夏秀芳　遲健心

【摘 要】 文章綜述了國(guó)內(nèi)外有關(guān)財(cái)務(wù)困境預(yù)警研究的三個(gè)主要內(nèi)容：一是財(cái)務(wù)困境的內(nèi)涵和界定，二是財(cái)務(wù)預(yù)警研究變量的選取，三是財(cái)務(wù)困境預(yù)警模型的建立；強(qiáng)調(diào)財(cái)務(wù)危機(jī)的根本原因是企業(yè)無(wú)力償還債務(wù)而導(dǎo)致的資金鏈斷裂，財(cái)務(wù)預(yù)警模型應(yīng)具有前瞻性，預(yù)警指標(biāo)應(yīng)從引起財(cái)務(wù)危機(jī)根源的資金鏈角度進(jìn)行設(shè)定，即應(yīng)充分考慮資金供給對(duì)資金需求的保障程度；最后提出了財(cái)務(wù)預(yù)警指標(biāo)體系構(gòu)建的重心應(yīng)放到籌資活動(dòng)對(duì)營(yíng)業(yè)活動(dòng)資金的保障上，建議從資金供給對(duì)資金需求的數(shù)量和質(zhì)量保障角度構(gòu)建預(yù)警指數(shù)體系。

【關(guān)鍵詞】 財(cái)務(wù)困境； 財(cái)務(wù)指標(biāo)； 非財(cái)務(wù)指標(biāo)； 資金供給； 保障程度

【中圖分類(lèi)號(hào)】 F275 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2018）13-0002-05

財(cái)務(wù)困境是指企業(yè)由于各種原因?qū)е碌呢?cái)務(wù)狀況嚴(yán)重惡化，即將面臨破產(chǎn)，無(wú)能力償還債務(wù)的財(cái)務(wù)狀況。企業(yè)不能按期償還債務(wù)，是一種違約行為，所以又稱(chēng)為違約風(fēng)險(xiǎn)，有學(xué)者也稱(chēng)其為財(cái)務(wù)危機(jī)?！捌髽I(yè)破產(chǎn)”是最嚴(yán)重的財(cái)務(wù)困境形式。發(fā)生財(cái)務(wù)困境的企業(yè)大多是企業(yè)財(cái)務(wù)狀況逐年惡化、長(zhǎng)期累積的結(jié)果，是可以預(yù)測(cè)的。及時(shí)、有效地進(jìn)行財(cái)務(wù)困境的預(yù)警可以使企業(yè)及早發(fā)現(xiàn)其生產(chǎn)經(jīng)營(yíng)管理的嚴(yán)重問(wèn)題，避免惡性損失的發(fā)生。國(guó)內(nèi)外學(xué)者對(duì)于財(cái)務(wù)困境的研究，主要包括三個(gè)方面：一是財(cái)務(wù)困境的內(nèi)涵和界定，二是財(cái)務(wù)預(yù)警研究變量的有效選取，三是財(cái)務(wù)困境預(yù)警模型的建立。

一、財(cái)務(wù)困境（財(cái)務(wù)危機(jī)）概念的界定

Beaver[1]指出企業(yè)發(fā)生破產(chǎn)、出現(xiàn)拖欠優(yōu)先股股利和債務(wù)的情況都視為財(cái)務(wù)困境，他選取了59個(gè)破產(chǎn)公司、3個(gè)拖欠債務(wù)的公司以及16個(gè)拖欠優(yōu)先股股利的公司，共計(jì)78個(gè)公司作為“財(cái)務(wù)困境”的樣本進(jìn)行研究。Carmichael[2]指出財(cái)務(wù)困境是由于企業(yè)資金、權(quán)益和流動(dòng)性不足以及拖欠債務(wù)四種形式導(dǎo)致的履行義務(wù)時(shí)受到阻礙。Deakin[3]將財(cái)務(wù)危機(jī)界定為企業(yè)無(wú)力償還債務(wù)、發(fā)生了破產(chǎn)、債權(quán)人利益通過(guò)企業(yè)清算才能得到的公司。Ross et al.[4]將企業(yè)失敗、會(huì)計(jì)破產(chǎn)、法定破產(chǎn)和技術(shù)破產(chǎn)的企業(yè)稱(chēng)為財(cái)務(wù)困境。Lau[5]指出以下五種情況可以作為企業(yè)財(cái)務(wù)危機(jī)的評(píng)估標(biāo)準(zhǔn)：（1）財(cái)務(wù)不穩(wěn)定；（2）股息不支付或者股息支付減少；（3）出現(xiàn)了技術(shù)性失敗或者不能償還貸款；（4）受到破產(chǎn)法保護(hù)；（5）清算或破產(chǎn)。Laitinen[6]在研究中將財(cái)務(wù)困境公司按照危機(jī)的程度進(jìn)行了分類(lèi)。部分學(xué)者[7-8]在研究中對(duì)財(cái)務(wù)危機(jī)的界定是依據(jù)破產(chǎn)法提出破產(chǎn)申請(qǐng)的企業(yè)。

