論經(jīng)典統(tǒng)計(jì)財(cái)務(wù)困境預(yù)測(cè)模型的理論誤區(qū)

董景榮，陳 軍

（重慶師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，重慶 400047）

0 引言

目前，雖然財(cái)務(wù)困境預(yù)測(cè)研究的基礎(chǔ)經(jīng)濟(jì)理論仍處于探索階段，但在西方國(guó)家，由于市場(chǎng)對(duì)其存在巨大的需求，所以無(wú)論是學(xué)術(shù)界還是企業(yè)界都在不懈地探索和改進(jìn)企業(yè)財(cái)務(wù)困境預(yù)測(cè)的研究方法和預(yù)測(cè)模型，以提高財(cái)務(wù)困境預(yù)測(cè)的準(zhǔn)確性。綜觀國(guó)外財(cái)務(wù)困境判定和預(yù)測(cè)模型的研究，目前使用頻率最高和應(yīng)用最廣泛的主流分析方法仍然是經(jīng)典的橫截面統(tǒng)計(jì)方法以及在此基礎(chǔ)上衍生的各種統(tǒng)計(jì)判別分析模型，如Beaver(1967)的一元判別分析模型[1]，Tamari(1966)與 Moses(1987)的風(fēng)險(xiǎn)指數(shù)模型[2]，Altman(1968,1977)的基于多元統(tǒng)計(jì)判別分析的 Z-Score模型以及改進(jìn)的 Zeta模型[3]，Ohlson(1980)的多元邏輯回歸模型[4]，Zmijewski(1984)的多元概率比回歸模型與Doumpos(1999)的線性概率模型等。在我國(guó)，一些學(xué)者也開始應(yīng)用統(tǒng)計(jì)判別分析方法對(duì)企業(yè)財(cái)務(wù)困境預(yù)測(cè)進(jìn)行了實(shí)證研究[5,6,7,8]，發(fā)展很快。目前，正在繼續(xù)向理論深度和可操作性方向發(fā)展。

本文擬在對(duì)企業(yè)財(cái)務(wù)困境預(yù)測(cè)研究的統(tǒng)計(jì)判別分析模型及其建模技術(shù)進(jìn)行文獻(xiàn)回顧和綜述的基礎(chǔ)上，重點(diǎn)從財(cái)務(wù)困境的界定、數(shù)據(jù)的非穩(wěn)定性、非隨機(jī)取樣、財(cái)務(wù)困境的動(dòng)態(tài)性和變量的選擇等五個(gè)方面對(duì)經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型存在的一些理論誤區(qū)進(jìn)行系統(tǒng)深入的剖析和探討，并對(duì)今后企業(yè)財(cái)務(wù)困境預(yù)測(cè)研究的方向和趨勢(shì)進(jìn)行展望。

1 企業(yè)財(cái)務(wù)困境預(yù)測(cè)的經(jīng)典統(tǒng)計(jì)判別分析模型

目前，運(yùn)用于財(cái)務(wù)困境預(yù)測(cè)的經(jīng)典統(tǒng)計(jì)分析方法主要有單變量分析法和多變量分析法，而多變量分析法因使用計(jì)量方法的不同可分為多元線性判別、多元邏輯回歸和多元概率比回歸方法等。

多變量分析方法是指同時(shí)使用多個(gè)財(cái)務(wù)比率對(duì)企業(yè)陷入財(cái)務(wù)困境的風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)的模型，其建模的基本原理是通過統(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。在多變量模型中，Altman(1968)的Z－Score模型是最早也最有影響力的多元線性判定模型。1968年，美國(guó)學(xué)者Altman首次應(yīng)用多元線性判別方法對(duì)企業(yè)財(cái)務(wù)困境預(yù)測(cè)進(jìn)行了研究。20世紀(jì)70年代，Altman(1977)對(duì)Z－Score模型進(jìn)行了改進(jìn)和發(fā)展，提出了著名的Zeta模型，該模型以中等資產(chǎn)規(guī)模及其以上的企業(yè)為樣本，對(duì)中小企業(yè)適用性不大。此外，Edmister(1972)則專門針對(duì)小企業(yè)建立了小企業(yè)財(cái)務(wù)困境預(yù)測(cè)分析模型，Dimond(1983)則建立了企業(yè)財(cái)務(wù)困境預(yù)測(cè)的范式確認(rèn)模型等，這些模型都屬于多元線性判別分析模型。目前，雖然多元線性判別分析模型已經(jīng)成為在財(cái)務(wù)困境預(yù)測(cè)中最常使用的方法，但是這類方法也存在著一系列自身難以克服的缺陷[9]：其一，這類方法只適用于組內(nèi)分布為近似正態(tài)分布的情況，而且要求兩組間的協(xié)方差矩陣相等，而在實(shí)際的判別分析中，搜集到的數(shù)據(jù)大都來自非正態(tài)總體，在這種情況下所得到的預(yù)測(cè)結(jié)果可能是有偏的；其二，這類判別方法所得到的結(jié)果是針對(duì)每一個(gè)個(gè)體的分值，通過分值的比較可以得到一個(gè)序數(shù)等級(jí)，從而判別其所在的類別，但分值本身并沒有任何經(jīng)濟(jì)意義；其三，這類方法假設(shè)選擇的解釋變量不存在多重共線性問題，而在實(shí)際的判別分析中，選擇的解釋變量常存在相關(guān)性問題，從而導(dǎo)致參數(shù)估計(jì)的不穩(wěn)定和模型預(yù)測(cè)精度不高。

