1、1文献综述（20_届）公司财务预警模型及其应用研究2在市场经济条件下，上市公司作为自主经营、自负盈亏的市场主体，在复杂多变的市场环境中，随时都要经受财务危机的考验。因此，对上市公司来说，预防重于治疗，在财务危机发生前洞察先机，迅速采取相关措施进行有效预防，具有重要的现实意义。对企业管理层来说，能提高企业的管理水平；对一般投资者来说，如果投资于公司债券，那么需要评价投资客体在偿付贷款利息和本金方面出现问题的可能性，财务预警模型可以提供这一信息；对企业已有及潜在的债权人来说，可为其是否提供贷款做出参考，减少无法收回本利的损失；对于政府和银行等国家金融机构，财务预警有利于改善资源的宏观配置计划，控制
2、给处于破产边缘、没有前景的企业进行财政拨款、贷款，以减少国有资产流失，实现资源优化配置。1国内外一元判定模型研究一元判定模型即单变量模型，是指以某单个财务指标作为判别标准来判断企业是否处于财务困境的预测模型。西方经济学界自20世纪30年代起，就有学者陆续开始对企业财务预警模型进行研究。1932年，FITZPATRICK采用一元判定模型，以19家企业作为样本，运用单个财务比率将样本企业划分为破产与非破产两组，发现选定指标中判别能力最高的指标是净利润/股东权益和股东权益/负债这两个指标，而且在企业经营失败的前三年该比率就呈现出显著差异，从而认为企业的财务比率能够反应企业财务状况，对企业未来具有预测
3、作用。尽管此项研究的结果很不错，但在当时并未引起广泛的重视，一直到三十多年后，才有人沿着的这条思路继续研究破产预测问题。美国学者WILLIANBEAVER在排除公司资产规模因素和行业因素的前提下，对从19541964年间的财务危机公司随机抽样的79个财务失败企业和相同数量、同等资产规模阶段的企业进行比较研究，检验两组公司失败前五年在14种财务比率上的差异程度，提出了较为成熟的单变量模型。BEAVER认为债务保障率能够最好地判定企业的财务状况,预测的准确率达到80以上；其次是资产负债率，且离失败日越近，误判率越低。但是该指标用于分辨非经营失败企业的准确率高于经营失败企业，在一定程度上影响了模型的
4、实用性。由于国内财务预警研究起步较晚，可以借鉴国外的成果较多，再加上一元判定模型有其自身的局限性，所以国内采用一元判定模型进行财务预警模型研究的不多。其中，影响较大的是陈静1999运用一元判定模型进行财务预警研3究。她选取了的27家ST公司与同行业、同规模的非ST公司截止至1998年年底的财务数据作为研究对象。研究发现资产负债率和流动比率在宣布ST的前一年的预测准确率最高，而在宣布的前两年、前三年总资产收益率的预测准确率较高。2国内外多元线性判定模型的研究单变量模型虽然比较简单、易于使用，但许多学者认为单变量模式存在一定的局限性首先，单个财务比率所反映的内容是有限的，如果管理者了解这个比率，就
5、有可能去粉饰这个比率，以使企业表现出良好的财务状况，增加了可操作性；其次，如果使用多个比率分别进行判断，这几个比率的分类结果之间可能会产生矛盾，以致无法做出正确判断。也就是说，虽然财务比率是综合性较高的判别量，但是仅用一个财务指标不可能充分反映企业的财务特征。因此，他们开始用多变量方法来进行研究。多元线性判定模型，是将各层面具有代表性的财务比率，各赋予一个权重，组成一个综合财务指标，用以评估企业财务状况的模型。美国纽约大学商学院EDWARDIALTMAN于1968年在金融杂志上发表了一篇题为“财务比率、判别分析和公司破产的财务预测”的论文，首次提出了运用多种财务指标加权汇总产生的总判断分值称为
6、Z值来预测财务危机的多变量预警模型的思想。其研究设计仿照BEAVER选取19641965年中宣告破产的33家公司作为研究样本的实验组，并寻找行业、规模相似的公司配对。经过大量的实证考察和分析研究，从22个财务指标中综合出5个判别变量，形成一个线性模型，定名为Z值模型。其基本表达式为Z0012X10014X20033X30006X40999X5其中，X1营运资金/资产总额，反映公司总营运资本的流动性；X2留存收益/资产总额，反映公司的支付剩余能力；X3息税前收益/资产总额，反映公司的收益率大小，衡量运用全部资产获取利润的能力；X4权益市价/债务账面价值总额，反映公司财务状况的稳定性；X5销售额/
