企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究綜述

彭莉 彭嵐

(長(zhǎng)沙理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖南 長(zhǎng)沙 410014)

1 財(cái)務(wù)危機(jī)的界定

“財(cái)務(wù)危機(jī)”是由Ross(1999)在總結(jié)前人研究成果的基礎(chǔ)上精煉而成的概念：技術(shù)失敗，指企業(yè)沒(méi)有足夠的流動(dòng)資金按時(shí)償還已到履約期的債務(wù)合同；會(huì)計(jì)失敗，指企業(yè)的賬面凈資產(chǎn)為負(fù)數(shù)，資不抵債；企業(yè)失敗，指企業(yè)依法進(jìn)行清算后所得的資金仍不足以償還債務(wù)；法定破產(chǎn)，指企業(yè)無(wú)法持續(xù)經(jīng)營(yíng)，依照破產(chǎn)法向司法機(jī)關(guān)申請(qǐng)破產(chǎn)。針對(duì)我國(guó)金融市場(chǎng)實(shí)情，上市公司鮮有被破產(chǎn)清算，若將企業(yè)破產(chǎn)等狀況界定為“財(cái)務(wù)危機(jī)”作為研究的對(duì)象，那么財(cái)務(wù)危機(jī)預(yù)警模型的實(shí)用意義也就降低了。因此，我國(guó)證券市場(chǎng)主要是以上市公司是否被“特別處理(ST)”作為中國(guó)特色的企業(yè)財(cái)務(wù)危機(jī)判斷標(biāo)準(zhǔn)。

2 財(cái)務(wù)危機(jī)預(yù)警模型研究現(xiàn)狀

學(xué)術(shù)界提出了各種不同的財(cái)務(wù)危機(jī)預(yù)警的方法和模型，本文將其歸納為定性預(yù)警模型和定量預(yù)警模型兩大類。定量預(yù)警模型進(jìn)一步細(xì)分為統(tǒng)計(jì)類財(cái)務(wù)危機(jī)預(yù)警模型和人工智能類財(cái)務(wù)危機(jī)預(yù)警模型。

2.1 定性財(cái)務(wù)危機(jī)預(yù)警模型

財(cái)務(wù)危機(jī)的定性研究，通過(guò)人為經(jīng)驗(yàn)主觀識(shí)別風(fēng)險(xiǎn)，實(shí)現(xiàn)財(cái)務(wù)危機(jī)預(yù)警的方法。目前定性研究模型主要分為以下四類：1)標(biāo)準(zhǔn)化調(diào)查法：指借助外界因素即通過(guò)專業(yè)人員或咨詢公司等就公司可能遇到的問(wèn)題加以詳細(xì)的調(diào)查和分析，形成報(bào)告供公司經(jīng)營(yíng)者參考的方法。標(biāo)準(zhǔn)化的問(wèn)題就是財(cái)務(wù)預(yù)警指標(biāo)，其對(duì)警情的預(yù)報(bào)則體現(xiàn)在公司對(duì)問(wèn)題的回答中。2)四階段癥狀分析法：公司財(cái)務(wù)運(yùn)營(yíng)情況不佳在各個(gè)階段伴隨有特定的癥狀，因此把公司財(cái)務(wù)運(yùn)營(yíng)“病癥”大體分為四個(gè)階段：財(cái)務(wù)危機(jī)潛伏期，財(cái)務(wù)危機(jī)發(fā)作期，財(cái)務(wù)危機(jī)的惡化期和財(cái)務(wù)危機(jī)爆發(fā)期。通過(guò)財(cái)務(wù)分析來(lái)確定公司的財(cái)務(wù)狀況處于哪一個(gè)階段，然后再“對(duì)癥下藥”，采取不同的風(fēng)險(xiǎn)應(yīng)對(duì)措施以降低企業(yè)風(fēng)險(xiǎn)，使企業(yè)經(jīng)營(yíng)回歸正軌。3)三個(gè)月資金周轉(zhuǎn)表分析法：以三個(gè)月作為時(shí)間段，通過(guò)制定該階段的資金周轉(zhuǎn)表來(lái)分析指標(biāo)異動(dòng)原因及合理性。若企業(yè)很難在規(guī)定的時(shí)間段內(nèi)提供寬松的現(xiàn)金流轉(zhuǎn)表，則表明企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)正在加劇。4)管理評(píng)分法：首先對(duì)企業(yè)經(jīng)營(yíng)管理中出現(xiàn)的問(wèn)題對(duì)比打分，再根據(jù)這些項(xiàng)目對(duì)破產(chǎn)影響的大小進(jìn)行加權(quán)處理，最終得出加權(quán)總分。根據(jù)總分落入的分?jǐn)?shù)區(qū)間，判定企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)程度。