為了克服多元線性判別分析存在的假設(shè)上的局限性，以O(shè)hlson(1980)和Zmijewski(1984)等為代表的一些研究者先后將多元邏輯回歸（Logit）和多元概率比回歸（Probit）等條件概率模型引入財(cái)務(wù)困境預(yù)測(cè)研究。條件概率模型大都是建立在累積概率函數(shù)的基礎(chǔ)上，一般運(yùn)用最大似然估計(jì)，它們通常將問題簡(jiǎn)化為已知一個(gè)公司具有某些性質(zhì)（由財(cái)務(wù)比率指標(biāo)加以呈現(xiàn)），計(jì)算它在一段時(shí)間里陷入財(cái)務(wù)困境的條件概率有多大；如果算出的概率大于設(shè)定的分割點(diǎn)，則判定該公司在這段時(shí)間內(nèi)會(huì)陷入財(cái)務(wù)困境。Ohlson(1980)首次使用Logit模型分析財(cái)務(wù)困境預(yù)測(cè)問題，他的研究得到了96.12%的判斷正確率。與多元線性判別分析（MDA）相比，Logit模型的優(yōu)點(diǎn)在于不要求自變量服從多元正態(tài)分布和兩組間協(xié)方差相等作為前提條件，Logit模型采用logistic函數(shù)，由于logistic函數(shù)不假定任何概率分布，在不滿足正態(tài)分布的情況下，Logit模型的預(yù)測(cè)效果強(qiáng)于MDA。Logit模型的缺點(diǎn)是樣本的數(shù)量不宜少于200個(gè)，否則模型參數(shù)的最大似然估計(jì)存在有偏性(Tucker,1996)；并且對(duì)于變量之間的相關(guān)性和判別函數(shù)變量之間可能存在的多重共線性問題，多元邏輯回歸分析也沒有提出較好的解決辦法。多元概率比（Probit）回歸模型最早由Zmijewski(1984)引入財(cái)務(wù)困境預(yù)測(cè)研究，Probit模型的建模思路與Logit模型很相似，但在具體的計(jì)算方法和假設(shè)前提上又存在一定的差異，例如，Probit模型要求企業(yè)樣本服從累積正態(tài)分布，而Logit則不需要嚴(yán)格的假設(shè)條件；此外，Probit的求解方法也較Logit更為復(fù)雜。

由此可見，采用何種統(tǒng)計(jì)判別分析方法要視研究樣本的數(shù)據(jù)特征而定，目前還難以斷言哪一種統(tǒng)計(jì)判別分析模型是最恰當(dāng)和最有效的研究方法。但由于一元判別法的固有缺陷，研究者更傾向于采用多元判別法，如確能確定企業(yè)財(cái)務(wù)困境的條件概率，那么使用多元判別法必然是最佳選擇。在實(shí)務(wù)中，由于多元邏輯回歸對(duì)變量的分布沒有任何要求，不存在不合理的先驗(yàn)假設(shè)，且計(jì)算上更容易一些，所以使用的頻率更高，但要精確地確定財(cái)務(wù)困境的條件概率也并非易事。

2 經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型存在的理論誤區(qū)

下面主要從財(cái)務(wù)困境的界定、數(shù)據(jù)的非穩(wěn)定性、非隨機(jī)取樣、財(cái)務(wù)困境的動(dòng)態(tài)性以及變量的選擇性等五個(gè)方面對(duì)經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型存在的一些理論誤區(qū)進(jìn)行系統(tǒng)深入的探討。

