財(cái)務(wù)預(yù)警模型的發(fā)展和演變

錢毅

[摘 要]財(cái)務(wù)預(yù)警研究具有巨大的應(yīng)用價(jià)值,企業(yè)的利益相關(guān)者的經(jīng)濟(jì)決策與企業(yè)的財(cái)務(wù)狀況息息相關(guān),對(duì)財(cái)務(wù)預(yù)警模型的深入研究,可以為企業(yè)的眾多利益相關(guān)者帶來(lái)巨大的收益或者避免巨大的損失。因此,它成為了公司金融領(lǐng)域的研究熱點(diǎn)之一。本文將對(duì)財(cái)務(wù)預(yù)警的發(fā)展和演變過(guò)程進(jìn)行介紹,重點(diǎn)介紹用途廣泛的多元判定模型。

[關(guān)鍵詞]財(cái)務(wù)預(yù)警 判定模型

財(cái)務(wù)預(yù)警是以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ),通過(guò)設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化,對(duì)企業(yè)可能或者將要面臨的財(cái)務(wù)危機(jī)實(shí)施的實(shí)時(shí)監(jiān)控和預(yù)測(cè)警報(bào)。財(cái)務(wù)預(yù)警研究具有巨大的實(shí)際應(yīng)用價(jià)值,公司的利益相關(guān)者做出的經(jīng)濟(jì)決策與企業(yè)的財(cái)務(wù)狀況息息相關(guān),如果能夠提前預(yù)測(cè)到企業(yè)是否會(huì)陷入財(cái)務(wù)困境,可以為企業(yè)的眾多利益相關(guān)者帶來(lái)巨大的收益或者避免巨大的損失。

一、一元判定模型

一元判定模型是指以某一項(xiàng)財(cái)務(wù)指標(biāo)作為判別標(biāo)準(zhǔn),來(lái)判斷企業(yè)是否處于破產(chǎn)狀態(tài)的預(yù)測(cè)模型。最早的財(cái)務(wù)預(yù)警研究是Fitzpatrick(1932)開(kāi)展的單變量破產(chǎn)預(yù)測(cè)研究開(kāi)始的。他以19家企業(yè)為樣本,運(yùn)用單個(gè)財(cái)務(wù)比率,將樣本劃分為破產(chǎn)與非破產(chǎn)兩組。經(jīng)研究他發(fā)現(xiàn),判別能力最高的是凈利潤(rùn)∕股東權(quán)益和股東權(quán)益∕負(fù)債兩個(gè)比率。

此后,Beaver首先運(yùn)用統(tǒng)計(jì)方法建立了單變量財(cái)務(wù)預(yù)警模型。他選取美國(guó)了1954-1964年間資產(chǎn)規(guī)模相同的79家經(jīng)營(yíng)失敗企業(yè)和79家正常經(jīng)營(yíng)的企業(yè)進(jìn)行對(duì)比研究,使用了30個(gè)財(cái)務(wù)比率進(jìn)行分析,發(fā)現(xiàn)具有良好預(yù)測(cè)性的財(cái)務(wù)比率依次為現(xiàn)金流量∕負(fù)債總額,資產(chǎn)收益率和資產(chǎn)負(fù)債率。1966年Beaver考察了29個(gè)財(cái)務(wù)比率在企業(yè)陷入財(cái)務(wù)困境前1-5年的預(yù)測(cè)能力,發(fā)現(xiàn)營(yíng)運(yùn)資金流∕總負(fù)債在破產(chǎn)前一年的預(yù)測(cè)正確率可以達(dá)到87%。研究得出,某些財(cái)務(wù)比率是對(duì)于公司的經(jīng)營(yíng)狀況有解釋能力的。

它的缺陷很明顯,只重視一個(gè)財(cái)務(wù)比率的判斷能力,如果管理者了解這個(gè)比率,就有可能去粉飾這個(gè)比率,增加了可操作性;其次,雖然財(cái)務(wù)比率是綜合性較高的判別量,但是僅用一個(gè)財(cái)務(wù)指標(biāo)不可能充分反映企業(yè)的財(cái)務(wù)特征。一元判定模型雖然方法簡(jiǎn)單,但總體判別精度不高。

二、多元線性判定模型

最著名的模型稱為Zscore模型,判別方程的形式為:Z = V1X2 + V2X2 + … + VnXn。其中,V1、V2 … Vn是權(quán)數(shù),X2、X2 … Xn 是各種財(cái)務(wù)比率。Altman的研究最具有代表性。Altman利用多元判別分析法對(duì)1945-1965年間的33家破產(chǎn)企業(yè)和33家正常經(jīng)營(yíng)的企業(yè)進(jìn)行了研究。其研究結(jié)論形成了著名的Z值模型。

Z = 0.012X1 +0.0l4X2 + 0.033X3 + 0.006X4 + 0.999X5

其中,X1 = 營(yíng)運(yùn)資金∕資產(chǎn)總額;X2 = 留存收益(未分配利潤(rùn))∕資產(chǎn)總額;X3 = 息稅前利潤(rùn)∕資產(chǎn)總額;X4 = 普通股和優(yōu)先股市值總額∕負(fù)債賬面價(jià)值總額;X5 = 銷售額∕資產(chǎn)總額

如果企業(yè)的Z值大于2.675則表明企業(yè)的財(cái)務(wù)狀況良好,發(fā)生破產(chǎn)的可能性較小;反之,若Z值小于1.81,則企業(yè)存在很大的破產(chǎn)危險(xiǎn);如果Z值處于1.81-2.675之間,為灰色地帶,這個(gè)區(qū)間的企業(yè)財(cái)務(wù)是極不穩(wěn)定。

