基于財(cái)務(wù)指標(biāo)的財(cái)務(wù)危機(jī)預(yù)警模型研究綜述

孫家靖 朱 晨 孫 嬌 劉 盼

云南民族大學(xué)管理學(xué)院云南昆明650000

基于財(cái)務(wù)指標(biāo)的財(cái)務(wù)危機(jī)預(yù)警模型研究綜述

孫家靖 朱 晨 孫 嬌 劉 盼

云南民族大學(xué)管理學(xué)院云南昆明650000

由于我國(guó)證券市場(chǎng)建設(shè)起步較晚，直到1990年我國(guó)滬深兩市才相繼開業(yè)，導(dǎo)致國(guó)內(nèi)學(xué)者忽視了財(cái)務(wù)危機(jī)預(yù)警研究的重要性。盡管如此，我國(guó)學(xué)者結(jié)合我國(guó)市場(chǎng)經(jīng)濟(jì)的實(shí)際情況對(duì)相關(guān)領(lǐng)域的研究，也取得了一些成果。

財(cái)務(wù)危機(jī)；單變量判定模型

一、單變量判定模型

最早建立財(cái)務(wù)危機(jī)預(yù)警模型采用單變量判定模型對(duì)陷入財(cái)務(wù)危機(jī)企業(yè)進(jìn)行定量研究預(yù)測(cè)的是Fitzpatrick，它將樣本組以破產(chǎn)為界限分成兩組，分別選取19家并對(duì)財(cái)務(wù)指標(biāo)進(jìn)行一對(duì)一分析。研究指出股東凈利率與產(chǎn)權(quán)比率在兩種類型公司之前判別能力最強(qiáng)。由于當(dāng)時(shí)統(tǒng)計(jì)與計(jì)算的工具尚未得到發(fā)展，研究人員對(duì)于財(cái)務(wù)數(shù)據(jù)的分析只能依靠以往積累的經(jīng)驗(yàn)，因此，分析只屬于粗略描述的范疇。這種狀況一直持續(xù)到20世紀(jì)60年代初，在此后的財(cái)務(wù)危機(jī)預(yù)警研究才真正進(jìn)入到系統(tǒng)化研究階段。

盡管單變量在構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型時(shí)計(jì)算簡(jiǎn)便，但其缺點(diǎn)也是顯而易見(jiàn)的。單一指標(biāo)可操縱性大，容易造假，公司可以輕易通過(guò)粉飾，調(diào)整某些存在漏洞的數(shù)據(jù)，得出大相徑庭的結(jié)論。與此同時(shí)，這種算法具有很大的局限性，對(duì)于公司財(cái)務(wù)狀況的反映不全面，預(yù)測(cè)結(jié)果往往受到選擇的不同比率的影響，并且無(wú)法全面的將導(dǎo)致財(cái)務(wù)危機(jī)的因素體現(xiàn)出來(lái)。因此，隨著統(tǒng)計(jì)與計(jì)算技術(shù)的發(fā)展，使多元分析變成可能。

二、多元判別分析法

Altman（1968）構(gòu)建了多元線性判別模型，該模型也被稱為Z值模型（Z-Score模型）。他選擇1946至1965年期間提出破產(chǎn)申請(qǐng)的33家制造業(yè)破產(chǎn)企業(yè)，并針對(duì)每一家企業(yè)找出行業(yè)相同、規(guī)模近似的相同數(shù)量的企業(yè)作為配對(duì)樣本。參照配對(duì)企業(yè)數(shù)據(jù)對(duì)比分析破產(chǎn)企業(yè)在破產(chǎn)前一年的財(cái)務(wù)指標(biāo)，最終選取5個(gè)財(cái)務(wù)指標(biāo)并運(yùn)用費(fèi)雪判別分析法估計(jì)出一個(gè)多元線性函數(shù)模型，即Z-Score模型：

Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

X1：營(yíng)運(yùn)資金/資產(chǎn)總額；X2：留存收益/資產(chǎn)總額；X3：息稅前利潤(rùn)/資產(chǎn)總額；X4：普通股、優(yōu)先股市場(chǎng)價(jià)值總額/負(fù)債賬面價(jià)值總額；X5：銷售收入/資產(chǎn)總額。

在這里，Altman用Z值判別企業(yè)發(fā)生財(cái)務(wù)危機(jī)風(fēng)險(xiǎn)的范圍，該值能夠反映樣本企業(yè)的償債能力、盈利能力和經(jīng)營(yíng)能力三類指標(biāo)，對(duì)企業(yè)發(fā)生財(cái)務(wù)危機(jī)的風(fēng)險(xiǎn)的大小進(jìn)行綜合分析和預(yù)警預(yù)測(cè)。在流動(dòng)能力、盈利能力、財(cái)務(wù)杠桿、償債能力、經(jīng)營(yíng)能力五大類指標(biāo)中選取22個(gè)財(cái)務(wù)指標(biāo)，后經(jīng)過(guò)進(jìn)一步篩選確定出EBIT/總資產(chǎn)、留存收益/總資產(chǎn)、銷售收入總資產(chǎn)比、營(yíng)運(yùn)資金資產(chǎn)比、所有者權(quán)益市價(jià)/負(fù)債總額5個(gè)財(cái)務(wù)指標(biāo)具有顯著的判別能力。