7、资产总额，即资产周转率，反映公司的活动比率。该模型实际上是通过五个变量，将反映企业偿债能力的指标X1、X4、获利能力指标X2、X3和营运能力指标X5有机联系起来，综合分析预测企业财务失败或破产的可能性。一般Z值越低企业越有可能发生破产。根据该模型，ALTMAN还提出了判断企业破产的临界值如果Z小于181，则企业存在很大的破产风险；反之，Z大于2675则表明企业的财务状况良好，4发生破产的概率很小；如果181Z2675，则称之为“灰色地带”，即这一区间的企业财务状况是极不稳定的。国内的多元线性判定模型的研究相对较多，其中具有代表性的研究包括我国学者周首华、杨济华1996）等提出对Z值判定模型加以
8、改造建立起F分数模型。许多专家证实，现金流量比率是预测公司破产的有效变量，F分数模型加入现金流量这一预测自变量，弥补了Z值判定模型的不足。其表达公式为F0177411091X101704X2L9271X300302X404961X5，其中，X1、X2及X4与Z计分模型中的X1、X2及X4反映的指标相同，而X3、X5与Z分数模型的X3、X5不同。X3税后净收益折旧/平均负债总额，它是一个现金流量变量，是衡量企业所产生的全部现金流量可用于偿还企业债务能力的重要指标。X5税后净收益利息折旧/平均资产总额，测定的是企业总资产在创造现金流量方面的能力，其中的利息是指企业利息收入减去利息支出后的余额。相对
9、于Z分数模型，它可以更准确地预测出企业是否存在财务危机。张玲2000根据多元线性判定法则选取深沪交易所120家上市公司作为研究对象，并将样本企业中60家为用于构造模型，其中ST企业30家，非ST企业30家另60家为用于预测，其中ST企业21家，非ST企业39家。根据其研究得出的判别法则和判别方程对样本企业中的30个ST企业被特别处理前5年的资产利润率等4个财务指标进行研究，得出此模型在企业戴帽前4年具有超前的预测。高培业、张道奎2000采用多元线性判定法则选取深圳市国有企业为研究样本，研究样本中制造类企业161家，其中非失败企业82家，失败企业79家非制造企业140家，其中非失败企业66家，失
10、败企业74家而预测样本只有15家，样本量相对较少，该研究表明我国制造业企业成功与否主要取决于资产负债率，而非制造企业则主要是营运资金比率。多元线性判定模型具有较高的判别精度，但是仅限于前一年的预测，前两年、前三年的预测精度都大幅下降，并且由于其工作量比较大，需要做大量的数据收集和数据分析工作，此外如何确定失败企业与非失败企业的配对标准也是一个难题。3国内外关于其他几种模型的研究关于其他几种应用相对较少的预警模型，下面着重介绍多元逻辑回归法LOGISTIC和人工神经网络ANN法。OHLSON（1980）是第一个将逻辑回归方法LOGISTIC引入财务危机预警领域5的，他选择了19701976年间破
11、产的105家企业和2058家非破产企业作为研究样本，分析了其在破产概率区间上的分布以及两类错误和分割点之间的关系，发现公司规模、资本结构、业绩和当前的融资能力进行财务危机的预测准确率达到9612。逻辑回归分析方法使财务预警得到了重大改进，克服了传统判别分析中的许多问题，包括变量属于正态分布的假设以及破产和非破产企业具有同一协方差矩阵的假设。继OHLSON之后，CASEYANDBARTCZAK1985、ZAVGREN1985也采用类似方法进行研究。TAM（1991）采用人工神经网络模型ANN进行财务预警研究，通过输入层、隐藏层和输出层的人工神经网络的模拟构建模型，具有较好的模式识别能力和容错能力
12、，适用于今日复杂多变的企业运作环境，但其理论基础比较抽象，对人体大脑神经模拟的科学性和准确性有待进一步加强，因而使用性大大降低。我国学者陈晓、陈治鸿2000以因财务状况异常而被特别处理ST作为上市公司陷入财务危机的标志，运用多元逻辑回归模型LOGISTIC和可公开获得财务数据，对中国上市公司的财务危机进行了预测。他们的研究所发现的最优模型能够从上一年股本收益率公告小于5的上市公司中预测出7368的下一年会进入TS板块的公司，总体判别正确率为7824。吴世农、卢贤义（2001）选取70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析研究财务困境出现前5年内这两类
