□文/王 敏

現(xiàn)代企業(yè)的運(yùn)行和發(fā)展，處在一個(gè)高度開(kāi)放和動(dòng)態(tài)變化的社會(huì)環(huán)境中，難免會(huì)因各種內(nèi)外部原因?qū)е缕髽I(yè)財(cái)務(wù)危機(jī)的發(fā)生。企業(yè)必須正確認(rèn)識(shí)和對(duì)待財(cái)務(wù)危機(jī)，培養(yǎng)財(cái)務(wù)危機(jī)意識(shí)，加強(qiáng)財(cái)務(wù)危機(jī)管理，進(jìn)而有效地處理財(cái)務(wù)危機(jī)。而有效防范財(cái)務(wù)危機(jī)的方法就是建立財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)，企業(yè)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)構(gòu)建有兩種方法，即定量分析法和定性分析法。但兩者在側(cè)重點(diǎn)上有所不同。定性分析方法主要是通過(guò)某種理論判斷財(cái)務(wù)危機(jī)是否發(fā)生，然后采取相應(yīng)的措施給予處理，主要是對(duì)所得出結(jié)果的一種判斷；定量分析方法是建立在財(cái)務(wù)危機(jī)防范研究理論分析基礎(chǔ)上，運(yùn)用數(shù)量分析的方法對(duì)財(cái)務(wù)危機(jī)的各種相關(guān)數(shù)據(jù)資料進(jìn)行收集、整理、運(yùn)算和分析，得出相應(yīng)的結(jié)論和各種模型的過(guò)程。本文以建立logistic模型進(jìn)行實(shí)證研究，給我國(guó)上市公司防范財(cái)務(wù)危機(jī)提供一個(gè)參考。

一、財(cái)務(wù)危機(jī)的界定

要對(duì)財(cái)務(wù)危機(jī)進(jìn)行定量分析，首先得對(duì)財(cái)務(wù)危機(jī)公司有一個(gè)較合理的界定。通常公認(rèn)的財(cái)務(wù)危機(jī)有兩種確定方法：一是法律對(duì)企業(yè)破產(chǎn)的定義，企業(yè)破產(chǎn)是用來(lái)衡量企業(yè)財(cái)務(wù)危機(jī)最常用的標(biāo)準(zhǔn)，也是最準(zhǔn)確和最極端的標(biāo)準(zhǔn)；二是以證券交易所對(duì)持續(xù)虧損、有重大潛在損失或者股價(jià)持續(xù)低于一定水平的上市公司給予特別處理或退市作為標(biāo)準(zhǔn)。

筆者認(rèn)為，證監(jiān)會(huì)“財(cái)務(wù)狀況異?！被倔w現(xiàn)了財(cái)務(wù)失敗的內(nèi)涵。根據(jù)我國(guó)的具體情況，我們將公司被“特別處理”（ST公司）界定為公司發(fā)生了“財(cái)務(wù)危機(jī)”，其理由為：

1、“特別處理”是一個(gè)客觀發(fā)生的事件，有很高的可量度性；

2、從擺脫特別處理的公司看，大部分公司是通過(guò)大規(guī)模資產(chǎn)重組才摘掉“特別處理”帽子的，這說(shuō)明特別處理確實(shí)在一定程度上反映出公司陷入了財(cái)務(wù)困境。

二、定量分析法概述

定量分析法是以財(cái)務(wù)指標(biāo)為基礎(chǔ)的比率分析。財(cái)務(wù)數(shù)據(jù)與企業(yè)價(jià)值及財(cái)務(wù)狀況密切相關(guān)，是企業(yè)財(cái)務(wù)狀況的量化表現(xiàn)，其中財(cái)務(wù)指標(biāo)在某些方面反映的信息比企業(yè)財(cái)務(wù)會(huì)計(jì)報(bào)告中的絕對(duì)數(shù)信息更為重要，因而財(cái)務(wù)指標(biāo)可以作為預(yù)測(cè)企業(yè)經(jīng)濟(jì)前景的計(jì)量指標(biāo)。企業(yè)發(fā)生財(cái)務(wù)危機(jī)要經(jīng)歷一個(gè)從量變到質(zhì)變的漸進(jìn)發(fā)展過(guò)程，這種漸進(jìn)發(fā)展情況必然會(huì)通過(guò)一些財(cái)務(wù)指標(biāo)的變化體現(xiàn)出來(lái)。因此，要準(zhǔn)確測(cè)度企業(yè)財(cái)務(wù)狀況和預(yù)測(cè)警情，從大量的財(cái)務(wù)因子中選好財(cái)務(wù)指標(biāo)是關(guān)鍵。

