财务危机预警分析判别模型及其应用

　　【摘 要】随着当前市场形势的变化和国际竞争的加剧，企业面临的风险和危机日益严重，金融危机是企业危机最重要，最全面的体现。防范金融危机的问题已成为中国资本市场健康发展的重要因素。对金融危机的预警研究是一个热门话题。本文分析了当前企业财务危机预警模型，包括多变量预警模型和单变量预警模型等方法，并就如何在中国现代条件下使用这些模型提出了建议。
　　【关键词】财务危机；判别模型；分析应用
　　企业财务危机预警是企业预警系统的重要组成部分，属于微观经济预警。从国内外公司的发展来看，企业的失败往往始于财务部门。建立财务危机预警系统是财务管理体系创新的必然选择，对经济研究而言非常重要。在研究和应用中，我们发现企业建立财务危机预警系统的关键问题是选择合适的预警模型。本文对财务危机预警模型的研究成果进行了分析总结。
　　一、国内外财务危机预警模型综述
　　（一）多变量模型分析
　　Z分數模型。Z-score模型是在经过大量实证研究和分析后于1968年由Altman教授提出的。Z分数模型是使用多维线性函数的模型。它使用统计学方法筛选出两个样本组中差别最大同时两组中方差最下的变量，从而将若干个变量转换为分类变量，获得预测精度能有效提高的判别方程。
　　Z分数模型的判别函数为：
　　Z=1.2×1+1.4×2+3.3×3+0.6×4+1.0×5
　　其中，X1=（期末流动资产-期末流动负债）/期末总资产；
　　X2=期末留存收益/期末总资产；
　　X3=息税前利润/期末总资产；
　　X4=期末股东收益的市场价值/期末总负债；
　　X5=本期销售收入/总资产。
　　Z-score模型综合分析预测公司的资产规模，流动性，盈利能力，偿债能力，财务结构和资产使用效率等方面的财务状况，也有助于财务预警的发展。Altman通过对Z-score估模型的长期研究和分析表明，该模型的判断标准如下：Z>2.675时，企业财务状况良好，发生破产的概率很小；1.81≤Z≤2.675时，企业财务状况非常不稳定，呈灰色地带；2<1.81时，企业财务失败的可能性很大。Z值越高，该企业遭受财务失败的可能性就越小；Z值越低，该企业遭受财务失败的可能性就越大
　　（二）单变量模型
　　单变量模型，也称为一元判定模型，是一种预测模型，它使用财务指标作为评估实体是否破产的标准。财务指标分为偿付能力指标，盈利指标和业务机会。菲茨帕特里克（Fitzpatrick，1932）首先使用该模型来预测企业财务问题。他用19家公司作为样本，并使用一个财务指标进行预测。他发现净利润/股权，股东/债务比率是两个最佳效果的财务指标。Smith和Winakar在1935年进行了类似的研究，结果表明营运资本/总资产指数具有最高的可预测性。此外，Mervyn在1942年发现，营运资本/总资产，权益/负债和流动资产/流动负债三项指标可提前六年预测破产。1966年，Beaver发现，判别能力最高的财务指标是现金流量/总负债，净收入/总资产和总债务/总资产。
　　我国国内的科学家也对这种模式进行了许多研究。1999年，陈静使用截止1998年底的27家ST公司，以及同行业同规模的非ST公司的样本作为研究对象。研究表明，负债比率，净资产收益率，当前流动性比率，营运资本/总资产，总资产周转率等指标在ST公司和非ST公司之间有显着差异。进一步的研究表明，资产负债表和流动性比率在宣布前一年的误判率最低，具有良好的预测能力，并而在稍远的时间段，总资产收益率的误判率则表现良好。同时，发现净资产的盈利能力和资产周转率极不稳定。在ST前一年，误判率就达到了最高水平。2001年，吴世农、卢贤义对70家ST和70家非ST作为样品采用单变量分析，以研究在财务危机出现的前五年21个财务指标在两种类型公司之间的差异，并最终确定6个指标。
　　（三）主成分分析
