基于粗糙集理論的企業(yè)財務(wù)預(yù)警規(guī)則

□文/張建忠 于 卓 高貴坤

一、前言

從國內(nèi)外企業(yè)的發(fā)展歷史來看，企業(yè)危機(jī)往往首先是從財務(wù)管理環(huán)節(jié)爆發(fā)和體現(xiàn)出來的，因此建立和完善企業(yè)財務(wù)預(yù)警指標(biāo)體系，對企業(yè)的生存和發(fā)展具有重要的意義。

財務(wù)危機(jī)是指企業(yè)現(xiàn)金不足以清償?shù)狡趥鶆?wù)。財務(wù)危機(jī)具有巨大的危害性，輕則使企業(yè)無法正常經(jīng)營，重則使企業(yè)陷入破產(chǎn)清算的境地。而傳統(tǒng)的財務(wù)指標(biāo)（即會計比率類指標(biāo)）在判斷企業(yè)財務(wù)危機(jī)方面存在明顯缺陷：一是資產(chǎn)的賬面價值與未來變現(xiàn)價值不一致，不能反映資產(chǎn)質(zhì)量的高低；二是利潤的實(shí)現(xiàn)并不等于相關(guān)經(jīng)濟(jì)利潤已經(jīng)完全流入企業(yè)，應(yīng)收項(xiàng)目的數(shù)量和質(zhì)量直接影響到利潤的實(shí)現(xiàn)；三是由于“會計戲法”的原因，使會計比率類指標(biāo)容易失真?；谏鲜鋈毕荩瑔螒{這些財務(wù)指標(biāo)往往難以對財務(wù)危機(jī)發(fā)生的可能性做出準(zhǔn)確的預(yù)測，甚至可能誤導(dǎo)企業(yè)管理者，使其過分追求獲利能力而忽視實(shí)際支付能力?，F(xiàn)金流量指標(biāo)可以在很大程度上克服上述缺陷，同時現(xiàn)金流量類指標(biāo)還具有其獨(dú)特的預(yù)警效果，因此本文在指標(biāo)選取過程中，選取了大量的現(xiàn)金流量指標(biāo)，以達(dá)到較好預(yù)測財務(wù)危機(jī)的目的。越來越多的研究發(fā)現(xiàn)，非財務(wù)類指標(biāo)在預(yù)測企業(yè)財務(wù)狀況時發(fā)揮著重要作用，因此本文在研究過程中選用了部分非財務(wù)類指標(biāo)進(jìn)行預(yù)警研究，以期達(dá)到更好的效果。

二、文獻(xiàn)回顧

Fitzpartick（1932）最早利用一元判定模型對企業(yè)財務(wù)困境進(jìn)行預(yù)測，結(jié)果發(fā)現(xiàn)凈利潤/股東權(quán)益、股東權(quán)益/負(fù)債這兩個財務(wù)指標(biāo)差別能力最強(qiáng)；Beaver（1968）運(yùn)用一元判定預(yù)警模型進(jìn)一步發(fā)現(xiàn)，除了可以采用財務(wù)指標(biāo)進(jìn)行財務(wù)困境預(yù)測，公司股票價格的變化也可以用來對財務(wù)困境進(jìn)行預(yù)測。Altman（1968）首次將多元判別分析的方法引入到財務(wù)預(yù)警模型中。他從22個財務(wù)指標(biāo)中篩選了5個財務(wù)指標(biāo)構(gòu)建了Z值模型來對企業(yè)財務(wù)狀況進(jìn)行預(yù)警；Frydman（1985）首次采用遞歸分割模型來研究企業(yè)破產(chǎn)預(yù)測問題，并在企業(yè)陷入財務(wù)困境的背景下將其與判別分析法進(jìn)行比較，取得了較好的預(yù)測效果。

國內(nèi)的財務(wù)預(yù)警研究起步較晚。20世紀(jì)八十年代開始，國外的財務(wù)預(yù)警研究與應(yīng)用成果被逐漸引入到國內(nèi)。陳靜（1999）以37家ST公司和27家健康公司的財務(wù)數(shù)據(jù)建立了一元判別分析，研究認(rèn)為流動比率和負(fù)債比率的判別精度較高；吳世農(nóng)、盧賢義同樣運(yùn)用一元判別模型分析財務(wù)困境出現(xiàn)前5年這兩類公司的21個財務(wù)指標(biāo)的差異；刑精平（2004）以利益相關(guān)者的行為作為研究變量建立了預(yù)警指標(biāo)體系，研究發(fā)現(xiàn)：利益相關(guān)者的行動具有明顯的次序關(guān)系，同時僅部分相關(guān)利益者能及時發(fā)現(xiàn)財務(wù)危機(jī)征兆，并采取合理的措施；萬希寧、王艷在基于非財務(wù)類指標(biāo)的企業(yè)財務(wù)危機(jī)模糊預(yù)警模型中設(shè)計采用了償債能力、營運(yùn)能力、盈利能力、內(nèi)部控制四個方面的非財務(wù)類指標(biāo)，獨(dú)辟蹊徑，對企業(yè)財務(wù)困境從非數(shù)據(jù)方面進(jìn)行預(yù)測；馬若微利用粗糙集與信息熵相結(jié)合的方法刪除冗余指標(biāo)，然后根據(jù)熵權(quán)法確定所篩選指標(biāo)的權(quán)重，得到指標(biāo)體系，然后運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行困境預(yù)警，取得了較好的預(yù)警效果；孫潔、李輝、張萌（2009）分別使用了T檢驗(yàn)、逐步判別分析法和容許度及方差因子進(jìn)行指標(biāo)的篩選，然后運(yùn)用多分類器組合財務(wù)預(yù)測模型進(jìn)行預(yù)警，研究發(fā)現(xiàn)，多分類器組合預(yù)測模型預(yù)測精度優(yōu)于單分類器預(yù)測模型。