國(guó)內(nèi)部分學(xué)者[9-12]在研究中都選取了ST公司作為財(cái)務(wù)困境研究的對(duì)象。長(zhǎng)城證券課題組（2002）和崔學(xué)剛等（2007）認(rèn)為企業(yè)只要出現(xiàn)了虧損就是財(cái)務(wù)困境，即PT、ST公司以及虧損一年的公司都屬于財(cái)務(wù)困境公司。

二、預(yù)測(cè)變量或者判定指標(biāo)的選取

模型中預(yù)測(cè)變量的合理選擇對(duì)于能否成功和正確預(yù)測(cè)財(cái)務(wù)困境至關(guān)重要。預(yù)警變量由最初的只考慮財(cái)務(wù)指標(biāo)，發(fā)展到綜合考慮財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)，其中財(cái)務(wù)指標(biāo)包括財(cái)務(wù)比率和現(xiàn)金流量指標(biāo)。

（一）僅包含財(cái)務(wù)指標(biāo)信息類(lèi)型

一些學(xué)者[7，13-14]在對(duì)企業(yè)財(cái)務(wù)危機(jī)研究中采用的都是常規(guī)財(cái)務(wù)比率指標(biāo)，其中Altman的Zeta模型是當(dāng)時(shí)被認(rèn)為能夠比較準(zhǔn)確預(yù)測(cè)財(cái)務(wù)困境的模型。財(cái)務(wù)比率指標(biāo)是以資產(chǎn)負(fù)債表和利潤(rùn)表為基礎(chǔ)的，如何選取財(cái)務(wù)指標(biāo)及財(cái)務(wù)指標(biāo)能否真實(shí)反映企業(yè)的財(cái)務(wù)狀況，是當(dāng)時(shí)學(xué)者們討論建模預(yù)測(cè)準(zhǔn)確與否的關(guān)鍵。學(xué)者們?cè)谘芯恐邪l(fā)現(xiàn)現(xiàn)金流量信息不容易像利潤(rùn)指標(biāo)被操縱而逐漸受到關(guān)注。Beaver[1]在1966年首次將現(xiàn)金流指標(biāo)引入到財(cái)務(wù)困境的研究。Deakin et al.[3]同時(shí)考慮了企業(yè)的三大財(cái)務(wù)活動(dòng)：籌資活動(dòng)、經(jīng)營(yíng)活動(dòng)和投資活動(dòng)，并指出現(xiàn)金流指標(biāo)預(yù)測(cè)破產(chǎn)效果顯著。Blum[15]的研究中將現(xiàn)金流量指標(biāo)加入到財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型中，得到結(jié)論：加入現(xiàn)金流的預(yù)警模型準(zhǔn)確性得到了極大提高，并且預(yù)測(cè)時(shí)間會(huì)超前5年；隨后更多學(xué)者發(fā)現(xiàn)將現(xiàn)金流量指標(biāo)加入到預(yù)警模型中，模型的預(yù)測(cè)能力也得到了提高；Xia，Zhao and He（2012）研究表明：加入現(xiàn)金流量指標(biāo)的Logistic模型要優(yōu)于Fisher判別模型。

我國(guó)學(xué)者（陳靜[11]；張玲[16]；吳世農(nóng)等[9]；周兵和張軍，2002；蔡紅艷和韓立巖，2003等）均采用傳統(tǒng)的財(cái)務(wù)比率指標(biāo)建立財(cái)務(wù)預(yù)警模型；周守華等[10]是首次將現(xiàn)金流量指標(biāo)引入到預(yù)警模型中，構(gòu)建了一個(gè)F模型，此模型相對(duì)Altman的Z模型有了較大的改進(jìn)；隨后更多學(xué)者在研究中引入了現(xiàn)金流量指標(biāo)，并進(jìn)行了現(xiàn)金流量指標(biāo)的財(cái)務(wù)預(yù)警研究（如：吳世農(nóng)等[9]；楊淑娥和徐偉剛，2003；黃鶴和李鳳吟，2003；張瑋，2007；崔學(xué)剛，2007；李雅寧，2012；謝赤等[17]）。呂俊[18]在研究中同時(shí)采用了傳統(tǒng)的財(cái)務(wù)比率指標(biāo)和經(jīng)過(guò)調(diào)整（在我國(guó)上市公司會(huì)計(jì)質(zhì)量特征基礎(chǔ)上調(diào)整）的兩套財(cái)務(wù)比率指標(biāo)進(jìn)行了對(duì)比分析，研究發(fā)現(xiàn)后者比前者的精度高出七個(gè)百分點(diǎn)。聶麗潔等[19]構(gòu)建了一套較完整的現(xiàn)金流財(cái)務(wù)預(yù)警指標(biāo)體系，研究表明現(xiàn)金流量指標(biāo)能單獨(dú)進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警。梁杰等（2011）在財(cái)務(wù)困境模型中引入了經(jīng)濟(jì)增加值指標(biāo)。