財(cái)務(wù)危機(jī)預(yù)警模型很多，比較常用的包括一元判別回歸分析法、多元線性判別分析法、多元邏輯回歸分析法、人工神經(jīng)網(wǎng)絡(luò)模型研究方法。

一元判別分析法是將某一項(xiàng)財(cái)務(wù)指標(biāo)作為判別標(biāo)準(zhǔn)來(lái)判斷企業(yè)是否處于財(cái)務(wù)困境狀態(tài)的一種預(yù)測(cè)模型。一元判別分析法應(yīng)用較少，主要是因?yàn)槠淙秉c(diǎn)在于雖然財(cái)務(wù)比率是綜合性較高的判別指標(biāo)，但是僅用一個(gè)財(cái)務(wù)指標(biāo)不可能充分反映所有的財(cái)務(wù)特征。多元線性判別分析法的基本原理在于通過(guò)統(tǒng)計(jì)技術(shù)篩選出那些在兩組間差別盡可能大，而在兩組內(nèi)部的離散度最小的變量，從而將多個(gè)標(biāo)志變量在最小信息損失下轉(zhuǎn)換為分類(lèi)變量，獲得能夠有效提高預(yù)測(cè)精度的多元線性判別方程。多元線性判別方法又可細(xì)分為：貝葉斯判別、典型判別、主成分分析法、距離判別法。多元線性判別法雖然避免了一元線性判別法的缺點(diǎn)但會(huì)受到統(tǒng)計(jì)假設(shè)的約束。多元邏輯回歸判別法是用來(lái)分析選用的非配對(duì)樣本在財(cái)務(wù)失敗概率區(qū)間上的分布以及兩類(lèi)判別錯(cuò)誤和分割點(diǎn)的關(guān)系。其目標(biāo)是尋求觀察對(duì)象的條件概率，從而據(jù)此判斷觀察對(duì)象的財(cái)務(wù)狀況和經(jīng)營(yíng)風(fēng)險(xiǎn)。此方法的最大優(yōu)點(diǎn)是不需要嚴(yán)格的假設(shè)條件，克服了多元線性判別分析法受統(tǒng)計(jì)假設(shè)約束的局限性，具有了更廣泛的使用范圍。人工神經(jīng)網(wǎng)絡(luò)回歸分析方法是一種非統(tǒng)計(jì)方法。神經(jīng)網(wǎng)絡(luò)是一種平行分散處理模式，其構(gòu)建理念植基于生物大腦神經(jīng)運(yùn)作的模擬。此方法除具有較好的模式識(shí)別能力外，還可以克服統(tǒng)計(jì)等方法的限制，因它具有容錯(cuò)能力，對(duì)數(shù)據(jù)的分布要求不嚴(yán)格，不需要考慮是否符合正態(tài)分布的假設(shè)，具備處理資料遺漏或是錯(cuò)誤的能力，而且可以處理非量化的變量。人工神經(jīng)網(wǎng)絡(luò)方法雖然是研究方法上的重大創(chuàng)新，但實(shí)際效果卻不很穩(wěn)定。