Altman的預(yù)測(cè)準(zhǔn)確度達(dá)到94%。這一模型預(yù)測(cè)企業(yè)的Z值如果小于1.20時(shí)企業(yè)有破產(chǎn)的可能性，如果Z值介于1.20和2.90之間則稱為“灰色地帶”，如果Z值大于2.90則企業(yè)沒(méi)有發(fā)生財(cái)務(wù)危機(jī)的風(fēng)險(xiǎn)，處于一個(gè)相對(duì)安全的環(huán)境，這個(gè)模型的Z值越低的企業(yè)就越有可能發(fā)生財(cái)務(wù)危機(jī)。

由于多個(gè)財(cái)務(wù)指標(biāo)內(nèi)同時(shí)納入一個(gè)線性回歸模型中，這使得多元線性判別模型在對(duì)財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)時(shí)，在一定程度上相應(yīng)的提高了結(jié)果的準(zhǔn)確度并且規(guī)避了單一判別模型僅采用單一指標(biāo)進(jìn)行衡量的弊端。盡管這個(gè)模型的準(zhǔn)確率高，但其適用性并不強(qiáng)。它的假設(shè)前提具有特殊性：它要求所使用的財(cái)務(wù)數(shù)據(jù)必須服從正態(tài)分布，同時(shí)進(jìn)入財(cái)務(wù)預(yù)警模型諸指標(biāo)變量之間必須具有顯著的差異性，原樣本與配對(duì)樣本之間的協(xié)方差相等；在樣本數(shù)量方面，要求樣本的數(shù)量要多于回歸參數(shù)個(gè)數(shù)；最后涉及到選擇配對(duì)樣本的配對(duì)原則。但是實(shí)際上大多數(shù)財(cái)務(wù)數(shù)據(jù)無(wú)法滿足以上的這些要求。由于多元線性回歸模型的多重局限性，這使得它在實(shí)際中運(yùn)用范圍狹隘。

三、多元邏輯回歸法

1980年Ohlson依靠統(tǒng)計(jì)方法和計(jì)量工具應(yīng)用的進(jìn)步，成功的運(yùn)用了多元邏輯回歸的方法。他以公司是否破產(chǎn)為分界點(diǎn)分別選取在1970-1976年共105家破產(chǎn)清算的公司和2058家正常經(jīng)營(yíng)公司作為研究樣本，同時(shí)這些破產(chǎn)清算的公司在破產(chǎn)前在證券交易所上市交易時(shí)間在三年以上。Ohlson研究得到4個(gè)顯著影響破產(chǎn)概率的因素：資產(chǎn)規(guī)模、資本結(jié)構(gòu)、經(jīng)營(yíng)業(yè)績(jī)、短期流動(dòng)性。根據(jù)以上信息，Ohlson建立了三個(gè)多元邏輯回歸模型。這些模型解析了樣本公司在發(fā)生財(cái)務(wù)危機(jī)概率區(qū)間上的分布以及兩類判別錯(cuò)誤和分割點(diǎn)的關(guān)系。

多元邏輯回歸模型回答了在線性判別分析中自變量非正態(tài)分布的問(wèn)題，由于概率值介于0到1之間所以更易于觀察統(tǒng)計(jì)，因此，多元邏輯回歸模型的了使財(cái)務(wù)危機(jī)的預(yù)警方法得到了顯著改善。然而部分研究人員在構(gòu)建多元邏輯回歸財(cái)務(wù)危機(jī)預(yù)警模型時(shí)常常忽視了自變量之間的多重共線性問(wèn)題，這也使得一些模型的預(yù)測(cè)精確度有所偏失。

[1]楊華.企業(yè)財(cái)務(wù)危機(jī)預(yù)警[M].山東：山東人民出版社,2013：6-7.

[2]張藝壤.非均衡理論視角下企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)研究[J].財(cái)會(huì)通訊,2012(8)：114-115

[3]王曦.中國(guó)上市公司退市風(fēng)險(xiǎn)預(yù)警問(wèn)題研究[D].重慶：西南大學(xué)2012：25-36.

孫家靖，1991.1-，男，漢族，山東濟(jì)寧人，云南民族大學(xué)管理學(xué)院，2016級(jí)會(huì)計(jì)碩士。