（二）包含非財(cái)務(wù)指標(biāo)信息類(lèi)型

財(cái)務(wù)預(yù)警模型中的非財(cái)務(wù)指標(biāo)包括了資本市場(chǎng)指標(biāo)、宏觀經(jīng)濟(jì)變量、公司治理等變量。

Zmijewski（1984）和Altman（1966）將與市場(chǎng)反應(yīng)有關(guān)的非財(cái)務(wù)變量引入到研究中，其結(jié)果表明可以改善預(yù)警效果；Beaver[1]在財(cái)務(wù)預(yù)警研究中引入了反映股價(jià)的信息變量；Merton（1974）和Campbel等（2006）發(fā)現(xiàn)股票收益率波動(dòng)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)有重要影響；Ohlson[20]以企業(yè)總資產(chǎn)與總負(fù)債數(shù)值的大小為依據(jù)，構(gòu)建了兩個(gè)虛擬變量，結(jié)果發(fā)現(xiàn)虛擬變量對(duì)模型的解釋力較某些常用的財(cái)務(wù)指標(biāo)更好；Marquette（1980）在模型中加入了宏觀經(jīng)濟(jì)變量：通化膨脹率和景氣變動(dòng)等指標(biāo)；Altman（1983）研究表明宏觀經(jīng)濟(jì)變量，如國(guó)內(nèi)生產(chǎn)總值以及貨幣供應(yīng)量等都對(duì)公司財(cái)務(wù)危機(jī)預(yù)警有顯著的影響；Lau[5]的財(cái)務(wù)危機(jī)預(yù)警研究中包含了6個(gè)財(cái)務(wù)比率變量和4個(gè)與股利支付相關(guān)的虛擬變量；Glison（1989）研究發(fā)現(xiàn)企業(yè)高層的離職可以構(gòu)成反映企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的重要指標(biāo)；Plat et al.[8]在財(cái)務(wù)危機(jī)預(yù)警中加入了反映產(chǎn)業(yè)變動(dòng)的變量；部分學(xué)者（Catherine，1994；Fathi，2001；Chan，2016）等在財(cái)務(wù)預(yù)警模型構(gòu)建時(shí)加入了公司治理因素。Blanco-Oliver et al.（2015）將非財(cái)務(wù)指標(biāo)，如公司所有權(quán)特點(diǎn)等引入模型。

相對(duì)于國(guó)外學(xué)者，國(guó)內(nèi)對(duì)財(cái)務(wù)預(yù)警中非財(cái)務(wù)指標(biāo)的研究比較晚。姜秀華（2002）加入了股權(quán)集中度指標(biāo)進(jìn)行預(yù)警取得了相對(duì)較好的預(yù)測(cè)效果；梁琪（2003）在研究中發(fā)現(xiàn)反映資本市場(chǎng)和宏觀經(jīng)濟(jì)的指標(biāo)可以對(duì)上市公司進(jìn)行有效的財(cái)務(wù)困境預(yù)警判別；章之旺、吳世農(nóng)（2005）檢驗(yàn)了經(jīng)濟(jì)困境、財(cái)務(wù)困境風(fēng)險(xiǎn)和公司業(yè)績(jī)之間的關(guān)系；楊兵和柯佑鵬（2005）在研究中引入了非財(cái)務(wù)指標(biāo)，結(jié)果發(fā)現(xiàn)財(cái)務(wù)困境預(yù)測(cè)的準(zhǔn)確度得到了極大的提高；曹德芳等[21]在預(yù)警模型中加入了股權(quán)結(jié)構(gòu)變量；鄧曉嵐等（2006）在Logistic模型中引入了非財(cái)務(wù)變量，回歸結(jié)果顯示審計(jì)師意見(jiàn)和年度累計(jì)超額收益率對(duì)財(cái)務(wù)困境有較好的解釋和預(yù)警效果；任惠光和班博（2007）在預(yù)警中加入了財(cái)務(wù)指標(biāo)和反映企業(yè)公司治理和總體經(jīng)濟(jì)的非財(cái)務(wù)指標(biāo)，通過(guò)三個(gè)方法的預(yù)警及比較，最終構(gòu)建了最優(yōu)的跨期財(cái)務(wù)危機(jī)預(yù)警綜合模型；柏丙林等[22]分別以非財(cái)務(wù)指標(biāo)、財(cái)務(wù)指標(biāo)以及綜合指標(biāo)（財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)相結(jié)合）構(gòu)建了財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型進(jìn)行預(yù)警，結(jié)果表明由綜合指標(biāo)構(gòu)建的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型有更準(zhǔn)確的預(yù)測(cè)結(jié)果；盧永艷[12]將宏觀經(jīng)濟(jì)因素、貸款利率和國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率引入到財(cái)務(wù)預(yù)警模型；劉小淇等[23]將非財(cái)務(wù)因素（人力資本和股權(quán)結(jié)構(gòu)等）納入預(yù)警模型。