總體上來(lái)說(shuō)，對(duì)財(cái)務(wù)危機(jī)預(yù)測(cè)較理想的預(yù)警模型在選取指標(biāo)時(shí)財(cái)務(wù)危機(jī)預(yù)警指標(biāo)必須同時(shí)具備兩個(gè)基本的特征：第一，必須具有高度的敏感性，即危機(jī)因素一旦萌生，能夠在指標(biāo)值上迅速反映出來(lái)；第二，一旦指標(biāo)值趨于惡化，往往意味著危機(jī)可能發(fā)生或?qū)⒁l(fā)生，亦即應(yīng)當(dāng)屬于危機(jī)初步產(chǎn)生時(shí)的先兆性指標(biāo)，而非業(yè)已陷入嚴(yán)重危機(jī)狀態(tài)時(shí)的結(jié)果性指標(biāo)。

三、實(shí)證研究

現(xiàn)實(shí)中很多企業(yè)的破產(chǎn)都是由于現(xiàn)金流量不足、不能償還到期債務(wù)而引起的。因此，財(cái)務(wù)預(yù)警的研究對(duì)象應(yīng)包括現(xiàn)金及其流動(dòng)，而不僅僅是盈利。

一般來(lái)說(shuō)，現(xiàn)金流量指標(biāo)應(yīng)當(dāng)包括以下方面：

①償債能力指標(biāo)，包括經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量/負(fù)債總額，經(jīng)營(yíng)活動(dòng)現(xiàn)金流量/流動(dòng)負(fù)債、現(xiàn)金利息保障倍數(shù)等；

②收益質(zhì)量指標(biāo)，包括經(jīng)營(yíng)活動(dòng)現(xiàn)金流量/凈利潤(rùn)，每股經(jīng)營(yíng)現(xiàn)金流量，經(jīng)營(yíng)現(xiàn)金流量/營(yíng)業(yè)利潤(rùn)；

③營(yíng)運(yùn)效率指標(biāo)，包括現(xiàn)金流量與主營(yíng)業(yè)務(wù)收入比率，經(jīng)營(yíng)現(xiàn)金流量與資產(chǎn)總額比率。

將現(xiàn)金流量分析與傳統(tǒng)財(cái)務(wù)指標(biāo)體系相結(jié)合的方法是：

①利用現(xiàn)金流量指標(biāo)對(duì)會(huì)計(jì)盈余進(jìn)行修正，并據(jù)以計(jì)算獲利能力指標(biāo)；

②償債能力指標(biāo)由現(xiàn)金流量指標(biāo)和傳統(tǒng)指標(biāo)兩部分組成，而現(xiàn)金流量指標(biāo)應(yīng)占有更大的權(quán)重；

③效率指標(biāo)同樣由兩類(lèi)指標(biāo)構(gòu)成，由傳統(tǒng)指標(biāo)占有更大的權(quán)重；

④成長(zhǎng)指標(biāo)則由傳統(tǒng)指標(biāo)組成。

本文充分考慮到現(xiàn)金流量對(duì)上市公司財(cái)務(wù)的重要影響，以及指標(biāo)的敏感性和先兆性，擬從以下幾個(gè)方面選取財(cái)務(wù)指標(biāo)建立我國(guó)國(guó)有上市公司的財(cái)務(wù)危機(jī)預(yù)警模型。（表1）

