財務(wù)風(fēng)險預(yù)警研究綜述

肖霖

[摘 要]隨著全球經(jīng)濟(jì)的快速發(fā)展，企業(yè)之間的競爭日益激烈，評估與識別企業(yè)存在的風(fēng)險對企業(yè)的生存與發(fā)展越來越重要。大多數(shù)學(xué)者研究財務(wù)風(fēng)險預(yù)警的基本方法集中于單變量分析、多元判別分析、邏輯回歸分析、線性回歸分析、神經(jīng)網(wǎng)絡(luò)、生存分析等。文章主要梳理了財務(wù)風(fēng)險預(yù)警相關(guān)理論研究的發(fā)展以及現(xiàn)狀，根據(jù)不同模型分析了各方法的優(yōu)點(diǎn)與不足。

[關(guān)鍵詞]財務(wù)風(fēng)險；預(yù)警模型；綜述

[DOI]10.13939/j.cnki.zgsc.2016.33.107

1 國內(nèi)外研究現(xiàn)狀

從20世紀(jì)30年代開始，就已經(jīng)有學(xué)者注意到企業(yè)財務(wù)狀況的變化會影響到企業(yè)經(jīng)營成果以及財務(wù)狀況，并開始進(jìn)行相關(guān)研究。學(xué)者們分析了大量的企業(yè)財務(wù)指標(biāo)數(shù)據(jù)，并根據(jù)這些研究開始了對財務(wù)風(fēng)險的研究。隨著企業(yè)管理和財務(wù)理論的發(fā)展，研究手段也越來越科學(xué)，研究方法和研究工具也逐漸成熟，研究者提出了各種不同的財務(wù)風(fēng)險預(yù)警的方法和模型。

1.1 國外研究現(xiàn)狀

1.1.1 財務(wù)風(fēng)險研究現(xiàn)狀

Blum（1974）將財務(wù)風(fēng)險定義為企業(yè)沒有能力償還到期債務(wù)、進(jìn)入破產(chǎn)程序或者與債權(quán)人達(dá)成明確債務(wù)減免協(xié)議的事件。在正常情況下，企業(yè)只有按時支付本息或股利，才能順利獲得債權(quán)人或者投資者的青睞，籌集足夠的資金。如果企業(yè)不支付本息、拖欠股利，出現(xiàn)違約的情況，必然會引起投資者的注意，對企業(yè)的籌資活動產(chǎn)生影響，進(jìn)而影響企業(yè)的持續(xù)經(jīng)營。James C.Van Home和John M.Wachowicz（2001）對財務(wù)風(fēng)險做了更廣的界定，認(rèn)為財務(wù)風(fēng)險由兩部分組成，可能失去償債能力的風(fēng)險和因使用財務(wù)杠桿而導(dǎo)致的每股收益變動的風(fēng)險。

1.1.2 財務(wù)風(fēng)險預(yù)警模型研究現(xiàn)狀

單變量判別模型。最早開始研究財務(wù)風(fēng)險預(yù)警模型的是Fitzpatrick（1932），他主要針對單變量破產(chǎn)預(yù)警進(jìn)行研究，是單變量預(yù)警模型研究的先驅(qū)。Fitzpatrick選擇了19家企業(yè)作為研究樣本，研究發(fā)現(xiàn)對財務(wù)風(fēng)險判別能力最高的兩個指標(biāo)分別是凈資產(chǎn)收益率和產(chǎn)權(quán)比率。美國芝加哥大學(xué)教授William Beaver（1966）在Fitzpatrick的研究基礎(chǔ)上進(jìn)行了較為成熟的單變量預(yù)警研究，結(jié)果發(fā)現(xiàn)預(yù)測準(zhǔn)確率最高的指標(biāo)是現(xiàn)金流量債務(wù)比和資產(chǎn)負(fù)債率。

多變量判別模型。美國學(xué)者Edward Altman（1968）首次將多變量線性判別分析方法介紹到財務(wù)風(fēng)險預(yù)警領(lǐng)域。他隨機(jī)抽取了多家制造企業(yè)，通過研究認(rèn)為22個備選財務(wù)比率中有5個是最佳預(yù)警判別變量，并運(yùn)用這5個財務(wù)比率建立了多變量線性判別模型。Altman（2000）在多變量判別分析法的基礎(chǔ)上進(jìn)行了改進(jìn)創(chuàng)新，建立了Z值多變量財務(wù)風(fēng)險預(yù)警模型。事實(shí)證明Z值多變量財務(wù)風(fēng)險預(yù)警模型是非常有用而成功的，在以后的財務(wù)風(fēng)險預(yù)警研究中得到了廣泛的應(yīng)用。P.Wu（2016）建立了多元線性預(yù)警模型，在傳統(tǒng)的財務(wù)風(fēng)險和收益的風(fēng)險管理之間的非相關(guān)性分析的基礎(chǔ)上，提出了建立財務(wù)風(fēng)險預(yù)警的必要性，并構(gòu)建了一個多元線性模型，證實(shí)了多元線性預(yù)警模型的有效性。