三、財(cái)務(wù)困境預(yù)警模型的建立

財(cái)務(wù)困境預(yù)警模型經(jīng)歷了從單一財(cái)務(wù)指標(biāo)變量的預(yù)警模型，到多個(gè)財(cái)務(wù)指標(biāo)變量的線性預(yù)警模型，發(fā)展成為廣泛流行的Logistic預(yù)警模型；隨后又有一些新的理論和模型相繼出現(xiàn)。

Fitzpartrick[13]開(kāi)啟了對(duì)上市公司進(jìn)行了財(cái)務(wù)危機(jī)預(yù)警的先河，在研究中運(yùn)用了單個(gè)財(cái)務(wù)比率指標(biāo)；隨后Beaver[1]也建立了單變量的財(cái)務(wù)預(yù)警模型。由于單個(gè)財(cái)務(wù)比率不能全面反映企業(yè)的財(cái)務(wù)狀況，多變量模型較單個(gè)財(cái)務(wù)指標(biāo)變量所包含的財(cái)務(wù)信息更加全面，預(yù)測(cè)的準(zhǔn)確度更高。Altman[7]運(yùn)用線性判別分析方法（MDA）建立了多變量財(cái)務(wù)預(yù)警模型；Altman et al.[14]建立了含有七個(gè)財(cái)務(wù)變量的Zeta模型。在原來(lái)線性預(yù)測(cè)的基礎(chǔ)上，Martin[24]首次使用Logistic方法以銀行業(yè)為研究對(duì)象建立了財(cái)務(wù)預(yù)警模型；Ohlson[20]也建立了Logistic財(cái)務(wù)預(yù)警模型，并在研究中給出了MDA有效性的條件；隨后 Collins and Green（1982），Zavgren（1985），Gentry，Newbold and WhitFord（1987）等通過(guò)實(shí)證研究均顯示了Logistic模型進(jìn)行財(cái)務(wù)預(yù)警比MAD模型的預(yù)測(cè)能力更強(qiáng)，結(jié)果更準(zhǔn)確；Hensher et al.（2007）建立的Logistic財(cái)務(wù)預(yù)警模型中考慮了多項(xiàng)誤差分量，結(jié)果顯示其擬合優(yōu)度比標(biāo)準(zhǔn)的Logistic模型更好。

此外，一些新的理論和模型不斷出現(xiàn)和應(yīng)用，如神經(jīng)網(wǎng)絡(luò)（ANN）、遺傳算法（GA）、案例推理（CRR）、粗糙集（RS）等方法具有高效的預(yù)測(cè)性。Sánchez-Lasheras（2012）等運(yùn)用了混合模型對(duì)財(cái)務(wù)困境進(jìn)行了識(shí)別。Heo and Yang（2014）利用Adaboost算法對(duì)韓國(guó)建筑公司進(jìn)行了財(cái)務(wù)危機(jī)預(yù)測(cè)。Slavici（2016）等利用統(tǒng)計(jì)方法對(duì)人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了優(yōu)化，并進(jìn)行了財(cái)務(wù)預(yù)警，認(rèn)為經(jīng)改進(jìn)后的神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)可信度更高。