但多元判定模型也存在一些缺點(diǎn)。第一,實(shí)踐檢驗(yàn)的結(jié)果證明,在前一年的預(yù)測(cè)中,預(yù)測(cè)精度比較高,但在前兩年、前三年的預(yù)測(cè)中,其預(yù)測(cè)精度都大幅下降,多個(gè)比率之間有勾稽關(guān)系,而且作用可能相互疊加或者抵消;第二,工作量大,需要做大量的數(shù)據(jù)收集和分析工作。第三,多元判定模型有一個(gè)很嚴(yán)格的假設(shè),即假定自變量是呈正態(tài)分布的,兩組樣本要求等協(xié)方差,而現(xiàn)實(shí)中的樣本數(shù)據(jù)往往并不能滿足這一要求,這就大大限制了多元線性判定模型的使用范圍。

三、多元邏輯(Logit)模型

多元邏輯模型的目標(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)。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。Logit模型假設(shè)了企業(yè)破產(chǎn)的概率p(破產(chǎn)取1 ,非破產(chǎn)取0),并假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 ,根據(jù)推導(dǎo)可以得出p = exp(a +bx)∕[1+exp (a + bx)] ,從而計(jì)算出企業(yè)破產(chǎn)的概率,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)的概率比較大,可以判定企業(yè)為即將破產(chǎn)類型;如果p值低于0.5,表明企業(yè)財(cái)務(wù)正常的概率比較大,可以判定企業(yè)為財(cái)務(wù)正常。

Logit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,具有了更廣泛的應(yīng)用范圍,但是計(jì)算和收集信息的過(guò)程都很復(fù)雜,需要大量的精力和時(shí)間。

四、財(cái)務(wù)預(yù)警模型在我國(guó)的應(yīng)用與展望

在國(guó)內(nèi)的研究中吳世農(nóng)、黃世忠(1986)曾介紹公司的破產(chǎn)分析指標(biāo)和預(yù)測(cè)模型;陳靜(1999)以1998年的27家ST公司和27家非ST公司,使用了1995-1997年的財(cái)務(wù)報(bào)表數(shù)據(jù),進(jìn)行了單變量分析和二類線性判定分析,在單變量判定分析中,發(fā)現(xiàn)在負(fù)債比率、流動(dòng)比率、總資產(chǎn)收益率、凈資產(chǎn)收益率4個(gè)財(cái)務(wù)指標(biāo)中,流動(dòng)比率與負(fù)債比率的誤判率最低;在多元線性判定分析中,發(fā)現(xiàn)由負(fù)債比率、凈資產(chǎn)收益率、流動(dòng)比率、營(yíng)運(yùn)資本/總資產(chǎn)、總資產(chǎn)周轉(zhuǎn)率6個(gè)指標(biāo)構(gòu)建的模型,在ST發(fā)生的前3年能較好地預(yù)測(cè)ST出現(xiàn)的可能性。我國(guó)在財(cái)務(wù)失敗預(yù)警研究方面起步比較晚,更多的還停留在理論研究上。

為了克服統(tǒng)計(jì)模型的缺陷、提高預(yù)警的準(zhǔn)確度,筆者認(rèn)為在指標(biāo)的選取上應(yīng)該包括盡可能多的財(cái)務(wù)比率,至少涵蓋以下五大類:償債能力指標(biāo)、資產(chǎn)負(fù)債管理能力指標(biāo)、盈利能力指標(biāo)、成長(zhǎng)能力指標(biāo)與現(xiàn)金流量指標(biāo)。其次,在進(jìn)行企業(yè)財(cái)務(wù)失敗預(yù)警時(shí)還必須考慮非財(cái)務(wù)因素的影響。因?yàn)樨?cái)務(wù)報(bào)表只對(duì)公司的經(jīng)營(yíng)成果做出綜合的反映,僅從財(cái)務(wù)指標(biāo)數(shù)值上無(wú)法看出公司經(jīng)營(yíng)的具體情況、這些數(shù)值本身的意義有限。

參考文獻(xiàn)

[1]田宇松、王慶凱、朱青、杜蘭英:財(cái)務(wù)失敗預(yù)警模型研究綜述。當(dāng)代經(jīng)濟(jì)2006(10)97-98

[2]郝其友、傅冠男、辛萬(wàn)光:財(cái)務(wù)預(yù)警模型實(shí)證研究綜述。山東經(jīng)濟(jì)2006(03)110-114

[3]張祥、陳榮秋: 財(cái)務(wù)預(yù)警的模型分析?？萍寂c管理2003(05)

[4]汪強(qiáng):關(guān)于上市公司財(cái)務(wù)預(yù)警的實(shí)證分析。天津市職工現(xiàn)代企業(yè)管理學(xué)院學(xué)報(bào)2004(06)

[5]楊淑、娥黃禮:基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)預(yù)警模型。系統(tǒng)工程理論與實(shí)踐2005(01)

[6]劉發(fā)明:對(duì)企業(yè)財(cái)務(wù)危機(jī)預(yù)警理論研究綜述。法制與社會(huì)2007(04)363-364

[7]萬(wàn)希寧、蘇秋根:關(guān)于上市公司財(cái)務(wù)失敗預(yù)警的實(shí)證分析。商業(yè)研究2003(12)

[8]巢劍雄:企業(yè)財(cái)務(wù)困境預(yù)警模型。 湖南大學(xué)學(xué)報(bào)(自然科學(xué)版)2005(02)