定性研究能夠彌補(bǔ)定量研究的不足，對(duì)于一些無(wú)法或很難量化的指標(biāo)，我們可以通過(guò)定性研究的方法，著重分析事物因果關(guān)系。

2.2 定量財(cái)務(wù)危機(jī)預(yù)警模型

2.2.1 傳統(tǒng)統(tǒng)計(jì)模型

(1)單變量財(cái)務(wù)危機(jī)預(yù)警模型

單變量分析是最早用于財(cái)務(wù)危機(jī)預(yù)警的模型，F(xiàn)itzpatrick(1932)提出以單項(xiàng)財(cái)務(wù)指標(biāo)比率作為標(biāo)準(zhǔn)來(lái)判斷企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)狀態(tài)。他采用單變量指標(biāo)將樣本公司劃分為破產(chǎn)和非破產(chǎn)兩組，最后發(fā)現(xiàn)“凈利潤(rùn)/股東權(quán)益”和“股東權(quán)益/負(fù)債”兩個(gè)指標(biāo)在財(cái)務(wù)風(fēng)險(xiǎn)判定方面的效果最佳。Beaver(1966)采用財(cái)務(wù)比率對(duì)企業(yè)財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)，他經(jīng)過(guò)研究證實(shí)在排除行業(yè)因素和公司資產(chǎn)規(guī)模因素的前提下，債務(wù)保障率、總資產(chǎn)凈利潤(rùn)率等財(cái)務(wù)比率對(duì)預(yù)測(cè)財(cái)務(wù)危機(jī)是有效的。陳靜(1999)對(duì)27家ST公司和27家非ST公司1995-1997年三年的財(cái)務(wù)數(shù)據(jù)也進(jìn)行了單變量研究。雖然單變量模型運(yùn)用廣泛，但也存在許多缺陷：多個(gè)單一指標(biāo)指示結(jié)果之間相互矛盾而無(wú)法全面地反映企業(yè)財(cái)務(wù)特征，易發(fā)生企業(yè)管理人員有意地粉飾單變量指標(biāo)使得財(cái)務(wù)預(yù)警效果失真等。

(2)多元線性判別模型

多元線性判定模型是運(yùn)用多種財(cái)務(wù)比率指標(biāo)構(gòu)造多元線性函數(shù)公式來(lái)進(jìn)行危機(jī)預(yù)警的模型，其典型代表有Z Score模型和Fisher判別模型。

Z Score模型，最早是由Altman(1968)建立，他從22個(gè)財(cái)務(wù)指標(biāo)中提取5個(gè)公因子分別從企業(yè)資產(chǎn)利用率，資產(chǎn)規(guī)模，償債能力，財(cái)務(wù)結(jié)構(gòu)，盈利能力等方面綜合分析預(yù)測(cè)企業(yè)的財(cái)務(wù)狀況，通過(guò)對(duì)33組制造性上市企業(yè)的研究，綜合分析后建立多元線性Z Score模型。通過(guò)統(tǒng)計(jì)分析，Altman得出當(dāng)Z＜1.81時(shí)，公司有很高的破產(chǎn)概率；當(dāng)Z＞2.67時(shí)，公司處于安全狀態(tài)。向德偉(2002)針對(duì)性地選80家上市公司為樣本，采用Z模型對(duì)樣本2000-2001年的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，實(shí)驗(yàn)結(jié)果表明Z模型對(duì)某些特例可能失效，但總體上有效。麻鵬波(2010)應(yīng)用Z模型對(duì)上市公司進(jìn)行實(shí)證分析，根據(jù)計(jì)算得出的數(shù)據(jù)和模型判別標(biāo)準(zhǔn)，判定企業(yè)財(cái)務(wù)狀況并提出相關(guān)的財(cái)務(wù)風(fēng)險(xiǎn)防范措施。嚴(yán)碧紅、馬廣奇(2011)選取深市61家房地產(chǎn)上市公司，運(yùn)用Z模型對(duì)其2010-2011年的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行實(shí)證研究，判斷房地產(chǎn)上市公司存在的財(cái)務(wù)危機(jī)。Z模型簡(jiǎn)單明了易于理解，根據(jù)實(shí)證研究表明針對(duì)不同財(cái)務(wù)狀況具有一定判斷能力，故得到較為廣泛的運(yùn)用，但該模型不適于時(shí)間跨度較長(zhǎng)的企業(yè)危機(jī)預(yù)警。

Fisher判別分析模型是統(tǒng)計(jì)性分析方法，其基本思想是把所有數(shù)據(jù)的總離差平方和分解為組內(nèi)差和組間差兩部分，而組間差與組內(nèi)差的比值大小作為衡量總體差異大小的標(biāo)志?；谥匾钥紤]，F(xiàn)isher判別分析模型的具體算法與運(yùn)用就不在本文詳述了。