2.1 財(cái)務(wù)困境界定的隨意性問題

如何界定企業(yè)財(cái)務(wù)困境是應(yīng)用經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型需要考慮的首要問題，學(xué)術(shù)界對(duì)此有多種不同的定義方法。國(guó)外絕大多數(shù)的研究將企業(yè)根據(jù)破產(chǎn)法提出破產(chǎn)申請(qǐng)的行為作為確定企業(yè)進(jìn)入財(cái)務(wù)困境的標(biāo)志 （Dirickx and Landeghem,1994;Ward and Foster,1997;Van Caillie,1999;Daubie and Meskens,2002;Charitou,2004）[10]，也有一些研究以企業(yè)“經(jīng)營(yíng)失敗”作為標(biāo)志來界定財(cái)務(wù)困境 (Hill,1996;Platt,2002)，還有一些研究以財(cái)務(wù)失敗的相關(guān)事件如資不抵債、貸款違約、資本重組、主體倒閉、企業(yè)主要部門的變賣以及重新約定的貸款談判等作為確定企業(yè)進(jìn)入財(cái)務(wù)困境的標(biāo)志(Laitinen,1994;Taffler and Agarwal,2003)。事實(shí)上，無(wú)論是使用法律上的破產(chǎn)定義，還是使用經(jīng)營(yíng)失敗的定義，對(duì)企業(yè)財(cái)務(wù)困境界定標(biāo)準(zhǔn)的選擇都具有很大的隨意性，而這種隨意性會(huì)對(duì)經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型的建立和應(yīng)用產(chǎn)生嚴(yán)重的影響。首先，財(cái)務(wù)困境界定標(biāo)準(zhǔn)的選擇不同會(huì)導(dǎo)致樣本設(shè)計(jì)過程中劃分困境類企業(yè)與非困境類企業(yè)的標(biāo)準(zhǔn)不一致，而樣本劃分標(biāo)準(zhǔn)的不一致會(huì)導(dǎo)致統(tǒng)計(jì)模型選擇的不確定性和模型事后分類預(yù)測(cè)能力存在偏誤。其次，經(jīng)典的統(tǒng)計(jì)判別分析模型根據(jù)研究中所界定的財(cái)務(wù)困境的定義，選擇某個(gè)觀測(cè)時(shí)期將樣本分為困境企業(yè)與非困境企業(yè)兩個(gè)類別，這兩個(gè)子樣本在被選擇的時(shí)期上是互斥的，但在此時(shí)間以外卻不然。由于企業(yè)在不同年度所處環(huán)境的差異，會(huì)導(dǎo)致企業(yè)的各項(xiàng)財(cái)務(wù)比率指標(biāo)不可避免地受到與時(shí)間跨度有關(guān)的因素的影響，如宏觀經(jīng)濟(jì)形勢(shì)、經(jīng)濟(jì)周期等。如果在選樣時(shí)未意識(shí)到這個(gè)問題，在構(gòu)造模型時(shí)又未加以處理，那么研究結(jié)果就會(huì)包含由于數(shù)據(jù)的時(shí)間性差異所帶來的偏差，這種偏差會(huì)導(dǎo)致統(tǒng)計(jì)模型應(yīng)用的外部有效性降低(Shumway,1999;Ooghe,1995)。

此外，雖然破產(chǎn)被廣泛地用作財(cái)務(wù)困境的定義，但是將企業(yè)破產(chǎn)作為進(jìn)入財(cái)務(wù)困境的標(biāo)志，并以此來確定研究樣本和構(gòu)建財(cái)務(wù)困境的統(tǒng)計(jì)預(yù)測(cè)模型，這仍存在許多問題。首先，企業(yè)宣布破產(chǎn)主要是基于不能清償流動(dòng)債務(wù)，所以破產(chǎn)預(yù)測(cè)模型的估計(jì)樣本可能被人為處理過，即企業(yè)盡管宣布了破產(chǎn)，但它們實(shí)際上并沒有表現(xiàn)出財(cái)務(wù)困境的其他真實(shí)信號(hào)。例如，有些企業(yè)為了擺脫債務(wù)或以清白的背景重新開業(yè)而宣布破產(chǎn)，對(duì)這類企業(yè)而言，破產(chǎn)意味著一種戰(zhàn)略決策；還有一些企業(yè)的破產(chǎn)可能由一些無(wú)法預(yù)期的意外事件造成，如自然災(zāi)害等，為此，Hill(1996)與Davis(2004)分別提出了“突然破產(chǎn))”和“意外破產(chǎn)”的概念，即企業(yè)事先沒有任何財(cái)務(wù)困境的預(yù)兆。因此，使用人為處理過的破產(chǎn)樣本會(huì)導(dǎo)致破產(chǎn)預(yù)測(cè)模型的樣本外預(yù)測(cè)能力較差。其次，破產(chǎn)預(yù)測(cè)模型忽略了一個(gè)事實(shí)，即破產(chǎn)只是財(cái)務(wù)困境企業(yè)終結(jié)的一種方式，財(cái)務(wù)困境企業(yè)還可能以其它方式如合并、吸收、解散或清算等告終。第三，破產(chǎn)預(yù)測(cè)模型沒有考慮潛在的時(shí)滯問題，即企業(yè)無(wú)法正常運(yùn)營(yíng)等嚴(yán)重問題發(fā)生的時(shí)刻，或是企業(yè)停止記錄會(huì)計(jì)賬目的時(shí)刻與最終宣布的法律破產(chǎn)時(shí)間之間的時(shí)間性差異。也就是說，如果企業(yè)實(shí)施補(bǔ)救措施從而推遲破產(chǎn)的宣布時(shí)間，則破產(chǎn)的時(shí)間將遠(yuǎn)遠(yuǎn)遲于企業(yè)真正發(fā)生財(cái)務(wù)困境的時(shí)間。