我國(guó)學(xué)者周守華等[10]借鑒了Z分?jǐn)?shù)模式，建立了包含現(xiàn)金比率的F分?jǐn)?shù)模式的多變量模型，結(jié)果表明預(yù)測(cè)準(zhǔn)確度達(dá)到了70%以上。陳靜[11]分別運(yùn)用了單變量分析和二類(lèi)線性判別分析模型進(jìn)行了財(cái)務(wù)預(yù)警分析。張玲[16]運(yùn)用了二類(lèi)線性判別模型對(duì)上市公司財(cái)務(wù)數(shù)據(jù)進(jìn)行了預(yù)警分析。吳世農(nóng)等[9]分別應(yīng)用Fisher、多元線性回歸和Logistic三種方法建立了模型進(jìn)行預(yù)警分析，并進(jìn)行了結(jié)果的比較，得出結(jié)論：Logistic預(yù)警模型的準(zhǔn)確性達(dá)到了最高。隨后更多學(xué)者應(yīng)用Logistic模型進(jìn)行了財(cái)務(wù)危機(jī)預(yù)警研究（姜秀華和孫崢，2000；盧永艷和王維國(guó)，2010；盧永艷[12]；謝赤等[17]）。同時(shí)一些學(xué)者（如周敏和王新宇，2002；周喜和吳可夫，2012；李力和馮濤，2015）運(yùn)用神經(jīng)網(wǎng)絡(luò)建立了企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系；王曉鵬等（2007）在財(cái)務(wù)困境預(yù)警研究中應(yīng)用了Cox模型；莊倩等[25]根據(jù)財(cái)務(wù)困境的不同特征進(jìn)行了不同時(shí)期的動(dòng)態(tài)劃分，應(yīng)用了卡爾曼濾波原理，對(duì)財(cái)務(wù)困境進(jìn)行了動(dòng)態(tài)預(yù)測(cè)。

四、文獻(xiàn)評(píng)述

在財(cái)務(wù)危機(jī)預(yù)警方面學(xué)者們做了充分、詳實(shí)的研究。在研究對(duì)象上，主要選取的是根據(jù)破產(chǎn)法提出破產(chǎn)申請(qǐng)的企業(yè)和ST上市公司，研究中多將財(cái)務(wù)危機(jī)公司與正常運(yùn)營(yíng)的公司進(jìn)行有關(guān)財(cái)務(wù)指標(biāo)的對(duì)比。相比國(guó)外的研究，國(guó)內(nèi)研究起步較晚，前期的研究主要是借鑒了國(guó)外的方法和經(jīng)驗(yàn)，后期的研究結(jié)合我國(guó)企業(yè)現(xiàn)狀，研究方法有了一些創(chuàng)新。預(yù)警模型在單變量預(yù)警模型基礎(chǔ)上，發(fā)展成為多變量預(yù)警模型，隨后Logistic預(yù)警模型得到了廣泛的應(yīng)用，近年來(lái)又出現(xiàn)了一些新的預(yù)警方法。這些新的研究方法具有數(shù)據(jù)挖掘潛力強(qiáng)、預(yù)測(cè)效率高等優(yōu)點(diǎn)，但存在著運(yùn)算復(fù)雜、應(yīng)用條件苛刻、無(wú)法進(jìn)行結(jié)構(gòu)分析（即“黑箱”特性）等缺點(diǎn)。在預(yù)警變量的選擇上由原來(lái)的單個(gè)指標(biāo)的財(cái)務(wù)比率變量，發(fā)展到多個(gè)指標(biāo)的財(cái)務(wù)比率變量，預(yù)測(cè)的精確也得到了進(jìn)一步的提高；最初指標(biāo)的計(jì)算主要是基于利潤(rùn)表和資產(chǎn)負(fù)債表，而利潤(rùn)表的有些項(xiàng)目的可操作性較大，不能真實(shí)地反映企業(yè)現(xiàn)金流，隨后又很多學(xué)者將預(yù)警變量設(shè)置的重心放到了現(xiàn)金流量指標(biāo)上；隨著經(jīng)濟(jì)的發(fā)展，企業(yè)所處的微觀和宏觀經(jīng)濟(jì)環(huán)境的變化、各種不確定因素對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)影響的加劇，在預(yù)警模型中綜合考慮了財(cái)務(wù)、非財(cái)務(wù)指標(biāo)是近期財(cái)務(wù)預(yù)警研究的趨勢(shì)。

總之，在財(cái)務(wù)危機(jī)預(yù)警方面，學(xué)者們已經(jīng)做了大量的研究，為后續(xù)研究打下了堅(jiān)實(shí)的基礎(chǔ)，不論是預(yù)警方法還是指標(biāo)的選取方面都為我們提供了新思路。