邏輯回歸模型。Ciarlone和Trebeschi（2005）將宏觀經(jīng)濟(jì)學(xué)和現(xiàn)有的預(yù)警模型結(jié)合起來，運(yùn)用邏輯回歸法構(gòu)建了一個規(guī)則簡單，但驗(yàn)證有效的邏輯風(fēng)險預(yù)警模型。Daniela Beckmann等人（2006）提出在當(dāng)前市場環(huán)境中應(yīng)該高度重視財務(wù)風(fēng)險，由于研究選取的樣本、時間段以及變量的不同，合適的財務(wù)風(fēng)險預(yù)警方法也就不同，并且通過比較分析表明邏輯回歸方法比其他方法更有優(yōu)勢。MatthieuBussiere等人（2008）以邏輯回歸模型為基礎(chǔ)，創(chuàng)新的將二元離散選擇的方法運(yùn)用到研究中。他們根據(jù)32家處于財務(wù)危機(jī)狀態(tài)的企業(yè)的財務(wù)數(shù)據(jù)建立了新的多變量邏輯回歸預(yù)警模型，并且劃分了多個預(yù)警區(qū)域。經(jīng)過驗(yàn)證，該預(yù)警模型基本可以比較準(zhǔn)確的預(yù)測企業(yè)的潛在危機(jī)。

神經(jīng)網(wǎng)絡(luò)模型。Coats和Fant（2005）將人工神經(jīng)網(wǎng)絡(luò)運(yùn)用于財務(wù)風(fēng)險預(yù)警研究，建立了神經(jīng)網(wǎng)絡(luò)財務(wù)風(fēng)險預(yù)警模型。他們以94家破產(chǎn)公司與188家正常公司的財務(wù)數(shù)據(jù)為樣本，研究結(jié)果表明，神經(jīng)網(wǎng)絡(luò)預(yù)警模型預(yù)測的準(zhǔn)確性較高。Edward I.Altman（2009）等運(yùn)用多變量線性分析方法和BP人工神經(jīng)網(wǎng)絡(luò)方法研究了164家上市公司的財務(wù)數(shù)據(jù)，發(fā)現(xiàn)其中16%的公司財務(wù)存在危機(jī)，30%的公司財務(wù)狀況需要引起管理層的密切關(guān)注，54%的公司處在正常運(yùn)營的過程中。Clarence Tan（2009）總結(jié)了現(xiàn)有的BP神經(jīng)網(wǎng)絡(luò)財務(wù)風(fēng)險預(yù)警模型，并選取多家銀行的財務(wù)數(shù)據(jù)為樣本建立了銀行神經(jīng)網(wǎng)絡(luò)財務(wù)風(fēng)險預(yù)警模型，并驗(yàn)證銀行神經(jīng)網(wǎng)絡(luò)財務(wù)風(fēng)險預(yù)警模型的有效性。

綜上所述，國外財務(wù)風(fēng)險預(yù)警研究主要集中于對財務(wù)風(fēng)險預(yù)警模型的構(gòu)建，研究成果較為成熟，并且廣泛應(yīng)用于實(shí)踐中。國外學(xué)者在財務(wù)風(fēng)險預(yù)警模型方面的研究經(jīng)歷了單元判別模型、多元線性判別模型、多元邏輯回歸模型及神經(jīng)網(wǎng)絡(luò)模型等幾個階段，使得財務(wù)風(fēng)險預(yù)警成為公司財務(wù)風(fēng)險研究中的一個重要領(lǐng)域。