2.2 數(shù)據(jù)的非穩(wěn)定性問題

經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型通常假設(shè)變量的隨機(jī)過程特征是不隨時(shí)間變化的，并且假設(shè)解釋變量與被解釋變量之間以及解釋變量之間的關(guān)系是平穩(wěn)的，這就要求所使用的數(shù)據(jù)是穩(wěn)定的。然而大量的實(shí)證分析結(jié)果表明，用于財(cái)務(wù)困境建模與預(yù)測(cè)的實(shí)際數(shù)據(jù)常常是非穩(wěn)定的（Barnes,1982;Zmijewski,1984）[11]，這種非穩(wěn)定性可能是源于通貨膨脹、利率和商業(yè)周期等因素的變化，也可能是源于市場(chǎng)競(jìng)爭(zhēng)、企業(yè)戰(zhàn)略或技術(shù)水平的改變，它們對(duì)經(jīng)典統(tǒng)計(jì)判別模型的財(cái)務(wù)困境預(yù)測(cè)結(jié)果提出了挑戰(zhàn)。首先，由于數(shù)據(jù)的非穩(wěn)定性，即使一個(gè)模型在樣本期間內(nèi)有很好的擬合分類精度，但它在樣本期外所得到的預(yù)測(cè)結(jié)果可能是有偏的；其次，數(shù)據(jù)的不穩(wěn)定會(huì)導(dǎo)致模型中變量之間關(guān)系的不穩(wěn)定，從而產(chǎn)生參數(shù)估計(jì)的不一致和偏差。

為了克服數(shù)據(jù)的非穩(wěn)定性對(duì)統(tǒng)計(jì)建模和預(yù)測(cè)造成的影響，一些研究者建議采用穩(wěn)定性檢驗(yàn)、選擇相關(guān)行業(yè)比率指標(biāo)（Platt,1990）或緊縮財(cái)務(wù)比率指標(biāo)（Mensah,1983）等方式來改進(jìn)模型的預(yù)測(cè)精度。但就目前的研究狀況看，上述方法并沒有顯著地提高模型的穩(wěn)定性。

2.3 非隨機(jī)取樣問題

財(cái)務(wù)困境預(yù)測(cè)研究的樣本設(shè)計(jì)過程涉及到如何確定財(cái)務(wù)困境類企業(yè)和非財(cái)務(wù)困境類企業(yè)等兩類模式樣本，以及如何進(jìn)行兩類間樣本個(gè)體數(shù)的分配等問題。經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型通常假設(shè)樣本的選擇過程是隨機(jī)的，并且要求財(cái)務(wù)困境類企業(yè)與非財(cái)務(wù)困境類企業(yè)等兩類估計(jì)樣本在實(shí)際總體中要具有代表性。然而事實(shí)上，在絕大多數(shù)實(shí)證研究中，實(shí)際建立的統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型是以非隨機(jī)取樣的方式在可以獲得年度會(huì)計(jì)數(shù)據(jù)的企業(yè)中來確定樣本的（Altman,1977;Chalos,1985;Keasey,1990;Altman et.al.,1995;Mossman et.al.,1998）[12]。這種選樣的非隨機(jī)性主要源于以下幾個(gè)方面的因素：首先，對(duì)財(cái)務(wù)困境類企業(yè)的過度取樣會(huì)導(dǎo)致取樣的非隨機(jī)性。由于財(cái)務(wù)困境企業(yè)通常在總體中所占的比例很低，而許多研究又采取匹對(duì)標(biāo)準(zhǔn)來選取樣本，從而導(dǎo)致對(duì)財(cái)務(wù)困境企業(yè)的過度取樣，產(chǎn)生選樣偏差（Zmijewski,1984;Platt,2002）。其次，經(jīng)典統(tǒng)計(jì)模型實(shí)行“完整性數(shù)據(jù)”選樣標(biāo)準(zhǔn)，使得數(shù)據(jù)存在缺漏的企業(yè)無(wú)法進(jìn)入樣本集，尤其是陷入財(cái)務(wù)困境的企業(yè)更可能提供不完整的數(shù)據(jù)，從而導(dǎo)致取樣的非隨機(jī)性和選樣的偏差。第三，大部分的實(shí)證研究都采用匹對(duì)抽樣的方式來確定樣本，由于匹對(duì)抽樣是以財(cái)務(wù)困境企業(yè)為參照，根據(jù)同行業(yè)、規(guī)模與企業(yè)存續(xù)年齡相近的原則，匹配一個(gè)或多個(gè)非財(cái)務(wù)困境企業(yè)作為配對(duì)樣本，這種以非隨機(jī)抽樣的方式確定的配對(duì)樣本可能與總體的特征存在差異，從而導(dǎo)致選樣的有偏性 （Mossman et.al.,1998;Charitou and Trigeorgis,2000;Charitou et.al.,2004）。

