1、1上市公司财务预警模型研究综述摘 要：基于目前我国上市公司财务预警体系研究还不成熟，对国内外学者关于上市公司财务预警的研究文献进行综述。主要从财务预警的定义、财务预警指标的选择及模型的构建三个方面展开，在此基础上总结前人研究的成果及不足，以指导我国上市公司财务预警模型的构建。关键词：上市公司；财务预警；变量；模型 中图分类号：F83 文献标识码：A 文章编号：1672-3198（2013）24-0105-02 1 前言 随着我国证券市场的发展，上市公司的数量日渐增多，截止 2013 年10 月 21 日，仅沪深 A 股已有 2545 家上市公司，上市公司股票的管理难度在逐渐加大。2012 年
2、12 月 14 日上海证券交易所出台了上海证券交易所风险警示板股票交易暂行办法 ，为平稳推进退市制度改革制定了一系列新的规定，并增设了“风险警示板”专门管理有交易风险的股票，到目前为止，已有 44 家上市公司的股票进入“风险警示板” 。可见，我国政府已经开始重视上市公司的健康发展，关注上市公司财务危机预警制度的完善。但我国目前学术界尚未建立完善的上市公司财务预警模型，基于此，本文对国内外关于上市公司的财务预警研究进行了综述，在总2结前人研究的基础上，归纳其不足，以对进一步的研究指明方向，希望对我国上市公司财务预警制度的完善有一定的帮助。 2 财务预警定义综述 国外的研究者主要从“企业失败” 、
3、 “公司破产” 、 “财务危机”等不同视角定义了财务预警的内涵。Beaver（1966） 、Carmichael（1972） 、Scott（1981）等学者认为企业无法支付到期债务时就出现了财务预警的情形，并称这种情形为“企业失败” 。Altman（1968） 、Deakin（1972） 、Gilbert（1990）等学者赞同“公司破产”的观点，认为只有公司提出了破产申请，才被认定为公司出现了财务危机。还有一些学者认为应当从不同程度和不同方面来衡量财务危机，而不是单一的方面，比如Laitinen（1991）从三个程度衡量上市公司的财务危机，分为轻微失败公司、中度失败公司和严重失败公司。而 Ro
4、ss（2000）则认为企业财务危机表现在“技术失败” 、 “会计失败” 、 “企业失败”和“法定破产”四个方面。 目前国内学者关于财务预警的研究还不成熟，主要借鉴了国外学者的研究。周守华等（1996）率先使用了统计方法进行研究财务危机研究，并认为“企业破产”能够准确定义财务危机的内涵。谷祺和刘淑莲（1999）则认为当企业出现偿还债务困难、资金管理、技术性失败等情形时，则称之为“财务危机” 。卢兴杰（2006）主要是从实证研究方面提出财务危机的标准，他认为基于我国证券市场制度的管理环境和我国经济制度现状的特殊性，将 ST 上市公司作为研究对象更具有可操作性。李心合（2007）认为将公司的现金流状
5、况与财务失败联系起来更准确，当3一个企业的现金流入不能满足正常支付需要的现金流出时，表明一个公司存在财务困难，也就出现了财务失败或财务危机。 财务预警的作用在于帮助企业预测危机，因此，将其定义为破产并不达到预警的目的。结合我国证券市场退市风险管理的相关制度要求，本文赞同卢兴杰的关于财务预警概念的观点，即被 ST 的企业就被认定为财务预警研究的对象比较合理。 3 财务预警模型及指标综述 目前国内外关于上市公司财务预警机制的建立主要集中在单变量模型分析、多变量模型分析、多元逻辑回归模型和非统计方法研究。 （1）单变量模型：美国经济学家 Fitzpatrick（1932）在成功工业企业与失败工业企业
6、财务比率的比较文章中率先提出了单变量可以对企业的财务危机提出预警这一概念。Beaver（1966）在财务比率预测财务危机，会计研究（副刊） 中对单变量判定模型进行了系统分析，表明债务保障率、资产收益率、资产负债率和资产安全率等比率可以有效预测财务危机。陈静（1999）根据行业和规模各选取了 27 家 ST 公司和非 ST 公司的财务指标对比，发现资产负债率、流动比率、总资产报酬率、权益净利率等四个财务比率具有较高的预测能力，其中资产负债率和流动比率的预测准确度最高。 （2）多变量模型：Z 模型为多变量模型的代表性理论，美国著名学者 Altman（1968）在Journal of Finance