由于此處要建立一個(gè)模型來(lái)預(yù)測(cè)上市公司是否會(huì)陷入財(cái)務(wù)危機(jī)，但是從經(jīng)濟(jì)學(xué)上講，企業(yè)財(cái)務(wù)危機(jī)是一個(gè)連續(xù)的動(dòng)態(tài)過(guò)程，而不是一個(gè)兩分的狀態(tài)，也就是說(shuō)不存在一點(diǎn)，可以將企業(yè)截然分成陷入危機(jī)和不陷入危機(jī)兩類(lèi)（陳曉，2003）。因此，在預(yù)測(cè)上市公司是否會(huì)陷入財(cái)務(wù)危機(jī)時(shí)，可預(yù)測(cè)其概率有多大。用概率來(lái)當(dāng)因變量只有兩個(gè)值時(shí)，采用多元回歸分析的一個(gè)難點(diǎn)是預(yù)測(cè)值不能當(dāng)作概率值解釋。Logit邏輯模型能估算事件發(fā)生的概率，據(jù)此判斷觀察對(duì)象的財(cái)務(wù)狀況和經(jīng)營(yíng)風(fēng)險(xiǎn)。這一模型建立在累計(jì)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)了企業(yè)陷入財(cái)務(wù)危機(jī)的概率P，并假設(shè)Ln［p/（1-P）］可以用財(cái)務(wù)比率線性解釋。假定Ln［p/（1-p）］＝a+bx，推導(dǎo)可以得出p＝exp（a+bx）/［1+exp（a+bx）］從而計(jì)算出企業(yè)陷入財(cái)務(wù)危機(jī)的概率。判別方法是首先根據(jù)多元線性判定模型確定企業(yè)陷入財(cái)務(wù)危機(jī)的Z值，然后推導(dǎo)出企業(yè)陷入財(cái)務(wù)危機(jī)的條件概率。如果P值大于0.5，表明企業(yè)陷入財(cái)務(wù)危機(jī)的概率比較大；如果P值低于0.5，表明企業(yè)財(cái)務(wù)正常的概率較大，可判定企業(yè)財(cái)務(wù)正常。Logistic模型的最大優(yōu)點(diǎn)是不需要嚴(yán)格的假設(shè)條件，克服了線性方程受統(tǒng)計(jì)假設(shè)約束的局限性，具有更廣泛的適用范圍。

表1 建立模型時(shí)選取的指標(biāo)

另外，logistic回歸模型對(duì)我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警的效果好于線性判別模型，而機(jī)器學(xué)習(xí)方法預(yù)警的準(zhǔn)確度高于這兩種統(tǒng)計(jì)方法。鄭茂把截至于2001年6月我國(guó)上海、深圳兩地證券交易所ST公司和PT公司共計(jì)60多家公司作為財(cái)務(wù)風(fēng)險(xiǎn)違約組處理。結(jié)合2000年年報(bào)選取其中的53家上市公司作為分析的一組樣本，同時(shí)還從深滬兩市上市公司中選擇59家績(jī)優(yōu)股作為財(cái)務(wù)風(fēng)險(xiǎn)非違約組。得出結(jié)論是：第一，我國(guó)上市公司的財(cái)務(wù)數(shù)據(jù)是有效的，并具有較強(qiáng)的預(yù)測(cè)能力。從總體上說(shuō)，我國(guó)上市公司的財(cái)務(wù)數(shù)據(jù)能夠預(yù)測(cè)其未來(lái)財(cái)務(wù)失敗的概率。也就是說(shuō)，我國(guó)上市公司財(cái)務(wù)數(shù)據(jù)的使用者能夠根據(jù)資產(chǎn)負(fù)債表、利潤(rùn)表和現(xiàn)金流量表做出預(yù)測(cè)；第二，線性概率模型和logistic模型對(duì)財(cái)務(wù)失敗前一年的報(bào)表預(yù)測(cè)準(zhǔn)確率分別為97%和93%，依據(jù)財(cái)務(wù)失敗前三年的報(bào)表預(yù)測(cè)，準(zhǔn)確率為67%和73%，預(yù)測(cè)效果相當(dāng)令人滿意。

本文以建立logistic判定模型來(lái)進(jìn)行實(shí)證研究。研究程序和研究方法如下：

1、有針對(duì)性地選取上交所、深交所共75家上市公司，收集相關(guān)財(cái)務(wù)數(shù)據(jù)。樣本公司分兩類(lèi)：一類(lèi)是績(jī)優(yōu)公司（凈資產(chǎn)收益率大于10%的上市公司），此類(lèi)公司我們認(rèn)為陷入財(cái)務(wù)危機(jī)的概率為0；另一類(lèi)是ST公司，根據(jù)我國(guó)《公司法》第157條規(guī)定：“上市公司如果最近三年連續(xù)虧損，將由國(guó)務(wù)院證券管理部門(mén)決定暫停其股票上市”。實(shí)際操作中，將其實(shí)施特別處理或特別轉(zhuǎn)讓?zhuān)碨T或PT）。顯然，該類(lèi)股票的投資風(fēng)險(xiǎn)很大，因此當(dāng)年被ST或PT的上市公司，我們認(rèn)為其陷入財(cái)務(wù)危機(jī)的概率為1。