1.2 國內(nèi)研究現(xiàn)狀

1.2.1 財務(wù)風(fēng)險理論研究

劉恩祿，湯谷良（1989）較早給出了財務(wù)風(fēng)險的定義，認(rèn)為財務(wù)風(fēng)險是指企業(yè)在籌資、投資、利潤分配等一系列財務(wù)活動過程中，由于受外部或內(nèi)部不確定性因素的影響，實(shí)際收益偏離預(yù)期目標(biāo)并給企業(yè)及股東造成損失的可能性。李平（2013）重點(diǎn)研究餐飲企業(yè)財務(wù)方面存在的問題，認(rèn)為財務(wù)風(fēng)險是餐飲企業(yè)不可避免的難題，并分析了餐飲企業(yè)產(chǎn)生財務(wù)風(fēng)險的原因。張影（2013）認(rèn)為餐飲業(yè)面臨的主要財務(wù)風(fēng)險是籌資風(fēng)險、投資風(fēng)險以及營運(yùn)風(fēng)險，并從餐飲企業(yè)自身以及企業(yè)面臨的大的宏觀環(huán)境分析了財務(wù)風(fēng)險產(chǎn)生的原因。

1.2.2 財務(wù)風(fēng)險預(yù)警模型研究

單變量判別模型。吳世農(nóng)，黃世忠（1986）通過《中國經(jīng)濟(jì)問題》的一篇文章首次介紹了企業(yè)破產(chǎn)分析的相關(guān)預(yù)警指標(biāo)和單變量預(yù)警模型。陳靜（1999）對我國上市公司的財務(wù)困境進(jìn)行了預(yù)測，她對同行業(yè)同規(guī)模的27家ST公司的財務(wù)數(shù)據(jù)進(jìn)行了單變量預(yù)警研究。研究結(jié)果表明流動比率、資產(chǎn)負(fù)債率、總資產(chǎn)收益率和營運(yùn)資本比率對企業(yè)財務(wù)失敗的反應(yīng)較為敏感。

多變量判別模型。袁康來，吳曉林（2008）檢驗(yàn)出Z模型在我國農(nóng)業(yè)企業(yè)財務(wù)風(fēng)險的預(yù)警中效果明顯。李元鳳（2012）對 Z 模型進(jìn)行了檢驗(yàn)，同時增加了 3 個新的變量并修改了臨界值，模型的準(zhǔn)確性得到大幅度提高。王文紅（2015）運(yùn)用 Z 模型對我國汽車制造行業(yè)上市公司財務(wù)風(fēng)險預(yù)警進(jìn)行適用性分析，證明了其有效性。

邏輯回歸模型。陳曉，陳治鴻（2000）運(yùn)用邏輯回歸模型對ST公司進(jìn)行研究，研究結(jié)果表明ST公司的產(chǎn)權(quán)比率和資產(chǎn)回報率對公司財務(wù)風(fēng)險預(yù)警的準(zhǔn)確率最高。吳應(yīng)宇，袁陵（2004）將因子分析法在指標(biāo)信息處理上的優(yōu)點(diǎn)以及邏輯回歸法擬合模型準(zhǔn)確度較高的優(yōu)勢結(jié)合起來，應(yīng)用于上市公司財務(wù)風(fēng)險預(yù)警的研究之中。王會檸，張振偉（2015）以Altman的Z計分模型為理論基礎(chǔ)，構(gòu)建了中小企業(yè)財務(wù)風(fēng)險預(yù)警模型。從選取樣本來看，Altman的Z計分模型基本上能夠反映企業(yè)的財務(wù)狀況。

神經(jīng)網(wǎng)絡(luò)預(yù)警模型。周喜，吳可夫（2012）利用神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)、財務(wù)及非財務(wù)指標(biāo)構(gòu)建財務(wù)危機(jī)預(yù)警模型，研究結(jié)果表明其構(gòu)建的預(yù)警模型較準(zhǔn)確地預(yù)測了財務(wù)危機(jī)，并且實(shí)際應(yīng)用價值較高。黃曉波，高曉瑩（2015）運(yùn)用神經(jīng)網(wǎng)絡(luò)模型對財務(wù)危機(jī)進(jìn)行預(yù)測，結(jié)果表明該財務(wù)危機(jī)預(yù)警模型預(yù)測效果較好。李芳（2015）運(yùn)用神經(jīng)網(wǎng)絡(luò)模型構(gòu)建財務(wù)危機(jī)的預(yù)警模型，發(fā)現(xiàn)每股凈資產(chǎn)、每股經(jīng)營活動凈現(xiàn)金流量凈額和資產(chǎn)負(fù)債率這3個財務(wù)指標(biāo)對于財務(wù)困境有較好的判斷和預(yù)測能力。