三、實(shí)證分析

（一）樣本及指標(biāo)體系。樣本數(shù)據(jù)來源于上海證券交易所和深圳證券交易所官方網(wǎng)站及和訊網(wǎng)，選取2007年被特別處理的42家制造業(yè)公司作為危機(jī)公司樣本。在數(shù)據(jù)處理過程中，剔除了2家由其他因素導(dǎo)致“ST”和數(shù)據(jù)不全的公司，ST公司樣本變?yōu)?0個。因上市公司被特別處理是基于t-1期年度末財務(wù)報表，故本文以2006年年報財務(wù)比率數(shù)據(jù)為條件屬性值，以2007年是否被ST為決策屬性值，并選取2006年年報經(jīng)營正常的40家制造業(yè)公司作為配對公司。指標(biāo)體系由會計比率類指標(biāo)、現(xiàn)金流量類指標(biāo)和非財務(wù)類指標(biāo)組成，其中包括14個會計比率類指標(biāo)、14個現(xiàn)金流量類指標(biāo)和2個非財務(wù)類指標(biāo)。

（二）屬性約簡及規(guī)則提取。運(yùn)用粗糙集對數(shù)據(jù)進(jìn)行分析，需要對連續(xù)數(shù)據(jù)進(jìn)行離散化處理。根據(jù)財務(wù)比率的實(shí)際經(jīng)濟(jì)意義及離散化算法，對每個財務(wù)指標(biāo)值按其屬于不同的區(qū)間分為不同的類別。如將流動比率劃分為［0，0.5］，（0.5，1］，（1，2.5］，（2.5，*），并分別賦值 1、2、3、4；其他財務(wù)指標(biāo)數(shù)據(jù)根據(jù)類似辦法進(jìn)行離散化處理。本文采用基于粗糙集理論的軟件工具rosetta完成屬性約簡。

分析共得到148條約簡，在此基礎(chǔ)上運(yùn)用rosetta產(chǎn)生相應(yīng)的預(yù)警規(guī)則。在未做出任何限定的情況下，rosetta將所有可能的規(guī)則都顯示出來。本研究中共產(chǎn)生10196條規(guī)則。在這些規(guī)則中有一些是有效規(guī)則，而另外一些并無典型性。為了提高預(yù)警規(guī)則的有效性及精確度，本文按照以下原則對指標(biāo)進(jìn)行過濾：acc（α→β）≥0.95，cov（α→β）≥0.05，sup（α→β）≥4，共篩選出9條規(guī)則。未出現(xiàn)的指標(biāo)表示運(yùn)用此預(yù)警規(guī)則時無需考慮此屬性。如果樣本的現(xiàn)金比率（%）∈（0，0.5］、資產(chǎn)負(fù)債率＞70%、總資產(chǎn)周轉(zhuǎn)率＜0.5、權(quán)益凈利率＜0，且營業(yè)付現(xiàn)率＜0.8時，不用考慮其他指標(biāo)就可以推斷出該樣本是財務(wù)危機(jī)公司，其他規(guī)則的判別依此類推。

（三）預(yù)警結(jié)果的檢驗(yàn)。為驗(yàn)證所篩選出的規(guī)則的有效性，我們從2005年被特別處理的機(jī)械制造類上市公司中隨機(jī)抽取12家公司作為危機(jī)公司樣本，并按照相同的配對原則選擇12家健康公司作為配對樣本進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果如下：根據(jù)這9條預(yù)警規(guī)則可以判別出所抽取的12家財務(wù)狀況健康公司，對財務(wù)健康公司的判定精度為100%；可以判別出11家財務(wù)狀況陷入危機(jī)的公司，而將1家財務(wù)狀況陷入危機(jī)的公司錯判為財務(wù)健康公司，判定精度為91.67%；從總體來看，24個樣本公司中，能夠正確判定的有23家公司，判定精度為95.83%。可以看出，該判定規(guī)則體系能夠以很高的精度判定公司的財務(wù)狀況，具有很高的參考與應(yīng)用價值。