　　主成分分析即对多变量的平面数据进行最好的全面简化，以确保数据信息丢失最少为原则，对高维变量空间进行降维处理。在实践中，主成分的数量取决于可以反映原始变量80%以上的信息量。主成分的模型对样本没有假设要求，但样本数据必须标准化。由于每个样本数据的大小并不完全相同，因此需要进行标准化处理，即将各个指标的不同量度的指标转换为具有相同量度的指标，以便指标之间有可比性。其应用范围较广，但计算分析过程过于复杂，判别规则的定义较为复杂。
　　二、改进财务模预警型建议
　　（一）在预警模型中加入非量化信息
　　财务危机的预警模型是利用财务信息来量化危机。在操作中，还应结合非量化信息对公司财务状况进行定性分析。事实上，在披露公司财务状况时，非定量因素比财务指标更可靠和有效。如果企业的财务报表不能及时公开，或者如果管理层将集体辞职、缺乏企业人力资源、企业的市场定位不清等非财务信息，造成公司对银行贷款过度依赖。这可能表明一个潜在的危机存在公司内部。而这些是财务比率等量化信息所不能涵盖的。因此，公司的财务预警模型不能单纯依靠财务数据，至少在预警系统中使用非财务数据，有必要包括定量信息以及定性信息。只有这样，企业才能以更完整的形式反映公司的全貌。例如，把注册会计师，行业因素，整体经济因素的影响，股权结构和法人治理结构、战略，内部控制和无法量化等因素的评价，可以相应的定量测定后加入预警模型。企业可以依照国有企业的绩效评价中对非量化因素采用评分的方法，在财务预警模型中纳入评分的结果，使其作为一个组成部分。
　　（二）在预警模型中引入经济增加值变量
　　公司的传统会计指标仅考虑债务资本的价值，并未考虑权益成本。其没有表明维持或增加股本的价值。利润指数在会计中的使用是误导管理者，往往会操纵利润和短期行为。经济增加值是扣除所有资本成本后的营业利润，包括公平性和税后净营业利润的索赔，不受公认会计准则的制约。通过对财务报表进行适当调整，消除了公司盈利前财务报表的扭曲。虽然传统的财务预警模型可以用来监控公司的财务状况和业务活动，并且具有强大的可行性。然而，由于公司的具体部门的情况不同，经营规模、所处地域等都有所差异，所以在实际使用中，不能不切实际的直接对海外财务预警模型复制，公司应该因地制宜应按照自身的实际情况，打造一个创新的财务预警模型，以符合公司的要求和特点。预测模型中使用的技术问题，包括影响模型拟合效应和部门因素的实际问题，随着经济环境的变化将越来越明显。因此，研究国外预警模型的变化并对其进行微调是非常重要的。例如对Z-模型修正的思路可按照以下三个观点进行：首先，在模型中添加行业修正值作为一个整体，其次，对于模型中的每个变量设置行业修正值；最后，使模型中选择的财务变量显示出行业差异，即不同的行业使用不同的指标，该修正案可以使财务预警的模型更加精确和具有针对性。
　　三、结束语
　　总而言之，使用财务危机预警模型对企业财务状况进行预测时，主要关注的应该是企业目前的财务状况，在实际的运用中要注意，对于分析对象潜在的，无论是有利因素还是其他非财务因素，在没有转化为公司实际的财务效果前，都是无法反映到当前的模型中来的。在实践中，模型也可能会出现错误或分析失误，随着经济环境的变化，模型拟合公司实际情况的效果可能会恶化。企业可以使用最新年度财务数据来创建新的回归模型，以确保预测结果更准确。
　　【参考文献】
　　[1]张玲.财务危机预警分析判别模型及其应用[J].预测，2000（06）：38-40.
　　[2]颉茂华.企业财务危机预警模型应用的比较研究[J].金融教学与研究，2010（04）：6-12+71.
　　[3]张琳，王春和.财务危机预警模型研究综述[J].企业活力，2011（01）：84-86.
　　[4]杨华.财务危机预警模型实证研究述评[J].中国管理信息化，2009，12（14）：58-61.