7、上发表Financial Rations， Discriminant Analysis and the Prediction of Corporate Bankruptcy提出了多元判别这一模型。Z=1.2（X1）+1.4（X2）4+3.3（X3）+0.6（X4）+0.999（X5）其中：X1 为营运资金与总资产之比；X2 为留存收益与总资产之比；X3 为息税前利润与总资产之比；X4 为股票市价与总负债面值之比；X5 为销售总额与总资产之比，通过上述模型计算得到一个总分，Altman 称之为 Z 值，通过实证数据的大数统计，得出Z 值的临界值进行判断。一般认为，Z 值小于 1.81，破产几率很
8、高；Z 值高于 2.99，破产几率很小；Z 值介于 1.81 和 2.99 之间，有待进一步考查。Z 模型能较为全面地评价企业的财务状况，是企业财务危机预警的最常用模型之一。 我国学者周首华、王平和杨济华（1996）提出 Z 模型中的财务比率指标缺乏衡量现金流量方面的数据，具有一定的局限性；基于此，对 Z模型进行了修正，建立了新的财务危机预测模型“F 分数模型” ，公式如下：F=-0.1774+1.1091（X1）+0.1074（X2）+1.9271（X3）+0.0302（X4）+0.4961（X5）其中：X1、X2 和 X4 的定义借鉴了 Z 模型中的内涵。而对其他指标进行了修正，转化为能反
9、映现金流量的指标，X3为（税后净利润+折旧与摊销）与平均负债总额之比，X5 为（税后净利润+利息费用+折旧与摊销）与平均资产总额之比。同样地，计算 F 值，得到临界值为 0.0274，如果 F 值小于 0.0274，则被预测为公司濒临破产；相反，则被预测为公司可持续经营。张玲（2000）采用的是线性判别模型，选取了 60 家公司进行模型估计，同时选取了另外 60 家公司对模型进行了检验。该模型为：Z=0.517-0.46（X1）-0.38（X2）+9.32（X3）+1.158（X4） ，其中 X1 为总负债与总资产之比，X2 为营运资产与总资产之比，X3 为净利润与平均总资产之比，X4 为留存
10、收与总资产之比。结果5发现该模型可以提早 4 年进行财务危机预测。罗澜（2012）利用 Altman提出的 Z 财务预警模型选取了 30 家上市公司，并对其 2006 年至 2010 年的财务数据进行分析，得出结论：一定程度上 Z 模型可以较好地反映我国上市公司的财务状况，但却存在一个问题，即整体值偏低，还需要结合 Z 值的趋势进行分析。 （3）多元逻辑回归模型：Ohlson（1980）在财务比率和公司破产预测中运用了多元逻辑回归模型预测企业破产，这是多元逻辑回归模型首次被提出。该文章提出可能导致公司破产的变量应当至少从以下四方面考虑：公司的规模、公司的资本结构、公司的业绩以及公司当前的融资能
11、力。姜秀华、孙铮、任强（2002）选取了 14 个预测指标，并通过相关分析最终确定了 4 个变量，建立了逻辑回归模型：Lnp/（1-p）=-0.1661-0.073（MR）+10.1481（OAR/TR）+10.1148（STL/TA）-4.5668（H） ，MR 表示毛利率，（OAR/TR）表示其他应收款所占比重， （STL/TA）表示短期借款所占比重，H 表示股权集中度。以此模型判别我国的“ST 公司” ，结果发现该模型判别的准确率高达 95.45%，结果显示“ST 公司”的（OAR/TR） 、 （STL/TA）比值大，发生在股东之间的“搭便车”现象非常严重。程涛（2005）同样采用的是逻
12、辑回归的研究方法，但在变量选取方面，增加了反映现金管理特征及现金管理结果的变量，连同其他财务指构建了综合性的预警模型。 （4）非统计模型分析：Wilkins（1997）研究发现一定程度上根据审计师的意见可以反映公司是否会在将来陷入财务危机。Frydman，Altman 和 Kao（1985）则发现运用递归划分算法在许多原始样6本和对比样本上比判别模型分析得更好。Tam（1991）进行财务预警研究采用的是 ANN 模型，他得出的结论是，神经网络用来进行财务预警，预测的精度较高。Charitou 和 Trigeoris（2000）则创造性地提出可以将期权定价模型运用到财务预警分析中，变量选择“到期