多元線性判定模型具有較高的判別精度，但也存在一些缺陷：第一，是數(shù)據(jù)收集和分析的工作量龐大；第二，時(shí)間跨度越長(zhǎng)，其精確度越低；第三，多元線性判定模型具有兩個(gè)很嚴(yán)格的前提假設(shè)，一是假定自變量是呈正態(tài)分布的，另一個(gè)是要求解釋變量之間完全獨(dú)立；第四，要求在財(cái)務(wù)危機(jī)組與控制組之間進(jìn)行配對(duì)，但配對(duì)標(biāo)準(zhǔn)如何恰當(dāng)確定是一個(gè)難題。為了克服這些局限性，自20世紀(jì)70年代末以來(lái)，財(cái)務(wù)危機(jī)研究人員引進(jìn)了Logistic和Probit回歸方法，人工神經(jīng)網(wǎng)絡(luò)等技術(shù)。

(3)Logistic財(cái)務(wù)危機(jī)預(yù)警模型

多元邏輯回歸模型主要目標(biāo)在于尋求所觀察數(shù)據(jù)的條件概率，根據(jù)其條件概率來(lái)判斷觀察對(duì)象是否存在財(cái)務(wù)風(fēng)險(xiǎn)。Martin(1977)首次嘗試將Logistic模型應(yīng)用于企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建，以1969-1974上市公司作為研究對(duì)象，選取25個(gè)財(cái)務(wù)指標(biāo)來(lái)預(yù)測(cè)兩年后樣本公司的破產(chǎn)概率。實(shí)證結(jié)果顯示“凈利潤(rùn)/總資產(chǎn)”等六個(gè)財(cái)務(wù)比率具有顯著的預(yù)測(cè)效果。Ohlson(1980)設(shè)計(jì)的Logistic模型使用了9個(gè)自變量，選取1970-1976年間105家破產(chǎn)公司和2058家非破產(chǎn)公司為樣本，分析了樣本公司在破產(chǎn)概率區(qū)間[0-1]上的分布，他發(fā)現(xiàn)了四類顯著影響破產(chǎn)概率的變量：公司規(guī)模、資本結(jié)構(gòu)、業(yè)績(jī)和資產(chǎn)變現(xiàn)能力。Lau(1987)選用了10個(gè)自變量，使用多元邏輯模型構(gòu)建了財(cái)務(wù)危機(jī)的五階段預(yù)警模型。姜國(guó)華(2004)利用Logistic回歸模型分析了影響公司ST的因素，結(jié)果發(fā)現(xiàn)模型具有良好的預(yù)測(cè)能力且得出影響公司財(cái)務(wù)危機(jī)兩個(gè)主要因素是主營(yíng)業(yè)務(wù)利潤(rùn)和大股東持股比例。浦軍(2009)選取40家ST公司和103家非ST公司作為研究樣本，選取資產(chǎn)負(fù)債率、每股收益、股權(quán)集中度等8個(gè)變量指標(biāo)作為建模指標(biāo)，運(yùn)用Logistic回歸模型建立相應(yīng)的財(cái)務(wù)危機(jī)預(yù)警模型，取得了良好的預(yù)測(cè)效果。

(4)Probit財(cái)務(wù)危機(jī)預(yù)警模型

Z.mijewski(1989)提出的Probit回歸模型，其假定公司破產(chǎn)的概率為p，并假設(shè)公司樣本服從標(biāo)準(zhǔn)正態(tài)分布，其概率p可以用財(cái)務(wù)指標(biāo)線性解釋。其計(jì)算方法和Logistic模型相似，先是確定公司樣本的極大似然函數(shù)，通過(guò)求似然函數(shù)的極大值得到參數(shù)a和b，然后利用公式求出公司破產(chǎn)的概率。