取樣的非隨機(jī)性會(huì)對(duì)經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型的有效性產(chǎn)生嚴(yán)重影響。如果估計(jì)樣本是非隨機(jī)取樣的，那么模型的參數(shù)估計(jì)就存在偏差，而研究所提供的分類與預(yù)測(cè)的準(zhǔn)確率就可能具有一定的誤導(dǎo)性（Piesse and Wood,1992）[13]。Platt(2002)檢驗(yàn)了由于對(duì)財(cái)務(wù)困境類企業(yè)的過度取樣所帶來的模型偏差，認(rèn)為建立在過度選樣基礎(chǔ)上的模型會(huì)低估財(cái)務(wù)困境類企業(yè)的誤分率，從而高估了模型的事后分類預(yù)測(cè)能力。Keasey和Watson（1991）則檢驗(yàn)了由于選樣時(shí)所持的數(shù)據(jù)完整性標(biāo)準(zhǔn)所帶來的模型偏差，他認(rèn)為建立在完整數(shù)據(jù)基礎(chǔ)上的模型會(huì)低估非財(cái)務(wù)困境類企業(yè)的誤判率，并且經(jīng)他修正以后的模型仍然未在參數(shù)的統(tǒng)計(jì)顯著性和總體預(yù)測(cè)精度上有顯著提高。Zmijewski(1984)和Lennox(1999)研究了配對(duì)抽樣對(duì)模型預(yù)測(cè)效果的影響，認(rèn)為配對(duì)抽樣會(huì)使樣本中兩類企業(yè)的比例嚴(yán)重偏離兩類公司在實(shí)際總體中的比例，從而高估模型的預(yù)測(cè)能力，特別會(huì)高估對(duì)困境企業(yè)的預(yù)測(cè)能力，為此他們建議通過在極大似然函數(shù)中對(duì)財(cái)務(wù)困境企業(yè)與非財(cái)務(wù)困境企業(yè)進(jìn)行加權(quán)來減少一一配對(duì)抽樣對(duì)誤分率的低估，但仍然無(wú)法消除兩類誤分率和樣本中兩類企業(yè)之間比例的相關(guān)關(guān)系。

2.4 財(cái)務(wù)困境的動(dòng)態(tài)性問題

企業(yè)陷入財(cái)務(wù)困境是一個(gè)逐步的過程，通常大多數(shù)企業(yè)的財(cái)務(wù)困境都是由財(cái)務(wù)狀況正常漸漸發(fā)展到財(cái)務(wù)危機(jī)。而經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境模型忽視了企業(yè)經(jīng)營(yíng)狀況隨時(shí)間變化這一事實(shí)，沒有考慮企業(yè)陷入財(cái)務(wù)困境這一漸漸過程的階段性動(dòng)態(tài)信息及其變化趨勢(shì)，因此存在著“單期”與“靜態(tài)”局限性，從而導(dǎo)致模型應(yīng)用的有效性降低。首先，經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型一般使用單期年度會(huì)計(jì)信息，而使用單期年度會(huì)計(jì)信息則隱含著一個(gè)基本假設(shè)前題，即連續(xù)的年度會(huì)計(jì)信息是相互獨(dú)立的，但事實(shí)并非如此。例如，Shumway(1999)指出，僅根據(jù)單期年度會(huì)計(jì)信息來判別企業(yè)財(cái)務(wù)困境，很可能將暫時(shí)處于逆境中的非財(cái)務(wù)困境企業(yè)判別為財(cái)務(wù)困境企業(yè)；Kahya和Theodosiou(1996)等人認(rèn)為[14]，依賴單期年度會(huì)計(jì)信息所得到的模型無(wú)法體現(xiàn)以往企業(yè)績(jī)效的相關(guān)信息及其動(dòng)態(tài)變化趨勢(shì)，會(huì)產(chǎn)生信號(hào)不一致（Signal inconsistency）等問題和一系列相互沖突的預(yù)測(cè)結(jié)果。其次，經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型（如MDA模型和logit模型）的輸出值都是一個(gè)獨(dú)立于時(shí)間的固定分值，目的是要判斷一個(gè)企業(yè)的特性與哪一類（財(cái)務(wù)困境企業(yè)或非財(cái)務(wù)困境企業(yè)）企業(yè)更為相近。如果一個(gè)企業(yè)所得的分值低于設(shè)定的閾值，只能說明它已面臨財(cái)務(wù)困境，但并不能證明它未來將要失敗。Ooghe and Joohs(1990)稱這一缺陷為“回顧性特征”。由此可見，經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型具有描述與模式識(shí)別的特點(diǎn)，它應(yīng)該被視為一個(gè)傳達(dá)信息的工具，而不是一個(gè)預(yù)測(cè)工具。第三，經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型基于單期橫截面數(shù)據(jù)，將財(cái)務(wù)困境作為一個(gè)以二分法表示的離散事件。這些模型隱含一個(gè)假設(shè)，即財(cái)務(wù)困境是一種靜止?fàn)顟B(tài)，也未有可區(qū)分的階段。事實(shí)上，企業(yè)陷入財(cái)務(wù)困境并不是毫無(wú)預(yù)期的突發(fā)事件，而是企業(yè)由財(cái)務(wù)正常到逐步惡化的漸進(jìn)累積過程，它包含了不同的財(cái)務(wù)困境發(fā)生路徑，并且企業(yè)陷入財(cái)務(wù)困境的路徑又往往包含了幾個(gè)階段，每個(gè)階段財(cái)務(wù)困境發(fā)生的可能性、變量的行為及其提供的財(cái)務(wù)困境征兆都不相同，而經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型并不能反映企業(yè)陷入財(cái)務(wù)困境這一過程中各階段性的動(dòng)態(tài)信息（Laitinen and Kankaanpaa,1999）。