13、公司每一年的21个财务指标的差异，最后选定6个财务指标作为预警指标，应用FISHER线性判定分析、多元线性回归分析和LOGISTIC回归分析三种方法分别建立了三种预警模型，并指出应用LOGISTIC回归分析法建立的预警模型误判率最低。乔卓等人（2002）建立了基于数值优化的LEVENBERGMARQUARDT算法的前馈神经网络预测模型。通过研究发现，提前两年和提前三年神经网络模型的预测精度明显高于LOGISTIC模型。杨淑娥、黄礼（2005）采用BP人工神经网络工具，以120家上市公司的截面财务指标作为建模样本，并使用同期的60家公司作为检验样本建立了财务危机预警模型。经过对样本的反复训练和学
14、习，分别取得了建模样本908和检验样本90的判正率。与其采用主成分分析法建立的模型对同一建模样本和检验样本的预测精确度90和817相比有很大的提高。姚宏善、沈轶（2005）利用遗传算法的全局寻优能力，构造了一个预测财务困境的遗传神经网络模型。该模型对预测财务困境的神经网络模型的输入变量进行了优化，通过对沪深A股市场部分上市公司财务困境的预测表明，该模型比ANN模型具有更好的预测财务困境的能力。LOGISTIC最大的优点在于不需要严格的假设条件，适用广泛。但是由于其6计算过程比较复杂，并且计算过程中有很大近似处理，不可避免地影响了预测精度。而ANN虽然具有较好的纠错能力，能够较好地进行预测，然而
15、由于其理论基础比较抽象，对人体大脑神经的模拟的科学性、准确性还有待进一步加强，因此其适用性也有影响。另外，近几年我国其他关于上市公司的财务预警模型的研究主要有2006年李斌、孙月静研究的公司治理预警系统是基于公司治理的角度，综合考虑公司治理理论和财务预警原理构造公司预警系统，并进行了相应的实证研究。通过关注各种公司治理机制和治理行为的特征和表现指针，分析其在整个治理活动中可能对公司经营业绩、财务风险等问题产生的影响，预测公司存在的潜在的危机和风险，以实现提前向公司反馈财务示警信息的目的，最终规避导致公司经营失败的各种风险。2006年王克敏，姬美光在财务指标分析的基础上，引入公司治理、投资者保护
16、等因素，综合分析上市公司亏损困境的原因，并比较分析了基于财务、非财务指标及综合指标的预测模型的有效性，进而提出相关政策建议。2007年蒋丽基于因子分析法建立财务预警模型，以ST前不同年份为分类标准在非ST公司和ST公司间将常用的财务指标进行T检验，并据此运用因子分析法建立各个年度的财务预警模型。该模型对公司是否存在财务危机具有一定的预测能力，在距离财务危机时间较近的前一年，盈利能力指标能较好的预测企业面临的风险，而现金流量指标能在较远的前三年预测模型中则可以提示企业危机的先兆。2007年鲍新中、刘应文以现金流量作为企业财务预警的基础，通过对效益指标和现金流量指标进行分析，建立基于现金流量的财务
17、预警模型，并验证了多组上市公司数据对该模型的有效性。实证分析结果表明，现金流量信息具有较强的财务预警能力，研究分析企业的现金流量信息对于企业财务预警的判断具有很强的现实意义。现金流量预警模型的预测值与企业在市场中的表现好坏具有正相关性，同行业内部各企业的预测值亦具有可比性。如果企业的预测值大于零，则表明该企业的经营状况好于行业平均水平，但是如果整个行业的运营状况都不甚理想，也就是说即使企业的预测值大于零，也不一定说明企业没有财务危机。2008年王利新采用模糊层次分析法，构建了石油企业的财务预警模型，直观地对石油企业的财务状况进行预警，然后提出解决问题的对策。2008年陈远志、罗淑贞比较了单变量
18、预警分析、Z计分模型、ZETA模型、修正的F模型以及分数模型对我国农业板块上市公司的财务预警效果。2009年张乐利用贝叶斯判别法，以140家上市公司作为分析样本，建立财7务预警模型。经检验，该方法预测的效果准确率达到857。2009年周辉仁等提出一种基于粒子群优化算法的最小二乘支持向量机的财务预警模型对上市公司的财务数据进行财务预警分析，结果表明，该模型的精确度令人满意，且该方法是可行并有效的。4国内外财务预警模型研究简述从上述中外学者对财务预警研究的回顾中可以看出，西方学者对企业财务预警的研究时间较长而且相对来说也比较成熟，而我国学者的研究仍处于起步阶段，而且很多方面都有待进一步研究。对我国