2.2.2 人工智能財(cái)務(wù)危機(jī)模型

(1)神經(jīng)網(wǎng)絡(luò)模型

Odom和Sharda(1990)是最早把BP神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于財(cái)務(wù)危機(jī)預(yù)測(cè)研究中的。Tam和Kiang(1992)以Texas的1985-1987年118家銀行(59家破產(chǎn)59家未破產(chǎn))為樣本，建立了一個(gè)三層神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)危機(jī)預(yù)警模型，該篇以神經(jīng)網(wǎng)絡(luò)技術(shù)為核心的文獻(xiàn)為財(cái)務(wù)危機(jī)預(yù)警帶來(lái)了巨大貢獻(xiàn)。黃小原和肖四漢(1995)提出了神經(jīng)網(wǎng)絡(luò)預(yù)警系統(tǒng)的構(gòu)建。楊寶安等(2001)應(yīng)用前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行了示范性設(shè)計(jì)和驗(yàn)證。楊淑娥和黃禮(2005)選用深交所180家上市公司的財(cái)務(wù)資料，其中選用120家上市公司作為訓(xùn)練樣本，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立預(yù)測(cè)模型預(yù)測(cè)上市公司是否面臨財(cái)務(wù)危機(jī)，又以60家上市公司作為檢驗(yàn)樣本，對(duì)BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果進(jìn)行檢驗(yàn)，分別取得了建模樣本90.8%和檢驗(yàn)樣本90%的判斷正確率。朱燕妮(2008)選取了44家中國(guó)房地產(chǎn)上市公司的1998-2006年的數(shù)據(jù)作為樣本從償債能力、盈利能力、經(jīng)營(yíng)發(fā)展能力以及公司治理等8個(gè)方面選擇了能夠全面反映出公司經(jīng)營(yíng)與管理各個(gè)方面的63個(gè)指標(biāo)采用BP神經(jīng)網(wǎng)絡(luò)方法構(gòu)建了中國(guó)房地產(chǎn)上市公司分警度財(cái)務(wù)危機(jī)預(yù)警模型，在進(jìn)行仿真檢驗(yàn)時(shí)獲得了92.38%的正確率。

(2)基于支持向量機(jī)的財(cái)務(wù)危機(jī)預(yù)警模型

為了有效解決傳統(tǒng)模型存在的小樣本、高維數(shù)、非線性等問(wèn)題，張?jiān)谛?2006)基于支持向量機(jī)方法(SVM)建立了一種新的公司財(cái)務(wù)危機(jī)預(yù)測(cè)模型。此后，閻娟娟、孫紅梅和劉金花(2006)，邱玉蓮和朱琴(2006)也對(duì)支持向量機(jī)在財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建上做了深入研究，也都得出該方法運(yùn)用于財(cái)務(wù)危機(jī)預(yù)警中是有效的，為財(cái)務(wù)危機(jī)預(yù)警提供了一條新的研究思路。

3 財(cái)務(wù)危機(jī)預(yù)警模型述評(píng)

從研究現(xiàn)狀來(lái)看，國(guó)內(nèi)外學(xué)者不斷將最新的統(tǒng)計(jì)技術(shù)和人工智能方法引入財(cái)務(wù)危機(jī)預(yù)警研究領(lǐng)域，并注重將新方法的預(yù)測(cè)效果與已有研究進(jìn)行比較，取得了開(kāi)創(chuàng)性成果，但同時(shí)也存在些許不足：

一些學(xué)者已經(jīng)嘗試引入非財(cái)務(wù)指標(biāo)和定性因素進(jìn)行分析，但目前為止定性預(yù)警方法一般情況下仍是作為定量預(yù)警模型的輔助工具，并沒(méi)有獨(dú)立運(yùn)用。靜態(tài)預(yù)警研究中，單變量分析開(kāi)創(chuàng)了財(cái)務(wù)危機(jī)預(yù)警實(shí)證研究的先河，緊隨其后的多元線性判別模型，Logistic回歸模型以及Probit模型等傳統(tǒng)統(tǒng)計(jì)模型大大豐富了企業(yè)財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域的研究，但是這些模型自身都存在局限性——單變量判定方法總體精度不夠，但就我國(guó)目前的宏觀環(huán)境和企業(yè)狀況而言，這種方法的使用和推廣的可能性依然較大；多變量研究方法具有較高的判別精度，但是工作量較大，存在嚴(yán)格的假設(shè)，對(duì)樣本數(shù)據(jù)的要求較高，降低了其適用性；目前運(yùn)用最多的方法是多元線性判別分析方法和邏輯回歸方法；神經(jīng)網(wǎng)絡(luò)模型，具有一些其他方法無(wú)法比擬的優(yōu)點(diǎn)，但該模型缺點(diǎn)也同樣顯著，那就是可操作性差計(jì)算不簡(jiǎn)便，對(duì)于非專業(yè)人士應(yīng)用起來(lái)具有一定的難度。對(duì)于動(dòng)態(tài)預(yù)警研究，由于需要進(jìn)行時(shí)間序列分析，而從我國(guó)目前的資本市場(chǎng)的數(shù)據(jù)來(lái)看，做時(shí)間序列分析還存在差距，從事動(dòng)態(tài)研究工作的幾乎是一片空白。在構(gòu)建財(cái)務(wù)危機(jī)預(yù)警體系時(shí)，大多數(shù)的財(cái)務(wù)預(yù)警模型都是針對(duì)所有行業(yè)的，并沒(méi)有考慮到不同行業(yè)之間的差異，而不同行業(yè)的企業(yè)通常會(huì)具備不同的財(cái)務(wù)特征。因此，在國(guó)內(nèi)外研究成果的基礎(chǔ)上，有必要充分考慮不同行業(yè)之間的差異，結(jié)合我國(guó)資本市場(chǎng)的現(xiàn)狀，有針對(duì)性的構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型。