2.5 變量的選擇問題

財(cái)務(wù)困境預(yù)測(cè)的理論基礎(chǔ)相對(duì)比較薄弱，缺乏能夠準(zhǔn)確預(yù)測(cè)模型所應(yīng)包括的預(yù)測(cè)變量的經(jīng)濟(jì)理論的支持。綜觀財(cái)務(wù)困境預(yù)測(cè)的現(xiàn)有文獻(xiàn)，前人研究中所出現(xiàn)的預(yù)測(cè)變量因所反映的財(cái)務(wù)困境信息類型不同，基本上可分為三類，即財(cái)務(wù)信息類指標(biāo)、現(xiàn)金流量信息類指標(biāo)和市場(chǎng)收益率信息類指標(biāo)，其中研究者采用最多的是財(cái)務(wù)信息類指標(biāo)。就會(huì)計(jì)上而言，財(cái)務(wù)困境的財(cái)務(wù)指標(biāo)判定有應(yīng)計(jì)制和現(xiàn)金制兩種標(biāo)準(zhǔn)，在應(yīng)計(jì)制標(biāo)準(zhǔn)下，判別指標(biāo)多以虧損或者償債指標(biāo)為主，財(cái)務(wù)指標(biāo)是直接從財(cái)務(wù)報(bào)告中的資產(chǎn)負(fù)債表和損益表計(jì)算得出。而在現(xiàn)金制標(biāo)準(zhǔn)下，判別指標(biāo)為現(xiàn)金與負(fù)債的比率等指標(biāo)，它是基于企業(yè)的價(jià)值等于預(yù)期的現(xiàn)金流量的凈現(xiàn)值，企業(yè)若沒有足夠的現(xiàn)金支付到期債務(wù)，而且又無(wú)其它途徑獲得資金時(shí)，企業(yè)將陷入財(cái)務(wù)困境。由于現(xiàn)行會(huì)計(jì)制度主要是以應(yīng)計(jì)制為基礎(chǔ)，故在財(cái)務(wù)困境預(yù)測(cè)方面，財(cái)務(wù)指標(biāo)的選用也多是建立在應(yīng)計(jì)制基礎(chǔ)上的 （Dirickx and landeghem,1994）。此外，對(duì)財(cái)務(wù)困境預(yù)測(cè)變量選擇有一定指導(dǎo)意義并較有影響的理論模型主要有Aziz和Lawson(1989)與Charitou(2004)的現(xiàn)金流量類信息模型、Wilcox(1971)的賭徒破產(chǎn)模型(gambler’s ruin model)、Charitou和Trigeorgis(2000)的期權(quán)定價(jià)模型以及Ooghe和Verbaere（1985）的組合比率模型等。雖然從經(jīng)濟(jì)理論支持的角度來講，它們?cè)谠S多方面還有待論證，但就目前的研究狀況看，試圖在復(fù)雜多變的經(jīng)濟(jì)因素中找到對(duì)企業(yè)財(cái)務(wù)困境具有直接和明確對(duì)應(yīng)關(guān)系的預(yù)測(cè)變量是很困難的，所以目前該領(lǐng)域內(nèi)的實(shí)證研究還處于初期探索的階段。

就經(jīng)典統(tǒng)計(jì)類企業(yè)財(cái)務(wù)困境預(yù)測(cè)模型的實(shí)際應(yīng)用情況來看，研究者主要是基于數(shù)據(jù)的可獲得性與基于經(jīng)驗(yàn)的變量選擇方法來確定預(yù)測(cè)變量。即首先將以往文獻(xiàn)中經(jīng)常被使用的財(cái)務(wù)指標(biāo)作為實(shí)證研究的備選預(yù)測(cè)變量組，再通過大量的統(tǒng)計(jì)檢驗(yàn)篩選出在模型中相對(duì)比較顯著的變量。由于缺乏相應(yīng)的理論依據(jù)和理論指導(dǎo)，研究人員在選擇變量時(shí)，會(huì)受到自身價(jià)值判斷的影響。事實(shí)上，諸多經(jīng)典統(tǒng)計(jì)模型的指標(biāo)選取都存在著顯著差異，因而無(wú)法判斷哪一個(gè)模型在長(zhǎng)期中更為有效（Ooghe and Balcaen,2002）。即使是同一類財(cái)務(wù)指標(biāo)，不同的研究者選取的指標(biāo)差異也很大。比如，對(duì)于反映盈利能力的指標(biāo)，有些模型選用資產(chǎn)報(bào)酬率和流動(dòng)資產(chǎn)收益率，而有些模型則選用銷售利益率和稅前利潤(rùn)/銷售總額。Hayden(2003)指出[15]，目前選取的這些預(yù)測(cè)變量?jī)H能表明企業(yè)陷入財(cái)務(wù)困境的征兆，而非陷入財(cái)務(wù)困境的根本原因，因此建議在財(cái)務(wù)困境預(yù)測(cè)的建模時(shí)，不僅要考慮能反映償債能力、盈利能力、營(yíng)運(yùn)能力和成長(zhǎng)能力等方面的指標(biāo)變量，而且還要能對(duì)其進(jìn)行綜合運(yùn)用。