2、以上市公司的A股作為樣本，隨機(jī)抽取上海股市和深圳股市2006年度凈資產(chǎn)收益率在10%以上的上市公司39家，ST公司36家。

3、樣本的時(shí)間跨度為2005年、2006年、2007年三年。

4、樣本數(shù)據(jù)來(lái)自于國(guó)泰君安數(shù)據(jù)庫(kù)中上市公司公開(kāi)披露的財(cái)務(wù)報(bào)表。

在進(jìn)行分析時(shí)發(fā)現(xiàn)，現(xiàn)金流動(dòng)負(fù)債比與現(xiàn)金負(fù)債總額比具有較強(qiáng)的相關(guān)性，所以在計(jì)算時(shí)分別引入這兩個(gè)指標(biāo)。

從Eviews計(jì)算結(jié)果來(lái)看，現(xiàn)金流動(dòng)負(fù)債比和現(xiàn)金負(fù)債總額比兩個(gè)指標(biāo)的Z統(tǒng)計(jì)量都不顯著，去掉這兩項(xiàng)指標(biāo)后其余四個(gè)指標(biāo)的Z統(tǒng)計(jì)量較顯著。故所建財(cái)務(wù)危機(jī)預(yù)警模型為：

Ln （P/1-P）=0.053117JJ-45.42111JZ+1.215438ZZ-28.18829YZ

其中，P表示上市公司陷入財(cái)務(wù)危機(jī)的概率。若用X1表示經(jīng)營(yíng)活動(dòng)現(xiàn)金流量與凈利潤(rùn)比率（經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~/凈利潤(rùn)）；X2表示總資產(chǎn)報(bào)酬率（凈利潤(rùn)/平均資產(chǎn)總額）；X3表示主營(yíng)業(yè)務(wù)收入增長(zhǎng)率［（本期主營(yíng)業(yè)務(wù)收入－上期主要業(yè)務(wù)收入）/上期主營(yíng)業(yè)務(wù)收入×100%］；X4表示留存收益總資產(chǎn)比：（未分配利潤(rùn)+盈余公積）/資產(chǎn)總額。則模型可表示為：

Ln（P/1-P）=0.0531X1-45.4211X2+1.2154X3-28.1883X4

該回歸模型表示：當(dāng)某上市公司經(jīng)營(yíng)活動(dòng)現(xiàn)金流量與凈利潤(rùn)比率、總資產(chǎn)報(bào)酬率、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率、留存收益總資產(chǎn)比已知時(shí)，代入模型后，就可估算出該上市公司陷入財(cái)務(wù)危機(jī)的概率。

5、模型的預(yù)測(cè)與分析。圖1為經(jīng)Eviews軟件計(jì)算得出的上述樣本公司的預(yù)測(cè)結(jié)果，CBF為被解釋變量的預(yù)測(cè)值，即就是陷入財(cái)務(wù)危機(jī)的概率估計(jì)值。（圖1）

從圖1可看出，前39個(gè)公司陷入財(cái)務(wù)危機(jī)的概率估計(jì)值基本為0，即績(jī)優(yōu)公司陷入財(cái)務(wù)危機(jī)的預(yù)測(cè)概率值為0。后36個(gè)公司陷入財(cái)務(wù)危機(jī)的概率基本為1，即ST公司陷入財(cái)務(wù)危機(jī)的預(yù)測(cè)概率值為1。

從上述擬合結(jié)果來(lái)看，該預(yù)警模型的擬合效果較好。但是該方法作為一種財(cái)務(wù)診斷和分析方法，只是進(jìn)行企業(yè)財(cái)務(wù)狀況的整體判斷的一種方法，其依據(jù)是企業(yè)財(cái)務(wù)報(bào)表，企業(yè)會(huì)計(jì)信息的真實(shí)性、可靠性直接影響預(yù)警模型的可靠性和敏感性。我國(guó)上市公司公司治理不完善，內(nèi)部人控制現(xiàn)象嚴(yán)重以及中介機(jī)構(gòu)的道德誠(chéng)信責(zé)任不足，造成財(cái)務(wù)報(bào)表扭曲現(xiàn)象普遍存在，投資者在運(yùn)用這一方法時(shí)應(yīng)注意這個(gè)因素的影響。