五、完善財(cái)務(wù)危機(jī)預(yù)警的思路

（一）完善財(cái)務(wù)危機(jī)預(yù)警的建議

1.已有文獻(xiàn)對(duì)于財(cái)務(wù)指標(biāo)選取基本都是從償債能力、盈利能力、發(fā)展能力和營(yíng)運(yùn)能力四個(gè)“靜態(tài)”維度來(lái)分類(lèi)，預(yù)警指標(biāo)多為傳統(tǒng)的財(cái)務(wù)指標(biāo)，其理論框架是傳統(tǒng)的財(cái)務(wù)分析體系。根據(jù)財(cái)務(wù)危機(jī)的定義，企業(yè)財(cái)務(wù)危機(jī)的主要原因是無(wú)力償還債務(wù)，其根源是企業(yè)資金鏈斷裂。因此財(cái)務(wù)預(yù)警指標(biāo)的設(shè)定應(yīng)該從引起財(cái)務(wù)危機(jī)根源的資金鏈角度進(jìn)行設(shè)定，即應(yīng)充分考慮資金供給對(duì)資金需求的保障程度。

2.大多研究是用模型檢驗(yàn)已發(fā)生財(cái)務(wù)危機(jī)（ST企業(yè)）的事實(shí)，驗(yàn)證模型的準(zhǔn)確性。預(yù)警的目的是對(duì)企業(yè)未來(lái)可能發(fā)生的財(cái)務(wù)危機(jī)提出警示，所以預(yù)警模型的設(shè)定應(yīng)該具有前瞻性和敏感性。

3.在選取與研究對(duì)象相匹配的樣本時(shí)，對(duì)照組和研究組樣本所在行業(yè)、規(guī)模等特征變量缺乏可比性，所得到的對(duì)比結(jié)論難以令人信服。匹配樣本在研究中可以使用有關(guān)計(jì)量分析方法，使其與研究對(duì)象具有可比性的特點(diǎn)。

（二）財(cái)務(wù)預(yù)警指標(biāo)體系的構(gòu)建

按照王竹泉[26]的觀點(diǎn)，在當(dāng)今供過(guò)于求的高度競(jìng)爭(zhēng)的市場(chǎng)經(jīng)濟(jì)時(shí)代，經(jīng)營(yíng)活動(dòng)是企業(yè)運(yùn)用已有的資金和資源創(chuàng)造價(jià)值的活動(dòng)，投資活動(dòng)不再是計(jì)劃經(jīng)濟(jì)時(shí)期依附于經(jīng)營(yíng)活動(dòng)的附屬活動(dòng)，而是同經(jīng)營(yíng)活動(dòng)一樣也是為企業(yè)創(chuàng)造價(jià)值的活動(dòng)。同樣為企業(yè)創(chuàng)造價(jià)值的經(jīng)營(yíng)活動(dòng)和投資活動(dòng)應(yīng)視為一類(lèi)，稱(chēng)為營(yíng)業(yè)活動(dòng)；籌資活動(dòng)是為經(jīng)營(yíng)活動(dòng)和投資活動(dòng)籌集資金的過(guò)程，是依附于經(jīng)營(yíng)活動(dòng)和投資活動(dòng)的，若企業(yè)的營(yíng)業(yè)活動(dòng)不存在，籌資活動(dòng)也就失去了意義。財(cái)務(wù)危機(jī)或財(cái)務(wù)破產(chǎn)的本質(zhì)是企業(yè)資金鏈斷裂，即企業(yè)通過(guò)籌資獲取的資金滿足不了營(yíng)業(yè)活動(dòng)資金的需求。因此，財(cái)務(wù)預(yù)警指標(biāo)體系構(gòu)建的重心應(yīng)放到籌資活動(dòng)對(duì)營(yíng)業(yè)活動(dòng)資金的保障上，即資金供給對(duì)資金需求的保障程度，包括資金供給對(duì)資金需求的數(shù)量和質(zhì)量保障程度的構(gòu)建。具體指數(shù)體系構(gòu)建思路如下：

1.數(shù)量保障程度是資金供給量與資金需求量的比，其比值越大說(shuō)明企業(yè)有足夠的資金滿足營(yíng)業(yè)活動(dòng)對(duì)資金的需求，企業(yè)資金鏈斷裂的風(fēng)險(xiǎn)就越小，即財(cái)務(wù)危機(jī)發(fā)生的可能性就越小；考慮到資金供給與需求比的波動(dòng)性，若近幾年波動(dòng)越大，說(shuō)明保障程度越不穩(wěn)定，不確定性越大，因此在構(gòu)建數(shù)量指數(shù)時(shí)應(yīng)當(dāng)將資金供給量與需求量變動(dòng)的風(fēng)險(xiǎn)進(jìn)行量化處理。數(shù)量保障程度用數(shù)量指數(shù)A1表示，其構(gòu)建如公式1。