就數(shù)據(jù)的可獲得性而言，由于基于年度會(huì)計(jì)信息的財(cái)務(wù)比率具有較高的可度量性，且數(shù)據(jù)比較公開和容易獲得，故大多數(shù)經(jīng)典的統(tǒng)計(jì)類模型都選擇使用基于年度會(huì)計(jì)信息的財(cái)務(wù)比率作為預(yù)測(cè)變量來進(jìn)行企業(yè)財(cái)務(wù)困境的建模和預(yù)測(cè)。雖然財(cái)務(wù)比率指標(biāo)在企業(yè)財(cái)務(wù)困境預(yù)測(cè)中具有重要的影響作用，但一些學(xué)者認(rèn)為基于年度財(cái)務(wù)比率信息的統(tǒng)計(jì)模型仍存在著一些局限性（Sweeney,1994;Rosner,2003），其具體體現(xiàn)在：首先，有義務(wù)公布年度會(huì)計(jì)信息的企業(yè)數(shù)量是相當(dāng)有限的，在許多國(guó)家（如美國(guó)、英國(guó)和德國(guó)），只有資產(chǎn)規(guī)模、銷售水平、雇員人數(shù)等達(dá)到一定標(biāo)準(zhǔn)的大企業(yè)才有法律義務(wù)公布它們的年度會(huì)計(jì)信息，因此，許多基于年度會(huì)計(jì)財(cái)務(wù)比率信息的困境預(yù)測(cè)模型只適用于大企業(yè)，其適用范圍不廣。其次，基于年度會(huì)計(jì)信息的財(cái)務(wù)比率未必能較為客觀和全面地反映企業(yè)的真實(shí)財(cái)務(wù)狀況。

Maltz(2003)等人建議[16]，在財(cái)務(wù)困境預(yù)測(cè)模型中適當(dāng)考慮一些非財(cái)務(wù)指標(biāo)或定性指標(biāo)是可取的，尤其是對(duì)研究缺乏可靠年度會(huì)計(jì)信息的小企業(yè)非常有效。一些學(xué)者 （如Lussier,1995;Becchetti and Sierra,2003）探討了非財(cái)務(wù)指標(biāo)或定性指標(biāo)對(duì)企業(yè)財(cái)務(wù)困境的影響，這些指標(biāo)主要有雇員素質(zhì)、企業(yè)管理經(jīng)驗(yàn)、企業(yè)年齡、企業(yè)規(guī)模、管理者的領(lǐng)導(dǎo)能力、合作伙伴的數(shù)量、經(jīng)營(yíng)戰(zhàn)略、顧客忠誠(chéng)度、與大型供應(yīng)商的關(guān)系、合同外包狀況、出口狀況與銀行的關(guān)系等。Blazy(2000)和Ooghe(2003)等人指出，由于企業(yè)不可能獨(dú)立存在，企業(yè)的外部環(huán)境特別是宏觀經(jīng)濟(jì)環(huán)境變量（如利益、經(jīng)濟(jì)周期、信貸額度等）和行業(yè)環(huán)境變量（如行業(yè)前景）等對(duì)企業(yè)的財(cái)務(wù)狀況也具有一定的影響。

4 總結(jié)和展望

本文在對(duì)經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型進(jìn)行文獻(xiàn)回顧和評(píng)述的基礎(chǔ)上，重點(diǎn)從財(cái)務(wù)困境的界定、數(shù)據(jù)的非穩(wěn)定性、非隨機(jī)取樣、財(cái)務(wù)困境的動(dòng)態(tài)性和變量的選擇等五個(gè)方面對(duì)經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型存在的一些理論誤區(qū)進(jìn)行了較為系統(tǒng)深入地剖析和理論探討，從而有助于我們更好地理解和把握經(jīng)典統(tǒng)計(jì)類財(cái)務(wù)困境預(yù)測(cè)模型的特點(diǎn)，便于我們?cè)诮梃b前人的思路和方法的基礎(chǔ)上進(jìn)行更深入的研究，也便于我們考察不同統(tǒng)計(jì)方法對(duì)我國(guó)企業(yè)財(cái)務(wù)困境預(yù)測(cè)研究的適用性，深化統(tǒng)計(jì)判別分析技術(shù)在我國(guó)財(cái)務(wù)困境預(yù)測(cè)研究中的應(yīng)用。在今后的研究中，建議從以下幾個(gè)方面入手：

4.1 非穩(wěn)定性問題的處理

現(xiàn)有的財(cái)務(wù)困境預(yù)測(cè)方法在運(yùn)用中對(duì)數(shù)據(jù)的非平穩(wěn)性問題重視不足。由于商業(yè)周期的階段性、市場(chǎng)環(huán)境的變化及技術(shù)變革等原因，檢驗(yàn)時(shí)段與預(yù)測(cè)時(shí)段的自變量平均結(jié)構(gòu)可能發(fā)生變化，變量間的關(guān)系也隨之改變。很多研究沒有對(duì)這一問題加以重視，可能導(dǎo)致模型的預(yù)測(cè)能力和泛化能力受到影響。因此，在今后的研究中有必要對(duì)數(shù)據(jù)進(jìn)行一些處理，如使用行業(yè)相對(duì)比率、扣除數(shù)據(jù)中的通脹因素等，使變量的平均結(jié)構(gòu)及變量間關(guān)系從檢驗(yàn)期向預(yù)測(cè)期跨越時(shí)保持相對(duì)平衡。