此外，尤其值得注意的是加強(qiáng)財(cái)務(wù)預(yù)警系統(tǒng)的后續(xù)管理。前期的財(cái)務(wù)預(yù)警系統(tǒng)構(gòu)建固然重要，但科學(xué)完備的后續(xù)管理同樣不可忽視，因?yàn)樗梢员ＷC預(yù)警系統(tǒng)的正常運(yùn)行和預(yù)警功能的充分發(fā)揮。后續(xù)管理工作通常包括：1、日常監(jiān)管和維護(hù)，保證預(yù)警系統(tǒng)與其他管理系統(tǒng)之間數(shù)據(jù)接口通暢、數(shù)據(jù)共享充分；2、財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)、指標(biāo)體系、預(yù)警臨界標(biāo)準(zhǔn)等有序更新，保證預(yù)警功能的準(zhǔn)確和及時(shí)；3、保障各項(xiàng)數(shù)據(jù)庫(kù)的安全和完整，數(shù)據(jù)是預(yù)警系統(tǒng)發(fā)揮功能的基礎(chǔ)，加強(qiáng)數(shù)據(jù)庫(kù)的防病毒入侵、防黑客盜取、防非法操作等措施至關(guān)重要。

四、結(jié)語(yǔ)

雖然財(cái)務(wù)危機(jī)模型為財(cái)務(wù)危機(jī)的預(yù)警提供了定量分析的方法，增強(qiáng)了預(yù)測(cè)的科學(xué)性和指向性。但是這些模型也存在一些問(wèn)題。一是雖然企業(yè)同樣存在生命周期，但不同時(shí)期財(cái)務(wù)狀況和財(cái)務(wù)指標(biāo)有著不同的特征。如企業(yè)在初創(chuàng)期，企業(yè)現(xiàn)金短缺、利潤(rùn)和經(jīng)營(yíng)現(xiàn)金流量較低是常見(jiàn)現(xiàn)象，不能就此輕易地判斷企業(yè)的失敗。而在企業(yè)的成熟期，企業(yè)本應(yīng)現(xiàn)金充沛，負(fù)債減少，而企業(yè)此時(shí)如果出現(xiàn)了現(xiàn)金的問(wèn)題，那么就有可能出現(xiàn)財(cái)務(wù)危機(jī)了。同樣，在企業(yè)的衰退期，報(bào)表中反映盈利能力的指標(biāo)都開(kāi)始下降，有的甚至逐漸轉(zhuǎn)為負(fù)數(shù)。所以，采用定量分析法分析我國(guó)上市公司財(cái)務(wù)危機(jī)還有待于以后的進(jìn)一步研究。

另外，定量分析方法在當(dāng)前財(cái)務(wù)危機(jī)防范研究中處于主流地位，但是由于財(cái)務(wù)危機(jī)發(fā)生的不確定性，進(jìn)行定性分析也具有有效性，特別是具備高素質(zhì)管理人才或聘請(qǐng)有關(guān)專(zhuān)家進(jìn)行咨詢的公司，定性分析更為有效。定性分析可以解決定量分析中只能得出量化結(jié)果而不能及時(shí)提供解決方案的弊端。

[1]晏靜，裘益政.兩種財(cái)務(wù)分析體系的對(duì)比——從銀廣夏事件談起[J].財(cái)會(huì)通訊，2001.10.

[2]鄭茂.我國(guó)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建及實(shí)證分析.金融論壇，2003.10.

[3]王娟.財(cái)務(wù)危機(jī)理論在我國(guó)的運(yùn)用[J].統(tǒng)計(jì)與決策，2004.11.

[4]鄧紅征，萬(wàn)子章.構(gòu)建企業(yè)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的思考[J].天津經(jīng)濟(jì)，2008.1.