13、账面价值” 、 “资产当前价格” 、 “公司价值变动的标准差” ，结果表明，该模型的准确率较高；Chancharatd（2007）认为财务预警关系到一个公司的生死存亡，他运用生存分析对在澳大利亚上市的公司进行分析，得出结论，杠杆比率越高、规模越大的企业发生财务危机的可能性越大。 在我国，黄小原、肖四汉（1995）构建了神经网络财务预警系统。柳炳祥、盛昭翰（2002）综合评价了利用财务危机的指标体系划分财务危机的等级，以及运用粗神经网络进行财务预警的方法，并在此基础上做了一个实例验证。之后柳炳祥（2002）提出了粗糙集神经网络、周敏（2002）构建了基于模糊优选的神经网络、刘洪（2004）提出了
14、人工神经网络、柳炳祥和盛昭翰（2003）认为可以通过案例总结归纳，推理得出财务预警系统等财务预警模型。 4 总结 目前关于财务预警模型的研究取得了一定的成果，但还存在一些不足： 4.1 现有研究模型的局限性 （1）单变量模型的缺点。 选取的财务比率不同，预测的结果差距经常相当大，甚至会由于选取的财务指标不同得到不同的结论，甚至得到矛盾的结论。其次，某些7财务比率存在被公司管理层粉饰过的可能，根据被粉饰的数据做出的预测可靠性差。再有，公司的生产经营活动是多种因素共同作用下的结果，每个因素之间相互又有影响，不能仅依靠单一变量做出评估。这些缺陷严重影响了单变量模型的适用性，现在很少采用。 （2）多变
15、量模型的不足。 第一，多变量模型的工作量非常大，需要搜集大量的数据进行分析。第二，多元线性判定模型的运用前提过于严格，需要正态分布的变量，且样本满足协方差相等的要求，导致难以寻找到符合条件的样本。第三，多元判别技术的运用要求样本组与控制组必须配对，但如何恰当确定配对的标准仍是一个难题。总体上来讲，多变量模型可以对公司的财务状况有总体的了解，可以比较一个公司不同时期的财务状况，但横向可比性却无法实施，而不同规模、不同行业的公司之间的比较有时又非常的重要。 （3）多元逻辑回归模型的不足。 该模型最大的缺点是其过于复杂的计算过程，而且处理方式又有很多相似的地方，这必然导致模型预测的精准度受到影响。
16、（4）非统计方法的不足。 非统计方法对于样本数据要求非常低，但是在挖掘因变量和自变量之间关系的准确度上稍有欠缺。 4.2 启示 目前，学者在进行指标的选取时，往往是偏重于某个财务指标，有的学者偏重于现金流量方面，有的学者偏重于在 Altman Z 模型的五个变8量的因素基础上进行删减，还有些学者利用其他非传统类方法进行财务指标的选取，这些方法的选择往往缺乏理论的支撑，对实际问题的解释深度不够。目前还没有一个统一的、有效的方法选择财务预警体系的评价指标；同时，企业的规模、企业成长能力、企业所处的市场环境和企业的治理结构等非财务指标还没有纳入预警体系之中。 模型构建方面，现有研究主要集中于用函数关
17、系式来表达财务预警与财务指标的关系，国外在这方面的研究已经比较成熟，但不一定适用于我国的企业，我国学者的研究大多是基于国外模型的改进，没有理论上的创新，我国财务预警模型的构建还需要进行进一步的研究。 参考文献 1Altman. Financial Rations， Discriminant Analysis and the Prediction of Corporate BankruptcyJ.Journal of Finance 23（Sept.） ，1968. 2Beaver. Financial Rations as Predictors of FailureJ.Journal of A
18、ccounting Research（supplement） ，1966. 3Ohlson. Financial Ratios and the Probabilistic Prediction of BankruptcyJ.Journal of Accounting Research，1980. 4陈静.上市公司财务恶化预测的实证分析J.载会计研究，1999， （04）. 5罗澜.Z 计分模型在我国上市公司财务预警中的适用性探究J.证券投资，2012， （01）. 96张玲.财务危机预警分析判别模型J.数量经济技术经济研究，2000. 7周首华，杨济华，王平.论财务危机的预警分析F 分数模式J.会计研究，1996， （08）. 8卢兴杰.我国上市公司财务预警的实证研究J.财会月刊，2006. 9李心合.财务失败及其预警J.财务与会计，2007. 10秦志敏.我国上市公司财务预警变量选择研究D.东北财经大学，2012.
