按權(quán)責(zé)發(fā)生制原則編制的報表資料,沒有考慮較為客觀的現(xiàn)金流量指標(biāo),往往不能準(zhǔn)確地反映企業(yè)現(xiàn)實的財務(wù)狀況。

隨著經(jīng)濟環(huán)境出現(xiàn)變化,特別是進入20世紀(jì)七十年代以后,企業(yè)財務(wù)危機的平均規(guī)模急劇增大,原有的Z計分模型已無法解釋當(dāng)時的企業(yè)財務(wù)危機現(xiàn)象。于是,Altman、Haldeman等人于1977年又提出了一種能更準(zhǔn)確地預(yù)測企業(yè)財務(wù)危機的新模型——ZETA模型。該模型在對27個初始財務(wù)比率進行區(qū)別分析后,選取了7個解釋變量,即資產(chǎn)報酬率(息稅前利潤/總資產(chǎn))、盈余穩(wěn)定性(息稅前利潤/總資產(chǎn)的10年標(biāo)準(zhǔn)誤差)、利息保障倍數(shù)(息稅前利潤/利息支出總額)、累計盈余(留存收益/總資產(chǎn))、流動性(流動比率)、資本比率(5年普通股平均市值/總資本)和資本規(guī)模(普通股權(quán)益/總資產(chǎn))。該模型分類正確率在破產(chǎn)前1年高達91%,前4年可到80%,即使前5年亦可達70%。但該模型存在的不足是選擇比率沒有理論可依,選擇同一行業(yè)中相匹配的危機公司和正常公司也是困難的,而且觀察的總是歷史事件。但由于該模型簡單明了,以后對企業(yè)財務(wù)危機預(yù)警模型的研究都是沿著這一思路進行。

20世紀(jì)七十年代,日本開發(fā)銀行調(diào)查部選擇了東京證券交易所310家上市公司作為研究對象,使用與Altman相同的研究方法,建立了“利用經(jīng)營指標(biāo)進行企業(yè)風(fēng)險評價的破產(chǎn)模型”。其判別函數(shù)為:

Z=2.1W1+1.6W2-1.7W3-W4+2.3W5+2.5W6

式中,W1表示銷售額增長率;W2表示總資本利潤率;W3表示他人資本分配率;W4表示資產(chǎn)負(fù)債率;W5表示流動比率;W6表示粗附加值生產(chǎn)率(即折舊費、人工成本、利息及利稅之和與銷售額之比)。模型中和的系數(shù)是負(fù)數(shù),表明他人資本分配率和資產(chǎn)負(fù)債率越小,風(fēng)險也越小。該模型Z值的判斷標(biāo)準(zhǔn)是:如果Z值大于10,則企業(yè)財務(wù)狀況良好;如果Z值小于0,則企業(yè)存在嚴(yán)重的財務(wù)危機,破產(chǎn)的概率極大;如果Z值在0與10之間,則表明企業(yè)處于“灰色區(qū)域”,存在財務(wù)隱患。

此外,還有學(xué)者在對Z值模型進行改進的基礎(chǔ)上,建立了其他多變量模型——F分?jǐn)?shù)模型、巴薩利模型等,這些預(yù)警模型各具特色,有一定的適用性。

多元判別分析模型都有著計算簡便、準(zhǔn)確率高的優(yōu)勢,它能包括反映企業(yè)財務(wù)狀況的多項指標(biāo),也能包括獨立變量。但是,該類型模型也存在一系列缺點:(1)多元判別分析模型是根據(jù)特定樣本建立起來的判別模型,因而根據(jù)一個地區(qū)(或時期)樣本企業(yè)建立的判別分析模型可能無法有效地對另一個地區(qū)(或時期)的企業(yè)進行預(yù)測;(2)有用性差。該模型是建立在組內(nèi)分布為近似正態(tài)分布,并且兩組的協(xié)方差矩陣相等的假設(shè)之上的,而實際很難滿足這一假設(shè);(3)財務(wù)困境組與控制組之間配對標(biāo)準(zhǔn)的確定是一個很大的難題。

三、多元邏輯模型

盡管多元判別分析模型有較好的預(yù)測性,但存在假設(shè)上的局限性,與現(xiàn)實相去甚遠。1980年美國學(xué)者Ohlsen率先在財務(wù)預(yù)警研究中應(yīng)用了二元概率函數(shù)來計算危機事件發(fā)生的概率,采用9項財務(wù)變量來估計Logistic回歸模型。這一模型建立在累計概率函數(shù)的基礎(chǔ)上,不需要自變量服從多元正態(tài)分布和兩組間協(xié)方差相等的條件。