19、上市公司而言，多元线性判定模型更具有现实意义，其简单易懂、计算简便，所有数据均可直接根据财务报表得到，可操作性强,不仅有利于企业管理当局进行财务分析，促进其改进财务管理，同样也适用于外部投资者、债权人对企业的评价，并可作为其投资决策的依据。因此，在许多发达国家，如美国、日本等国对多元线性判定模型具有很高的评价，其他国家和地区也纷纷比照这一模型设计出适合自己国家和地区的分析模型。同时，该方法已被国内学者向德伟（2002）证明，在我国资本市场上是基本有效的。8参考文献1FITZPATRICKPJACOMPARISONOFRATIOSOFSUCCESSFULINDUSTRIALENTERPRISES
20、WITHTHOSEOFFAILEDFIRMSJCERTIFIEDPUBLICACCOUNTANT,193222BEAVERWHFINANCIALRATIOSASPREDICTORSOFFAILUREJEMPIRICALRESEARCHINACCOUNTINGSUPPLEMENTTOJOURNALOFACCOUNTINGRESEARCH,196643陈静上市公司财务恶化预测的实证分析J会计研究,199944ALTMANEIFINANCIALRATIOS,DISCRIMINANTANALYSISANDPREDICTIONOFCORPORATEBANKRUPTCYJJOURNALOFFINANCE,
21、196895周首华,杨济华等论财务危机的预警分析F分析模式J会计研究,199686张玲财务危机预警分析判别模型及其应用J预测,200067高培业,张道奎企业失败判别模型实证研究J统计研究,2000108OHLSONJAFINANCIALRATIOSANDTHEPROBABILISTICPREDICTIONOFBANKRUPTCYJJOURNALOFACCOUNTINGRESEARCH,1980SPRING9TAMANDKIANG“PREDICTINGBANKFAILURESANEURALNETWORKAPPROACH”JMANAGEMENTSCIENCE,1992810陈晓,陈治鸿中国上市公司
22、的财务困境预测J中国会计与财务研究,2000911吴世农,卢贤义我国上市公司财务困境的预测模型研究J经济研究,2001612李斌,孙月静公司治理预警基于ST上市公司的研究J财贸经济,20061213蒋丽企业动态财务预警实证研究J商场现代化,20073314鲍新中,刘应文基于现金流量的财务危机预警研究J统计与决策,20071415周辉仁,郑丕谔,王嵩,刘春霞基于粒子群优化算法的LSSVM财务预警J计算机工程,20091016向德伟运用Z记分法评价上市公司经营风险的实证研究J会计研究,20021119陈远志,罗淑贞我国农业上市公司财务预警模型效果的比较研究J华东经济管理,2008520ZAVGRE
23、NCASSESSINGTHEVULNERABLETOFAILUREOFAMERICANINDUSTRIALFIRMSALOGISTICANALYSISJJOURNALOFBUSINESSFINANCEANDACCOUNTING,19851221CASEYCANDNBARTCZAK“USINGOPERATINGCASHFLOWDATATOPREDICTFINANCIALDISTRESSSOMEEXTENSIONS”JJOURNALOFACCOUNTINGRESEARCH,1985SPRING22乔卓上市公司财务困境预测模型实证研究J财经科学,2002723姚宏善,沈轶用遗传神经网络模型预测公司财务困境J华中师范大学学报,20052924杨淑娥,黄礼基于BP神经网络的上市公司财务预警模型J系统工程理论与实践,2005125王克敏,姬美光基于财务与非财务指标的亏损公司财务预警研究以公司ST为例J财经研究,20060726王利新基于模糊层次分析法的石油企业财务预警模型的构建J石油天然气学报,20080327张乐基于贝叶斯判别法的上市公司财务预警模型J南方金属,200902