其他財務(wù)風(fēng)險預(yù)警模型。顧曉安（2000）首次在企業(yè)財務(wù)風(fēng)險預(yù)警研究中引入了功效系數(shù)法，通過對8個能夠反映企業(yè)財務(wù)風(fēng)險的預(yù)警指標(biāo)設(shè)定滿意值及不允許值，并按指標(biāo)權(quán)重加權(quán)得出財務(wù)指標(biāo)的綜合功效系數(shù)，對比已經(jīng)設(shè)定的指標(biāo)評價值，判斷企業(yè)財務(wù)風(fēng)險警情。余凱（2008）選擇并構(gòu)造了7個房地產(chǎn)預(yù)警復(fù)合指標(biāo)，通過主成分分析法確定每個指標(biāo)在該預(yù)警體系中的權(quán)重，最后利用灰色預(yù)測模型預(yù)測了FZ市未來兩年房地產(chǎn)的發(fā)展情況。孫煥宇，陳倩等人（2015）構(gòu)建了一個灰色預(yù)測模型，并使用主成分分析法對眾指標(biāo)降維，通過實(shí)證分析表明，灰色預(yù)測模型有著較高的準(zhǔn)確度且過程并不復(fù)雜。

從以上研究來看，國內(nèi)外學(xué)者在研究財務(wù)風(fēng)險的概念時，通常將該風(fēng)險分為狹義和廣義兩種。狹義的財務(wù)風(fēng)險一般被稱為負(fù)債籌資風(fēng)險，是指企業(yè)通過負(fù)債的方式籌集資金，在債務(wù)到期償還債務(wù)方面存在的不確定性。狹義的觀點(diǎn)認(rèn)為負(fù)債是使企業(yè)面臨財務(wù)風(fēng)險的唯一因素，沒有負(fù)債便不存在財務(wù)風(fēng)險。廣義的財務(wù)風(fēng)險貫穿于企業(yè)的整個財務(wù)活動，是企業(yè)面臨的外部環(huán)境以及企業(yè)內(nèi)部難以預(yù)計的不確定性因素引起的，使企業(yè)的實(shí)際財務(wù)收益偏離預(yù)期目標(biāo)，因而在財務(wù)方面遇到難題的風(fēng)險。廣義財務(wù)風(fēng)險的觀點(diǎn)將企業(yè)財務(wù)活動的整體和全過程考慮在內(nèi)，從而界定出財務(wù)風(fēng)險的概念。

在財務(wù)風(fēng)險預(yù)警模型方面，國外學(xué)者偏向于對模型的構(gòu)建，國內(nèi)學(xué)者的研究多偏向于在國外模型的基礎(chǔ)上進(jìn)行改進(jìn)，由于所有的模型都是以國外市場的數(shù)據(jù)為基礎(chǔ)建立的，放在不同的時代背景以及不同發(fā)達(dá)程度的市場中研究，會產(chǎn)生不同的結(jié)果，所以國內(nèi)學(xué)者偏重于對外國模型的改進(jìn)。以上財務(wù)風(fēng)險預(yù)警模型各具特色各有優(yōu)點(diǎn)，適用于不同類型及規(guī)模的公司，需要具體問題具體分析。

參考文獻(xiàn)：

[1]P.Wu，L.Gao，Q.Wang.Early Warning System for Finance[M]//Managing the Asian Century.Germany：Springer Link，2016：85-101.

[2]Alessio Ciarlone，Giorgio Trebeschi.Designing an Early Warning System for Debt Crises[J].Journal of Accounting Research，2005（9）：109-114.

[3]Daniela Beckmann，Lukas Menkhoff，KatjaSawischlewski.Robust Lessons about Practical Early Warning Systems[J].Journal of Finance，2006（7）：56-60.

[4]張影.新時期餐飲企業(yè)財務(wù)風(fēng)險識別與應(yīng)對分析[J].商，2013（22）：66-63.

[5]吳世農(nóng)，黃世忠.企業(yè)破產(chǎn)的分析指標(biāo)和預(yù)測模型[J].中國經(jīng)濟(jì)問題，1986（6）：36-37.

[6]李元鳳，戴勁.Z財務(wù)預(yù)警模型的檢驗(yàn)與改進(jìn)[J].財經(jīng)界：學(xué)術(shù)版，2012（1）：231-233.

[7]韓彥峰，王娟娟.基于功效系數(shù)法的餐飲業(yè)財務(wù)預(yù)警實(shí)例研究[J].中國商貿(mào)，2012（8）：102-103.