Logistic模型假設(shè)企業(yè)破產(chǎn)的概率為p(破產(chǎn)取1,非破產(chǎn)取0值),并假設(shè)Ln[p/(1-p)]可以用財務(wù)比率線性解釋。假設(shè)Ln[p/(1-p)]=a+bx,根據(jù)推導(dǎo)可以得出p=exp(a+bx)/[1+exp(a+bx)],從而計算出企業(yè)破產(chǎn)的概率。其判別方法和其他模型一樣,先是根據(jù)多元線性判定模型確定企業(yè)破產(chǎn)的Z值,然后推導(dǎo)出企業(yè)破產(chǎn)的條件概率。其判別規(guī)則是:如果P值大于0.5,表明企業(yè)破產(chǎn)的概率較大,判定企業(yè)為即將破產(chǎn)類型;如果P值低于0.5,表明企業(yè)財務(wù)正常的概率比較大,可以判定為財務(wù)正常。

Logistic模型的最大優(yōu)點是,它把在(0,1)區(qū)間預(yù)測一個企業(yè)是否發(fā)生財務(wù)危機的概率,轉(zhuǎn)化為在實數(shù)軸上預(yù)測一個企業(yè)是否發(fā)生財務(wù)危機的機會比的問題,這與線性概率有著本質(zhì)上的進步。由于不需要嚴(yán)格的假設(shè)條件,克服了線性方程受統(tǒng)計假設(shè)約束的局限性,Logistic模型具有更廣泛的適用范圍。實證結(jié)果顯示,資產(chǎn)規(guī)模、資本結(jié)構(gòu)、資產(chǎn)報酬率和短期流動性4項財務(wù)指標(biāo)對預(yù)測企業(yè)破產(chǎn)概率具有統(tǒng)計顯著性,判別正確率高達96.12%。目前,這種模型的使用較為普遍,但其計算過程比較復(fù)雜,而且在計算過程中有很多的近似處理,這不可避免地會影響到預(yù)測精度。

四、神經(jīng)網(wǎng)絡(luò)預(yù)警模型

運用線性概率分析、邏輯回歸方法來建立財務(wù)危機判別函數(shù)都是直接或者間接地依賴于線性函數(shù)來建立模型,存在的只是理論上的優(yōu)越性,往往并不能很好地擬合復(fù)雜的實際數(shù)據(jù)。1987年Lapedes和Fayber首次應(yīng)用神經(jīng)網(wǎng)絡(luò)對財務(wù)預(yù)警進行研究,開創(chuàng)了神經(jīng)網(wǎng)絡(luò)預(yù)警的先河。該模型是一種平行分散處理模型,具有預(yù)測誤差小、運行高速、存貯分散、信息聯(lián)想、自我學(xué)習(xí)以及自我組織的特點,適合于對復(fù)雜性、時變性和模糊性的系統(tǒng)進行預(yù)測。

BP模型是神經(jīng)網(wǎng)絡(luò)方法中較常用的模型,該模型將系統(tǒng)看作一個黑箱,考慮其輸入和輸出之間的非線性映射,輸入過程用輸入節(jié)點表示,輸出過程用輸出節(jié)點表示。假定系統(tǒng)內(nèi)部結(jié)構(gòu)未知,用隱節(jié)點表示內(nèi)部機制,從而形成一種用人腦神經(jīng)元突觸行為模擬節(jié)點機制的人工神經(jīng)網(wǎng)絡(luò)。通過不斷地輸入和輸出,以及對有限多個樣本的學(xué)習(xí)來達到對所研究系統(tǒng)內(nèi)部的模擬。神經(jīng)網(wǎng)絡(luò)模型是自由分布的,其非線性形態(tài)較為通用、靈活,在變量從未知分布取得和協(xié)方差矩陣不相等時能提供良好的準(zhǔn)確性。

這種模型的優(yōu)點是使企業(yè)財務(wù)動態(tài)預(yù)警成為可能,并使模型具備隨不斷變化的復(fù)雜環(huán)境自學(xué)習(xí)的能力。這意味著隨著樣本數(shù)的積累,這種模型可以定期更新推理,從而對企業(yè)危機動態(tài)作出預(yù)警。國內(nèi)學(xué)者周敏、王新宇在2002年通過實證分析認(rèn)為,神經(jīng)網(wǎng)絡(luò)分析在判定正確率方面比線性模型和Logistic回歸模型更加有效,并且不受變量分布特征影響,不需要主觀定性地判斷企業(yè)財務(wù)危急狀態(tài),因而能夠更加合理地預(yù)測企業(yè)財務(wù)危機。但由于該模型結(jié)構(gòu)難以確認(rèn)、計算量較大和表述判別力較難等,其在財務(wù)領(lǐng)域應(yīng)用不多。

現(xiàn)有的財務(wù)預(yù)警模型大多是發(fā)達國家的學(xué)者在研究本國上市公司的基礎(chǔ)上建立起來的,雖具有一定的有效性,但發(fā)達國家的管理比較先進,企業(yè)內(nèi)部控制比較健全,這些模型并不完全適用于評估我國企業(yè)的經(jīng)營狀況和進行財務(wù)預(yù)警分析。鑒于我國企業(yè)的實際情況,ST公司及*ST公司絕大部分具有陷入財務(wù)困境的基本特征,我國目前的財務(wù)預(yù)警模型也基本上基于這兩類公司建立,但由于我國的理論研究相對滯后,市場體制還不完善,目前企業(yè)財務(wù)預(yù)警模型構(gòu)建存在的問題有如下幾點:

第一,預(yù)警變量選擇缺乏理論支持。目前支持財務(wù)危機研究的系統(tǒng)規(guī)范理論比較薄弱,預(yù)警變量(財務(wù)指標(biāo))的選取還處于探索階段,不能在理論指導(dǎo)下系統(tǒng)地進行,而只能靠研究者經(jīng)驗判斷、對前人研究成果借鑒和統(tǒng)計篩選。研究者的經(jīng)驗判斷會因主觀因素影響模型預(yù)警效果,而以數(shù)據(jù)為向?qū)У慕y(tǒng)計篩選,依賴樣本數(shù)據(jù)間的統(tǒng)計關(guān)系,雖受主觀因素影響較小,但理論解釋力相對較弱。

第二,樣本選取范圍和樣本時間區(qū)間存在局限。研究發(fā)現(xiàn),不同的樣本選取范圍和不同的時間區(qū)間所得出的預(yù)警模型存在很大差異。在樣本的選取時間上會受到數(shù)據(jù)的完整性和研究區(qū)間的影響。國外的研究絕大部分選擇的是破產(chǎn)或失敗前一年的數(shù)據(jù),其判定效果良好的一個主要原因是所有指標(biāo)在破產(chǎn)前一年兩組公司之間的差異是最大的,時效性最強。國內(nèi)研究則多用ST當(dāng)年或前一年數(shù)據(jù)來構(gòu)建預(yù)警模型。另外,在樣本選取范圍上也會受到不同地區(qū)和行業(yè)的限制。不同行業(yè)要求的財務(wù)比率經(jīng)驗值可能不同,有些甚至有很大差異。譬如,以流動比率為例,工業(yè)企業(yè)的流動比率大多在2:1比較合理,而商業(yè)企業(yè)的流動比率合理值則低于該值。

第三,預(yù)警模型缺乏非財務(wù)因素支持。絕大部分的研究都以財務(wù)會計報表數(shù)據(jù)為基礎(chǔ),以各種財務(wù)指標(biāo)為變量來建立預(yù)警模型。運用財務(wù)指標(biāo)建立的財務(wù)預(yù)警模型雖然能較直觀地反映企業(yè)的綜合財務(wù)狀況,但從我國企業(yè)的情況來看,不能僅采用財務(wù)指標(biāo)作為判別依據(jù)。比如,存在某些上市公司操縱利潤、弄虛作假而致使財務(wù)指標(biāo)含有“水分”的問題。更重要的是,一些非財務(wù)指標(biāo)如企業(yè)所屬行業(yè)的生命周期、市場競爭力、審計意見、行業(yè)因素、主導(dǎo)產(chǎn)品受國家產(chǎn)業(yè)政策的影響等,對分析企業(yè)的財務(wù)狀況、預(yù)測企業(yè)的經(jīng)營前景能起到重要作用。

綜上所述,財務(wù)預(yù)警模型為企業(yè)在經(jīng)營中提供了風(fēng)險防范和控制的有效方法,在我國由于受到多種現(xiàn)實條件的限制,財務(wù)預(yù)警系統(tǒng)沒有很好地發(fā)揮作用,為企業(yè)利益相關(guān)者提供必要和有效的預(yù)警信息。筆者針對上述問題提出以下幾點建議:第一,建立分行業(yè)、分企業(yè)、甚至分部門的預(yù)警模型,拓寬數(shù)據(jù)的收集渠道和研究的范圍;第二,將非財務(wù)變量納入模型,非財務(wù)變量與財務(wù)指標(biāo)相結(jié)合將會有助于提高模型的預(yù)測精度;第三,健全企業(yè)內(nèi)部控制制度,建立和完善管理信息系統(tǒng),保證財務(wù)預(yù)警模型中各種指標(biāo)、財務(wù)比率計算的真實性。

(作者單位:安徽大學(xué)工商管理學(xué)院)

主要參考文獻:

[1]William H.Baever.Financial as Predictors of Failure[J].Journal of Accounting Research,1966.5.

[2]王躍旗.財務(wù)預(yù)警系統(tǒng)風(fēng)險評價模型評價[J].中國管理信息化,2007.2.

[3]熊燕.財務(wù)危機預(yù)警模型評析[J].中國管理信息化,2008.4.

[4]楊海平.企業(yè)財務(wù)預(yù)警系統(tǒng)探析[J].企業(yè)科技與發(fā)展,2008.10.

[5]戴傳剛.國內(nèi)外企業(yè)財務(wù)預(yù)警系統(tǒng)發(fā)展現(xiàn)狀及問題分析[J].科技廣場,2007.6.