四、結(jié)論

首先，會計比率類指標(biāo)基本覆蓋了企業(yè)資本經(jīng)營周轉(zhuǎn)全過程的盈利能力、資產(chǎn)管理和償債能力這幾個方面。具體分為以下三類：償債能力指標(biāo)（資產(chǎn)負(fù)債率、營運(yùn)資本配置比率、流動比率、現(xiàn)金比率、速動比率）、資產(chǎn)管理指標(biāo)（應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率）、盈利能力指標(biāo)（權(quán)益凈利率、資產(chǎn)凈利率、銷售凈利率）。一些學(xué)者認(rèn)為，會計比率類指標(biāo)反映的是過去發(fā)生的事情，是歷史數(shù)據(jù)，并且很容易受管理者操縱，因此不適合以此為基礎(chǔ)建立預(yù)警指標(biāo)體系。但上述研究結(jié)果表明：科學(xué)篩選的會計比率類指標(biāo)對反映企業(yè)財務(wù)狀況有不可辯駁的優(yōu)越性，而財務(wù)數(shù)據(jù)獲取的方便性和基于統(tǒng)一財會制度的可比性，更說明其作為財務(wù)困境預(yù)警模型基本指標(biāo)的不可替代作用。

其次，由于現(xiàn)金流量能夠綜合地反映企業(yè)在一定時期的財務(wù)狀況的變動情況，能夠準(zhǔn)確地提示企業(yè)盈利的質(zhì)量，并且現(xiàn)金流量指標(biāo)幾乎不受管理者主觀歪曲的影響，因此在財務(wù)困境預(yù)警中發(fā)揮著重要的作用。本文設(shè)計和采用了一些能夠反映現(xiàn)金流量狀況的財務(wù)指標(biāo)進(jìn)行財務(wù)困境的研究，而研究表明，規(guī)則中現(xiàn)金流量類指標(biāo)發(fā)揮了重要作用，同時發(fā)現(xiàn)營業(yè)付現(xiàn)率的重要性位列第一位，在重要性程度上卻遠(yuǎn)遠(yuǎn)大于前者。

再次，非財務(wù)指標(biāo)中的資產(chǎn)規(guī)模，亦具有比較重要的作用。不同規(guī)模的企業(yè)具有不同的營運(yùn)特點(diǎn)，其獲利能力、成長能力和籌資能力不具有可比性，大企業(yè)可以獲得規(guī)模效益，但資本和資產(chǎn)的增長速度不可能像小企業(yè)一樣快，如果不同規(guī)模企業(yè)都使用相同的指標(biāo)、同一模型，預(yù)警結(jié)果將很失去意義。

建立我國上市公司財務(wù)困境預(yù)警模型是一項(xiàng)龐大和系統(tǒng)的工作，本文只是對制造業(yè)上市公司財務(wù)模型構(gòu)建的階段性和嘗試性研究。在進(jìn)行寫作過程中，也發(fā)現(xiàn)了本文研究問題的疏漏和所得結(jié)論的局限性，概括為以下幾點(diǎn)：（1）將ST公司與非ST公司按照1∶1進(jìn)行配對選擇樣本，這種配對顯然與現(xiàn)實(shí)不符；（2）由于筆者知識體系的局限性，在初選指標(biāo)時，入選指標(biāo)數(shù)量不夠充分，特別是非財務(wù)類指標(biāo)數(shù)量過少。同時，在研究中發(fā)現(xiàn)，許多學(xué)者對初選指標(biāo)進(jìn)行篩選，以檢驗(yàn)指標(biāo)的顯著性、共線性等，但由于目前理論界對篩選原則的研究還處于初始階段，而檢驗(yàn)的目的又是一定原則的體現(xiàn)，因此筆者未對初選指標(biāo)進(jìn)行篩選，但這一思路給筆者下一步的研究方向給予了啟示。

[1]楊德懷.現(xiàn)金流量指標(biāo)：財務(wù)分析指標(biāo)體系的核心.財會月刊，2005.10.

[2]田月昕，李娜.論財務(wù)預(yù)警系統(tǒng)的演進(jìn).財會通訊（理財版），2008.2.

[3]陳福.論現(xiàn)代企業(yè)財務(wù)風(fēng)險及其預(yù)警.價值工程，2005.

[4]陳靜.上市公司財務(wù)惡化預(yù)測的實(shí)證研究.會計研究，1999.4.

[5]張文修，吳偉志，梁吉業(yè)，李德玉.粗糙集理論與方法.科學(xué)出版社，2001.

[6]刑精平.企業(yè)財務(wù)危機(jī)中相關(guān)利益人行為研究.經(jīng)濟(jì)研究，2004.8.