4.2 自變量的選擇范圍

現(xiàn)有的財(cái)務(wù)困境預(yù)測(cè)方法在模型自變量的選擇方面，大都只涉及到會(huì)計(jì)數(shù)據(jù)和財(cái)務(wù)比率，對(duì)定性變量與非財(cái)務(wù)指標(biāo)的使用有限。事實(shí)上，非量化因素在披露企業(yè)財(cái)務(wù)狀況方面也極為有效。比如，企業(yè)出現(xiàn)過度擴(kuò)張、過度依賴銀行貸款、企業(yè)人力資源匱乏、企業(yè)市場(chǎng)定位不清等狀況，都預(yù)示著企業(yè)存在潛在危機(jī)，而這些是財(cái)務(wù)比率所不能反映的。因此，在今后的研究中自變量的選擇范圍仍有待于進(jìn)一步擴(kuò)展，企業(yè)財(cái)務(wù)困境預(yù)測(cè)模型不能單純依靠財(cái)務(wù)比率和會(huì)計(jì)數(shù)據(jù)，也應(yīng)考慮如企業(yè)規(guī)模、經(jīng)濟(jì)環(huán)境、技術(shù)類型、戰(zhàn)略及所處的行業(yè)等非財(cái)務(wù)因素對(duì)財(cái)務(wù)困境發(fā)生的影響。也就是說，既要涉及到定量信息，也要涉及到定性信息，這樣才能更為完整地反映企業(yè)全貌。由于定性信息不易直接在預(yù)測(cè)模型中體現(xiàn)，所以建議采用評(píng)分的方法，將評(píng)分的結(jié)果作為企業(yè)財(cái)務(wù)困境預(yù)測(cè)系統(tǒng)的一個(gè)組成部分。

4.3 財(cái)務(wù)困境的基礎(chǔ)經(jīng)濟(jì)理論

雖然財(cái)務(wù)困境預(yù)測(cè)的應(yīng)用范圍很廣，市場(chǎng)需求很大，但缺乏經(jīng)濟(jì)理論基礎(chǔ)，這在某種程度上限制了財(cái)務(wù)困境預(yù)測(cè)方法的發(fā)展和預(yù)測(cè)準(zhǔn)確性的進(jìn)一步提高。近年來，一些學(xué)者從非均衡理論、期權(quán)定價(jià)模型和契約理論對(duì)財(cái)務(wù)困境進(jìn)行分析和預(yù)測(cè)，并取得了一定的成果。

[1]Beaver,W.Financial Ratios Predictors of Failure.Empirical Research in Accounting:Selected Studies 1966[J].Journal of Accounting Research,1967,(4).

[2]Moses,D.,Liao,S.S.On Developing Models for Failure Prediction[J].Journal of Commercial Bank Lending,1987,(69).

[3]Altman,E.I.Financial Ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].The Journal of Finance,1968,23(4).

[4]Ohlson,J Financial Ratios and the Probabilistic Prediction of Bankruptcy[J].Journal of Accounting Research,1980,18(1).

[5]陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J].會(huì)計(jì)研究,1999,(4).

[6]高培業(yè),張道奎.企業(yè)失敗判別模型實(shí)證研究[J].統(tǒng)計(jì)研究,2000,(10).

[7]吳世農(nóng),盧賢義.我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究,2001,(6).

[8]趙健梅,王春莉.財(cái)務(wù)危機(jī)預(yù)警在我國(guó)上市公司的實(shí)證研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2003,(7).

[9]Keasey,K.,Watson,R.Financial Distress Models:A Review of Their Usefulness[J].British Journal of Management,1991,2(2).

[10]Charitou,A.,Neophytou,E.,Charalambous,C.Predicting Corporate Failure:Empirical Evidence for the UK[J].European Accounting Review,2004,13(3).

[11]Barnes,P.Methodological Implications of Non-normality Distributed Financial Ratios[J].Journal of Business Finance and Accounting,1982,9(1).

[12]Mossman,Ch.E.,Bell,G.G.,Swartz,L.M.,Turtle,H.An Empirical Comparison of Bankruptcy Models[J].Financial Review,1998,33(2).

[13]Piesse,J.,Wood,D.Issues in Assessing MDA Models of Corporate Failure:a Research Note[J].British Accounting Review，1992，24.

[14]Kahya,E.,Theodossiou,P.Predicting Corporate Financial Distress:A Time-Series CUSUM Methodology[C].Paper Presented at the Third Annual Conference of the Multinational Finance Association,1996，(6).

[15]Hayden,E.Are Credit Scoring Models Sensitive with Respect to Default Definitions?[C].Evidence from the Austrian Market,Dissertation Paper,Department of Business Administration,University of Vienna,Austria,2003.

[16]Maltz,A.C.,Shenhar,A.J.,Reilly,R.R.Beyond the Balanced Scorecard:Refining the Search for Organizational Success Measures[J].Long Range Planning，2003，36.