2.質(zhì)量保障程度，即質(zhì)量指數(shù)是指資金供給對(duì)資金需求保障的穩(wěn)定性，包括資金結(jié)構(gòu)指數(shù)和企業(yè)綜合財(cái)務(wù)能力指數(shù)。其中結(jié)構(gòu)指標(biāo)是指企業(yè)總資金中長(zhǎng)期資金所占的比重，比重越大資金供給的穩(wěn)定性越好，企業(yè)發(fā)生資金鏈斷裂的風(fēng)險(xiǎn)就越低，在公式2中用長(zhǎng)期資金比重來(lái)衡量；財(cái)務(wù)綜合能力指數(shù)是全面反映企業(yè)財(cái)務(wù)活動(dòng)的綜合能力，其值越大說(shuō)明企業(yè)利用自身發(fā)展獲得資金的能力越強(qiáng)，企業(yè)就會(huì)擁有更多的通過(guò)自身營(yíng)業(yè)活動(dòng)積累的資金，因而企業(yè)資金鏈斷裂的風(fēng)險(xiǎn)就越低。根據(jù)杜邦財(cái)務(wù)分析體系，企業(yè)凈資產(chǎn)收益率=權(quán)益乘數(shù)×總資產(chǎn)周轉(zhuǎn)率×銷(xiāo)售凈利率，權(quán)益乘數(shù)、總資產(chǎn)周轉(zhuǎn)率和銷(xiāo)售凈利率分別反映企業(yè)償債能力、營(yíng)運(yùn)能力和盈利能力，因此凈資產(chǎn)收益率可以看作是綜合反映企業(yè)財(cái)務(wù)狀況能力的指標(biāo)，其值應(yīng)與行業(yè)均值相比，比值越大說(shuō)明企業(yè)財(cái)務(wù)狀況在同行業(yè)越好，企業(yè)通過(guò)自身經(jīng)營(yíng)積累的資金在未來(lái)滿足資金需求的保障程度越好，財(cái)務(wù)危機(jī)發(fā)生的概率就越低。在公式2中財(cái)務(wù)綜合能力指數(shù)用企業(yè)凈資產(chǎn)收益率與行業(yè)平均凈資產(chǎn)收益率比值來(lái)衡量。

基于以上分析構(gòu)建基于資金需求保障能力的財(cái)務(wù)預(yù)警指標(biāo)體系如下：

資金供給對(duì)資金需求的保障指數(shù)A=數(shù)量指數(shù)A1×質(zhì)量指數(shù)A2

上述指數(shù)體系可以從時(shí)點(diǎn)（當(dāng)年）和時(shí)期（近三年或五年）兩個(gè)角度計(jì)算衡量。財(cái)務(wù)預(yù)警指數(shù)或模型的構(gòu)建旨在企業(yè)發(fā)生財(cái)務(wù)危機(jī)之前對(duì)企業(yè)提出預(yù)警，防患于未然，而不是當(dāng)企業(yè)發(fā)生財(cái)務(wù)困境之后采用一些模型和指標(biāo)進(jìn)行檢驗(yàn)。因此具體應(yīng)用此指數(shù)進(jìn)行預(yù)警分析時(shí)，樣本的選取應(yīng)剔除ST上市公司。對(duì)于構(gòu)建的上述反映企業(yè)財(cái)務(wù)危機(jī)指數(shù)的應(yīng)用的設(shè)想如下：

按行業(yè)分類(lèi)選取上市公司（剔除ST）的財(cái)務(wù)數(shù)據(jù)進(jìn)行上述指標(biāo)的統(tǒng)計(jì)分析，求得資金供給對(duì)需求保障指數(shù)A的上下四分位值（上四分位值q1和下四分位值q2）和中位數(shù)值m。當(dāng)A值處于不同區(qū)間時(shí)對(duì)于企業(yè)的警示也是不同的，其中第一類(lèi)（A≤q2）企業(yè)即將出現(xiàn)財(cái)務(wù)困境，應(yīng)引起企業(yè)的極大重視。具體如下：

（1）A≤q2，企業(yè)即將出現(xiàn)財(cái)務(wù)困境，企業(yè)資金對(duì)需求保障能力出現(xiàn)了較為嚴(yán)重的警戒和風(fēng)險(xiǎn)，企業(yè)應(yīng)立即進(jìn)行調(diào)整，應(yīng)該引起企業(yè)極大的重視。

（2）若q2≤A

（3）m≤A

（4）q1≤A，說(shuō)明企業(yè)的資金保障程度處于很安全的狀態(tài)。

【參考文獻(xiàn)】

[1] BEAVER W H.Financial rations as predictors of failures[J].Journal of Accounting Research，1966，4（1）：71-111.

[2] CARMICHAEL R.The auditor's reporting obligation[M].Auditing Research Monograph （New York： AICPA），1972：94-125.

[3] DEAKIN E B.A discriminant analysis of predictors of business failure[J].Journal of Accounting Research，1972，10（1）：167-179.

[4] ROSS B.Financial ratios and different failure processes[J].Journal of Business Finance，2000，10（3）：18-24.

[5] LAU H L.A Five-state financial distress prediction model[J] Journal of Accounting Research，1987，25（1）：127-138.

[6] LAITINEN E K.Financial ratios and different failure processes[J].Journal of Business Finance & Accounting，1991，18（5）：649-673.

[7] ALTMAN E I.Financial rations，discriminant analysis and the prediction of corporate bankruptcy[J].Journal of finance，1968，23（4）：589-609.

[8] PLATT H D，PLATT M B.Development of a class of stable predictive variables： the case of bankruptcy prediction[J]. Journal of Business Finance and Accounting，1990，17（1）：31-51.

[9] 吳世農(nóng)，盧賢義.我國(guó)上市公司財(cái)務(wù)危機(jī)的預(yù)警模型研究[J].經(jīng)濟(jì)研究，2001（6）：46-55.

[10] 周守華，楊濟(jì)華，王平.論財(cái)務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模式[J].會(huì)計(jì)研究，1996（8）：8-11.

[11] 陳靜.上市公司財(cái)務(wù)惡化預(yù)警的實(shí)證分析[J].會(huì)計(jì)研究，1999（4）：31-38.

[12] 盧永艷.宏觀經(jīng)濟(jì)因素對(duì)企業(yè)財(cái)務(wù)困境風(fēng)險(xiǎn)影響的實(shí)證分析[J].宏觀經(jīng)濟(jì)研究，2013（5）：53-58.

[13] FITZPATRICK P J.A comparison of ratios of successful industrial enterprises with those of failed firms [M].New York： Certified Public Accountant，1932：656-662.

[14] ALTMAN E I，et al.Zeta analysis： a new model to identity bankruptcy risk of corporations [J].Journal of Banking and Finance，1977，1（1）：29-54.

[15] BLUM M.Failing company discriminant analysis [J].Journal of Accounting Research，1974，12（1）：1-25.

[16] 張玲.財(cái)務(wù)危機(jī)預(yù)警分析判別模型[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2000（3）：49-51.

[17] 謝赤，趙亦軍，李為章.基于CFaR模型和Logistic回歸的財(cái)務(wù)困境預(yù)警研究[J].財(cái)經(jīng)理論與實(shí)踐，2014，35（1）：57-62.

[18] 呂俊.基于非財(cái)務(wù)指標(biāo)的財(cái)務(wù)困境預(yù)測(cè)及征兆分析[J].中國(guó)社會(huì)科學(xué)院研究生院報(bào)，2006（2）：52-59.

[19] 聶麗潔，趙艷芳，高一帆.基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系構(gòu)建研究——基于我國(guó)制造業(yè)上市公司數(shù)據(jù)[J].經(jīng)濟(jì)問(wèn)題，2011（3）：108-112.

[20] OHLSON J A.Financial ratios and the probabilistic prediction of bankruptcy[J].Journal of Accounting Research，1980，18（1）：109-133.

[21] 曹德芳，夏好琴.股權(quán)結(jié)構(gòu)變量對(duì)企業(yè)財(cái)務(wù)危機(jī)影響的實(shí)證研究[J].財(cái)會(huì)通訊，2006（1）：85-90.

[22] 柏丙林，呂峻.基于不同指標(biāo)類(lèi)型的財(cái)務(wù)危機(jī)預(yù)測(cè)模型比較——來(lái)自我國(guó)制造業(yè)上市公司的實(shí)證研究[J].開(kāi)放導(dǎo)報(bào)，2008（4）：96-101.

[23] 劉小淇，曾繁榮，周鴻.基于非財(cái)務(wù)視角的上市公司財(cái)務(wù)困境預(yù)警研究——基于主成分邏輯回歸的方法[J].財(cái)會(huì)通訊，2015（6）：42-48.

[24] MARTIN D.Early warning of bank failure：a logit regression approach[J]. Journal of Banking and Finance，1977，1（3）：249-276.

[25] 莊倩，陳良華.財(cái)務(wù)困境理論的預(yù)測(cè)動(dòng)態(tài)性改進(jìn)與應(yīng)用[J].審計(jì)與經(jīng)濟(jì)研究，2014（5）：69-76.

[26] 王竹泉.重新認(rèn)識(shí)營(yíng)業(yè)活動(dòng)與營(yíng)運(yùn)資金[J].財(cái)務(wù)與會(huì)計(jì)（理論版），2003（4）：1.